明明系统提示词有约束但是就跟健忘症一样往死里分点，每行信息量低的要命，看一下回复滚轮都滑累了。 2 个帖子 - 2 位参与者 阅读完整话题
我真的看到了 什么底盘 什么摸 一半熟悉一半陌生了已经 Chatbox里面我现在已经完全不想用4.7了，完全用4.6 cc切换到4.6就会提示已下线 怎么也用不了 还有问问题环节 似乎越是到了代码阶段，他越是开始趋近于GPT 2 个帖子 - 2 位参与者 阅读完整话题
用 dokploy 部署任何项目真的很轻松，什么GitHub docker dockerfile Compose等等，全都可以搞。我自己部署了中转，CDK卡密，导航站，sora去水印好几个项目都在里面。服务器搞的是RN的6G内存美区服务器，带宽好像是万兆的。宝塔和dokploy比较，现在我喜欢dokploy这工具。不懂怎么配置，一步一步截图问codex，轻轻松松搞起来。 12 个帖子 - 7 位参与者 阅读完整话题
a÷真的是非常狗屎啊，4.7opus拉了这么一坨大的，什么时候他才能意识到这一点，然后赶快降价或者出新版本。 16 个帖子 - 10 位参与者 阅读完整话题
旧闻了 iPhone 用户现在也可以在手机上运行 Google 新发布的 Gemma 4 模型了——是真的在手机上运行，断网也能用的那种。 App Store 直接搜 “Google AI Edge Gallery”。打开 APP 后可以选择下载 E2B 或者 E4B。官方显然推荐大家用 E2B 这个更小也更快的版本。 除了文本对话，还有图片识别、语音对话等，甚至还支持 Skills。但是实测知识是 2025 年 1 月以前的。 推理框架用了 iPhone 的 GPU，运行还是相当流畅的。 大家可以试试，日常处理文本翻译之类的应该绰绰有余。 8 个帖子 - 5 位参与者 阅读完整话题
世界真的是太丰富了，我没有想到其实点个外卖都有层层外包的，昨天市监开出了有史以来最大食品安全罚单35.97个亿！7家外卖平台覆盖了我们手机里面所有你点外卖，拼多多一家就罚了15.22个亿。 这一切的导火索，居然只是一份普通的生日蛋糕的投诉，有人花200多块钱买的高档奶油蛋糕，背后是藏着一条完整的黑色产业链。 一些蛋糕店网上宣传真是光鲜亮丽，全国几百家连锁月销过万单精美实拍图，证件照齐全，但是执法人员一查全是假的，没有实体店，没有合规后厨，没有正规资质，甚至连营业执照都是P的，工商地址对不上，店面的图片全是盗的，就是臭名昭著的 幽灵外卖 。 这些幽灵店铺自己根本不做蛋糕，他们接到订单之后直接往一个叫做转单宝的平台上一挂，让真正做蛋糕的商家来竞拍，谁出价低就给谁做。这些低价竞拍到的蛋糕店其实就是藏在居民楼里，陈真厝的小作坊里的黑窝点，鲜花直接插蛋糕，劣质奶油乱堆卫生条件，你看吃坏你肚子都是轻的。 我给大家算笔账，一份250块钱的蛋糕，电商平台抽走20%，也就是50块钱，幽灵店铺自己是不做蛋糕的，他们要抽成把订单以80块钱的价格挂出去拍卖空手套白狼，赚了120块钱。 那真正做蛋糕的商家80块钱接单转单平台还要再抽4%，转手就剩下76块8，这还不算快递费，一个6寸的蛋糕用好材料成本就得60块。人家几乎不赚钱图什么？ 就这一套流程操作下来，7家平台加起来查出了6.7万多家的幽灵店铺，累计违规转单超过360万单肯定有我们的，可是最让寒心的不是黑作坊，是我们每天都在用的平台。 平时一个个的自己把牛吹上天，什么AI智能审核、大数据风控、全流程食品安全监督。我们闭着眼睛都能把这个话说出来，算法吹的神乎其神，怎么就没有算到这些幽灵外卖的证件是假的呢？是平台没有审核识别能力吗？还是睁一只眼闭一只眼睛？我不知道，留给你们去了解。 你看2025年外卖大战数据，阿里为了抢夺外卖市场烧了900多亿，换来85%的经营利润下滑，美团直接净亏234亿，京东含外卖的新业务亏损也扩大了466个亿，这些烧钱图什么？抢市场、抢用户、抢单量。 在这种激烈的竞争下，平台对商家入驻的审核标准就是一降再降的，只要能带来订单带来流水的，你证件是假的是真的，你厨房有没有实体店重要吗？