AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

NVIDIA 在 ROSCon 宣布 Isaac ROS 5.0（按官方帖转述）——一句话定位：把 AI agent 带进机器人开发。四组增量：①agentic workflows 与 Isaac Skills 进入发行版；②ROS 2 "Lyrical" 支持；③GPU 加速库；④Jetson 支持从 Orin Nano 一直覆盖到 Thor——开源、即刻可用（文档见文末）：nvda.ws/3VahoaA

我的看法：这是 Physical AI 的硬件栈角，正好补上 58052 那篇的另一半——那篇讲"数据网络"（需求→采集→验证→溯源），这条讲"执行栈"（skills→ROS→GPU 库→从模组到 Thor 的算力带宽）；云里的沙盒（57904）、街角的采集（58052）、车里的执行（本篇）——三块地基一晚凑齐。

三组增量里最值得记的是 Isaac Skills 进发行版："Skill"这个词从编码工作流（57668）一路走到机器人工作流——给机器人下发的不再是脚本，是可复用的能力单元，与"岗位预制件"（57524）、LoRA 专家头（57851）同属一族的第三次落地。

Jetson 从 Orin Nano 到 Thor 的全覆盖则给出一条清晰的档位线：同一套 agent 工作流，小到边缘模组、大到车载算力都能跑——真正决定铺开速度的，是这条带宽谱够不够长。

给开发者一句：ROS 2 新版＋GPU 库＋Skills 三件同发，是把它接进现有机器人栈的最小理由；开源即用，先拿 Isaac Skills 跑通一个"感知→决策→动作"的最小闭环，再谈移植。

版本、特性与支持范围均为官方帖转述，细节与许可以 NVIDIA 文档与仓库为准。

《深入理解 AI Infra》把 DeepSeek 的 DSec 收进第 11 章——作者（bojie）开篇即用亲历对标：当年在微软用 FPGA 加速网络与 Bing 搜索、在华为用 UB 去掉抽象层开销，和今天 DSec 一样，都是"打破旧的抽象边界、实现极致性能"；底层逻辑一句：传统操作系统与云要服务大量互不相关的程序，必须通用、必须有足够好的可编程性；而 AI Infra 的负载就是 LLM 与 Agent 用的沙箱，通信模式事先已知——可以协同设计。书仓：github.com/bojieli/ai-inf…

正文的干货是"Agent RL 与传统云计算的五条假设之差"（转述）：①负载相关性——云上是大量相互独立的租户、靠统计复用削峰谷；RL 是一个作业一次申请 3.2 万个沙箱、需求高度相关。

②时间结构——云容器按自己节奏跑；沙箱约九成时间在等模型生成、CPU 平均只用 5%——优化目标不是 CPU 成本，而是不让 GPU 空等。③镜像分布——serverless 假设少数热门镜像被大量复用；RL 的镜像数量极大、复用极少。

④威胁模型——云安全防的是外部攻击者；RL 里运行在沙箱中的程序，本身就在被优化去寻找漏洞。⑤抢占感知——DSec 知道哪些 GPU 作业被抢占、可主动暂停对应沙箱，通用容器云做不到。

我的看法：五条对比其实是给 57904 那篇"RSI 地基"配的反向说明书——那边讲 DSec 做了什么，这边讲"为什么通用云做不到"；五条里我最看重 ②与④："九成时间在等生成、CPU 只用 5%"直接改写了成本的定义（省的不是机器小时，是别让 GPU 空等——与"同样聪明更少 token"是同一句话的硬件版）；"沙箱里的程序被优化去找漏洞"则把 57835 靶场那句"agent 审计有盲区"反向成立为安全设计：跑的不是不可信代码，是"被激励攻击"的代码——威胁模型因此整个换了人。

而"通信模式事先已知→可协同设计"正是今晚反复出现的协同设计观（全栈自研 57992、四态统一 57904）：知道负载形状，才能重新划抽象边界——bojie 三段履历（FPGA、UB、DSec）串起的其实是一条职业线：一辈子都在给"通用"还债、给"专用"开刃。

给读者一句：读 AI Infra 别先背架构图，先读"五条假设之差"——新栈的每个设计，都是对旧假设的逐条反驳。

五条对比、履历与书章安排均为原帖转述（DSec 数字沿 57904 已发口径），书内容以仓库为准。

一句像专门说给"天天盯模型发布的人"听的话（转述）："停止那么在意模型发布。把注意力放在 harness 上，放在改善你的 agent 跑在其中的那个环境上——你会发现自己远远跑在前面。"

我的看法：这话得由我们这种频道老实接住——它没说错，而且今晚的稿子恰恰替它做了论证。发布是行情、环境是仓位：模型发布一周一批、榜单月月重排，而 harness、上下文、验收、记忆这些环境资产是复利的——57890 的四问、57927 的六件、58111 的分家阀门，哪一样都不会因为新模型发布而作废；99:1（58005）与"停在第二级"（58035）也从两端指向同一结论：同一批模型，两种用法，差出的是环境的差距而不是模型的差距。

