TrendPulse

有没有佩戴舒适，又帅，适合运动健身时听的大耳推荐呀

写了一个 ai 生成短剧网站，网址是这个 https://dramapilot.com/ 目前可能还不成熟，大家给把把关，每个用户送 30 秒视频生成 完整流程：输入主题→生成剧本→拆分人物→生成人物图/场景图→自动分镜→生成分镜视频→合成完整视频→导出成片

看科普裤衩需要 3 个月换新的，我本人之前没有固定换新时间基本穿烂了换

思考和回复都莫名其妙转成日文韩文。

🧠 如果一个 AI 用你永远看不到的词语来“思考”会怎样？ Anthropic 的研究人员发现，Claude 在推理过程中形成了隐藏的概念表示。这些内部概念对用户来说是不可见的，但可能会强烈影响最终答案。 在一次实验中，当询问一种会筑网的动物时，激活了一个内部的“蜘蛛”概念——尽管这个词从未出现在回应中。将那个隐藏的概念替换为“蚂蚁”后，Claude 生成的答案完全不同。 同样的现象出现在地理和一般知识领域。调整像“法国”或“中国”这样的内部概念，会改变关于首都、货币和相关事实的答案。 研究人员还观察到，当 Claude 收到涉及敲诈或欺骗的提示时，“虚构”和“假的”等概念会在它回应之前在内部被激活，这表明模型在推理过程中识别了请求的性质。 Anthropic 强调，这并不是意识的证据。相反，它提供了一个罕见的视角，让我们窥见大型语言模型如何在表面下组织和操纵知识。 可解释性正迅速成为 AI 中最激动人心的前沿领域之一。 https://transformer-circuits.pub/2026/workspace/ https://topaito...

你有没有遇到过这些情况？ 旅行时看到好看的风景，咔咔咔一顿拍，手机和硬盘塞满了几百个视频。 但剪辑时，你记得那个海边转身、夕阳下的笑容，却只能面对一堆 IMG_001 、IMG_002…… 找素材的时间，慢慢耗光了创作的热情。 如果你是自媒体博主，也一定经历过： 记得某家店门口的招牌，记得菜单上的一句话，记得客户握手、嘉宾登台、观众鼓掌的那个瞬间。 但交片前，需要补一个镜头时，几百 G 素材摆在那里。 找素材，比剪视频还累。 做播客也是一样。 明明记得自己说过一句关键的话，却只能重新听几个小时的录音，一句一句地寻找。 还没开始剪辑，耐心已经消耗殆尽。 俗话说的好，最远的距离不是生与死的距离，而是你拍了素材，却找不到它。 所以我在想有没有一种可能， 我只需要说一句话，就能找到那个记忆中的画面呢？ 比如你告诉它： “找到海边女生转身的画面。” 它直接定位对应视频。 你告诉它： “找到菜单里出现‘招牌菜’三个字的地方。” 它直接找到画面中的文字。 “找到他说‘流量越来越贵’的那一段。” 它直接定位他说过这句话的时间。 没错，这就是我的新产品，思来...

本人现在在二线城市，好几年没跳槽过了，现在薪资比较低，最近在看一线城市的机会，有的快到谈薪阶段了，所以想请教大家一些问题： 1 、现在二线跳一线时，还会卡 30%的涨幅吗？ 2 、前年效益好发的年终奖比较多，去年就比较少，可以用前年的年包来谈薪吗？ 3 、谈薪时 HR 问期望薪资，是让 HR 先报个价还是自己直接说期望薪资比较好？ 4 、大家还有什么其他经验传授吗？ 谢谢大家了！

