mgcnrx11's recent timeline updates mgcnrx11's recent timeline updates |
mgcnrx11V2EX member #71403, joined on 2014-08-20 12:23:59 +08:00Today's activity rank 13270 |
曾用主题
@import url("//jkjoke.b0.upaiyun.com/css/modern.css");
@import url("//jkjoke.b0.upaiyun.com/css/modern.css");
| 出一个自用 iPhone 5 港版黑色 16G 二手交易 • mgcnrx11 • Nov 16, 2014 • Lastly replied by mgcnrx11 | 6 |
mgcnrx11's recent replies
1 day ago Replied to a topic by akakidz › 职场话题 › “没事，后面让 AI 重构”——这到底是敏捷开发，还是偷懒？ |
后面让 AI 重构”本质上只是项目经理把原本应该自己解决的需求分析问题，偷懒转嫁给了“未来”
2 days ago Replied to a topic by isbase › Surge › Surge 新的订阅版本 v6.8.0 发布了 |
我也想问，为什么连社区都关闭了
5 days ago Replied to a topic by imklay › 推广 › [推广] 做了个叫《找到狡猾的猪腰》的小程序，解决减脂时不知道吃什么的问题（逃 |
生成中比较慢，估计用了 LLM ？
5 days ago Replied to a topic by dushixiang › 推广 › 再来宣传一下我写的全平台 SSH 客户端（送码） |
因为不希望被各种终端工具绑架服务器资产记录，所以把服务器都放在 tssh 支持的配置中。所以，我想从 tssh 中导入资产时，发现被卡住了。如果从.ssh/config 导入支持路径选择，或许就可以兼容 tssh 的配置呢。看看是否可以支持
6 days ago Replied to a topic by dushixiang › 推广 › 再来宣传一下我写的全平台 SSH 客户端（送码） |
6R7F7M33P5ZY6WDD5WWHOHBF 已用，谢谢。
11 days ago Replied to a topic by voidGhost › OpenAI › Codex 重置， 2026.08.01 11:30 |
他这次就是趁着 reset 到期来的
11 days ago Replied to a topic by ty29022 › 问与答 › 用了一下午时间， 用 v4 flash 做了个小游戏 |
好玩哦
Jul 31 Replied to a topic by jxl594 › 程序员 › 最新的 deepseek-v4-flash 正式版真的有这么强吗？ |
它自己公布的跑分下，有行小字：对于公开基准测试集中的 Code Agent 任务，正式版 DeepSeek-V4-Flash 使用 DeepSeek Harness (即将发布)的极简模式作为框架进行测试，并使用 max 档位，topp=0.95 ，temperature=1.0;
不能看跑分就认为是模型进步了的，harness 对跑分的影响也非常大的
不能看跑分就认为是模型进步了的，harness 对跑分的影响也非常大的
Jul 31 Replied to a topic by adimn › DeepSeek › deepseek v4 pro 性价比太低了，充了 10 块生成一堆废代码，不理解我的需求 |
@idragonet 现在的大模型搜索都是 tool call 来支持的，并不是你调一个 API ，API 内部就给你搜索完然后返回结果啊
Jul 29 Replied to a topic by qxmqh › Codex › codex 最近这两次重置之后，能明显感觉消耗速度快了不少 |
其实可以通过 Session 的扫描工具，统计一下整个用量的使用情况。因为 codex 已经记录了每一轮对话消耗的 token 数是多少。但是，我有几个发现：
1. 从 https://developers.openai.com/api/docs/guides/prompt-caching 发现，对于 5.6 系列模型的缓存时间，已经调整为 30 分钟 了，所以，更容易带来缓存失效的情况，也就会从主观感受用量少了
2. 同时发现 5.6 的 tool call 比 5.5 会更多（主观感受），每次 tool call 的消费即使命中缓存，也有 1/10 的价格，一轮下来 20 个 tool call ，相当于 cache miss 2 次的全量计费了
3. 基于第 2 点，多 skill 加载，多 hook 介入，甚至是多 agent 编排都是“严重烧钱”行为
1. 从 https://developers.openai.com/api/docs/guides/prompt-caching 发现，对于 5.6 系列模型的缓存时间，已经调整为 30 分钟 了，所以，更容易带来缓存失效的情况，也就会从主观感受用量少了
2. 同时发现 5.6 的 tool call 比 5.5 会更多（主观感受），每次 tool call 的消费即使命中缓存，也有 1/10 的价格，一轮下来 20 个 tool call ，相当于 cache miss 2 次的全量计费了
3. 基于第 2 点，多 skill 加载，多 hook 介入，甚至是多 agent 编排都是“严重烧钱”行为
Select Language