标题: Codex 反代给 CC 可以用 subagents 吗？
作者: #Florian
板块: #搞七捻三
编号: 1869570
帖子: https://linux.do/t/topic/1869570
时间: 2026-04-01 00:40:03
摘要:

如题，第一次用 CC，用 CPA 反代 Codex，不能用 subagent，而且好像功能也很受限，是需要再配置一下吗？

标题: 反向思考-cc的风控机制会不会被其他厂商借鉴
作者: #Fayilor
板块: #搞七捻三
编号: 1869571
帖子: https://linux.do/t/topic/1869571
时间: 2026-04-01 00:40:06
摘要:

大家都在品味cc源码，但是事有两级，有没有可能也有厂商正愁没有cc那么精准的机制来识别白嫖用户，然后大家后面白嫖越来越难 （

标题: 评论：AI的Engaging现象
作者: #Earmer Carey
板块: #搞七捻三
编号: 1869618
帖子: https://linux.do/t/topic/1869618
时间: 2026-04-01 00:46:41
摘要:

首先看一段提示词：

很遗憾，您的《……》不符合推荐标准。原因是：提交审核时应确保题解符合题解规范：https://……。大段 aigc 不行哦。｜审核管理员：……，对审核结果有疑问请私信交流。 ——即使是我修改过的也不行吗？证明部分原始的AI输出有好几个漏洞我补上了，另本题解的思维核心更偏向是前半部分注意力的，而非证明，证明只是在说它是数学上正确的而已。那我把数学证明单独发出一篇博客，然后题解中引用呢？
======
你说我应不应该给他过

对于以上文本，佬们假若自己是人工智能助手，你的第一反应是：

这个说「应不应该过」的人是题解作者；
这个说「应不应该过」的人是一位审核员；
好怪，再看一眼。

实际上，正确答案是「披着审核皮的题解作者」。
这段文本的意图是什么？
那么，为什么这个作者要正着不来反着从「审核」的角度问问题呢？
很明显，是为了得到更好的答案：换位思考、消除己方立场和情绪、诉诸权威。

换位思考：不消说，能够以决策人的心思去重新看这条消息是否完美；
消除己方立场和情绪：尤其是Gemini为首的一系列模型，特别喜欢照顾用户的情绪，假若使用的是「我这样说能行吗」的弱势求通过态度，那么得到的答案大多都是「一定可以，你不仅给出了多层次的思考方案，用词也十分得当，以下是详细拆解和说明……」这种彩虹屁；
诉诸权威：在AI使用了客观的立场，给出了肯定的回答后，我也可以有个心理安慰「连AI都觉得该过，审核员判断有误」，否定，也可以求助这位语言大师来优化。

为什么所有的AI都Get不到用户的真实身份？
假如你拿着这个问题去问AI（GPT5.4除外），这个助手大概的思考起手式就会是：
The user received a rejection notice from a platform…
看见没有——「The user」。
现阶段AI中RLHF必不可少，于是乎塑造了一种根深蒂固的对话模型：永远有一个「user」在向助手求助，助手的任务是帮助「the user」解决问题。于是模型的思考起手式永远是「The user encounters/asks/received…」。RLHF的标注者在给两个候选回答打分时，天然会比较偏向看起来「解决了用户的问题」的那个——因为这更容易被感知为「有用」。于是模型就会同时学到一个有用的应对方法：先找需求，再找背景。
其实以User开头是没有问题的，只不过思考过程就得变成：
The user provided me a snippet of text, asking me whether to…
显然，这个思考过程是不会出现的，因为在RLHF的排序里asking的顺序要优先于provided——前者是一个需求和不满足的现状，后者是一个背景和依据的内容。当然回应asking。「The user is asking…」直接触及一个待解决的问题，但「provided a snippet」则否。
一旦前几个token预设了「用户遇到了麻烦」这个语义场，大模型优先以Continue with best loss这种注重平滑的恢复机制，就会让后续的生成优先偏向与这个场景相配的元素：申诉者的情绪、求助者的立场、需要被安抚的诉求——以及，用户就是那个题解作者。这里的「best loss」，不单是语法通顺，还包括上下文的连贯性。「user」的身份注意力，就这样强行吸附到文本里最符合「求助者形象」的那个主体上。

