w568w

@EricYuan1 我猜测一下 emSaVya 的意思是，大厂都用 AI 写项目 -> 大厂用户并没减少 -> 所以并不是潜在用户总量减少了，而是（个人，尤其是没有编程经验的）产品太多导致用户稀释了

@kerwin1874 我试试。我倒没遇到过 Model is at capacity ，代理的话走的是公司采购的代理出口，都是美国家宽 IP 。

@ovtfkw 我说孩子是祖国的花朵，你问我孩子的植物拉丁学名是什么？

@layxy @Gyyyy 我这两天已经开始主力 DeepSeek V4.1 Flash 了。起码这边说做东坡肉就做东坡肉，不会给我端出土豆炒肉丝来。GPT 这个，真的是，已经降智到没有办法正常的沟通了。

是脑溢血还是什么？脑梗死？

@chendy @wfg @acr0ss 我个人感觉是这样：工作毕竟不是纯写代码，不可避免手要经常离开键盘（很多应用无法键盘控制，比如飞书、微信、钉钉、托盘图标、复杂的浏览器网页等），所以用鼠标/触摸板好像也不是那么大不韪的事情。

何意味

@lel020 这里的问题是：气象预测系统本来就比较复杂，太上游的看不懂，太下游的掩盖情况。链路是这样的：

地方气象观测站 + 气象卫星/雷达/... => 国家气象部门/国外气象公司 => 模型/人工预测 => 气象数值产品 => 中游数据公司 => 下游天气预报应用

- 到数值产品这一步之前，都没有预测的能力；
- 产品本身则大多数以网络为单位做气象要素预测（气压/降水概率）之类的，一般人看不懂；
- 而到了下游天气预报这一步，各家天气预报都有自己的选择（例如数值产品说「附近 5km 未来 3 小时有 48% 概率下雨 0.9mm 」，你到底是报有雨还是没雨？如果附近 4 个区块都说有雨，就这个区块没雨，你要不要对数据做一下平滑处理，也报有雨？气温显示物理距离最近的观测点还是处于同一行政区块的？读观测站数据还是从数值产品的预测来处理？），所以差别很大。

你可能会说，「如果直接看地方气象的一手数据呢？」就我的观察，地方气象局确实有比较准确、及时和精细的实况报告，但预测模型通常是随便找商业公司做的，预测能力反而更差。