neighbads

喜欢AI，坚守BTC，远离噪音。

[neighbads @neighbads]

非常高危的浏览器漏洞

[Di Zhang @di_zhang_fdu]

Chrome 桌面稳定版更新里，Google 列出 12 个安全修复，并确认 CVE-2026-85046 已有在野利用。LiveOverflow 说，自己曾用于 n-day exploit 的漏洞终于被修复。

问题是 V8 的类型混淆（type confusion），官方标为 High。修复版本为 Windows/Mac 152.0.7977.82/.83，Linux 152.0.7977.82。打开 chrome://version 就能检查版本。

原帖：https://t.co/AIRK7RwPaY

[neighbads @neighbads]

我说刷着越来越没意思了

[Nicole Duran @NicoleDura49926]

中文X的流量密码无非就这十大类

我总结一下：

1. 科学上网：翻墙教程、机场测评、节点订阅、Clash配置、静态住宅IP

2. 硬核工具：GitHub开源、冷门网站、Prompt/Skill、教育优惠

3. 境外手机号：实体卡/eSIM、保号教程、接码平台、封号自救

4. 海外银行卡：开户教程、虚拟卡对比、出入金、税务合规

5. 海外充值：礼品卡、X Premium、ChatGPT/Claude会员

6. 出海搞钱：远程工作、自由职业、跨境电商、副业收入截图

7. X运营：创作者收益、流量玩法、冷启动、账号申诉

8. AI实操：Grok/Claude/Gemini用法、一条指令出结果

9. 聚合收藏帖：某领域N个工具、N个账号、N个免费资源

10. 真实踩坑：封号复盘、被坑经历、搞钱方法与避坑

基本就这些方向。你不是没内容发，是没按这十条去深挖，也没有坚持。

[Lone Ranger @666LoneRanger]

养孩子的终极目标，其实就三件事：

离开父母可以生存，离开学校愿意学习，离开掌声依旧快乐。

[neighbads @neighbads]

理解债，不错的命名，不止线上故障，产品开发现在也有相同的问题

如果Ai能完全替代人，也不是不可以

[Xudong Han @Xudong07452910]

AI 把线上事故处理得越好，工程师反而可能越不会处理真正难的事故。

很推荐前 LinkedIn SRE Sylvain Kalache 这篇文章。

现在很多「AI SRE」，也就是用 AI 自动处理线上故障和运维事故的系统，已经能自己看告警、查监控、对比部署、判断根因，甚至直接修复问题。

听起来很爽，但这里有个隐患。

以前那些普通故障，其实就是工程师熟悉系统的训练场。一次次排查之后，你才会慢慢知道哪里最容易坏、什么异常意味着什么。

这些都交给 AI 之后，人是轻松了，但脑子里那张「系统地图」也可能慢慢变淡。

作者把它叫作「理解债」。

更麻烦的是，最后真正留给人的，往往还是 AI 自己解决不了的严重故障和边缘情况。

所以以后工程师可能也得像飞行员一样，定期做模拟事故训练。

AI 帮我们少做了很多事，但怎么保证人的理解没有一起被省掉，我觉得会变成一个很现实的问题。

原文：
https://t.co/YkSLvlaq5V

[Lucas @lksmlabc]

GPT-Image2提示词库开源才两天，GitHub星标就冲到了18000，你还没上车？

工业级的提示词引擎、海量模板持续更新、拿来就能用——现在不存，过两周别人都在刷屏晒效果图了，你只能干瞪眼。
🔗 https://t.co/ckNCWEQag1

[neighbads @neighbads]

思路很好，但是你说

指望一个小学生 (0.6B) 来能理解科学家的执行步骤（>2T），还在旁边指指点点。 停！重新做！

[lifcc @mylifcc]

Coding Agent 最浪费 token 的时刻：它其实已经走错了，但还在继续干。（说的就是你Sol）
继续搜文件、改代码、跑测试、推翻、重来……上下文越来越长，成本越来越高，最后还是失败。
一篇新论文给了个很工程化的解法：
提前判断失败，然后智能重启。

[neighbads @neighbads]

现阶段不支持注释，只能写到 git commit 了

[sleepy.md @sleepy0x13]

AI 写代码久了，CLAUDE.md 最后很容易变成一部没人敢删的祖训。

最近一篇 arXiv 论文专门研究了这个问题，名字就叫《Why Does CLAUDE.md Keep Growing? Catastrophic Remembering in Agentic Coding》。

作者统计了 1,867 个 GitHub 仓库、247,694 条指令的生命周期，发现 CLAUDE.md、AGENTS.md 这类文件有个很稳定的规律：只进不出。

一个 bug 出现了，就补一句「以后不要这么写」；格式错了，再补一句；测试挂了，再加一条。久而久之，没人记得某条规则当初为什么存在，也就没人敢删。

最后这些文件平均比刚创建时膨胀了 226%。排除大规模重写后，每次 commit 平均还要净增加 4.9 条指令。指令活得越久，被删除的概率反而越低。

更好笑的是，真正大量删东西的时候，通常已经没人敢一条条判断了。76.8% 的指令死亡，都发生在一次直接推倒重写里。然后没过几个 commit，它又开始重新长。

论文给这个现象起了个很好的名字，Catastrophic Remembering，灾难性记忆。

模型时代大家一直担心 AI 忘东西，现在 Coding Agent 暴露出了另一个问题。它和人类公司里的制度越来越像了。每次事故都加一条规定，几年后留下几百条没人知道来历、但谁也不敢碰的规矩。

