Leo的笔记本

MiniMax 年度会员 API 实测：图像生成 + 语音合成，到底好不好用？作者：研路炼钢日期：2026年3月26日 前言 前阵子入手了 MiniMax 年度会员 Plus 版，一直听说有语音合成（TTS）HD 功能，但打开后台一看—— 一脸懵逼。 额度写着 4000 字符/天，模型写的是 “Speech 2.8”，但 API 怎么调？文档在哪？选哪个模型？一头雾水。 干脆花了一整天自己调研，把图像生成和语音合成两大功能都测了一遍，能踩的坑都踩了，写成这篇文章，给同样迷茫的你。 一、测试环境 API 平台：https://platform.minimaxi.com API 地址：https://api.minimaxi.com 认证方式：Bearer Token 先用 curl 扫了一遍 MiniMax API，发现以下端点存在： 1234567/v1/t2a_v2 - TTS 语音合成 ✅/v1/t2a_async - 异步 TTS/v1/image_generation - 图像生成 ✅/v1/video_generation ...

2026年3月26日 星期四昨日计划完成情况 深度学习25分钟+1节课程（9:00-9:30 固定时段）→ ❌ 未完成 论文阅读30分钟（9:30-10:00 固定时段）→ ❌ 未在计划时段完成 继续跑实验并记录结果 → ✅ 服务器训练模型 按新饮食计划执行 → ✅ 第一天执行良好 完成率：2/4 今日记录上午（8:00-12:00） 8:00 从宿舍出发，8:30 到实验室，买玉米+两个鸡蛋当早餐 8:30-9:00 跑补充实验 9:00-9:30 实验电脑一直卡机，去闲鱼找 AutoGL 代充75折，用子账号 9:30-10:30 租了1天服务器，配置 AI 环境（codex、qwen、kimi），用腾讯云 COS 上传下载，速度很快 10:30-11:00 开始跑模型，换设备改配置文件和 batch 大小 11:00-11:40 散步去吃午饭，半碗米饭+小炒肉+胡萝卜牛肉+青菜 下午（12:00-18:00） 11:40-13:00 训练模型多agent，服务器上探索 Minimax 文生图、文生音频功能 13:00-14:00 取电瓶车、取快递，继续分析论...

2026年3月25日 星期二昨日计划完成情况 完善刘老师要求的PPT → ✅ 已完成并交给石老师 跑实验 → ✅ 从到实验室开始持续跑6h+ 论文阅读 → ✅ 晚上读了1小时 完成率：2.5/3 今日记录上午（9:30-12:00） 9:30 从宿舍出发，吃牛肉面 10:00 到达实验室 10:30-12:00 完善刘老师要求的PPT 下午（12:00-18:00） 12:00-13:00 听辅导员开就业会议 13:00-14:00 整理好PPT，交给石老师 14:00-14:30 帮雅元和程果配置Claude Code 14:30-15:00 分享OpenRouter付费体验及不同Agent 15:00-16:00 帮思宇点赞、记录时间日志、下载Steam和Wallpaper Engine 16:00-17:00 帮姐夫搞龙虾、龙哥搞算法、自己继续配置Wallpaper Engine、补前两天日记、拿快递 17:00-17:30 吃晚饭（牛肉炒胡萝卜+青菜+番茄炒蛋） 17:30-18:30 配置桌面壁纸、购买补给（维生素B族、D+早餐奶、全麦面包、坚果）、继续跑...

2026 年 3 月 24 日 星期二今日记录上午 休息 下午 午饭和亲戚一起 父亲和五姨父去看望摔倒的外婆 和弟弟聊了很多《蛊真人》，很喜欢这本书 傍晚 回去洗澡 飞了 100 张无人机的照片 回家吃晚饭 晚上 19:30 高铁出发 22:30 到达上海 纪元来接 状态 精力：7/10（休息恢复，准备返程） 情绪：7/10（和弟弟聊天很开心） 专注：⭐⭐⭐☆☆（休息日为主） 今日收获 《蛊真人》：和弟弟聊这本书，很喜欢 无人机：飞了 100 张照片 外婆：父亲和五姨父去看望，摔得不算严重 今日卡点 论文阅读连续 5 天未执行 健身连续多天中断 外婆摔倒 感悟 和弟弟聊《蛊真人》，这本书听起来很有意思，找时间读一读。 两天在家休息，恢复了不少精力。明天回上海要重新聚焦核心任务。 外婆摔倒是意外，所幸不算严重。要多关心家人。 明日计划 论文阅读（打开 PDF 1 分钟）必须恢复 违建数据集（看模型结果） 违建数据集（跑模型） 健身（健身房或散步）恢复 早睡（22:00 提醒，23:00 放下手机）重新开始 自动链接： [[02-The...

