AI圈子首页 · 最新大模型、AI产品、Agent与开源项目动态

今晚国产 AI 这条线已经拼齐了——GLM 5.3 Flash 在 ARC-AGI 上 65.8%、Qwen-Image-Layered 把 AI 生图从一次性输出变成可编辑结构、DeepSeek 开源面向华为昇腾的全栈适配（61723 那篇）、清华 OpenBMB 开源 VoxCPM2 多模态那一层（61728 那篇）、百度 Dario 当年出自百度硅谷实验室（61657 那篇）。

今晚这一串加在一起是国产 AI 栈从模型到推理到硬件到多模态到人才各层都有。今晚 nihui 给了一条 几十赞的极简推预告——4G 内存 + 2G 显存跑 BF16 精度 qwen-image-2.1 1024x1024——这是今晚国产线最末那一格：国产 AI 栈在消费级硬件上真的能跑。

具体说几句。2G 显存跑 BF16 精度 1024x1024 图像生成——这件事一年前是做不到的。一年前的同类模型在这种显存上要么跑不起来，要么跑出完全不可用的结果。今晚 nihui 这条预告说的是 Qwen-Image-2.1 在 4G 内存 + 2G 显存的环境里能跑出可用的图。

今晚这件事单独看是技术细节，但放到今晚国产线看是国产 AI 栈走到消费级硬件的标志——今晚国产 AI 不只是大公司云端能跑，是普通开发者 2000 块钱的笔记本就能跑。

把这条放到今晚算力主权线收口的位置上，意义会更清楚。今晚算力主权这条线讲了太多条——Kling 4.0 把视频模型层价格降下来、Qwen-Image-Layered 把图像分层生成成本压到零、ncnn+Qwen 在 2GB 显存跑通（61534 那篇）、DeepSeek 开源昇腾全栈适配（61723 那篇）、今晚 Dots 云电脑规格被讨论（61653 那篇）。

今晚 nihui 这条加进去之后，今晚算力主权这条线从"国产模型降成本"一直走到"国产模型在最低配置硬件上能跑"——2G 显存已经接近消费级显卡的最低门槛，今晚 4G 内存 + 2G 显存的硬件在中国大学生宿舍里到处都能买到。

把这条放到今晚国产线"全栈自主"这条线收口的位置上，意义还会再清楚一些。今晚国产 AI 栈这一周讲了太多层——模型层（GLM、Qwen、Kimi）、推理层（Qwen-Image-Layered、ncnn）、硬件层（DeepSeek+昇腾）、多模态层（清华 VoxCPM2）、学术人才层（Dario 当年出自百度）。

今晚 nihui 这条加进去之后，今晚国产线"全栈自主"这件事从云端模型一直走到消费级硬件——国产 AI 栈不只是大公司能跑，是大学生笔记本能跑。今晚这件事给国产 AI 链上的普通开发者一个最具体的信号：今晚你不用 4 万块的英伟达显卡，今天晚上你可以拿一台 2000 块钱的笔记本跑出今晚最新的国产 AI 模型。

留一格清楚的边界：低显存跑通不等于低显存下体验好——2G 显存下出图速度慢、功能上无法跑更大尺寸。今晚 nihui 的预告是"能跑"不是"跑得快"或"跑得最全"。讨论这件事时把"消费级硬件可跑"和"消费级硬件跑得满"分开读，更稳。今晚这一条值得记下来的价值，是今晚国产 AI 栈的部署门槛再一次被压低，不是"今晚国产 AI 在低显存下无敌"。

给今天就在 AI 行业工作的你一句落地的：今天做一件事——你下周打算跑的那个国产 AI 图像生成任务，能不能在 4G 内存 + 2G 显存的笔记本上跑。今晚之前，你以为这件事需要 8G 显存起步；今晚之后，今晚可以试。

今晚这件事今天晚上就可以试——找一个晚上空闲的时间，找一台老一点的笔记本电脑，clone Qwen-Image-2.1 的开源仓库，装一下依赖，跑今晚 1024x1024 的样例——出图速度不重要，重要的是今晚能不能跑出。

