←
Duskzhen | 夕阳针5,230 posts
Duskzhen | 夕阳针 avatar

Duskzhen | 夕阳针

@imwritingbugs

DeepChat github.com/ThinkInAIXYZ/deep… DimAgent dimagent.com/ Vokie vokie.com/ 发言仅代表个人

◷ Joined July 2008▧ 657 Photos and videos
DimAgent avatar
⟳ Duskzhen | 夕阳针 retweeted
DimAgent@DimAgentai·11h

Here are the charts for both Dim-alpha self-runs. FrontierHarness v1.1 68.5% pass rate · $0.133 avg. cost per task FrontierHarness v1.0 · DeepSeek V4.1 Flash 82.2% pass rate · $0.07625 median cost per task (The original v1.0 leaderboard used Kimi K3.)

Post attachmentPost attachment
DimAgent avatar
⟳ Duskzhen | 夕阳针 retweeted
DimAgent@DimAgentai·11h

One more lap, this time on FrontierHarness v1.0. Dim-alpha + DeepSeek V4.1 Flash 82.2% pass rate $0.07625 median cost per task Results from our own run. The original leaderboard used Kimi K3.

0:07
Duskzhen | 夕阳针 avatar
Duskzhen | 夕阳针@imwritingbugs·11h

dim-alpha 代码在这里,走过路过点个star github.com/arcships/dim

We heard there was a harness race. Dim-alpha ran its own lap. Our FrontierHarness self-run 68.5% pass rate $0.133 average cost per task The cost column is our favorite part.

0:05
N avatar
⟳ Duskzhen | 夕阳针 retweeted
N@_nu098·Nov 17

Post attachmentPost attachmentPost attachmentPost attachment
Duskzhen | 夕阳针 avatar
Duskzhen | 夕阳针@imwritingbugs·13h

因为硬盘涨价,一度有冲动把 A7R4 换成 A7C2 , 其实对我这种人像玩家,只要模特拉满了别说用像素低一点的相机,哪怕用座机也能拍出好片子. 但是我那台 R4 有荷赛奖得主储卫民老师的亲签就有点舍不得出掉,而且目前二手价格也不是很美好,真纠结啊……(不拍照的时间里天天想着折腾器材)

Han Cheng e/acc avatar
⟳ Duskzhen | 夕阳针 retweeted
Han Cheng e/acc@ashfold·15h

Rutis 0.22 今天发布了。这次主要为了保证安全和可靠,补了大量的形式化证明和测试:会话协议有了正式规范,规则逐条对到实现,模型检查、竞态测试、模糊测试都加了一批,原本排在 0.23 的形式化工作也一起做完了。插件使用者平稳升级即可。 github.com/arcships/rutis/re… 一些变化/bugfix: - emit 已派发出去后收到 cancel:照常派发,回复丢掉 - 宿主调用运行时刚撤掉的监听器:返回空值 - 插件开始卸载后调 ctx.provide:拒绝,Python 和 Bun 同样 - 心跳启动时机:改为 hello 发成功之后,清理旧租约慢也不误关新连接 - Kotlin / Swift 收到未知字段:拒绝该次调用

em 🗼 avatar
⟳ Duskzhen | 夕阳针 retweeted
em 🗼@emmards·19h

Oyeahgozaimasu ☀️

Post attachmentPost attachmentPost attachmentPost attachment
Tw93 avatar
⟳ Duskzhen | 夕阳针 retweeted
Tw93@HiTw93·Nov 16

