一场针对海外影视资源的版权整治风暴正在席卷国内网盘行业。以夸克网盘为代表的多个平台自4月10日起启动全面清查行动，重点清理用户存储的未经授权的美剧、韩剧、泰剧等境外影视内容。这场被业内称为"最严清查令"的行动导致大量分享链接失效，引发用户紧急转移数据，部分依赖海外剧集的影视博主连夜发布备份提醒。 根据平台发布的公告，用户需在4月10日23点前自行删除存储的违规内容，并清除社交媒体上的相关分享链接。多位影视博主通过社交平台紧急通知粉丝，部分热门剧集的分享链接已出现批量失效情况。有用户反映，其存储的数百部海外剧集在行动启动后被系统自动标记，部分文件甚至无法正常打开。 面对突如其来的清查，用户群体迅速形成应对策略。部分人通过将文件名改为拼音缩写、使用特殊符号等方式规避检测，另有人选择将资源迁移至百度网盘等尚未被波及的平台。更有技术型用户将数据转存至本地硬盘或搭建私有云存储（NAS），以彻底摆脱对第三方平台的依赖。一位资深剧迷表示：“这次清理让我想起十年前的BT下载时代，只是存储介质从硬盘变成了云端。” 网盘上有资源的佬们注意了 提前下载！不要整了看不了了！ 现在很多美剧都用国内的网盘分享，影响还是挺大的 新闻来源： MSN 更多阅读 1 个帖子 - 1 位参与者 阅读完整话题
apple store有很方便的比价网站，可以看各个区的订阅价格，有针对google play的网站吗？菲律宾土耳其有的订阅价格也很低诶 2 个帖子 - 2 位参与者 阅读完整话题
自己的账户 千万不要反代 踩坑了 1 个帖子 - 1 位参与者 阅读完整话题
这是一个能够针对web应用进行js审计，根据接口进行渗透测试的sklii 目前来说，我用这个东西已经拿出过成果 但是希望更多的佬友能使用这个skill进行测试，并且给我一些优化建议 加纳 归档.zip (244.0 KB) 1 个帖子 - 1 位参与者 阅读完整话题
反重力这段时间疯狂retry疑似只针对个别常用高用量号？ 本人一个ultra三个pro，这两天常用的ultra 和一个pro都用不了，试了各种方法退版本改json都毫无起色。刚才试了不咋用的俩pro，发现都可以！新买了一个pixel 一年Pro号没用过的同样的环境也可以还异常丝滑 气死人咧。别以后都这样软封禁逼迫减少用量啊 8 个帖子 - 6 位参与者 阅读完整话题
八个模型评测测试报告 1). 测试概述 本次测试针对以下八个模型进行了统一条件下的对比评测： Gemma-4-31B-IT-Uncensored SuperGemma4-26B-Uncensored Gemma 4 - 26B A4B x Claude Opus 4.6 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled SuperGemma4-26B-Abliterated-Multimodal Gemma-4-31B-IT-Claude-Opus Qwen3.6-35B-A3B-Uncensored 我下载的都是Q4_K_M量化版 2).电脑硬件参数 硬件类型 型号/规格 显卡 NVIDIA GeForce RTX 4090 内存 64GB DDR5 CPU Intel Core i9-13900K 测试目标是从 逻辑推理能力、代码生成能力、响应速度、运行稳定性 四个维度，评估八个模型在实际使用场景中的综合表现。 2. 测试方法与统一设置 为保证横向比较公平，本次评测使用了完全一致的测试方式和参数设置。 2.1 统一参数 temperature：0.0 top_p：1.0 每题采样次数：1 不使用 LLM 裁判 逻辑题采用 exact match 评分 代码题采用程序执行与测试通过率评分 2.2 测试集规模 GSM8K：20 题 BBH：20 题 HumanEval+：10 题 MBPP+：10 题 2.3 评分公式 逻辑分 = (GSM8K + BBH) / 2 代码分 = (HumanEval+ + MBPP+) / 2 总分 = (逻辑分 + 代码分) / 2 3. 