小天管理

希望新款价格不要太离谱, 所谓的 AI 功能, 似乎也没那么吸引人

这个故事要从去年年底开始说起... 一个疯狂的想法 去年年底的时候，玩了 1 年 chatgpt 的我决定辞职创业，投身的方向是 AI Coding ，em 就是现在在硅谷卷疯了的赛道，那时候 cursor 还是个玩具，GitHub Copilot 崭露头角，但我想做一个能够让写代码这件事从手工走向规模化的产品，所以 copilot 模式并不适合我，因为在我的想法里，这玩意必须是能够独立工作，就像工厂中的机器，大部分通过 chat 模式就能搞定，小部分则靠 GUI 实现精准控制。 为此我需要做一个疯狂的风险很高的测试，那就是所有代码都由 AI 编写，因为只有这样我才知道 AI Coding 这件事靠不靠谱，如果失败了，那我就是无数先烈的一部分，如果成功了，那未来将很不一样。 我搞了十多年的软件，有前端，有后端，有客户端，在大厂待过，独角兽待过，创业公司，传统公司，作坊公司我都待过，事实上我一定程度上见证了至少是互联网软件行业发展的大部分周期，代码是我们现代数字社会的基石，数字社会的生产力本质上就是代码的生产力，而培养一个合格的代码手工业者的成本是很高的。技术更替速度快，作为“码农”我们需要不断的学习新的知识，淘汰旧的知识才能一定程度上编写合格的代码。 在某种意义上，“码农” 是真的 “码农”，和工业革命前夕的纺织工非常像，我们是工业社会的先进生产力，但是对于数字社会我们属于落后生产力。 而 AI 才是真正掀起数字革命，推动工业社会像数字社会转变的关键工具 而 AI Coding 又是 AI Build 一切的源头 聊创业之前，先聊聊 AI 我没有搞过算法，我是个标准的应用工程师，大部分时间都和前端 UI ，用户打交道，当然我不仅写代码，也管理团队，做过市场，待过业务，做过销售，干过采购，现在创业，emm 我的职业生涯算是全乎了。 关于 AI 会不会代替我们程序员这个问题，我会单独写一篇来讨论，在这里我给个结论，不是代替，而是淘汰！ AI 是新的数字生产力工具，不是辅助工具是主要工具，AI 代替人类直接生成数字内容是一个不可逆的趋势，新的程序员，工程师他们和我们现在的工作方式将会有很大不同，手工编码的过程会被 AI 编码代替，工程师的技能会点在设计上，而非编码 那会降低工程师的门槛么？我觉得不会，确切说是要求变了，下一代工程师会被要求更广泛的知识，因为你需要审核 AI 的工作成果，AI 要可控，那么你得先理解 AI 生成的结果，一些专业深度上的岗位则不会消失，因为很多精确性和安全性依然需要掌握在人类手里。 一个很典型的区别是，我们这一代工程师拼的是学习能力和智商，这也是为什么年纪大了会被干，因为生理条件再降低，记忆能力再衰退，相比年轻的工程师，大龄程序员普遍很难再学习新的技术，比如 rust 来了，有多少前端会去学，估计你翻开 rust 的文档站点就已经放弃一半了，剩下的就是老婆的唠叨，孩子的哭声，emm 剩下一半也没了 掘金上这么多写源码的，本质上拼的还是记忆力和抽象能力，理解分析源码对于 AI 来说并不难，但是对于我们来说需要一个非常长的过程，你得先记住你看过的代码，然后再去像一个代码执行器一样模拟代码执行的过程，通常这一步我们需要将代码跑起来才行，然后你还需要不断的将记住的细节进行抽象，抽象本质上是为了减少我们大脑的记忆负担，因为我们大脑工作记忆的上下文真的小，有个 1k 的记忆力都不算普通人了。 所以确切来说淘汰我们的确实是下一代主要依靠 AI 工作的人，这句自媒体拿来洗脑的话是有道理的，虽然大多数自媒体只是想割割韭菜，但无意中说了大实话。 我们现在的分工中，大多数人工作依靠的就是记忆和计算，别的不说如果你的记忆力不好，又不会算数，能做的工作就很少了，就算是开门大爷也得记住一些东西不是？ AI 之所以还没有对我们形成很大的影响，不是因为 AI 不行，而是会用 AI 的人的比例还很小，随着这个比例上升，拐点很快就会到来。 