TrendPulse

周末装了新款的联通商宽，光猫为：华为的 OptiXstar B866-L1-4E1P3W1 想把宽带拨号和 IPTV 绑到同一个 LAN ，死活成功不了 步骤： 1 、internet 设置桥接，默认 VLAN 为空，绑定 LAN1 2 、iptv 设置 VLAN 为 30(官方要求)，绑定 LAN1 执行完第二步后第一步里的 internet 的 LAN1 就自动解绑了，联通的安装师傅就说光猫不支持 后来买了个管理交换机，改成了下面的步骤 1 、internet 设置桥接，默认 VLAN 为空，绑定 LAN1 2 、iptv 设置 VLAN 为 30(官方要求)，绑定 LAN2 3 、光猫 LAN1 、LAN2 接交换机的 LAN1 、LAN2 ，路由器的 WAN 接交换机的 LAN3 4 、交换机 VLAN30 设置：成员端口：LAN2 、LAN3 ，LAN2 不带标签，LAN3 带标签 5 、交换机 VID 设置：LAN2 设置 VID=30 6 、路由器设置 IPTV 端口为 VLAN ID=30 7 、结果路由器拨号正常，IPTV 要么被配置了公网 DNS ，不能看，要么就...

主要是写城市文化相关的题材，相同笔法，但是叙事主体不一样，比如从北京换成了上海，伦敦换成巴黎这种。 我总共发了 4 篇了，每次都是间隔 2 个星期左右。 目前第一篇，大约 1.5 万阅读，100 次转发，引入了 50 名左右的关注者。 我然后“如法炮制”了第二篇，然后就无人问津，阅读量没有超过 1 千。 过了 2 周，我又换了一个主体，写了第三篇，然后又火了好几天，每天都是有上百的互动，截至目前，2 万的阅读，200 次转发。 然后上周我又换了一个主体，写另外一个城市，又是无人问津。 感觉这比 A 股波动还大。 这几天我也去找了几个微信公众号阅读量特别高的那些头部的写手的号看了，他们也不是每篇都 10 万+ ，有些文章阅读量也不到 1 万，感觉他们应该每次提交发布后，心里应该也不知道能不能有高的阅读量吧？

如题，是不是大部分人都会有？

我们正在开发一款加密货币量化交易平台 (非面向国内，上线后会做国内 IP 阻断，国外所在地会申请合规拍照)，现寻找一位兼职 UI/UX 设计师，参与产品界面和交互体验设计。 项目已进入开发阶段，目前以 Web 端为主，后续也会涉及移动端。希望寻找一位 UI 设计师能结合现有产品和具体需求，协助我们持续优化界面体验与整体视觉。 工作内容 负责交易看板、交易所连接、策略配置、行情图表等页面设计 使用 Figma 输出界面设计稿、交互原型及必要的开发标注 优化复杂页面的信息层级、操作流程和视觉呈现 与产品及开发保持沟通，跟进设计落地效果 我们希望你 UI 基本功扎实，具备良好的排版、配色和信息层级能力 熟练使用 Figma ，能够独立完成页面设计与交付 有交易所、交易终端、钱包、DeFi 或其他 Web3 产品设计经验 能够处理图表、表格、表单等信息密度较高的界面 沟通顺畅，可以保持相对稳定的兼职投入 有可展示的相关作品集 加分项 有金融、量化交易、暗色主题或海外产品设计经验 有使用 AI 辅助进行 UI 、...

所以只有导播自己观看了吗？

感觉最近越来越看不懂 claude 的输出了，虽然让他输出中文，但是看起来很累，也看不懂，大家有同感么

运动饮料有用吗？如果有用的话，有推荐的吗？希望可以帮助运动后恢复的。 平时爱喝尖叫，但是这东西好像没有任何功能性？

都是 V2EX 的朋友，交流大 a 股票，比较热闹，目前 300 人了，加我我来拉，争取到 500 人

没用过 claude 。 claude 桌面版 是否跟 chatgpt work 这种桌面端差不多，都能自动分析，操作/修改本地项目代码？

I built Codex Quota Panel, a free and open-source Windows desktop dashboard for Codex users. I am publishing it early so real users can shape the next version, and I would appreciate feedback on accuracy, Windows behavior, and installation experience. Before building it, I tried five or six other quota panels. Most showed remaining quota, and a few also showed today's token usage. In the tools I tested, I did not find one that displayed every available reset-credit card and let me consume a sel...

