纯本地的个人功能性软件很快会被替代，因为外部依赖少而且用户对错误容忍度高。

短期没法替代的软件：
- 涉及大规模云服务以及资质要求的，比如通信软件
- 长期专业积累以及有高可靠性要求的，比如 Matlab ，Oracle ，各种工业仿真软件。AI 复刻不了用户长期积累的边界条件，连测试用例都写不出来，肯定谈不上可靠。

@dimwoodxi27 问题是我的描述里也没说要和 webview 和 chromium 比啊，这不是拿 GPUI 和 C++ GUI 方案比吗

要不是因为里面有 claude code ，我根本不会看这种娱乐圈新闻。推上好多技术博主都是被 claude code 骗进去看的哈哈哈

@lujiaosama 主要是砍订阅额度 + GPT 5.6 加了 cache write 收费项，两笔账叠加，明显感觉出相较于 5.5 时代，额度消耗快了非常多。

对于 GPUI 我一直有些疑问。

虽然说 GPUI 的理论性能很强，但目前它的应用场景里没有那种性能需求高到非他不可的例子，C++ GUI 方案也不是做不到。
而且控件生态不完善，内存消耗比起 C# 和 C++ GUI 也没什么特别优势，Zed 不加插件默认使用，win10 上的内存占用也差不多要 160MB
跨平台方面，Zed 在 win10 虚拟机使用还会报错。
之前试了下 GPUI 的开发，宣传的优点感受不深，但是一个简单示例项目十多 G 的编译中间产物的文件夹占用空间把我吓到了。

目前 GPUI 的独有优势项是什么呢？看起来更像是一个实验项目，自己造轮子玩还挺有意思的，但作为一个 GUI 方案，总感觉它没有找到自己的优势生态位。有没有老哥来分析一下？

1. 模型输出本来就是有概率的，再强的模型也避免不了失误，只是出问题的概率低一些而已
2. 不同模型擅长内容不一样，比如 Gemini 实现的前端效果是公认的好，但是后端任务也是公认的烂
3. 可能撞到服务端问题 fable 模型降智，或者 fallback 到了其他模型
4. 检查一下使用两个模型时的提示词和背景资料是不是给的完全一样

大公司有专门的 VPN ，让你连公司的网络。如果是小公司就看管的严不严了。

现在的鸿蒙 os 算是哪一类技术栈？ Liunx 还是 Android ？

啊这个这个，有个这么强大的 AI 你怎么不早点告诉我.jpg

如果父母不具备为这种有巨大潜在风险决策的后果兜底的能力，作为子女最好的办法就是只孝不顺，这样对双方都好。

我想你的意思大概是，如果上周六开始用，预计额度是这周六刷新。但你这个周期内比较忙都没怎么用，所以想安排一下这周末连续用两个周限。但如果 Tibo 提前在周一刷新，那么你这周末就还是只能用一个周限了。

这个确实是一种营销策略，硬重置肯定没有 banked reset 的那么慷慨。重置额度的同时也会重置刷新时间，有时候也确实会打乱一些计划。但是一个周期内总的可用额度肯定是比没有任何重置时多的，我建议你可以让 GPT 改一下自己的工作流来适应它。

我会提前做好后续项目计划的 ROADMAP 和每个阶段的验收标准，搭配自己的工作流，每次重置用不完的时候就可以按既定计划用 /goal 来消耗额度，这样怎么算都不亏。实在想要确定性可以另外单买个 team 或者 plus 应急。

个人认为正式项目的入库 PR 代码确实应该手写，AI 在此扮演的最佳角色是对提交的手写代码进行尽可能详细的测试，构造各种边界条件，设想各类极限状况。

对于编译器或者是商业的生产环境这类严谨的项目，AI 能保证做到的是提升代码质量而不是交付速度。

AI 产物谁污染谁治理，谁 vibe 谁维护。

如果是内网玩具项目，开个虚拟机做好快照和权限隔离，让他们自己先在本机弄好 docker compose 再给你部署。
但要是上生产或者外部访问，那就让他们申请单开一台服务器，成本是公司的事情不是运维的事情。权限放开，让他们自己上去搞，吃过亏之后就不会来麻烦你了。

开个虚拟机, full access + 及时提交 + 定期快照

冰块 + 东方树叶茉莉花
冰块 + 无糖可乐
冰块 + 三得利乌龙茶

就和前几年前有人为了结婚心不甘情不愿掏空 N 个钱包负债几百万买了房一样，别人吃过的苦你不吃，你还说他冤大头，他当然心理不平衡了，可以理解。

我刚需图片理解功能，所以能用的最便宜的多模态应该是 Pro 20x 订阅里的 luna max ，额度时不时还会重置