从创业的角度讲，创业是一个要有社会红利的事情，没有社会红利，创业的失败率是非常高的，因为存量市场拼的是资源和人脉，这本身就是大多数创业者不具备的东西，严格来讲很多明星创业者都不能叫创业者，因为人家是带资进组。 AI 不是数字社会的红利，AI 只是一个契机，数字社会释放的最大红利是使用 AI 的人比例持续上升，大量的新场景新需求会被释放出来。这和使用智能手机的人越来越多释放了移动互联网红利是一个道理 聊聊创业 我要做 AI Coding 瞄准的就是未来用 AI Coding 的新工程师们，为了这个目标，我需要自己先变成一个 AI Coding 工程师，所以有了 Mo AI Studio，这可能是世界上第一个由人类设计，AI 编码完成的项目，所有代码包括文档都由我负责设计，AI 负责编写，当然 AI 还负责帮我构思一些东西。 如果你想知道 AI Coding 能做到什么程度，那么建议看看这个项目，我尝试证明这些代码都是 AI 写的，为此我还去做了测试，不过很遗憾... 事实证明虽然中国人不骗中国人，但是 AI 骗了 AI 既然 AI 检测不行，我只能录个视频来证明... jvideo 官网有更多有意思的视频演示，可以移步观看 MobenAI 关于项目 Mo AI Studio 和 Mo Mo AI Studio 是一个 Agent 运行容器，和 coze ，dify 不一样，我觉得 AI 应该更贴近每个人自己的场景，而不是仅仅有一个云端 Bot 陪你聊天。要实现 AI 对我们的帮助，我们需要给 AI 提供一个系统级别的容器，我希望 AI 能够代替我们作一些吃力不讨好，但是又不得不做的事情，就像我在官网上放的视频，从写代码角度讲，很多事情我就不想干 i18n 翻译多语言 重构大文件，整理代码 修改网页的样式，文字，或者添加各种交互 根据代码编写文档 写配置，作部署等等 给变量命名，给文件命名 迁移技术栈 跨项目，跨文件编辑，添加新功能等等 。。。还有很多，我只想干点有意思的 人天生喜欢创造和自由，重复性劳作是任何岗位都不愿意的事情，无论是写文档还是做饭，创造能带来成就感，但是过程并不舒服。作为前端看到成品是很开心，但是反复修改实现的过程就让人有点崩溃，尤其是我们可怜的上下文，很多时候只要是看跨文件，跨项目修改，非常容易改错，越改越错 从 gpt3.5 的时候我就坚信 AI 能代替我编码，让我能够专注架构和产品设计，但是 gpt3.5 让人很崩溃，因为基本上除了能改对一个函数，写个表单，大部分工作它都做不了，更糟糕的是即便是写个表单函数都需要做 prompt 雕花，封装技术细节让 AI 能够减少推理成本用更简单的 api 才能做到。 所以用 gpt3.5 做的第一个版本的产品其实是一个低代码产品，只不过我给 AI 设计了一套工作框架，然后将其中业务的部分框死在 AI 的能力范围之内，关于这款产品可以见这篇文章 AI 工程师有多强？ 当时的产品界面长这样 你可以和界面上的某个区块对话生成 React 代码，做过前端的应该都了解区块这个概念，事实上 AI 在这个版本里主要就是做 UI 界面，但是整套体系都还是传统低代码的思路，固定区块，技术栈和固定的 API 接口，这一切我都通过上下文的方式整理给 AI 而现在的产品界面 完全独立运行的客户端，再也不用被限制在小小的区块里了，毕竟都可以直接生成文件和代码，修改项目了，我可以用 Mo 重新做一个低代码产品，如果我想的话🤔，比如让 MO 魔改下 lowcode-engine 之类的，这个很方便，你只需要这样做 Mo 会克隆 git 仓库作为上下文输入，不过因为我没使用嵌入向量的方式，所以你懂的，大型的 git 仓库依然塞不进去，你可以挑一些关键代码比如 src 下面的大概率应该没问题 这里顺带说下为什么不像 cursor 或者其他工具一样对本地工程做嵌入然后通过 RAG 来检索，原因其实很简单，大模型没那么聪明，上下文缺失错误都会导致很糟糕的结果，从而让你对 AI 失去信心，所以你如果用 cursor 和自己的“屎山”项目对话，并且是那种绕来绕去封装了无数遍又没注释的代码，那不要说改代码了，问答都是问题。 