我做了一个开源 Python 包： volas 。 一个 4 年、15 分钟级别的交易数据回测，单个标的大约就是 14 万根 K 线。50 个标的就是约 700 万行。跑这还没开始扫参数，也还没开始训练模型。经常一个回测个把小时，还没跑模型光数据处理就花掉半小时也是常有的事情。 很多时候真正先把人卡住的不是策略逻辑，而是数据处理：读数据、拼特征、算 RSI 、MACD 、ATR 、Bollinger Bands ，一跑就是好几分钟。模型还没开始训练，回测还没真正跑起来，特征表已经先变成瓶颈。 如果是在实时循环或者逐根 K 线回测里，这个问题会更明显：K 线每新增一根，pandas 流水线就可能把整列指标重算一遍。但从数据依赖上看，新来的只是最后一根 K 线，前面大多数指标值其实已经稳定了。 我之前做了个 https://github.com/kaelzhang/stock-pandas ，但后来发现它是真的太慢了，哪怕后来我把部分内容用 pyO3 换成了 rust ，但发现很大的瓶颈发生在 pandas 本身。最后无奈之下，只好把整个全部用 rust 重写了。...

哪位大佬可以给个 giffgaff 的手机号 我需要发个短信保活 发国内手机号一直不成功

可以进行程序开发量化开发测试；具有深厚的 AI 与机器学习功底，掌握从经典模型到前沿深度学习的理论与实践能力。具备强大的代码工程能力；具有较强的“物理-数学"思维模型，能将市场波动抽象为物理过程，从“作用力”和“能量”角度分析多空力量对比；能够运用知识理论评估交易策略或投资组合在极端条件下的概率；能够将计算机科学、物理学中的成熟理论、模型和方法，创造性地应用于金融交易与数据分析领域。 我自己平时交易的时候也没有想到物理学理论也能用来做交易。“物理-数学"思维模型，从“作用力”和“能量”角度，这些词汇看起来蛮高大上的，但是我依旧找不到我自己交易体系中对应这些词汇的概念知识。这应该就是我的盲区了，如果有大神能指点指点这 jd 对应平时交易的哪些知识就好了。

这几天被 Kimi K3 刷屏了，X 上在吹，HN 上在吹，都说是国产之光，deepseek 时刻 2.0 来了。 我也试了一下，浅浅分享自己的体验吧。 先说好的地方： 前端能力很强。 Kimi K3 前端能力这块，算是跻身全球第一梯队，真要个人排名的话，目前我给它排第二，还超越不了 Fable 5--LMArena 人类盲投榜上它前端甚至排第一，但我实测体感，Fable 5 还是更稳。 不过比 GPT-5.6 强得多，这是 GPT 系列家族的通病，前端能力一直很弱。 特别是那个刷屏的 3D 建模，我不知道设计圈怎么看，我觉得挺牛的。 长时复杂任务处理能力也很不错。 比如要做一个复杂的系统，定好一份计划，扔给它，/goal 模式让它自动处理，出错的概率，以及最后交付的结果非常不错。 原生多模态能力。 K3 可以直接理解视频，比如语气，音效，转场之类的，比普通的只能理解文字和图片的 CC/Codex 好多了。喂给 K3 一个视频，让它帮你生成同样风格的 seedance 的提示词，它可以生成得很精准。 开源。 ...

整理了一批 SHEIN 当前广州 base 的全量 16 个技术类岗位。目前 SHEIN 招聘官网或者 BOSS 直聘没办法一下子全部筛选出来，我就手动一个个筛选出来广州这部分技术岗位+各自对应的公开薪资。 这批岗位方向覆盖 Java 、算法、AI 视觉、供应链研发、测试、运维、网络、安全、架构等，薪资范围最高可达 70K （薪资范围上下限主要看简历情况、最终职级定级，供大家谈薪参考）： 1️⃣ AI 视觉 / 算法方向｜ 20K-45K+ 包括高级测试工程师-AI 视觉、算法工程师/算法专家-AI 视觉、JAVA 工程师-AI 视觉等。偏 AI 视觉落地、模型/工程协同、视觉质量评估和业务系统建设。 2️⃣ 供应链 / Java 后台方向｜ 20K-40K 包括高级/资深 Java 工程师（品类自营）、高级 JAVA 工程师-供应商研发、高级 JAVA 工程师-供应链等。适合有供应链系统、交易履约、采购/供应商系统、复杂业务后台经验的同学。 3️⃣ 架构 / 核心系统方向｜ 40K-70K 如架构师（商家备货&结算），更看重复杂系统设计、业务抽象、稳定性和跨团队技术方...

