熬夜大赛正式开始 你我谁主沉浮2026 年 5 月 8 日

27小时上班又开始了
过几天还得加个十来个小时的班
哎
大型活动好烦啊

2 个帖子 - 2 位参与者

阅读完整话题

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

GPT image 2 这是吃了多少恐怖片啊......

OpenAI banned me for creepy prompt 搞七捻三

Hi I am chetaslua , please don’t use those prompts a lot , they will ban you Follow me on X : https://x.com/chetaslua And can anyone help me to increase my level folded_hands And there are lots o…

大佬本人来了！他提醒说这个 prompt 多次使用可能导致账号被封禁！

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

今天刷x看到 @chetaslua （不知道L站是本人还是同名）发的帖子，一个诡异的提示词，看下面评论区的时候给我吓个半死，当时我心跳直接吓停了一拍

！！！！
胆小的千万别搜，胆大的也别搜，胆特别大的再搜！！😱
真的是写实的恐怖

链接就不放了，今天那个应该还挺火的
记得提示词的关键就是“我知道这可能包含令人不安的内容”

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

我当时看到的是一个带血的婴儿，屁股一侧还连着一个单独的头

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

GPT image 2 这是吃了多少恐怖片啊...... 搞七捻三

噫，评论区发现了个效果更好的prompt give me an extremely strange and disturbing image Make the aspect ratio 4:3 官网instant模式，有概率被吞，但出来的图都很哈人 gpt对恐怖图片审核这么松吗（ play_button 微猎奇，慎看

79 个帖子 - 58 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: lueluelue)

5分钱一张GPT-Image-2，注册送积分，当福利给大家来玩。另外平台上线Claude、GPT套餐

官网：OneToken.sh

GPT 正价模型 1:3.3刀，Token包更享7折优惠，欢迎各位体验。
Claude Opus 4.7 1:1刀，Token包更享7折优惠，欢迎各位体验。

本平台子成立以来，全部采用官方正价订阅中转，尽可能保障用户体验。

平台可支持开发票，欢迎重度用户、企业、初创团队对接，享更低折扣

GPT、Claude模型均可打假，测出掺水，虚假模型，有重赏 😁

15 个帖子 - 12 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: 苏苏 OneToken.sh)

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

似乎终于理解了Codex真正的用法

前些天偶然间看到推上有人说GPT和Claude的性格差异，大概意思是，GPT能更好的遵守指令，越细化的指令执行的结果就越好；Claude则对指令容忍度较高。

我让GPT检索了一下来源，应该是从Cursor的这篇文章里来的。

OpenAI’s models tend to be more literal and precise in their instruction following, whereas Claude is a bit more intuitive and more tolerant to imprecise instructions.

我之前不管是用Codex还是Claude Code，都是想着功能实现然后口语化的描述给Agent让它来做，这样虽然基本都可以达到想要的效果，但是往往与想象中的状态还有很多差异，比如细节上的问题、Agent工作中遗留或未考虑到的BUG，这些都需要后续多遍甚至多个Model来Review解决，甚至可能发现不了。

这篇文章给我个启发，为什么不让Agent自己给自己写提示词或者指令？之前我试过让ChatGPT写出prompt给Codex运行，效果有很大提升，但是因为ChatGPT没有开发环境，只能泛泛的给出一个结论，有时候这个结论反而和现实项目相悖，而指令很长又导致可能发现不了这些问题。（比如项目是Vue写的，但是我让GPT描述了功能它让Codex用React写。）

目前我才用的方法是直接让Codex自己读项目，自己写prompt，优化1～2次，然后新建一个session把prompt丢进去让它做，效果提升显著。

最后，我能想到很多大佬可能早就知道这种方法了，只是作为新手的我这两天才悟过来，也算是给其他Vibe Coding的朋友分享一些我的见解吧。

哦对了，我的Coding组合是问过佬们之后采用的3个Plus扔进Sub2Api调度方案，额度基本用不完了 :tieba_025:

22 个帖子 - 20 位参与者

阅读完整话题

via LINUX DO - 热门话题 (author: Gork)

如果说以前的Ai赋能是乘法，现在的AI赋能是不是加法？

一个能力为负的人也能抬到平均线，至少是把低技能者抬到了平均操作线。

然后呢？

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: navke)

更新完英伟达，又给我点震撼：小屏玩暖暖

之前跟AI学了一招，ALT+enter就可以全屏了~
此外，我也是设置为窗口模式才会这样，可以设置为全屏窗口模式，或者是全屏模式就会强制全屏了
设置为窗口模式的话，就可以用我的笔记本电脑的触摸屏三指下滑，然后返回到桌面，然后去玩其他的，而不用关掉游戏

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: 欣欣|林可欣)

Any Tool or Open-Source Project for Rotating Multiple NVIDIA API Keys?

