avatar
Lex Tang
1个月前
GLM 模型用了也快两个月了，日常主要放在 crush 和 Zed 里调用，GitHub 项目里的 Claude Code Action 也是配的 GLM 的代理。GLM-4.6 不如 Codex 和 Claude Code 的模型强大，处理上下文很长或逻辑特别复杂的活会显得比较笨。但处理一些重复的、有范式的编码工作绰绰有余，也不用担心消耗，Lite 版的余量对我来说非常充足。最近在用它给我的 macOS 项目 SwiftyMenu 增加示例脚本，编码、本地化的事都能放心地交给它。 这两天程序员节搞活，10 月 31 日前用我的推荐链接，可以在首年 5 折的基础上再优惠 10%，这样如果订阅一年，实付只要 $32.4
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#GLM模型 #程序员节 #折扣优惠 #SwiftyMenu #macOS项目
avatar
sitin
1个月前
很多人用 Claude Code 来写网页、做应用，但真正的突破，其实发生在它“开始与世界对话”的那一刻。 当你让 Claude Code 通过 API 调用外部服务时，它不再只是一个写代码的 AI，而是一个能访问数据、执行操作、实时反馈的智能开发伙伴。 Claude Code 的突破在于通过 API 调用外部服务，从“代码生成工具”升级为“智能开发伙伴”，实现动态数据访问、外部请求执行和实时反馈 开发者无需手动编写完整逻辑，仅需自然语言指令即可完成从功能实现到界面设计的全流程开发 API 调用三大核心能力： 1.接口文档理解：粘贴 API 文档链接后自动提炼关键参数 2.请求逻辑生成：自动构造 fetch()/axios 调用并处理错误 3.交互界面设计：同步生成前端输入输出区，实现数据可视化呈现 实战案例：实时天气查询网站 1.需求描述：输入“帮我写一个页面，用户输入城市名显示实时天气” 2.自动生成内容： 完整项目结构（含 .env.local 文件模板） API 调用逻辑（推荐 OpenWeatherMap API 免费版） 前端界面（输入框、查询按钮、结果展示区） 3.优化指令： 添加错误处理：空输入/城市未找到/网络错误提示 美化 UI：渐变背景、圆角卡片、动态天气图标 功能特性 ✅ 实时天气数据（温度、体感温度、湿度、风速、气压） ✅ 响应式设计适配多屏幕尺寸 ✅ 加载动画与错误提示（淡红色背景+警告图标） ✅ 回车快捷查询与天气图标动态匹配 进阶应用场景 1.多 API 联动：天气数据 + 翻译 API 实现多语言显示（如“北京：多云 28°C (Cloudy)”） 能力整合：调用 OpenAI/Stability API 生成智能对话或图像 3.数据持久化：结合 Supabase/Airtable 存储 API 数据用于分析 技术实现要点 1.前端技术栈：HTML/CSS/JavaScript（或 Next.js + TypeScript） 2.API 路由设计：通过 Next.js App Router 创建 /api/weather 接口 3.环境配置：.env.local 存储 API Key（如 OPENWEATHER_KEY） 4.UI 框架：Tailwind CSS 实现渐变背景、玻璃态效果和交互动画
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude Code #API调用 #智能开发 #实时天气查询 #Next.js
avatar
德潤傳媒
1个月前
【为什么DeepSeek越来越不好用?严重烂尾!
