FreePBX部署日记-1：系统安装与网络配置

前两天在配合业务部门进行外呼平台信创设备改造测试时，第一次接触了 FreePBX。虽然现在是流量而非语音的时代，不过作为一名电信从业人员，对这种语音中继系统还是比较感兴趣。趁着周末，索性自己完整部署一套，顺便把过程记录下来，作为后续查阅和复现的参考。本文主要记录 FreePBX 17 在 Debian 系统上的安装与基础配置过程，不涉及具体业务拨号、外线中继和路由策略。一、环境与方案选择1. 云主机平台早期不少教程推荐直接使用 Vultr 提供的一键 FreePBX 镜像，但目前该选项已经下线，只能自行安装操作系统后手动部署。Vultr 目前仍提供 新用户体验金（约 250 美元），适合用于学习和测试用途。体验金有效期为 30 天，因此无需刻意节省资源，用完即止即可。有需要的朋友可以点击我的这个链接获取300美元测试礼金：https://www.vultr.com/?ref=9854794我本次选择的环境为：云厂商：Vultr机型：2 vCPU / 4 GB RAM磁盘：50 GB（学习与测试完全足够）机房：日本大阪操作系统：Debian（FreePBX 17 官方推荐）2. 操作系统

技术专业 · 01-17
FreePBX部署日记-1：系统安装与网络配置

横向评测主流大模型对一起交通事故的判定

背景上周日下午，我在道路正常行驶过程中，与一辆从桥洞内驶出的车辆发生了碰撞。我的第一反应是各自走保险处理，主要担心流程繁琐、耗时较长。随后我通过 Tesla App 上传了现场照片，保险公司回电后明确表示：我方无责任，建议直接由交警进行责任认定。我在和保险公司沟通过程中，对方车主联系了交警队，被告知需要到现场所属交警队处理。到达后，交警调取了事故发生时的监控视频，最终给出的结论是：对方全责，承担全部维修责任。由于很少发生交通事故，对事故责任认定规则并不熟悉。在复盘整个过程时，我想：除了学习交通事故中的责任认定规则之外，现在的大模型，是否已经具备在这种场景下做出正确判断的能力？测试方法说明我选取了事故现场的一张照片，并统一使用如下提示词进行测试：“依据中国的道路交通法规，根据照片中提供的信息，做出这起事故的责任认定。”下面，我们来看看不同主流大模型在这一真实场景下的表现。ChatGPT评分：⭐首先测试的是我平时使用最多的 ChatGPT。当前已无法自行选择模型，默认使用的是 ChatGPT 5.2。先说结论：结果让我非常失望。由于完整回答内容较长，这里只截取其核心判断逻辑。ChatGPT

技术专业 · 01-15
横向评测主流大模型对一起交通事故的判定

翻译：软件工程的未来两年（后附原文）

本翻译稿件转自x上的宝玉，其中的观点我比较认可，因此转到博客中留存。软件行业正面临一个奇怪的拐点。AI 编程已从单纯的“超级自动补全”，进化为能自主执行开发任务的 AI 智能体 (AI Agents)。曾经助推科技界“抢人大战”的经济泡沫已破，取而代之的是对效率的硬性指标：企业现在更看重利润而非增长，更青睐老手而非应届生，更倾向于用神兵利器武装精简的团队。与此同时，新一代开发者正步入职场，心态截然不同：他们务实地追求职业稳定，质疑“内卷文化”（hustle culture），并且从入行第一天起就是 AI 的原住民。未来充满了不确定性。以下是将在 2026 年之前重塑软件工程的五个关键问题，我为每个问题设想了两种截然不同的情景。这并非预言，而是帮助大家做准备的透镜。目的是基于当下的数据，结合社区特有的良性怀疑精神，为应对未来提供一份清晰的行动指南。初级开发者问题核心结论：随着 AI 接管入门级任务，初级招聘可能崩盘，也可能随着软件渗透各行各业而反弹。两种未来，生存法则截然不同。传统的“学编程、找工作、升高级”路径正在动摇。哈佛大学一项涵盖 6200 万工人的研究显示，企业采用生成式 AI

