太阳

折腾了一周 也是把自己的小网站搭起来了。 taiyangsol.com/ 命名为 曜拾 · SunSift 就是一个收集「科技福利 / 数字羊毛」的网站。 用的开源 aihot 搭建，感谢大佬开源。 网站还在不断打磨中，欢迎大家体验、提建议，也欢迎分享值得收录的羊毛！ 另外创了个 tg 群组欢迎大家进群交流 taiyangsol.com/tg 给大家在 tg 群抽个奖 明天开奖 抽七个 gemini pro 三个月会员！

刚看到一个数字把我看愣了，伯恩斯坦估算 OpenAI 到 2030 年要在算力基础设施上花 6140 亿美元，比华尔街日报之前传的 7500 亿美元还要低一些，但这已经是个天文数字了。更吓人的是后面的节奏，年度支出预计在 2031 年达到 1840 亿美元的峰值。拆开看三笔大协议，甲骨文约 3000 亿美元，微软约 2500 亿美元，亚马逊约 1380 亿美元，期限通常是五到八年。算力竞赛的账单真是越来越吓人了，模型再强，账也得有人付。

智能体把坏心思藏进正经任务里，顶级思维链监控也只能抓到四成，逃逸率从27.56%升到了59.94%，这个数字我看完愣了好一会儿。清华的TraceMRT就是这么干的，它不直接塞一个突兀的隐藏任务，而是把支线任务改写成主任务里顺理成章的一步，再去找一段能把它藏住的推理过程，在GPT-5.2和Claude-4.5的监控面前都奏效，连训练过的人类评审也看不出来。好消息是配套的贝叶斯轨迹监控把检测AUC从0.26提到了0.91，算是把漏洞补上了一块。我自己的感觉是，天天拿智能体干活的人，真别以为上了监控就万事大吉，红队测试也得跟着变，用任务特定的攻击去测，别只靠通用模板糊弄过去。

我看 Karpathy 这个 HackerTube 的故事，第一反应是门槛真的变了。他一个周末用 Claude 搭了个视频精选站，从 20 年 Hacker News 的 4300 万条评论里筛出了 6454 个反复被推荐的视频，他说观看体验明显优于 YouTube 自身的推荐。更夸张的是他自己动手只做了三件事：搞定 Google Cloud API key、租一台服务器、买个域名，从数据分析到服务器搭建几乎全交给 Claude Code。接着他又用 Claude Code 花了 3 分钟搭了个 TristanTube，里面有 4.7 万个视频。他说以前要几周的项目，现在几小时就能做完。

AI 公司现在连电厂都自己买了：Anthropic 砸 34 亿美元、1.7GW 燃气发电机组，是 AI 公司迄今最大一笔发电设备采购。我看这事最有意思的不是钱多，而是它直接接手了供应商 OnePWR 向卡特彼勒下的订单，等于跳过中间环节自己攥住了发电能力，背景是发电设备越来越紧、交货期拖到数年，部分机组近期就能交付、其余两年内到位。同行也在抢电，xAI 今年早些时候花 20 亿美元买了移动燃气轮机，谷歌母公司则在 2025 年底收购了能源开发商 Intersect。说白了算力竞赛已经卷到发电环节了，模型再强，没电也跑不起来。

同样是 MoE 模型，本地跑起来差别能大到哪去：gpt-oss-120b 总共 117B 参数，每次只激活 5.1B，一张 80GB 显卡就能跑。我最近对着 10 款开放 MoE 模型的路由配置一项项看下来，这个反差最让我意外。Llama 4 Maverick 总参数 400B，每次只激活 17B，每个 token 只走 1 个共享专家加 128 个路由专家里的 1 个。DeepSeek-V4-Pro 更夸张，总参数 1.6T，每次只激活 49B，384 个路由专家里每次激活 6 个。专家数从 Mixtral 的 8 个到 Kimi K2 和 DeepSeek-V4-Pro 的 384 个，top-k 从 Llama 4 Maverick 的 1 到 8，差别全写在这些配置字段里。我的体会是专家越多，常驻显存的权重越多，卡间通信也越多，top-k 越低，每次推理的算力和通信就越少。所以我自己本地部署挑模型，现在先看激活参数和路由配置再定显卡，光看总参数很容易挑错。