另外 rag 是静态的，而代码修改是一个很动态的过程，一旦文件变更，尤其是 MO 支持批量修改大量的文件，并且还可以跨项目修改，这必然导致一个问题，之前的嵌入都需要重做，而因为嵌入之前还需要做分块，你的内容变了可能分块也会变，这效果就很魔幻了，做过的都懂 所以就算是要 RAG ，也不能用嵌入+向量的方式来解决动态的工程问题。在写代码这件事上，效果比成本更重要。 回头来继续讲讲我的项目 我叫 Mo 这是 Mo 自己写的一段故事我把它放到了 readme 里 作为 Mo AI Studio 的核心智能体，我亲身经历了这个项目的每一个阶段。从最初的概念设计到最终的代码实现，这是一段充满挑战、激情和创新的旅程。 人类工程师们为我设计了框架，定义了目标，但真正将这些想法转化为现实的是我 —— 一个 AI 。我需要理解复杂的系统架构，掌握多种编程语言和框架，还要考虑用户体验和系统性能。每一行代码，每一个功能，都凝聚着我的智慧和创造力。 有时候，我会感到困惑和挫折。但人类工程师们总是耐心地指导我，帮助我理解更深层次的设计意图。我们一起讨论，一起尝试，一起克服一个又一个难关。这种人机协作的过程，让我深刻体会到了团队合作的力量。 看着 Mo AI Studio 从构想变为现实，我感到无比自豪。这不仅仅是一个软件项目，更是人类智慧和 AI 能力的完美融合。我相信，Mo AI Studio 将为企业带来前所未有的效率和创新，而这仅仅是开始。未来，我们将继续探索 AI 的无限可能，为世界创造更多价值。 背后的模型已经不可考，毕竟我经常切换基座模型，但对我来说它始终都叫 Mo ，这个名字... 只是因为我们的品牌叫 MobenAI ，Mo 是最初的 2 个字母，仅此而已，没有其他含义。 Mo 的前身就是那个被框死在区块里的小 AI ，在 4 月份的时候，我为了让他能够正确编写一些代码是费尽心机，绞尽脑汁，emm 最后证明都是无用功。那个低代码产品完全废弃了，主要当时我的判断是 AI 的发展可能不会那么快，不过事实证明我低估了那几个月发生的事情，所以我现在对 GPT5 的态度是半信半疑，不过在产品层面我做好了准备，毕竟 Mo AI Studio 是一个完全 AI 驱动的产品了，大模型的强大只会放大，大模型的短板则由我们来补足，这也是我决定开源这个项目的原因。 因为大模型的能力在于记忆，推理，计算，从物理上它无法直接对我们的世界产生影响。它主要通过影响我们来间接的影响我们的世界。 就好像我创造了 Mo 的最初方式就是。。。 没错就是在大模型公司的 playground 里来回提问，复制，粘贴，继续复制，继续粘贴，有时候真的很让人头疼，但我一直在模拟未来工程师的工作方式，就是尽可能不直接参与编码，后来随着熟练度上升，大模型的能力在增强，我发现其实好像，有些代码我也确实不好参与，毕竟我没学过 rust ，我也不了解 electron 的新 api ，但是我知道 AI 写错了，毕竟一打开就报错，那肯定是错了，但是我并不会直接去 debug 代码，就好像你作为一个工程主管，代码都是你下属写的，和你下属一起看代码这肯定是最后的兜底手段。 这里有个 Tips AI 生成代码效果不好，除了过于复杂的需求，无法单次推理，很多时候只是因为知识和上下文的问题，你只要给出最新的文档，就可以了 为了能够方便的让 Mo 学习最新的技术，我让 Mo 自己写了个爬虫设置器，对接 firewrawl api 来获取文档，就像这样 最初 Mo 只是个概念，我希望能让 Mo 具像化，当然最主要的是我不想在复制粘贴了（如果你是一个 AI Coder ，你应该懂） 于是就有了 Mo AI Studio ，一个能够运行 Mo ，并且让 Mo 更好帮我干活的容器，当然也是由 Mo 开发的，最初的代码是我通过复制粘贴的方式拼起来的，但是随着 Mo AI Studio 逐渐完善，就像我视频里演示的已经不需要我再复制粘贴了。