卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂， 他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了， 真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话 这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力， 但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一，... 而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏， 在微信内部 14 个真实业务测试里全线跑赢 做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去， 最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能， 向量数据库的存储和检索成本，直接给你砍到了脚脖子 大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西， 两个少了一个，所谓的 AI 智能体全都是盲人摸象 微信把自家每天扛几十亿流量的内容理解底座直接端出来， 对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊show more

我去，美团把数字人视频生成模型开源了。外面数字人 Agent 一天卖 50 万，美团直接做了个 LongCat-Video-Avatar 塞进同一个仓库里开源了。 给一张人脸图加一段音频，数字人张嘴念稿，嘴唇、眼神、表情全自动对上。 它不是那种玩具开源，是实打实对标... Sora、Veo3、Kling 那种商业模型。 13.6B 参数，文生视频、图生视频、视频续写，一个模型全干完，720p 30 帧，长视频一口气跑几分钟不崩画质。而且你敢信？推理还比同级快了 10 倍。 坦率的讲，我看到技术报告的时候是有点懵的。因为 benchmark 上它一个 Dense 架构的 13.6B 模型，追着人家 28B 的 MoE 打。更让我愣住的是数字人那块。 你想想看，这事以前怎么搞。 要么自己录真人，要么掏钱买方案，几百块一条起步。现在一个开源模型，丢段文案给 TTS 一念，画面它自己出。而且 1.5 版做了蒸馏，推理从几十步压到 8 步，快了 15 倍。还加了 INT8 量化省显存。 说实话，这种东西别只收藏。 想试的，先跑 一下我下面的文章教程，参考就能部署。 GitHub 搜 meituan-longcat / LongCat-Video，权重在 HuggingFace 上直接下。show more

每次去问那些大模型某个项目怎么样，得到的回复永远是那种模棱两可的万金油——“项目有潜力，但请注意市场波动”。听君一席话，如听一席话，完全不敢拿真金白银去信它。 但这两天仔细看了下 Sentient 的逻辑，尤其是那个 SERA 架构，我是真觉得有点意思。它没想着用一套通用的语料库来“忽悠”你，而是老老实实地在做“拆解”。 你问它 DOGE 的风险，它不是在那瞎编，而是像个老练的研究员一样，先把问题拆成几个维度：经济模型是不是通胀的？链上流动性池子够不够深？大户是不是在集中出货？它有一套自己的索引库，先找工具，再抓实时数据，最后才给你写结论。... 这给我的感觉是，它终于不再是一个只会陪聊的机器人，而是一个懂得去查证、去推理的 Agent。在币圈这种信息满天飞、真假难辨的地方，我们需要的就是这种能把“情绪”和“事实”剥离开的能力。如果不解决“可信度”这个问题，AI 在 Web3 永远只是个玩具，但 Sentient 似乎找到了打破这个僵局的锤子。show more

