V2EX 热门帖子
1. Claude 账号又喜提封号了，刚创建了一个 claude 封号病友交流群，有想交流被封经验的病友可以加入啊。
我都连着好几个账号都被封了， 这两天刚创建的 Claude 账号又喜提封号了，为了防止再创建的 claude 账号继续被封，所以创建了一个 claude 封号病友交流群，大家一起交流一下病情，防止以后继续被封，有想交流被封经验的病友可以加入啊。
作者: haohello | 发布时间: 2026-03-16 23:37
2. 你认为的最强编程 AI 工具？
反重力，cc ，cursor ，trae ，codex ，Gemini cli ？
作者: junwind | 发布时间: 2026-03-15 08:37
3. 各位认为 AI 时代还需要深入学习算法么
起因是最近两天出了个 bug ，一个拓扑排序出了问题，可能因为业务相关较深，整段丢给 AI 让 review 没看出来，最终还是人排出问题后再丢给 AI 修的。
然后就突然发现有了 AI 之后，我已经好久没去加强自身的算法能力了，好在这次的内容还在知识框架内，能解决。
但有点担心，后面万一碰到更高级的问题了，自身能力停留在原地的话，可能都认知不到问题在哪。
作者: magicfield | 发布时间: 2026-03-16 03:20
4. Antigravity 清空了我的 .zshrc
我没让它改… 查资料发现可能是谷歌程序员写错了 把 >> 写成 >
作者: 383394544 | 发布时间: 2026-03-16 08:13
5. 关于各大清凉云大带宽限速的一个猜想
今天刷某论坛的时候，看到有个人提到一句
“慢慢用，养一养，上来买完嘎嘎一顿测速，不限你限谁……”
然后我想了一下，貌似真有道理。我有一台腾讯云，放置了比较久，然后突然高流量跑了好一段时间才触发限速。
但是如果立刻买一台然后立刻开始跑，确实是没多久就开始限速了。
然后我就想到了阿里云的 ECS 突发性能实例的积分
https://help.aliyun.com/zh/ecs/user-guide/burst-performance-instance-overview官网描述是
“
突发性能实例是一种通过 CPU 积分来保证计算性能的实例规格，适用于平时 CPU 使用率低，但偶尔有突发高 CPU 使用率的场景。突发性能实例在创建后可以持续获得 CPU 积分，在性能无法满足负载要求时，通过消耗更多 CPU 积分来无缝提高计算性能，不会影响部署在实例上的环境和应用。较之其他实例规格，突发性能实例的 CPU 使用更加灵活且成本较低。通过 CPU 积分，您可以从整体业务角度分配计算资源，将业务平峰期的计算能力转移到高峰期使用，以节约使用成本。如果偶尔会出现计划外的高性能需求，您还可以选择为突发性能实例打开无性能约束模式。
”轻量不正是这种“平时流量使用率低，但偶尔有突发高流量使用率的场景”一类的场景吗？
所以我推测，例如流出多少流量就是一个积分，然后当“带宽积分”耗尽后，就限制到 1Mbps ，然后就陆续回到之前的状态。
轻量的网络可能是原“突发性能实例积分机制”的一个为高带宽流量专门定制的版本，可能增加了一些诸如时段阶梯调节积分消耗等算法，更加适应“高带宽”以及高峰期的使用场景。
以上只是我的一个想法，欢迎讨论（
作者: yulihao | 发布时间: 2026-03-16 13:05
6. claude code 供应-
供应 claude code 自家号池，包稳 24 小时技术在线维护，欢迎对接测试，免费提供测试额度，不稳体验不好可直接退款。留言+v：Zhongzhuanzhan188
作者: abc0001 | 发布时间: 2026-03-16 13:42
7. 请教一个 unraid 的 docker 网络问题
unraid 系统网关指向旁路由，但是 docker 里的 qb 和 tr 用什么方法可以不走旁路由吗？ docker 的网关可以指向主路由吗？只有一个网口并没有 vlan 交换机
作者: 52pojie | 发布时间: 2026-03-16 08:40
8. 请问大家同步工程目录事后 网盘怎么处理.venv .git 之类文件
光 .venv 就有好几个 G ，包含海量小文件 经常同步噎住
现在只能做就是手动排除
但 macOS 没有 dropbox exclude 命令，只能用 xattr 而且经常忘
大家是怎么办的？
作者: pathetique | 发布时间: 2026-03-16 06:47
9. 还是到了这一步，开发 APP 最难的是 Apple Developer Program ID
两个最常用设备、最常用 ID 注册都被拦了😂
完全不清楚原因，邮件过去了，看看明天客服怎么说😂
作者: lc4t | 发布时间: 2026-03-16 11:54
10. 想试试 openclaw 多 agent 协作，用哪家国产模型比较好
希望性价比高，能真正完成生产级别的任务。 能支撑多 agent 高频率的操作，不限制或者说限制少 代码能力的模型足够强，推理模型也足够完成项目开发的前期设计统筹
作者: chunhai | 发布时间: 2026-03-16 11:18
11. 为什么 Cursor 使用 Chrome MCP devtools 可以直接控制正在使用的浏览器， 相同配置下， CC 不行？
问题如上图，我这两天在尝试 cc 通过 MCP 操作「我正在使用的浏览器」， 发现不行，永远打开的都是无痕浏览器，但是 cursor 是可以的，想问下如何解决？
作者: feeeff | 发布时间: 2026-03-16 03:48
12. Linux 格式化 fat32/exfat 分区避坑
在 linux 下把 U 盘/tf 卡格式化为 fat32 或 exfat 格式，插入手机或 windows 不能识别。
因为这是 Linux 下的 fat 格式，要转换为 windows 的。！！！更改前先保存数据！！！
！！！更改前先保存数据！！！
！！！更改前先保存数据！！！查看原来的
fdisk /dev/sdc
按 p, 看到 Type 显示为 Linux
Device Boot Start End Sectors Size Id Type
/dev/sdc1 2048 31293439 31291392 14.9G 83 Linux更改为”通用”格式
按 t ，按 c 改为 W95 FAT32 (LBA)， 或者按 7 改为 HPFS/NTFS/exFAT
按 p ，确认 Type 显示为更改后的。
Device Boot Start End Sectors Size Id Type
/dev/sdc1 2048 31293439 31291392 14.9G c W95 FAT32 (LBA)
作者: basncy | 发布时间: 2026-03-16 05:58
13. 做了一个 apikey 本地管理页面，可一键测试是否可用
因为有好多白嫖的 api key,太多了，然后时不时有些就不能用了，顺手让 ai 做了个工具，有需要的可以直接打开网页就能使用啦，都是本地存储，放心食用
