王小庄 (@BlockInsight214) header
王小庄 (@BlockInsight214) profile picture

Σ AI Builder & Researcher. ∇ Focusing on scalable AI systems. Δ Collaboration ↴

Joined August 2025
Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)Photo by 王小庄 (@BlockInsight214)
看了一万遍的一个镜头
24
给本地 Agent 配网页抓取工具,终于不用折腾臃肿的 Docker 全家桶了——Firecrawl 刚发布的 Firecrawl Local 可以编译成单二进制文件直接跑。 三步极简部署(以接入 Hermes 为例): ① 安装与启动:`cargo install firecrawl-local`,然后执行 `FIRECRAWL_CLOUD=off firecrawl-local serve` ② 绑定地址:`hermes config set FIRECRAWL_API_URL http://127.0.0.1:3002` 并切换 `web.extract_backend firecrawl` ③ 实测收益:16 个复杂网页抓取总耗时从原来的 82.3 秒直降到 12.7 秒(中位每页 0.35 秒),空闲内存占用仅约 11.5 MB 务必盯紧一个默认坑: → 直接运行默认是 `auto` 模式,遇到反爬拦截或搜索请求时,它会自动偷偷回退走 Firecrawl 官方云端接口;想保证 100% 纯本地离线且不消耗外部额度,启动命令里必须显式加上 `FIRECRAWL_CLOUD=off`。
3
2
219
卧槽, 刚刷到有人宣传用muse运营X, 真是无知者无畏啊
1
175
用 GrokBot 联动 Cursor 写代码,额度经常莫名其妙一轮烧空?有开发者抓包发现,哪怕你在 Cursor 里已经设成了 default 或 auto,GrokBot 下发任务时依然会强制调用最贵的 grok 4.7-high-fast,单轮直接干掉 450k tokens。 两步配置立省 90% 额度 + 防死循环: ① 在 GrokBot 的系统指令里硬性写死:“向 Cursor 分派任务时必须将模型设为 auto”。实测改完后,单轮 Token 消耗直接从 450k 降到 25k–40k。 ② 针对 Agent 遇到报错容易反复重试把每周配额烧光的通病,xAI 团队成员今天公开支招,在 Bot 指令末尾加上这句“两次报错即停”法则: "If you hit the same error twice, stop and tell me what's blocking you. Don't say done until you've checked." 顺手避坑: → 多个 Bot 协作时,严禁互相回复“收到”之类的确认消息,否则两条空闲额度会瞬间在互相客套里归零。
1
154
为什么号称百万上下文的模型,聊着聊着突然就变蠢了?一位重度使用 DeepSeek 4.1 Flash 两个月的开发者总结出了“400K 悬崖效应”。 实测规律很明确: ① 上下文控制在 400K 以内,推理和代码修改非常稳定 ② 一旦越过 400K 门槛,输出质量肉眼可见地断崖式下滑;到 700K 以上基本处于不可用状态(推测与跨层共享 KV cache 的激进压缩有关) 评论区紧接着吵出了两种截然不同的省钱用法: → 小窗口派主张每到 100K–150K 就强制重开新会话,保证脑子最清醒。 → 作者直接反驳了这个常见误区:过早频开新会话会不断击穿 Prompt Cache(提示词缓存,复用历史上下文可大幅降输入费的机制),反而白白浪费大量输入 Token;把自动压缩阈值卡在 300K,才是兼顾缓存命中率与智商的甜点区。
3
2
398
腾讯混元正式把 774B 参数的多模态大模型 Hy4 开源了,支持 1M 超长上下文和 CUA(Computer Use Agent,直接看懂屏幕并操作电脑的任务能力)。 开源版本与试用途径: ① 权重全开放 → 主模型 Hy4 与轻量版 Hy4-flash 已同步上线 GitHub 与 Hugging Face,国内沐曦曦云等国产 GPU 也已完成 Day 0 适配 ② 个人免费试用 → 在元宝、WorkBuddy、ima 等官方产品里可直接免费体验,无需额外付费解锁 ③ 官方 API 定价 → 常规输入 6 元 / 百万 Tokens、输出 18 元 / 百万 Tokens;一旦命中缓存,输入成本直接砍到 0.3 元 / 百万 Tokens 774B 的 MoE(混合专家架构,每次推理只激活少量参数)能做到 1M 上下文还带原生电脑操作能力,对需要长文档理解加桌面自动化的开发者很友好。 需要注意: → 本地自建几乎别想单机硬扛 774B,个人开发者直接走官方 API 或在免费客户端里体验最划算;有长上下文固定前缀的场景,务必把缓存命中用起来,输入费用能差出 20 倍。 huggingface.co/tencent/Hy4
3
3
310