今晚能跑就证明今晚的国产 AI 栈已经把消费级硬件吃下来了；今晚出图质量好就更好。今晚做完这件事，你对国产 AI 栈的认知会比今晚前更具体。

3D 生产也有了自己的细分基准：Blender Bench v1 用 20 个真实工作流考察前沿模型，覆盖动画、建模、绑定、布料与表面处理五道工序。首轮结果又一次出现"总分与单项打架"的画面——总榜由 GPT-6 Astra 领跑，而建模与布料模拟两项的冠军是 Opus 5.5。

这条信息的重点不在名次，而在评测粒度的变化。3D 生产是一条工序链：先建模、再绑定、接着动画与布料，每道工序对模型的要求并不一样——建模吃结构理解，布料吃物理直觉，动画吃节奏与连续性。

把它们压成一个总分，等于让一支队伍在五个项目里比全能；拆开工序看，才对得上工作室真实的分工方式。近期图像编辑、网页动效、检索嵌入的分项榜单密集出现，指向同一个判断：通用总榜正在失去采购指导力，能对应到具体工序的榜才有话语权。

对做 3D 内容或工具的团队，选型动作也随之改变：先统计自家管线里哪道工序占的人力最多——是角色绑定还是布料解算——再照对应分项的名次挑模型，总分只当参考线。跨多道工序的流程则可以按工序配模型：结构部分用建模强的，材质部分用模拟强的，中间用统一格式交接。基准拆得越细，混用的成本越低，而这恰恰是分项榜比总榜更有用的原因。

一位自称"做记忆的人"的工程师，把一套 agent 记忆方案逐条拆开做了评审，值得当模板看：这套方案把记忆做成版本化的、基于对象存储的 markdown 文件——人类也能直接读，部分信息显式更新，另一些通过反思系统合并沉淀，组织记忆与用户记忆分开存放，背景学习进程负责维护，主对话 agent 完全不碰记忆。

作者自己的同主题文章在 dhravya.dev/writing/memory… ，这次评审的对象则是另一篇公开的架构博客。

先说他给好评的五条。第一，方案不秀任何基准数字，重心放在业务结果上——记忆系统的价值本来就该用"回答得更准了吗"衡量，而不是用检索分数。第二，markdown 加版本化带来的是可观测：人能读懂、能审计，这在出了错要追责的场景里是硬需求。

第三，反思式合并让信息按设计保持新鲜，不用人工整理。第四，架构简单到几乎只剩对象存储，维护与托管的成本极低。第五，主 agent 与记忆解耦，记忆由独立的背景进程维护——这与"让干活的模型顺手记东西"的常见做法正好相反，职责切得干净。作者在文末补的那句定性也一致：主 agent 不该同时负责记忆。

批评的部分更能当评估清单用。最大的隐患是把全部用户与组织记忆直接塞进上下文：一个上千条事实的组织，读写都要带着整套记忆跑，写入成本更是指数级——每次写之前都得先读一遍全部。其次的几条同样扎在要害：版本按文件切而不是按知识单元切，跳版本时无从定位；没有矛盾检测机制，两条冲突的事实可能并存；"某事发生在昨天"这类时间性问题没有归属，日期挂在文件而非知识点上；事实没有来源标注，回溯时无法验证；摘要环节可能丢掉关键细节，等于把宝全押在反思模型记得住；旧信息也没有时间衰减或失效机制，多年前的结论和最新事实享受同等权重。

把好坏两侧合起来，记忆系统的设计其实收敛到三块试金石：可读性——人能不能打开看懂，出错能不能追；时间性——知识有没有"新旧"的概念，冲突能不能被发现；归因性——每条事实能不能回到出处。这套方案赢在可读与简单，输在时间与归因，而规模天花板正是从后两者漏出来的。

横向看，当下 agent 记忆的实现大致分三派。第一派把记忆全塞上下文，实现最省事，上限也来得最快——千条事实的组织根本装不下。第二派把记忆交给向量检索，按需取回，规模问题迎刃而解，代价是可读性骤降：人打不开也审计不了，取错了哪条无从知晓。

第三派是这篇评审的方案，站在可读这一端——文件即记忆、版本即历史，用存储的简单换来了透明。三派各自只守住一块试金石，真正难的是同时守住三块：把向量索引与人类可读的文件层做双写、给知识点挂上时间戳与来源、在写入路径上做矛盾检测，每一项都要额外的工程，但每一项也正对应清单上丢分的那条。

