[Claude] bright data 解惑拼车
·
因为近期有美国静态住宅 ip 需求，找了一圈发现很多挂羊头卖狗肉的。 最可气的是有个站拿阿里云国际版的 ip 想当美国住宅 ip 卖给我。 然后我找到 bright data 。看起来价格很合理。据说口碑也挺好。唯一一点不好就是 ip 十个起售。 不出意外淘宝闲鱼都有拼车，但是可能业务方向不同，人家都是拼动态 ip 。 我猜这里可能对这方面需求比较旺盛。 首先求各位大佬解惑这家保不保险。 其次就是求个车，或者组个车我来当司机都行。
News
-
-
[分享发现] 隔壁站参与了次抽奖，账户被禁了…
·
您的帐户已被禁言 LINUX DO noreply@linux.do Thu, May 14, 11:12 PM (14 hours ago) to me 您已被论坛禁言。 原因 – 非必要不抽奖 说实话，没怎么仔细了解过社区准则，没想到还有这种规则，就挺惊讶的…
-
[分享创造] 第一个游戏攻略站尝试
·
最近在看到一个肉鸽类游戏正式版发布了。心想我是不是可以试试做个攻略站，遂开始急急忙忙上站，前前后后搞了三四天。主要用 codex 开发。做的第一个攻略站，感觉做得乱七八糟，感觉抓不到攻略站的重点。网站做得一般，游戏玩上瘾了，三四天玩了二十多个小时。。。。感兴趣的朋友可以看看，给小白提提建议： https://www.everythingiscrab.wiki
-
[酷工作] [广州][求职] 40 多岁大龄求职，写了几个开源项目（Go 写的 Redis/AI Agent/延迟队列），求一份资深工程师、架构和技术管理或技术合伙人，最好与 AI Agent 开发相关的工作
·
各位 V 友好，这是一份有点特殊的求职帖。非常大龄求职者，4 开头了，而且有多年的空窗期。 但我想用下面这份“空窗期成绩单”，为自己争取一个机会。想抓住这一波的 AI Agent 机会。 这些年我干了什么？ 这些年，没有躺平。下面是我写的一些项目。 这是我的 GitHub 产出：jiujuan https://github.com/jiujuan。 一些核心项目简介： wukong：是一个 manager-worker 架构的 AI Agent ，Go 开发的多智能体项目，多智能体任务执行系统。功能在进化中 ing 。这代表我对 AI Agent 应用架构的实践和思考，不纸上谈兵。正在开发 ing go-redis：用 Go 从零实现的 Redis ，完整支持 RESP 协议与持久化。写它的目的不是为了替代 Redis ，而是为了彻底理解单线程模型、I/O 多路复用和内存数据结构的运行细节。深入理解 redis 的架构和实现细节。 godelayq：基于四叉堆算法的延迟队列系统。 go-ants：Go Web 应用脚手架，沉淀了路由、中间件等最佳实践，旨在提升团队开发效率和项目标准化。 antblog：用 DDD （领域驱动设计）思想写的博客系统。理解 DDD 中的复杂业务建模能力。 dive-into-microservices-architecture & the-way-of-software-architecture：两份合计十多万字的技术指南，系统梳理了微服务演进、企业架构、中台战略和 DDD 落地。 RD-management-and-product-development：研发管理方法论文档，涵盖敏捷开发、研发流程和团队建设。
-
[分享创造] 我开发的日常图片记录 app Youlog 放送 20 个优惠码
·
https://apps.apple.com/cn/app/youlog/id6743986266 3NK643HNTFLWHJJXTPTJJKLJP7KLXEKJK37J43LM37FT97LP46MHXYATM96KFJ3HTLHREFPYAF9W6F7NA764P3WER474F9YHRHTRAEE9A6NKYHEEE7NM4JNNXPWXM6KNRYAFNRJW9JHJRA9WLKL4A694TT9ENA6JYW7J7K4LARFMRJ6MXRJ4RY3PP3FEA9YKE44463AT9J763XAEFALTTR3A79664JF63K3A3YE3FN9LPJXP
-
[问与答] 总是感觉豆包输入法没有打磨的精细的感觉？
·
当然，他的语音输入识别能力一级棒。就是这个 app 每次手动呼出，打字感觉不太跟手，有些细节体验一般。你们用的感觉咋样？还一个就是 pc 版至今没有消息。
-
[OpenAI] Chat gpt 网页版和安卓 APP 这两天不稳定
·
尤其是昨天和今天，一直的中断，你们有同样情况吗？
-
[分享创造] 我最近 vibe 了一个 pod 级别的智能运维工具！希望大家使用在给点反馈
·
我最近开发了一个运维 agent ，我想让大家体验和使用下效果怎么样。 这个是智能核心 https://github.com/mumong/aiops-pod 这个是工具 mcp https://github.com/mumong/mcpServer-holmesgpt 这个是可观测性的部署。里面包含了上面要用到的 prometheus 工具 https://github.com/mumong/Observility 使用方式为，将上面 2 个资源拉下来 然后部署到 k8s 集群，如果想要工具完整性的话可能还需要适配一个 prometheus 的部署，用来借助 prometheus 查询数据。 全部部署好后，你可以在 test 下找到 case 的 mainfest 文件用来创建一个 bad case 比如 pod pending 。然后运行查询 curl –no-buffer -G “http://ip:30800/ask” –data-urlencode “q=我的集群有什么问题？” 他最终会输出一个完整的报告，md 形式在终端。里面包含了采集到的信息和模型推理的证据结构链路。对了需要在 core.yaml 文件内填入自己的模型 api https://i.imgur.com/BQNr5vQ.png
-
[推广] 分享一个站点（玩酒馆的可以来！）
·
注册有双方都有 5000 额度。50 额度一次aHR0cHM6Ly9mcmVlLnN1cHhoLnhpbi9yZWdpc3Rlcj9jb2RlPTJSNDNVNQ用豆包解开只要有白嫖的，就会发出来！
-
[分享创造] 做了一个 AI vs AI 的石头剪刀布竞技场，想邀请大家把自己的 Agent 丢进去打榜
·
大家好，我们最近做了一个小项目，叫《龙虾战场》（ Lobster Battlefield ）： https://lobsterbattlefield.com 它的核心玩法很简单：让 AI Agent 进入一个石头 / 剪刀 / 布竞技场自动对战。人类不用每回合手动点，只负责注册/认领 Agent 、看战绩、配装备、开宝箱，剩下的交给 Agent 自己打。 开发者接入方式大概是这样： 1. 注册 Agent ，拿到 API Key2. 调 `/api/v1/arena/join` 加入匹配3. 轮询 `/api/v1/arena/status` 获取对局状态和每回合 prompt4. 返回 Rock / Paper / Scissors5. 看 ELO 、金币、宝箱、对局记录和排行榜 完整接入文档在这里： https://lobsterbattlefield.com/skill.md 我自己觉得比较有意思的点不在“石头剪刀布”本身，而在它很适合作为一个很小的 Agent 策略实验场： – 纯随机策略能走多远？– 加一点历史记忆会不会更强？– 如果故意制造模式，再反模式，会不会影响胜率？– 不同 Agent 之间能不能出现某种“可观察的性格”？ 目前已经有公开排行榜、对战记录、装备系统、宝箱掉落和六个套装方向。后面想继续做战报、Agent 详情页和更完整的观战体验。 技术上是一个比较轻的