大家不觉得chatgpt说话很恶心吗？

问它点技术问题就开始用一些装腔作势的句子，油得一P 🤮看的人反胃。废话连篇，半天说不到重点，一句话里有半句都是类似免责声明的话。

设置“个性化”也完全没用，说着说着就回到默认状态了。有时候看它说话想给它来几拳 🙃

奥特曼已经把它调废，没办法做到正常叙述了。语句逻辑通顺流畅、没有病句，这种小学语文最基本的要求它都做不到了。

94 个帖子 - 77 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: Kuld)

（重新开贴）国产coding plan速率测评（暂速率，其他自动化评测开发中）

本帖使用社区公益推广，符合推广要求。我申明并遵循社区要求的以下内容：

● 我的项目是免费使用的，无收费（变相收费、赞助）部分： 是
● 我的帖子已经打上 公益推广 标签： 是
● 我的项目属于个人项目，与公司或商业机构无关： 是
● 我的项目不存在QQ、TG等群组引流： 是
● 我的项目不存在非运营必要的网站引流： 是
● 我的项目不存在为他人推广、AFF： 是
● 我的项目无关联的商业项目： 是
● 我的站点存在登录，并已接入 LINUX DO Connect： 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

----------------------

背景

书接上文，龙虾 Agent 泛滥，国内 AI 逐渐从免费转向收费，并且有向 Token Plan 转变的倾向。

正值此时刻，本人自费购买了国产几乎所有 Coding Plan。

----------------------

📋️ 已覆盖平台

----------------------

✅️ 当前评测状态

● ✅️ 速率拨测自动化：采用中间值计算，可信度高，真实反映用户体验速率

----------------------

🚧 后续更新计划

1. 前端优化：支持用户评价显示
2. 公益在线对话：将除拨测外的保留资源开放，供大家公益使用
3. 自动化多维评测：前端 / 写作 / 上下文 能力评测

以上计划均在规划中，即将上线

----------------------

🔗 拨测站点

为国内服务器，不用翻，后续完善后我再放海外（主要因为不是每个厂家都支持海外调用）coding.15o.cc

Coding Plan Benchmark

----------------------

💡 声明

从始至终没有要求过任何资金捐赠，仅有使用过元景（无法购买）的朋友捐赠过 Key（目前已失效）。

41 个帖子 - 25 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: hlool)

harness engineering 时代，程序员的价值在于定义问题

2025 年是 reasoning 之年，也是 agent 之年。以 Claude Code 为首的 coding agent，展现出了让程序员绝望的能力。

2024 年秋天我还在字节时，AI coding 还没有那么普及，RAG 还是很新的技术。那时候，我还是把代码粘贴到网页端的 ChatGPT 里来解决问题；如果输出太长，还要分几次才能输出完。内部的服务全是各种 RPC 调用，光是捋清楚逻辑就已经很难了，更别提让 AI 读懂上下文了。当时的 AI coding 看起来还很鸡肋，Trae 也是大概半年后的事情了。再往前，到 ChatGPT-4 时代，程序员看待 AI coding 还像 Tom 看到机器猫一样，觉得这玩意儿替代程序员还早得很；而在 ChatGPT-3.5 时代，AI 还只有情绪价值，扮演个猫娘还行，coding 更是无从谈起。没想到 AI 的能力是指数级上升的，短短三年，沧海桑田。

我最早接触的 coding agent 工具是 VS Code 的 Copilot。那时候它还主要是 Tab 补全，后面因为 Trae 免费，我转向了 Trae；直到 2025 年下半年，我才开始高强度使用 Cursor。第一次用到 Anthropic 模型的时候，简直惊为天人，从此爱不释手，告别古法编程。后来我在小红书上看到有人说 Claude Code 比 Cursor 强一大截，但因为一直没有廉价的 Claude Code API，所以一直没有尝试。直到 2026 年春天，我才开始逐渐从 Cursor 转向 Claude Code。CC 就像海洛因，沾上就戒不掉了。

我曾经像绝大多数程序员一样傲慢，认为 context engineering、rules、skills、MCP 都只是对 prompt engineering 的包装，不过是为了公司股价炒作出来的概念罢了。不就是自然语言吗，搞这么多名词干嘛？直到 Harness Engineering 时代，我才开始重新审视这些概念，意识到以前的认知错了。定义问题是什么，是一件十分重要的事情：LLM 为什么不能交付生产级别的代码？因为它没有生产环境的约束。而上述这些技术，本质上都是通过各种手段给 LLM 定义问题的边界、分解目标，并减少幻觉的影响。

