谷歌Chrome浏览器开始支持拆分视图功能,允许用户在同一界面同时浏览多个网页。从提供的图片来看,这一新功能将显著提升多任务浏览体验,用户无需在不同标签页之间频繁切换。界面设计清晰,操作直观,有望成为Chrome浏览器的一大亮点功能。此更新将帮助Chrome在与其他浏览器的竞争中保持优势,同时也为用户提供了更高效的网络浏览方式。
原文链接:V2EX
谷歌Chrome浏览器开始支持拆分视图功能,允许用户在同一界面同时浏览多个网页。从提供的图片来看,这一新功能将显著提升多任务浏览体验,用户无需在不同标签页之间频繁切换。界面设计清晰,操作直观,有望成为Chrome浏览器的一大亮点功能。此更新将帮助Chrome在与其他浏览器的竞争中保持优势,同时也为用户提供了更高效的网络浏览方式。
原文链接:V2EX
近日,Linux.do 社区一位开发者发文指出,OpenAI 新模型 GPT-6-Astra 的实际使用体验不及上一代 GPT-5.6-sol。作者称,此前从 GPT-5.5 升级到 GPT-5.6-sol 时能明显感受到体验提升,但从 GPT-5.6-sol 切换到 GPT-6-Astra 后,体验反而出现倒退。该用户列出三大问题:其一,模型在智力水平和工程能力上没有显著提升,对 prompt 及 AGENTS.md 文件的遵循能力也无改善,这一缺陷在实际开发项目中很容易察觉;其二,Token 生成速率过低,甚至不到 GPT-5.6-sol 的一半,TPS(Tokens Per Second)很难超过 20,严重影响实际使用效率;其三,额度消耗过快,这不仅源于模型单价较高,还体现在 Pro 订阅 20 倍周限额的换算上——每个百分点周限额实际对应的 Token 用量明显缩水,等效使用成本显著上升。该话题发布后引发社区讨论,共获得 10 位参与者、12 条回复。多位开发者围绕新一代模型的性能表现与定价策略展开交流,反映出部分重度用户对 GPT-6-Astra 的性价比存在疑虑。作为面向 AI 编程场景的旗舰模型,其实际表现与官方宣传之间的落差成为社区关注焦点。
核心观点:大模型迭代进入边际收益递减期,速度与成本体验正取代能力参数,成为用户用脚投票的关键。
原文链接:Linux.do
一位用户在Linux.do论坛分享使用AI生成Word文档的经历,引发关于大模型Token消耗成本的讨论。该用户通过Codex接入DeepSeek生成Word文档,排版和内容质量令人满意,但一份9000字、16页的文档在闲时时段消耗约一元费用,Token开销明显偏高。为控制成本,用户转而尝试千问办公,虽然生成质量有所下降,但每日免费积分基本能满足其不大的文档需求量。用户进而提出疑问:docx文档制作是否存在节省Token的方法,还是这类任务本身就容易让AI反复返工?AI的反馈是,docx文档格式极易出现问题,导致AI不得不反复修改、重复生成,从而放大Token消耗。该话题吸引了论坛多位用户参与讨论。这一现象揭示了AI办公应用落地中的现实问题:docx基于XML的复杂排版体系对大模型输出精度要求较高,格式校验失败引发的返工循环使实际成本远超内容生成本身所需,如何优化此类任务的Token效率正成为AI用户群体关注的焦点。
核心观点:AI文档生成的成本瓶颈不在写作而在格式,docx严格的排版规范迫使模型反复返工,结构化输出能力仍是大模型的短板。
原文链接:Linux.do
Hacker News近期围绕「.gitignore默认忽略一切」(.gitignore Everything by Default)展开讨论,聚焦Git工作流中文件忽略策略的取舍。原文章提出在仓库中默认忽略所有文件、仅通过白名单放行必要内容的做法,引发开发者不同立场的交锋。有开发者反对「git add .」式的全量添加,认为选择性暂存(staging)能有效避免误提交问题。争议焦点之一是CLAUDE.md、AGENTS.md等AI智能体配置文件是否属于「不该入库的杂物」:有评论明确反对这一说法,指出这些文件承载项目专属的AI协作规则,提交到仓库可让其他使用智能体的协作者产出同样质量的代码,不应被默认忽略。一位开发者分享了在全局配置~/.config/git/ignore中加入.*规则的实践:默认忽略所有点文件,再反白名单放行.gitignore、.gitattributes、.github、.editorconfig等常用项,此后可随意在项目中创建临时文件、缓存目录或.code_analysis.md、.todos.txt等Claude辅助文件,无需逐个维护.gitignore。另有评论建议将白名单放入全局配置、建立playground专用目录,或使用git add -p逐块确认变更。还有人指出,现代语言项目多有src/、tests/目录,选择性添加并不困难。
核心观点:AI智能体配置文件正在重塑代码仓库的边界规则,.gitignore之争本质是人机协作规范的博弈。
原文链接:Hacker News