突然很想给大伙分享一下,我是怎么把家里的旧电脑旧手机和我的主力 Mac 搭建成一个非常好用 Agent 工作开发环境。 换在去年,强迫症的我可能这些旧设备全部被我咸鱼出掉了,只留一台主力 Mac,恰逢今年开发的软件有 Mac、Windows、Linux、iPhone 后,这些设备给我帮助非常多。 设备介绍 主力机是一台黑色 Mac M5 Pro 48 GB 内存 1 T 版本,非常好用,今年购买,唯一后悔就是当时应该买 2T 版本的,写代码、签名公证、发版都在这个上面,也是我自己唯一使用的一台机器。 测试机是一台 M2 Pro 32 GB 内存 512G 的机器,是我买M5之前一直在用的一台,后面放到了柜子里吃灰了几个月,刚好10月份在弄 Mole 的软件的测试,需要 Agent 帮我做大量的电脑操作工作,原先在主力机上,好比有一个人在抢我电脑的感觉,终于受不了了,把所有的测试工作全部让 Agent 迁移到了这台机器。 然后这台 M2 测试机上,还插了我一台 iPhone SE3,使用 iPhone Use 和 镜像可以让 AI 非常好的去操作它,它主要承担妙言 iOS 版本的测试工作,以及新产品的一些各种手机测试,这里 Agent 还可以通过 WebDriverAgent 把手机屏幕读成一个个元素,再按标签去点,非常好用。 不仅仅,这台测试机几乎被我利用到顶了,上面还用 Parallels 跑着一台 Windows 11 的 ARM 虚拟机,Mole for Windows 的 ARM64 版本就在这里测试的。 然后还有一台 Windows ThinkPad X1 8 GB 内存,当时为了写 Mole Windows 时候去整的,拿来测真实的 x64 硬件,屏幕缩放、电池、SmartScreen 和 Defender 这些虚拟机里看不到的东西,包括 Windows 版本的发版验收都需要这台真实的 Windows 机器。 为了更好利用到这台机器,我在它里面还安装了 Omarchy 的 Linux 虚拟机,用来测 Pake 在 Wayland 桌面上的表现,由于只有 8G,我尽量会让 Agent 一次任务只使用一个系统。 最后还有一台 NAS 微主机,上面跑着一个 Debian 12 的容器,x86_64 8 核 31 GB,专门来跑 Linux 命令行、GNU 工具的差异和 Pake 的 deb、rpm 打包,Mac 上的 BSD sed 和 Linux 上的 GNU sed 很多写法不一样,都用这一台机器来兜底。 我是怎么用它们来帮我测试的? 还是强迫症不想让书桌有这么多东西,我把这些测试机器全部放到了次卧里柜子里去了,所有设备插好电,做好通风,然后设置屏幕亮度最低,设成了永不睡眠也不黑屏,不过我会隔半个月去把这些机器全部重启一下。 首先我用他们来给我测试我的各种软件,我一直认为不管在什么时候,软件的发布应该是正式的,发布出来应该是稳定的,所有每次发布我会花费非常多的时间来自己测试,包括在自测之前会让 Agent 在真实的各种环境的机器上严格全部跑一遍,没有问题后,我再手工测试一遍,这样可以确保交到大伙手上的软件质量是过关的。 为了防止 Agent 测界面的时候在我主力机上和我抢鼠标的问题,一旦它动鼠标、抢焦点、切窗口的时候,我就没法用电脑,很别扭,所以才有了上面的多设备组网,在10月底我把所有要控制鼠标的活全部挪到了测试机上,UI 测试、端到端测试、点系统授权弹窗,都在测试机器上做,主力机只负责构建,然后把包发过去。 Agent 在测试机上操作并不是靠截图猜点击位置的,用的是自己写的两个很小的命令行工具,ax 走 macOS 的辅助功能接口,类似 ax tree <pid>,可以把一个 App 窗口里的每个元素连同标识、文字和中心点坐标打成文本,然后可以很好的按标识去按按钮,也很准确,然后 input 用 CGEvent 发鼠标和键盘事件,专门处理辅助功能树按不到的东西,比如右键菜单、往搜索框里打字、按 Esc 关掉菜单。相当于测试机上的内容被我转换成了 Agent 更易于了解的文本上下文,只有在实在解决不了的时候才截图来看,其他时候都用这种方法会快很多。 我是怎么用他们帮我来省钱的? 最近3个月,我的 GitHub Action CI 的非常超了非常多,几乎每个月差不多 70 刀往上,有点肉疼了,当时给大伙发过一次如何提高在 GitHub Action 上 CI 的效率和成本,但是还是不彻底,因为对于私有仓库 GitHub 托管的 macOS runner 在是按十倍分钟计费,原生构建和测试特别烧钱。 于是我在11月初,在测试机上给我那几个私有仓库里各挂了一个自托管的 runner,比如 Mole Mac 的 make verify 跑一次得 20多分钟,以及 Pake 跑 Mac 的测试也不快,还有妙言的 iOS 构建等等,全部迁移到本地测试机器上进行,当前这台 M2 测试机一共接了我将近 180 个 job,原来要花钱的地方由本地来承担了。 这里为了更加节约效率,我还做了一个检查机制,先在 Ubuntu 上跑一个只要几秒钟的小 job,去 GitHub 问一下当前主分支这个提交有没有已经跑完的完整测试,有就直接结束,没有才把活派给测试机。 不过这里有一个小坑,就是 CI 和 Agent 其实也在用一块屏幕,两边需要相互让着,我给做了一个「正在干活」的标记文件,Agent 每次通过脚本操作测试机,都会刷新这个文件,以及会区分是什么项目在用,比如 CI job 开始时先抢一个「CI 忙」的标记,用 noclobber 来创建,这样同一时刻只有一个能抢到,然后这里也有重试机制包括超时机制方便测试机可以在 24 小时不间断干活。 然后对于 Agent 也会相互抢同一块屏幕,好在现在各个对话之间可以相互发消息,要用的时候,先检查有没有人在用,再用的时候对方会问一下大概什么时候释放,然后另外一个 Agent 就很老实等着快到时候的时候才去检查,等等,类似这些里面有非常多的小巧思很有意思,所以现在阻碍我测试效率的应该是机器还是太少了,哈哈,不够也够了。 这样的好处还有什么? 回来昨天我发的那个,我说这次出远门,甚至都没有带主力机,就拿了一个家人非常轻的 Air 完全够用,甚至我感觉远比带上主力机还要方便太多了,假如带上主力机,其实在路上、飞机上 这种移动位置,机器都是关的,啥事情也做不了,而且还容易更换国家位置导致 Claude 的一些不稳定,现在好比这些机器 24 小时都开着,一直在干活,一直在运转,反而现在卡点不在机器,而在我自己的注意力。 不过我还是感觉做这些最终最终,应该是为了让我更轻松,效率更高,有更多时间去做自己想做的事情,而非全部 full time 扑倒上面,其实就有点本末倒置了,非常推荐大伙提高效率,留出时间来,做更多自己想做的非电脑干活的事情,这样生活才更有意思。 身体健康 > 生活快乐 > 码代码快乐,虽然都非常重要,但是还是要有优先级,这样才有精力去追求一些代码之外的有意思的东西。

Post attachment
美浜しおん avatar
⟳ Duskzhen | 夕阳针 retweeted
美浜しおん@4io__on12·Nov 16

20枚載せれると聞いたので!! 最近寒いから夏の可愛い私をいっぱい見てね🎐🩵

Post attachmentPost attachmentPost attachmentPost attachment
Ken avatar
⟳ Duskzhen | 夕阳针 retweeted
Ken@k_photo_tokyo·Nov 16

多重露光シリーズ

Post attachmentPost attachmentPost attachmentPost attachment