V2EX

[推广] 阿里云国际站云服务器和传统服务器区别！ 云计算技术飞速发展，云服务器的运用随之越来越多挑选，许多客户都会挑选云服务器来满意业务发展的需求，而不再运用传统服务器。关于草创企业来说，云服务似乎是首选。云服务器和传统服务器有什么区别呢？其实，云服务器和传统服务器的区别还是很大的，云服务器完胜传统服务器。 1 、价格 传统服务器运维本钱高，所以价格也高，云服务器一开云计算技术能够把价格做到很低。 2 、拜访速度 相同装备的服务器，云服务器的速度也比传统服务器快。 3 、网站稳定性 云服务器稳定性比较好，传统服务器常常宕机。 4 、数据安全性 云服务器数据安全性比较高，根本不会出现数据丢掉的问题。 5 、装备更改 云服务器能够随时晋级装备，续费时也能够下降装备，几分钟就完成了，十分便利。 阿里云国际站账户怎么注册？作为阿里云国际站旗舰级分销商，无需绑定 PayPal 信用卡就可开通阿里云国际版账户，工单优先处理、解决方案定制、全天售后服务、大量优惠支持、在线自助充值。 联系： tg@cloudcup 官网：www.166cloud.com

[Claude Code] 有没有长期关注 Claude 的朋友，我建了一个 Channel 自动抓取 Claude Team 的推文 这周发现 Cursor 的年订阅到期了，虽然还是去年从闲鱼入的，但是买完好像就用了一个月就吃灰了，这一年一直在用 Claude Code ，不管是工作还是个人生活。 我知晓 Claude Code 的一些新功能，或者是一些不错的分享，都是来源于 X 上面 Team Member 的一些推文，但是刷 X 还有个坏处就是不够聚焦，有时候刷着刷着就上瘾，而且难以沉下心去看一些很有价值的分享。 因此我突发奇想，跑了一个定时任务，抓取 Claude Team Member 的推文（剔除评论、纯转发），交给 Opus 做分类（目前我分了 5 类，分别是 Claude Code, Claude Products, API & Developers, Models & Research, Other ）和摘要，再单独做一次翻译，推送到 Discord Channel 。 我坚信 AI 时代应该做减法，因此目前只抓取 5 个账号（ Cat Wu, Boris, Thariq, Claude 和 Anthropic 官号），每周也只在周一和周四汇总推送 2 次，我觉得这已经足够我获取到高质量信息了，因为 X 上面大部分的信息其实都是二手加工和转发，Follow the builder, not the influencer. Channel 我也创建了 2 个，我自己喜欢读英文原文，如果喜欢读中文的也可以只关注中文 Channel 。 Claude 经过了这一年的验证，我自己也学习了好几门 Anthropic 的课程，它绝对是值得我们长期关注和学习的。希望与更多朋友一起交流～ 点击可以直接加入 Discord Server

[生活] 生活随笔日记 11（不舍得花钱租房） 2026.4.09 一直都有搬家的想法，最近这 2 天又很强烈起来，一方面确实想搬离城中村，更重要一方面带妹子回来也显得没那么 low 。 我目前房租不到我收入的 10 分之一，我完全可以用 10 分之 2 的收入租一个更好的房子，更好的享受生活，提高生活质量，但总是不舍得花这个钱。 离公司近，市中心近，还要房子好，那就价格贵。 房租便宜，房子装修可以，那就离公司远。 这一大部分的想法可能取决于小时候成长环境吧，另一方面明年也不想在上班了，赚了钱也不舍得花，要攒着。 几年前都是买 pdd 几十块钱的衣服质感极差。 最近对买衣服裤子这些还是比较舍得花钱了，才买了一件三百多的短袖，确实是舒服有质感啊

