既然 github 可以通过更改 host 文件实现国内访问，那 V2EX 能不能用同样方法？
发现一个 github 项目：它一个修改 hosts 文件，加快 GitHub 访问速度的 Python 脚本。
https://github.com/jvxiao/speed-github
在项目的 readme 里面，也有每个 host 对应的 ip ，可以直接粘贴到 host 文件里面
发现一个 github 项目：它一个修改 hosts 文件，加快 GitHub 访问速度的 Python 脚本。
https://github.com/jvxiao/speed-github
在项目的 readme 里面，也有每个 host 对应的 ip ，可以直接粘贴到 host 文件里面
[北京-高德地图-视觉中心] 招聘视觉相关算法工程师
# 联系方式
vx：a16788991025
# 招聘岗位（部分）
- 大模型/生成式算法工程师
- 空间计算算法工程师
- 世界模型算法工程师
- 强化学习算法专家/高级算法工程师
- 规控算法专家/高级算法工程师
# 职位描述
## 我们是谁？
作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR 导航、智慧交通等领域的技术边界。
团队 gihub 主页： https://github.com/amap-cvlab
为何加入我们？
挑战世界级技术难题，追求智能上限
- 攻克大规模街景理解、动态场景语义分割、低算力端实时三维建模等前沿课题
- 构建行业领先的多传感器融合感知框架，赋能车路协同与城市数字孪生
- 探索生成式 AI 在空间计算与场景重建中的创新应用
用 AI 驱动国民级 APP 的产品迭代和颠覆式创新
- 技术直接落地于高德地图 App 、车载智能座舱、城市大脑等亿级用户场景
- 深度参与国家级智能网联汽车、智慧城市重点项目建设
- 与阿里达摩院、菜鸟物流、AutoX 等生态伙伴共建产业技术闭环
岗位职责：
1. 多模态大模型研发与应用
负责多模态大模型的核心架构设计，研究并实现图片、视频、文本等跨模态特征对齐、融合与表征学习方法，负责多模态大模型的数据准备、高效训练（包括但不限于预训练、SFT 、强化学习等）、推理加速等。
2. 模型优化与小型化部署
负责多模态大模型的轻量化设计、压缩与加速，确保模型在端侧设备上的高效运行。
针对高德地图的实际业务场景，优化模型性能，平衡精度与效率。
3. 创新性研究与落地
跟踪端侧生成式 AI （ Edge Generative AI ）、强化学习（ PPO 、GRPO 等）、智能 Agent 等前沿技术，探索多模态大模型在自动驾驶、智能导航等领域的潜在应用。
将研究成果快速转化为实际产品功能，推动技术创新与业务增长。
# 职位要求
- 计算机、电子信息、数学等相关专业，硕士及以上学历，3 年以上工作经验。
- 精通强化学习核心算法，如 PPO （ Proximal Policy Optimization ）、DDPG （ Deep Deterministic Policy Gradient ）、A3C 等，熟悉 VLA 等领域 RL 算法实践。
- 熟悉仿真环境下的 RL 训练，比如 Isaac Sim 等，熟悉 Real2SimReal 者优先。
- 有算法边缘设备部署经验者优先。
- 有较强的动手能力，熟练掌握 C++/Python 编程语言，深刻理解计算机原理，有良好的数据结构和算法基础。
- 具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神。
- 具有 CVPR/ICCV/ECCV/NIPS/ICRA 等相关顶会论文者优先。
# 联系方式
vx：a16788991025
# 招聘岗位（部分）
- 大模型/生成式算法工程师
- 空间计算算法工程师
- 世界模型算法工程师
- 强化学习算法专家/高级算法工程师
- 规控算法专家/高级算法工程师
# 职位描述
## 我们是谁？
作为中国领先的数字地图内容及导航服务提供商，高德地图日均服务数亿用户出行决策，每日处理超百亿级位置数据。视觉技术中心是驱动高德实现厘米级高精地图、实时三维重建、多模态感知等核心技术的引擎，持续突破自动驾驶、AR 导航、智慧交通等领域的技术边界。
