@lift 用过，icon 和 Big Sur 风格的新图标很不匹配，更大的问题是很大概率不工作。顶楼说的体验不太好的就是这个。

@Sakamakiryo 补问一下是激活地你没去过就会被搞还是你答不上来激活地才会被搞（卖给黄牛了）

@Sakamakiryo OK……明白了。以为如果真的是给朋友的话会没那么严格的。

@zxxufo008 那张嘴就是“一看就没用过 thinkpad”是否显得自己不够“主观”呢。
没有背景说明（个人观点，基于自己用过的电脑，mac 只用过蝶式而不是楼主用的剪刀式）
直接拍下一句结论：“没用过 thinkpad （才会觉得 MacBook 的好用）”
和后面的“每个人有自己的看法很正常”对比是不是难看了些。: )

我记得 OneNote 在国内是有 Team 的……建议您火速加入 MS

@Sakamakiryo 悄悄问下，帮朋友买用个人 EPP 名额这种查的严吗（

SideCar 工作一切顺利的时候你甚至不需要点亮 iPad 的屏幕，只要放在旁边，在 mac 上打开 sidecar 它就会亮，感觉上和不需要接触 iPhone 就可以打开热点是差不多的原理。我当时看到自动唤醒的时候猜测也是一样的原理：mac 直接熄屏启动了 iPad 的 sidecar 了而已。

可惜一般还是会有各种奇怪的小毛病。

我个人用了两年半蝶式键盘，从黑轴一路回退回 NIZ 静电容了。现在青轴都觉得按不动了。但是自己反而觉得挺舒服的，也没觉得蝶式那个有多难适应（虽然剪刀肯定还是好了一些）

@dingwen07 我觉得除了沾油问题，14 的和旧款 16 也没啥区别啊……

@laozhoubuluo
@muzuiget 这是统一帖子的两个回复？有链接吗太讽刺了

@PureWhiteWu 我指的是 Visual Studio ，印象里大型编译语言除了 go ，c++和 c#都是 vs 。确实 VSC 应对大型静态分析还是差点意思。

只是一个 plugin 就是最好用的了吗，jb 家其他产品比如 idea 和 pycharm 加插件不行吗

二次元预警，不喜误喷。有一些分辨率可能不是最优的，如果有人有更大分辨率的请 at 我。

https://i.imgur.com/q9hkcfl.jpg

https://i.imgur.com/8cLucA5.jpg

https://i.imgur.com/B0q0Ab3.jpg

https://i.imgur.com/81038Qk.jpg

https://i.imgur.com/csgv30S.jpg

https://i.imgur.com/AFEztyw.jpg

最近好奇 Rust 一般用什么 IDE ，提示到 C++的那个水平了吗？没人用 VS 么？

iStatus Menu 显示 CPU60 度，但是掌托只有 30 度。目前用起来还算舒服，希望夏天也能这样。

确定是涂层磨损吗？擦不掉的那种？
因为这一代键盘特别容易沾油，我也偶尔会看到屏幕上有键造型的痕迹，但是随手一擦就擦掉了。

@whusnoopy 微软 Windows 和 Azure 不是一个 BG ，这篇文章是 Azure AI 的 Blog 的，应该和 Windows 关系不大。至于背后模型，有可能是 Azure AI 自己的团队做的，也可能是和 MSR 的联合作品。总之肯定是微软的。

@mikewang 这毕竟是我过去一年的本职工作: ) NLP 的入门门槛确实比 CV 要高一些，在送入模型以前有各种奇奇怪怪的预处理。

@vokins 谢谢，我也检索到了类似的信息，但是官网上的 Changelog 没有了。
beta 版我看了一眼，是给 Big Sur 等旧版本测试 Safari 15.2 的，与我当前的版本一致。应该不是这个。

@DK7S @Ayahuasec 有个小问题，最近没用过安卓，纯好奇：这个所谓的通知细分是系统用传统或者机器学习的方法给所有来的消息做分类，还是开发者向通知平台发信的时候自己分类为广告 /消息 /警告一类的？
后者的话那开发者不会把营销信息混进消息里面吗……谁来确保开发者不乱来啊。

我用 iOS 的经验是 99%的程序不允许通知，允许的要么是微信这种完全不发营销的，要么是京东淘宝支付宝这种可以自己去 App 里关营销通知的。但是印象里碰到过一两次京东把营销通知当重要通知推了的情况，不过我正准备关的时候就再也没推过营销通知了。

@vokins 照理来说不是 Technology Preview 版更新么

@hahaFck 自然，这个理论上应该不需要适配才对。Safari 不适配才奇怪。

@AndyZhuAZ 一般来说，这种模型的语料都不会是“纯 X 文”的，就像英文语料里肯定会出现“Café”，中文语料里混入一些の也可以理解。
具体来说，我们做自然语言生成都用到一个词表，词表是用这个语言的语料生成的，语料可能来源于 wiki 页面啊搜索引擎爬取什么的。看这个语言里面所有的字哪些出现在一起的可能性比较高，就会变成一个词。出现频率过低的字符可能会被扔掉，所以用中文词表可能就很难识别出奇奇怪怪的阿拉伯什么的。更别提语料里完全没见过的语言。
虽然有多语言的模型，词表会相应的覆盖所有语言。但如果规定了语言，我们可能就会指定使用对应语言的词表模型来做 OCR ，效果更好一些。
所以为什么能识别の，就是因为中文语料里の最常见，比其他假名都常见，词表里有这个字符，模型也学会了这个字符的造型。