热点内容

V2EX 2026-11-09 昨日新帖报告

1 收费SSH客户端Termark被1:1复刻开源,作者要求注明来源

核心内容

独立开发者 dushixiang 发现,自己收费的 SSH 客户端 Termark 被另一个开源项目在界面布局、功能设计、交互方式乃至图标选用和摆放上高度复刻。他明确表示不打算维权,只要求对方说明借鉴来源;对方作者 arg0 起初未在帖子正文和 README 中提及 Termark,在被质疑后于 README 中补上了 Termark 链接。

关键要点

  • 争议焦点不是功能借鉴,而是署名:Termark 作者称参考 WinSCP、XShell 的功能可以接受,但主机编辑、主页布局、侧边栏、设置页与图标一一对应,已超出参考范围。
  • 复刻成本极低:多位评论者认为 SSH 客户端这类产品用 AI 或 gpui、Flutter 等框架很容易重写,有人自述复刻过 Termius。
  • 收费软件的生存压力:评论普遍认为,容易被 AI 复刻的工具类产品,付费转化会受开源替代品挤压。
  • 可复用做法:开源复刻他人产品时,至少在 README 顶部和软件「关于」页注明设计来源并附链接,避免用户混淆原创归属。

评论补充

有回复认为界面相似不构成侵权,也有人认为这属于抄袭而非借鉴;关于是否受著作权保护,评论中存在分歧,未形成定论。

原链接:我做的收费 SSH 客户端 Termark,被人 1:1 复刻并开源了回复 72 · 收藏 14

2 Claude 封号实测:8 个 KYC 账号千元投入与替代方案

核心内容

作者为在本地用 Claude Code 开发,先后购买 7-8 个已过 KYC 的账号(印尼区、美区 ID,Outlook/Gmail 邮箱,新老号混合),单价 80-150 元,总投入约 1000 元,并更换美国家宽等节点。结果是:网页登录和免费 Sonnet 对话基本正常,但高强度代码 review 很快被封;约一半在开通 Pro 瞬间被封,约三分之一在开通后 3 小时被封,其余未撑过 24 小时。作者判断 A\ 已加强整体风控,伪装地区、支付、时区意义有限,倾向改为溢价使用第三方满血 Opus 服务。

关键要点

  • 已过 KYC 的成品号并不稳定,同一 KYC 被卖给多人会连坐封号。
  • 使用过被封账号的设备可能被标记,需先清理设备环境。
  • 触发安全标记后,Claude 会扫描项目指纹,这是目前最难规避的一环。
  • 可考虑的合规替代:AWS 上的 Claude、Cloudflare AI Gateway、Google AI Studio 套餐,以及美国公司注册的 Team 账号。
  • 有用户用美区 ID、独立浏览器与同步节点/时区/语言注册,稳定使用一个多月,但属个例。

评论补充

有回复称申诉后账号可被解封;也有人提醒 Team 账号管理员可能导出成员对话,敏感项目需谨慎。另有观点认为国产模型已能覆盖多数开发需求,不必为此反复折腾。

原链接:说说最近在折腾 Claude 上继续浪费的钱吧回复 67 · 收藏 8

3 久坐肩颈不适的缓解方法:姿势调整、拉伸与力量训练

核心内容

发帖者敲代码 5 年,肩颈问题靠拉伸、按摩、针灸和理疗只能暂时缓解,想找轻量运动改善。评论区的共识是:理疗只能短期缓解,长期改善要靠调整坐姿、减少久坐和针对性锻炼。

关键要点

  • 桌面与坐姿:显示器高度以坐正平视时能看到屏幕从上往下约 1/3 处为宜,不必盲目抬高;键盘鼠标应放在肩膀自然打开就能操作的位置,小臂悬空,避免肩膀内夹。有人把显示器抬高后,近两年颈椎没再出问题。
  • 打断久坐:定时 40 分钟起身活动 2 分钟,做腹背、扩胸、转体动作;多喝水,借频繁起身倒水、上洗手间自然减少久坐。
  • 锻炼优先级:评论给出的主观排序是拉伸跟练、游泳、肩背抗阻训练效果最好,羽毛球次之,SPA 类只求舒服、长期效果有限。具体动作包括引体向上、划船、侧平举,以及斜方肌、中下斜方和肩袖肌群训练。
  • 先定位再松解:用 3Dbody 解剖类 App 判断不适来自哪块肌肉,再到 B 站搜对应松解与康复训练视频跟练。