作者给的解法也很朴素：给 Prompt 写「注释」。

一条规则旁边同时记下它为什么被加入、当时解决了什么问题，而且这些注释只给未来维护 Prompt 的 agent 看，不喂给真正执行任务的模型。

实验里，这么做把 Prompt 多余膨胀减少了 99.3%，真实指令遵循表现最高还提高了 23.1%。

以后 CLAUDE.md 里最重要的东西，可能不只是「让 AI 做什么」，还得写清楚「当初为什么让它这么做」。

否则 AI Coding 用久了，我们会亲手给模型造出一套数字官僚主义。

[Tibo @thsottiaux]

Never gonna give you up
Never gonna let you down
Never gonna run around and desert you
Never gonna make you cry
Never gonna say goodbye
Never gonna tell a lie and hurt you

Thanks for reading. We will do a global reset of the usage for all paid subscriptions so that you can keep enjoying Astra after burning through all of it doing fun 3D modeling in blender. The work week is about to start.

Lands around 6pm PST today.

[neighbads @neighbads]

一个问题， grok 和 claude 的输出一字不差的相同，这对吗？都使用的官方订阅

原文地址 https://t.co/ts4xG561k4

[neighbads @neighbads]

grok bot

[Kin @KinGao476942]

https://t.co/dFoBkgY0Wx

[neighbads @neighbads]

@limbopeng 只用 Claude Code 的话，官方本身带后台会话，按两次 ← 解锁，或者用 /fork ，自带协同

[neighbads @neighbads]

对于只用一种工具来说，也没有必要，Claude Code 自带后台会话，输入状态按两下←键就切换了，天然带会话间的协同

[LimboAI @limbopeng]

Herdr 这类工具，对绝大多数人是没必要的。

你平时只开一个 codex, Claude Code 干活，装它纯属多余，它对你就是个花哨的终端服务器。

除非你有这样的需求：同时管着几个 coding agent，还能相互协作。

我现在的工作流是：codex cli GPT6-Astra 贵模型先做架构设计、把任务拆细，然后驱动 Pi、Claude Code、Antigravity 用稍微便宜模型并行开工，写实现、跑测试。我要做的只剩盯着谁卡住了。

多 agent 放养的痛点，Herdr都能搞定，而且比 Tmux 更容易上手：

一、持久运行不中断（保留了 tmux 服务器持有会话、客户端可随时 detach/attach 的核心模型）；
二、自动标注每个 agent 的状态：干活中、被卡住、闲置，不用逐个窗口翻； 三、agent 能互相驱动，一个 agent 可以开面板、拉起另一个、等对方真阻塞了再接管（需要先安装对应skill)

[neighbads @neighbads]

@Fei2411 普通开发最优选择，
肯定还是 Claude Max 5x, 月额度 sonnet-5 196 亿，Opus5 78 亿

这俩的体感可不是那些刷分模型可比的

https://t.co/4rwGkwI1ME

[neighbads @neighbads]

1. 量大管饱的订阅方案：
ChatGPT Pro 20x，用 gpt-5.6-luna ，根本用不完
Claude Max 20x，用 sonnet-5，月额度 392亿

2. 又好用，又便宜的最优选择，月额度
Claude Max 5x, 用 sonnet-5 196 亿，用 Opus5 78 亿，用

[neighbads @neighbads]

100 档，肯定是 Claude Code 5x，用量排名第七

[FeiZ @Fei2411]

之前发的 Real API Pricing 相关的帖子加起来超过 30w 浏览量了，有很多朋友问我推荐哪个订阅，这期来了！这次主要推荐 $30/月 以下的：

1.GPT Plus $20

$20 订阅无可争议的最佳选择。几乎无限的 Chat 额度、高质量且额度充足的生图功能、Codex 中可用约 Luna 12000M Tokens，Terra 1200M Tokens，Sol 600-800M Tokens。

这个价格买到堪称无限的 Luna 用量，无需多言！

2.Devin Pro $20

在 8/15 官方已将 SWE 1.7 转为付费用户免费使用，GLM 5.2 目前也处于免费活动期。界面列表显示优惠到 2026/9/16 ，不过此前官方已多次延长优惠，希望能继续😘 @devindesktop

Devin 主推的 SWE 1.7 在速度上表现十分惊人，我个人感觉和 300tok/s 的 gemini 没有明显区别。性能面对复杂任务依然不够，但处理中等以下的任务绰绰有余，加之惊人的速度足以掩盖短板。并且除此之外还有一定额度的其他模型，综合来看性价比极高，推荐。

