Go后端工程师 · 实测AI工具，专找能省钱的 工程师视角筛好货，拒绝智商税 ⚙️🐏
Macau
Joined May 2023
- Tweets614
- Following3.2K
- Followers2.5K
- Likes750
Alex｜AI 羊毛 retweeted
平时用 AI 工具（如 ChatGPT Plus、Claude 等）办公或写代码，每个月官方原价订阅实在肉疼 💸。
最近挖到一个运营了 7 年、拥有 1000 万+ 用户的数字订阅特惠平台 GamsGo，体验了一段时间非常稳！ ✨ 为什么推荐：
- 📉 价格超划算：比官方原价最高可省约 85%！支持自营和 Marketplace，有独享也有共享账号可选。
- 🛡️ 安全有保障：平台提供 24/7 真人客服响应，购买时还可以勾选 GamsCare+ 全周期退款保障（订阅期内遇到登不上、被踢等情况均可补发或退款）。
- ⚡ 自动交付：付款后平均 3 秒自动发货，支持支付宝、Visa 等多种支付方式，非常方便。
想要薅羊毛省预算的小伙伴可以冲了👇 👉 专属优惠码：LJC2S（下单立享额外 97 折）
(传送门在下方回复区 ⬇️)
🤝 Paid partnership
Alex｜AI 羊毛 retweeted
🔥 这两天的「真人换装」视频没想到火了，很多人拿着提示词去玩了，我很欣慰😄
后台也有不少人求完整工作流，简单说下：想做小红书/抖音起号的兄弟，用这套工作流复制成本最低！
刚才我直接用【ZenMux API】把那套流程一站式重新跑了一遍（见录屏🔥，提示词见评论区）
不用在几个平台之间来回切号，一套 API 直接解决全闭环：
- 分镜规则：调用 Claude 编脚本提示词
- 视觉垫图：使用文生图模型锁定面容和生图
- 视频生成：调用视频模型完成 20 秒稳定渲染
---
最近 ZenMux 还有万圣节「Trick or Tokens?」盲盒 🎃：
每天现金消费满 $1 就能开盒（单份奖励最高估算价值 $500 模型额度，44% 概率抽到 Claude/GPT/Gemini），正好拿来当做视频的生产力算力
活动 10/31 22:00 截止，每天 22:00 刷新
盲盒入口 👉🏻 zenmux.ai/halloween
---
提示词👇🏻
🎉 全体起立！你们要的「马尔福真人换装」 全流程来了！!（提示词见评论区）
🔥 步骤极简
1. 架构大脑：Claude Pro（Opus 5.5 编写穿衣动力学分镜）
2. 视频生成：Seedance 2.5 全能模式
3. 角色逻辑：三图严格绑定（底模 + 魔法外袍 + 书房场景）
Ps : 这次用 Claude Opus 5.5 拆解，核心难点在换脸
实现马尔福角色生成的逻辑看这里👉
teapaw.org/MinLiBuilds/status/211…
-----
想试这套流程又不想月付 $20 订 Claude 的兄弟
可以用 @GamsGo_Global 的共享套餐:
- 10天只要 $6.99，30天 $9.99
- 结账输入专属码【ZUX2S】首单再减 3%，折合一天才两块多！
按需购买、集中出片最划算，带 24/7 质保不折腾
提示词👇🏻
Alex｜AI 羊毛 retweeted
🎃 1 美元开出 2M Tokens 是什么体验？
昨晚十点，南瓜找我要糖：Trick or Tokens
没带糖，付了 $1 开盲盒，直接暴击 2M 额度！
当场拿它生成视频，成品看视频👇
⏰ 万圣节活动10.26–10.31｜每晚 22:00 抽盲盒
💸 消费满 $1 就能抽，每天 3,000 份奖励，
31 号活动收官
冲 ZenMux 解锁你的万圣节惊喜
🔗 zenmux.ai/halloween
Alex｜AI 羊毛 retweeted
还以为这辈子谷歌不给用 Gemini 4 Argon，居然以这种方式用到了 😂
在 @ZenMuxAI 上花了 1 刀，解锁万圣节盲盒，结果开出了 100 万 Gemini 4 Argon Tokens 🎃
