[求职] 11 年后端/架构，近阶段主做 LLM / AI Agent，求 AI 应用开发方向
11 年左右后端研发及系统架构经验，长期使用 Go ，具备 Python 开发经验。前期主要从事分布式系统、微服务及平台架构，近阶段主要从事 LLM / AI Agent 应用工程，包括多模型接入、Model Gateway 、Agent Workflow 、MCP 、长任务以及 AI 应用商业化相关系统。
感兴趣的话可以 V2EX 私信我，我可以提供完整简历进一步沟通。
[求职方向]
优先考虑：
AI Agent 开发工程师 AI 应用开发工程师 AI 平台 / AI Infra 应用层方向 偏 Agent 工程化的后端架构岗位 相比纯模型训练/算法研究，更偏向：
LLM + Agent + 后端系统架构 + 工程化落地。
[工作地点]
北京优先。
合适的机会可以具体沟通。
[个人背景]
11 年左右后端研发及系统架构经验 长期使用 Go 进行后端及分布式系统开发 有 Python / Django 开发经历，也做过 PyTorch / 深度学习相关技术预研 近阶段主要从事 AI 应用平台、LLM Model Gateway 、Agent 长任务及相关商业化系统建设 有从 0 到 1 服务设计、核心模块开发、存量系统重构及微服务化经验 有复杂任务系统、支付/计费、配额、状态机、并发控制、可靠性治理等工程经验 持续关注 AI Agent 生态，业余有开源项目、技术博客及技术内容输出 [核心技术栈]
Go / Python / MySQL / Redis / Kafka / Docker / 微服务
LLM & Agent：Model Gateway / Agentic Workflow / Function Calling / MCP / Prompt Engineering
AI 工程化： 多模型接入 / 模型路由 / 异步长任务 / SSE / Retry & Fallback / 配额计费
RAG： 熟悉 RAG Pipeline 、Hybrid Search 、Rerank 、Vector DB 、GraphRAG 等相关技术
via V2EX (author: Mengo)
11 年左右后端研发及系统架构经验，长期使用 Go ，具备 Python 开发经验。前期主要从事分布式系统、微服务及平台架构，近阶段主要从事 LLM / AI Agent 应用工程，包括多模型接入、Model Gateway 、Agent Workflow 、MCP 、长任务以及 AI 应用商业化相关系统。
感兴趣的话可以 V2EX 私信我，我可以提供完整简历进一步沟通。
[求职方向]
优先考虑：
AI Agent 开发工程师 AI 应用开发工程师 AI 平台 / AI Infra 应用层方向 偏 Agent 工程化的后端架构岗位 相比纯模型训练/算法研究，更偏向：
LLM + Agent + 后端系统架构 + 工程化落地。
[工作地点]
北京优先。
合适的机会可以具体沟通。
[个人背景]
11 年左右后端研发及系统架构经验 长期使用 Go 进行后端及分布式系统开发 有 Python / Django 开发经历，也做过 PyTorch / 深度学习相关技术预研 近阶段主要从事 AI 应用平台、LLM Model Gateway 、Agent 长任务及相关商业化系统建设 有从 0 到 1 服务设计、核心模块开发、存量系统重构及微服务化经验 有复杂任务系统、支付/计费、配额、状态机、并发控制、可靠性治理等工程经验 持续关注 AI Agent 生态，业余有开源项目、技术博客及技术内容输出 [核心技术栈]
Go / Python / MySQL / Redis / Kafka / Docker / 微服务
LLM & Agent：Model Gateway / Agentic Workflow / Function Calling / MCP / Prompt Engineering
AI 工程化： 多模型接入 / 模型路由 / 异步长任务 / SSE / Retry & Fallback / 配额计费
RAG： 熟悉 RAG Pipeline 、Hybrid Search 、Rerank 、Vector DB 、GraphRAG 等相关技术
via V2EX (author: Mengo)
[职场话题] 大家公司有没有这种人？
请选择你的英雄：
Boss’s bestie （老板闺蜜 / 领导身边的亲密型下属）