网址： https://key.ncurator.com
github 仓库： https://github.com/Yoan98/ai-key-manage
作者: doujiangjiyaozha | 发布时间: 2026-03-16 10:48
14. 我用 cc 和 codex 用到现在，写前端感觉都是一坨啊
复杂一点的，在美感设计上，交互上。全是一坨。点也能点，看也能看，但是就是毫无美感的各种元素大大小小的不合时宜的堆在一起。
这个得物怎么敢解散前端团队的。
还是说我使用上有问题。
作者: YanSeven | 发布时间: 2026-03-15 08:02
15. 有人用过 mksaas 吗，值得入手吗
mksaas 主题看着挺不错的，但是程序员总有个坏习惯，现在有 ai 加持，总想着自己实现一个。 159 美金还是有点肉疼，如果能花 159 美金 ai token 自己实现一套，你会怎么选择
作者: jsiwa123 | 发布时间: 2026-03-16 03:54
16. 极客湾恢复更新：小米笔记本 Pro 上手体验：性能表现优秀的超轻薄本！
视频链接：
[小米笔记本 Pro 上手体验：性能表现优秀的超轻薄本！] https://www.bilibili.com/video/BV1hrcUzkELd/?share_source=copy_web&vd_source=835fa75e6a281bbf9bb9df438719f586
作者: Chicagoake | 发布时间: 2026-03-13 07:15
17. qoder 补全不是无限量了
文档还没有改,首页 pricing 页面改了
虽然现在大部分都是用 cli 写代码了,偶尔手写没有补全还真不习惯了.
现在还有无限补全+AI 生成 Git message 的 ide 吗
作者: Aprdec | 发布时间: 2026-03-16 01:44
18. AI 编程进化史
网页问答模式： chatgpt 问世，网页问答模式开始，向大模型直接提问，大模型给出答案，程序员收到把结果总结为可以嵌入 项目中的代码。 问答 -> 调试 -> 问答
IDE 插件模式： 类似通义灵码的 IDE 插件，使程序员更加专注在 IDE 中完成功能，避免时不时切换到网页中问答。但是，这个时候的插件的 AI ，基本都是比网页中的 AI 差不少。可用，但用处也不大。
AI 原生 IDE： cursor 问世，当时很火，当然现在用的人也很多。目前依旧是 AI 原生 IDE 的大哥。 这类的产品非常多。目前占主流的是 cursor ，trae ，反重力。次之有阿里 Qoder 和腾讯 workBuddy 。 这类 IDE ，基本都是基于 vscode 二开的。对用惯了 vscode 的人非常友好。它依赖完整的 IDE 。对于没有 GUI 桌面环境的 Linux 系统上，或者用不习惯 vscode 的人并不是很友好。
cli 模式： claude code 问世，目前依旧是编程最好的选择。脱离了 IDE ，脱离了桌面环境。还有 codex ，gemini cli 。这种方式，对于不想使用 vscode 的人，对于只有黑窗口的人来说，非常友好。并且很多 IDE 都有其对应的插件可选。
openclaw ，噱头？割韭菜？新一代 AI 交互方式？ 对于 openclaw ，目前我持保留态度，它对于 AI 大模型的应用来说，是进步的，但是未来一定有更加好的产品出来替代它。毕竟它的缺点太致命了，不是普通人能用的。建议大家再等等。不要盲目用这个，除非公司硬性要求。
作者: junwind | 发布时间: 2026-03-16 07:38
19. 终端里有文本滚动顺滑的方法么？
macOS 下经常使用 lazygit/yazi 这种终端工具，预览一个 diff/文件时候，不像浏览器内那样鼠标滚动顺滑。使用 iterm2/ghostty 都一样。
作者: ethusdt | 发布时间: 2026-03-16 01:44
20. 现在购买 ssl 证书最具性价比的方案是什么？
给微信小程序后端域名用的
网上搜了一下，阿里云提供的都要一千多一年了，在别的地方能搜到便宜一点的都要大几百，到处都是推广和广告，我感觉这个价格有水分，咸鱼上面很多几十块一年的，不知道是否靠谱？感觉这玩意好不透明，水太深了，希望有经验的兄弟能解惑
作者: uni | 发布时间: 2026-03-15 06:18
21. nas 备份了照片，手机上直接删除吗
你们是怎么处理的，如果删除了，我又要使用怎么办，比如我微信又要发 大佬们是怎么搞的
作者: miusmile | 发布时间: 2026-03-15 04:34
22. [边缘计算开源] 基于 go 写了个独立运行的工业数据采集网关 后续阶段应该如何调整
做了套边缘计算数据采集方案，想和你聊聊后续方向, 请指教一下
https://github.com/anviod/edgex
在工厂和工业现场待久了，总能遇到一些让人头疼的事：车间里设备种类多，协议又杂，数据采集常常不稳定，要么延迟高，要么经常断。我做边缘计算的，每天跟着现场工程师跑，看他们调设备、查故障，慢慢就想：能不能做套更靠谱的采集方案？
于是我们花了一些时间，搞出了这套南向采集优化方案。它没什么花里胡哨的概念，就是想解决实际问题：
- 不管是 Modbus 、BACnet 还是 OPC UA 、S7 ，一套系统就能管起来，不用再为不同设备单独配方案。
- 设备状态好的时候多采点数据，网络不稳定时就少发点请求，让系统自己适应现场情况。
- 哪个点位老出问题，系统会自动放缓采集频率，等它恢复了再正常采，省得一直发无效请求占资源。
- 同一总线上的设备一起不间断轮询采集，减少来回通信的等待次数，效率更高。
- 数据在边缘侧先处理一下，不用全往云端发，响应更快，流量也省。
没搞什么复杂的技术名词，就是把现场遇到的问题一个个解决：网络抖动了，就根据响应时间自动调超时；传大数据慢了，就自动找最合适的传输单元；设备坏了要换，新设备接上配置相同的 IP 就能自动同步配置，不用人手动搞。
现在这套方案已经在几个工厂试过了，工程师反馈说延迟降了，稳定性高了，维护起来也省心。做这个的初衷，就是想让搞工业物联网的朋友们少点麻烦，多点踏实。
如果你也在为设备数据采集发愁，欢迎聊聊，说不定能帮上忙。也想听听你的场景，一起把这套方案做得更实用。
作者: anviod | 发布时间: 2026-03-16 02:36
23. 如何成为 Claude Code 高阶玩家
有关使用 claudecode,目前互联网大概有两种主要内容:
- 完全面向没有基础的小白教学内容:
教你如何初步在本地跑通 claudeclode,做一个纯玩具版本的的小网页/自动化小工具 教你如何给自己的玩具加装脚手架(skill/subagent 的各种概念以及最基础的运用),让他变成更华丽的玩具
- 高阶大佬炼化十年功法,创造出 xxx 供大家使用的项目
这类内容可以类比为开源了某种特异功能,但问题也接踵而至,我真的需要如此高大尚但是不贴合我实际工作需求的功法吗?xxx 的归属大概率是躺在文件夹吃灰
我们应该如何从初学者过渡到 Claude Code 高阶玩家?
