舊模型不值得折騰+1

DS R1 Distill 還是 Qwen2.5, 而 Qwen3 也不算太好, 這些東西 Tool use 正確輸出 xml 也極不穩定而且無法自行修正, 到了 Qwen 3.5 就好很多

有 64GB RAM 直接上 Strata 試試吧, Qwen 3.8 Flash Next 125B A10B 的 Tool uses 很穩, 3090 應該在 Prefill 及 generation 的速度也十分好用

Antigravity 的 harness 跟 Codex 相比就是垃圾, auto-approve 也沒有, 每一部 shell 要手動批准, 或者容許 model 幫你全 disk 清除, model 再強也沒用

執行看看是執行甚麼, 修改任務不可以, 但讓它操作 bash 取 log 一類不用判斷目標的重活很好, 而環境上很有機會要重試的, 讓 Sol/Astra 去給它指示就可以

簡單的 scripting 操作由 Sol/Astra 做當然好, 只是很貴, 我都讓 Sol/Astra 開一個 Luna 的 sub-agent 去做這些

其實只要有合適的 feedback 機制, 讓 AI 知道發生了問題然後去查, 然後給予足夠的權限去修正及發佈, 現在已經可以自我維護了

@kkocdko 其實像 codex 般, 有獨立的 auto-approve 機制已經會好很多, 不是那些無限制全開的, 也不是 whitelist 只能某些 command 可以跑的重人工技巧

龍蝦最吃的是安裝環境, 以前全 PC 都交出去十分不可靠, 而且大部分人安裝了甚麼也不記得而且難以清理, 維護問題也太吃 LLM 去處理

還是標準的環境好, 不談 Telnet 及 SSH 一類只有專家會用的 Linux 系統, 以前 Windows Terminal Services 就有一種大量企業授權的做法來讓普通用戶都有穩定可控的工作環境, 這類管起來才能 scale 成服務

我不相信啦，畢竟商業的存在是解決各式各樣的人類需求，即使會下 prompt 寫程式，但架構及 scale 及真實 loading 的問題仍然要處理。

紙上的 program 給 AI 做，但現實中的需求調研及成本控制，仍然是靠人的眼光去發現。

長期營運有人用的東西，人的意志是不可缺少的。

快, 但只有簡單的東西不想浪費 ChatGPT 才丟給它, 還有 Family Sharing 方便而已, 認真的東西還是 GPT 5.6 Sol

@mxT52CRuqR6o5 75hz 有點古老，以前 CRT 才有的更新率，現代我寧願用 60Hz 起碼看影片不會卡，當然 120hz 是最好的。

我的 LCD 倒沒壞過，我寧願普通的壞掉才有籍口換台新的

@Sorhyu 我實在不喜歡雙屏中間被砍開一條線的感覺, 所以用 Odyssey G9

32K 6K 很好啊, 也不算大了, 可能只是桌面太小太淺

我也想用 Dual UHD 的 Odyssey Neo G9, 但應該玩遊戲要強制使用 DLSS

但中國國內 UDP 跨城或跨網的掉包都很嚴重，EasyTier 的 KCP 能否在 tunnel 端解決這問題？

@12wk34 其實我在中國旅行時用 300ms 回家用 Agent 也不太大問題, 工作節奏是慢了一點但不算不能用, 畢竟在日本或歐洲的 agent 都有機會連到美國節點, 但痛苦的是人看 Google 及其他網頁爽度落差很有感

中國一線以外都算便宜, 吃得也還好, 但旅居用御三家 AI 工作來說網絡不行, 暫時體驗最好的不是香港 SIM, 而是新加坡 SIM, 香港 SIM 的 RTT 在廣東也繞到接近 200ms, 新加坡的 70ms 左右。

只談肉身在當地的旅居, 越南沒去過不知道當地網絡如何, 但馬來西亞還不錯, Codex/Antigravity/Claude 都沒問題, 只是也不算很便宜, 要英語能通還是要花一點錢, 華語除了吃飯就沒用過。

日本應該網絡質素更好吧, 吃的也很好, 在鄉村一點的地方住 Airbnb 也有光纖到戶的 WiFi 還便宜, 開車也十分爽, 天氣比馬來西亞更舒服, 只是英文通行度更少, 不過沖繩的 Airbnb 跟世界各地特別是歐洲都強太多, 便宜乾淨設備足, 雖然位置好像不甚麼樣但能停幾台車, 開車到 7-11/FamilyMart 也只是 5 分鐘的事。

不過中國駕照在日本不能開, 可能還是要考慮住在市區。

@phinex 本來我就一堆 microservices, 有時候需求變動要幾個組件一起改

@justd 看看這個 https://opencode.ai/docs/agents/#model

示例中的 agent 就叫做'cheap-model', 你可以改成其他名字
```json
{
"agent": {
"cheap-model": {
"model": "anthropic/claude-haiku-4-20250514"
}
}
}
```

我是直接在 main agent 中 用 GPT 5.5, plan 的時候要它 "cheap-model"的 sub-agent 去實作及跑 smoke-test

反正有免費的 model, 你可以先用免費的試試這種配置, 到能用的時候再接入 Codex subscription, provider 選 OpenAI 就可以
https://opencode.ai/docs/providers/#openai

OpenCode 已經很不錯吧, 我配 Codex 的 subscription, GPT5.5 還挺能打, 要幹重活的話, 用多個 sub-agents 配 Deepseek 去跑吧, 然後讓主 agent 的 GPT 5.5 驗收就成

我的重置了, 比預定早了一天, 算小賺一點

OpenCode 能用 Codex subscriptions 真的很佛心, 先用 GPT5.5 計劃好, 再用其他便宜的模型跑 subagents 去實作及 smoke-test 成功為止, 這樣的分配還真的省下不少 Codex usage

想買 MiMo token plan Lite 但不知道小米模型甚麼樣, 總算能免注冊先試用了

模型還不錯, 但 harness 很拉, 無論是 agy (CLI)還是 IDE 還是 Agent, 都很容易改錯 file, 然後不管你有沒有 git commit 都給你來一個 git restore

但 Pro 3.1 的 quota 還算可以, 總體來說我用它來幹粗活的

如果多次也修不好, 我試過用 pi.dev + Qwen3.6 27B(本地)也比它好

當然 Codex 是吊打 AG 的, quota 也不少, 只是我 Codex 也常用滿了, 才需要用 AG 及本地 LLM 分擔一下