🔥 推特起爆帖监控

deepseek哪怕涨价以后，跟同性能的竞争对手相比还是太便宜了，实话实说，deepseek v4 pro就是我最舒服的模型，再涨三倍我也1一定愿意掏钱买。 骂deepseek涨价的都是凑热闹的闲人，我们真正deepseek用户是愿意多掏钱买的，deepseek越涨价，我们越爱用。

有人想让我单独聊下Anthropic CEO达里奥·阿莫代伊，那我来谈谈我的看法。 其实Dario走的是一条物理学家误入AI的路径。它的底层训练一开始和AI关系不大。 一开始，他普林斯顿做视网膜神经回路。 这件事被大多数评论低估了。如果你观察过那时候他的论文，你会发现他并非从算法审美进入AI，而是从寻找经验规律这个物理学家的本能进入智能的。 转折点在百度做 Deep Speech。 在那里他第一次看到同一个架构，数据和算力加上去，曲线就是平滑地往下走。 对一个物理学家来说，这超越了工程观察,这是发现了一条定律。 后来的 scaling laws、GPT-3、“AI and Compute”，全是这一刻的展开。 所以其实，他离开 OpenAI 不是道德叙事那么简单。我想，他应该是相信了自己看到了一条定律，而定律意味着未来是可推演的。 剩下的问题就变成了既然可推演，那么谁来推演、怎么推演。 我看了他的很多文章，就在他的网站里，平时他也会在推特转帖。 我对他品味的总结是，一个审美，三次投影。 Dario 的品味极其统一，统一到有点单调。 对模型，他的主旨是简单方法 + 大算力 > 精巧架构。 其实这是统计物理的普适性信仰，微观细节不重要，标度行为才重要。 学过统计力学的人，应该能从他身上看到很多相关的影子。 对可解释性，他和 Chris Olah 把它框成神经网络的生物学，而不是软件调试。 我想，这是他自己的博士训练直接迁移过来的。 对风险，他曾反复强调自己不是 doomer。同时，他明确批评把AI风险用准宗教方式思考的做法，认为2023–2024年最不理性的声音反而被放大了。 他要的是 sober、fact-based。 我认为，这套品味的强处是罕见的智识一致性。 他的技术判断、组织设计、公共写作是同一个东西的不同投影。 比如说，他的长文(《Machines of Loving Grace》《The Adolescence of Technology》)不用任何修辞、不用科幻词汇、逐条拆分风险类别的扎实，这在CEO里目前我还没有看到第二个。 当然，局限也在这。 当你相信自己掌握了一条定律,你就很难被证伪。 结构性矛盾是关于他最常见的批评。 一边警告一边加速，批评者称之为安全悖论。 用安全理由为冲向前沿辩护，而这场竞赛本身正是风险的来源。但这个批评其实不够狠，因为 Dario 已经公开承认过这个张力。 承认，本身就消解了伪善指控的杀伤力。 我的观察是，他的监管主张与市场位置高度同构。 2026 年 6 月，他的文章主张政府应有权阻止危险模型部署、第三方审计持否决权。 批评者(如 Washington Examiner 的评论)直接指其为规制俘获。 他 7 月回应称，从未主张禁止开源权重，并称非危险的开放模型是公共品。 其实我觉得这个回应还是准确的，但安全测试、芯片管制、反蒸馏这套组合绝对是提高了追赶者的门槛。 这个事实，不因动机纯洁而消失。 2026年5月，Anthropic 年化收入约470亿美元，估值9650亿美元，加上国防与情报部署。 一个9000亿美元的实体，其行为越来越由结构决定，绝不由创始人的信念决定。 在这个过程中，长期利益信托能不能扛住这个量级的引力,是未被验证的。 不过整体上看，我仍然认为Dario是当代AI领域里少数智识诚实度和商业成功度同时处在顶端的人。 过往几十年，这两件事通常互斥，但是这次他做到了，值得认真对待。 我觉得他最大的脆弱性是认识论。 一个从发现一条定律起步的人，会倾向于把所有问题都变成外推问题。 scaling law 是否是一条真定律、还是一段有限区间内的经验拟合，这个问题如果答案是后者，他建立在其上的全部风险时间表、政策紧迫感、组织战略，会同时失效。

我最近就发现，即使聪明如 Fable 5，如果你只是给它一个目标让它优化，它可能也就是在既定的框架下想办法帮你优化到极致，但是它很难跳出既定框架，发现一条完全不同的路线。 比如说最近有用户反映使用 BaoCut 转录速度慢，我就反复的用 Codex 去转录视频，然后让 Codex 或者 Fable 去分析瓶颈在哪里，该怎么优化，然后每次它们都能给我一堆理由和看起来靠谱的优化方案。 比如它会建议多开启 workers（subagent），对 workers 预热之类。让它按照方案优化后，似乎有效果但是又不明显。 最后还是自己去分析数据包，发现耗时长还是输出的 JSON 格式太长了，导致生成、校验时间较长。 如果不用 JSON 格式，比如纯文本，或者简单的 html 格式，会更节约 token，只不过这样程序解析会很复杂，比如对字幕润色分段，输出是纯文本的话，就要做 diff 比较润色后更改的内容，还要把变更后的部分，重新对应到原始字幕的单词上。 简单来说，就是以前为了让程序简单就让模型输出复杂更费 token；如果要节约 token，就可以让模型的输出简单，但是程序解析会很复杂。 按照这个思路改进后，效果很明显（对比图2图3），调用次数从 33 次降低到 12 次；时间从 31 分钟降低到 18 分钟。测试张小珺那期将近 7 小时的访谈，完整润色也只需要 42 分钟。 如果不走 Agent 走 Cloud 模型的话，一个小时的视频，完整的翻译校对成双语字幕，用 DeepSeek v4 Flash，成本大于是 ¥0.4元。 有兴趣可以试试看效果，Mac 有专门的 App，Windows 支持 cli 或者 skill。 BaoCut ：https://t.co/89Wi1b3hZT

