早上试了大概 5-6 次，中间换了注册邮箱和手机热点，姓名、地址、卡信息这些没有变。
所以，可以尝试下用注册过 oracle 的邮箱和手机热点多试几次。
分享一下最后一次成功的操作：
1. 网络：无代理，无痕模式，手机热点，手机也无代理。
2. 卡 ：招商 visa 全币种国际信用卡。
3. 姓名：真实拼音
4. 地址：把中文地址翻译成英文地址，不是拼音
5. 邮箱：我是 iCloud 邮箱，注册过 oracle 的
-
接下来是升级配鸡，有什么要注意的吗？ ]]>
纠结的点主要在电脑，现在不玩游戏 不知道进了宿舍会不会被带起来。
]]>多语种物料生成,Google Maps + TripAdvisor 一键创建,外卡支付接入指引 + 代办,外宾登记培训包.是我最近做的一个小项目，欢迎前辈们进行指导.https://internationalguestsupport.com
我的初衷是：让目前有接触国外旅客的民宿/餐饮行业创业者有一个规范化的工具.以此牟利.目前国内旅游业处于增量市场.做成功的话，旅游业会发展跟快一点，街头店家都可以用，让城镇国际化一点，早日走入发达国家行列.
目前情况是，需要会推广的大佬进行咨询，可付费.有兴趣的前辈欢迎联系.感谢 v2.感谢贴主.祝兄弟们财务自由！
]]>如果我的需求是：接入国内的模型的官 key 或者渠道的低价 key ，并且拥有自己算力集群部署的模型，如何去合法合规的运营呢？
是否需要申请相关模型资质还是什么？
国外的模型是不打算接入的，国内肯定也不让搞，但是也想偷偷塞一手
]]>Web UI 已内置在二进制文件中。配置保存在数据目录下的本地 SQLite 数据库里。
本地 Cloudflare Tunnel 运行管理
远程 Tunnel 管理
DDNS
A / AAAA 记录。S3 WebDAV
GET 时，会显示只读文件列表或下载文件；PROPFIND、PUT、DELETE、MKCOL、MOVE、COPY、LOCK、UNLOCK 等方法保持 WebDAV 行为。MCP 访问
/mcp。日志和运维
功能开关
多语言 UI
docker run -d \
--name cfui \
-p 14333:14333 \
-v cfui-data:/app/data \
-v cfui-logs:/app/logs \
--restart unless-stopped \
ghcr.io/dockers-x/cfui:latest
打开：
http://localhost:14333
Docker Hub 镜像：
docker run -d \
--name cfui \
-p 14333:14333 \
-v cfui-data:/app/data \
-v cfui-logs:/app/logs \
--restart unless-stopped \
czyt/cfui:latest
services:
cfui:
image: ghcr.io/dockers-x/cfui:latest
container_name: cfui
restart: unless-stopped
ports:
- "14333:14333"
# 如果使用独立 S3 WebDAV 端口，可以额外暴露：
# - "14334:14334"
volumes:
- cfui-data:/app/data
- cfui-logs:/app/logs
environment:
BIND_HOST: 0.0.0.0
PORT: 14333
TZ: UTC
# 可选：通过环境变量注入 Cloudflare API 凭据，避免保存在 UI 中。
# CFUI_TUNNEL_MGMT_ENABLED: "true"
# CLOUDFLARE_ACCOUNT_ID: your-account-id
# CLOUDFLARE_TUNNEL_ID: your-tunnel-id
# CLOUDFLARE_API_TOKEN: your-api-token
healthcheck:
test: ["CMD", "sh", "-c", "wget --no-verbose --tries=1 --spider http://localhost:$$PORT/ || exit 1"]
interval: 30s
timeout: 3s
start_period: 5s
retries: 3
volumes:
cfui-data:
cfui-logs:
例如微信一键登录/谷歌一键登录/苹果一键登录
例如邮箱验证码登录/短信验证码登录/电话验证码登录/本机号码一键登录
现在谷歌/苹果/小米应该是支持的
Google 或 Microsoft Authenticator
YubiKeys 之类的。
声音锁/面部识别/掌纹识别/指纹识别（指纹一般无法跨设备）
]]>听说过我的人应该知道，我就是那个一路从渣渣二本逆袭过来的 JsonChao ，在大厂待了四年后，最终我们和平分手，没错，大白话就是，我现在失业了。
