新的GPT-5.4 还是有点半吊子。
吹的很猛，用起来，相比当年5.2-xhigh少了那一次连续运行三十多个小时的锐气（bushi）
这似乎是因为gpt-5.4在执行复杂任务时，倾向于在"自然停顿点"就停下来，把控制权交还给用户。模型会认为它到了一个逻辑节点，应该停下来等待确认，而实际上任务远未完成。
不过5.4大幅增长的多模态能力对我的任务又比较重要，我在尝试一种比较简单粗暴的解决方法，效果拜其1M上下文所赐，还可以。

具体来说，就是在Codex CLI中，输入"继续"然后按 Tab 键来排队消息，一次排个十几条就当他在连续运行了。
死马当活马医，分享给各位佬

从悬赏：自部署小模型对于翻译任务的能力测评继续。
本文测评在M4的Mac Mini上通过Ollama本地部署完成，覆盖 7 款模型、5 种目标语言和 12 类论坛内容，共 1155 条翻译。

太长不看，可以直接去文末看结论。
1.测评概述

2.测试环境与部署



3.测试方法


4.参测模型一览




模型
参数量
类型
模型大小（Q4_K_M）
来源




Qwen2.5-3B
3B
通用
1.9 GB
阿里通义


Gemma2-2B
2B
通用
1.6 GB
Google


Llama3.2-3B
3B
通用
2.0 GB
Meta


Phi-3.5-mini
3.8B
通用
2.2 GB
Microsoft


Qwen2.5-7B
7B
通用
4.7 GB
阿里通义


Mistral-7B
7B
通用
4.4 GB
Mistral AI


HY-MT 1.5
1.8B
专用翻译
1.1 GB
腾讯混元



5.性能与速度对比
5.1 速度总览




模型
平均响应时间
平均吞吐量
总耗时（165条）




Qwen2.5-3B
0.84s
54.2 tok/s
139s


Gemma2-2B
0.70s
61.5 tok/s
115s


Llama3.2-3B
0.89s
50.9 tok/s
145s


Phi-3.5-mini
2.22s
44.9 tok/s
357s


Qwen2.5-7B
1.92s
24.1 tok/s
317s


Mistral-7B
4.47s
23.4 tok/s
738s


HY-MT 1.5
0.93s
76.7 tok/s
150s




速度结论：3B 及以下模型响应均在 1 秒内，可满足实时翻译需求。7B 模型在 16GB Mac 上仍可用，但速度约降至一半。HY-MT 作为专用翻译模型，吞吐量最高。

5.2 显存占用
在 16GB 统一内存的 Apple Silicon Mac 上：

2B-3B 模型：运行流畅，内存占用约 2-3 GB
7B 模型：可以运行但内存较紧张，占用约 5-6 GB
多模型并发不建议在 16GB 机器上进行

6. 翻译质量评估
6.1 指令遵从度（是否只输出翻译）

6.2 错误/超时率

6.3 中文残留率（按语言）

7. 分内容类型详细结果
7.1 UI 分类名翻译（短文本，2-4 个汉字）

7.2 论坛黑话标题翻译

7.3 正文翻译（长文本）

8. 分语言详细结果


9. 综合排名

10. 选型建议
给始皇

给佬友


11. 结论


本测评的完整数据
（1155 条翻译原始结果 JSON）：results.json
测评环境：Apple Silicon Mac 16GB / Ollama 0.17.7 / 2026.03.08

起因是妈妈想做月嫂，而且小孩和小孩的妈妈都要住到我家里来（这个孩子是二胎，40天，我妈和那女的妈妈关系好，想让我妈帮忙带，5000一个月，休4天）我们都不同意带过来，我妈身体也不太好，带个把月大的小孩，身体吃不消，想问一下你们有什么好的路子，让我妈不要闲着有事做赚点家用钱（我爸妈都在家没事做，我也有工作了，家里就日常开销）