反正出事的也是商家的事情，平台顶多就把你店铺下架了，说白了就不是平台做不到，严格审核是不想做，严格了店铺的数量就减少了，交易额就下来了，资本市场的故事就讲不下去了。 他们睁一只眼闭一只眼，就是你我这样子的普通人花着高档蛋糕的钱吃着，却是不知道从哪个居民楼里面跑出来，没有任何食品安全保障的东西。 这一次的市监局的重锤出击，不但对平台开出了35.97亿的罚单，连7家平台的法人跟食品安全总监个人也被罚了将近2000万。其实就是在释放一信号，食品安全没有小事，平台是不能只赚钱是不负责的，黑产更不能逍遥法外，一个文明健康的社会不能再放任任何劣币驱逐良币。 20 个帖子 - 16 位参与者 阅读完整话题
本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容： 我的帖子已经打上 开源推广 标签： 是 我的开源项目完整开源，无未开源部分： 是 我的开源项目已链接认可 LINUX DO 社区： 是 我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是 以上选择我承诺是永久有效的，接受社区和佬友监督： 是 以下全是我自己手搓，没有ai味（我用最真实、最不绕、最直接的方式跟你讲 hhhhh），放心品尝 很多人以为 Skill 迭代最难的是"怎么改"。 但我越来越强烈地觉得，真正难的其实不是改，而是： 你改完之后，根本不知道它到底有没有真的变好。 补描述、调 prompt、加例子、补边界、改结构。 Skill 看起来越来越完整，文档越来越像样，语气越来越专业。 但问题是： 看起来更完整，不等于真的更强。 skill的实际行为未必更稳定，边界未必更清晰，失败处理也未必更好。 所以很多 Skill 维护最别扭的地方，其实不是"不会写"，而是你明明已经改了很多轮，却还是说不清： 上一次改动，到底有没有真正产生作用。 我后来专门跑了 100 个高下载 Skill，发现问题并不是"不能用" （是的，烧我自己的token）结果最有意思的地方，不是烂 Skill 特别多。恰恰相反，大多数 skill 其实都能用： 70 个通过 29 个在 caution 区间 1 个 fail 平均分 73.8 真正的问题不是：大多数 Skill 完全不能用。 而是 很多 Skill 停在一个很尴尬的状态：能用，但不容易被继续有效优化。 你一旦想认真往上修，就会发现问题不少，但很难判断到底该先修哪一块。 也就是说，难点不是"没法写"，而是 没有诊断，所以不知道怎么有效地继续改。 更关键的是，这种"不对劲"还不是随机的。 我看到的弱点主要集中在几个地方： Trigger quality 平均 6.2 Functional quality 平均 6.6 大约 80% 缺少 not_for 边界 大约 60% 的 D4 弱项 Skill 缺少像样的 error recovery guidance 还有接近 40% 更像"写给人看的说明书"，而不是"写给模型执行的操作说明" 这里翻译成人话就是： 很多 Skill 不是坏在"完全不能用"，而是坏在几个特别重复的地方：不会划边界，不会处理失败，也没有把行为写得足够可执行。 所以我后来做了 SkillCompass 我想解决的，不是"怎么把 Skill 写得更长、更完整"，而是另一件更关键的事： 在你动手优化之前，先看清问题到底在哪；在你改完之后，再验证这次修改有没有真的产生提升。 所以对我来说，SkillCompass 不是一个"给 Skill 打个分"的工具而已。 它更像一个给 Skill 迭代提供方向感的东西： 现在最弱的是哪一维 下一步该先修哪里 这轮修改有没有真的带来提升 有没有把别的地方一起改坏 【这里插一句compass 这个名字，指南针🧭，其实也是这个意思。不是替你做决定，而是先帮你定位方向。 