现在的就业环境有多差，大家是知道的，虽然人到中年（ 33 岁），上有老下有小，但是这几年的大厂经历还是让我攒下了一点余粮，所以我目前的想法是想自己做一些出海的小产品，赚点老外手里的美金来维持下家用。
下面，就来介绍下我开发的网站~
Deep Nostalgia AI 是一款先进的 AI 老照片动画生成工具，能够将静态照片快速转换为自然流畅的动态视频。
通过智能面部识别和动作生成技术，系统可自动为照片中的人物添加眨眼、微笑、转头等真实动作，让尘封已久的家庭照片、祖辈肖像和历史影像重新焕发生命力。
无论是记录家族历史、修复珍贵回忆，还是制作富有情感的短视频内容，Deep Nostalgia AI 都能帮助用户以全新的方式重温过去，让每一张照片都讲述更生动的故事。
👏🏻👏🏻 欢迎各位大佬来品鉴这款产品，期待您的宝贵意见，我一定虚心接受您的教诲和提点~
]]>装了两个平台，ollama 跟 olmx ，测试下来，olmx 平台会更快些，考虑到机器 32G 的内存，能跑的模型大小不要超 22GB
附上部分主流模型下载容量大小及 olmx 平台测试结果给大家做参考
Qwen3.5-4B-MLX-4bit 2.85GB
gemma-4-26b-a4b-it-4bit 14.57GB
Qwen3.6-35B-A3B-4bit 15.13GB
GLM-4.7-Flash-4bit 15.71GB
gpt-oss-20b-MXFP4-Q8 11.27GB
oMLX - LLM inference, optimized for your Mac Benchmark Model: Qwen3.5-4B-MLX-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1001.6 22.74 1022.4 tok/s 44.3 tok/s 3.889 296.2 tok/s 3.29 GB pp4096/tg128 3540.9 23.76 1156.8 tok/s 42.4 tok/s 6.558 644.1 tok/s 3.90 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 44.3 tok/s 1.00x 1022.4 tok/s 1022.4 tok/s 1001.6 3.889 2x 88.3 tok/s 1.99x 407.6 tok/s 203.8 tok/s 3040.1 7.924 4x 175.1 tok/s 3.95x 322.7 tok/s 80.7 tok/s 6833.9 15.617 Benchmark Model: gemma-4-26b-a4b-it-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1500.5 24.21 682.4 tok/s 41.6 tok/s 4.575 251.8 tok/s 14.23 GB pp4096/tg128 4863.4 25.14 842.2 tok/s 40.1 tok/s 8.056 524.3 tok/s 14.91 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 41.6 tok/s 1.00x 682.4 tok/s 682.4 tok/s 1500.5 4.575 2x 82.5 tok/s 1.98x 361.6 tok/s 180.8 tok/s 3495.8 8.767 4x 166.1 tok/s 3.99x 283.4 tok/s 70.8 tok/s 7840.6 17.536 Benchmark Model: Qwen3.6-35B-A3B-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1676.1 17.20 610.9 tok/s 58.6 tok/s 3.860 298.4 tok/s 18.80 GB pp4096/tg128 5046.3 17.93 811.7 tok/s 56.2 tok/s 7.323 576.8 tok/s 19.24 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 58.6 tok/s 1.00x 610.9 tok/s 610.9 tok/s 1676.1 3.860 2x 116.2 tok/s 1.98x 435.5 tok/s 217.8 tok/s 2973.7 6.907 4x 230.7 tok/s 3.94x 352.0 tok/s 88.0 tok/s 6445.2 13.855 Benchmark Model: GLM-4.7-Flash-4bit ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1985.0 21.78 515.9 tok/s 46.3 tok/s 4.752 242.4 tok/s 