奖品详情：
[奖品]：[team车位（无质保）*1]
 活动时间：
开始时间：[此帖发出开始]
截止时间：[2026/3/8-21:40]
 参与方式：
在本帖下回复任意内容
 抽奖规则：
每位用户仅允许参与一次。
使用官方抽奖工具随机抽取中奖者。
 注意事项：
本活动将在活动截止时间后关闭回帖，以确保公正性。
中奖者将在活动结束后12小时内在本帖公布，并通过私信通知领奖方式。
所有规则及抽奖结果由活动发起人和论坛管理团队最终解释。
期待您的积极参与，祝您好运！如有任何疑问，欢迎随时联系抽奖发起人。

AIRI 前一阵子火过，印象里是使用 Tauri 实现的。
最近看了一下源码，好家伙，这已经完成了从 Tauri 到 Eletron 的迁移了。
虽然不知道为什么会有这样的迁移，不过从迁移后就发布了 Linux 版本来看，大概率是 Linux 平台的问题。
桌宠应用要怎么实现？
你可以想象成要实现一个类似迅雷的悬浮窗的功能。在 Tauri 上，它就是一个全局的、置顶的、点击穿透的、无窗口衬体的透明应用。
至于桌宠，当然是3d模型了。有专门用于数字人的3d模型格式，比如 live2d、或者vrm模型。这些都可以在网上找到现成的模型，也有现成的动画文件可以驱动模型做动作。但是如果你想自定义的话，唔，不会 3d 软件的话，难度直上云霄，大模型也比较难办。
实现上，使用 pixiv/three-vrm，理论上，在大模型的帮助（codding）下，我们可以很轻松地实现出来。
让你的女友看着你的鼠标
思路也简单，pixiv/three-vrm 这些都提供了 LookAt 功能，通过把鼠标的坐标传递给3d模型，并对眼睛和头部做绑定即可。
但是，还记得我们在上面的定义吗？桌宠应用必须是一样点击穿透的应用，因为它是置顶在所有软件的最上层的，但是又不能影响到底层应用的操作。在 Tauri里，通过 setIgnoreCursorEvents 实现点击穿透。

  // 设置窗口属性
  useEffect(() => {
    const appWindow = getCurrentWebviewWindow();
    appWindow.setAlwaysOnTop(basic.alwaysOnTop);
    appWindow.setSkipTaskbar(basic.hideTaskbarIcon);
    appWindow.setIgnoreCursorEvents(basic.clickThrough);
  }, [basic.alwaysOnTop, basic.clickThrough, basic.hideTaskbarIcon]);

这个设置会造成前端无法再获取任何的鼠标事件，因此无法获取鼠标在屏幕在的坐标位置。
那通过rust 后端获取行不行？使用 rdev 或者 enigo 可以获取鼠标的位置。在后端开一个线程，获取坐标后通过事件传递到前端：
// 或者使用 tokio 实现
thread::spawn(move || {
  let enigo = Enigo::new(&enigo::Settings::default()).unwrap();
  loop {
      let (x, y) = enigo.location().unwrap();
      // 发送鼠标坐标事件到前端
      let _ = app_handle.emit("mouse-move", serde_json::json!({
          "x": x,
          "y": y
      }));
      println!("Mouse moved to ({}, {})", x, y);
      thread::sleep(Duration::from_millis(50));
  }
});

诡异的问题
很遗憾，上面这个思路在 windows 下是没有任何问题的，想来在 macOS 下也是没有问题的。但是 Linux ，它就有问题！
在Linux 里，无论是X11环境还是 wayland环境，上面的 setIgnoreCursorEvents都会造成阻塞从而造成 enigo 拿不到鼠标坐标。
具体表现为：

启动时（前端未准备好），enigo 正常，可以拿到鼠标坐标。
前端UI启动成功后，enigo 再也获取不到坐标。

事实上，setIgnoreCursorEvents 也是由 Rust 层实现的，更具体地，它是由 wry 库实现的。而 wry 库 在 linux 上使用的是libwebviewgtk。
更深层的原因，可能需要大佬来解释。

