[开源] Model-Status 模型探针 一个OpenAI 兼容模型接口的模型状态监控面板
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
----------------------
Model Status 用于监控 OpenAI 兼容接口的模型真实可用性。
简单说就是模型探针
Demo: https://ai.dooo.ng/status
论坛里这么多开公益站的佬友应该用的上
本来是自己用的，看了下类似的项目基本上也是其它项目二次开发出来的
干脆整理一下开源出来给各位公益站佬友用用
定时同步上游模型目录，对模型执行真实探测请求，并将结果持久化到本地 SQLite
支持Docker Compose部署
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: WizisCool)
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
----------------------
Model Status 用于监控 OpenAI 兼容接口的模型真实可用性。
简单说就是模型探针
Demo: https://ai.dooo.ng/status
论坛里这么多开公益站的佬友应该用的上
本来是自己用的，看了下类似的项目基本上也是其它项目二次开发出来的
干脆整理一下开源出来给各位公益站佬友用用
定时同步上游模型目录，对模型执行真实探测请求，并将结果持久化到本地 SQLite
支持Docker Compose部署
项目起点基于我个人需求开发，所以可能有一些功能不足
欢迎大家一起vibe coding提PR
仓库链接 🌟Give me a Star!
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: WizisCool)
二级啦，发个贴纪念下，看了下三级的距离，好遥远噢
牛马的一天，高处不胜寒🤔
另外，三级好远。🥹，要多发帖，😄
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 老黄)
牛马的一天，高处不胜寒🤔
另外，三级好远。🥹，要多发帖，😄
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 老黄)
关于9esim卡切换关闭开启后提示访问被拒绝的问题
第一次用esim，昨天卡到后赶紧上网查资料，先搞了一个英国沃达丰的卡和esikemo的纯流量卡。
结果写入之后，发现
无论我进行关闭，开启，切换不同卡都会先提示正在启用配置（此时已经操作完成了，卡也能正常用来，显示有信号）但是接着会显示正在连接读卡器，然后等一段时间会提示访问被拒绝。此时卡依然能够正常使用。重新插拔或者重启手机后，软件也能够恢复正常。
经过我实验后，发现只要打开
这个禁用刷新标志，就可以恢复正常了。
有相同问题的可以参考一下
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 韩凌)
第一次用esim，昨天卡到后赶紧上网查资料，先搞了一个英国沃达丰的卡和esikemo的纯流量卡。
结果写入之后，发现
无论我进行关闭，开启，切换不同卡都会先提示正在启用配置（此时已经操作完成了，卡也能正常用来，显示有信号）但是接着会显示正在连接读卡器，然后等一段时间会提示访问被拒绝。此时卡依然能够正常使用。重新插拔或者重启手机后，软件也能够恢复正常。
经过我实验后，发现只要打开
这个禁用刷新标志，就可以恢复正常了。
有相同问题的可以参考一下
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: 韩凌)
Codex 反代给 CC 可以用 subagents 吗？
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？
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Florian)
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？
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Florian)
反向思考-cc的风控机制会不会被其他厂商借鉴
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 🤣（
5 个帖子 - 5 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Fayilor)
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 🤣（
5 个帖子 - 5 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Fayilor)
Yupp.ai即将关闭服务（已不能对话），请于4月15日前保存对话记录。
刚才打开yupp突然发现不能用了，要关闭服务了，哎，这个平台模型都不掺水，。opus和banana pro也是满血，可惜最最近是出现了一些模型不能用的问题，现在是没客流直接停服了。似乎是因为Agent和OpenClaw风波导致的？
2 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: sharkly)
刚才打开yupp突然发现不能用了，要关闭服务了，哎，这个平台模型都不掺水，。opus和banana pro也是满血，可惜最最近是出现了一些模型不能用的问题，现在是没客流直接停服了。似乎是因为Agent和OpenClaw风波导致的？
2 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: sharkly)
评论：AI的Engaging现象
首先看一段提示词：
● 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。
1. 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；
2. 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；
3. 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：
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：
显然，这个思考过程是不会出现的，因为在RLHF的排序里
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 （点击了解更多详细信息）
@StellaFortuna
4 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Earmer Carey)
首先看一段提示词：
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：
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
● 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。
1. 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；
2. 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；
3. 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 （点击了解更多详细信息）
@StellaFortuna
4 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Earmer Carey)
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
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$了，受不了了，还是暂时用ikun去了，贵就贵吧，总比浪费好。 /捂脸
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Aggron)
rt，用的neko的cc中转，刚compact完才两三轮对话，也就两个屏幕的历史，又Context limit reached了，这是不是铁降智？
今天烧了400$了，受不了了，还是暂时用ikun去了，贵就贵吧，总比浪费好。 /捂脸
2 个帖子 - 2 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: Aggron)
codex手撕阿里滑块231版
51job的搜索入口
走的是51job低风控版，我还寻思阿里滑块咋更新这么慢，逆了一半才知道，阿里最新滑块更新到234了 🥲
明天就让codex继续逆最新版 😆
给mcp，skills，硬是分析了2天，才完全无依赖，本地实现整体算法加密与请求
阿里的超级无敌扁平化确实够恶心的，我自己是没那个耐心全部拆开然后跟栈分析 :tieba_087:
5.4做长任务还是太爱偷懒了，要是让cc监工然后一直运行，估计就会很快了 :tieba_025:
----------------------
时代变了唉，当时大模型刚出的时候还说能代替开发，无法代替逆向
这都没过多久，ai啥都能干了。只能说：太爽了 😆
以此悼念之前手撸jsvmp，插桩看一天的时光 :tieba_083:
19 个帖子 - 12 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: ius)
51job的搜索入口
走的是51job低风控版，我还寻思阿里滑块咋更新这么慢，逆了一半才知道，阿里最新滑块更新到234了 🥲
明天就让codex继续逆最新版 😆
给mcp，skills，硬是分析了2天，才完全无依赖，本地实现整体算法加密与请求
阿里的超级无敌扁平化确实够恶心的，我自己是没那个耐心全部拆开然后跟栈分析 :tieba_087:
5.4做长任务还是太爱偷懒了，要是让cc监工然后一直运行，估计就会很快了 :tieba_025:
----------------------
时代变了唉，当时大模型刚出的时候还说能代替开发，无法代替逆向
这都没过多久，ai啥都能干了。只能说：太爽了 😆
以此悼念之前手撸jsvmp，插桩看一天的时光 :tieba_083:
19 个帖子 - 12 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: ius)
L站风控这么严吗
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
6 个帖子 - 5 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: GwIhViEte)
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
6 个帖子 - 5 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: GwIhViEte)
服了,找到我小龙虾token莫名其妙爆炸的原因了
原来是它在那自我审核，左右脑互搏，我就说明明没有读什么大文件，怎么一下子token涨这么快 :distorted_face:
GPT-5.4道德感太高了真不好哇
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: kevinkelly)
原来是它在那自我审核，左右脑互搏，我就说明明没有读什么大文件，怎么一下子token涨这么快 :distorted_face:
GPT-5.4道德感太高了真不好哇
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: kevinkelly)
有无了解LABVIEW RT的佬
安装完real time模块制作启动盘进不去
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: xiaopacai001)
安装完real time模块制作启动盘进不去
1 个帖子 - 1 位参与者
阅读完整话题
via LINUX DO - 最新话题 (author: xiaopacai001)