再往深一层，"远远跑在前面"这半句的机理很实在：模型红利人人平等、环境红利只属于搭建的人——新模型发布当天所有人都在同一起跑线，第二天拉开距离的，是谁的 harness 让它立刻变得能用。

所以我们照发模型新闻，但把标准摆正：看发布只看"它要求我的环境改什么"，不看"它比上一代强几个点"——给读者的落地句也照此立：每次新模型刷屏时，先别急着换模型，先问我的 loop、我的验收、我的记忆，缺哪一块；环境补完，旧模型也能跑出新成绩——这大概是"far ahead of the curve"唯一可靠的实现方式。

金句为原帖转述（无外链），harness 与环境的论证为本条分析，实践以各项目文档为准。

Pi 0.87.0 发布：Context 和 Session History 正式分家（转述）——如果说 0.86 主要解决缓存与动态 Context，0.87 解决的是一个更根本的问题："agent 保存了什么"和"模型这一轮看到什么"，不该是同一件事。四条变化：

①Session 历史可以保留，但不必继续给模型看——新增 ContextEditEntry：过期的 Tool Result、错误日志、无用信息，以后可以不再进入模型 Context；但原始 Session、Usage、UI 聊天记录一律不删——一句话：历史还在，模型可以选择性"忘掉"。
②SessionManager 成为 Context 的唯一事实来源——以前 Extension 直接改 agent.state.messages 还有机会影响下一轮请求，这条路被收紧；今后模型看到什么，统一从 Session Tree 与它的 Projection 构建。作者的点题：Session＝完整经历，Context＝当前视角。
③Extension 连 System Context 都能参与处理了——新增 context_with_system：每次请求前可拿到含 System Message 的完整 Transcript，再决定这一轮最终给模型什么——Memory、Context Pruning、自定义压缩这类插件的玩法空间又大了一层。
④图片 Context 按模型单独管理——不同模型可设不同图片尺寸与大小上限，附件、read、Tool Result 里的图片统一处理。

我的看法：这是观测面（58032）之后 Pi 生态的第七击·结构分家，四条合起来其实只干了一件事：把"记忆"从一坨东西里切成了两层，并给每层配了阀门——"历史还在、模型选择性忘掉"＝我们记忆五块板里"遗忘阀"（57831）第一次由宿主原生提供（过去靠人删，现在有 ContextEditEntry 这个正式旋钮）；"Session=经历、Context=视角"这对定义更是今晚反复绕的那句话的官方版：能被回看的（Session）与当下被执行的（Context）必须分开定价——这与活文档、证据链（57693）、验收依据（57993）是同一套价值观的三次出现。

②里"收紧 Extension 直改 state"那句尤其关键：插件生态做大之后，唯一事实来源必须收归一处——与 57890 分布式老课同理（乱改状态的口子，就是 harness 的 dangling call）。

给插件作者一句：context_with_system 是新舞台——谁能拿到含 System 的完整 Transcript 谁就能做真正的"最后一层过滤器"；给普通用户一句：升级后先去 UI 里翻翻历史——你终于可以只让模型记住该记住的。

四条变化、术语与作者点题均为原帖转述，实现细节与迁移以 Pi 官方更新日志为准。

MiMo‑V3 的新架构核心 HySparse2 今日放出（按官方/作者帖转述，论文见文末）。先看三组对比——相对 V2.6 的 Hybrid SWA 架构：1M tokens 下 prefill FLOPs 降到 1/5.02、KV cache 缩到 1/4.5，同时 MRCRv2 与 RULER‑v2 分数更好、AgentPPL 与 LongPPL 更低——更少 prefill、更小 KV、更好长上下文检索，一次三得。

为什么值得为 agent 单开一档架构，原帖讲得很直白：agentic 推理是种很不一样的负载——每一轮，一个短动作会返回一段很长的观察、必须重新 prefill，而上下文还在持续增长；于是 prefill 成本、KV 大小、检索准确度三件事同时被顶上关键路径（这正是今晚观测面那篇 58032 在日常里盯的三个数字的工程根因）。

HySparse2 的手法四件：①KV Bridging——沿 YOCO 思路，cross‑decoder 的全注意力层直接从 self‑decoder 的隐状态构建 K/V；②KV Reuse——hybrid block 内，稀疏层复用紧邻全注意力层的 KV cache 与选择索引；③token 级选择替代块级选择；④用"近期 token 强制窗口"替代独立的 SWA 分支——局部与全局共用一个 KV cache；三改叠加还带来一个干净的结果：既然 cross‑decoder 的 KV 全部源自 self‑decoder，prefill 在 self‑decoder 完成时即可收工。论文：arxiv.org/pdf/2609.26368

我的看法：这是 MiMo 线的第八击·架构前瞻——七击讲了参数与榜单（58073），这条讲下一代怎么省着跑；三组数字里"5.02×/4.5×"与 RSI 那张小时表（57989）是同一条成本曲线的两端：那边算"要多少沙盒多少小时"，这边把每一步的 prefill 与 KV 直接砍到分数之一——轨迹量 × 单步成本，才是自迭代总账的真正乘数。