评论补充

有人用护腰坐垫加健腹轮练核心缓解腰痛;有人把鼠标换成放在键盘托上的轨迹球后右肩不再疼;还有人提到洛索洛芬凝胶贴膏,以及点阵波理疗,但后者自述“不知道结节真假”,效果待核验。最被认同的一句是:只搜方法不去练,效果为零。

原链接:大家久坐后都是怎么缓解肩颈问题的?回复 29 · 收藏 8

4 用 mygo 写的 Git 可视化客户端 Banyan 开源

核心内容

作者用 AI 辅助、基于 Go 技术栈 mygo 开发了一款开源 Git 可视化客户端 Banyan,直接调用本机 git,因此现有配置、hooks 和凭据都能照常生效。项目已在 GitHub 开源,release 页面提供下载。

关键要点

  • 日志:分支树与彩色提交图,可按文本、分支、作者、日期、路径筛选(由 git 执行筛选,不受已加载数量限制),⌘G 可跳转到哈希、分支或标签,支持对单个提交的部分文件做 cherry-pick / revert。
  • 改写历史:右键编辑提交信息、fixup、squash、drop、撤销提交,从任意提交开始交互式变基;默认保护 main / master,不会被强推。
  • 提交:支持按文件、按 hunk、按行提交,提供 Changelists、Shelf、GPG / SSH 签名。
  • 冲突处理:三栏合并工具,可自动合并的部分先合好,每处冲突可选我方 / 对方 / 两者 / 手写,并支持撤销;终端里发起的 merge 也能识别。
  • 其他:多仓库标签页、工作树与子模块、文件历史与 blame、显示每条 git 命令的控制台、Find Action 与自定义快捷键。

评论补充

作者说明技术栈为 mygo,从 rust + GPUI 改用 Go 的原因是包体积更小、内存占用更低,且 GPUI 的虚拟滚动更卡。软件有中文界面,操作接近 JetBrains 系。评论提到 rebased 和 SourceGit 等同类工具;也有人询问是否支持 AI 写 commit message、Excel 浏览,均未确认。

原链接:也用 mygo 写了一个 git 的可视化工具客户端回复 20 · 收藏 8

5 苹果设备参数对比网站:含3D对比与iPhone/iPad/AirPods/Watch数据

核心内容

作者整合了一个苹果设备参数参考网站(https://kylebing.cn/tools/apple/),覆盖 iPhone、iPad、AirPods、Watch,支持参数对比和 3D 对比,方便购买前选型。作者明确表示不打算加入 Mac,理由是 Mac 版本太多,并给出替代站点 https://hubweb.cn/。

关键要点

  • 网站定位是购买前的参数对比工具,3D 对比被多位回复者认为直观。
  • 有用户建议补充频段和 eSIM 槽位,作者回复“可以”,说明这两项可能后续加入。
  • 有用户建议在存储项下增加各内存版本的官方发售价格(含 CNY 与 USD)。
  • 作者提到页面样式由 AI 生成,目的是减少维护成本,呈现方式仍可能优化。

评论补充

  • 数据准确性存在争议:有回复指出 iPhone Air 充电速度应为有线 20W、无线 20W,而非网站上的 40W/25W;另有回复贴图称数据不对,并指出对比时差异项没有高亮。
  • 命名问题:有用户指出“17 Air”应写作“Air”,作者表示等 Air2 发布后再像 SE 一样独立。
  • 同类工具:有用户提到 phonesized.com 的尺寸对比功能。