和领导的关系明显超出普通上下级，更像朋友、姐妹。优势主要来自亲近感、陪伴、共同玩笑、八卦和日常社交，而不一定来自工作能力。
Flying monkey （替领导跑腿的“飞猴”）
指替领导打探消息、传话、施压、评价别人，甚至替领导做一些领导本人不方便直接做的事。重点不在“关系好”，而在于成为领导非正式控制团队的延伸。
Kiss up, kick down （对上讨好、对下强势）
面对上级非常亲热、顺从、幽默、会提供情绪价值；面对同级或自己认为地位较低、价值较小的人，则可能轻视、挖苦、挑衅、摆架子。核心特征是明显的对象差异。
Boss’s favorite turned unofficial manager （领导宠儿变成非正式管理者）
本来只是普通员工，但因为领导信任、偏爱或经常和领导私下交流，逐渐开始替领导解释政策、安排别人、评论别人表现，甚至影响资源和任务。没有正式职位，却拥有一部分实际管理权。
Unofficial micromanager （非正式微观管理者）
和你职位平级，却总是追问你做到哪里、要求你汇报、告诉你先做什么后做什么、纠正你的工作方式，表现得像你的直属领导。重点是越过正式权限，对同级进行日常控制。
via V2EX (author: hylqs)
请选择你的英雄：
Boss’s bestie （老板闺蜜 / 领导身边的亲密型下属）
和领导的关系明显超出普通上下级，更像朋友、姐妹。优势主要来自亲近感、陪伴、共同玩笑、八卦和日常社交，而不一定来自工作能力。
Flying monkey （替领导跑腿的“飞猴”）
指替领导打探消息、传话、施压、评价别人，甚至替领导做一些领导本人不方便直接做的事。重点不在“关系好”，而在于成为领导非正式控制团队的延伸。
Kiss up, kick down （对上讨好、对下强势）
面对上级非常亲热、顺从、幽默、会提供情绪价值；面对同级或自己认为地位较低、价值较小的人，则可能轻视、挖苦、挑衅、摆架子。核心特征是明显的对象差异。
Boss’s favorite turned unofficial manager （领导宠儿变成非正式管理者）
本来只是普通员工，但因为领导信任、偏爱或经常和领导私下交流，逐渐开始替领导解释政策、安排别人、评论别人表现，甚至影响资源和任务。没有正式职位，却拥有一部分实际管理权。
Unofficial micromanager （非正式微观管理者）
和你职位平级，却总是追问你做到哪里、要求你汇报、告诉你先做什么后做什么、纠正你的工作方式，表现得像你的直属领导。重点是越过正式权限，对同级进行日常控制。
via V2EX (author: hylqs)
[推广] 🎁ZooProxy 住宅代理｜跨境、采集、多账号都能用，新用户五折 + 免费测试
ZooProxy 提供真实家庭宽带 IP ，覆盖 195+ 国家/地区，支持城市级定位。做跨境、采集、多账号运营时，IP 更干净，不容易频繁触发验证。
----------------------
📦 三种套餐，按需选
● 动态住宅流量 — $0.38/GB 起，自动轮换，适合采集、爬虫
● 静态 ISP 代理 — $0.9/IP/周起，独享固定 IP ，适合店铺、社媒运营
● 无限流量端口 — $0.38/端口/天起，不限速不限量，适合高并发任务
🏭 适用行业
跨境电商 · 数据采集 · 社媒多账号管理 · SEO 监测 · 广告验证 · 价格监测 · AI 开发 · 网站本地化测试
🎁 新用户福利
免费测试额度 + 新用户五折优惠，先测质量再决定
200MB 流量 领取测试
59T7-27FF-E8ZL
5EL4-5QPQ-XCNE
ERBX-U3Z4-62D4
A3YL-BD6H-LXC4
UVQN-YFG3-EUYR
注册即领动态住宅流量，如图控制台 CDK 兑换
via V2EX (author: 0livia)
ZooProxy 提供真实家庭宽带 IP ，覆盖 195+ 国家/地区，支持城市级定位。做跨境、采集、多账号运营时，IP 更干净，不容易频繁触发验证。
----------------------
📦 三种套餐，按需选
● 动态住宅流量 — $0.38/GB 起，自动轮换，适合采集、爬虫
● 静态 ISP 代理 — $0.9/IP/周起，独享固定 IP ，适合店铺、社媒运营
● 无限流量端口 — $0.38/端口/天起，不限速不限量，适合高并发任务
🏭 适用行业
