V2EX

[Claude] Claude MAX 20x 拼车 3 人拼车组队 共享完整月度额度 3 个人拼 每人 600 需要拼可以找我 VX: cGxvYXJ4 (BS64) 翻车我会继续更新 MAX 账号,需要组队的找我,为什么拼,因为一个账号用不完,账号封号是时间问题,2-3 个 MAX 账号轮流使用 降低风险,主要是稳;确保额度高效利用不浪费

[随想] IQOO Neo10 丢了，记录下曲折的找手机尝试 中午骑共享单车的时候，耳朵里传来蓝牙已断开（请勿学习我的骑车戴耳机），惊觉手机没了，一摸包里空荡荡。赶紧往原路返回，蓝牙范围估计也就 50 米距离内，但是一路没找到。打电话过去不接，老婆打过去被挂掉了，赶紧开电脑去 vivo 云服务官网 https://yun.vivo.com.cn/welcome 去查看手机位置。 点过去之后跳转到了 vivo 的统一认证。界面有验证码登录和密码登录，没法接收验证码于是只能用密码登录。 没想到卡在了弹出的验证码上，十分钟过去了也没通过这个验证码，给我整笑了，chrome 和 firefox 都登不上去。 于是又用备用手机打开浏览器，结果进去了就跳转让我下载软件，软是 vivo 官网，下载下来没发现有查找手机位置的功能 真的在用的时候才知道这设计有多天才，给我气笑了，我还给家里买了好多台 vivo 手机... 这时老婆提醒我可以看看 vivo 小程序，于是在电脑微信上点开了 vivo+小程序，真棒，真的有位置查找功能。 能看到 13:31 定位到了清河高铁站，于是我出门赶紧往清河站去，半路上看到位置又回到了信息路，后面还看到轨迹是在路口尽头掉头而不是横跨马路，排除了外卖和环卫，大概率是网约车或者出租车司机捡到了。 13:36 之后打电话过去关机，看起来是把电话卡拔掉了。设定了丢失模式和清除数据，但是需要设备联网，可是卡拔掉了咋联网，也不能通过查找网络扩散清除指令。此外还设定了文字是还手机给 500 感谢费，但是不知道手机上能不能显示出来,因为没网。 晚上再看小程序提示通过查找网络更新了位置，但是因为隐私考量需要在登录了本人 vivo 账号的手机查看位置，可我哪里还有登录的 vivo 的设备，这功能也向苹果看齐:( 可怜的打工人下午还要建设社会主义，去了派出所看了会监控，但是无果，下午还着急上班，晚上 10 点才回来，只能等周末了再去看看监控吧。 sim 卡设了 pin 码，也不担心被拿去其他手机用，派出所出来之后才去补办的卡，电信和联通两张卡都补办了，这联通卡还是我 14 年半的，10 多年的老伙计没想到这样告别了。 说回来捡了手机也没用啊，没法刷机只能拆零件，不如还给我还有 500 块。我在路上捡到过不少于 5 次手机，都在原地等失主打电话等失主来，真轮到我了好事没有啦 :( 视频是 vivo 的超高难度验证码录频： https://www.bilibili.com/video/BV1iuQGBxExb

[Apple] macos 五指捏合和四指捏合都会显示 spotlight，我不想让四指捏合显示 最近用四指捏合经常误触显示 spotlight 。 原因是 macos 五指捏合和四指捏合都会显示 spotlight ，我不想让四指捏合显示 请问有办法吗

[程序员] 你们都用 AI 干什么，除了工作上的那些事，都在学啥呢。请教一下 AI 的时代公司同事一个个都各显神通，有用国产 GML 、mini max 的 有白嫖 codex 的。有白嫖用 trae 的，有开海外信用卡充值 claude 、ChatGpt plus 的 反正大家都在用 AI 模型，无非是花钱和不花钱。但有一点大家基本上都不写代码了。 那现在这个时间点，要怎么学到什么程度，才能算跟得上时代的脚步呢 说下自己吧 我再工作之余，写了个游戏，同事用 AI 写了一个编辑器，类似 claude openai （当然没那么好了）。然后不断的刷这各种论坛生怕有啥新技术错过了 公司正在裁员，过几天就开始谈话了，虽然没中招但感觉早晚的事情