使用前建议对关键参数(充电功率、内存配置等)以官方规格二次核对。

原链接:苹果设备参数参考网站:数据包含 iPhone 、 iPad 、AirPods、Watch回复 21 · 收藏 12

6 Apple Developer 个人账号注册流程与支付、审核经验

核心内容

主帖记录了一次 Apple Developer Program 个人账号的实际注册流程,重点在身份信息填写、支付币种切换和审核等待三个环节。作者建议用新邮箱注册 Apple 账号,在 iPhone 的 Apple Developer App 内完成实名,并强调姓名用身份证拼音、地址按身份证简体中文填写、手机号与实名一致,提交前关闭 VPN 和代理。

关键要点

  • 支付币种:若显示 $99,说明关联的是美区商店账号;只需在“设置 → Apple 账号 → 媒体与购买项目”退出并登录国区账号,不必退出 iCloud 主账号,切换后可继续支付,无需重新人脸认证。
  • 审核:付款后可能仍处于审核状态,需检查注册邮箱含垃圾邮件;可能被要求上传证件照片,最终以账户显示 Active 为准。
  • 风控提示:评论指出注册 Apple ID 与开通开发者计划最好在同一设备完成,跨设备操作容易在支付或实名环节卡住。

评论补充

有回复称被拒后可致电客服,客服可能询问历史开发记录,全流程约 3 天;也有人建议直接用网页注册更简单。另有用户反映第一步就失败、审核等待一周无进展,说明流程存在个体差异。作者回应称用旧 Apple ID 易出问题且可能被 Apple 拒绝处理。

以上为个人经验,具体以 Apple 当前页面要求为准。

原链接:Apple Developer 账号注册经验分享回复 15 · 收藏 8

7 DeepSeek 写代码的用法:做好规划与 SPEC,避免许愿式编程

核心内容

楼主用 DeepSeek 翻译 9 种语言的项目文件,消耗了 4000 多万 token,因此质疑其性价比。评论区的共识是:DeepSeek 不适合“许愿式编程”,它更像一个执行者,需要先由人或其他模型把方案规划清楚,再交给它执行。

关键要点

  • 先规划再执行:用其他模型(如 Gemini、sol)做深度规划,拆成里程碑、数据字典、详细方案和单元测试,再让 DeepSeek 按步骤执行。
  • 明确技术方案:直接告诉它用什么方案、要达到什么效果,效果“几乎不输 gpt6-sol”;只说想要什么,结果容易偏离预期。
  • 控制推理等级:用 high/default 而非 max,max 在网络不佳时可能更慢;有回复建议用 4.1 flash 而非 max。
  • 省 token:命中缓存很关键,缓存不中等于白花钱;晚上和周末使用更省;有回复提到用 omp 比较省 token。
  • 定期回归测试:不要一直写下去,否则后期 debug 会失控。

评论补充

有用户指出官方渠道较贵,可考虑其他渠道或 Codebuddy 薅羊毛,但也有人担心中转站注水严重。另有用户对比称,DeepSeek 擅长“指哪打哪”和小范围边界扩展,但缺乏整体业务逻辑判断,容易按下葫芦浮起瓢;Gemini 在财务逻辑等整体一致性上更强。

原链接:用 deepseek 写代码有秘诀吗回复 18 · 收藏 3

8 阿里云效 OAuth Token 疑泄露致私有仓库被改,排查与证据

核心内容

作者发现自 10 月 20 日起,几乎所有私人 repo 被批量篡改:提交伪装成 woff2 的恶意脚本、通过 .vscode/tasks.json 触发执行、提交带 postinstall 的恶意 shell、创建异常分支。作者判断攻击由 AI agent 批量完成,理由是操作极快、脚本贴合 package.json 上下文生成。

关键要点

  • 排除项:PAT 已无写权限;新建 SSH Key 后攻击仍发生;账号开启 2FA 且登录地区正常;Authorized GitHub Apps 仅 Cursor、Render,授权 repo 极少,与大面积改动不符。
  • 嫌疑对象:阿里云效属旧式 OAuth App,安装时无法限定 repo,一旦 token 泄露即覆盖全部仓库。
  • 验证方法:11 月 1 日撤销授权,至 5 日无攻击;5 日重新授权并升级 GitHub Enterprise 以获取详细 audit log,攻击随即以 repo.download_zip 形式出现。
  • 日志证据:oauth_application_id 1242664 与授权日志中 Flow 的 application ID 一致,programmatic_access_type 为 OAuth access token,token_scopes 含 admin:repo_hook,repo,user,user_agent 为 bifrost-scanner。

