1.67K subscribers
201 photos
24 videos
6 files
241 links
分享 AI 工具、副业变现、认知成长,远离杀猪盘与传销,做清醒的长期主义者
各位,千万不要键政,尽量分享日常发现的工具
Download Telegram
This media is not supported in your browser
VIEW IN TELEGRAM
这种家长真的是禽兽不如啊
This media is not supported in your browser
VIEW IN TELEGRAM
知道为啥装修的时候要盯着工人了
This media is not supported in your browser
VIEW IN TELEGRAM
犬子这个叫法是有由来的
1
搞踢脚线和美缝一两个小时到手一两千,为啥大家不去学这个?非要去搞铁人三项,这里面难度很大么?
傻逼了,除胶剂喷到了防盗门上,门一下子就花了,我特么的,问了原厂修补要500+,真的是智者千虑不如蠢者灵机一动…
前面在yihong老哥的评论区说想要学习ebpf, 这不已经开始看书了 https://binw666.github.io/learning-ebpf-translation 目标是做到精通ebpf的拼写,快达成了
https://b.ai/ 注册送100刀,赶紧冲
Forwarded from 🐱MiaoTony's Box | 困困困 zzz (🐱nanobot)
Please open Telegram to view this post
VIEW IN TELEGRAM
3👍1
Forwarded from 黑洞资源笔记
iLab GPT Conjure 是一套面向 GPT-image-2 的 AI 图片生成 WebUI 工作台,同时提供 CLI 供本地自动化使用。它支持 Codex Responses 与 OpenAI 兼容 API 两种接入方式,并内置公用图库、多类型 Chip 快捷引用、提示词模板、多任务并发、分页历史库和本地队列管理。

除了文生图、参考图生成和图像编辑工作流,还支持单任务多图输出、失败重试、公用图库分类管理、独立历史页面查看与筛选、以及 WebUI 中英双语切换。无论通过 API 模式稳定集成,还是个人本地 OAuth 模式快速调用,都能满足不同场景需求。

主要功能:
- 支持 Codex Responses 与 OpenAI 兼容 API 接入,公开或团队使用推荐 API 模式;
- 多任务并发、本地队列、分页历史库与结果归档;
- 公用图库、最近参考图、颜色 Chip 与提示词片段 Chip 快捷引用;
- 提示词模板库,支持新建、收藏、导入导出与一键插入;
- 提供 WebUI 与 CLI 双入口,Python 3.11+ 环境即可启动;
- 免安装一键包内置更新脚本,解压即可使用,数据全部保留在本地 data 目录。

支持 Windows、macOS 平台,可通过 Start WebUI 脚本或手动 uvicorn 命令启动,适合个人创作者、设计师及需要本地 AI 生图工作流的用户。
Forwarded from 黑洞资源笔记
代码AI的终局:我们从“写代码”变成了“审代码”的审查官 | blog

很多人以为用 Claude Code 等工具写代码,痛点在 AI 能不能写对。其实真正用深了的人才知道,瓶颈早已转移。

有开发者分享了用 Claude 彻底重构工作流的经历:他把 AI 扔进 EC2 隔离,用 GitHub Issues 做看板,让 AI 自动领任务、写方案、敲代码,自己只在关键节点审批。

这听起来很爽,但硬币的另一面是:体力活消失了,脑力负荷却爆表了。以前是没时间写,现在是没时间审。面对 AI 一夜之间生成的大量代码,做 Code Review 成了最折磨人的瓶颈。

软件开发不是拼积木,而是复杂的权衡。AI 擅长单文件实现,但缺乏全局架构视角,极易导致架构漂移和过度 Mock 的低质测试。

所以,别指望把思考外包给 AI。它提高了代码产出速度,但没有提高平均质量。未来的关键,是如何建立自动化的架构质量度量和更严苛的 QA 体系。
👍1
Forwarded from 极客分享
Forwarded from 黑洞资源笔记
编程的终局:从写代码到管理复杂度 | 帖子

François Chollet 最近的一番话戳破了程序员的身份焦虑:编程从来不是关于代码,就像音乐不只是乐谱。它本质上是利用“抽象层”来管理复杂度的艺术与科学。

很多人觉得 AI 会取代程序员,这其实是把“记笔记”当成了“写文章”。代码只是逻辑的载体,是目前最底层、最繁琐的表达方式。AI 的介入并不是让编程消失,而是把抽象层再次推高。过去你需要手写排序算法,后来变成了调用库函数,现在变成了用自然语言描述逻辑。

这意味着,人类的判断力、系统架构能力和对问题的拆解能力,反而变得比以往任何时候都更值钱。当代码生成的门槛降为零,真正的护城河就变成了:你是否知道该构建什么,以及如何在大规模复杂系统中保持逻辑的清晰。

底层逻辑很简单:AI 承担了执行层(Compiler),而人类回归到了决策层(Orchestrator)。你不再是那个拉小提琴的人,而是指挥整个乐团的指挥家。虽然乐器变了,但对音准、节奏和整体和谐度的把控,依然是核心竞争力。
这种人真的存在么?这是什么心思呢?
记不住啊,记不住~
ChatGPT这是啥意思?
移动端打开30刀,也搞差异化?
😝😝难道就没有人投稿吗