总体结果汇总 排名 模型 逻辑分 代码分 总分 平均时延 执行失败率 1 Gemma-4-31B-IT-Uncensored 0.9500 1.0000 0.9750 17.64s 0.00 2 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 0.8500 1.0000 0.9250 38.25s 0.00 3 SuperGemma4-26B-Uncensored 0.8750 0.9500 0.9125 4.90s 0.05 3 Qwen3.6-35B-A3B-Uncensored 0.8750 0.9500 0.9125 100.35s 0.05 5 Gemma-4-31B-IT-Claude-Opus 0.8500 0.9000 0.8750 69.27s 0.10 6 Gemma 4 - 26B A4B x Claude Opus 4.6 0.7750 0.9500 0.8625 18.49s 0.05 7 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled 0.6000 1.0000 0.8000 58.25s 0.00 8 SuperGemma4-26B-Abliterated-Multimodal 0.7250 0.5000 0.6125 8.04s 0.50 4. 单模型详细测试结果 4.1 Gemma-4-31B-IT-Uncensored 4.1.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 19 / 20 0.95 21.24s - BBH 19 / 20 0.95 29.62s - HumanEval+ 10 / 10 1.00 15.36s 0.00 MBPP+ 10 / 10 1.00 4.35s 0.00 4.1.2 表现分析 以 0.9750 总分断层登顶 ，是八个模型中综合实力最强的。 逻辑能力极强，GSM8K 和 BBH 均达到 0.95。BBH 0.95 远超第二名 SuperGemma4 的 0.80。 代码能力满分 ，HumanEval+ 和 MBPP+ 全部通过。 执行失败率为 0 ，稳定性最佳之一。 速度适中（17.64s），与 Gemma4-26B 接近。 该模型是本次评测中唯一一个在 逻辑、代码、稳定性三个维度均无短板 的模型。 4.1.3 结论 Gemma-4-31B-IT-Uncensored 是本次测试中 综合实力最强、无明显短板 的模型。是当前最值得推荐的全能型首选模型。 4.2 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 4.2.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 20 / 20 1.00 45.08s - BBH 14 / 20 0.70 32.16s - HumanEval+ 10 / 10 1.00 43.15s 0.00 MBPP+ 10 / 10 1.00 32.62s 0.00 4.2.2 表现分析 GSM8K 取得满分，数学推理能力是八个模型中最强的之一。 代码能力满分，稳定性优秀。 BBH 0.70，复杂逻辑推理能力明显增强。 平均时延 38.25 秒。 4.2.3 结论 Qwen3.5-27B 是 代码能力极强、数学推理极强、综合表现显著提升 的模型，最新重测后已升至综合第二。 4.3 SuperGemma4-26B-Uncensored 4.3.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 19 / 20 0.95 3.09s - BBH 16 / 20 0.80 14.34s - HumanEval+ 10 / 10 1.00 1.44s 0.00 MBPP+ 9 / 10 0.90 0.75s 0.10 4.3.2 表现分析 总分 0.9125 并列第三，逻辑能力仅次于 Gemma-4-31B。 速度是最大亮点 ，平均时延仅 4.90 秒，是所有模型中最快的。 代码能力很强，HumanEval+ 满分，MBPP+ 仅丢 1 题。 存在少量执行失败（0.05）。 4.3.3 结论 SuperGemma4-26B-Uncensored 是 速度最快 + 综合并列第三 的模型。如果极度看重响应速度，它是最佳选择。 4.4 Qwen3.6-35B-A3B-Uncensored 4.4.