好莱坞超级英雄电影的一个逻辑基础，就是你相信现实中可能见到过钢铁侠、蜘蛛侠的现实版本，并且曾经拯救过世界，比如逃离了德黑兰，或者2005年查杀某款病毒木马，或者萨利机长； 而《龙餐馆》《战狼》这种最大的尴尬之处，就在于无论是吴京还是沈腾，你无法相信这种中国人现实中会存在。 甚至真给你拍出来，你热血沸腾全看完了，过了几天再回味一下，你发现是对自己甚至民族底色的一种巨大讽刺，因为太荒诞了，导致强行映射到自己头上，反而是一种巨大的违和，违和到让你觉得是在骂你。 所以中国超级英雄电影只有三个永恒的主题，一个是哪吒和孙悟空这些架空神话，一个是平行时空的手撕鬼子，一个是海外某个中东或者非洲战场， 只有这三个纯平行架空主题的电影，才会让中国人有一点点基本的信念感，才能带入进去，才让你不那么违和。 如果你是7分勇敢，拍电影说你是10分勇敢，你觉得是在夸你自己，你会很骄傲地带入； 而如果你自己日常就是10分懦弱，并且心知肚明，再拍一部电影来渲染你的10分勇敢，你自己就会立刻站起来骂街，“你这孙子骂谁呢？” 所以《龙餐馆》这种也只能架在一个中东战争的平行时空，中国人只会天天看地图，完全不熟悉细枝末节的社会微观规则，这个设定才成立，中国人才会产生小红书集美同款“荣誉共享”——哇，原来中国人的精神内核这么强大，我又共鸣了。 而如果《龙餐馆》《战狼》不设定在虚无缥缈模糊的中东战场，而是给你设定在1990年的下岗潮的沈阳，大街上流窜着一群一伙的东北teen，或者广州火车站旁边七八辆飞车呼啸而过，上面都是染毛的广州teen，左手拿着水果刀，右手直接抢链子抢钱包抢背包， 你猜猜沈腾和吴京按照这个剧本这么演下去，有多少人会觉得莫大的耻辱，会觉得这是在骂我自己。

DeepSeek Harness 能拯救这次 V4-Pro 的发布吗? 给大家带来 DeepSeek-V4-Pro-0813 实测! 本期视频我们只验证4件事: deepseek-v4-pro-0813 拉了吗? v4-pro 推理强度 max 甚至不如 high 吗? 甚至打不过 v4-flash 吗? 以及 v4-pro + deepseek harness 效果会更好吗? 视频告诉你答案! #deepseek #deepseekv4pro #deepseekv4pro0813

趁着周末有空打磨AIGC基本功， 发现用Seedance 2.5做视频 有一种独特的爽感， 最强烈的一个感受已经不是AI好厉害了， 是一种迟到了二十年的补偿感😭😭 那些我们小时候画不出来、长大拍不出来、慢慢忘掉的画面，现在能直接变成真的了，而我们只需要会描述它就行了！ 比如看了：《蜘蛛侠:崭新之日》（Spider-Man: Brand New Day），就突发奇想，把我过去做了很多的这个 AIGC 的美女图拿来做视频， 整体非常丝滑，全程不漂移， 8 段画面动作与运镜看得我忍不住卧槽惊叹： 后倒出窗 → 射蛛丝 → 钟摆摆荡 → 蹬墙 → 落地奔跑 → 出租车遮挡 → 屋顶缓冲 → 面向天际线淡出，一气呵成， 提示词评论区自取👇

抖音和B站数码评测区最可怕的是，每个100万粉的账号，都养着一个完整工作室，少则七八个，多则几十个人， 账号营收的90%靠接华为、oppo、vivo的商单无脑硬吹，10%靠卖点手机贴膜、保护壳之类不痛不痒的零配件， 数码区流量暴跌，几十万甚至十几万播放，硬广不好接了，就疯狂接软广， 往死里透支最后一点的信誉，导致进入恶性循环。 外加这些人的团队就跟他妈上班一样，写文案、拍摄、写台词、剪辑，翻来覆去就是续航、摄像、跑分、外观、屏幕，毫无动力和耐心，完完全全养着一堆人干重复枯燥的工作， 最后整个评测区商业价值崩塌，流量崩塌，所有100万粉的账号都要靠一两个小组十几个人不断翻来覆去做视频，做软广，接软广商单，透支信誉，最终一起快速走向灭亡。

中国的科技公司，把文明留给外国人，恶心留给中国人。 DeepSeek、https://t.co/7aGUfDao42，还有一大堆网站和 App 都是这套逻辑： 检测到你是海外 IP，匿名邮箱注册，几秒搞定。 检测到你是中国大陆 IP，强制+86 手机号注册和登入。 只是换了个 IP，隐私和便利程度就突然不一样了😓 https://t.co/n9cViigF7S

建议大家可以看看这篇对话稿，这次的对话给了我自己不少的启发。

兄弟们2026最强AI玩法！ Claude现在能从零帮你建一个YouTube频道，90天内达到变现要求！ 100%免费，零基础、无出镜也能操作。 我把最核心的8个神级系统整理出来了，直接复制提示词就能用👇