我尼玛，Claude Fable 5今天把整个软件行业的底层逻辑给击穿了！ 以前做软件要几个月，现在只要15分钟，Claude Fable 5把产品经理和程序员的中间环节，直接干掉了。 也就是说，15分钟的销售电话打完， AI当场做出了客户要的可运行软件原型，喵个咪，这谁受得了啊🤯 Todd... Saunders，Dalton Mills AI 的 CEO，做的是 trades 行业的垂直 SaaS——建筑、家政、暖通这些。 他用刚发布的 Claude Fable 5， 在跟一个客户的销售电话里， 让 AI 在后台实时转录通话， 同时自主构建客户刚刚提到的软件功能。 通话结束，他当场演示了一个完全可运行的原型，精确匹配客户 15 分钟前描述的需求。 一个语音报价系统：AI 实时听服务电话，自动匹配价目表，识别 upsell 机会，生成 Good/Better/Best 三档方案，自动发提案短信。整个过程近乎零人工干预。 不是 简单的AI 辅助开发，直接对话即构建，damn！ 平复下激动的心情，这个案例最让我震惊的不只是AI 写代码快，AI 真的能听懂人话了啊啊啊， 然后一个长达几十年的产品开发范式，就这么被直接击穿了，holy sh*t！ 想一想过去几十年我们怎么干活的，客户跟你说工人在现场太乱经常算错钱，你记下来，回去消化，以为懂了， 画原型，约评审，排期，开发，几周后拿出来， 客户摇头说不对不是这么回事， 你一肚子委屈，说我每个字都记了，他说你记的是我说的话，不是我脑子里的东西。 这个循环叫理解-翻译-验证，短则几周长则几个月，整个行业就吃这碗饭的，我们管它叫专业服务。 但是今天，Fable 5 把这个循环干掉了，不是压缩啊兄弟们，直接彻底干掉了， 客户说，AI 听，AI 当场做出来，客户当场看对不对， 没有 PRD，没有你在内部群里发那个需求我回去评估一下，没有一切中间件， 从客户嘴里说出来的那一刻，一个能跑的东西就在屏幕上等着他。 这才是真正要命的地方，这哪是提效啊，简直把整个底层逻辑都改变了。 但我们也必须立刻面对一个最尖锐的问题，就是那客户为什么还需要你？这不就 15 分钟的事吗？ 这个问题必须正面面对，确实是客观存在的， 如果你对自己的定位只是把客户需求翻译成代码的那个人，那你完全可以被这 15 分钟取代，因为 AI 现在翻译得比你快，还不用开评审会。 但如果你做完项目就知道，原型和系统，中间隔着的不是几行代码，还有权限体系里那几十个你不知道为什么会存在的字段， 是客户二十年前的财务系统里藏着的那个没人敢动的数据表，是工人在负二层没信号的地方操作时该怎么缓存，也是某个老小区因为水压问题装不上你方案里那个完美的配件， 又或者是当地监管对报价条款里的某个措辞有特殊要求，这些东西，Fable 5 不知道，你问它它也不知道，它甚至不知道它不知道。 它的原型是乐高模型，系统是能住人的楼，之间的差距，专业术语叫工程判断，也可以叫领域责任，更可以叫为长期可用性兜底。 所以这个案例真正揭示的，不是谁会被替代，是什么在剧烈地变稀缺。 第一样，把 AI 的生成能力锚定在真实世界的复杂约束里， 这一下子就筛掉两种人：只会做原型不会做系统的人，和只会做系统但不懂行业的人。 留下的是那种，你问他这个需求能不能做，他会先问你那边现场平均信号几格、工人习惯左手拿手机还是右手、他们现在用的那个老系统数据库编码是 UTF-8 还是 GBK 的人。 第二样，领域知识， 我说的不是行业报告里那些漂亮话，是那些只有在这个行业干了十年才知道的脏东西。 AI 能生成完美的三档报价界面，但它不知道某个配件的供应商在雨季会涨价 30%，不知道某个话术在北方好使在南方会让客户挂电话，不知道这个工种的师傅脾气大你不能在流程里多加一步确认否则他宁愿不干，这些脏知识才是真正的护城河。 第三样，也是最被低估的一样：把原型变成可信赖系统的治理能力。 评估框架你怎么建，AI 改了这一处你怎么知道没把另一处改坏。 记忆持久化你怎么做，客户上次改的需求下次对话能不能记住。 错误恢复你怎么设计，流程跑到一半 AI 崩了用户看到什么。 多代理协作你怎么编排，一个 Agent 听电话提取意图，一个匹配价目表，一个检查合规，一个生成界面，人类在哪个节点介入裁决。 这些东西不酷，开会聊这些会让人想抽烟，但就是从酷到能用的最后那一公里。 Fable 5 和后续更强的模型，把生成这件事的成本和速度打到了一个新的量级。 这个量级意味着，做出一个看起来能用的东西，以后不再是任何人的竞争力。竞争的分水岭是，谁能把 AI 吐出来的东西，变成一个别人敢在上面跑业务、能长期依赖、出了问题找得到人负责的系统。 扯了这么多，最后一句话给大家共勉： 从今天起，把 80% 的精力，从怎么让 AI 生成得更快，转移到怎么为 AI 生成的东西负责，说白了，酷是给外人看的，稳是给我们自己续命的。show more

兄弟盟，AI 女友真的要来了～ 刚在 GitHub 看到一个挺有意思的 AI 项目，叫 AIRI。 它想做的事情其实很简单：... 做一个真正活着的 AI 虚拟角色。 不是普通的聊天机器人， 而是一个 AI 虚拟伙伴 / AI VTuber。 你可以和她： - 语音聊天 - 一起看视频 - 一起玩游戏 - 甚至让她帮你打 Minecraft 关键是这个项目 完全开源，而且可以自己部署。 也就是说，你可以拥有一个： 会聊天、会记住你、还能互动的 AI 数字人。 技术也挺硬核： - WebGPU + WebAssembly - 支持 OpenAI / Claude / Gemini 等大模型 - 还能接 Live2D、VRM 角色模型 未来的 AI Companion，大概率就是这个形态。 如果你在关注： AI Agent AI 虚拟人 AI 陪伴产品 这个项目真的值得去看看。show more

很多人都在讨论 X 的后续创作问题，但是实际上小账户想要创作出爆炸性的内容是很难的，人人都想当何同学，但人人都不是何同学。 为什么爆炸内容这么难？ 1、市场已经极度饱和，现在不是几年前年那种随便写点就有人看的阶段了。 中文区、英文区、日语区每天都有大量分析贴、长 Thread、项目解读、甚至有色视频，你不是在和差内容竞争，而是在和大量及格线以上的内容竞争。 2、KOL 自身反而被标签限制，一旦你被贴上标签这个人就是写某赛道的，这个人风格就那样，那你再怎么写，都很难逃出这个圈子，你发的东西大概都能猜到。... 爆炸内容往往来自打破读者对你的预期，或者受到一定的转发，这对已有受众的 KOL 是很难的。 3、爆炸内容需要外力，不是纯创作力。真正跑出来的爆文，通常具备至少一个外因：事件窗口（政策、暴雷、爆火项目）、叙事真空（大家都在讨论，但没人说清）、制造对立（不满、焦虑、愤怒、狂热）。 爆炸级内容不一定是写得好，而是踩中结构性机会引起情绪共振。 那爆炸内容到底是怎么来的？ 反共识：大家都在看多时你反着来创造矛盾。 替散户说真话：他们不敢说、说不清的话你敢说出来。 叙事升级：把一个零散信息，提升到时代、趋势层级。 人格共振：你的信息戳中了多数人的心声，引起了心灵上的共鸣。 所以说爆炸的不是信息本身，是立场、情绪、时机组成的机会。 对 KOL 来说，最难的是什么？ 不是文笔，不是逻辑，是敢不敢押立场，爆文几乎一定有风险，中庸几乎不会爆。这也是为什么那些赚了多少亏了多少或者压种了某一叙事的人会火的原因。 最后内容是长期叙事积累的过程，每个人都要经历从无到有的过程，不要想着你是顶级创作者一个内容就会出圈。 强如何同学都要两年的时间创造一个现象级视频，多数人都是在制造焦虑跟随热点互相对骂来制造所谓的爆文，这就是目前的现状。show more