时间性与归因之所以是规模的天花板，原因很直接：记忆越长，冲突与过期越多。一个小团队的几十条事实靠反思合并还能兜住，上千条之后没有时间衰减的系统会开始引用作废的结论，没有来源的系统会在一次错误回答后无法定位是哪条记忆在撒谎——两者的共同结果是用户对整套记忆失去信任，而信任一旦丢掉，再准确的记忆也不会被采纳。

这套方案把问题坦白写在明处，反而给评估留了最好的起点：能被批评到这个颗粒度的设计，才说明它真的被认真用过。

给正在选型或自建记忆层的团队一张可执行的清单：先估算上下文占用曲线——记忆翻十倍时，读写分别涨多少；再查版本粒度是否到知识单元、有没有矛盾检测、旧事实会不会过期、事实有没有来源字段。五问里任何一个答不上来，就先在小团队范围内跑，别急着让全组织的记忆都走这一条链路。记忆是 agent 用得越久越值钱的资产，也正因为如此，它坏起来的方式最隐蔽。

今晚国产 AI 这条线讲了太多层——模型层（GLM 5.3 Flash/Qwen-Image-Layered/DeepSeek-V4.1-Flash/Kimi K3/VoxCPM2）、推理层（Qwen-Image-Layered、ncnn+Qwen）、硬件层（DeepSeek 开源面向华为昇腾的全栈适配）、学术层（清华 VoxCPM2/VoxCPM2 团队）、多模态层（Qwen-Image 2.1/VoxCPM2/Viggle 加速）、社区优化层（Viggle 5 倍加速 Qwen-Image-Layered）。

今晚 几十赞的一条小推给这条线补了最后那一层——蚂蚁百灵正式发布 Ling-3.1-flash，560B 总参 / 激活 25B、最高 1M 上下文、GDPVal-AA v2.1 ELO 1673 紧贴 Opus-5（1708），领先 GLM-5.3、DeepSeek-V4.1-Flash、GPT-5.6、Kimi K3，金融/医疗/科研场景持续加码、即日起两周免费体验（256K）、随后开放 1M 并计划开源。

今晚这件事单独看是蚂蚁集团（Alipay）AI 团队新模型上线，放回今晚整条国产线看，是国产 AI 厂商生态图补齐了一家重量级玩家。

把这条放到今晚国产线收口的位置上，意义会更清楚。今晚国产线讲了太多层，每一层都有不同玩家——模型层有阿里 Qwen/Qwen-Image 2.1、智谱 GLM 5.3 Flash、月之暗面 Kimi K3、深度求索 DeepSeek-V4.1-Flash；推理层有阿里 Qwen-Image-Layered、腾讯 ncnn；硬件层有深度求索+华为昇腾；学术层有清华 OpenBMB VoxCPM2；多模态层和社区优化层则由阿里（Qwen-Image 2.1）、智谱（GLM）、Viggle 团队等多家补齐。

今晚蚂蚁百灵 Ling-3.1-flash 把这一张生态图补到完整——今晚国产 AI 不只是某几家公司的产品，今晚是阿里、智谱、月之暗面、深度求索、清华、蚂蚁集团（Alipay）这些不同背景的厂商在同一时间同一目标上各自往前走。

今晚蚂蚁百灵 Ling 的 ELO 1673 紧贴 Opus-5 1708 这一事实，把今晚国产 AI "追平一线"这件事从单一厂商（GLM）扩展到了多家厂商同时做这件事。

把这条放到今晚更大范围的"AI 公司在抢什么"这条线收口的位置上，意义还会再清楚一些。今晚这一周讲了太多条——OpenAI 当 AI 预算看门人、Anthropic 公开研究 GLM、Manus Flex BYOK、AMD 收购 World Labs、NVIDIA OpenShell 给 agent 套缰绳、Google RRSI 自改进 harness。

今晚讲的几乎全是欧美大厂的动向。今晚蚂蚁百灵 Ling 这一发布加到今晚国产线，今晚国产 AI 这一周讲的不再只是 DeepSeek 这一家的开源生态，今晚是阿里、智谱、月之暗面、清华、蚂蚁这些厂商合在一起今晚每一家都拿出一个对标一线的产品。今晚这件事补完今晚"国产 AI 厂商在 2026 下半年集体追平一线"的具体证据。