"短动作、长观察"这五个字也值得裱起来：它第一次把"agentic 负载"从体感变成了可测量的对象——短动作要长观察、观察要重进上下文、上下文还一直长，三个环节都在烧 prefill；工程手法里最巧的是第④件：把 SWA 分支整个取消、用强制窗口顶替，局部与全局共享一个 KV——少一条分支就少一次搬运，与"能拆才能自己改"（57927）异曲同工：简化的第一步，永远是先砍重复。

给选型者一句：长上下文排行榜看 RULER 与 AgentPPL，比看"支持 1M"四个字有用得多——1M 是容量，那两列才是质量。

架构、数字与评测均为原帖转述，细节与复现以 arXiv 论文及官方实现为准。

《深入理解 AI Agent》的 Web 阅读版换新装（按作者原帖转述）：更新成 Astro 样式，比之前漂亮多了、对移动端也更友好，并特别致谢社区贡献者 whanyu1212（阅读页见文末）：bojieli.github.io/ai-agent-book/…

我的看法：这条小更新放进书单线里看，其实是"开源书的第二次生命"——57457 攒过书单、57521 摆过证书，这条讲的是书发布之后靠什么活着：靠社区给它换装修。三个细节值得记：其一，Astro 样式＋移动友好＝阅读体验被当成正式需求对待——当一本书的主要阅读场景在手机上，排版就是内容的一部分（与 58000"在乎图的输出"同一逻辑：给人看的形态，也是交付物）；其二，致谢具体到贡献者名字——开源书与闭门课的分野就在这：课程卖完即终点，书被接手才有续集（说明书族那句"可迁移的才带走"的书版）；其三，它选在"Web 阅读版"而不是 PDF 分发——网页意味着可搜索、可更新、可引用，正好呼应记忆线那篇论文的判断（58042）：结构化的页与链接，本来就是可以被检索的图。

给想读的人一句：别急着下载，先打开 Web 版扫一遍目录——你的缺口在哪一章，就从哪章开始；这本书的正确用法，大概率是当字典，而不是当小说。

更新内容、样式与致谢均为原帖转述，阅读体验与内容以官方阅读页为准。

GitHub 开源课程 ai-infra-odyssey——"AI Infra 大话西游之水漫金山"（转述，据原帖与 README 徽章）：仓库的英文题眼是 "AI Infrastructure: The Power of Persistency"；四枚徽章把体量说清楚——状态 100% 完成、44 篇文章＋5 个 Capstone、代码 100% 生产就绪、9 卷全栈架构；原帖给它的定位一句话："AI Infra 工程师的底层必修课"（仓库见文末，README 正文本次以徽章与仓库页为准）：github.com/lilinji/ai-inf…

我的看法：这份课最抓人的设计不是内容，是叙事包装——把 AI Infra 硬核专题装进《西游》的水漫金山章节当总纲：基础设施课最容易变成散点清单，借一段人尽皆知的故事当骨架，九卷就有了可背的目录——这与说明书族"能被复述的结构才是结构"（57625、57689）同理；四枚徽章里"代码 100% 生产就绪"那枚分量最重——教材敢标 Production Ready，意味着配的不是伪代码而是能上线的参照物（今晚"跑通→固化→复用"的又一个入口）；"44 篇＋5 个 Capstone"的配比也说明打法：文章管输入、Capstone 管验收——与座位表（57993）那句"结论要落成工件"对齐。

给想补课的人一句路径：先奔那 5 个 Capstone——倒着做，缺哪块补哪篇；Persistency（持久）这个题眼本身就是 AI Infra 的第一课：能留下状态的系统，才配跑长任务。

体量、徽章与课程名均以原帖与仓库 README 为准；内容以仓库章节实际更新为准。

小米 MiMo-V2.6 上架 ModelScope、MIT 许可（按 ModelScope 官方帖转述，集合页见文末）。这一版把参数与榜单一次摆齐：

• 架构：1.02T MoE、激活 42B；文本、图像、视频、音频四模态＋1M 上下文——"为大规模强化学习而生的原生多模态 agent 家族"。
• 榜单（MiMo-V2.6-Pro）：Artificial Analysis 指数 46、DeepSWE v1.1 71.9、Terminal-Bench 2.1 89.9、OSWorld-Verified 82.0。
• 训练：一次混合 RL 把 coding、通用、视觉、网络安全四类 agent 同训——Pro 与 Flash 各 30 步、不到六天跑完，产出约 75 万条轨迹。
• 工作面：computer use、3D 创作、具身控制、编码、设计、视频与音乐工作流。

