TrendPulse

深圳地铁安检搞得很烦，很多兄弟都讨论说为啥好好的突然安检严格了，这不 APEC 么，会场附近的充电站都清空了，会过了安检就松了。先叠甲，我不是安检党。只是单纯发现好多兄弟不知道为啥。

20k 招全栈 go 后端方向 [核心信息] 薪资：20K RMB / 月 模式：坐班 或 远程 福利：国家法定/双休 文化：AI Native 开发，拒绝冗余流程，注重交付质量。 [职位要求] 技术栈：精通 Rust / Go / Python/Next.js 或扎实 Java 背景且愿意转 Go 。 工程与数据库：精通 PostgreSQL 数据建模与优化；对高并发场景下的事务隔离、锁机制、数据一致性有实战经验；熟练使用 Redis ，对缓存、分布式锁、队列及限流等场景有深入理解。 代码质量：开发态度严谨，注重代码可读性、可维护性与可测试性；具备工程化思维，不接受“能跑就行”，要求主动进行自测与边界验证。 AI 深度应用：Cursor / Claude 等 AI 工具重度使用者，有能力拆解需求、审计代码并落地工程实践，非盲目使用。 综合素质：具备良好的网络安全意识与文档编写习惯，自驱力强，远程协作能力出众。 加分项：具备 Web3 相关项目开发经验者优先。 请携带简历投递邮件 Email： wusai16888@gmail...

v2 的小伙伴们大家好,想问一下大家,目前居住在广州南沙这边,找到一份前端外包工作是在深圳而且是在深圳盐田附近的,感觉很远,社保已在广州买了好几年了,工资比之前少一两千左右,目前已裁员有 3-4 个月,有三岁的小孩,这边 9 月份上幼儿园,对于这份工作大家伙觉得怎么样, 我要去吗?还是很纠结

阿里云 k8s terway 说是性能更好一些 但是每一个 pod 都会占用一个虚拟网卡，但是不同规格的云服务器虚拟网卡数量是有限制的 换句话说，如果你的 pod 数量过多，即使本身资源占用并不多，可能也无法在低配云主机上运行 这也就算了 terway 组件还不时出一些问题，比如获取不到 ip 地址之类的

大概是在一年前，看到 V 站宣传 Poixe 中转站，可以把闲置的大模型 API 接入他们的渠道产生收益，我当时接入硅基流动的 API ，由于没啥调用，官方就给我停用了，我也没怎么管。 最近我硅基流动发现 API 无法调用，登录一看欠费了，然后查询了下账单，发现被 Poixe 这个 API 盗刷，创建 API 的时候我都有备注，而且每个 API 只在指定的平台使用，所以确定这个 SK 只在 Poixe 平台添加过。 盗刷金额大约 400 多，而且都是刷的最贵的模型。 @ LemonLeon 能否出来解释下？？？

前景回顾 https://www.v2ex.com/t/1229057 先说结果 楼主臀部 CT 显示骨头正常，估计是软组织受损，最终和解赔偿 3000 元 。 说实话，便宜对方了，结果可能也没让部分 V 友满意。只能说，如果我不让步，可能赔偿会更多，或者没有赔偿，他进去蹲几天，然后医疗费走法律途径。 对方有诚意或者悔过吗？从调解过程中的言语给我的感觉是： 可能有，但是不多。 我为什么让步了 如果想让他拘留，警方还需要详细调查、补充证据，因为上车和在车内的视频人多、拍不清，只有下车推人的证据是完整的，这个后续也需要时间配合，楼主也不想耗费太多精力在这上面。 调解民警比较认真、诚恳，后续给他们增加工作量，我多少也有点过意不去。 这点可能是最主要的原因。昨天有位 V 友提到：“ 善良应该只分享给有良心的人。 ”我认同这个观点，我也觉得这种人进去蹲可能比赔偿更有教育意义，3000 或者 5000 对我来说也不会带来什么改变。 为什么我没选择这样做？可能是我在我的认知里，目前蹲局子对一个上班族的影响还是蛮大的。如果他因...