看着这个开盒画面，我自己都愣了一下
这次活动叫「TRICK OR TOKENS?」，玩法还挺简单：每天用现金按量付费（PAYG）消费满 $1，就能开一次模型盲盒
奖池里有 Claude、GPT、Gemini、Kimi 等 16 款模型，每天有 3,000 份奖励。像我这样开到 Gemini，也可以拿来试试之前没机会用的模型
ZenMux 本身是个 AI 模型平台，一个账户、一套 API 就能接入不同厂商的文本、图片和视频模型
活动到 10 月 31 日晚 22:00 结束，每天同一时间刷新（新加坡时间）。每个账号每天最多开一次，全程最多五次；订阅用量、赠送额度和优惠券抵扣不算进那 $1
这 100 万 Tokens 到手了，接下来得想想先拿它做点什么。大家有没有想看的测试？👀
前往 ZenMux，查看并解锁今天的盲盒👇
zenmux.ai/halloween
Alex｜AI 羊毛 retweeted
🎃 TRICK OR TOKENS？ 别人万圣节讨糖，我在 ZenMux 讨 token。
一个账户、一套 API，文本 / 图片 / 视频模型全接了——Claude、GPT、Gemini、DeepSeek、Kling…16 款躺在一个池子里，随用随调，不用再到处开账号。
这次活动玩法很直接：
① 活动期间，每天用现金 PAYG 消费满 $1
② 解锁一个模型盲盒
③ 开盒抽奖，奖池覆盖 Claude / GPT / Gemini / GLM / Qwen / Kimi / Doubao / StepFun / Kling 等，约 44% 概率开到 Claude、GPT 或 Gemini。
几个关键点记一下：
- 每晚 22:00（新加坡时间） 刷新，每账户每天限 1 次、全程最多 5 次；
- 每天 3000 份，先到先得；
- 单份奖励是按模型用量估算的最高 $500 价值，不是现金到账；
- 开盒后还能 Invite & Earn $5——好友首充，你拿 $5 Credits。
今晚我已经去试了一把，手气留个悬念 🤐
👉 前往 ZenMux，查看并解锁今天的盲盒：zenmux.ai/halloween
Alex｜AI 羊毛 retweeted
兄弟们，万圣节这波不讨糖，改讨 AI Token 了 🎃
ZenMux 搞了个模型盲盒：活动期间，每天用现金按量付费（PAYG）消费满 $1，就能解锁一次开盒机会。
奖池覆盖 16 款模型，每天限量 3,000 份奖励。最高单份估算使用价值 $500——注意是模型奖励的使用价值，不是现金，也不是每盒都值 $500。
我看了下奖品示例，有 1,000 万 Claude Fable 5.1 tokens，也有 $50 PAYG Credits，还有 GPT、Gemini、Kimi 等模型的额度。开到什么看运气，具体奖励以活动页面为准。
平时写代码、做图、做视频，要在不同平台之间切来切去，还得管理一堆 API Key。ZenMux 是一个账户、一套 API 接入多家模型，可以按任务切换。
对猫哥这种恨不得把每一份算力都用明白的人来说，本来就要跑的任务，顺手拆个盲盒挺香；为了抽奖硬凑消费就没必要了。
规则记住这几条👇
• 活动时间：10 月 26 日 22:00 到 10 月 31 日 22:00，每晚 22:00 刷新，以上均为北京时间／新加坡时间。
• 每个账号每天最多开 1 次，活动期间最多 5 次；每天的现金 PAYG 消费须满 $1。
• 订阅用量、赠送额度和优惠券抵扣，不计入这 $1。
• 奖励数量有限，具体规则和可用情况以活动页面为准。
兄弟们最想开到哪个模型？Claude、GPT、Gemini，还是生图和视频额度？
前往 ZenMux，查看并解锁今天的盲盒：
zenmux.ai/halloween
Alex｜AI 羊毛 retweeted
REA(Reverse Engineer Anything) 逆向一切
