Han Cheng e/acc

@FradSer 一个部门一个okr，毕竟

怀疑飞书的人不会写 skills，用一个的统一的入口然后引用这些子功能不好吗？ github.com/larksuite/cli/…

you can use chatgpt in china.

Introducing Claude Opus 4.7, our most capable Opus model yet. It handles long-running tasks with more rigor, follows instructions more precisely, and verifies its own outputs before reporting back. You can hand off your hardest work with less supervision.

@elliotchen100 🤣我离你们很近哈哈哈哈哈

@ashfold 感谢测试哈，我们尽快修掉，另外可以投简历的👀

非常激动宣布，我们打磨了很久很久的更新，她终于来了，不仅有产品，还有 Methods，Benchmark，Usecases 和官网等。 具体更新： 1. EverOS - 新思路，一站式 Agent 创建，测试和集成的开源库，其中包含了多个 Methods，多个 Benchmarks 和很多种 Usecases。 主打一站式服务，用户可用现成的 Methods 魔改 Usecases 成自己的 Agents，然后再用 Benchmark 对其去测试，提升和迭代。 一站式全能王 ，很方便。 2. 新 Benchmark - EvoAgentBench 开源，可以用来测试你自己配置的 OpenClaw Agent，Hermes Agent 和任何 Agent。 当有了中立 benchmark 测试的时候，方才知道谁是好龙虾。 3. 官网更新 - 新版官网，愿景和感觉，配色和调性，品味和新意，拉爆全场，外加新场景，新产品，新交互。 一个字：夯。 4. Academy - 我们是一个学识很强的团队，所以这个板块以后会是我们发过的所有模型，论文，methods 和benchmark 相关。 学就完了。 5. EverMe - C 端的产品，在来的路上，现在已经放出小彩蛋，可以期待期待。 新面貌，新风向，新动力，依然开源。 github.com/EverMind-AI/Ev…

@oran_ge 🧐其实有个机会是coding agency。新时代的agents 外包🤣

最近一个神奇的矛盾。 大公司裁员计划越来越多，被裁员工在选择下一份工作时，优先还是去找其他大中公司，不愿意去小公司。 与此同时小公司招聘还是很难。 OPC 似乎成了唯一的 easy answer，那又 easy 得不可思议。 预感到在混沌之中蕴育着下一个撮合 service。

@QuantumTransf base model是啥？opus?

@ashfold 我们已经接近 80% 了

最近利用 terminal bench 跑 task 等结果的时间，看完了硅谷第一季 这真的是一个很传奇的故事，值得每个想要创造出非同反响的事物的人去看 其实最开始并不知道自己为什么会那么喜欢 vfs 这个概念，不过我今天突然意识到，或许这个种子在多年前看到剧中基于 middle out 的去中心化文件系统就已经埋下…

@dinah_zhang 因为做成标准的成本太高了（没有耐心）

为什么国外大厂可以制定标准，国内大厂不能

@elliotchen100 招个前端吧

@wey_gu 其实如果愿意，人均200刀，8人团队团一个h200 x 8做glm5.1部署还是很划算的。

@ashfold 嗯嗯，这是一个人的，稍微 team pool 一下，不过现在另一个前提是自部署没有 frontier 模型

认知更新了，我还真没对这个数字敏感

@Kubai087 师傅，我想要B

送四个图标～ 给有产品的有缘人

Turns out we can get SOTA on agentic benchmarks with a simple test-time method! Excited to introduce LLM-as-a-Verifier. Test-time scaling is effective, but picking the "winner" among many candidates is the bottleneck. We introduce a way to extract a cleaner signal from the model: 1️⃣ Ask the LLM to rank results on a scale of 1-k 2️⃣ Use the log-probs of those rank tokens to calculate an expected score You can get a verification score in a single sampling pass per candidate pair. Blog: llm-as-a-verifier.notion.site Code: llm-as-a-verifier.github.io Led by @jackyk02 and in collaboration with a great team: @shululi256, @pranav_atreya, @liu_yuejiang, @drmapavone, @istoica05

@RyanLeeMiniMax If you want to operate as a commercial host, you need to pay Minimax to obtain the proper license. The amount you have to pay depends entirely on Minimax’s judgment or market strategy. Am I understanding that correctly?

@linyishan 你这个上下文长度是不对的。

🚀🚀🚀MiniMax-M2.7 正式开源 不过，一般人也无力部署，看看这核心参数🤣 总参数量：230B 激活参数：每处理一个 token 激活 10B 参数 网络架构： ➤ 62 层Transformer结构 ➤ 256 个局部专家，每个token同时激活 8 个专家 ➤ 上下文长度原生支持 204.8K tokens 显存要求严苛： ➤ 模型权重：220GB（FP16/BF16 精度下） ➤ KV缓存 ：每100万tokens 约需240GB显存 推荐配置如下：

minimax的新模型是很强，但是禁止商用。 可以定性为假开源么？ If open source is not what you willing, just close it.

@yangyi 🤣不要再贴这种没有思考的水结果了。

昨天参加GEO大会，向阳提到了一个问题，目前做东西已经不是瓶颈了，那么如何去判断做什么？ 我让牛马AI给我构建了一个判断过滤器 大家可以用这11个判断标准来去评估一件事情是否值得投入尝试