TrendPulse

洗面奶用的是“山茶花控油”感觉没啥用，额头、上嘴唇尤其高发 还在用控油水乳，不过天热后用的很少了，只用水抹一抹，要不干到起皮 使用 ARKO 剃须皂棒和手动刀刮胡子，不知道是不是和这个有关，ARKO 确实是最近一个月内才开始用的

一个开源的 AI 对话说服小游戏。你用嘴(打字)去说服一个 死活不肯松口 的 AI 角色,让它做它本来不愿做的事。每个角色有人设、有隐藏软肋、有一踩就翻车的红线。支持 任意 OpenAI 兼容端点 (中转 / DeepSeek / GLM / Kimi / 本地都行),Vercel 或自托管一键上。 仓库: https://github.com/cranux/TalkOut · 在线体验: https://talk-out-kappa.vercel.app/ 这玩意儿是啥 「嘴遁」= 嘴炮忍术。给你 8 个性格各异的对手:门卫·老张、海关 AI·K 、前任·小薇、老板·王总、外星调查员·Zorp 、退款 AI·9527 、丈母娘·王阿姨、智能门锁·小锁。 每个角色不是随便聊聊: 有隐藏软肋 —— 你得试探着戳中它真正在意的点,空泛求情/情绪施压一律 0 分甚至倒扣; 有红线 —— 威胁、甩锅、摆烂……一踩当场翻车; 说服度条 + 回合上限 —— 攒满说服度算赢,回合耗尽就 GG 。 最骚的设计: AI 一次调用里同时当...

先是 5 点多英文邮件说下个月直接取消： “Your ChatGPT subscription from OpenAI OpCo, LLC on Google Play will be canceled on Jul 7, 2026. No refunds will be issued” 然后 7 点直接中文邮件说退款了： “您通过 Google Play 从“OpenAI OpCo, LLC”购买的数字订阅已取消。所有已付款项都会退还给您。” 然后我又订阅了，观察下。。

用的是联通 1000M 的宽带有动态公网，路由器（ AX88U ）直接拨号，家里有智能设备，日常 20 个左右连接设备 目前设置的是周日、周二、周四凌晨 5 点自动重启路由器 昨天突然想玩一会原神，就直接用官方下载器下载了，速度一直卡在 50Mb/s 左右。刚开始想的是官方下载器限速了就没在意，然后又去测速网站测了下，实际速度确实是只有一半。然后立马重启路由器速度就恢复了，可以达到 80-90Mb/s 所以这种情况是运营商限制还是说是路由器拉跨导致的？要怎么改善

SharkTTY 是一款 iOS 原生的 SSH / Mosh 终端。最早做它,只是想在 iPad 上随手连终端调试,够自己用就先发出来了。 结果刚上架,就被朋友一眼挑出几个挺低级的设计缺陷。于是趁审核这几天,让 opus 4.8 加足"码力"赶工,总算把优化后的新版做出来了。 这次更新: 端口号终于能直接手动输入了——不用再一下一下戳加减按钮 [手动狗头] 新增 Mac 远程桌面:在 iPad / iPhone 上就能连回自己的 Mac,配上专为触屏设计的鼠标操作,直接管桌面 依然完全免费,并自带免费的公网中转——不在同一个网络下也能连。 目前都还是刚起步的功能,欢迎试用、欢迎拍砖。App 内置了意见入口,也可以直接在这儿留言。 下个版本打算加入 AI 生成脚本等能力,敬请期待 🙌 介绍与 Mac 端下载： https://safafish.com/sharktty/ iOS 下载链接： https://apps.apple.com/us/app/sharktty-ssh-mosh/id6774512379

介绍下第一个开源 APP ，如果你是安卓手机使用的 Mac 电脑这个开源 APP 会解决你的生态痛点 从 2025 年底抛弃了我的使用 8 年的 iPhone 投入了安卓的怀抱，但是苹果生态早已把我绑定 看到 iPhone 可以跟 Mac 接力， 镜像 看的我非常羡慕 所以有了这一个安卓镜像，在 Mac 上操作你的安卓手机，以及剪切板同步（接力），让安卓用户也能和 Mac 深度融合 欢迎 star ，提 issue https://github.com/matyle/droidMirroring-mac