团队 gihub 主页： https://github.com/amap-cvlab
为何加入我们？
挑战世界级技术难题，追求智能上限
- 攻克大规模街景理解、动态场景语义分割、低算力端实时三维建模等前沿课题
- 构建行业领先的多传感器融合感知框架，赋能车路协同与城市数字孪生
- 探索生成式 AI 在空间计算与场景重建中的创新应用
用 AI 驱动国民级 APP 的产品迭代和颠覆式创新
- 技术直接落地于高德地图 App 、车载智能座舱、城市大脑等亿级用户场景
- 深度参与国家级智能网联汽车、智慧城市重点项目建设
- 与阿里达摩院、菜鸟物流、AutoX 等生态伙伴共建产业技术闭环
岗位职责：
1. 多模态大模型研发与应用
负责多模态大模型的核心架构设计，研究并实现图片、视频、文本等跨模态特征对齐、融合与表征学习方法，负责多模态大模型的数据准备、高效训练（包括但不限于预训练、SFT 、强化学习等）、推理加速等。
2. 模型优化与小型化部署
负责多模态大模型的轻量化设计、压缩与加速，确保模型在端侧设备上的高效运行。
针对高德地图的实际业务场景，优化模型性能，平衡精度与效率。
3. 创新性研究与落地
跟踪端侧生成式 AI （ Edge Generative AI ）、强化学习（ PPO 、GRPO 等）、智能 Agent 等前沿技术，探索多模态大模型在自动驾驶、智能导航等领域的潜在应用。
将研究成果快速转化为实际产品功能，推动技术创新与业务增长。
# 职位要求
- 计算机、电子信息、数学等相关专业，硕士及以上学历，3 年以上工作经验。
- 精通强化学习核心算法，如 PPO （ Proximal Policy Optimization ）、DDPG （ Deep Deterministic Policy Gradient ）、A3C 等，熟悉 VLA 等领域 RL 算法实践。
- 熟悉仿真环境下的 RL 训练，比如 Isaac Sim 等，熟悉 Real2SimReal 者优先。
- 有算法边缘设备部署经验者优先。
- 有较强的动手能力，熟练掌握 C++/Python 编程语言，深刻理解计算机原理，有良好的数据结构和算法基础。
- 具备良好的逻辑分析能力、学习能力、沟通能力及团队协作精神。
- 具有 CVPR/ICCV/ECCV/NIPS/ICRA 等相关顶会论文者优先。
在上一家公司带了近十年，今年被迫离职 发现自己已经找不到工作了
在上一家公司带了近十年，去年年底离职了，正好休息一段时间想好好过完年后再说。
3 月份开始找工作，发现现在已经不是十年前了，处处碰壁。
朋友推荐了一家外企，发简历过去，对方挺满意的，先让我写了个 API ，api 服务主要就是考验对大数据量并发请求和大数据查询、异步等方面的处理，花了几个小时写完，第二天就要我去面试。
奈何其实技术是有的，项目经验也有，但是面试的时候还是回答表现的没有那么好，面试结束看了下手表心率一直都在 12-130 。
我现在已经怀疑自己还能不能继续在这行业摸爬滚打了。
在上一家公司带了近十年，去年年底离职了，正好休息一段时间想好好过完年后再说。
3 月份开始找工作，发现现在已经不是十年前了，处处碰壁。
朋友推荐了一家外企，发简历过去，对方挺满意的，先让我写了个 API ，api 服务主要就是考验对大数据量并发请求和大数据查询、异步等方面的处理，花了几个小时写完，第二天就要我去面试。
奈何其实技术是有的，项目经验也有，但是面试的时候还是回答表现的没有那么好，面试结束看了下手表心率一直都在 12-130 。
我现在已经怀疑自己还能不能继续在这行业摸爬滚打了。
带娃看小病花大价钱有感
小孩两周前游泳耳朵进水引发急性中耳炎 ，去医院看一顿检查 开药 200 多 ， 一周后好的差不多了去复查 医生再开单说过一周再复查一次 缴费又是检查 200 多 …
（回顾小孩耳朵第三天已经不痛了 结果总共跑了 3 次医院 花了 400 多）
大医院 KPI 真狠啊 以后一定要先问清 做什么 多少钱 有没有必要做
同样话题引申到
用了 9 年的松下空调 不制冷
京东上门 收费 50 高空费用 100
看了一句 空调太久了 不一定是雪种 加了以后可能还会漏 这个牌子的通病最后纠结 还是 200 给他回收了 家电补贴买了格力感叹 普通人 要怎么样才能“精明”的生活 不被有种被宰的感觉呢京东上门 收费 50 高空费用 100 看了一句 空调太久了 不一定是雪种 加了以后可能还会漏 这个牌子的通病最后纠结 还是 200 给他回收了 家电补贴买了格力