评论补充

有回复建议向 GitHub 报告 abuse,作者表示已提交 Report abuse or spam。另有回复称华为云曾在未通知情况下产生按需费用,属类似云厂商授权风险,但与本主题证据链无直接关系。

限制:作者未公开截图,日志中 actor、repo、org 已脱敏,结论仍待 GitHub 或阿里云核实。

原链接:阿里云效泄露了我的 GitHub OAuth Access Token,以下是排查过程和证据回复 7 · 收藏 2

9 AI眼镜真实体验:Ray-Ban Meta、雷鸟IO与MemoMind One值不值得买

核心内容

主帖问的是“AI/智能眼镜有没有买得值的”。评论区的共识是:现阶段没有全能型产品,值不值取决于你只想要一个明确功能。多数人买后最常用的其实是蓝牙耳机或视频记录,AI 交互和翻译大多停留在宣传层面。

关键要点

  • Ray-Ban Meta:有用户 2024 年底购入第二代,认为拍摄效果满意,但单次录制最长 3 分钟,镜架不适合亚洲人鼻型、容易掉;也有人花 300 元寄修屏蔽隐私灯。
  • 雷鸟 IO:有用户配 1.74 镜片实测 48.1g,比普通眼镜重 20g 以上,戴到中午耳朵疼;全天记录暂不支持声纹注册,说话人识别不准,官方称 11 月 10 日 OTA 补上。语音问 AI 的效率高于掏手机。
  • MemoMind One:线下体验反馈单色显示和重量尚可、有音频输出,但全天记录需另付 99 元/年订阅,自带 AI 不理想、应用少;光栅和彩虹纹明显,难以当日常眼镜。
  • 普遍短板:偏重、续航差、拍照防抖一般,AI 对话常“已读乱回”。

评论补充

减轻压耳可换鼻托、在镜腿缠同色绷带;有观点认为摄像头对给 AI 提供上下文有用,无摄像头+显示的形态更可能在迭代 1–2 代后可用。

原链接:智能眼镜/AI 眼镜回复 25 · 收藏 1

10 教小孩识字的实用方法:洪恩识字、分级阅读与生活融入

核心内容

主帖问的是如何开始教小孩识字、过程中有哪些抓狂时刻。评论区的共识是:不必刻意“教”,把识字融入阅读和生活更自然;工具类方案以洪恩识字呼声最高,分级阅读绘本是另一条主线。

关键要点

  • APP 路线:多位家长推荐洪恩识字,认为“确实能识字”。有家长提到二手永久会员约 150 元,初期需陪伴,上手后建议关掉“玩”的环节,避免孩子一直玩。
  • 分级阅读路线:一位家长不用 APP,改用摩比汉语分级阅读绘本、小彼恩中文分级阅读和《四五快读》,每级先用点读笔点读一轮,再直接读一轮,靠点读和家长陪伴建立兴趣与习惯。
  • 生活融入:读绘本时多看几遍自然记住;在超市指着零食名字说“小孩不能吃”,到 4 岁就骗不动了;随时随地看到字就讲,别有压力。
  • 其他工具:撕不烂的看图识字绘本、悟空识字电脑游戏、《四五快读》电子版;也有人用程序生成字卡打印。
  • 时间预期:有家长称小朋友学字很快,几个月后能读拼音书;相对而言练字、写字、坐姿更难。

评论补充

点读笔存在兼容问题:毛毛虫可点小彼恩,摩比需配学而思点读笔,建议都试试看孩子对哪个感兴趣。另有家长提醒小学前最好学一下拼音。也有家长表示没专门教,孩子看动画片、听故事就认识了不少字,但后续没好好利用。