16.27 GB pp4096/tg128 6839.2 27.31 598.9 tok/s 36.9 tok/s 10.307 409.8 tok/s 17.34 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 46.3 tok/s 1.00x 515.9 tok/s 515.9 tok/s 1985.0 4.752 2x 91.5 tok/s 1.98x 362.7 tok/s 181.3 tok/s 3549.9 8.445 4x 174.9 tok/s 3.78x 321.2 tok/s 80.3 tok/s 6393.9 15.679 Benchmark Model: gpt-oss-20b-MXFP4-Q8 ================================================================================ Single Request Results -------------------------------------------------------------------------------- Test TTFT(ms) TPOT(ms) pp TPS tg TPS E2E(s) Throughput Peak Mem pp1024/tg128 1687.6 24.70 606.8 tok/s 40.8 tok/s 4.824 238.8 tok/s 11.67 GB pp4096/tg128 4088.8 26.44 1001.8 tok/s 38.1 tok/s 7.446 567.3 tok/s 11.75 GB Continuous Batching pp1024 / tg128 -------------------------------------------------------------------------------- Batch tg TPS Speedup pp TPS pp TPS/req TTFT(ms) E2E(s) 1x 40.8 tok/s 1.00x 606.8 tok/s 606.8 tok/s 1687.6 4.824 2x 82.1 tok/s 2.01x 359.0 tok/s 179.5 tok/s 3489.1 8.822 4x 159.5 tok/s 3.91x 293.2 tok/s 73.3 tok/s 7335.0 17.180]]>
再次推广，希望能获取更多的支持！
注册后 [跟贴留邮箱📫] 送 15 刀不限时额度，加群再送 15 刀，新老用户都可跟贴。
1️⃣35 刀/日-2.8 元-Plus 池 [入门体验卡，合 0.08 元/刀]
2️⃣ 1000 刀/周-99 元-Plus 池 [主力 Coding plan ，合 0.1 元/刀]
3️⃣ 1000 刀/月-200 元； Pro20x 池 [超稳定首选，合 0.2 元/刀]
4️⃣ 余额/按量/充值/不限时 0.15 元/刀
🎉每周五固定活动: 100 刀 -5 元
⚠️Bug Team 号池：0.001 元/刀, 目前还有号
中转站地址 || 链动小铺地址|| QQ 群号 686712784
目前没有做站内充值，需要从卡网购买然后在网站内兑换。
跟贴留下 base64 格式邮箱，我手动一个个赠送。 加群的，请私发群主消息，方便一个个处理。上次群里消息太多，刷屏太快，很容易遗漏。
]]>在某个节点中，codex 弹出选项卡，让我选择，再根据选择后接着执行。
codex 回答不行：
Codex App 在“我准备执行需要你授权的真实操作”时由系统层自动生成的权限审批 UI 。它不能被我当作自定义选项框随便调用；你截图里 Claude 那个是它的聊天 UI 提供的“选择输入卡片”。在我这边的 Codex 当前模式里，这种任意用途的对话内选择卡片没有开放给我调用。刚才你看到的审批卡片，是系统在我请求执行需要授权的真实操作时自动弹出的权限 UI 。
有没有办法达成这种效果？
]]>codex 前期,先试下土区,主打便宜,封了再说. 接码注个 gpt 号(先聊个天,养一下,培养下感情) 注册土区 apple id(买个小 app 刷刷,正常人类) seagm 之类的平台礼品卡(买完礼品卡是不是放几天充更好,避免黑的之类被投诉) ipad 切土区,上土区 ip(买个土区家宽流量,应该风控会小点吧) 使用 apple 礼品卡订阅 chatgpt plus 订阅完,codex 工作时,能否使用美国 IP 或其他地域 IP,用土区家宽长期使用成本高.
如果上面的方法封得快,那老老实实去漂亮国再尝试下. 买个 gg 卡之类,注个 gpt 号 注美区 apple id 开 RedotPay/Bybit Card 用来买礼品卡或支付 开 Google Cloud VPS 用来做代理中转(如果慢用普通机厂做链式)
这套下来后面同样复制到 claude 上.