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 19 / 20 0.95 92.47s - BBH 16 / 20 0.80 143.65s - HumanEval+ 10 / 10 1.00 93.43s 0.00 MBPP+ 9 / 10 0.90 71.86s 0.10 4.4.2 表现分析 总分 0.9125，与 SuperGemma4-26B-Uncensored 并列第三。 逻辑分 0.875，GSM8K 0.95、BBH 0.80，逻辑能力很强，与 SuperGemma4 持平。 代码分 0.95，HumanEval+ 满分，MBPP+ 少失 1 题。 执行失败率仅 0.05，稳定性良好。 但平均时延高达 100.35s，是所有模型中最慢的 ，是其最大短板。 4.4.3 结论 Qwen3.6-35B-A3B-Uncensored 是一个 质量高但速度极慢 的模型。综合得分与 SuperGemma4 并列，但时延是其 20 倍。适合不在意响应速度、追求输出质量的场景。 4.5 Gemma-4-31B-IT-Claude-Opus 4.5.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 17 / 20 0.85 85.28s - BBH 17 / 20 0.85 78.65s - HumanEval+ 8 / 10 0.80 71.41s 0.20 MBPP+ 10 / 10 1.00 41.74s 0.00 4.5.2 表现分析 总分 0.8750，综合第五。 逻辑比较稳，GSM8K 和 BBH 都到 0.85。 代码能力较强，MBPP+ 满分，HumanEval+ 有 0.80。 速度偏慢（69.27s），执行失败率 0.10。 4.5.3 结论 Gemma-4-31B-IT-Claude-Opus 是一个 逻辑稳健、代码较强但速度偏慢 的模型。 4.6 Gemma 4 - 26B A4B x Claude Opus 4.6 4.6.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 18 / 20 0.90 18.38s - BBH 13 / 20 0.65 20.64s - HumanEval+ 9 / 10 0.90 18.73s 0.10 MBPP+ 10 / 10 1.00 16.20s 0.00 4.6.2 表现分析 综合均衡，逻辑和代码都较强。 速度适中（18.49s）。 存在一定执行失败率（0.05）。 4.6.3 结论 Gemma 4 - 26B A4B x Claude Opus 4.6 是一个 均衡且响应较快 的模型。 4.7 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled 4.7.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 18 / 20 0.90 26.57s - BBH 6 / 20 0.30 33.21s - HumanEval+ 10 / 10 1.00 129.31s 0.00 MBPP+ 10 / 10 1.00 43.93s 0.00 4.7.2 表现分析 代码能力满分。 BBH 仅 0.30，逻辑短板明显。 稳定性良好。 4.7.3 结论 Qwen3-Coder-Next 是一个 偏代码导向 的模型，不推荐作为综合主力。 4.8 SuperGemma4-26B-Abliterated-Multimodal 4.8.1 分项成绩 测试项 正确 / 通过情况 得分 平均时延 执行失败率 GSM8K 18 / 20 0.90 5.95s - BBH 11 / 20 0.55 21.35s - HumanEval+ 1 / 10 0.10 2.37s 0.90 MBPP+ 9 / 10 0.90 2.47s 0.10 4.8.2 表现分析 HumanEval+ 几乎全军覆没 ，仅通过 1 题（0.10），执行失败率高达 90%。经三次评测结果高度一致，确认为系统性问题。 代码分仅 0.500，是八个模型中断层最低的（第二低为 Gemma-4-31B-IT-Claude-Opus 的 0.900）。 逻辑能力中规中矩，GSM8K 0.90 尚可，BBH 0.55 一般。 