TrendPulse

从这个月开始到现在（ 11 天），就出现了两处大量的非正常流量 1. 一个是江苏流量，1.7 万次的访问，头几天流量超级大，这个星期流量不大，但还是一直持续 2. 一个是 Twitter 机房流量，将近 3 万次的访问，而且一个可疑 UA 也比较贴切这个异常流量，Mozilla/5.0 (X11; Linux x86_64) AppleWebKit/537.36 (KHTML, like Gecko) Chrome/127.0 Safari/537.36 目前的情况是前几天把这个 UA 拉黑了，来自 Twitter 机房的流量也没了，可以石锤了，不知道老马在搞什么鬼，但是来自江苏的流量还在持续访问，而且目前看不到啥规律，不知道怎么 ban 掉这个江苏仔 查出来是 Twitter 机房 IP 两个叼毛的杰作 博客那边的流量还算是正常范围

codex 最近这两天是变成弱智了嘛，乱回答，让它按照规则来，就是不听，自己在那乱干，气得要死。

Color OS ，最新版本，下拉搜索，应用建议，每次都是下拉出来 0.5-1 秒后会刷新，每次按下去想按的应用之前给我刷成别的应用了，给我恶心坏了。 求你们改改吧！！！！

周用量 0%了，5h 用量还有 12% 下次重置时间是 2026 年 9 月 15 日 13:05 感觉没必要使用重置卡， 赌一把周末 Tibo 重置？ 现在坐等下班？

🍎 实测成功！《果到雷达》已经抓到新款 Apple Watch S12 到店库存！ 雷达已架好，就等明天的 iPhone 18 Pro 了 准备抢首发的朋友，欢迎试试我做的 Apple 直营店库存监控小工具「果到雷达」 不用反复刷官网，发现有货自动提醒，还能自动打开购物车助你开抢 🔔 希望雷达多响几次，帮大家都顺利拿下首发～ 👉 下载安装 👉 获取源码 / 本地编译

我只能理解用大参数模型蒸馏出小参数模型，可以显著提升小参数模型的能力。 但我一直有个疑问，现在的开源权重模型已经到万亿参数了，就 a 家说的那几亿调用的数据，拿来用真的能对模型训练起到明显的作用吗？

群聊列到对话，私聊时 bot 也知道，反之亦然。 我猜测机制是： 私聊时主上下文就是私聊的对话历史，群聊会作为一部分摘要在上下文，聊到具体细节时再去召回。 但是这个摘要速度怎么赶得上说话速度呢，我再 A 群让 bot1 做了一个事，立马私聊 bot1 ，它会知道刚才做的事，这个是怎么去做到立马组织的记忆呢。 还有一种猜测把所有的群聊和私聊对话按照时间穿成一个上下文里，但是标注对话所在来源。 求大佬们解答

我更关注没报道国家的生物实验，不是中国不是俄罗斯，那是谁呢？

这个起名有点意思。 版本号还降了呢。 不如 叫 3.1-flash 啊。

在某个帖子看到的，我上传不了图片，先用文字吧。 A：公司在利益面前肯定是无所不用其极的，更别说这种没有法律监管的地带，可以说毫不意外。但 A 又 一次充当道德圣人地表现就非常可笑了，其他没什么可评价的。 B：公司之追逐利益那是洼地政府灌输给你的，资本主义世界里利润只是公司的一部分 A：你傻得有点可爱了"公司之追逐利益那是洼地政府灌输给你的，资本主义世界里利润只是公司的一部 分” 在我的认知逻辑里面，能做到 [利润只是公司的一部分] 只有一小部分公司，而且基本是小公司，胖东来是国内的一个奇葩，公司规模不小还可以维持这样子。任何大公司，特别是上市的公司是不可能做到的，逻辑上就说不通吧。 这个是意识形态呈现出来的某种特征吗？还是单纯个人观点，我有点无法理解，逻辑上理解不了 我没有意识形态，也不认为哪里就是恶，哪里就是善。世界应该是多种颜色组成，黑白灰都有

RTT

ali 223 的 dns 挂了？刚好多地方连不上了。

如题,大家可以随意发挥,不泄露公司业务就好

Anthropic 称这是前沿模型“最严重风险之一”。 基孔肯雅病毒增益功能相关申请，军事院所背景，经美国基础设施隧道。 禽流感哺乳动物适应/气溶胶传播实验规划（早期阶段，因分类器只能用较弱模型）。 正痘病毒（含天花/Mpox 相关）高防护实验室申请，转售商一天可中继数万条消息。 毒液肽图谱与生成管线，治疗叙事下含麻痹靶点（澳大利亚集团管制物）。 细菌毒素亚基、出血热病毒蛋白的计算改造，挂在国家级项目上。 大模型分类器能挡住最露骨的高危提问，但挡不住“治疗/减毒/疫苗”包装下的两用工作。需要机构信号、数据留存和“可信访问”通道，而不是只靠关键词。近期内部清扫约发现 35 起相关尝试。

PDF 翻译

最近在做行情数据相关的东西，发现一个挺容易搞混的地方： Tick 数据和 K 线数据到底有什么区别？ 一开始我的理解也比较简单，觉得 K 线无非就是把很多条 Tick 数据按照 1 分钟、5 分钟之类的时间周期聚合一下。 后来自己实际处理数据之后，发现两者虽然有关系，但用途其实完全不一样。 如果只是看盘，K 线已经够用了。但如果要做量化策略、盘口分析或者研究某一段时间内价格到底是怎么走出来的，Tick 数据的重要性就会明显很多。 我先用一个比较直观的方式理解 比如某只股票在 10:00 到 10:01 之间发生了很多次成交。 Tick 数据可能长这样： 10:00:01 100.12 200 10:00:03 100.15 100 10:00:07 100.18 300 10:00:12 100.16 500 10:00:25 100.20 200 10:00:41 100.22 100 10:00:56 100.19 400 每一条基本都对应一次行情变化。 而如果我把这一分钟的数据聚合成 1 分钟 K 线，最后可...