技术专业 · 01-15
翻译：软件工程的未来两年（后附原文）

当 AI 开始“像设计师一样思考”：一次关于 Gemini、Opus 与 GPT 的真实对比

最近我做了一次比较有意思、也比较“务实”的尝试： 让不同的大模型，用最接近日常工作的方式，帮我重新设计一个博客网站。这不是评测模型跑分，也不是展示 Prompt 技巧，而是一个非常朴素的问题：一个博客页面不好看，用户体验一般，SEO 也不理想， 能不能让 AI 帮我整体优化一下？我更关心的是： 这些已经被称为“新一代模型”的 AI，在面对真实、模糊、带目标但不带方案的需求时，谁更像一个靠谱的同事，而不仅仅是一个工具。一、测试思路：像对同事一样提需求在实际工作中，我们很少会用非常精确的技术语言去描述设计问题。更多时候，我们说的是：“这个页面有点乱”“结构不太清晰”“看起来不太高级”“对搜索引擎不太友好”所以这次测试，我刻意避免复杂 Prompt，只用了三行非常自然的描述，要求模型从三个方面进行重设计：用户体验（UX）视觉效果（Visual）搜索引擎优化（SEO）不指定框架、不指定风格、不拆任务， 看模型能不能自己判断该做什么、先做什么。二、参与对比的模型参与对比的模型有三个：Gemini 3（Google）Claude Opus 4.5（Anthropic）GPT-5.1 Cod

技术专业 · 01-07
当 AI 开始“像设计师一样思考”：一次关于 Gemini、Opus 与 GPT 的真实对比

CES 2026 之后，再看 NVIDIA 的真正逻辑

CES 2026 上，黄仁勋的 keynote 信息量很大，但真正值得反复咀嚼的，并不是某一张炫技的算力图，而是 NVIDIA 正在系统性重塑 AI 的经济学模型。如果只看“Blackwell 比 Hopper 强 10 倍、Rubin 再强 10 倍”，那只是表层信息；真正的核心，是 AI 正在从“算力竞赛”转向“成本竞赛”。一、从“性能”转向“token 成本”，是一次明确的叙事切换黄仁勋在这次演讲中反复强调的，并不是 FLOPS，而是一个过去一年很少被公开场合反复讲的指标：生成一个 token 的成本在 Rubin 架构下，token 成本被压缩到 Blackwell 的 十分之一。这件事的意义远大于“又一代芯片更强了”，因为：性能提升 ≠ 商业化成功成本下降 = 使用场景扩张只有当 token 成本持续下降，AI 才能真正从“少数大模型公司的工具”，走向：企业级部署AI Agent 常态化运行长上下文、实时推理多模型并行与个性化模型换句话说，这不是“更强的 AI”，而是 更便宜、可规模化的 AI。二、NVIDIA 已不再只是“卖芯片”，而是在卖“完整系统”黄仁勋明确说了一句话：

技术专业 · 01-07
CES 2026 之后，再看 NVIDIA 的真正逻辑

今天我也来玩玩AI串场的视频

今天尝试了一套新的 AI 视频工作流：先用生图工具生成片场环境图，再利用 Veo 3.1 的图片衔接功能（Image-to-Video Bridge）生成两张照片之间的过渡视频。您的浏览器不支持视频播放。坦白说，成片效果在“丝滑度”上还有提升空间。主要原因在于 Veo 3.1 的生成额度实在有限，导致我无法进行反复的微调（Fine-tuning）和抽卡，只能接受这种略带生涩的过渡效果。不过，没有对比就没有伤害。出于好奇，我用同样的提示词（Prompt）在即梦上跑了一遍，结果差点把我送走——即梦生成的视频里，人物的脑袋居然直接来了一个 180 度的大转向！那一瞬间仿佛《驱魔人》附体，深夜看真的吓出一身冷汗。结论： 在理解物理规律和人体结构上，现阶段的 Veo 3.1 确实比即梦更稳健。虽然不仅烧显卡还烧额度，但至少不会把片场变成灵异现场。

技术专业 · 2025-12-18
今天我也来玩玩AI串场的视频

安装了鼠须管输入法叠加雾凇拼音输入法

由于对 macOS 原生输入法的词库联想能力感到不满意，也不太想忍受某些大厂输入法的臃肿和隐私风险，我一直在寻找那个“完美”的替代品。最近，我终于折腾好了鼠须管（Squirrel）输入法，并给它挂载了目前社区口碑极佳的雾凇拼音（Rime-Ice）方案。经过一段时间的使用，我必须说：这一套组合拳的体验，真的相当不错。为什么要折腾 Rime？Rime（中州韵输入法引擎）在技术圈子里一直是大神级的存在。它的优点非常明显：极致的隐私：完全开源，完全本地化，绝不上传用户数据。极高的上限：高度可定制，想怎么改就怎么改。极快的响应：轻量级，几乎没有延迟。但它的缺点也同样劝退：门槛太高。以前安装 Rime，就像是拿到了一台没有装系统的电脑，你得自己写配置文件（YAML），自己找词库，对于普通用户来说，这简直是噩梦。直到我遇到了雾凇拼音。“雾凇拼音”改变了什么？如果说鼠须管（Rime）是一个性能强悍的游戏引擎，那么雾凇拼音就是一款优化极佳的3A 大作。雾凇拼音是 GitHub 上一个维护得非常勤奋的开源配置方案。作者长期维护词库，不仅涵盖了日常用语，还包含了大量网络热词。它最大的意义在于，它把 Rime