了解 claudecode 各种机理,能自己动手修改.claude,能自己添加.删减 claude.md 等各类文件 根据自己的需求,动手封装合适的 subagent,hook 知道何时应该 compact,何时应该调用以及自己规划调用多个子 agent 如何根据自己的工作流,真正提高自己的生产力
这些内容并非没有,而是十分孤立,并不成体系,所以请问大家有没有这方面成体系的相关资料,最好是自己的工作流实操,分享一些捣腾的完整分享
感谢大家
作者: cryptogems | 发布时间: 2026-03-15 15:34
24. [分享] 零成本撸了一套 A 股量化流水线：基于微软 Qlib + GitHub Actions + Pages
前两天发在 股票 板块, 但是板块比较冷清 没什么人关注,
这两天把复盘统计功能做出来了, 于是来热门的程序员 板块再发一次, 我第一次搞开源项目, 欢迎大家来交流
核心思路：
既然 Qlib 已经把框架做好了，我辈打工人最该解决的就是工程化问题——如何让它在不花钱、不费神的情况下，每天自动给我出信号。
特点:
白嫖极致化： 全程白嫖 GitHub Actions 算力和流量进行模型训练（ Alpha158 因子预处理 + 模型推理）。
全自动 CI/CD： 每日收盘后自动拉取数据，更新信号，无需人工干预。
前端可视化： 自动更新 GitHub Pages 静态页面，移动端随手复盘。
复盘统计： 刚肝出来的“马后炮”复盘功能，定期 直接对历史预测进行止盈胜率矩阵分析
链接
仓库: https://github.com/touhoufan2024/qlibAssistant.git
在线预览: https://touhoufan2024.github.io/qlibAssistant/
复盘: https://touhoufan2024.github.io/qlibAssistant/pages/mahoupao/review_result.html
最近的几次复盘结果看起来还可以,
作者: Chippy | 发布时间: 2026-03-15 06:42
25. 从一个小功能的实现来看免费 Gemini 和 ChatGPT 的表现
前几天有个 a4 pdf 的 iOS 限免，正巧作为小学生的小朋友有把长截图转成 pdf 然后打印的这个需求，下载后发现那个 app 就是接近于垃圾，不光把长截图放在一页 pdf 上，并不能切割成多页，而且因为人为缩小，清晰的图片成了毛玻璃。
今天周末小朋友来我这里玩，我于是建议小朋友自己通过 ai 来实现这个功能。
小朋友自己的 iPhone 上有梯子且熟练使用，寒假也注册并登录了 Gemini 、ChatGPT 等，听我建议不错，于是没有我任何指导，完全不懂编程的小朋友自个儿开干。
首先打开的 Gemini ，用 fast 模式，小朋友记录下 iPhone 相册里其中一张长截图的宽✖️长的数值，和 ai 说自己 iPhone 上有这么个宽长的图片，希望能根据自己输入的宽长，分割成几张图片，并且把图片转成 pdf 好打印。
Gemini 建议 html5j+js 方案，并且吧啦吧啦生成了源码，还贴心地告诉小朋友怎么拷贝源码保存在 iPhone“文件“app 中，最后浏览器打开并通过共享变成 iPhone 主屏的一个应用。
gemini 一气呵成的果然能一次运行并达到了小朋友的需求，接下来小朋友添加了一些需求和修改意见，也基本正常实现。
然后，小朋友把 Gemini 生成的源码打开 ChatGPT 并输入让 ai 检查代码是不是完全正确，如果正确请在代码后添加解说（）注释。
ChatGPT 表示程序很不错，但是它能提高好几倍的效率，还有其它优化，牛吹得小朋友期望很高，然后四五个回合，正确的代码不能正确运行，而且已有的功能和界面也被 ChatGPT 缺失或者错位，不得已小朋友请我帮忙，才总算在免费额度用完之前 ChatGPT 出来了一个正常运行的版本。
仅就这个经历的个人感觉，同样免费版的 Gemini 看起来要比 ChatGPT 强大且准确度高。另外也感叹，完全没有编程基础的个位数小孩，也能凭自己的聊天，得到完美符合自己需求的小工具了，大把普通的 iOS （安卓） app 估计越来越没多少生存空间了。
btw ，总结下小朋友自己迭代聊天后满足的需求：
1️⃣从 iPhone 的“文件”、相册、拍照三种方式导入图片
2️⃣导入后，界面显示照片的如分辨率、拍摄时间等某些拍摄信息（小朋友不知道 exif 这个词）
3️⃣界面给出宽、长数值的手工输入，同时旁边有长宽比锁定下拉框（不锁定、2:3 、3:2……A4 幅面），根据长宽比选项，输入一个数值，另一个联动
4️⃣界面给出自定义图片名称，旁边有下拉框供选择分割后的几种图片格式，分割后图片名为自定义图片名称➕序号
5️⃣点“处理”按钮后，出现一个按钮为“图片压缩成一个文件”（ Gemini 建议做的），另一个按钮是“转成 PDF”，旁边下拉框可以选择每页一张，每页两张，每页 2✖️2 四张，每页六张。
这两种方式都可以把 zip 和 pdf 保存到“文件”app 里。
6️⃣界面在点了“处理”按钮后，还同时会显示所有分割后形成的图片文件，图片下面显示带序号的文件名，Gemini 教小朋友长按具体图片来保存单张图片到“相册”
作者: gigishy | 发布时间: 2026-03-15 20:04
26. 为什么放弃了 RAG？ RAG 的六大难题
RAG 本身并不算是个坏主意。我们认真实践过，也确实在某些场景下跑通了。
去年，我们花了几个月搭过几套完整的 RAG 管线：三阶段处理（ Extract 、Chunk 、Embed ），三种搜索策略（ Vector 、BM25 、Hybrid + Reranking ）。从文本提取，粗排，到 Rerank 精排，每一个环节都认真做了一遍。工程量不小，技术上看着很漂亮。
但最终不得不承认一个事实：效果不好
这篇文章不是要批判 RAG ，而是诚实地分享下我们具体遇到了哪些问题，以及我们后来怎么想的。以及，小广告。。。
问题一：Embedding 模型两难
做本地桌面应用，Embedding 模型的选择是一个没有好答案的问题。
小模型（参数量 < 500M ）在设备上跑得动，但语义理解质量不稳定——碰到专业文档、跨语言搜索、长文档时，召回率明显下降。大模型（ 1B+）质量好，但在普通用户的笔记本上内存和计算开销太大，后台常驻时对系统资源的占用让人无法接受。
