抡锤者

@williamlouis 说: 它准确率不是100% 应用到财务流程中？ 也不算严格用在财务流程里吧，我想做的其实就是一个自动化创建、提交报销单的应用，输入出差时长，或者报销类目的简单自然语言的描述，以及发票，水单之类的文件，然后这个应用自动化分析，审核，最终提交报销单，达到减少员工的报销工时的目的。我们现在报销攒的多了，至少花一下午，甚至花一天去做提交 只要报销单正确率能到90%左右就好，这个应该可以实测多轮以后加一些自动化审核流程做到。最终提交的报销单有些小错误也不要紧，有外包的人员来审核报销单的错误，打回来再由人来改就好了。

都一直在付费给AI公司训练模型。 现在是大势已成。 感悟你是AI这个庞然大物的智能体的一份子吧！

@stxpnet said: 真的吗？ 我決定清空手中的顯卡 砸盤 ！ 配合Anthropic Dario Amodei 的呼籲 放慢研究AI的腳步 而且 AI Agents Computer Use亂動我的Chorme 讓我很不舒服 然後準備回鄉下去種田了~~~回到農業時代

再来随便看看隔壁被称之为国外大豆包的，最拉胯的模型 [image: IMG_7365.PNG] 结果 无需多言了。 没什么偏见，工作场景的选择，还是要慎重

感谢！楼主这个插件挺好的，我加了一个小按钮触发监控卡片折叠展开，现在用DSH-Pocket在手机上监控远端服务器的GPU也很方便了XD [image: GPU-monitor1.jpg] [image: GPU-monitor2.jpg]

@stxpnet 可能大部分的人还没更新，我的是自己rebuild, 命中率有高有低 [image: Screenshot 2026-09-17 114156.png] 查阅今天的资料 [image: WhatsApp Image 2026-09-17 at 12.08.41 PM.jpeg] 查阅每周的资料 [image: WhatsApp Image 2026-09-17 at 12.08.38 PM.jpeg] 基本上就是一半重复一半创新。。。 全部是使用codex 做任务，全部统计在telegram任务里面，如果用dsh webui 才统计自己的dsh 所以这个问题来源自codex 本身的缓存重复性利用率低，还是本身的dsh 重复性利用率低，我也不清楚

新玩法，我觉得很快AI就能完全驾驭blender，都不用来做复杂的comfyui流程来。

@张光璞 said: 墨水屏，能统一管理，一键调价 我還真沒研究過墨水屏的商業應用, 沒想到都這麼方便了 也不用人工一張一張紙去調整價格了 成本和售價資料庫串接起來 一氣呵成 上架

@Queen-Laura said: 我看有的博主在mac OS使用codeX的computer use可以设定agent的操作只限定在desktop2 原來還有這種小訣竅, 應該也可以讓它去操控 Chrome, Safaris, Brave 不同的瀏覽器 不要跟我們搶, 另一種方式是讓它去使用另一台遠端電腦上的Chrome 這樣也能避免使用衝突

「卡卡的」大概率不是模型慢，是视觉 agent 的单步延迟叠加：截屏 → 编码成图像 token → 推理 → UI 操作，一步一个来回。屏幕每变一次就要重新编码进上下文，叠加工具调用的串行往返，体感就是一顿一顿。 想定位就让它每步记三个时间：截屏/编码、模型推理、操作执行。多数情况大头在前者和工具往返，不在 decode。 优化方向：能用无障碍树 / UI 层级拿到控件，就别每次截全屏像素；降截图频率和分辨率；一步里批量做完再回模型，减少 round-trip。视觉变强之后，截图的分辨率和 token 数往往才是瓶颈。

@imbiplaza-ASUS 剛看到的新工具 左邊GPT Image-2.5, 右邊Z-Image (兩者的提示詞相同) GPT Image-2.5 細緻不少 [image: 16fa30d4-f067-40fa-9a2b-9faa9d30c86e-image.jpeg]

GPT的额度我一般都不用，因为干不了啥活，懒得折腾，如果选Luna，和猪一样蠢。Terra干活也不如DeepSeek，额度消耗也快。如果选Sol那额度不忍直视。GPT6就更不用说了。但我觉得OpenAI还是搞对了路子，它的模型做出来是去打Anthropic的，它做到了。

这个是个好思路，工具分享和经验分享，其实是平行的。 他们的检索、浏览逻辑不同。 对应的UI逻辑其实也不应该完全相同。 把工具和经验混在一起查看效率比较低，工具的曝光属性也稍差。

@David-Chen said: 從chatgpt release以來 AI智商x模型縮小倍數 == 大約每年是10 以這速度來看 AI 在自我迭代下一代的AI (Recursive Self-Improvement) 所以才會出現 GPT6-Astra " Claude Opus 4.6 是由 Anthropic 於 2026 年 2 月 5 日發布的旗艦級大型語言模型，專為複雜的代理式工作、程式碼編寫、金融與法律推理而設計。 核心特色與升級Agent Teams（多代理協作）：引入代理團隊功能，可將大型任務自動拆分並由多個 AI 代理共同執行。 超大上下文視窗：支援高達 1M（100萬）token 的上下文容量，大幅提升長文本與大型程式碼庫的處理能力。自適應思考（Adaptive Thinking）：強化複雜的多步驟推理與真實世界系統操作表現。 AI 訓練 AI 時代來臨，Anthropic 最新研究展現 Claude「自動化對齊」潛力 2026 年 08 月 31 日 AI 研發公司 Anthropic 日前發表最新早期研究，證實其 AI 模型 Claude 已具備一定程度的「自動化 AI 對齊」（Alignment）能力。它能獨立執行文獻查找、構思訓練方法、實際訓練到模型評估，建構出可持續迭代的自動化實驗迴圈。儘管這被視為邁向「AI 自我進化」的關鍵里程碑，但 Anthropic 也強調，這目前仍是實驗室階段的初步成果，並不代表 AI 對齊的根本問題已被解決。 此外，該研究更展示了趨近「遞迴自我改良」（Recursive Self-Improvement）的驚人潛力。Anthropic 嘗試讓能力較弱的 Claude Sonnet 5，去協助訓練更強大的早期 Claude Opus 4.8 檢查點。在短短 60 小時內，Sonnet 5 測試了逾 50 種配置，且僅利用 2,000 多筆訓練樣本，就將該模型的對齊分數拉升至 65%，一路逼近正式版 Opus 4.8 的 72%。官方指出，此流程的樣本效率，比一般生產環境下的對齊作業高出了驚人的 15,000 倍。 Source : https://technews.tw/2026/08/31/anthropic-claude-self-evolving/

更改dsh 的webp 设定。。。统统输出png 我的原本问题如下：幫我查看這個月金的價格走勢，加上rsi & ema指標 [image: image.jpeg]

DSH 你先让 在线 API deep seek V4 Flash 跑。跑通你工作的插件再把接口连接到 千问 3.8 27B。不要上来就让本地算力干活。任何定制需求都让 deep seek 在线搞定。不要用其他 在线模型是重点。

@johnnybegood 沒試過，最近也極少維護

@nwRLuody8NlFH5Hj 未來可能會有不同的 人工智慧政策, 就像 Amish 人還是過著很傳統的生活 附註：阿米什人（Amish）過著極度簡樸、拒絕現代公共電力與汽車的傳統生活，核心信仰是謙卑、順服上帝以及與世俗保持距離。他們聚居在美國（如賓州、俄亥俄州與印第安納州），以自給自足的農耕與手工藝為生。

@williamlouis 我弟你确信看懂了吗？