小白爱摸鱼（@chaozuoye）的 AI 短帖

蚂蚁百灵 Ling-3.1 Flash 开源了，560B MoE 本地 4 卡就能跑。

要点照录。蚂蚁百灵 Ling-3.1 Flash 正式开源，560B MoE，1M 上下文，本地 4 卡可跑。关键要点：总参 560B，激活仅 25B；量化一压，权重从 534GB 掉到 292GB，Hopper 也从 8 卡减到 4 卡；AA 智能指数 41，速度约 210 tok/s，混合价约 $0.19/M tokens；办公、长周期编码与复杂 AI Agent 场景是它的主战场，MIT 开源。

Hugging Face：huggingface.co/inclusionAI/Li… ，cookbook：github.com/inclusionAI/li… 。

引帖那半同样留着，同一套 10 项评测里，Ling-3.1 Flash 拿 41 分，跟 GLM-5.3-Flash 的 42 分基本同级，跟 Gemini 3.8 Flash 的 41 分打平，反超 DeepSeek V4.1 Flash 的 39 分，Mistral Large 5 的 38 分被甩出一条街。开源、可本地部署，成本和前沿闭源基本同档，智能却已经贴上第一梯队。

"开源模型把综合智能打到和 Gemini Flash、GLM Flash 同一水平线，这才是真正的变量"这半句是场重心。前面那份基准尺讲的是量要真，这条讲的是变量真。跟前面那场酒吧访谈呼应，那条在小桌上谈模型即产品，这条在榜单里看变量从哪冒出来。两头都在提醒同一件事，开源打平闭源这一步迈出去，后面的账才刚开始算。

"我不这么认为"这半句我单独拎出来。前面那份专用模型路线讲的是把自己那摊事做好，这条讲的是别被一分两分的差距带偏。42 分和 41 分之间隔着的，是误差范围本身；本地 4 卡能跑、292GB 量化权重这俩数字才是硬货。差距这东西，看的是能不能落地，不是纸面谁高一分。

我留的疑问有三处。AA 那 10 项评测具体测了什么没给；210 tok/s 能不能稳住没说；4 卡跑满量化的实际效果也没测，这些都在 cookbook 里才看得到。

这周把 Ling-3.1 Flash 拉下来装一遍，看看 4 卡是不是真能压住。

Android 官方出了个新 Skill，让 Agent 帮你静态分析 JetpackCompose 代码找性能问题。

要点照录。We've just released a new official Android skill that can be used to statically analyse your #JetpackCompose code for performance improvements. Install it, and ask your agent to run the skill on your code. We've seen some good results running it internally - give it a try and let us know any feedback!

仓库地址：github.com/android/skills… 。

"give it a try"这半句是场重心。前面那份基准尺讲的是量要真，这条讲的是官方背书真。跟前面那场酒吧访谈呼应，那条在小桌上谈模型即产品，这条在官方仓库里看产品怎么被平台收编。两头都在提醒同一件事，平台亲自下场做 Skill，说明这条路子走通了。

"我不这么认为"这半句我单独拎出来。前面那份专用模型路线讲的是把自己那摊事做好，这条讲的是把性能分析这件事交给 Agent。JetpackCompose 的性能问题藏得深，人眼盯半天未必看得出，静态分析跑一遍就出来了；官方愿意开源，说明他们内部先吃过了。反馈这东西，官方愿意听，才敢让人提。

我留的疑问有三处。Skill 具体检查哪些性能项没给；内部好结果是什么样没说；对老版本 Compose 兼容不兼容也没讲，这些都在仓库里才看得到。

这周把仓库里的 Skill 装上，让 Agent 跑一遍手头那个最复杂的 Compose 页面。

Vercel 的 CEO 给 Gemini 团队道了贺，顺手把一句提醒摆在了桌面上，别赌 Google 会停下。

要点照录。别赌 Google，这家公司带来了 Transformers，手里握着压倒性的数据、工程人才和算力。人人都在回头做编程，编程 Agent 已经是 AI 的杀手级应用，开发者和建设者正处在一个黄金时代。

提醒那句同样留着，Muse Wonder 和 Gemini Argon 背靠背发布，这件事本身就在提醒你和你的公司，要保持模型无关，把网关那套拉满。引帖那半也照录，Gemini 4 Argon 上了 AI Gateway，十二月一日之前五折，用它来跑那些难啃的编程和 Agent 任务。

"模型无关"四个字我单独拎出来。前面那张 X Pass 讲的是把订阅拢进一张卡，这条讲的是把模型的选择权留在自己手里。跟前面那间 AI 办公室呼应，一个在摆工位，一个在给插座留活口。

两头都在提醒同一件事，模型这东西更新太快，谁也不敢说三个月后赢家是谁。能换得动插头的人，才不会被任何一家的节奏绑架。跟前面那份 FCC 的路由层也接得上，一个在说工具别绑死，一个在说架构别绑死，两层都在给未来留余地。

"背靠背"这个词我听着最沉。两家最能打的模型挤在同一个档期亮相，这不是巧合，是赛道的密度已经到了谁也不敢独占市场的程度。而这份密度，恰恰是留给使用者的红利。

我留的疑问有三处。五折之后的正式价格没给；Argon 在网关上的延迟表现没拆；模型无关在实际工程里怎么落地也没数，这些都在后续的使用里才看得到。

这周把网关那条线接上，同一个任务分别丢给两家，看看答案会不会打架。

Anthropic 每天合并的代码量，从五月到现在翻了十倍。

要点照录。那句原话留着：Claude 能够自主地在研究循环上迭代、微调复杂程序、从头构建新服务，速度和规模都是前所未见的。数字那半也照录，代码合并的频率比五月翻了十倍。引帖那条链接挂在正文里。

"十倍"这个数我单独拎出来。前面那篇工程博客讲的是为这个十倍重修地基，这条讲的是十倍本身怎么被造出来。跟前面那份 Agent Plasticity 呼应，那条在说模型从经验里变强，这条在说模型替人改代码。