安检爱好者似乎总会假设有一个犯罪分子，平时不炸商场、景点、医院、公交，却等着地铁取消安检那天去炸地铁 安检是为了提供就业岗位吗？为什么不换成维护站内秩序的呢，这点人力能捞多少钱？通过式安检门，X 光安检机，液体分析仪、手持探测仪这些硬件的招标采购、更新淘汰和维护才更方便利益输送 爱好者们似乎都不记得北极鲶鱼祖父是什么岗位，捞了多少钱

开发者如何提前进行适配？有相关模拟器了吗？

静听 2.2.0 已经在 7 月 18 日，也就是上周六上传到 App Store Connect 。 以前提交新版本，通常当天晚上就会进入审核，快的时候很快就能知道结果。这一次有点反常。截至 7 月 23 日，状态仍然是等待审核，看起来还得继续等。 审核在排队，开发不能停。2.2.1 补丁版本已经做得差不多了，主要处理 2.2.0 测试阶段和用户反馈中发现的问题，包括逐字歌词、歌曲时长、切歌卡顿、音频打断恢复，以及锁屏和 App 内播放状态不同步。 最后这个问题最难处理。 它不是 2.2.0 新出现的。回头翻以前的代码和测试记录，静听从 1.x.x 开始就存在这个问题： 在 App 内点击播放或暂停，声音和 App 里的按钮已经变化，但锁屏界面的播放状态没有同步。 这个 Bug 不会导致崩溃，歌曲也能正常播放。锁屏控制、切歌和后台播放大多数时候都没问题，所以它一直夹在其他需求中间，没有被彻底解决。 Cursor 和 Antigravity 都处理过，但一直没修干净 以前我用 Cursor 和 Antigravity 排查过很多次，也改过几轮。 当时...

我觉得最有用的： 泡沫盾：开拉前先释放泡泡，避免了溅水并能有效减小臭味扩散，比较好用 洗屁股：洗的真干净，内裤上再也不糊屎了 最没用的： 感应翻盖：男生使用麻烦，有时候还乱翻盖

Markwise 刚刚发布了 2.0.0 版本，现已更名为 Seanote ，修复了已知的 bug 并添加了新功能。希望得到更多的使用反馈。 https://chromewebstore.google.com/detail/seanote/gockcnafglkplkplfacoiapepoeilegj?authuser=0&hl=zh-CN

上班头件事就是打开 v2 摸鱼，结果发现打开 500，换 edge 子域名正常，应该是 nginx 配置有问题吧

已知： TP-Link ，192.168.1.1 ， 小米，192.168.31.1

Claude Code 、Codex 读取本机知识库并不难。但换到 Claude.ai 、ChatGPT Web 或手机后，要么失去这些上下文，要么需要重新上传和维护另一份知识库。 所以我做了 HomeKB： https://github.com/do-md/homekb HomeKB 的核心思路是：知识库继续运行在家里的电脑上，但可以从本机和远程使用。 Markdown 、索引和写入保留在本机； Claude Code 、Codex 通过本地 MCP 直接访问，不经过中继； 本机主动建立 outbound tunnel ，不需要公网 IP 或开放入站端口； 通过一次性配对码，可以连接 HomeKB Web 、 Claude.ai 、Claude mobile 和 ChatGPT Web ； 所有客户端搜索、读取和更新的是同一份知识库，修改最终写回本机 Markdown 。 中继代码是公开的，可以部署到自己的 Cloudflare Workers 或 Node 环境。中继只持久化配对关系和令牌...

在 windowd 中没问题，今天在 ubuntu 中用，先是打不开插件，重装后可以打开了，但对话报错，“创建任务时出错 Invalid request: AbsolutePathBuf deserialized without a base path”，问 ChatGPT 说是 2026 年 7 月 22 日更新后的版本有这个问题，但没给出解决方法，有人遇到过吗

今天早高峰在等公交，所有人都在自觉排队，快要轮到我上车时，只能上一两个人了，我都在想要不要等下一辆了，此时一名孕妇直接插队到我前面。 我：排队啊 对方：孕妇(理直气壮！！！) 我：孕妇就不需要排队了么 说完我直接抢在她前面上车了，我挤在车门边，司机让再往里面靠一下，要关门了，我往里面靠的同时，她也跳上车了。我平时坐公交地铁偶尔会给行动不便的人让坐，但凭什么排队还得让插队?

