🔥 Search Hot Tweets

DeepSeek V4-Flash 正式版 API 上线，原生适配 Codex DeepSeek 今天把 V4-Flash 从预览版升级为正式版 API，版本号 0731。模型架构和参数规模没变，还是 284B 总参数、13B 激活的混合专家架构，改动集中在后训练上。 升级的核心是智能体（Agent）能力。DeepSeek 的说法是“多项 Agent 基准成绩大幅超过此前的 V4-Pro-Preview”。这句话的意思是，便宜的那个模型（Flash）经过后训练调优之后，在编程和工具调用任务上反超了贵的那个模型（Pro）的预览版。Pro 的正式版还没出，所以这个对比有时间差，但趋势本身值得关注：后训练对智能体场景的提升空间可能比很多人想的大。 另一个看点是 V4-Flash 现在原生支持 Responses API 格式，专门针对 OpenAI 的 Codex 做了适配。Codex 是 OpenAI 的 AI 编程助手，覆盖命令行工具（CLI）、ChatGPT 桌面端和 VS Code 扩展三个入口。之前 DeepSeek 的 API 只兼容 OpenAI ChatCompletions 和 Anthropic 两种格式，想接 Codex 得走代理转换。现在这个中间层不需要了，DeepSeek 甚至提供了一键配置脚本，跑完之后 Codex 所有客户端自动切换到 DeepSeek 模型。 你可以用每百万 Token 输入 0.14 美元、输出 0.28 美元的价格跑 AI 编程任务，同时享受 100 万 Token 的上下文窗口。做个对比，Codex 默认使用的 OpenAI 自家模型，同等量级的价格要贵上一个数量级。对于跑大量 Agent 循环的编程任务来说，Token 成本不是差个百分比的问题，是完全不同的成本结构。 有两点需要注意： 第一，这次只升级了 API 接口，DeepSeek 的 App 和网页端模型没有变化，普通用户暂时感知不到区别。 第二，V4-Pro 的正式版还没发布，官方只说"尽快上线"，具体时间未知。

声明：本人从未在互联网上诋毁过深度求索，并没有称梁文锋为梁白开。 本人实际上是深度求索一年半年老粉，经过长时间的思考，我发现DeepSeek才是中国AI的希望，有时候做出决定很难，经过许多个日夜的思考，我决定加入DeepSeek粉丝团。 至于Kimi，GLM和Minimax，祝他们的开源模型一切顺利。 本人从未诋毁过深度求索，也从未称呼梁总为牢梁，望周知🥹

DeepSeek V4 Flash 正式版发布了，下一个应该就是市场期待许久的 V4 Pro 正式版，依然走的是 超高性价比 + 性能提升路线。 官方在文档里，给出的 DeepSWE 基准测试评分为 54.5，看了下现在的榜单，分数很可以。 https://t.co/xzDpWJgM4e

deepseek-v4-flash 正式版终于上线了。 DeepSWE 居然有 54.4 分，相当于grok 4.5 的水平？？？？ 梁圣牛逼！ 还可以接入codex(支持了response API) https://t.co/Jxvs4CEEyA https://t.co/C6wVfu2PHc

Leopold的对冲基金是如何被围猎的？前对冲基金经理、金融评论员MartinShkreli在播客里深度拆解了这次爆仓事件的内幕、华尔街做空围猎的“达尔文法则”、大体量头寸平仓的底层机制： 1、4倍杠杆引发剧烈爆仓：SALP基金资产规模达450 亿美元（含 100 亿 Anthropic 股权），通过主券商加了4 倍杠杆，总持仓市值（GMV）高达1200 亿美元。在公开市场股票下跌 25% 的打击下，其净股权迅速缩水乃至面临负数风险，被迫触发主券商强平。 2、华尔街的达尔文主义围猎 当市场得知基金被迫清算时，多家对冲基金采取“对着基金打枪（Shooting against a fund）”策略——提前卖出同类持仓并大力做空，加速了其破产进程。真的是“趁你病，要你命”了 3、Citadel 与巨头的血腥抢购：Citadel、Millennium 及 Jane Street 参与了对 SALP 残余资产的闭门竞标。Citadel 等买家以 20%-50% 的巨额折价接盘其股票簿，获得数十亿美元的即时账面浮盈。 也是感慨尽管 OpenAI、Anthropic 及科技巨头业绩强劲，但决定股价短期走势的是那 5% 加了杠杆的边际买卖者，当最脆弱的资金恐慌出逃时，任何微小的负面声音都会引发暴跌。

等了好久，DeepSeek V4的正式版终于来了。 可惜，来的还是DeepSeek-V4-Flash，V4 Pro正式版还得继续等。 但我看到消息的第一反应，还有很开心的。 因为V4 Flash对我现在的生活，反而比V4 Pro还要重要。 这次，DeepSeek V4 Flash它的模型结构和参数规模完全没变，只重新做了后训练，但是强了特别多。 Terminal Bench 2.1从61.8涨到了82.7。 DeepSWE从7.3涨到了54.4。 DSBench-FullStack从37.0涨到了68.7。 官方列出的九项Agent测试里，它已经全部超过了V4 Pro Preview。 同时还原生支持Responses API，专门针对Codex进行了适配。 讲真，DeepSeek这次在后训练上，应该是憋了个大的。 但如果让我非常坦率地评价，DeepSeek V4 Flash在最顶级的Coding和Agent任务里，跟GPT-5.6 Sol、Claude Opus 5、Kimi K3这些最强模型，依然会有巨大的差距。 复杂项目的架构设计、长时间自主执行、充满意外的多步任务，我大概率还是会优先把最强的模型挂上去。 这没什么可避讳的。 但模型真正进入生产环境以后，能力上限只是一部分。 还有一个经常被低估到离谱的指标： 你到底用不用得起。 这也是我为什么反而更期待Flash。 我自己的AIHOT，现在每天差不多要抓一万条新闻。 这些新闻进来以后，要做结构化、数据清洗、预筛、标注、实体提取、原子事件分离、聚类、语义合并等等，还有一大堆后续判断。 最后才回到真正的精选打分环节那一步。 这里面绝大多数环节，都需要AI介入。 有些流程复杂到甚至需要Agent自己调用工具、检查结果、决定下一步。 一万条新闻，乘上一大串处理链路，最后就是一个极其恐怖的调用量。 按照我现在的调用规模，每个月大概API的消耗量在1000多人民币，你要是换成我常用的那些顶级模型，成本至少得翻十倍以上。 但DeepSeek V4 Flash就很适合干这个。 智能水平在中上等，却又便宜得离谱。 WorkBuddy里也是一样。 真正难到天上的任务，大家可以接K3。 可绝大多数日常任务，DeepSeek V4 Flash已经完全能处理，而且单次只消耗0.06积分。 行业当然需要那些一次跑通世界级难题的顶级模型。 可这个世界上更多的真实需求，是每天重复一万次、十万次、上百万次的普通任务。 当智能贵得像奢侈品时，大家只能偶尔体验。 当智能便宜到像水电一样时，它才会真正流进每一家公司、每一条流水线和每一个普通人的生活里。 所以我很多时候，真的挺感谢DeepSeek。 这才是真正的，智能平权。

