成功也好，失败也好，大家最后都一样，都是一黄土而已。

人生就像一场旅行、一把游戏，自己开心就好。

糠酸莫米松鼻喷雾剂，也叫内舒拿。我今年用的这个，管用，今年比往年好过多了，救命神药啊 https://i.imgur.com/pYtTFnj.png
这是处方药，我在在京东药房直接开方线上买，外用，每天喷一次，副作用很小。

https://223.5.5.5/dns-query
https://doh.360.cn/dns-query
https://1.12.12.12/dns-query
https://doh.pub/dns-query
这些都是国内的，不用代理就能 doh 的，当然肯定是‘不纯净’的

Mac 有质的流畅性飞跃吗？

fnos 自带的，目前用下来挺不错的，ai 识别的挺准。
自建 nas 做图片备份，省的开 Google 相册会员了

发不发折叠屏？

泄密是小事，欲加之罪而已，扔出来引导舆情的。

重点是“利益冲突”这四个字，绝对不是小事，爆出来估计是三年缝纫机起步的，多大的事能辞退培养了这么多年的太子似的高管？
爆出来小米和他都扛不住，念旧功，没给他送进去，也没给他体面，所以是辞退不是辞职。

@EliStone 我也是 5700G ，96G 内存，1 nvme ，3*sata ssd ，还有一个万兆 pcie 卡。

待机 40w 左右，想优化一下，搞到 20w 以内估计性能上要有很大的折损，一年也就省 80 多块电费。目前看懒得动了。

之前小型的搞过一个知识库。

模型不是重点，你用 deepseek ，qwen 都可以，我其实建议你上 qwen3 32B ，模型能力不是知识库的瓶颈。主要注意的是上下文大小和并发够不够。

重点是什么？是索引的精度，问题输入后 rag 拉出来的文本块和问题的匹配度高不高。如果这里不高，再强的大模型也是胡诌。

建议：先去详细梳理需求，整个问题库，分块大小，索引，测试。抓出的块符合预期了再去搞大模型。涉及到的内容：向量模型、重排模型、分块大小、怎么分块等等。

我这里的项目比较小，纯 rag 效果一般，尤其是数据量大的时候。 没用过 GraphRAG 这类高阶的，不做评判。

AI ，目前在不少领域看到了实际的价值，比如编程。
区块链，目前为止，相比 AI 没什么创造价值的前景（我不否认它有价值）

大公司要脸一些，不太想割韭菜，不想击鼓传花搞死自己。
不像个人，拍脑袋就可以发币，没错，我说的是川普。

@Livid #39 https://v2ex.com/recent ，亲测确实有这个问题，7 楼也说了这事。

@magic3584 确实 https://i.imgur.com/NIvxivj.png

@hackerwgf
@shadowyue

收到，感谢

什么时候开始 v2 也全是炒币的了 ？

@lepig 刚试了，可以信任设备

成大事的人，没办法两全的。看看教员。

阿里的逻辑很迷，提升我有 Qwen3-Coder-480B-A35B-Instruct 的免费额度，结果还是直接扣钱了，不清楚是啥情况。
编程的效果感觉还行。

API 现在确实贵，不管怎么说，Qwen3-Coder-480B-A35B-Instruct 这样体量的模型，开源了。值得点赞

这个 X 是公司啥职务了？

每呼吸一口空气都在促进你的衰老，咋整？别呼吸了？