不知道各位佬友有没有遇到过这样一个问题：明明某个国产模型已经能够在自己的领域中完成的非常好了，但是出于以前的使用体验不太好，所以不太想用。我认为这是一个模型的信任问题，就是说不太信任国产模型 
  就拿我举例子： 
  一是，我是用C做一些简单的嵌入式MCU开发的，平时会用ai完成一部分代码；就目前主流的声音来说（各位佬友所说），我感觉现在的主流的国产模型基本都能完成我的要求了（要求算是中等，对于我纯手写来说），但是我却不会去用除了gpt5.5high or xhigh以外的模型，我可能大抵是病了,原因我大概总结了有两点：gpt现在的渠道太便宜；担心国产模型浪费我的时间成本，怕它出错。 
  二是，我会拿ai去vibecoding一些小玩具。特别是拿ai去写一些小网站的时候，真是捏着鼻子用gpt（前端真的依托答辩），之前试过让gpt写好后端接口以后用antigravity的Gemini...

如题，之前在wsl上面下了虽然有乱码但是能正常打开，但是在windows上面连打开都打开不了了：(

最近在一家智驾的公司实习，主要做的事儿就是利用AI帮公司各个部门做提效的工作。整个部门就是给公司其他部门提效的，还会做token的发放，监控以及采购。我在里面做比如好用MCP，skill的发现和开发。针对公司内部的工具开发（主要也是提效），做了一个集成于skill、MCP、Plugin于一体的hub，实现一键安装这些东西。还会做一些好用工具的调研。想问一下大家这种工作有前途么？想找下一份实习了。

今天第一次遇到了 GPT 的 fast answer，想问下有没有办法强开 
这个真的太快了，我都没眨眼，他就一下子输出了一大堆 
 [clipboard-1781262708737-0]

有用户咨询了客服  客服连自己内部的整的都不了解 草台班子 
 [image] 
[image] 
[image]

如题，不是很懂，因为我用 cc 
一个 plus 月订阅是 120+ ，如果日抛 plus10+，那么 10*30=300 
难道是为了能够猛蹬 50% 以上周限 ？🤔

[image-57] 
能看的案例不多 
[image-63] 
[image-47] 
正如官方所言，这一代的思考效率确实不错。但整体实力依然中下游。不过嘛，憋了两个月，发一个比自己之前版本强的版本也比不发要好。 
优点还有自己发的bench很诚实，不像有的那个对标opus来的。 
但是说句难听的，目前的国模，打不过v4p（甚至v4f）的话，就不要浪费大家时间了

[image] 
可能是这辈子最后一次来这间教室了。三年前在这里通宵玩星铁、补作业、做毕设，当时觉得只是普通的一个个夜晚，现在想想全是很有趣的回忆。 
硕士阶段连学校都没怎么去过，更不用说在教室里面学习了😢

[20657.jpg] 
Kimi 发布并开源编码模型 K2.7-Code，多项基准测试提升
月之暗面 Kimi 发布并开源 Kimi K2.7 Code 编程模型，据内部评估，貌似相比 K2.6 提升了长上下文编程场景的指令遵循能力和长程任务表现，并改善了过度思考倾向，平均 token 消耗减少 30%

[950f99bd2690700dccafd4ef20a9272d] 
目前在逐步提高各个AI漫剧推文的整治，会对openai / claude这些模型产生比较大的影响不，比如c端用户更难找到合适的中转站了

好起来了好起来了，尝试了一天，终于轮到我体验fable了！ [image]

佬友说复制链接可以拿徽章，来试一试啦。想拿徽章的新人也可以点进去学习一下

[image]

我配置了组为codex，但是使用cc switch在claude code里连接不上，使用cc switch 在codex里返回没有额度。请教各位成功的达人你们在cc switch上的配置是怎么配置的。

就在看了这位佬的帖子之后 

看到了之后，马上去又去尝试手动开机器， 
没想到。。。开出来了。。。开出arm的机器了。。。春川的 
我这是赶着最后一波注册的，然后挂了几天探长开机器，一直开不出来 
然后今天手动，只尝试了一次，开出来了 😂 
非常满意，沾了各位佬的福气了 
 [26219a472cdc80add4838af7dd4c26a6] 
 [image] 
 [image]

edge自动更新给我看笑了，谷歌的bug顺便继承过来了 
油猴脚本 
discord-edge-chinese-punctuation-fix.user.txt (5.9 KB)

佬友们，小文科生刚上大学不知天高地厚，想自学点代码基础以更好应付文理结合的大趋势 
俺看python挺通用又算不是很难学，想试着学一下，有什么推荐的吗？😄

[image] 
今天，我们发布并开源 Kimi K2.7 Code 编程模型。 
内外部基准评估显示，Kimi K2.7 Code 相比 K2.6 模型显著提升了长上下文编程场景的指令遵循能力、长程编程任务的性能表现，并且大幅改善了在长程任务中的过度思考倾向，平均 token 消耗减少 30%。 
 [image] 
在评估代码能力的内部外基准测试中，K2.7 Code 相比 K2.6 性能显著提升：Kimi Code Bench v2 提升 21.8%、Program-Bench 提升 11%、MLS Bench Lite 提升 31.5%。 
模型代码能力的进化带来了 agentic 能力的提升。在评估 Agent 自主化执行能力的 Kimi Claw 24/7 Bench、MCP Atlas 和 MCP Mark Verified 基准测试中，性能提升 10% 左右。 
 [im...

期待 
 [file_00000000dbfc71fd80af7a33e48bb2f7] 
[IMG_20260612_184531]

[bdec7e92b7b985dc9a99e4b60c10ad04] 
[61b40d537df305820379a311bd6d6860] 
并且宣称将会提供 6x speedup api,coming soon