Codex CLI 侧边会话怎么用出效率

Codex CLI 加了侧边会话和折叠记录之后,多任务并行的体验明显好转。但多数人还是当一个聊天窗用,浪费了结构。 侧边会话解决什么问题? 解决主线被打断。主任务在跑,突然要查一个接口文档,开侧边聊,不污染主线上下文。 上下文不混,输出才稳。 怎么分工最合理? 主线做实现,侧边做调研。主线写代码,侧边查文档、查报错、查版本兼容。 两条线各有自己的上下文,互不干扰。 折叠记录有什么用? 把过程收起来,只看结论。长任务跑完,展开记录才能看到中间步骤。 日常用折叠,复盘时展开。 什么时候该开新会话? 三个信号。一是话题切换,二是上下文过长,三是连续两次答偏。 第三条最该果断,答偏之后再纠往往越纠越乱。 怎么避免上下文污染? 两个习惯。一是侧边会话只问一个问题,问完关掉。二是主线会话定期总结,把结论写进文件,不靠记忆。 写进文件,比留在上下文里可靠。 多任务并行要注意什么? 注意磁盘冲突。两个会话同时改同一批文件,会互相覆盖。 用分支隔离,或者约定不同目录。 这套用法适合谁? 适合需要频繁查资料的开发任务。纯写代码的任务用不上侧边。 工具的价值在场景匹配,不在功能多。 一句话判断? 侧边会话的本质是上下文分区。分区做得好,效率提升来自不混乱,不来自更快。 混乱是隐藏成本,分区是显式收益。 侧边会话要不要保存? 重要的存,随手查的不存。存的是结论和引用链接,不是整段对话,整段存下来,下次找起来比重新问还慢。 判断标准很简单:这条结论一周后还会用到吗。会,就写进项目笔记;不会,关掉即可。 同簇还有哪几篇值得一起看? llama.cpp 1.0 服务端参数怎么设 Unsloth Dynamic v3.1 量化复现步骤 Brave Search x402 按次付费给智能体怎么接 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 47 words · 王波

Brave Search x402 按次付费给智能体怎么接

Brave 给搜索接口加了 x402 支付:智能体每次检索用一个稳定币小额支付,不需要账号和 API key。这个设计对自动化场景很有吸引力。 x402 解决的是什么问题? 解决小额付费的摩擦。传统 API 要注册、要绑卡、要控额度,成本比调用本身还高。 按次付费把门槛降到接近零。 它适合什么场景? 三个。一是低频调用,一个月几百次的那种。二是跨组织的临时协作,没有长期关系。三是自动化脚本,不值得为它开账号。 高频稳定调用反而不划算,包月更便宜。 智能体怎么用? 在检索前检查余额,够就发请求,返回 402 时按协议付费并重试。 关键是重试逻辑要幂等,别重复付费。 风险在哪? 三个。一是私钥管理,签名支付意味着密钥就是钱。二是价格波动,稳定币也可能脱锚。三是审计,按次付费的记录要能对账。 第一个最危险,密钥泄露等于钱包丢了。 企业该怎么评估? 看三件事:调用量、结算币种、合规要求。调用量小可以试,合规要求高要谨慎。 涉及跨境支付时,税务处理要提前问清。 对普通开发者意味着什么? 意味着可以低成本试新工具。过去要开十几个账号,现在一个钱包能试很多服务。 试错成本降低,创新会变多。 有没有更简单的替代? 有,预付费额度。先充一笔,按次扣。缺点是仍要注册。 x402 的价值在无账号,不在便宜。 一句话判断? 它是给机器设计的支付方式,不是给人的。人不需要为一次搜索付几分钱。 机器需要,因为机器会高频试错。 按次付费怎么对账? 按调用记录对。每次调用的时间、金额、返回状态都要落库,月底和链上记录核一遍。 不落库就没法申诉,也没法做成本分析。对账表里再加一列任务标识,能看出钱花在哪个场景上,这比总额更有用。 同簇还有哪几篇值得一起看? llama.cpp 1.0 服务端参数怎么设 Unsloth Dynamic v3.1 量化复现步骤 Codex CLI 侧边会话怎么用出效率 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 55 words · 王波

