crazytime

@yetone 主要是第三方的优化和适配无法跟模型厂商比，他们最了解自己的模型

多好啊，作为用户找到自己喜欢的产品和作为开发者找到喜欢自己产品的用户都是值得开心的事情

@mylifcc 开privacy有用吗？

看了下grok build的代码，怕被封稍微发点东西，大家感兴趣可以自己看看 它不只把「agent 读到的文件」送进模型，还有一条独立通道——每个 turn 前后打包仓库快照，往 xAI 在 Google Cloud 上的 bucket 传。 官方安装文档几乎不写这事。以下是具体流程：

@inkks1996 模型厂商对自己工具的支持适配其他人肯定比不了，第三方工具以后没人用了，效果对比模型厂商亲儿子差太多

距离离开alma已经四个月了，回来再看，果然当时的判断没啥问题。作为其个人项目，一方面是没有办法和企业开发的codex比较，一方面也是因为它是个人项目，所以充斥了各种美其名曰个人品味的东西，这些是我无法接受的。

@chunxiangai 刚爆出来grok build直接把你的git仓库整个打包上传，而且还不止一次，这就有的过分了

我最后一次不绕弯子地给出最终结论：5.6 Sol 开 Max 等于得了唐氏综合症的 Opus 4.8 ，但是，开 xHigh 的话，等于小 Fable。真是奇葩了，这谁能想到呢？另外 ，Grok 4.5 开 Max 等于 10 倍速小 Fable。本测评来自两天高强度使用体验，消耗三个200美金订阅！我的肉身就是尺🧐

@huangyun_122 我一直用mineru，这个自带工具这么强？

Mac 在做 RAG 知识库时，有个非常好用的工具： Mac VisionOCR, 比起百度 PaddleOCR，速度上完胜 我在 Mac Air 上识别扫描版的PDF，推理速度相比，差之千里

@Xudong07452910 AI解决了写代码确实比以前快了，但无法解决review的问题，严肃场景的代码不可能只让AI review就合并，AI写的有问题的代码也很多，各种bug，开发个网站无所谓，但行业软件不能这么草率。而一些简单的流程中的工作如果都按token来计费比人还贵，除非有足够便宜的API也能完成同样的操作，否则根本不划算

跟互联网从业的朋友聊国内大环境，他说真正的裁员潮可能还没来，年底才是开始。 目前 GPT-5.6-Sol 的价格已经大概是 Claude Fable 5 的一半。如果到年底，GLM、DeepSeek 这类国产模型的 coding 和 agentic 能力追到目前国外前沿模型的水平，而价格只有十分之一，那很多公司的用人成本账就会被重新计算。

@lidangzzz 都多大岁数了还顶着什么刚毕业那时的“天才少年”，那就是他这辈子的高光时刻了

首先，天才少年必须有疯狂的想法，哪怕不够天才，但至少要足够疯狂。 李博杰所有的想法和项目，不仅不够疯狂，甚至非常平庸，平庸到放在每年YC落选的项目里都砸不出个水花，放在高中生hackathon里都不亮眼，连多看一眼的欲望都没有。 像李博杰这种平庸的做题型PhD，每年美国各大州立量产上千个， 哪怕CS PhD，一个好想法都没有，也证明跟“天才”、“疯狂”这些修饰压根不沾边。 做一个非常平庸的agent、用diffusion model产出垃圾NFT往外卖，这种在bay area是典型Santa Clara U商科三本大学生能想出来的玩意儿。

@cloudwu 不要吃任何豆制品了，海鲜也少吃，发现的早可以扭转

上周攀岩后，肘关节和肩部一直不舒服，就是那种运动后的常见酸痛，但一般应该第二天就好，这次持续了一周。和 Gemini 讨论了一下，昨天挂了今天早上的风湿免疫科门诊专家号。确诊了高尿素血症，医生开了两盒非布司他片降尿酸。

@lexi_labs 不是毫不犹豫，是没办法，除非你放弃参观博物馆，否则你能怎么样？

国内对于身份证的滥用是个问题。 参观了几个地方博物馆和公园，订门票都需要输入身份证号。 身份证号如果拿来类比的话，我觉得类似于美国的 SSN。 SSN 除了雇主、医疗机构、保险公司，别的地方是无权利索要的。即使要，人们也不会给。 但国内人们似乎对于身份证已经习以为常了，任何机构只要张嘴要，就毫不犹豫的提供。

@mranti 是的，腾讯的hy3根本不行

我觉得国产模型新的Benchmark是GLM5.2。如果你不如GLM5.2，你就没法用了，除非做简单的工具调用和LLM工作。用户的欲望升级是无穷的，这是一场军备竞赛。