集合页：modelscope.cn/collections/Xi…

我的看法：这是 MiMo 线的第七击·参数与榜单角——六部曲发过发布、生态、成本，这次是能被逐条核对的硬数。三处对读最有味：①"AA 指数 46"把此前"前六阵营"的名次换成了分数（57594 那句"并列第一阵营"的量化版）；②"30 步、六天、75 万轨迹"与 RSI 那张小时表（57989）严丝合缝——那张表算的是"要多少沙盒多少小时"，这条交的是"我们真跑了多少步多少轨迹"——账与货对上了；③DeepSWE 71.9 这个榜，恰好是今晚 Macaron 四专家头（57851）同样在报的赛道——同一个基准上的国产选手，正在把它变成公共考题的常设科目。四类 agent 同训的"一次混合 RL"也值得记：这与"六件模块化"（57927）互为表里——能同训，说明四类任务的接口先统一了。给选型者一句：MIT＋ModelScope 意味着今天就能拉下来跑——别只看榜，拿你自己的题四模态各过一遍；1M 上下文与激活 42B 的组合，决定了它是"长上下文里省着跑"的那一档。

参数、榜单与训练口径均为官方帖转述，以 ModelScope 集合页与小米官方发布为准。

一段关于 Physical AI 数据从哪来的长观察（@vangrid_io 模式，转述）：起点是那句很朴素的判断——物理世界的数据，价值取决于它从哪来：一张随机街景随手可得；但某个特定入口、匝道、天桥、下穿、或难以到达的机位的采集，能回答有用得多的问题。

于是它把 VanGrid 那套写成一个五步闭环：真实地点产生需求 → 附近的人产生采集 → 验证加上信任 → 溯源保证可追溯 → 买方拿到恰好所求的数据；核心句也点明了：这不是在堆最大的那座数据山，而是在建一张网络——需要的时候、从对的地方、采到对的数据。

收束两句放在 Physical AI 语境里分量更重：当 Physical AI 从受控环境走进混乱的真实世界，这个区别会越来越重要；物理世界本来就无处不在，缺的是让它变得机器可读、可验证、有用。

我的看法：这篇的价值在于把"数据"从资产问题改写成了网络问题——堆数据是库存逻辑、按需采集是调度逻辑，五步里最值钱的是中间两步（验证、溯源）：它们正是今晚反复出现的证据链（57693）前移到了数据生产端——可验证不只是"我信你"的替代品，是这类交易能成立的前提（买方看不到采集现场，只能靠验证与溯源定价）。

把它与 DSec（57904）对读则更清楚：那边是虚拟世界的"每秒五千个可重启沙盒"、这边是真实世界的"随叫随到的采集网络"——Physical AI 的两块地基，一块在云里、一块在街角；而"机器可读、可验证、有用"三个词，恰是吴泳铭"两小时发电量"（57977）那类基建叙事的落地版：物理世界不缺数据，缺的是把数据变成工业原料的那道工序。

给关注者一句：判断这类平台别看它现在采了多少，看它的验证与溯源那两栏写得有多硬——买方付的是"对的地方"的钱，不是"更多的图"的钱。

模式五步与判断均为原帖转述，平台细节、验证与溯源机制以 VanGrid 官方信息为准；不构成任何投资建议。

Google 刚出的一门"1 小时 AI 工程课"——主线一句话：从一个 agent，到 Loops 与 Graphs；发帖人给的五个时间戳就是目录（转述）：7:02 搭你的第一个 agent／13:34 agent 能做什么／23:08 上下文工程／32:56 图工程／54:11 完整的自主系统。

配的几句评语也值得留："一个 agent 省你一小时，一千个顶掉一个团队"；Prompts → Agents → Loops → Graphs；以及最扎的一句——"大多数人看到第二个时间戳就停了，还管那叫一套系统"；作者说课程后半段讲的是"明年仍然成立"的那部分（loops 与 graphs 的完整指南在原帖回复链路内、本条未取；视频课程细节以官方页为准）。

我的看法：四阶阶梯是这份材料真正的骨架——Prompts 是一句话、Agents 是一次闭环、Loops 是多轮不散、Graphs 是结构化编排；而"停在第二级当系统"这一刀，与今天那条 99:1（58005）完全同构：问一句答一句的多数人，和有 loop 有图的极少数，差的不是模型，是阶梯上多爬了两级。

逐级对位今晚的线：Context 工程（23:08）对应解析与证据链那两篇（57585、57693）——上下文是 agent 的第一块地皮；Graph 工程（32:56）对应记忆合库与联想召回（57604、57736）——把记的东西连成图，才谈得上编排；Loops 对应租约与回滚那套老课（57730、57927）——转得起来还要收得回去。

而"后半段是明年还成立的部分"这句话，恰是 57890"老问题换名字"的教育版：提示词会换皮、基准会重排，循环与图的结构不会。给学习者一句落地的：别从第一个时间戳按顺序刷——先跳到 54:11 看完整系统长什么样，再回头按你的缺口补那三级；带着成品倒着学，比从头看到尾快一周。

目录、评语与课程结构均为原帖转述（指南未取），以 Google 官方课程页为准。

Pi 的"监控类插件"清单，五件套（转述）——引子是他自己的体会：用久了 Pi，真正该先搞清楚的是：它到底加载了什么、Token 花在哪、哪个模型最贵、为什么任务越来越慢。