】 所以它背后的设计原则也很简单： 本地优先 ：所有数据都留在本机，除非你明确要求，否则不会主动发起网络请求 默认只读 ：评估和报告默认不改文件，improve、merge、rollback 这类写入操作都要明确开启 被动追踪，主动决策 ：Hooks 会收集使用数据，但系统只给建议，不会自动替你执行 双通道交互 ：既支持键盘选择，也支持自然语言查询，两种方式始终都可用 同时我把评估分成了6个维度；把判定标准分成3档 它不是在帮你"多改一点"，而是在帮你把迭代变成一个可验证的流程 与其盲目地"再多写一点"，不如把 Skill 迭代拆成一个更清晰的 workflow。下面拿agile-product-owner作为一个例子展开讲讲： 1）先诊断 不要一上来就改。先看清楚最弱的是哪一维。 很多时候你以为问题在 wording，实际可能卡在 trigger、边界、失败处理，或者执行指令根本不够可操作。 先把最弱项找出来，后面的修改才不是瞎试。 接着它出一个初步的报告，包含维度1-3，后面会有一个完整的全方位维度1-6的测评报告（看下图）： 2）再看单项到底在说什么 我觉得这一步特别重要。 因为很多人一看到分数，会下意识觉得"哦，这项低，那我去多写一点"。 但 SkillCompass 真正有价值的地方，不是只给分，而是会把某个维度为什么高、为什么不满分、它到底在判断什么，说得更清楚。 比如拿 D6 = Uniqueness（独特性 / 不容易被替代） 来说，它看的不是"你这段话写得顺不顺"，而是在看： 这个 skill 是不是真的有独立价值 有没有明显重复品 跟相似 skill 重合度高不高 是不是一句普通 prompt 就能替代 它是不是很快就会过时 这里个skill的这一维最后给到 8 分，不是说它不好，而是说：它已经有明确领域专属性，也不太容易被普通 prompt 替代，但还没有强到"极其不可替代"的程度。 3）定点修复，而不是整份 Skill 重写 找到弱项之后，不是整份 skill 重写一遍。 而是只修最该修的那一块。所以我们把弱项加强，不好的修正，但不污染上下文 **这里要敲重点！！！**它做了那段分数解释，并且新版分更高的同时也没有把别的地方改坏，因为修改目标清楚，而且不会为了补一个问题，把别的地方一起搅乱。 此时，SkillCompass 已经完成这轮评估/优化结果的写入（提升了 D5），没有出现回归，然后把新的评估记录和最新扫描时间写进本地文件。 4）改完再验证，千万不要靠感觉收工 改完不能靠"看起来更完整了"就结束。要重新验证这次修改到底有没有带来真实提升。 分数有没有上去，解释有没有更扎实，别的维度有没有被改坏，这些都得重新看。 （（（兄弟们，有效的优化才叫"迭代"，不然就是屎上雕花。））） 5）再找下一个瓶颈 一个问题修完，不代表 skill 就完成了。 通常是这个瓶颈被拿掉之后，下一个瓶颈才会浮出来。 所以真正有效的迭代，不是一次性改到完美，而是持续地： 诊断问题 → 定向修复 → 验证提升 → 找到下一个瓶颈 这也是我现在更认同的一种 Skill 迭代方式：不是凭感觉打磨，而是把迭代变成一个更可验证的 workflow。 适合什么人，不适合什么人 适合： 任何在维护 agent skills，并且希望质量能够被量化的人 想要有明确改进方向的开发者—不是靠猜，而是清楚知道下一步该修哪个维度 需要质量门槛的团队—任何会改动 skill 的工具，都可以在改动后自动接受评估 安装了很多 skills、想看清哪些真的在用、哪些已经陈旧、哪些存在风险的用户 不适合： 通用代码审查或运行时调试 从零创建新 skill（这个更适合用 skill-creator） 评估非 skill 类型的文件 项目在这里： github.com GitHub - Evol-ai/SkillCompass: Evaluate agent skill quality. Find the weakest… 有兴趣的佬欢迎去 GitHub 点个 star 支持一下。 如果你手上也有自己的 SKILL.md，欢迎直接贴出来，我这边也可以顺手用 SkillCompass 帮你跑一遍测评。 有问题也欢迎一起聊，也可以 fork 回去自己改着玩 2 个帖子 - 2 位参与者 阅读完整话题