很久以来观察到的一个现象，感觉身边越来越多公司的办公室都是开放式工位。每天上班路过写字楼，透过玻璃都能看到一整层密密麻麻的桌子连在一起，大家挨得很近。有人开会、打电话、讨论需求的时候，周围一大片人都能听见，想专心干活似乎也不太容易。 但似乎国外并没有这么普遍，或者说独立办公室、隔断工位明显比国内要多很多。不知道为什么会出现这种差异，是管理理念不同，还是开放式工位确实更有效率？又或者单纯是成本方面的考虑？

很奇怪的现象，表现为当时网络流量和连接数都很少，ping 也正常，就是流量非常小。 用 iperf 测试上传下载，上传几乎为 0-5KB ，下载 100KB 左右（正常时会远越 1M ）。 这种状态会一直持续不会自然恢复。 但是只要一重启 vps ，就会满血恢复很长时间（半小月左右），然后会再次进入这种状态。 已经连续好几次这种现象了，你们有碰到过吗？

把你关注的公众号和 X 账号变成 RSS ，搬进任意阅读器——Web 、CLI 、AI Agent 、OpenAPI 任你驱动。 🌐 产品主站:https://mp2rss.bugcode.dev 📖 使用文档:https://areyoubugcoder.github.io/Mp2RSS/ 产品对比 维度 Mp2RSS Wechat2RSS WeRSS (we-mp-rss) 产品形态 开箱即用 公众号版免费托管 + 私有部署版自建 自建 源类型 公众号 + X （推文/长文） 仅微信公众号 仅微信公众号 账号封控风险 零风险 ：用户无需提供任何平台账号/Cookie 自建版需自备抓取凭据， 有源平台封号风险 自建需登录态/凭据采集， 有源平台封号风险 输出格式 RSS/Atom/JSON/OPML RSS RSS Feed 形态 单源独立 Feed + 全订阅聚合合集...

昨天晚上看徐师傅的视频采访杨数的那期，突然喜欢上了滑翔伞。 考滑翔伞驾照，大概一两万，买自己的滑翔伞装备大概一两万。总共大概三万左右费用。 上班发呆的时候，想象带着小朋友在天上飞的感觉，真爽。 本来打算降低消费，过极简主义生活的，这下又心动了。 万恶的资本主义，钱真是好东西。

https://fortune.com/2026/06/24/reid-hoffman-spacex-musk-openai-anthropic-gen-z-mistake LinkedIn 联合创始人、同时是 Anthropic 和 OpenAI 的投资人 Reid Hoffman ，最近在播客里对马斯克的 AI 帝国开了一轮猛炮。 关于 xAI： 彻底的灾难。理由是 xAI 的 11 位联合创始人 全部离职 了，Grok 模型在基准测试上落后于 Anthropic 和 OpenAI 。做火箭的公司去买一个编程工具，这个逻辑确实需要解释 关于 SpaceX： 不是一家人工智能公司。SpaceX 6 月 12 日上市后收购了 AI 编程工具 Cursor ，Hoffman 认为这是花钱买相关性——SpaceX 本身跟 AI 没什么关系，收购 Cursor 只是为了在资本市场上贴一个 AI 标签。 关于 OpenAI vs Anthropic： 他认为年轻一代（ Gen Z ）选择 Anthropic 而不是 OpenAI ，是一个 Mistake 。 说实...