[酷工作] [武汉/杭州/深圳] 招 UE/UX 用户体验师，产品策划 公司发展需要，现招 UE 用户体验师：（ 20-35k ） 1 、善于总结，精通文案，对文案进行提炼和优化 2 、善于沟通，能明白需求方诉求及痛点，简化文案和用户理解能力； 3 、优秀的审美能力，敏锐的用户体验的观察力，分析能力、简单易懂一针见血的交互设计能力； 4 、精通 AXURE 、Xmind 、PS 等工具，熟悉 UCD 方法和工作流程，熟悉主流的 UX 设计工具，熟悉 iOS 或 Android 设计规范，拥有较好的逻辑思维并积累较丰富的移动 APP 设计经验； 5 、工作态度积极，具有良好的工作协作能力、团队合作精神，善于沟通； 6 、有强迫症或完美主义者优先。 产品策划：（ 20-70K ） 1 、至少 3 年以上产品策划从业经历，熟悉协作流程，策划经验丰富； 2 、了解市场和行业发展趋势和用户喜好； 3 、性格开朗外向、沟通意识和沟通能力强，协调各部门分工协作； 4 、善于挖掘团队潜力，能够调动团队成员的积极性，擅长团队人员的任选离调工作；具备强的组织能力，领导力； 5 、精通把握市场动态，合理制定产品 6 、需要有 UI 交互设计和 SaaS 设计的经验 VX:KAIRUN123 TG：@KaiRun123

[推广] 小红书、Reddit 起号新思路～看过来 标题党了，其实是来推广宣传一下我的 APP - MakePaper 旨在制作有质感的文字壁纸 ---------------------- 如何起号 之前就看到很多小红书账号，每天纯粹的发壁纸，只要壁纸好看、有质感，就会有很多的赞和粉丝。 正好我的 APP 是用来制作壁纸的，我也开始每天发壁纸，经过我的实际验证，在小红书和 Reddit 上都有不错的浏览量和点赞量，贴一些图给大伙看看。 不过这是一个消耗灵感的事情，如果大家有好的灵感，不妨试试用 MakePaper 来试试制作壁纸，每日坚持 Po ，慢慢积累粉丝和点赞～

[Go 编程语言] Tikrok v5.0 新的的底层实现 https://github.com/Talbot3/go-tunnel 最近几天迭代第五代产品，之前可玩度不高，开源这个底层库，给大家玩玩。 go-tunnel: 企业级云原生多协议转发引擎 Go Reference go-tunnel 是一个专为高并发、低延迟场景设计的跨平台高性能转发库。它不仅对标 Nginx/Envoy 的转发核心，更针对 Go 运行时 进行了极致的底层优化。通过解耦协议层与传输层，go-tunnel 实现了在单一架构下对 TCP 、HTTP/2 、HTTP/3 (QUIC) 的统一调度与平滑切换。 🚀 技术核心与对标 在现代分布式架构中，网络转发的瓶颈往往在于用户态与内核态的上下文切换及内存拷贝。go-tunnel 通过以下设计打破瓶颈： 零拷贝转发 (Zero-Copy): 在 Linux 环境下，深度集成 unix.Splice 系统调用，数据流直接在内核缓冲区移动，绕过用户态内存，性能直逼原生内核转发。 平台差异化驱动: Linux: 利用 Splice/Tee 实现零拷贝。 macOS: 采用 TCP_NOTSENT_LOWAT 优化内核发送队列，大幅降低延迟。 Windows: 针对 IOCP 机制优化大缓冲区设置，提升吞吐上限。 自适应背压控制 (Backpressure): 借鉴 Reactive Streams 思想，内置水位监控，自动协调上下游速率，彻底杜绝因下游阻塞导致的服务端内存溢出（ OOM ）。 原生 HTTP/3 支持: 基于 quic-go 深度定制，支持 0-RTT 连接建立，在弱网环境下性能远超传统 TCP 。 🛠 核心应用场景 高性能边缘网关: 作为微服务入口，处理海量 TLS 卸载与协议转换（如 H3 入，TCP 出）。 跨云/内网穿透: 配合 ACME 自动证书管理，快速构建安全、高性能的加密隧道。 流媒体/大数据分发: 利用 HighThroughput 预设 与零拷贝技术，支持 10Gbps+ 的高带宽文件或视频流传输。 混合协议代理: 单个进程内同时管理多种协议，简化运维复杂度。

[宽带症候群] 大佬们，问个 clash 代理的规则问题 为了规避 PT 流量走代理，目前用的是白名单模式，兜底走的直连 现在我想兜底使用代理，又怕 PT 流量走了代理 qb 是用 docker 部署的，用了 macvlan 模式，分配了一个规定的静态 v4ip ，192.168.1.50 clash 规则里面加了一条 - SRC-IP-CIDR,192.168.1.50/32,直连,no-resolve 目前按照我的测试 qb ipv4 的流量是正常直连了的吗，然而我的 clash 没有启用 ipv6 流量代理， 如果我启用了 ipv6 流量代理，假如有 v6 的流量会命中- SRC-IP-CIDR,192.168.1.50/32,直连,no-resolve 这个规则走直连吗？

