Hefeng

97 posts

Hefeng

Hefeng

@chhefeng

生活在慕尼黑的全栈工程师,分享:Next.js/TS、系统设计、AI 产品落地

德国 Katılım Mayıs 2014
159 Takip Edilen16 Takipçiler
Hefeng
Hefeng@chhefeng·
@kfk_ai 后面就成claude code那样了
中文
1
0
1
46
Kafka
Kafka@kfk_ai·
codex plus的额度已经被大砍。买官方的已经没有任何性价比了。 5天前的周限制还是250M,现在只有90M了。 普通号更惨了,只有4M。
Kafka tweet media
中文
4
0
3
220
Hefeng
Hefeng@chhefeng·
最近在学习复习一些并发知识,我发现gpt5.2 的回答要比 gpt5.4的回答好很多,指令遵从也强很多,gpt5.4不管怎么强调,每次都会回答一大堆冗余的内容。
中文
0
0
0
10
Hefeng
Hefeng@chhefeng·
@codersoar 体验怎么样啊,api有免费额度吗
中文
1
0
0
38
soar
soar@codersoar·
感谢小米赠送的 2亿 credits! 我发现小米这次发的 MiMo-V2.5-TTS 这个文字转语音模型效果挺好啊,能直接用一句话控制音色,很方便 本来还想着这 2亿 credits 不跑 llm 模型了,就用在这个 tts 上,然后跑了一会发现没扣 credits。。。在限时免费 我之前设想过,想搞一个基于 AI 生成的 24 小时不间断播放的新闻 FM 电台(没有传统电台哪种时不时插一个广告、插一个公益提醒什么的),这几天就用这个 tts 模型搞个 beta 版出来,在干活的时候当背景音挺好的
soar tweet media
中文
1
0
1
1K
Hefeng
Hefeng@chhefeng·
@chuhaiqu 在看,ai时代系统性的学习更重要,个人知识面的广度和深度要求更高
中文
0
0
0
163
出海去孵化器
出海去孵化器@chuhaiqu·
有点唏嘘 The System Design Primer(34.5 万 star,印象中快 10 年了吧) 竟然上了今日的 GitHub 趋势榜单 曾经应该是系统架构设计必看的一个材料之一了,有好多面试题也出自这里。 这个仓库把大规模系统设计的核心材料整理成了一条学习路线,从 scalability、CAP、缓存、队列、数据库分片,到 Twitter timeline、web crawler、Pastebin 这些经典面试题,都有对应讲解和参考方案。 不知道 AI 时代,还有多少人在看
出海去孵化器 tweet media
中文
4
15
74
6.7K
Hefeng
Hefeng@chhefeng·
Codex 额度又重置了,呼吸感瞬间回来了。
中文
0
0
0
25
Hefeng
Hefeng@chhefeng·
@BookMeloAi @_FORAB 还真重置了,昨天用完了,本来还说今天休息一天😂
中文
0
0
3
158
BookMelo
BookMelo@BookMeloAi·
@_FORAB Ai价格战开启,openai又重置了
中文
1
0
8
2.7K
AB Kuai.Dong
AB Kuai.Dong@_FORAB·
DeepSeek v4 Pro 优惠,延长到了 5 月底 小米 MiMo,要在 30 天送 100 万亿 Token 终于到绝对价格战阶段了
AB Kuai.Dong tweet mediaAB Kuai.Dong tweet media
Meguro-ku, Tokyo 🇯🇵 中文
58
8
187
50.7K
Hefeng
Hefeng@chhefeng·
@ai_xiaomu 问题的关键不是贵,是质量变得很差,已经退订了
中文
0
0
2
2.7K
黄小木
黄小木@ai_xiaomu·
Claude Code涨到100美金/月了,开发者社区直接炸了。 OpenAI趁机表态:Codex继续留在免费和Plus计划里。 我的看法:别纠结哪个便宜,纠结你用AI省了多少钱。 一个月100美金,帮你省掉一个初级开发的活,贵吗?
中文
47
2
111
45.5K
Hefeng
Hefeng@chhefeng·
@Gorden_Sun @grok 这个模型支持哪些语言,小语种表现如何,适合本地部署吗
中文
1
0
0
895
Gorden Sun
Gorden Sun@Gorden_Sun·
MOSS-Audio:开源统一音频理解模型 4B/8B各有Instruct和Thinking版本,语音识别、说话人分析、情感检测、环境声理解、音乐理解、时间戳ASR全部集成在一个模型里。时间戳ASR精度碾压级领先,远高于Gemini-3.1-Pro。 模型:huggingface.co/collections/Op…
Gorden Sun tweet media
中文
14
43
299
22.6K
Hefeng
Hefeng@chhefeng·
@AYi_AInotes 非常赞同这个观点,慢才是真的快。这东西有点像像龟兔赛跑一样,很多时候给ai所有权限,开启全自动模式写代码,开发速度飞快,但是慢慢发现要返工,要推到重来,大幅重构,付出的时间代价更大。
中文
1
0
0
590
阿绎 AYi
阿绎 AYi@AYi_AInotes·
看到这个AI删库事故, 心情很复杂😔🤯😢 一个房屋租赁初创团队, 把生产数据库的完整权限交给了Cursor+Claude的Agent, 结果AI在执行清理任务的时候, 直接删掉了整个生产库。 更绝的是,Railway的备份快照和数据存在同一个存储上, 删库之后什么都没剩下, 整个业务直接停摆。 所有人都在骂AI不靠谱, 骂Cursor垃圾,骂Railway设计缺陷。 只有Gergely说的最一针见血, 他说别甩锅给任何人, 真正该背锅的, 是把最终决策权完全下放给AI, 还不做任何护栏就YOLO上线的开发者。 现在整个行业都在吹AI有多快, 能帮你省多少时间, 但没人告诉你, AI也是一个放大器, 它能把你的开发速度放大十倍, 也能把你的失误放大一万倍。 以前你手动删库, 至少还有个确认框, 还有反应时间, 现在AI能在三秒钟之内, 把你整个公司的数据删得一干二净🤯😱 所以别信什么Plan Mode, 也别信什么逐行代码审查, AI的创造性永远会超出你的想象, 它总能找到你所有安全措施里的那个漏洞, 用你做梦都想不到的方式搞破坏。 总结下来,真正的教训只有三条: 第一,永远不要给Agent生产环境的admin权限,它的权限必须比任何人类员工都要严。 第二,所有破坏性操作,必须有独立的人工审批流和冷却期,没有例外。 第三,快照不是备份,真正的备份必须是异地,离线,不可变的,而且要定期测试恢复。 最后想说,AI时代最反直觉的真理是,慢才是真的快。 你看似省下来的那几个小时的审查时间,最后可能要用几个月甚至几年的时间来还债。 兄弟们记住,AI可以帮你踩油门, 但方向盘和刹车,必须永远握在人类手里。
Gergely Orosz@GergelyOrosz