这个开源项目，目前已经 398K star。
大家都在说它，"一切软件都可逆"，
我看到更好玩的是：拆硬件的通信协议。
家里的空调、热水器、灯，基本都配了一个难用的厂商 App。App 背后，其实就是一套设备通信协议。
REA 补齐了这条链路：
1️⃣ adb 连模拟器或真机，抓到官方 App
2️⃣ 分析 HAR 或 mitmproxy 抓包，把每个请求定位到 App 源码
3️⃣ 用 Binwalk/Unblob 拆固件，再交给 Ghidra 分析
然后把证据交给 Agent，还原协议，自己写控制端。
逆向虽好用，但千万不要用官方的 Claude Code 或者 Codex 的订阅，有封号风险！
那怎么办呢？咱们用 DeepSeek Harness + ZenMux。
ZenMux 是一站式 AI 模型平台：一个账户、一套 API，接入多家厂商的文本、图片和视频模型。按量调用，逆向分析强烈建议使用 GLM-5.3 或者 DeepSeek V4.1 Flash 1017 这两个模型。
X 上已经有人用同样的思路，逆向了空调，做成 Mac 状态栏应用，又花 15 分钟移植到 AR 眼镜上，看一眼就能控制。
以前是厂商 App 决定你能怎么用自己的设备，以后你可以自己写。
正好赶上 ZenMux 的万圣节盲盒活动 🎃
每天消费满$1就能开盒，单份奖励最高估算价值$500
活动截至新加坡时间 10/31 22:00
传送门👉 zenmux.ai/halloween
Alex｜AI 羊毛 retweeted
DeepSeek Harness 做网络安全研究是真的强，更重要的是基本无需破甲！！！
日常做逆向、渗透研究，Claude 是不敢用了，目前适合逆向和渗透的顶级模型只有两个——
1. GLM-5.3
2. DeepSeek V4.1 Flash 1017
为了能随时切换上述模型，我一般用的是 【ZenMux】：
1. 质量、缓存率和官方完全一致
2. 无需来回多个供应商切换
3. 国产模型持续折扣
最近 ZenMux 还有万圣节盲盒 🎃：
每天现金消费满 $1 就能开盒，单份奖励最高估算价值 $500
活动 10/31 22:00 截止，每天 22:00 刷新
入口 👉🏻 zenmux.ai/halloween
想想有些后背发凉，有了这些开源项目，攻击周期直接从数月下降到数天，攻击成本更是将养一支专业团队下降到单人作战：
1. 侦察：ScopeSentry（由ARTEX作者贡献），分布式资产测绘，子域、端口、指纹、漏洞一扫到底，ARTEX 能直接同步它的资产🫱
github.com/Autumn-27/ScopeSe…
2. 逆向：rea，把 Ghidra、Hopper 接进 Codex、Cursor，伪代码和调用链直接出🫱
github.com/morluto/rea
3. 突破：Strix 一队 agent 协作，真实 PoC 验证；PentAGI 自带沙箱、记忆和 20 多个工具🫱
github.com/usestrix/strix
github.com/vxcontrol/pentagi
4. 编排：CyberStrikeAI 把 MCP 工具、RAG、攻击链建模和审批做成平台；ARTEX 加上资产图和人在环路🫱
github.com/AIPentest/CyberSt…
github.com/Hinln/ARTEX
5. 评测：garak 扫 LLM 漏洞，promptfoo 把红队接进 CI🫱
github.com/NVIDIA/garak
github.com/promptfoo/promptf…
猴子拿枪并不可怕，可怕的是组织级别、甚至国家级别的攻击，守护自己的一亩三分地比往常任何时候都更加重要了。
Alex｜AI 羊毛 retweeted
卧槽，兄弟们，我花 $1.36 抽到 1000 万 Tokens，值多少钱？
