迈乐熙

@prothistle01 @rwayne @aaronp613 这是硬件问题。。。

@rwayne @aaronp613 苹果代码水平大不如前，现在我和朋友隔空投送照片就没有成功过，每次都靠wx，无奈😂

果然，苹果这下被开发者抓个现行了。 5 月 1 日，开发者 @aaronp613 逆向 Apple Support App v5.13，在生产包里发现了一份 CLAUDE.md，那是 Anthropic Claude Code 用来读项目结构和开发规范的指令文件。两张截图坐实了苹果内部 UI 库和聊天系统在用 Claude Code 写。 苹果反应也快，几小时内 hotfix 到 v5.13.1 把文件抹掉。原帖 16.8 万浏览、1128 likes，西班牙开发者 @midudev 转发的中文圈讨论也累计 736 likes。 CLAUDE.md 这东西，可能要变成下一代 .env，谁先泄漏谁先上热搜

@tuolaji2024 完全没问题，是你不会设置规则

阿里系的大部分 app，如果你开了 vpn，会各种卡顿，白屏，能让 ios 都变成华强北老年机，关闭之后就好了。 比如闲鱼，淘宝，即使开了规则，绕开也卡的不行，必须全关才行，支付宝也是，我一度怀疑 iPhone 17pro 的 ios26.5 系统垃圾。

@xiaohu anthropic 的产品经理和设计师都有程序员背景，他们的播客里面说的，也就是说人均全栈化

你能明显感觉到 OpenAI 是由一群产品经理在主导 而 Anthropic 是由一群工程师主导 所以 Anthropic 搞的一些创意，总能被OpenAI 抄过去改造的体验更好😂

@rien7z 看你用的是哪家，gpt 就是喜欢 mvp，opus 这个问题就稍好一些

llm 真的好喜欢最小实现，实现 phase 1 用各种最简方案，能用就行的方案糊弄过去 还不告诉你在什么地方糊弄了 不 review 还不知道哪里有问题🫢

@innerpeacejojo @abc202402 买了股票，就能分到

@abc202402 蛋糕是做大了，但是台湾的普通民众没有分到，全部身家押TSMC的除外😅

还是要再说一遍，X上感觉日本韩国台湾好像经济都要崩溃了国将不国了快成人间炼狱了。 但事实上这三个地方经济在高歌猛进啊。 特别是台湾，好像第一季度增长率超过10%，真算是人间奇迹啊，发达经济体还这种速度发展是前所未有的。 台湾数据我是刚才瞟到的手滑就过了也懒得再查，如果说错了等会就删。

@li9292 主要是 gemini 这种马屁精会影响决策，生活和工作中大部分场景不需要情感抚慰，冷静客观有洞察力才是好 ai ，我现在自己的 google ai pro 也基本上处于闲置无用状态。

@zzzzzldpc 可能你身边的女性很会货比三家😂

有意思，身边的女性朋友都喜欢用Gemini 甚至只用Gemini

@karminski3 我给自己开发的 agent 适配 dsv4也发现这个问题了

给大家说下目前使用 DeepSeek-V4 (pro/flash) 的最需要注意的问题. 本身其实并不算 bug, 但是却很致命. 问题大概是这样的, 在请求 DeepSeek API 或者 terminal coding agent (claude code, kimi cli 等) / AI IDE (cursor 等) 用 DeepSeek 的时候偶尔会遇到报错: HTTP 400 {"error":{"message":"The `reasoning_content` in the thinking mode must be passed back to the API.","type":"invalid_request_error","param":null,"code":"invalid_request_error"}} 这个报错的意思是, 请求 DeepSeek API 必须在 tool_call 的时候回传 reasoning_content 这个字段. 听上去没问题, 开了思考模式那肯定要把 reasoning_content 作为上下文回传. 但是来了, 如果任务的这一步制定的 tool_call 过于显而易见, deepseek 返回的 reasoning_content 其实是空字符串. 这就导致了有些写代码的 IDE 直接过滤掉了这个字段, 不回传, 导致 DeepSeek API 报错, 编码任务或者 Agent 就直接挂了. DeepSeek-V4 API会不会真的有的时候 reasoning_content 空字符串? 答案是会的, 我专门构建了个 POV 场景, 复现概率高达 59%. 那么出现 reasoning_content 为空字符串的时候该怎么办? 经过验证, 答案是必须原样传回去. 即也在 context 中保留这个值为空字符串的字段. 不能是空对象, 也不能丢掉. 那就原样传回去呗? 废什么话呀? 关键是, 现有的各种 terminal coding agent 或者 AI IDE 这并不是默认行为, 它们大部分的默认行为是直接把字段丢掉了, 导致 DeepSeek-V4 API 报错. 所以现在的解决方法是, 要么等 IDE 的官方修复, 要么你用的 IDE 或者 coding agent 是开源的, 自己 fork 一个版本魔改. 另外, 如果你的 Agent 项目要使用 DeepSeek-V4 也要注意这个坑. 避免运行到一半直接报错退出. 以及, 报错重试不太行的, 因为 DeepSeek-V4 在我 POV 这个场景, 59% 的概率都会为空. 如果重试次数为 3, 那偶尔都不够用. 所以还是老实的把问题解决为好. #deepseek #deepseekv4