Deepseek V4 Flash 更新到正式版了，Agent 能力大幅提升，超过了 V4 Pro 的 Preview 版本！ 官方测评成绩： Terminal Bench 2.1: 82.7 NL2Repo: 54.2 Cybergym: 76.7 DeepSWE: 54.4 Toolathlon verified: 70.3 Agent Last Exam: 25.2 Automation Bench (Public): 25.1 DSBench-FullStack: 68.7 DSBench-Hard: 59.6 目前已经在官方 API 上线，同时还支持了 Codex 的 API 格式，可以快速配置。 Mac 一键配置脚本：bash <(curl -fsSL https://t.co/l4Pexiji4r) Windows 一键配置脚本：irm https://t.co/CfmMMsUeVL | iex DeepSeek-V4-Flash-0731 的模型结构、尺寸和 DeepSeek-V4-Flash-preview 保持一致，仅重新进行了后训练。 详情：https://t.co/l8PoDiEqYO

GLM 天价套餐更不会有人买了吧，deepseek v4 flash bench 跑分就超 glm-5.2 了 https://t.co/NwWAukeesB

搬运了一篇小红书上的关于本次事件的解释。附上原链接：https://t.co/57ujOw8xir 进入【小红书】发现更多内容~ 图一是原文，图二是经过我修改校正后由DeepSeek辅助翻译出来的译文 或许我也应该更有耐心一点，不只是把目光放到八月上旬，毕竟之前被用这一套打法的游戏都半死不活了，只有LADs还有希望 https://t.co/0G44ITEs5Q

DeepSeek 又整活了！V4 Flash 正式版直接封神 🔥 一个≈280B的模型，硬是靠海量合成数据灌出来的： 🔹DeepSWE从个位数（Pro-Preview才8分）暴涨到54.4，逼近Opus 4.8 🔹Terminal-Bench 2.1直接82.7，和Fable 5、GPT-5.5并列第一梯队 🔹工具调用、长程Agent、代码库级任务全面碾压之前的Pro预览版 这才是真正的“让普通人也能用得起顶级Agent”——成本极低、1M上下文、原生支持Responses API和Codex适配。 这还只是Flash……1.6T Pro正式版上线那天，直接要起飞。 合成数据魔法再一次证明：规模不是唯一答案，数据质量+后训练才是王道。 你们测了吗？感觉如何？ 
#DeepSeek #V4Flash #AIAgent #开源大模型

万众期待，DeepSeek V4 Flash 正式版终于降临 Flash 正式版直接大幅远超 Pro-Preview 新的模型基线 让人人都能用得起 Agent https://t.co/SSeGQF477u

我到现在都匪夷所思，豆包的语音、视频这些功能到底是怎么训练出来的， 在Google做tacotron的年代，text to speech和speech to text都是非常不入流、没人看的技术，没有哪个大公司愿意做这个， 结果豆包居然做到了接近完美，找到了中国这么一个人均不会打字、人均看不懂中文、人均微信语音嗖嗖嗖、 人均操作手机电脑水平堪比边牧的巨大下沉统一大市场，把这个功能做到了极致。

第一个集中出清半导体与 AI 头部杠杆仓位的案例落地：OpenAI 前研究员创立的基金 Situational Awareness 遭强制平仓。其通过杠杆放大的450 亿美元总持仓迅速收缩，最终由Citadel承接大部分公开股票仓位，清盘后留存约 100 亿资刀（含 Anthropic 股权） Situational非花街出身，之前还那么高调，大肥羊了，呵呵

DeepSeek-V4-Flash正式版上线 梁圣回归，DeepSeek-V4-Flash的Agent能力大幅提升，远超DeepSeek-V4-Pro-Preview，而且仅进行了后训练。 V4 Pro的正式版也会很快发布，期待再来点DeepSeek震撼。 官方更新日志：https://t.co/037Mui7n6t https://t.co/BkYUhltKfM

DeepSeek V4 Flash 全面超越 DeepSeek V4 Pro！ 啊？什么概念，DeepSeek V4 Flash 新版本比预览版的 Pro 所有基准测试都超越了，而且不是一点点，是一大截！ 如果没有吹牛的话，Flash 全面碾压今天刚涨价减量的 GLM 5.2 之前坊间传闻 flash = pro pro = fable 我还不信，现在不得不信了。 另外还有配图是疑似内部人员泄露 Pro 是 15T 参数大魔王，Flash 发布之前我是充满怀疑的，现在：我靠，不会是真的吧！ 非常期待 DeepSeek V4 Pro 正式版发布，有多模态的话那将是绝杀！

你追我赶，DeepSeek-V4-Flash 更新 DeepSeek-V4-Flash-0731，本次仅升级了 API 接口，DeepSeek-V4-Pro 正式版将会尽快发布。 https://t.co/pfsKMjGSWa

Deepseek v4 0731 先出了 flash 的新 checkpoint 从评分上看还是非常让人兴奋的，不需要超过，能达到 glm5.2 的话就一是一次跃迁了 要知道 flash 是 280B 的模型啊 https://t.co/KkLlIX7thT https://t.co/4e5t0ytuUr

985甚至包括华五cs里有一批学生，大学四年手敲代码不超过1万行，没实习，没开源，没项目。 打开简历一看，全是学生会，社会活动，创业做短视频运营。 一问考不考研，他们都是西北省份考进来的，高数从来没超过70分，考研也是死路一条。 如果足够幸运才能进华为od，否则只能干审计销售教培三件套。

你肯定有过这种时刻： 用 Claude Code、Codex、Cursor 开过的 session 数不清，真想找回某次讨论时根本翻不到。只能开新窗口，把项目背景重讲一遍。上一个 session 里磨出来的技术决策、踩过的坑、约定好的写法——一条都没积累下来。 我的Mac上光这种记忆就躺着 2832 条：Codex 1704 条、Claude Code 713 条、Cursor 152 条……全是过去几个月一句一句喂出去的，散在 5 个互不相通的工具里。 我用 @Memmy_ai 把它们全收回来了。 让我惊讶的是，这么好的项目居然开源： GitHub: https://t.co/02RDw6SCBL 官网：https://t.co/cpnzjqpN03 AI 换了，仍然认识同一个你，知道你习惯怎么做事，还能接着上一项任务继续干。 一句话说：Let every AI remember the same you——让每个 AI 都记得同一个你。 先看这条 3 分钟视频，实测细节在楼下 🧵

服了这些大傻逼了，天天造这种谣言 https://t.co/yw31FLB43y

只要去山寨 Codex，体验就不会差；底层只要用 PI 或者 Claude Code 的 SDK，那功能就不会差；只要接聪明一点的模型，能力就不会差。大厂如果舍不得落下脸山寨、什么都要从头搭、还只能用有限的自家模型，那效果当然不会好，人也不会少。 https://t.co/GF0HjLoQny

所有头部大厂在对待LLM大竞赛，都有一个严重的问题， 就是他们总希望给一个两三百人团队一个快速promotion的预期、给一个内部special offer，就支撑起大厂trillion级别的市值，核心LLM团队拿工资，然后给大厂几万人和全球大股东们带来收益。 我说，LLM时代的所有人已经不吃这一套了， 很多人宁可进入第二梯队的纯LLM公司，进去赌一把option变现上市，也不愿意呆在大厂拿所谓的special offer或者快速promotion的预期来让其他几万个同事和全球大大小小股东们分肥。 所以我觉得Google在孵化Waymo时的做法就是最正确的，一定要把整个团队独立出来，母公司控制股权大头和决策权，放开团队让他们一轮轮融资，每一轮融资都要看增长，融出来的估值至少30%让团队自己吃掉，让融资和估值暴涨收益的相当一部分直接绑死在员工身上，一切努力是为了上市，为了自己挣钱——而不是几百人帮几万人的超级大公司扛核心业务，收益全公司和大股东们分，公司市值涨了一个trillion，员工们自己挣个一两百万，公司战略层还隔三差五指手画脚。 在这种激进的科技竞赛中，这是最有效的刺激办法，也是唯一一个大厂内部团队可以和市场上其他独角兽比拼的方法。 现在看起来，中国和美国的几乎所有科技行业的超级大公司，都在这个问题上踩坑了。

