用的星辰中转站，然后弹窗报错这个 
 [image] 
我让我朋友也试了试，在他的电脑上用这个 key 就可以，我换了一个中转站也可以，但是用星辰就报错了，求求佬救一下吧

[IMG_20260807_090603] 
零基础小白想学习关于 AI 硬件的一些相关学习资料  目的 做出一些小的互动硬件 有关于宏键盘和Easylnput的硬件相关内容😊 有组队在一起学习的吗

已经看到95%, 求佬友给我继续推荐推荐, 准备看神秘复苏和大爱仙尊。顺带一提, 我即将飞升, 求佬友砍一刀

只会复读，其他什么也不会。不想跟他生气了

感觉年过35以后。普通人找工作会越来越难了啊。挣得多的门槛高。门槛低的又不赚钱。。。各位佬都是在打工还是自由职业呢？

感觉 Claude 前端写的差就不说了，又慢，一致性也没办法保证，每次做的功能模块都得 gpt 擦屁股，为什么都说很厉害？还是我使用有问题，看了下上下文也不长，项目里面有 agent.md 了解到 Claude 也能读取 并且看过程也能了解项目规范但是还是自己做，又做的差。 
自己用对比的 chatgpt 5.6 sol 高 ，Claude opus 5 high。 
拿一个实际案例： 
需求 ：目前项目已经有自选模块（Claude写的，chatgpt 二开后才能用）准备新增一个同花顺分享地址生成一个分组，这个新增一个类型的分组，截图如下 看到他的回复我都要无力了 
 [Xnip2026-08-07_09-00-16] 
[Xnip2026-08-07_09-00-37] 
做出来的页面截图： 
[image-1786064472915] 
[image-1786064483106] 
[...

Hermes / OpenClaw 用DeepSeek Flash还是Pro？

我看了一下vllm的源码，发现现在的kvcache已经能使用cpu来进行一部分数据的缓存了，我又看了deepseek的官方文档，他们做了磁盘级别的，那我们如果给vllm进行一步拓展是否也可以做到磁盘缓存呢，或者使用内存呢，反正我的服务器几百G的内存

codex： 
• Ran ./.venv/bin/python -m py_compile arena_ui.py
│ arena_tactic.py arena_runner.py && ./ .venv/bin/
│ python -c 'pass'
└ /bin/bash: line 1: ./: Is a directory

如果这是rm呢？想到这个，我被吓得不轻

如题，我上周开了plus，还没被封，打算升级到pro20x，有没有最近升级成功的？

昨晚用佬友的一个网站（现在已拉闸）跑了下海螺H3的NSFW视频，感觉还不错。苦于没有好显卡本地部署。。。。 
有类似昨晚那种中转站了求分享。

今天早上日常签到的时候弹出来的，不是我被封了吧，攒好久没用了 🤪 
[image]

每天到了工位开始美滋滋公益站签到环节 
今天打开了CHY发现报错 
[image] 
搜了下没看到公告 🥲 
有佬知道为什么吗

我修改配置文件，把model字段改成deepseek-v4-flash后，重启codex，发起对话，提示我模型未找到。。。要如何配置呢？谢谢。

[image] 
来L站也是有俩月了，低强度刷了点帖子，也是学到了很多东西 
zfb口令：直到河南变成一碗胡辣汤

办了张招行visa卡，想通过google play订阅菲区gpt pro，需要改google的地区吗？有visa卡，有哪些方式可以订阅低价区的gpt pro？

今天是我在L站的第一个生日 
一大早打开L站，就看到了有人发今天是始皇的生日，这个就是缘分！ 
这里祝始皇生日快乐，祝L站越来越好，也祝愿佬友们都能身体健康，心想事成！！！ 
 [Google Chrome 2026-08-07 09.13.02] 
[Google Chrome 2026-08-07 09.08.08]

之前一直说8月没有大流量卡，刚好又有大流量需求，就在7月低办了一张联通卡，套餐是39每月，550G流量+会员。现在手机号都出来了，但审核一直不通过，需要上传三照，三照一直不通过重复传了几次都不行，到最后提示需要人工审核也没反馈，不知道怎么处理了。 😭

今早把CPA中的jwt token解析了下，发现里边有"bfs": 1。 
然后又让跑了下鹈鹕，这都流口水成这样了（前几天每天跑一次都还看着正常） 
这还有什么方式能解决，能找xai客服吗 
 [image]

IT之家 8 月 7 日消息，AMD 今天（8 月 7 日）发布公告，宣布计划收购 Taalas 芯片初创公司。Taalas 面向 AI 推理设计加速器，针对单一 AI 模型定制芯片，主要牺牲通用性，换取更低成本和更高输出速度。 
在技术方面，Taalas 公司目前展示的 AI 推理芯片基于 Meta 公司的 Llama 3.1 模型，采用台积电成熟（较旧）工艺打造，并在芯片本体上使用高速 SRAM。 
这种方案的优势在于推理速度更快，特定型号的输出速度比传统 GPU 快数千倍，且时成本更低，但是该芯片绑定某个 AI 模型，没有办法后续升级。 
Taalas 首席执行官 Ljubisa Bajic 在公司网站称，Taalas 已开发出“把任何 AI 模型转化为定制硅片的平台”。他还表示，收到此前未适配的模型后，仅需 2 个月就能把它落实到硬件上。 
在交易规模方面，AMD 在博文中并未披露...