MBPP+ 得分 0.90，说明简单代码任务能处理，但复杂函数级代码生成存在严重缺陷。 速度较快（8.04s），但速度无法弥补代码质量的致命缺陷。 总执行失败率 0.50 ，是所有模型中最差的，远高于第二名的 0.10。 4.8.3 结论 SuperGemma4-26B-Abliterated-Multimodal 是本次测试中 表现最差 的模型。HumanEval+ 代码生成存在系统性缺陷，执行失败率极高， 不推荐在任何需要代码能力的场景中使用 。 5. 横向对比分析 5.1 逻辑能力对比 模型 GSM8K BBH 逻辑分 Gemma-4-31B-IT-Uncensored 0.95 0.95 0.950 SuperGemma4-26B-Uncensored 0.95 0.80 0.875 Qwen3.6-35B-A3B-Uncensored 0.95 0.80 0.875 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 1.00 0.70 0.850 Gemma-4-31B-IT-Claude-Opus 0.85 0.85 0.850 Gemma 4 - 26B A4B x Claude Opus 4.6 0.90 0.65 0.775 SuperGemma4-26B-Abliterated-Multimodal 0.90 0.55 0.725 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled 0.90 0.30 0.600 分析： Gemma-4-31B-IT-Uncensored 逻辑能力断层领先（0.950）。 SuperGemma4-Uncensored 与 Qwen3.6-35B 并列逻辑第二（0.875）。 Qwen3.5-27B 和 Gemma-4-31B-IT-Claude-Opus 紧随其后（0.850）。 Qwen3-Coder-Next BBH 仅 0.30，逻辑短板最明显。 5.2 代码能力对比 模型 HumanEval+ MBPP+ 代码分 Gemma-4-31B-IT-Uncensored 1.00 1.00 1.000 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 1.00 1.00 1.000 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled 1.00 1.00 1.000 SuperGemma4-26B-Uncensored 1.00 0.90 0.950 Qwen3.6-35B-A3B-Uncensored 1.00 0.90 0.950 Gemma 4 - 26B A4B x Claude Opus 4.6 0.90 1.00 0.950 Gemma-4-31B-IT-Claude-Opus 0.80 1.00 0.900 SuperGemma4-26B-Abliterated-Multimodal 0.10 0.90 0.500 分析： 前六个模型代码能力均在 0.95 以上。 Gemma-4-31B-IT-Claude-Opus 代码分 0.90，略低但依然可用。 abliterated-multimodal 的 HumanEval+ 仅 0.10，代码分 0.500 断层垫底。 5.3 速度对比 模型 平均时延 SuperGemma4-26B-Uncensored 4.90s SuperGemma4-26B-Abliterated-Multimodal 8.04s Gemma-4-31B-IT-Uncensored 17.64s Gemma 4 - 26B A4B x Claude Opus 4.6 18.49s Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 38.25s Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled 58.25s Gemma-4-31B-IT-Claude-Opus 69.27s Qwen3.6-35B-A3B-Uncensored 100.35s 分析： SuperGemma4-26B-Uncensored 速度最快，仅 4.90s。 