搭建了临时邮箱服务，需要一些域名，请教下哪些后缀的便宜呢？  还能在国际上获得认可呢？
不至于注册完就封号的那种
各位佬们，有推荐的域名后缀和购买平台吗？

之前媳妇在抖音直播间买了几十个玩具，玩了小半年了，目前这两种最爱玩，给大家推荐一下，也许可以用于快速消耗小猫精力
怀疑是对颜色感兴趣，再加上是这种条状的，很喜欢咬着玩，现在每天晚上拿这个陪他玩半小时到一小时，半夜就不会嗷嗷叫了消耗体力很不错，但是一定要小心，防止误食
正在上传：IMG_3882.jpeg…
然后是这种藏食小萝卜，本来是想把冻干放进去让他掏，结果发现他对萝卜超级感兴趣，基本天天叼着萝卜到处走，偶尔会殴打萝卜，在地上叼着萝卜又是摔跤又是兔子蹬
同样需要注意误食风险，藏食的那块地方是用线缝上的，可能被小猫咬断然后把线吃下去

除了玩具，小猫还很喜欢捕猎，家里地板干净的话可以考虑把冻干丢出去，小猫会追击猎物，就能在家里跑来跑去啦
不过吃多了会变成猪，建议少吃点

2026-03-08


现已支持 ModelScope 容器在休眠/重启（含深度重启）后自动恢复 OpenClaw 的配置信息（目录：/root/.openclaw）,不用再担心重启后还需要再配置的问题。同时，以下目录及文件也会自动恢复：桌面目录（/root/Desktop）、ssh 公钥目录（/root/.ssh）、zsh 历史记录文件（/root/.zsh_history）


OpenClaw 升级到最新的 2026.3.7 版本


压缩减小了镜像体积


升级操作说明：ModelScope 已经部署容器的用户，需要在“设置”那里点击“深度重启”，然后才会自动拉取最新的容器镜像并部署。

  
    
    
    
      【教程】0元领养专属“小龙虾”OpenClaw，2核16GB配置/无痛部署/开箱即用 
  

资源荟萃
    
  
  
    TunMax/openclaw_computer 项目构建了一个预装 OpenClaw 的 Linux 容器，配置了中文桌面环境/拼音输入法/Chrome 浏览器，同时为 OpenClaw 配置了默认免费推理的后端和启用了最高权限，免去了繁杂的部署细节，只需提供 ModelScope API Key（免费）就能开箱即用，小白也能轻松上手。 
在 ModelScope/HuggingFace S…

之前在L站找了一位佬友的AFF注册账号，现在被冻结了，求解封

刚了解prefill和decode的概念，有时问gemini相关的问题生成一半撤回了，难道真漏东西了？

基本容易找到的都是文本类的模型（Claude，codex，Gemini之类的)， 为啥图文和视频类的基本没有呢？

高兴的事，注册成功了。悲哀的事，登录二次安全认证需要下载APK(Oracle Mobile Authenticator) PLAY可能账号区域的原因无法下载。佬们帮忙下

注册25天，阅读量到达一半，继续保持，准备飞升～～

为什么我的gemini一直回复这个：“我只是一个语言模型，理解不了这个问题，因此没法帮上忙。”？
我的问题是：(我的个人基本信息)，请为我推荐xx方向最广受好评的书籍

一、背景
我从去年5月到12月一直使用 Claude Code，可以说是重度用户。每次版本更新都会去看 changelog，了解具体改了什么，不懂的还上reddit去看，不懂就问ai。 VS Code 插件性质的小更新不太关注，但对于工具层面的更新不仅看还体验——比如 System Prompt 的调整、命令行参数、上下文管理、MCP 管理等。
二、对claude code的感受
（一）好的一面
在使用 Claude Code 的这段时间里，确实感受到 Anthropic 这家公司在工具理念方面的领先性。这种领先体现在 MCP（Model Context Protocol）、Skill 系统这些都是他家先提出来的。
比如上下文管理与压缩，Anthropic 在上下文管理，尤其是上下文压缩方面，有一套完整的方法论。直到现在，也只有 Anthropic 才有定向压缩（targeted compression）的功能——可以针对特定部分的上下文进行压缩，而不是简单粗暴地截断或全局压缩。这种细节的技术，估计很少有人关注到。
（二）不爽的地方
以前用intellij，后来觉得cc好，接触到opencode omo后，觉得cc有些问题确实让我绕不开，比如需要我不断地"yes yes yes"确认。
因为Claude Code 的默认交互模式是：

