谁家产品要求 GitHub 活跃度啊

原来还写过 SDK ，跟着 Java 的代码一行行的转换，坑老多了，没想到原生支持了。

Cline 、Roo code 、kilo code ，这三一脉相承，听起来结合 OpenRouter 自定义配置很美好，但是实际上是耗 token 大户，agent 一旦跑起来，消耗量是 copilot 的两到三倍左右

很懒不想折腾则 Linux Mint ，简洁但能整点花样来 fedora ，不怕折腾万物最新上 arch

@frank42a 我的意思是 Java 实现的 MCP 服务发布到网上开源分享出去麻烦，stdio 需要把依赖下到本地，smithery.ai 上就没看到用 java 写的，不方便下载，uvx 和 npx 更容易下载清理。

用 Java 实现 MCP 服务端，只能 SSE 了，没可能让用户下 jar 包本地启一个常驻服务，stdio 方式连接的。现在写服务端工具都是拿 npx 或者 uvx 管理服务，java 没有类似的工具，上 docker 变更重了

北漂三年，每日就是工作、回家、刷手机，周末猛猛补觉，已经活成了无趣的 NPC ，每天耗时间等老；

只能说打工害人，不打工等死。

超出了我的购买能力，cursor 已经是再三斟酌了，现在更离谱了。

我能结合生活使用的地方就是地图，让 AI 能根据当前的路况安排旅游规划；工作中连库、分析、写 SQL 也不错，剩下的应用场景并不多，尤其在线搜索，当前的 Client 都套联网了，属于重复工

235B 使用体验比 MAX 整体思考过程少了，但是回答质量相似； 30B-A3B 使用体验并不是很好，答案就有拼凑风格和幻觉，而密集型的 qwen3-32b 效果就不错，体感超越 qwq-32b

一个谷歌官方 go 插件就够了，顶多再加 error lens 和 dependi ，go tools 安装完什么都能干了。

黑马的 AI 培训也就只能往应用层带了，还带不出什么水花，赚钱的门槛很高，基建这款培训不了一点。

看着像极了 Claude ，华人之光做宣传已经品鉴太多了，拿出好的产品比什么都重要。

@yh7gdiaYW Qwen 主打的就是生产力，比较适合用来辅助写代码

streamlit 也可以自动部署，这个上手更简单。

合格的商业片，但是我是抱着看喜剧的心情进去的，结果看了两小时主旋律。

可以看看 GPTS 、扣子等 Agent 搭建平台， 就会发现当前应用端主要就是围绕着 LLM 模型建设周边应用工具，做前置、后置处理，但并没有脱离 LLM ，我无法把这些应用或智能体当作完整的产品，它们最大的问题我觉得还是自由度过高，完全考研人的提问水平。

虽然现在很多课都在尝试教人怎么提问，但再怎么教也不能做到像搜索引擎那样直白，有学习成本。落地的进程一定会往限制自由度和降低门槛与成本的方向发展，而非频繁突破上限，这也是学术派与工业派的写照了。