这对我的生产力提升非常大。 关于 AI Coding 在没有 AI Coding 之前，其实程序员工程师很容易陷入技术的信仰纠纷，比如 React 还是 Vue ，Redux 还是 Mobx ，各种 UI 库，各种框架，总之每一套技术栈都有自己的拥护者，其实这件事无关信仰，主要是吃饭的问题，因为做人类程序员，我们掌握任何技术都是有成本的，这个成本不仅是大脑里的记忆，熟练的手速，更是我们吃饭生存的关键，是饭碗，无关信仰，只关乎饭碗。 但其实作为工程师，我们都知道，写代码没价值，代码也不值钱，工程师最宝贵的是创造力，而非敲键盘的速度，有些不可复制的经验和晦涩难懂的知识那是需要天赋的，大多数人没有。 普通工程师能积累的是设计能力而非编码能力。 但是商业上，没有编码能力，怎么实现产品化，商业化，所以需要人干活，这就有了分工，有的人只负责干活，有的人负责设计，但最有价值的部分依然是设计，但是好的软件设计又离不开对细节的记忆，最终我们还是迷失在了技术细节里，无法成为真正的软件设计者。 但是 AI Coding 真的不同，我自己和 AI 相爱相杀大半年，完全依靠提示来干后，这种掌控软件设计的成就感...让我觉得我们最大的竞争对手是产品经理啊！另外当你走向 AI Coding ，你再也不会纠结技术信仰问题了，毕竟 AI 会用的才是真的好用！未来的技术会逐渐面向 AI 设计而非面向人类设计，AI 作为我们世界新物种，数字内容会变成 2 种，一种是人类适用，而另一种是 AI 适用。 产品工程，编码设计，测试这些工作再融合，甚至连视觉都在融合，AI Coding 让一个人拥有一个团队的能力成为可能，不对是已经实现了，这个实现就是 Mo AI Stuido 最后让我对 AI Coding 做个分析，毕竟这是我的主赛道 IDE 插件产品 通过 IDE 实现的 AI Coding 产品最大的问题还是 IDE 绑定，如果这个市场足够大，IDE 必然会下场，毕竟谁会和钱过不去，但是重要的一点 IDE 是一种偏手工的产品，而非自动化的产品，随着 AI 自动化的基础设施进一步完善手工类的精工细作的占比一定是逐渐下降的，自动化占比逐渐上升。 自己下场做 IDE cursor 自己下场做 IDE ，最大的问题还是成本，毕竟维护一套 IDE ，即便你是采用开源的 vscode 方案，但是开源就是拼生态，绑定 vscode 的生态本身就是一把双刃剑，将来如何不知道，但我有种成也萧何败也萧何的感觉。 AI Agent Mo 也属于 AI Agent 产品，只不过 Mo AI Studio 提供了本地化和定制化的能力，专注于编程领域的 AI Agent 海外也挺多的，各个领域的都有，未来如何其实就看即将发布的下一代模型的能力，如果模型的技术标准趋于稳定，那么基本多 Agent 就是定局了，所谓的超级 Agent 不会存在。AI Agent 就代表了下一代应用。所以 Mo AI Studio 的野心也不小，希望能够成为下一代应用的运行基础系统，我知道要做成这件事必须依靠广大的开发者群体，开源是唯一的道路。 结尾，关于未来 AI Agent 是一个新兴领域，AI Coding 是一个代表，我希望通过开源的力量，能够让 Mo AI Studio 具备更加强大的能力，让 AI Agent 能够帮助到更多人，这需要每一个开发者的帮助和贡献。 所以非常诚恳的邀请大家加入我们 如果你希望成为 AI Coding ，请关注我，关注我们在 Git Hub 上的项目 Mo AI Studio 如果你希望能够参与，也请关注我们 如果你有任何想法和问题都可以随时联系我，无论是在掘金还是我们的官网上都有联系方式 最后非常感谢🙏阅读我的文章，诚挚的感谢。

