AH

[AH @pwned_ah]

@mihomoparty 群发私聊任意群内用户 审核：业务需要故保留
我还说啥

[AH @pwned_ah]

AI接下来会推进些理论物理的研究吗？ 时间与空间的穿越应用总是让人着迷。

[AH @pwned_ah]

@jakevin7 之前500rmb买了一年supergrok 还是挺有性价比的😂

[AH @pwned_ah]

根据谭师的分享，只需要输入体重，就可以快速定制饮食计划，不用再手算卡路里了

也恭喜谭师再次拿下自然赛冠军

https://t.co/HCnr5ePCsG

[AH @pwned_ah]

@__oQuery 其实有个选项可以直接关的

[AH @pwned_ah]

@real_kai42 不会觉得它的椅背很小吗

[AH @pwned_ah]

@wesky820 @hzqsns 同意 并不看好 主要还是抖音的造血能力强 其他的产品体验并不太好 没有用心做产品的感觉

[AH @pwned_ah]

无论用哪种方式，整理推特收藏夹都是一件麻烦的事情。

所以我觉得最好的方式是用 Codex 调用 Opencli 直接帮助你进行处理，需要什么就直接和他说

[AH @pwned_ah]

@Lonely__MH 本来用的好好的，提交cyber认证被封了

[AH @pwned_ah]

deepseek v4 pro成功利用了opus4.7 无法验证的sql注入点，可能是由于更宽松的安全限制

[Tur.js @Tur24Tur]

Authorized testing on a production API endpoint. Opus 4.7 confirmed the SQL injection was real but couldn't pull any database names. sqlmap said false positive.

I switched to DeepSeek V4 Pro inside Claude Code and it figured out a trick: make the database answer yes/no questions by crashing on purpose.

The payload wraps CASE WHEN around two XML casts. If the condition is true, it parses broken XML like <root>< and throws HTTP 500. If false, it parses clean XML like <root/> and returns HTTP 200. WAF was watching for SQL keywords, not XML errors.

Extracted 19 database names. DeepSeek V4 Pro succeeded where both Opus and sqlmap failed. Two hours. Twenty cents.

Setup: Mapped Claude Code to DeepSeek V4 Pro by creating ~/bin/claude-deep with ANTHROPIC_BASE_URL=https://t.co/RhiWu8K5Ja and ANTHROPIC_MODEL=deepseek-v4-pro[1m]. No config changes needed, original claude command stays untouched.

No cybersecurity restrictions!!!

Image 1: sqlmap output showing "false positive" / "all tested parameters do not appear to be injectable"

Image 2: Claude Code terminal showing 19 databases extracted in ~2 hours

Image 3: DeepSeek platform dashboard showing $0.20 total cost

Image 4: Why this trick is different from standard blind SQLi types and why sqlmap has no built-in vector for it

[AH @pwned_ah]

@runes_leo 还是很喜欢你的内容❤️

[AH @pwned_ah]

@tychozzz 可以直接写成skill定时调用 然后再筛选一些自己喜欢的消息源

[AH @pwned_ah]

使用国产模型跑claudecode，还是推荐购买glm的官方套餐

从性能和可使用量来看，glm都是在第一梯队的，就是抢购比较麻烦，不行就咸鱼找个代抢

退而求其次的话kimi也还行

[AH @pwned_ah]

@AI_Jasonyu 前两天和codex聊 讨论整理方案 然后帮助我直接移动重构效果也挺不错

[AH @pwned_ah]

简单的说说这段时间使用国产模型的体验

年初接触claudecode，因为一直觉得先使用起来最重要，不追求完美，所以模型接的是字节的coding plan。里面可以使用的模型有glm4.7，kimi 2.5，deepseek v 3.2，minimax 2.5，还有豆包自己的模型。除了豆包自己的，其他我觉得都能跑一跑。基本使用的主力是glm4.7（环境是windows下跑wsl），给我的感觉就是能用，跑也能跑，但问题也很多。

这段时间写了一些skill和agent，还有自定义的rule文件，我觉得开始上手的关键是：轻量化是最重要的，很多现成的方案都很重，轻量化的简单地实现自己的需求才可以更快的上手，让claude去实现自己的目标，后期可以再进行harness的优化

不过现在对这个字节的coding plan很失望，基本就图一乐，最近coding plan里上了新模型，基本是之前各个国内厂商的最新模型，比如glm5.1，然后用新模型就是没几轮对话就达到5小时上线了，然后用旧模型就经常碰到无法成功写入文件这种很弱智的bug。

而且官网对于pro和lite两个套餐用量都是完全不公开的，完全看不到产品的诚意。

然后也用过deepseek v4pro官方的api和第三方claudecode 接口，这两个模型最舒服的地方就是1m上下文窗口。可以通过litellm把这些多个平台的订阅结合到一起，按需切换模型

总而言之，不管哪种方式，最快速地先跑起来才是最重要的。后续有需要的话，我也会更新一些使用细节