最近一个月5.5出了，然后大家都说5.5“说人话”提升很多，我去试用一下。感觉上，在大部分场景，这两模型能力区别不是很大。而且我更推荐使用5.4 😆 
而且大家说5.5更加说人话了。说实话，我体感上感觉还没啥感觉，也许是已经被5.4给训化，已经习惯了5.4的语气了。我反而感觉5.5它有个很大的致命缺陷，就是它很容易过度执行或者过度自信。 
过度自信的问题就是：就比如说在有一定上下文的时候。问一个具体的名词的问题，按照5.4的逻辑，它肯定会去联网搜索一下，或者去盯一下代码，然后再给结果。但是5.5就觉得自己很懂，然后也不调用任何联网搜索，就直接给我回答。结果就很不可信。你必须得加一个，比如说给出过程，或者说先网页搜索提示词5.5才能去搜索。 🙃 
然后随之而来的附加问题就是，它有一种豆包的感觉，就是前面说过于自信的做完事，然后最后去给你认错。我只能说确实有一点说“人话”，但是我觉得这一点也不...

现在好像美国注册apple card送AirPods pro3，想问问各位佬友这个有搞头吗 🫨

之前注册一直abc。21号心血来潮尝试了一次注册直接过，马上进行升级，直接开了一台4核24G 200G硬盘的ARM机器.这就是情人节甲骨文云给的礼物吗？ 😋 
 [B08EEAAF78D5587A80BA7E9FDF519304] 
 [QQ1779469342698] 
 [QQ1779469478169]

OpenAI宣称其内部推理模型成功解决Erdős Unit Distance Problem和一个Nesterov加速收敛问题. 
作为一个数学偏微分方向的学生,真让人感叹又焦虑 
我是23年GPT开放使用的那会就一开始就在使用了,那时候包括在或许很多的大模型数学能力测试中表现都不是很好,也有时候会出现有人发拿数学开放测试题来背答案也还觉得这至少对数学猜想来说还是聊天玩具,包括后面的各种cli工具,agent,image2等各种爆发,也只是让我感叹对计算机的冲击,至少是对数学没有很大的冲击力,现在一看,好像是要冲击数学学术圈了吗…

[image] 
摔了一下，拿给售后修完好了几天，就又进不去系统了，售后也说搞不定，不知道什么原因，里面又一些珍贵的照片，有佬懂怎么回事吗，是cpu虚焊的问题吗

有两个没走oauth的plus号，刚刚一看401了，但是是提示at无效，重新登录再导入cpa后又能继续用

gpt-image-2太顶了，在网上看到个焚决，忍不住一顿生成。
 [03 (3)] 









▶ 
焚决
(PS:虽然gpt-image-2非常的顶，奈何还是差点意思，有一个进阶焚决得grok才能驾驭 😆）

那为什么不绑定手机号，过一段时间登录的时候原来的手机号验证呢

今天看到腾讯混元最新翻译模型测试分数很强，于是马上LM Studio下了7b的模型 
 [CleanShot 2026-05-23 at 01.37.24@2x] 
接上陪读蛙测试，实测翻译效果非常好，跟连ds v4 flash api效果差不多，可以替代了。终于在本地跑了一个有用的模型，开心～ 
 [CleanShot 2026-05-23 at 01.31.12@2x] 
延迟（m4)： 
 [CleanShot 2026-05-23 at 01.36.07@2x]

求过🙏求过🙏求过🙏求过🙏求过🙏求过🙏求过🙏求过🙏

首先，一个team的额度完全不够。 
其次，plus确实很低价了两三块一个爽蹬。 
这么对比下来，team的性价比实在是太低…

[{3D9CAB48-09DE-44C9-9E91-3992BAAB63EE}] 
antigravity远程ssh连接到服务器进行编程为什么会出现字体渲染问题？（只有claud code会这样，codex都是好好的） 
 🥲

[image]

佬你们的antigravity还好吗，就是那个白色的， 
我这一打开就闪退🥲 
 [mmexport1779467451689] 
[IMG20260523003137]