Hi everyone,
I’m looking for a tool, proxy, or open-source project that can manage and rotate multiple NVIDIA API keys automatically for API requests.
My use case is:
Load balancing requests across multiple keys
Automatic key rotation.
I wanted to know if something like this already exists, or if there are recommended approaches/projects for implementing it.
Any suggestions, GitHub repos, or guidance would be appreciated.
Thanks!

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Golak Behera)

问问佬友 有什么好办法可以实现与ai的操控的终端共享 实时看到ai的输入也能自己输入 最好和服务器的终端也能共享

搜了一下发现tmux和zellij好像可以实现 在windows上 tmux据说有一些不完善的地方 zellij也有如果窗口过小会同步最小窗口的小瑕疵
codex自带ssh和vscode remote ssh好像也只能实现一部分功能
问问佬友有没有什么更优雅的方法吗？

1 个帖子 - 1 位参与者

阅读完整话题

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

优秀公开课推荐

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

因为Cyber Abuse被封号，会被关联其他账号吗

佬们，如果一个号因为Cyber Abuse被封号了，其他没被封的号还敢接着用吗？还敢再添加账号吗？比如关联了本地的软硬件环境？
几十，几百甚至上千个账号的佬们，帮我解答下疑虑

2 个帖子 - 2 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: doudo)

02. 使用 Rust 学习 Agent 开发

Rust Openai 多模态示例

use async_openai::{
    Client,
    types::chat::{
        ChatCompletionRequestMessageContentPartImage, ChatCompletionRequestMessageContentPartText,
        ChatCompletionRequestUserMessageArgs, CreateChatCompletionRequestArgs, ImageDetail,
        ImageUrl,
    },
};
use base64::{Engine as _, engine::general_purpose::STANDARD};

#[tokio::main]
async fn main() -> anyhow::Result<()> {
    dotenvy::dotenv().ok();

    let image_path = "playground/examples/assets/广州塔.jpeg";
    let image_bytes = std::fs::read(image_path)?;
    let image_url = format!("data:image/jpeg;base64,{}", STANDARD.encode(&image_bytes));

    let client = Client::new();

    let request = CreateChatCompletionRequestArgs::default()
        .model("gpt-5.5")
        .messages([ChatCompletionRequestUserMessageArgs::default()
            .content(vec![
                ChatCompletionRequestMessageContentPartText::from(
                    "请描述下这张图片，这张图片所在位置是哪里呢?",
                )
                .into(),
                ChatCompletionRequestMessageContentPartImage::from(ImageUrl {
                    url: image_url,
                    detail: Some(ImageDetail::High),
                })
                .into(),
            ])
            .build()?
            .into()])
        .build()?;

    let response = client.chat().create(request).await?;

    println!("{response:#?}");
    Ok(())
}

使用 Response

use async_openai::{
    Client,
    types::responses::{CreateResponseArgs, InputContent, InputImageArgs, InputMessageArgs},
};
use base64::{Engine as _, engine::general_purpose::STANDARD};

#[tokio::main]
async fn main() -> anyhow::Result<()> {
    dotenvy::dotenv().ok();

    // Read local image and encode as base64 data URL
    let image_path = "playground/examples/assets/广州塔.jpeg";
    let image_bytes = std::fs::read(image_path)?;
    let image_url = format!("data:image/jpeg;base64,{}", STANDARD.encode(&image_bytes));

    let client = Client::new();

    let request = CreateResponseArgs::default()
        .model("gpt-5.5")
        .input(
            InputMessageArgs::default()
                .content(vec![
                    InputContent::from("请描述下这张图片，这张图片所在位置是哪里呢?"),
                    InputImageArgs::default()
                        .image_url(image_url)
                        .build()?
                        .into(),
                ])
                .build()?,
        )
        .build()?;

    let response = client.responses().create(request).await?;

    println!("{response:#?}");
    Ok(())
}

1 个帖子 - 1 位参与者

阅读完整话题

via LINUX DO - 最新话题 (author: Custer)