坐标北京 天通苑，想找个两居室，一家人住。 
红薯上的房东帖子非常少，上上周末下午刚到一个四十分钟前发的房东帖，聊了没两句不回消息了，等再回消息的时候，说已经租出去了。 
链家、我爱我家、都看了，不是破就是贵，加上中介费真的伤不起，求问佬友租房的话都有哪些渠道能收集到信息呢 
PS: 写了个脚本隔十几分钟抓一次红薯帖子，第二天就收到官方警告了～

一早上十几个帖子全是一个内容,我还怎么逛L站呢

[2119d1f5-1eef-44d2-a171-8a8fe07bc2a8] 
[image]

目前不少人已经对AI辅助开发(甚至AI全量开发)形成了路径依赖，一度成为需求开发和调测工程师，患上了token上瘾的病症难以戒除，几周几月下来，天才程序员已经慢慢手生，忘却自己上手一行行开发功能逻辑，斟酌语句是否合适，是否高效，是否优雅了。 
我也反思自己依然在退步了，虽然广度有所提升，但深度消退的速度更令人担忧，因此想到一个Idea：构建一个磨练自己技术的系统，让自己和ai同台竞技，它有它的领先，人有人的专注和判断。实践上来说，就是系统化的逐步进行：给定一个需求，AI和自己都来思考，给出自己的答案；不仅仅是逻辑分布，也可以是架构设计，需求分析，功能落地等等；再或者给定一个功能实现，ai和自己竞技，通过对比分析来反思总结从而锻炼自己。这个系统可以排布到自己的工作中，从现有项目或历史任务中抽取题目，既能锻炼自己，也不耽误工作。 
不知道有没有先见之人已经做了

之前因为gpt流口水的问题，我快半个月没用gpt了，但是cc+ds用着不是很爽，今天看到这篇帖子，尝试了一下，确实没有流那么多口水了 

新开对话，测试首轮答案是否正确，正确再往下继续发需求
我测试了一下，智商在线的

周二周三福利连连 
 [45e3c92c806571c1bff45a43533a81be]

请问一下各位佬，以前都是使用codex的gpt的，现在君公益有glm5.2，听说能力还不错就想试试，但是我在ccs中配置一直不成功，能否有大佬教我一下配置长什么样呢 🫪（我是三级，应该是能用的）

之前君佬公益签到了几千余额，现在要到三级才能登录。。。有没有什么办法快速升三级啊

真的是现在被困在这里了，有没有老友有解决办法呀

用这条提示词检查：帮我检查一下logs_2.sqlite 是否因TRACE 日志持续高频写入磁盘？ 
如果回复有这个的话，可以先用如下提示词止损： 
用sqlite trigger 拦截 logs 表，并checkpint/truncate wal，最后采样确认max(id)和wal不再增长。

是付费了 有高速通道 
还是付费了也是均一视同仁..

[image] 
我还差这些，预计要多长时间才能升3级呀？

事情是这样的： 
1、公司打算拓展AI方向的业务，想要自建中转站供公司员工使用（公司为小规模）； 
2、同时搭建出来的中转除了给员工使用外，后续还会给AI应用的项目作为API提供层使用（不知是否可行）； 
PS：公司提供ChatGPT Pro订阅的账号； 
想问问佬友： 
1、现在的开源中转平台是否能做到为AI应用的项目作为API提供层使用？ 
2、如果支持哪个会比较好，Sub2API还是NewAPI？ 
3、如果不支持有没有其他好的解决办法？ 
PS：问题偏实际使用向，AI也问了但是想看看佬友们实际体验下来哪个会更好

前阵子开会领导给我布置了个学习 ai 的任务，主要是说学习学习国外那些大牛是怎么运用 ai 的，不局限于当前问答写代码，这两天问我布置的任务如何了，我日常使用 ai 的流程就是让他读代码，出修改计划，自己核对，没问题了执行，最后 review ，实在是弄不出花来了，关键是领导也是技术出身，糊弄糊弄肯定也不行了，各位佬友你们平时怎么用 ai 进行开发的

移动app底部灵犀 
发送口令：周二周三福利连连 
—— 
会有20赠7，30赠9话费卷

刚刚刷到说（君の公益）需要升3级才能用了，这不，刚刚飞升了，第一个福利吗？ 
有没有元老说说飞升3级还有哪些fuli呢

窗外鸣笛为何物，恰是火车驶过时。接连细雨由天降，颗颗滴滴落我心。雨夜奈何月又圆，原是十五将来兮。又是一年十五时，只希梦回故乡游。忽闻一友报国兮，愿尔铁甲破劲旅，鹰击长空树旌旗。翱翔九天腾四海，英雄豪气冠三军。待得解甲归田时，王侯将相任君为。

今天是怎么了， 天塌了啊， 再无天才程序员 😭

提示词注入原理
简单以打比方的形式讲一下原理，如果了解大模型注入原理的读者可以不看这一节。 
大家有没有参加过数学建模比赛？就是那个采集数据，然后把它们拉到一条曲线上的比赛。 
实际上，AI的工作原理跟这个建模比赛的原理有些类似之处（具体的原理和运算过程我们在第一节中提过）——我们知道当前主流LLM的原理是“根据文字生文字”，在LLM的工作过程中，用户输入的每个词被当做一个向量来表示，LLM会根据我们输入的所有词来对后续词汇进行预测，直到段落输出结束。 
这里就存在一个很大的问题：在LLM训练完成之后，如果我们要给LLM添加功能、设定角色，这些功能和角色也需要和用户的输入放在一起，被一并输入至LLM。而LLM无法判断哪一部分输入是系统的，哪一部分输入是用户的。 
听起来是不是很耳熟？在传统安全中，以“用户输入”和“系统指令”的不清为攻击面而形成的攻击类型并非第一次出现。传统安全中一系列以注...

我们这些一二级的小白还能使用什么公益站 🧐