有用户在 Linux.do 论坛反映,使用新加坡节点访问时,网页版 Gemini 可以正常对话,但谷歌的 AI 编程工具 Antigravity 始终报错,错误信息为 HTTP 400 Bad Request FAILED_PRECONDITION: User location is not supported for the API use,即用户所在地区不支持该 API 使用。这一现象表明 Antigravity 对接入地区的校验比 Gemini 网页版更为严格。发帖人希望找到一种无需开启 TUN 模式或全局代理的解决方案,使两类服务同时正常工作。该话题引发论坛成员讨论,共产生 7 个帖子、7 位参与者。类似情况在开发者社区并不罕见:同一厂商的不同产品线往往使用不同的 API 端点和风控策略,网页版服务与桌面端 IDE 内嵌 API 调用的地区判定机制可能存在差异,导致部分用户即便节点本身可用,仍无法通过 Antigravity 的前置校验。对国内开发者而言,地区限制已成为使用海外 AI 编程工具时最常见的门槛之一,代理方式的选择(规则分流、TUN 虚拟网卡、全局模式)直接影响各项服务的可用性,也推高了普通用户的使用成本。
核心观点:同一家公司两条产品线的地区策略割裂,暴露出 AI 编程工具全球分发野心与合规风控现实之间的结构性矛盾。
原文链接:Linux.do
作者基于 Pi 0.85.0 发布 Windows 工作流第四版记录,核心变化来自三方面。终端层面,Pi 0.84.3 加入原生 PowerShell 工具后,主会话与常规子代理可显式改用 powershell 工具,模型无需再被反复提醒按 PowerShell 的变量、引号和路径规则执行命令;Plan 角色通过 defaultPlanTools 纳入 powershell 并应用有限命令策略,权限插件则通过 shellTools 配置将新工具纳入现有命令检查链路。上下文管理方面,作者移除 pi-ultra-compact,改装 @cortexkit/pi-magic-context:由其给消息打标签,通过 ctx_reduce 移出不再需要的旧内容、ctx_expand 回读原始消息,Historian 在后台整理旧对话,Pi 原生自动压缩关闭;文中提供向导与手动两条安装路径、定向更新命令及 doctor 诊断的备份注意事项。多供应商切换方面,针对同一模型名在不同供应商下 provider/model 不同的问题,Plan 三个专用角色改为 model: inherit 继承父会话选择,常规角色删除固定模型与 fallback 配置;Magic Context 的 Historian 因需读取独立配置,作者编写本地扩展监听 model_select 事件,通过 /sync-magic-model 命令手动同步模型与思考等级。此外,Context7 与 DeepWiki 两个 MCP 服务从 eager 改为 lazy 按需连接以减少启动开销;汉化方案由维护停滞的 pi-di18n 更换为 rpiv-i18n;新增 @pi-unipi/notify 插件实现 Windows 桌面通知,覆盖长任务结束、模型提问与权限确认等提醒场景。
核心观点:Agent 工具的竞争焦点已从模型能力转向工程细节,上下文治理与多供应商配置正成为开发者工作流的隐形门槛。
原文链接:Linux.do
开发者社区 V2EX 有用户发布了一款名为 CoDock 的本地 Coding Agent 工作台,旨在解决开发者同时使用多个 AI 编程工具时的窗口管理难题。随着 AI 辅助编程普及,开发者往往需要在不同项目上分别运行 Claude Code、Codex、DeepSeek、Gemini CLI 等多种 Agent,导致终端窗口杂乱、任务状态难以追踪、长 Prompt 编辑不便。CoDock 的核心功能包括:一是在单一桌面窗口内以多标签页方式并行运行 9 种以上主流 Coding Agent,支持重命名、项目分组和自定义排序;二是智能识别 Agent 运行状态,当任务完成或等待用户确认时,通过标签圆点亮起与任务栏闪烁联动提醒;三是本地直读各 Agent 的原生日志与 SQLite 数据,按天、项目、模型维度聚合生成 Token 用量看板,数据不上传云端;四是提供独立的 Markdown Composer 浮窗,支持长文本结构化编辑与模板库,并可调用大模型优化提示词后一键投递到当前终端;五是支持手机和平板自适应界面,通过局域网远程查看输出流,还可生成受控分享链接供同事查看。该项目完全基于本机 PTY 启动各 Agent CLI,数据保留在本地磁盘。目前已在 GitHub 发布 Windows 安装程序与便携版、macOS(Apple Silicon 与 Intel 双架构)DMG 安装包以及 Linux 二进制文件。
核心观点:多 Agent 并行编程成为常态,碎片化生态下聚合编排层正从锦上添花变成开发者的新刚需。
原文链接:V2EX 分享发现
评论前必须登录!
立即登录 注册