标题: 大伙有codex AGENTS.md 的最佳实践案例吗？
作者: #朱敛
板块: #开发调优
编号: 1788749
帖子: https://linux.do/t/topic/1788749
时间: 2026-03-20 16:32:56
摘要:

目前 AGENTS.md只有一个Always reply in Chinese.  想看看大家有没有什么神奇的话术

标题: 大三学生日常焦虑
作者: #Solus
板块: #搞七捻三
编号: 1788750
帖子: https://linux.do/t/topic/1788750
时间: 2026-03-20 16:33:01
摘要:

说一下我最近的状态吧，本人大三，目前在找暑期实习。在目前Ai的浪潮下，可能很多要毕业的大学生都会比较焦虑。我也不例外，openclaw、vibecoding、claude Code、各种Ai模型和工具层出不穷，传统的计算机四大件感觉已经不够找工作了，然后感觉东西永远学不完，又听到大厂因为Ai在裁员，最近找实习又不咋顺利。八股不想背了，算法不想刷了，面试不想面了，搞得整个人都不好了。
感觉好没意思，人生就是这样，每个阶段好像都得不到休息，都在焦虑，小学焦虑课文没背完、初中焦虑作业没写完、高中焦虑高考、大学焦虑找工作、出社会焦虑工作kpi、之后就是结婚、之后焦虑孩子的各种事情，又是一个循环。
我知道许多年回过头看现在，或许也不过尔尔。但是当下的我的确不知道该如何做
我也考虑过转行，但是第一我还是挺喜欢这个行业的，第二就算转去其他行业感觉被Ai替代也是迟早的事，只不过程序员是头一批，现在大厂传统的后端开发岗位HC变少了，代替的都是全栈agent开发
或许我感觉自己或许想得太多了，像我的室友天天在寝室里面打游戏，有课就去上上课，一天还没活得那么累，不管以后会怎么样，起码他们现在是快乐的
我真没招了

佬友们就权当做一个找不到实习的人的碎碎念~

标题: 115网盘如何获取资源？
作者: #izjing
板块: #搞七捻三
编号: 1788754
帖子: https://linux.do/t/topic/1788754
时间: 2026-03-20 16:33:15
摘要:

之前有大佬给我推荐https://nullbr.online/后用着不错开了个会员，现在它好像跑路了，不知道去哪找资源了，有没有大佬推荐下，我看网上好像都没115网盘的资源！！！

标题: 佬友们 现在离职是不是一个好的选择
作者: #小公主
板块: #搞七捻三
编号: 1788756
帖子: https://linux.do/t/topic/1788756
时间: 2026-03-20 16:34:00
摘要:

我是一个小城市的.net程序员，毕业之后一直在同一个公司，目前工作满两年，公司是一家台企半导体的公司。
现在我想去大城市发展，还是做.net。最近都在说裁员很严重，那我该不该选择离职呢。
希望佬友们能给我一些建议，感谢

标题: a社为啥要封号？
作者: #ovdoes
板块: #搞七捻三
编号: 1788758
帖子: https://linux.do/t/topic/1788758
时间: 2026-03-20 16:34:09
摘要:

gpt封team可以理解毕竟是羊毛，不能落下伪造用户数的口实。claude为啥付费用户都封还给退款？多点收入用户财报好看一些不好吗？

标题: 鲲鹏ARM服务器k3s-1.34.3-k3s1离线部署
作者: #Marlene
板块: #文档共建
编号: 1788761
帖子: https://linux.do/t/topic/1788761
时间: 2026-03-20 16:34:22
摘要:

离线包：
root@yangwenzhe-01-ecs-2786490002:~/software-lib/k3s# pwd
/root/software-lib/k3s
root@yangwenzhe-01-ecs-2786490002:~/software-lib/k3s# ls
docker-24.0.9.tgz  install-docker.sh  install.sh  k3s  k3s-airgap-images-amd64.tar.zst  README.md


docker离线部署
下载
wget https://download.docker.com/linux/static/stable/x86_64/docker-24.0.9.tgz

脚本
docker.service
[Unit]
Description=Docker Application Container Engine
Documentation=https://docs.docker.com
After=network-online.target firewalld.service
Wants=network-online.target