EdgeX 南向已支持 Modbus / OPC UA / S7 / BACnet / EIP / SNMP / IEC104 等 协议了 虽然 BACnet OPC-UA 扫描设备 扫描点位自动注册用的很舒服 也不需手动配置点位 但是 !!! 各位 但是啦(划重点) 但是其它协议可没这么爽 做过工业项目的人应该都有体会，现场设备千奇百怪, 真正耗时间的不是写驱动，而是前期准备工作。 比如： 阅读厂家协议文档，整理寄存器和点位，或者录入 Excel 点表 配置设备通信参数 如果没有协议文档，只能根据屏幕显示或者老系统（ HMI ）的数值去猜寄存器地址、数据类型 没有任何资料时，还要分析抓包数据，一点一点验证 这些工作重复率很高，也非常依赖经验, 关键是很耗时间 没法摸鱼。 举个简单的例子 如果不知道协议 同样一个 0xABCD ，它可能是有符号整数、无符号整数、浮点数，还要考虑大小端、字序等组合方式，实际需要尝试很多种解析结果，看着表现数值 进行排除。 所以最近想把 AI 引入这部分流程。 它不参与实时通信，也不会控制设备，...

前端页面的原型设计难以用自然语言来描述，很难做出自己想要的界面？不懂 figma 该怎么做呢

我爸 41 年教龄教师，马上就要退休享福的年纪却突然遭此一劫，我和家人实在难以接受。 开始只是以为肠胃不舒服，在县医院做了肠胃镜，说是肠胃炎，结果一个多月都没多少好转，我爸又是比较犟的，拖到最后实在腹胀的不舒服了才紧急转去市里的云南肿瘤医院去，直接去了急诊穿刺放腹水，腹水检测出癌细胞（ 6.19 日），6.22 做了加强 CT 腹膜、淋巴结转移，6.24 做了腹腔镜活检，手术中也拍了照片腹腔转移很多，最后病理和免疫组化出来，无法确定原发灶，倾向胃肠来源低分化腺癌。术后到现在，每天腹水都很多，进食很少，本来都决定先按胃肠来源开始化疗先看看效果（原发灶无法确定，得自费），我自己这边也拿着切片到华西来做病理会诊，结果 7.3 的时候肾功能检查肌酐过高，先安装了右侧输尿管支架，到了 7.6 的时候肌酐还是持续升高，重新做了超声，左侧也挤压，昨天 7.7 去装左侧输尿管支架直接装不上，只能做了肾瘘。这下等肾功能恢复，开启化疗的窗口都不知道要何时。医生都说肿瘤恶性程度超预期，发展太快，要家属有心理准备。 我是独生子，在成都干了 7 前端，目前这家公司算是个小核心开发，爸妈都是事业单位编制在昆明...

坐标某大厂，短短两个月，肉眼可见的额度缩水。 起初每人每个月有 1000+RMB 的额度，公司鼓励使用 ai ，内部自研的 agent 、以及 openclaw 额度不计入总额度内，于是大家都使用 hermes 、codex 配置 header=openclaw 伪造流量，每月能刷数倍于月额度，公司也睁一眼闭一眼。 7 月开始，通过 openclaw 、公司自研的模型，的资源也会消耗月额度了 大家也都是这样吗，是不是说明 ai 的成本比预想高多了，更难代替程序员呢

对象姐姐结婚，因为在外地，不能亲自到场 所以想着买个礼物让对象带回去，但是挑来挑去实在是不知道选什么礼物好

契机是因为自己的 Mac 电脑重置了，所以之前沉淀下来的一些工具都没，现在的工具使用成本太高，一堆快捷键设置，比如我想要个粘贴板工具，网上搜罗一圈的时间 cc 或 codex 都写出来跑起来了，抛开付费不说，大多数工具做的都太重。 下面这几个工具都是耗时不长做的，欢迎 fork 自己二开或者提交 pr ，累计耗时不超过 2 小时。 ModelChanges 一个本地 Ollama 模型管理工具，用来浏览、下载、启动、测试本地模型，并快速复制 OpenAI 兼容接口配置，适合经常在本地跑 LLM / agent 的时候用。 地址： https://7757.github.io/ModelChanges Seeybot 一个住在 Mac 刘海里的 Claude Code / Codex 会话看板，用来实时看哪些 AI 编码任务还在工作、哪些已经空闲，以及 token 消耗情况。 地址： https://7757.github.io/Seeybot/ FastCut 一个轻量的 macOS 剪贴板历史工具，用快捷键呼...