发现一个挺怪的现象：GPT-5.6 Sol 官方标称 1.05M context，Codex 也确实有 model_context_window 这个配置项。 我把它设成 1,050,000，甚至用 CLI 强制覆盖，重新开任务后运行时记录依然是 258,400。配置能正常解析，就是不生效。 看起来当前 Codex/ChatGPT 通道还是把窗口限制在约 272K，1.05M 只是 API 规格。订阅改 config 并不能白嫖 1M。

萃猫（cuimao） × 梁圣 世纪婚礼MV来了。💍 这一刻，如果爱情真的有回忆， 大概就是这一幕。 日系冬日婚纱MV Seedance 2.5 制作｜片尾有彩蛋。🎬 https://t.co/E0pDp8fNvD

《龙餐馆》之所以引起巨大的共鸣，正是因为它非常细腻刻画了中国人的世界观和对战争的态度，基本上跟山东鲁西南农民一个水平： 1. 无论是警察抓小偷，还是胖虎揍大雄，中国人只要看到国际战争爆发，一定跟个民办三本宝妈一样，“哎呀，不要打了”、“各打五十大板”、“不能做下来谈判吗”， 中国人觉得自己顶级理中客，全球最清醒，觉得自己永远站在正义的制高点和前列线上，觉得自己是正义的化身、和平的使者， 实际上其他国家和当事人压根就不理你，拿你当个大傻逼； 2. 没出过国的中国人，永远觉得中国人是最牛逼、最和善、绝对中立的，觉得全世界都是中国人的朋友，举个中国国旗可以全世界到处走，印巴通吃，巴以通吃，美国伊朗通吃，俄乌通吃，两边全是中国人的老朋友——所以中国人才能大发战争财，哪里打仗了，哪里会有中国人做生意， 只有出过国的中国人，才知道中国人做生意最精明了，中东农民压根没钱，中国人基本只挣美国人的钱，尤其是挣美军基地的钱。 《龙餐馆》如果开在现实中，也只能开在美军基地旁边，挣他们一道宫保鸡丁10刀的利润，挣完了寄回老家农村盖房， 而《龙餐馆》的原型实际上压根就不是中餐馆，而是一个中国商人专门走私烈性酒和烟，偷偷在美军基地旁边卖货，专门挣美军的刚需，利润远比沈腾守着灶台炒菜高多了， 这才是全球中国人最真实的生意场景； 3. 小粉红和战狼最熟悉“文明的地方最安全，最容许我撒泼打滚”，最明白哪里最安全，只要全球挑起战争，先骂一顿美国， 所以电影里最解气的一句，就是沈腾臭骂美军，“没有你们，哪儿来的恐怖分子？” 这是战狼系列电影的最核心，因为沈腾就是中国人的代表，他知道一边炒菜挣美元（实际是走私烟酒）、一边骂美军，这种才是最安全的。 可以说整部电影就是为了这一碟子醋，包的一整桌饺子。

你永远可以相信@deepseek_ai 开源的诚意！！！ DeepSeek 竟然把自己内部工程团队吃饭的家伙直接开源了🤯。。 就算DeepSeek API价格涨价12倍， 我依然觉得叫一声梁圣他值得！ DeepSeek Harness发布的仓库里，把自己内部工程团队怎么干活的11个真实工程级 Skill，也全部拿出来了， 是他们自己每天在用的Code Review标准、质量门禁、PR验收流程，damn！！！ 你可以拿来塞进Agent直接跑： 等于让你的Agent按DeepSeek内部的工程标准干活，像资深工程师一样工作——知道什么优先、什么该拦、什么该删、什么该归档， 1️⃣ dsh-code-review — Agent 按仓库自己的标准做语义审查,优先看正确性、安全边界、生命周期,不是堆 nit
2️⃣ dsh-pre-push-checks — 推送前只跑与当前改动相关的最小检查,不是机械全量测试
3️⃣ dsh-find-simplifications — 主动找过度设计、死代码、重复实现,写成正式提案
4️⃣ dsh-merging-stacked-prs — 安全落地一串依赖的 Stacked PR,不再手动改 base 改到崩溃
5️⃣ dsh-doc-site-sync — 文档站永远是源文件的投影,不是两套独立的东西
6️⃣ dsh-doc-standards — 文档层级、字数预算、教程 vs 参考的结构纪律
7️⃣ dsh-prose-standard — 所有 prose 只保留合同（不变量、前后置条件），去掉装饰和推理过程
8️⃣ dsh-translate-docs — 中英双语文档的高质量维护,强制术语一致+验证门禁
9️⃣ dsh-trim-cot-leakage — 清理文档里残留的思维链泄漏、变更叙述、审查痕迹
🔟 dsh-archive-agent-notes — 决策笔记按未来价值归档,解决知识库膨胀问题
1️⃣1️⃣ record-browser-gif — GUI 相关 PR 必须附真实浏览器录制的交互 GIF,验收从看文字变成看行为 我觉得这些skill的真正价值不是教 Agent 写代码,而在于教 Agent 怎么像一个有经验的工程师一样工作——有标准、有优先级、有质量门禁、有归档纪律, 资深工程师脑子里那些隐性的工程纪律,现在变成了可执行、可复用、可审计的 SOP, 做 Coding Agent 或者在搭自己 Harness 的兄弟, 这11个skill值得一个字一个字拆， 每个背后都是踩了无数坑攒出来的工程方法论，比你买多少课都管用。 GitHub 链接放评论区 👇