10 月 27 日晚上我刚抽完，开到 GPT-6 Luna 1000 万 Tokens，14 天有效。
按 ZenMux 标价（输入 $0.1、输出 $0.5 每百万 Tokens），全当输入用值 $1，全当输出用值 $5。
ZenMux 万圣节抽卡，10 月 26 日到 31 日：每天用现金按量付费（PAYG）花满 $1，抽一张礼品卡，开出模型 Tokens、图片／视频生成额度或 Credits。16 款模型，每天 3,000 份，单份最高估值 $500。
我怎么凑的 $1：
用 ZenMux 的 API 调 Claude Fable 5.1，让它写一个万圣节开盒动画网页（视频👇）。3 分 35 秒，输出 17,374 Tokens，扣 $0.873。再让它审一遍自己的代码，扣 $0.484。合计 $1.357。
⚠️ 两个坑单独说：
只算现金消费。订阅用量、赠送额度、优惠券抵扣，都不算进这 $1。
消费按天统计，每天北京时间 22:00 换天。想当天抽，22:00 前花满。
硬规则：每个账号每天抽 1 次，全程最多 5 次；网页里「对话」和「API 调用」都算消费；奖品有有效期，我这张 14 天。
我的判断：本来就在按量付费调模型的，顺手抽一张，多一份额度。为了 $500 专门去充钱的，不建议。
$500 是单份奖励的估算使用价值，不是现金；各档概率我不知道，我也只抽了一次。
这 1000 万 Luna 我打算跑一批长文档摘要，还没跑，跑完再报。
传送门👇
zenmux.ai/halloween（10 月 31 日 22:00 结束）
这是我的邀请链接：zenmux.ai/halloween?invite_c…
🤝 Paid partnership
Alex｜AI 羊毛 retweeted
今天打算搞多一个GPT账号，打开了久违的gamsgo
发现GamsGo上的ChatGPT pro 20x
原价200$的才卖$145.99$？接近7折啊，怎么做到的？？
而且我没理解错的话这个是自营渠道，带质保的~
链接：gamsgo.com/zh/details/chatgp…
Alex｜AI 羊毛 retweeted
卧槽，大学生做小组作业最怕什么？
不是队友摆烂，而是四个人轮流踩同一个坑。
昨天一个人熬夜把问题解决了，今天换个人接手，又他妈从头研究一遍。
一个bug，硬是让全组坐了一遍牢。
看到这哥们讲的EverOS Cloud，能把之前的排查过程、解决办法都存下来，下次遇到类似问题直接拿来参考。
这功能对做项目的人还真挺有用。
至少不用轮流坐牢了！
团队里最浪费的事情之一，就是同一个问题隔几周又重新解决一遍。
不是没人做过，而是上次怎么做的、为什么这么做、最后效果怎样，都散落在文档、邮件、聊天记录和人的记忆里。
我最近在看 EverOS Cloud，想验证一个很实际的方向：能不能把“做过的工作”变成下一次任务可以调用的经验？
它的思路不是简单给 Agent 接一个知识库，而是把经验拆成两层，而且这部分不需要工程师手动逐条整理：
Case：某次任务具体是怎么处理的，Agent 每次运行后自动记录
Skill：从多次类似 Case 里自动提炼出的可复用方法
比如团队处理过一次数据库连接池耗尽，下一次遇到相似告警时，Agent 不只查到监控规则，还能参考之前的排查路径、修复动作和最终结果。
我更关心的是后端开发里一个很常见的场景：线上接口突然变慢，日志里只看到一堆超时和重试。
这类问题真正难的，通常不是写几行代码，而是快速回忆：之前有没有遇到过类似故障？当时查了哪些指标？最后是连接池、慢 SQL、下游依赖，还是某个配置变更？
如果历史故障处理记录已经变成可检索的记忆，Agent 可以先根据接口、错误信息、服务名和时间窗口，自动找出相关的 Case，再把这些上下文交给 Debug Agent，辅助整理排查路径。
接入流程可以很简单：
任务前：由现有工作流通过 API 自动检索类似故障、服务背景和历史处理结果
任务中：把上下文交给现有的 Debug Agent，辅助分析日志、指标和代码
