前一段时间我测试了大量不同模式的代理，效果是不错，自己对一些技术也有了充分了解。
但是……实际用起来发现，最大问题不是哪个好用或不好用，而是同一台服务器上安的东西太多了，又极少会同时使用。
举个实际例子，某台境外服务器上做了以下配置：
续前文：一些新网络技术实测（上）
众所周知的事实：墙只安在国境线上，国内网站另有一套更加严密的监管系统。由于每个网站每个域名都要实名备案，找到负责人很容易，因此不会大费周章去监控国内流量。
而之前的方案中，直连的方式是：
国外公网←nginx←websocket←国外网站
⬇
墙
⬇
国内公网→家庭宽带/4G→websocket→本地代理→浏览器
道高一尺，魔高一丈，网络监管与反监管技术永远在更新和升级。现状是，除了简单粗暴的封锁，对数据包内容与来源的深度分析也在逐渐增强，监控已经从互联网出口、骨干网一路延伸到了家庭光猫。因此，我们需要定期更新自己的技术栈和工具库，使用不同类型、不同连接方式的加密数据通道作为备份。
之前文章中介绍的一些技术已经稳定运行了很长时间，并为了保障安全和可用性，分布于不同国家的多台服务器。
近期我对其中一部分技术进行了升级改造，并进行了测试和研究。
但本文只讨论形式和结果，不包含过程，也不涉及教程。
一个神奇的小程序，把你输入的任何文字转化成一个玛丽苏风格的名字；也可以转回来。用于各种加密、混淆、防监听等场合。
举例：
原文：苟利国家生死以，岂因祸福避趋之
密文：艳茹璃·百蕴合·雨璃·拉樱魅格凤柔糜璃·倩娅然音凝灵莹·威影涅奥雅眉洁·晗薇合盘希思阳樱·基玫如·舞恋黛·瑟拉利艳娅·盘墨萝洁·莲渺蓝芝寇妲馨安·之绯心蕾·巧蕾琦颖艳御莉
研究了四个多月AI绘画，又把ChatGPT作为日常工具用了一个多月后，忽然有点明白特德·姜那篇《ChatGPT是互联网的一张模糊JPEG图像》背后的含义了。
因为AI目前的训练集只不过是512×512到768×768分辨率的图片，而各种附加的、混合的、额外训练的模型，受限于算力，也无法从根本上提升它的精度。
你看到的AI成品越精美，其实代表它越接近于原始训练集，换言之就是过拟合了。
如果试图单靠AI画出一张细节尽可能完美的图，结果往往会令人沮丧。例如只有一只手不完美时，理论上我们可以用Inpaint单独重画，但很可能几百轮重画下来都未必能达到想要的结果。全图重画又可能顾此失彼，手完美了，别处又乱掉了。
这几乎是“精度不足”现状下的必然情况。区区数GB的基础模型和消费级显卡，在可接受时间内能生成的极限就是如此。
能精准控制绘画结果的Controlnet发布后令人精神一振，正说明了AI绘画至今困扰我们的局限所在：不借助人力进行强力干预的情况下，单靠AI画出理想的作品难如登天。