洼地网友们又高潮了，觉得《龙餐馆》又成功文化输出了😅 实际这个电影在全球非华语市场的影响力，约等于周杰伦，基本就是没有任何影响力，加起来不如揽佬的一个零头。 https://t.co/saBW8dB7Jx

这么多大V接华为那个笔记本商单，可见华为没意识到消费大通缩时代的来临，还在延续以前那套的打法。

如果你平时是用Obsidian创作内容，那你只需要安装这一个插件就够了！ Ailu集记忆、创作和发布一体，功能一览： 1.Agent工作台，集成Codex、Claude Code，CC还能直接跟随CC Switch的配置 2.Ailu的记忆和我的Codex、CC共生记忆系统打通了，会索引创作相关记忆，并提供人工沉淀记忆的按钮。 3.支持本地预览公众号、飞书和X文章，草稿和预览同步滚动查看。 4.打通公众号、飞书和X，可以直接一键上传文章，并且定点调优各平台规则，非常丝滑。 完全开源，个人和商用都免费：https://t.co/rIVRBG2VPd 顺便把公众号中转服务配置也开源了：https://t.co/lu5HILwUCy 记忆系统地址：https://t.co/KClBJy97Zi yichen-Skill：https://t.co/8IBXk9xurE

刚看完All-In Podcast最新一期，聊了Anthropic的2万亿IPO、扎克伯格AI宣言、英伟达5000亿算力金融化、Grok逆袭这几件大事，整理了一下 1. Anthropic要冲刺2万亿美元IPO了 据《金融时报》报道，Anthropic打算在10月前后以2万亿美元估值推进IPO，预计年底年化运行收入(ARR)能达到1000亿到1200亿美元，连续三年实现了近10倍的指数级扩张。按这个ARR来算，市销率只有16到20倍左右，比此前一些高估值上市科技公司更便宜。 它的护城河主要来自编程这个垂直赛道。早期就押注编程模型，靠观察Cursor这类生态的高强度调用抢占了先发优势，据传还在洽谈以60亿美元收购一家AI能效优化初创公司DART。不过OpenAI也在加速追赶，凭借GPT-5.6全面发力代码能力，月环比增速已经回升到20%以上。嘉宾们还讨论了Anthropic能不能从千亿ARR冲向万亿ARR的问题。企业知识工作这块市场潜力虽然高达数十万亿美元，但算力芯片短缺、电力基建和电网接入限制会是现实中的天花板，普遍共识是2027年底ARR能到4000亿到5000亿美元，算是相对务实的预期。 2. 扎克伯格的AI宣言 扎克伯格发表了一篇6500字的长文宣言《The Future is for Everyone》，核心主张是开源AI、让超级智能赋能每个个体、以及去中心化制衡。几位主讲人对Anthropic和有效利他主义(EA)那套"AI末日论/救世主心态"提出了强烈批评，认为把AI类比成核武器、试图通过设立AI版FAA或FDA这种政府审批机制来搞行业卡特尔化，不仅会抹杀企业的领先优势，还会在中美AI地缘竞争中自缚手脚。 他们也聊到了开源和闭源模型共存的经济学。像Llama、中国的GLM这类开源模型，价格比闭源前沿模型便宜90%，承接了大约80%的常规推理调用量。而Claude、GPT这类闭源前沿模型则扮演高智商"中枢调度大脑"的角色，占据了65%到85%的最高经济价值分配，形成了一个还算健康的分层生态。 英伟达搞了个5000亿美元的算力金融化大动作 黄仁勋联合黑石、高盛、KKR、阿波罗、贝莱德这些华尔街顶级资管，建立了一个5000亿美元规模的算力独立融资平台。运作方式有点类似飞机租赁或者设备抵押贷款。下游客户借钱采购GPU集群，靠出租算力赚的钱来还贷，英伟达充当撮合方，还提供残值兜底保证，同时享受超出保底收益之外的超额分成。 这个模式本质上是把英伟达从单纯的硬件卖家，变成了类似AI领域中央银行的角色，用华尔街的私募信贷资金打破了巨额资本开支的融资瓶颈，直接支撑起万亿级别的算力部署。当然也有人提出风险，核心担忧是未来会不会出现算力绝对过剩(有点像互联网泡沫时期的暗光纤)，不过目前电力和审批这两个瓶颈客观上起到了防止算力瞬间过剩的限速器作用。 数据中心的能源瓶颈：电力 数据中心建设正受制于重型燃气轮机产能、电网变压器交付周期这些物理的限制，资本正在通过拆解改造老旧航空发动机、自建天然气发电这类方式抢建算力节点。节目也反驳了一些关于数据中心耗尽民用水资源、大幅推高电价的媒体夸大宣传，指出合规运营、自建电厂并向电网反哺电力的数据中心，能显著提升偏远城镇的税收和基建水平。德州州长阿博特推行的"能源审计"，目的是规范并网安全，不是要叫停算力建设。 Grok逆袭，PE资金也开始重新盯上SaaS 评测显示Grok 4.6的能力已经逼近前沿梯队，推理成本还大幅下降，打破了之前市场认为Anthropic和OpenAI会长期双头垄断的预期。马斯克在SpaceX的算力集群上玩了一手挺聪明的策略，大模型自己用得上就自用，用不完的高价转租出去(包括此前跟Anthropic签的算力转租、带90天可调条款的协议)，算是一种双向期权玩法。 另外私募巨头Silver Lake传闻要巨资收购Workday，消息一出股价直接暴涨。这也反映了一个新趋势。经过长期的估值杀跌之后，开源大模型加上AI带来的降本增效(裁撤冗员、AI优先的运营模式)，正在给那些现金流成熟的软件公司提供重组和私有化套利的空间，PE资金开始重新盯上企业软件这个赛道。 最后还提到了亚马逊的一个劳工争议。纽约州和新泽西起诉亚马逊利用第三方外包车队(DSP)来规避用工福利责任，嘉宾们围绕自由契约的效率和劳工合规成本这两方面展开了辩论。