动手之前,和大佬们通个气,免得被虐.
]]>使用最长的一个电子产品
中途换过一次电池
现在单次拿出来续航不到 2 小时
问题：突然连接电脑听歌，断开了，以为没电了，放回耳机仓充电，结果充电异常（插上电源，红灯只闪缩一下），不插电源（开盖，绿灯亮，1-2 秒就灭）
还是可以连接电脑使用，但是听着半小时就断开了
正常情况，充满电，开盖，绿灯会一直亮
单纯分享纪念一下，可以换新耳机了
]]>跨虚拟化与容器平台的统一资源检索工具。
在同一个 Web 界面中，按名称 / 网络 / IP 等关键字，对多套虚拟化和容器平台做聚合检索，免去登录每个控制台逐个翻找。
异构基础设施的时代 现代企业的基础设施，很少甘愿栖身于单一的虚拟化平台。VMware vSphere 守护着生产核心，KVM 与 Proxmox 服务于成本敏感的负载，Docker 和 Kubernetes 编排着云原生的脉搏。每一座平台都是一个独立的宇宙——自己的控制台，自己的命名逻辑，自己观察世界的方式。[/quote]
万草寻针 即便架构团队在设计之初便精心梳理业务需求，即便资源命名严格遵循规范，现实依然会用它的复杂性来考验秩序。一家中等规模的企业，往往拥有数千台虚拟机横跨数十个集群；再算上容器，资源条目轻易突破万量级。当事件来临——一次网络异常、一条安全告警、一场容量排查——问题总是惊人地相似：
那台叫 web-prod-03 的机器在哪里？它属于哪个 vCenter ？跑在哪个 ESXi 主机上？ IP 是多少？
答案，往往需要登录三四台控制台，在层层嵌套的文件夹中逐个点击，再与 Excel 表格交叉比对。分钟在流逝，事件在升级。
重量级的幻象 OpenStack 与商业云管平台许诺一个统一的管理平面——交付的却是一座复杂的教堂。它们要求专属的数据库、消息队列和身份服务；需要数周的部署和专职团队的运维。而在容器资源的管理上，它们的支持往往只是一层薄薄的 API 封装——能展示 Pod 名称，却难提供更多。
对许多组织而言，建造和运营这样一个平台的代价，已经超过了它本应解决的问题。
另一种哲学 VirtScope 选择了一条相反的路：最好的搜索工具，是那个你五分钟就能部署、然后可以忘记它存在的工具。
单文件，零依赖。 一个 Python 脚本，无数据库，无构建步骤。运行它，打开浏览器，搜索。 天生并发。 所有配置的端点同时查询。跨十台 vCenter 的搜索，耗时等于最慢的那一台。 极致轻量。 几兆内存，无需守护进程，无需轮换证书。它只是安静地待在角落，回答问题。 多平台基因。VMware 今天，KVM 与 Proxmox 明天，Docker 与 Kubernetes 在望——每新增一个平台，只需实现一个适配器接口。搜索体验始终如一。
场景 没有 VirtScope 有 VirtScope 按部分名称定位虚拟机 登录每台 vCenter ，逐个搜索 输入名称，跨所有平台一次呈现 查找虚拟机所在的 ESXi 主机 在 vSphere Client 中层层展开清单树 结果表中一眼可见 通过 IP 地址识别虚拟机 查 DHCP 租约，手动调用 VMware Tools 输入 IP 片段，即时匹配 事件排查 在四台控制台之间反复切换 一次搜索，所有平台，五秒以内
简洁是一种特性，而非局限。 每一行代码都必须证明自己存在的价值。 速度是对使用者的尊重。 运维人员的时间是神圣的；一个让人等待的搜索工具，已经失败了。 异构是现实，不是问题。 多平台共存不是需要被消除的混乱，而是需要被拥抱的事实。 工具应当隐于无形。 最好的界面，是用户从不需要想起它的那个。
]]>我们是 Unity2.ai，一个面向开发者、团队和企业用户的 AI API 中转服务平台。