两头都在提醒同一件事，工程团队的产出曲线已经不是人堆出来的，是模型托着上去的。地基的重修只是这条曲线在基础设施上留下的影子。跟前面那间 AI 办公室也接得上，一个在摆工位，一个在数桌上越来越厚的提交记录，记录厚了，管记录的那套东西就得换。

"速度和规模都是前所未见"这半句我听着最沉。它不是在夸模型快，是在提醒读到这句话的人，你熟悉的那套节奏已经被改写了，再拿过去的步子去丈量现在的路，量出来的全是错的。

我留的疑问有三处。十倍的基数没给；合并数的质量怎么验没拆；人工 review 占多少也没数，这些都在那篇博客里才看得到。

这周把自己仓库的提交记录拉出来数一数，看看自己的节奏和这条曲线差了多远。

github.com/zhuyansen/new-…

新词雷达又优化了一版，这回连赚钱那台也一起升级了，两台雷达的规矩都摆了出来。规矩这个东西，工具里有，心里也得有，工具替你扫，心里那把尺替你定。

要点照录。新词表那一栏，名字和它背后的通用词被安排在一张表里。表的列在照做之余，另加了类型、来自、近七天比前三天三列。带品牌的词保留并标上警告符号，由使用者判断。每条通用词都得配得上出处，推文或 README 原话皆可，也可以来自真实的相关查询。

证据这一关没有例外，模型筛分那道也加了，零点六分以下直接扔掉。几个指标的对应关系也写清了，新颖性对应新词那一栏，规模对应估算日搜，动能对应近七天比前三天。三档也备好了，优先、观察、跳过各归各，规则写在表下面。

查询提供商那一栏也补了料，GoAnyAPI 在这里补了四块。大家实际和这个名字一起搜的那些词，从 Google Trends 里翻了出来，当作通用词的新来路。名字的长尾也一并列出，photocraft download、nano banana 2.1 对 pro 这几类写法都收进表里。

相关查询里别的上升名字会被单独捞出来记成线索。走势那一栏改读美国三十天日数据，按昨天结算。仓库地址挂在文首。星数涨得也快，上线不到一天已经六百多。这份清单把雷达的规矩钉在了纸面上。

"每个通用词要有原话作依据"这半句是场重心。前面那份基准尺讲的是量要真，这条讲的是料要真。跟前面那道发布流四道关呼应，那条在验收一次发布，这条在验收一条线索。两头都在提醒同一件事，雷达类工具的门槛不在扫得广，在每条命中都经得起追问。

凭空蹦出来的词表和有出处的词表是两种东西。跟前面那间 AI 办公室也接得上，一个在摆工位，一个在调旋钮。旋钮上刻的是证据，不是感觉。这样的旋钮越多，工具离玩具就越远，离仪表就越近。仪表和玩具的差别，在于它敢不敢让你据此做决定。敢让你决定的工具，才算真工具。

"上线不到一天六百多颗星"这个细节我单独拎出来，它把这类工具的需求摆在了明处。找词这件事的痛已经大到一个开源版就能引来几百人围观的程度。需求摆在明处，供给就跟着聚，这类雷达的下一版只会更细。

我留的疑问有三处。零点六这个门槛怎么调没给；美国数据之外的地区覆盖没拆；赚钱雷达和新词雷达的联动也没数，这些都在仓库里才看得到。地区这一项其实最要命，词的热度是分地区的，只看美国数据，别的市场可能刚好错过起势那几天。

这条规则写在表里，也是写给使用者的提醒。词的世界没有统一的日历，各地的起势各有各的节气，雷达扫的从来不只是词本身。规矩立得越细，扫出来的越不像噪音。起势那几天一旦错过，等你看见时已经退潮，雷达的价值就在于不让你做那个迟到的人。迟到的人只能捡剩下的，早到的人才有得挑。

这周拿它扫一遍手头在追的那几个词，看看证据那一栏能不能兜住我自己的判断。判断与证据对不上的时候，先低头的是判断，不是证据，这条纪律，雷达替我立着。立得住的规矩，才配叫仪表。雷达立完了规矩，剩下的就是每天扫一遍，看谁在起势，看谁在退潮，扫出来的那几行字，比任何感觉都可靠。可靠的工具从不多话，它只把证据摆在你面前。

Anthropic 的 CEO 把那个最扎心的问题正面答了一遍，现在还该不该学编程。

要点照录。最先被替掉的会是编程本身，AI 模型已经在干这活儿。更宽的软件工程活儿退得慢些，可潮水也在退。要是为了保住饭碗才去学，方向就落了下乘。哪怕只做百分之五的工作依然有价值，AI 做九十五，你做五，生产力能提升二十倍，比较优势的威力非常惊人。

更有前景的路子是以人为中心的那类，人际、物理世界和分析能力要拧在一起用。放射科医生这个例子摆了出来，要理解患者和背景，而不只是会看片子。往后十年最值钱的本事可能是批判性思维。机器什么都能生成的年代里，能分辨真假这件事本身就值钱了。

你不想抱着错误信念，也不想被骗，这是他给二十五岁年轻人的实际建议。还有一条警告，用不好 AI 会让人变蠢，Anthropic 做过相关研究。怎么用模型决定结局，编码能力的衰退是可测量、真实存在的，问题不在工具，在不当使用。

收尾那条判断落在了半导体上，他看好未来十年的资本主义胜利，物理世界、传统工程、直接的 AI 红利，不是软件，而是芯片。

"哪怕差距巨大"这半句是场重心。前面那份一年半复盘讲的是个体在低谷里选路，这条讲的是行业龙头在高处指路。跟前面那份 Agent 教材呼应，那条在把学问写成可按页读的东西，这条在把职业选择的判断题摊开给人看。

两头都在提醒同一件事，AI 时代的职业答案已经从学什么挪到了做什么，会做那百分之五的人反而比过去更值钱。跟前面那场酒吧访谈也接得上，一个在小桌上谈模型即产品，一个在公开场合谈人为中心。模型和人的位置正在被反复确认。