Unsloth Dynamic v3.1 量化复现步骤

Unsloth 的 Dynamic v3.1 声称同尺寸的 GGUF 文件精度能提升百分之五到十。这个提升来自分层量化策略,复现时最容易漏掉的就是分层。 它和普通量化差在哪? 普通量化全模型用同一档位。Dynamic 按层敏感度分配:敏感层高精度,不敏感层低精度。 总大小不变,精度分配更合理。 复现第一步做什么? 先确认基线。用同一份权重、同一套评测,跑一遍原版量化,记下分数。 没有基线,无法证明提升。 第二步做什么? 按官方配方分层。关键是敏感度表,它由校准数据算出来。 校准数据要和目标场景接近,用通用语料算出来的表会偏。 第三步做什么? 选校准集规模。太少算不准,太多耗时。 通常几百条覆盖主要任务类型就够。 第四步做什么? 导出并校验。导出后要检查文件大小、层数、元信息是否完整。 不校验的话,加载时报错才发现就白跑了。 评测怎么做才可信? 三类题。一是通用能力,二是目标任务,三是边界样本。 只看通用能力,会漏掉目标场景的退化。 提升不明显怎么办? 三个检查点。校准数据是否匹配、敏感层是否被正确标记、评测是否用了同一解码参数。 第三个最常见,参数不同结果不可比。 这套方法适合谁? 适合要在端侧部署又不想牺牲太多精度的人。不适合追求极致压缩的人。 压缩率和精度本身是权衡。 一句话判断? Dynamic 量化的价值在分配,不在压缩。分配对了,同尺寸更准。 复现的关键不是脚本,是校准数据。 量化后精度掉了怎么查? 分层查。先跑通用评测看整体水位,再跑目标任务看局部退化,最后看边界样本,三层定位。 哪一层掉得最多,就单独提高那一层的精度,不必整体升档。分层的意义就在这里:把有限的体积留给真正敏感的部分。 同簇还有哪几篇值得一起看? llama.cpp 1.0 服务端参数怎么设 Brave Search x402 按次付费给智能体怎么接 Codex CLI 侧边会话怎么用出效率 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 55 words · 王波

llama.cpp 1.0 服务端参数怎么设

llama.cpp 到 1.0 之后,参数终于稳定了。但稳定不等于会设,五个参数决定它是能用还是难用。 第一个参数是什么? 上下文长度。它决定单次能处理多长的输入,也决定显存占用。 设太大浪费显存,设太小长文档截断。 第二个参数是什么? 并行槽位。同时处理几个请求。槽位多,吞吐高,但每个槽位的上下文都要占显存。 槽位数乘上下文长度,才是真实占用。 第三个参数是什么? 批大小。影响提示词处理速度,不影响生成速度。 长提示词场景可以调大,短对话场景调大没意义。 第四个参数是什么? 线程数。等于物理核心数最稳,超过会因调度开销变慢。 别按逻辑核心数设。 第五个参数是什么? 显存卸载层数。决定多少层放显卡,多少层留内存。 放显卡的层越多越快,但要看显存余量。 怎么找平衡点? 三步。先跑默认配置记录速度,再逐项调大看瓶颈,最后固定在稳定值上留一成余量。 留余量是为了应对突发长请求。 常见错误配置有哪些? 三个。上下文设到模型上限,槽位开到八,线程按超线程数设。 三个都会导致变慢或崩溃。 怎么监控? 看三个数:首 token 延迟、生成速度、显存峰值。 三个数都稳,配置才算对。 一句话判断? 参数不是越多越好,是匹配场景。先想清楚是长文档还是短对话,再决定怎么设。 设对了,普通卡也能跑得顺。 参数要不要跟着模型换? 要。不同模型的上下文窗口、显存占用、注意力实现差别很大,参数照搬要么浪费显存,要么直接崩溃。 换模型时重新跑一遍基线:首 token 延迟、生成速度、显存峰值。三个数对上再定参数,别沿用旧配置。 同簇还有哪几篇值得一起看? Unsloth Dynamic v3.1 量化复现步骤 Brave Search x402 按次付费给智能体怎么接 Codex CLI 侧边会话怎么用出效率 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 55 words · 王波

