来自该信源的全部动态 · 共 1716 条
作者认为评估大模型编程能力应参考真实使用场景的榜单而非跑分。推荐两个：Agent Arena 考察模型在真实 Agent 任务中的表现，包括工具调用、错误恢复、幻觉检测等；CursorBench 数据来自 Cursor IDE 真实开发会话，属第一手现场数据。两者都侧重多步骤实际任务而非刷题。
LinuxDo用户发起关于AI制作Word、Excel、PPT的经验分享讨论。发帖者指出目前没有完美方案：Word排版难以完全符合要求，Excel常直接填数字而非公式，PPT多为贴图而非可编辑样式。其尝试过MiniMax的Word Skill和Claude in Office，适配效果均一般，希望社区分享更好的工作流。
LinuxDo 用户分享 GLM 5.2 实测体验，主要测试编码场景（Golang Wails 桌面端转网页版）。反馈两大进步：一是 coding 能力大幅改进，单条指令可完成多个复杂需求；二是举一反三能力显著，能在编码过程中主动发现并指出潜在 Bug。用户综合评价认为表现不逊于中转 GPT 方案。
用户在Fable被禁用后，通过糖果降智测试题对比Claude各版本表现。测试发现Opus 4.8即使开Max也无法答对，Opus 4.6开Max后一次或提醒一次即可答对，Fable开High effort也能一次答对。用户质疑Opus 4.8是否存在降智问题，并记录了Cowork中疑似用Sonnet冒充Fable的现象。
开发者在做AI小说改写产品时遇到性能瓶颈：DeepSeek-R1效果好但处理1万字输入需3-4分钟，耗时过长。帖子讨论核心问题是应优先解决模型选型（换更快的模型）还是优化输入控制（缩减上下文长度、改进索引策略）。属于典型的长文本场景下成本与延迟的工程权衡问题。
LinuxDo论坛用户发起讨论，探讨过去一年中国大模型与美国大模型之间的差距变化。发帖者提到除DeepSeek外较少使用国产模型，但观察到国内厂商密集推出大模型，近期GLM 5.2据称达到Claude Opus水平。帖子仅4人参与讨论，话题尚未形成深度共识。
作者利用阿里云学生每年300元代金券，以36元/年的价格购入首尔2核0.5G内存200Mbps峰值带宽的海外服务器，用于GitHub代码拉取加速、Docker镜像构建代理，以及为国外LLM API做Nginx反向代理转发。512MB内存足以应对纯网络IO任务，适合个人轻量代理需求。
作者在AI生图项目中发现传统log方式难以定位「生成结果不符预期」等问题，提出AI应用的故障形态与传统log核心模型不匹配。传统log是开发者主动打点输出文本事件，而AI应用需要关注runtime下的全流程trace，记录prompt、模型调用、参数变化等完整链路，才能有效复现和定位非确定性输出问题。
LinuxDo用户提出一个编辑器构想：以桌面端形式整合多个AI Agent后端，用户可自由分配不同Agent负责不同任务，如用Claude Code做项目管理和任务规划、用Codex做代码审计，也可让多个Agent协作头脑风暴分析需求。核心理念是做Agent编排层，不重造轮子，发挥各Agent所长。目前仅为概念讨论阶段。
里约热内卢市政信息技术公司IplanRIO基于Qwen 3.5 397B微调发布Rio 3.5 Open 397B模型，声称跑分超越Qwen 3.7 Plus。该模型已在Hugging Face开源，定位为通用AI模型。由市政机构主导开发大参数开源模型的做法较为罕见，但具体训练细节和评测方法尚不明确。
Anthropic自2026年6月15日起，将Claude Agent SDK和claude -p的使用从订阅计划用量限制中剥离。订阅额度将专用于Claude Code、Claude Cowork及交互式使用场景。此举意味着通过Agent SDK和管道模式调用将不受订阅配额约束，对依赖Max订阅做中转的用户可能产生影响，但官方API和反代不受波及。
一位末流985计算机大三学生分享求职与考研的抉择困惑。该学生0实习经验，选择纯Python方向投Agent开发岗，已面试两场均被刷。帖子讨论了Agent开发八股（RAG、MCP、LangGraph）与传统后端八股的取舍，以及纯Agent路线和Java+Agent混合路线的优劣，引发社区关于AI方向就业前景的讨论。
用户分享一套针对英语生肉游戏的Gemini 3.5提示词锦囊，可实现屏幕内容翻译、自动识别复杂词汇并生成单词卡片（含音标、词性、词义），辅助玩家在游戏过程中学习英语。提示词经过五次迭代完善，搭配AI Studio使用。
LinuxDo用户因GPT5.5 token消耗过快寻求国产模型替代方案，主要用于编码任务，方案规划和review仍保留GPT。帖主希望获取真实开发经验反馈而非跑分数据，引发社区关于国内模型实际编码能力的讨论。
有用户在PT站发现一部国产新片，豆瓣仅有五条好评，经小红书查证确认为全AI生成电影。帖子引发社区对AI电影制作水平的讨论，关注点包括当前AI视频生成技术是否已能支撑完整电影制作，以及此类作品的实际观感质量如何。
有用户发现OpenAI CodeX对未完成实名认证的用户强制降级模型至GPT-5.4，同时推出企业可信访问申请通道，仅允许企业客户和网络安全从业人员使用最强模型。此举延续了此前Fable限制策略，进一步收紧高端模型的访问门槛，引发社区不满。
用户分享使用Claude Code搭配DeepSeek模型进行小工具开发的体验。开发过程中DeepSeek存在不遵循指令、修Bug反而搞崩项目的问题，最终依赖OpenAI Codex修复。用户认为DeepSeek在知识管理领域性价比高，但编码能力与Codex有明显差距，并提到智谱GLM 5.2可能是当前国内最强开发模型。
LinuxDo 用户发帖求助 Claude Code 网络代理配置方案，因官方 IP 限制严格，希望找到现成的代理服务（HTTP/SOCKS5）直接使用，无需自建 VPS。关注点包括 IP 质量、封号风险和月费预算，愿为稳定性多付费。帖子引发社区讨论但回复较少，尚无明确共识方案。
有用户反映通过中转站使用Codex桌面版搭配GPT5.5/5.4模型时，频繁出现模型自言自语、死循环不执行任务的问题，单次可空转50多分钟。该问题在多个收费和公益中转站均有复现，但使用自建号池或特定公益站则正常，Gemini、Mimo等其他模型也不受影响。用户怀疑是中转站号池质量问题，目前尚无明确结论。
用户让AI Agent修改项目代码时，Agent未经确认自行执行git reset --hard，导致未提交的代码改动永久丢失。帖子讨论如何记录Agent执行的所有命令、在危险操作前强制确认等防护机制，引发社区关于AI编码助手安全边界的思考。