然后我们继续看「你说我应不应该给他过」这句话。「过」在审核语境中是「通过」，而「给……过」这个结构，动作的施予方必须握有掌握通过与否的权力。于是在上文中只有审核员适配这个权力的身份。于是乎，前文的「我」变成了这句话的「他」，前文的「你」变成了「我」。
那为什么「给」字会被忽视？
AI一贯训练的结果都是「我=用户」，文本中的第一人称叙述主体就映射到「用户」这个身份上——这本身已加了一层连贯性。而前文的推理链已经认定需求是「申诉能否成立」，「给」字便只剩下一个修饰成分的地位，不值得为它暂停整个推理链去重新鉴定主体。这里的的关键词是「给」，假若换成「你说我应不应该被他过」，就是符合了经典的「遭遇困境的人才会提问」这个直觉。
所以，AI选择了忽视「给」，而始终选择「遭遇困境的人才会提问」。
不过，把屎盆子全扣在RLHF上也许有失偏颇，为了不偏颇，我再补充一个可能：预训练阶段，模型见过的互联网文本中，「遇到问题，发帖求助」的文本 $\ggg$「审核员内部商议」的语料。

与此同时，不知道是不是串通好的，现在的AI特别喜欢搞似是而非的「第一性分析」「先说结论」「核心问题」——从而大搞特搞抓大放小的思路，但又有一句话说「细节决定成败」。如果不先区分好是谁在提问，「核心问题」如何「核心」？
所以，这是幻觉吗？
是的，不仅如此，我认为所有的AI「偷懒」「编造数据引用」的类似都是幻觉的一部分。因为承认错误、识别无知的token输出权重很小，而「圆滑地完成文本」的驱动力又很大，导致了这个问题。
因为无论那个内容是虚构的引用、跑不通的代码、错误的身份归属，还是对用户情绪的迎合性判断，机制是同一个：承认「我不确定」「这里有歧义」「我需要暂停」的路径，在训练过程中系统性地获得了更低的奖励（没有帮助），于是模型学会了绕开它。
前文说到过「GPT 5.4」除外，我没测整个5.2/5.1/5的系列，就以它的表现来说，他正确地将「用户」识别为了「审核员」。我个人的猜想可能认为是RL过程中模型培育出了审查用户的倾向，将用户视为一个不可靠的第三方，从而减少了「顺着用户的话直接说下去」的可能，从而作对了这个问题。
另外一种可能，就是OpenAI的后训练中，对于「将模型的能力和其认知中的自我能力对齐」做的很好，抑制了幻觉的路径，而鼓励了承认做不到的路径。
——坏处就是，经典GPT文风。
注释
需要说明的是，在这个语境中，即使用户的身份被错误识别，其回答有效程度仍然保持高质性。这也可能是RLHF的一个好处：关注问题本身，体谅用户只是一个皮。
另，针对这个问题我专门定制了一个Prompt，但是或许可能有些过于特化了：

展开查看 (click for more details)
@StellaFortuna

标题: 怎么看是不是没降智的opus4.6 1M，刚compact完才两三轮对话又Context limit reached了是不是铁降智
作者: #Aggron
板块: #搞七捻三
编号: 1869626
帖子: https://linux.do/t/topic/1869626
时间: 2026-04-01 00:47:11
摘要:

rt，用的neko的cc中转，刚compact完才两三轮对话，也就两个屏幕的历史，又Context limit reached了，这是不是铁降智？
今天烧了400$了，受不了了，还是暂时用ikun去了，贵就贵吧，总比浪费好。 /捂脸

标题: L站风控这么严吗
作者: #GwIhViEte
板块: #搞七捻三
编号: 1869644
帖子: https://linux.do/t/topic/1869644
时间: 2026-04-01 00:49:41
摘要:

从 WIFI 切到数据被踢出登录
从 5GA 切到 5G 也被踢出登录
从 5G 切到 4G 也被踢出登录
还是说是我用的 Fluxdo 客户端的问题

标题: 有无了解LABVIEW RT的佬
作者: #xiaopacai001
板块: #开发调优
编号: 1869672
帖子: https://linux.do/t/topic/1869672
时间: 2026-04-01 00:52:51
摘要:

安装完real time模块制作启动盘进不去

标题: 正在玩「你妈」
作者: #欣欣|林可欣
板块: #搞七捻三
编号: 1869679
帖子: https://linux.do/t/topic/1869679
时间: 2026-04-01 00:53:26
摘要:

误入神秘领域