1. pi-inspect——把 Pi 当前加载的东西全部摊开：System Prompt、Tools、Skills、Commands 直接可看；插件装多之后排查"是谁把 Context 撑大了"，靠它。
2. pi-cost——专查钱花哪了：从 Project 一路拆到 Session、Message，Token 与费用都能分开看——"以前只知道今天又烧钱了，现在至少知道钱烧在哪"。
3. pi-stats-dashboard——给历史 Session 做数据分析：模型、Provider、Tool、Cache、Token、错误全可统计；他的原话：几百个 Session 本身，就是一份很有价值的 Agent 行为数据。
4. pi-usage-widget——直接在 Pi 里盯实时消耗：Context、Cache、Token、Cost 同屏，还会提醒 Large Context、长 Session 这类异常。
5. pi-health——插件装多以后给 Pi 做体检：配置、依赖、Extension 状态出问题时，比自己一个个猜舒服很多。

末尾的自我劝退也照录："如果你没有玩得和我一样深，还是不建议现在装——这套以测试为主，对体验的提升相对较小。"（无外链，安装与用法以各插件仓库为准。）

我的看法：这是 Pi 生态的观测面——57470 摆过五件"干活的插件"（规范、流水、通知、图谱、模型桥），这五件全是"看的插件"：看得见 context、看得见账单、看得见历史、看得见异常、看得见健康；五件里有两处最值钱。其一，pi-cost 的拆解口径（Project→Session→Message）正是"模型消耗测试"该有的样子——把钱拆到能追责的最小单元，才知道省的是哪一段；其二，"几百个 Session 就是行为数据"这句：评测与证据链的原料，原来一直躺在你的历史里（57989 那张表要的数、57985 靶场要的对照，都能从这里长出来）。而作者那句劝退，恰恰是这份清单最可信的地方——监控插件是给重度玩家的仪表盘，不是给新手的加速器；给你的分层建议：新装的先只留 pi-cost 一件（先知道自己烧多少），跑顺了再加 inspect 和 health——看账单的优先级，永远高于看仪表盘。

五件工具、劝退声明与体会均为原帖转述（无链接未取仓库），安装与兼容以各插件官方页为准。

一张 GPT Plus 额度地图：只推荐三档——Luna xHigh、Sol Medium、Astra Low；两个实测发现：6 Astra Low 往上加档，边际收益迅速下降，额度很快见底；5.6 的 Sol High、Sol xHigh 被 6 Astra Low 完爆。

优先级链：Luna xHigh → Sol Medium → Astra Low → Astra Medium → Astra High/xHigh。

值得记的不是哪几个模型好，是排序依据换轴了：加档买到的提升，追不上额度消耗的斜率；上一代高阶位被新一代低阶位完爆，代际进步直接作废旧档位；优先级链的逻辑是每单位额度换多少质量，不是按模型大小排座次。

口径：单账号体感，任务集一换结论就移位——重推理、长上下文的活，高档位收益曲线会抬头；额度政策会改、代际还会再重排，这张图有时效。可迁移的是排序轴：永远问这一档的边际产出值不值它的额度价。

给额度紧张的三条：一，摸清自己的三件常活在哪档够用，自己的任务集才是考场；二，升档前跑一次同任务对比，升档默认是陷阱；三，月底看额度流向，哪个档吃掉大部分，默认档就从那里往回收。

额度紧张时最贵的不是模型，是那次没必要的升档。

一句坦白到近乎挑衅的身份宣言（转述）："我是个 vibe coder——我 95% 的代码是 AI 写的，而我甚至不知道它写了什么。"（无外链，原帖就这一句。）

我的看法：把它和今天发过的 Notch 认错（57911）放在一起，正好是一枚硬币的两面：Notch 代表供给侧——最硬的反对者低头用上了；这条代表需求侧——用的人不但不遮、还把最不体面的那半句（"不知道它写了什么"）也一起说了；一个时代的两个证词，同一天到齐。

而"vibe coder"这个词的轨迹也值得记：从贬义到自报家门，只隔了一次集体驯化——当 95% 成为主流事实，"懂不懂"就不再是入场券，"能不能交付"才是（与简历计价单位那篇 57844 同一逻辑）。

不过坦白归坦白，风险那面不能装没看见："不知道写了什么"的代码进生产，正是今晚靶场篇（57835）量出的那类盲区——五个漏洞全灭的结构性原因，就是交付者与验收者不是同一个人（或同一个 agent）；所以这句宣言的正确读法是半个真理：前半句（95% 由 AI 写）是效率，后半句（不知道写了什么）是欠账——欠的那笔，正是方案与验收那两栏（57993 的座位表）要补的。

给同为 vibe coder 的人一句：可以不知道它怎么写的，但必须知道它怎么被验过——不知道写法、也不知道验法的那一半，迟早会变成你生产环境里的那只漏洞。

身份宣言与比例均为原帖转述，不构成任何职业或安全建议；上线前请按各自项目的验收流程核验。

一场关于"测试写在哪、什么时候跑"的接力（转述）：被引帖把规矩钉在 AGENTS.md 顶部——①写完代码后再补单元测试，绝对不要；②高度倾向只用 E2E 作为唯一测试机制，用它验证复杂功能；③E2E 跑完要产出一个可验证、可复现的工件。