感叹 普通人 要怎么样才能“精明”的生活 不被有种被宰的感觉呢
小孩两周前游泳耳朵进水引发急性中耳炎 ，去医院看一顿检查 开药 200 多 ， 一周后好的差不多了去复查 医生再开单说过一周再复查一次 缴费又是检查 200 多 …
（回顾小孩耳朵第三天已经不痛了 结果总共跑了 3 次医院 花了 400 多）
大医院 KPI 真狠啊 以后一定要先问清 做什么 多少钱 有没有必要做
同样话题引申到
用了 9 年的松下空调 不制冷
京东上门 收费 50 高空费用 100
看了一句 空调太久了 不一定是雪种 加了以后可能还会漏 这个牌子的通病最后纠结 还是 200 给他回收了 家电补贴买了格力感叹 普通人 要怎么样才能“精明”的生活 不被有种被宰的感觉呢京东上门 收费 50 高空费用 100 看了一句 空调太久了 不一定是雪种 加了以后可能还会漏 这个牌子的通病最后纠结 还是 200 给他回收了 家电补贴买了格力
感叹 普通人 要怎么样才能“精明”的生活 不被有种被宰的感觉呢
[日经贴] 分享一下 AI IDE/Plugin 的使用体验
后端一只（也会前端，但不是很熟练），因为之前 IDEA 里写业务比较多，所以 Cursor 刚火的时候没去试（拍大腿）
期间主要干了 2 件工作量相对较大的事情：
1. BewlyBewly （一个 B 站浏览器插件）停止维护了，所以我在它的基础上开始维护 BewlyCat ～
2. 公司里 2 年前 vue 写的运维平台的前端，我花了一周时间重构到了 react （因为公司用 react ，之前是自己空余时间写的运维工具，加上 tdesign 的 vue 遇到了一些无法解决的 BUG ，就干脆重构了）。
浏览器插件我其实不是很熟悉，不过本质还是前端，在 AI 辅助下还是容易的。
react 属于是知道大概怎么写，但之前主要写的多的还是 vue 。
### Trae
trae 是我最开始用的，也是我用的最多的，优点是免费+还不错的上下文（相对）。
遇到的一些问题：
1. 排队严重，尤其是 Builder 模式，很容易进入全排队
2. Gemini 2.5Pro 的效果不错，但经常遇到修改合并到文件的时候合并到了一个全新的文件。其他的模型不会出现这个问题。
3. 上下文长度截断问题：生成完一部分后，它提示上下文不够，让你点继续，你点了继续，它又重新生成了，而不是继续生成
4. 遇到过需要修改某个 500 行内特定的文件，Builder 模式，用任何模型（包括自己自费的 Claude Api ），会出现读取文件，上下文长度不够炸了（但有些更大的文件又可以）
5. Tab 和没有一样。偶尔有了又感觉在捣乱。
6. 插件仓库不是很好，比如`Vue-Office`需要从 vscode 拷贝过来，而且得关闭自动更新，不然会更新到`3.0.0-alpha`的一个版本，而这个版本是一堆 BUG 的（可能是旧版本），而且 vscode 里预览版也没这个版本。
### Roo Code
优点：能调用 Copilot 的 api ，比起直接烧 token 成本会低一点；效果整体还好，但建立在庞大的多轮对话和上下文上，稍微比 Cursor 的效果差点。
缺点：极其消耗 Token!第一次生成的 code 遇到一些格式问题的时候会一直读取异常信息然后修改。
### Augment
体验不多，感觉比 RooCode 和 Trae 的效果在一些场景会好一点，比如 Trae 遇到了某个文件一读取就超上下文的时候它能一段段的加入上下文处理。但也会遇到有些问题打死解决不了。
### Copilot
Pro 之前是不限量请求的，配合 Roo Code 很舒服，但 6 月后需要限制请求数了。虽然基础模型可以无限使用。1.100 的 VSCode 里的 agent 模式感觉效果还不错，比 Trae 的 Builder 模式好一点，但因为我没买 Pro 所以对比不了 Claude3.7 的下的效果会不会比 Augment 以及 Cursor 惊艳。
### Cursor
最近才开始试用。原来试用的是`慢速`请求，我感觉比别的快速请求都快（还是说每个月有 150 次快速？）
比起其他的，上下文做的算是最好？而且首次生成的代码质量最佳，很少遇到生成后 AI 还需要改好多轮的。