我不准备把 BerryCode 做成最便宜的中转站。 现在市面上有 0.06 倍、0.1 倍、0.2 倍的渠道，我知道这些价格看起来非常诱人，但我现在只能做到 GPT... 官网口径 0.28X，也就是 0.4 折，用 1 M token, 综合下来大约在 0.4~0.6 人民币；换句话说，它不是最低价那一档。 但我能保证一件事：BerryCode 现在只做纯 GPT。 坦诚讲，我的能力还撑不起 Claude 中转。 Claude 封号太严，我承担不起这个风险，也不想为了多卖一个模型，把一个自己都没把握的东西塞给用户。后面我会自己体验一批价格合适、稳定性还不错的 Claude 中转站，如果真的好用，我会直接推荐给大家。 但 GPT 对我来说，是另一回事。 我现在用 Pro 账号做号池，配合一部分补充渠道去填 token 缺口，即便不卷到全网最低价，毛利润率依然能做到 30% 左右，这个数字对我来说已经够了。 我有一个暴论： **你现在能看到的大部分 AI 机会，其实都已经开始走下坡路了。** 中转站最近在推特被骂得很惨，卖数据、掺水、跑路，大家骂得不算冤，因为这个行业确实混进来了太多只想短期收割的人。 而且后面中转站这个生意只会越来越不稳定。 官方会持续封控各种渠道，低价货源会越来越少，成本会越来越高，如果一个站唯一的竞争力就是便宜，那它迟早会遇到一个问题： 成本涨了以后怎么办？ 2C 用户对价格很敏感，你今天用低价把人吸进来，明天成本上升你要涨价，用户凭什么继续用你？ 所以我现在越来越确定一件事： **中转站最后拼的不是谁便宜，而是谁值得被信任。** 信任从哪里来？我有几个思考： 第一，你得有自己的个人 IP。 如果一个完全匿名的站跑路，用户连骂谁都不知道；但我这个账号就在这里，几千个关注我的人也都在这里，BerryCode 真出了问题，我不可能装作没发生过。 第二，你不能什么模型都往上写。 我现在不碰自己没把握的 Claude，不碰我无法承担封控风险的渠道，只做我能解释清楚成本、稳定性和边界的 GPT。 第三，你得承认自己不是万能的。 我不说 BerryCode 永远不出问题，也不说它多便宜，我只能说我会把每一次问题都摊开讲，把修复过程讲出来，把我能做到的稳定性做到极致。 真正长期使用中转站的人，需求和轻量用户是不一样的。 轻量用户可能只看今天谁便宜 20%，但那些每天要跑 Codex、Vibe Coding、自动化任务、长上下文任务的人，他们更关心的是： 会不会突然跑路？ 会不会掺模型？ 会不会偷偷改请求？ 会不会跑到一半没额度？ 出了问题有没有人处理？ 尤其是国内那些真的在用 AI 做业务的人，他们并不只是想省几块钱，他们想要的是一个能长期放在工作流里的入口。 这也是我为什么选择用更稳的方式做 BerryCode。 一个 Pro 账号 1400 左右，我拿它做号池，成本不低，但我心里踏实；我宁愿少赚一点，也不想把整个站建在自己都解释不清楚的便宜渠道上。 坦诚讲，我为什么要做中转站？ 第一，肯定是赚钱。 去年炒币负债以后，我现在确实很需要现金流，这个没什么好装的，来推特的人也不是为了单纯装逼，大家都要吃饭。 第二，我的推特一个月涨了 4200 个粉，但我前阵子很迷茫，不知道该把这些流量导向哪里。 推特上很多商业模式，本质还是拉人头，做应用也好，做服务也好，很多钱来得快，但不一定长久。 中转站当然也不是一个完美的行业，但只要我不赚那些没良心的钱，只要我真的能给用户提供稳定、透明、可用的服务，那这个钱我觉得可以由我来赚。 第三，这一个礼拜搭 BerryCode，我认识了很多以前接触不到的人。 有做政务网站的，有用 AI Vibe Coding 做产品的，有自己搭工作流的，有在公司里偷偷把 AI 引进业务流程的。 我每天通宵改代码、测接口、修登录、修支付、修人机验证，虽然累，但我很久没有这么强烈地感觉到，自己正站在一个还在生长的行业里。 这个感觉有点像早年的币圈。 混乱是真的混乱，但开放也是真的开放；风险是真的风险，但机会也是真的机会。 所以从今天开始，BerryCode 正式进入压力测试和拉新阶段。 活动很简单： 充 20，送 10 平台额度； 充 200，送 100 平台额度； 最高充 2000，送 1000 平台额度。 我需要通过真实用户的使用，知道服务器、号池、支付、监控、客服到底要做到什么程度，才算是一个能长期运营的站。 如果你只是想找全网最低价，那 BerryCode 大概率不是最适合你的。 但如果你想找一个价格不离谱、模型边界讲清楚、出了问题有人处理、愿意长期把信任一点点攒起来的 GPT 中转站，可以来试试。 后面这个群也不叫 BerryCode 交流群了。 我想把它叫做： 才谷和他的朋友们。 欢迎体验，也欢迎挑毛病。 我现在最需要的不是一句“支持”，而是真实用户把问题砸到我脸上，然后我一个一个修掉。show more