平台长期服务企业客户，日均承载 300 亿+ Token 调用，支持 5000 RPM 高并发，主打低延迟、高可用，适配：
同时支持 对公开票、企业采购、专属 1v1 对接，并上线了组合订阅服务。
本次 618 准备了 满减码 + 活动期间首充赠额 + 体验金福利，具体规则如下。
适用于：
618UNITY100：满 100 立减 18
618UNITY200：满 200 立减 36
618UNITY400：满 400 立减 72
组合订阅覆盖：
go 日卡
plus 周卡
pro 周卡
max 月卡
ultra 月卡
ultra 中杯 / 大杯 / 超大杯
组合订阅支持 GPT + Claude 双模型共享额度池，按不同模型分组倍率消耗。
不用分开多开订阅，一份订阅即可覆盖代码调试、批量任务、日常调用等高频使用场景。高频用户更容易控制预算，618 满减入手更划算。
6 月 8 日 - 6 月 28 日 618 活动期间，用户首次余额充值可赠送余额，不可与 618 满减码叠加。
注意：本福利只适用于账户余额充值，不适用于订阅套餐。
充 10 赠 3
充 20 赠 8
充 50 赠 20
充 100 赠 40
充 200 赠 80
充 500 赠 160
想买组合订阅：用 618 满减码
想充值余额即时立减：用 618 满减码
单纯囤余额：选首充赠额
简单说：
订阅套餐用满减码；余额充值可以在「首充赠额」和「 618 满减码」里二选一。
新用户注册即送 $2 余额。
本帖评论回复：
报 ID：你的 Unity2.ai 用户 ID
再加赠 $10 余额。
累计最高可领取：
$2 注册余额 + $10 回帖福利 = $12 试用额度
说明：往期已经领取过 $10 福利的用户，不重复发放。
注册直达：
https://unity2.ai/register?source=v2ex
大批量企业采购、定制专属套餐、开票需求，可以随时私信客服沟通。
企业微信 / 客服二维码：
高中时，我有一位关系很好的老家女同学。当时我在男女感情上开窍较晚，直到工作后，回想起种种细节才后知后觉，原来她当年对我是有好感的。
我们友谊的第一次裂痕出现在她结婚时。她邀请我参加婚礼，我本已答应前往，后来却因生病未能赴宴，只随了份子钱。那之后的几年，我们每逢春节都会在微信上互相问候，在老家见个面吃顿饭，寒暄一番。
再后来，她有了小孩，春节基本都在夫家度过，不再回老家了。随着孩子渐渐长大，她的精力全部投入到了家庭中，朋友圈里也满是日常分享。期间我也想着增进一下我们的联系，也主动尬聊过几次。我想着，既然人家过得安逸，我就不去打扰了。于是，这段友谊自然而然地进入了永久“冻结”的状态。
大学时的一位男室友。当年我常跟着他蹭吃蹭喝，他追求班里另一个女生时，我还帮他打掩护。由于我开窍晚，当时没察觉到一些细节。直到今年整理大学相册时我才发现一个小秘密：大四出去采风时，那个女生的闺蜜拉着我拍了很多合照（我本身极不爱拍照）。当时班里都以为她闺蜜喜欢的是另一个高个子男生，但现在看照片，人家似乎对我也有些意思——也许是我又自恋了。总之，当时每次我们三人出去，那个女生都会叫上她闺蜜，并提前确认我是否同行。
毕业前，室友也和那个女生在一起过一段时间。室友家境优渥，父母早早在省会给他买了房，连工作和婚姻都包办妥当了。大学时我还以为大家起点一样，后来才意识到天差地别，不过当时并未多想，我拮据的生活也没影响我们的友谊。
这段关系出现裂痕是在五六年前。我想在上海全款买套小公寓，算下来如果一把付清可能还差一点，便向他开了口。金额不大，只借 5 万块钱周转一下就能还上，他当时也答应了。我开口借时明确表示过：“如果你觉得不方便可以直接拒绝，没关系的，因为我也不是等这笔钱救急。”但过了一个星期，他在微信上说这钱没法借了——我猜大概率是因为他老婆的缘故。