桌面应用没有服务器可以依赖，只能在”跑得动”和”效果好”之间妥协。选了一个，另一个就要让步。这个困境在服务端应用里不存在，在本地优先应用里却是无解的。
问题二：领域词汇不敏感
向量语义搜索有一个根本性的弱点：它对专业术语的理解很差。
原因并不复杂。Embedding 模型是在通用语料上训练的，而代码函数名、医学缩写、法律条款、产品专名这些词在训练语料里出现频率低，在向量空间里的位置偏僻且不稳定。
实际表现是什么样的？用户搜 “RLHF”，不一定能找到写着 “Reinforcement Learning from Human Feedback” 的文档。搜”LTV”，可能匹配不到写着”用户生命周期价值”的分析报告。搜某个产品的型号，向量搜索根本抓不住这个词的准确语义。
这不是配置问题，不是参数调优能解决的，业内常见做法是做 embedding 模型的微调，但一般都是针对特定领域，只能在 ToB 场景中 work 。
Embedding 优势是模糊语义匹配，它的劣势恰好就是精确词汇匹配。而用户的真实需求往往是两者都要。
问题三：Rerank 的代价
召回率低和准确性差，是 RAG 管线的两个经典问题。针对准确性问题，业界的标准解法是引入 Rerank 模型做最后一步的精排。
我们也做了这一步，然后发现问题并没有被解决，只是被转移了。
Rerank 模型比 Embedding 模型更重、更慢。引入它之后，整个检索链路的延迟大幅上升，对本地应用来说尤其明显。更关键的是，Rerank 模型同样是在通用语料上训练的，同样存在专业词汇不敏感的问题——它只是在你已经召回的候选里重新排序，而不能召回那些一开始就没被捞到的文档。
最终结果：链路变慢了，架构变复杂了，根本问题还在。引入 Rerank 后，排序质量的提升非常有限，反而让 BM25 的作用几乎被掩盖了。
问题四：碎片化的上下文
分块（ Chunking ）是 RAG 最无法绕开的问题。
文档被切成固定大小的片段之后，每个片段都与它的前后文脱节了。AI 拿到的是一段从报告中间截取的内容，不知道这段话在哪个章节，不知道前一段在讲什么，也不知道后续有没有结论。
最糟糕的情况是：一个关键段落恰好横跨两个 Chunk 的边界，两个 Chunk 都能匹配到，但又各自不完整。AI 拿到的两份碎片都沾了边，却都缺少关键信息，最终给出一个似是而非的回答。
这个问题业内有很多补丁办法，比如：加大 Chunk 重叠，加入父 Chunk 检索，引入 Small-to-Big 策略……每个补丁都能在某个维度上改善问题，但也都会带来新的代价——更多 Token 、更复杂的管线、更难调试的行为、更加无法通用。
我们把这些补丁叠在一起，得到了一个复杂、易出错，但仍然不够好的系统。
问题五：不同文档类型需要特殊处理
通用分块策略对不同文档类型的效果差异极大，这是我们当初没有充分预判到的。
论文有 Abstract + 正文 + References 的结构；书籍有章节层级和页眉页脚；合同有条款编号和交叉引用；代码文档有 API 列表和示例代码；表格类文档的”内容”是列名和数据类型，而不是单元格里的文字……
固定窗口切块的策略不理解这些结构，分块点往往切在语义中间，把标题和它的正文分开，把条款编号和条款内容切断，把表头和数据分离。
每种文档类型其实需要完全不同的处理逻辑。但针对每种类型都写特化的解析器和分块策略，工作量巨大，维护成本也高——而且即使都做完了，效果也只是”比通用策略好一些”，仍然是碎片化的。
问题六：Agent 使用体验极差
以上五个问题单独看，每个都还在可接受的范围内，但当 RAG 被实际接入 AI Agent 使用的时候，所有问题叠加在一起，效果非常糟糕。
一个真实的场景：AI 在帮用户分析一份合同，调用
search()检索相关条款，拿到了 10 个 Chunk 。有几个 Chunk 沾了边，但信息不完整。AI 无法判断该怎么继续，只好调整关键词重新搜索。再拿到 10 个 Chunk ，还是不够。再换关键词，再搜一次。每次搜索都是黑盒：AI 不知道换哪个关键词才能找到它需要的内容，不知道文档里到底有没有这个信息，不知道自己距离答案有多远。这种低效不是 Agent 能力不够，而是工具本身的设计不支持它做出合理的决策。
RAG 在设计上是为”用户直接提问”场景优化的，不是为”Agent 自主探索”场景设计的。
行业也在转移
这些问题不是我们独有的，业内已经有明显的应对趋势：
微软的 GraphRAG 引入知识图谱来缓解上下文碎片化问题，把相关实体和关系显式地存储下来，而不是靠碎片拼凑。
PageIndex 不按固定大小切 Chunk ，而是以页面为单位建立索引，保留文档的自然边界。
Agentic RAG 尝试让 AI 自主决定检索策略，而不是走固定管线——方向是对的，但在 RAG 架构上叠加 Agent 逻辑，复杂度随之翻倍。
最彻底的转向来自 Claude Code 和 Manus 。它们干脆放弃了 RAG ，回到最原始的方式：Glob + Grep + Read 。找文件、搜关键词、读内容。没有向量数据库，没有 Embedding 模型，没有 Chunk 管线。效果反而更好。
这让我们想明白了一件事：RAG 的设计假设是”LLM 不够聪明，需要我们帮它把信息预处理好”。这在 GPT-3.5 时代是合理的。但现在的 LLM 已经有能力自主使用工具完成多步检索任务——它们不需要预切碎片，它们需要的是线索 ：文件在哪，结构是什么，然后它自己能决定读什么、读多少。
我们的解法：Outline Index
Glob + Grep + Read 对代码库很有效，但对用户文档行不通。代码库里
src/services/auth.ts这个路径本身就在告诉你这是认证服务；但2024 年度总结(修改版)(最终版).docx，路径告诉你的信息约等于零。更别提 PDF 和 Word 是二进制格式，grep 根本读不了。所以我们的问题变成了：能不能给文档也建立一套等价的”目录索引”，让 AI 用 search → outline → read 的方式渐进式地翻阅你的文件？
我们把这套方案叫做 Outline Index 。
核心思想一句话：不替 AI 预切信息，而是给它一张地图。
