V2EX › coefu 的所有回复 › 第 3 页 / 共 62 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

1 2 3 4 5 6 7 8 9 10 ... 62

❮

❯

6 月 17 日

回复了 xiaolucha 创建的主题 › 职场话题 › 求助， offer 二选一，纠结中...

@xiaolucha 别搞笑了，你这份外包之后，还能不能再找到工作都是问题，就不要考虑什么以后了吧，当前最优抉择就是当前的利益最大化。这都看不明白，你在数据领域搞的这些年都在搞什么，自己对世界的认知一点都没提升啊。

6 月 16 日

回复了 langhuishan 创建的主题 › 程序员 › 现在 AI 编程聪明得令人后背发凉。

每天 vibe coding 很多没有任何商业价值的乐色，有什么用。

6 月 16 日

回复了 cheman 创建的主题 › 程序员 › 公司想搞本地化算力部署 deepseek coder v2 给技术用，听到 AMD 锐龙 AI Halo 也不算贵，可行么

这么点成本的投入给公司集体用？就 amd 这机器的 umem 带宽，你自己一个人用都慢的无法接受，还给集体并发用，想什么呢。公司机器用没有个几百万的投入，都不用开始。

6 月 16 日

回复了 hotoh521 创建的主题 › 程序员 › 游戏行业最好的 AI 编程大模型

@hotoh521 我当然知道，我是说，你这个切入角度，是有商业价值的。

6 月 16 日

回复了 hotoh521 创建的主题 › 程序员 › 游戏行业最好的 AI 编程大模型

@yu6564172 你这个也有搞头，但是命题太大了，比 OP 的这个盘子还大。你搞钱招人都不一定搞得定。

6 月 16 日

回复了 hotoh521 创建的主题 › 程序员 › 游戏行业最好的 AI 编程大模型

你这个有搞头的，可以搞钱做大，目前好像没看到这种集成方案，毕竟有点领域交叉。

6 月 16 日

回复了 kisshere 创建的主题 › 程序员 › 截止到 2026 年 6 月 15 日， vibe coding 性价比最高的搭配是什么？

当然是花钱买厂商 api ，厂商怎么计算 token 消耗量，还不是它们说了算，至于为什么要消耗那么多？不多空转几个逻辑让你充值，你以为厂商搞慈善啊，数据中心怎么回本？

什么，你说数据安全？你搞的那些项目有什么现实实际意义吗？厂商还嫌你上传的数据可能污染它们的训练数据呢，还讲什么数据安全，每天能用厂商 api vibe coding 的项目，保守点 90% 的 application ，你自己会掏钱用吗？

6 月 16 日

回复了 davidyin 创建的主题 › Local LLM › 配置 kiro 的问题

我记得你之前 3 月份不是问过一样的问题吗？ 3 个月了还没搞定？我都和你说了 Cline+vscode ，Cline 填 ollama 都 openAI api 就行了。哥们儿，有点儿菜了啊。

问 ChatGPT 也就是 1 分钟到事情。

6 月 15 日

回复了 wcwcxiaobin 创建的主题 › 程序员 › 工控狗对 AI 的迷茫

你 Linux 能熟悉到在脑海里抽象理解整个微内核了吗？不要执着于 Windows ，在 Windows 下学习 cs 的知识，就是带着镣铐学跳舞，整个.net ，包括和 Windows 搭噶的一切，都是最表层的东西。