跨境电商 · 数据采集 · 社媒多账号管理 · SEO 监测 · 广告验证 · 价格监测 · AI 开发 · 网站本地化测试
🎁 新用户福利
免费测试额度 + 新用户五折优惠，先测质量再决定
200MB 流量 领取测试
59T7-27FF-E8ZL
5EL4-5QPQ-XCNE
ERBX-U3Z4-62D4
A3YL-BD6H-LXC4
UVQN-YFG3-EUYR
注册即领动态住宅流量，如图控制台 CDK 兑换
via V2EX (author: 0livia)
[Apple TV] 做了款苹果四端播放器 Vanto，支持杜比视界、空间音频，送 200 份永久版
大家好，我是 Vanto 的开发者。Vanto 是一款面向 iPhone 、iPad 、Mac 和 Apple TV 的个人媒体播放器，主要给已有 NAS 或媒体服务器的朋友使用
支持哪些来源和功能
● 媒体来源：Emby 、Jellyfin 、Plex 、SMB 、WebDAV ； AList 、OpenList 可通过 WebDAV 接入。
● 杜比视界与 HDR：根据片源和设备能力选择播放路径，最终显示效果取决于片源、设备与显示链路。
● AirPods 空间音频：支持系统空间音频，固定或头部追踪在系统控制中心切换，需兼容的耳机、设备和音轨。
● 字幕与音轨：切换音轨、双语字幕，调整字幕大小、位置和同步。
● 手机点播电视：手机选片，交给 Apple TV 播放，也可以用手机控制暂停、进度、音轨和字幕。
● 离线下载：支持 iPhone 、iPad 、Mac 下载后观看。
● iCloud 同步：同步 SMB / WebDAV 的观看进度和收藏，不上传影片文件。
● 刮削：暂不支持刮削,但支持手动编辑海报和影片信息。
200 份永久专业版，Telegram 领取
这次共开放 200 份永久专业版兑换码，与官方频道共享同一批名额，先到先得，领完即止。永久权益不自动续费。
1. 加入交流群：t.me/VantoUsers。
2. 私聊领取机器人：t.me/VantoRedeemBot，点击「领取兑换码」。
3. 通过机器人提供的 Apple 官方链接兑换，再回 Vanto 点击「恢复购买」。
每个 Telegram 账号限领一次；同一 Apple 账号在本优惠活动中限兑一次。
活动公告：Telegram 官方频道。频道里也有真实 App 画面的功能演示。
下载与反馈
● App Store 下载（也可搜索「 Vanto 播放器」）
● 官网与使用指南
欢迎有 NAS 或 Apple TV 的朋友试试。也想听听大家用什么设备、什么来源，以及播放、字幕和遥控操作中还有哪些不顺手的地方。
开发不易，好用的话也希望大家给个好评！感谢🙏
via V2EX (author: SlowMaker)
大家好，我是 Vanto 的开发者。Vanto 是一款面向 iPhone 、iPad 、Mac 和 Apple TV 的个人媒体播放器，主要给已有 NAS 或媒体服务器的朋友使用
支持哪些来源和功能
● 媒体来源：Emby 、Jellyfin 、Plex 、SMB 、WebDAV ； AList 、OpenList 可通过 WebDAV 接入。
● 杜比视界与 HDR：根据片源和设备能力选择播放路径，最终显示效果取决于片源、设备与显示链路。
● AirPods 空间音频：支持系统空间音频，固定或头部追踪在系统控制中心切换，需兼容的耳机、设备和音轨。
● 字幕与音轨：切换音轨、双语字幕，调整字幕大小、位置和同步。
● 手机点播电视：手机选片，交给 Apple TV 播放，也可以用手机控制暂停、进度、音轨和字幕。
● 离线下载：支持 iPhone 、iPad 、Mac 下载后观看。
● iCloud 同步：同步 SMB / WebDAV 的观看进度和收藏，不上传影片文件。
● 刮削：暂不支持刮削,但支持手动编辑海报和影片信息。
200 份永久专业版，Telegram 领取
这次共开放 200 份永久专业版兑换码，与官方频道共享同一批名额，先到先得，领完即止。永久权益不自动续费。
1. 加入交流群：t.me/VantoUsers。
2. 私聊领取机器人：t.me/VantoRedeemBot，点击「领取兑换码」。
3. 通过机器人提供的 Apple 官方链接兑换，再回 Vanto 点击「恢复购买」。
每个 Telegram 账号限领一次；同一 Apple 账号在本优惠活动中限兑一次。
活动公告：Telegram 官方频道。频道里也有真实 App 画面的功能演示。
下载与反馈