说个暴论，今天之后前沿大模型的战争已经彻底换赛道了，顶级工程能力的边际成本，今天被彻底打穿了！🤯 Grok 4.5 今天正式发布，直接掀翻了前沿大模型的定价桌子。 对标 Claude Opus 级别的编码与智能体能力，输入定价仅为后者五分之二，输出定价仅为其四分之一， 叠加... 4.2 倍的单任务 token 效率提升，再加上更快的推理速度，没有死磕通用榜单第一，直接在开发者最买单的真实生产场景里，扔下了一枚性价比核弹。 这不只是单模型的胜利，更是垂直整合闭环的胜利，背后站着的也不再是孤军奋战的Elon Musk 的XAI实验室，还有SpaceXAI 的模型能力，加 Cursor 的开发者工具生态，加 SpaceX 特斯拉海量内部工程场景的三位一体飞轮， 开发者工具提供真实交互数据反哺训练，场景验证真实需求分布，模型持续迭代优化，这种闭环比单纯堆参数刷通用榜单难复制得多，也更贴近真实生产力落地。 但绝大多数人没看懂，token 效率才是智能体时代的真正杀手锏。 大多数人只会盯着基准分数的高低较劲，却忽略了效率叠加低价的复合效应，单次问答看起来差距甚微，但在多步工具调用自我修正的完整智能体工作流里，token 消耗直接等于延迟与真金白银的成本，跑完整端到端工程项目， Grok 4.5 的实际花费可能只有 Opus 方案的十分之一，速度优势更是碾压级，这对生产部署的意义，远大于跑分多几个百分点。 顶级工程能力的边际成本，今天被彻底打穿了， 2 美元输入 6 美元输出的定价，第一次把顶级编码与智能体能力，从企业级奢侈品降到了个人开发者和小团队可以放开用的价位，这会直接加速智能体 AI 从演示 demo 走向大规模生产落地，也必然倒逼头部厂商在短期内跟进调价，前沿大模型的价格战，今天才算真正拉开序幕。 更恐怖的是迭代加速度，SpaceX 今年计划每月发布一款从头训练的新模型，内部海量工程数据的持续喂养，会让它的进化速度甩开传统实验室的节奏。 我觉得这件事最本质的意义，是 AI 行业的竞争逻辑正在悄然转向， 它不再是堆出一个全能的通用神坛模型，而是在最高价值的垂直赛道里，做到够用的智能，加极致的效率，加亲民的价格， 大多数开发者日常 80% 的需求，从来不是解出世界最难的题，而是可靠地写代码调 bug 搭系统，Grok 4.5 精准命中了这个痛点。 当顶级工程能力的边际成本被彻底打穿，下一波 AI 生产力的爆发，会不会比所有人预想的都要早呢？show more

2017年我还在出租屋阳台抽烟的时候，比特币刚过1000美金 手里攒了几个币，说实话也不懂多深的逻辑，就是一点点买上来的 后来涨到3000，我卖了一部分，把家里的债清了 那一刻不是爽，是有点后怕——第一次意识到，这东西真能改变生活 但真正让我醒的，是2020年312那一波暴跌 一天腰斩，满屏爆仓 我提前几天把杠杆清掉了，反而在底下接了一点 年底回头看，那一小点仓位翻了好几倍 从那之后，我就不再折腾那些花里胡哨的东西了... 我做的事很简单：涨多了卖一点，跌狠了买一点 听起来像废话，但大多数人就是做不到 涨了舍不得卖，跌了不敢买，刚好反着来 这些年我也总结出一套特别笨的打法，但很稳 基本只碰比特币和以太坊，再加一个自己真的研究过的，其他的不看 你一旦什么都看，心就乱了，操作一定变形 钱一定分开，永远有一部分是不动的，有一部分是拿来做节奏的 这样不管行情怎么走，你不会慌 还有两个我一直死守的点：赚到一定比例，必须把本金拿出来 连续亏了，就停手，不跟市场赌气 你别小看这几条，很多人不是不会分析，是根本管不住自己 我现在看盘也很简单，就看价格，其他一堆指标早关了 越复杂，越容易把自己绕进去 说到底，炒币不是比谁更聪明，是比谁更能守规矩 你能做到买得少、拿得住、该走就走，已经赢大多数人了 我这些年赚的钱，不是靠抓了多少机会，是因为没乱来 如果你现在还在频繁操作、越做越乱，其实不是你不行，是没人把这个简单的东西讲透 想明白的，自己慢慢做也可以 想少走几年弯路的，来找程哥聊聊，我把这套最简单但最能活下来的逻辑，给你讲清楚@带单程哥 #币圈show more

