https://linux.do 论坛的话题更新通知频道。
饭后吹吹风 (@dxxzst11)今天这是咋了,L站怎么这么卡 中发帖

服务器负载过大,卡得不行,摸个鱼都不舒服
yiy (@Aczz)antigravity限额严重 中发帖

ULTRA套餐居然也是1 day, 4 hours刷新 
前两天都是五小时加上AI credit还能勉强用
现在根本没法用了啊,大冤种啊 🤡 🤡 🤡
[image]
@immortal36随机送三个gpt plus 中发帖

机器人充值,不包过。 
评论区随机挑选眼熟的佬友,挑中的私信发access token。
每人三个账号机会,还是不过就给下一个佬友。
阿文文文 (@weswwen)每天上午都看到网站负载过大 中发帖

是不是因为大赦天下了,这两天上午9点多都能看到这个提示,也搜索不了 😂 
[image]
由于服务器负载过大,暂时向所有人都显示未登录用户可以看到的内容。
出错了:网站负载过大,搜索被禁用,请稍后再试
Kevin Yang请教各位佬claude手机登录出错怎么解决? 中发帖

[截屏2026-04-03 上午9.40.12] 
如图,手机登录claude的时候就出现这个提示,排除ip问题,很干净,并且电脑网页端相同ip是正常登录的,有没有佬知道怎么解决啊?
豆豆爱吃鱼 (@chang_eric)[周五娱乐向]哥,再给我点Token吧 中发帖

视频号外链 

符合佬友症状 边看边笑 (不晓得怎么直接插入帖子)
chuan (@Cairter)AI的一些名词,希望有所帮助 中发帖

AI常见名词
一、大模型
1.LLM
LLM 是 Large Language Model(大型语言模型)的缩写
[image-20260402192117025]
现代 LLM 几乎都建立在 Transformer 架构之上,核心机制是 Attention(注意力机制),让模型在生成每个词时能"关注"到上下文中最相关的部分
常见产品
[image-20260402192831483]
2.Token
LLM 不是以"字"或"词"为单位处理文本的,而是以 Token 为单位。Token 是模型能识别的最小文本单元,介于字符和单词之间
[image-20260402193044026]
二、上下文
1.Context
在 LLM 里,Context 就是模型在生成回答时能"看到"的所有信息。每次调用模型,你塞给它的全部内容——都叫做 Context
[image-20...
阿冰 (@AB_1001)老板的幻觉。。。 中发帖

关于老板每天都像中了 无限月读 这件事
[QQ截图20260403094016]
@brqtkkftany永远的神 中发帖

昨天用了60刀,今天早上还能用
KINDNESS (@kindnessfork)Codex free 好像无了,怎么办啊。。。 中发帖

但是我发现 any 这个点又很快,好吧,只能用 claude opus 了 😍
澍 (@YuCN)各家编程cli工具有什么明显区别吗? 中发帖

最近一直在用OpenCode,但是在执行任务和切换会话(读取之前的会话)时,太吃性能了,直接把公司电脑16G内存干满了。 
想问下Claude Code、CodeX Cli等其他工具会那么吃性能吗?有什么不一样吗?
@lalaany现在居然要摇号了吗 中发帖

冰佬公益站打不开了,想起来any宝了,居然提示本周无法使用 
[image]
kaielopenclaw配置三方中转 中发帖

前提条件,测试中转站的模型是否可用:
curl https://xxxx/v1/chat/completions -H “Content-Type: application/json” -H “Authorization: Bearer sk-*****” -d ‘{“model”:“claude-sonnet-4-5”,“messages”:[{“role”:“user”,“content”:“hello”}]}’
设置模型:openclaw configure --section model
[image]
[image]
[image]
[image]
[image]
[image]
重启gateway
launchctl kickstart -k gui/$(id -u)/ai.openclaw.gateway

测试
openclaw agent --local ...
雪の落叶 (@kimberley)新人报道,求助佬们Codex公益api key怎么用啊 中发帖

只看到分享的,没找到使用的教程诶
精神点儿 别丢份儿 (@Anano)迈向无限上下文!仅710万参数的「记忆压缩器」:STILL毫秒内8倍压缩KV缓存 中发帖

AI 模型推理平台 Baseten 的模型开发团队发布 STILL,一种用单次前向传播将 LLM 的 KV 缓存(模型推理时存储的上下文信息)压缩 8 倍的方法。压缩 8K token 上下文仅需毫秒,抽取式问答准确率保留 85% 以上。此前的压缩方法质量不差,但每段新上下文都要做独立优化:MIT 的 Attention Matching 需秒到分钟,斯坦福的 Cartridges 需分钟到小时。STILL 的思路类似稀疏自编码器(SAE)对字典学习的摊销:不再为每段上下文单独优化,而是学一个固定编码器一次前向传播搞定,速度快了几个数量级。 
[image]
架构是一个 Perceiver 瓶颈网络,在冻结 LLM 的每一层独立运作。一组可学习的查询向量通过交叉注意力「询问」完整 KV 缓存,经自注意力互相协调以避免信息重复捕获,最后投射出紧凑的键、值和偏置。LLM 可以像注意真实上下...
KYAKE关于google的gemma4 中发帖

想问下现在的gemma4本地部署需要什么配置呢
北落师门 (@Matthew_65)《刀锋》读后感 中发帖

今天把毛姆的「刀锋」读完,这本书和「月亮与六便士」都给了我同样的触感:「为什么有的人能这样生活下去呢?」。这两本书的主人公都追求着不同于普通人生的生活,他们不惧世俗的眼光,都只是过自己想过的生活。 
但是我觉得「刀锋」相对于「月亮与六便士」而言要相对温和些。拉里作为一个「战争英雄」的角色进入到读者的眼中,他本拥有着「不错的」未来,但是他却执意放弃原本的生命节奏,取消订婚,不断地读书、体验生活、拜访导师,去寻找生命的真谛,最终「散尽家财」,过上普普通通的生活,只为寻求自己生命的真谛。
拉里传达给我的消息现在想来其实很简单:「生命属于自己,不要随波逐流」。
我们时常也用这句话安慰自己,告诉自己不必去比较、不必去在意别人的看法,但是往往无法做到,我们就是无可避免去把自己周边的人作比较,就是在意A有几套房、B工资几何、C结婚生子。每个人的人生都只有一次,也许父母朋友会把各种道理摆上台前,以过来...
munan (@munan1)一觉醒来,“末法时代”真的来了吗 中发帖

一觉醒来,“末法时代”真的来了吗,又要回到古法手搓代码了,重生之我是非遗传承人
🍉 (@watermelooon)老外敢想吗? 中发帖

打完折10几块一瓶的冰红茶,谁说不高端了 
老外来了,看见连年轻人都人手一瓶,敢想吗? 😋
[image]