程序员总是以为这个世界其他职业对AI的接受度都和程序员这个群体一样高。 就我身边的情况来看，大部分人没有把自己工作流进行自动化的意识， 甚至是抗拒使用 AI 进行自动化，认为自己脑子已经够完成工作了（但会同时抱怨工作很累）； 有意识进行自动化的人里面，有能力进行自动化的又少之又少。 这也是为什么很多公司逼下面的人用 AI 提效的原因。 最近我听的最多的关于 AI 的评价就是：我不会为了工作去开一个 AI 会员，豆包已经够用了。

@arkuy99 原来不是我一个人遇到这个问题

GPT 5.5 说人话，但是经常丢三落四 感觉上下文有问题。。 我切回了 5.4

@gengdaJ 提需求这步有个重点，你应该让他 web search 先进的和你需求相似的实现进行参考。

向X上面所有高强度使用Claude Code或者Codex的技术大佬真诚发问：现在，对一个技术小白（最多看懂html和css）来说，去学习完整开发一个项目的最佳路径是什么？ 在我的认知里面只有，提需求→一次性开发完→慢慢修改→功能正常→开卖→用户提需求→改→继续卖。 所以中间开发的什么前端、后端、测试，是啥玩意儿，虽然赚了一些钱，但我真的从来没有系统学过… 能帮我厘清的大佬，小弟红包感谢，但是可能大佬也看不上这点小钱…😅

@siantgirl 遇到过，已知 bug，韩语的Tokenizer 设计的更稳定，模型对韩语输出的确定性更高，当输出高不确定性内容的时候，就容易自动滑到韩语的嵌入。

claude code 时不时给我飙韩文是什么意思？

@sujingshen 随便手写了两句就过了，就给了个 github 和项目截图

笑死了，xiaomi mimo orbit的激励计划，身边同事用AI写了申请文档秒过。 我自己辛辛苦苦手写了半天没有反应。甚至他们现场展示用豆包写一个新的都是秒过。

@dayearleo @oran_ge 换个浏览器就行，我一开始 chrome 不行，safari 就行

@oran_ge BUG挺多的，甚至我这边连提交都提交不了

小米 token plan 领取的bug 邮箱说你通过了 登录官网说邮箱的账号不存在 🤔

谢谢你小米～ x.com/_luofuli/statu…

这两天尝试把 Deepseek V4 Pro 加入我自己的工作流，我让它帮我做一些调研性的工作。也算是一个测试，我会让它去了解我自己写的项目的一些细节。但是测试结果说实话是让我不满意的，因为它会出现一些幻觉，一些我没有写过的变量，没有写过的逻辑，它会顺着自己的思路推演出来。在 agentic coding 这个场景下，模型的幻觉是致命的。这种幻觉情况，非常容易让第一次使用的用户失去继续使用的信心。

今天试着用豆包来做模拟面试。体验的结果是让我感叹，豆包能够做到中国国内第一是有原因的，就单单一个语音交流的功能，就做了各种细分场景。在每个细分场景之下，还有特定的工作流的编排，语音也会根据选择的场景进行针对性的适配。就拿模拟面试这一个场景来说，它会专门适配一个声音低沉、略带压迫感的男生。最终面试结束还会根据面试的过程进行评分。这些功能其实完全可以单独拿出来，形成一个收费的软件，但是豆包却以免费的形式存在。豆包现在基本上就是一个全能型的 解决方案APP，从豆包这一个 APP 上面，就能看出字节做产品的深厚功力。

@learning_yohei 好问题，但是汉语汉字就是很难，这也是为什么即使是中国人长期不写字，也会有遗忘问题。语言学习的关键还是要多用，毕竟语言文字的总归是一种工具。

日本からこんにちは🇯🇵😄 中国人に質問があります🇨🇳🙋 僕は日本人で、日本語の漢字を覚えるのに、とても苦労しました🥹 でも、中国語にはもっとたくさんの漢字があります。 中国人の皆さんも中国語の漢字を覚えるのに苦労しましたか？😅

@lexi_labs 你自己的推理导向一个错误结论，所谓“研究型”才更容易被替代，因为真正研究的活是企业的 lab 在做，程序员的工作就是实施，在业务框架下的研究，可能就是 ai 都一次 deepresearch，就像其他评论说的，胶水型反而是弥合了人际摩擦，最难被 ai 替代的类型。

这次 AI 替代的，是那些胶水程序员。 程序员其实还分三类，业务型，研究型，最次的就是胶水型。 胶水程序员平时干的工作，就是把各个系统连起来。写一些脚本或小程序，把数据导通。 胶水程序员长处也有很多，对“高并发”是有很深的理解的。这类人还有价值。 最会被替代的是那些做产品的，只会把从前端到后端粘起来那类人。我们平时叫糊一个。