● App Store 下载（也可搜索「 Vanto 播放器」）
● 官网与使用指南
欢迎有 NAS 或 Apple TV 的朋友试试。也想听听大家用什么设备、什么来源，以及播放、字幕和遥控操作中还有哪些不顺手的地方。
开发不易，好用的话也希望大家给个好评！感谢🙏
via V2EX (author: SlowMaker)
[分享创造] 微信里几千好友，找人时一个都想不起来
上个月我要找一个懂 AI 数据合规的人。
我在微信里搜“数据合规”，换了两个关键词，最后是我发法学校友群里后有人帮我对上的。
《弱连接的力量》里，调查了一批刚换工作的人，问这份工作是听谁介绍的，结果大部分是那些偶尔见一面、点头之交的人。
人类能稳定维持关系的社交上限大约 150 人。我的微信好友有 5000，但真大部分我都不清楚他们在哪里工作，做什么行业什么岗位的。 所以我觉得，人脉的价值不只在认识了多少人，而是在需要的时候被想起来多少人并联系到。类似于你买了一堆东西放在家里，需要的时候根本不记得买过，或者不记得放在哪，最后只好买新的。
做人脉管理就类似于做收纳，是一门学问。
但我们很多时候只知道加好友，认识了新朋友之后说“常联系”，其实是不联系。 加好友成本低，正反馈明显，所以我们会一直加。而记住这个人是谁、他擅长干什么，成本高。
你上一次找人是怎么找的？问朋友，翻群，搜关键词，发朋友圈，“万票圈”。
很多群里最常见的一种消息是这样，有没有认识做 xx 的朋友，私戳我。多数时候它就沉下去了。而真正认识的人，可能没看群。
一个求助要成功，得同时满足三件事。看见消息、认识人、还愿意搭话，三件事乘起来，概率就变得很小了。
所以我们在想，如果把这件事倒过来，做一个人脉地图，把问题和需求说清楚，AI 去匹配人，帮人找资源、扩人脉。
有人可能会觉得不舒服。把人按能解决什么问题分类，是把人当工具。我理解这种反感，但反过来看，在商务社交重，这是“把自己产品化”。一个懂跨境合规的律师，希望被人想起和找到。让能力被看见，对两边都是好事。
作者：三此 连连 AI 联创，致力于用 AI 帮人找资源、扩人脉。
via V2EX (author: wmxpop)
上个月我要找一个懂 AI 数据合规的人。
我在微信里搜“数据合规”，换了两个关键词，最后是我发法学校友群里后有人帮我对上的。
《弱连接的力量》里，调查了一批刚换工作的人，问这份工作是听谁介绍的，结果大部分是那些偶尔见一面、点头之交的人。
人类能稳定维持关系的社交上限大约 150 人。我的微信好友有 5000，但真大部分我都不清楚他们在哪里工作，做什么行业什么岗位的。 所以我觉得，人脉的价值不只在认识了多少人，而是在需要的时候被想起来多少人并联系到。类似于你买了一堆东西放在家里，需要的时候根本不记得买过，或者不记得放在哪，最后只好买新的。
做人脉管理就类似于做收纳，是一门学问。
但我们很多时候只知道加好友，认识了新朋友之后说“常联系”，其实是不联系。 加好友成本低，正反馈明显，所以我们会一直加。而记住这个人是谁、他擅长干什么，成本高。
你上一次找人是怎么找的？问朋友，翻群，搜关键词，发朋友圈，“万票圈”。
很多群里最常见的一种消息是这样，有没有认识做 xx 的朋友，私戳我。多数时候它就沉下去了。而真正认识的人，可能没看群。
一个求助要成功，得同时满足三件事。看见消息、认识人、还愿意搭话，三件事乘起来，概率就变得很小了。
所以我们在想，如果把这件事倒过来，做一个人脉地图，把问题和需求说清楚，AI 去匹配人，帮人找资源、扩人脉。
有人可能会觉得不舒服。把人按能解决什么问题分类，是把人当工具。我理解这种反感，但反过来看，在商务社交重，这是“把自己产品化”。一个懂跨境合规的律师，希望被人想起和找到。让能力被看见，对两边都是好事。
作者：三此 连连 AI 联创，致力于用 AI 帮人找资源、扩人脉。
via V2EX (author: wmxpop)
[分享创造] 写了个网页版键帽生成器（离线可用）可直接 3D 打印
前阵子想打几颗带自己图案的键帽，折腾一圈发现：要么打开 SolidWorks 从头画，要么用在线生成器——要联网、要注册，导出的 STL 还得回切片软件里再补一遍材料。
干脆自己写了一个。纯静态网页。在线试：https://exile008.github.io/keycaps-free/
外形参数化：顶面四条边各自内缩（前后给不一样的值就是非对称的裙边）、底面四条边也能往外延或往里收，轴心始终不动。高度、前后倾、左右倾、圆角、碟形凹陷（柱面 / 球面 / 平面）、壁厚，全是单独拖的。预设给了 Cherry 、OEM 、SA 、DSA 、XDA 和一个平面，R1–R4 行高能选，但都只是起点，拖完就是自己的形状。