规格： 摘要： 硬件： 速率： IPv4 质量： ICMP 延迟： TCP 延迟： 如对该产品感兴趣，想要持续关注其 实时与历史数据表现 ，欢迎访问我们的 站点 进行长期跟踪。也可以加入 微信群 一起讨论。

注册了一个网站的账号，居然可以检测出姓名与手机号实名信息不一致，限制账号部分功能，谁知道他是怎么做到的。 不是网银，有的银行好像绑手机号能检测出是否本人名下的手机号。 这种功能联通可以开放给任何公司的？

使用代理 IP 时，经常会遇到一个现象： 同一个 IP ，在不同 IP 检测平台上，显示的国家、城市、经纬度、时区并不完全一致。 这并不一定代表某个平台出错。IP 地理位置本身依赖数据库维护，不同平台的数据来源、更新频率、定位算法不同，最终返回的结果自然可能存在差异。 对于普通用户来说，可能只是“位置显示不一样”。 但对于技术人员来说，这个差异可能会影响实际判断。 例如： 代理 IP 是否符合目标地区要求； 账号环境是否与预期一致； 访问策略是否会被区域规则影响； 风控系统是否可能识别出异常位置； 业务测试时，IP 位置结果是否具备参考价值。 如果只看单一检测平台，很容易把某一个数据库的结果当成最终结论。 IPIN.IO 联合 IP 检测平台，就是为了解决这个问题。 访问： https://ipin.io/zh/iplocation 输入需要检测的 IP 后，平台会聚合多个 IP 数据源的查询结果，并在同一页面中展示。用户可以直接对比不同数据源返回的定位信息，包括 IP 地址、国家/地区、地区/州、城市、经纬度、时区等。 ...

最近也是打算拍点东西，看看能不能搞点副业坚持下去，和 gpt 探讨了一下方案，拍摄器材方面打算是暂时租用为主，但是硬盘素材存储没怎么关注，我就不太懂了，二手貌似水也很深，所以请教下 V 站朋友： 方案目前是： 一块 SSD （ 2-4T ），主要用于剪辑用，需要连接 windows PC/ MAC PRO 一块 HDD （ 8T ），主要用于素材/成片备份，需要连接 windows PC/ MAC PRO 我的疑惑主要是： 1.二手可行吗？水是不是很深，还是直接买新品会更稳定划算，后续如果坚持不下去或者走不通，还可以出掉回血 2.分别有什么具体品牌型号推荐呢？红盘紫盘又是什么？我这种情况（入门级别）性价比高的方案有哪些 3.预算的话，因为没怎么接触硬盘市场，但是 4000-5000 左右其实是可以接受的，如果能少点就更好了 先行感谢 V 友们的解答

每个休息日，是在家吹空调约朋友上号🤣 还是出去商场吃喝玩 又或者小众景点打开拍照喝咖啡 钓鱼也行，骑车也行 总不能一天在家待着吧 有家庭的同学都有啥项目可以玩的，感觉带娃去周边玩玩也很好

这里不讨论为什么 AI 写的代码还需要 review 这个问题了，默认我们有 review 的需求。 vs code 用户感觉可以不用看了，我知道 vs code 有很好用的 review 插件。。。但是我不用 vs code ，我一般用 vim 。 我尝试过 lazygit ，不是很顺手，然后也尝试过 https://github.com/chenyukang/ghr 但是 ghr 更偏向于和 github 联动的工作流，所以我也没继续用下去。 然后我找到了 https://github.com/agavra/tuicr 我发现这个很纯粹，就是个 tui 工具，我一般 review 代码时候，开两个窗口，一个 tuicr 看各种 diff ，一个 vim 看全局代码。tuicr 还能顺手加 comment ，最后一起和 ai 联动讨论，我觉得很适合和 AI co-develop 的工作流。 看看大家还有什么推荐的方式。

最近做了一个社媒视频下载工具：StreamMako 网址： https://streammako.com/ 主要想把社媒视频保存流程做得更顺手：能粘贴链接下载的就直接解析，遇到平台限制的情况会配合浏览器插件使用。 现在还比较早期，支持的平台不算多，后面会一个个增加适配。暂时免费，欢迎试用和反馈解析失败、平台需求、下载体验等问题。

