想问问各位佬友知不知道Claude Mac桌面端opus 4.6怎么开启1m上下文呀

从X到DY
从傅盛到孙割
有一点最开始人人用小龙虾，那趋势了

官方一个用途就是转发验证码。昨天体验了一下，转发不是很快。并且苹果有些注册也能用苹果提供的临时邮箱。感觉用途不是很大。
另一个就是可以利用 Hermes 检查收件箱以及发送邮件。
还有啥用途吗？请教大佬们。

clawmail已经没有用了，只要加入oauth就会稳定跳add phone…甚至免费的都会稳定跳

现在真买不到 gemini 没地方用，想花钱都没地方花。不过手上还有一些 Deepseek V4 Pro 和 MIMO 2.5 Pro 想知道哪个前端更好一些啊佬们

五一放假正好搞搞投资研报模块的模型，先用官方渠道的 Opus 4.7（think max + plan on） 写了 Plan 1；作为对比，又用 Antigravity 的 Opus 4.6（thinking + plan） 写了 Plan 2。
虽然这个对比不算完全公平，但目前能找到的、比较接近“满血版”4.6 的渠道，基本也就是Antigravity了。
结果差距还是挺明显的。用 GPT-5.5 xhigh 结合代码和接口 对两套方案做了评估，Plan 1 赢得比较明显。而且即使纯靠人肉去分析 Plan 2，也能发现不少硬伤的问题。
贴上GPT-5.5部分对比结果：
架构对比与评估结论 (Plan 1 vs Plan 2)
针对您提供的两版方案，我们进行了深度的架构对比：

方案一（第一版）：串行汇总架构。将盈利模型放在所有 Task 并发执行完毕后的独立 Stage 6，消费全量 Task 的成果，依靠纯 Python 进行确定性推演。
方案二（第二版）：并行单兵架构。将盈利模型作为第 8 个普通 Task 与其他 Task 并发执行，依靠自身的 Tavily 查询和内部的 structured_data_builder 完成计算。

对比结论：坚定选择【方案一】
虽然方案二的工程侵入性极低（完全不需要改动 orchestrator.py 的并发锁），但从投研严谨性和系统鲁棒性来看，方案二存在致命缺陷，强烈推荐使用方案一。
为什么方案二不可行？

信息孤岛导致报告自相矛盾： 在方案二的并发模型下，Task 8（盈利预测）是“蒙着眼”跑的，它完全看不到 Task 6（管理层指引）和 Task 5（风险与护城河）的输出。这会导致极端尴尬的局面：报告的第 6 章写着“管理层指引二季度毛利率降至 18%”，但第 8 章的 LLM 因为搜到了不准确的新闻，在模型假设里赫然填入 25%。盈利预测必须是全局研究信息的汇总收口，绝不能是一个平行的独立搜查任务。
LLM 认知负载严重超载（Schema 爆炸）： 方案二要求 LLM 一次性输出 Bear/Base/Bull 3 种情景，且每个情景要包含 5 个长达 3 年的数组（共计 45 个强相关的假设数字）。由于大模型天然缺乏数字的空间对齐能力，极大概率会产生格式错乱、数组长度不匹配或数据完全不合逻辑（如毛利率骤降但净利率反升）的幻觉。
丢失同业估值锚： 方案二直接让 LLM 拍脑袋给出一个 target_pe，丢失了通过同业对比（如对标台积电、联电）来推演合理估值的严谨逻辑。

一直觉得 AI 写的界面都不好扩展干嘛的，偶然间看见有那种方方块块的，一个一个模块的网页，觉得那种挺好，挺适合 AI 的。但是找半天也找不到图片，也没找到组件库，想问一下这边有没有前端开发的大佬，能推荐一下？

佬友们，发帖子最近一直发不出去，显示待处理，然后没有了直接，消失了
这是帖子内容有问题直接ban了吗？
帖子内容就是几个影视软件和源链接

如题说的，个人觉得要把AI当用辅助工具，而非AI主你辅，否则你永远飞不起来！有以下几个个人观点，欢迎探讨。
1、首先你要明确自己想做啥，然后明确告诉AI你要做啥，别让AI猜 。大方向你把控，具体细节可由AI执行。
2、我知道自己做想啥，但不知道如何做。这时你可借助AI帮你分析多种方案，自己根据实际情况定案，再回归到第1点由AI执行具体方案
3、你要知道AI帮你做了啥。他帮你做的不一定你是想要的，最后写出来了也可能是屎山代码

具体的更新日志大家在HUB站的左侧菜单栏里也能看到哈，这里是方便有些设置完就不太上HUB站的佬友们。
废话少说，这里给大家总结了一下，请看大屏幕：

如有更好的建议，欢迎大家私信我或者在这里留言。

我一直正价开着ChatGPT Plus，后来沾了Team试用爽蹬现在回不去了（主要是CPA反代出来给Cursor用，Cursor也付着钱）
工作大概三分之一写代码，Plus的额度现在一小时跑几个superpower就能用完，但平时也不是高强度开发。
现在想问问各位佬，我是应该开个买一送一的Business（比Plus稍贵），两个号放CPA，还是冲5x（5倍价格）…
打着打着感觉开Business划算多了，但是用了Business会有什么不方便的地方吗？比如我之前个人账号建的Project，记忆什么的，是不是要重新迁移到Business了

现代前端框架 Astro 联合创始人 Matthew Phillips 开源了 Rosie，一个专门管理 AI agent 技能包的命令行工具。用 rosie install owner/repo 从 GitHub 安装技能，Rosie 会自动检测本地装了哪些 coding agent，把技能同步过去。
Rosie 目前支持 Claude Code、Cursor、Codex、Windsurf、Aider、Zed、Continue、Cline、OpenCode、GitHub Copilot 共 10 种 agent。核心卖点是 lockfile 机制：安装记录写入 .agents/rosie.lock，一行一条，格式对 git diff 友好，可以直接提交到版本库。技能文件夹本身则可以放进 .gitignore，团队成员 clone 后跑一次 rosie install 即可还原。
版本管理分两种模式：不指定版本号时走 auto，rosie update 会自动升到最新 semver 标签；用 @ref 指定版本则走 pin，只刷新 SHA 不变版本。本地安装时技能存在 .agents/skills/ 目录，用符号链接同步到各 agent 的技能目录；也支持 --global 直接装到用户级目录。
整个工具用 C 写成，依赖 libcurl 和 libarchive，支持 Homebrew、apt、AUR、FreeBSD pkg 和源码编译，BSD-3-Clause 许可。


  

      github.com
  

  
    
  

  GitHub - matthewp/rosie: Agent package manager

    Agent package manager

我是在小红书上看到有佬友说有一个叫Linux do的平台（第一眼真的以为是Linux论坛）很不错，可以在里面交流学习，然后就来了
第一次申请没有结果，第二次申请成功了。当时写的小作文很用心，我记得我说我想学编程，所以来了
现在编程没有学会，但是搭建了自己的博客网站，学会了怎么用便宜的GPT，知道怎么调用api，接触到很多开源技术，还找到了很多课程资源（尽管我一次也没看过）
我接触了很多以前没有了解过的东西，都不精通，但都知道了皮毛，这离不开佬友们的帮助
现在觉得，当时在小红书了解到L站这件事真是很奇妙，这可以说是一种缘份吗？