整个借钱的过程，让我对这段关系产生了芥蒂。大学时他常找我借几百块钱周转（他家里为防他乱花钱，生活费是按月打的，而我虽然拮据，生活费却是家里按学期给的），我每次都会借给他。
再后来，他和那个女同学、以及她的闺蜜都有了各自的小孩。虽然大家都在江浙沪，坐高铁一小时就能到，但四个人能凑齐吃顿饭的次数屈指可数。这段大学时代的友谊，也随之冻结。
也就是案例二中提到的那个女同学。她毕业后是我们班唯一来上海找工作的，因此我们在上海常约着逛街吃饭，关系相对最好。但好景不长，她在上海只待了一年多，就因为一些变故回老家接受了家里安排的婚姻。
此后，她的婚礼、孩子的周岁宴我都去参加了。前几年，她因工作每年都会来上海参展，撤展后我们会顺便见一面，吃顿饭，重温大学时的各种趣事。让我惊讶的是，大学里那些鸡毛蒜皮的小事她都记得一清二楚，而我早忘光了。或许对她而言，那是一段很美好的记忆。
但最近几年，因为疫情展会取消，或是她工作日益繁忙，展会一结束便匆匆返程。再或者她也有自己的顾虑，毕竟已婚已育，单独和单身男性吃饭不太方便，所以为了避嫌，之前几次吃饭她也会带上闺蜜或同事。渐渐地，我们也就是偶尔在微信上互相抱怨一下工作，关系变得不冷不热。
我们友谊的真正危机，源于最近她开口请我帮的一个忙，被我直白地拒绝了。
事情是这样的：她们公司有个上海客户，需要用几万美元现金支付尾款。她问我能不能帮忙代收并保管这笔现金。我坦白告诉她，我很想帮忙，但这属于公司业务，出于安全和风险考量，我不可能替她收这笔钱，但我可以陪她一起去收。
站在她的立场，可能觉得这只是一件举手之劳的小事我却推辞，或者在我拒绝之后，她可能会觉得误判了我们友谊的可靠程度。但站在我的角度，这首先是公事，其次把这种要求抛给朋友，本身就很尴尬且不合理。
被拒后，她说这两天会开车来上海亲自取款。我们又寒暄客套了一下，我说：“那你来上海我请你吃饭，或者陪你一起去也可以。”她也答应了。
然而，这几天一直毫无动静。我知道公司肯定会派她来取这笔钱，哪怕不来，为了化解尴尬，也该打个招呼解释一下“饭可能下次再吃了”。这种令人沉默的结局让我意识到，这段关系可能又要再次陷入冰封的状态了。
]]>1 、首先是第一性原理。俞浩说：完全错了。 他的理由很简单：第一性原理就是两千多年前亚里士多德开启的"追问事物本质"，没什么新鲜的。但今天大部分人挂着这个词做的事，其实是类比思维。 他举了马斯克的例子。马斯克说"人靠视觉驾驶，所以汽车也应该只用视觉"——这不是第一性原理，这是类比。"人靠视觉"和"汽车应该靠视觉"之间没有必然的逻辑关系，就好比"黄河之水天上来"和"人生一去不复返"放在一起很有感觉，但两者没有因果联系。
2 、颠覆式创新比连续创新好做多了 这和所有人的直觉相反。但他的推导是这样的：颠覆式创新其实是一次性赌博。你画一个宏大的愿景，只要有人相信就给你钱，中间不用接受市场检验，哪怕十个赌九个输，别人还会为你鼓掌。 连续创新完全不同。你把一个大目标拆成（ N+1 ）的 X 次方（ N 代表当前供应链水平），每一步都要经受市场验证。拆错一步，消费者就不买单。但好处是：你每年都可以盈利，不需要烧掉社会的巨大资源。 他举了个例子：马斯克做特斯拉被称为颠覆式创新，但本质上只是把铅酸电池换成了锂电池（还是日本发明的）。反过来，2003 年的扫地机器人和 2026 年的扫地机器人之间的差距，比 2003 年的汽车和今天的电动汽车之间的差距大多了——但没人管这叫颠覆。 为什么？因为我们给事物贴了错误的标签。我们偷懒式地把"结果"叫颠覆创新，把"过程"叫连续创新，然后觉得过程不值得尊重。