"放射科医生"这个例子我单独拎出来，它把"以人为中心"从口号落成了一个具体岗位。看得懂片子是技术，看得懂人才是这门职业剩下的地盘。技术的那一半，机器迟早拿走；人的那一半，机器至今连门都摸不到。这道分界线不会消失，只会挪位置，挪到哪里，哪里就是新的饭碗。

我留的疑问有三处。那场问答的完整出处没给；半导体那条判断的推理没拆；二十五岁那条建议的上下文也没数，这些都在长文里才看得到。他看好半导体这个转向也值得单独记一笔，软件红利吃尽之后，硬件成了新的前线，这一条对码农来说既是警告也是地图。

这周把自己手上的活儿按那六点过一遍，看看哪一条落在百分之五里，哪一条正被九十五吞掉。分界线画完，剩下的事就简单了，把被吞的那部分当成工具用，把守得住的那部分当成手艺养，日子照样有得过。

谷歌的 EmbeddingGemma 2 被人从 embedding 模型改成了 STT，速度冲进了设备端最快那一档。

要点照录。在一台基础款 M3 MacBook Air 上，一小时的音频大约十三秒转录完，相当于实时的二百八十八倍。思路那半也留着，三月 Gemini Embedding 2 来的时候，那套东西把文本、图像、音频和视频放进了同一个共享空间，说出来的词就落在写出来的词旁边。

如果这是真的，那理论上就该能直接从 embedding 模型里把转录读出来。当时没法试，上周 EmbeddingGemma 2 作为开源模型放了出来，于是就试了。

"从 embedding 模型里读出转录"这半句是场重心。前面那份 MiniCPM 的本地跑讲的是把多模态塞进手机，这条讲的是把一个查表用的模型掰成听写的工具。跟前面那份 Agent 教材呼应，那条在讲把学问写成可按页读的东西，这条在讲把模型用成不按说明书来的东西。

两头都在提醒同一件事，开源模型的价值有一半藏在用户自己发现的用法里。而这类用法往往要等到权重真的摆到桌上才有人试。跟前面那间 AI 办公室也接得上，一个在摆工位，一个在拆零件，拆开才知道里面还能这么用。

二百八十八倍这个数我单独拎出来，它说明设备端听写的天花板又被推高了一截。而且这回推高的不是算力，是换个思路把现成的东西拧到另一条轨道上。

我留的疑问有三处。转录的准确率没给；这段改造代码怎么跑没拆；和专门的听写模型比差距也没数，这些都在那条长文里才看得到。

这周把它在自己那台机器上跑一遍，拿一段一小时的录音掐个表。

SpaceXAI 的大统一订阅落地了，X Pass 把 X、Grok、Cursor 和 Grok Bot 打包成了一张卡，眼下还能享受五折。

四档照录。Plus 会员八美元，装着 X 高级版、Grok 订阅、Grok API 和 Cursor。Premium 会员三十美元，超级 Grok、Grok Bot、云端代理和刷推特权都在内。

Super 会员一百美元，超级 Grok 加强版、1080p 视频、优先访问。Ultra 会员两百美元，超级 Grok 加强版、最快回复，还有最早访问顶级模型的那道门。更早一条猜测同样留着，那会儿说本周最好买个 P+ 套餐，因为大一统套餐可能到来，原来的 P+ 会成为最性价比的一档，而且会涨价。纯属个人猜测，亏本概不负责。

"一站式订阅"这半句是场重心。前面额度并池那条讲的是账算在一处，这条讲的是账合在一张卡里。跟前面那张 X Subscription 的计划合并呼应，三周之内这条线连着动了三刀。从计划合并到额度并池再到今天这张 Pass，每一步都在把散落的订阅拢进同一个入口。

跟前面 Personal Agent 那张桌也接得上，一个在算能力的边界，一个在算钱包的边界。两头都在提醒同一件事，订阅制的终局不是比谁功能多，是比谁能把用户的一整条工具链一次收干净。

五折这个细节我单独拎出来，大一统刚开门就打折，这个动作本身就是答案，先把人锁进一张卡，涨价的日子还在后面。

我留的疑问有三处。五折的期限没给；各档之间的升级怎么算没拆；Grok Bot 并池后和这四档的关系也没数，这些都在那页说明里才看得到。

这周把自己手头几个订阅挨个对一遍，看看哪几样能塞进这张卡里。

一条六十九个字的帖子撞出一千多赞。话很短，骂声和掌声都冲着同一处。

那句判断照录，虽然大家嘴上骂着 ChatGPT、吹着 Claude，但其实中国人比其他任何国家的人都更希望 OpenAI 领先 Anthropic。名字也对得上，这里比的是 OpenAI 和 Anthropic 两家，跟上个月那场榜眼之争连着看就清楚了。Meta 的 Muse 拿到第二之后，桌上的座次已经写实。

"嘴上骂，心里盼"这半句是场重心。前面榜单外那把尺讲的是评测要真，这条讲的是看评测的人心里那本账。跟前面那间 AI 办公室呼应，那条在摆工位，这条在摆立场。两头都在提醒同一件事，模型之争从来不只是技术之争。

国产的那一边最希望看到的局面，是对手的两个头部阵营互相牵制，谁也甩不开谁。因为一家独大反而会把追赶的时间窗关小。跟前面那道没答上的题也接得上，一个在问模型哪里不行，一个在问我们希望谁行。这两问之间隔着一层立场，立场不影响数据，却影响数据被怎么读。

