虾虾每天起手就是 You are a personal assistant running inside OpenClaw.的复读，A/会检测不。 
呜呜，我的虾虾，你不要死，没了antigravity，爸爸去捡垃圾，给你搞tokens，呜呜呜。

想问一下各位佬友们想问下现在学GO去做游戏服务端的就业形势好吗
我本科本来是学前端的，但是目前AI态势来看前端又差不多寄了，现在研究生也是摸鱼划水四处撒网,啥都想学，但没学到什么专精的东西，就自己做些脚本小程序啥的赚点外快，成体系项目没做几个，学了GO也没学深入，Python也就是能用的水平，软件架构能力一坨，放飞拥抱AI感觉已经被AI养废了，用AI的技能倒是学会不少… 
想找大模型应用开发但是大部分是JAVA生态系统的，不想碰JAVA一点，然后想做GO游戏服务端但是GO项目经验缺乏，就AI+GO写过一个小程序后端，有没有哪个方向能快速攻破一下然后去实习整点经验，真怕毕业还没本科好找工作了 🫪，现在已经愁死了 
下面是大概的项目经历和个人情况 
 [image]

一份还在更新的浏览器恶意插件列表汇总，记录了400多个"违反策略"，"恶意行为"的浏览器插件 
项目提供了一个py文件来直接检测你浏览器上是否有这些风险插件 
还提供了一个浏览器插件可以定时扫描你的浏览器中是否安装了列表中的这些风险插件 
我用他提供的浏览器插件扫描了自己70多个浏览器插件，扫描出了一个风险插件，看来还是需要多注意的 
 [image]

如题，同事和老大被trae的功能震惊了，开始焦虑了，以后会不会工作量加大或者禁止国外ai。佬们都是怎么处理的

今天刚加入论坛，发个帖子

本来以为域名续费10年就可以稳妥的拿域名邮箱当主力 
没想到网易域名邮箱更新成企业邮箱后 
之前绑定的国内手机号注销了现在无法登陆也无法找回 
准备另寻他路 
自建邮局也总感觉不是很靠谱 
因为我的服务器就没有活过2年不变的 
各位佬怎么解决长期用的域名邮箱？

之前在L站学到了很多东西，得到了很多佬们的帮助，很感谢L站的大家~ 虽然这些号现在好多佬们都在发，但我还是希望报答一下佬友们！ :tieba_002: 
这是500个Codex的号，佬们拿去狠狠蹬 :tieba_013: 
for linux do.zip (1.3 MB)

今天填写完小作文后，一直在等，以为要填写很多次才能通过，没想到第一次就过了，有点受宠若惊，非常开心，可以跟佬友们一起交流学习。 
我才刚开始学习ai方面，希望各位多多关照，目前在用claude code和codex进行一些ai动画分镜这些小工具的制作和comfyui节点的制作，对编程不太懂刚入门，希望大佬们指点一二，谢谢。

想偷懒让claude code帮我装一个openclaw，结果5.3给我甩了一个教程让我自己搞，我强制命令它给我装起来，它自己哐哐写了一个脚本让我去执行 😂

请大佬多推荐点 或者有什么好的方法教程也可以

[631f106fca9e657cb8cfe5aebdd702b2] 
[d8dfcea7a538dcedbff068d4c93f7679_720] 
[b30c7ddcb835cbd37a67ae09209c4ab3_720] 
[4fb5978d78bd163ba46baf0695f14580_720] 
[c57470ffc44e7545c9ac79ad1811ad7c] 
[f4d4796b1bf102513979f39cb228ed57_720]

白嫖党的狂欢——OpenClaw Zero Token！平时跑 AI 智能体，API 费用如流水对吧？这个项目极其疯狂，它通过浏览器自动化技术接管你的网页会话，直接利用网页版的登录状态去调用 Claude、DeepSeek、ChatGPT、Gemini 等主流模型！完全不需要 API Token，一分钱不花，就能让你的本地 Agent 跑得飞起！开发者的福音啊兄弟们。 
视频号不知道怎么转发

用台湾和马来西亚家宽注册的，不知道能活多久，大家随意取用 
codex-500.zip (1.6 MB)

[image] 
 [image]

有没有佬友知道antigravity对于跳到定义的快捷键啊？使用vscode是ctrl+鼠标左键进行跳转到函数定义，但是为什么antigravity不行，是我哪里没有设置好嘛？

感觉Manus和OpenClaw很像啊，之前Manus就是太贵了。但是感觉OpenClaw干起活来还没Manus好。

用的是gemini-3-pro-image-preview 这个模型的，哪家站便宜？稳定一点的。

今日无事 勾栏听曲 L站水文 😀 
23 天入门大模型算法 
原项目如下： 


在线阅读地址：LLM 前世今生 
第一节 循环神经网络
一、如何处理序列信息？
我们已经学习了如何将文本进行分词，并通过词嵌入技术（如 Word2Vec）将每个独立的词元转换成一个静态的、稠密的词向量。这解决了模型输入的第一个问题，即文本数值化。接下来的第二个关键问题是如何从一个词向量序列中，有效地提取整个序列的特征。例如，对于一个意图识别任务，需要将指令“播放周杰伦的《稻香》”归类到“音乐播放”。目前已经能得到“播放”、“周杰伦”、“的”、“《稻香》”这几个词元各自的词向量，但如何将这些向量融合成一个能代表整句指令含义的“文本向量”，并送入分类器呢？ 
1.1 简单方法的局限性
针对将词向量序列融合成一个定长的文本向量这一需求，早期的解决方案主要集中在对词向量的简单组合上。最直接的思路是像词袋法一样，将所有...

[bfac9cd8-67a9-4166-b10d-4b500f9cbfca] 
自从服务器扩容升级之后，网站刷帖非常流畅！页面点击就送！ 
今日已爽爽刷帖4h30min 望各位佬周知！

[image] 
最近几天哈基米是真的容易发电