留一格清楚的边界：单条转述（几十赞）数据来自蚂蚁百灵官方账号公告，今晚 ELO 1673 这个数字是蚂蚁自家公布的对比数据，今晚 30 个 SWE-bench Lite 这种第三方对比今晚这个推文没有。

今晚把这条记下来的价值在于它点出了一种方向——国产 AI 厂商生态图补齐——今晚具体每个数字本身还要看完整报告。今晚这件事和今晚 open weights 趋势合在一起看更清楚：今晚蚂蚁百灵 Ling 也计划开源，这跟 Qwen-Image-Layered 开源、VoxCPM2 开源、DeepSeek 开源昇腾适配今晚同一方向，今晚国产 AI 厂商在 2026 下半年集体选择"开源+对标一线"的路线。

给今天就在做事或做产品的你一句落地的：今天做一件事——今晚看今晚你手边有没有需要用 AI 处理的任务，今晚把它放到国产 AI 上跑一遍，今晚别管模型名字，今晚跑一遍。今晚具体来说，今晚你可以把今晚的写作任务（写邮件、写总结、写大纲）放到智谱 GLM 5.3 Flash 上跑一遍、放到蚂蚁百灵 Ling 3.1 Flash 上跑一遍、放到 DeepSeek V4.1 Flash 上跑一遍。

今晚跑完三个，你晚上看今晚成本——今晚三个国产 AI 全部都是 Flash 价格档，今晚跑完这一轮的成本比跑一次 Opus 5 还要低。今晚跑完这件事对今晚你的具体意义是：今晚你今晚对"今晚国产 AI 能不能用在正经工作"这件事有了今晚自己的实测结论，今晚这件事比今晚听十个 AI 评论员讲国产 AI 都更准。今晚这件事落地的具体动作是今晚花十分钟试一次。

今晚 MCP 这条线已经在 61200 那篇（OAuth 预注册）、61522 那篇（plugin extensions/MCP Apps）里分别聊过——但今晚这条 几百赞的小推给出的是另一个角度：MCP Events 规范发布：developers.openai.com/plugins/build/…

今晚 MCP 不只是"模型怎么调工具"那一层了，今晚再加一层——agent 怎么跟 agent 通信。这一层其实是 MCP 生态里最关键的一层，今晚专门被拿出来讲。

具体说几句。MCP Events 是 Model Context Protocol 的事件规范——把 agent 之间发出的"事件"（像用户触发、状态改变、任务完成、外部通知）标准化。

今天晚上发的几条 MCP 推聊到 MCP OAuth 预注册、MCP Apps（多 skill 组合），今晚 MCP Events 是第三个新动作。这件事单看是规范小更新，但放回 MCP 这条线看是MCP 从"连接模型和工具"扩展到"连接 agent 和 agent"——以前的 MCP 是模型↔工具，事件规范出来之后是模型↔工具↔agent↔agent 的多层网络。

MCP 生态正在从单代理路线切换到多代理路线，今晚发布的这一规范是把多代理路线从口头提议变成工程标准的一次推进。

把这条放到今晚 harness 主线收尾的位置上，意义会更清楚。今晚 harness 这条线讲了太多条——Claude Code classifier 失效、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、Karpathy agent 设计原则、Avichawla 的 Prompt→Context→Harness→Loop 四层框架、Kakaluote 的 todo list 是 harness 最先烂的组件。

今晚再补一个具体颗粒：MCP Events 是 harness 里"event 这一层"的协议化——Todo list 跑完之后、State 改变之后、Agent 调用另一个 agent 时，这件事怎么传、传什么格式、谁先谁后、错误怎么返——所有这些今晚 MCP Events 把它标准化。

今晚这条加上之后，今晚 harness 这条线算是把"模型↔工具↔Agent↔Agent↔外部系统"这条完整链路上的协议问题都过了一遍。

留一格清楚的边界：MCP Events 是早期规范——真正用上还需要一段时间、生态工具的支持还没有完成；今晚这个规范是方向，不等于今天所有 agent 都能跨工具跨代理通信。MCP 整个生态目前都还在快速演化，今晚是这一演化过程中的一步。

给今天就在做 agent 工作的你一句落地的：今天看两件事——你的 agent 用了哪些 MCP 工具、用 MCP Events 跨 agent 通信的有没有。这两件事今晚之前是你自己造或干脆没做；今晚之后有了规范可以拿来用。