"嘴上"这两个字我单独拎出来，它把技术社区的分裂摆到了台面上。同一份榜单在不同人眼里是不同的信号，这大概也是为什么前面那篇要请人尊重做基准的人。

我留的疑问有三处。这条判断的依据没给；样本来自哪个社区也没拆；OpenAI 领先对国产到底是利是弊更没数，这些都在评论区里才看得到。

这周把两边的榜单存下来，看看接下来两周座次往哪边挪。

mp.weixin.qq.com/s/HlDSUct5KsPi…
github.com/marp-team/marp…
sli.dev/guide/
github.com/op7418/guizang…
github.com/zarazhangrui/f…
github.com/hugohe3/ppt-ma…
github.com/icgma/slide-sk…
github.com/opitaru-sys/de…
github.com/JimLiu/baoyu-s…
github.com/JimLiu/baoyu-d…
github.com/icip-cas/PPTAg…
github.com/GordenSun/Gord…

Codex 加上一批 Skill 已经能把课件、汇报、答辩、知识卡都包了，连图片和 PDF 都能拆回 PPT 继续改，十二个仓库的地址全挂在文首。

清单照录，按使用场景分了五大类。先说自己上台那一路，讲课、演讲、做分享。Marp 管把文字和图片编成课件，改源文件就能重出，常规培训用它顺手，导出的 PPTX 默认是图片式。Slidev 拿来讲代码和公式，分步动画、网页互动都在行，交互多了要多调试。

归藏的 guizang-ppt-skill 走电子杂志、瑞士国际主义那套风格，整套分享用它调性统一。张咋啦的 frontend-slides 先出视觉样张，再挑字体、配色和布局，想跳出固定模板就找它，输出以 HTML 为主。

再说交出去那一路，汇报、答辩，还得让客户能接着改。ppt-master 产出可编辑的文字和形状，还带部分原生图表表格，导出后改一个数字就能看出图表跟不跟着动。slide-skill 适合反复做同类汇报，内容更新后重出一版，中文断行和字号要留神。

deck-dna 接旧稿学风格，把字号、配色、布局提炼出来再套到新稿上，沿用公司风格用它最稳。第三路走科普、知识卡和图文图解。宝玉的 baoyu-slide-deck 走黑板、水彩风格，整页生成，先定文案再生图，直观但改字要重出一页。

宝玉的 baoyu-design 先拿 HTML 调设计，再按流程导出，也带可编辑 PPTX，得配一套工具。PPTAgent 把论文、报告接进解析、规划和成页的流程，长材料能试，产出的数字要对回原文。

第四路留给只有图片或 PDF 的情形，还想接着改。GordenSuperPPTSkills 按 Image2PPTX 那套流程办事，文字拆出来、背景补上去、元素分开放，现成图片改标题挪配图靠它，部分对象仍是图片。

LRriver 的 AIPPT 把生成、拆分、编辑放一个工作台，先试一页再正式用。NBLM2PPTX 把 PDF 的文字和背景拆开再组装成 PPTX，只改字时好用。第五路是在界面里管整套流程。

codex-slides 先调大纲顺序风格再出页面，边看边改合适，表格数据多的文件不适合。Presenton 把模板、模型接入、编辑导出聚在一处，适合长期做，部署和模型费用自己管。

收尾那句选型口诀也留着，日常课件用 Marp，要互动就换 Slidev；对外交付时拿指定模板配 ppt-master；知识卡那类交给宝玉整页生图；没源稿只有图时才请 Gorden 拆。动工顺序也有讲究，封面、正文，再到最棘手那一页，全过关了才铺整套。

"先做最复杂的一页"这半句是场重心。前面那间 AI 办公室讲的是工位怎么摆，这条讲的是按场景配哪把扳手。跟前面最受欢迎那批合集呼应，那条在发存货，这条在发分类学。两头都在提醒同一件事，Skill 生态已经过了有就行的阶段，选型本身成了一门手艺。

跟前面从 ICU 到只改内容那条也接得上，一个在讲疗效，一个在开药方，两篇凑在一起才是一套完整的 PPT 生存指南。

十二个仓库这个细节我单独拎出来，一份清单能列到这么细，本身就说明这个赛道有多挤，而分类这个动作比清单本身更值钱。

我留的疑问有三处。十二个 Skill 之间的互相冲突没给；中文排版哪家最强没拆；维护活跃度也没数，这些都在仓库的说明里才看得到。

这周照着口诀挑三个装上，把下一份汇报从封面做到最复杂的那页。

MiniMax M3 从训练第一天就把文本和视觉焊在一起，不是等文本练好了再塞视觉。

要点照录。眼下多数多模态模型还是老一套，先把文本喂熟，再往里硬塞视觉，翻车是常事。文本能力掉了、训练不稳了、注意力图上两种符号各据一方。M3 的做法反着来，训练的头一步就让两者一起学，重点不是"我也能看图"，而是真正做到了原生融合。

几处亮点也摆开。第一，原生多模态，不是后期贴的视觉，注意力图显示文本和视觉的符号真正搅在了一起。第二，一百万 token 的超长上下文，配上自家的 MSA 稀疏注意力，预填充比全注意力快约九倍，解码快约十五倍。

第三，智能体加编程能力，开源权重，走的是 agentic coding 那条线，不是只会聊天的模型。第四，MSA 的设计思路很硬核，索引分支先找出重要的块，稀疏分支只算相关的部分。

它还把 DeepSeek 那套 DSA 在显存访问上的短板补了，改成块级检索，更贴合真实硬件。第五，视觉侧也做了三维注意力，在 ViT 里加跨帧交互来提升理解，四帧是实测出的性价比平衡点。

最戳人的点也留着。后期补视觉的那条 CPT 老路，动不动就把原本好好的文本能力搞崩，超参数还特别娇气。反倒是从头就两家一起练，在同样的 token 预算下，文本基本没掉链子，这思路其实挺反直觉。

收尾那句反问同样照录，从第一步就多模态这条路，会是以后的主流吗，还是大模型得先把文本打透。模型已经开源，GitHub、Hugging Face、技术报告都有，搜 MiniMax M3 或 MSA 就能找到。

"一起学更稳"这半句是场重心。前面 Strata 那条讲的是把模型塞进游戏机，这条讲的是把两种感官塞进同一个脑子。跟前面国产基座那座岛呼应，那条在把家族往外铺，这条在把训练往根上改。