[Service]
Type=notify
# 默认情况下不使用 systemd 进行 cgroups 管理，因为 delegate 问题仍然存在
# 且 systemd 目前不支持容器所需的 cgroup 特性集
ExecStart=/usr/bin/dockerd
ExecReload=/bin/kill -s HUP $MAINPID
# 设置非零的 Limit* 会因为内核中的记账开销而导致性能问题。
# 建议使用 cgroups 进行容器级别的记账。
LimitNOFILE=infinity
LimitNPROC=infinity
LimitCORE=infinity
# 如果你的 systemd 版本支持，可以取消 TasksMax 的注释。
# 只有 systemd 226 及以上版本支持此选项。
#Task

标题: 最近在用 AI 辅助开发，效率确实提升不少。但有个好奇的问题想问问各位佬
作者: #zzyx1088
板块: #开发调优
编号: 1788762
帖子: https://linux.do/t/topic/1788762
时间: 2026-03-20 16:34:50
摘要:

你们日常工作中用的 AI 工具，是谁出的钱？

标题: 反重力老是提示Agent terminated due to error
作者: #BelieverYa
板块: #搞七捻三
编号: 1788763
帖子: https://linux.do/t/topic/1788763
时间: 2026-03-20 16:35:00
摘要:

是梯子问题吗？还是大家都是这样的啊！

标题: 才年初行情就已经这么严峻了吗
作者: #GayHub用户
板块: #搞七捻三
编号: 1788767
帖子: https://linux.do/t/topic/1788767
时间: 2026-03-20 16:35:28
摘要:

标题: claude 又大面积“故障”了，咱还有什么备手吗？
作者: #💪 🎯 🚀 ☁️
板块: #搞七捻三
编号: 1788777
帖子: https://linux.do/t/topic/1788777
时间: 2026-03-20 16:36:20
摘要:

1、claude之一：反代杀太狠了，还是乖乖用IDE吧
比如反重力，pro的claude额度几个回合就用完了，但多了每月1000的信用点，还能多蹬一会
2、claude之二：官方渠道站
比如 黑章鱼 ，200刀套餐最多能榨出6.8倍额度（内测用户）……更多好站辛苦佬友补充～

3、平替之一：gpt天才程序员
gpt 5.4是 效果最像claude的模型，team+cpa代理出来，5个号基本就能爽用
4、平替之二：国产之光
推荐k2.5，原生多模态，能力不弱于m2.5/glm5，开个coding plan也能凑合上岗
综上，最佳方案是claude主管 出方案审代码，gpt/国模 写代码跑测试

（gemini：我的位置呢？）

标题: 注册机唯一的成本就是代理
作者: #Bouty
板块: #搞七捻三
编号: 1788778
帖子: https://linux.do/t/topic/1788778
时间: 2026-03-20 16:36:43
摘要:

其他成本0，代理成本就多了

标题: Anthropic这利润率比openai高多了啊，下一步openai还是会沿用开放codex给免费用户使用以换取更高市场占有吗？
作者: #KingFeng
板块: #开发调优
编号: 1788779
帖子: https://linux.do/t/topic/1788779
时间: 2026-03-20 16:36:45
摘要:

Anthropic 这公司怎么老爱封号，谁来治治他

标题: 【开源推广（自荐）】深度学习版Superpowers
作者: #Lurume
板块: #开发调优
编号: 1788782
帖子: https://linux.do/t/topic/1788782
时间: 2026-03-20 16:38:01
摘要:

本帖使用社区开源推广，符合推广要求。我申明并遵循社区要求的以下内容：

我的帖子已经打上 开源推广 标签： 是
我的开源项目完整开源，无未开源部分： 是
我的开源项目已链接认可 LINUX DO 社区： 是
我帖子内的项目介绍，AI生成、润色内容部分已截图发出： 是
以上选择我承诺是永久有效的，接受社区和佬友监督： 是
以下为项目介绍正文内容，AI生成、润色内容已使用截图方式发出


最近我基于爆火的 Superpowers ，做了一个更偏深度学习研究场景的个性化版本：superpowers_DL 。
原版superpowers重点关注软件工程领域，对于深度学习的模型改进不是很合适。
目前总体流程是： 实验设计 → 实验规划 → 实验执行 → 训练调试（如有问题） → 结果分析 → 实验收尾 → 可复现性检查。其中实验收尾部分会询问是否保留本次实验更改。如果效果不好的话可以回退代码。建议搭配git使用。

欢迎大佬来补充交流！