Claude $99 +税
Gemini $99
ChatGPT $99 +税

一个月一辆电瓶车了

目前没中招，前置做了一些防护。需要的可以参考一下

推荐用「泛域名证书 + 随机三级域名 + Nginx 熔断」做前置隐身：

1. 公网只开高位反代端口，5000/5001 彻底关闭。

2. (optional) 防 CT 日志反查：用 *.xxx.com 泛证书配随机三级域名（如 app-8f9a.xxx.com ），避免真实子域名被公开日志记录。

3. (必选) 改反代模板防探测：群晖默认对纯 IP 或错域名会吐证书+回 404 页。修改 /usr/syno/share/nginx/Portal.mustache 的 default_server ，加上 ssl_reject_handshake on; 并把 return 404 改为 return 444 。改后只要域名不对（纯 IP 或猜错前缀），HTTPS 握手直接断开（零证书泄露）、HTTP 直接掐断连接（零字节返回），不知道暗号域名根本连不上后端。

只有域名完全匹配，才能访问。

Homelab + 跳板机 ai 主控

无恶意，注册时间 + 单条提问 + 敏感词集合内容，看起来很像迪拜园区的招人广告。

如果是的话，那建议还是留在迪拜。
如果不是的话，国内经济也没那么好。可以回国找个物价低的地方先休息一段时间。

没有性价比。之前有个 x99 + 2699v3 ，主频低，ipc 也低。可开的虚拟机是多，但是虚拟机里面开个 chrome 都卡。

intel 大小核问题，推荐 amd ，5600x ～ 5950x ，丰俭由人。

目前骑的小牛 NXT SPORT ，年均 4000+公里

1. 两轮车的核心是降低整车的稳定性失控状态。

1.1 车好是第一位，贵的车有贵的道理，ABS + TCS 很重要。路面有坑、过减速带、白色线、雨天油污，这些失控的时间点，系统会降低动力输出，防止进入失控螺旋。

1.2.车身的动平衡稳定性很重要，车身的重心要低。低质量车 + 大体重骑手，容易重心偏高。任何扰动都容易放大，导致失控。如果感觉非常用力才能控制住方向的，说明不适合。


2. 防御性驾驶，任何非空旷，视线不能判断为安全的路口、转弯，一律减速。有汽车转弯，提前鸣笛通行。

3. 头盔至少是 3/4 or 全盔， 价格 200+ 往上

4. 控制速度，控制速度，控制速度。

是不是新注册一个空白小号就行了。

deepseek-v4-pro 是新版 fingerprint 变了

fp_v4pro_20260812_prod0820_fp8_kvcache…

看起来是的，送 free 了



看起来是的


我之前遇到过，可以直接问有没有证，没证就举报。

结合你的偏好和顾虑，推荐三个更有“能量感”的名字：

1. Sol (索尔) 对应 Solana 。既是链上代币，也是拉丁语里的“太阳”。寓意阳光、积极，完全规避了你担心的阴暗谐音。作为西高地，由于它是白色的，叫太阳神也非常适配。

2. Bull (布尔) 对应 Bull Market (牛市)。这个名字是对资产增值最直接的祝福。Bull 听起来更洋气，且单音节爆破音开头，叫起来短促有力，狗狗容易形成肌肉记忆。

3. Buff 在游戏里是“增益状态”，也是强者（ Buffed ）的意思，还暗合巴菲特（ Buffett ）。把“易碎”的运气改成“叠 Buff”，听起来厚重扎实，完全没有泄气的尾音，符合“好养活”的直觉。

给个建议：你把这个帖子下你说的和第一页下面的回复扔给 Gemini ，内容是“分析一下这位 V2EX 网友”，看看 G 老师怎么骂你。

不要听她说什么，要看她做什么。直白点说，你现在的表现就是从来没有被爱过。 如果你经历过正常的恋爱，你就该知道：真正爱你的人，即使她没有钱，她会跟闺蜜借钱请你吃饭，也会想办法不让你承担过重的压力，更会在意你对她的评价，而不是把你当无限提款机，还没取够就甩脸子拉黑。

趁机拿回工资所有权才是该做的事情。

刚刚登 V2EX 显示日本崩了

推一下我写的一篇文章

核心观点：上下文内,才有记忆。
当前主流的“对话式编程”，其根本缺陷在于：AI 从未拥有过一个稳定、可靠且可迭代的上下文。 一切问题的根源，尽在于此。

https://www.zhihu.com/question/1923534024288236685/answer/1924216288286348309

@hellodigua

1. 全都存在 docs 里面，那 AI 的上下文会不会太大了
目前上下文信息是分散在 docs 的各个子文件夹下面了，除了指定强制阅读的文档外，其他都是通过 cursor 的 tools 搜索出来的。

可以认为现在通过 prompts 和 cursor 自带的 tools [grep ,context searching]，实现了猴版的 “context engineering”.

如果过长的话。可以通过对单个文件内容的粒度进行控制，过大的文件拆分到更小的粒度里面。让 cursor 通过关键字查找、grep 等找到对应。


最完美的情况下，有一个上下文系统 Agent(context engineering) 给 Cursor 使用。cursor 可以索引出最相关的信息。

[The new skill in AI is not prompting, it's context engineering]( https://news.ycombinator.com/item?id=44427757)
[如何看待观点：AI 的关键点不是 prompt ，而是 Context Engineering ？]( https://www.zhihu.com/question/1923364519964545063)


2.本身 cursor 的上下文长度就是有限的，如果 prompt+文档的上下文过长，那留给 AI 思考的长度可能就不够了
我观察到过这个情况，目前 cursor 过长，会在一次请求里面重新开始思考。使用这个 prompts 的好处，就是已经写入的 context 不会丢失。
更好的办法应该是使用 MAX 模型

@hellodigua 感谢试用，有什么修改建议也欢迎留言

最终每次的 session 对话的内容，都会通过 [同步] 这个强制步骤，存到.docs 里面