TrendPulse

到期自动使用额度功能还不错，不然某些订阅等你重置后第一次使用才开始计算下一周

忘记是什么时候了.从 chrome 浏览器切到了 edge 浏览器. 刚才打开一看 .已经 7w+积分了.自己没有主动做过任何任务. 朋友 n 年前就和我说过这个羊毛.但是由于国内受 pdd 荼毒太久. 对羊毛也有阴影.总感觉积分获取很麻烦.各种冷却,刁钻任务. 今天看着冰冷的 7w 积分 ,陷入了幸福之中, 不知道 v 站上面有没有其他牛人.积分更高一些? 附上 https://rewards.bing.com/welcome?rh=F11A45E5&ref=rafsrchae

体验地址： https://maigc-ring.pages.dev/ 游戏界面预览

项目地址: https://github.com/lanyi1998/pi-remote 如果要在远程机器上使用 pi ，是相当麻烦的，需要安装 Node 环境，然后再安装 Pi 。还需要配置 API key ，可能还有网络环境等。如果有本地常用的 Skill ，还要再同步 Skill 配置 API 。 于是我开发了这个项目，只需要在目标机器上运行一个单文件，然后即可在本地的派上连接上远程机器，将本地派的读写文件、Bash 等功能完全 RPC 到远程机器，就如同在本地机器上一样使用 pi 。

发现在 appstore 可以下载 V2EX 了，立马下载安装登录。发现没有搜索框，不给搜索么？还是我没找着?谢谢

一个在线工具，磨了好久，快被各种状态搞疯了，求大家帮忙测。 主要功能：点对点文件与文字通过链接传输、链接带有接力功能、以及可与发送方互动。主要目的是解决假设有一台新机，在没有装任何应用以及不便的情况下，如何通过另一台设备把文件或应该传输到新机。 功能有点过时了，不过还想看看能不能有啥新点子来赋能一下，比如我目前想到的一个是“先到先得”，想初步解决产品打新时，如果有发优惠码的需求，但不知道哪个码被用了的场景。 https://this2.link/

蹦的没有道理，重启也无法继续对话了，只能卸载删干净了重装,幸亏不是那个烧钱死循环 bug,感觉要提供外部接口和这玩意隔离开才比较安全稳定

简介：Upscayl 的 web 版本，可以放大 2x ，4x ，8x ，第一次要下载模型需要等待一下，之后会缓存起来，欢迎使用鸭，哈哈哈 网站地址： https://f1262d46.pinme.dev/

最近开始逐家体验各自的 token plan ，全部都买最低版本，看看对应实际的工作量到底经不经用，这才第一个，就发现两天就用了一半了，小米这个 34 块钱 41e 的 credits ，感觉有点虚啊，还是说 pro 版本，本身消耗就很大 ps：其实还有个点，就是普通的 2.5 非 pro 模型我用的这两天，经常没反应，不知道是不是用的人太多了，不管是 mimo code 还是 opencode ，经常连思考过程都进入不了，之前用 ds flash 基本没有这种问题

大 A 累了，用脚本写个在 bybit 写了个量化，300U （中间提了 100U 出来）跑了 18 天收益 22%了（为了避免说推广啥的就不截图了），感觉确实程序做起交易没有情绪，就猛猛干还省心

做了个 AI 图片生成器 Videm ，想把“先试一张看看”这件事做得简单一点。 登录后，每天可以免费生成 3 张基础 AI 图片。写一句你想生成的画面描述，就能开始；生成结果不带平台水印。 登录后也可以保存生成记录，并继续使用图片转视频、照片换脸等功能。不同功能需要的点数会在提交前显示。 我自己觉得这类工具最重要的不是塞很多按钮，而是第一张图能不能快速接近想法。比如做博客封面、社媒配图、产品视觉方向、旅行或插画灵感，先用一句自然语言把画面跑出来，再慢慢改光线、构图和细节。 目前最希望大家帮忙试两件事： 中文描述生成的结果，是否容易理解和调整； 首次使用时，哪些地方还不够直观。 地址： https://videm.ai/ 欢迎直接拍砖。涉及人物照片的功能，请只使用已获得授权的图片。

远程办公 欢迎自荐推荐 TG: @ AriaWanax VX: Aurora_Wanax email: evelyn.hr @kcex.com 职责： - 协助识别和跟进潜在合作伙伴（KOL、社群、媒体、项目团队），支持交易所在北美/CIS/ 越南市场的增长。 - 对加密货币（现货和衍生品）及竞争对手活动进行市场研究和行业洞察。 - 帮助创建销售材料、合作提案、演示文稿，并支持线上/线下商务拓展活动。 - 管理商务拓展运营任务：潜在客户名单维护、活动跟踪。 - 与产品、市场和内容团队内部协作，优化交易所的合作与推广。 资格： - 具备加密货币交易或相关领域的基础知识或实践经验——优先考虑有合约交易经验者。 - 具备一定的销售或客户开发经验（例如，社群增长、媒体合作、品牌推广）。 - 自我驱动、积极主动、以结果为导向；能够在快速变化的动态环境中工作。 - 熟悉 Google Workspace