为每个文档建立一份结构化”名片”，包含文档的元数据（标题、作者、关键词、摘要）和结构大纲（章节标题、层级关系、行号范围）。AI 按三层路径访问文档：
- search ：搜索相关文档，返回文件列表和 Metadata ，约 50 tokens/文件
- outline ：查看文档的结构地图，约 200-500 tokens/文件
- read ：精准读取指定章节的原文，按需加载
这与人类阅读的方式完全一致：先找书，看目录，翻到对应章节精读。AI 在这个过程中有完整的上下文，知道自己在文档的什么位置，可以决定”再多看一点”，也可以跨文档对比。
对比传统 RAG：同样的场景下，Outline Index 方式的 Token 消耗约 800-3400 ，AI 拿到有完整上下文的精确信息。传统 RAG 返回 10 个预切碎片，消耗 4000-6000 tokens ，AI 对文档结构一无所知。
另一个副产品：Embedding 的对象从原文 Chunk 变成了 Outline Index 本身。一个文档只需要一个向量。10000 个文档 ≈ 10000 个向量 ≈ 30MB 存储，检索速度也快得多。
关于领域词汇不敏感的问题，BM25 全文检索补上了这块短板。双路检索（ BM25 精确匹配 + 向量语义理解），通过 RRF 融合，不再需要 Rerank 模型。
最后，是广告时间：
- Outline Index 是 Linkly AI 的核心技术。如果你对具体的实现细节感兴趣，可以阅读这篇技术文章：Outlines Index：一种渐进式披露大量文档给 AI Agent 的方法。
- 如果你想体验实际效果，请下载 Linkly AI，以及 linkly-ai-cli，接入到某个 AI 客户端中体验，实测效果远好于 RAG 。
作者: blueeon | 发布时间: 2026-03-13 06:17
27. 很奇怪和诡异的一个传统 UDP 53 的 DNS 调度解析 和 HTTPDNS 的调度解析域名的问题？
比如某一个域名 或 某一个 HTTPDNS 或 HTTPSDNS 域名解析或者说映射了多个 IP 地址，这些多个 IP 地址可能是不同省份同一个运营商 或 不同省份的不同运营商 或 同一个省份的不同运营商，那么假设用户 A 在 A 省使用 传统 UDP 53 的的 A 省运营商 DNS 或 第三方公共 DNS 去调度解析某一个域名，有时候明明有 A 省的 IP ，但实际调度解析后返回的解决确实 B 省同一个运营商，更有甚者或者极端情况下 A 生用户可能会获取返回的是 B 省的 B 运营商的 IP 。
HTTPDNS 的调度也有上述类似的问题，请问这是为什么？难道仍是归咎于调度细粒度不精准 或 不完整支持 ECS 造成的嘛？
作者: bclerdx | 发布时间: 2026-03-15 14:42
28. 利用 AI 像洗黑钱那样洗代码版权会不会产业化？（可能属于灰产、黑产）
最近有个行为叫做 License Laundering （洗许可证）引起了不少人的警觉。顾名思义，类似于 Money Laundering （洗黑钱），就是把利用 AI 重写代码，使得新代码的重合度与原版相差甚远，“洗”到与原作品无关，然后更换许可证。
前段时间，Python 社区的 chardet 引发了争议。现任维护者 Dan Blanchard 利用 AI 把 chardet 的代码重写了一遍，重写后的版本使用 MIT 许可证。原作者 Mark Pilgrim 已经现身反对更改许可证，因为 chardet 原先的许可证是 LGPL 。
具体分析：License Laundering and the Death of Clean Room
与此同时，还有公司更进一步，利用 License Laundering 搞恶意竞争，克隆客户的软件然后低价转卖。
很快就有人同样把“License Laundering”打包成一站式服务，嘲讽这种公司的恶意竞争行为。 “洗代码即服务！”火了！“开源代码洗白”奇葩网站上线，反讽白嫖企业：开源合规太昂贵了！ CC 逆向复刻客户软件，十分之一的价格转卖！说到底，这类 Laundering 做法算不算侵权？毕竟 AI 的训练过程中的语料就有开源代码，没人能保证 AI 从未“看”过 GPL 系列代码吧。
作者: cnbatch | 发布时间: 2026-03-15 14:32
29. Windows 开发真的太难了！所以自己用 Rust 搓了个 win 版 tmux，开源免费
如果你是 MacOS 或者 Linux 的开发者，你们应该感受不到这个痛点，但是 Windows 的开发环境对现在的并行开发工作流实在太不友好了！！
平常我都开好几个终端机跑好几个 Claude Code 、Codex ，光是 cd path 就得老半天，终端机不能复制粘贴图片，每次开机又得重新调整排版，更别说没有通知，有时候都不知道哪个会话需要我的回应。
另外 VSCode 现在对我来说就是单纯的阅读器而已，用它跑终端机实在太重了，所以我就自己搓了个 IDE 来用！
功能大概有：
- 自定义排版，支持窗口分页
- 支持图片复制粘贴到 CLI （我的最爱！！！）
- 自动恢复上次会话和权限
- 当 CLI 需要输入的时候，系统消息通知
- 文件树双击文件直接在默认 IDE 中打开
- 右键点击文件可以直接插入到输入框，不需要再手动打文件名
- Git 状态追踪，看到所有的 worktree 、branch 和文件变动
- 支持预设开启路径（我自己默认在 github/，这样每次能少打几个字）
- 支持预设 IDE
- 新增终端机可以选择你要的 Shell 类型，像我有时候需要跑 bash ，有时候需要 PowerShell
- 还有更多！开源免费，现在已经有超过 100 位开发者在使用了，正在快速迭代中，欢迎大家提需求！👉
https://github.com/oso95/Codirigent
目前还没有 Windows 签名（申请中），安装时点继续就好，或者照 README 跑本地版。
作者: oso95 | 发布时间: 2026-03-15 07:32
30. 想直接购买 CC 的 api key，不想通过中转，没有大美丽信用卡做不到？
如何合法途径通过国内支付，有经验的进来聊聊啊
作者: mrsbryant | 发布时间: 2026-03-12 00:55
31. Antigravity 这还能用吗？额度哐哐扣，事情一件没做成