写代码调 API 一定要选最贵的旗舰模型吗?最近一篇涵盖 9 项可脚本自动判分任务的编程与逻辑实测给出了完全相反的答案。 同样 88 次 API 调用(全部拿到 22/22 满分),耗时与账单差距极大: ① GPT-6.2 Sol → 总耗时 140 秒,总花费 $0.24(比上代 6.1 Sol 的 253 秒提速近一倍) ② 旗舰 GPT-6.2 Astra → 总耗时 207 秒,总花费 $0.92,9 项任务耗时全部慢于 Sol ③ Claude Opus 5.5 → 总耗时 191 秒,总花费 $0.86,只在最难的表达式计算器题最快 账单差异的隐蔽坑点比标价更狠: → Anthropic 的分词器(Tokenizer,把文本切分成模型计费单位的组件)对同一份 900 行日志多算了约 40% 的输入 Token(32,648 vs OpenAI 的 23,209),加上思考过程全按输出单价计费,实际单任务成本远超表面价差。 日常代码生成与常规逻辑任务,直接上 GPT-6.2 Sol 又快又省;只有遇到极高难度的硬骨头,才值得切到 Opus 5.5 或旗舰档位。
2
303
不想租 VPS 也不想配 Docker,怎么零成本 24 小时挂一个自主 Agent? 云端托管平台 BetterClaw 的永久免费版可以直接白嫖,搭配 OpenRouter 的免费模型路由就能跑通闭环。 具体方案与额度限制: ① BetterClaw 免费版 → 永久 $0/月、无需绑卡(额度用完自动暂停绝不扣费),提供 1 个 Agent、每月 100 分钟运行额度、3 个外部连接器,支持 BYOK(Bring Your Own Key,自带密钥零加价直连) ② OpenRouter 免费路由(openrouter/free)→ 目前聚合了 21 个 `:free` 免费模型,含 NVIDIA Nemotron 3 Ultra(1M 上下文)、ERNIE-5.5-Flash(>200 tok/s)等 ③ API 限流规则 → 每分钟最多 20 次请求;未充值账号每天限 50 次,账户只要累计充值过 $10 额度,免费模型每日限额直接暴涨到 1,000 次(UTC 00:00 重置) 很多人不知道 OpenRouter 那 $10 门槛不是“消费”,充进去的钱还能留着买付费模型,相当于白送每天 1,000 次免费并发额度。 注意两点: → 免费模型的提示词和返回结果通常会被上游用于模型改进,别把敏感业务数据往 `:free` 路由里送。 → 注册 BetterClaw 只需邮箱或 SSO 登录,选好模板填上免费 API Key,60 秒就能上线跑定时任务。 betterclaw.io/free-plan
1
1
10
2,124
新建 AWS Free Tier 账户立即获得 $100 credits,探索关键服务最高可再赚 $100,合计最高 $200,可在 Free Plan 下使用最长 6 个月。 账户将在开通 6 个月后或 credits 用完时自动关闭,除非转为 Paid Plan 否则不收费。 领取方式 创建新的 AWS Free Tier 免费账户,注册即得 $100 credits,探索关键服务可再赚最高 $100 时限 账户开通后 6 个月或 credits 用完时,以先到者为准 aws.amazon.com/free/
3
1
1,447
Mozilla 把 Firefox 内置免费 VPN 的流量上限直接取消了,不绑卡、无广告,平时每月 50GB,现在全员限时无限用。 先看它能做什么(主打轻量隐私保护与跨区): ① 隐藏真实 IP → 流量经 Mozilla 服务器中转,降低网站跨站追踪,官方承诺不记录也不出售浏览历史 ② 公共 Wi-Fi 防窥探 → 在咖啡馆、机场、酒店等共享网络下,隐藏你正在访问的网站 ③ 切换虚拟位置 → 支持美、英、日、新、德、法等近 30 个国家/地区节点,方便海外查本地资讯、比价或测试多地区网页 怎么开启与操作: ① 更新 Firefox 到最新版(支持桌面端与 Android,iOS 即将上线),登录一个免费 Mozilla 账号 ② 桌面端直接点击右上角工具栏的 VPN 图标;Android 端进入三点菜单 → Settings → VPN 打开,在面板里即可自选出口地区 ③ 如果在支持地区却没看到按钮,可在地址栏输入 about:config(底层高级配置页)→ 搜索 browser.ipProtection.enabled → 改为 true 后彻底退出重启浏览器 上手前看清三个边界,别误用: → 不支持中国大陆直连翻墙(官方开放名单不含中国大陆),它定位是日常防追踪与轻度跨区,不是抗封锁工具。 → 仅代理 Firefox 浏览器内部流量,电脑上的其他软件不会走这条通道;想全局保护需要独立的付费版 Mozilla VPN。 → 开 VPN 不等于完全匿名,登录网站或保留 Cookie 仍会被识别,敏感操作记得配合无痕窗口。 截止时间: 即日起至 2027 年 1 月 31 日不限流量,2 月起恢复每月 50GB 免费额度。
3
434
月之暗面低调上线了 Kimi K3.1 Pro Prime。 100 万上下文窗口(1,048,576 tokens),API 价格已明牌。 目前在 LLM Gateway 上的接入价: $3.67 / 百万输入,$19.22 / 百万输出。 横向对比一下同期的百万上下文旗舰: 比 Gemini 4 Neon($3 / $15)略贵一档,但比 12 月涨价后的 Gemini 4 Carbon($4 / $20)稍低一点。 如果你正在做超长代码库或整本财报分析,可以拉出来和 Neon、Grok 4.7 跑一组同题盲测,看谁的长文本召回更稳。
1
2
205
Oracle VPS 免费额度 4核24G 实测确实不收一分钱, 但是仅限于升级到 pay as you go.