[分享创造] 化繁为简——macOS 剪切板工具 aPaste 都说每个人都会有个剪切板项目（ 上一个帖子 已经过去一个月了，期间实现了零零散散的来自各个小伙伴的各种小需求，修复了许多个小 bug ，近期也加上了 liquid 材质适配（可关闭），文件夹加密同步，空格预览等各种功能。 现在已经是相对完善的一个状态了。 再次分享一下，欢迎大家试用提出需求： 安装 brew tap alliottech/tap export HOMEBREW_CASK_OPTS="--no-quarantine" brew install --cask alliottech/tap/apaste Release page: https://github.com/AlliotTech/aPaste/releases 预览 话不多说，直接上图：

[分享创造] Claude 防封分流的完整域名配置 [General] bypass-system = true skip-proxy = 127.0.0.1,192.168.0.0/16,10.0.0.0/8,172.16.0.0/12,100.64.0.0/10,localhost,*.local [Proxy] CLAUDE0409 = direct [Rule] # 核心域名（ DOMAIN-SUFFIX 已覆盖所有 *.anthropic.com 子域名） DOMAIN-SUFFIX,anthropic.com,CLAUDE0409 DOMAIN-SUFFIX,claude.ai,CLAUDE0409 DOMAIN-SUFFIX,claude.com,CLAUDE0409 DOMAIN-SUFFIX,clau.de,CLAUDE0409 DOMAIN-SUFFIX,claudemcpclient.com,CLAUDE0409 DOMAIN-SUFFIX,claudeusercontent.com,CLAUDE0409 # CDN 和静态资源 DOMAIN,servd-anthropic-website.b-cdn.net,CLAUDE0409 DOMAIN,anthropic.com.cdn.cloudflare.net,CLAUDE0409 # 认证 / 内容 DOMAIN,anthropic.auth0.com,CLAUDE0409 DOMAIN,anthropic-com.ghost.io,CLAUDE0409 # 监控和遥测 DOMAIN-SUFFIX,sentry.io,CLAUDE0409 DOMAIN-SUFFIX,statsigapi.net,CLAUDE0409 DOMAIN,browser-intake-us5-datadoghq.com,CLAUDE0409 DOMAIN-KEYWORD,datadog,CLAUDE0409 DOMAIN-KEYWORD,sift,CLAUDE0409 # 客服 / 第三方 widget DOMAIN-SUFFIX,intercom.io,CLAUDE0409 DOMAIN-SUFFIX,intercomcdn.com,CLAUDE0409 DOMAIN,cdn.usefathom.com,CLAUDE0409 # IP 段 / ASN 兜底 IP-CIDR,160.79.104.0/21,CLAUDE0409,no-resolve IP-CIDR6,2607:6bc0::/32,CLAUDE0409,no-resolve IP-ASN,399358,CLAUDE0409,no-resolve FINAL,DIRECT

[推广] 上新： Claude Pro 118 正规尼区 iOS 卡密自助充值服务，适合长期稳定使用 Claude Pro 正规尼区 iOS 卡密自助充值服务，适合长期稳定使用 须会员到期后，才可续费！请勿提前充值（激活前请确认当前状态为无欠费/无逾期，否则激活不到账无售后） 自助充值地址 https://keyvault.686985.xyz 充值方法：访问 claude.ai/settings ，在账户信息中找到您的用户 ID ，使用 Claude 用户 ID 即可充值 质保充值成功，无其他售后，不过应该是目前最稳定的充值渠道，如果新注册的号建议用免费额度养一周再充值。 自主购买地址： https://pay.ldxp.cn/shop/282D9KDL