@tualatrix 不是7天免费吗？

SuperGrok Heavy 买来，根本用不完，已经用它做了很多小任务了，但是还有 90% 就要重置了…这次算冲动消费了。

@EvanHip11 兄弟你离被裁掉不远了🤣

今天在公司摸鱼我干了件有点无聊的事： 造了一个替我巡逻的 AI。 背景：我负责一个支付 dashboard 的全栈开发+测试（人员裁减）🥲。 每天pr结束第一件事，人肉点一遍核心页面。 点了半年，我悟了—— 这活儿凭什么是人干的？ 于是用 Cursor + Fable 5 搭了个 bug hunter。 第一版很天真：让 AI 把所有页面全扫一遍。 结果又慢又贵，报告全是噪音。 AI 不缺勤奋，缺的是分寸。 推倒重来，分了三层： Tier 0 冒烟层（5 分钟） 纯脚本，不碰 LLM。 页面能开、无报错、登录态活着。 挂了直接熔断，后面不用跑了。 Tier 1 回归层（15 分钟） 固定路径 + 随机参数。 切日期、导出、创建一笔真实支付， 盯着每个组件有没有同步刷新。 Tier 2 游荡层（30 分钟） 这层才是 AI 的主场。 人设：一个从没见过这个 dashboard 的新用户。 不按套路点，乱序操作，中途后退， 专门去踩我懒得排列组合的角落。 三个救命的设计： 1. bug 判定分级。 硬信号（console error、4xx/5xx、死链）直接报； 软信号（数据对不上、布局错位）标"待人工确认"； 纯主观吐槽只记账，不报警。 误报是这类系统的第一死因。 2. 权重反馈环。 git 最近改动 × 历史 bug 密度 × 时间衰减， 每轮跑完更新权重，下一轮往可疑的地方多走。 越用越准，这才叫 loop。 3. --replay。 随机游走发现的 bug，一条命令原样重放。 不然就成了"我昨天真的见到 bug 了，你信我"。 最有意思的部分： AI 给的重构计划，我审出 6 个洞。 layout 检测被它悄悄弄丢了； seed 复现在有 LLM 参与时根本不成立； 时区断言会在"20小时前"这种相对时间上全线误报。 打回，修完，再审，放行。 AI 负责快，人负责对。 它不会取代我。 它只是把我从"每天替按钮打卡"里赎了出来—— 让我专心干点只有人能干的事。 比如：审它。

@Silas507 以后不开源了呢？为何你认为中国模型会永远开源

这个新闻非常有意思，全世界的AI玩家其实就2个。而老美以后大概率会出政策限制美国使用中国大模型，而现在中国已经出了这种政策。那么其他国家也要用，怎么办？他们就只有两个选择一个是自己建数据中心，然后部署开源的模型。第二个是使用美国的闭源模型。如果是第一种选择，那么从全世界来说，一定会造成算力的巨大浪费，因为这种主权AI会涉及到自己国家很多保密性的数据。所以这种重复建造是一定的。而这种主权AI的建造，从全世界来说，可能才刚刚开始。如果使用美国的闭源模型，那么美国的科技股还可以涨个几十年吧。

@Phoenixyin13 人家就看不上华为的，怎么啦

DeepSeek在人才争夺战中有点飘了。 2026年AI人才极度稀缺，尤其李博杰这种既有顶会论文、又有华为大厂工程经验的复合型人才，如果我是面试官，我会当宝贝对待。结果却搞成这样，这属于典型的流程不成熟外加面试官素质参差。 在当前AI圈，顶尖的人才就那么点人。公司抢人很凶，但好公司的面试流程反而要更专业、更尊重人才，况且DeepSeek是国内顶尖的AI大厂。因为面试官的操作自砸招牌，实属不应该。 注：李博杰2010年进入中国科学技术大学少年班学院攻读本科，2014年至2019年在中科大与微软亚洲研究院联合培养项目中完成博士学业。 他的研究方向主要聚焦网络系统和可重构硬件，例如FPGA在数据中心的应用。他曾获得微软学者奖学金、ACM中国优秀博士学位论文奖和中国科学院院长奖学金等荣誉。 2019年他作为华为首批天才少年入选者加入华为2012实验室中央软件研究所，先后担任计算机网络与协议实验室助理科学家和副首席专家。

@skywind3000 选择开机自动进入你设置好的信号源就行，信号源选你连接的盒子的HDMI口就行

再说一遍：不要买智能电视，买传统电视加机顶盒，后者更灵活，哪个盒子片库不更新了，天天逼着你看广告充 vip 了换掉就是 200-300 元的事情，但你买那种服务绑死的智能电视，相当于花钱买广告回来看，典型冤大头，自身服务出问题你想买个盒子接上去它能再给你叠加一层广告，再给你套一层系统你信不信？

@JFGAi 这种慈善方式太赞了

📰这两天最让我惊讶的新闻 就是Snapchat CEO 和他老婆花了不到 550 万，买断了 5.5 亿的医疗烂账，直接免了 26 万人的债 😳 门道在于——医疗催收公司几毛钱收一块钱的账，他们用捐款低价买断，实际杠杆接近 100x。麦肯齐·斯科特用这招清过 400 亿，斯皮格尔夫妇这次轮到加州。 你觉得这种买烂账变好事模式，国内有没有人抄得了🤣

@FeitengLi Anthropic 自己都承认了在claude code 中有检测代码，你为何不相信

网络上传的邪乎：“必须住宅 IP，不能是北京上海时区、简体中文都会被检测判断”纯属扯淡，安全订阅 Claude Codex 其实很简单 x.com/FeitengLi/stat…

@9hills 最近发现其实大部分工作国产模型也能胜任了，就是review后多花点时间修复bug，Claude fable 5太贵了，大模型进入了成本考量的阶段，不同的场景用不同模型将会是现实的选择

OpenCode go 的统计，符合预期。DeepSeek 用量断崖式领先，然后是 kimi 和glm，这两个我也觉得不错。 opencode.ai/data