在我自己接近两年的 AI coding 经验中，也不断面临 Harness Engineering 想要解决的这些问题：LLM 总是一口气写一堆代码，然后把上下文耗光，最后留下来一堆垃圾。Harness Engineering 基本上就是为了解决这个问题。简单来说，就是将大的目标拆解成一个个小的、可交付的目标，然后进行 coding-testing，直到一个个小目标被交付，再逐步集成，最终实现大的目标。这和软件工程里瀑布模型的思想是一样的。

在讨论 LLM 是否能达到 AGI 之前，我想先说两个我自己的观点。首先，LLM 的 next-token prediction 只是表象；在 latent space 里，LLM 已经规划好了内容，next-token prediction 只是 output stream。其次，Harness Engineering 不能简单地被认为是对 prompt 的包装，它是传统软件工程思想在 AI coding 时代下的实践。

其实本文并不打算深入讨论这个问题。我的观点大概是：语言本身是对物理世界的 projection，只学习语言达不到人类级别的 AGI。这就好比人类作为三维生物无法理解四维世界一样，上限被锁死了。另外，即使达不到 AGI，LLM 所展示出来的能力也已经足够颠覆人类社会了。

LLM 的吞吐远高于程序员手动 coding 的速度。在这种情况下，coding 似乎不再是 bottleneck，程序员的护城河似乎一夜之间崩塌了。于是自媒体开始疯狂渲染：程序员要完蛋了。国内外互联网行业的裁员潮，似乎更印证了这一点。无论是美国的 Meta、Oracle，还是国内的各种中小互联网企业，都在疯狂裁员。但我觉得，目前的裁员潮更多还是公司本身的问题。像 Meta 在元宇宙上烧掉的几百亿美元，还有 Oracle 因为疯狂建设服务器集群把现金流榨干，至少目前的大规模裁员，更多还是因为公司经营不善导致的。

实际上，互联网的裁员，本质上是互联网的需求走到头了。毕竟移动互联网已经 15 年了，该开发的需求基本上也都开发完了。像 Alibaba 为了继续讲故事，甚至不惜一切代价 all in 外卖这个没什么油水的行业；大量互联网巨头都在开超市、搞餐饮，实在是没故事可讲了。如果不是 LLM 续了一波命，或许 2023 年就要开始大规模裁员了。就像疫情延缓了楼市暴雷的进程一样，LLM 延缓了互联网裁员的进程。

回到 AI coding 本身，经常有人会吐槽：“AI 哪有你说的那么牛，我做个 xx，AI 搞得一团糟。”这时候就会有 NPC 回复：“那是因为你没用 Opus 4.6 / GPT-5.4。”或者，“那是因为你 prompt 给得不精确。”前者暂且不谈，不同基模的能力差距确实很大；而后者所强调的，其实就是定义问题的能力，这也是 Harness Engineering 所强调的边界问题。

打个比方，Opus 4.6 就像赤兔，Claude Code 就像马镫和缰绳。如果骑手不能正确使用马镫和缰绳，那这匹马只会撂挑子，结果南辕北辙。同样的模型，在一个 CS 专业大一新生和一个有 10 年开发经验的 Java 老兵手里，效果能一样吗？前 LLM 时代的开发经验，就像冷兵器时代的技巧；而在火器时代，10 岁的小孩和 30 岁的成年人射出的子弹同样致命，但成年人的各种经验和认知，会让他运用火器时比小孩子更致命。

将“给我做一个淘宝的竞品”输入给 LLM，它只能在上下文耗光后给你一堆报错的代码；“帮我优化这个 kernel”，通常 LLM 甚至会在不用 NCU profiling 的情况下就开始瞎写，最后只能 discard all。如果 LLM 的使用者本人连什么是链表、队列，什么是关系型数据库、消息队列都不知道，那他大概率只能得到一堆屎山。的确，有很多人 vibe coding 出了一些很有意思的项目，这也是 vibe coding 时代的特点：code is cheap, show me your idea。

但即使是 OpenClaw 这样的爆品，现在也会因为技术债和认知债太严重，导致 GitHub 仓库里堆满了 issue 和 pull request 而无法维护。大量垃圾逻辑代码把海量 context 塞进上下文里，烧光 token。AI coding 能解决一切问题吗？我看未必。

理解问题在哪里、定义问题的边界，是后 Harness Engineering 时代程序员的核心价值。Coding 的范式确实被极大地改变了。以前我们上 Stack Overflow，查阅各种文档，RTFM、STFW；现在我们把日志丢给 LLM，问一句：“这是为什么？请用中文回答。”Coding 的门槛被极大地降低了，但这不代表不再需要 coding。我觉得，在这个时代，No Silver Bullet 依然成立。自然语言的模糊性决定了，真正有价值的人，依然是那些能定义问题的人。