原链接:问下大家是怎么教小孩识字的回复 20 · 收藏 3

11 meow:iOS 全栈开源代理客户端,兼容 Clash/mihomo 订阅

核心内容

meow 是一款 iPhone / iPad / Apple TV 代理客户端,也有安卓版。它最大的差异点是从 SwiftUI 界面、Network Extension、tun2socks 到代理内核全部开源(MIT 协议),可自行审计和编译。App 不收集数据,订阅、配置、DNS 查询和流量都只在本机,不提供节点,需自带 Clash / mihomo 订阅。

关键要点

  • 内核:meow-rs 用 Rust 编写,兼容 mihomo(Clash Meta),iOS、安卓、桌面、路由器共用。作者称 iOS 的 Network Extension 常驻内存超过约 50 MB 会被系统杀掉,Go 内核加 runtime 占用大,换纯 Rust 静态库、TLS 统一走 BoringSSL 后内存和体积都下降。
  • 协议:Shadowsocks、Trojan、VLESS(XTLS-Vision、REALITY)、VMess、Hysteria2、AnyTLS、Snell、HTTP/SOCKS5;传输层 WS、gRPC、H2、HTTPUpgrade、XHTTP。
  • 规则与订阅:支持 mihomo 规则(DOMAIN / IP-CIDR / GEOIP / GEOSITE / RULE-SET 等)、代理组 select / url-test / fallback / load-balance / relay、dialer-proxy 链式代理;订阅可按天或按周自动更新,内置 YAML 编辑器。
  • 价格与限制:App Store 一次性买断 $1.99,无内购无订阅,TestFlight 公测免费;需 iOS 18 及以上;国区不上架,需外区账号;暂不支持 TUIC、Mieru。

评论补充

有用户确认作者为 @madeye,并希望增加 macOS 支持及类似“包含路由 10.7.0.1/32”用于 SideStore 的回环功能;也有人质疑用国内公司主体上架是否安全,该点原文未给出说明,需自行核实。

原链接:meow: iOS 上从界面到内核全部开源的代理客户端,直接导入 Clash / mihomo 订阅,也有安卓版回复 5 · 收藏 4

12 AI Agent 如何超越编程场景:上下文瓶颈与落地实践

核心内容

主帖提出一个普遍困惑:多数开发者对 AI Agent 的使用仍停留在 Cursor、Claude Code、Codex 等编程工具上,本质是“人拆解任务、AI 执行”,尚未实现 Agent 自主理解业务目标并完成交付。评论区的共识是:核心瓶颈在上下文,而非模型能力。

关键要点

  • 上下文是主要限制:业务信息大量非数字化、Agent 无权限获取、用户懒得或不愿交代,导致“自主理解目标”难以成立。有评论类比:新人入职成熟公司也要很久才能接触核心业务逻辑。
  • 人机共治仍是现实:现有 harness 本质是上下文工程,即更快更好地提供正确上下文;全能型 harness 尚不存在,除非出现 RSI 或 AGI。
  • 可尝试的方向:事件驱动改造 Agent 工作流;多 Agent 协作直接接开发任务与 Bug(如 antumi 项目);为 Agent 建设信息获取 MCP(GitHub、V2EX、linuxdo、nodeseek)并配合自动测试;在个人助理中加入“好奇心种子”,从对话中提取兴趣点主动推送。
  • 编程之外的场景:生活自动化(打卡、签到、查询、记账、出行规划);接入 Google Analytics、YouTube 频道数据做运营分析。

评论补充

有回复指出,靠 skill 加手动喂资料的方式,相关程序几个月就可能淘汰或需重构;也有人认为大模型迭代太快,提效够用即可,不必追求完全自主。

原链接:现在大家用 AI Agent,是不是还停留在 AI 编程阶段?如何才能真正进阶?回复 14 · 收藏 5

13 ThinkPad T14 G1 Linux 风扇温控守护脚本及实测效果

核心内容

ThinkPad T14 Gen 1(Intel)在 Linux 下存在 EC 风扇起转迟钝问题:CPU 核心温度达到 95°C 以上甚至触发降频后,风扇仍要 28–37 秒才介入;同时平台暴露 dytc_lapmode,导致 thermald 拒绝运行。作者为此编写了轻量温控守护脚本,并给出实测对比。

