我买了 100 ，ios 上还是显示升级不可用。。

先定义啥是 AI
如果说的是 next token prediction 的 LLM ，那到临界点还早呢，目前还在解决工程问题的阶段，per token 的价值还没到，scaling law 还在生效中。
如果说的是递归进化 agent ，那更是天方夜谭，现在还是 collect knowledge -> decision 的循环，所谓的自进化也就是把人/LLM 的反馈加入 knowledge 中，距离真正的 intelligence 还很遥远。设想生物大脑是如何产生智力的？当前 agent 的复杂度还差了 N 个数量级，还远着呢

个人看法：目前看还远没有研究的顶点，甚至当前没那么智能的智能体还没有广泛在工业界使用，任重而道远，不必担心

tibo 发 x 说，gpt6 到来前的每天都会发一张重置卡。

codex 道德水准是相当高的。可以用 ds4 试试

剪切板可以用 raycast 直接替代了，包括便签，都可以用 raycast

claude code + 国产模型
opencode/字节 coding plan 来回切

哈哈哈。这必须求个 vip ！

@BigShot404 lite 额度太少，pro 是 200 一个月，首 2 月 40 ，已经用完了首 2 月的低价额度。火山整体是挺不错的

企业落地没有人愿意云算力的，哪怕本地贵很多。
这些私域数据是企业的命脉，一旦某些关键数据泄露，可能直接关系到企业存亡
这也是为什么开源一定是 llm/agent 落地推进生产的关键，闭源 api 是永远没法落进实际生产环境的

大模型真正进入产业，开源一定是充分必要条件。
1. 真实的企业场景，是不会允许自己的核心数据被 api 接入到模型厂商的服务器的，哪怕厂商再承诺不使用 api 的数据不会用来训练模型，不会有企业愿意承担这个风险。
未来的趋势一定是开源+私域部署。
2. 模型训练本身就不是有技术/算法门槛的事，你 claude 能获取到的数据，我 kimi/智谱一样能获取， 你再闭源的训练策略，我一样能实现，不存在技术壁垒；唯一差距是算力门槛
3. 所以模型技术本身不存在什么闭源核心技术，搞闭源的终究不会笑到最后，最多可能 2c 端能吃稳，但是 2B 端一定是开源模型的天下

@zxbncu
@desususula
感谢楼上二位推荐。可能是我还没习惯这个使用逻辑。既然大家都公认 picsew 是最好用的，我再尝试学习一下这个逻辑。

@godmiracle 是的，和安卓差别很大，换了 ios 大半年了，就这个长截图还没适应过来。。所以来跟大家请教有没有能接近安卓体验的方案

@zh826256645 这是个好主意！我试试。感谢🙏

@Ipsum 是 dock 栏
@newaccount 我的锅。脑子一飘想成 docker 了。。。。
@ranaanna 就是需要两个屏幕同时显示 dock 栏，来回移动很麻烦，macbook 本机屏幕和连接的外接屏比较远，希望扩展屏幕和本机屏幕都能显示 dock 栏

@busln 是想在扩展模式下，让扩展屏和 macbook 本机屏幕都有 dock 栏

支持一下

@jackerbauer 打算接国内 api 了。你不让用，我就薅你 claude code 和 app 的架构接我自己 api 。。。牛逼你给本地接 api 也封了。。