任务后：自动保存本次故障的根因、验证过程和修复结果
原来的流程不用全部重写，重点是给它加上“先查经验、再做任务、最后沉淀”的记忆层。
后端团队已有的资料也可以接进来：
服务文档、接口说明、部署记录、故障复盘、SOP，甚至表格里的值班记录，都可以通过一次接入自动解析、索引，变成可检索的记忆。
这和每次把所有文件一股脑塞进 Prompt 不一样：资料是长期资产，Debug 任务只调用当前相关的上下文。
一个我觉得比较重要的边界：
记忆可以辅助 SOP 执行，但不应该自动替团队修改正式流程。
Agent 可以参考历史处理经验，给出“类似故障通常怎么排查”的建议；是否执行命令、修改代码、回滚发布，仍然应该由工程师确认。
这对线上服务尤其重要：记忆可以缩短定位时间，但不能替代权限控制、变更审核和发布流程。
可管理性也很关键。
Memory Bank 可以查看已经保存的记忆，API 支持纠正、删除和评价；Cloud 和自托管版使用同一套 API。
也就是说，日常的记录、提炼和检索可以自动完成，但记忆不是黑盒：错了可以纠正，过时了可以删除，不满意可以评价。
我的判断是：Debug Agent 的长期竞争力，不只在于模型能不能看懂代码，也在于它能不能持续积累“这个团队是怎么排查和修复问题的”。
如果你也想试试把团队经验接进 Agent，可以从一个真实、重复出现的故障类型开始，比如接口超时、消息堆积或数据库连接池耗尽，不要一上来就改造全部系统。
活动期间开通 EverOS Cloud Pro，可享半年 3 倍月度额度。
入口：everos.evermind.ai
产品介绍：evermind.ai/everos
#AI工具 #AI工作流
Alex｜AI 羊毛 retweeted
团队里最浪费的事情之一，就是同一个问题隔几周又重新解决一遍。
不是没人做过，而是上次怎么做的、为什么这么做、最后效果怎样，都散落在文档、邮件、聊天记录和人的记忆里。
我最近在看 EverOS Cloud，想验证一个很实际的方向：能不能把“做过的工作”变成下一次任务可以调用的经验？
它的思路不是简单给 Agent 接一个知识库，而是把经验拆成两层，而且这部分不需要工程师手动逐条整理：
Case：某次任务具体是怎么处理的，Agent 每次运行后自动记录
Skill：从多次类似 Case 里自动提炼出的可复用方法
比如团队处理过一次数据库连接池耗尽，下一次遇到相似告警时，Agent 不只查到监控规则，还能参考之前的排查路径、修复动作和最终结果。
我更关心的是后端开发里一个很常见的场景：线上接口突然变慢，日志里只看到一堆超时和重试。
这类问题真正难的，通常不是写几行代码，而是快速回忆：之前有没有遇到过类似故障？当时查了哪些指标？最后是连接池、慢 SQL、下游依赖，还是某个配置变更？
如果历史故障处理记录已经变成可检索的记忆，Agent 可以先根据接口、错误信息、服务名和时间窗口，自动找出相关的 Case，再把这些上下文交给 Debug Agent，辅助整理排查路径。
接入流程可以很简单：
任务前：由现有工作流通过 API 自动检索类似故障、服务背景和历史处理结果
任务中：把上下文交给现有的 Debug Agent，辅助分析日志、指标和代码
任务后：自动保存本次故障的根因、验证过程和修复结果
原来的流程不用全部重写，重点是给它加上“先查经验、再做任务、最后沉淀”的记忆层。
后端团队已有的资料也可以接进来：
服务文档、接口说明、部署记录、故障复盘、SOP，甚至表格里的值班记录，都可以通过一次接入自动解析、索引，变成可检索的记忆。
这和每次把所有文件一股脑塞进 Prompt 不一样：资料是长期资产，Debug 任务只调用当前相关的上下文。
一个我觉得比较重要的边界：
记忆可以辅助 SOP 执行，但不应该自动替团队修改正式流程。
Agent 可以参考历史处理经验，给出“类似故障通常怎么排查”的建议；是否执行命令、修改代码、回滚发布，仍然应该由工程师确认。
