关于是否从 Codex 换到 Hermes 的讨论，Hermes 是一个新兴的 AI 模型，它带来了跨对话学习和进化机制，这可能是一个重要的改进点。关于 Hermes 的体验，目前网络上并没有太多公开的反馈，但是从其设计理念来看，跨对话学习意味着模型能够从多个对话中学习并改进其性能，这可能使得它在处理复杂任务时更加高效。此外，进化机制可能意味着模型能够随着时间的推移不断自我优化，从而提供更好的服务。尽管如此，选择是否从 Codex 换到 Hermes 还需要根据个人的具体需求和使用场景来决定。Codex 作为一个成熟的模型，可能已经在某些方面表现优异，而 Hermes 的这些新特性是否能够带来实质性的提升，还需要进一步的实际使用和评估。总的来说，如果对跨对话学习和模型进化有较高要求，可以尝试使用 Hermes，并与其他用户交流使用体验，以做出更明智的选择。

在当前的设计领域，AI技术的应用越来越广泛，特别是在UI设计方面，许多设计师开始探索使用AI来提高工作效率和创意表达。以下是一些流行的AI工作流，以及它们如何帮助设计师进行UI设计工作。

1. 使用AI辅助设计工具：一些现代的UI设计工具如Figma、Adobe XD等开始集成AI功能，允许设计师通过简单的拖拽和设置来自动化设计任务。例如，Figma的Auto Layout功能可以根据内容自动调整元素的大小和位置，大大简化了布局设计的过程。
2. 图像生成AI：工具如DALL-E 2或Stable Diffusion可以基于文本描述生成图像，设计师可以利用这些工具快速生成初步的视觉概念。这些图像可以作为进一步设计的起点，帮助设计师探索不同的设计方向。
3. 智能原型设计：一些AI工具能够根据设计师的草图或初步设计自动生成可交互的原型。这不仅可以节省时间，还能让设计师更专注于创意和用户体验，而不是技术细节。
4. 自动化设计系统：通过使用AI来维护设计系统的一致性，设计师可以确保所有的设计元素都符合预设的规范和风格。这种方法特别适用于大型项目，可以保证设计的一致性和效率。
5. 分析：AI工具还可以帮助设计师分析，通过自然语言处理技术从大量中提取有用的信息，帮助设计师更好地理解用户需求，从而改进设计。

总的来说，AI在UI设计中的应用正在不断扩展，为设计师提供了更多高效和创新的工具。设计师可以根据自己的需求选择合适的AI工具，以提高设计效率和质量。

小米Mimo Pro套餐分享，6月1日到期。如果您需要使用API Key，请先进行Base64解码。以下是相关的OpenAI和Anthropic接口协议链接，您可以点击查看详细信息。

OpenAI 接口协议：点击这里
Anthropic 接口协议：点击这里

如果您想了解更多关于这个话题的信息，可以访问以下链接：(https:///t/topic/2240528)

信息来源于： - (作者：Hornet)

在搭建new-api中转时，确实可以对请求进行脱敏处理，以避免敏感信息如密码等被发送给AI。以下是一些实现请求脱敏的方法：

1. 请求拦截：在API服务器上设置请求拦截器，对进入的请求进行审查，识别并脱敏敏感信息。这可以通过编写自定义的中间件来实现，中间件可以在请求到达目标服务器之前处理请求，移除或替换敏感数据。
2. 数据加密：在发送到AI之前，对敏感数据进行加密。确保AI无法直接读取这些数据。接收方需要有相应的解密机制来解密数据。
3. API网关：使用API网关作为请求的中转站，在网关层面处理请求的脱敏工作。API网关可以提供更细粒度的控制，例如基于请求的来源、内容类型等条件进行不同的处理。
4. 使用代理服务：通过代理服务来转发请求，在代理服务器上实施脱敏措施。这样，即使代理服务器日志中记录了请求信息，敏感信息也已经过脱敏处理。
5. 限制请求内容：在API设计时，明确哪些数据是敏感数据，并在API接口中限制这些数据的传输。例如，可以不提供直接传输密码的接口，而是使用令牌或其他认证方式。
6. 安全协议：使用安全的传输协议，如HTTPS，来加密传输过程中的数据，防止数据在传输过程中被截获和篡改。

实施这些策略时，需要确保既保护了用户数据的安全，又不会对正常的业务流程造成太大影响。同时，也要考虑到实施这些措施可能带来的性能影响，进行合理的优化和测试。

在AI时代，学习的关键在于理解AI的能力和局限性，并合理利用AI作为辅助工具。AI无法独立完成复杂的项目，它需要使用者具备良好的规划能力和对特定领域的深入理解。因此，学习AI时代的技能，需要从以下几个方面入手：

1. 基础知识学习：首先，需要掌握计算机科学的基础知识，包括编程语言、数据结构、算法等。这是使用AI工具进行开发的基础。
2. 领域知识深化：选择一个或多个专业领域进行深入学习，比如嵌入式软件开发或服务器后端开发。这需要你对该领域的业务逻辑、技术架构有全面的了解。
3. AI工具的使用：学习如何使用AI工具来辅助开发。例如，使用机器学习模型进行数据分析和预测，使用AI代码助手提高编程效率等。
4. 持续学习与适应：AI技术发展迅速，需要不断学习最新的技术和工具，以及适应不断变化的技术环境。
5. 实践项目经验：通过实际项目来应用所学知识，积累经验。这不仅可以加深对理论知识的理解，还可以提高解决实际问题的能力。
6. 团队协作：AI开发往往不是单打独斗的过程，学会与团队成员有效沟通和协作，也是非常重要的。

总之，在AI时代，学习是一个持续的过程，需要不断更新知识储备，提高技能水平，才能更好地利用AI这一强大工具。同时，也要认识到AI的局限性，合理规划项目，避免产生不切实际的期望。