[问与答] 请教一个问题：我的老客户不允许我用 AI 设计，他说 AI 千篇一律，没有灵气！大家怎么看？ 请教一个问题： 我的老客户不允许我用 AI 设计，他说 AI 千篇一律，没有灵气！ 但是现实：在国内，大家都跟着迷似的用 AI 设计，但是在海外，各大招聘平台，还是招聘古法设计的设计师。 大家怎么看？

[AI Agent 智能体] 朋友闲聊： AI 的三个核心问题—工具、认知与产业的再思考 AI 的三个核心问题—工具、认知与产业的再思考 前两天与朋友老王和老张聊天，一起讨论了关于 AI 目前发展的问题。其中主要讨论了 3 个问题，现在总结如下。 核心讨论 1. AI 到底是什么？ 2. AI 能否理解人类？ 3. AI 是否真正创造了产业价值？ ---------------------- 一、AI 的本质：是概率机器，还是认知雏形？ 老王 认为，当前的 AI 并非真正的智能，虽然是大模型，但本质上仍然是基于概率统计的计算系统。计算机基于冯·诺依曼体系的 0-1 结构，在底层实现上依赖形式逻辑，通过概率统计进行计算与生成，尚未真正突破图灵测试，还不是真正意义上的“强人工智能”。这一观点与杨立昆基本一致：AI 没有根本突破。 老王 指出，AlphaGo 采用 CNN+深度学习，体系相对明确；而当前的生成式 LLM 采用 Transformer+深度学习，表达能力更强，但也更为宽泛，其技术路径未必代表人工智能的未来。 关于这一点，老张 认为，从系统角度来看： 限制智能的不是 0 和 1 ，而是系统复杂度与结构。 老张 的看法是：老王 的总体观念没错，因为他自己此前也是这么认为的。但自去年下半年 Claude Code 在 AI 编程上的表现实在震撼，他的看法有所转变。老张认为，世界是不断发展变化的，0-1 架构并不意味着无法突破，它同样可以在高层表达出类人的思维与情绪。人的大脑本质上也是电信号的复杂组合，只不过其规模和复杂度远超当前计算系统。如今的 Agentic AI 及 Harness 工程架构（如任务编排、上下文组织、状态管理、工具链整合等），正在从工具逐步向“类认知系统”演进。 我的看法：两人都对。目前的大模型 AI 本质上还是概率统计，并没有人类那样发散的思维。但 AI 发展很快，未来也许可以。 ---------------------- 二、语言与认知：形式逻辑与非形式语言之争 老王 引用“道可道，非常道”：能够用语言表达的内容计算机才能理解，无法用语言表达的内容计算机理解不了。计算机理解的是形式语言，而人类有很多非形式语言，如抽象、意识、情绪、思维。老王 认为，尽管现在的 LLM 具备一定自监督和自我学习进化的能力，但目前的计算机依然无法表达非形式逻辑。 这一想法与老子相似：真正的“道”无法用语言表达，能表达出来的那不是那个“道”了。人类最高级的地方恰恰在于语法无法言说的东西，需要体会，且因人而异。维特根斯坦也有类似观点——语言即世界，凡能用语言说清楚的就能说清楚，说不清楚的那个真实世界我们无法理解。 老张 则持不同的立场： 无法完全表达 ≠ 无法逼近表达 老张 认为，“道”虽然无法真正说破，但可以无限逼近地描述，最终表达出非常接近的内容，那时也许就是我们可以理解的道。就像我们无法穷尽π，但只要精确到小数点后一定位数，计算误差完全够用了。维特根斯坦说“语言即世界”，也就是一切能表达的都可以通过语言来表达；如果无法表达，那么那个世界我们也无法真正理解和认知。既然可以表达，那么计算机也能理解我们的表达。AI 不一定真正理解，但可以“表现得像理解”。也就是说，计算机用形式语言描述的世界虽是符号模拟，但当无限逼近真实时，又加上真实的世界我们也无从完全知晓，因此当计算机模拟得足够逼真时，我们可以说计算机的世界就是真实的世界。 我的看法：各有道理。语言是有限制的，无法完全地表述出真实的世界。我们可以体会和感受某种思想，而无法精确概括和定义。但足够丰富的形式逻辑也可能模拟出非常接近真实的世界。 ---------------------- 三、AI 产业：虚假繁荣还是必经之路？ 老王 从产业第一、第二、第三产业的角度指出：目前 AI 过度火热，存在虚假繁荣，是在自己的行业里内循环，而没有提升农业、工业等实业中的效率和效果。因此，当前的 tokens 经济存在一定隐患，需要认识到这一点，并把 AI 的能力赋能到实体经济中。 老王 的思想站在为实业服务的角度，本身没错。服务业（尤其是信息服务业）应该为实体经济提供赋能，即互联网+、AI+，而不是互联网和 AI 行业自嗨。当前 token 经济非常火爆，智谱 AI 、Minimax 、Kimi 如火如荼，确实存在一定的炒作和泡沫。 老张 则认为： 内部优化 → 工具成熟 → 行业渗透 → 产业升级 token 算力目前主要服务的确实是 AI 和互联网行业内部，但只有经过内部 AI 化改造、摸清楚如何利用 AI 赋能之后，才能逐渐给实业界赋能。当前 AI 存在一定泡沫，但符合技术发展规律。AI 仍处于自我进化阶段。相信不久的将来，AI 就会渗透进各行各业，并为产业带来实际的价值。 我的看法：依然是各有道理。老王是站在当前状况说的，而老张看的是未来发展。当前算力经济与 token 经济的确过于火热，有很多的泡沫。但未来 AI 一定会服务好实体经济。 ---------------------- 四、分歧本质：两种视角的对照 老王 强调：计算机无法理解非形式逻辑，AI 脱离实体是隐患。 老张 强调：世界是发展的，逼近表达是可行的，行业自循环是必经阶段。 我的看法：不难看出，老王相对保守（审慎），老张则相对激进（乐观）。这不分对错，也没有高下之分。 ---------------------- 五、关键问题：AI 是工具，还是认知系统？ AI 尚未成为认知系统，但正在逼近。 从老王和老张的分歧中可以看出，对 AI 本质的判定取决于我们站在哪个时间尺度和哲学立场上。 ● 若以图灵测试和形式逻辑为唯一标准，AI 仍是概率机器。 ● 若以系统复杂度和功能表现为尺度，AI 已展现出类认知的雏形。 我的看法：答案不是非此即彼，而是一个持续的演化过程。AI 是一个具有认知能力的工具。 ---------------------- 结语 AI 时代的本质变化是： 人从执行者（问题解决），转变为 AI 的驱动者（问题决策）。 无论老王的审慎，还是老张的乐观，都指向同一个方向：AI 正在重新定义人类与机器之间的关系。分歧并非对立，而是推动思考深入的两种必要力量。 最后，两人并未讨论“AI 是否会取代人类”的问题，因为他们都倾向于认为：AI 本质上仍是人类的工具，其价值在于服务人类，而非取代人类。 我的看法：对于 AI 总体是谨慎地乐观，不是担心 AI 取代人类，而是 AI 对人类社会现有秩序冲击太大，人类还没有做好准备。 ---------------------- 您怎么看？欢迎留言探讨。 ----------------------