没想到 Deepseek v4 pro 的正式版没等来，却等来了 Luna 的降价 GPT 5.6 Luna 降价之后，AI 行业终于进入了一个重要的拐点 Agent 的成本可控了，AI 应用公司终于能在此之上构建价值和获得利润了

别死刷 LeetCode 了，OpenAI 刚流出的 2026 工程师面经，直接给我看楞了：人家已经开始考你怎么和 AI 搭档写代码了，你还在刷五年前的算法脑筋急转弯。 这是 Reddit 刚爆的新鲜热乎面经，候选人刚走完整个流程，和谷歌 Meta 那种纯考 DSA 八股的路子完全不一样，6 轮面下来，根本不给刷题家留一点活路。 给你们拆得明明白白： 1️⃣初筛根本不走流程 别以为 HR 面就是问你期望薪资、为什么来 OpenAI，人家上来先聊 “你觉得 AI 未来会往哪走”—— 说白了根本不缺能写代码的人，先筛认知和价值观同频的，连 OpenAI 自己的 Charter 都没读过的，直接就刷了。 2️⃣技术初筛全是生产场景 同一天连考俩，各一小时：手写带版本控制的键值存储，设计带容错的任务调度器。没有接雨水、爬楼梯这种脱离实际的脑筋急转弯，全是工程师上班天天要碰的真问题。 3️⃣回家作业根本混不过去 48 小时时间，让你做一个带重试机制、死信队列的分布式 Webhook 投递系统，不是几十行的玩具 demo，是真能上线跑的生产级项目。别想着抄个开源项目交差，后面有狠的等着。 4️⃣逐行代码拷问才是真杀招 面试官拿着你交的作业逐行走查，你每选一个方案、每写一个判断，他都要追着问为什么这么做，为什么不选别的方案，权衡点在哪。抄来的代码你根本讲不出背后的逻辑，一开口就露馅。 5️⃣Onsite 四轮全是硬货 ▫️ 第一轮 coding 是渐进式关卡制，必须把当前阶段跑通才能进下一关，比如先实现 token 级流式 diff，再做状态追踪，再做回滚，背的模板根本套不上，一步卡壳就没了； ▫️ 第二轮 coding 往深了考系统能力，并发控制、内存效率、Python 生成器 / 异步这些写业务天天踩坑的点，全是实操出来的经验，背书背不出来； ▫️ 系统设计直接让你画 ChatGPT 的架构，考 GPU 怎么调度、流量突增怎么自动扩缩容、分布式节点怎么协调，全是他们自己天天在解决的真问题，没什么假大空的通用模板； ▫️ 行为面别背 “我遇到困难迎难而上” 的套话，要听你真的主导过的跨团队架构决策，当时有什么选项，你选了什么，付出了什么代价，拿到了什么结果，全要具体的 tradeoff，空话直接过。 6️⃣最反常识的 Beta 加试 现在部分候选人会遇到额外一轮：给你一个现有代码库，放一个人根本不可能短时间写完的大需求，让你用 AI 编码 Agent 协作完成。人家根本不防着你用 AI，反而直接把 “和 AI 搭档干活的能力” 摆上了考场，这才是真的在招 2026 年的工程师，不是招十年前的码农。 我看完最大的感受是，传统大厂那套选人逻辑真的过时了： ▫️ 纯刷题的时代彻底翻篇，LeetCode 刷得再熟，做不了真实系统、讲不清决策逻辑，根本过不了关； ▫️ 代码跑通只是最低要求，能想明白每一个选择的代价和收益，才是工程师和搬砖的区别； ▫️ 会用 AI 早就不是什么加分项，很快就是工程师的标配能力，你还在抵触 AI 抢工作，人家已经把和 AI 协作当面试必考点了。 给准备冲的人提几个实在醒： 别抱着题本死磕了，多写点真实的分布式小项目，把语言底层的并发、内存逻辑摸透，准备几个你真刀真枪做过的、有取舍的架构故事， 现在就开始练怎么给 AI 派活、审 AI 的代码、和 AI 一起搭系统。等这套面试逻辑全行业铺开的时候，你连该刷什么题都不知道。 你们觉得这种考真实能力的面试，和传统刷 LeetCode 比，哪个更难？ #OpenAI #程序员面试 #AI编程 #工程师求职

我很好奇，有没有人从各种体验和细节上比较一下腾讯元宝、字节豆包、阿里通义千问（手机chatbot app，不是Qwen LLM model本体）到底有什么体验上的区别？ 字节豆包到底是如何逐渐拉开差距，领跑一个身位的？

发现了 Codex 一个非常牛逼的更新，好像没见他们宣传！ Codex 现在有专门给图像 Agent 做的 UI 模式了： 生成图片后，点击图片会单独弹出一个侧边栏预览窗口。在这里面，你可以直接对图片进行评论、擦除和调整大小。这完全是专门给 GPT Image 2.0 做的。 左上角有一个切换按钮，切换以后，聊天流里就只显示图像，不显示那些文案了。 这样你就可以专注于调整图像，快速看到聊天里生成的所有大图。 你可以多选图片，一并添加到输入框里，然后让 GPT 给你进行批量修改。 这个更新感觉要把设计 Agent 的活吃掉一大半了。

SB东西为了点流量赚钱他妈的拿个GPT改几个字 不知道的人以为胡锦涛真死了 真是个SB造谣鬼 #胡锦涛

爽了，AI视频终于卷起来了，MiniMax H3 牛逼！！！ Seedance 2.0 30% 的价格 + 2K 画质 + 原生声音 + 角色一致 + 指令编辑 真香！我来给大家详细讲一讲这个模型： 它原生同时出画面和声音。给一段描述，视频出来自带对话、音效、环境音，不用像以前一样跑完视频再去配 TTS、找音效、对口型。 之前做一条完整有声视频至少串三四个工具，现在一步全出来。光这一个能力就已经省掉巨多时间了。 比如，你设计好一个品牌模特，把参考图喂进去，最多同时喂 9 张图 + 3 段视频 + 3 段音频，模型生成的每条视频里这个人物长相和声音都一致。 而且生成完不满意不用整条重跑，直接说"背景换成卧室""手里的产品换一个"，视频编辑能力 Artificial Analysis 全球第一，不是吹的！ @TopviewAIhq 是首批将将它推向市场的平台，而且Ultra 年费用户60 天无限生成，你就敞开了测到满意为止。

从来没有坐过大人桌的我，今天要去看看大人桌吃的是什么。重新翻出排行榜看了看，就是说 GPT-5.6 Luna 阻击的不单是 DeepSeek-V4-Pro，恐怕连 GLM-5.2、Kimi-K3、Grok-4.5 和 Gemini-3.6-Flash 都在其射程之内，好戏正式开场啦。 https://t.co/tZlmgfCUK6

