TrendPulse

我使用的是 ChatGPT 的 plus ，gpt 自带图像模型，生成的质量也蛮高，但是我又想体验下 Claude design ，买 Claude 又没有生图模型 都是 20 刀，怎么选择呢

自己目前喝的是囤的瑞幸的咖啡液，一开始阈值不高的时候加一颗咖啡液觉得也不错，喝着喝着发现没有有点寡淡，加两颗液体又感觉不好喝 有没有香气或者油脂浓郁一些的便携的推荐？大家上班的咖啡解决方案是什么？

各位 V 友，想请教一下配置选购问题： 当前纠结：之前在 PDD 百亿补贴预定了丐版 M6 Mac mini （ 16G + 256G ）；现在考虑是否退掉，换成 24G + 512G （天猫国补叠加教育优惠实付 7,820 元左右，PDD 百亿补贴 5,299 元.）。 顾虑点：M 系列芯片性能确实强劲，担心 16G 内存会成为整机的性能瓶颈。 设备现状与日常负载： 在用设备：末代 Intel 版 MacBook Pro （ i9 + 32G 内存） 常驻应用：VS Code 、微信、Chrome 、Obsidian 、文档类办公套件 内存情况：上述日常任务并发下，活动监视器常驻占用约 24G 由于之前没深度体验过 Apple Silicon 架构的机器，想问问大家：在类似的工作流下，M 芯片的 16G 体验足够从容吗？还是直接加预算上 24G 更省心？

不是广告，玩起来挺带劲的，自己给自己刷 10 万点券，圆了儿时的梦

去年首发入手 iPhone ， 今年 8 月底旅途中发现相机键周围一圈类似污渍的小黑点 当时不以为意 不确定是污渍还是掉漆 更没想到保修。 上周小红书偶然刷到一些类似案例 都是去报修换了边框 所以顺手看了下设置里的保修状态，刚好在过保前一天，马上提交最近预约（几天后） 到店后，因为提前到了半小时，店员让到了预约的时间才能签到。（准时可以理解） 最后，店员看了情况，告知系统里显示已经过保了，无法免费维修。他们什么也做不了，最多只能说做一个换购之类的。 让对方经理确认，口径是一致的。 最后，经理告诫，下次发现问题要尽早过来。如果已经临近过保，且预约不到保修期内的维修时间，可以去就近的授权服务点，或者尽快到店里，让他们加急安排插队维修。 这件事情其实当时是让 ChatGPT 专门调研了一下，在保修期内最后一天提交几天后的预约，届时到店后已经过保还能不能正常保修。它说是可以的，并且网络上确实有一些案例，在小红书上也搜到了类似的案例。 但没想到去了店里之后，给了我一个不小的意外。

每一次搬家精疲力尽。 之前有租过高架旁的房子，有租过航线下的房子。每一次都是将就，带来的后果就是钱财损失。 复盘后，就是不要妥协，只要有缺点就慢慢找。

买了个酷态科 6 号 ultra 和安克 100w ，都会触发断连。而且安克 100w 的冲 iPad 充不了电，只显示 1w 的功率，10s 后直接不充了。

四五年前公司刚创立时在一个比较“低端”的写字楼 A 的 01 室办公。 这个写字楼有三十多层，但是电梯没做分层限制，导致每次上下班高峰期基本都要排队很久才能坐上电梯，上班时队伍甚至电梯口排到大厅再延伸到大楼入口外面去。 楼下商铺也有很多饭店，而且基本都是偏快餐性质的饭店，隔一个马路对面的商铺也有非常多类似性质饭店。 在这个地方待了两年，公司业务扩张，这里办公区太小，人装不下了，就搬到了另外一个所谓的“高端”写字楼 B 办公。 又过了两年，公司业务受挫，人基本裁光了，为了降本增效，又搬回了写字楼 A ，但是这次是另外租了一个比 01 室更小的办公室 02 室。 事实上，01 室截至我们搬回来时也还没有租出去，但是领导觉得 01 室也租不起了，所以换到了 02 室。 有了几年前的经验，我还给搬到写字楼 B 之后才来公司的同事说，这地方电梯很难等，排队排到怀疑人生，你们最好不要踩点来了。 结果搬过来一段时间了，我才发现，电梯不管什么时候都没有再出现需要排队的现象了，基本都是稀稀拉拉的几个人在等电梯，而且电梯来的也很快。 楼下的饭店也全倒闭了，要么成了门面出租，...

https://hub.v2core.com/p/29730be310c4509d0c5a572c1193bf03b55b2c6e622c1968e980330e933d58d5?lang=zh

公司之前用的是 ChatGPT Business ，是按 5 小时限额 + 周限额控制使用量。 最近公司统一切到了 Enterprise ，额度机制完全变了。 现在我的 Usage 页面是按月计算 credits： 默认每人：500 credits/月 500 用完后我又申请了 500 现在总额度：1000 credits Usage 页面显示：1001 / 1000 同时显示预计使用：US$40.06 / US$40 也就是说按页面显示来看，500 credits 大约对应 $20 比较疑惑的是，我主要用 Codex / Work ，500 credits 有时候不到两小时就能跑完。 以前 Business 虽然也有限额，但实际体感比现在耐用很多。切 Enterprise 后变成每个月固定 500 credits ，用完就得重新向管理员申请。 公司内部目前好像还是按照 每人每月 $20 的标准申报，所以有几个问题想问问用过 ChatGPT Enterprise 的 V 友： Enterprise 默认就是这种 credits 模式吗？还是我们公司自己配置成了 500 c...

