身为苹果全家桶用户希望苹果能搞得大的 
身为程序员又想用到低价的gemini

优点

指令遵循能力强。典型的例子是装了superpowers后不用显式调用，它自己就知道什么时候调用skill。opus 4.6貌似不会自动调用。
Debug/架构设计能力通常优于opus 4.6，让gpt5.4 review代码比较放心，一次不行就两次。
便宜，有羊毛可薅，可用性强。对于opus 4.6，氪金都不行，分分钟封你号（已被封两个，从claude 2一路过来的老号…）。

缺点

不说人话，黑话一大堆。此点最为佬们诟病，使用提示词纠正效果也不甚明显。也不知道Altman给它灌了什么迷魂汤
迭代速度比opus 4.6慢很多，需要长时间思考。
废话太多。让它解释一个概念，翻来覆去给你解释一通，遣词造句能力堪比汉语十级的3岁幼童。

一家之言哈，欢迎大家分享自己的经验和看法

老铁们，我刚刚订阅了个应用会员，订阅错了，想订阅钻石会员订阅成了黄金会员，扣费成功了，这种情况我直接申请了我无意购买此项目，会给退款吗

不要升级到 cc 2.1.96 直接不回复任何问题 换了好几个站都一样的 
 [2026-04-08_16-13-38] 
我是从 2.1.92 直接升上去的, 现在已经重新退回 2.1.92 了 可以继续正常使用 
 [2026-04-08_16-15-00]

停战油降黄金涨，加上DeepSeek，AI应用也涨，今天基本回了一大波，今天应该没有绿的吧。

如果不使用本地模型。然后还要运营相关的。还要求准确。我应该从什么路线学习啊。如果本地部署模型的成本是多大啊！！求助各位大佬。

你好版主我想问一下。昨天我创建的一个新话题发出时提示要被审核，之后审核了没有任何反馈，就从待审核列表里消失了，我想问下是什么原因。 
我的帖子内所有ai内容都已截图发出，其余内容都是我自己写的，也没有任何外链。是ai提示词的经验分享类话题问。 
我昨天关于这个问题先是私信了版主，19小时过去了也没回复，所以才在这开了个话题。 
写经验分享贴不易。我想知道帖子消失的原因。

如题，怎么破。之前看connect.还有9千多浏览量，今天打开怎么8开头了

火山方舟，字节的codingplan 10号到期，佬友们使劲蹬 
key:cc64ceae-c572-4042-be51-e0d28429f8b4

各位佬友现在claud能用吗？貌似现在claude联系不上了，claudecode和网站都用不了 
529 {"type":"error","error":{"type":"overloaded_error","message":"Overloaded"},"request_id":"req_xxxx"}

[image] 
大佬们谁试了？

今天线上出了一个问题，我分别让gpt和claude进行分析，说话的方式大相径庭 
问题如下 
There is insufficient memory for the Java Runtime Environment to continue.
Native memory allocation (mmap) failed to map 133693440 bytes for committing reserved memory.
An error report file with more information is saved as:
/Data/publish/web/source-service/hs_err_pid17813.log
Java HotSpot™ 64-Bit Server VM warning: INFO: os::commit_memory(0x000000009...

前情提要：3月中旬网传中国国家超算中心超过10PB的核心科研数据疑遭数据泄露 

 [图片] 
价格低到离谱不少人以为是假的： 
 [图片] 
有人注意到10 XMR只能买一个资源清单了吗？ 
营销号：仅10XMR（≈3700美元）贱卖 
实际：拍卖全部的dataset，价高者得 
后来流出的截图证明泄漏是真实的： 
 [图片] 
有人质疑10PB数据量过大不可能出现这么大规模泄漏 
我的猜测：超算中心用到的数据量本身就比较大（不然为什么叫超算中心？） 
就算没有10PB也是相当多一部分数据泄漏了 
甚至是涉密数据 
  

可能的问题在于涉密数据出境 

一些前车之鉴： 
 [滴滴] 
  
以防有人没见过超算中心泄漏的数据： 
[图片] 
  

所以问题来了：墙内的数据如何出境？ 


直连：速度慢且等于自爆行为
专线：数据量太大很容易被查水表（并且通常是和管局/运营商合作的）
中...

RT 
我先来：不要为了逃避痛苦或不适而孤立自己。

前言

前段时间，本人写了个SKILL，专门用于治理Vibe Coding理解偏差、一句话开发、长任务等内容。（link to : [开源]一次harness engineering规范与专注于长任务的vibe coding尝试skill - 开发调优 - LINUX DO） 
虽然有给codex专用版本，但是实际测试下来发现，codex表现依旧拉跨。故开此贴，收集各位佬友在vibe code时，GPT出乎意料，偏移的一些问题。专门去做一个codex的skill 

我先来： 



前端能力拉跨，若需要完美的前端，你需要一个特别特别精确的提示词。详细到一个按钮该布局到哪里？这个按钮怎么动？等等…（本文不讨论已存在解决相对应问题的SKILL，仅仅讨论模型本身缺陷）




Vibe Coding情况下，很难把控一些东西，例如在一个完全是小白的情况下，让他开发一个东西，他会不停的问不停的问，...

本人之前完全没用过huggingface，最近科研需要部署模型。故求助grok 
结果可好，大概是因为huggingface最近改版了，grok模型的权重还是旧的，结果框框一顿搜索几百个网页告诉我的全是过时的命令…折腾半天，才装好 
 [image] 
在前文已经说了huggingface cli更新了之后，后面又犯了相同的错误…
 [image] 
服了，虽然是白嫖的会员。但是就这性能到底是谁在正价买…

我看咸鱼普遍溢价15%-20%，比如200000奈拉要将近1200了😂

我在使用AI时，经常会给AI加上复杂的提示词约束，例如“你是个顶尖的xxx”，或者感觉利用一些语用学技巧来“诱导”模型输出的更好。但是有时明明塞了很多Cosplay提示词，但是除了看起来输出的好看，实际效果的确并没有很好。 
去查了些资料现在更加觉得，角色扮演对 AI 可能毫无用处，除了对自己的心理安慰（看起来AI回复的更多、更少、更客气、更愤怒，但是毫无价值）。 
因为AI就是个概率引擎，给它什么上下文，它就在那个上下文对应的统计分布里输出。真实的顶尖工程师不是说“你是个顶尖xxx”他就真的顶尖了，反而营销稿、简历鸡汤、自我包装、职场话术会经常出现这些话术。 
这就导致AI很可能会滑向这类废话、低密度语域，不是“更认真”，而是更会表演。会模仿一种风格：大段解释、泛化的最佳实践、好听但不落地，讨人喜欢，但不干正事。 
人写提示词时有两种痛苦： 


第一种是能力痛苦：不知道怎么把问题讲清楚...

如题 有懂的吗？ 
 [image]

如图所示【提问时打开了“专家模式”】 
前面的内容都是公开的内容，moe等等。 
一提到自己的专家模式，直接卡死了 😂 
这么高效省钱，把自己的话都省略了 
 [image]