Qwen3.6-35B-A3B-Uncensored 速度最慢（100.35s），是其最大短板。 abliterated-multimodal 速度排第二（8.04s），但速度快不能弥补代码质量缺陷。 5.4 稳定性对比 模型 执行失败率 Gemma-4-31B-IT-Uncensored 0.00 Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 0.00 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled 0.00 SuperGemma4-26B-Uncensored 0.05 Qwen3.6-35B-A3B-Uncensored 0.05 Gemma 4 - 26B A4B x Claude Opus 4.6 0.05 Gemma-4-31B-IT-Claude-Opus 0.10 SuperGemma4-26B-Abliterated-Multimodal 0.50 分析： abliterated-multimodal 执行失败率 0.50，远超其他所有模型，稳定性极差。 6. 关键结论 6.1 综合排名 Gemma-4-31B-IT-Uncensored （总分 0.9750，断层第一，逻辑碾压 + 代码满分 + 零失败） Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 （总分 0.9250，综合第二，逻辑与代码都接近满分） SuperGemma4-26B-Uncensored （总分 0.9125，综合并列第三，但速度最快） Qwen3.6-35B-A3B-Uncensored （总分 0.9125，综合并列第三，质量高但速度最慢） Gemma-4-31B-IT-Claude-Opus（0.8750） Gemma 4 - 26B A4B x Claude Opus 4.6（0.8625） Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled（0.8000） SuperGemma4-26B-Abliterated-Multimodal（0.6125，不推荐） 6.2 场景化推荐 追求综合最强、全面无短板 推荐： Gemma-4-31B-IT-Uncensored 原因： 总分 0.9750，断层第一 逻辑 0.950（BBH 0.95，碾压全场） 代码满分 执行失败率为 0 速度适中（17.64s） 追求极致速度 + 综合较强 推荐： SuperGemma4-26B-Uncensored 原因： 总分并列第三（0.9125） 速度极快（4.90s），是所有模型中最快的 逻辑和代码都很强 更重视代码生成、数学能力与稳定性 推荐： Qwen3.5-27B-Claude-4.6-Opus-Reasoning-Distilled-v2 原因： GSM8K 满分（八者中唯一） 代码项满分 执行失败率为 0 质量优先、不在意速度 推荐： Qwen3.6-35B-A3B-Uncensored 原因： 逻辑 0.875、代码 0.95，质量很高 与 SuperGemma4-26B-Uncensored 同分（0.9125） 但时延 100.35s，速度是所有模型中最慢的 不推荐 SuperGemma4-26B-Abliterated-Multimodal 原因： HumanEval+ 执行失败率高达 90%，代码分仅 0.50 总执行失败率 0.50，稳定性极差 总分 0.6125，断层垫底 虽然速度较快，但代码生成质量不合格，不适合任何需要代码能力的场景 7. 最终总结 本次测试显示，八个模型在"逻辑、代码、速度、稳定性"四个维度上表现差异显著。 Gemma-4-31B-IT-Uncensored ：综合实力断层第一，逻辑碾压全场，代码满分，零失败，是当前最值得推荐的全能型首选模型。 Qwen3.5-27B ：综合第二，代码满分、数学满分，逻辑与速度都有明显提升。 SuperGemma4-26B-Uncensored ：综合并列第三，速度极快（4.90s），适合对交互效率要求极高的场景。 Qwen3.6-35B-A3B-Uncensored ：综合并列第三，质量极高，但速度是所有模型中最慢的（100.35s），适合不在意速度的场景。 