Edge0-145B 单卡部署的显存与量化估算

145B 的 MoE 想跑在单张消费级卡上,第一步不是装环境,是算显存。算错了,后面全是白费功夫。 显存怎么估? 按三个部分算:常驻权重、激活缓存、上下文缓存。 权重是大头,激活和上下文随长度增长。 权重怎么算? 参数量乘每参数字节。145B 在十六位下约 290GB,八位约 145GB,四比特约 72GB。 这只是理论值,实际还有对齐和额外缓冲,要加一成。 为什么 MoE 能压到更低? 因为专家可以分页。不常用的专家放内存或硬盘,按需调入。 代价是首次命中会卡顿。 激活缓存怎么估? 按批大小和隐藏维度估。批量越大,激活越多。 单卡跑大模型,批大小通常只能设一。 上下文缓存怎么估? 按层数、头数、长度算。长度翻倍,缓存翻倍。 长上下文是显存杀手,比权重更容易爆。 消费级卡的真实瓶颈在哪? 在带宽。显存够但带宽不够,生成速度会非常慢。 所以这类模型适合离线批处理,不适合实时对话。 怎么验证估算对不对? 先加载模型看常驻占用,再跑一条短生成看峰值,最后跑一条长生成看增长。 三个数对上估算,才算算准。 该不该上? 三个条件。一是任务能离线,二是数据不能出内网,三是有人能维护。 缺一个,就不如用云端。 一句话判断? 显存估算是部署的第一道门。算不清就别装,装了也是反复重启。 先把账算明白,再谈性能优化。 有没有更省显存的替代? 有,分层加载加专家分页。把不活跃的层放内存,按需换入显存,能把常驻占用压下来一大截。 代价是首字延迟变长,所以它适合离线批处理,不适合实时对话。做之前先确认业务能不能接受几秒的等待。 同簇还有哪几篇值得一起看? Gemini Create My Widget 用一句话做安卓小组件 xAI Grok Agents 开发者平台怎么接入第一步 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 55 words · 王波

xAI Grok Agents 开发者平台怎么接入第一步

Grok Agents 开放之后,很多人第一反应是拿 key 跑一个 demo。真正该先做的是想清楚任务边界,否则接进去也跑不稳。 第一步该做什么? 定义任务的成功标准。什么算完成,什么算失败,失败的代价有多大。 没有成功标准的 agent,会一直在跑。 第二步做什么? 列工具清单。它能调哪些接口,每个接口的权限多大。 清单要写到具体方法,不能只写读数据库。 第三步做什么? 设预算。步数上限、时间上限、金额上限,三个都要有。 只设一个,其他两个会被绕过去。 怎么做最小验证? 用一个真实但低风险的任务跑通:读数据、生成报告、发到内部群。 低风险意味着出错可回滚。 多步任务最容易在哪崩? 在第三步到第五步。开头顺利,中间信息不足,它开始猜,猜错之后一路错下去。 所以在中间步骤要加校验点。 校验点怎么设? 在不可逆动作前设。发消息前、写库前、付款前,都要人确认或规则校验。 不可逆动作之后的校验没有意义。 日志要记什么? 记四样:输入、每步动作、工具返回、最终输出。 四样齐了,才能复盘它在哪一步偏了。 出错怎么止损? 三个开关。停止当前任务、回滚已执行动作、拉黑问题工具。 三个开关要在接入时就做好,别等出事再补。 一句话判断? 接 agent 平台,第一件事不是调通,是设计刹车。 刹车设计好了,才敢让它跑远。 接入前要不要先做压测? 要,至少测并发和超时。多步任务在并发下容易互相等待,超时设置不当会连锁失败,一个慢请求拖垮整批。 压测能提前暴露队列瓶颈。用十个并发跑同一类任务,看平均耗时和失败率,两个数就够判断要不要限流。 同簇还有哪几篇值得一起看? Gemini Create My Widget 用一句话做安卓小组件 Edge0-145B 单卡部署的显存与量化估算 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 52 words · 王波