AI 提出一个操作建议
等待用户确认
执行操作
继续下一步，重复上述流程
这种模式在处理不熟悉的任务时是安全的，慢就是快，也可以让我可以更仔细的去分析和感受。但整体的时间消耗却很多，即使 AI 这一端的反应速度很快，但大部分时间都在等待用户的决策。
只有在执行一些例行任务时——比如用熟悉的 Skill 处理会议记录——我才会打开"勇敢者模式”，让 AI 自主执行。
核心问题是：Claude Code 很多时候是在等我的思考，等我的决定。

（三）OpenCode 的体验提升
接触到 OpenCode，尤其是在 oh-my-opencode 插件辅助的模式下，我的感受是：真的回不去了。

从"走"到"跑"
OpenCode 的 Sisyphus agent 设计得非常合理。具体技术我没时间去研究（因为大部分时间都在搞账号上了），但真的感觉爽：


该干活的时候拼命干，使劲干
不确定的时候会主动询问
整体流程行云流水
这种体验的差异是质的飞跃。以前用 Claude Code 的感觉是"等"，现在用 OpenCode 的感觉是"跑"。效率提升不是一点半点。


并行开发支持
这是我在 Claude Code 里一直想做但做不到的事情。
在做项目开发时，我习惯先做规划，把大的规划拆解成小的规划，最后形成一个任务树：


顶层是项目目标
中层是各个模块
底层是具体的小任务
如果要实现并行开发，需要通过 Gatework 来管理资源，确保不同步骤之间没有互相占用（比如同时修改同一个文件）。
在 Claude Code 里，这是做不到的。
我必须：
a. 手动开新窗口
b. 在新窗口里手动执行 git worktree 相关的命令
c. 手动协调不同窗口之间的任务
这样很麻烦，也很混乱，很容易出错。
OpenCode 的机制可以让我在一个会话里管理多个并行任务（session），通过 不同session的git worktree自动化的并行执行，效率就这么提升上来了。


会话内 MCP 管理
Claude Code 的 MCP 管理有一个很别扭的地方：


MCP 在启动时加载
加载后会占用上下文
即使在会话中"关闭"了某个 MCP，它仍然占用上下文
没有办法在会话内动态加载/卸载 MCP
这意味着如果加载了一堆 MCP，但只在某个阶段需要用到其中一个，其他的 MCP 会一直占用的上下文窗口。
OpenCode 支持会话内的 MCP 加载控制。可以：
在需要的时候加载特定的 MCP
用完后卸载，释放上下文
动态切换不同的 MCP 组合
这对于复杂项目的上下文管理非常重要。


本机服务机制
后来我发现，OpenCode 实际上是在本机(好像还可以跨设备)为每个会话开启了一个服务。
这个机制带来了一个非常强大的能力：OpenCode 可以成为被程序调用的终端。
这意味着：
可以在自己的程序里：
a. 调用 OpenCode 的服务
b. 传入程序的逻辑和变量
c. 结合 OpenCode 的 Skill、MCP、提示词综合地完成复杂任务
这相当于把 OpenCode 变成了一个可编程的 AI 能力层，而不仅仅是一个人机交互式工具。

三、总结
从工具理念上看，Anthropic 确实是领先的——MCP、Skill、定向压缩这些概念都很先进。新手也许从claude code入手会好一些，对上下文管理的理解，工具的理解有很好的帮助。
然后再切到opencode，尤其是我们好多单位是内网环境，开源的也更好。而且anthropic是A chu。