即刻App年轻人的同好社区
下载
App内打开
Hunt.
414关注192被关注0夸夸
知行合一于AI，XR和Robot行业；
跟随好奇心去创造美好事物，体验创造旅程的美好;
着迷于天马行空的梦境，兴趣于探索意识和事物背后的本质
置顶
Hunt.
14天前
无名，无功，无己，有名而忘名，有功而忘功，有己而忘己，顺应天地万物，与道逍遥遨游于天地之间，游于无穷。
00
Hunt.
1天前
Alpha Go 打败李世石已经10年了。
10
Hunt.
2天前
claude code 连续3天被封了2个官方号，用静态家庭ip 地址也被封。组建一个claude code 拓荒小组，待我们一起攻克claude code稳定使用这个难题。

以下是一些值得尝试的方法，请问即友是否还用其他方法？（不使用转发，不稳定也更贵）

清除Claude_Code追踪数据指南 github.com

对应的视频： Claude Code 50万行源代码泄露！深度分析封号机制 www.bilibili.com

无惧封号降智：静态住宅IP+链式代理，让Claude/ChatGPT在任何设备都畅通无阻 | William说 www.youtube.com
00
Hunt.
4天前
关系都消逝后，人就死了。

关系消逝后，死去的只是那个充满执念的“小我”；而在这片废墟之上，一个不依赖任何外物的、自由自在的“真我”才真正开始活着。

玉伯: 特别喜欢这期播客。是最近听过的感觉最好的一期播客。主持人斯斯很会提问，嘉宾则很会深入浅出用故事的方式把问题讲明白。这种播客太好了。几个精彩片段： 1、因上努力，果上随缘。这是一句老掉牙的话。然而这句话没讲关键：怎么因上努力。这期播客里，陈唐老师通过“种种子”的方法，把怎么因上努力说得非常清晰。商业上想扭亏为盈、情感上想找到另一半等等，都可以采用种种子的方式去行动。一旦有行动，种子就有机会冒芽、开花结果。 2、己所欲，先施于人。这是种种子的心法。比如你想获得尊重，那么你先尊重他人。比如你想获得情感陪伴，你可以先承诺陪伴他人并在行动上去做到。比如你想发财，那么你可以先把钱给别人，无论钱多钱少。己所不欲，勿施于人，可以让自己不得到不想要的。己所欲，先施于人，则可以最终有机会得到自己想要的。 3、佛学谈空，什么是空呢。这期播客里也有精彩故事。道德经说：名可名，非常名。是因为，一根含有石墨的棍子，在人的眼中，叫铅笔，在狗的眼中，可能叫磨牙棒。这根棍子在有生命看见前，其实没有常名。棍子都是有人看见才给的名字。人未见花之前，你不知花，也不知是否开。 4、缘起性空。缘是什么，就是种子。一个穿着黑裙子的姑娘，你看了忘不了，就是缘起。不断缘起缘落中，关系在加强或消逝。人是社会关系的总和。关系就是一颗颗种子发芽后的藤萝枝蔓。有茂密之处，也有凋零之时。关系都消逝后，人就死了。 太有趣的一期播客。极力推荐。

00
Hunt.
4天前
正在送claude code 这样的礼物给团队朋友们。

子凌: Claude Code给全体程序员最好的的愚人节礼物

00
Hunt.
5天前
神即道，道法自然，如来。

见路不走，实事求是，第一性原理。

按客观规律办事，顺势而为，需要天时地利人和缺一不可。
10
Hunt.
6天前
决策一件事情，需要撇开自我的立场，要从多角度去分析，上线下线的边界，这些探讨清楚，这样才能相对达到探索到事物的本质，从而做出正确决策。
10
Hunt.
14天前
提供纯手工编写代码体验，收费只需100，拒绝试用AI，提供程序员鼓励师。
00
Hunt.
15天前
外随世俗，内守精神，专注当下。

在外，扮演好你的社会角色，真诚地与人沟通期许并遵守社会规范（“外化”）。在内，时刻提醒自己不要被外界的评价与物欲所填满，保持内心的虚静（“心斋”）。无论你正在做什么，都全神贯注于此时此地，不带功利目的地去欣赏万物的美感。

当你能在每一件微小的事情中顺应自然，你的心就能如水般明亮，跨越生死的界限，最终做到“上与造物者游，下与外死生无终始者为友”。
00
Hunt.
20天前
苦涩的教训

空格_: 那些过时的 AI 技术 1. 传统机器学习 以前做文本分类、情感分析，要收数据、打标签、做特征工程，一个三人小组花两个月。现在写几行 prompt，一个下午搞定，效果还不差。特征工程师这个岗位，基本宣告终结。 2. No-Code / GPTs / 低代码工作流 Bubble、Coze、Dify……这些工具的逻辑是"让不懂代码的人也能做产品"。但 Vibe Coding 出现后全部尴尬了——不会写代码的人现在可以直接生成真代码，可以部署、可以扩展，no-code 给的那个积木天花板太低了。 3. ComfyUI 图像生成圈曾经的"专业工作流神器"。想生成一张符合你形象的图，要先训练 LoRA，再在 ComfyUI 里搭工作流——加载模型、注入 LoRA、调采样器、控制 CFG……节点连得密密麻麻。现在 Gemini 直接支持垫图生成，发一张照片说"生成我在巴黎铁塔前的图"，直接出图。ComfyUI 存在的前提是"模型不够聪明，需要人来编排"，这个前提没了。 4. LoRA 图像模型的微调手段，曾经是让 AI "认识你的脸"的标准方法。收集几十张照片、训练、注入工作流，一套流程下来费时费力。现在新一代生图模型内置了人脸一致性理解，不需要训练，直接垫图就能生成。LoRA 没完全消失，但使用门槛和必要性都大幅下降了。 5. 微调（Fine-tuning） 2023 年的标准答案：收数据、跑训练、调参数。问题是你花一个月微调出来的模型，下个月基础模型一更新直接碾压你。大多数场景，长上下文 + 好 prompt 已经够用了。微调没死，但使用场景大幅收窄。 6. RAG + 向量数据库 当初做 RAG 是因为模型上下文窗口太小，装不下文档，才要切块、向量化、检索。现在窗口动辄几十万 token，很多知识库直接全塞进去就行。纯向量数据库作为独立品类存在感越来越弱，RAG 从主角变成了上下文工程里的一个零件。 7. MCP 被捧成"访问外部系统的标准协议"，但 Claude Code 这类 Agent 很多时候直接调 API 就完事了，MCP 的 token 成本是直接调 CLI 的十多倍。MCP 没死，但适用场景比想象中窄很多。 8. LangChain / AutoGPT LangChain 2023 年最火，2024 年大量团队开始移除。有人说"70% 的精力花在说服团队不要用 LangChain"。AutoGPT 几周拿下 10 万 Star，现在沦为学习工具。 9. Prompt Engineer（职位） 2023 年被吹成年薪百万不用写代码的新职业。2025 年微软 CMO 说"你不需要完美的 prompt 了"。这个职位消失了，现在更流行的叫法是：上下文工程师。

00