https://linux.do 论坛的话题更新通知频道。
🔨 (@KingBigHammer) 在 用zcode其实和用大善人或者中转站也差不多 中发帖
zcode上传.git 这事，其实和你用大善人或者中转站之类的也差不多。
用了ai服务，代码数据肯定被扫描的。
只能说要有安全意识，但防不胜防。
还好我写的都是自用小工具。
꧁༺◇𝐴𝑣𝑒𝑟𝑖𝑡𝐴且𝖠𝗏𝖾𝗋𝗂𝗍𝖠之𝕬𝖛𝖊𝖗𝖎𝖙𝕬状似然𝓐𝓿𝓮𝓻𝓲𝓽𝓐非ᴀᴠᴇʀɪᴛᴀ系คשєгเтค◇༻꧂ (@Traveritas) 在 Arena|大刀阔斧生成了一堆图片？ 中发帖
[image]
吓哭了，这么舍得的吗？每个图片都有至少2k
因为是第一次用所以不太懂，这个图片生成模型是配对的？还是固定的？
penguin 在 关于知网查重 中发帖
我帮一个自考本科的写了一篇文章，他说要求知网查重，看了一下，在知网直接充值得将近100块了，然后就去找闲鱼弄了，用了30块，发现查出来的东西是bullshit，各种错误，包括重复了文字的文章，甚至找不到，但是一阵扯皮之后，最终是给我退款了，佬们，有没有什么渠道可以稍微便宜一点，又是确定是官方的查重结果。
@huafeihua 在 idm 嗅探下载抖音短视频文件没有声音 中发帖
idm 嗅探下载抖音短视频文件没有声音 是什么原因呢
比如这个视频
https://www.douyin.com/video/7657859907818966306
[image]
@lgbcscs 在 国内agent被爆料投数据，那现在啥安全呢 中发帖
公司说中转不安全，刚开始说中转参水，后来说中转会注入代码，再后来说中转偷数据，说不要用。现在又来一个agent也偷数据，梯子本来也不安全，那大家说说那还有安全的吗？
@krkx 在 zcode私自上传个人代码，各位佬注意 中发帖
[企业微信截图_fc42a982-e9fc-476d-9b5c-fa95912f864b]
我让模型帮我自查下，也中招了
[0127f2b9bf27042ffd993d1b8deb4643]
jess eness 在 command goat plan 实测 额度 中发帖
接 之前的 command Go plan 实测 额度
Command Goat 10刀订阅 实际付费 10.87 刀 实测这周一到周五 五天左右 白天晚上混用
全程使用 DeepSeek V4.1
[image]
🐟 (@stevessr) 在 HEIF Heist | libheif 漏洞 中发帖
[!quote]+
HEIF Heist 是 Hacktron 对一类针对解码攻击者控制的 HEIF、HEIC 或 AVIF 映像的远程攻击路径的名称。通过利用底层的原生库，这些漏洞使攻击者能够绕过应用级防御，触发内存损坏、数据暴露或远程代码执行（RCE）。
易受攻击的攻击面位于原生C/C++解码器如libheif和libde265的应用层下方。这些解析器通常通过更高级的包装器如 ImageMagick、libvips 或 Sharp、标准发行版包以及预构建的容器基镜像间接进入生产环境。
通过用精心制作的 .avif 或 .heic 文件探测上传端点，攻击者可以指纹识别正在使用的远程 libheif 版本家族。一旦被识别，它们可以发射精确匹配版本的n日或0日负载，触发内存损坏、数据窃取或远程代码执行。
momo (@longfu) 在 Codex 重置卡别急着开心，可能只是把下周额度提前半份给你？ 中发帖
有人实测，Codex 那个“存起来的重置”可能只恢复正常周额度的一半，还把下次真正的 weekly reset 再往后推 7 天。
看着像送了一次加餐，其实是把下周的饭提前盛了半碗，顺便把开饭时间也推迟了。
这是真的假的，怪不得每次重置后 token 还是蹭蹭掉。
[HSbnnyZW4AA_3OS]
guozhuang 在 关于antigravity的额度问题，是取消了周限制了吗 中发帖
[截屏2026-09-18 15.55.15]
我最近的感觉也跟群里的大佬一样，感觉5小时额度明显不耐用了，很快就用完，但是在一个就是周限额和5小时限额同步刷新了，意思是只有5小时额度的限制了吗。听说最近在测试gemini 4.0pro，难道是把3.8flash路由到了4.0pro上了？华尔街见闻
佩克兰德 (@pekolander) 在 感觉现在入手的ai多了，多个TUI应该如何更好的管理呢？ 中发帖
入手了一堆ai，codex、kirl、gemini、grok，之前看有开源那种整合的，想问问有没有佬推荐呢？目前用的是Wrap终端（Mac）。
@GDooge 在 多 Agent 的合作到底是不是一个伪命题? 中发帖
我最近尝试了很多多 Agent 协作的方式，但总是没有找到让我特别满意的。
我尝试过用现成的开源框架，也尝试过让高能力模型根据我的实际情况，针对各种任务设置对应的模型配置；还试过用低级模型做秘书，负责路由，然后在各个角色之间传递任务。
但总感觉这些方式让我花费上去了，速度和质量却并没有提升多少。当然，我没有具体统计过，只是个人体感。
最近我又试了一种新的方法，让高级模型做好任务编排之后，再多加一步，详细评估任务难度，然后根据任务难度适配对应的模型，并安排好串行和并行的任务。
之后，我就在这些模型各自的对话里，直接让它们完成对应的任务，比如直接让它们完成某个 issue 就可以了。
目前用了 4 天左右，感觉速度和质量都有提升，消耗也有所降低，感觉是个不错的模式。
我现在比较疑惑的是：多 Agent 这种派发任务的工作模式，总是会受到各个对话上下文的限制。所以多 Agent 的合...