[程序员] 啃了那篇 54 页的 Agent Harness 综述, 给大伙讲个省流版 花了两天啃完一篇 54 页的综述，Externalization in LLM Agents（ LLM Agent 中的外化，arXiv 2604.08224 ），用认知科学的框架把 Memory 、Skills 、Protocols 、Harness 这几个看着各管各的工程趋势统一到一个逻辑下面解释，讲的是把能力从模型内部外化到运行环境中的发展过程。我自己这几个月在写一个 coding agent 用的 harness Chorus，所以对这篇综述很感兴趣。说实话 harness 这个词多少有点造词炒热度的味道，但这个先放一边，看看论文本身提了哪些实践。 写了篇完整的解读放博客了： https://chorus-ai.dev/zh/blog/externalization-in-llm-agents/ ，详细的逐页笔记在这： https://github.com/Chorus-AIDLC/Chorus/blob/main/docs/notes-externalization-llm-agents.md ，V2EX 篇幅有限这里简单聊聊，感兴趣可以去看全文。 ---------------------- TLDR: 外部工具不是让模型变强，是把难任务变成简单任务。 论文拿 Donald Norman 的"认知制品"理论做支点。Norman 有个很反直觉的观察：外部工具不是让你能力变强了，而是把任务变成了另一个任务。 拿购物清单举例，清单不是让你记忆力变好了，它做的事情是把"回忆要买什么"变成了"看一眼纸上写了什么"。任务性质变了，从回忆（ recall ）变成了识别（ recognition ），识别比回忆简单太多了。 LLM Agent 的外化是同一回事。裸模型反复踩三个坑。上下文窗口有限，session 一断记忆就没了，有了外部 memory 之后回忆变成了检索。同一个 prompt 今天分五步做明天分三步后天跳过验证，有了 skill 之后从头发明变成了选择组合。每次调工具都得猜参数格式猜返回结构，有了 protocol （比如 MCP ）之后临场猜变成了照着填。共同点就是模型被要求解决的问题变简单了。 ---------------------- TLDR: Weights -> Context -> Harness ，开发者的精力从改模型转向改环境。 然后论文把 2022 到现在的演变分成三层，不是说前一层过时了，而是开发者把边际精力花的地方在转移。2022 年为主是 Weights 阶段，能力等于权重，更大模型更好训练更精对齐，好处是快和泛化强，坏处是想更新一个事实就得 retrain 。2023 到 2024 年是 Context 阶段，prompt engineering 、ReAct、RAG ，不动权重就能改行为，但窗口有限，每个新 session 都是部分失忆的开始。2025 年开始进入 Harness 阶段，从早期的 Auto-GPT 、BabyAGI 到后来的 SWE-Agent（最近还出了个 mini 版，核心 100 行 Python ）、OpenHands、LangGraph，可靠性问题越来越多通过改环境解决，不是在 prompt 上修修补补，模型在什么环境里跑比模型本身聪不聪明更影响最终效果。 ---------------------- TLDR: 存多少不重要，检索出什么才重要。 来说说 memory ，这章大概是论文写得最扎实的部分。它把 memory 按"外化了什么负担"分成四层：工作上下文是当前任务的中间状态，不外化就随窗口重置没了；情景经验是之前跑过的决策和失败，能当先例用；语义知识是跨案例成立的抽象，项目惯例之类的；个性化记忆是用户偏好，不能混进通用存储。 memory 架构也经历了几代演进，从全塞 prompt 里的单体上下文，到带检索的外部存储（ RAG ），到 MemGPT（现在已经被 Letta 收编了）那种热冷分离的分层管理，再到检索策略本身可以根据反馈演化的自适应系统。论文说存得多但检索弱的系统，给模型呈现的是错误的问题，memory 的成功标准不是"存了多少"而是"当前这一步的上下文是不是清晰可读"。 ---------------------- TLDR: 别让模型每次从头发明工作流，打包好让它选。 再说 skill 。模型可能"知道"怎么干一个活，但每次从头推导工作流的时候行为不稳定，跳步骤、停止条件飘忽、工具调用不一致。Skill 就是把验证过的工作流打包成可复用的东西。论文说一个完整的 skill 有三部分：操作过程（步骤骨架）、决策启发（分支处怎么选）、规范约束（什么条件下算合格），三个都指定了才真正可复用。演化路径也很清楚，先是 Toolformer 这种学会稳定调单个工具，然后 Gorilla、ToolLLM 解决工具多了之后选哪个的问题，最后到 Voyager 这种在 Minecraft 里自己探索产生不断增长的代码级 skill 库，能力的存在形式从散落的工具调用变成了可加载可复用的打包知识。 这里有个设计细节挺有意思的，叫渐进披露。找到一个 skill 不等于要把全部内容立刻塞进上下文，长上下文不能可靠转化为更好性能，详细指令反而可能变成噪声。所以分层加载，一开始只给名字和描述，需要的时候再逐步展开。Claude Code 的 skill 系统就是这么设计的。 ---------------------- TLDR: 不该让模型猜的东西就别让它猜。 然后是 protocol ，论文说在三种外化里 protocol 效果最猛，因为它直接把一整类问题从模型的思考负担里拿走了。没有协议的时候模型每调一个工具都在猜，参数叫什么、按什么顺序传、返回的东西长什么样，这些本来就不该靠猜。有了 MCP ，工具自己声明能做什么参数是什么返回什么，Agent 照着填就行。不过论文没提 MCP 吃 token 的问题，现在社区里 CLI wrapper 大有取代 MCP 的势头。 多 agent 协作方面论文也梳理了几个协议：Google 的 A2A（ v1.0 今年 3 月刚发，已经移交 Linux Foundation 了）让 agent 之间互相发现能力和分配任务，IBM 的 ACP 走轻量 REST 路线降低接入门槛，不过 ACP 后来被 Cisco 的 AGNTCY 项目吸收捐给了 Linux Foundation ，独立存在感已经不太强了。论文还理清了一个容易搞混的边界：MCP 管"怎么调工具"，不管"用这些工具该走什么流程"（那是 skill ），也不管"上次聊到哪了"（那是 memory ）。 ---------------------- TLDR: Memory 、Skill 、Protocol 三个模块互相喂，正反馈也会放大错误。 最后聊聊模块之间的关系，三个模块不是各干各的，论文画了六条耦合流。 比较有意思的比如 Memory 到 Skill 的经验蒸馏，重复出现的成功路径被抽象成可复用流程。还有 Protocol 到 Skill 的能力生成，接口标准化之后写最佳实践变得容易很多，每个稳定的新接口都是一族新 skill 的种子。 论文还指出了一个自我强化循环：更好的 memory 带来更好的 skill 蒸馏，更好的 skill 产生更丰富的执行记录，进一步改善 memory 。正反馈加速增长，但也放大错误，有毒 memory 导致有缺陷的 skill ，级联下去单个模块控制不住，得靠 harness 级别的干预打断。 ---------------------- 读完最大的收获就是一个思维框架吧，遇到 Agent 不靠谱的问题，先想想这个负担应该在模型里还是模型外面，别第一反应换更大的模型。模型擅长的事让模型干，灵活综合、对给定信息做推理。模型不擅长的事搬出去，长期记忆、流程一致性、跟外部系统打交道。 论文的结论也是我这段时间最大的体会：更好的 Agent 不是更好的推理器，是更好地组织的认知系统。 论文: https://arxiv.org/abs/2604.08224 完整解读: https://chorus-ai.dev/zh/blog/externalization-in-llm-agents/ 逐页笔记: https://github.com/Chorus-AIDLC/Chorus/blob/main/docs/notes-externalization-llm-agents.md