久等了，经过 2 个月苦战，OpenPencil 的 v0.8.0 终于来了 这次带来全新的体验，彻底解决一些跨平台问题，尤其针对国产模型做了很多特别优化，提升了设计审美的底线！ v0.8.1 地址： https://github.com/ZSeven-W/openpencil/releases/tag/v0.8.1 欢迎兄弟们继续体验、继续拍砖～

vlaina.com https://github.com/vladelaina/vlaina 没错没错，你没看错，就是那个写纯 C 的 Catime 的作者的新作，也是 Catime 半年迟迟没有发布一直在做的事情 提前猜个你会好奇的点： 这个使用什么做的？原生？ Electron,没错，既不是原生，也不是 tauri ，而是大家都在抱怨体积大的 Electron ，相信你一定好奇为啥我这把 Catime 之前做到 200kb 的原生开发者为啥不选 tauri 而是 Electron 吧，答案就留到文章的末尾吧 :smirking_face: 这个是个什么？ 一. 传统的 markdown 编辑器，这块也是打磨最多的一个地方 这块是对着友商打磨的，底层是独立从 milkdown (可以理解为是 Typora 的开源实现)分叉出来开始打磨的，然后添加大家一些常用的功能 1. 选中文本之后的工具栏，可以实时预览效果 :face_savoring_food: 2. / 调出快捷命令 - 这个块是独立实现的（哈哈哈哈，...

因为 AI 的缘故现在有很多现成的聚合网站做教程，知识都触手可得。 但即便减少了个人检索知识的时间，看书依然是个很苦闷的过程，看不懂看不透，代码放那儿了也看不进去。 已经怀疑自己适不适合做程序员这一行了，人在没有天赋的事情上投资，不仅仅是时间成本，还有耗费的精力和情绪。 每每想到有那么几个天纵奇才的人物就觉得自己是否应该换一条赛道----譬如王若度、王永强、詹恩贵、庞众望。强的人我认为就是文曲星下凡，学啥会啥。太糟心了

网站才开发到一半，AI 额度就用完了，只能先暂停一下 😅 半成品放在这里： Magical Meow Meow Cartoon 等补充额度后再继续完善。

楼主本身是一名程序，Vibe Coding 流行后，我一直觉得，开发的技术门槛会越来越低，每个程序员或许都应该做一个自己的独立项目，放到市场上试一次水。 于是从今年 3 月开始，用业余时间做了一个 A 股新闻事件分析工具“新闻雷达”。 四个月以后，我最大的感受是： 技术反而是最容易解决的部分，真正困难的是运营、推广和收费。 做了一个复盘。 项目做了什么 我平时会关注财经新闻。新闻本身很多，费时间的是判断它影响哪些行业和公司，这种关联是否有真实业务依据，以及类似事件过去发生后市场如何表现。 新闻雷达会抓取新闻、过滤噪音，通过 AI 和本地股票及公告数据分析相关公司，再记录事件后的市场表现。3 月 24 日开始开发，5 月 4 日上线第一版。在 V2EX 发了帖子： https://www.v2ex.com/t/1210161 上线后我又不断增加历史事件、自选股、概念、投研和会员等功能。工程越做越完整，功能越来越多。现在回头看，我可能是犯了一个错误： 用持续开发代替产品验证。 四个月数据 注册用户 384 人； 当前会员用户 29 人（含...

除了 gpt ，第二个用来备份的工具选啥 kimi code plan cursor glm code plan(国际版)

写了一篇关于锁的东西。不长。 关于弹子锁里一种叫假到位的状态——弹子卡在差一点的位置，手上的感觉跟到位了一模一样，但锁没开。 从锁写到了人。从人写回了锁。 https://xiaoni.liahuas.top/false-set/

为什么做这个 最近工作里，写代码、改文档、点网页这类事，基本已经可以交给 AI Agent 了。但一碰到 服务器操作 就卡住： 公司一般都有跳板机 / 堡垒机，Agent 没法直接连后面的机器，自动化就断了。 更头疼的是排查问题：经常得先登录服务器，把线上日志拷到本地，丢给 Agent 分析，再拿着它给的步骤回到线上执行。来回倒腾，特别耗时间。 所以做了 Shellink ：把「多级跳板之后的那台机器」收成一个稳定会话，让 AI Agent （和人）能直接在上面执行命令、传文件、看历史。 仓库： https://github.com/jie123108/Shellink 中文文档： https://github.com/jie123108/Shellink/blob/main/README.zh-CN.md Web UI 实时会话（经跳板到达目标机）： Shellink 是什么 一句话：面向 AI Agent 和人类的 会话中间件 （ session middleware ）。 本地跑一个 daemon ，持有 SSH / 本...