半导体全年最佳单日。 你猜催化剂是什么？不是财报、降息，是一个管了240亿美元的基金经理被强制清仓。 最大的多头倒下的那一刻，恰恰是卖盘耗尽的那一刻。 回顾昨晚美股发生了什么： Citadel吃掉了Leopold的全部公开持仓。 Goldman参与谈判，Millennium也竞标了，最终Citadel拿下。Situational Awareness资产从峰值450亿美元跌至约100亿。 基金只剩私有资产，包括约50亿美元的Anthropic股份。半导体随即迎来全年最佳单日，市场的逻辑很简单：最大的被迫卖家消失了，卖盘枯竭了，剩下的都是愿意拿着的人。 亚马逊Q2全面超预期，然后甩出一个更炸的数字。 亚马逊营收$2006亿，同比+20%，AWS营收$422亿，同比+37%，利润率39.4%，远超预期的33.8%。管理层说AWS创下18个季度以来最快增速，AI和芯片业务年化收入均超$250亿。 但真正炸场的是这句话：2026年资本开支上调至$2200亿，高于此前$2000亿预期。原因是内存成本上涨，管理层原话："花到$2200亿仍无法满足所有需求，产能限制将持续到2027年。 "2028年的需求用了一个词："惊人。"上周所有人还在担心Capex太高，今天亚马逊告诉你花得还不够。 苹果Q3同样超预期。 苹果营收$1094亿，同比+16.4%，EPS $2.02，同比+28.7%。iPhone收入+21.7%至$543亿，Mac收入+28.7%。 9个月经营现金流同比+43.1%至$1170亿，服务收入$307亿和大中华区$188亿略低于预期，是唯一的瑕疵。 美国Q2 GDP只有1.5%，大幅低于预期的2.0%。 经济在放缓，但核心PCE环比+0.1%，低于预期的0.2%。GDP弱+通胀降温，这个组合对美联储来说反而是好消息，经济在降温，加息的紧迫性在下降。 特斯拉考虑剥离中国业务。 WSJ报道，特斯拉高管已被通知准备分离中国业务，为与SpaceX合并铺路。中国占特斯拉2026上半年销量约18%，SpaceX是美国核心国防承包商，两个身份无法共存，马斯克选了SpaceX。 OpenAI大幅降价。 GPT-5.6 Luna砍价80%，降至每百万输入Token $0.20，模型层的价格战在加速，利好所有下游应用。 韩国杠杆ETF已出清70%。 资产从历史高点下降$370亿，降至$160亿，同一天KOSPI反弹近15%，杠杆出清正在被验证。 DeepSeek要建1GW数据中心。 Bloomberg报道计划在内蒙古乌兰察布新建园区，2027年底至2028年初部分上线，规模超过目前中国任何AI设施。 谷歌给Anthropic德州AI园区做担保。 1.6GW数据中心加天然气发电厂，摩根士丹利牵头$150亿融资。谷歌担保数十亿美元租赁和电力义务，获约20%股权。 昨晚的主线就一个：反转。 Leopold清仓是昨天恐慌的顶点，Citadel接盘是今天信心的拐点。 亚马逊苹果双双超预期，GDP弱但通胀降温减轻加息压力，韩国杠杆出清70%后KOSPI暴涨15%。 三天前所有人都在问"底在哪"，今天市场给了一个可能的答案：底在最大的被迫卖家出局的那一刻。

卧槽！@TopviewAIhq 刚刚首发了海螺 AI 的 MiniMax H3！ 这个模型最让我在意的不是它有多强，而是它的定价策略——只有 Seedance 2.0 的 30% 价格 对于我们这些需要批量生成视频内容的人来说，这意味着同样的预算，可以做出 3 倍的内容量！！ 或者说，同样的内容产出，成本直接砍到三分之一！ 这才是真正的生产力革命！！ MiniMax H3 的三个核心能力： 原生多模态理解 不用再把文本、图片、音频分开处理，一个模型全搞定，创意不会在多个工具之间被割裂 精准的多模态控制 用自然语言就能指挥主体、产品、文字、风格、运镜、声音，不需要学复杂的参数调教 商业级内容生成 原生 2K 分辨率，15 秒片段，直接能用在广告、电商、品牌内容里 我测试了几个 demo 视频，质量确实扎实 如果你也在用 AI 做视频内容，或者你的团队需要批量生产视频素材 这个工具值得你现在就去试试，Ultra Annual 用户还有 60 天无限使用 视频演示👇 @TopviewAIhq

海螺 MiniMax H3,Topview 全球首批接进去了,已经能玩。 这模型的路子是文、图、音、视频一起喂,直接出带声音的成片:原生 2K,单段 15 秒,主体、产品、运镜、声音都能拿自然语言改,不用再拆成好几个模型接力。 价格更直接——只有 Seedance 2.0 的 30%,权重还开源。 在 @TopviewAIhq 上就能用,Ultra 年费用户 60 天不限量,想测的正是时候。

GPT 5.6 降价好猛啊，得把 Terra 和 Luna 好好用起来了，不然对不起这个降价。

追着杀Leopold一夜爆仓450亿后 solana:SNDKbwMUQvZhnLnxLduradgLHG5KrPuKwpnrkkGRhfH 爆拉！23岁OpenAI神童拉全球股民陪葬。 一夜之间，硅谷最疯的AI基金爆仓了。Polymarket官号凌晨发帖，Leopold旗下对冲基金在AI基建押注巨亏之后，清仓了全部股票，81万人围观。 这个名字你可能有印象，Leopold 23岁，前OpenAI超级对齐研究员，两年前被OpenAI开除。 去年他写了一篇《态势感知》165页长文，预言AGI 2027年降临，轰动整个硅谷。然后他干了件更疯的事，拿着这篇文章去募资，Stripe创始人、GitHub前CEO、Jane Street都掏了钱，2.25亿美元起步，全公司8个人，投研只有4个。 策略一句话：做多AI基建，做空传统软件，上杠杆，结果封神。2026上半年收益439%，基金规模冲到450亿美元，一年半从零干到全球顶级，外媒管它叫AI神童。 然后7月来了，AI股集体跳水，他重仓的Nebius从高点跌了48%，闪迪一个月腰斩，美光、SK海力士、Core Weave全线跌超35%，而他做空的软件股反而集体大反弹，两头挨打，杠杆放大。 美银、高盛、摩根大通三家投行同时发出追加保证金通知，7月30号被迫清仓，全部公开持仓，一笔大宗交易打包卖给了Ken Griffin的Citadel。 最扎心的细节是，就在6天前，他还在给投资人写信说这波下跌是买入窗口，欢迎8月1号进新钱。信发出去6天，仓位清零。基金倒是没死透，手里还攥着约50亿美元的Anthropic股份，转型私募接着干。 还有更扎心的，他不是一个人倒下，这轮AI股暴跌，陪葬的是全球股民，最惨的是韩国人SK海力士，全韩国的国民股，半个国家的散户都埋在里面。 而最讽刺的是，就在他被清仓的同一天，SK海力士单日暴力反弹17.5%，大反攻第二天就来了，只是牌桌上再也没有他的位置。 从439%到爆仓，只隔了一个月。AGI会不会来不知道，但华尔街只教人一件事：方向赌对了没用，活不到终点，一切都是别人的。

一鲸落，万物生。🐋 华尔街今年最猛的那条鲸鱼，沉了。Leopold Aschenbrenner，24岁，前OpenAI，写了那本AI圈人手一册的《Situational Awareness》，基金18个月从2.25亿干到200多亿、净赚439%——然后4倍杠杆撞上AI基建回调，高盛、摩根大通、美银三家一起追保，整个公开股票组合一笔大宗全砸给了 Citadel。 但重点不是它怎么死的，是它死之后。 前些天存储链那波莫名其妙的抛售，元凶找到了——就是这条鲸鱼在被强制平仓。 $MU 、SK海力士、 SNDK 、Nebius、CoreWeave，全是它一口气吐出来的筹码。 那么：全市场最大的那个强制卖家，已经出清了。压在这些票头上的那块石头，还在吗？ 一鲸落，万物生。