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#DeepSeek #用户体验下降 #烂尾 #负面评价
avatar
看到了理想 MEGA 的爆燃起火视频。 让一家人坐在一个巨大的（100 多度）三元锂电池板上…… 这安全性，大概跟早期的自动装弹机苏联坦克们也差不多了。 国产车用做手机的思维造车，卷快充、卷大电池、卷能量密度、卷各种电驱动的车内功能，最后的结果就是：街上都是安全性看齐猴版 T-72 的交通工具。
理想汽车i8撞重卡事件引发广泛质疑与争议· 15 条信息
#理想MEGA #爆燃起火 #三元锂电池 #安全性 #国产车
avatar
Richard
2个月前
通过七牛的 AI网关使用 Claude Code 发现不像官方的那么流畅，不是流式输出，而是返回一段等一会，然后再输出出一段，不知道的还以为是执行完成了呢 另外就是300k的token，1-2次会话就给用完了，有点快😆
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#七牛云 #AI网关 #Claude Code #流式输出 #Token消耗
avatar
RamenPanda
2个月前
中美AI基础设施建设的军备竞赛，谁停下来谁认输
特朗普宣布美国5000亿AI投资计划事件· 39 条信息
#中美 #AI基础设施 #军备竞赛 #竞争 #技术
avatar
howie.serious
2个月前
google 的 ai summary，竟然是 RAG。 这是我没想到的。没这么想过。🤣 正在学 的RAG课，每天一课，五天学完。我知道RAG很基础，ai圈说了两年说烂了。但我就是觉得基础的老生常谈的东西也得了解更多细节更多原理。 反正不要钱，每天听一点试试呗
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#RAG #Google AI #AI Summary #技术学习 #免费课程
avatar
Geek
2个月前
昨天用中奖的 GLM Coding Pro 把博客升级到Hexo 8.0，顺便升级了主题，还一并修复了站内搜索和懒加载。现在遇到问题直接交给 AI，对于小白的"难题"来说，解决方式已经发生改变，无需再费力上网搜几个小时的答案，真是太省心了。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#GLM Coding Pro #Hexo 8.0 #AI解决问题 #博客升级 #省心
avatar
德潤傳媒
2个月前
塑料摆臂这是什么车#塑料#摆臂#新能源汽车
中国新能源车：狂飙突进与隐忧并存· 140 条信息
#塑料 #摆臂 #新能源汽车
avatar
sitin
2个月前
1.最近两款小工具 PayForChat（） 陆续上线了，看着大家各种各样的问题。真的是哭笑不得，本来一个两三天搞出来的产品，但是优化各种细节又要花几天， 你永远不知道大家会在哪一个步骤上面出现卡点。你以为很简单的事情，但别人面前就是一个很复杂的事物，这就是知识的诅咒。还好有 AI 在。 2. 自从有了 AI 在，可以折腾好多好多玩具，每天都在创造新东西，太有意思了。做产品之后，会因为一个 bug 的改进而兴奋，也会因为一个 bug 迟迟不能解决而沮丧。 3. 做产品最怕的就是自己花了很多时间优化，结果压根没有人用，最近出海的兄弟说自己这个网站不太好意思发在我们 上面。觉得做的不好，怕丢人， 其实不管这个产品做的怎么样，先丢出来让大家可以看到很重要，只有这样才能够经受住最真实的反馈，而不是自己闭门造车。 4. 程序员最容易陷入产品开发泥潭，认为产品开发是一切，但是除了开发还有需求挖掘，营销推广，而后这两样要占据 80%
独立创业者如何突破零收入困境，迈向月入1000元· 307 条信息
#PayForChat #AI #产品开发 #用户反馈 #知识的诅咒
avatar