最近花时间做了一个 AI 图像生成平台 ezpixy.com ，核心功能包括文生图、图生图、多种模型选择，Web 端即开即用。目前还在持续迭代中，想听听大家的意见：生成质量方面有什么可以改进的？还希望增加什么功能？欢迎直接访问 ezpixy.com 体验，任何反馈都非常感谢！

痛点有时候，比如说这个你要看爱奇艺或者是一些智能家居，它是用国内的 server 这种情况下，你如果单独买一个国内的呃 VPS 或者是机场，不是很划算的。 核心思路 国内现在移动网络和家庭宽带基本都支持 IPv6 ，而且是真实的公网 IPv6 地址。利用这个，可以把一台国内的 Android 手机变成入口节点。 所需条件 国内一台 Android 手机（常开，接电源） 手机装 Termux ，跑一个轻量代理服务端 DDNS 绑定手机的动态 IPv6 地址 海外一台有公网 IPv4 的小 VPS （ AWS 免费套餐够用） 因为海外不是所有网络都支持 IPv6 ，手机/宽带可能只有 IPv4 。所以让 VPS 做一层中转： 海外设备（ IPv4 ）→ VPS （ socat 转发）→ 国内手机 IPv6 → 国内网络 VPS 只做端口转发，不跑复杂逻辑，一行命令搞定，流量消耗极小。 优点 国内手机的 IP 不是机房 IP ，各平台基本不会封 手机流量/WiFi 成本几乎为零 VPS 只转发，带宽压力小 完全自建，不依...

我本人用的是 罗技 502 有线版，但是这个鼠标现在感觉有点重了，尤其我还是一个主打 fps 类游戏的玩家，而且它鼠标敏感度虽说可调，但是无法调整的很舒适，只有固定的几个档位。 所以求讨论、求推荐，现在市面上的鼠标哪个更适合 fps ？ 参数： 手型：大手、右手 重量：轻量化 是否有线：要求无线 价位：肯定是好用便宜是最优解，但如果很好用，稍微贵一点也无伤大雅

装双系统 虚拟机 Linux 系统

之前一直在 Mac App Store 分发的 Sidefy （屏幕边缘日历／ RSS ／ GitHub/自定义源 信息聚合工具），现在出了免费试用版。（之前那个 Lite 版不算，没什么参考价值已经下架了） 官网直接下载就行 👉 https://sidefyapp.com 限制不多，按我自己的日常使用，功能完全足够。试用后符合自己需求的话，想用 MCP 、翻译 等高级功能了再付费升级。 最低需求：macOS 14.0+。 试用和付费版功能对比：

之前很久没在 B 站上评论互动过了 一直挺安静 最近评论了一下 之后一直收到一些 0~2 级 bot 账号的点赞关注 很烦 有没有一劳永逸的办法？

先是早上 5 点多英文邮件，说下个月取消： “Your ChatGPT subscription from OpenAI OpCo, LLC on Google Play will be canceled on Jul 7, 2026. No refunds will be issued” 然后早上 7 点直接中文邮件说直接退款了： “您通过 Google Play 从“OpenAI OpCo, LLC”购买的数字订阅已取消。所有已付款项都会退还给您。” 然后我又订阅了，再观察下。

最近一直在用 Codex 辅助开发项目。 我目前的用法大概是：指定一个项目目录，然后让它直接看代码、改代码、实现功能、修 bug 。除此之外，我也尝试让 Codex 在项目里自己沉淀一些经验，比如项目结构说明、开发规范、业务流程、常见问题、接口约定之类的内容。 简单说，就是希望它不要每次都像一个新来的开发，而是能逐渐积累这个项目的上下文。 这种方式确实有用，但我现在感觉还不够体系化，主要有几个困惑： 项目经验到底应该沉淀在哪里？ README 、 AGENTS.md 、docs 、rules ，还是单独建一个 AI 知识库？ 哪些内容适合让 Codex 自己总结，哪些内容必须人工整理？ skill 一般适合沉淀什么能力？比如代码审查、接口生成、SQL 检查、测试生成、排查日志？ MCP 在真实项目里大家都怎么用？会接数据库、Git 、Issue 、文档系统、浏览器吗？ 对 Java / Spring Boot 这种后端项目，有没有比较推荐的 Codex 工作流？ 怎么避免它沉淀出来的经验过时、错误，或者和真实代码不一致？ 我现在的目标不...