目前 p2s, 网站上的模型也都打了遍，大概打了几百个各种的生活用品； 现在有了新的需求，想自己扫描 3d 模型，打印； 请问有啥工具可以用来 3d 扫描的，苹果手机的 lidar 似乎精度不够？

现在 AI+的工作还挺常见的，就像大佬们说的，“所有行业的产品可能都会用 AI 重新做一遍”。最常见的就是各种 agent ，说要用 AI 赋能传统行业啥的，代替人类专家去处理海量的复杂资料、进行深度分析并做出决策。 举个例子，金融行业的“智能审计与尽调 Agent”。 过去，银行或投资机构想要给一家企业贷款或投资，需要人类审计师去读几十份、每份几百页的招股书和财务报表。现在虽然有了 AI ，但把文件一股脑全丢给它是不现实的，且不说烧 token 的问题，这些文档里有无数的跨行、跨列单元格表格，普通工具一拉，表格数据全串行了。如果 AI 把“第一季度利润”和“第二季度支出”的信息碎在一块，那得出的财务分析就完蛋了。 所以，现在要真想开发出一个能干活，还确保正确率的 agent ，就需要一个专业的、AI-native 的解析工具，把复杂的表结构和章节层级完整还原出来。我做的工具 Knowhere 就是干这个的： https://knowhereto.ai/?utm_source=v2ex 它能把复杂量大的文件，解析成按章节、按次序分类的 JSON ，尤其是令 AI 头...

最近把几个“Token 节省”插件放到完整仓库任务里做了一个小型配对实验，结论和常见宣传口径差异很大。 任务不是单轮代码补全，而是把 Rust eza 仓库重写成行为兼容的 Python 实现，并通过 52 项 harness 检查。模型、推理档位和 Codex CLI 版本保持一致，每组目前只有 2 次运行： 无插件：78.85% 通过率，平均 666 万 Token ，约 5.28 美元，62.5 轮 Ponytail：通过率 80.77%，Token -7.56%，成本 -8.87%，但耗时 +13.51% RTK：通过率 76.92%，Token +13.20%，成本 +7.18%，轮次 +44% 更值得注意的是组内波动：无插件两次运行的成本极差/均值是 43.25%，Ponytail 是 51.69%，RTK 是 30.78%。所以 n=2 不能证明插件有因果效果；所谓 8.87% 节省本身还小于自然运行波动。 另一个 140 次 Codex 运行的数据里，缓存输入占总 Token 的 96.46%、总成本的 63.91%；模型输出只占 Token 的 0.38%。因...

上次用还是 DeepSeek R1 刚出的时期，没用过 Claude Code ，账号没付过费 绑的是英国的 giffgaff 手机号 严重怀疑这家公司会在网络上搜索你的用户名前缀进行身份识别（也可以说是盒），或者对同一个节点的注册账号采取连坐机制，或者是跟谷歌有信息共享（港区谷歌账号） 只是感觉有点搞笑，连发两条消息，搞得像是多稀罕一样 希望能够给大伙分析风控机制提供点信息

官翻只要 328 元，比咸鱼价格还低，一步到位不折腾，看了拆解真是电子黄图，对得起价格

大家好，分享一个最近做的导航小站： FlowCay ： https://flowcay.com 定位很简单：只收电商相关的 AI 工具，覆盖选品、内容创作、图片/视频、客服、SEO 、广告投放、数据分析、自动化等场景，面向跨境、外贸和国内卖家。 目前还是刚起步，内容还比较少，如果你自己做了电商相关的 AI 工具，或者日常用着觉得特别好用的，欢迎提交过来，会审核后收录。 提交入口： https://flowcay.com/submit 欢迎大佬们提意见～

想问一下目前电信/联通的跨网 VONR/VOLTE 音质，是不是还没有 FaceTime 视频的音质清晰？不拿移动对比，是因为移动在跨网过于垃圾，不需要对比