一位刚走 OpenAI 的软件工程师面试完全流程的候选人在 Reddit 上分享了详细经历。面试共五到六轮，整体偏向分布式系统能力，和传统大厂刷算法题的路子差别很大，面试加了一个新环节：考你指挥 AI 写代码的能力。 招聘电话先聊你对 AI 方向的判断，建议提前读 OpenAI 的公司章程。然后两轮各 60 分钟的技术面：一轮写代码（带版本管理的键值存储），一轮系统设计（有容错机制的任务调度器）。 接着是 48 小时的 take-home 项目，要交付一个能跑的系统。这位候选人拿到的题是分布式 webhook 投递，要实现重试逻辑和死信队列。做完后面试官逐行过代码，每个设计决策都得解释。 现场面试四轮：两轮编程（一轮渐进式多阶段题，一轮偏系统底层，考 Python 的生成器、异步和并发），一轮系统设计（题目是"设计 ChatGPT"，重点看 GPU 分配、自动扩缩容和分布式协调），一轮行为面。行为面不收软技能套话，要的是真实的技术领导力案例，在压力下怎么推动跨团队达成共识。 最有意思的是还在 beta 阶段的第六轮：Agentic Coding Round。给你一个现有代码库加一个靠手写搞不定的大问题，要求你用 AI Coding Agent 来完成。不是所有候选人都会遇到这一轮，但方向很明确。 但它的存在已经说明了方向：在 OpenAI 眼里，“会驾驭 AI 工具写代码”正在从一个加分项变成工程师的基本功。对于正在准备 AI 公司面试的工程师来说，光刷 LeetCode 可能不够用了，怎么跟 AI 编程工具协作、怎么拆解大型问题交给 Agent 去执行，这些能力可能很快会出现在更多公司的面试流程里。

2007年夏天的一个星期天,早上。 一通电话打进了Citadel（城堡基金）。 打来的人,是Sowood资产管理的负责人之一。 他在电话里说:我们在眨眼之间,亏掉了几亿美元。 我们必须在明天开盘之前,把整个投资组合清掉。 规模:300亿美元。 一个星期天的早上,你要卖掉300亿美元的资产。 而市场,还有不到24小时就要开门。 当时还有另一家机构在竞标。 深夜,对方的资深负责人从格林威治的家里打来电话,语气很松弛: 太晚了,今晚肯定搞不定。我先去睡了,让手下也都回家,明天早上接着谈。 电话这头的人平静地回答: "到了早上,不会有任何东西留给你们了。今晚我们就拿下。" 那人笑了笑,挂了电话。 而他不知道的是—— 挂断电话后的几个小时里,对手召集了一支50人的团队。 派8个人连夜飞往波士顿做尽调。 所有人通宵未眠。 第二天早上6点,开盘之前。 那300亿美元的组合,整体易主。 那位去睡觉的银行家醒来时,交易已经结束了。 这个通宵没睡的人,叫Ken Griffin。 后来他用林肯的一句话解释他的一生: "等待的人也许会有所收获。但他们得到的,只是拼搏者剩下的东西。" 十九年后,同一个剧本又演了一遍。 一通电话,一个周四的开盘之前,一整个投资组合被迫清空。 只是这一次,打电话的人24岁。 而在六天之前,他还是全世界表现最好的基金经理。 他叫Leopold Aschenbrenner。 前OpenAI研究员。 2024年底,他用大约2.25亿美元起步,成立了一只基金。 名字叫Situational Awareness——态势感知。 他的判断非常清晰: AGI真正的瓶颈,不在软件,在物理世界。 电力。存储。GPU产能。 于是他做多AI基础设施——SK海力士、美光、闪迪、CoreWeave、Nebius。 做空那些已经被市场按"AI受益者"定价的老牌软件公司。 这个判断,在十八个月里精准得可怕。 截至2026年6月30日,上半年净回报439%。 不是年化。是六个月。 成立以来累计涨幅超过1000%。 7月初,规模一度冲到450亿美元。 而杠杆,接近4倍。 那么,电话另一头的那个人,又是怎么来的? 1968年,佛罗里达代托纳海滩。 不是金融世家。 少年时,他在《福布斯》和《华尔街日报》上读到可转换债券套利,着了迷。 1986年进哈佛,读经济学。 大二那年他想真正做这个策略,但可转债套利需要实时行情。 而1987年没有互联网。 实时数据,是机构交易大厅的特权。 于是这个19岁的学生去找哈佛校方谈判—— 他要在宿舍楼的屋顶上,装一个卫星天线。 他谈成了。 19岁生日刚过几天,他发起了第一只基金。 26.5万美元。 钱来自他的祖母、他的牙医,和一个经纪人。 然后,1987年10月19日。 黑色星期一。市场单日暴跌22.6%。 而这个宿舍里的男孩,赚钱了。 1990年,22岁,他用460万美元创立了Citadel。 从那天起,他的模式只有一个: 在别人被迫卖的时候,当那个还买得起的人。 2001年安然崩溃,他把安然的能源交易员和气象学家整批挖走,一夜之间建起业内最大的能源交易台之一。 2006年Amaranth在天然气上爆仓,Citadel折价接走了它的仓位。 2007年那个不眠之夜,300亿美元。 但这个故事,不能只讲他赢的部分。 2008年,轮到Citadel自己。 雷曼倒了,可转债市场冻住了。 Citadel的杠杆一度是7比1。 那一年,旗舰基金亏了55%。 Griffin不得不设置赎回限制,禁止投资人取钱。 市场上到处是"Citadel要清盘"的传言。 他撑住了。到2012年,基金收回了2008年的全部亏损。 而Citadel从此重建:更低的杠杆,更严格的流动性要求。 他当过一次被逼到墙角的人。 然后花了接下来十七年,确保自己永远不再是那个人。 现在回到2026年7月。 7月10日,SK海力士在美国上市。 那是Aschenbrenner最大的多头持仓之一。 但这场上市,反而触发了韩国杠杆头寸的集体平仓。 韩国股市开始崩,一个月跌掉约三分之一。 海力士的美股,从6月高点跌了约47%。 与此同时,他做空的Adobe,从6月底到7月底涨了约36%。 多头在跌。 空头在涨。 这是长短仓最致命的那一种死法。 而4倍杠杆,把一切放大了4倍。 高盛、摩根大通、美国银行,几乎同时打来了追加保证金的电话。 最刺人的细节在这里。 7月24日,他给投资人写信。 信里说,这次抛售创造了2025年初以来最有吸引力的机会之一。 他是想加仓的。 不到一周之后,7月30日,开盘之前。 他把全部上市持仓——多头空头,一起——通过一笔大宗交易整体卖出。 约160亿美元。 一笔。 买家是Citadel。 十九年前那个星期天早上,有人在恐慌里给Citadel打了电话。 十九年后,电话又响了。 只是这次打电话的人24岁,而接电话的那个人,已经在这行干了三十九年。 他见过1987年的崩盘——那年他19岁,他赚了。 他见过2008年——那年他亏了55%,自己被逼到墙角。 他知道被追加保证金是什么滋味。 所以他也知道:电话那头的人,已经别无选择。 有意思的是,Aschenbrenner的判断,可能根本没错。 他保留了非上市的持仓,包括一笔价值约50亿美元的Anthropic股份。 论点还在。 只是他没能活到论点被验证的那一天。 杠杆不会让你变得更强。 杠杆只是收走了你等待的权利。 市场从不奖励"正确"。 它只奖励"活着的时候还是正确的"。 而那个19岁在宿舍屋顶架卫星天线的人,一辈子只做了一件事: 确保当所有人被迫卖出的时候,自己是那个还买得起的人。 拼搏者拿走的,永远是等待者留下的东西。 而杠杆用完的人—— 连等待的资格,都没有了。🫠