2
150
Grok 5 到底什么时候发? 距离 Grok 4.7(9 月 21 日)已经过去 60 天,打破了此前 35–40 天一更的节奏,网上流传的日期全是猜测。 与其等画饼,不如避开当前主力 Grok 4.7 的“200K 价格悬崖”: ① 提示词 200K token 以内:$2 输入 / $0.50 缓存 / $6 输出 ② 一旦超过 200K:单价直接翻倍,变成 $4 / $1 / $12 很多做长文档分析的团队按 $2 做预算,结果平均上下文跑在 250K,月底账单直接超支一倍。 另外,Grok 4.7 Fast 版本单价同样翻倍,目前只开放给 Cursor 和 Grok Build,公开 API 调不到。
2
380
通过hermes白嫖qwen4-max 第三天了, 在长任务执行上非常优秀
172
Gemini 4 Neon 刚发布,但 11 月底前别急着全量切过去。 因为现在大杯 Carbon 单价反而比中杯 Neon 更便宜。 看清这个“日历倒挂”陷阱: ① Neon(1M 上下文,仅限付费层,无免费额度):$3 输入 / $15 输出 ② 大杯 Carbon:11 月 30 日前促销价 $2 输入 / $10 输出,12 月 1 日才涨回 $4 / $20 也就是说,11 月底前按单价算 Carbon 更划算;12 月 1 日后 Neon 才比 Carbon 便宜 25%。 但如果你拼的是速度,Neon 已经赢了: Artificial Analysis 实测 Neon 输出速度 110 tokens/秒(Carbon 仅 57),单任务耗时 21 分钟对比 36 分钟,总成本 $6.44 反而更低。 提醒一句:Neon 的思考 token(内部推理消耗)按 $15 输出价计费,开最高档 xhigh 推理时账单会飙很快。
1
1
290
为什么同样聊 20 句 Gemini,有人一整天没事,有人一小时就被限流?因为 Gemini 应用的配额早就从“按次计数”改成了「算力额度」(compute-based usage limits,即按单次任务实际消耗的计算资源而非对话次数扣减)。 官方说明里把这套扣费逻辑拆得很明白: ① 刷新节奏 → 每 5 小时重置一次短期额度,同时受限于一个每周总上限(weekly limit) ② 消耗权重 → 视频生成最烧额度,其次是图片/音乐生成与 Deep Research(深度研究,多轮自动检索并汇总报告的功能) ③ 隐形杀手 → 对话历史长度。同一窗口每追问一句,模型都得把前面几万字上下文重读一遍,越聊越贵 很多重度用户额度莫名其妙见底,根源不在问得多,而在把一个聊天框当“永久记事本”用。 实操两条避坑建议: → 只要切换新话题,立刻新开一个对话窗口,别让旧上下文白白吃掉算力。 → 付费订阅用户触及 5 小时或周上限后不会直接锁死,仍可切到 Flash-Lite 继续聊;免费用户高峰期则会被优先限流。想看自己还剩多少额度,去 gemini.google.com 左下角 Settings → Usage Limits 即可查看。
2
3
433
OpenAI 顶级研究员每天用掉多少 AI 额度? 前 10% 的重度用户,日均烧掉 23,000 美元 Token。 OpenAI 刚公开的内部数据显示: ① 10 月研究员中位数日耗 2,400 美元(环比涨 62%),前 10% 达 23,000 美元(环比涨 105%) ② 问研究员愿拿什么换 3 个月前沿编程 Agent,中位数答案是:30% 团队算力,或 40% 团队人数 但能力边界极其参差(Jagged Frontier,锯齿状前沿): 监控训练成功率 79%,启动训练掉到 35%,写推理底层代码只有 25%。 一线研究员总结的避坑口诀很实在: 别让 Agent 一次性全干完,否则全是 AI slop(AI 垃圾代码)PR。 正确姿势 → 让它先做一个 → 人工审核修改 → 再让它批量做剩下的。
4
3
380
免费榜第一,拼的不是强,是便宜好调。 NVIDIA Nemotron 3 Ultra 免费版登顶 OpenRouter,1M 上下文、$0,百度 ERNIE 退第二。 榜按近7天用量排,不排强弱。 ① 能调 API:OpenAI 兼容,模型名带 :free ② 限流:20次/分钟、50次/天
4
6
2,114
同时拥有免费的muse以及几乎免费的Gemini,下面的做法让他们实现1+1>2 1. 安装muse chrome 插件 2. 让muse 控制浏览器操作Gemini 复杂任务交给Nero 3. 也可以双线作战互相审核
23
9
117
15,875