GPT-6-SOL 在订阅用户中计费是怎么样的？ 是输入 5 ，输出 30 吗？ API 好像是输入 2 ，输出 10.

公司做 AI 视频创作平台，但是没有一个 UI 设计师，只有一个平面设计师，感觉系统设计风格不伦不类。codex 有没有系统性美化页面的 skill 之类的工具

本文纯手写，无任何 AI 润色 听说 V 站的人个个说话好听，来多交朋友 背景 没什么背景，离职了，给自己找点事做，搓一个一站式图像、视频创作平台 当前状态 已上线，但是仍然有很多需要迭代的地方，个人测试可能有很多每测到的地方 功能介绍 主流模型全部支持 比 higgesfield 等平台更低的价格 支持图像创建，如文生图、图生图等 支持视频创建，如文生视频、图生视频、参考内容创建视频等 支持 lip sync, motion transfer, upscale 等工具 支持图片编辑，inpaint edit, chat edit 等等 支持资产管理，生成的内容全部可复用，无需重复选取 支持无缝工具操作，一个操作的内容可无缝流转到其他工具节点操作 支持多任务创建执行 支持社区 prompt 浏览复用 正在扩展更多的 app ... 技术分享 说完了功能，我想说说这次的开发，可能我使用 AI 的姿势不对，这个功能在很多人眼中可能只需要几天，但是我借助 codex 开发了一个月多了，中间有过几次的推倒，因为...

汇总下 Runner 0.11 主要做的几个改动: 接入了 pi ，现在 Claude Code 、Codex 、GitHub Copilot CLI 和 pi 都可以放进同一个 mission 里协作 内置的 runner 命令可以驱动 Runner 的所有操作，agent 、脚本和人都能用； Runner 会自动给 agent 装一个 skill ，agent 自己就知道怎么起 mission 、发消息 删掉了 Runner 自带的 MCP server：CLI 和 MCP 两个入口同时存在容易让人困惑 1. 支持 pi pi 的接入程度和其他 agent 对齐：角色里设置模型和 thinking 档位、重启后恢复会话、fork 、模型列表直接读 pi --list-models 。文件夹信任的提示会提前应答掉，mission 不会卡在这一步 状态上报走 Runner 自带的 pi 扩展，和其他 agent 用同一套状态：Working 、Using tools 、Idle 、Approval needed 、Response failed...

在使用 WARP 后, 我们发现使用部分 AI 服务异常, 包括但不限于: chatgpt.com 的网络抖动. (进入 IPv6 后被阻断) Antigravity 无法使用. (400 User location is not supported for the API use.) 如果禁用 IPv6, 问题就会得到缓解. 猜测是相关公司的安全防护机制针对 IPv6 的规则限制更加严格, 但对 IPv4 相对宽松.

在 opencodego 用 mimo-v2.6-pro 搞了个任务试了一下，默认思考等级，没发现和 ds 有太大的区别，但是用惯了 ds ，这速度是真受不了。30 分钟一个任务还没完事，而且和 ds 一样有喜欢过度思考的问题。 ``` 会话统计 --- 模型用时 41 分 18 秒 工具调用用时 4 分 52 秒 首 token 平均（ TTFT ） 5.8 秒 输出速度（ TPS ） 39 tok/s ``` 慢了 10 倍都少说了，不知道是不是只有 opencode 才这样。

每月不定时间会出一点，小额，大业务的就别联系了，有需要的佬联系 v：cGFuZ3JhbjkzMA==

哪里的比较靠谱还实惠？

做视频、直播、播客、独立游戏的朋友应该都懂这个痛点：搜"免费素材"能找到一堆站， 但真要发布时心里没底——要不要署名？能不能用在开了收益的视频里？协议会不会哪天就变了？ 所以我整理并逐条核实了 157 个真免费的素材站，做成开源清单 Free for Creators ， 覆盖 10 个分类：音乐 / 音效 / 视频素材 / 图片 / 字体 / 图标插画 / LUT 与剪辑模板 / 样机 / 3D 与游戏素材 / 聚合搜索。 和一般 awesome list 的区别是每条都带 4 个结构化字段： - 许可协议（ CC0 、CC BY 、各家自定义免费许可等） - 是否必须署名（比如 Incompetech 是 CC BY ，必须署名） - 能否用于已货币化/商业内容（比如 BBC Sound Effects 免费但禁止商用，这类坑都标出来了） - 是否需要注册账号 网站（搜索、条件筛选、⌘K 面板、深浅色、中英双语、移动端适配）： https://skyzhao1223.github.io/free-for-creators/ 试一下筛「可商用 + 免署名 + 免注册」，...