Sora2的服化道还是可以的😁 朱墙宫怨 prompt: video_attributes: total_duration: 15s frame_rate: "24fps" film_grain: "无颗粒，追求极致清晰和质感的数字电影感（Arri Alexa 风格）" tone: "华丽、压抑、庄重、暗流涌动、富有戏剧张力" color_palette: "深红（宫墙）、金色（刺绣）、深木色。低调奢华，高对比度，阴影部分丰富，整体偏暖色调。" audio: ambient: "寂静的宫殿，远处隐约的更夫打更声，烛火燃烧的轻微噼啪声。" music: "缓慢、沉重的弦乐（大提琴）和琵琶（Pipa）的旋律，营造紧张和悲凉感。" sequence: - shot_1: duration: "6s" composition: "中景（Medium Shot），对称构图，使用 35mm 变形镜头（Anamorphic）。" camera_motion: "极其缓慢的轨道后拉（Dolly out），从她的面部特写开始，逐渐拉开，展现环境。" lighting: "模拟烛光的暖色调光线，从侧面照亮她的脸，另一半脸陷入阴影。强烈的伦勃朗光。" subject: description: "一位面容精致的妃子（清代设定），妆容无可挑剔，柳叶眉，眼神复杂，似有悲伤和不甘。" wardrobe: "一件极其奢华的深紫色丝绸旗装，上面有精美的金色凤凰刺绣，佩戴着沉重的点翠和珍珠头饰（钿子）。" scene: location: "紫禁城（或类似）的华丽寝宫内部。" time_of_day: "深夜，大约子时。" environment: "背景是雕花的深色木质屏风，桌上摆着黄铜鹤式烛台和珠宝盒。空气中似乎有熏香的薄烟。" visual_details: action: "她静静地坐在梳妆台前，手中拿着一支金步摇，但目光却空洞地望向跳动的烛火。" props: "黄铜烛台（火焰跳动），红木梳妆台，金步摇。" transition_to_next: "硬切 (Hard Cut)" - shot_2: duration: "4s" composition: "特写（Close-up），焦点在她的眼睛和头饰上，85mm 镜头。" camera_motion: "固定机位（Static）。" lighting: "烛光在她的瞳孔中反射出微小的光点，点翠头饰在暗光下依然闪耀。" subject: description: "她的眼睛特写，睫毛微颤。" wardrobe: "点翠头饰的羽毛和宝石细节。" scene: location: "同上。" time_of_day: "深夜。" environment: "背景是模糊的屏风图案。" visual_details: action: "她缓缓眨眼，一滴眼泪从眼角滑落，划过精致的妆容。她没有擦拭。" props: "一滴清晰的眼泪。" transition_to_next: "L-cut (音乐延续)" - shot_3: duration: "5s" composition: "过肩镜头（Over-the-shoulder），从她身后拍摄，看向窗外。" camera_motion: "非常缓慢的推近（Slow push-in），增加压迫感。" lighting: "来自窗外的清冷月光（蓝色调）与室内的暖烛光（橙色调）形成鲜明对比。她的背影被月光勾勒出轮廓。" subject: description: "她的背影，头饰的轮廓。" wardrobe: "旗装背部的刺绣细节。" scene: location: "同上，但朝向窗户。" time_of_day: "深夜。" environment: "窗外是深蓝色的夜空和一轮明月，以及宫殿屋檐的剪影。" visual_details: action: "她站起来，背对镜头，凝视着月亮。宫殿的阴影笼罩着她。" props: "雕花的窗棂。" transition_to_next: "淡出到黑色 (Fade to black)"
AI视频井喷：Midjourney领跑，多模态混战· 337 条信息
#Sora2 #服化道 #朱墙宫怨 #清代妃子 #悲凉
avatar
体验两天不可能深度。 苹果手机的优势在于安全又持久。 十年前的iphone6s，从没刷过机，不用什么软件清理，现在依然可以流畅刷抖音上淘宝玩小红书买拼多多。 不会因为时间久了被塞一堆清不掉的垃圾卡成狗。安软件也不用担心手一抖就安了一堆陌生APP，也不会看着什么权限都想要的APP纠结要不要安装。👇