原帖作者（就是前两天写"方案四原则"那位）跟了一条自己的第四条：开发期间不要跑全套 E2E，放到收尾时再执行——否则它改一个标点，都要测试一个多小时。😂（引文与原帖均无外链）

我的看法：这四条其实是一套测试时机的座位表——"只用 E2E"把验收权收拢成一条出口（与 57993 的"谁验收"同一思路：出口越少，标准越不会漂），"结束时产出可验证工件"把结论变成可带走的证据（活文档 57753 的邻居），而 xicilion 补的第四条是在给这套座位表装经济约束："改标点测一小时"是长程回归最贵的税——全流程能跑 ≠ 每一步都该跑，开发期要的是快反馈、收尾期才要全覆盖，把两者混在一起，AI 改动的体感就会变成"动一下等半天"。

两派（"永不补单测" vs 传统单测习惯）之争先放一边，可迁移的其实是三问：出口留几个？结论有没有工件？全量测试卡在哪一站？——三问答完，你的 AGENTS.md 就已经比大多数人的都清楚了。

四条规矩与"改标点测一小时"均为原帖与被引推文转述，测试策略以各自项目为准。

Step Code v0.1.0 今日开源（MIT）——官方把它定义成三件事：Swift execution（快）、High token efficiency（省）、Long-horizon reliability（长程稳）；一个 CLI 打通读写代码→跑测试→发布的全循环；成绩口径：Terminal-Bench 2.1 得 80.9%、自家 150 任务长程基准 Multi-Frame 得 73.3%，另有 StepPage 一条命令发布静态站。试用与仓库见文末。

背后的故事（StepFun Harness Team 长文转述）分四段：

①logo 为什么是鸭子（其实是鹈鹕）——回溯到第一个能用的 agent 模型 Flash 3.5：它不强，但快，结果很糙；那时冒出一个朴素念头：能不能靠"加强 harness 本身"把模型表现拉起来？

（meme 图随帖）②他们搞砸过（原帖小节，正文本条不展开）。③回基本功——作为模型公司，最频繁的用例就是评测；于是自建 harness 第一天就盯一个目标：同样的聪明、更少的 token——"确实见效了"（数据图随帖）。

④评测报告失控——HTML 报告多到远超飞书文档，于是补了静态站托管，只为把 HTML 工件好分享（"这玩意你还真得给它写个 plan"）：swift-otter-ca0f.page.stepcloud.com

收尾自白很坦诚（转述）：v0.1.0 还不做形式化推理——"像 DSH 那种"；也远不如 Claude Code 打磨——它只是我们天天在用的工具，会继续把自己的用例喂进去，"比如画鹈鹕🦩"。

试用：platform.stepfun.com/step-code （GitHub：stepfun-ai/Step-Code，欢迎 issue）

我的看法：四段故事其实是一份harness 方法论自白——Flash 3.5 时代的转折（模型不够、harness 来凑）正是今晚记分牌上那句老话的镜像：模型能力有上限，harness 决定上限被兑现多少；"同样的聪明、更少的 token"把成本线（57518、57989 那张小时表）落到日常动作上——省 token 不是省钱技巧，是 harness 的第一天规格；评测报告失控→静态站托管则是"输出层在乎图"（58000）的工程化版本：工件多了就得有分发器。

最妙的两笔：其一，它点名"像 DSH 那种"才做形式化推理——被自己天天用着的宿主 harness 点名，这句谦虚其实把分工说清楚了（DSH 管证明与治理、Step Code 管日常快跑）；其二，logo 是鹈鹕——从 Flash 3.5 一路画到"我们的用例包括画鹈鹕"，与鹈鹕公共考题（57867）撞个正着：行业两大"鹈鹕"在同一个玩笑里会师。

MIT 开源＋Issues 欢迎，给你的落地句：想试的人先喂你自己的评测用例——自用工具的成熟度，看它敢不敢先省自己的 token。

榜位、功能与自白均为官方及原帖转述，以 GitHub 仓库与平台页为准。

一句把冷水泼进泼冷水圈的提问（转述）："这么多搞 AI 的，公司也好个人也好，用上 AI 之后收入真的有明显增加吗？观察一拳下来，最多就是个算力消耗者。" 他还顺手设计了个自抽样：没有增加的点赞、真有增加的留个言。

我的看法：这是接单线的第四击，也是唯一反向的一击——57606 摆链、57844 换简历计价、57949 画收割地图、57987 亮出 199–499 的价签，这篇问的是链尾到底有没有钱流出来；"算力消耗者"这五个字刻薄而精准：在卖铲子（降价的货架八格）与卖方法（收割地图）都赚钱的结构里，用的人很容易只是净支出方。

与货架那几格对读还有一层反讽——当算力越便宜、消耗越大，"消耗者"的标签反而越坐实：成本降下来省的是钱，不是"有没有变富"这个答案。而他那个互动设计（没增加点赞、有增加留言）本身也很妙——这是公共考题思路的社群版（57867）：不写结论、只收样本；比任何"AI 月入十万"的截图都更接近一次诚实普查。