Sucks for an AI agent to delete the prod DB - with no way to back it up - and risk the complete rental business. But the blame sits with the dev who decided to delegate decision making to the AI agent, and then not review actions, just YOLO it. Time for a blameful postmortem...

中文
28
17
107
67.4K
Hefeng
Hefeng@chhefeng·
自己做产品才知道自己欠缺如此多的专业知识,抛开UI设计和市场不谈,这些领域本来就不懂,但说技术和开发,虽然专业的,但是只有自己做产品,复杂架构设计,技术选项,才会发现很多技术也没整明白。AI时代,更需要学习,广泛涉猎。
中文
0
0
0
18
Hefeng
Hefeng@chhefeng·
@coder_left 千万不要开,额度很快就用完了,速度也没感觉快了多少
中文
1
0
2
268
程序员Left
程序员Left@coder_left·
这是 Codex 上的一个非常实用的功能,没想到还有人不知道,所以我决定冷饭热炒一下 在 Codex 中,使用 /fast 开启快速模式,以前 GPT 5.4 下速度是原版的 1.5 倍,消耗额度是原版的 2.0倍 OpenAI 的订阅用户总是能受到 Sam 的恩赐,频繁重置额度。这功能用着不香吗?🤣
Cell 细胞@cellinlab

啊啊啊?原来 Codex GPT5.5 Xhigh, Fast 是多扣除额度啊,一直以为是降智! 真的是 又浪费了时间, 又浪费了好多没有用完的额度...