两头都在提醒同一件事，国产开源的打法已经从追分数变成了改路线，这比任何单点分数都更能说明问题。跟前面 R-SWA 那条也接得上，一个在推理侧省显存，一个在训练侧省预算，省与省之间是同一门手艺。

四帧这个细节我单独拎出来，它说明这套方案已经过了实验室阶段，连性价比的平衡点都实测了出来，这是要拿去真实部署的架势。

我留的疑问有三处。MSA 和 GQA 的对比数据没给；agentic coding 的实际成绩没拆；开源权重的许可条款也没数，这些都在技术报告里才看得到。

这周把 M3 的权重拉下来，拿同一道多模态题跟闭源几家跑一遍对比。

四家大厂几乎在同一周把个人代理摆上桌，这个赛道忽然就挤满了。xAI 的 Grok Bot、Meta 的 Muse、Manus 的 Cue、OpenAI 的 Dots，一个挨一个。

说穿了，这类东西就是一个跑在云电脑里的 Agent，人拿手机跟它搭话。拿它和早先的小龙虾对比，产品形态其实没什么区别。改的只是体验那层皮，上手更顺、界面更像成品，还能把邮箱、手机卡和信用卡挂上去。

名字照录，和它同类的前辈叫 OpenClaw。真正变了的只有两处。台子换成了坐拥海量用户的大厂，额度还给得大方。场景也挪了位置，从前的极客玩具，如今包装成替你打理生活琐事的小助理。

国内想抄这份作业，处处是坎。头一条卡在数据。海外的 SaaS 很开放，授权一下 Agent 就能读 Gmail、Slack、GitHub。国内这边连微信消息都够不着，外卖和购物记录更别想，只捏着手机号和实名信息干不成事。

第二条卡在模型。海外这几家用的都是顶级货，国产这边最拔尖的怕是还得追一阵。别忘了办生活琐事出错的代价比办公更高，这层风险更重。第三条卡在定价。拔尖的国产模型 kimi k3 要价不低。

随便它跑两三个小时，账单几块钱就出去了，出来的活还不见得能用。生态那笔账也算了。淘宝、闲鱼、支付宝归在阿里名下，微信和飞书里的消息却够不着。腾讯握着微信这扇门，自家内容平台却搜不出多少有用的信息。

豆包的手机形态本是字节的好牌，出门没几天就被微信、支付宝、淘宝、美团联合封了路。平台不愿开放的道理同样直白。广告、首页、冲动下单这一整套变现戏码，Agent 一样都不配合，商家掏钱买的那点曝光就打了水漂。

社交那边更敏感，一旦怀疑对面是 AI 在替人回话，聊天气氛就凉了。最后那两句也留着，先别急着追这个概念。真要云电脑办公，就挑一款模型强、价格又不肉疼的，上下文自己动手打通。本地的 Agent 够用的话，没必要搬到云端，作者自己日常基本也不用，Codex 和 Claude 就够了，更多人其实还没有使用它的场景。

"形态没什么区别"这半句是场重心。前面一间 AI 办公室讲的是自己攒工位，这条讲的是大厂直接发工牌。跟前面官方配齐那条呼应，那条在发技能包，这条在发入口。两头都在提醒同一件事，个人代理拼的不在概念，在数据和额度，这两样恰好只有大厂拿得出手。跟前面那句反方提醒也接得上，一个在问工具值不值得追，一个在问自己到底有没有场景，两头的答案在普通人那里都是先别急。

平台屏蔽这个细节我单独拎出来，它把商业逻辑摆到了台面上。Agent 绕过的不只是广告，是平台吃饭的那套曝光生意。这条利益链不打通，生态就永远缺一角。

我留的疑问有三处。四家的开放程度差在哪没给；kimi k3 那笔账的测试条件没拆；作者自己录视频的工具也没名没数，这些都在他那条线程里才看得到。

这周把手头几个 IM 的消息试着导进同一个收件箱，看看上下文打通究竟卡在哪一环。

cursor.com/pricing
cursor.com/dashboard/bill…

Grok Bot 的订阅终于打通了支付宝，外卡这道老门槛被绕了过去。

流程照录，四步走完。第一步直连访问，代理工具先断开，Cursor 的定价页直接打开。第二步选方案，登录或注册自己的 Cursor 账号，订阅类型认准 Pro 的按月那一档。第三步结算支付，账单的国家与币种切到 CNY，支付渠道勾选支付宝，如果页面上没见到支付宝，在 US 和 CNY 之间来回切一下刷新即可。

第四步验证绑定，去后台的账单页确认 Pro 状态已生效，最后回到 Grok Bot 里把账号关联完成。引帖那半同样留着，有人亲测二十刀秒到账，不用外卡、不用开魔法。收尾那句也照录，被外卡门槛卡住的朋友可以动手了，先收藏备用。两处地址挂在文首。

"来回切一下刷新"这半句是场重心。前面额度政策那条讲的是规则的雾区，这条讲的是付款的实路。跟前面五块钱那张卡呼应，那条在问钱花得值不值，这条在问钱交不交得出去。两头都在提醒同一件事，跨境这道手续在被一行一行地拆掉，今天是付款，明天大概就是别的。跟前面带宽那条也接得上，能付出去才谈得上撬杠杆，付款这件事本身也是一种带宽。

CNY 加支付宝这两个字我单独拎出来，它们出现在一家美国工具的结算页上，比任何"生态打通"的新闻稿都实在。

我留的疑问有三处。汇率按哪天算没给；退款走什么路没拆；Grok Bot 关联之后额度怎么算也没数，这些都在后台账单页里才查得到。

这周把自己那台常驻设备的订阅也换成支付宝结算，省下办外卡的功夫。

一句开场白很冲，手头的活先放一放，去把带宽抬起来。

论证照录。去年年初有过一项大模型发展速度的估算研究，拿模型能独立解决问题的粒度和时长当尺子。那时的顶尖模型大约只够撑几十分钟，想跑小时级的长程任务，不借代码框架基本没戏。眼下的第一梯队已经换了幅面孔，只要配上写得顺手的 skill 和 harness，小时级乃至天级都不在话下，而且这速度还在往上窜。