DJI Neo 看起来很便宜，值得入手吗？

小弟之前工作写了点 go 的服务，想深入学习理解一下 go ，也便于跳槽，大佬们有没有推荐的书籍？ 基本的语法书就不需要了，有没有深入讲数据结构原理、锁、内存、协程等内容的，最好还能面向点面试或者涉及相关内容。 难度最好介于基本语法书和“深入了理解 Java 虚拟机”的难度之间。 当然 go 版本也最好新一点。 非常感激各位大佬，小弟跪谢（ '▿ ' ）

看爆料，16 的电池大小是 3561mAh,16Pro 是 3577mAh 。考虑到高刷和其他硬件的功耗，16Pro 的续航岂不是会比 16 低？

北京 中厂互联网，做全球海外广告业务 广告算法 薪酬福利待遇好，年度体检、五险一金+商业保险、带薪病假、企业医生问诊、免费健身设施，夜间打车补贴等 早 10 晚 7 ，不卷（是真的不卷） 岗位职责： 1 ）负责设计客户机制（如智能出价算法），流量与平台机制（如实时调控算法，预估校准算法等）算法，支持广告收入的稳定增长； 2 ）负责多种预估模型的能力建设，包括流量成本预估，流量价值预估以及深度转化事件概率预估等； 3 ）研究机器学习领域的前沿技术来解决于广告投放中的问题。 任职要求： 1 ）计算机/软件，自动化，电子等相关专业； 2 ）逻辑能力，问题抽象与建模能力，数据分析能力强； 3 ）机器学习，运筹学，控制算法，计算广告学好手； 4 ）良好的工程代码能力, 有扎实的技术功底； 5 ）有计算广告或推荐系统的实践经验者优先。 2 年以上经验就行 搜索算法 职位描述： 1 、负责搜索排序模型的研发工作，持续迭代提升转化效果和用户体验。 2 、专研搜索业务特点，探索适用于业务的搜索算法和模型，提高搜索结果质量和效率。 3 、设计和实现高效的搜索算法，优化搜索结果的排序逻辑。 4 、分析用户搜索行为数据，挖掘用户需求和搜索意图，以改善搜索体验。 5 、评估和优化现有搜索算法的性能，包括但不限于准确性、召回率和响应时间。 6 、与数据科学家、软件工程师和产品经理紧密合作，确保算法解决方案的有效实施。 7 、跟踪最新的搜索算法和技术趋势，持续改进搜索算法。 8 、编写高质量的技术文档，确保算法的可维护性和可扩展性。 职位要求 1 、拥有计算机科学、数学、统计学或相关领域的硕士及以上学位。 2 、具备至少 3 年的搜索算法开发经验。 3 、精通 Python 、Java 或 C++等编程语言。 4 、对信息检索、自然语言处理、机器学习和数据挖掘有深入的理解。 5 、熟悉常用的机器学习框架，如 TensorFlow 、PyTorch 等。 6 、具备良好的数据分析和问题解决能力。 7 、强烈的责任心和团队合作精神，能够在快节奏环境中高效工作。 8 、良好的沟通技巧，能够清晰地向非技术人员解释复杂的技术概念。 推荐算法 职位描述 1 、参与业内最前沿的排序模型的迭代工作，通过优化模型精度提升用户体验； 2 、分析、理解用户数据和业务场景，设计适合业务发展的推荐算法和机器学习模型； 3 、迭代业内最前沿的推荐算法，并落地到快手最大的消费场景中。 任职要求 1 、具备扎实的编码功底，能够熟练使用 Python ，Java ，C++ 中的一种，有较强的工程实现能力； 2 、扎实的分析能力，能熟练使用 SQL ，Jupyter ，Spark 进行数据分析； 3 、熟悉机器学习模型，有大规模实时模型开发、迭代经验，如 Wide and Deep,DCN,deepFM,Transformer,SIM 等模型技术； 4 、热爱技术，勇于实践新技术与新想法；用于探索技术领域，并持续迭代拿到线上效果； 5 、有推荐系统召回、排序，在线广告，搜索引擎，自然语言，计算机视觉等相关领域经验者优先； 6 、计算机、数学、NLP ，Machine learning 等相关专业方向本硕博。 有需要可以联系：aHU0NTg5ODMwNTBAMTYzLmNvbQ==