X 上面传的有鼻子有眼的，不知道真假

Runta 最近发布了一个 Coding Agent Harness 评测，名字叫 FrontierHarness Eval 。 他们让同一个 Kimi K3 跑 30 道题，每轮只更换 Agent Harness 。公开结果里，通过率从 50.0% 到 66.7%，每通过一道题的成本从 1.05 美元到 18.34 美元。 看完 发布文章 、任务和逐题结果，差距比我原先预想的大。 FrontierHarness v1.0 选了 30 道题，其中 21 道来自 Terminal-Bench ，9 道来自 DeepSWE 。Runta 测了 9 个 Harness 、12 组配置，一共跑了 360 个 cell 。 所有配置都使用 Kimi K3 。模型经由同一个网关连接到 Fireworks ，任务环境做成 Golden Checkpoint 。每次运行都从同一份快照恢复，vCPU 、内存、磁盘和内存状态保持一致。调试不用正式题，每个 cell 只跑一次。 这些约束固定了模型、任务和运行环境，Harness 成为主要变量。 一样的通过率，成本差了 5.6...

现在选 AI API 往往有两个不同的问题：先决定用哪家当前最强的模型，再决定从官方、云厂商还是聚合平台调用它。把同系列旧版本全摆在一起，信息很多，但对实际选型帮助不大。 所以我把页面改成两层：第一层每家只放一个当前可购买的通用领先模型，覆盖 OpenAI 、Anthropic 、Google 、xAI 、DeepSeek 、GLM 、Kimi 、Qwen 和 MiniMax ；第二层进入精确模型后，再比较它的全部 API 渠道。 目前底层数据快照包含： 343 个有价格的模型； 479 个当前可用渠道； 21 家提供商。 今天 OpenAI 已经发布 GPT-6 Astra ，并将它称为当前最强模型；不过官方文档同时说明，普通 API 和订阅方案要在未来几天才开放。所以页面会显示这条发布状态，但在确认到实际可用渠道前，OpenAI 行暂时保留 GPT-5.6 Sol ，不把“已经发布”写成“现在可买”。 领先模型的选择规则是： 每家厂商只保留当前可买到的通用模型； 有 Agent Arena 分数时优先按分数选择，没有时才按发布时间； ...

看了一圈都说低配不如大唐，这个价格不适合。 我看了下配置感觉差的不多啊，价格和大唐差不多，不过一个 7 座一个 5 座。海狮低配高配只是四驱的差别，而且大唐 7 座，有点多了，这两种车型应该是面向不同用户的吧，一个面向家庭一个面向青年

明显感觉恢复了 5 小时限额之后，额度掉的飞书。习惯了用 Sol ，Medium ，之前有人说 Luna 很耐用，结果尝试了半个小时，我就放弃了，因为它就是智障。 首先，这货压根就不主动读我的全局 Agent ，Sol 一定会读取；其次，主动性特别差，Sol 在完成任务的全面性上碾压 Luna ，我切回去看看书，回来发现根本没有干多少活，还得我继续下达指令。最后，智商方面，明显弱于 Sol ，例如我说项目要部署在 Cloudflare ，然后在接下来的会话中，要求配置 Access ，Sol 是明显知道要配置 Zero Trust ，但是 Luna 立刻会访问列出用哪种 Access ，而且不是询问让我选择，而是我必须重新发消息继续。 我还发现你同时说三个问题，Luna 只修改其中的一个点，甚至还做不好，真心醉了，到底是谁在用 Luna 呀？ 能用 Sol 就尽量用 Sol 吧，毕竟体验上好太多了。

应该也不会被干死了

我在开发的时候经常遇到一个问题：有时突然冒出一个新需求，优先级一插队，之前记着“以后再修”的技术债就慢慢忘掉了。或者休假回来，一时想不起开发到哪了。 于是我想，有没有什么办法能让 agent 知道当前的开发状态——就做了这样一个 skill:通过维护一个 state 文档，记录当前的开发位置。 指令核心就两句： 开工：先读 docs/ STATE.md 。 收工：把 docs/ STATE.md 同步到实际进展。 STATE.md 是单文件状态页，分六节： 节 放什么 GOAL 大方向，一句话(可选——没定过就不写) NOW 现在在干嘛，卡在哪 NEXT 接下来做什么，每条带验收标准 DEBT 欠的债，每条带“为什么不修 + 什么情况该修” LOG 走过了什么，每行带一句为什么 MAP 相关的文件路径 GOAL 是大方向，NOW 是当前焦点——一个是去哪，一个是走到了哪。只记用户原话，agent 不自己发明目标。 ...