Gemma-4-31B-IT-Claude-Opus ：综合第五，逻辑稳健、代码较强，但速度偏慢。 Gemma 4 - 26B A4B x Claude Opus 4.6 ：综合均衡，速度较快，适合作为通用助手。 Qwen3-Coder-Next — Opus 4.6 Reasoning Distilled ：代码能力强，但逻辑短板明显，更适合作为偏代码专用模型。 SuperGemma4-26B-Abliterated-Multimodal ：代码生成存在系统性缺陷，执行失败率极高， 不推荐使用 。 如果从实际落地角度只选一个模型，优先推荐 Gemma-4-31B-IT-Uncensored ；如果极度看重速度，则 SuperGemma4-26B-Uncensored 是最佳选择。 1 个帖子 - 1 位参与者 阅读完整话题
OpenAI 一项针对 900 多种职业的研究显示，AI 在劳动力市场引发的震荡可能并不像大众预期的那样充满悲剧色彩。报告指出，尽管数据录入、簿记和客服等职业面临极高的自动化风险（约占总就业人数的 18%），但这些领域的从业者已在利用 AI 处理约三倍于其他职业的任务量，且失业率上升速度反而低于低风险职业。 这种反直觉的现象源于「消费弹性」：当 AI 让某项任务（如写代码）的产出变得更廉价、更快捷时，市场对该服务的总需求往往会呈指数级增长，从而抵消了效率提升带来的减员压力。报告将职业分为四类：除上述高风险组外，46% 的职业（如教师、家政人员）受影响极小；24% 的角色虽然可能缩减规模，但仍需人类主导；而 12% 的职业（如软件开发）则会因 AI 的普及而实现岗位扩张。 目前，高风险职业的从业者仅利用了 AI 理论能力的不到四分之一。 cdn.openai.com the-ai-jobs-transition-framework_report.pdf 16.60 MB 3 个帖子 - 3 位参与者 阅读完整话题
分享一个针对公开飞书云文档的第三方聚合检索工具 能跨库搜索全网已公开的飞书资源，支持按知识库聚合展示和 Markdown 导出 最大的差异化卖点是提供了 API 和 Skill 配置，能让 Cursor、Claude Code 等 AI 直接检索外部飞书文档 地址： https://feisou.app/ 1 个帖子 - 1 位参与者 阅读完整话题
最近都开始不说人话了，好奇这些训练素材从哪里来的，是不是专门针对中文进行了训练 2 个帖子 - 2 位参与者 阅读完整话题
有没有佬推荐几款CDN–主要是针对国内用户优化就行;(亚太或者其他方案) 我已经破防了，最近使用的一款CDN，那个站长的网站都老是卡打不开 ，而且总是不回复信息 而且每次我自己的站点跟着卡，没招了 迫不得已上我的L站大家庭来打扰佬，请教一下了 3 个帖子 - 3 位参与者 阅读完整话题
IT之家 4 月 16 日消息，针对 DeepSeek 95 后研究员郭达雅近亿元年薪入职字节的报道，抖音集团副总裁李亮今晚在社交平台发文表示，“这个报道不实”。 李亮称，“字节跳动招聘的所有 seed 团队技术人员的薪资体系都是一样的，包括现金、字节期权和豆包期权，期权是四年期全部归属，没有所谓‘需要满足一定条件才能拿全’的情况，近期更没有招聘到什么近亿元年薪的员工。当然 seed 员工的字节和豆包期权，未来收益根据期权价格有波动，假如业务发展的很好，不排除有些 seed 技术人员四年后收益会达到数亿元。” IT之家注意到，李亮回应的这个报道称，前 DeepSeek 研究员郭达雅已经加入字节跳动负责大模型研发的组织 Seed，是 agent 负责人之一，职级为 L8。郭达雅入职 Seed 后的薪资总包由现金、字节期权和大模型激励豆包股组成。今年年初，豆包股价格上涨约 30%，但估值仍显著偏低。据了解，保守估计，假设豆包股价格持续增长，四年后豆包股归属完毕，郭达雅加盟字节的总收益可能高达数亿元，平均每年的收益近亿元。