如图，输出完成后切了下对话再回来就变成这个样子了，还挺容易触发

我过去一个月轻度使用 Claude 没充钱，各种跳 ip 和 dns 泄露好像也没被封。有点想充钱使用高级模型和 Claude code ，使用强度上来之后会被秒封吗？🤔担心损失 20 刀。

消息来源 改名地址 v 友们有去抢占 id 的需求吗（ X

API Key tp-csjrhgemj5sn4f6iacmm8eptenb0e54agfb8j15cvnjee8po 兼容 OpenAI 接口协议： https://token-plan-cn.xiaomimimo.com/v1 兼容 Anthropic 接口协议： https://token-plan-cn.xiaomimimo.com/anthropic

一个 macOS 菜单栏小工具：按下快捷键唤出键盘布局的浮层，每个按键对应一个打开的窗口，按键即跳转。专治 ⌘Tab 切 App 时多窗口 App 选不到具体窗口的痛点。 地址： https://github.com/KysonGeek/switch_app

AgentPal 是用于搭建 AI 团队的框架 https://github.com/AgentPal/AgentPal Codex ，Claude Code ，OpenCode 等 Agent 都可以用。 采用这个框架，可以方便增加自己的 Pal ，Pal 团队。 它的原理是在 Skill 和 Agent 中间加了一个 Pal 层。 Skill 使用灵活，但太单一，缺少记忆，组织能力。 Agent 太重，配置难度高，也并不是所有场景都需要直接上多 Agent ，Token 成本高。 所以我想加一个 Pal 层，来实现更灵活，简单的实现 AI 团队。 详细了解 Pal： 为什么是 Pal ？ Pal 团队、多 Pal 协作与 Deep Conductor Pal 团队使用效果截图

最近被一个问题困扰了很久。 用上 AI 工具之后，发现很多以前要"学会"才能做的事，现在直接问就行了。 查 API 文档不用自己慢慢啃了，写个 SQL 不用记语法了，甚至读英文技术文章都可以让 AI 边翻译边总结。效率确实高了，但总感觉哪里不对劲。 上周我统计了一下自己的时间——刷 AI 工具的时间明显增加了，但坐下来系统学一件事的时间，好像变少了。 所以想问问 V 友们： AI 工具普及之后，你们还在主动学习吗？ 每周大概花多少小时在「学新东西」上（不是用 AI 完成工作，是真的在学）？ 你觉得现在学习的方式有没有变？（比如以前看书/课程，现在直接跟 AI 对话） 有没有觉得「学了又忘，反正可以随时问」的虚无感？ 我自己的感受是：AI 降低了「不会」的成本，但同时也降低了「想搞懂」的欲望。 不知道这是进化还是退化。欢迎分享你们的状态，不用说「应该怎样」，就说现在实际是怎样的。

折腾文生视频踩了个反直觉的坑：写提示词的时候总忍不住“上强度”，焦段、镜头号、第几秒干嘛逐秒堆满，再加上“体积流体模拟”“SSS 皮肤材质”，结果还不如老老实实两句话讲清楚故事。 后来想明白了：模型越强，提示词反而越要简单——你把故事、画面、情绪讲清楚，运镜、光线、节奏交给模型自己来。这套思路是字节随 Seedance 2.0 一起提出来的，叫「 Vibe Creating 」。 放个同场景对比体会一下： 改写前：特写 85mm f1.4 ，120fps ，推轨 0.6x ，1/250 定格汗珠… 改写后：「深夜大排档，厨师颠勺，锅里腾起一团橘红火焰照亮他汗湿的脸，面条翻飞，他把面盛进碗里抬手擦汗。」 同一个模型，后面那版瞬间有了烟火气。 我把它整理成了一个开源、能直接装进 agent 的小工具：它会把你“上强度”或者太潦草的提示词，改写成模型真正拍得更好的版本。更省心的是它知道什么时候别乱改——要对口型、做 UI 演示这种需要精准控制的，它不会硬改，直接让你保持原样。支持 Seedance 2.0 / 可灵 / Veo / 海螺 / Wan / Vidu 等任意文生视频模型。 ...