[程序员] AI 没有先让我失业，先让我发现打工更不值了 要是我这几个月感受变化最大的那就是 AI 的发展太迅速了。去年我使用 AI 的方式主要还是 Tab 补全和一些 Bash 脚本的编写，到今年基本上就是对话为主了。 这里有个挺有意思梗图： https://x.com/indigox/status/2034878628945961000 如果对于 AI 的使用方式有派系区别，我自认为我去年还停留在轻度维新派的阶段。但今年已经转变到半维新派或者维新派了。 这几个月我用 AI 帮我完成了很多以前可能需要一周甚至一个月才能搞定的事情： ● 逆向一个微信 RSS 的工具，绕过了激活码验证 ● 逆向了路由器固件，魔改了 LED 控制模块实现了很多新功能 ● 给新买的路由器写了一个支持局域网全局代理的工具，性能比 Clash 好上不少 ● …… 更不要提上个月在公司加了两天班，以近乎黑客马拉松的形式在几乎百分百 AI Coding 的情况下上线了一个放一起可能要半个月甚至一个月才能上线的紧急项目，我自认为总体质量还挺高。 放在 2025 年或者以前这是一个不可能完成的任务，放在当前我认为这是一个编程奇迹。 既然 AI 提高了这么多的生产力，是否使得我们平时的工作是否变得更轻松，或者得到了更多的回报呢？很遗憾，目前我觉得并没有。提高的生产力部分几乎以一种没有任何额外回报的形式（除了消耗的 Token 成本）全部贡献给了公司。这是让我觉得最不对等的地方。增长的生产力意味着公司单位时间获得利润的能力更强，我给公司提高了 5 倍甚至 10 倍的生产力，但是公司并没有将额外的利润转化为回报返还给我们，那我们凭什么要用 AI 为公司改善生产力呢？用 AI 改善生产力越多，工作/回报的性价比就越低。 工作性价比降低的尽头是否意味着失业？我没有太多的想法，目前我想说的就八个字：拥抱 AI ，抵制内卷。