腾讯这个新模型是真牛逼啊，我之前一直觉得 AI 整理数据就是帮你排个序的打杂活，直到看到把 101 个乱成一团的 SKU 销售数据丢给了腾讯 Hy3，竟然返回了一整套能直接拿去开会的完整分析。 Excel... 里分了执行摘要，异常值，定价梯度，重复命名好几个 sheet，它自己用 IQR 把离群的贵价货单独挑了出来，还顺手识别整理了重名的重复 SKU。 最超出预期的是最后同步生成了一份 30 页的汇报 PPT， 所有图表都已经做好，不用再二次调整。 它根本不是在帮你整理数据，是把一个分析师一整个下午的标准化工作，直接还给了你。 当然不是说分析师就失去价值了，需要深度业务洞察和定制化判断的分析，依然要靠真人落地。 而是这种标准化的流程化分析交付，AI 已经能直接做到成品级别，不再是需要反复修改的半成品。show more

🔥说好的“遥遥领先”的自信，哪里去了？ 这次真的给我整笑了。🤣🤣🤣 一位抖音博主，粉丝据称只有57个，在抖音发布了一段用AI生成的、阴阳鸿蒙智行问界电动车“断轴”的视频，播放量甚至还不到3000。 猪：（视频一：博主与群友聊天讲述事情经过！视频二：博主发布的Ai阴阳视频！） 就这么一个几十个粉丝的小账号，一条几千播放量的视频，按理说连水花都掀不起几朵。 没想到，事情却突然升级了——据当事人称，华为方面已经起诉，不仅要求道歉，还索赔100万元，连法院传票都已经发到了当事人手里。 看到这里，很多人恐怕都会问：这到底是“遥遥领先”的自信，还是“遥遥领先”的法律资源？ 一个拥有巨大商业实力和社会影响力的企业，面对一个只有57个粉丝的小博主，最直接的回应竟然不是拿产品和事实说话，而是把对方告上法庭、索赔100万元。 更值得警惕的是，这件事真正让人不安的，并不是一个企业是否有权依法维权，而是当资本拥有远超普通人的财力、律师团队和社会资源时，普通人还能不能与它站在真正平等的法律起跑线上？... 司法本应该是弱者面对强者时最后的防线，而不是强者可以轻易调用、让弱者疲于应付的“武器库”。 如果一个底层民众因为一条几千播放量的视频，就可能面对百万级索赔和诉讼压力，那么其他人看到之后会怎么想？ 以后是继续说真话，还是先掂量一下对方有没有钱、有多少律师、能不能把自己告到倾家荡产？ 这就是最可怕的“寒蝉效应”：不需要封掉所有人的嘴，只需要让少数人付出足够沉重的代价，剩下的人自然就学会了闭嘴。 更讽刺的是，一个真正强大的品牌，本应该拥有面对质疑的底气。产品有问题，就解决产品问题；公众有误解，就用事实解释误解；有人讽刺，就用实力回应讽刺。 如果一个号称“遥遥领先”的巨头，面对一个57个粉丝、不到3000播放量的视频，第一反应就是拿起法律武器，那么它究竟是在维护品牌，还是在展示品牌背后的力量？ 而司法真正应该证明的，也不是“谁更有钱、谁更有资源”，而是无论面对普通人还是商业巨头，法律都必须保持同样的尺度。 否则，当人们逐渐相信司法不是用来限制强者，而是让强者更方便地对付弱者时，最终被消耗的就不只是一个小博主的勇气。 被消耗的，是整个社会对公平与司法公信力的信任。 所以，真正值得追问的是： 说好的“遥遥领先”的自信，哪里去了？ 还是说，真正“遥遥领先”的，从来就不是产品，而是一个巨头能够调动的资源？show more