因为 DeepSeek Harness，很多人才第一次听到崔添翼 @tianyi 这个名字。 我好奇继续深挖了下他的公开经历，发现这人的技术轨迹很有意思。 很多程序员都看过的《背包问题九讲》，第一版是他 2007 年写的。2010 年他已经在维护 NixOS 的 Git mirror，后来 NixOS 正式迁往 GitHub，官方还专门感谢他提供了 NixOS 这个 GitHub organisation。 大学期间他很痴迷函数式编程，研究过纯函数式 B-Tree，还用 OCaml 实现过《Purely Functional Data Structures》。 2013 年找工作，他说自己一直想找一份真正使用 Haskell 或类似语言的工作。看到 Jane Street 全面使用 OCaml 后，他从零开始学 OCaml，写了一个 Lisp interpreter 去准备面试。 最后他同时拿到 Google Mountain View 和 Jane Street 的 offer，去了 Jane Street，在香港和纽约做了接近 9 年的软件开发和量化研究。 中间还有个很少被提到的细节：他 2015 年其实还署名过一篇 AAAI 的 NLP 论文。 2022 年出来联合创办 TSY Capital，做的已经是另一类很硬的系统：Python/AWS 的量化研究基础设施，加上 Rust 的低延迟交易系统。 今年 3 月，他加入 DeepSeek，负责 Harness 团队。现在打开他的 GitHub，两个置顶项目刚好一老一新，《背包问题九讲》和 DeepSeek Harness。 这条线串起来，我大概能理解 DeepSeek 为什么会找他来做 Harness 了。 量化系统和 Agent 有一个很像的地方：上层可以产生有不确定性的决策，真正落到现实世界执行时，状态、依赖、风险、失败恢复和可追踪性都不能含糊。 DeepSeek Harness 这次强调「Everything is a plugin」「Every run is traceable」，底层 Cordis 甚至专门研究如何撤销组件产生的副作用。 算法 → 函数式编程 → 交易系统 → Agent Harness。 未来顶级 Agent 团队里，这种系统和基础设施背景的人，可能会比我们现在想象得多。

【扑朔迷离的以色列母女失踪案】 2026年8月9日，以色列警方接到家人报案，一对名叫Mali和Liel的母女在维也纳失踪，与家人失去了联系。 她们来自耶路撒冷一个宗教犹太家庭。8月8日周六是安息日，全家关闭了手机，到周日开机后家人发现两人失联了，而且发现两人周五也没有去领取她们订的安息日饭食。 消息传开，在犹太世界里引发了轩然大波，一时间两人成了媒体的核心话题，而所有的推测都指向了恐怖主义——两人在维也纳遇到了伊斯兰极端分子，可能遭遇到了绑架或不测。 犹太人立即开启了全球搜救模式，她们的家人收到了大批捐款，以色列警方、奥地利警方与国际刑警组织密切合作开展调查，犹太组织动用民间力量前往维也纳搜索。 但是，不久就传出了一个神秘的消息：母亲Mali是耶路撒冷银行的员工，她运用自己的许可在维也纳取走了大笔资金。这个消息导致该银行股票一度暴跌。银行随即发表声明，说Mali并未取走不属于她的资金，不存在任何违规行为。 随后以色列警方申请了法庭禁制令，禁止媒体报道有关此案的新信息。 8月14日晚，在阿根廷驶离布宜诺斯艾利斯的一列火车上，一位阿根廷警察带着一名以色列警方代表走到一对母女面前，以色列警察用希伯来语说：“Mali，Liel，你们好！我是以色列警方驻南美的代表，有几个问题要问问你们。我们非常为你们担心。你们如果同意，我们现在就让所有人下车，然后我们谈谈。”（见以下视频） 原来这对母女在欧洲进行了身份伪装，买了一部无法追踪身份的手机，取了14000欧元的现金，给家人录制了假装在欧洲的视频，然后趁着安息日家人无法联系她们的机会，从维也纳坐火车到法兰克福，登上了飞阿根廷的汉莎航班。在全球犹太人将注意力集中在维也纳时，两人实际上已经到了阿根廷。 两人在此前一个月内在Gemini是查询如何在欧洲伪造身份，包括如何获得无身份手机，如何获得假护照，南美哪个国家与以色列没有引渡协议，等等。为了掩盖痕迹，两人在出逃前删除了对话记录。 然而百密一疏，她们没想到的是，警方很快就复原了她们的对话记录，全面掌握了她们的行动计划。那个法庭禁制令就是怕打草惊蛇，万一她们看见媒体报道，逃离阿根廷，再要找到她们就要大费周折了。 人是找到了，但是两人究竟为什么要玩人间蒸发仍然是个不解之谜。家庭原因吗？看起来她们的家人对她们非常关爱，投入了大量的时间精力寻找她们（目前捐款已经退回）。刑事诉讼原因吗？耶路撒冷银行声明了Mali没有不端行为。 目前以色列警方的解释只是说“自愿开启新生活”。为什么要抛弃家庭、工作、生活去“开启新生活”？没人知道。