[☕Vibe Coding🤖] 氛围编程的教程挑花眼了，求推荐 基本都大差不差吗？有没有需要避坑的教程？ 发完帖子我就自己去略读几个，没人回我会自己写个回复。最好是有人能推荐一下，我也能节省点时间。 我找到的： 《氛围编程：AI 编程像聊天一样简单》去年八月的，不知道是否过时了。 https://github.com/datawhalechina/vibe-vibe 谷歌搜索比较靠前。 https://github.com/liyupi/ai-guide 通过上面的项目的 topic 找到的，比较靠前。 我看英文很慢。如果有特别好的英文教程的话，我想先用中文了解大概的概念，然后再用英文的补漏。

[远程工作] [远程] Team247 招聘 AI-First Builder（实习 & 正式） 自 2016 年成立以来，Team247 长期为美国互联网初创企业提供产品开发支持，帮助其设计、构建并发布软件产品，覆盖医疗、教育、金融、旅行、社交、酒店、零售等多个行业。 过去一段时间，我们逐步将工程实践转向 AI-First workflow —— 在这种模式下，工程师（我们称之为 Builder）与 AI 在整个产品开发生命周期中深度协作： 商业目标 → 产品理解 → 产品设计 → 需求分析 → 系统设计 → 代码实现 → 审查与测试 → 部署上线 AI 从第一天起就参与其中：头脑风暴、探索产品设计、系统分析、生成技术实现方案、编写代码并运行测试。Builder 全程与 AI 协作，为其提供 AI 无法直接获取、或难以高效理解的上下文——产品目标、业务背景、需求细节、系统依赖与领域知识。 Builder 的核心职责是在代码实现前，帮助 AI 成为该问题的专家，并对 AI 的输出进行审查和审计。如果 AI 总是在同一个地方出错，往往是少了些关键信息。这时候需要你找到缺失的上下文，补回项目中，让整个流程持续改进。 我们目前开放实习和正式岗位，欢迎不同阶段的 Builder 加入。 实习岗 · AI-First Builder 工作方式与补贴 ● 工作地点：远程 ● 工作时间：北京时间 08:00–17:00 ，周末双休 ● 实习补贴：RMB 100–150 / 天 ● 实习周期：3–9 个月，每周 5 天（期满后有机会转为正式员工，表现优异者可提前转正） 我们希望你具备 ● 计算机相关专业在读或近期毕业（或具备同等知识背景） ● 扎实的计算机基础，对软件开发有基本理解 ● 自我驱动，喜欢尝试新工具来解决问题 加分项 ● 使用过 AI Coding 工具（如 Cursor 、Codex 、Claude Code 、GitHub Copilot 等） ● 有个人项目、课程项目或竞赛经历 你将做什么 ● 对任务的完整交付负责——从理解产品目标和需求，到最终稳定上线 ● 拆解问题，与 AI 协作梳理需求、系统上下文和实现路径 ● 对 AI 的输出进行审查与审计 ● 在上线前完成测试与必要的人工检查，确保每次变更都可靠 ● 适应英语读写环境，用英语与 AI 及团队协作沟通 正式岗 · AI-First Builder 工作方式与待遇 ● 工作地点：远程 ● 工作时间：北京时间 08:00–17:00 ，周末双休 ● 薪资：RMB 15k–30k ，根据经验和能力面议 ● 支持个人成长与职业发展，提供英文口语培训、健身卡及体检福利 我们希望你具备 ● 3 年以上软件开发经验，计算机基础扎实（语言不限） ● 复杂问题拆解能力：能将模糊、复杂的问题分解成清晰、可执行的步骤 ● 批判性思维：知道 AI 什么时候是对的，什么时候需要干预 ● 责任感：对 AI 生成的代码以及最终发布结果负责，并对代码质量有自己的判断标准 ● 沟通能力：能用简洁清晰的方式表达问题和思路，及早提出问题并主动同步进展 ● 快速学习能力：具备 Builder 心态，能够迅速掌握新概念、新技术栈和新领域 加分项 ● 熟练使用 AI Coding 工具（如 Cursor 、Codex 、Claude Code 、GitHub Copilot 等） 你将做什么 ● 对任务的完整交付负责——从理解产品目标和需求，到最终稳定上线 ● 拆解问题，与 AI 协作梳理需求、系统上下文和实现路径 ● 对 AI 的输出进行审查与审计 ● 在上线前完成测试与必要的人工检查，确保每次变更都可靠 ● 适应英语读写环境，用英语与 AI 及团队协作沟通 联系方式 如何申请 ● 在线投递（实习）： https://www.audiointerview.ai/companies/team247/jobs/0c5c40a1-d809-4c3a-9182-f121baeeb270 ● 在线投递（正式）： https://www.audiointerview.ai/companies/team247/jobs/4b780187-e338-4063-9099-cfdc4a43311f ● 邮箱投递： [email protected] (mailto:[email protected]) 咨询 ● 微信：18971229147 / 15982290961

