前天还可以用水星银行的银行卡去过免费试用，昨天就不行了，准备开其他公司的银行，有没有佬推荐一下

不得不说，L站真的是学习的宝地，感谢群里各位大佬的无私奉献，昨天晚上本来一直在用公益站，突然发现不能用了，特别不适用，后来没办法又充值买了一些中转继续做自己的测试。今天腾出时间研究了一下注册，终于好起来了，发一点自己的研究，抛砖引玉，不管大佬小佬，到这里的大部分都是搞技术的，其实研究下就都明白了，但是为了防止泛滥还影响大多数，还是不发太多了，有心的自己研究下，也不是很复杂。 
附上两张图： 
 [image] 
 [image]

感谢冰的注册机 http://192.229.101.19:8317/ 
sk-u2ELFYJs0iRKsbYaX 
号池http://192.229.101.19:8088/ 
先开几个小时试试水 看看服务器能不能抗的了

前言
“AI编程新阶段”接上一篇《Claude Code上手指南》，如果你已经上手了，现在正在学教程，则会发现一大堆名词，skills、mcp、全局规则、预授权、子代理等等，根本学不完，头皮发麻，学的还没AI发展的块。这个时候，你就可以看本教程，尝试以另一个视角来学习，用才学，学以用。 
首先说明系统性学习固然可贵，但是如今信息科技迅速发展、牛马又困于996无法自拔，当下能已经没有能让我等慢下来系统学习的机会了。大多数学习是为了用，只有用起来才能更好的学习，“用”是学习的内驱力，实时的反馈才能更好的学习，所以不用盲目为了学而学，用不上就去它的，学个毛，打个游戏不香吗，愉悦自己又何尝不可。 
所以不用系统性学完再来使用，否则会拖慢节奏也影响学习积极性，可能学完准备用，发现又来了一个新的概念，缺少正反馈，会陷入无限学习的疲惫。当你需要用的时候，就直接去用，直到你觉得很奇怪东西，那么拉跨还有人用...

分享一下我对当下多Agent协同的想法 
目前都在摸索多Agent并行调度的设计，未来应该会是趋势不假，但目前来看还是需要前置大量提示词才能让Ai明白该如何在池子里与其他Ai互动。 
最近实测下来，发现简单任务或某些具体功能修改，直接联系池子中某个负责这块的Agent私聊推进，完成后让Agent总结汇报发给其他Agent或者CEOAgent对齐颗粒度。 
复杂任务写好需求，丢给CEOAgent，让他拆解安排其他Agent，所有汇报经过CEO，由CEO中转，杜绝普通Agent之间直接交流，当然也可以切掉CEO中转，普通Agent直接对接（这需要自己本身对所有环节足够熟悉，从开始就写好每个环节对接事项，稍有不慎就陷入错乱导致项目崩盘，除了要求LLM本身的能力足够高以外，还需要手动前置大量提示词） 
目前来看，多Agent形式很考验自身的协议设计能力。 
而且多Agent协同消耗的token 不...

要求： 
1.有经验，别玩死了 
2.提供其他PT站的数据 
先到先得

暴力美学，做文案和检索太暴力了。 
claude规划基础文案，然后让grok去优化。 
我实测三个视频下来，grok优化过的播放量和完播率比claude多次优化的要高。 
其他佬说开印度节点，每个月50多rmb。我刚试了试太划算了

大家好，小弟目前正在准备找实习，急需一个能写进简历的硬核项目，于是盯上了最近比较火的 Deep Research（深度研究）方向。现在遇到点瓶颈，非常内耗，想听听各位前辈和过来人的真实建议，听劝！ 
【我的踩坑背景】 最开始心气比较高，想用 LangGraph 或者 AutoGen 这样的开源框架 自己从零手搓一个Deep Research出来。 
做了一阵子发现效果不行，于是我就想了个捷径：让 AI 去阅读社区里那些优秀开源框架的源码比如说 NVIDIA-AI-Blueprints/aiq onyx-dot-app/onyx之类的，然后照猫画虎地来给我的项目打补丁、加功能。 
结果这半个月下来，我的项目变成了缝合怪。代码东一块西一块，虽然勉强能转，但底层逻辑非常混乱，而且全都是 AI 缝补的痕迹。最要命的是——产出的研报质量依然不达标。 


