https://linux.do 论坛的话题更新通知频道。
水星 (@Mercury) 在 codex在线渲染手机端应用方式 中发帖
rt，请问佬们，vibe出来的用于手机端的程序，用的flutter框架，有没有什么skill或者项目可以直接在codex里面查看效果并进行模拟点击测试，或者什么别的软件，除了安卓模拟器以外的别的方式，现在没出一版要移过去再测试，有点繁琐
🐟 (@stevessr) 在 公平审核、公平获取与人工智能：arXiv 更新后的速率限制政策 中发帖
[!quote]+
arXiv以及整个科学界正面临着一个转折点。学术出版业目前正经历着快速变革，研究人员交流研究成果的方式也正在发生巨大转变。
arXiv 现已限制每位作者每月最多提交两篇论文，且任何时候活跃的论文总数不得超过三篇。此项政策更新旨在公平分配志愿者审核员的时间，确保所有 arXiv 作者都能获得高质量的论文，并防止 arXiv 数据库因不当论文的激增而受到影响。
限速是 arXiv 的一项既定政策，最初主要由审核员酌情决定。arXiv 一直要求作者遵守我们的行为准则和投稿指南。提交给 arXiv 的文章必须是原创的、新颖的、具有重要意义的、独立完整的研究，并且与 arXiv 的分类相关。所有提交给 arXiv 的文章都必须符合规定的学术标准，并对科学界具有学术价值。此次政策更新旨在公平地分配我们志愿者审核员的宝贵工作，他们负责审核文章是否符合这些标准。我们也希望此...
wujunyyds 在 【干货】GPT6降智现象和行为分析 中发帖
背景：
最近在开发软件时被GPT降智搞得有亿点崩溃，不管是GPT 6 Astra还是GPT 6.1 Sol，几乎所有的中转站全都在降智，而且几乎是没有规律的降智，但我也因此获得了一些经验用于分辨GPT是否降智以及如何尽可能规避降智，故作此文对GPT的降智现象和行为进行分析。
模型降智现象和分辨方法：
现象：
据笔者所观察，模型的降智表现主要为1.未完成任务就结束，写的代码一大堆问题2.工具调用经常出现错误3.会出现一些莫名其妙的工具调用信息(后文会提到)
分辨方法：
目前流行的分辨方法主要为画鹦鹉、问juice值、问日本首相问题等。三种方法理论上都可行，但由于画鹦鹉需要较长时间且新手小白不容易分辨，juice值问题GPT 5系列模型也可以正常回答，笔者认为测得不完全准，因此笔者更推荐问日本首相问题。在使用GPT 6 Astra和GPT 6.1 Sol的过程中，据笔者观察，降智后的模型并...
Joking 在 说说最近的面试经验——关于AI和全栈开发 中发帖
佬友们可以说说你们的经验。
我发现最近boss出现了非常多的AI agent岗位和全栈开发的。单独前端/后端变少了，我比较好奇的是这些面试问什么，如果是全栈的，总不能前后端都问的很深，要么偏前端，要么偏后端。
至于AI agent岗位，我就更加的困惑，感觉有些公司分不清agent开发和vibe coding，也可能是我理解错了，我理解的agent开发就是做AI本身，而不是用AI，这种岗位真的这么多吗？我感觉做AI难度还是很大的。
@joyjar 在 我刚刚发现我辛苦开发的策略研发产品根本就是违反人性的 中发帖
我以为策略研发需要通过多种算法和回测模拟过滤掉随机性、数据周期、市场 beta 带来的隐性优势，但是用户其实只想你告诉他这个策略赚不赚钱，当他用各种方法找来 10 个策略，你都说 No ，他只会怀疑你这个产品有问题，而不是策略有问题。
产品越专业，离普通用户越远。每增加一个专业 feature ，就是在拒绝一部分普通用户。做到后面就会发现，真的愿意深入研究下去的用户少到可怜，根本难以触达。
娘老哈 (@newync0203) 在 vibe了一个免费小工具 中发帖
做着玩的小东西，用来测试阅读速度的，也可以用来训练阅读速度。
reading speed test
站内挑篇文章，或者把手头正在看的文档粘进去、丢个 txt/md 上去都行。然后它带着你按设定速度读，词一个一个蹦或者一句一句来，快慢自己调。
读完后 AI 出 3 道理解题，防止你光顾着快没过脑子。最后给你 WPM（中日文是 CPM）、理解率这些数。
别调太快，会疯 🤭
moonheart 在 4070TiS 跑 Qwen3.8-Flash-Next IQ2_XS prefill 2443 t/s，decode 80 t/s 中发帖
配置:
CPU：Intel Core Ultra 7 265K
GPU：RTX 4070 Ti SUPER，16GB 显存
内存：64GB DDR5 6400
系统：Windows 11 专业版
Strata：0.1.34
模型：Qwen3.8-Flash-Next IQ2_XS
上下文：32K，KV 缓存 INT8
MTP 推测解码开启，--spec 4
图片输入开启
输入长度
Prefill
输入处理耗时
Decode
4,119 tokens
1,490.7 t/s
2.76 秒
77.1 t/s
14,714 tokens
2,443.3 t/s
6.02 秒
85.1 t/s
实际跑起来内存用了 37G, 显存占满, 推理过程中 CPU+GPU 跑满
"E:\Apps\Strata\.venv\Scripts\python.exe" "E:\Ap...