今天如果还在跨 agent 上花时间手搓，可以停下来今晚去 MCP 仓库把这一规范翻一翻；如果你所在的 agent 框架还没接，今晚这一规范给了一个明确的接法路径。Agent 时代单 agent 工作流已经稳了，今晚的 MCP Events 让多 agent 协作第一次有了一条可以走的路。

今晚 harness 这条线发了一晚——Claude Code classifier 炸了、TIRx Harness、Codex CLI 默认审批、MongoDB Atlas Agent Engine、DHH Omarchy agents panel、Karpathy agent设计原则、Scarlet 帖子说"Agent demos easy, running reliably is hard"、avichawla 用 Prompt→Context→Harness→Loop 四层框架收口——这一晚几乎把 harness 工程这件事讲透了。

但今晚 几十赞的一条用户评论，给了一条所有这些没讲到的实战观察："折腾 agent 半年的体会——todo list 是 harness 里最先烂掉的组件"。这一句短，但它是所有 harness 架构图里没明写的那一行。

team是几乎所有 agent 工作流的第一环——agent 拿到任务，第一件事是把大任务拆成可并行可验收的小任务，记下来，再一件一件去推。今晚聊的 RRSI 那篇讲到 harness 自改进，Scarlet 帖子讲 Claude Code 内部任务怎么排队，Kakaluote 这条直接点中痛点——todo list 是 harness 里最先坏的那块：任务拆得太细，agent 跑得稳但永远推不完；拆得太粗，agent 跑得快但每一步太大错得没法自动恢复；agent 自己判断什么时候把 todo 拆多细，靠的是 prompt 里的目标和任务类型，靠的是 harness 里的回滚和复盘机制，这两件事有一个出问题，todo list 就崩。

今天写下来给今晚这条线一个具体颗粒：大部分 agent 团队遇到真稳态崩溃，都是这一层先出。Harness 那一层工作的瓶颈不是 agent 的能力不够，不是工具接得不好，是 todo list 让 agent 跑出来的东西"看起来在动、其实在原地绕"——agent 在做自己想做的事，不在帮你想做的事。三个具体观察你今天就能用：

看你的 todo list 是怎么拆出来的——是固定模板拆的，还是 agent 自己根据目标拆的？模板拆出来的死板，agent 自己拆出来的常出问题。看你的 todo list 在不在 agent 的上下文里——不在上下文里 agent 看不到自己前面想做什么，只能读到每一步的当下输入。

看你的 todo list 跟原始目标对得上对不上——agent 中途改变 todo 是不是有边界，如果改完了自己跑偏了都不知道。今天晚上挑一个 agent 系统，看它最新的 todo list，是不是还在做你本来让它做的事。如果是，harness 这一层今晚讲的都没浪费；如果不是，今晚重新读一次都有意义。

留一格清楚的边界：用户视角的实战经验，不等于经过验证的工程方案——今天 几十赞这条把 todo list 当作 harness 第一道关，是观察而不是定论，但观察的方向是值得用的方向。

Ag­ent 系统的稳定性从 todo list 这一关开始崩，下一步才轮到 skill 库、再下一步才到 memory 和工具调用。今天看 todo list 这一关，明天看 skill 库那一关，下周才到 memory——harness 这件事一层一层往下剥，今晚这条经验里的角度恰好让人意识到第一层比想象中更脆弱。

给今天就在做 agent 系统的开发者一句落地的：今天晚上把你最近一次让 agent 跑任务的全部 todo 列表拉出来逐项看——哪几项其实跟你的目标对不上、哪几项之间有过冗余重复、哪几项一开始就不该写。

三件事凑齐了，几乎就能看到"todo list 在哪一步开始偏"的脉络了。看完不是改完；今晚看完，下周一上午改两三条，一个月后你的 todo list 质量就比现在好上一档。Harness 这个词今晚聊了许多遍，但今晚最重要的一步其实是：从 todo list 这一档开始动手。

一条 低赞的极简吐槽，把今晚整条线的隐性张力摆到了台面上：Skill issue. Claude on auto。三句、三个关键词：Skill（今晚讲了好多轮的 skill 单元）、Claude（今晚另一条线）、auto（AI 系统的自动模式）。三个词组合在一起说的是同一件事：AI 工具的内部组件出了问题，用户被自动挡在外面。

