Loop.lj

@itsCatRoll 我也觉得，之前比较经用，现在一下就没了。

我真的觉得codex暗改了，这几天quota唰唰的往下掉QAQ 而且之前code review和正常使用是分开的啊，为什么突然合到一起了，不点开看我都没发现……

@9hills Anthropic 接口新支持了顶层 cache control 参数，可以让服务端自动决定怎么 cache 了。 因为它是 cache write 收费的，所以必须要提供参数控制是否开启 cache。

DeepSeek 这个缓存机制非常合理且简单（无需额外配置，默认命中 ），对比 Anthropic 好复杂啊，还需要手动控制。 然后 DeepSeek 的缓存命中率非常给力。Pro 1500w tokens 只要九毛六。

@skywind3000 qoder 一直是国内效果最好的，刚出的时候就在用了，只是也是消耗 credit 最快的。

我用下来 qoder 的 quest 模式真的不错，表现稳定，没有各种 cc 和 opencode 的小毛病，同各种国产模型适配的好，输出质量高，妥妥的第一梯队的 coding agent，是我现在主力之一：

@baotiao 应该可以吧，Memory API 可以抽象一下 ，保存/查询/压缩啥的。 然后 agent 接入， 并且根据 agent 场景定制自己的具体的策略。

我总觉得 memory 作为 Agent 最重要的逻辑, 不太可能抽象出一个独立的服务..

@leon7hao 系统版本问题，旧版本 macos 就有这个问题。可以在配置文件关闭 computer use

只有我吗

快来试试

@vista8 glm 5.1 也是只支持文本，照样抢

如果DeepSeek V4只有文本模型，现在很难跟其他家竞争啊。

@akazwz_ 我也喜欢 flutter ，只是 AI 方面生态有点拉，都得靠自己撸。

再说一下，这两个全都是用 flutter 写的，非常顺滑，和原生一样。而且因为是游戏，除了震动音效啥的不需要什么原生能力，flutter 很适合写这个。我写出来其实是全平台的，只是在苹果商店上架了，Google Play 我本来打算上架的，但是有什么 20 人内测，就没搞，改天搞个网站我自己分发别的平台吧。

让 gpt 给 axonhub 设计一套全新的视觉体系

@B1ngsha 哇，恭喜恭喜。 借楼也找一个坑，有需要人帮忙捞一下。 产品工程师，偏后端，过去的技术栈，主要是 Go/Java，深圳或者远程。

以出乎意料的方式拿到了一个出乎意料的 offer。 算是一场豪赌？我不知道。 但 只有变化是永远不变的。 踏入一个全新的领域，希望是一次好的决策。

@dotey 很多公司还是不会把业务全部放到一个公司的，类似现在的多云，以后应该还是会有开源解决方案的。 其实类似的事情，我个人在年前就开始做了，只是进度有点慢，能力有限，现在还只是个人的玩具。 github.com/looplj/axonhub…

Introducing GLM-5.1: The Next Level of Open Source - Top-Tier Performance: #1 in open source and #3 globally across SWE-Bench Pro, Terminal-Bench, and NL2Repo. - Built for Long-Horizon Tasks: Runs autonomously for 8 hours, refining strategies through thousands of iterations. Blog: z.ai/blog/glm-5.1 Weights: huggingface.co/zai-org/GLM-5.1 API: docs.z.ai/guides/llm/glm… Coding Plan: z.ai/subscribe Coming to chat.z.ai in the next few days.

@TTTTTTTcp @yetone 蹲一个效果分享，我也想去打

看@yetone 的2025购物推荐，周末去打了斯普奇拜，治疗我这要命的湿疹和过敏性鼻炎🙃

@suwakopro 不一定，rust 解决的是内存安全和并发安全。 第一个问题，使用 GC 语言即可。 第二个问题，绝大部分业务项目不需要并发，甚至 js 就是单线程。 对于业务项目，该写的逻辑，用什么语言写都一样。

现在越来越多人同意这个观点了，ai写代码最大的门槛，一个是review不过来，一个是正确性难以保证，rust这种可以极大地减少review的困难度，之前很多人觉得ai写rust不行纯粹是因为模型能力不够，没有利用上lsp丰富的反馈信号做强化学习，现在做到了之后写rust就很强了。这时候，rust的所有问题，学习难度高，编写速度慢，都随着ai不再是一个问题，这时候高性能的优势就显现出来了

@SamSongAI 有点像我正在做的东西呀 github.com/looplj/axonhub… 就是进度有点慢

现有的 Agent 开发平台完全过时了 我们其实需要一个 ReAct Agent 范式的 Coze 平台兜底一切 Harness，包括 Runtime、存储、数据库、观测、并发支持等 我们基于业务需求，去调试这个 Agent 的能力范围，具体说是 tool 和 skill 范围就行了（coze 目前不支持 API 调用 skill 或者带 skill 的 Agent）

@GoSailGlobal AI 网关都支持吧，OpenRouter 应该有吧，我的 AxonHub 项目也是支持的。

为什么现在api中转站不能统一某个api key直接使用所有模型呢 为什么不能像微信/支付宝支付一样，设置银行卡支付顺序呢 有人能解答下嘛😀

@Stanleysobest 看行业吧， 互联网应该不至于

深圳月薪两万属于什么水平？ 这么说吧 我们公司100多个人，属于小型微利企业。 总经理 16500元/月 副总经理 12000元/月 经理 10000元/月 主管 7000元8000元/月 普通管理人员 5000元6000元/月 一线员工高一点，平均 7000元~8000元/月 年终奖： 总经理跟副总 三倍工资 经理、主管及普通管理人员 两倍工资 一线员工 3000元至5000元不等 所以你说， 月薪2万算什么水平？

@xushiwei 1.26 有新的 gc 和新的 json 库，可以提高一定性能吧

他们是把go.mod文件的go版本设置为1.26，这一般是因为用了只有1.26版本才有的特性才这么干。正常只是ci的go版本增加1.26的支持验证兼容go新版本就好了

@runes_leo 坐等大佬开源

本周最大的工程输出：终于把散落在各处的采集脚本揉成了 x-reader。 在这个 AI 递归进化的时代，比起“读什么”，更重要的是“怎么读”。我不想在微信、Telegram 和 X 之间来回切，也不想被算法投喂。 我需要的是：一个高度定制化的“数字漏斗”。 x-reader 产品级交付清单： - 微信 & 小红书：Puppeteer 绕过反爬抓长文，XHS 搞定了 Session 持久化，避开 403 封锁。 - X (Twitter)：直接包装 puppeteer-mcp 的采集能力，告别 API 限制。 - YouTube & B站：前者直连 Whisper 字幕提取，后者 API 级 Meta 信息结构化。 - Telegram：直连 MCP 服务，秒级同步频道情报。 - 聚合输出：管你来自哪里，进门统一转成标准化 Markdown，直存 Obsidian 归档。 刚才实测了一下全链路：从公众号长文、X 深度 Thread 到小红书休息指南，整个过程 0 手动操作。 做这个工具的初衷： Builder 应该把时间花在“处理信息”，而不是“寻找入口”。当 AI 进化加速，唯一能抗通胀的资产就是你的“私域知识库”。 目前所有代码已入库，x-reader 正式成为我工作流的底座。 保持好奇，保持 Shipping。

Introducing GLM-5 on Google Cloud Vertex AI. From experimentation to enterprise deployment — GLM-5 + Vertex AI gives you the scale, reliability, and global reach to build what’s next. Start building today. lnkd.in/ghDE9Hgk #GLM5 #GoogleCloud #AI