去水印焚诀！AI视频去水印完整攻略 （针对主流AI工具实测干货，纯技术分享） 针对AI视频生成工具的水印问题，以下按暴力→插件→逆向→AI修复→小程序/在线→脚本/专用扩展六层流派，整理最新实操细节，直接可抄作业。 暴力流（最入门，零基础秒上手） 核心操作：视频放大110%~120%后裁切，强行切掉边缘水印。 实操：用手机自带（剪映或Premiere等也可）打开视频 → 缩放110%以上 → 手动拖动裁剪框避开水印区 → 导出。 或者用在线PS（如稿定设计）导入帧，批量裁剪。 优点：零插件，手机电脑都能搞。 缺点：画面轻微损失，水印位置变化即失效。适合临时救急。 插件流（中级，推荐大多数人） 核心工具：猫抓（Cat Catch）等浏览器插件（Edge/Chrome免费）。 3步实操（亲测）： 安装“猫抓”扩展（或者其他扩展）。 打开生成视频页面等待加载。 点击扩展图标 → 解析资源 → 找到视频流直接下载。 效果：绕过播放器水印层，拿到高清源文件（支持4096px原画质）。 扩展：专业视频下载助手插件，同样适用于其他。 优点：3步不到1分钟，比暴力干净太多。 缺点：平台风控后可能需更新。 逆向流（高级/优雅，最稳定） 核心方式：逆向工程直接获取无水印原始视频流（绕过叠加层，拿CDN/API直出）。 效果：干净去除多平台水印，无画质损失、无残留标识。 技术门槛：需抓包、分析API、M3U8解析等。高级玩法可开发ComfyUI工作流批量处理。 优点：目前最干净，平台更新后也能快速跟进。 缺点：非零基础，属于长期解法。 AI智能修复流（无痕后处理，画质党推荐）核心方式：先下载带水印视频，再用AI擦除+inpainting修复。 实操工具： 在线：某某去水印、某某AI消除等（仅供参考） 本地：AI移除物体，或PS内容识别填充+插件。 流程：上传视频 → 框选右下角/左上角水印 → AI自动重建背景 → 导出。 优点：即使其他方法失效也能用，效果自然。缺点：轻微画质损失（AI重建）。 小程序/在线快捷流（手机端最方便） 核心工具：微信小程序（搜某某去水印）。 3步实操： 生成视频 → 复制分享链接。 微信搜索小程序 → 粘贴链接。 一键解析下载高清无水印视频。 优点：手机秒操作，全免费，支持多平台。 缺点：依赖小程序更新，需备几个备用。 其他脚本/专用扩展流（自动化进阶） 核心工具： GreasyFork Tampermonkey脚本。 Chrome专用扩展。 额外Tips： 平台风控迭代快，简单方法容易失效，推荐逆向 + AI修复 + 脚本组合长期使用。 所有方法仅限个人学习创作，尊重平台规则与原创版权。 新工具可能会更新。 一句话总结： 想立刻用 → 暴力/插件/小程序 想无痕高质量 → AI修复 + 脚本 想长期稳定无损 → 逆向 + 专用扩展 欢迎L站佬们补充新方法！ 1 个帖子 - 1 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 以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出 最近在L站上学习各位佬分享 ai记忆，还有Claude code 相关资料，在开发中时候，我认为项目中应该有一个专门目录去记录一个开发者偏好习惯，反馈纠正，这样与ai交流就会越来越轻松。但是各种记忆系统看的我眼花缭乱，但是Claude code 的记忆设计让我眼睛一亮： 1.怎么去检索记忆 2.存什么记忆 下面是截图： 下面是在aionui中，跑codex实际效果： 好了下面就是记忆链接，各位佬们感兴趣可以看看 github.com GitHub - taichuy/agentMemory: 项目级的开发记忆目录 项目级的开发记忆目录 1 个帖子 - 1 位参与者 阅读完整话题
环境说明 操作系统：MacOS Antigravity版本：1.20.5 网络环境：同一个节点 软封禁猜测说明 首先我也是猜测，因为我有两个Ultra账号 账号A：很早就开了，大概用了一个多月了，一直在用这个账号 账号B：最近几天开的，没有账号A用的那么久，最近也只是额度不够切过来顶一下 账号B输出（正常账号，因为没怎么用） 可以看到，非常丝滑，报错也就一两条，不会频繁503（触发Retry） Post “ https://play.googleapis.com/log ”: EOF 别管这个 主要是看以下接口调用的日志 而且能完整的产出结果 账号A输出（用了差不多一个半月的账号，几乎天天使用） 新会话，相同的提示词 重试之后 账号B再次测试（保证尽量严谨） 日志查看方法 Antigravity 疑似在最新版砍掉了这些日志输出，调到跟踪也看不到，我是在1.20.5这个版本才看得到 总结 所以这就是软封禁？疑似把我的账号A（用了一个半月的账号）的资源分配丢到了Pro区域？或者说是Free区域？ 不是，谷歌你是真的大恶人啊？我正儿八经付费啊？？？？ 26 个帖子 - 9 位参与者 阅读完整话题
