暂无搜索历史
我以前查日报流水线的错,都是让写结论的那个 agent 再回来看一遍。它读到最后,还是觉得自己写得对。让写答案的 agent 再读一遍,等于让考生自己判卷。
上周内部评审,有人问我一句话,我没答上来。他说:模型现在都能自己改自己的权重了,我们审的,还是原来那个它吗?11 月 16 日提交的四篇论文,把这句玩笑变成了实...
11 月 16 日,两家公司同时发模型。一家说,同样的编程评测,每次尝试的 token 从 289K 降到 151K;另一家说,缓存命中一百万 token 只要...
上个月我把一个用了两年的老后端从互相发 HTTP 请求,重构成四层架构。第一件事不是写代码,是定规矩:业务层里不许出现框架的上下文对象。原因不是那个对象危险,而...
我做电力智能化那几年,变电站里每台设备都要说清来历,每张工作票都要过审批门。可回头看我们搭 AI 系统,默认假设却是:调用的模型永远在、永远对、永远便宜。这周两...
我自己的日报流水线里,最贵的那次调用永远是「判断今天哪条值得写」。检索、摘要、排版这些高频步,我用的是便宜的小模型;只有分活这一层才上强模型。看到 Amazon...
上周我让编码 agent 帮我改一段变电站巡检脚本,顺手看了眼它发出的网络请求——请求头里夹着我自己的邮箱。不是我填的,是模型扫了一眼 gitconfig 自己...
上周我让日报流水线里的 agent 去点开一个桌面工具,它先截了张图,又截了一张,十几次往返之后,账单上那个数字让我愣了一下。我干二十年架构,第一反应不是模型又...
上个月我让几个编码 agent 分工改一个四层架构的老服务,本以为人多力量大。结果它们各自把活干完了,却没人说清谁动了哪一层、改完要不要一起回归。我盯着三份 d...
上个月我让编码 agent 改一段老代码,三分钟它给出了能跑的 diff。我扫了一眼,点了 approve。等真出了事故回看,我才发现自己已经想不清楚那段逻辑当...
我用 Claude Code 改一份线上的配置文件,它只扫了开头几行,就把整份文件重写了一遍,把我没打算动的那段直接删掉,还顺手把注释格式全改了。我盯着 dif...
上个月我翻自家 AI 日报流水线的月账单,心里咯噔一下。OpenAI 和 Anthropic 这四个月把部分模型单价砍了快八成,可我那张按调用量结算的票,降幅没...
凌晨一点,月之暗面把 Kimi K3.1 Pro 放了出来。我第一反应不是看它多强,是去核它的价目表和上下文长度:2.8 万亿参数、100 万 token、输入...
月末对账那天,两家主体拿着同一张明细表来找我。一家算出来 285,另一家也算出来 285,总额一模一样。往下翻明细,差 200 度电。
昨天下午我像往常一样在开发机上跑编码 agent,直到刷到安全公司 SafeDep 的披露:10 月 21 日挂在 Python 官方包仓库上的 litellm...
昨晚翻 DeepSeek 新开源的推理引擎,翻到 README 最后有一节小标题,叫「完整推理服务还需要,但本版本不含」。
上周四 Meta 把 Muse Spark Open 的权重放出去了,8160 亿参数,免费下载。我顺手算了笔账:全精度检查点 1.5TB,官方给的落地方案是两...
我把同一个成本公式写在白板上好几年了:单价 × 输出量 × 重试次数。它帮我挡掉过不少「看起来便宜」的选型。
今天早上 8 点刚过,DeepSeek 的网页和 App 齐齐显示“服务器暂时不可用”。官方状态页 8 点 11 分记录:网页与 API 部分中断,对话服务、V...
今天,OpenAI 把 GPT-5.5 从 ChatGPT 和 Codex 里下线了,API 里它照常活着。同一天,我看到一条 GitHub issue:某个编...