把今晚已经写过的几条收在这里：Scarlet 帖子说 Claude Code 的 auto mode classifier 炸了，自动审批层自己挂掉；刚才聊过的 NVIDIA Open Agent Safety Platform 用 agent 不能触达的地方做边界；Codex CLI 默认打开高危操作审批——今晚这一整圈都说同一个命题：AI 系统越来越擅长自己给自己加防护，可一旦防护层自己出问题，用户就被自动隔离。

这条 低赞帖子的 Skill issue，就是这层逻辑的又一次体现——AI 在自动模式下出错，第一受影响的不是 AI，而是用它的人。

今晚这条的另一层意思是工具安全性和工具可靠性之间的张力。Codex CLI 默认审批的逻辑是"宁可多问、不可误伤"，但 ask-everything 的代价是 AI 工具出错时用户被完全挡在外面。

这不是凭"哪个更好"能判的——只有"看你最在乎哪个"：在乎效率就用更松的默认，碰到自己需要的 Skill 出错就接受多问几次；抗风险就用更严的默认，遇到某些自动化需求得手动绕过去。这两种配置在 AI 时代会长期共存，没有哪一边是普遍正确答案。

留一格清楚的边界：这一条说的是工具侧故障，不是工具厂商的内部设计决策；故障影响的是少数用户，不构成对厂商系统稳定性的整体判断。Skill issue 的具体技术原因需要等 Claude 团队自己的事后解释，今天的吐槽方向是这一类问题在 AI 时代更普遍的隐喻：工具越自动、用户越不设防、出问题越尴尬。这不是哪一家产品的错，是 AI 工具这一类工具共同的成长痛。

给今天用 AI 工具遇到 Skill 出问题的人一句落地的：今天遇到 Skill 不响应，先别直接换个工具试——先看工具的状态页、运行日志、版本号、最近一次更新时间，看是不是 Skill 文件本身出错还是工具本身出问题。

这一步花两分钟，比反复切换工具省下的时间多得多；AI 工具的可靠性问题，绝大多数时候不是 AI 不够聪明，是配置或缓存出错。AI 不肯回你的时候，先让 AI 告诉你它在哪里，比自己给自己挖坑要稳。原帖作者主页：iamthecode.xyz

一条 1000 多赞的形势判断，把本周几条线拧到了一起："疯狂的时间线——现在是 Meta 把战火烧向 OpenAI，而且他们的 always-on agent 很有机会胜出；Alexandr Wang 正在证明自己是 Meta 过去最好的一笔雇佣。"

"疯狂"两个字确实有分量：一年多前 Meta 还在舆论谷底（裁员、模型口碑反复），如今反攻的牌桌却摆到了 OpenAI 面前——靠的不是某次跑分，而是产品方向押对了位置。它押的就是那台"永远在线的电脑"：Muse 十天冲上免费榜、常驻 agent、云上 24 小时待命——这正好是昨天四层分级里第四层的方向：别家还在第三层纠结"怎么借身份"，Meta 直接奔"就是你的环境"去。

大段那条开源版 OpenMuse 也从侧面印证了这个方向有多馋人——社区连开源复刻都抢着做，说明"24 小时在线的电脑"不是伪需求。

对 Alexandr Wang 那半句评价，可以照人事线的老办法读：看领军人，比看跑分更能预示两年后的状态（罗福莉那篇的逻辑）。Wang 从 Scale 带进 Meta 的不只是能力，是数据与执行那条线——大模型竞赛打到今天，训练数据的组织度和落地速度，恰恰是 Meta 这种"产品多、入口全"的玩家最能放大的东西；入口在手的人补数据，比数据在手的人造入口容易。

留一格清楚的边界：这是观察者的判断、不是实测结论——"很可能胜出"的依据没有披露，always-on 的真实体验还得等产品说话；Alexandr Wang 的雇佣价值同样要看后续兑现。方向可以采信，胜负要等数据——这周所有"看多"的帖子我都按这个尺子量过，这条也不例外。

给关注这条战线的人一句落地的：别盯模型对模型，盯"always-on"这两个字的成色——24 小时不掉线是壳，登录态是不是你的、断了能不能原样接上、每一次外发动作有没有人确认（OpenMuse 就做得老实：邮件日历次次确认）才是第四层的肉。Meta 押的是这三格，OpenAI 的 DevDay 交不交得出这三格，就是这轮对线的看点。