我从小就吃狗不理包子，我们家五代人一直是狗不理的忠实顾客，在人人网、微博、知乎时代，我就一直推荐狗不理包子。 我一直讲狗不理的三个观点： 1. 虽然贵，但是狗不理是150年来天津正宗半发面水馅包子的正统，其他所有包子铺全是1990年代从狗不理出来的帮厨； 2. 狗不理山东路总店60一屉的包子， 如果天天当午中午饭吃，肯定是贵的，如果当做一顿正餐或者旅游景区核心地段（滨江道山东路，劝业场旁边，天津最核心区，也是我家住了100多年的地方）老字号，无论品质还是价格，性价比都是非常高的，比任何全聚德、东来顺都高，和正阳春、宴宾楼、燕春楼齐平； 3. 狗不理山东路总店从1950年代恢复招牌开始，一直是天津国宴级别的汉民津鲁菜馆，跟登瀛楼、红旗饭庄（同聚楼）齐平，在狗不理基本上可以吃到天津第一梯队的好菜，跟回民燕春楼，西餐起士林档次一致。 这些年我和天津王爷（团团记）都一直强力推荐狗不理，我俩也是全网被喷“收狗不理公关费”最多的两个人， 天津人骂狗不理，基本就是两个动机，一个是都是红桥河西河东的底层穷屌丝，家里全是杂八地或者下岗工人，压根没住过和平区，也没有隔三差五吃狗不理的条件， 一个是自己推荐一个小众的、家常的、我们家门口的、隐秘的、你们都没听过的绝顶顶级包子铺，吊打你们熟知的狗不理，实际上是为了装逼，因为穷屌丝只能靠推荐隐秘神奇小狗食馆来装逼——而并不是真诚地、诚恳地、负责任地给你推荐和评价餐厅。 在我小时候，狗不理山东路店和南市食品街店就一直排大队，虽然还没有完成股权改制和私有化连锁化，但品质一直是差不多的，价格也从来都不便宜，在南市食品街这种分店也都是排大队抢包子，根本不存在“没人吃”的情况。

现在回看，2021年Anthropic 这轮 A 轮融资真的太牛逼了。 2021 年，Claude 还不存在，ChatGPT 也不存在，Anthropic 刚成立没多久，产品没有，收入没有，商业模式没有，甚至整个大模型行业都还没被证明。 就这样，直接融了 1.24 亿美元。 更离谱的是，这 1.24 亿美元基本都不是传统 VC 给的。 当时的投资人包括 Skype 联合创始人 Jaan Tallinn、Facebook 联合创始人 Dustin Moskovitz、前 Google CEO Eric Schmidt、Jane Street 创始人 James McClave，以及专注于风险研究的非营利机构 CERR。 今天大家熟悉的那些名字，Menlo、Spark、Lightspeed、Sequoia，基本都是后面才进来的。 Anthropic 的早期融资史其实特别有意思： 2021 年 Series A：1.24 亿美元 2022 年 Series B：5.8 亿美元 也就是说，在 Claude 真正发布之前，Anthropic 已经融了超过 7 亿美元。 而且这 7 亿美元里，传统硅谷 VC 并不是主角。 真正最早敢下注 Anthropic 的，是一批科技富豪、个人投资者，以及和 AI Safety / Effective Altruism 关系很深的人。 这件事放到今天看很容易觉得理所当然。 毕竟现在 Anthropic 已经是全球最重要的 AI 公司之一。 但把时间拨回 2021 年，情况完全不是这样。 你遇到了一群刚刚从 OpenAI 离职的研究员，告诉你： 我们觉得 AGI 会非常重要，也可能非常危险，所以我们准备重新做一家 AI 公司，研究怎么训练更可靠、更可控的大模型。 然后有人说：行，这里有 1.24 亿美元，你们先去搞。 很多 VC 或者机构是等 Claude、ChatGPT 和整个生成式 AI 市场被验证以后才开始重仓 Anthropic。 而最早那批人，投的甚至还不是一家公司。 他们投的是一群人，以及一个当时听起来还有点玄学的判断。

有了 Agent 之后，Infra 老哥的产能一直在飞速上升，反而给了 Infra 更多不只做乙方的机会 高度 Agent in the loop 的工作现状就是这样，“相信 codex，甚至超过相信你自己” 只不过对于算法来说，Agent 在代码里拉屎的概率还是很高的，被迫一直在 codex 和 cc 之间反复横跳👀