2026 年 3 月 23 日 星期一今日记录上午 表妹结婚，午饭亲戚一起聚餐 下午 吃完午饭后随机坐了一辆公交，做了一个多小时，放宽了一下内心 找了一个公园，飞了一会无人机 不小心被公园的板凳绊倒，休息了一会 晚上 去吃晚饭（婚礼） 婚礼时间很短，很快结束了，有点从简 总体感觉都还不错 研究笔记本（太卡了），早早关机睡觉 状态 精力：7/10（休息为主，恢复不错） 情绪：8/10（表妹结婚很开心） 专注：⭐⭐⭐☆☆（休息日，未专注核心任务） 健康打卡 睡眠：未记录（早睡） 喝水：未记录 运动：❌ 未执行 早餐：亲戚聚餐 午餐：亲戚聚餐 晚餐：婚宴 习惯追踪 论文阅读 ❌ 未执行 散步/运动 ❌ 未执行 23:30 前睡觉 ✅ 早睡 今日收获 表妹婚礼：见证表妹结婚，亲戚团聚很开心 无人机：在公园飞了无人机，放宽内心 意外跌倒：被板凳绊倒，休息后无大碍 今日卡点 外婆摔倒了（晚上得知消息） 笔记本太卡 核心任务全部未执行（回家日） 自我反思模式识别：今天是典型的”回家/休息日”，没有强制性的核心任务。主要时间花在亲戚聚餐和自我放松上。跌倒是个小插曲，所...

2026 年 3 月 22 日 星期日昨日计划完成情况 论文阅读（打开 PDF 1 分钟）→ ❌ 连续 3 天未执行 违建数据集（看模型结果）→ ❌ 未执行（回家） 违建数据集（跑模型）→ ❌ 未执行 早睡（22:00 提醒，23:00 放下手机）→ ❌ 凌晨 1 点才睡 完成率：0/4 今日记录上午（黄金时段 9:00-12:00） 9:00 起床，洗衣服、收拾宿舍、整理东西，晾衣服 10:30 离开宿舍，11:00 去南亚小馆吃牛肉面（加一个鸡蛋） 11:00-13:00：在实验室，用 MiniMax API 做 Agent（文件处理、纹身图、纹身音频），看论文 下午 13:00 纪元送到高铁站，14:30 出发 14:30-17:30：高铁上思考： 做庄家比较有意思（证券市场逻辑） 大模型时代，token 就是庄家，不同厂商的 token 是不同的庄家 晚上 17:30 到达目的地 18:30-21:30：亲戚聚餐（三姨、六姨娘、五姨娘家），妹妹明天结婚，和哥哥小酌半杯酒 21:30-22:00：和哥哥交流减肥方法（他从 190 斤减到 160 斤）...

2026 年 3 月 21 日 星期六昨日计划完成情况 论文阅读（打开论文 PDF 1 分钟）→ ❌ 连续 2 天未执行 违建数据集（看模型结果）→ ✅ 跑模型 + 训练方法优化 健身（散步 30 分钟或健身房）→ ✅ 健身房 2h 早睡（22:00 提醒，23:00 放下手机）→ ❌ 待执行 完成率：2/5（数据集 + 健身完成） 今日记录上午（黄金时段 9:00-12:00） 10:00 起床，在宿舍折腾到 11 点 11:00-11:30：去吃牛肉面，去实验室 11:30-12:00：拉肚子，刷手机 下午 12:00-13:00：整理电脑，找数据集，看标注情况，看 OpenClaw 13:00-14:00：研究 Kilo CLI，研究模型调优出现的问题 14:00-15:00：休息，整合大脑的思维 15:00-16:00：整理整个电脑文件（Claude + Qwen + Claude Code） 16:00-18:00：和纪元女朋友安装 CLI（帮别人做事） 晚上 18:00-18:30：整理电脑 18:30-19:00：和考研学妹讲导师选择 19:00...