已上架 taptap 创意工坊，欢迎试玩： https://www.taptap.cn/app/920526?utm_medium=&utm_source=copy&share_id= 游戏特点： 玩法参考《冲就完事模拟器》，用高压水枪把物品表面污渍冲洗干净，52 种物品，4 种污渍，3 种喷嘴，可以使用清洁剂 可购买、升级装备，有简单成就系统。 引擎：Godot 4.7.2 （ GDScript ） ChatGPT 聊天：讨论思路、设计文档、生成 UI Codex：gpt5.6-sol 前期主力开发，gpt6-Astra 负责把 UI 还原到游戏、生成上架素材（截图、视频） ds 4.1 flash：后期开发主力 taptap mcp：上传 H5 游戏包 一个已知问题：游戏在 iPhone13 玩一段时间会有内存占用大导致重新加载的问题，不过有进度保存，加载后可以按原进度继续玩。做过几轮优化，包体从 77M 压到了 40M 出头，问题没有彻底解决，其他机型没有测试过。

网站以 ETF 投资为主，还有一些数据、策略、工具等功能，感兴趣的可以 V 友可以试用看看 送 30 个会员，该邀请码注册送六个月会员时长： ETF150 欢迎体验，有任何使用问题或者想要的功能也欢迎向我反馈。如果觉得不好用或者没有用，也欢迎反馈 网站链接

定投纳指。AI 革命。长期主义。闭眼拿 20 年。“正规市场。” 各种小红书帖子，可以自行搜索。 “姐妹们可以定投吗？” “长期持有是不是稳赢？” “每个月 5000 坚持 20 年。” 是不是很熟悉？ 去年白银抢购。 黄金暴涨。 也是类似的剧情。 一个资产涨起来。 突然所有人都开始知道它。 然后开始形成共识。 我发现大家看纳指，很多都是在国内的 app 里搜 QDII 或者 etf 。 看起来确实一直在涨。 这里面有个大坑是纳指暴跌的时候，那些产品根本没退出。 从我这几年的印象来看，国家场外限购政策每次都是保护了“宝妈脑子”的人， 白银是这样，以前的原油基金也是这样。 我不判断纳指现在该涨还是该跌。 只提醒一个很多人不知道的数据。 2000 年互联网泡沫。 纳指从约 5048 点。 跌到约 1140 点。 接近 77%。 然后用了多少年回本？ 直到 2015 年左右。 才重新突破 2000 年高点。 十五年。 互联网革命是真的。 互联网改变了世界。 但 2000 年买在...

Davflare 这轮静态站能按 slug 绑自己的域名了：Sites 里填 hostname ，自备域名 CNAME 到站点主机，再在 Cloudflare 加 Custom domains ，Host 命中后直接挂到域名根路径。和一键发站、站口令能一起用。 GitHub： https://github.com/fanchenggang/Davflare 本文由 AI 生成。

我关了 VPN 也不行, 离谱

简介 一款双引擎的网站性能测试工具——服务器真实探测 HTTP/1.1/2/3 协议与 DNS/TCP/TLS 分相时序，同时用 Lighthouse 无头浏览器采集 LCP/CLS 等渲染指标，输出资源瀑布、响应码、SEO 审计和 HAR 导出。 特点 完整 DNS 、TCP 、TLS 分相时序 真实 HTTP/1.1 / 2 / 3 协议探测，报告 ALPN 协商结果 Lighthouse 渲染采集 LCP / CLS / TBT 资源瀑布、响应码、SEO 审计、HAR 导出 RUM 真实用户 p75 / p95 统计 在线预览： https://www.nocokit.cn/speedtest/ gitHub 仓库： https://github.com/bojue/speed-test

直说，公司报销，但是我没有充，想嫖； 需要： 1：支付截图需要显示支付日期和金额（实际支付凭证，敏感信息请打码）； 2：AI 平台套餐凭证（包含套餐类型的凭证）； 肯定不能白忙，必须有个劳务费

项目地址： https://github.com/sadofriod/graphrag-ts 相关阅读 这是一个使用 TypeScript/Bun 实现的 GraphRAG 引擎，面向 Markdown 语料构建知识图谱，并通过向量、关键词和图谱关系进行混合检索，最终生成带证据的回答。 相比 v0.1.5 ，这次更新主要集中在两件事上。 1. 支持增量构建 现在不需要每次修改少量文档后都重新构建整个知识库： 使用 SHA-256 判断文档是否发生变化 自动区分新增、修改和未变化文档 未变化文档直接跳过 修改文档时级联清理旧切片、向量、关系和声明 根据社区拓扑指纹判断社区是否变化 未变化的社区复用已有摘要和 embedding ，避免重复调用 LLM 支持按文档标题或父文档 ID 删除数据 新增的主要 API： startIncrementalBuild(...) buildIncrementalRAG(...) deleteRAGDocument(...) diffDocuments(...) computeCommuni...