3 、蓝海理论和红海理论完全是错的 俞浩回忆当时加入小米生态链时，大家说"小米已经有了，为什么还要追觅？"他的判断是：一个品类不可能真的只有一家做，如果你技术更好、品质更好，一定会被需要。 然后追觅的团队做出了十万转的电机，当时只有戴森有这个技术，于是追觅就加入了小米生态链，给公司带来了大量订单，几乎是追觅商业上的一个拐点。
还有一些围绕追觅和俞浩本人的争议性话题，比如说他不是靠老丈人起家，他的创业经历甚至童年成长一直都是匮乏的，他说童年时期父亲做水产生意亏了 5 万块，此后十几年一直是负债。小学六年只吃过两次零食。创业时期 2013 到 2017 年近四年中度抑郁，半夜一身汗醒来，一个人在上海外环开车兜圈。加入小米生态链时一个米家项目都没拿到，第一款产品是自己品牌硬上的。跟雷军合作两三年都没见过雷军本人。
"造车比做扫地机简单多了"——他的论据是扫地机 1000 个零件，汽车 1 万个零件，差一个数量级，就是一个 N+1 。而且汽车的 N （当下供应链水平）是标准化的，大部分供应商都能提供，真正的壁垒在那个"+1"。商业上扫地机两个品牌都做到高端且全球超 50%市场份额，汽车有几家能做到？
还解释了“首富”相关的争议，他解释说说这个话的背景是在年会的一个娱乐环节上，本身不严肃，这是前提，他说"首富"不代表个人有多少钱，代表的是社会的一次投票。社会把剩余资源交给谁去指挥，不是拿来自我消费的，是拿来组织更大的科技创新。马斯克说去火星，有人投票支持；有人说要把沙漠变绿洲；有人说就想开好一家火锅店。这三个没有高低，只是得票数不同。"首富"只是得票最多的那个人。他说"如果一个人能从零用 15 年做到世界首富，这是社会巨大进步的标志"，和他父亲欠五万快十几年翻不了身的时代相比，阶层流动的可能性本身就是进步。
这些观点真的对我造成了一些冲击，对俞浩的偏见也少了点，大家觉得呢？
]]>不是那种“今天很便宜，明天找不到人”的玩法。我们更看重：
满血不掺水：请求什么模型就走对应模型/渠道，不偷换，不暗中降级 超低倍率：适合日常写代码、跑 CLI 、批量开发调用 稳定优先：长期可用比短期薅一波更重要 消耗透明：后台能看余额和用量 额度不过期：不用担心买了用不完 报错可查：有 request id 可以定位问题
建议先领测试额度或买小包试一下，确认延迟、兼容性和稳定性适合自己 V:13025686554
]]>门票 29.9 ，我买的是 39.9 的有多一个玩偶，那个玩偶巨丑，非常不推荐，还是 29.9 的好。
主要是三个内容
参观的话，有一个方便面的面饼制作和包装线可以看到，面饼制作那一段全无人的，自动进料揉面，加冰水温控维持至 25℃，然后是 13 级压面成面饼（讲解小姑娘说别的厂家一般只有 5 级），再切成面条顺便弄弯曲，之后 180 秒蒸熟，落到模具里面弄成圆形的，然后油炸定型脱水，再通风冷却。全程原料只有面粉、水、棕榈油，没有别的调料，也没有防腐剂。
然后就传送到包装线了，这里工人稍微多一点了，人工盯着机器有没有漏放调料和叉子，后面是机器视检和称重检测。他这个包装线面饼过来之后就分成双路的了，可以生产双拼口味的，一箱里面可以有两种口味。再后面还有金属检测。
最后的打包段也蛮自动的，工业机器人几箱几箱这样抓码在一起，凑成一个叉车托盘再传送到仓库去。
遗憾的就是，没看到酱料/调料生产线，也没看到其他车间（厂区里应该还有调料车间和包装生产车间吧）。
整个感想，方便面的生产线好简单！我有亲戚以前开过食品厂，生产流程复杂很多。方便面这种，东西简单，硬的牌子不愁卖。
]]>本来想弄 m1 的 air 的，说实话 m1 的 air 才是这款模具的完全体，但一想 不对啊 我本来就是未来远程用的，上 m1 得 1800 左右了 属实是没必要，本着花小钱的想法，索性淘了丐中丐的 i5 8+128🤣 用来远程桌面或远程 ssh 应该还能胜任吧～
