GDG

@ygkkkg @D_CZhe Samsung和Apple线下到处是门店，坏了也方便找保修。

@D_CZhe 欧美手机还是苹果三星称王吧！

One Plus一加手机被曝：将于本周内正式宣布退出美国和欧盟市场！ 我现在才知道，一加手机的母公司，居然是鼎鼎大名的Oppo！🫣

@Russell3402 @intoaiworld 看地区和专业

@intoaiworld 我去 这确实有点少

发现一件事： 真实应届生平均月薪不到9000 抖音的人说应届生平均20000 小红书的人说是10000 推特200

@ygkkkg 强力的友商是产品进步的第一步💪👍

掰开ChatGPT以前的“囧”历史，不难发现，只要有竞争，不是一家独大，消费者肯定能受益。 记得当时VPS机房IP想用GPT，就只能套Cloudflare的WARP的IP进行落地伪装，不然用不了GPT，直接报错。 直到Gemini，Claude起来了，GPT对IP的要求就放松了。😂

@Xudong07452910 意思是说，他想投生到一个原生的美国家庭中呗。 1. 不能是异地归属地的父母在美国生育，那叫“广播”家庭； 2. 不能是社会抚养的，那叫“机房”家庭； 3. 家庭门牌号段不能太脏，邻居不能干坏事，得是个“干净”的家庭； 4. 能解锁各种意想不到的地方 5. 不能说中文

笑死我了， 每天跟我这个朋友聊天都能爆出好多好玩的梗！

@Xudong07452910 抓大放小？

AI 编程时代，最难放下的东西，可能是「我必须亲手看完每一行代码」。 Antirez 这篇文章挺有冲击力：未来程序员真正要控制的，可能并不是代码本身，而是代码背后的想法。 因为 AI 已经能生成大量局部质量不错的代码，如果每天都把时间花在逐行 review 几千行代码上，人的价值反而会被锁在低层细节里。 更重要的工作是想清楚软件到底要做什么，设计是否合理，关键抽象是否正确，测试是否足够，质量边界在哪里。 这不是鼓励闭眼 vibe coding。 相反它要求人对系统有更强的 mental model。你不一定要控制每个函数怎么写，但你要控制整个软件的方向、结构和判断标准。 我觉得这个观点有价值的地方在于： 以后优秀程序员的标志，不再是「我写了多少代码」，而在于「我能不能定义清楚什么代码值得被生成」。

@Rongpp22 梯子是啥协议的？测试是不是没做好伪装就开始高强度tcping国内节点辣？🫣

刚在 DMIT 上买的 vps,IP 就被封了，我就是让 codex 帮我搭了梯子，做了网络稳定测试。谁能告诉我一般什么情况 下 IP 会被封。

@ygkkkg 看走眼看成GFW了🫣🤣

🚀期待已久！Sing-box官方Windows电脑客户端(SFW)，可能随Sing-box 1.14正式版内核一同发布。 下图为SFW测试版的截图

@cosmtrek 几乎所有日本节点都只做了IPv4优化，一旦IPv4被GFW封锁之后就得靠IPv6。这两个节点IPv6其实都没怎么优化，但是IPv6普遍质量不错（用的人少）。DMIT甚至便宜款的v6比21.9刀的pro更好😂，neburst比他俩好一点。

抽空装了 DMIT JP，每个月 21.9 刀，比 Neburst 便宜近四分之一，线路体验也更好，仅限上海电信，移动有点拉胯

这两天沉迷买🐔 候机的时候买了搬瓦工，让 Codex 装好代理服务，上海电信刷起来非常丝滑，和 Neburst JP 差不多。 但是缺点 IP 质量较差，容易触发验证码。 现在问题来了，该不该手贱打开 Claude 测试一下🤣

@wei_wang 《相关视频》

豆包应该是最聪明的 LLM 了吧

@guansi 其实v4和v6都是一个线路，但是移动v4的线路在最近几个月走了清洗设备，导致延迟暴增。所以不是线路或者移动的问题（因为他IPv4其实也是不丢包的，而且抖动也很低），就怕哪一天ipv6也跟着走。 所以说可以先用着，等哪天需要换PRO了再换PRO，我也在考量这个产品。

@qpzm888 @dejavu_raid 虽然用在移动的IPv6，晚高峰能跑出优于CN2 GIA的0%丢包和极低波动——但是如果用移动v4，要过清洗设备，延迟200ms+（但是也不丢包），联通和电信延迟不高但是v4和v6的丢包率不低。

@dejavu_raid 怎么说？

看到这么多人去买DMIT 月费6.9刀的机器一个个还以为自己捡了大便宜， 就知道信息差依然广泛存在并且没有因为AI的普及而有明显改善

AI 真的太爱写扩折号了，这开始污染人类原本正常的表达习惯了。 以前它只是一个很常见的写作标点，用来补充说明、制造停顿、连接两个想法。很多写作者本来就喜欢用它。 但现在情况变了。 因为 ChatGPT 这类模型太爱用扩折号，很多人一看到「—」，第一反应就变成：这是不是 AI 写的？ 一个标点本身没有问题，问题在于 AI 大规模复制了某种看起来高级、流畅的写作风格。于是原本属于人类写作者的表达习惯，反过来被标记成了 AI 味。 这背后可能有几个原因：训练数据里有很多书籍、论文、媒体文章，本来就常用扩折号；模型经过人类反馈训练后，也更倾向于生成正式、平滑、带结构感的句子；而 括这号又刚好是一个万能连接器，可以很方便地把两个想法接起来。 但真正有意思的是它带来的心理变化。 人类开始反向模仿「不像 AI」的写法：删掉破折号，换掉某些词，故意让句子没那么顺，甚至让文字保留一点粗糙感。 这是蛮讽刺的： 过去我们用工具让文字更精致。 现在有时候要故意让文字不那么精致，来证明这是自己写的。 以后写作判断还会看它有没有人的犹豫、偏好、瑕疵和不那么标准的节奏。