我用 Opus 4.6 （先了解代码情况，再按需求）写一个文档，每次都到最后关头，就报错。。。
连续试了三次，现在 Claude 模型的额度还剩 2 格，额度是扣了，但事情是一件没给我干啊，才上年费 Pro 的车，感觉像吃了苍蝇
作者: willxiang | 发布时间: 2026-03-14 13:36
32. 通过 vibe coding 能对 ruoyi ai 二次开发吗，做点自己的应用， Java 能力只限于本科学的那点
现在是有想法，直接纯对话 ai 从零开始完成，并且可以得到想要的结果，但是没用过专业的框架，想试试
作者: 2757809858 | 发布时间: 2026-03-15 12:12
33. 安卓假如放弃 root 的话，建议买哪家？
首先说一下，不买苹果。苹果没法用 mihon 、iceraven 、ublock origin 等软件，而且就算有上架的 app 相比安卓版本也会屏蔽 r18 ，比如 TG 。此外我没有 mac 也会导致很多麻烦。
安卓现在 root 是真的太难太难了，一解锁就导致特别特别多问题。我目前解锁 root 的需求其实主要就两个：
- 国产特色系统的大量广告、各种云控、安全中心、“贴心”的拦截 apk 安装、杀后台（ VPN 容易挂）。这个解决办法其实除了 root ，还可以选择本身就更纯净的系统。
- 备份 app 数据（/data/data ）。这个是最难以完全替代的需求，安卓这边好像国产是没有对标苹果的 e2ee 备份的吧，我对那些云很不放心。那另一个选择就是放弃手机数据，尽可能不往手机上放重要数据，都往 NAS 之类的地方塞。
注 ：没有关国产流氓的需求，国产直接物理隔离。
我网上搜了下资料，好像满足 1 的国行手机，就只能在三星（可以不解锁刷港版）、摩托罗拉、努比亚/红魔里选了？有没有用过的朋友说下体验呢？三星和摩托罗拉国内的评测非常少，而且大部分面向大众的评测，基本都没有提到云控、安全中心、杀后台、GMS 完整性之类的东西，国内可能很多普通用户根本不在意广告快应用啥的。比如这个帖子 https://v2ex.com/t/1196721 ，V 友 tyzrj766 的回复：
你朋友没用酷安，酷安信息流里的广告，在 ColorOS 上调用快应用，能实现不碰不晃，刷到就一键打开，如果是小游戏直接读取你的 OPPO 账号给你实名过验证，瞬间完成。我用 X9 那会都惊了，以前用小米和 vivo ，系统里的快应用广告都没这么丧心病狂。
加上这个 B 系统，字体不统一，界面不统一，屏幕也差，月月更新只会水 AI ，目前是被我拉黑了，一加和 OPPO 手机再好，系统再德芙，这些问题不改我是不会用了。前后买了三四个黑厂手机，没一个能坚持用的下去。
这个对我是绝对无法接受的，但是 B 站大众向评测里都觉得 ColorOS 很好用，所以只能来 V2EX 这种更偏极客的论坛来请教一下了，国行安卓里哪个系统对于极客来说体验更好？三星刷港版、摩托罗拉、努比亚/红魔的体验怎么样？
作者: LaTero | 发布时间: 2026-03-13 08:36
34. 有什么网站提供人工智能学习且能够有老师答疑的
愿意知识付费 但是也别太贵了
作者: hiboshi | 发布时间: 2026-03-15 05:36
35. 做了一个自认为很有潜力的 AI 项目，大家看看有没有前途
最近做了个开源项目： https://github.com/golutra/golutra
简单说就是一个 多 Agent 的 AI 工作空间，可以组建一个 蜂群 Agent Team ，让不同 AI 协作工作，有点像搭一个 一人公司的 AI 团队，可以长期运行。自定义工作流（不同行业场景都能搭），工作流模板一键导入导出，适合长期运行的 AI 自动化系统。
后面准备做的：
实现真正的「 CEO Agent 」，一个月不用人监管，支持手机端远程操控，自动构建 Agent ，接入永久记忆层
还在早期阶段，想听听大家的评价： 这个方向有没有前途？有没有什么建议？
欢迎评论 🙏
作者: seeksky | 发布时间: 2026-03-14 18:24
36. 初学 k8s，如何解决网络下载慢的问题？
目前小弟主要是通过 ssh 到 ubuntu 物理机上，有翻墙设备，在 ubuntu 上下载了 flcalsh,但是下载 k8s 的链接就很慢，没走代理。 如：curl -LO “https://dl.k8s.io/release/$(curl -L -s https://dl.k8s.io/release/stable.txt)/bin/linux/amd64/kubectl-convert" 下载就很慢。
作者: Debug1998 | 发布时间: 2026-03-15 07:03
37. 随机播放到艾薇儿和后街男孩的歌曲，突然发现上一次听还是 10 多年前读初高中的时候了
突然有点唏嘘，当时听他们的音乐还是用的好记星学习机，由于家离学校比较远，所以平时是住读，周五回家和周末归校的时候，就喜欢用学习机听他们的音乐，岁月不饶人啊。
作者: zzz22333 | 发布时间: 2026-03-15 00:45
38. 从智谱 agent 发现了个 skills 文件夹，不知道是不是内部的 skills，大家来看看
扒下来的整个流程很简单：智谱的 Agent 模式本身运行在云主机上，我们可以让它输出当前的文件结构。通过查看结构，你会发现一个名为 skills 的文件夹。只需让 Agent 将该文件夹打包，然后下载即可。贴一段 skills 描述
┌─────────────────────────────────────────────┐
│ 硬件配置详情 │
├─────────────────────────────────────────────┤
│ CPU: Intel Xeon Processor (4 核) │
│ 内存: 8 GB │
│ 磁盘: ~10 GB │
│ 系统: Linux (Alibaba Cloud Linux) │
│ 运行时: Bun │
│ 端口: 3000 │
└─────────────────────────────────────────────┘
作者: qaq13037 | 发布时间: 2026-03-13 02:59
