Googlepay ？不应该是用 GooglePlay 吗？

还真有这种感觉，用的自部署的 deepseek v4 flash ，在 Claude code 这种比较克制的 harness 上，容易代码没理清就开始提修复。到了 dsh 上，就比较奔放，问一个问题要从盘古开天辟地开始读代码，好处是确实看得比较透，坏处是 token 用量体感是 Claude 的 2-3 倍。

一颗接近 m4-m5 性能的 CPU ，用来做小主机轻薄本都大有可为，不知道 o3 有没有留足够的 io ，要是还是手机芯片思路的一个 USB3 那有点不够用了

V2 也是好起来了，有自己的黄站了

可能我的阈值比较高，单纯的评论没法让我拉黑，唯一拉黑的是个用 hdr 头像的，用了自定义 css ，chrome flag 都没办法阻止手机拉高亮度，发热降频耗电。在屏幕里能忍，透过屏幕攻击我手机那是真受不了

可以帮忙用 llama-benchy （ https://github.com/eugr/llama-benchy ）测一下吗？之前用两台 spark 测过预览版的 deepseekv4 flash ，当时跑起来还蛮吃力的，想看看现在性能怎么样


"""
| model | test | t/s (total) | t/s (req) | peak t/s | peak t/s (req) | ttfr (ms) | est_ppt (ms) | e2e_ttft (ms) |
|:------------------------------|------------:|----------------:|----------------:|-------------:|-----------------:|------------------:|------------------:|------------------:|
| deepseek-ai/DeepSeek-V4-Flash | pp2048 (c1) | 955.27 ± 193.11 | 955.27 ± 193.11 | | | 2257.64 ± 530.54 | 2251.15 ± 530.54 | 2257.64 ± 530.54 |
| deepseek-ai/DeepSeek-V4-Flash | tg32 (c1) | 38.67 ± 1.58 | 38.67 ± 1.58 | 39.93 ± 1.63 | 39.93 ± 1.63 | | | |
| deepseek-ai/DeepSeek-V4-Flash | pp2048 (c2) | 919.38 ± 159.59 | 586.78 ± 244.14 | | | 3948.41 ± 1160.98 | 3941.91 ± 1160.98 | 3948.41 ± 1160.98 |
| deepseek-ai/DeepSeek-V4-Flash | tg32 (c2) | 39.08 ± 20.50 | 25.04 ± 9.26 | 58.67 ± 3.09 | 29.79 ± 3.35 | | | |
| deepseek-ai/DeepSeek-V4-Flash | pp2048 (c4) | 924.07 ± 122.40 | 358.73 ± 142.02 | | | 6692.54 ± 2550.41 | 6686.05 ± 2550.41 | 6692.54 ± 2550.41 |
| deepseek-ai/DeepSeek-V4-Flash | tg32 (c4) | 18.68 ± 2.40 | 10.41 ± 5.84 | 71.33 ± 4.03 | 19.42 ± 1.32 | | | |

llama-benchy (0.3.7)
date: 2026-05-18 16:43:49 | latency mode: api
"""

之前看过一个说法，llm 每一个的 token 所对应的 1024 ，2024 维高维空间，可以存储的信息远远超过常人的想象。

原因在于，语言学上的 llm 使用正交的矢量来作为各种相互独立的概念，比如“热的”，“东京”。那这是不是意味着，1024 维的 token 只能表示 1024 个概念组合的语义呢？并没有，一方面，我们发现即使两个“概念”再怎么不相关，总会有些微妙的连接，也就是我们可以容许正交的矢量稍微有一点夹角在 90°附近。另一方面，不在高维空间中，这种两两近似正交的矢量组的个数，正比于维度的指数次方 e^{N}，对于 100 维的空间，我们可以表达近似 10000 个概念，对于 1024 维的空间，近似有 2×10 ＾ 8 个独立概念。

现在的 llm token 的维度更多，虽然最后输出的 token 要包含前文所有的 token 的信息（ 256k ，1m 上下文），但我们还远没有用完 token 所代表的高维语义空间。

我是把搜索留着，用组策略把联网搜索和商店推荐给关了，现在就只能搜已安装的应用和本地文件，还是挺好用的。

跑点微调破限的模型给玩酒馆的？

之前玩过微调的 gemma4 31b ，玩挺花的，可惜 agent 能力废了，没法搞个能涩涩的 assistant

给 ssh config 顶部加上心跳包，就行。应该是长时间 tcp 没有数据被切断了
# 对所有 ssh 生效 Host * ServerAliveInterval 60 ServerAliveCountMax 3

三星国行最新系统自带了个 China Hidden Menu_16.0.00.1.apk ，默认拥有所有权限，无法取消，只能通过 adb 禁用，无法卸载。还是我挂梯子发现耗电异常才发现的，至于有什么用，就不知道了

没有 spark 独占的功能，甚至由于 GPU 架构的细微差异，导致能在同代的 rtx pro 6000 显卡上能跑的模型，到 spark 上反而有问题

应该可以，我看有人 6 台组集群，每个牌子的各两台

据说内存大小上有些差异，导致 hp 还是哪家的同样的设置就它会爆显存，一般调小 vllm 的显存占用就行。公版的散热会差点，满负荷运行会降频

建议去 NVIDIA 官方的 spark 论坛，那里有各种折腾教程。

核显上 850w 电源，很 overkilling 了

旧服务器是啥，便宜出吗？

目前在用 s9+ 写笔记一般，三星用的 OLED 硬屏，浅色下有挺严重的彩虹纹，不是很习惯。

终端远程访问确实好用，推荐装个 tiny computer ，相当于是 Linux 虚拟机，可以装 ARM64 Linux 的 vscode ，配合键鼠（我用的是三星官方的键盘触控板保护套+蓝牙鼠标，自带的触控板太小，而且开了鼠标直通会有 bug ，方向不对）。基本上可以当个 13 英寸的轻薄本来用，续航还长。


s9 好像是最后一代高通的 soc ，开虚拟机可以用显卡硬件加速，原生分辨率也不卡。s10 开始用发哥的，不知道还行不行

智力 2 的宠物，绷不住了，真能写代码吗

Pickle │
│ "A common goose of few words."

│ DEBUGGING ██░░░░░░░░ 24
│ PATIENCE ████░░░░░░ 44
│ CHAOS ████░░░░░░ 35
│ WISDOM ░░░░░░░░░░ 2
│ SNARK ███████░░░ 66

@sweeyeah 我记得好像搜狗还是哪家搜索，可以搜公众号内容，做成个 skills 。

用户先看到感兴趣的文章，ai 用你的 api 读取，然后总结，讲给用户听。

想看相关内容，就调用搜索 api ，ai 读其他的文章。

遇到喜欢的作者，让 ai 可以订阅，ai 每天去拉取更新内容，总结发给用户。

这一套下来，你的 api 调用次数也就上去了，就是把微信的流量吃完了，感觉容易被针对

有意义，但感觉做大了容易被寄律师函。可以再加一个搜索功能，宣传一波，先赚一波再说

遇到 tools 的权限配置问题，在 tools 里用 profile 允许了 tool 权限之后，在 agent.tools 里 allow 新的权限不知道为什么没有生效，只能用更高权限的 profile 去覆盖