Gemini Create My Widget 用一句话做安卓小组件

谷歌 11 月的 Gemini Intelligence 更新里,最实用的功能是 Create My Widget:用自己的话描述一个小组件,系统直接生成。 它能做什么? 把 Gmail、日历、搜索里的信息拼成一个小卡片,放在桌面。不用写代码,不用装第三方。 对普通用户来说,这是把信息聚合从应用内搬到桌面的第一步。 描述该怎么写? 写三件事:显示什么、什么时候更新、点一下会怎样。 三件事写清楚,生成结果就准。写得太抽象,出来的是通用模板。 为什么它比传统小组件强? 传统小组件是固定模板,只能选不能改。这个是按描述生成,能贴合个人习惯。 差别在粒度,从选模板变成描述需求。 局限在哪? 局限在数据源。它只能读系统开放的数据,第三方应用的数据接不进来。 所以别指望它做跨平台看板。 更新频率怎么控制? 按重要性设。日程类要高刷新,统计类可以低频。 刷新太频繁会耗电,这是桌面组件的通病。 对国内用户有什么用? 短期用不上,因为依赖 Android 系统层能力。但思路可以借鉴:把常用信息聚合成一张卡。 国内厂商的负一屏、桌面卡片,本质是同一件事。 这类功能的风险在哪? 风险在权限。能读邮件和日历,就能看到隐私。授权时要看清范围。 只给必要的数据源,别一次全开。 一句话判断? 用自然语言做界面,是把配置权交回用户。配置权交出来了,产品才真正个性化。 但它也意味着界面不再统一,出问题时更难排查。 生成的小组件能改吗? 能改描述,不能直接改代码。想微调布局,就改描述里的顺序、优先级和显示条件,它对自然语言的理解有边界,写得越具体越听话。 改完要重新生成,不是即时生效。每次只改一处,改多了就分不清是哪一句起了作用。 同簇还有哪几篇值得一起看? xAI Grok Agents 开发者平台怎么接入第一步 Edge0-145B 单卡部署的显存与量化估算 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 51 words · 王波

Claude Code 2.1.325 沙盒命令授权怎么配

Claude Code 2.1.325 改了默认行为:沙盒内的 shell 命令不再静默执行,需要显式授权。这个改动会让一些人觉得麻烦,但它堵的是一个真实风险。 为什么默认要授权? 因为命令能改文件、能联网、能装包。静默执行意味着一次误判就能造成不可逆后果。 授权是把不可逆操作变成可审的。 授权有哪几种粒度? 三种。单次授权、会话内授权、永久白名单。 单次最安全,永久最省事,会话内是折中。 哪些命令该进白名单? 只读类。列目录、查状态、看日志、跑测试。这四类高频且低风险。 写入、删除、推送、安装,一律单次授权。 怎么减少授权疲劳? 三个办法。一是把常用只读命令写成脚本,一次授权跑一串。二是把危险命令拆开,让人能看清每一步。三是给项目级的默认策略,不同项目不同宽松度。 第一个最实用,多数人卡在一条条点。 沙盒能不能完全隔离? 不能。沙盒限制的是文件与网络访问,不限制逻辑。一条看起来无害的命令,可能在沙盒内完成敏感操作。 所以沙盒是降低风险,不是消除风险。 团队该怎么统一策略? 写一份命令分级表:绿名单自动放行,黄名单需确认,红名单禁止。 三色表贴在项目文档里,新人照着配。 出问题怎么追溯? 靠命令日志。谁授权、什么时候、跑了什么、输出是什么,都要留。 没有日志,出事只能整体回滚。 一句话判断? 授权的价值不在防住所有风险,在让每个风险都有人签字。 麻烦一点,换的是可追责。 白名单要不要定期复审? 要,每季度一次。项目变了,权限常常没跟着变,过期的白名单比弱口令更难发现,因为它看起来一切正常。 复审时逐条问三个问题:这条还需要吗、还需要这么宽吗、还有谁在用。三个问题问完,通常会砍掉三成条目。 同簇还有哪几篇值得一起看? 豆包工作工作台怎么自建:技能、插件与偏好三步 WorkBuddy 5.11.3 侧栏分组怎么调最顺手 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 43 words · 王波