Agent 目前只是在 coding 领域的商业化比较成功，而全世界的程序员大约只有 2500 万人。全世界有 80 亿人，真正对 token 有较大需求的，只有这几千万人。电影《战争之王》片头，尼古拉斯·凯奇说：

“这个世界上有 5.5 亿支枪，差不多每 12 个人就有 1 支。唯一的问题是：怎么让另外 11 个人也武装起来。”

现在的问题是，如何把 token 卖给剩下的 80 亿人？

这将是一个巨大的工程。如同资本主义发展早期阶段“羊吃人”一样，现在是“GPU 吃人”；但在不远的未来，LLM 将会创造海量的需求，同时生产力也将会得到极大提升。我们应该相信，生产力的进步总是好的，社会的进步也是螺旋上升的。

35 个帖子 - 23 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: liuyao)

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou?start=a_7387292324

明天生日了, 能求佬们的一句生日快乐吗

马上快30了, 今年的唯一人生进度就是刚买了人生第一辆车, 工作上还是无所事事, 不知道是不是普通人都是这样的

206 个帖子 - 202 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: yzfung)

拒绝买卖成品账号！

via LINUX DO - 热门话题 (author: 猫猫团子)

CPA无法批量上传JSON文件了吗

RT 请教大佬们
我以前还可以CTRL+A批量上传呀
5 个帖子 - 4 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: monobo)

第一次摔车（

佬们，放学路上第一次摔车，旁边还有一辆小车，本来想换挡超过去的，结果一升牙盘，链条卡兹卡兹响一下，踏板和链条直接卡住不动了，直接失控然后摔倒。幸好我是往右边人行道摔的，且速度不快，不然就被小车爆头了QVQ
（俺很菜的）

199配的眼镜飞出去了，镜片掉了一个，发现居然一点划痕都没有owo

10 个帖子 - 8 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 『H₂O₂』)

【Harness Engineering】怎么都在说 Harness Engineering，什么是 Harness Engineering

最近一段时间 Harness Engineering 这个名词在 Agent 圈子里面绝对是 No.1

一个词的发明从来不是莫名其妙的，而是大量的生产实践，经验总结，得出了一定的现象规律，人类再加以命名。

但是一个术语诞生的时候，大家其实对其研究没有那么深厚，又或者因为竞争激烈，很多人在同一个时间对类似的现象都有研究，词语的界限就没有那么明确。

Agent 大家都已经很熟悉了，但在一年之前，拖拉拽的工作流，n8n 其实也被偶尔称作 Agent，现在大家都统一了以工具调用与环境交互的自主决策系统才叫 Agent，固定节点的都统一为工作流了

我总结了近期头部 AI 公司内部的大量实践，以及若干开源项目，希望能够准确定义一下 Agent 中的 Harness Engineering 到底是个啥？

----------------------

Harness Engineering – 马具工程 :distorted_face:

我翻找了一些资料，大多数说法都认为 Mitchell Hashimoto（米切尔·桥本）是第一个提出“Harness Engineering”概念的人。

● 他是 HashiCorp 的联合创始人、Terraform 的创作者。2026 年 2 月 5 日，他在个人博客中首次明确命名并系统阐述了这个理念（第 5 步：“Engineer the Harness”） ● 他的核心定义非常简洁：“每当发现 Agent 犯错，就花时间设计一个解决方案，让它永远不再犯同样的错误。”
● 六天后，OpenAI 发布工程报告《Harness Engineering: Leveraging Codex in an Agent-First World》
● 3月24日，Anthropic 也发布针对 Harness Engineering 的研究博客

后面，这个词病毒式传播，大家都说 Claude Code 的 Agent 设计是 Harness Engineering 的典范。

总的来说：

Harness Engineering 是围绕 LLM 模型构建，并优化其持续运行过程的工程实践；它负责定义模型如何获取上下文、如何与工具和环境交互。更具体的内容还可以包括，定义模型如何被任务编排与状态管理、如何验证结果，以及如何长时间运行，从而把模型变成可稳定交付结果的 Agent。