3.OpenCode Go + Muse Spark 1.3 Contributor $10

按 OpenCode 官方给出的典型请求口径推算能用约 16000M Tokens；按 Real API Pricing 统一采用的 97.5% 缓存、2.15% 输入、0.35% 输出口径计算，约为 12500M Tokens，但仍然十分宽裕。

Muse Spark 1.3 虽然有刷分嫌疑，但性能依然处在接近前沿的水平，$10 一个月能获得这个额度，实在没法要求更多了。只需注意这个模型会将你的使用数据上传，并且有严格的地区限制。

上面三个是我认为 $30 月费内最划算的订阅，其中尤为推荐 GPT 和 Devin。按照此预算仍有其他表现不错的订阅，比如 #4 Google AI Pro、#5 GLM Lite 、以及曾经的性价比之王现在无法订阅的 Kimi Allegretto 等；综合来看还是上面三者性价比最高。

后期会出 $100、$200 等预算档位的推荐，关于 Devin 的具体评测也在制作中，谢谢～

具体数据可以查看：
https://t.co/x2tw3axw6W

[黄小木 @ai_xiaomu]

https://t.co/sIpOqIkihj

[neighbads @neighbads]

x原创

[govin.eth | G哥 @goan999999]

X 原创内容奖励计划 9月8日最新认证
超详细保姆级教程，你照着做就行

大家答应我，这个教程你可以免费分享

不要拿去卖钱哦，就算你现在还达不到标准也建议你先存起来，早晚会用到

完整教你资格检查、10 条作品筛选、首次申请、被拒整改、申诉材料、绑卡、Stripe 和税务表格的实际操作教程

篇文章的含金量明天会更高！

[LanfAI @Huahuazo]

有开发者打包了一套MiniMax H3导演台工作流！

导入ComfyUI就能直接跑——文生视频、图生视频、首尾帧控制、视频换人全涵盖。

🔗https://t.co/VWoPIsUafN

[neighbads @neighbads]

什么时候更新了渲染，要更新试一试

[lumxss @bkdgiffug]

AI Agent 做 Office 自动化，终于有了一套更像“原生工具”的方案。

OfficeCLI 是一个专门为 AI Agent 设计的 Office 命令行工具，不需要安装 Microsoft Office，一个单文件二进制就能处理 Word、Excel、PowerPoint。

它把复杂的 Office 文件操作封装成稳定的 CLI 接口：
创建和修改文档
读取结构、内容和格式
调整表格、幻灯片元素
渲染预览检查效果

以前让 Agent 生成 PPT，往往要拼 Python 库、模板和各种脚本，现在可以直接通过命令完成完整流程。

对于需要让 AI 批量生成报告、表格、演示文稿的开发者来说，OfficeCLI 更像是给 Agent 配了一套“办公操作系统”。
🔗https://t.co/4mro7UqUmC

[山景城小路 @Zen_with_AI]

YC建议 --如何在AI时代度过你的20岁

作者：Garry、Harj、Diana 和 Jared

时代变化很快。曾经让人感到安稳的职业道路已经不再奏效。如果你想脱颖而出，就需要以新的方式去适应和行动。

原则一 → 老路已经行不通了传统路径——上学、找一份稳定工作、在公司里步步高升——正在消失。许多这类工作正在被自动化取代。要保持领先，就要专注于人类最擅长的事：创造力、解决问题的能力和创新。
原则二 → 真正的机会在创业公司创业公司的成长速度超过任何其他组织。你不需要一个完美的点子，只需要开始行动。无论你是加入一家创业公司还是自己创业，你的成长速度都会比在其他任何地方更快。定义未来的公司，将由那些敢于想得大、从小处着手、快速行动的人创造。

原则三 → 不要等待许可忘掉那些条条框框吧。没有人会给你一份循序渐进的指南。你的20岁正是用来试验、犯错和学习的阶段。现在就开始，并在过程中不断调整。
原则四 → 专注于真正重要的事增长很重要，但为真实的人解决真实的问题才是真正重要的事。不要只盯着把公司做大；要确保你在解决真正的问题。当你做到这一点时，增长自然会随之而来。

原则五 → 深耕，而非广撒网早期最好专注于一件事，并把它做到极致。什么都想做的诱惑很大，但最成功的人往往选择一个领域，把它做精做透。等你真正掌握了它，再去拓展其他领域。
原则六 → 持续学习和调整最优秀的人始终在学习。你会犯错，这很正常。真正的成功来自于不断尝试、学习和快速改进。失败只是让你做得更好的机会。

原则七 → 用科技加速前进我们身处一个科技能让你事半功倍的时代。善用身边的工具，让自己走得更快，专注于真正重要的事。未来的企业将用科技创造杠杆和影响力，而不仅仅是产品。
结语 → 想得大，做得快这是属于创造者的时代。专注于打造真正有意义的东西，解决真实的问题，不要浪费时间在意别人的看法。

归根结底，世界评判你的标准是你做了什么，而不是你打算做什么。

[neighbads @neighbads]

感觉还有一点，别太干净，就是环境太单一，毫无变化

[XiaoLei Liu @leo_xiaolei]

https://t.co/ve0QJKQUHJ