卧槽，Google/DeepMind 团队最新演示的 AI 递归自我改进论文有点吊炸，奇点要来了吗！？ 以前让 Agent 去探索一个复杂的算法或 GPU 算子，每试错一次就要花几十美分、还要等编译跑分，钱包根本扛不住。... 谷歌 Dream-RSI 的思路变了：它让模型在过去的历史日志里做梦，用极低成本试完几千种打法，选出最好的再上线实测。 早上好好看了下，发现DeepMind 这篇 Dream-RSI 最值钱的突破其实还不只是让 AI 去修改自身权重， 他们终于找到了一种办法，把调用大模型做探索的成本直接打掉了最高 162 倍。 对正在做代码智能体、自动科研和算法优化的人来说，这篇论文给出了一个极度清醒的工程底座。 它的思路非常克制，一共踩实了三步： 1️⃣ 冻结模型权重，只改战术打法 科幻小说里的自进化，往往是让模型自己改自己的底层代码或权重，结果往往是灾难性遗忘和幻觉暴增； 谷歌第一步就把安全阀焊死了：底层的大模型完全固定不动，它只负责干活； 自我改进的对象，是指导模型去哪里搜索、什么时候回溯、怎么选分支的探索策略。 2️⃣ 把历史残局做成做梦模拟器 这是全篇最聪明的一步。 以前让 Agent 探索长链条任务，最昂贵的是每一步都要真机运行、在线打分； Dream-RSI 把过去跑完的探索轨迹存成了一棵不可篡改的历史树； 这棵树就是环境模拟器，系统可以在离线状态下疯狂做梦，把成千上万种新的探索打法放在历史数据上快速过一遍， 既不需要重新调用大模型生成一遍内容，也不用重复去跑耗时的编译器。 3️⃣ 用历史教训筛选出最佳策略再实战 在沙盒里挑选出得分最高的探索策略后，才把它装载到下一轮真实的业务环境里； 在数学优化、算法设计和 GPU 内核优化的测试中，它不仅拿到了持平甚至更好的方案， 还把在线调用大模型的次数砍到了原本的几十分之一，特定测试下甚至减少了 162 倍。 但看这篇论文必须看清它的取信边界： 这种自我进化之所以成立，是因为算法和 GPU 代码有着极其冷酷的判定器，能不能编译、运行速度快了多少，物理世界会给出绝对确定的分数； 如果换成写文章、做设计等没有客观真理裁判的场景，做梦机制会瞬间退化成自我陶醉的幻觉堆叠。 真正的智能化突破，往往不是靠盲目堆算力去穷举试错； 模型的能力可以固定，但通过沉淀过去的失败轨迹、用最低的代价把搜索战术打磨到极致， 这套把经典强化学习移植进 Agent 系统的框架，给很多被高昂 API 账单卡住的团队，指了一条极其实在的生路。show more

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大， 主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个... Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。 以下是一些实例： 1️⃣基础任务完成度高 比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等； 家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。 以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。 其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。 但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。 另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。 我们的depin报告如下 他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。 整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个 交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行） 不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互 以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。 很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。 这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如 微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。 某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。 最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。 如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：show more

文章上海开店确实有点蹊跷，你想啊，店里人均消费才30，他缺那点小钱吗？ 他要是真心想开店赚钱，就该开高档一点的店，去赚富人的钱！ 所以我分析，他这次开店真正的目的就是为了流量，为了出圈，为了曝光 结果效果达到了，这几天热搜全是他的新闻，这可是花多少钱都买不到的 他开的那个店总成本我觉得不会超过100万，你觉得100万能买来这么大的热搜吗？明显不能！ 相反，以后他还能借着这个店跟观众搞互动，出几个段子梗，让来店里的人拍下来发到网上去，这样就会一直不停地出圈、上热搜，给他带来流量，还会让更多的人关注他，这样他娱乐圈的戏路才会再一次打开，这才是真正的原因！

又让老马装到了哈哈哈！ Zuck时隔三年重回X发帖，马斯克开心得像个两百斤的孩子🤣 Zuckerberg，Meta的CEO，Threads的老板，在沉默了差不多三年之后，跑回X发了一条产品公告，推他们家的新AI模型Muse Spark 1.1， 而且不是随便发发，是正儿八经的首发，带话题带链接那种， 然后马斯克立刻转发，配了句阴阳怪气但确实没毛病的点评——X是产品公告的绝佳平台，比泛泛的新闻稿有趣多了，Zuck这条已经免费拿了1200万浏览！ 兄弟们这个语气你品一下，不是愤怒，不是防御，是纯纯的得意😏 对手的老板，用我的地盘，给我的平台贡献流量和注意力，还免费... 这比打赢一场嘴仗爽多了哈哈哈 话说回来，Elon Musk 开心的原因其实也不是Zuck认输了，Threads现在5亿月活，某些时间段DAU还反超了X，人家活得好好的，他开心是因为这件事验证了一个更底层的东西： 就是不管你怎么堆用户量，怎么靠Instagram导流，那个所谓的公共广场、那个CEO亲自下场喊一嗓子就能让全世界听到的位置，还在X这儿， Zuck来发帖，等于默认了这一点， 他不是来认输的，他是来干活的——Threads适合长内容和温和讨论，但新品发布要炸场子，要即时传播，要算法推荐一路把帖子推到所有相关人脸上，这事儿目前还是X最狠， 这里面还有个很残酷的现实主义逻辑，就是平台大战不是零和游戏，用户不会因为用了Threads就删X，反过来也一样。 但注意力的质量不一样，X上一条CEO亲自发的帖，1200万浏览，底下全是圈内人、开发者、投资人、媒体在讨论，这种注意力的密度和转化率，Threads目前还做不到， 所以我觉得马斯克的开心，是一种战略层面的爽，不是说我把你打趴下了，是你明明有更好的选择——你自己的平台、你自己的生态——但你还是来了我这儿，这比任何MAU数据都更能说明X的不可替代性。 当然话说回来，Zuck大概率只是来测个水温，拿一波最大曝光就走 ， 这不代表战略转向，Meta有的是资源继续养Threads，但这已经不重要了，重要的是这个动作本身就暴露了战场现在的真实格局 X赢的是影响力质量，Meta赢的是用户规模，双方都在往AI加社交的方向跑，最后谁赢，看谁能把这两个东西焊在一起， 但至少在2026年7月这个节点，马斯克有资格得意一下 对手来敲门，本身就是一种认证hhshow more

