蚂蚁那边悄悄放出了 Ling 3.1 Flash。新一代推理模型,指数得分直接翻倍。这成绩单我读完先记数字再品细节,记的品的点在下面一层层摆。摆好了看第一组规格。规格在下面摆着,摆好了自己掂。
第一组规格四个数摆开。总参数五百六十亿。激活二百五十亿,上下文一百万词元。八月刚发的前代只有一百二十四亿总参和五十一亿激活。体积翻了四倍多换来的是Artificial Analysis Intelligence Index 从二十干到四十一,二十到四十一这个跳跃在评测史上属于断层级别。
断层的原因写在激活参数和数据配方的双重升级里。升级的第二组是智能体能力的三项对照,对照的名单是三位老熟人,智谱的轻量款、谷歌的轻量高档、深度求索的轻量顶配。三个都被一个新来的追平。
追平的第三项是终端任务和自动化基准的两组百分比。一个六十二一个三十三。两组数字放进轻量档的第一梯队毫无悬念,悬念的第四组在下面摆着。摆好了别眨眼。眨眼就翻过去了。过去一页少一页。少一页都是损失,损失不起的往下看,看下段,下段是那个最扎眼的幻觉对照。
对照读完这篇就通了。通了的散会,散会的礼数最后给,给完就收,收工。工收得干净。干净的收尾不带水,带水的都是没写完,我写完了,写完在下段,下段是最后的门,推开它,推。
智能体那组对照展开说。两个 Elo 分数是一千六百二十二和一千四百,放进同行里正好卡在中间,卡住的三家是智谱 GLM-5.3-Flash、谷歌的 Gemini 3.8 Flash 高档档。
深度求索 DeepSeek V4.1 Flash 顶配。三家轻量老将被一个新兵追平。追平靠的是两组基准的硬分,自动化基准AutomationBench-AA 拿到六十二,终端任务基准 Terminal-Bench v4.0 拿到三十三。
两组分数都进了轻量档的第一梯队。第一梯队的门票今年发得格外多,发得多的原因是轻量档整体在抬。整体抬的时候单项的绝对值就不那么要紧了,要紧的是你有没有抬进同一张桌子。桌子上的座位每年重排一次,重排的信号全写在这几组分数里。
幻觉那组是全篇最狠的。前代的幻觉率是四十四,这代压到三十八,压的同时准确率从十八涨到二十九,尝试率基本没动。这三条线放一起说明一件事。进步来自知道的更多而不是不敢答的更多,不敢答换来的低幻觉是假繁荣,知道的更多换来的低幻觉才是真本事。
真本事的对照组更吓人。同档的深度求索轻量顶配幻觉率标着九十七。九十七这个数在幻觉榜上属于地震级。地震的余波是把知道和敢答这两个概念永远分了家。分了家的第三层是价格。价格表三个数。输入三毛美元输出九毛美元每百万词元,较前代翻了四倍。
翻价的理由是它确实大了四倍而且更省词元。省词元的证据是跑同一套指数只用两亿一千八百万输出词元,比前代少一成六,多花的单价被省下的用量抵掉一部分。抵掉的第四层是每次任务成本。每次任务九毛九美元,高于两位轻量对手的一倍上下但低于谷歌的高档轻量款一块二毛四。三者的位置决定了它坐进了性价比最诱人的那个象限。象限的第五层是我的收尾,收尾在最后一段。
还有一个身价参照值得记。两个 Elo 之一的 GDPval-AA v2 分数一千六百二十二。另一个基准一千四百。两个分数像两把尺子量出了它在同行里的站位。站位不靠喊靠的是可复现的对局记录,记录摆在评测机构的表格里谁都能查。
查得到的分数才有资格进讨论。进讨论的每一分数都在替新兵积累信用。信用攒够了开放权重那天市场自然认账。把数字再念一遍当索引,五百六十亿总参激活二十五亿。上下文一百万,指数四十一。幻觉三十八,准确二十九。
任务成本九毛九。七个数放一页就够做判断用了。最后记一笔它的可用渠道,现在走一家推理服务商就能调,权重按官方说法也快放出来。两条路都通着的模型今年不多见,多见的是先闭源跑半年的。点评两句,第一句是那句来自知道更多不是弃答更多是今年幻觉报道里最值得抄的分析句式。
句式拆穿了多少靠少答换低幻觉的把戏。第二句是开放权重压在路上的消息让这成绩的分量又涨了一截,涨了的回来点赞,句号。