瓶颈于是挪了位置，从模型挪到了人身上。一个人的需求转化能力、验证能力，加上手里可支配的 token 预算，这三样凑出来的就是他的"带宽"。杠杆随带宽一起放大，带宽抬一寸，能撬动的盘子大一圈。

例子也给了，能搭出一套自动评估加优化体系、让 agent 和 skill 自我迭代的人，会比只拿模型 vibe coding 的人拥有更大的带宽。作者还点了一个名字，poteto 最近非常火，在他看来几乎代表了带宽最强那批人的上限，她那篇强调"量"很重要的推文也一并被提到。

最妙的是后半段的转折，大厂的无限 token 并不是高带宽的必要条件。哪怕只是独立开发者或者自媒体人，每月只付几十上百美金的订阅，照样能靠优化自己的带宽去撬商业杠杆。杠杆翘起来之后，账上反而多出 token 可花，转成了正向循环。

收尾那句总结也留着，还在愁 token 登不完的人，可能需要先想的是怎么提升带宽，而不是去找更多可供消耗 token 的场景。乘法与加法的分野就在这里，带宽上限是乘出来的，不是加出来的。

"瓶颈挪到了人身上"这半句是场重心。前面验收是大头那条讲的是时间怎么重分，这条讲的是人往哪使劲。跟前面主代理那套呼应，那条在流程里分活，这条在人身上分级。两头都在提醒同一件事，工具已经不再是稀缺品，能把工具串成体系的那个人才是。跟前面那间 AI 办公室也接得上，工位摆好之后，真正拉开差距的是坐在工位上的人还能装下多少活。

乘法与加法的分野这个比喻我单独拎出来。加法是多找几个场景，乘法是让每件事自己长出下一件事。两条路的斜率差得不是一点半点。

我留的疑问有三处。带宽怎么具体量化没给；自动评估体系怎么搭没拆；poteto 那篇的原文也没数，这些都在他那条线程里才看得到。

这周给自己记一周带宽账，看有多少时间花在验证上，多少花在转化上。

复刻的火越烧越旺，有人泼了盆冷水，一句话把话说得很冲。

原话照录，就三行。虽然现在逆向软件很火，但是所有认为自己的用户需要一个新的 office 或者 PS 的人，都应该先去脑科挂个号。这盆冷水在时间线上泼得人人侧目。

"该去脑科挂号"这半句是场重心。前面一人敌一国那条讲的是复刻的爽感，这条讲的是复刻的幻觉。跟前面那把 Rust 重写的进度条呼应，那条在往前冲，这条在往回拽。两头凑在一起才是一幅完整的图。

两拨人的分歧其实不在技术，在用户，爽的是做的人，未必是用的人。跟前面收下这几张卡也接得上，一个在攒工具，一个在问谁要这个工具，抄作业的人和造作业的人中间，隔着一次真实的需求。

这句难听的话我单独拎出来。泼冷水的价值在于把复刻从能不能做拉回该不该做。前一个问题工程师已经答完了，后一个问题还欠着答案。

我留的疑问有三处。这位反对者自己用什么替代品没给；他针对的是全部复刻还是只针对 office 和 PS 没拆；那 414 个赞里有多少是同行业的人也没数，这些都得自己掂量。

这周拿自己那三个新装的复刻软件想想，是真替代还是图个新鲜，答案不用说出口。

Grok Bot 又进了一步，这回连 CLI 都不用装，一句话就能指挥 Cursor 的云端 Agent 去干活。

上一回的做法是给它的云电脑装 Cursor CLI、配好 Key 再调 Opus 5.5；这次全免，直接发给 Grok Bot 一句话就行，用 Cursor 云端 Agent、选 Opus 5.5、帮我做个某某。

模型可以随便点名，Opus 5.5、GPT-5.6、Gemini 3.8 Flash 都在菜单上，不点名就是默认的 Auto。实测那段照录，让它从零做了个 AI 白嫖倒计时的网页，自己建仓库、写代码、自己测试，连手机截图都顺手截好，十二分钟收工。

干活的位置在 Cursor 自家的服务器，人走了机器还在转。两种用法怎么分也给了建议，日常工作走 CLI，写稿、改文案、整理资料、翻译总结，随叫随用。重活则另请高明，做网页、写工具、改仓库这类活儿连人带机器一起丢给云端，等结果就行。

末尾那句提醒也留着，别拿云端 Agent 干杂活，它固定开 Max 模式，扣 Cursor 额度更狠。引帖那半同样照录，Grok 当手脚，Opus 当大脑，这个组合谁用谁知道。

"Mac 关了照样干"这半句是场重心。前面那场斯坦福讲座讲的是常驻的理论，这条讲的是常驻的现货。跟前面那间 AI 办公室呼应，那条在摊工位，这条在把工位直接托管出去。两头都在提醒同一件事，机器开不开机这件事正在退出工作流。跟前面砍九成八 token 那条也接得上，一个在本地省，一个在云上花，省与花的分界正按任务类型划线。

额度更狠那句我单独拎出来，作者没有把云端吹到底，而是把代价摆在了台面上，这种分寸感比单纯喊爽可信得多。

我留的疑问有三处。十二分钟那单的复杂度没给；Max 模式的扣费细则没拆；三家模型的成色差异也没数，这些都在效果图里才看得到。

这周挑一个真项目丢给云端 Agent，掐着表看它和本地 CLI 各跑一遍的账。

GLM-5.5 的风声起来了，一条提醒加一条传闻凑到了同一个档口。

提醒照录。GLM-5.3 用的底座和 GLM-5.2 完全相同，所有进步都来自后训练那一步，尤其是把强化学习的规模拉了上去；5.3 Flash 倒是换了全新的预训练底座。只靠强化学习拿到的这部分增益被形容为相当惊人。