苹果Liquid Glass：开发者适配陷两难，AI助力AR或成未来· 104 条信息
#苹果手机 #安全 #持久 #流畅 #用户体验
avatar
有意思的是最近一个多月AI BUBBLE搜索量大幅上涨，且新加坡很多
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#AI BUBBLE #新加坡 #搜索量上涨
avatar
大罗SEO
2个月前
Claude已经开始教我做事了
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude #做事 #教学
avatar
我们在 X BoostClub 尝试用「LLM as Judge」来自动化评估推文质量，结果发现一个有趣的现象：Gemini 模型极其厌恶“薅羊毛”、“白嫖”这类词，打分极低，尽管这些推文流量很高。而 Grok 就相对中立。🤖 AI 模型的“价值观”正在直接影响商业决策，这是模型对齐（Alignment）在现实世界最直接的体现。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#LLM as Judge #Gemini模型 #价值观影响 #模型对齐 #商业决策
avatar
Mr Panda
2个月前
我们这些X创作者去研究推荐算法，但算法研究在人性， 到头来， 我们应该去研究的是人性。
AI技术引发伦理争议，专家呼吁加强监管· 167 条信息
#X创作者 #推荐算法 #人性研究 #算法反思 #内容创作
avatar
geniusvczh
2个月前
computer science是science，他本来就不配养程序员，教这个就是浪费时间。想当程序员应该去读软件工程才对，那里才有正儿八经的工程类知识。这个说法就好比一个做ray tracing算法研究的人因为不会把渲染出来的东西写进一个png文件就说他不合格一样🤪
#AI编程：自学or科班？新旧码农之争· 156 条信息
#计算机科学 #程序员 #软件工程 #鄙视链 #争议
avatar
宝玉
2个月前
我们的CS教育到底缺了什么？ 一篇2015年的老文 “那些不存在但本该存在的CS课程” 最近突然在 Hacker News 上“挖坟”并火爆异常，显然，它精准地戳中了当代开发者的痛点。 这篇文章的作者 James Hague 列出了一系列“脑洞大开”的课程，这些课程却又该死的“实用”。比如： - CSCI 2100: 反-面向对象编程 (Unlearning OOP)：教你如何使用那些不在对象层次结构里的变量，以及一种叫“函数”的东西——它像方法，但更有用。 - CSCI 3300: 古典软件研究 (Classical Software Studies)：解剖 VisiCalc、Zork 和 MacPaint 等“古董”产品，重点研究它们在硬件限制下催生出的用户界面和创造力。 - CSCI 4020: 用慢语言写快代码 (Writing Fast Code in Slow Languages)：让你写的 Python 在性能上能媲美甚至击败 C++。 - PSYC 4410: 程序员精神执念 (Obsessions of the Programmer Mind)：研究开发者为何总是对代码格式、命名分类、类型系统等“破事”耿耿于怀。 这篇文章与其说是讽刺，不如说是一面镜子。它引发了一场关于“大学CS教育到底教了些啥”以及“我们真正需要学什么”的大讨论。 文章中最主要的几个争议点： 焦点一：“古典研究” vs “基材依赖”——我们到底该不该学习编程“历史”？ 原作者提出的“古典软件研究”课程，点燃了第一个火药桶。 这个想法的支持者，以计算机先驱 Alan Kay 为精神领袖，认为我们今天90%的工作都是在“重新发明70年代就已解决的轮子”。一位用户就提到，他大学时选修了一门“软件考古学” (Software Archaeology)，重写70年代的编译器练习。当时觉得毫无用处，但后来发现“那门课教给我的系统设计知识，比任何现代框架都多。” 然而，反对的声音异常尖锐且有力。 一位高赞评论者（PaulDavisThe1st）提出了一个振聋发聩的观点：CS 和艺术史没有可比性。 