重度用户把 Cloudflare 的七个用法摆了一桌,从域名一路排到 Zero Trust,家里的 NAS 也接入这套。
七条照录。域名那条分两路,面向国内或要备案的在国内注册、解析接到 CF 上再看情况挂 WAF 与代理,面向全球的直接在 CF 注册。存储那条按业务分,全球面的用 R2 再单解析一个域名,走 S3 接口配缓存。
验证码接 Turnstile,注意一条,域名必须在 CF 那边开着代理才能用。安全用规则集挡瞎爬的爬虫。收件走邮件路由,发信那侧也已开始试。Worker 里跑两类活,Docker 代理与 OSM 代理那类,以及静态站点,后者原本在 Pages,如今合到一处。最后是零信任那路,家里的设备接出一条隧道,出门先过前置授权那道验证。
"注意一条"这句我单独拎出来,这么细的坑肯写出来,是真跑过的人才有的习惯。
跟前面那套工程老兵压过天才研究员呼应,那条讲的是钱往地基挪,这条讲的是地基上的砖自己码。从域名到隧道一整套握在自己手里。跟前面把偷偷用上的揪出来也接得上,一个数工具,一个挡爬虫,屋里屋外两层都得有。
七条排下来我留意的不是新意,是这份完整的顺序,接哪家、拦哪家、信哪家,一个人的活路全在里面。
我留的疑问有三处。七个用法的月账单没算;R2 那条的缓存参数没给;零信任接出多少个应用也没列。
这周照这份把自家的域名、存储和验证挨个对一遍,看有几处还停在上一个家。
一条关于 DeepSeek 的泄露把资本和算力同时摆上了桌,融资规模和采购清单一起外翻。这泄露我读完先核来源再画重点。核的画的重点在下面一层层摆。摆好了看第一笔钱,钱在下面摆着,摆好了自己掂。
第一笔钱是一百二十亿美元。钱来自 Tencent 和 CATL 两家产业资本。原定的目标只有七十五亿。七十五亿被直接干到一百二十亿,超额完成的融资在估值寒冬里是稀缺画面。稀缺的画面说明产业方看好的不只是模型是整条链,链上的第二笔安排是钱的去处,去处三桩摆得明白。IPO 也写在单子上。
芯片那笔是全场最重的一行。十六万片以上的国产加速器要进驻一个新的内蒙古数据中心。十六万片的量级摆出来就是一次豪赌,赌的是国产硅能扛住前沿模型的训练。赌注里最有分量的那句是第五代模型将是这家第一个主要用国产芯片而非英伟达训练的产品。
清单里还有个容易被略过的细节,培训与推理的芯片按八比二分家。八成喂训练两成喂推理的配比说明眼下全部火力都压在把模型做出来上。做出来之后推理的口子才慢慢开,先练后用的次序摆得清清楚楚,清楚的次序值得单独记一笔。
点评两句。第一句是钱和芯片同时到位的组合今年只此一家。第二句是下月那条尽管标着未确认。十六万片的采购单摆在那里已经足够让人当真看了,当真的回来点赞,句号。
一支完全不用动效软件的界面动画视频把提示词模板开源了出来。整片的每一帧都是代码算出来的,这操作我读完直接存了书签,存的理由在下面一层层摆。摆好了看第一段。第一段是它给模型提的需求单,需求单在下面摆着,摆好了自己拆。
需求单分三栏写得像采购合同,第一栏要八到十二个界面状态,形状从按钮变到加载圈变到播放器变到开关。颜色要纯黑白或者只留一个强调色。配乐要免版税的一百二十拍那一档。三样东西列清楚了模型才知道做什么。
合同的第三栏给节奏。这个数不是随手填的。每分钟一百二十拍是人脚跟着地最舒服的档位。跳舞的人懂这个数,做交互的人也懂,对得上拍的画面天生带律动,律动是观众留下来的理由,理由攒够了就没人划走。
什么都不知道就开始生成的模型只能出大路货。大路货和行活的差别全在输入的精确度上。精确的输入是行活的地基。地基打歪了上面全是白雕。白雕的手艺今年在生成类工具上天天上演,上演的次数多了大家就懂了,懂了的第二栏是方向。
方向那栏写得更狠。狠在它把禁令列了一整排。禁弹跳缓动禁粒子爆发禁发光禁界面渐变。禁不一致的图标描边禁死时间禁一切模板味。禁令清单比许愿清单值钱,许愿清单教模型做什么。禁令清单教模型别做什么。
