我已经同时使用多设备很久了，自己的笔记本、服务器、NAS，公司的服务器。所有都是SSH客户端登陆。说实话，手动登上服务器，敲一堆命令去做清理、维护、排查这种事，还是挺繁琐的。

之前为了偷懒，我已经在用 opencode 来直接去目标机器上做清理和维护工作。能用肯定是能用的，但实操起来有个绕不开的麻烦：你得先在那台机器上把 opencode 装好。装的时候要总处理环境、依赖、Key，如果还要在容器内也进行操作，就更是麻烦了。

所以我很早就关注到了 Wrap 那样的内置 AI 的 SSH 工具。可是我有不想为了这么个工具多掏一份钱。所以，最终找到了 Netcatty。

最近看了两个视频，一个讲Vibe Coding，一个讲AI 真正给我的帮助，回头一想，两个视频都探讨了同一件事：Agent 到底能改变了什么，带来什么。

之前看到阿里出了个编程 Agent 叫 Qoder，突然有个研究报告说它份额超过了 Claude Code。我当时就觉得有蹊跷：这玩意儿明明没多少人用，怎么突然就”第一”了？

DeepSeek 最近正式涨价了。作为一个上季度 Token 消耗直奔上亿的家伙（详见 [《三个月Token消耗暴涨13倍》]），这消息本来我没太在意的，毕竟 DeepSeek 本来就非常便宜，涨价后的价格，其实还是比V4最开始宣布时的正式价格低的。但是我还是低估了我的用量，涨价后一天的实测下，这价格确实个人难以承受，不想想办法要付费上班了。

这几天看到了联想新机器 IdeaPad Vibe 的消息，作为从三四月就开始蹲 Windows 阵营动静的人，看完一圈报道，我只能说……就这？

我想要将公司 Mac Mini 上的文件，通过 samba 协议共享给其他 Windows 电脑。Mac 这边明明已经开了”文件共享”，可 Windows 那边死活看不见机器，也看不见共享目录。折腾了大半天，最后靠着一堆命令行才找到真正的坑。这篇把排查过程记下来，顺便狠狠吐槽一下 Windows 那套从 Win10 到 Win11 越改越乱的”屎山”设计。

五月份把工作区托管给 Multica 的时候，我还在美滋滋地盘算”让AI多干点活，我就能少加班了”。结果活儿确实没少干，Token账单却一路狂飙——前两天心血来潮拉了一份三个月的工作区统计，差点以为眼睛出了什么问题：5月全月消耗约38M Token，到了7月直接干到约500M，三个月合计更是达到了883M。这里就用数据记录一下这三个月Token是怎么”暴涨”的，顺便聊聊为什么涨——因为我的AI任务，已经从”尝鲜”变成了”离不开”。

设置 Cluade Science 容器的时候，了解到了新的容器内使用 N 社 GPU的方式，记录一下（当然大部分都是AI写的，作为我自己检索查看的材料用）。

我给 GitHub 项目点 star 的方式，跟我在 bilibili 点赞收藏差不多，都是随手点的。看到一个觉得有点意思的项目，脑子里想的永远是”说不定以后用得到”，”说不定以后会看”，手指已经先于大脑点下去了。

就这么经年累月地攒，我的 star 数不知不觉到了 800+。说实话，这 800 多个项目里到底都是些什么东西，我自己都不知道——大部分是当年觉得有用、然后就再也没有打开过的。

之前已经成功把claude-science装进了容器，基本的功能使用没有太大问题，但是想做一点分子对接之类的事情时，由于容器内缺少显卡，无法进行，但是等我真按照之前的方式，拉取nvidia的官方镜像来构建容器后，诡异的情况发生了，CS中的所有语言kernel，pyhton，perl，R全部不能用，整个运行环境直接废了。

这真的超出我的理解范围，在手动请教Gemini无果后，我决定让 opencode + deepseek-v4-flash 自己处理——不是我在外面远程敲命令指挥，而是 AI agent 就在容器里，自己看日志、自己二分参数、自己反编译解析器、自己改 entrypoint。这体验还挺奇妙的，记录一下。