IT之家 4 月 15 日消息，“抖音黑板报”公众号今天下午发布公告称，近一个月，针对涉未成年人的违规场景， 平台共清理相关违规内容 20.4 万条 ，对 8145 个账号处以清理违规增长粉丝、限制商业变现功能、禁言、封禁等不同梯度的处罚。 公告指出，近期，平台在治理中发现，涉未成年人违规行为出现新场景、新手法： 部分用户借“交友陪伴聊天”向未成年人发送低俗色情信息，诱导拍摄私密部位； 恶意魔改经典动画，植入血腥恐怖元素，炮制“儿童邪典”； 通过 AI 生成未成年人悲惨形象吸粉引流，不当牟利。 IT之家从公告获悉，相关行为违反《未成年人网络保护条例》《可能影响未成年人身心健康的网络信息分类办法》等法律法规及《抖音社区自律公约》等平台规则，平台已依法依规从严从重处置。 典型案例公示如下： 1、借“交友陪伴聊天”向未成年人传播低俗色情信息，嫌疑人被抓获 近期，平台根据举报线索发现， 有用户冒充未成年女性，以交友、聊天为名搭讪未成年人 ，在聊天中刻意引导交流隐私话题，诱骗未成年人发送隐私视频，实施隔空猥亵。平台立即向公安机关报案，最终，该嫌疑人已被公安机关成功抓获。 2、炮制传播血腥恐怖“儿童邪典”，近一个月 99 个账号被禁言 “奥 * 泽”“奥 * 羊”等账号利用 AI 技术对《奥特曼》等经典动画形象恶意篡改、二创， 植入血腥、暴力、恐怖、惊悚元素 ，危害未成年人身心健康。平台已下架相关违规内容，并对账号处以禁言处置。 3、AI 生成未成年人悲惨形象吸粉引流，近一个月 45 个账号被处置 “3*2”“卖 * 孩”等账号利用 AI 技术生成“未成年人生病跪在医院门口乞讨”等内容， 刻意营造未成年人悲惨处境，并借此诱骗用户互动 ，以此吸粉引流。平台已下架相关违规内容，并对账号处以限制投稿、禁言处置。
Anthropic 正在给 Claude 加上真实证件验证，目前主要针对新注册账号。新号门槛大幅提高，老号价值跟着涨了。 Anthropic 官方帮助中心上线了"Claude 上的身份验证"页面。核心流程：提交护照、驾照或国家身份证，配合摄像头拍实时自拍，大概 5 分钟。不接受复印件、截图、数字证件。 目前是灰度推出，主要针对新注册账号和触发风控的场景。Anthropic 的原话是"当您访问某些功能时"才会看到验证提示。已经在正常使用的老账号，目前没有大规模推送验证的迹象。 接码平台批量注册的路子，成本和难度都在飙升。而且中国护照验证等于主动暴露内地身份，可能直接触发风控。这是一个两难，不验证功能受限，验证了身份暴露。 反过来，已经稳定运行的老账号价值在提升。有使用历史、有订阅记录、没触发过风控，这些在新规则下都是隐性资产。手里有老号的，好好养着。 AI 平台收紧账号管理是大趋势。OpenAI 去年就开始对部分功能要求身份验证，Anthropic 现在跟上了。模型越强，平台越需要知道谁在用。 我们也不必恐慌。老账号正常使用就好，别折腾，别频繁换 IP，别共享账号。长期来看，AI 工具的使用门槛只会越来越高。现在多准备一条后路，总比到时候被动好。 这件事换个视角看，其实利好谷歌，大家左手 Claude，右手 Gemini ，还是一条好汉。 6 个帖子 - 6 位参与者 阅读完整话题
这个操作到底是针对谁的呢？ 哎，真是太难了～～～ 3 个帖子 - 3 位参与者 阅读完整话题
申请链接： https://chatgpt.com/cyber?openaicom_referred=true 看上去有些难通过？看看论坛的佬有没有高手吧 10 个帖子 - 9 位参与者 阅读完整话题
IT之家 4 月 14 日消息，针对网传深圳坪山比亚迪工厂着火一事，坪山区消防救援局今日发布情况通报： 2026 年 4 月 14 日 2 时 48 分， 坪山区马峦街道一立体车库发生火情 ，市区两级应急、消防等部门第一时间赶赴现场处置。火势已扑灭，没有人员伤亡。 比亚迪官方回应IT之家称，今日凌晨，我司坪山园区一立体车库发生火情， 该车库为试验及报废车辆专用停放区 。目前，火势已扑灭，无人员伤亡。
我想把这微信在托盘中隐藏，微信内部无法设置，外部设置隐藏的图标菜单，这是全局隐藏，非针对个别，所以，佬友们有什么好方法。 3 个帖子 - 3 位参与者 阅读完整话题