摆好了别眨眼,眨眼就翻过去了,过去一页少一页,少一页都是损失,损失不起的往下看。看下段,下段是那张节拍表,节拍表读完这篇就通了,通了的散会,散会的礼数最后给。
这套禁令里最妙的是禁死时间,死时间就是画面上没人动的空档,空档一长观众就走神。走神三秒等于白拍,把空档也列进禁令说明作者逐帧盯过成片,盯过成片的人才有资格定规矩。节拍表那栏是整套模板的灵魂。
一百二十 BPM 七个小节每一个拍点落一个动作,动作的队列排得像接力赛。按钮变加载变对勾变音乐播放器。播放器一按变形进度条。进度条拖过头拉成音量条。节拍点上开关被按下旋钮化成液态标签,标签展开成会自己画的图表,图表收成快捷命令框。
打字过滤回车弹出提示。提示最后变回按钮首尾相接成完美循环,动作的密度到这一步已经不是动画是编舞。动作链里我最喜欢音量条那段,拖过最大值它会拉长。拉长的物理反馈在界面上几乎绝迹。绝迹的手感被代码一比一复刻回来,复刻的耐心就是作者的诚意,诚意最贵。
编舞的思维被搬进代码是这模板最值钱的移植。移植成功的原因是节拍网格给了一切时间坐标,坐标统一了每个元素都知道自己该在第几拍出场,出场不抢拍的画面才耐看。耐看的第三段是它的施工段。下段到了就推门,门后是施工规矩,读完这篇正式结束。结束语不留悬念,悬念是给没看完的人的,看完的人不需要。
施工段七条规矩条条是硬货。整个页面就一个方形文件。所有样式从时间函数里算出来,不写过渡不设定时器帧与帧之间不留状态。留了状态的动画不可重放。不可重放的动画没法精确校对,校对不了的东西全靠运气,运气的动画是拿不出手的,弹簧这段我要多说一句。
弹簧是界面质感的一半来源,硬邦邦的线性插值看着就假。现实里没有东西直线加速,过冲和回弹才是物理世界的签名,签名对了画面就活了。弹簧用闭式的解析解算。一个值连续变目标就叠几个弹簧。叠加之后时间还是唯一的自变量。
自变量单一了画面才能倒带,倒带是循环视频的命根子。拖拽的数值直接按光标位置算,松手再弹回原位。这条把交互的物理感做实了。音乐用分析工具找节拍网格从小节线起手,界面音效按测出的峰值落点,渲染走浏览器自动化每帧补四个子帧再混合成运动模糊。
六十帧的顺滑就是这么堆出来的。堆出来之前先按拍渲染单帧校对,出格的太挤的看不清的当场修掉,当场修的习惯是所有成片的隐形工序。方形文件这个约束我最服,一个文件装下整支片。改起来不用翻目录,翻目录的工程改三处要半小时。
单文件改三处只要三分钟,三分钟的迭代速度是创意的燃料。燃料烧得旺创意才敢野,野出来的画面才不像模板。工序摆完就剩坑了。读完这篇正式结束,结束语不留悬念,悬念是给没看完的人的。
三个坑个个阴险,相机在缩放的元素上别开那个加速开关开了字会糊。形变容器里的文字换场要给进场和出场分开计时不然会叠影。收尾帧必须和开场帧一模一样连光标的位置和速度都得对上。三条不注意循环就会打嗝。
光标速度这条最反直觉。位置对上了速度不对循环还是会跳。跳的那一帧观众说不出哪里怪但就是觉得假。假的感觉救不回来。救不回来的细节最要命。打嗝的循环看一眼就出戏,出戏的成片前面白做。做过的都懂这三条的分量。
分量说完点评上场,点评只有一句,这套模板的贵重不在动画在方法。方法是把审美拆成禁令把节奏拆成网格把工程拆成七条规矩。拆到这个细度的提示词才配叫可复用资产,可复用三个字是开源圈的最高评价,评价拿到手这模板就值了回票价,票价是读者的点赞。
点赞在最后一段。最后一段到了就推门,门后是我的收尾,读完这篇正式结束,结束语不留悬念,悬念是给没看完的人的。
还有一条隐藏收获,这套模板教会模型先做表再做活。先列状态再写代码的顺序用在任何界面需求上都成立,成立的顺序值一百次返工。模板里那段起手式也值得抄,它要求模型先问输入再列状态表最后才动代码,三步顺序把生成的随机性摁住了。
摁住随机性的流程才像工程,工程的流程写成提示词就是资产,资产攒多了你的库就是武器库。收尾就一句,把这份模板抄进你的提示词库。下次要做界面动效先让它出状态表和节拍表,表出来再动手写码。顺序对了省一半时间,省下的时间回来点赞,句号。