宽度 1u 到 7u ，2u 及以上自动加卫星轴，十字轴孔的公差能单独调松紧。左边调参数，中间实时出网格，左下角同步给俯视和侧面的尺寸图，改完不用等重新建模。
字符最多 6 个，字体可以导入本地的 ttf / otf 。除文字外也吃 SVG ，多部件的图会逐个问你是填色、描边还是挖空，拿来做 logo 挺顺手。
嵌入有四种：平齐双色、凹刻、凸起、透光，主体和字符颜色分开选。
导出 3MF 是一个对象两个部件、带材质颜色； STL 可以单导键帽 / 字符 / 轴体，也有合并版和不含字符的空白件。存工程是个 json ，导入的字体和 SVG 会一起打包，换台机器打开不会丢。
技术上没什么花活：three.js 负责显示，manifold-3d 的 WASM 做布尔运算，参数塞在 localStorage 里。
想彻底断网用也行，整个目录就是一堆静态文件，起个本地服务打开 index.html 即可
已知的坑：
● 预设是近似值，不是哪家厂家的精确复刻。倾斜的裙边按法向量量会比输入的壁厚略薄，打之前建议先打一颗 1u 的小样试试轴。特别是十字轴的公差，每个耗材收缩率不一样，建议先+0.2
● 打印建议用 0.2mm 的头打，不然细小的图案和文字看不清。
有什么想要的功能可以直接说，能加就加。
via V2EX (author: Eins)
前阵子想打几颗带自己图案的键帽，折腾一圈发现：要么打开 SolidWorks 从头画，要么用在线生成器——要联网、要注册，导出的 STL 还得回切片软件里再补一遍材料。
干脆自己写了一个。纯静态网页。在线试：https://exile008.github.io/keycaps-free/
外形参数化：顶面四条边各自内缩（前后给不一样的值就是非对称的裙边）、底面四条边也能往外延或往里收，轴心始终不动。高度、前后倾、左右倾、圆角、碟形凹陷（柱面 / 球面 / 平面）、壁厚，全是单独拖的。预设给了 Cherry 、OEM 、SA 、DSA 、XDA 和一个平面，R1–R4 行高能选，但都只是起点，拖完就是自己的形状。
宽度 1u 到 7u ，2u 及以上自动加卫星轴，十字轴孔的公差能单独调松紧。左边调参数，中间实时出网格，左下角同步给俯视和侧面的尺寸图，改完不用等重新建模。
字符最多 6 个，字体可以导入本地的 ttf / otf 。除文字外也吃 SVG ，多部件的图会逐个问你是填色、描边还是挖空，拿来做 logo 挺顺手。
嵌入有四种：平齐双色、凹刻、凸起、透光，主体和字符颜色分开选。
导出 3MF 是一个对象两个部件、带材质颜色； STL 可以单导键帽 / 字符 / 轴体，也有合并版和不含字符的空白件。存工程是个 json ，导入的字体和 SVG 会一起打包，换台机器打开不会丢。
技术上没什么花活：three.js 负责显示，manifold-3d 的 WASM 做布尔运算，参数塞在 localStorage 里。
想彻底断网用也行，整个目录就是一堆静态文件，起个本地服务打开 index.html 即可
已知的坑：
● 预设是近似值，不是哪家厂家的精确复刻。倾斜的裙边按法向量量会比输入的壁厚略薄，打之前建议先打一颗 1u 的小样试试轴。特别是十字轴的公差，每个耗材收缩率不一样，建议先+0.2
● 打印建议用 0.2mm 的头打，不然细小的图案和文字看不清。
有什么想要的功能可以直接说，能加就加。
via V2EX (author: Eins)
[推广] ✨分享一个最近一直在稳用的 Zooproxy，现在免费送福利，找客服还有折扣
说下自己真实体验😌，之前换过好几家代理，要么 IP 纯度差、经常被风控，要么延迟波动大，客服响应慢，项目经常卡壳。偶然试了 Zooproxy ，用到现在挺满意，来给大家安利一下。
他们家主要是住宅 + 静态 ISP 代理
🌐地区覆盖很全，主流国家地区基本都有，支持按 ASN 定向，这点对我做多账号、爬虫、广告相关工作很友好。IP 池体量很大，IP 干净度不错 ✅检测通过率高，相比之前用的，验证码和封号情况少了很多。
协议支持 HTTP 、SOCKS5 ⚙️配置简单，对接指纹浏览器、脚本都很顺手。计费是按流量计费 💰没有强制时长捆绑，用多少算多少，对流量不稳定的项目很划算。轮换模式可以自动配置，不用手动频繁换 IP ，省心不少。
优点是稳定性在线