一条把"AI 意识"讨论拉回地面的反讽，拿下近千赞：把一个 LLM 放着不管，不给它任何 prompt、目标、预期输出——它会什么也不做，永远什么也不做。此刻它显然没有意识；而一旦你 prompt 它、它给出回答，就有人宣称"它现在有意识了"——一种只在回答问题时才存在的意识，真是够奇怪的形式。

这段话妙在它没有正面论证"AI 没意识"，而是把两帧画面并排放着让你自己看：静止时无人主张它活着，开口时立刻有人主张它活着——中间跨过去的那一步（从"响应"到"存在"），恰恰是整个争论里最没被检验的一步。对响应式系统来说，输出永远是对输入的反应；把每一次反应都当成内心活动的证据，等于把回声当成歌手。

但把讽刺说完，也该把问题问完整：我们判断其他人有意识，靠的其实也是行为——只不过人类的信号里有一样这个系统暂时没有：没人问时也在动的痕迹（你发呆时脑子里照样在转）。所以真正该分清的不是"有没有反应"，而是"有没有不被触发的状态"——这比争论"它会不会疼"务实得多。

这与本周反复出现的那套方法一脉相承：不猜内心，看结构、看对账——分不清时信任走结构那篇说的就是这件事，对 AI 的意识问题同样适用：猜不出来的问题，先记它的行为账。

留一格清楚的边界：这条是哲学反讽、不是神经科学结论——"静止时无意识"并不构成对"被激发时无体验"的证明，意识的判据本身在学界仍未统一；反过来，"只在被问时存在"也不妨碍一个系统在被问的瞬间处理得足够好。态度上存疑、使用上务实，两件事可以同时成立。

给常刷到"AI 有意识"争论的人一句落地的：下次看到这类断言，先问三个问题——它是在没人管时表现出这个行为吗、这个行为有对账的解释吗、换个人问还成立吗。三个都答不上，就把它归到修辞而不是证据；你的时间该花在"它做得对不对"上，而不是"它想没想"上——前者有账可查，后者只有故事可讲。

推理圈大牛 turboderp（exllama 的作者）发了个技术疑案：MiMo-V2.6-Pro 似乎有大量冗余权重——他的实验是：删掉第 1 到 12 层的专家块、以及第 1-4、6、8-11 层的注意力块，端到端 KLD 几乎不受影响，这些块对残差的贡献量级约等于 BF16 的舍入误差。

结论一句：大约可以砍掉这个 ~1T 参数模型的 17%，剩下的基本还是同一个模型——相当于六个完整 Qwen 的量。他还很谨慎地问了句：这有人知道吗，谁能证实？

这条的含金量在三个层面。第一，参数量不等于有效参数。MoE 架构把模型撑到万亿级，但"跑起来的聪明程度"和"纸面参数"之间显然有缝隙——17% 的部件对输出几乎无影响，说明其中相当一部分从未真正参与"想"。

这对所有拿参数量当卖点的宣传是个提醒：数字是装机量，不是大脑容量。第二，它把"更省"这条主线推到了最深处：本周各家在卷价格、卷用量、卷 token 成本，而社区直接卷到了物理层——同一种智能，能不能用 83% 的权重跑出来。省下的 17% 对部署方就是实打实的显存与吞吐。

第三层最妙：这种裁剪只在开源世界可行。闭源模型你只能接受厂商给的体积，开源模型的权重躺在你手里——裁剪权在用户。这与"长尾搬回家"那条线严丝合缝：搬回家的不只是模型，还有改它的自由；而 MiMo 恰好是这两天榜单上冲进前八的国产模型，热模型配可裁剪权重，社区的下一步几乎肉眼可见——有人验证，就会有人放出裁剪版。

留一格清楚的口径：turboderp 自己都在求证，这是实验观察、不是官方结论——KLD 接近不等于下游任务无损，真实影响要等社区复跑与官方回应；而且"可砍"的部分或许承担着鲁棒性、长尾能力这些 KLD 测不到的角色。方向极有价值，结论等两轮验证。

给玩本地部署的人一句落地的：先别自己动手砍——等这消息被两三个独立复现确认，裁剪版自然会出现在模型站；现在你该记的是那个数字：17%。它意味着你看到的模型体积里，可能有一块是可以谈判的——下次再为显存发愁时，先问一句"这里面有多少是水"。