[求职] [接单] 9 年全栈开发全职接单企业网站/跨端 APP/SaaS/小程序 感谢 v2 平台，93 年老码农，目前的远程工作领导太恶心出来全职接单，发个接单贴 我能帮你做的网站与 H5 开发：企业官网、营销活动页、响应式网站、SPA 应用 后台管理系统：订单商品管理、数据看板、配置平台、企业级中后台 小程序 & App：微信小程序、跨端 App 开发（ iOS / 安卓） SaaS 与工具类平台：会员订阅系统、在线教育平台、自动化流程工具、企业内部协作平台 技术栈 核心框架：React 、Vue 、Next.js 、TypeScript 全栈能力：Node.js 、Express 、NestJS 、Php 移动端/跨端：ReactNative 、UniApp （一套代码多端发布）、原生小程序 可视化：ECharts （ JSON Schema 驱动）、高德/谷歌地图 工程化：DevOps 、Docker 有开发需求的朋友，直接站内信私信 or xiaoyangngo ，评论区留言也会第一时间回复。

[问与答] 最近几个月出现规律低频的声音振的睡不着觉，求解~ 是这样的 最近一两个月，每天晚上十点左右，到早上八点左右主卧位置出现很规律的低频震动声音，声音敏感人群，要被逼疯了 1. 晚上 10-早上 8 左右，很规律，并且只在主卧出现，怀疑是空调，但是问了上下左右几户邻居都说没有开过空调 2. 怀疑是新风，也每家每户问过，也说没有开 3. 鱼缸、地暖、底商 啥都问过了... 都无果 4. 我家是 9 楼，5-10 楼业主都反馈能够听到，8 楼声音最明显 5. 物业上上下下排查了四五次，完全没有一点头绪 这种情况报警有用吗，声音不大，大概三十多分贝，但是低频震动 非常熬人，目前想让物业断电排查，但是物业也不愿意配合，只说让我观察 或者有没相同困扰的朋友，有没有能够缓解的解决方案... 晚上不习惯戴耳机耳塞也挺难受的...