这对线上服务尤其重要：记忆可以缩短定位时间，但不能替代权限控制、变更审核和发布流程。
可管理性也很关键。
Memory Bank 可以查看已经保存的记忆，API 支持纠正、删除和评价；Cloud 和自托管版使用同一套 API。
也就是说，日常的记录、提炼和检索可以自动完成，但记忆不是黑盒：错了可以纠正，过时了可以删除，不满意可以评价。
我的判断是：Debug Agent 的长期竞争力，不只在于模型能不能看懂代码，也在于它能不能持续积累“这个团队是怎么排查和修复问题的”。
如果你也想试试把团队经验接进 Agent，可以从一个真实、重复出现的故障类型开始，比如接口超时、消息堆积或数据库连接池耗尽，不要一上来就改造全部系统。
活动期间开通 EverOS Cloud Pro，可享半年 3 倍月度额度。
入口：everos.evermind.ai
产品介绍：evermind.ai/everos
#AI工具 #AI工作流
🤝 Paid partnership
Alex｜AI 羊毛 retweeted
Agent Memory 我已经用了好久了。手头同时跑好几个 Agent 和 Bot，最烦的就是换个工具或者团队交接时，之前排障踩过的坑又要从头交代一遍。所以在公司我一直想把记忆做成云端共享，让大家做过的工作变成下一次任务所有人都能直接调用的经验。
这次体验 EverOS Cloud，刚好把团队云端记忆这块补齐了。不管你是主力用 Antigravity、Codex 这类开发 Agent，还是自己搭的 Grok Bot、Muse、Hermes 等 Personal Bot，都能通过支持的 API 或 MCP 等方式接入。对于手头跑着好几个 Bot 的玩家来说，只要是已写入或导入云端、且允许访问的内容，它都能在不同 Agent 之间把上下文串联起来，不用换个窗口或换个 Bot 就从头交代背景。
它的能力主要分成三块。第一块是 User Memory，用来记录用户偏好与长期上下文；第二块是文档知识库，把文档、PDF、表格等业务资料转成可检索的记忆；第三块是 Agent Memory，专门把每次任务过程记录成 Case，从重复经验里提炼出可复用的 Skill，结合团队 SOP 给后续任务提供参考，正式流程调整依然由团队审核。
录屏里我专门拿 User Memory 做了一个演示，直接从控制台复制官方的 Agent Prompt 丢给 Antigravity 自动配好 SDK，把一次接口排障的上下文写入 User Memory，新开任务前再调 API 把这条记忆检索出来用。
进后台的 Memory Bank 就能直接翻看存下来的每条记忆，记偏了随时能调 API 纠正、删除或评价，而且 Cloud 版和自托管版共享核心 API，后续做核心功能迁移时也很省心。
现在订阅 Pro，每月额度变 3 倍，连享 6 个月。
Cloud 注册体验 everos.evermind.ai
#EverMind #EverOS
Alex｜AI 羊毛 retweeted
Tutti 升级到 V2 了，从界面上看，改动还是非常大的，调整了布局，用起来更方便了。
奇怪的是，它还加入了聊天功能，我一下子蹦出来几十条消息，吓一大跳，我以为自己要发财了呢！
（是哪个大聪明把聊天消息和系统通知弄到一起的，站出来，我保证不打死你）
新版我最关心的还是提现，体验了一波，发现功能没有改变，还是一样丝滑，这我就放心了。
原来老版的首页，被折叠到了活动里了，因此新版其实就没有首页了，或者说，动态就是新首页了。
创作页面也不错，可以很方便的把草稿放进来，能直接看到进度。
新版的布局比老版要清楚好用，也方便扩展，总之，是越来越好了，好评！
这几天没打开 Tutti 的赶紧来试试新版吧～
🤝 Paid partnership
Alex｜AI 羊毛 retweeted
这篇稿，下一步轮到谁？