Anthropic 的篇官方技术说明，解释 Claude 文本水印的具体工作方式。https://t.co/zBCEcRvFcR Claude 用的是 Google DeepMind 2024 年发表在《Nature》上的 SynthID-Text 方案，往上追溯可以到 Scott Aaronson 2022 年的提案。这一脉方案的共同特征是在模型选词时，用密钥改变随机数的来源，从而在输出中留下统计痕迹。 Anthropic 举了个例子帮助理解。假设模型写到“今天天气很冷，而且……”，下一个词可能是“阴沉”，也可能是“灰蒙蒙的”，对读者来说意思差不多。正常情况下，模型用一个随机数在这些候选词里选一个。加了水印之后，选词过程还是随机的，但随机数的来源变了，变成由密钥和前面的词共同决定。文本读起来完全一样，但事后拿着密钥去核对选词序列，就能算出这段话是 Claude 写的概率。 Anthropic 在文中特别强调了一点：水印不会让模型选它本来不会选的词。模型不会因为水印而突然用一个生僻词（文中举的例子是 nubilous，一个几乎没人用的“阴天”的同义词）。水印只在模型本就犹豫的那些选择上起作用。 然后是大家最关心的：会不会降低输出质量？ Anthropic 说他们内部测试没有观察到水印对内容质量、创意水平或可读性的影响。他们援引了 Google DeepMind 的数据作为佐证：Google 在 Gemini 的实际流量中给一部分用户提供了带水印的模型，对比用户的点赞点踩反馈，两组没有统计显著差异。同时在受控实验中，人类评估者把带水印和不带水印的回答放在一起对比，也看不出区别。 打个比方：想象你在玩大富翁，本来每回合掷骰子决定走几步。现在改成查圆周率的小数位来决定，从某一位开始，依次读下去。对玩家来说，每一步还是随机的，游戏体验没有变化。但如果有人事后看走步的完整序列，再对照圆周率，就能判断这盘游戏用的是圆周率而不是骰子。 关于代码，Anthropic 的解释是：水印只在选哪个词都行的地方起作用。代码大量地方必须精确，“2+2=”后面只能跟 4，水印无从施加。所以代码的水印密度天然就比自然语言低。不过在代码注释、变量命名这些有选择余地的地方，水印仍然可以嵌入。 还有一个之前没怎么讨论的重要信息：水印不携带任何用户身份信息。不能追溯到具体的用户、组织或对话。水印只回答一个问题，“这段文字是否可能经过 Claude 处理”，仅此而已。 文章中也提到了水印的局限。短文本检测不了，信号太弱。纯事实性内容（比如“牛顿最著名的著作叫《自然哲学的数学原理》……”）水印也没什么发挥空间，因为下一个词几乎没有选择余地。你让 Claude 校对一篇文章只改语法标点，大部分词还是你的，水印可能根本不够形成可检测的信号。 轻度编辑大概率不会完全去掉水印。但如果把每个词都换一遍，水印就没了，当然到这个程度，这段文字算不算 AI 生成的本身也值得商榷了。 至于为什么全球统一加水印而不只在欧盟范围内执行，Anthropic 给出的理由是他们目前没有一个可靠的方式按地区区分是否施加水印。所以干脆全球统一上线，后续再评估是否调整。 检测端还没有完全就位。Anthropic 表示很快会推出水印检测 API，但具体时间和使用方式还在敲定中。这也呼应了 Alex Cui 之前提到的一个关键问题：检测器是公开还是内部使用，会直接影响水印的实际安全性。 顺便说一下，签署这份欧盟透明度行为准则的不止 Anthropic 一家，总共有大约 190 个签署方。水印不是 Claude 独有的事情，其他大模型厂商也会陆续跟上各自的方案。

Qwen3.8-27B 这个 Dense 模型，是驴是马。 消费级显卡，完全体非量化，带视觉，塞进 Claude Code，最高档 随口一句： “用 three.js、SVG 做鸽子骑自行车，做 4 个版本；再做 3 个电风扇动画，最后全部塞进一个漂亮的卡片展示页。” 没设计稿，没详细规格。内含一个 4+3+1=8 的数学题。 结果 设计、动画、代码、页面整合全自己补完了，做出来的效果无敌。 之前 benchmark 里我测到 Qwen3.8-27B 单路大约 50tok/s。 实际 Claude Code 干活会比这个慢一些——因为我把 context 开得更大，长上下文下 prefill、KV Cache 和整个 Agent 工作流都会带来额外开销。 Qwen3.8-27B，牛逼 Plus。🔥 开源地址： https://t.co/tnNNErrA5o

这提示词无敌了，Grok竟然直接过了，gpt却提示违规，本地模型真是无敌了 Grok测试成功的时候，别瞎几把下滑，看图是真的爽，额度消耗是真的快！ https://t.co/TT8xzQVKvr https://t.co/jeSu6UTivg

免费的 deepseek-v4-pro/flash-free  分享一个免费白嫖 DeepSeek V4 + Codex 的宝藏入口：https://t.co/LbTVELfWau deepseek V4 正式版，flash和pro都免费！额度每日刷新！跑一天足够用。

高盛、大摩、小摩、野村、瑞银这几个投行写研报的大哥，是不是每天偷偷看我推特和youtube，怎么全是我去年前年讲的观点

这就像我朋友问我，Infra是否觉得自己会被 Agent 取代。很遗憾我一直如此认为，不会。 Agent 是且仅仅是人类智力劳动的放大器，“顶尖工程师用头部 Agent 写出顶级代码，垃圾工程师用同一 Agent 写出灾难代码”。 就像我同事 BBuf，顶级的 kernel 专家，Claude 当然写 kernel 比他快，但是要为了什么 workload 写 kernel，大体的计划和方向是什么，仍旧是需要人类工程师来决定的。

同一个 DeepSeek V4 Flash 模型，换一个 harness，通过率从 66.7% 掉到 46.7%。差了 20 个百分点。 第三方独立复现 Terminal-Bench 2.1，官方报 87.9 分，外部拿到 79 分。差了 9 分。 DeepSeek 的脚注里藏着答案：官方 benchmark 全在只有 bash 和文本编辑器的极简模式里跑。模型在这个环境里表现好，是因为它就在这个环境里训练的。 刚发表的 simulator collapse 论文给了这个现象一个理论框架：在单一行为分布上训练 agent，策略会过拟合到那个分布。换环境分数掉，不是模型不行，是训练环境太窄。 DeepSeek 没有大规模真实行为数据，因为它一直没有 harness，也没有订阅产品。合成数据在单轮任务上行得通，到了多轮 agent 场景就撞上了天花板。 DSH 是 DeepSeek 对这个天花板的回应。 https://t.co/9cZ2qxfaSy