关键要点

  • 响应与温度:冷启动风扇响应从 28–37 秒缩短到 2 秒内(物理起转约 8–12 秒);触发起转温度从 93–97°C 降到 46°C;峰值核心温度从 97°C(发生降频)降到 ≤90°C;满载稳态约 78–79°C。
  • 实现机制:基于 coretemp 与 EC 显卡传感器取最高温动态调速;内置 10 秒硬件看门狗,脚本异常退出时由 EC 自动接管恢复 auto;4°C 回差加连续 3 次降档采样防抖动;systemd 开机自启,崩溃后 2 秒拉起。
  • 后续更新:补充 AMD 锐龙版适配逻辑(基于 k10temp,待实测);引入 EMA“快攻慢衰”平滑滤波与突发高负载快速升档通道;休眠时停止喂狗、由看门狗超时接管,唤醒后检测时钟跳变并重置平滑历史,每 60 秒重写看门狗寄存器。
  • 适配前提:目前仅在 T14 Gen 1 Intel 实机长期验证,其他机型需先用内置测试脚本测量转速;作者另提供 check-compat.sh 供 P14s、T14s、X13、T490/T495、Gen 2 等机型安装前检查。

评论补充

三条回复均来自作者本人,补充了 AMD 支持、EMA 算法、休眠唤醒处理与兼容性检查脚本,未出现第三方实测反馈,跨机型效果仍待验证。

项目地址:https://github.com/S3608362/thinkpad-t14-gen1-fan-curve

原链接:针对 ThinkPad T14 G1 在 Linux 下风扇起转迟钝写了个轻量温控守护脚本回复 3 · 收藏 2

14 Antigravity 进程级代理补丁:免 TUN 单独走代理

核心内容

作者开源了 Antigravity Proxy,用进程级补丁让 Antigravity 单独走代理,无需开启 TUN,也不修改系统代理或内网路由。项目采用 BSD-2-Clause 许可,支持 Windows 下的 IDE、桌面版和 CLI,提供 x86/x64 版本,兼容 SOCKS5 与 HTTP 代理及账号密码认证。

关键要点

  • 原理:在应用目录放置 version.dll,Hook 网络连接,使 Antigravity 相关进程使用指定代理,不接管整机流量。
  • IDE 插件:可在界面修改代理地址/端口、测试连接、查看状态与实时日志、查看出口 IP,并检测 Gemini 可达性。
  • 更新自愈:Antigravity 更新可能清掉补丁,插件会在下次启动时检查并补回,按提示重启即可。
  • 安装:IDE 可在扩展市场或 Open VSX 搜索 Antigravity Proxy;桌面版和 CLI 用仓库在线脚本或 Releases 包,步骤见 README。
  • 边界:补丁只作用于 Windows 进程,WSL 内程序需单独配置;代理连通不代表服务端接受请求,遇到 User location is not supported 仍需排查出口地区与服务端限制。

评论补充

有用户表示曾用类似方案,后因维护成本改用 Proxifier,并改为按 AI 请求 URL 拦截转发;也有人提到 ProxyBridge 可能覆盖同类需求,另有作者分享兄弟项目 ghost-proxifier-pro。这些替代方案可作为维护性对比参考。

原链接:[开源] 写了个 Antigravity 进程级代理补丁(附 IDE 插件),不挂 TUN、不动内网路由~回复 3 · 收藏 4

15 2C2G 服务器用 DynaPM 按需启停服务,内存降至 550MB

核心内容

作者在 2C2G 云服务器上运行多个 Node 服务时遇到内存瓶颈:单个服务常占 100–200MB,峰值可达 600–700MB,2G 内存只够支撑十来个服务。为此他用 AI 辅助以 Rust 实现了类 serverless 的服务管理器 DynaPM(https://github.com/2234839/DynaPM),把“先启动服务再等访问”反转为“有请求才启动服务”。

