ntdll
看起来是 nVidia only
如果有用 AMD + Windows 的组合，可以尝试把 llama.cpp 的后端改成 vulkan ，会比 ROCm 的推理速度快上一档。在 Linux 上，我试下来是 ROCm 更快，但 Windows 相反。
sing-box 有遇到过，运行时间久了，或者网络状态多切换几次（ WiFi 、数据网络）
然后就出来 DNS 解析不了情况吗，也不太能确定是 sing-box 的问题，还是我配置文件的问题，但这个情况只在 Android 上出现过，同样的配置文件，在 PC 上就没问题。
我的订阅，只支持我用 gpt-5.3-codex ，不然额度不够用。这个模型的水平，我觉得也够用了，是一轮写出来，还是三轮写出来，我也没那么在意，反正在跑的时候，就泡茶，看 B 站了。
是这样的，我刚开始也有这种感觉，慢慢习惯就好了。
现在想通了，其实我根本不需要“对自己的代码了如指掌”，屎山又如何。
也许宏观上的架构设计，受限于上下文，现阶段 AI 不一定比得过人，但是改屎山，AI 可太在行了，越是屎山，越是只有 AI 能改。
我看与不看，之后都是交给 AI 来…
@s2555 #2 满血版的 Deepseek 671B 这种规模本地就别想了，哪怕老黄送你几个计算卡，光电费，就已经是国家电网战略合作伙伴了。
有这个预算，还是买 Coding plan ，这个卡的钱，一年的订阅费都用不完，一年后，你还玩不玩都不一定呢
没有问题，南方的联通，只要是自营的，没有坑。
有些小区由于资源覆盖问题，联通可能会给你安排合作方宽带，这种就是垃圾了。
是这样子的了，现阶段，我觉得最主要的就是保持了解就行。知道现在有什么东西，可以干什么，就足够了。
深入了解的必要性都不太高，本身 AI 相关的内容，就还在高速迭代过程，现在大火的东西，也许下个月就是垃圾了。
等进入相对稳定一点的阶段再说。
本地能跑起来的，只有弱智，你看不上。 不弱智的，本地根本跑不起来。
本地能跑起来的模型，只有一些方向特化的，比如某些模型，只能做分类，只能做某种识别，这种特化过的模型，本地才有可能跑起来，且有意义。