]]>最近把自己用的 SSL 证书管理工具整理了一下，分享给大家。
背景： 管理多个域名时，证书续期是个麻烦事。用 Certbot/acme.sh 需要每台服务器单独配置，还容易忘记续期。
工具特点：
价格：
我自己用了半年，管理 50+ 个证书，再也没遇到过期问题。
有需求的 V 友可以试试，14 天免费试用，无需信用卡。 各位 V 友好，
做运维的都知道，SSL 证书续期这事说大不大，说小不小。
以前我们用 Certbot ，单个域名还行。后来公司业务扩展，域名从 3 个变成 50+ 个，问题就来了：
那天之后我就下定决心，一定要把这事自动化。
调研了几个方案：
最后选了一个叫 SSL Manage 的国产工具，主要考虑：
用了半年，说下感受：
好的地方：
需要注意的：
现在我们的证书再也没过期过，日常维护时间从每月 2-3 小时降到几乎 0 。
工具地址： https://ssl.dnsjia.com （不是广告，纯分享）
有类似需求的 V 友可以交流一下，你们是怎么管理证书的？ 有任何问题欢迎留言交流！
]]>后面开始使用 Codex ，是继续用 Business 呢还是选择 Pro
我看到 Business Codex 套餐无固定席位费；按实际使用量即用即付。会不会产生天价账单。
[ Business Codex ] 和 [ Business ChatGPT & Codex ] 有什么区别
]]>去：职业转型，工资涨了 不去：本身不太喜欢北京这个城市，生活成本高，加班比较忙，用不上最顶级的 ai
]]>浏览器书签导航页扩展。它会覆盖浏览器新标签页，把 Chrome / Edge 书签转换成一个可搜索、可分组、可管理的网址导航页。
搜索框支持普通关键词，也支持组合语法：
react docs # 同时匹配 react 和 docs
react -redux # 匹配 react ，但排除 redux
site:github.com react # 只搜索 github.com 域名下的书签
@工作 react # 只搜索文件夹路径包含“工作”的书签
快捷键：
/：聚焦搜索框Enter：打开选中的书签，或执行网页搜索↑ / ↓：在搜索结果中移动选中项Ctrl K / Cmd K：切换书签搜索和网页搜索Esc：关闭弹窗/设置面板，或清空并退出搜索框项目要求 Node.js >=22.14.0，CI 会读取 .nvmrc 保持版本一致。
pnpm install
pnpm dev
pnpm dev 会以 Edge 开发模式启动 WXT 。启动后按终端提示安装或加载扩展。
pnpm build
构建产物在 .output/chrome-mv3/。在 Chrome / Edge 扩展管理页打开“开发者模式”，选择“加载已解压的扩展”，然后选择该目录。
扩展只声明 bookmarks 权限，用于读取和管理浏览器书签。
当前设计不注入页面，不包含 content_scripts，也不需要网络权限。favicon 使用浏览器内部的 chrome://favicon/size/32@2x/{origin} 方案，并带本地缓存和兜底图标。
Firefox 构建当前未声明数据收集权限； WXT 的相关提醒已在配置中压制。后续如果正式上架 Firefox ，需要按 Mozilla 最新要求复核数据收集声明。
chrome.bookmarks，编辑、移动、删除会直接作用于浏览器书签。localStorage，书签失效后会自动剔除。localStorage。但是为什么我看的时候，有些场景是 HDR 的，有些就是 SDR ，是片源的问题还是电视机的问题
]]>