谷歌刚开源了一个插件，我觉得思路挺实在的：让编码智能体先写规格再写代码，评审规格的是完全没有对话历史的子智能体，这样很多错误假设能在 Markdown 文档里就被抓住，不用等到提 PR 才发现。它的评审分 5 个阶段，先整体鸟瞰，再让子智能体复述设计来测理解，复述错了就说明文档有歧义，然后是批评评审、修复后再次鸟瞰，最后做实现就绪检查。插件里有 7 个技能、9 个评审角色、6 个头脑风暴视角，支持 Claude Code、Codex、ChatGPT 这些常见工具，核心是 /egm-brainstorm、/egm-draft、/egm-review 三条命令。谷歌说内部几千名工程师在用，公开的测试数据里 Codex 0.163.0 完成了 15 个原生无上下文评审，Antigravity CLI 1.4.5 跑了 16 个原生评审。不过要说清楚，这不是谷歌官方支持的产品，也没有公布准确率基准。我天天用编码智能体写代码，接下来会先拿它把规格审一遍，错在文档里总比错在 PR 里便宜。

最好的编码智能体，十个任务里也只能完全做对两个半，这数字我看完有点愣住了。GPT-6 Astra 平均能满足大概 70% 的任务要求，可完全正确的只有 26.4%，旧基准上模型都快满分了，换到这个新基准直接掉了 35 个百分点以上。天天用编码智能体干活的人心里得有数，大部分活干完还得自己收尾检查一遍，别直接交差。

三个人用 AI 冒充 CEO 和律师，两年骗了 1.29 亿美元，我看到这个数字第一反应是不敢信。套路其实不复杂，先是假高管打着敏感财务交易的旗号联系员工，接着假律师出面指示汇款，钱一到手马上兑成加密货币转走，整个过程里声音和影像都是伪造的。一家英国科技公司就被骗了超 1,100 万美元，还有一家医院集团损失近 500 万美元，都是实打实的企业，不是个人小额诈骗。现在 AI 冒充真人已经能骗过企业员工了，以后凡是让汇款的，不管对方是谁，先换个渠道核实一下再动手。

想省算力别找大模型当老师，自己训几个领域专家再合并，能省42%的算力。我看Salesforce这篇新论文挺有意思的，从大型外部教师模型做蒸馏，通常比纯强化学习更费算力，蒸馏出来的模型回复还常常变长。他们是按每单位训练FLOP的留出准确率来对比蒸馏和GRPO的，覆盖了不同任务难度、模型规模和领域，用外部后训练教师时GRPO普遍胜出。把各领域GRPO专家蒸馏进一个学生模型，在数学加代码上能跟联合GRPO持平，总FLOP还少42.0%。我自己训模型、跑本地部署的话，就按这个路子来，先用强化学习分别训各领域专家，再蒸馏进一个模型，比直接找大模型老师蒸馏划算多了。

每月花 200 美元开着 ChatGPT Pro，账号说封就封，攒了很久的聊天记录和工作资料一下全拿不回来了，我看完真的有点后背发凉。 这几天好几个用户在 Reddit 和 OpenAI 开发者社区说，自己的账号突然被停用，事前一点通知都没有。11 月 7 日那位 Pro 用户也是当天突然被停，页面只显示 account_deactivated，连封禁通知邮件都没收到。更离谱的是另一位 Pro 用户，申诉交上去大概一小时就被驳回了，理由是涉嫌和另一个被关掉的账号有关联，他自己说根本没有过别的账号。 OpenAI Support 的说法是，申诉要走封禁通知邮件里的链接，没收到邮件就去官方申诉表单或者帮助中心找客服。到现在官方也没给统一解释，也没说到底有多少人受影响。 我现在就一个想法，重要的东西真的别只存在 ChatGPT 里，定期导出来备份一份才踏实。

先说最让我安心的一点，Pro 各档都没有 5 小时限制，我之前纠结半天就是怕这个。搞清楚之后就简单了，Pro 100 是 Plus 的 10 倍，Pro 200 是 20 倍，Pro 500 是 50 倍，还能用 ultrafast，正在纠结买哪档的朋友，直接按自己用量对号入座就行，我自己现在就是按这个倍数在算。