把一家的电脑操控能力拆出来给全家用的项目出现了,我研究完拍了下大腿。那套看屏幕点鼠标敲键盘的本事被单独抽成了接口,拆的巧劲在下面一层层摆。谁家的智能体都能接上试试。这拆法我研究完拍了下大腿,拆的巧劲在下面一层层摆,摆好了看第一刀,第一刀切的是它怎么借的力,借法在下面摆着,摆好了自己对。
借力的路子出乎意料。它没有照着官方实现重写一套,重写的工程量大还容易走样,走样的实现迟早和原版行为对不上。对不上的自动化全是雷。它选的路是在你机器上找到已装的 ChatGPT 桌面版,启动应用自带的那套运行时。
再通过 MCP 把运行时接到你正在用的工具里。接通的那一刻你的第三方助手就有了原厂的操控手感,原厂的含金量在于指令集。执行方式和权限策略三样都以 OpenAI 原版为准,为准的意思是行为一致。行为一致的自动化才敢写进日常工作流,工作流里最怕的是换个环境动作就变形。
极简的设计是我最喜欢的部分,常见的操控方案会把截图点击输入滚动各做成一个工具,工具一多模型就容易挑花眼。挑花眼的模型偶尔还会调错动作。这个项目只给两个。一个执行一段 JavaScript 一个把环境清空重来,代码里预置了一个叫 cua 的对象。
取状态用 cua.getState、选窗口用 getApp、动作是 typeText、pressKey、getScreenshot,全在一段代码里。更妙的是环境留着状态,上一次定义的变量下一次接着用。
接着用的变量让多步操作像写脚本一样顺,顺的代价是环境坏了要手动清。清空重来的按钮就在第二个工具上,这个设计和游戏存档一样朴素,朴素的东西最耐用。
适配名单正式在册的是三个,一个智能体编程工具的两个当家加上那个新晋的助手,实验名单还有两位候着。系统那边苹果芯片的系统和用用 X11 桌面的两种 Linux 都收,架构是 ARM64 和 x86-64。
窗口十一还在候选。老款芯片和新显示协议不支持,浏览器接管要额外开开关走官方扩展每个网站单独批准。安装要装好三点一二以上的运行时。最省事的装法是把一段提示词贴给自己的助手让它照文档配完。
配完的名单和权限都摆好了,摆好这篇就真到尾了,尾不长。长的没人看。看的人在下段集合,集合完毕稍息立正看收尾,收尾就一句。
项目地址在这。github.com/amontlabs/lcu ,README 里装法权限和限制都写全了,读完回来告诉我那两个工具够不够用,够用的点赞,句号。
半导体自学的免费课单摆上了台面,三所名校的课一分钱不用交。这好事我先记地址,后半段的毒舌才是这篇的魂,魂在下面一层层剥。后半段的毒舌才是这篇的魂,魂在下面一层层剥。这清单我先记地址再品后半段的毒舌,毒舌才是这篇的魂。
一分钱不用交就能学完。这清单我看完先记地址再品后半段的毒舌。毒舌的部分才是这篇的魂。魂在下面一层层剥,剥好了看课单,课单在下面摆着,摆好了自己按顺序排。
课单的顺序排得很讲究。第一站是 MIT 的 6.780 半导体制造课,从整个制造流程的关键词讲到产业简史。第三站是 CMU 的存储系统课,把存储怎么变成具体产品讲透。零基础的人先建地图。地图建好了后面每个名词都有地方挂。挂得上地方的知识才留得住,留得住的第二站是斯坦福 EE309A 的进阶课件,课件这东西比视频耐读,读课件的人动手能力天然强一截。
毒舌的第一刀砍向了名词崇拜,术语用英文对从业者是顺手,对圈外人就成了高墙,高墙是自己砌的。砌墙的砖是懒得动脑子。知识本身没门槛这句这句说到点上了。点上的第二刀砍的是道听途说,听来的东西当真理再拿去做决策,决策的依据是别人的嘴,嘴上的风险自己扛,扛过的都知道疼。
我的补充只有一句,这份课单最值钱的不是三门课,是那句多跟机器聊聊就能学会的批判。聊天给的是答案,读书给的是分辨答案的能力,能力这东西聊不出来只能啃出来。啃的姿势就是按这份单子从头走到尾,走完的那天你在任何半导体话题里都能接住话。
资料库在这,snia.org/education/ ,三门课自己按名字搜课件,搜完回来告诉我第一门的简史讲到哪一年,讲到的点赞,句号。