信息来源的质量不高，我尝试用了 Tavily...

https://xiaobearai.javaxiaobear.cn/ 
key:sk-ClvUumAMMWJT3XAN8WDvSZ6tNtHKLGRBuMQQE5sAQmbY9I7c 
看看我的土豆服务器能不能扛住啊

[image] 
五小时没超出过1200，一个月差不多一万五的调用 
Lite能够吗，还是上pro

每天介于天才程序员陨落了，天才程序员复活的无线循环 😆

[17748764245835648231372118902684] 
法国人工智能初创公司 Mistral 周一宣布，已成功获得 8.3 亿美元的债务融资。这笔资金将专门用于建设一座配备数千枚英伟达（Nvidia）高性能芯片的大型数据中心， 
Mistral 成立于 2023 年，是欧洲少数几家开发 AI 模型的公司之一。尽管其资金规模与 OpenAI 和 Anthropic 等美国竞争对手相比仍有差距，但 Mistral 正通过加大基础设施投入来增强竞争力。 
今年 2 月，该公司曾宣布了一项耗资 12 亿欧元的计划，旨在瑞典建设数据中心和计算能力。而此次融资将直接支持其在法国本土的扩张。 
Mistral 首席执行官阿瑟·门施（Arthur Mensch）在声明中表示：“在欧洲扩展基础设施对于赋能我们的客户至关重要，这能确保 AI 创新和主权始终处于欧洲的核心地位。面对政府、企业和...

白天挺耐用的，到了现在，掉的飞快 🫪 
应该就是之前佬友发的帖子说，A\也启用了峰值高倍率消耗

最近在进行Rebuttal,一直使用Gpt Pro来进行回答，横向对比了许多模型的回答，我的感觉是 Pro > Opus 4.6 > sonnet 4.6 >> gpt 5.4 thinking. 当然，对于Pro的回答我也是非常不满意的，例如审稿人问: 

xxx引入严重的计算规模问题。与微小提升相比，这种巨大的计算开销并不合理。 

Pro回答的思路: 1. 承认开销 2. 解释模块 3. 摆出数据 
但其实这是这个流程并不完全对，这个问题的关键是要抓住这里的计算规模和提升的关系，也就是这本质是一个trade-off问题，但Pro完全没有表达出这个意思来，至于其他三个模型就都回答的大差不差了，基本看不了。任重道远

[image]

[bb182661e21a6ecc8da43034f8b60f86] 
没拉闸，继续起飞。不要听信谣言 👺

✋😭🤚 物理学不存在了，能量守恒定律被证伪 
这个配料表果葡糖浆你告诉我能量为0 
 [image]

可以实现每天一个完整备份，每小时一个增量备份。只需要每小时运行一次脚本，会自动检测汉天是否已有全量备份。 
#!/bin/bash

#####################################################################
#    备份频率：每天全量备份,每小时增量备份                          #
#####################################################################

base_dir="/root/backup/store"
backup_u="mariabackup"
backup_p="mariabackup"
log_file="/var/log/mariabackup.log"
base_date="$(date +'%Y%m%d')...

今天复现一个cve，没有poc，只有修复前和修复后的代码。 
我把AGENTS.md写好，然后直接甩给他一台服务器，让他随便试。 
上下文还剩76%，这货完成了poc的编写、复现环境的搭建。 
花费了12美元，真nmd天才……..🥲 
 [image]

目前已经学完了langchain和langgraph 也学习了比较大众的开源项目 hello_agents 现在就是再找agents项目学习 
但是在学习的过程中没有方向，对于目前做的项目比较迷  不清楚是否有作用  也不会用  想找一个东西来做但是又没有好的 idea   发帖就是想问其他佬是否也遇到过这样的问题，是否有好的思路来启发我