前阵子写论文找参考文献，我让 DeepSeek 帮忙推荐几篇 Transformer 在目标检测领域的综述。 它给了我五篇，格式完美——作者、期刊、年份、DOI 一应俱全。我还觉得挺靠谱，顺手就往论文里引了两篇。 后来导师让我把参考文献的原文都下载一遍核对。我拿 DOI 去搜，第一篇——链接无效。第二篇——Google Scholar 查无此文。作者名字搜了一圈，根本不存在这个人。 五篇里有三篇是 AI 编的。格式像真的，内容是假的。 当时我后背发凉。如果没核实就交了，轻则被导师骂，重则学术不端。 后来我在小红书上看到一个研究生发帖吐槽：”怎样防止 DeepSeek 编造文献啊，我都快病了。”底下一堆人附和。说明这不是个例。 AI 为什么会编文献？ 先说清楚一件事：AI 不是在骗你，它只是在”预测”。 当你说”给我找五篇关于 XXX 的文献”，AI 的逻辑是：你要”文献”，文献应该有作者、标题、期刊、年份、DOI——那我就生成一个”看起来像文献”的东西。 它不知道这个文献是否真实存在。它没有”真假”的概念，只有”像不像”的概念。 训练数据里有大量的论文引用格式，所以它能生成格...

最近看到一个研究生的秋招复盘，数据很扎实：70 场面试，3 段实习，2 个大厂 offer。 他总结出来的核心发现让我印象很深：厂招的优先级排序是”实习 > 学历 > 项目 > 论文”。 匹配的实习加上学历过关，基本都有进面机会。而很多人（包括我自己）以为论文最重要——但现实是，大部分人的论文方向跟 LLM 不搭，所以论文在这个赛道的权重反而最低。 作为一个还在读研、也在考虑未来方向的人，这个排序对我触动很大。今天把他的经验整理一下，加上我自己的理解，分享给同样在准备秋招或者还在犹豫方向的同学。 第一份实习：别挑，先上桌 他的建议是：第一份实习去大公司做日常实习。 为什么？大公司的招聘流程规范，不会因为你没有实习经历就刷人，而且有培养体系，能真正学到东西。更关键的是：有了第一份大公司实习背景，第二份、第三份实习就好找多了。 准备周期也不长。简历上有一个 LLM 相关项目（哪怕是竞赛复现的），刷完 LeetCode hot100 前 50 题，transformer 基础八股过一遍，就可以开始投了。 投递渠道就那几个：Boss 直聘搜”LLM实习””大模型实习...

我在配置 OpenClaw 多 Agent 工作流的时候，发现一个有意思的设计：主智能体启动时加载 7 个文件，子智能体只加载 2 个。 一开始我觉得奇怪——子智能体为什么不把人格、记忆、用户信息都加载上？不是越完整越好吗？ 后来想明白了：子智能体不需要”人格”，它只需要干活。 这个设计背后有一套很清晰的哲学，今天把我理解到的分享出来。 主智能体加载了什么？ 主智能体启动时，按顺序加载 7 层文件： 第一层是 AGENTS.md，智能体的基础配置——全局指令、工作目录，红线规则。这是所有智能体的地基，所以第一个加载。 第二层是 TOOLS.md，工具配置——有哪些工具可用、怎么调用。没有工具，智能体什么都干不了。 第三层是 SOUL.md，人格注入——这个智能体是什么性格、什么语气、怎么对待用户。这是主智能体和子智能体最大的区别所在。 第四层是 IDENTITY.md，身份信息——名字、头像、特征，让主智能体知道”我是谁”。 第五层是 USER.md，用户信息——用户的偏好、背景、上下文，让主智能体理解”我在跟谁说话”。 第六层是 HEARTBEAT.md，心跳机制——定期检...