成本3万块钱的史诗级烂片《牛来》，现场搞笑程度已经远远超过沈腾的《龙餐馆》 https://t.co/9HT7ty76tG

https://t.co/Id9VsXTy4C 太强了，很多人低估了潜力，极简但好用

老中的战争哲学： 只要中国人能发战争财，全世界200个国家全部彼此宣战才好，你们打得越凶，中国人挣钱越多； 如果中国没钱挣，就开始各打五十大板，无论警察抓小偷，还是胖虎揍大雄，老中永远中立，给双方扣上一个“狗咬狗”的帽子，表演痛心疾首，自己永远站在道德制高点。 这套傻逼哲学的唯一缺陷 ，就是老中永远只敢对外打嘴炮，永远不敢带入到自家近代史里的几场战争套用一遍，否则就开始精神分裂、自我矛盾了。

codex 已经推出付费重置的话，那 @thsottiaux 再送免费重置的可能性就很小了（除非是 banked reset）。不然会有用户刚付费重置完就收到来自 tibo 的重置，肯定会想骂人。

北京最著名的一大骗局，就是厉家菜，从2000年前后就敢在北京卖人均1000的宫廷菜。 厉家号称自己太爷爷在宫廷当过内务府总管大太监，首先内务府总管是有名有姓的，压根就没有一个姓厉的，其次你太爷爷也不太可能是个太监。 厉家最能吹牛逼的一点是，自己手里有宫廷3000道菜的菜谱，无耻程度堪比郭德纲 “自己会600多段京剧、600多段相声”， 结果所有人去吃厉家菜，从3000道宫廷御厨菜谱里筛选出来五六道菜，给你端上来了，你才发现连一个能吃的都没有，每一道菜都极其难吃，食材差劲，手法更是低劣到家庭主妇的水平。 就这么一个餐厅，在2000年前后麦当劳一个巨无霸汉堡5块钱的时候，他们厉家就敢卖人均一两千，就这么一直诈骗，干了二十年的时间，还源源不断地有人涌入进去，踊跃品尝。 非常牛逼了，堪称北京城第一大骗局。

我建议新增一个离婚加急快速通道。 在当地买一套新房就可以加急办一次离婚，一套房7年内只能加急离婚一次。 离婚加急快速通道最快只需要1小时，最慢需要等30天，排队速度和优先级完全取决于买房金额。 如果不办离婚加急快速通道，离婚排队一次需要至少360天的排队时间，普通老百姓也可以慢慢等。

Codex这个更新有意思啊！ Codex的Multi Agents v2，现在已经可以让主Agent把不同子任务，自动委派给不同模型。 包括： GPT-5.6 Sol：复杂Agentic Coding GPT-5.6 Terra：日常编程 GPT-5.6 Luna：速度最快、成本最低 Daybreak：网络安全 GPT-5.5：复杂编程、研究和通用任务 甚至每个Sub-agent还可以单独设置不同的Reasoning Effort。 Greg在转发这条的时候对这项更新的评价只有一句： 「迈向无需再次手动选择模型。」 我觉得这句话很关键。 过去咱们使用AI的逻辑是： User → 选择模型 → 完成任务 但Multi-Agent真正成熟以后，它可能会变成： User → Agent/Harness → 自动拆任务 → 自动选择不同模型 → 并行执行 → 汇总结果 用户不再需要知道Sol、Terra、Luna分别适合干什么。 就像你使用云计算，并不会先决定这一行代码应该跑在哪颗CPU上一样。 模型会逐渐从「产品」，变成Agent系统内部的一种计算资源。 同时这里还有一个很现实的经济账。 一个复杂任务可能只有20%的步骤真的需要最强模型，剩下80%的搜索、整理、简单修改，都可以交给更便宜、更快的模型。 如果Router足够聪明，多模型Agent既能保持最终效果，又能大幅降低推理成本。 所以 @OpenAI 这次更新好啊，看看效果怎么样🤔

突发：又一位早期核心成员离开OpenAI。 Scott Gray已经离开 @OpenAI ，目前转为独立研究，准备探索神经科学启发的AI方法。 今天，恰好是 @scottgray76 官宣OpenAI加入整整十周年。 2016年8月16日，他与Dario Amodei等人一起加入了OpenAI。 Scott Gray一路参与了OpenAI早期大量底层工作，从GPU kernels、OpenAI Five，到Scaling Laws、GPT-3，再到GPT-4。 他几乎完整经历了OpenAI从一家小型AI研究实验室，到今天全球最大AI公司之一的整个十年。 但Scott Gray的离开，也只是OpenAI今年这轮人事变化的一部分。 仅2026年至今，OpenAI已经有12位知名高管和核心负责人离开公司，或者退出原来的核心岗位。 其中包括： - 首席收入官Denise Dresser - 前首席运营官 Brad Lightcap - OpenAI应用CEO Fidji Simo - 前首席产品官、OpenAI for Science负责人 Kevin Weil - Sora负责人 Bill Peebles - 商业应用CTO Srinivas Narayanan - 首席营销官 Kate Rouch - 企业业务负责人Barret Zoph - 伦理负责人 Chloé Bakalar - 安全系统负责人Johannes Heidecke - 工作近9年的首席未来学家 Joshua Achiam - 硬件和机器人负责人Caitlin Kalinowski OpenAI内部一定发生了什么。