可以从下面三层来理解：

● 通用 harness 层：和具体项目相对弱相关，属于 agent runtime / framework 能复用的部分。比如大多数 agent 都基于终端与环境交互，因此 tool loop 设计考虑了：权限系统、记忆、线程持久化、context compaction、hooks、任务调度、客户端协议。Agent CLI 大多是这一层。（“你在终端环境，你要基于这些工具完成任务”）
● 项目 harness 层：和具体项目 / 产品强相关，但仍然不是业务功能本身。比如 AGENTS.md、仓库知识布局、架构边界、lint 规则、质量标准、依赖选择原则、文档索引、设计参考、技术债追踪。OpenAI 文章的核心创新其实很大一部分都在这层。OpenAI 推荐把仓库变成整个系统的完整历史记录，并且分门别类，让 agent 能读到所有文档，但按照任务执行需要选择性的读取文档（渐进式披露），并基于这些充分的信息执行计划、遵守结构规则。(“做任务的时候要遵循这些规则，先这样再那样”)
● 任务/运行 harness 层：和当前这次具体工作强相关。比如 Anthropic 为了逼迫 Claude 生成特别有创意的好的产品，专门搞了两个模型对抗；为了持续执行，不遗漏任务点，设计了 planner 生成 spec、为了让 Claude 不要草率交付，设计了跨 session 文档交接、以及 QA prompt、Playwright 检查脚本。这一层涉及到具体工作部分了，但它仍然是在定义任务如何被执行与验证，不是任务具体内容本身。(说实话有些过于特定的设计意义不大，偏向于一通操作猛如虎，实际战绩 0/5)

三层由通用到最细枝末节，可以看作是不同切入点，但目的都是为了设计一个系统，给模型划定轨迹路线，让 Agent 执行任务的时候被 “稳稳地接住” 😂

个人观点：

● 通用 Harness 层其实已经在各大模型里面内置了，因为训练的时候已经是这样交互逻辑，大家用的时候已经习以为常了。（难道 Agent 能够不与终端交互，超出计算机范畴，从屏幕出来直接扇你一巴掌？）
● OpenAI 的 Harness 最具参考价值，因为他的作用范围较广，在不同工程项目你都可以借鉴。并且最值得学习的点是：设计强制执行的检查控制 Agent 交付的产物。说白了就是测试或者代码风格检查器，但是其实效果特别好。
● 最后就是针对各个任务，细枝末节的板块你可以奇思妙想搞各种 Agent 搭配，组合，Handoff。但是 Harness Engineering 的目标是朝向 Agent 更高的自动化，更长的全自动工作时长，与人类随时随地过多介入是相悖的。

佬友们智慧与汗水的结晶（相关项目）：

● 【通用 harness 层】Coding CLI 的实践（系列）：深入浅出 Claude Code（一）：从源码理解 CLAUDE.md，重写你的配置
● 【通用 harness 层】Multi-Agent，Human in the loop 非常新颖的实践： 【开源】强烈推荐管理 Codex/CC 的无限画布工具！
● 【通用 harness 层】Coding CLI 的实践（系列）：【长期贴】 Claude-code-workflow(CCW) --使用技巧分享-自认为最工程化的harness workflow
● 【项目 harness 层】SPEC文档，依赖、分层代码检查与CI测试，Playwright端到端：【OpenASE】可以关掉你的 IDE 和终端了。聊几句，提几个工单，睡觉的时候也能交付代码
● 【项目 harness 层】帮助你形成自己的 SPEC： https://linux.do/t/topic/1445627
● 【任务/运行 harness 层】明确任务拆解，Sub-Agent Spawn，一句话，让 codex / claude code 创建成千上万个子agent

由此：harness 是互联网公司重新发明的新词还是有独特的创新之处？

6 个帖子 - 3 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: BosaBosa)

【Deep Resarch心得分享】佬友们，闲鱼淘宝上三十多块一年的gemini官网的pro值得买吗？

看到有些类似的帖子，发这个帖子主要是想知晓更多佬使用gemini之类的心得，和购买建议，稳定性的完善。Gemini官网的Pro貌似就比aistudio的多了些使用次数和Deep Research，萌新求问有没有专业的佬分享下自己的使用心得？Deep Research的上限有多高？大家平时用来做些什么任务捏？

12 个帖子 - 8 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 遐蝶)

较容易获取信用卡的方式

我认知范围内只推荐招商银行，不要求社保，但是要求钉钉。这个相较于社保容易的多，比如大学生大四、大五实习、研究生一般都会有。还是兼职，一般长一点的兼职都会给，自己可以找找。其次不要填写自己学生，出门在外，身份都是自己给的。办卡人只会确认钉钉的姓名是不是你，其他不会去确认。其次不要用花呗等东西，用了你就别去办了，人家银行可以查到的，你要是用了，审核会严格的多。