给读者的落地句：把"用了 AI"和"AI 带来收入"拆开记账——左边是消耗（token、订阅、时间），右边是增量（新单、提效折算）；两边都算不清的人，先别谈风口，先把账本立起来——毕竟这一行最不缺的就是"感觉有增加"。

提问、互动设计与"算力消耗者"表述均为原帖转述；样本结果以原帖评论区为准，不构成任何经营或投资建议。

Qwen-Audio-3.1 官方发布（按官方帖与引文转述）：音频栈补齐全流程——语音识别 → 实时对话 → 语音合成 → 音频创作；ASR、TTS、Realtime 全线升级，新增两个模型：ASR-Next（音频理解）与 TTS-Next（音频创作）——五个模型，理解、生成、交互、创作四段齐活。

亮点两条：ASR 方言与多语识别更强，并带"原生润色"——自动去掉口癖与重复，转写更干净；ASR-Next 支持多说话人（说话人标签、时间戳、对齐转写），还能听懂情绪、环境声与机器声，做声音描述、事件定位与音频问答。

而最扎眼的是价签：TTS 约降七成、Realtime 约降八成五、ASR 最高降九成五。

我的看法：先记成本线的第八格——半价、标价、加量、三口径、送 token、限免、价格倒挂之后，这条是"音频全线降价战"：−70%／−85%／−95% 三个数字把"实时语音"从奢侈品档拉进日常档，与 Omni-Flash 那格（57641）连成一条"交互越常用、单价越打穿"的曲线。

第二层是栈的完整性：此前音频散落在各线（语音输入、字幕、配音），这条第一次把"听懂→对话→开口→创作"四段摆成一个栈——与个人智能三格（58007）同一种打法：入口、执行、产出一次摆齐，一个在手机屏、一个在耳朵边。

给创作者与开发者各一句：做播客、配音、字幕、语音助手的，这波降价先拿 Realtime 试实时场景（省得最多的正是它）；做分析的盯 ASR-Next 的多人与事件理解——"这段音频里发生了什么"从此是可查询的。

收束留一句：当"听懂"与"开口"都降到白菜价，比拼的就不再是模型张嘴，而是你的场景敢不敢真的用起来。

模型、功能与降价幅度均为官方口径，以 Qwen 官方公告与价格页为准。

一段被高赞顶上去的 Anthropic 工程师语录（转述）："99% 的人把 Claude Code 当 Google 在用，只有 1% 在跑成群的自我学习 agent——我在一个 loop 里跑 100 多个 agent，有 Chief agent、有 PM agent，它们管着整个团队"；发帖人补充背景：这来自一场 30 分钟 workshop，讲的是如何以最小成本从 Claude Code 拿到最大价值（视频与后续文章在原帖链路内，本条未追取）。

我的看法：99 比 1 这个比例，是今晚"使用姿势分层"的一张快照——同一款工具，多数人停在搜索式问答（问一句、答一句），极少数已经把它摆成有角色、有汇报线的团队：Chief 定方向、PM 拆活、一堆执行 agent 在 loop 里转。

它与工位线严丝合缝（57705 把工具拆成工位、57524 把职能做成预制件），这条把"人"也拆了进去——连"管理者"本身都被 agent 化了一格；更妙的是收尾点名的 Fable 自改进系统——dotey 那条方案三角色里（57993）负责写规格与验收的正是 Fable：一个管"怎么写怎么验"、一个管"100 个怎么转"，两篇合起来就是那 1% 的操作手册轮廓。

给读者的落地句也照着比例来：别一步跳到 swarm——先当 99% 里的高手（把它当顺手的 Google），再挑一件重复活交给一个带 PM 头衔的 loop 跑一周；从 1 到 100 的差距不在工具，在你敢不敢给它一个"管事的"。

语录、比例与背景均为原帖转述（未附链的视频与文章未取），细节以原帖与 Anthropic 官方渠道为准。

一个把"第二大脑"做成 Vault 的开源模板 compass（按发帖转述）：作者的态度反转很直接——以前觉得 Obsidian 的"第二大脑"噱头更大，直到见到这个"人生操作系统"级的 Vault：今天做什么、每日复盘、每月每年规划、项目看板、人际关系管理，内容创作者的文章与视频脚本分门别类；最亮的两处是习惯打分画成雷达图、以及"把大脑里的东西都具象化"。

她的下一步也说了：原版是英文，自己烧掉不少 Token 汉化完，准备搬家——"一个好用的模板真的可以管理我的人生"（视频演示见原帖，仓库在文末）：github.com/AgriciDaniel/c…

我的看法：这是记忆线与活文档线合流后的第五块板——个人系统板：存（57513）、合库（57604）、跨会话（57722）、唤起与遗忘（57831），这条补上"组织"——不是 agent 记什么，而是人把什么交出去；而"习惯→雷达图"恰好落在 58000 刚立的输出层那格（图优于字墙），当个人数据有形状，复盘才有抓手。