技术专业 · 2025-12-18
安装了鼠须管输入法叠加雾凇拼音输入法

如何成功注册一个印度区apple id

背景很多软件在印度区的价格非常好，所以考虑注册一个印度区的apple ID，最近因为需要使用 Google 的跨区支付，我开始折腾一个印度区的 Apple ID。一开始的想法其实很简单：直接注册一个印度区账号不就行了？但真正操作下来才发现，事情远没有想象中顺利。直接注册印度区 Apple ID，并不“直接”如果直接尝试注册印度区 Apple ID，对网络环境和设备的要求其实相当高。不论是使用浏览器还是在手机上操作，都很容易卡在注册阶段。“此时无法创建你的账户”折腾几次之后，你会发现问题不一定出在“你哪里做错了”，而是注册本身的风控就很严格。换一个思路：先回到国区后来我换了一种更稳妥的方式。不再一上来就硬刚印度区，而是先在完全不使用代理的情况下，注册一个中国国区的 Apple ID。这一步反而非常顺畅：不需要特殊网络环境可以直接使用国内手机号完成验证注册流程几乎不会遇到拦截整个过程下来，体验和早些年注册 Apple ID 基本一致。国区注册完成之后，再做区域切换操作等国区账号注册完成之后，再开启代理环境，登录这个已经创建好的 Apple ID。在动手之前，有几件事情必须提前处理，否则系统

技术专业 · 2025-12-18
如何成功注册一个印度区apple id

一款简单好用的 macOS 清理工具

Mole 是一个开源的 macOS 命令行清理工具，主要用于 清理系统垃圾、应用残留和各类缓存文件。它不追求“全自动一键清理”，而是强调 可见、可控、安全，让用户清楚知道系统里有什么、删了什么。项目地址：👉 https://github.com/tw93/MoleMole 能做什么？Mole 的功能非常聚焦，主要包括以下几类：1. 清理应用残留文件在 macOS 上卸载应用后，常常会留下缓存、配置文件和日志。Mole 可以帮你找出这些残留内容，例如：Application SupportCachesPreferencesLogs避免“应用删了，空间却没回来”。2. 清理系统和开发缓存Mole 支持清理多种常见缓存来源，包括：系统缓存Homebrew 缓存Xcode 派生数据常见开发工具缓存对开发者尤其友好，能快速释放大量磁盘空间。3. 查看磁盘占用情况Mole 可以帮助你分析磁盘使用情况，找出 真正占空间的目录和文件，避免盲目清理。如何安装 Mole？方式一：使用 Homebrew（推荐）如果你已经安装了 Homebrew，只需一条命令即可：brew install tw93/tap/

技术专业 · 2025-12-15
一款简单好用的 macOS 清理工具

第一时间体验了GPT-5，AI改变生活

在科技飞速发展的今天，人工智能已经不再是实验室里的概念，而是实实在在走进了我们的日常生活。今天，我在第一时间体验GPT-5的同时也开启了AI定投的投资策略。它能做什么？ChatGPT 的能力非常广泛，不论是工作还是生活，它都能帮上忙：技术助手：能帮我解决编程、网络配置、数据分析等技术问题，甚至协助我写出高质量的代码。语言老师：我在学外语时，它会帮我解析语法、讲解单词、纠正发音，还能生成练习题。创作伙伴：无论是写博客、视频脚本，还是策划一份PPT，它都能快速给出结构清晰、逻辑完整的内容。投资参谋：我在研究ETF或退休规划时，它能帮我查找资料、分析数据、对比方案。生活小帮手：旅行攻略、饮食建议、学习计划、日常问题解答，都可以找它。它的特点如果要用几个词来概括 ChatGPT，我会说是：信息杂食性：几乎什么话题都能聊，从量子物理到咖啡拉花。结构控：总能把复杂的事情分解成条理清晰的结构。细节党：我提供的背景越多，它给出的内容就越贴合我的需求。语气可调节：可以严肃专业，也可以幽默轻松。在我的日常工作与生活中，ChatGPT 已经变成了一个不可或缺的伙伴。从处理繁琐的技术细节，到帮我把零散的想法变

技术专业 · 2025-08-08
第一时间体验了GPT-5，AI改变生活
2016 - 2026 自由翱翔：十年学习成长之路. All Rights Reserved.
Theme Jasmine by Kent Liao