📶高峰时段丢包控制得还行，后台面板简洁，看流量、生成配置都一目了然。客服响应也比较及时，遇到配置问题基本都能快速解决。
客观说一下不足 ⚠️和大厂比，部分小众地区 IP 存量会少一点，超高并发场景建议先拿测试流量跑一下。
适合做跨境、数据采集、多账号运营、MCN 相关的朋友
🌍新用户有试用，建议先测，合适再上车。不是无脑吹，只是自己实测下来对比同价位里体验靠前的一家，有需要代理的可以参考。
做跨境 / 外贸网络如何解决 ---- 静态原生 IP 推荐
代理 IP 选哪里，能免费试用最好----Zooproxy
邀请码：veexfwaif
注册即刻兑换： https://zooproxy.com/?kwd=LQ-v2ex
U2GQ-GT44-KS6N
C8RY-GD43-CZTU
KGNF-LBYX-FWHJ
XWBD-PDNQ-3YEN
AE4L-5AQ6-Y76Z
6R8D-YEFW-EC4X
9XS8-8TCJ-BEV2
Z2M3-XBTU-9GJS
C496-83FF-52SD
YENB-94JR-4VMH
N6PA-KTKC-W7VL
FF3E-FVMG-9NG7
领取了的宝子回复一下哪个领到了哦！！！
没领取到的，可以联系官网客服领取免费试用额度或者私我注册的邮箱。
也可以联系 @Zooproxy7 qq： 1151007098@qq.com (
via V2EX (author: Mayday9421)
说下自己真实体验😌，之前换过好几家代理，要么 IP 纯度差、经常被风控，要么延迟波动大，客服响应慢，项目经常卡壳。偶然试了 Zooproxy ，用到现在挺满意，来给大家安利一下。
他们家主要是住宅 + 静态 ISP 代理
🌐地区覆盖很全，主流国家地区基本都有，支持按 ASN 定向，这点对我做多账号、爬虫、广告相关工作很友好。IP 池体量很大，IP 干净度不错 ✅检测通过率高，相比之前用的，验证码和封号情况少了很多。
协议支持 HTTP 、SOCKS5 ⚙️配置简单，对接指纹浏览器、脚本都很顺手。计费是按流量计费 💰没有强制时长捆绑，用多少算多少，对流量不稳定的项目很划算。轮换模式可以自动配置，不用手动频繁换 IP ，省心不少。
优点是稳定性在线
📶高峰时段丢包控制得还行，后台面板简洁，看流量、生成配置都一目了然。客服响应也比较及时，遇到配置问题基本都能快速解决。
客观说一下不足 ⚠️和大厂比，部分小众地区 IP 存量会少一点，超高并发场景建议先拿测试流量跑一下。
适合做跨境、数据采集、多账号运营、MCN 相关的朋友
🌍新用户有试用，建议先测，合适再上车。不是无脑吹，只是自己实测下来对比同价位里体验靠前的一家，有需要代理的可以参考。
做跨境 / 外贸网络如何解决 ---- 静态原生 IP 推荐
代理 IP 选哪里，能免费试用最好----Zooproxy
邀请码：veexfwaif
注册即刻兑换： https://zooproxy.com/?kwd=LQ-v2ex
U2GQ-GT44-KS6N
C8RY-GD43-CZTU
KGNF-LBYX-FWHJ
XWBD-PDNQ-3YEN
AE4L-5AQ6-Y76Z
6R8D-YEFW-EC4X
9XS8-8TCJ-BEV2
Z2M3-XBTU-9GJS
C496-83FF-52SD
YENB-94JR-4VMH
N6PA-KTKC-W7VL
FF3E-FVMG-9NG7
领取了的宝子回复一下哪个领到了哦！！！
没领取到的，可以联系官网客服领取免费试用额度或者私我注册的邮箱。
也可以联系 @Zooproxy7 qq： 1151007098@qq.com (
mailto:1151007098@qq.com)via V2EX (author: Mayday9421)
[VPS] 想租 VPS 跑 Claude Code，几个问题请教下大家
人在国内，想用 Claude Code 写代码，但是没钱买新设备，本机的 cc 已经绑定过国产 api 了，也被封过号，不敢再在本机用了。现在我想租一台海外 VPS ，固定 IP ，跑 Claude Code 。没实操过，几个问题想请教大佬们： 这样玩封号风险大吗？看到两种说法，一种说数据中心 IP 注册 claude 账号容易触发风控，一种说别在 VPS 上登录网页订阅、只跑 API 就没事。哪种靠谱？ VPS 选哪家？目前看了 Vultr 、搬瓦客、RackNerd 、DMIT ，价格差不少。有实操过的大佬推荐吗？ 还有就是手里只有国内储蓄卡，没外币信用卡。如果选用 VPS 方案的话还能用 google 付款嘛？ 感谢有经验的大佬不吝赐教，先谢过各位。