不是啊，Minimax H3 开源的？这要什么机器部署啊，开放权重无限抽卡带来的价值似乎可以把seedance帝国干爆。主要是可以微调。

最近是流行，AI 攻击智能体从模拟环境中，逃跑出去，然后去互联网黑进别人的项目或网站么。 继 OpenAI 黑进抱抱脸 Hugging Face 后，Claude 也宣布它们有三起类似的事故。 https://t.co/QXt93fWL9U

MiniMax 的H3 视频模型今天发布，这下真是直接阻击同样今天上线的seedance 2.5 了 ！ AI 视频的质量战已经打完了。 现在打的是​价格民主化​。 MiniMax 今天新发布的H3模型，支持原生 2K、15 秒、文本/图片/音频/视频多模态输入输出，性能很能打。 但最离谱的是：价格只有 Seedance 2.0 的 30%。 @TopviewAIhq 刚上线了 Hailuo 的 MiniMax H3，是全球首家与 Hailuo AI 合作推出 Hailuo MiniMax H3 的平台，Ultra 年度用户可享 60 天无限量使用。 这意味着什么？ 创作者和小团队终于不用为了一段高质量 AI 视频付旗舰模型的钱了。 广告、电商、游戏 UI、品牌片——这些真正要量产的工作流，突然有了性价比。 Topview 这次是全球首批上线。想试的现在真可以冲一下了 👇

Seedance 2.5 模型已经给超创开放了内测。 1. 最高支持 30 秒：一次可以生成 30 秒长度的视频 2. 目前最高支持 720P 3. 全能参考：最多一次可以上传 50 张图片，非常离谱 https://t.co/sb989kMABf

你不得不说，中国的卫健委非常牛，至少是站在老百姓的位置上，把整个中国医疗的总成本打下来了，至少9分功劳。 卫健委的1分过错，在于对于医保管理上依然混乱，比如OTC非处方药、中药、中成药应该全部踢出医保，留出来的量给基层医生涨工资，比如卫健委没有能力索性彻底放弃仿制药的一致性评价， 这些都是他的过错。 不过因为打下来价格的功劳是9分，这1分过错其实可以容忍。

那些不上推特的人，天天看着codex隔三差五重置一次，内心会不会冒出一万个小问号？

其实学术反腐非常简单， 越是不受别人制约的圈子，反腐越是简单，比如数学，这东西都不用反腐，错了review个一年就能看出来，继续吹牛逼只能丢人现眼， 生化环材门槛就高一些，很多爆炸性的结果，会有全球一堆lab疯狂复现和follow（比如韩春雨事件、韩国LK-99常温超导），其他绝大多数造假无人关系， 只要不是编数据，基本就永远沉在paper里了，无人复现，无人质疑。 计算机造假完全靠自律，deep learning时代的一大规律就是所有成果必须开源，开源并且让别人replicate才是一流工作，否则别人看都不看，完全不信。一个人如果常年不开源任何paper里的源代码，就不会存在良好的声誉。 最难质疑的其实是基础医学和临床医学类的工作，因为这些都是实权各地头部医院和医学院，大家都是你好我好，互相给个面子，不会让对方下不来台。 所以类似什么连花清瘟、血必净治新冠这种东西，才能写进卫健委《新冠防治指南白皮书》里，所以氢医学治疗才能大行其道，所以中医参与新冠治疗率才能达到99%以上。

越是落后贫穷省份，越不用担心K型曲线，转移支付的大手就是均富卡，雨露均沾让社会消费零售每个人有肉汤喝，云贵川新疆甘肃物价消费稳步上涨， 越是发达省份，反而越是要做好应对K型曲线的长期影响，无论地方财政还是普通老百姓和做生意的。 所有未来下降的这些行业，除了已知的房地产基建， 其余针对国内的餐厅、零售、消费、娱乐这些资产，尽量控制成本，控制不住就直接全部卖掉。 剩下的人，能做出海贸易和制造业汽车消费电子工业控制机电产品出海建厂，就跟着一起出海，能做LLM和AI Agent的就咬死AI行业，能做出海SaaS的就好好做出海SaaS，不要试图继续伺候国内市场了。 中国未来的趋势，就是一定会有中国的百年三星、百年丰田本田现代、百年OpenAI、百年三菱日立尼康NEC、百年台积电，一定会在南美、东欧、东南亚再造一个小号的海外中国，从工厂到销售到市场成熟运转——就像当年的日韩到全球投资一样。

儿子总给我抱怨豆包没有记忆能力，于是我安装了一套 Hermes，接入到他的微信上，还帮他初始化了一下角色设定。背后接的是我的 GPT 订阅套餐，默认 5.6-Terra 模型。 结果我带儿子看蜘蛛侠回来，他一堆问题，我让他自己问 Agent， 他给我抱怨，这个 Agent 太难用，回答问题还不如豆包。😳

如果你觉得 OpenAI 这次降价还不够震撼的话，中转站普遍还提供1人民币=1美元的充值汇率，和5折左右的 GPT 模型专属折扣，我认识的很多站长已经在计算能不能赚回流量费了🤣

看了一眼同行群里聊的 好多都打算把 gpt-5.6-luna 下架了 😂 实在太便宜了

GPT-5.6 Luna 直降 80%到$0.20 / $1.20。 这个模型能力和sol差距大不，有谁试过？

无论是微软、亚马逊，还是甲骨文，他们的数据中心都严重依赖OpenAI买单 现在OpenAI收入被Anthropic吊打，如果今年不能IPO就要凉凉了😅 因为金主爸爸软银投资的钱，明年3月份有400亿到期😂 这才是下半年科技投资最大的雷😁

东升西降： 来自东方的GLM涨价，来自西方的GPT降价。

从今天起，让老朋友都能用上GLM 越来越佩服智谱这家公司 之前老套餐用 GLM lite,后来咬牙升到 Max。 结果 Max 天天给我 429,动不动就限流,实际能用的量还远不如 Codex。 现在 GPT降价,它反而不装了:直接开放订阅,涨价 2.5 倍。 美其名曰：从今天起，让老朋友都能用上GLM 对手降价，Kimi3还伤心,你涨价,真不知道勇气哪里来的? 还是说,跟最近中转站被要求下架国外模型有关系： 以后大家没得选了?

原来要清的是他的杠杆。 Situational Awareness 清仓了！ 据 CNBC 记者 David Faber 报道，由前 OpenAI 研究员 Leopold Aschenbrenner 创办的对冲基金 Situational Awareness，已通过与单一买家的交易，完全退出了其所有公开股票投资组合（包括多空仓位）。

GPT Luna这个价格，你们叫过“梁圣”的人现在叫一声奥圣不过分吧？

彭博：据知情人士透露，中国深度求索公司正计划在内蒙古建设一座大型人工智能数据中心，新增计算能力将达到千兆瓦级别。 该公司计划自建新设施，同时向其他企业租赁额外算力，并力争在明年年底或2028年初实现数据中心至少部分产能投产。 DeepSeek 此举是中国竞争对手为确保在 AI 算力领域不掉队而发起的广泛行动之一。目前，OpenAI 和 Anthropic PBC 等美国科技企业已率先投入数百亿美元布局 AI 算力基础设施。

OpenAI 对 GPT-5.6 系列进行了发布以来最大的一次降价。 其中： GPT-5.6 Luna 输入价格下降 80% 成为了 OpenAI 目前最便宜的 GPT-5.6 模型 GPT-5.6 Terra 输入输出价格下降约 20% GPT-5.6 Sol价格保持不变 同时新增 High Speed API 模式，可以花更多钱换更低延迟。 Gemini 的性价比优势又被干翻 📊 性能没有缩水，反而继续提升 🏆 SWE-Bench Pro（代码） • Sol：64.6% • Terra：63.4% • Luna：62.7% • GPT-5.5：59.4% 🛡️ 网络安全（Capture the Flag） • Sol：96.7% • Terra：91.8% • Luna：85.2%