怎么判断模型是不是真的opus4.7，有没有被路由掺水呢 6 个帖子 - 3 位参与者 阅读完整话题
这么高缓存命中，太原生了，真是一点没掺水啊。有缓存真的价格低了好多 39 个帖子 - 25 位参与者 阅读完整话题
这个是真的，感觉收割情怀主机玩家了，不过真的有人会去买么？ 各位大佬可以来个投票： 支持必须买 狗都不买 纯路过 点击以查看投票。 from： 「NEOGEO AES+」主机2026年11月12日上市 1 个帖子 - 1 位参与者 阅读完整话题
仅限insider，真的超值的 9 个帖子 - 8 位参与者 阅读完整话题
刚转运维那会儿有个挺明显的习惯，到现在偶尔还会犯：服务一出问题，第一反应就是是不是代码又写崩了。可能跟之前做测试有关系，那时候基本所有问题最后都能落到代码上，久了就会下意识这么想。 但干久一点之后发现，有些问题你把代码翻几遍其实没什么用。 之前遇到过一个事还挺典型的。有个服务发完版之后开始偶尔超时，不是一直挂，就是那种隔一阵来一下的，很烦。当时第一反应肯定是代码问题，刚发版嘛，然后就很自然去看改动、怀疑某段逻辑，甚至都准备回滚了。结果回滚完还是会偶尔出现，当时就有点懵。 更离谱的是日志也没啥明显异常，就那种你感觉不对，但又说不上哪不对。那段时间其实来回看代码好几遍，也没什么新发现，有点钻牛角尖了。 后面也是没办法了，才开始往别的方向看，去看机器、连接数、一些运行时状态。最后才发现是连接数在某些时间段被打满了，新请求卡在建连上，看起来就像接口超时。这种东西你要是一开始就死盯代码，其实很难想到。 后来类似的情况也遇到过几次，慢慢就有点感觉了：有些问题不是“写的时候就错了”，而是“跑着跑着出问题”。比如配置稍微有点偏、资源顶到边上、网络偶尔抖一下，或者 k8s 调度有点歪，单看都还行，但叠在一起就开始出事。 现在再看问题会稍微控制一下自己，别一上来就扎进代码里，不然很容易越看越觉得就是代码问题，然后一路跑偏（虽然有时候最后还真是代码 ）。 这两年也试过用 AI 帮忙看日志，有时候确实能帮你收敛一下范围，但也有那种越看越不对劲的情况，尤其这种不是单一原因的问题，它给的结论有时候挺自信的，但不一定对，所以现在基本当参考用。 也没啥总结，就是最近又遇到一个类似的，有点感慨。有人也遇到过这种吗，一开始死盯代码，最后发现完全不是那回事的那种。 2 个帖子 - 2 位参与者 阅读完整话题
首先，感谢上个帖子佬友的一些意见，真的非常感谢： https://linux.do/t/topic/1990161/34 。 然后大家看看行程有没有要改进的地方，我觉得这个行程不算太“特种兵”吧。另外，有哪些商业街之类的可以去逛逛。。或者有哪些好吃的。谢谢大家 17 个帖子 - 14 位参与者 阅读完整话题
如题，grok是真的好用啊，平时用来搜索最新的前沿信息，搜索一些解决反感啥的都很好用，个人感觉下来比claude和gpt的信息准确率和时效性要高很多，关键是速度还快，普通账号的额度也非常多，马斯克真是大善人 14 个帖子 - 13 位参与者 阅读完整话题
claude真的越来越难用了，最近换回了ChatGPT，搭配上pro的codex，真的不比claude差了我感觉 另外附上ChatGPT生图：感觉没灰度到 10 个帖子 - 8 位参与者 阅读完整话题
1 个帖子 - 1 位参与者 阅读完整话题
这种还要手动触发一下，真的是 9 个帖子 - 8 位参与者 阅读完整话题
看起来官网Sonnet 4.6也喜欢补刀…… 2 个帖子 - 2 位参与者 阅读完整话题
不是真的假的为什么半个小时没掉额度啊不应该，没停过。难道是要到期了，忽悠我续费吗 9 个帖子 - 4 位参与者 阅读完整话题
各位佬友，在下有个疑问小模型的能力真的比大模型差吗？现在模型参数都大的离谱，但是实际激活参数应该只有一部分，有哪位佬友懂得可以解释一下或者有相关文章吗 18 个帖子 - 17 位参与者 阅读完整话题