非常Nice啊，这模型完全免费，Token终于可以自由白嫖了，甚至视频模型都是免费的，太爽了。 它叫Agnes AI，全球模型榜前十，6 月 1 号起把自己家三个核心模型全免费开放了，无限期。图片模型在 artificial analysis 上榜了，文字模型一周被干了一万亿... Token。我把它接进 Claude Code，配起来十分钟的事，Token 随便用。 这玩意到底是什么呢。 Agnes AI 是全球模型榜单前十的一个 AI Lab，这次免费开放的是三个模型，文本、图片、视频。 文本模型叫 agnes-2.0-flash。能写代码，能做知识问答，能跑 Agent，能规划复杂任务。在 Claw-Eval 智能体评测榜进了 Top 10。说真的，这周它还要上 1M 超长上下文，以前用 200K 的模型跑到 150K 就降智，这种破事不用再忍了。 图片模型叫 agnes-image-2.1-flash。图改图、多图融合、换背景、改文字、图像修复，电商主图和广告素材这种反复改的场景，太合适了。最近还加了 4K 超高清输出，最高 4096×4096，生成的图可以直接进印刷，不是那种看着还行一放大就糊的草稿。 视频模型叫 agnes-video-2.0。原生音画同步，首帧生视频、首尾帧生视频、多镜头切换都支持，720P 和 1080P 随便选。 接进 Claude Code 怎么搞，其实很简单。 第一步，去 注册，拿到 API key。 第二步，打开 cc-switch。右上角选 Claude CLI，右上角点 + 号，选自定义配置。把 API key 填进去，请求地址写 格式选 OpenAI Chat Completions。 第三步，点获取模型列表，选 agnes-2.0-flash。 第四步，点左上角设置，找到路由，打开路由总开关，Claude 打开。 完事。 回到 Claude Code 正常发消息，模型就已经切过去了。我试了一个在酒吧吉他弹唱的视频，和真人区别不大。 现在 Token 不要钱，Agent 该跑几轮跑几轮，该拆几步拆几步。反正我觉得这才是免费开放最爽的部分，不只是省钱，是心理上解放了。 我测试了一下视频模型，能用，就是慢了点，文字模型还是比较快的。 开发者文档在 OpenClaw、Hermes、Claude Desktop 的，也有现成教程。show more

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent... 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了 数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。show more

马斯克在想什么？ 他说，先别做PPT。 任何东西在PPT上看起来都很完美。 但那只是“看起来”而已。 如果你要创业，第一件事是什么？ 去做一个能跑起来的原型机。 哪怕它极其简陋。 一个能动的东西，比一万页精美的PPT都有说服力。 这套逻辑是不是很熟悉？... “实干家”的逻辑。 这恰恰是那些习惯了在达沃斯开会、用PPT就能撬动资本的全球主义精英们最不理解，也最害怕的东西。 他们擅长的是叙事、概念和包装。 而实干家只相信一件事：让它动起来。 一个国家的发展，是不是也该如此？ 到底是需要更多夸夸其谈的“设计师”，还是需要更多能让机器转起来的工程师？ 一个值得思考的问题。show more