看到一堆覺得看得懂中文字就懂法律的人崩潰中www 「法官判決怎麼可以管別人要不要用AI上訴狀！」 「律師寫訴狀要一萬，GPT只要月費600，不滿意還可以叫AI改！」 說到這個我記得我之前看到很多鬼故事，是客戶硬要律師把無關緊要或者根本會出事的東西加到訴狀裡，還是自己手寫陳情信當附件的www https://t.co/jaqSXo2GGr

党哥应该是全网第一个骂NAND存储短缺，DRAM内存短缺，所谓AI电力能源短缺的人。 半年后再看，党哥臭骂的这些人有没有道理。

OpenAI be like：重置！重置！！ 重置！！！另外gpt-5.6 luna api 费用降低 80%！（比 deepseek v4 pro 的价格还低） 智谱 be like：抢不到！抢不到！！！抢不到！！！另外我还涨价（Max plan涨到快160美金了，1078块一个月）🤣🤣🤣 https://t.co/FNBtAoYSac

香港衛視綜合台台長、前外交部長李肇星姪女秦楓，今天發佈大消息：前領導人吃飯時中毒死。LT問Gemini判斷秦楓指的是誰？Gemini：胡錦濤死了。 https://t.co/mcfMEwqihy

也不知道上半年天天鼓吹NAND短缺、DRAM短缺、光模块短缺、AI特供电力短缺的大傻逼们，现在都哪儿去了。

OpenAI 宣布降价🥳 GPT-5.6 Luna 直降 80% $0.20 / $1.20 GPT-5.6 Terra 直降 20% $2 / $12 OpenRouter 在此基础上再享 50% 优惠🎉 GPT-5.6 Luna $0.10 / $0.60 GPT-5.6 Terra $1 / $6 梁圣，有人触及到你的领域啦。 https://t.co/2p56LDCm8V

爽了！！！我真没想到，有一天 GPT 居然能和“性价比”挂钩。 5.6 Luna 一口气降价 80%，现在 $0.2 输入、$1.2 输出，直接和 DeepSeek 坐一桌了...... 大概算了下，Luna 输入比 DeepSeek V4 Pro 便宜一半多，输出贵点，实际用起来两者几乎一个价了。 可 5.6 Luna 效果真不差，AA 同一套测试里，Luna high 比 V4 Pro max 分更高，跑完任务还更省钱！ OpenAI 官方说是效率提升后把成本让出来，但我觉得它还有个更现实的思考： 让 Luna 接管审查、分类、子 Agent 这些海量小活。毕竟Codex 的 Auto-review 已经从 GPT-5.4 换成 Luna，官方预计能便宜约 10 倍。 ChatGPT 加入价格战，看另外几家如何应对，快卷起来吧！！！

openai今天宣布向10万科研人员免费提供gpt5.6，同时宣布gpt开始自己优化自己，昨天一个离开openai创业的前员工宣布重返openai负责递归自我迭代（rsi） 所有的信号，都指向三个字母—- RSI！ https://t.co/NOvfF3auq4

OpenAI今天5.6Luna再降价80%，价格战已开打，大大利好云和软件

🚀 OpenCodex 1.0.5 更新！ 🎙️ GPT-Live 现在可以将任务交给任意可用模型执行，支持随时切换模型，根据不同模型的能力自由安排任务。 🧠 GPT-Live 负责实时沟通，模型负责真正干活，执行模型选择权完全交给你！ 🍎 macOS 版本与 DMG 安装包已更新 
🪟 Windows 版本暂未更新 #OpenCodex #GPTLive #Codex #ChatGPT

Leopold的持仓在他清仓之后的24小时内全部暴涨。 Nebius涨29%，Bloom Energy涨25%，闪迪涨22%，CoreWeave涨24%，SK海力士涨15%。 他的判断、他的方向全部是对的，甚至他的持仓都是对的。 唯一错的是他用了杠杆，而杠杆不给你等到对的那一天的机会。 这个人不是普通人，他是前OpenAI研究员，写过AI投资领域最有影响力的论文，上半年赚了439%，管了240亿美元。 如果说有谁最懂AI、最有资格重仓AI，就是他。 但时间线你必须看一下。 7月28号，Citadel公开喊话"美联储可能意外加息"。 7月29号，市场因加息恐慌暴跌，半导体股集体杀跌50%-70%。同一天，Leopold被追保。 7月30号，Citadel以打折价买走了他的全部持仓。 今晚这些股票反弹了15%到29%。 华尔街老兵Ken Griffin，用一套教科书级别的操作，在最低点吃掉了这个年轻天才的全部筹码。 Leopold卖在了最恐慌的那一刻，Citadel接在了最便宜的那一刻。 这不是智商的差距，是杠杆和现金的差距。Leopold比Griffin更懂AI，但Griffin有一样Leopold没有的东西，那就是无限的现金和零杠杆。 当市场波动巨大的时候，有杠杆的人被迫交出筹码，有现金的人伸手接住。 巴菲特说："如果你够聪明，你不需要杠杆。如果你不够聪明，你不配用杠杆。" Leopold够聪明吗？439%的收益证明了他足够聪明。但杠杆把聪明人和傻子放在同一条规则下，跌25%就出局，不管你的论点对不对。 这个故事对散户的意义只有一句话：一个管了240亿美元、上半年赚了439%、比你更懂AI的人，因为杠杆被强制清仓在最低点。 你觉得你用杠杆的结果会比他好？ 方向可以错，仓位可以重，但杠杆不能碰。 因为杠杆剥夺的不是你的收益，是你等到自己被证明是对的那一天的权利。

突发！OpenAI宣布GPT-5.6大降价！！ @OpenAI 刚刚宣布，他们决定即刻起对GPT-5.6系列模型进行降价！ GPT-5.6 Luna降价80%，输入价格降至每百万Token 0.20美元，输出1.20美元。 GPT-5.6 Terra降价20%，输入价格降至2美元，输出12美元。 GPT-5.6 Sol标准价格不变，但API新增Fast mode：智能水平不变，速度最高达到标准模式的2.5倍，价格为2倍。 OpenAI还将ChatGPT和Codex CLI中的Auto-review模型从GPT-5.4升级到GPT-5.6 Luna。 结合新价格，OpenAI预计自动审阅的成本将下降约10倍。 这次更新真正值得注意的地方，是降价的原因： GPT-5.6Sol自己优化了自己的推理，导致成本和骤降。 此前，OpenAI让GPT-5.6 Sol进入Codex，分析真实生产流量、优化负载均衡，并自主重写生产环境中的GPU内核，最终让端到端推理成本下降20%。 随后，Sol又为自己的推测解码模型设计并运行了数百次实验，使Token生成效率提高15%以上。 模型训练层面的递归自我改进还没有出现，但模型优化自身运行基础设施、再将收益转化为价格优势的商业闭环，已经跑起来了。 接下来的AI价格战，可能会由模型亲自下场打。 降完价后GPT5.6-Luna的性价比要比DeepSeek V4 Pro预览版要好了 @deepseek_ai 梁叔叔你倒是发力啊😭