现在幼儿园录取名单公示是这样打码的： 姓名：真实姓名 身份证号：440***********4120 后四位公示出来了，前几位地区码大概率能根据当地地方猜对，然后当年小班入学的年龄是确定的， 只有月份、日期是未知的。 有校验位的情况下，反推出月份、日期的合规身份证号数量应不多。 感觉这个打码规则不是很合理

我的 QQ 只记得用户名和密码，但是我手机早换了。 现在登陆新设备一直要我提示 手机验证码。那个手机号码还是猴年马月的。 QQ 也没有实名认证，有谁知道要怎么登陆上去吗。 有偿求助

有没有武汉的同学。全都是牛鬼蛇神。 https://nimg.ws.126.net/?url=http%3A%2F%2Fdingyue.ws.126.net%2F2026%2F0911%2Fb1735648j00tl6kf600uid000v900irp.jpg&thumbnail=660x2147483647&quality=80&type=jpg

往年都在官网抢，说的晚上八点，每次都在准备页面直到八点多了才能进去，店里自取的早已经抢完了，怎么才能第一时间就进到抢购页面呢

做独立站、海外工具或者小产品出海的朋友，应该都经历过冷启动时的流量焦虑： 核心大词根本排不上去 ：行业通用词、高搜大词基本都被高权重大厂和老牌站垄断，新站硬刚无异于充当炮灰。 长尾词大海捞针 ：很多工具导出一大堆长尾词，但大多数要么没有任何商业意图（纯泛娱乐或无转化的问答词），要么流量低到无法验证产品。 传统工具门槛偏高 ：市面上主流的商业 SEO 套件价格并不便宜，而很多时候我们在冷启动阶段，只是想快速扫一眼竞品有哪些可以切入的“软柿子”。 为了解决找词阶段“避开高竞争、锁定高商业意图切入点”的痛点，我做了一款轻量级的浏览器插件 —— Competitor Keyword Finder ，核心逻辑就是 反向拆解竞品排名的词库，并用相对分布算法筛选出适合冷启动的蓝海词 。 🛠️ 核心思路：不做玄学打分，用相对分布算「机会值」 很多工具给出的难度（ KD ）是孤立的，但对于新站和小团队来说，词的具体意图和长度对实际排名的影响极大。因此在插件的数据处理上，我做了一套自适应分布的评分逻辑（ Opportunity Score ）： 词长抗...

有没有大佬有这种小剂量方案，目前也支撑不了 gpt pro ，有什么也是 20 刀左右的，没有的话只能开两个 plus 了

6 月离职后，我做了自己的第一个产品 VocReel ，一个英语学习 App 。 核心想法很简单：很多人阅读没什么问题，但听一句自然英语时却听不出来；看到字幕以后，又发现每个词都认识。 所以我把练习拆成： 听一句 → 自己判断 → 看原句 → 再听一次 → 下一句 产品现在基本做完了，Web 、Android 和 iOS 都已经支持。 但和很多独立开发者一样，我一开始总觉得，只要产品设计得足够好、打磨得足够完整，自然就不会缺用户。 然后现实狠狠给我上了一课：产品做出来以后，冷启动的焦虑才真正开始。 Reddit 发帖被过滤，Facebook 好不容易有点播放，结果大部分受众是 55+； YouTube 第一条视频喜提 3 views ； Instagram 、X 、Threads 基本也没什么回应。 做了几个月产品以后，我发现自己真正缺的已经不是开发能力，而是一个以前几乎没认真学过的东西：Distribution 。 最近也开始不断换内容形式做实验。比如 YouTube 上单纯发 App 录屏几乎没人看，换成英语听力挑战以后，两条 Shorts 分别...

不用当真 这就是个政治献礼文，看看俄罗斯和中国的提及度就能看出来。讲一部分真话，老手段了。 而且很多推测的事情写的言之凿凿，只在文章最开始写了疑似，后面写的跟真事儿似的，好像他亲眼见到了，实际都是推测。 从上下文分析在干什么是可信的，但要说动机和背后的指使者的，他说不是猜的我绝对不信。

看这个报告，A 社太苦了！ 理解 Dario 的一天 这些人为什么这么坏呀！还有涉及组织化网络攻防的信息，太敏感不说了 https://x.com/AnthropicAI/status/2098097512544444447 - 阿里：体量最大。高峰一天抽近 300 万条，3500 多个假号，整段归因超 1.51 亿，专扒 Opus 4.6/4.7 的思考过程去喂 Qwen 3.5/3.6/3.7 。 - 月之暗面：用户请求悄悄转给 Claude ，再把回复当成 Kimi 吐回去。10 天转了近 30 万条，整段归因超 2300 万。还绕过 thinking signature ，把思考过程抠出来训自己的模型。 - DeepSeek：同一套。14 天超 1210 万条。专门把走 Claude Code / OpenCode 的用户请求转去 Opus 。 - 智谱：把偷来的 Claude 思考过程再喂回 Claude 洗干净，好拿去训自家 GLM 。10 天 273 个假号专抽 Opus 4.8 ，光清洗就 77 万条，17 天总共归因 340 万条，还拿 Claud...

1.有时候我会忍不住想：要是全世界只有我一个人能用上 ChatGPT 、Codex 这样的工具，该多好。 2.或者和我对话的 chatgpt 是来自 2050 年的，那我的人生将会是 super easy 模式了。