嵌入式，NPU ，FPGA ，忆阻器......这些都是当前最有搞头的领域。怎么就会是到头了呢？

光 FPGA 都能让你搞 10 年 20 年。

6 月 15 日

回复了 wcwcxiaobin 创建的主题 › 程序员 › 工控狗对 AI 的迷茫

”工作到大概三年前的时候，感觉电气行业学到头了“

现在集成电路板都大涨了，供不应求。

3 年就敢说摸透了行业？只能说你见的还是太少了，有点儿坐井观天，老弟。我入江湖都快 20 年了，也不敢说我摸透了 cs 领域，每天都有新论文出现，看都看不过来。

LLM 再牛逼也长不出两只手去焊电容，把自己擅长的领域多广而深的耕耘一下。微电子这块，当前是最好的时代。

6 月 15 日

回复了 sjmcefc2 创建的主题 › Local LLM › 买 macbook pro 笔记本，跑本地模型，怎么配置性价比比较高？

@diudiuu 没懂你在说什么，ultra 的机型下，我用 llama.cpp 都能把模型全部层加载进 apple metal gpu ，cpu 都没有加载任何层。

我彻底没用 omlx ，它限制了 context 长度，我用 llama.cpp 跑 263k context 能一直跑。只是 llama.cpp 对于混合 attention 的支持目前有问题。不过大概率要几个月才能 fix 这个问题，或者根本无解，跑的满点罢了。

6 月 14 日

回复了 zs1607212422 创建的主题 › MacBook Pro › MAC 购买建议（求支招)

mac 系列，现在只考虑 ultra 。

6 月 13 日

回复了 joywho 创建的主题 › 酷工作 › 具身智能创业公司招聘：机器人运控算法工程师（机械臂控制方向）

很有诚意。我要是年轻 10 岁，就去北京闯一闯了。

6 月 13 日

回复了 sjmcefc2 创建的主题 › Local LLM › 买 macbook pro 笔记本，跑本地模型，怎么配置性价比比较高？

@sjmcefc2

推理第一要素，gmem/umem 的带宽，越大越好。
第二要素才是算力本身，prefill 阶段，context 太长，Nvidia 的 cuda 擅长的地方。

mac 系列只有 ultra 的带宽>= 800GB/s ，这是第一个要素。至于 apple metal gpu 的 core 数量，讲真，再多一倍也无济于事。算力对于 mac 系列来说，聊胜于无。

6 月 13 日

回复了 sjmcefc2 创建的主题 › Local LLM › 买 macbook pro 笔记本，跑本地模型，怎么配置性价比比较高？

mac 系列只有 ultra 能用，别的都不用试了。

6 月 12 日

回复了 sentinelK 创建的主题 › Local LLM › lama.cpp 目前有重大性能 bug： checkpoint 的巡回逻辑对于混合模型（比如 qwen3.6-27B）无效，从而导致大概率每次对话都要 prefill 全文，严重拖慢速度

确实还没恢复，我前天 build 的最新版，现在依然遇到这个 force full prompt ，难怪我每次长 context 到最后，都越来越慢，😭

6 月 11 日

回复了 perbugwei 创建的主题 › 职场话题 › 想吃钉钉的瓜，有没有具体点儿的

有一讲一，一个办公工具，你不折腾可能还行，哪有那么多感动自己就以为能感动别人的项目。

他可能一直没明白微信强大的地方在于做减法，不折腾。

6 月 11 日

回复了 Livid 创建的主题 › Local LLM › DiffusionGemma

@kennylam777 还是你有钱啊。

6 月 11 日

回复了 Livid 创建的主题 › Local LLM › DiffusionGemma

@commoccoom 如果你的经济阔绰，我推荐 NVIDIA RTX PRO 6000 Blackwell (96GB)，虽然带宽只有 1.1TB/s ，但是由于 Nvidia cuda 的极致优化，prefill 依然很能打，最主要的是 kvcache ，模型本身大概 36G ，你可以有 60G 左右跑 context ，Q8 的情况下，263k 跑满，还能开 2 parallel 。

如果你经济有限，我推荐 mac ultra ，可以是 64G ，但是 96G 或者 128G 更好。把 context 搞成 Q4 ，跑 263k 也是 ok 的。只是越往后越慢，但是依靠模型本身的能力，慢点也能完成任务。

1 2 3 4 5 6 7 8 9 10 ... 62

❮

❯