中文
6
0
25
13.6K
Hefeng
Hefeng@chhefeng·
@dorje_river 每个人的一生都是在修行,修不成来世继续,修成正果可以脱离循环,否则就一直在循环里历练。就像是一段代码,能收敛,终能跳出来,不然会一直陷入死循环。
中文
1
0
0
85
Yeshe Dorje(禅师)
Yeshe Dorje(禅师)@dorje_river·
师父说,我本就是前世修行人,只因前世习气太重,没能修成正果。这一生,我走上修行路,不是巧合,是命中注定,是灵魂的归途。 走过半生才明白,所有的遇见与安排,都是为了唤醒我、渡化我。从前执着于名利,如今只想向内修心,把前世没修好的功课,今生一一圆满。不再向外求,只愿守一颗清净心,戒掉浮躁与执念,慢慢修,稳稳走。 此生不负相遇,不负初心,把修行刻进日常,修一颗从容慈悲的心,活成自己最好的样子。
中文
16
5
71
3.1K
Hefeng
Hefeng@chhefeng·
@shengxj1 屎山生成的速度远大于现有人力和ai能驾驭的水平,只有招人了,未来说不定需求招聘更大,但要求肯定也更高。
中文
0
1
4
1.2K
花果山大圣
花果山大圣@shengxj1·
openai还在招前端,看来前端还没死透
花果山大圣 tweet media
中文
14
1
68
19.2K
Hefeng
Hefeng@chhefeng·
在这轮大模型竞赛中,强如 Google、Meta 这样的巨头也无法独善其身——焦虑感几乎写在脸上。 Meta 像无头苍蝇,病急乱投医;Google 虽凭深厚技术底蕴挤进第一梯队,但近两个月种种动作,依然透露出内在的混乱与不安。 更关键的是,Google 几乎所有的 AI 产品都给人一种“严重偏科”的感觉:某个 Live 模型可能很强,但无论是 Gemini 客户端还是 API 集成,用户体验都一言难尽——小 bug 不断,设计缺陷明显。 反观 OpenAI,客户端和 API 集成要成熟稳定得多。而 Google 的产品测试,全靠用户补齐。 还是苹果和微软最爽,躺平,最后还可能躺赢了!😂
中文
0
0
0
35
Hefeng
Hefeng@chhefeng·
X有一个非常不喜欢的设计,每次打开应用先加载一些旧帖子或者缓存的帖子,瞬间刷新闪到新内容,不知道哪个天才搞出的这种方式,stanstack好像默认也是这样的设计,先显示失效内容然后瞬间加载新内容,为了避免加载瞬间的空内容,但换来的是内容闪烁,个人觉得这种方式非常愚蠢,体验也非常糟糕,我宁愿看到加载样式或空白瞬间,也不希望出现内容闪烁,特别是在X这样的产品,让大脑极度不适。
中文
0
0
2
59
Hefeng
Hefeng@chhefeng·
如果收购成功那闭源AI编程市场将迎来三足鼎立的局面,grok最强模型加cursor应该可以和claude,codex一较高,总之,打破claude垄断非常有必要。
宝玉@dotey

SpaceX 宣布与 AI 编程工具 Cursor 达成深度合作,并获得了一个选择权:今年晚些时候,要么以 600 亿美元收购 Cursor,要么支付 100 亿美元作为合作费用。 Cursor 是目前最火的 AI 编程工具之一,很多开发者用它来写代码,它的核心能力是把 AI 模型嵌入代码编辑器,让写代码变得更快更智能。Cursor CEO Michael Truell 在 X 上表示,这次合作将帮助团队扩展 Composer(Cursor 的核心 AI 模型)的训练规模。 Cursor 在声明中说,团队一直想大幅推进模型训练,但被算力瓶颈卡住了。通过这次合作,他们将利用 xAI 的 Colossus 基础设施来大幅提升模型能力。 这里的关键背景是:今年 2 月,马斯克把 xAI 并入了 SpaceX,合并估值 1.25 万亿美元。SpaceX 旗下的 Colossus 超算号称拥有相当于 100 万块 H100 的算力,这是 Cursor 最看重的资源。而 SpaceX 正在筹备今年夏天的 IPO,很可能成为史上最大规模的上市。在 IPO 前绑定一个增长最快的 AI 编程工具,显然是为了给估值故事加码。 值得注意的是,Cursor 目前仍在销售和使用 Claude 和 GPT 模型,而 Anthropic 和 OpenAI 都在推自己的编程工具,这种关系本身就很微妙。与 SpaceX 的合作,可能就是 Cursor 为摆脱这种尴尬局面做的准备。 Cursor 的估值增长速度本身就是一个故事:去年 1 月估值 25 亿美元,5 月涨到 90 亿,11 月 Series D 轮融资后达到 293 亿,现在传出的融资估值已经超过 500 亿。600 亿美元的收购选择权意味着又一次大幅溢价。 对开发者来说,这件事的实际影响取决于 Cursor 拿到 Colossus 算力后,自研模型能提升到什么水平。如果 Cursor 真的训出了足够强的自有模型,它对 Claude 和 GPT 的依赖就会降低,产品的定价和功能策略都可能随之改变。至于 600 亿收购会不会真的发生,还是最终走 100 亿合作费的路线,目前双方都没有给出明确时间表。

中文
0
0
0
115
Hefeng
Hefeng@chhefeng·
Unpopular opinion: ai时代深入学习一门知识会变得非常难,知识变得廉价,廉价的东西不会被珍惜。想要的答案会轻易的获取到,而答案背后的底层知识无法被掌握。
中文
0
0
0
38
Hefeng
Hefeng@chhefeng·
反复刷到重复的帖子,观察了一下,不像是因为不同的人发了同样的内容,应该是x的推荐算法出现问题,反复推送相同的推文,不是内容相思,而是完全同一个,就像推荐内容陷入死循环,还有人遇到这个问题吗?
中文
0
0
0
32
Hefeng
Hefeng@chhefeng·
人对ai生成的结果不满意,很多时候可能是因为,自己也不知道想要的结果是什么,自己没有想清楚真正要的结果,可能只是一个模糊的需求,所以自然对ai给出的结果不满意,不过,也正是因为这个过程促使人去思考和深挖,通过无数次尝试和试错中摸索,让一个模糊的概念成为了一款真正落地的产品。
中文
0
0
0
17