免费下载: https://github.com/libcr/crRequest/releases crRequest C++实现跨平台的开发工具客户端 基于源代码 chromium 150.0.7871.91 1. 基于 100% chromium 网络代码， 支持 QUIC, HTTP2 等网络协议 2. 使用 chromium UI 框架设计跨平台应用界面，提供一致且优秀的性能表现 3. 基于 libssh2 实现的 SSH 客户端

目前招聘工作异地到深圳面试的，都报销往返高铁票。 这个面试者是在广州，结果今天面试完了，丢了两张打车的截图，600 块。 我有点懵，打车是公共交通吗？

前两天在论坛里面找了一个佬发的注册机,然后说是可以绕过接码的,然后我跑起来之后跑了很多个号,一直都是 401,有老知道问题出在哪吗?同样的域名去注册 Grok 都是没问题的。

香港区的帐号（高级套餐），支持所有移动设备（非 TV ）。 长期自用，所以不用担心我跑路~~ 价格：75 元/季（按季度来结算，懒得经常找） 为了避免麻烦，请固定香港 IP 使用 联系 VX：melon_1022

如果平时会用图片转视频，很容易遇到一个问题：不同模型各有所长，同一张图在 Veo 、Kling 或 Seedance 里的效果可能完全不同。 为了对比结果，经常要在几个网站之间切换，重复上传素材、调整参数，整个过程比较割裂。 Image to Video AI 把 Veo 、Sora 、Kling 、Seedance 、Runway 等模型放到了同一个入口。上传 JPG 、PNG 或 WebP 图片，再写一句运动提示词，就能选择模型和画面比例生成视频。它还支持镜头平移、缩放、倾斜、首尾帧控制，以及最高 4K 、无水印 MP4 输出。 网站里有一些不同场景的生成案例，可以直接看看各类图片动起来后的效果。如果你也在测试图生视频模型，可以体验一下，也欢迎分享实际效果和踩坑经验。 https://imagestovideoai.com/

洗澡时突然思考了以下，感觉自己和无良领导的作风趋于一致。 一直在搞 CODEX ，有了 token 就忍不住让 AI 工作起来，哪怕不是具体的事项，只是一个想法一个点子，就会扔给 AI 去看看，就像无良领导看不得下属闲着，有点什么脑洞就赶快让下属去验证，如果 AI 能说话，是不是我们发出去 query 后，他也会反驳和内心骂一句。 只限于随便想想，不知道各位大佬什么看法，请就事论事；

广州黄埔区 6 号线终点站香雪地铁上盖，拎包入住。 业主直租，商住两用的公寓，复式上下两层，上面是两个房间，住房。下面是客厅，厨房，卫生间。 两房一卫一厅一厨房，结构非常好。家具，电器配套都非常全。 地铁上盖，楼下就是地铁，商业体，很多吃的玩的。 楼层不高，4/20 ，坐电梯上下，走路上下都很方便。 对面就是黄埔图书馆，书全，座位多，方便学习。 有意加 VX 联系: gameboy1000 广州黄埔香雪地铁公寓出租 上一位租客是三年前的一位陪读妈妈和小孩。住了三年，还是挺安逸的。上一次发帖链接：/t/971104

最近一直在做一个 macOS 工具，叫 Starcat 。从最初简单的 stars 同步到现在加入知识库 RAG 问答，想分享一下进展和设计思路，听听大家的反馈。 起因 我自己的 GitHub Stars 已经一千八百多个了。刚开始 star 是收藏，后来变成「以后再看」，再后来就是精神负债了。最近一次触发我的是：想找一个以前 star 过的 Swift 剪贴板管理工具，记不清名字，在 GitHub Stars 页面翻了快 20 分钟。找到了，但这个过程让我觉得——GitHub 提供了「收藏」，但没提供「找回」。 所以我做了 Starcat ，一个 macOS 原生应用。最开始做了最基础的事：把 stars 同步到本地，三栏管理，支持标签、笔记、阅读状态、全文搜索、AI 摘要。 最近在做的：知识库 RAG 问答 但最近最花精力的功能是 知识库 RAG 。这个东西的动机很简单：有时候你需要的不是「搜到一个 repo 」，而是「回答一个问题」。 举个例子。我想知道「我收藏的 SwiftUI 项目里，哪些用了 Core Data 做本地存储？」。这不是一个搜索...