标题的说明 标题有一点夸大, 其实应该是 2.9 亿 ARR, 四舍五入其实差不多, 当然了其实是两家公司的两家产品加起来的 ARR 😭 在前司主要负责公司的 AI/Agent 建设, 同时也比较深入的参与了业务的开发, 一些开发上的尤其是 人&人, 人&AI 的协作的痛点感知还是非常清晰的. 我相信我列出的问题肯定不止一个人遇到过: AI 写的代码没有沿用默认的技术框架/方案 需要在 Coding 前不断地输入/纠正 已经有的解决方案/函数/包库没有直接用, 又造了一堆轮子 明明纠正过很多次, 同样的错误在下一次又犯病 使用的 memory 没有版本化管理, 代码回滚/合并了, memory 没有更新 给了目标之后, 用了巨多时间巨多 context, 读取了 N 多文件, 问了 N 个问题, 然后在过了甜点 context 阈值的情况下开始工作, 写的乱七八糟 context floor 我曾经给很多人表达过一个观点: Agent 完成工作的好坏, 取决于 context 的丰富程度 这里有几个需要说明的地方:...

我一直在用桌面端的 b 站客户端，“精选”页是横屏的长视频信息流，质量不错。 目前移动端我没找到类似的横屏信息流客户端，竖屏信息流质量太差了，有知道的朋友吱一声。 这个信息流和 tv 版的云视听小电视不知道是不是一致的，但我 iOS 也用不了。如果没有的话，我打算让 AI 反编译移植一个到跨平台的第三方客户端上。

用心做了一个文本、markdown 等文档浏览器，有 AI 排版功能、样式自定义功能、搜索查找、HTML 编辑，该有的不该有的功能都加上了，完全开源免费，想求个赞不收费！ 喜欢的可以下载试试： https://github.com/qizhenghai2020/mdview

ChatGPT Pro 润色/执笔，小弟核对 一、从司美格鲁肽换到替尔泊肽 大概从 2025 年 6 月开始，我尝试用司美格鲁肽减肥。因为中间打得断断续续，所以这段经历其实也不能用来准确评价药效。体重确实在慢慢下降，但我感觉食欲并没有受到特别明显的抑制。 2025 年 12 月左右，看到段永平和一些华尔街人士提到 Mounjaro ，我才开始了解替尔泊肽。（核对的时候插一嘴，LLY 股票也给我吃美了） 二、第一次 7.5mg ，直接把自己打虚脱了 当时买的是 7.5mg 规格，那次购买一共花了 3889 元，是真的贵。早期使用的是单次预填充笔，每支只能注射一次，也就是一周的量。 印象非常深的是，第一次打完以后，我连续腹泻了 3 天，整个人接近虚脱。现在回头看，第一次接触替尔泊肽就直接上 7.5mg ，确实有点乱来。 这里也提醒一下各位胖友：不要因为之前用过司美格鲁肽，就觉得换成替尔泊肽也能直接照搬剂量。换药和加量都应该让医生评估，别拿自己试错。 因为那次反应太大，我又停了一段时间。 后来去体检，发现有几项指标出现异常。虽然身体没有任何明显不舒服，但我...

最近上网老是刷到推荐开卡开户的帖子，用他们的邀请码除了获得平台奖励，还可以获得返现（对方奖励的一部份） 非常好奇这种模式靠不靠谱 好奇大家上次用别人邀请码注册是什么场景，有没有踩过什么坑？

刚看到的新闻。9 月 3 日，美国东部时间周四早间，刚坐到工位的美国打工人发现 ChatGPT 用不了了。 换 Claude ，报错。换 Grok ，还是进不去。一个上午，全球最主流的几款 AI 产品，几乎同时躺平。 OpenAI 确认，ChatGPT 和 Codex 出现问题，聊天之外，登录、文件上传、语音模式、搜索这些功能也受波及。 Anthropic 那边在调查 Claude 的错误，xAI 确认 Grok 出现故障、正在排查。Downdetector 上，OpenAI 的故障报告超过 1.2 万份，Claude 约 1200 份，Grok 约 1000 份，Gemini 和 Copilot 的报告量也一样居高不下。 最惨的就是 Cursor ，模型失联，工具买单。 幸好我昨天用的时候还是好好的。 三家公司，模型不同，架构不同，机房大概率也不在一处，现在一起出事，说不过去吧？ 所以现在网上的怀疑一是某家共同的云服务商或网络环节出了问题，把三家一起带崩了。二就是黑客攻击。 现在的 AI 行业集中度这么高，又是基础设施，一起出事，连个备胎都没有，对那些把 AI 接进...

2026-09-04 整理的官网价格表 新机型发布后可以过来对比讨论下 也可以预测下新品是否会涨价？

Hi ，@Livid ，看博客已经被收录（ https://www.v2ex.com/xna/s/529 ），不过最后一次拉取是 2026-02-16 ，后续的更新没有被同步到 VXNA 。想知道为啥后续不再拉取信息，以及需要怎么处理。 SITE： https://www.taober.blog RSS： https://www.taober.blog/feed.xml