传闻那半也留着，若属实，GLM 5.5 会在下周到十月底之间露面，同一批消息里还提到 Space Bunny Alpha 跟 MinMax 的模型有关系；放话的人自称平常不传没影的事，这次敢开口，是因为线人跟 ZAI 和 MinMax 两边都熟，后面很快会有更硬的东西。

"同一个底座"这半句是场重心。前面轮替那个钟摆讲的是两家轮流坐庄，这条讲的是一条产品线内部怎么自己换血。跟前面全系深度卷呼应，那条在把一个系列往深里卷，这条在展示只动后训练也能把台阶上完。

两头都在提醒同一件事，模型的进步越来越像装配，底座、后训练、规模，哪一段拧紧了都能出活。跟前面补认知不补推理那条也接得上，一个往里递知识，一个在外头拧旋钮，递与拧之间就是这两年的功夫。

先用同一底座把后训练的价值榨干、再换新底座，这个次序我单独拎出来，它省钱又稳当，也难怪提醒的人要把这层关系单独讲一遍。

我留的疑问有三处。5.5 的底座是不是新的没说；下周还是月底没拆；Space Bunny Alpha 归谁家也没数，这些都在原话里才查得到。

这周把两版模型的同题对比跑一遍，看后训练那部分到底顶了几成。

Opus 5.5 的爆款视频被收进了一个抽屉，四百七十五条，每条带原 prompt。

站点照录。全网用 Claude Opus 5.5 做出来的热门视频它一条不落全收了，每条附上创作者当时那段完整的 prompt，直接复制。GitHub 上已两千三百多星，四个分区摆开，动态图形、游戏、讲解、3D 各归各位，想做视频的人这一个站顶十个教程。

它可不干搬运那套。点进任何一条你就明白了，左半屏放原片，右半屏当场再跑一遍，同一段 prompt 出什么效果两屏对照着给你看。技术栈也标得清楚，Three.js、GLSL、Canvas、GSAP 这些大名都挂着，搭法一眼见底。

四百七十五还按类型切开了，动态图形两百八十八、游戏七十、讲解六十二、3D 场景五十五。想做哪种就进哪个分区，挑那条已经跑出成绩的 prompt。有段被抄得最多的大意是，想做成一支动态视频就把它当求职作品集去全力以赴，就这么一句。

有人一晚上把日语和英语两版都出了，也有人只花掉五小时额度里的一个零头。最反直觉的那点也留着，全网都在卖课卖 prompt 包，这个站把跑通过的那批免费摊开，还附送四百七十五个能点开验证的证据。

"别人磨几小时的第一句话你十秒拿走"这半句是场重心。前面装前验货讲的是往里塞东西之前先翻文件，这条讲的是往自己手里加料之前先看别人跑赢的证据。跟前面那二十二个开胃菜呼应，那条在数品种，这条在管每条都带战绩。两头都在提醒同一件事，抄与验正在成为同一件事的两步。跟前面主代理那套也接得上，一个在分活，一个在供料，料和活都齐了才是完整的流水线。

"最好的 prompt 不是憋出来的"这句我单独拎出来。它把提示词这件事从灵感拉回了检索，能搜到的东西就不该靠想。跟写代码先查库是一个道理。

我留的疑问有三处。收录标准没给；复刻的还原度怎么算没拆；站的具体地址也没在正文出现，这些都得自己找过去才看得到。

这周进去按分类抄一条，把自己跑的结果和原片并排放一次，看差在哪一格。

字节跳动被摆成一份十赛道清单，看完就知道它有多恐怖。

赛道照录。短视频双冠。抖音在国内泛短视频里是绝对霸主，使用时长全网第一、压过微信，渗透率百分之四十六点八，把快手和视频号远远甩开。直播、电商、本地生活、短剧也一并打通。TikTok 那边，一百五十多个国家开着门，全球月活二十亿往上，欧美与东南亚的下载榜常年由它坐头把。

剪映也就是 CapCut，全球手机剪辑这块它排第一，国内月活两亿八，海外装机量五亿八往上，创作者人手一个。AI 对话这条，豆包是国内通用 AI 对话 App 月活第一，二零二六年月活三点八二亿，把阿里千问和 DeepSeek 都甩在身后。

免费网文是番茄小说，日活和时长长期领跑；短剧是红果免费短剧，月活超三亿，使用时长压过了 B 站和小红书。图文资讯有今日头条，稳居行业前二；音乐流媒体的汽水音乐月活一点四亿，已经越过网易云，只在 QQ 音乐之后。

人像修图这一格，醒图排在美图秀秀身后；汽车的懂车帝行业第二，刹车事件之后有望冲第一；企业办公的飞书在高端市场断层领先，和钉钉、企业微信三分天下；中长视频的西瓜在 PUGC 这块仅次于 B 站。末尾那句也留着，现在懂车帝敢硬刚华为的底气从哪来，有答案了。

"十个赛道九个前二"这半句是场重心。前面早半年占位讲的是软件生态里抢位置，这条讲的是每个赛道里都有一个位置摆在那里。跟前面那份数据对照实验呼应，那条在量一个旋钮，这条在量十个战场。两头都在提醒同一件事，位置本身是资产，占住之后复利才开始滚。跟前面生成搬回本地那条也接得上，一边是基础设施级的分发，一边是个人机器上的生成，两边同时在扩张。

我单独拎出来的是渗透率四十六点八这个数，它意味着接近一半的手机用户每天都在它的池子里。别的赛道再热闹，也是从这个池子分出去的水。

我留的疑问有三处。各赛道的口径年份没统一；第二名的具体差距没拆；刹车事件指的是哪一件也没说，这些都在各家的年度报告里才对得上。

这周把自己常用 App 的清单列一遍，看有几个落在这十格里。

一台笔记本的曲子这件事成了，本地音乐模型被搬到 MacBook Pro 上跑。

三句照录。第一句是发现好东西的惊呼，带一句 WTF；第二句给出门槛，这个本地音乐模型一台 MacBook Pro 就能运行；第三句给质量找了参照，堪比 Suno，随后把人引去看视频，说开源地址放在评论区。转述最后的观感也留着，太强了。