我在其他的 AI IDE 和插件里解决不掉的一些 BUG ，在这边能很省事的解决，虽然解决的时候会引入一些小的画蛇添足的代码导致一些小问题（但功能是正常的）
打算买 Cursor Pro 试试（
后端一只（也会前端，但不是很熟练），因为之前 IDEA 里写业务比较多，所以 Cursor 刚火的时候没去试（拍大腿）
期间主要干了 2 件工作量相对较大的事情：
1. BewlyBewly （一个 B 站浏览器插件）停止维护了，所以我在它的基础上开始维护 BewlyCat ～
2. 公司里 2 年前 vue 写的运维平台的前端，我花了一周时间重构到了 react （因为公司用 react ，之前是自己空余时间写的运维工具，加上 tdesign 的 vue 遇到了一些无法解决的 BUG ，就干脆重构了）。
浏览器插件我其实不是很熟悉，不过本质还是前端，在 AI 辅助下还是容易的。
react 属于是知道大概怎么写，但之前主要写的多的还是 vue 。
### Trae
trae 是我最开始用的，也是我用的最多的，优点是免费+还不错的上下文（相对）。
遇到的一些问题：
1. 排队严重，尤其是 Builder 模式，很容易进入全排队
2. Gemini 2.5Pro 的效果不错，但经常遇到修改合并到文件的时候合并到了一个全新的文件。其他的模型不会出现这个问题。
3. 上下文长度截断问题：生成完一部分后，它提示上下文不够，让你点继续，你点了继续，它又重新生成了，而不是继续生成
4. 遇到过需要修改某个 500 行内特定的文件，Builder 模式，用任何模型（包括自己自费的 Claude Api ），会出现读取文件，上下文长度不够炸了（但有些更大的文件又可以）
5. Tab 和没有一样。偶尔有了又感觉在捣乱。
6. 插件仓库不是很好，比如`Vue-Office`需要从 vscode 拷贝过来，而且得关闭自动更新，不然会更新到`3.0.0-alpha`的一个版本，而这个版本是一堆 BUG 的（可能是旧版本），而且 vscode 里预览版也没这个版本。
### Roo Code
优点：能调用 Copilot 的 api ，比起直接烧 token 成本会低一点；效果整体还好，但建立在庞大的多轮对话和上下文上，稍微比 Cursor 的效果差点。
缺点：极其消耗 Token!第一次生成的 code 遇到一些格式问题的时候会一直读取异常信息然后修改。
### Augment
体验不多，感觉比 RooCode 和 Trae 的效果在一些场景会好一点，比如 Trae 遇到了某个文件一读取就超上下文的时候它能一段段的加入上下文处理。但也会遇到有些问题打死解决不了。
### Copilot
Pro 之前是不限量请求的，配合 Roo Code 很舒服，但 6 月后需要限制请求数了。虽然基础模型可以无限使用。1.100 的 VSCode 里的 agent 模式感觉效果还不错，比 Trae 的 Builder 模式好一点，但因为我没买 Pro 所以对比不了 Claude3.7 的下的效果会不会比 Augment 以及 Cursor 惊艳。
### Cursor
最近才开始试用。原来试用的是`慢速`请求，我感觉比别的快速请求都快（还是说每个月有 150 次快速？）
比起其他的，上下文做的算是最好？而且首次生成的代码质量最佳，很少遇到生成后 AI 还需要改好多轮的。
我在其他的 AI IDE 和插件里解决不掉的一些 BUG ，在这边能很省事的解决，虽然解决的时候会引入一些小的画蛇添足的代码导致一些小问题（但功能是正常的）
打算买 Cursor Pro 试试（
发现了一个免费的图片生成视频，敏神最新的 FramePack-F1 模型
https://imgur.com/3tXVKJ6
https://imgur.com/I46HNH9
效果很惊艳...不过经常生成失败...果然免费的没那么好
https://imgur.com/6BKWYt8
链接： https://frame-pack.video/
https://imgur.com/3tXVKJ6
https://imgur.com/I46HNH9
效果很惊艳...不过经常生成失败...果然免费的没那么好
https://imgur.com/6BKWYt8
链接： https://frame-pack.video/