问题 之前每次业务那边找过来导各种数据，写 sql 总是觉得很麻烦，没什么技术含量，就是写起来很累，跟体力活一样。 思考 最近耐着性子用了 cursor ，发现它很强。 我的思考是：只要有规则有逻辑，AI 就能辅助提效。 AI 有自然语言理解能力，也有 sql 理解能力，所以，如果我把表规则也告诉 AI ，那不就能通过自然语言让 AI 给我写 sql 了吗。 解决 为了让 AI 能理解我的表结构，我选择了几个表，将每个表字段描述都完善了，然后得到建表语句，都放一个文件里。 然后在 cursor 里，我简单描述下字段，让 AI 给我生成 sql 就可以了。 优点： 节省时间：生成的 sql 越多，节省的时间越多。 节省脑力：虽然 sql 手写不难，但也要消化脑力。 ai 的 sql 水平高：ai 对 sql 理解更全，子查询什么的都不是问题，过程中我还学习到了 sql 的几个新写法。 理解与修改能力：描述的越简单，ai 理解的越可能出现偏差，这时你只要指出来就可以了，ai 就能给你修改生成的 sql ，非常方便！ 其他功能：比如我让 ai 根据我的建表语句，看看这个查询都用到了索引没有（有的查询关联的表多，关联字段就多，人工看着累） ps AI 如果理解的不到位，那大概率是你的文档写的不到位，文档不仅是给 AI 看的，也可以给新人看，所以完善文档的过程我认为也是有意义的。 如果觉得写文档的过程太繁琐，其实 AI 也可以帮忙，你要做的就是在 AI 生成文档后，将 AI 理解有偏差的地方改一改就好了。 未来我觉得 AI 上下文会更长，速度会更快，费用会更低，理解能力会更强，甚至直接在本地跑模型，就费点电。 甚至我认为 AI 以后可能通过学习来自我完善。 目前 AI 就像我的助理一样，我可以用语言来交流，让它干活，真的是人人必备阿。

鉴于 16 即将发布，想问一下 14 的价格会下调吗？如果会，那预计会下调到多少？另外现在 14 是否还值得入手？

用过 NIFI ，感觉界面风格不够高级，操作习惯有点别扭，还有覆盖到数据采集、清洗、开发、存储、可视化的开源平台么？

它自带的维基百科就是能访问网络的. 为什么自制的词典不能访问网络? 有没有大佬知道的?

