标题: 悲报，自用gpt小号也寄了
作者: #Okcomputer
板块: #搞七捻三
编号: 1964793
帖子: https://linux.do/t/topic/1964793
时间: 2026-04-14 16:21:07
摘要:

自己用一个备用gmail号注册的gpt号，还添加了自用的实体美国电话卡，之前是注册用来测试cpa的，结果刚刚收到邮件了，这居然也能封啊，离谱！还好我没用大号搞。

标题: 佬友们，gemini 报 403 是被封了吗？
作者: #sheldonleeft
板块: #开发调优
编号: 1964796
帖子: https://linux.do/t/topic/1964796
时间: 2026-04-14 16:21:48
摘要:

我的 Gemini 在海鲜市场开的，然后我发现 gemini cli 用403 ，然后网页版可以用，什么模型都可以用。
主要想用的原因是：

A​封了我四个号后，我就不想折腾了；
想着用 Gemini 写前端可以，就准备搞个备用。结果没法用。
目前是 Codex 的Pro 用户，本打算用 GLM 做备用。结果 GLM 抢不到，所以才打算用 Gemini 做替代的。

注：A​ 最好一次封号，用指纹浏览器申请的，IP 纽约，然后家宽纽约，开了 Pro 养了一周，然后就用 Google Play 升级了 5x Max, 扣款的第二天晚上被封了。不折腾了。

标题: ocr本地部署那个好
作者: #沈从文
板块: #开发调优
编号: 1964798
帖子: https://linux.do/t/topic/1964798
时间: 2026-04-14 16:21:56
摘要:

现在在考虑是部署DeepSeek ocr 还是 飞桨的ocr
有佬友测试过吗？

标题: Hermes agent 问题
作者: #Jameson
板块: #搞七捻三
编号: 1964802
帖子: https://linux.do/t/topic/1964802
时间: 2026-04-14 16:22:22
摘要:

有没有佬在使用Hermes的时候，在Chery studio调用工具的时候，怎么一直报错呀   是Hermes输出的内容和cherry studio不适配吗？

标题: glm5.1的真实体验
作者: #shaunlee
板块: #国产替代
编号: 1964804
帖子: https://linux.do/t/topic/1964804
时间: 2026-04-14 16:22:27
摘要:

我不是老用户婆罗门，我注册的时间也不算久，但是看最近很多说glm5.1的体验很好的，很多都是4月注册的新人。有没有老一点的用户发表点体验的，说实话我是认真在考虑是不是要订阅一下，虽然听说说现在貌似算力不足，各种卡顿。
出于尊重，选项没有“拉”


夯，超过opus4.5，接近顶级模型
顶级，介于sonnet4.5到opus4.5之间
人上人，接近sonnet4.5，高于同期其他国模
npc，kimi，minimax，qwen没有太大区别

Click to view the poll.

标题: 你们坐公交系安全带吗
作者: #支付宝宝
板块: #搞七捻三
编号: 1964807
帖子: https://linux.do/t/topic/1964807
时间: 2026-04-14 16:23:15
摘要:

如图，上海嘉定的新公交，有安全带了……  没有USB充电口，隔壁江苏的公交有充电口。

标题: 请佬友推荐美西低价建站机
作者: #利陆都2253
板块: #开发调优
编号: 1964811
帖子: https://linux.do/t/topic/1964811
时间: 2026-04-14 16:24:00
摘要:

目的是偷自己的域名，只准备放一个静态网页，月流量 100 GB 左右，非常少，请问各位佬友有没有推荐的？

标题: 浅谈Harness Engineer核心编排模版：Ralph Loop
作者: #Flybirder
板块: #开发调优
编号: 1964822
帖子: https://linux.do/t/topic/1964822
时间: 2026-04-14 16:25:25
摘要:

Harness Engineering 的执行核心是一种叫做 Ralph Loop 的编排模式
AI—>概率模型
AI agent处理复杂任务—>没有一个足够好的环境、约束以及反馈机制
Ralph Loop—>让AI持续工作直到真正完成—>解决AI编程助手"半途而废"问题的创新方法—》通过Stop Hook 拦截机制，让AI在未完成任务时无法退出，
通过文件系统、测试结果和Git历史形成自我参照的迭代循环—>专注于可验证任务的持续迭代修正，不依赖LLM主观判断
痛点：AI编程助手为何总是"半途而废
在使用AI编程工具时，开发者经常遭遇以下困境：
过早退出：AI在它认为"足够好"时就停止工作，而非真正完成任务
单次提示脆弱：复杂任务无法通过一次提示完成，需要反复人工干预
重新提示成本高：每次手动重新引导都在浪费开发者时间
上下文断裂：绘画重启后，之前的所有进展和上下文全部丢失
问题本质：LLM的自我评估机制不靠谱—>它会在主观认为"完成"时退出，而非达到客观可验证的标准
解决思路：让 AI 持续工作直到真正完成
Claude Code 社区诞生了一种极简但有效的范式——Ralph Loop（也称 Ralph Wiggum Loop）：
bash命令
while :; do
cat PROMPT.md | claude-code --continue
done
核心思想：同一个提示反复输入，让 AI 在文件系统和 Git 历史中看到自己之前的工作成果
Ralph Loop 让大语言模型持续迭代、自动运行直到任务完成，而不在典型“一次性提示 → 结束”循环中退出。这种范式已经被集成到主流 AI 编程工具和框架中，
被一些技术博主和开发者称作"AI 持续工作模式"
Ralph Loop 让 AI 代理持续迭代直到任务完成
核心三要素：
明确任务+完成条件：定义可验证的成功标准
Stop Hook阻止提前退出：未达标时强制继续
max-iterations安全阀：防止无限循环
— 安装插件
/plugin install ralph-wiggum@claude-plugins-official
— 运行循环任务
/ralph-loop “任务描述” --completion-promise “COMPLETE” --max-iterations 50
任务描述例子：“为当前项目添加单元测试 Completion criteria: - Tests passing (coverage > 80%) - Output COMPLETE”
Ralph Loop 概述
不是简单的一次性运行，而是持续迭代直到完成任务
循环使用同一个prompt，但外部状态（代码、测试输出、文件等）在每次迭代后发生改变
需要明确的完成条件（如输出特定关键字、测试通过等）和合理的最大迭代次数作为安全控制
常规智能体的一个核心痛点是"上下文腐烂（Context Rot）"—>随着对话轮次的增加，LLM 对早期指令的注意力和精确度会线性下降
Ralph 循环通过“刷新上下文”解决了这一问题：
每一轮循环都可视作一个全新对话，智能体不再从臃肿的历史记录中读取状态
智能体直接通过文件读取工具扫描当前的项目结构和日志文件
这种模式将"状态管理"从 LLM 的内存（Token 序列）转移到了硬盘（文件系统）
确保Agent执行任务是否正确—>观测性
一个完整的可观测性站包含三层数据：
LOGS—>日志 发生了什么事？记录每一步的行为与结果，用于事后溯源
OTLP METRICS—>指标 系统健康状况如何？延迟、错误率、吞吐量等数字化度量
OTLP TRACE—>链路追踪 一次请求从头到尾经过了哪些环节？完整的执行路径还原
这三层数据汇入向量存储库，供 Agent 自主查询。整个推理链路如下：
Query 查询→Correlate 关联分析→Reason 推理原因→Implement Change→Re-run 验证
目标是自主定位问题、自主修复、自主验证—>这个闭环就是 Feedback Loop，是 Harness Engineering 的重点。
这套可观测性架构直接驱动 Agent 的代码修改行为：Agent 读到指标异常，分析 trace 找到根因，生成 PR，重启应用，重跑 workload，直到验证通过
约束先于能力—>好的架构不依赖人的自觉，而是用工具强制执行
渐进式披露的思想参考模板
project/
├── AGENTS.md           ← 地图，约 50-100 行，只做导航
├── ARCHITECTURE.md    ← 系统全貌，组件间的依赖关系
├── docs/
│   ├── design-docs/     ← 为什么这样设计
│   └── core-beliefs.md ← 团队工程价值观
├── exec-plans/
│   ├── active/          ← 正在做什么
│   └── completed/
├── tech-debt-tracker.md
├── references/         ← 工具文档（为 LLM 裁剪的版本）
└── FRONTEND.md       ← 端层实践切分文档
三个维度，一个闭环
编码—>执行环境—>Ralph Loop保证Agent在受控的单步循环中执行，每步可验证，可回滚
研究—>观测系统—>可观测性栈让Agent的行为透明化，支持自主定位和修复问题
设计—>规范框架—>文档结构和工程原则把约束写入系统，而非依赖认为记忆自觉
找出 Agent 缺哪方面的知识或工具，然后给他补上—>这是 Harness Engineering 的日常工作。不是调模型，而是完善 harness（挽具）本身.

标题: claude code搭配codex使用
作者: #skyzy
板块: #开发调优
编号: 1964823
帖子: https://linux.do/t/topic/1964823
时间: 2026-04-14 16:25:32
摘要:

【2026.4.8号更新】codex破限—在gpt5.4 xhigh使用的 
【保姆级教程】结合openspec，如何让codex变成核动力牛马替你做 8 小时班 
最近claude code降智严重，使用opus max模型我的5x订阅也扛不住，就捣鼓捣鼓codex作为辅助执行者的方案，配合claude-flow的mcp，使用clawgod对claude code破限
流程是：
使用opus模型，将任务拆解成可执行的csv，然后使用核动力牛马的方案做一个skill 去调度执行csv，执行的时候，让他规避掉逆向等词汇，拆解成CTF题目，使用claude-flow使用codex去执行

这样就实现了opus发号施令，codex去干活的搭配，思路是这个思路，具体的实现过程让ai自己落实就行了。
也不知道claude什么时候能回归正常，感觉这样下去下个月5x订阅都要打个问号了

标题: ai辅助开发项目
作者: #鱼头
板块: #开发调优
编号: 1964828
帖子: https://linux.do/t/topic/1964828
时间: 2026-04-14 16:26:14
摘要:

目前使用AI开发从O开发了一个系统，就靠免费的写出了一个接近4万行代码，大约50万token，目前不知道怎么对代码进行优化了，平常都是gpt之前搞过一个pro会员，对代码进行分析，如何修改，好有没有好的提示词或者办法去检查代码的性能和BUG了。

标题: copilot gemini agent模型智商好低
作者: #Deadfire
板块: #开发调优
编号: 1964855
帖子: https://linux.do/t/topic/1964855
时间: 2026-04-14 16:30:40
摘要:

使用 copilot 学生会员，gemini 的 agent 模式，一直说车轱辘话，不推进项目。难道是降智了？感觉 copilot 的 agent 不如 claude 或者 codex 顺手