他认为，艺术和哲学的历史跨越千年，而计算机的有效历史不过“三代人的寿命”。更重要的是，艺术和哲学对“物质基材” (material substrate) 的依赖很小，而“计算则完全依赖于其物理基材的性能”（CPU速度、内存大小、网络带宽等）。 换句话说，1970年在几十KB内存上解决问题的经验，对于我们今天在几十GB内存上解决问题，几乎没有“戏剧性”的教训可言。因为“材料”都变了，好比你无法用青铜器时代的冶炼经验来指导如何造航天飞机。 这个观点几乎要终结讨论了，但“反-反方”的见解更加精彩： 有用户（wanderingjew）立刻反驳：谁说艺术不依赖基材？MCM（世纪中期现代）家具的标志性“弯曲胶合板”，是因为二战期间发明了新的胶水技术；19世纪中期颜料的爆发，是因为“合成染料”被发明了；荷兰大师们（Dutch Masters）的油画成就，也离不开当时荷兰盛产的“亚麻籽油”。 另一位评论者（kragen）则给出了一个更深刻的综合观点： “基材依赖”论在1970年是对的，但在今天“基本是错的”。对于我们现在99%的应用（比如你正在看的这个网页），限制我们的早已不是硬件，而是“程序员的想象力”。 但这恰恰是我们要学习历史的原因！ 历史中（比如50年代的“感知机”）有大量因为当时“基材限制”而失败的绝妙点子，它们在今天“基材管够”的时代，可能就是下一个金矿。 焦点二：“反-OOP（面向对象编程）”大论战：是“万恶之源”还是“企业基石”？ 一个阵营（zkmon）是坚定的“OOP捍卫者”。他们认为，你们这帮玩着Jupyter和REPL的“开发过家家”的人根本不懂什么叫“生产环境”。 他们的论点是：“企业级Java” (Enterprise Java) 运行着全世界银行和大型组织的“业务骨干”。OOP 完美地“镜像了商业实体和自然的层次结构”，而 Python 在“运维就绪”和“集成”方面“还是个婴儿”。 然而，这番“企业级”辩护简直是火上浇油。 反对者（globular-toast, freetonik）立刻群起而攻之：“用银行来当‘把事情搞定’的正面例子，简直是天大的笑话。” 许多大型企业软件“质量极其糟糕”，它们之所以还在用，不是因为 OOP 有多好，纯粹是“历史包袱”。 一位自称“在银行维护Java垃圾代码”的内部人士（m_rpn）更是现身说法：银行用这些，不是因为“选择”，而是因为“偶然”，以及2000年代“OOP咨询顾问”们横行霸道的“遗毒”。 当争论从“Java好不好用”转向“OOP本身”时，全场最精华的一条评论（来自ninetyninenine）出现了。 这位用户发表了一篇堪称“FP宣言”的雄文。他认为，OOP 和 FP 的区别不是语法，而是“哲学上”的： - OOP 的核心是“将行为绑定到可变的状态上”。一个方法属于一个对象，这个对象承载着不断变化的状态。这导致整个程序变成一张“隐藏依赖的网”，牵一发而动全身。最终，“重构不再是创造，而是损害控制。” - FP 的核心则是“切断这条锁链”。它拒绝将行为绑定到可变状态上。函数只依赖输入和输出，使其变得透明、可预测、可移植。“你的代码库不再像一栋联锁的堡垒，而像一箱乐高积木。” 他总结道：OOP 是“把复杂性隐藏在墙后”，而 FP 是“把复杂性分解成足够小、足够透明的部件，以至于复杂性本身变成了可选的。” 当然，也有中间派（GuB-42）指出，问题不在于OOP，而在于我们根本没“真正学懂”它。如果深究底层，方法就是个隐式传递 self 的函数，继承只是组合的一种特例。正如那句禅宗公案（chuckadams 引用）所言：“对象是穷人的闭包”，“闭包是穷人的对象”。 焦点三：真正的“实战课”——从“拒绝Lab”到“软件考古学” 在嘲讽完原作的课程后，社区开始贡献他们自己“血泪中换来的”课程清单。这些课程完美地反映了开发者在现实中真正的“痛”。 1. 模拟真实世界的“恶意” - CSCI 4810: 拒绝实验室 (The Refusal Lab)（由 kelseyfrog 提出）：模拟越来越不道德的产品需求和不切实际的Deadline。唯一的及格方式是拒绝，并用专业标准来捍卫你的拒绝。 - CSCI 4812: 职业实验室 (The Career Lab)（由 LPisGood 补充）：作为“拒绝Lab”的对照组，这门课让你观看你的同学如何接受那些不道德的需求、过度承诺，然后抢走你的功劳、先一步升职，而你只能在原地收拾残局。 - 管理层 PUA 模拟课（由 epalm 等人提出）：当客户（或你的经理）开始疯狂移动“球门”（即改需求）时，你该如何管理自己的反应和项目规格。一位用户（ekidd）分享了 Dartmouth 大学一门课的真实经历：教授总是在项目截止日期前一周（期末考试前）发邮件，“更新”项目规格，以模拟真实世界的混乱。他称之为“一门极其有效的课程”。 2. “数字侦探”与“屎山求生” - 调试 101 (Debugging)：这是社区呼声最高的课程之一。许多人（omosubi）抱怨，大学四年没人教过他们“如何调试”，以至于很多高级工程师的调试能力还停留在“到处插 print”。 - 化学实验课式的“代码盲盒”（由 patrickmay 提出）：就像化学课上第一天发给你一小瓶“白色粉末”让你去鉴定，CS 课应该第一天发给你一个“塞满了 Bug 和性能问题的遗留代码库”。当你能让所有单元测试和集成测试通过时，这门课就结束了。 - 软件考古学 (Software Archaeology)（由 NBJack 提出）：这门课专门教你“数字侦探工作”——如何在拥有大量遗留代码的公司里，通过追踪 bug/tickets、翻阅半死不活的旧 Wiki、分析版本控制历史，来搞清楚“这坨代码到底在干嘛”。 3. 那些本该是“基础”的课 最后，大量评论者指出，许多现代CS毕业生甚至缺乏最基本的“常识”。 - Unix 101：别光学理论，教教学生怎么用 grep, sed, awk 去查日志。 - CI/CD 101：令人震惊的是，几乎没有大学课程会提到 CI/CD、Jenkins、Docker 或 Kubernetes。学生们在真空中编写代码，对“代码如何被部署和运维”一无所知。 CS（科学）与 SE（工程）的巨大鸿沟 这场从2015年延续至今的讨论，最终汇聚到了一个核心问题上：我们一直在混淆“计算机科学 (Computer Science)”和“软件工程 (Software Engineering)”。 正如一位评论者（abdullahkhalids）尖锐指出的，原作中提到的所有“神仙课程”——反OOP、快代码、命令行UX——全都是“工程” (Engineering)、“历史” (History) 或“设计” (Design)，没有一个是“科学” (Science)。 这正是 HN 社区怨念的根源：大学的“CS学位”正在培养“科学家”，而业界急需的是“工程师”。 一位资深从业者（jillesvangurp）总结得很好：指望CS学位能让你成为合格的软件工程师，这本身就是一种“误解”。学术界教授大多没有一线的工程背景。一个CS学位真正能证明的，也许只是“你拥有一个能正常运转的大脑”以及“你知道如何学习”。 这场讨论的最终共识是，无论你在学校学了多少算法理论，你真正的“工程教育”，都从你入职后接手的第一个“遗留代码库”和面对的第一个“疯狂改需求的客户”才真正开始。 讨论地址：
#AI编程：自学or科班？新旧码农之争· 156 条信息
#CS教育 #软件工程 #OOP vs FP #实战课程 #遗留代码
avatar
Andy Stewart
2个月前
深度体验了两天，苹果的缺点主要就是效率低下，没有自定义的选择。 安卓的效率，功能丰富程度和自定义选择要好很多。 苹果用户也可以看看评论区的视频对比，看看安卓好的地方。 苹果也有优点：机器很薄很轻，系统动画确实流程，安全原则很好。 我深度用了几天，我觉得安卓适合效率型的用户，苹果手机如果没有mac联动，我不觉得苹果手机有啥优势。 理性讨论，你们可以拿pixel＆三星和苹果对比。虽然我觉得手里vivo真要比苹果顺手太多了。
苹果Liquid Glass：开发者适配陷两难，AI助力AR或成未来· 104 条信息
#苹果缺点 #效率低下 #安卓优势 #自定义选择 #Pixel三星对比
avatar
kevinzhow
2个月前
现在能明显感觉出来 ChatGPT 又卡又慢了
ChatGPT Plus用户抗议权益缩水，萨姆奥尔特曼亲自道歉· 28 条信息
#ChatGPT #卡顿 #速度慢 #AI #技术