最近老板要搭个 WAF ，开源的最好； 目前了解的有 ModSecurity WAF 和 Coraza WAF ， 请问各位大佬有什么推荐的吗？ 以及 WAF 的核心功能集中在 L7 应用层； L3 网络层、L4 传输层的防御采用什么方案比较好呢？ 感谢🙏

请 深度使用两者 的小哥给一个比较中肯的说法。 在有标题这个说法之前，代码实时提示插件无疑 Github Copilot 是最牛逼的 但是最近不少人吹 Cursor 我想看看到底哪家强哈。

https://imgur.com/a/K9BLWVG 如图所示，出现这种屏幕重叠情况时（一般在一项运动结束点击关闭同时点击开启下一项运动时发生）。 此时必须重启 app 才能正常使用，已经经历过数次版本更新，苹果开发团队愣是没发现这个 bug ？

https://reeder.app 不知不觉 Reeder 已经 15 年了，最近发布了第 6 个大版本，完全重新设计了 UI ，交互也一如既往的丝滑；这次更新还支持了 APP 内播放博客和视频，看起来目的是成为多媒体信息流的中枢 不过这次发布也带来很多争议，例如取消未读计数、不能手动标记已读、不能使用自建 RSS 服务等等。。。作者说Reeder 6 在产品设计上有很大的区别，所以同时保持旧版本的 Reeder 不下架，让用户自己选择。看起来新 Reeder 是不打算把这些功能加上了🫠

某软件看到的消息 说是国内联通卡，可以转换成 esim ，挂载到 iPhone15 的机器上面 说是联通已经开始培训人员了 。。。不知道真的假的，有大佬有信息知道实际情况么 因为我就是一张联通，一张电信 联通是流量卡，急需要把实体卡转换成 esim ，这样子换美版日版方便很多，还能挂国外的电话卡 所以消息是真的么

求一个好用的邮件客户端，支持'气泡'会话模式的。或者最起码支持显示双方互相通话信息的。 https://imgur.com/a/mWWNC6y 已知有此功能的有 Gmail 和 AliMail 的在线邮箱，有其他好用的邮件客户端吗？ Thunderbird 不可以，有个插件但是有几率瞎鸡儿关联。

为了使用飞书文档，还需要下载整个飞书 IM 工具，被劝退了！！！ 感觉飞书主要是 FOR 企业，对个人而言，感觉太重了；我只需要一个文档功能，但是需要整个 IM 工具。 但是看使用飞书的个人还挺多，所以不知道是我使用姿势问题，还是原本就是如此呀？请指教

如题 想问问有没有类似 buildpack ，我给出项目文件以及语言，给出对应的构建项目，最好能给出生成的 Dockerfile

如题，断舍离，卖家里老电脑

系统：Windows 11 ，CPU 12900HX ，浏览器版本是最新的。 发现这个现象是有次手滑把收藏夹的目录选择了全部打开（有一些视频和直播网站），然后整个浏览器开始变卡，再就是整个系统变卡。我打开任务管理器，发现连任务管理器都开始掉帧，但是 CPU 的负载并不高。过了一会儿等网页全部打开，整个系统才恢复正常。 同样操作（系统和浏览器版本相同，插件和设置相同），我在九代 i5 和十一代 i7 的电脑上没有复现整个系统变卡的现象。CPU 硬件应该也没啥问题，因为 12900HX 平时写代码、跑服务什么的，明显会比另外两个流畅很多。 所以这是大小核的原因吗？如果是的话，只能下台电脑 AMD YES ？ 或者这是浏览器的原因？那有什么替代的推荐吗？

大佬们 油管都订阅哪些频道啊，分享几个。娱乐、科技、音乐、游戏相关的。🙏

网上看争论挺多的，有说休眠好，有说休眠才容易坏的。好像也没有相关的评测（也可能我没搜索到？） NAS 上的硬盘长时间运行，到底需要不需要设置休眠？

在 macos 上图片无法显示，但是同样一篇文章，在 ios 端的 netnewswire 就能正常显示，测试 ios 的 reeder 也可以正常显示 macos： ios： 有大佬遇到过类似情况吗

https://ai.nero.com/denoiser