@cinamann #1 "不可更新" 与 "不可使用" 是两个概念, 不知你是否理解.
"跨区不可更新"已经很久很久了.

现在的 MBA 有风扇吗?
我用的 TP X1 C Gen9 基本够用.
我不买 MBA 的原因有:
1. 没有绝对需求必须 MBA
2. MBA 无法 180 度翻转屏幕
3. MBA 无法使用 sim 卡, 能插 SIM 卡 实在是方便很多
4. MBA 的 C 面近沿的"缺口"割伤过我的手

@wu67 #7 我卸载 Win 端 App 了, 还是回归网页端了.
在 Win 上用 App 有好处的, 至少它独占进程和内存, 不会导致浏览器死掉影响其他页面.

@superrichman #5 非常感谢!!! 已经用上了!
我奢侈下啊, 请教您, 能否实现 "自动屏蔽/筛选掉 1 年以前的视频"?
其实我想的是:
技术类视频, 超过 2 年的其实就不能看了.
技术类视频, 点踩很多的其实就不能看了, 非常多的博主真的非常优秀!!!但大部分喊着"扣 1 扣 2"的视频都是垃圾, 而且注水严重, 一个常识能讲 N 节课.

清楚

@cmdOptionKana #8 开个小玩笑啊.
我很清除的记得, 我小学学习刻舟求剑这篇文字的时候, 我就有怀疑, 非常清除这件事!
为什么我会怀疑呢?因为我小时候的几个趣事印象很深:
1. 我跑, 我家的狗跟着我跑, 永远丢不掉
2. 我跑, 我弟弟跟着我跑, 一直念着我.
3. 我跑, 我口袋里的玻璃弹球即使洒落出来也会跑.
4. 我学校东北角有个小湖, 冬天会去滑冰, 那时候我就理解了"惯性"的现象, 虽然不知道"惯性"这个词.

后来学习力学, 学到惯性的时候, 经常想起"刻舟求剑".
再后来学习到空间力学, 太空环境等知识, 又会经常想起"刻舟求剑".

再后来, 有个体会很玄学, 就是当我忘记某个事, 我实在无法回忆起的时候, 思想适当的"回退"+环境复原, 就能想起原来的事.
这件事也符合"刻舟求剑"的思维.
这件事很好验证, 有时候一个想法是在浏览某个文件或者网页时候闪现的, 过一会可能忘记了, 很难回忆起来.
这时候只要适当"回退"到过去的文档或者网页,甚至是回到刚才的办公室或者房间, 就能会想起刚才的事情.
很有意思.

@yy2222186 #2 如果我拉黑博主+稿件举报+屏蔽推广, 会不会好些?😃

想象, 事件

@yorkw #63 你这个案例具有代表性, 南博那个也超出局外人形象, 但是南博时间还属于"监守自盗, 中饱私囊, 雨露均沾"这种传统套路.
我实在不敢想象彩票的玩法如大众猜测的那样, 如果真那样, 那实在刷新了"侮辱"的底线, 不止侮辱买彩票的人, 也侮辱赵家人.

@lonhongg #2 我其实完全不敢认为他们这么玩, 我觉得他们不至于蔑视局外人到这样, 不至于这样把局外人当傻逼.
至今, 虽然几多波澜, 但也从来没有可靠消息说他们是这么玩的.

@rev1si0n #11 最新概念, 还冒着热气: MCP App
朋友, 如果你明白的话, 请给解释下, 预测下未来?😁

@akiyamamio #19 千问官网对话界面上提示 Qwen3-Max-Thinking 是"新模型".😄

@duuu #12 😁这是我最大的不理解.
Claude haiku 4.5 明确说它的知识体系截至到 2025 年 01 月, 但是为什么它的回答结果符合 nextjs 最新的内容.
而 Qwen3-Max-Thinking 回答 nextjs 的问题完全是自己胡说的.
这是为啥呢?

@106npo #7 说实话, 我真不知道"模型文档"会披露模型的训练数据截至日期.
从实际使用结果来看, Qwen3-Max-Thinking 回答我关于 "nextjs v16" 的问题是胡说八道的, 它是根据 2024 年截至的知识瞎说的.
我 90% 的代码问题都是在 VSCode 里问 GitHub Copilot

@shakaraka #6 谢谢您.我在 IDE 里用的各种 MCP
但是有时候为了参考各家的不同说法, 会出来问其他的模型.

@liarzzy #4 至少 Qwen3-Max--Thinking 回答的结果明显就是基于 2024 年的认知来胡说的( nextjs v16 相关的)
我对比了下, 豆包的回答也是基于老知识的, 但是豆包不明说自己的落后.

我试着问了 Grok, 它这样回答的:

你好！我是 Grok ，由 xAI 构建的。
我的知识是**持续实时更新的**，没有像其他模型那样的严格截止日期（比如 2023 年 10 月或 2024 年 4 月那种）。
所以基本上我能看到和了解到今天（ 2026 年 1 月 26 日）以及最近发生的事情，包括最新的新闻、科技进展、X 上的热门讨论等。

我一个入门小白,大胆评判下, SKILL 是"提示词工程"进化的阶段性失败.
我有几个感受啊:
1. skill 的边界非常模糊,非常扯淡.
2. skill 包的个性化非常强,其实无法通用.
3. 如果不带工具箱, skill 就是 prompt; 如果带上工具箱, skill 立刻会臃肿且功能单一.
4. 渐进式消费 token 是权宜之计, 渐进式实际上很容易导致大模型钻入死胡同(没有大局观).