关键要点

  • 工作原理:DynaPM 监听端口,按 host 域名等查询配置表定位服务,执行自定义启动命令,启动成功后转发请求;闲置一段时间后 kill 掉服务。
  • 通用性:启停命令可自定义,因此也能管理 Docker 等任意服务。
  • 实测效果:过去 24 小时多数时刻只需维持两三个服务,常态内存从 1G 多降到 550MB,CPU 从约 5% 降到 3%。
  • 代价:冷启动平均延迟约 2 秒,取决于服务自身启动速度;Rust 服务约 200ms,基本无感。网关自身只增加几毫秒。
  • 本地开发延伸:同样用于前端项目,免去手动 pnpm dev,通过 项目名.localhost 访问,兼具 portless 特性。

评论补充

有回复指出 systemd 配合 Podman 也能实现类似按需启动,作者表示做之前问过 AI 并未发现;另有回复提到 tako.sh 的 scaling 方案,作者称早知可能就不重复造轮子。也有人认为与其省这点成本,不如提升单个服务的价值,服务器成本真正占大头时再优化。

原链接:怎么让塞爆我服务器的服务全部正常运行回复 8 · 收藏 1

16 苹果礼品卡低价渠道:盗刷洗钱、偷卡套利与正规折扣

核心内容

淘宝等平台能以面值甚至低于面值的价格出售苹果礼品卡,主帖引用 AI 给出的解释,并进一步指出:真正赚钱的头部玩家,其进货、获客、风控等环节的经验,往往不会出现在公开互联网或 AI 回答里。

关键要点

  • 汇率与采购差:低汇率买入、高汇率卖出;企业采购、奖品或避税场景流出的卡被低价回收。
  • 海外折扣与套利:美国节日超市打折、信用卡开卡积分兑换、iPhone trade-in 套利等,都可能产生低于面值的卡。
  • 黑灰产洗白:盗刷信用卡、电诈等资金买官方卡再低价分销,是低价来源之一。
  • 经验壁垒:AI 只能给出公开、中庸的答案,具体环节的实操经验需在做事中积累。

评论补充

  • 有回复称,美国商场存在偷卡行为:先窃取卡内 key 再放回货架,等正常顾客购买激活后用脚本监测可用性,利用购买到使用之间的时间差(回复 18272625)。
  • 另有回复认为,偷走未激活的卡本身无用(回复 18272042)。
  • 正规渠道也被提及:美国礼品卡本身常打折、信用卡积分兑换、iPhone trade-in 套利(回复 18272862)。
  • 还有说法称,打黑工者需套现汇款,会低价卖卡给收卡人,收卡人再转卖给游戏充值等需求方(回复 18273047)。

低价卡来源混杂,可能涉及盗刷、洗钱或赃物,购买存在封号与合规风险。

原链接:卖苹果礼品卡的商家是如何盈利的回复 9 · 收藏 4

17 SimStore:为 iOS 模拟器构建开源应用商店

核心内容

开发者因输入法适配测试需要,在 iOS 模拟器上缺少可安装的第三方应用,于是做了 SimStore(https://github.com/iSimStore/simstore),目标是成为类似 F-droid 的开源应用商店,方便开发者在模拟器上安装和更新第三方 App。

关键限制是:iOS 模拟器与真机应用即使同为 arm64 也不兼容,因此无法直接安装 App Store 应用;可行路径是把开源应用自行编译后安装。

关键要点

  • 首批应用为作者日常使用的 LocalSend、Bitwarden、VLC 等,后续从 https://opensourceios.dev/ 挑选星标较多的项目。
  • 构建流程为本地用 codex 跑通后交给 GitHub Actions 自动构建,目前已有 40 多个应用。
  • 优先收录已在 App Store 上架的开源应用,未来可能加入需 SideStore 自行安装的未上架应用。
  • 作者欢迎提名应用(需 codex 能构建且有开源许可证)和提交 PR。

评论补充

有回复指出,Xcode 模拟器体验差部分源于苹果自身策略:x86 时代不提供转译层并阉割部分 kits,arm 时代也未补回。社区和企业虽有 patch 方案,但难度较大,真机测试仍不可替代。作者认同此点,并补充跳转系统设置、输入法兼容性、多指触控以及输入法 77MB 内存限制等场景只能真机测试。