via V2EX (author: hydnice666)
人在国内，想用 Claude Code 写代码，但是没钱买新设备，本机的 cc 已经绑定过国产 api 了，也被封过号，不敢再在本机用了。现在我想租一台海外 VPS ，固定 IP ，跑 Claude Code 。没实操过，几个问题想请教大佬们： 这样玩封号风险大吗？看到两种说法，一种说数据中心 IP 注册 claude 账号容易触发风控，一种说别在 VPS 上登录网页订阅、只跑 API 就没事。哪种靠谱？ VPS 选哪家？目前看了 Vultr 、搬瓦客、RackNerd 、DMIT ，价格差不少。有实操过的大佬推荐吗？ 还有就是手里只有国内储蓄卡，没外币信用卡。如果选用 VPS 方案的话还能用 google 付款嘛？ 感谢有经验的大佬不吝赐教，先谢过各位。
via V2EX (author: hydnice666)
[分享发现] 为什么 AI 很强，普通人还是做不好专业产品
前言
AI 早已能写代码、搭页面，也能根据几句话生成一套看起来完整的业务系统
但一直以来，我对于 AI 的能力有一种很强的割裂感，一方面觉得它无所不能，另一方面又觉得使用时依然没有突破自己专业的范围
使用者如果不熟悉相关行业，往往不知道该描述哪些约束，也不容易发现需求里缺了什么，发现问题时也很难描述清楚
专业术语是一种知识压缩协议
专业人士沟通时，常用几个字就能让对方理解一大类问题。专业术语像一种知识压缩协议：双方共享相关背景，一个词就能唤起一整套知识，不必每次从头解释
比如开发者说“失焦”，说的就不只是光标从输入框里消失。这个词还带着一系列上下文：焦点变化意味着什么、相关事件何时触发、会影响哪些状态，以及什么情况下需要特殊处理。两个字背后，可能包含定义、使用场景、边界规则、副作用和行业惯例
因此，懂行的人不必把所有细节逐条说出来，关键概念已经能连接起一整套知识。缺少相关经验的人通常只能描述眼前的现象：“我点到别的地方，输入框就不对了。”这句话没错，只是还没有把问题说成便于分析的专业问题
AI 可以解释术语，也能在了解问题方向后提供方案。如果提问的人不知道这个现象属于哪一类问题，就很难用上恰当的概念，也难以说清重要约束
更深的障碍是元认知
元认知就是对自身认知状态的认识：知道自己掌握什么，也知道自己还缺什么
有时，人连自己缺少哪类信息都没意识到，更谈不上找到答案
假设一位餐饮老板让 AI 做个财务对账页面。他可能只想到把平台营业额和实际到账金额放在一起，再算出差额。AI 很快就能做出带筛选、汇总和差额计算的界面，看起来也没什么问题
有对账经验的人还会追问：交易日期和结算日期是否一致？退款落在下一个结算周期怎么办？手续费和优惠如何计算？怎么识别重复导入的账单？出现差异后，能否追溯原因和处理过程？
缺少相关经验的老板未必会想到这些问题。如果他不知道眼前的现象对应哪个专业术语，就很难主动查找资料或准确提问，给 AI 的需求也可能一直不完整。元认知的困难就在这里：不知道自己还缺什么，也就不知道该向 AI 补充什么
需求之外，还有没有写出来的规则
知道专业术语，也不等于掌握了整个行业。很多规则没有写进手册，而是来自处理具体情况的经验：哪种异常必须人工复核，什么情况允许例外，两条规则冲突时先处理哪一条
这些默会知识来自真实业务，有时只存在于某位老员工的工作习惯里。没有记录下来，就很难放进 AI 的上下文。AI 可以给出通用做法，却未必了解企业内部沿用多年的特殊流程，也无法仅凭模糊需求确认所有隐含约束都已考虑
业务文档、历史案例、处理记录和测试规则可以逐步整理下来，再让 AI 帮助检索、分析、补充问题，甚至生成测试。前提是有人发现并记录这些知识，也要用真实结果持续校验
AI 降低了实现门槛，却没有自动消除认知差距
AI 降低了实现想法的门槛。需求是否完整、规则是否正确、结果是否符合真实业务，仍需要人来判断。程序成功运行，只能说明它按设定的逻辑执行，不能证明这套逻辑符合实际
AI 时代的专业能力，体现在识别问题、找到合适的概念、补全隐藏规则并验证结果。专业人士往往更容易发现那些没有说出口、却关系到产品能否落地的要求
如果连该问什么都不知道，AI 给出的答案也很难对准真正的问题
----------------------
博客文章：《为什么 AI 很强，普通人还是做不好专业产品》
via V2EX (author: imba97)
前言
AI 早已能写代码、搭页面，也能根据几句话生成一套看起来完整的业务系统