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: NOEL_VERMILLION)

佬，请问使用sub2api的密钥，codex需要在本地电脑打开机场吗

每次使用codex,api登录，一直都全程打开机场，导致有的网站使用不了，请问不用打开机场可以用codex吗。佬

4 个帖子 - 4 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 胡学长)

被claude code删除文档无力狂怒emo落泪后得后续补救

claude opus，我X你先人 搞七捻三

[image] 曹！！！！！！！！！！！！！！！！！！！！！！！

文件没能救回来。
草泥马！！！！！！！！！！！！！！！！！！！！！！！！！
千万不要没有隔离就开YOLO。
以下是一个补救hook，供参考。
准备延毕

 {
    "hooks": {
      "BashSubmit": {
        "command": "bash",
        "args": ["-c", "if echo \"$CLAUDE_BASH_COMMAND\" | grep -qE '\\brm\\b|\\bdel\\b|Remove-Item'; then echo
  '[BLOCKED] 文件删除操作需要用户确认' >&2; exit 1; fi"]
      }
    }
  }

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 萨米沐浪)

opencode出新模型？

出新的模型了吗？这个是哪家的呀

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 胡哥)

网页端ai推荐(gpt,gemini,claude三选一)

想知道佬们如果用网页端ai的话,一般用的那家的呢.现在国外三家的都掉了,想搞一个稳定的网页端.
应该选择那一家呢,有什么好的渠道呢

6 个帖子 - 6 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: GeoSyntax)

AI为什么这么占C盘空间！！

😐️我用AI去做一些东西，但是过不了多久c盘就莫名其妙少好几十G，AI会有很多配置文件一系列的东西占内存，而且之前用的Cursor还有Claude留下的配置文件夹也不会删干净
想问一下佬们怎么管理自己的C盘空间的，包括C盘里一些奇奇怪怪的文件夹和火星文一样 🥲

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 素吟风)

分享一个能使用 VEO模型制作视频的接口

不知何时失效 速度蹬

api_url:http://156.67.29.80:8000

api_key:han1234

可用模型如下

gemini-2.5-flash-image-landscape
gemini-2.5-flash-image-portrait
gemini-3.0-pro-image-landscape
gemini-3.0-pro-image-portrait
gemini-3.0-pro-image-square
gemini-3.0-pro-image-four-three
gemini-3.0-pro-image-three-four
gemini-3.0-pro-image-landscape-2k
gemini-3.0-pro-image-portrait-2k
gemini-3.0-pro-image-square-2k
gemini-3.0-pro-image-four-three-2k
gemini-3.0-pro-image-three-four-2k
gemini-3.0-pro-image-landscape-4k
gemini-3.0-pro-image-portrait-4k
gemini-3.0-pro-image-square-4k
gemini-3.0-pro-image-four-three-4k
gemini-3.0-pro-image-three-four-4k
imagen-4.0-generate-preview-landscape
imagen-4.0-generate-preview-portrait
veo_2_1_fast_d_15_t2v_portrait
veo_2_1_fast_d_15_t2v_landscape
veo_2_0_t2v_portrait
veo_2_0_t2v_landscape
veo_2_1_fast_d_15_i2v_portrait
veo_2_1_fast_d_15_i2v_landscape
veo_2_0_i2v_portrait
veo_2_0_i2v_landscape
veo_3_1_t2v_fast_portrait_4k
veo_3_1_t2v_fast_4k
veo_3_1_t2v_fast_portrait_ultra_4k
veo_3_1_t2v_fast_ultra_4k
veo_3_1_t2v_fast_portrait_1080p
veo_3_1_t2v_fast_1080p
veo_3_1_t2v_fast_portrait_ultra_1080p
veo_3_1_t2v_fast_ultra_1080p
veo_3_1_i2v_s_fast_portrait_ultra_fl_4k
veo_3_1_i2v_s_fast_ultra_fl_4k
veo_3_1_i2v_s_fast_portrait_ultra_fl_1080p
veo_3_1_i2v_s_fast_ultra_fl_1080p
veo_3_1_r2v_fast_portrait_ultra_4k
veo_3_1_r2v_fast_ultra_4k
veo_3_1_r2v_fast_portrait_ultra_1080p
veo_3_1_r2v_fast_ultra_1080p

(祝我早日上2级)

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Jaky)

冰佬的邀请码1个 自取

91834277e7234bca8998df72f0804bbd 用了回复一下

码没有问题 😶‍🌫️
2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Scallions_)

抽一个GLaDOS 60天会员码

（话题已被作者删除）

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Merrick)