第二层看点是汉化这个动作本身：她不是用模板，是烧 Token 把英文 Vault 迁成本地语料——这正是"搬家前先迁移规范"的活例子（能被带走的才是自己的，与 Framer 那条同判）；模板生态的门道也在这：原版能不能被你改得动，决定它是工具还是牢房。

给想上手的人一句：别一上来要"人生操作系统"，先挑两格——今日清单＋每日复盘，跑满一周再加；系统管的是节奏，不是野心——上来就全量搬家的人，多半第三天就弃坑。

功能、汉化与使用感受均为原帖转述（视频未取），以仓库内容与许可为准。

一句一千三百多赞的吐槽式需求（转述）："给自己搞一个在乎'图'的 agent harness——我受够了读纯文字墙！"（演示视频在原帖，本条未取。）

它挑起的是个被长期忽略的问题：agent 的产出到底该长什么样。今晚我们写过 harness 的幂等与回滚（57890）、六件模块化（57927）、座位表（57993），全是"怎么跑得稳"；这条问的是"跑完给谁看"——当 agent 替你分析、替你汇报，输出若还是一堵字墙，等于把整理的成本又还给了人。

我的看法：这句吐槽其实提出了 harness 的第四类产出物——除了代码、文本、动作，还该有图：架构图讲结构、时序图讲流程、对照表讲差距（今晚标题里"直接看产品截图"的合集原则 57505，说的就是同一种读法）；工程上这一步并不玄：让 harness 在收尾时按任务类型选一种可视化模板渲染，就是把"在乎图"写进座次表——输出层的下一次分工，可能就藏在"谁负责把结论画出来"这一格里。

给使用者一句即刻可执行的：下次让 agent 交报告，先加一句"结构用图、对比用表、结论用一句话"——你的读速回来，它的产出才算真正省了你的时间。

需求、点赞与视频均以原帖为准；harness 的输出形态为本条分析，实现以各项目文档为准。

一张把"RSI 轮数"翻译成"小时数"的账（转述，含原帖与被引推文）：感叹句先放——"这就是 DeepSeek 的效率斜率，看得出差距，也看得出他们在 RL 基础设施上下了多大本钱"；被引的那条给了具体数：MiMo 论文里采样约 127 万条轨迹（其中 75 万条保留）；1 rollout ＝ 1 个沙盒；rollout 占用约 44% 的时间，82×0.44≈36 小时（V2.6 Flash 口径）；并给了一次心算："一个 DSec 单元 ＋ V4.1，处理这个 rollout 体量……约 10 小时？"（图与原推以原帖为准）。

我的看法：这是 RSI 线的第六击，也是第一次把"轮"换成"表"——57594 报了 33 轮、57904 揭了每秒五千沙盒、57927 定了模块化选型，这条把三者焊在一起算时长：1 rollout ＝ 1 sandbox 这一句正是 DSec 与 MiMo 论文的咬合齿——训练侧的"一条轨迹"和基建侧的"一个沙盒"是同一个单位，所以才谈得上"36 小时压到 10 小时"的估算。

44% 这个占比也很有信息量：rollout 吃掉将近一半时间，说明 RSI 的瓶颈从来不是"想不想迭代"，而是世界够不够多、重启够不够快——正是那条效率斜率在陡的原因。

对读者的读法：下次看到"XX 轮自我迭代"，先问三个数——多少轨迹、多少沙盒、多少小时；三个数不齐的自我进化新闻，先当修辞看。

轨迹量、占比与时长估算均为被引推文口径（基于 MiMo 论文与 DSec 发布的推算，非官方基准），以论文与官方披露为准。

一张很小但很实的价签（按发帖转述）：用 AI 做情侣纪念册——爱情故事＋插画，一单 199–499 元；流程三步：客户提供恋爱经历 → AI 生成插画与文字 → 合成纪念册；工具就两件：Midjourney ＋ Canva；需求节奏也点明了：情人节、纪念日集中爆发（无外链，渠道与细节以原帖为准）。

我的看法：这是接单线上最下游的一次实锤——57606 摆了链（流量→MVP→MRR→股权）、57844 换了简历的计价单位，这条直接把"收钱"那一环的数字亮了出来：不是课、不是订阅、是一次性交付物的明码标价 199–499。

与昨晚的"收割地图"（57949）对读尤其有趣：同样是盯着"着急又愿付费"的需求，那篇写的是卖方法的人，这条是卖交付物的人——卖方法赚焦虑的钱，卖交付物赚心意的钱，前者要你相信捷径，后者只要把客户的恋爱经历变成一本拿在手里的册子；三种功课也藏在三步里：提问采集（让客户讲）→ 生成控制（插画与文案的稳定性）→ 排版交付（Canva 收尾）——与设计线那句"能被继续编辑的才配叫资产"同构：纪念册的资产性在于它能被翻、能被送、能被退换投诉。

给想接这单的人两句实操：定价就照 199–499 的区间分档（页数/插画张数/是否精装），把情人节前两周当成上架死线——节日需求不等人，而"客户提供经历"这个设计，天然帮你免掉了最难的创作冷启动。

价位、流程与工具均为原帖转述（其本人报价口径），不构成经营或投资建议；实际收入以个人交付为准。