Kimi要去香港上市了，一次发布同时完成了三件事：产品更新、市场重定价、IPO 预路演，喵的真是一场伟大的操盘！！！ K3发布前脚刚砸跌纳斯达克1%，然后转头Kimi就启动港股IPO筹备，一场发布干了几个亿路演的活，真特么牛逼，背后有高人哈哈，来一起回顾这场牛逼的操盘吧： 7 月 17 日凌晨，月之暗面发了 Kimi K3，2.8... 万亿参数，Arena 前端代码排名第一，即将开源。 然后 24 小时内发生了两件事， 第一件，华尔街半导体股开盘重挫，纳斯达克跌了 1%，标普 500 跌了 1%，CNN 和彭博社的报道标题里，中国 AI 模型冲击美股是关键词。 第二件，《投资界》报道说 Kimi 已通知投资者调整公司架构，筹备赴港 IPO，最快 6 个月内完成港股上市。 别人的股价在跌，自己的股价准备开始。 这两件事放在一起，是不是比 2.8 万亿参数精彩多了， 一个中国开源模型的 Arena 排名，能直接变成纳斯达克 1% 的跌幅，不是因为 K3 全面超越了谁，它在综合智能指数上排第四，Fable 5 在 35 项评估里赢了 22 项，并不是新王者。 那华尔街在怕什么呢？ 我觉得怕的不是这个模型本身，他们怕的其实是前沿能力 + 开放权重 + 中国公司这个组合，对闭源 AI 万亿美元资本支出的那个底层假设，突然给了一个反面例证。 那个假设很简单：最先进的 AI 能力是稀缺的，稀缺就应该贵，贵就需要巨额资本支出，巨额资本支出会带来长期的定价权。 K3 在这个假设上钻了一个空子， Arena 前端人类盲测第一，输入 $3，输出 $15，Fable 5 的输出是 $50，权重 7 月 27 日开放，之后任何人可以自己部署、微调、塞进私有工作流。 如果，注意是如果啊兄弟们，$15 的输出价格就能拿到人类盲测投票第一的前端 coding 能力，而且权重马上开源，那花几千亿美元训练闭源模型、然后收 $50 输出费用的商业模式，是在修一条收费高速公路，还是在一座即将免费的桥旁边建收费站。 华尔街的反应不是说这个模型太强了，是担心这个定价让整个投资回报率的算术变得不好看了。 这是第一层，第二层更有意思， Kimi 通知投资者调整架构，启动赴港 IPO，从短期不着急上市到筹备港股上市，不到一年。 这个时间窗口的选择显然不是偶然， Arena 前端第一 + 华尔街震动 + CNN/彭博头版，这套组合给了 Moonshot 一个全球定价时刻，在它走向公开市场之前，让全世界的投资者都知道了它的名字，而且不是在中国 AI 追赶者的叙事里，是在能让纳斯达克跌 1% 的叙事里。 IPO 需要的是一个让承销商可以讲的故事，K3 在 24 小时内把这个故事递到了全球财经媒体的头版上。 别人花几个亿做路演，Moonshot 用一次模型发布就做到了。 以前 AI 模型发布的受众是开发者和从业者，现在它的受众包括华尔街交易员、半导体分析师和港股承销商。 AI 模型发布正在从技术事件变成宏观事件。 这个转变一旦成立，以后每一家前沿 AI 公司的新模型发布，都不会只是开发者社区的节日，它会像上市公司的财报，不只是我们做到了什么，更是这个做到的事，让谁的假设失效了。 K3 不是第一个触发这个转变的模型，但它是第一个让发布即冲击这个范式变得如此清晰可见的。 一个中国公司，把开源模型的 Arena 排名推到前端第一，然后让大洋彼岸的半导体股跌了 1%，再趁势启动自己的 IPO 筹备，感觉有点像在上演一场关于定价权的公开争夺🤔。。。。 而争夺定价权最好的方式通常不是发论文，最好的方式就是让你的产品发布，直接变成别人股价的变量。show more

1 一个人走进 AI 生成的巷子，说了句召唤——天上真飞下来一只鹰。🦅 这不就是《盗梦空间》么？ Alaya World 干的就是这种事：一句话、一张图丢进去，实时长出一个能逛的世界。你挪视角，街巷往前展开；走到一半打一句提示词，里面真会跟着变。不是后期特效，是当场生成的。 说个暴论：未来游戏开发可能要变天了——先生成一个可玩的... demo，然后就直接上线了。🎮 我们现在用的 AI，多半还是打字进、文字出，最多再给你一张图、一段视频。看完就结束，你始终站在屏幕外面。 可以这么理解： • 💬 聊天模型陪你说话 • 🎬 视频模型给你放片 • 🌍 世界模型开始给你一个能走进去晃两下的地方 它还不完美，偏研究向，家用电脑也跑不动——别当成明天就能下载开玩的游戏。但代码开源了，主页上 Demo 很多，光看就能明白：AI 下一步可能不只是更会聊天，而是开始撑起一个空间。 想直观感受，直接刷 Alaya Lab 的 Demo，比看任何介绍都快。 1.🐦‍ 召唤火鸟 冷却好了，点火鸟技能。烟尘里冲出一只燃烧的凤凰，双翼一展，脚下黑烟烈焰show more

天塌了呀, AI视频生成又一次大跨越, 只要一句简单的描述就能排出大片了, 因为有专业的导演模型了 玩 AI 视频生成的朋友，是不是经常遇到这种崩溃时刻： 脑子里有一部大片，但憋出的提示词只有干巴巴的一句话？ 生成十几秒以后，镜头乱晃、主角变异、完全跑偏？... 阿里通义万相团队（Wan Team）刚刚甩出了一个王炸 —— WanPE！直接给普通人配了一个 397B 参数的“数字副导演”！ WanPE 到底是什么黑科技？ 它不是直接生成视频的，而是专门帮你**“把普通话翻译成好莱坞分镜”**的超级大脑！ 你随手扔一句：“宇航员在火星看日出”； WanPE 会直接自动扩写出：从全景推到面部特写、面罩反光的慢速摇镜、低角度逆光氛围、脚步激起的微尘动态……甚至连音效呼应都写好了！ 引入了 9 维语义锁定机制，30秒超长视频从头到尾剧情不崩、画风统一! 以前做 AI 视频需要苦学几十页提示词词典，现在有了 WanPE，普通人的灵感真的能一键变成电影级质感了！赶紧 mark 起来！show more