39. Linux 服务器上有多个 ip，程序本身不能指定接口，有第三方程序可以强制让程序使用指定接口吗？
像 libbind 、proxychains 、部分 tsocks 这类基于 LD_PRELOAD 劫持 libc 的办法，不适合 golang 编写的程序
有比较便捷的解决方案吗？
作者: pc10201 | 发布时间: 2026-03-13 02:30
40. AI 时代下 AI 工具熟练度能代替技术深度吗？
近几次面试发现一个问题用人单位似乎更看重 AI 工具的熟练度，你说突破了某个技术难点会被认为“AI 就能做到何必自己去探索”，各种问题都能扯到 AI 上，这样很容易忽视技术深度和背后自主探索和创造所付出的努力。
我用 AI 确实能大幅提高效率，写 API 接口几分钟就搞定了，CRUD 任务描述一下需求即可快速实现，丢一份文档即可生成 MVP ，但之前做了个探索性的微服务项目的确遇到深水区，尤其是基础设施层。大致存在以下几种问题：
- 组件和框架集成存在隐形契约，官方文档没有，GitHub 无人提及，网上无人讨论。
- 框架功能设计缺陷和框架的 BUG 导致无法满足需求必须改源码还不能破坏原有的函数。
- 官方文档缺失部分内容，无参考答案，无已知解决方案。
- 官方文档仅有简单示例但没有完整落地的案例，同时需要修改底层源码。
- 框架已存在的特性，无注释，没有提及该特性的相关文档和资料。
面试官认为提示词写好加上几个 Skills 就行，实际上烧了一堆 token 还是没用，除了最后一个 AI 勉强有解其他的几乎不行，最后还是自主探索用更优雅的方式解决掉。
所以这就存在争议，技术的学习成本降低以后 AI 工具熟练度能代替技术深度吗？如果自主探索攻破难题被认为“人做得到的 AI 同样可以”，那所有的技术研究，开源项目不就没有意义？
作者: zhanshen1614 | 发布时间: 2026-03-14 09:59
41. [分享] Codex + GPT 5.4 火力全开配置调优
自从 OpenAI 出来 gpt-5.4 模型后 Codex 的使用确实有了极大的提升，我个人调整配置后开发同一个需求对比使用 Claude Code + Claude Opus 4.6 还更快一点完成。
本来从 gpt-5.3-codex 的默认配置直接使用，但发现上下文一下就不够了，对于大一点的工程来说 特别难受。
后来查了下网上的资料，说 gpt-5.4 的 1M 上下文的能力要自己主动配置开启，晕。
下面放出我自己使用 Codex 的一些配置，算是抛砖引玉，不一定是最佳实践，有不同的欢迎指正。
打开 ~/.codex/config.toml 文件
project_doc_fallback_filenames = ["CLAUDE.md"] # agents.md 找不到，则找 claude.md ，和 Claude Code 使用同一份约束 model = "gpt-5.4" review_model = "gpt-5.4" # 默认 "gpt-5.2-codex" model_provider = "apibox" # 改成你自己的中转站名 model_reasoning_effort = "xhigh" # 思考强度超高 model_context_window = 1000000 # 模型上下文窗口大小，默认 1000000 （ 1M ） for gpt-5.4 model_auto_compact_token_limit = 500000 # for gpt-5.4 虽然是 1M ，但是有效注意力不够，不建议开的太高 [model_providers.apibox] name = "OpenAI" # 如果用的是中转站，建议把名字改成 OpenAI （注意大小写）命中缓存，省 token base_url = "apibox.cc/v1" # 改成你自己的中转站 API 地址哦 wire_api = "responses" requires_openai_auth = true [features] shell_tool = true # 启用 shell 工具。默认: true apply_patch_freeform = true # 通过自由格式编辑路径包含 apply_patch （影响默认工具集）。默认: false shell_snapshot = true # 启用 shell 快照功能。默认: false undo = true # 启用 undo 功能。默认: true unified_exec = true # 使用统一 PTY 执行工具 multi_agent = true steer = true prevent_idle_sleep = true child_agents_md = true memories = true # 开启记忆 sqlite = true # 可配可不配，随意 fast_mode = true # 必开，完全不同的体验，当然也会让 gpt-5.4 用量变 2 倍 [memories] # 强烈建议用新模型来总结 memories consolidation_model = "gpt-5.4" extract_model = "gpt-5.4" # generate_memories = true # 默认 true # use_memories = true # 默认 true ，表示把 memory_summary.md 注入 developer instructions max_raw_memories_for_consolidation = 512 max_unused_days = 30 # 默认 30 max_rollout_age_days = 45 # 默认 30 # max_rollouts_per_startup = 16 # 默认 16 # min_rollout_idle_hours = 6 # 默认 6小技巧：
model_auto_compact_token_limit 这个配置可以动态调整 当你的工程的会话上下文特别大的时候，你有不想开新的会话时。你可以先把这个配置改大，然后重新开启 VS Code 或者 cli ，这样就不会触发压缩了，可以继续聊下去。
作者: apibox | 发布时间: 2026-03-14 08:28
42. 大家公司怎么使用 ai 的?