但一直以来，我对于 AI 的能力有一种很强的割裂感，一方面觉得它无所不能，另一方面又觉得使用时依然没有突破自己专业的范围
使用者如果不熟悉相关行业，往往不知道该描述哪些约束，也不容易发现需求里缺了什么，发现问题时也很难描述清楚
专业术语是一种知识压缩协议
专业人士沟通时，常用几个字就能让对方理解一大类问题。专业术语像一种知识压缩协议：双方共享相关背景，一个词就能唤起一整套知识，不必每次从头解释
比如开发者说“失焦”，说的就不只是光标从输入框里消失。这个词还带着一系列上下文：焦点变化意味着什么、相关事件何时触发、会影响哪些状态，以及什么情况下需要特殊处理。两个字背后，可能包含定义、使用场景、边界规则、副作用和行业惯例
因此，懂行的人不必把所有细节逐条说出来，关键概念已经能连接起一整套知识。缺少相关经验的人通常只能描述眼前的现象：“我点到别的地方，输入框就不对了。”这句话没错，只是还没有把问题说成便于分析的专业问题
AI 可以解释术语，也能在了解问题方向后提供方案。如果提问的人不知道这个现象属于哪一类问题，就很难用上恰当的概念，也难以说清重要约束
更深的障碍是元认知
元认知就是对自身认知状态的认识：知道自己掌握什么，也知道自己还缺什么
有时，人连自己缺少哪类信息都没意识到，更谈不上找到答案
假设一位餐饮老板让 AI 做个财务对账页面。他可能只想到把平台营业额和实际到账金额放在一起，再算出差额。AI 很快就能做出带筛选、汇总和差额计算的界面，看起来也没什么问题
有对账经验的人还会追问：交易日期和结算日期是否一致？退款落在下一个结算周期怎么办？手续费和优惠如何计算？怎么识别重复导入的账单？出现差异后，能否追溯原因和处理过程？
缺少相关经验的老板未必会想到这些问题。如果他不知道眼前的现象对应哪个专业术语，就很难主动查找资料或准确提问，给 AI 的需求也可能一直不完整。元认知的困难就在这里：不知道自己还缺什么，也就不知道该向 AI 补充什么
需求之外，还有没有写出来的规则
知道专业术语，也不等于掌握了整个行业。很多规则没有写进手册，而是来自处理具体情况的经验：哪种异常必须人工复核，什么情况允许例外，两条规则冲突时先处理哪一条
这些默会知识来自真实业务，有时只存在于某位老员工的工作习惯里。没有记录下来，就很难放进 AI 的上下文。AI 可以给出通用做法，却未必了解企业内部沿用多年的特殊流程，也无法仅凭模糊需求确认所有隐含约束都已考虑
业务文档、历史案例、处理记录和测试规则可以逐步整理下来，再让 AI 帮助检索、分析、补充问题，甚至生成测试。前提是有人发现并记录这些知识，也要用真实结果持续校验
AI 降低了实现门槛，却没有自动消除认知差距
AI 降低了实现想法的门槛。需求是否完整、规则是否正确、结果是否符合真实业务，仍需要人来判断。程序成功运行，只能说明它按设定的逻辑执行，不能证明这套逻辑符合实际
AI 时代的专业能力，体现在识别问题、找到合适的概念、补全隐藏规则并验证结果。专业人士往往更容易发现那些没有说出口、却关系到产品能否落地的要求
如果连该问什么都不知道，AI 给出的答案也很难对准真正的问题
----------------------
博客文章：《为什么 AI 很强，普通人还是做不好专业产品》
via V2EX (author: imba97)
[推广] I built Bby Wow AI (Dime Dime Baby AI): put yourself in the viral Bby Wow dance from one photo, with frame-accurate move
via V2EX (author: mesbbs)
via V2EX (author: mesbbs)
Telegraph
[推广] I built Bby Wow AI (Dime Dime Baby AI): put yourself in…
Hi V2EX, If you have opened TikTok this month you have probably seen the Bby Wow dance, which Spanish-speaking TikTok calls Dime Dime Baby: at a quinceañera party, a man in a cowboy hat walks out of the crowd toward the camera, bites his finger, brushes past…