接品牌合作时，脑子里经常挂着这些事：Brief 在哪、稿子存好了没、现在轮到我改，还是品牌方在看？
这次体验 Tutti v2，我先把另一场商单从写稿、上传两张实测图，一路送进了品牌审核。也顺着首页、活动页、Studio、活动群和 Cue 完整逛了一轮。
顺手给新版做了支体验短片👇
画面按这次实际使用路径重建，节奏做了压缩。
我最喜欢的是 Studio。
Brief、编辑器和 Cue 就摆在一起，上面是“准备 → 写稿 → 审核 → 发布 → 结果”。稿子提交后，能看到版本、审核状态和前面还有几篇。
这点挺实用：我至少知道稿子已经送到、下一步该等谁，不用把进度全记在脑子里。
首页也能看到自己的在审稿件、活动公告和其他作者的帖子。想看大家怎么切入同一个产品，可以逛动态；想处理手头的稿，我会先切“我的”，再去创作栏。
活动页能直接进对应群，我这轮主要看了群里的交流和帖子。Cue 则实际问了一遍：最多交几篇、是不是先审后发、必须带什么。
它给出了这场活动的清单，还专门提醒：$100 是单人封顶，不是保证拿到。这种贴着具体活动回答问题的方式，比让我自己到处找规则顺手。
不顺手的地方也说两个：
第一、Studio 的“准备”侧栏写着“这场没有硬性要求”，下方有 Tutti 标签，活动规则里明确写了“要带上 Tutti”。我点“交稿前帮我自检一下”，它也提醒清单未列具体要求，不能据此确认都满足了。这轮还得自己对照规则；希望必带标签、素材、截止时间和审核顺序集中成一张交稿检查卡。
第二、写稿时想回对应活动群，我这次还是得从左侧“聊天”再找群。活动详情已经有“进群聊”，希望 Studio 里也补一个，讨论完继续改稿会更连贯。
这是首轮桌面体验。长期消息管理和移动端，还要继续用才有判断。
如果你也在 X 上持续分享 AI 工具、产品体验，可以去找一场自己愿意认真测试的活动。先了解要求，再写自己的真实感受。
tutti.so
@tuttihq #tutti
Alex｜AI 羊毛 retweeted
为充分发挥新模型 DeepSeek-V4.1-Flash-1017 的能力，请升级至 DeepSeek Harness 0.2.1-rc.1 及以上版本。
🚀 DeepSeek-V4.1-Flash-1017 is here!
Stronger benchmark performance, faster task completion, and shorter outputs than the previous version—a Pareto improvement in performance and cost. Now live on our website, app, and API.
🛠️ Optimized for @DeepSeekHarness, Tencent CodeBuddy, WorkBuddy, and more. Upgrade to DeepSeek Harness v0.2.1-rc.1 or later for the best experience with the new model.
1/4
Alex｜AI 羊毛 retweeted
Your next AI upgrade might be something you can hold.
Meet SlashVibe, a physical controller for your AI agents.
See agent status at a glance. Switch between agents with a flick. Speak your next instruction.
Keep your agents moving with less window juggling and fewer interruptions.
Coming to Kickstarter October 27.
Get Early Bird Access → slashvibe.ai/