原链接:SimStore - iOS 模拟器应用商店回复 2 · 收藏 3

18 开源 Android 终端 Terminal Spike:SSH/Mosh 与折叠屏 code-server

核心内容

作者因找不到顺手的 Android 终端,开发了免费开源的 Terminal Spike,核心思路是“不重造工作流”:通过 SSH 或 Mosh 连接自己的 Linux 主机,不在手机上重建一套环境,尽量把屏幕留给终端本身。

关键要点

  • 由 Herdr 决定显示:App 不另做一套 UI,Herdr 里配置的 group 样式、布局、状态栏(如 Codex 每周用量)会同步到手机;App 自身快捷键可自由配置,方便触屏。
  • 内置 code-server:针对 Fold 折叠屏,展开后可查看和修改代码,支持文件上传、图片上传与 Diff 查看,便于与 AI Coding Agent 协作。
  • 本地 Arch Linux 环境:可在其中登录 AI Agent,用自然语言让 Agent 修改 App 设置,例如增加单手快捷键或调整折叠屏布局。
  • 其他:原生 Android、安装包尽量小巧,支持 SSH/Mosh,推荐搭配 Tailscale 连接主机;无订阅。
  • 项目主页 https://yanjiyu.com/zh/terminal-spike/ ,GitHub https://github.com/Anderbone/terminal-spike 。

评论补充

有用户表示日常用语音输入 + Termux 套件 + ooencode 已够用。作者回应称 App 自带语音输入(默认关闭),并认为 Termux 搭配 Herdr 时发图片不便、滑动体验差;其目标是让 Fold 手机成为第一生产力工具,能发语音、图片、视频并直接打开 Obsidian 链接。该用户补充:图片放在手机相册后 Termux 可直接读取。

原链接:免费开源的 Android 终端 Terminal Spike,支持 SSH/Mosh、tmux/herdr、AI Agent回复 3 · 收藏 3

19 腾讯DSpine推测解码:Mac加速数据与27B适配难点

核心内容

腾讯开源的 DSpine 是推测解码推理加速方案,并非新模型:通过多层并行预测、逐层传递前一位置的预测信息,提高草稿 Token 接受率,减少解码轮次。主帖给出官方 Apple Silicon 数据:M4 Pro、64GB、Qwen3-8B BF16、T=0 单流 MLX 下,普通 mlx-lm 为 15.37 tok/s,DFlash 为 29.81 tok/s,DSpine 为 38.52 tok/s,约为基线 2.5 倍;SGLang-MLX 单并发贪心解码下为 60.46 tok/s,对照 14.77 tok/s。

关键要点

  • Qwen3.8-27B 的 791.30 tok/s 是 SGLang+CUDA、8 并发、xhigh、开启 Prefix Cache 的 Agent 回放总吞吐,约为普通解码 3.19 倍,比 DFlash2 高约 11%,不是单用户速度,也不是 Mac 成绩。
  • Mac 侧公开 MLX 实现主要覆盖 Qwen3-8B 这类全注意力模型;27B 高性能路线依赖 FlashAttention 3、Triton、ReplaySSM 等 CUDA 组件,不能直接把草稿模型塞进 MLX 就复现加速。
  • 作者实际场景为 M5 Pro/64GB、27B 4bit 量化、128K 上下文编程 Agent,实测约 27 tok/s,Kapitsa 快时约 35 tok/s,完整任务仍可能接近两小时。

评论补充

评论指出需验证长上下文下 KV Cache 的线性边际递减是否会抵消加速收益,并认为 Metal 在矩阵算力、引擎优化优先级和统一内存与 CPU 竞争带宽上处于劣势;其优势可能在 MoE 架构。另有观点称 Qwen3.8 flash next 层深不及 27B,但 GPQA-D 可上 90+,提示知识宽度也可能影响推理深度。27B 在 MLX 上的实际适配与长上下文收益仍无实测结论。

原链接:腾讯开源的 DSpine 推测解码挺有意思,但什么时候能在 Mac 上支持 Qwen3.8-27B?回复 4 · 收藏 2