故事背景 最近老家一个新房子装修，找了家装修公司半包，基本半包就是包人工和吊顶刷墙之类这些。然后自己联系一些材料，例如瓷砖；或者额外的其他东西，例如门窗。问题就出在了门窗上 经历过程 最开始父母为了帮忙（因为我不在老家有些跑腿的活儿需要父母帮忙下）找了一家定制门窗的店，悲剧就此开始 长辈去谈的本身就有问题，他们又觉得能用就行就没多考核，交了 3000 元的押金，量了尺寸。 交完押金之后我们接手远程对接一些细节，包括产品型号，尺寸等，才发现门窗店的老板专业知识太差，一问三不知，甚至有的时候把型号都搞错了。我们感觉有坑，本着尽量避免的原则，和对象商量后决定不用他们家了。所以开始商量退押金的问题 这个第一个雷出现了 ：我们天天刷 DY 的应该都清楚，一般这种预付款分为可以退/必须退的“订金”，和无法退的“定金”，虽然听起来都一样但是实际法律效应不一样。但是老一辈不知道这些，他们也不太管这些，所以他们统一叫这笔钱”押金“。所以想退订的时候就比较麻烦。我们也是不想太较真，同时也考虑到商家的确上门量了尺寸，出了图，所以商量可以扣一些类似违约金的东西当“辛苦费”，退...

llms.txt: https://flux3.co/llms.txt page: https://flux3.co/ https://flux3.co/zh

最近看大家聊 Kimi K3 、Claude 、GPT 在 coding 和长上下文任务里的差异，发现很多信息散在不同地方：API 成本、上下文窗口、本地部署、硬件需求、评测表现、适合的使用场景，都要来回翻。 所以我整理了一个偏“导航仪”的 Kimi K3 站点： https://kimi3.org/?utm_source=v2ex&utm_medium=post&utm_campaign=kimi3_org&utm_content=create_topic 它不是单纯的介绍页，更像一个给开发者用的参考工作台。你可以快速看 Kimi K3 适合做什么、部署前要准备什么、和其他模型相比大概强在哪里，以及 API 成本怎么估算。 如果你最近也在比较 Kimi K3 、Claude 、GPT 或 GLM 这类模型，欢迎看看，也欢迎提建议。

闲来无事烧了几十亿 token ，做了一个叫「这顿不发愁」的微信小程序。上线第 7 天，累计用户刚刚过了 1000 。 如题，我是一个普通的个人开发者，在没有花任何钱营销的情况下，通过在各大平台发评论等，一周也算勉强达到千人大关了~ 先主动泼盆冷水：这里的 1000 是累计用户，不是 1000 DAU ，更不代表已经验证了 PMF 。对成熟产品可能不算什么，但对第一次认真做完整产品和运营的个人开发者来说，还是挺开心的，所以想来记录一下开发过程，也请大家帮我挑挑毛病，提出宝贵意见 为什么又做了一个“今天吃什么”？这个问题看起来已经被做烂了。 随机抽菜、菜谱搜索、AI 生成菜谱的产品很多，但我自己真正做饭时发现，最麻烦的往往不是“红烧肉怎么做”，而是： 两个人到底做几道菜？ 荤素和汤怎么搭？ 家里人不吃香菜、不吃辣怎么办？ 几道菜先做哪一道，才能差不多一起出锅？ 买菜时怎么避免漏买、重复买？ 冰箱里只剩几个食材，还能做什么？ 会做一道菜，和能安排好一整顿饭，其实是两件事。 所以这个小程序想解决的不是“再提供一本菜谱”，而是把一次做饭从决定吃什么、买什么，一直安排到怎么做完。 现在...

想买个低配的服务器托管 multica 有推荐吗 另外，域名可以搭配购买吗？