Zhuzhuchenyan
OpenAI 模型的强项就是指令遵循，代价就是对使用者的能力要求比较高，很难跳出使用者的框架 相比之下 Claude 的系列模型发散能力更强，对模糊指令的完成度会更好一些。
@royzxq Vibe Coding 大体分为两种使用方式 Vibe 敏捷和 Vibe 瀑布，大体上就是模仿人类的敏捷开发范式或者瀑布流开发范式 许愿式开发就是 Vibe 瀑布但是不给出具体需求和约束，只给出结果的 Vibe 方式
就是正常的商业行为，反过来也一样的，如果国模在某一方面领先了，看其他公司蒸不烝就完事了
昨天亲测支付成功，浦发银行 VISA + Google Play 支付，改免税州地址，全局美国 IP 代理，只需要发卡人名字正确就可以
Cloudflare Tunnel 内网穿透到公网 不要钱 完美符合你的要求，毕竟网络抽风也没事
codex –dangerously-bypass-approvals-and-sandbox 或者 codex –yolo 或者开启 Auto Reiview https://developers.openai.com/codex/concepts/sandboxing/auto-re...
不追求科班系统学习的话 只要知道大部分呢 UI 设计都是靠抄，在下面网站搜索你要做的事情的关键词，抄就好了 https://www.pinterest.com/ https://dribbble.com/ 抄多了自然就会形成你的审美
本质服从性测试没错，能很简单的筛选出真正急着要面试找工作的人 Agent 对面试的改变更多是增加流程而不是减少流程 例如原来是三轮面试，现在变四轮面试，中间加一面考量你对 Agent 辅助编程的实用程度
TTFT 和 TOK/S 都很重要 TTFT 是 Compute Bound ，首字延迟取决于上下文长度和显卡算力 TOK/S 是 Memory Bound ，主要取决于内存带宽 以上两种性能在上下文变长时会急剧衰减，本地模型最后还是要结合自身的使用工况找一个各方面都能接受的模型大小
尝试一下新的实验性的上下文管理方案看看 https://community.openai.com/t/experimental-context-management-compaction-in-codex/1395578