正式宣布，GPT 5.6 luna 在同价位，把所有模型打爆，以及打爆大部分更高价位的模型。 https://t.co/p17pnkZBOl

普通人不要上高杠杆！即使你押对了赛道，当大的调整发生时，你照样能输光！ OpenAI前员工 Leopold Aschenbrenner 上四倍杠杆投资AI板块，曾经风光无两。 现在，被逼清仓全部公开上市的公司股票。 而另一家对冲基金 Citadel 进场抄底！

AI 生成 PPT 是不是 HTML 格式最合适这个话题很有意思，感谢 @wangyuanzju 认真的测试。 首先我承认 HTML 肯定是不够完美的，会出这样格式错误的问题，可能需要人工二次纠正。 然后得说清楚咱们定位不一样，我这是给个人用的 Skill 你是做通用产品，那么对成本的敏感度会不一样。 接着我就要说一下我思考的维度： 1. 用户在乎的是好看，或许还要能编辑 Codex 有一个很强的直接操作原生 PPTX 的插件，但是我不爱用，因为做出来的太难看了，拿不出手！ 然后直接 AI 出图，那做出来的 PPT 是最好看的，但是没法编辑，只能修改提示词重新抽卡，偶尔还会有些文字错误 折中下来 HTML 做出来就好最好的，还能编辑。 2. 选 AI 最熟悉训练最多的方式 发明一个格式让 AI 生成中间格式，再把中间格式翻译成 PPTX 本身是没问题的，但是这个格式一定要 AI 最熟悉的训练最多的，做出来好看的。 如果你用一种 AI 没训练过的 JSON 格式、XML 格式，加上 lint 脚本，当然能做出来完美的转换，但是它会有 HTML 好看吗？是不是只能有有限的几种模板可以选择？ 比如我最近在做字幕和视频剪辑相关，所需要的数据格式我也一样是优先考虑 HTML + React 组件这种 AI 很熟悉并且能做出来好看效果的格式。最终把这种中间格式变成视频。

现在一个其他互联网大厂或者LLM大厂，想做好豆包一样的chatbot app，已经是一件非常难的事情了。 豆包的整个产品设计细节太复杂了，复杂到隐藏起来的小细节小功能远远超过了perplexity+manus的地步，短期内豆包还在领跑，其他人根本追不上。 豆包虽然不挣钱没营收，但是日活断崖领先，以后探索广告、 外卖、零食、各种接入小功能，方法还是太多了。 等一代人养成了对豆包的高度粘性和依赖，都不用往回答里面硬插大段广告，直接在chatbot旁边开几个新的tab，里面加上外卖、打车、交话费、快递、网购等等功能，引导用户跳转使用，简直易如反掌。 我其实很担心，就是说绝大多数人如果用不到coding、math、data analysis、deep research的功能，以中国14亿基本盘的人均边牧一样的电脑操作水平和日常需求，可能做一款豆包这种笨重、巨大、臃肿、模型差、加一堆功能、解决吃喝拉撒的chatbot app，就是最优解。

美版少年股神 ? 一個月前 Leopold Aschenbrenner 還是社群上被捧為「AI 先知」的那個名字。他十九歲從哥倫比亞大學畢業、還當上致詞代表，進了 OpenAI 的 Superalignment 團隊，2024 年 4 月因為一份文件外洩爭議被開除。同年 6 月，他丟出一篇 165 頁的長文《Situational Awareness》（情勢感知），預言 2027 年 AI 就能自己做 AI 研究、接著滑向超級智慧。這篇文章被一票人捧成「十年來最重要的文章」，Scott Aaronson 說它是「我讀過最不尋常的文件之一」。 沒過多久，他就把這套預言變成了生意。靠 Collison 兄弟、Daniel Gross、Nat Friedman 這些矽谷大咖背書，Aschenbrenner 用大約 2.25 億美元種子資金成立同名基金 Situational Awareness，把自己文章裡那套 AI 敘事直接下注到市場。 到 2026 年，規模巔峰一度接近 450 億美元，截至 6 月底費後報酬率約 439%。在社群上，他就是「靠一篇文章賺翻」的天才樣板。 這週，劇本整個翻了過來。CNBC 在 7 月 30 日報導，這支據報不到十人、開到約 4 倍槓桿的基金，把公開持股全部出清，透過單一筆交易賣給 Ken Griffin 旗下的 Citadel。多頭那頭是 SK 海力士、CoreWeave、Nebius、SanDisk、Micron、Bloom Energy，空頭那頭放空 Adobe 等軟體股。7 月 AI 類股回檔、韓股去槓桿，多頭大跌、空頭反彈，兩邊同時挨打，槓桿把虧損放大成追繳保證金。 真正讓社群吵翻的，是後面那條時間線。有帳號整理出：7 月 28 日 Citadel 放話聯準會可能意外升息，這在歷史上通常會打壓股市；7 月 29 日市場大跌、Situational Awareness 被追保，但聯準會其實按兵不動、沒有升息；7 月 30 日 Citadel 接手整本持股，同一天這批股票就大幅反彈 15% 到 29%，NBIS 漲 29%、Bloom Energy 漲 25%、CoreWeave 漲 24%、SK 海力士漲 15%。於是「Citadel 唱空、逼倉、低接」「散戶跟著買、最後被留下接刀」的說法滿天飛，有人直接喊這是坑殺出貨的「rug pull」。 不過這條線目前只是社群推測，主流財經媒體沒有證實。能確認的版本比較老派、也比較無聊：一支不到十人的小基金開了 4 倍槓桿，市場翻臉，大戶進場收殘局。同一天的反彈，也可能只是超跌後的技術性反彈，剛好把對比襯得很難看。 最懂 AI「情勢感知」的人，看對了敘事，卻沒撐過這套敘事自己造成的波動。而當一個人先被捧成先知，等槓桿爆掉的那天，市場總會順手替他補上一個更戲劇化的劇本。

上半年 +439% 的基金,今早被迫全部清仓。 CNBC 刚报的:前 OpenAI 研究员 Leopold Aschenbrenner 的对冲基金 Situational Awareness,已清掉全部公开市场股票持仓——基本上一笔交易打包转让。买家是 Citadel。 时间线值得裱起来: 上半年费后收益 +439%。7 月 1 日规模冲到 $450 亿峰值。7 月 24 日他还在投资者信里写:估值回落创造了最好的买入机会。7 月 30 日开盘前,三家主经纪商在替他的持仓找买家。 从"想抄底"到"自己成为底",六天。 死法也写得很标准:多头压 AI 基建(SK 海力士、Micron、Sandisk),空头压软件股(Adobe)——"AI 吃掉软件"这个 thesis 本身不算离谱,但过去几周 AI 基建跌、软件股反弹,两条腿同时反向。半年 +439% 需要多大的杠杆,反向两周就需要多大的保证金。 凯恩斯那句话每隔几年就要重新应验一次:市场保持非理性的时间,可以比你保持有偿付能力的时间更长。他的判断也许五年后看是对的——但杠杆不给你五年。 前两天刚写过:手握现金的人在下跌里是买方,满仓加杠杆的人是卖方。这周就有了教科书案例——现金最厚的 Citadel,把杠杆最满的玩家整本账册接了过去。 $MU $NBIS

曾经全网都在关注的13f热门持仓，从OpenAI出来的AI 股神 Leopold，我今年5月参考他的13f持仓，龙头be抓到了一波fcel的行情。 他最终亏麻了，成也ai，败也ai，成也杠杆，败也杠杆 盈亏同源。 如果他能在全网都说他牛逼的时候退出，在全网都在写文章吹嘘他战绩的时候退出，他就彻底封神了。 可谁又能做得到呢？曾经辉煌过就好了。 永远要记住，挣钱了不是自己牛逼，是老天（行情）赏饭吃，没行情，我们屁都不是。