WorkBuddy 5.11.3 侧栏分组怎么调最顺手

5.11.3 修了三个侧栏问题:分组下拉缺新建入口、置顶任务移入分组行为不一致、拖拽时置顶区偶现空白。升级之后,分组终于能正常用了。 侧栏三分区该怎么理解? 置顶、最近、分组,是三种不同的访问逻辑。置顶是常用,最近是连续,分组是归档。 三者混用,侧栏就会乱。 置顶该放什么? 只放本周要反复用的任务,控制在五个以内。多了等于没置顶。 置顶区超过一屏,就失去快速访问的意义。 最近区该怎么用? 当作工作流。最近是时间序,适合接着做昨天没做完的活。 不要手动整理最近,它是自动的。 分组该怎么建? 按项目建,不按类型建。一个客户一个组,一个季度一个组,都行,但要有明确边界。 按类型建组,任务会跨组,最后每组都不完整。 为什么拖拽会出错? 旧版本里置顶任务拖进分组,行为与右键不一致,导致落点错。5.11.3 修的就是这个。 升级后仍建议用右键移入,比拖拽稳。 桌面和移动怎么同步? 5.11.2 起侧栏数据实时同步。桌面整理好分组,移动端能看到同样的结构。 同步有延迟,改完等几秒再切端。 该不该定期清理? 该。每月清一次:置顶里不用的移出,分组里完成的归档,最近不用管。 不清理的侧栏,三个月后就没法用了。 和任务排班怎么配合? 分组对应排班单位。一个组一个负责人,交接时整组移交。 组内任务不跨人,责任才清楚。 一句话判断? 侧栏不是收纳,是入口设计。入口清晰,找任务的时间就省下来。 省下的时间不多,但每天都在省。 分组多了会不会更乱? 会。分组超过十个,找任务的时间反而变长,因为眼睛要在更多入口之间做选择。控制在一屏能看完的数量,剩下的用归档处理。 分组是给活跃项目用的,不是给历史项目用的。历史项目要么归档,要么合并成一个大组,别让它们继续占据侧栏的注意力。 同簇还有哪几篇值得一起看? 豆包工作工作台怎么自建:技能、插件与偏好三步 Claude Code 2.1.325 沙盒命令授权怎么配 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 45 words · 王波

豆包工作工作台怎么自建:技能、插件与偏好三步

豆包工作上线工作台之后,很多人卡在创建这一步:填了名字,选了一堆技能,用起来还是不对。问题出在配置逻辑。 第一步该定什么? 定场景,不定功能。先说清楚这个工作台服务哪类任务:是写方案、做报表,还是审合同。 场景定了,技能才有取舍标准。 技能怎么选? 三个原则。一是少,控制在五个以内,多了互相干扰。二是相关,同一场景内的技能才放一起。三是有主次,一个主技能加两个辅助技能。 很多人贪多,结果每个技能都用不上。 插件怎么配? 按数据源配,不按功能配。要读文档就配文档,要查数据库就配数据库。 插件权限要给最小范围,能读一个目录就别给整个盘。 工作要求怎么写? 写四段。输出格式、必须包含的内容、禁止出现的内容、遇到不确定时怎么办。 第四段最关键。不写它,模型会硬编。 偏好要不要写很长? 不用。偏好写三到五条就够,写太多会互相冲突。 优先写风格和口径,比如面向谁、用什么语气、数字保留几位。 怎么测试配好没有? 准备十个真实任务,跑一遍看三个指标:格式对不对、内容全不全、有没有硬编。 有一项不合格,回去改配置,别急着分享。 分享要注意什么? 分享的是配置,不是数据。确认工作台里没有绑定个人账号和私有资料。 带数据的模板,分享出去就是泄密。 团队怎么统一? 建一个模板库,把好用的工作台收进去,新人从模板复制。 统一模板比统一培训有效,因为它直接约束输出。 一句话判断? 自建工作台的核心是约束,不是堆功能。约束写清楚了,普通配置也能出稳定结果。 堆功能的工作台,用三天就会被弃用。 同簇还有哪几篇值得一起看? WorkBuddy 5.11.3 侧栏分组怎么调最顺手 Claude Code 2.1.325 沙盒命令授权怎么配 想就这个话题接着到论坛聊吗? 前往 ziyuanagi.com 论坛 参与讨论

2026-11-17 · 1 min · 41 words · 王波
🔗 字元科技海外论坛 · https://ziyuanagi.com/ | 📡 RSS 订阅
鲁ICP备2026018361号
📮 联系信箱:13789892969@139.com