组件
需要 Docker




CPA (CLIProxyAPI)
✅ 每个账号一个 Docker 容器


New API
✅ Docker 部署


Sub2API
✅ Docker 部署（或 Python 源码）


Cloudflare Tunnel
❌ 不需要，cloudflared 独立二进制


VPN
❌ 通常独立安装



总计需要 6 个 Docker 容器：CPA ×4 + New API ×1 + Sub2API ×1 
这是ai给的方案，我预计是买一个国外的vps， 2C2G $6/月，连带着中转站和vpn都搭建了，现在的问题想确定，这个容器和cpa的关系不太清楚，是4个plus开一个（防一手奥特曼杀杀杀，后续注册400个free应该够了）cpa套给sub2api再套给newapi使用然后用cloudeflare tunnel部署还是有什么更省事的方法呢...

佬友们有啥好的实践思路吗。公司的架构是vue2.7 + rspack。之前尝试用AI介入了vitest4+happydom的架子，还写了一套skill + agent去指导ai写单测，最近的感觉就。写的用例确实还行，复杂了就容易出错，出错了就自己陷入修复循环，然后我的token就被吃完了。 
而且这个架子配合我的框架还搞出来一堆cdnjs的加载异常和vuedevtool的升级提示的stdout。这些stdout也狂吃token 
感觉ai单测这个事儿。理想很丰满，现实很骨感啊。 
P.S. 越来越觉得 非AI时代的沉淀才是AI时代能否起飞的基础，底层工具链基建做的不好，AI串起来难度太大了

送一个0刀卡，私我我发你，不保证能开什么项目 我只做了一个冷门的绑卡，热门的都还没做，有效期未标注，暂定3小时吧，3小时内看到我都会私发你

关于“乐极生悲”的一个结构性解释
核心命题
这里要解释的不是一般意义上的“开心之后容易倒霉”，而是一个更窄的现象：在某些高水平任务中，越是在结束前后感觉自己做得极顺、极完整、几乎没有遗漏，后面越容易在客观评价中暴露出明显问题。 
这个现象的关键不在情绪，而在视野。当你感觉“已经全都处理完了”时，往往不是因为任务真的被完整覆盖，而是因为更高的参照暂时退出了视野。你看到的只剩下自己当前能力能够处理的部分，于是能力边界被误认为任务边界。 
这就是本文所说的“完美塌缩”或“视野闭合”：完美不再作为外部参照存在，而是塌缩进当前能力范围之内。它在心理层面表现为强烈的顺畅和完成感，在客观层面则表现为对能力范围之外要求的遗漏。 
所以，“感觉极好”和“后来翻车”不是简单的先后因果，也不是玄学意义上的平衡。它们是同一个认知状态的两个后果：参照消失以后，心理上获得确定感，客观上失去校准能力。 
从认识论角度看...

一个关于“乐极生悲”的结构性解释
核心命题
这里要解释的不是一般意义上的“开心之后容易倒霉”，而是一个更窄的现象：在某些高水平任务中，越是在结束前后感觉自己做得极顺、极完整、几乎没有遗漏，后面越容易在客观评价中暴露出明显问题。 
这个现象的关键不在情绪，而在视野。当你感觉“已经全都处理完了”时，往往不是因为任务真的被完整覆盖，而是因为更高的参照暂时退出了视野。你看到的只剩下自己当前能力能够处理的部分，于是能力边界被误认为任务边界。 
这就是本文所说的“完美塌缩”或“视野闭合”：完美不再作为外部参照存在，而是塌缩进当前能力范围之内。它在心理层面表现为强烈的顺畅和完成感，在客观层面则表现为对能力范围之外要求的遗漏。 
所以，“感觉极好”和“后来翻车”不是简单的先后因果，也不是玄学意义上的平衡。它们是同一个认知状态的两个后果：参照消失以后，心理上获得确定感，客观上失去校准能力。 
从认识论角度看...

[image] 
如图:占用，感觉有点太离谱了 !!! 
重启一下就正常了，现在就是感觉电脑动画卡卡的，鼠标操作也很卡 ! 
每次重启之后能流畅个3天，然后就会开始慢慢变卡，直到特别卡 ! 
电脑环境:外接了二个显示屏,一个鼠标,一个键盘 
下面是具体配置 , 求佬友解决方案 😭 
 [image]