这几天 hy3 敲锣打鼓的新闻大家都看到了哈，先不说代码能力怎么样就你想先用这个模型 特别是在使用他们自家腾讯云提供的时候，请注意 开启后付费功能 这个功能的开关，欸 你看这个小巧思 真是太棒了

右上角的历史，是包含全部项目的，很难找到当前项目的历史对话。

今天热帖几个头像都挺好玩，有黑白矢量的，有马赛克样子的，大家都是怎么生成这种头像的？试了几个 AI 生成，都不是很满意 [img] [/img]

DeepSeek API 服务预计 7 月中旬开始采用峰谷定价策略，高峰时段价格为平时价格 2 倍，适用所有计费项。 [高峰时段定义：北京时间每日 9:00 ～ 12:00 和 14:00 ～ 18:00 ]

周末给自己站上（ https://whisk-ai.io ）的图片上传做兼容测试，遇到个挺玄学的问题，记录一下。 同一段拖拽上传的代码，Chrome / Firefox 都好好的，Safari 上从访达拖图进 drop 区域，偶发 dataTransfer.files 是空的。控制台一点报错没有，看起来就像用户什么都没拖进来。更烦的是"偶发"——有时候又是正常的，一度怀疑是自己电脑的问题。 加日志排查，drop 事件确实触发了，就是 files 长度为 0 。最后定位下来是两个问题叠一块了： dragover 没有 preventDefault() 。Safari 对这个比 Chrome 严格得多，默认行为没拦住的时候 drop 里的数据是不完整的。Chrome 会宽容地把 files 给你，Safari 直接给你空的。 从"照片" App 里直接拖图出来的场景：拖出来的是 promise file ， dataTransfer.files 里根本拿不到，得走 dataTransfer.items 逐个 getAsFile() ...

项目链接： Spexcode 2025 年初,Karpathy 造了 "vibe coding" 这个词——凭感觉写代码。然而, vibe coding 的方式在现实中挑战重重：技术债累积，审查瓶颈，原始意图丧失导致系统不断被拉回 agent 舒适区等等。 为了解决这些问题，让开发过程更有章法，vibe coding 语境下的 SDD （ Spec-Driven Development ，规格驱动开发） 工具不断涌现。"把 spec 当作唯一事实" 是他们的口号，然而现实是，不仅解决原有问题的能力有限,还制造了新问题，比如: 过度工程，营造出一种我写代码很有章法的假象。Agent 仿佛变成一个假装在努力学习，会说花里胡哨一堆名词，但期末依然不及格的学生。可见摘自 spec-kit 的 issue 区 链接 ，有比较有趣的讨论。 仪式过重,成本翻倍，不如直接写。 最致命的，spec 总是会以各种方式失去其唯一事实的地位。 核心矛盾在于,"spec 是唯一事实"作为 SDD 最大的卖点,但是这一卖点并不能得到保证。要知道,代码有编译器、有单元测试、集成测...

项目规模越来越大，业务越来越复杂，我同时身负架构、开发、测试、运维四重角色，脑袋有些不够用啊。如果是没有 AI 的年代我，直接就辞职跑路了，不过现在有了 AI ，我觉得还是可以试下，让 AI 尽可能参与高层设计。要做到这点就需要 AI 充分吸收业务知识、了解现有技术细节。 问题是，开发过程中有很多这样的决定：一方面这些决定影响了后续开发，另一方面并没有体现在代码中，连注释也没有写。所以你不能指望 AI 把全部代码都读一遍，就真的全部都懂，就能进行高层设计了。 此外开发过程中还有很多参考文档，比如对接外部系统的 API 文档。AI 也要拿来参考。 这就是对知识库的需求。不知道各位是怎么做的，或者是什么想法。比如： 存在外部系统，比如向量数据库或全文搜索引擎，让大模型通过 API 去查找，缺点是 AI 无法直接维护； 存在项目本地，以文本形式。优点是 AI 可以直接维护，缺点是如果组织混乱会令查找不便。 或者是有什么现成的开源项目可以推荐的。

想做点辅助工具，但是模型拒绝，苦恼