@kulove 是的，花钱省时间，最近这个文章系列是想给自己把沉没成本又加重了一点，希望以后不要折腾这事了

@kulove 除了数据库还有点心理不踏实，其他的感觉都还好，代码和环境都比较容易，git 可以直接弄成 docker ，应用也很快迁移。

@kulove 现在是用 dokploy ，基本也没太大问题，机器用的是 rn 的美东

目前感觉是其实自己弄也还好，数据可以备份到 cf 的 r2 ，最近折腾下来，还是有些知识盲区，准备系列文章，欢迎大家拍砖
@ohmyharry
@ohmyharry

@ohmyharry 用途是啥，长期用的生产环境，可能还是大厂好些，只是我现在还是用一些不知名的小厂。自己玩的可以，可以看看

https://blog.ittinker.com/posts/20260109-wo-yong-guo-8-jia-vps-hou-de-zhen-shi-dui-bi-du-li-kai-fa-zhe-de-xuan-gou-zhi-nan/

这里可能稍微正常点的，就只有 hostinger 了 ……

@kulove 有看账单主要是哪个东西的费用不，身边有朋友后来弃号了，很费钱。可能是这些年云的概念深入人心，好像自建难度比天高，好像也没那么高得不行

最近这段时间相当痴迷这玩意，啥活没干，光折腾 vps 了，记录一下，希望以后再也不要为这事操心了

但是，也是相当上头

可以一直跑，就是优势了

bitwarden

我用过 8 家 VPS 后的真实对比：独立开发者的选购指南 https://blog.ittinker.com/posts/20260109-wo-yong-guo-8-jia-vps-hou-de-zhen-shi-dui-bi-du-li-kai-fa-zhe-de-xuan-gou-zhi-nan/

2026 年 VPS 测评脚本大全：一键测速、回程路由、IP 质量检测 https://blog.ittinker.com/posts/20260110-2026-nian-vps-ce-ping-jiao-ben-da-quan-yi-jian-ce-su-hui-cheng-lu-you-ip-zhi-liang-jian-ce/

买 VPS 常见的坑和避坑指南：我踩过的 7 个大坑： https://blog.ittinker.com/posts/20260111-mai-vps-chang-jian-de-keng-he-bi-keng-zhi-nan-wo-cai-guo-de-7-ge-da-keng/

VPS 线路知识：CN2 、9929 、BGP 完全指南： https://blog.ittinker.com/posts/20260118-vps-xian-lu-zhi-shi-cn2-9929-bgp-wan-quan-zhi-nan/

我用过 8 家 VPS 后的真实对比：独立开发者的选购指南 ： https://blog.ittinker.com/posts/20260109-wo-yong-guo-8-jia-vps-hou-de-zhen-shi-dui-bi-du-li-kai-fa-zhe-de-xuan-gou-zhi-nan/

买 VPS 常见的坑和避坑指南：我踩过的 7 个大坑： https://blog.ittinker.com/posts/20260111-mai-vps-chang-jian-de-keng-he-bi-keng-zhi-nan-wo-cai-guo-de-7-ge-da-keng/

VPS 线路知识：CN2 、9929 、BGP 完全指南： https://blog.ittinker.com/posts/20260118-vps-xian-lu-zhi-shi-cn2-9929-bgp-wan-quan-zhi-nan/

https://blog.ittinker.com/posts/20260109-wo-yong-guo-8-jia-vps-hou-de-zhen-shi-dui-bi-du-li-kai-fa-zhe-de-xuan-gou-zhi-nan/

https://blog.ittinker.com/posts/20260111-mai-vps-chang-jian-de-keng-he-bi-keng-zhi-nan-wo-cai-guo-de-7-ge-da-keng/

用了几个下来，高配低价的，基本都是坑

说起来，你问这个问题，也从侧面说明你不想离婚。

写在前面
大多数 AI 翻车不是模型太笨，而是上下文工程缺席——信息没被正确“写入、选取、压缩、隔离”。
忽视上下文=真金白银的损失：从 Bard 发布翻车到“260 块鸡块”，企业都在为记忆缺陷买单。
盲目拉长上下文只会放大噪音与攻击面；小而准的上下文管控才是性能与安全之解。
先做上下文，后谈大模型：常见收益是**输入成本 -80%、准确度 +15~90%**，比换更大模型划算得多。
2023-2025 年的企业实践证明，AI 应用失败的根本原因不是模型不够智能，而是”上下文工程”的缺失。谷歌因此损失 1000 亿美元市值，而掌握这项技术的企业却实现了 40-90%的性能提升。


作者: Richardson
链接: https://www.iaiuse.com/posts/ee395de2
来源: AIMeticulously
著作权归作者所有。商业转载请联系作者获得授权，非商业转载请注明出处。

兄弟，你愿意讲出来，是非常大的信任，同时，也不要硬扛了，还是要借助专业的心理治疗。

可能用网上那句话会有启发，没有路是白走的，也许在下一个转角，就遇见了

好像高铁是 5 次/月