[酷工作] [远程] 寻找 Founding Engineer：重构 22/33 高门限抗量子 MPC 协议 (Rust) [关于项目] Luvion 是一个算法无关的、高门限 MPC 签名框架，旨在解决目前主流方案中“低门限（ 2/3 ）”和“委员会静态化”的局限性 •核心亮点：超高门限 22-0f-33 架构、动态委员会旋转、以及原生支持 NIST 标准的抗量子（ PQC ）签名算法 •技术突破：我们已在算法层面解决了高门限 PQC 签名在分布式环境下的一项核心工程挑战，目前原型验证的签名成功率与稳定性已达工业级要求 [当前现状：从 Prototype 到 Production ] 目前项目己完成 1.0 版技术白皮书，并拥有 1.5w+行的 Rust 原型代码（ 15k LOC, 78% test coverage) 说实话：目前的 codebase 虽然跑通了逻辑，但在异步网络优化、错误处理（ Error Handling ）以及应对真实广域网（ WAN ）环境下的抖动方面，还处于初始阶段 我们需要一位 Rust 架构师 你的任务包括： 1. 架构重构：剥离冗余，将原型重构成高性能、非阻塞的工业级 Rust 系统 2. 协议优化：优化 22/33 委员会在全球广域网环境下的通信延迟与自愈逻辑 3. 安全审计准备：配合 Trail of Bits / OtterSec [希望你是] • 3-5 年 Rust 工程经验，对 Tokio 异步框架、所有权机制有肌肉记忆 • 懂基本的密码学概念（不需要推导公式，但要能看懂白皮书逻辑） [待遇与福利] • 极高比例期权/Token 份额：作为 Founding 级别成员，享受项目长期红利 •支持全球远程：不打卡，结果导向，老板不乱指挥 •白皮书详情：由于涉及核心算法逻辑，白皮书暂不公开下载。请联系我索取 PDF 并备注： V2EX+背景 [联系方式] TG：aHR0cHM6Ly90Lm1lL2x1dmlvbl9sYWJz

[分享创造] 微信上 Vibe Coding Merlion Github 也可以直接 npm install -g merlion 基于 CLI 的 coding agent ，可以直连微信，在微信上 vibe