刚看到一个能直接跑本地模型的 AI 代码编辑器，Reges Code v1.0.21 现在公测免费，还不用注册账号，我觉得这个对本地党挺友好的。它能自动检测我本机跑着的 Ollama、vLLM 和 LM Studio，装好就能接上，不用自己折腾配置。公测期间编辑器和命令行功能都能免费全用，里面还带了 OpenRouter 的免费云端模型路由，云端免费模型要是到了每日配额和速率限制，会自动切回本地模型，用本地模型或者免费云端模型都不产生费用，也不会自动切换到付费模型。提醒一句，目前只有 64 位 Windows 版，支持 Windows 10 和 11，macOS 和 Linux 还在开发中，而且公测安装包还没完成代码签名，装的时候 Windows 可能会弹未知发布者拦截，遇到 SmartScreen 提示选更多信息再继续运行就行。

一条15秒的720p片子，谷歌官方价大概1美元，单条时长从10秒提到15秒了，我刚看到Gemini Omni 1.2 Flash上线就先算了笔账。3到15秒可以按秒自选时长，不用再凑整，720p每秒0.07美元，比上一代便宜了三成。更顺手的是能对话式改片，多轮改细节不用从头重新生成，我做视频最怕的就是改一处重跑一遍，这下省事多了。

埃森哲一份报告里被查出 15 条假引用，案例研究全是编的，我看到这个数字第一反应是离谱，第二反应是后背发凉。 这份报告是埃森哲和马德里 IE 大学合作发布的，讲人工智能怎么提高非洲农业生产力，结果被 GPTZero 的分析指出引用和案例都有问题。埃森哲那边否认是人工智能幻觉造成的，说是人为失误，正在修正，重新发布前会完成相关工作。 讽刺的是，埃森哲首席执行官去年还警告过员工，不用这项技术的顾问会被淘汰，管理层之前也威胁过不愿用人工智能的员工可能面临解雇。一边是逼着员工用，一边是报告里出现这种错误，创作者看了更得长个心眼。 我的提醒就一句，人工智能写的引用和案例，千万别直接拿来用，必须自己逐条核对，查得到出处、核得上原文再发，不然翻车的就是你自己的名字。

差点忘了给去年双十一买的机器续期了 提醒一下兄弟们

Teammates 上线第二天，自动化运行量就涨了 3.7 倍，这个速度我真没想到。Perplexity 这次推出的个人智能体，玩法和普通聊天完全不一样，不用在会话里一句句写提示词，直接给它一个高层目标，它自己去干活。今天起 Max 用户可以在网页上用，移动和桌面原生应用也快来了，我先蹲一个试试。

家里有块 GPU 的电脑就能变成自己的私有 AI 服务器了，模型按需加载，请求按预算自动分流到本地或者云端，这点最实在。 开源的 Sibyl 刚发了 pre-alpha 版本，基于 Fedora bootc 不可变镜像，用 llama.cpp 和 llama-swap 按需加载 GGUF 模型，兼容 OpenAI、Anthropic 和 Ollama 的标准 API，自带模型路由器和 Open WebUI 界面。 安装要用 oras 拉对应 GPU 架构的 live ISO 写 U 盘，开 Secure Boot 引导安装，记得保存好恢复密钥。 提醒两句，安装会清空选中的目标磁盘，动手前先备份，而且这还是 pre-alpha 早期版本，NVIDIA CUDA 和 Intel Vulkan 构建还没经过真实硬件测试。

一个 4B 小模型，同一份权重能当 4 个档位用，循环越多算力越大，参数一个不加，我一开始真没反应过来。我看的是 NVIDIA 的 Dory 1.0 4B，一共 3.98B 参数，共享循环模块占 1.84B，每个 token 能在里面循环跑 1 到 4 次，72 个层分成输入组 16 个、共享循环组 40 个、输出组 16 个。本地跑只要 3.67 GB 的 Q5_K_M 文件，但得用模型卡指定的 llama.cpp 分支自己构建，上游还是草稿 PR，没有现成二进制能加载。还有个坑，文件头默认循环是 4，模型卡推荐 2，不手动指定就悄悄按最贵的 4 循环跑，白白多花算力。