@lujiaxing #7
> CLI 就是牛. 没几个人想做 GUI, 更没几个人有那个兴趣去适配成百上千种不同分辨率不同尺寸不同形态的屏幕.

还不是因为做 GUI 累死累活不讨好。CLI 都有现成的约定实现方法，随便哪个语言都有 parse args 之类的东西一把梭就完事了，GUI 呢，得从 UI/UX 设计开始做，像你说的还要去适配不同尺寸不同分辨率的设备。我吃饱了没事做买 20 个不同的手机就为了做个开源软件啊。

再加上以前都没什么好用的跨平台 GUI 库，Qt KDE GNOME 这一堆东西普通开发者上手又很困难。现在倒是好了，JavaScript 上桌面，大家写写前端就完事了，跨平台，门槛还低。

不不不，我还是会花一个星期的（

公司数据放家里电脑，你们 IT/HR 不会跳起来吗（

我们 org 的测试服务器费用一个小时就不止 7 千美金了。

组策略改更新地址域名，百分之百好用。不光不能自动更新，连联网安装驱动都能干掉。要手动更新的时候把组策略关掉就能恢复。

@marcong95 升级和自动更新没关系，你的需求是更新，我们的需求是禁止自动更新，只手动更新。

要不要试试 Win10 ，快停止更新了（还是已经停止了来着

> 目前提效更多的是一些体力活，比如命名、预测相似的逻辑等
> 生成速度的我感觉很慢，深度思考更慢，几十秒到几分钟不等
我用的 cursor 的预测，性能非常好，很多时候只要改掉一个地方马上就会举一反三帮我改其他地方。
深度思考的话我现在用的 gemini 2.0 flash exp ，主要是贪免费。

昨天突发奇想要做一个识别视频里文字位置的项目，直接问 AI 怎么做，AI 告诉我 tesseract 能搞，花了一个晚上让他帮我用 Python 写了个脚本，ffmpeg 读视频转图片，喂给 tesserocr ，拿到数据处理完写入 json 。然后再让他帮我用 lua 写了个某软件的插件，读取 json 然后操作文件。

今天这脚本已经进生产了。我是一点儿也没认真读代码，具体细节实现全是 AI 写的。Python 和 lua 我都不懂，全靠写注释和伪代码然后让 AI 自己转成代码，跑起来炸了就把错误信息扔回去让 AI 自己想。

这不是说程序员的能力就不需要了。扎实的功底依然是玩转 AI 的前提要求。比如 AI 抓 ffmpeg 的 stdout ，然而 ffmpeg 的 log 都是写 stderr 的，然后就 blocking pipe 了，这种 AI 发现不了，得你自己发现了处理。剩下的那些没有技术含量但又非常花时间手写的地方才是 AI 发挥本事的地方。

对普通用户来说内核是操作系统版本的一部分，没事不乱升级系统的话内核也不会多动。

思考模型和非思考模型的区别（

@sagaxu

Community Edition is free to use for personal and commercial development.

一眼带毒老毛桃。

向 elon musk 学习，人家直接站在总统办公桌旁边，想怎么样就怎么样。
你又做不到站在最高领导人旁边，又要操最高领导人才能操得动的心，就很难了。

@TigerS 数学方面我就不清楚了。这种情况的话最好就是多个模型换着用。
比如现在流行让 R1 专门负责思考，做一些规划上的东西，规划完了以后切到 sonnet 根据规划的文档去写实际代码。

不记账，反正钱除了日常开销都交房贷了。

缺点：completion 要小钱钱，一个月 20 刀。
爽是真的很爽，各种无缝补完，我脑子里想的啥，打个开头，就给我自动写完了。

@TigerS Claude 质量普遍是更好的，cursor 默认就是用的 Sonnet ，唯一要担心的就是价格。
Claude 3.5 Sonnet 是 3&15/M ，对比 Gemini 2.0 Flash Exp 是完全免费，就算用正价版的 Flash 也只有 0.1&0.4/M ，价格差距是 30 倍。要是要我自己掏钱，那我选便宜点的，顶多反复多问几次。