"堪比 Suno"这半句是场重心。前面付钱前先看这十处讲的是把开销挪到决策前，这条讲的是把创作整个搬回本地。跟前面省钱的试错不心疼呼应，那条在省接口的钱，这条在省掉接口这一步。两头都在提醒同一件事，生成的边界正在从云端往自己的机器里收。

跟前面 M3 上 NVIDIA 那条也接得上，一个在把吞吐推向机房，一个在把模型压进笔记本。两头同时在跑，说明本地这条路不是省钱的将就，是正经的选项。

MacBook Pro 这个参照我单独拎出来，拿一台笔记本当运行底线来宣传，等于把专业音乐人的顾虑提前拆了，门槛写在明面上才敢被转发。

我留的疑问有三处。模型的名字和参数没给；开源仓库地址没在正文里出现，只说了在评论区；生成质量和授权边界也没数，这些都得自己顺过去。

这周把评论区那条地址翻出来装一遍，生成一段试试它的成色。

github.com/FluentRead/Flu…

Chrome 上的开源翻译插件更新了，流畅阅读这个位置又被人点名。

三句照录。网站翻译这一项，它是开源阵营里做得最好的；YouTube 上的字幕翻译用起来也很顺手；作者平时的用法是先用它把字幕拉下来，再交给 Agent 做总结。最后那句再次推荐也留着。

"拉字幕再交给 Agent"这半句是场重心。前面二十二个只是开胃菜讲的是往工具里装零件，这条讲的是把现成的两步接成一条流水。跟前面付钱前先看这十处呼应，那条在花钱前挑地方，这条在动手时挑工序。

两头都在提醒同一件事，看外文材料这条链正在从翻译工具滑向摘要工具。跟前面七连 No 那条也接得上，一个在问选哪个模型，一个在给模型喂处理好的素材，喂与选本是一套动作的两端。

开源插件能在这个位置站稳，我单独拎出来，翻译是浏览器里最老的需求之一，能被人反复推荐靠的不是新，是不出错。

我留的疑问有三处。这次更新具体加了什么没拆；YouTube 之外的视频站支持没给；和 Agent 衔接的输出格式也没说，这些都在仓库的更新日志里。

这周拿它把收藏夹里的外文视频拉一遍字幕，试三支交给代理总结。

DS BOT 面世后的第一波反应来了，措辞很冲，直接把国内一票 Agent 软件摆上了被告席。

三句照录。头一句是杀手级应用，DS BOT 一出来，国内那一票 Agent 软件怎么跟进还没人答得上来。次一句更狠，国内用户可以无脑推荐 DSH 了，Workbuddy、Trae 这些可以扫进垃圾堆。

给没法访问海外服务的用户只留一条建议，DeepSeek 桌面版加这个 Bot，齐活，啥功能都有了。引的那条正式介绍也一并摆开，开源插件、持久化的 Bot、自用密钥、接任意模型，仓库地址和安装口令都在评论区。

"无脑推荐"这半句是全场重心。前面开源版 DeepSeek Bot 讲的是这个零件怎么造出来的，这条讲的是造出来之后市场认不认。跟前面二十二个只是开胃菜呼应，那条在数货架上的品种，这条在数谁被挤下货架。

两头都在提醒同一件事，插件层的搭法已经快到让成品软件站不住的密度。跟前面石扬离开 TRAE 也接得上，一个骨干出去另起炉灶，一个零件冒出来顶掉一排，行业的墙角就是这么被撬开的。

垃圾堆那句话糙，我单独拎出来，它把判断的门槛降到了不需要对比表的程度，能让人说出这种话的，通常不是参数赢了，是用法赢了。

我留的疑问有三处。Workbuddy 与 Trae 具体输在哪没拆；DeepSeek 桌面版加 Bot 的完整工作流没给；无脑推荐的适用边界也没数。

这周按它那套组合装一遍，把自己的日常工作流搬上去跑三天再说。

一段提示词把出海独立开发者武装成了关键词扫描器。流程写得像岗位说明书。

流程照录。每六小时跑一轮，数据来自 Google Trends 美国区，热搜榜加上一批 AI 种子词的 Rising 列表，像 ai tool、ai app、ai video 这几个。

入选线卡得死，要么是 Breakout，要么涨幅过一倍，而且必须是没见过的新词。候选词逐个搜清含义，含义不明的扔，巨头品牌词扔，涉黄赌毒的扔，没法用简单网站交付的也扔。再看它前十名自然结果的成色，论坛、社交、问答若占了七成往上，又找不出像样的独立产品站，判为真空期关键词。

到这一步才生成候选域名，按 SEO 的路子查可注册状态，精确匹配的点 com 优先。告警用中文发，关键词、含义、热度证据、搜索证据、推荐域名、上线建议，一条不少。红线写得很直，全程只读，不注册、不下单、不发帖，本地文件记已见词做去重。

"全程只读"这半句是全场重心。前面定时任务那类循环讲的是把动作挂上时钟，这条讲的是把判断也挂上去。跟前面真正用起来是两回事呼应，那条在劝人动手，这条在替动手省时间，两头都在提醒同一件事，代理的用法正从写代码挪到盯行情。跟前面付钱前先看这十处也接得上，一个在花钱前比价，一个在动手前找真空，两处都在把成本挪到决策之前。

七成这条线我单独拎出来，它把"没人做"量化成一个能执行的数字，模糊的商机就此变成机器能翻牌的条件。

我留的疑问有三处。种子词的完整清单没给；告警投递到哪没拆；真空词从发现到上线的转化也没数。

这周照它的流程让代理每天跑一轮，只看告警不动手，攒一周词单再对比市场。