- 在哪些场景，怎么使用的？
- 不仅仅是编程，据了解编程领域是 ai 提效最高的。
作者: siaronwang | 发布时间: 2026-03-14 02:28
43. 自从用了 Claude Code， Intellij 家族的 ide 很少打开了
自从用了 Claude Code ，Intellij 家族的 ide 很少打开了
你们用什么工具配合 ai 工具呀？
作者: gefangshuai | 发布时间: 2026-03-13 09:48
44. 有新闻抓取的 skills 吗？
在 clawhub 上找了几个(find-skills 以及手动找)，都不太符合需求，我的需求是：
1. 抓国内新闻热点
2. 抓到的内容可以缓存，下次抓到重复内容不处理
3. 内容是：标题/链接/总结/日期等不需要支持很多平台，因为热点新闻会在大部分平台出现。
自己部署 rsshub + 让🦞自己实现比较麻烦，因为总要调试，会浪费很多 tokens 。
所以做一回伸手党，有没有已经实现好的新闻 skills ？
作者: ethusdt | 发布时间: 2026-03-13 14:27
45. Google one AI Pro 使用额度限制，这个量感觉不够
代理模式和 Gemini CLI 的配额
Gemini Code Assist 代理模式和 Gemini CLI 的请求配额会合并计算
每个用户每分钟的请求数 120 每个用户每天的请求数 1500 https://developers.google.com/gemini-code-assist/resources/quotas?hl=zh-cn
作者: Hyvi | 发布时间: 2026-03-14 03:43
46. 请问在阿里云中怎样管理少量的密码、API KEY 之类的凭据？
以前使用 AWS 的时候用 Secrets Manager 管理、使用少量凭据，
现在需要使用阿里云做国内项目（后续建议公司评估 AWS 中国服务）。
阿里云客服告知凭据的最低购买量是 1000 个，
实际项目中一个环境也不超过 10 个凭据，
请问阿里云有什么性价比更高的凭据管理方式吗？
作者: sungnix | 发布时间: 2026-03-14 03:38
47. 用人翻阅资料的行为模式来设计知识库怎么样？
我们人是怎么查资料的，假如去图书馆 1.找到对应的书架 2.找到对应的书 3.翻阅目录，定位到页码 4.读取内容
以上模式其实很简单，把最上一级的目录通过 System Prompt 传给 ai ，然后写几个 function call 就行了，ai 自己调方法去查。
请问一下这种方式有什么缺点吗？
作者: huanggan | 发布时间: 2026-03-14 04:36
48. 喜欢 ROOT 的用户有福了，小米开了三八解锁节，点击就给解锁（）
搬运：此次解锁基本原理是骁龙 8E GEN5 的底层漏洞，导致米系的全系 8E GEN5 手机，包含小米 17 全系、K90PM ，只要系统安全补丁在 2 月以前，均可解 BL ，无需答题，无需拆机，无需进阶操作，理论上会 ADB 就能解。 小米解锁相比一加的优势：更稀有能装 X ，且不会炸 TEE 模块。 参考链接： https://www.bilibili.com/video/BV1jVNMz5E5d https://www.bilibili.com/video/BV1YxPBz9E3B
叠甲：楼主自己未购买小米系手机，仅吃瓜心态搬运，消息真实度需自行判断。（不过看完还是有点想现场下单一台了，虽然不知道 ROOT 能实现什么人无我有的独特功能）
作者: doctorzry | 发布时间: 2026-03-08 14:02
49. Claude 上线了 1m context，为什么我这用不了啊？
https://code.claude.com/docs/en/model-config#extended-context-with-1m
已经升级最新版 v2.1.76 ，用的时候还提示： Opus 4.6 with 1M context is not available for your account. Learn more:https://code.claude.com/docs/en/model-config#extended-context-with-1m
作者: gefangshuai | 发布时间: 2026-03-14 10:52
50. 手搓了最喜欢的 Android 软件， GestureExplode
Android 最喜欢的软件，Google 的 gesturesearch ，效率 No.1 ，2015 年停更后一直没有合适的替代。
而且基于 32 位，后续 64 位 cpu 无法兼容。
基于 AI 自己手搓了一个，可以通过手势输入字母来搜索手机联系人，应用，设置，无需联网权限。
欢迎大家食用：github.com/colorbeta/GestureExplode
作者: colorbeta | 发布时间: 2026-03-14 14:13