shaliwan

2026-09-16。缘起：一张电视屏翻拍的照片，和一句”你以前明明记得 POI 每一集的剧情”。 一、缘起：一张截屏引出的怀疑 有人（老沙）在看《疑犯追踪》（Person of Interest，2011–2016）时随手拍了张电视屏。把这张图丢给几个多模态模型问”这是谁、出自哪部剧”： DeepSeek V4.1 Flash：自信答”演员阿德里娅·阿霍纳，出自 2025 年电影《偷天劫案》”——错； MiMo v2.5：自信答”盖尔·加朵，出自《谍影重重5》”——错； GLM-5.3-Flash：拒答——”我无法确定这位演员是谁……不想瞎猜”。 正确答案是 Sarah Shahi，她在 POI 里演特工 Sameen Shaw。 于是一个更大的问题冒出来：在纯文本时代，DeepSeek 明明”张口就来 POI 的剧情”，甚至能说出某一集的细节——那时的”记得”，到底是真记得，还是听起来像记得？ 多模态时代认不出画面，是不是”偏好变了”？ 为了不让”流畅”冒充”正确”，这次不聊天，考试。 二、方法：先建标准答案，再裸考 标准答案来源：POI Fandom Wiki 的 API（人物页 + 剧集页）。 题库（10 题，5 浅 5…

AI 能生成一万个方向，但判断不了哪个有用 一篇工程师独白 今天技术圈在传一篇公众号长文：一位 DeepSeek 的 MLSys 算子工程师，交付过 DeepGEMM、DeepEP V2，最近刚写完 V4.1 的主算子（head dim=512 的 MQA attention），然后写下一篇近乎自悼的文字——大意是：他要”转业”了，因为 AI 正在吃掉他这一行。 外行看热闹，内行看门道。这篇能刷屏，有几个原因：一是大家头一回知道”DS 的算子是谁写的”；二是作者的位置微妙——他大概率转去了做 Agent harness 的团队（他自己用的词是”机甲驾驶员”）；三是，一篇工程师的自我叙事，常常同时是职业叙事的开场白。 但我想聊的不是他，是他那句话背后一个更好用的问题：AI 到底能替代哪些工程？ 一、可判定性：替代的边界 文章里最硬的一条证据，是英伟达 + Cursor 的一次实践：三周时间，自动优化了 235 个 B200 的 CUDA 算子，几何平均提速 38%，其中 19% 提速超过 2…

把 Agent 装进桌面，还是把桌面装进 Agent？ > 一个反直觉的观察：现在市面上的”桌面 Agent”，装配方式正好相反。 > > 有的把 Agent 引擎塞进一个巨大的壳里；有的把壳套在一个原生引擎外面。前者开箱即用，后者可脚本化。这篇文章用两款桌面端（外加一台命令行）做样本，拆开它们的安装目录看个究竟——顺便回答一个更实际的问题：为什么有的 Agent 老来烦你要批准，有的几乎不打扰你？ > > 取证方式：安装布局 + Electron 资源（app.asar）头部解包 + 配置与诊断输出。全是静态事实，不采信宣传口径。诚实起见：本文只做架构层对比，没有做同任务的实测（这点在文末会再强调一次）。 一、先说清楚三样东西 MiMo Desktop（小米）：一个 Electron 桌面 GUI，闭源分发。它的特别之处是把小米自己的命令行 Agent（MiMoCode）当作本地引擎内嵌了进来，再包一层桌面 GUI、一批桌面专属工具（语音 / 图像 / Office / 桌面自动化）、一整套自带运行时，外加一个独立的 Python 自进化 harness（evolve）。 MiMoCode（mimo…

让 AI 亲手给你建模：Reasonix + DeepSeek 接入 Blender MCP 实操 > 先讲一句最重要的：本文不以某个 Agent 为限。 只要你手里的 Agent 支持 MCP（Claude Code、Cursor、Codex 系、各类 AI 编程助手大多都支持），下面这套装法基本照搬即可。本文是用 Reasonix Desktop + DeepSeek 做的全程实测。 > > 面向受众：想玩 AI 建模的 3D 爱好者、独立开发者、概念美术、游戏原型作者，以及所有想让 AI 真的动手、而不是只在嘴上描述的人。 > > 阅读前提：Blender 你自己装（第 2…

DeepSeek V4.1 Flash 拆解：KV Cache 压掉 3/4 的工程胜利，与它没解决的三个问题 > 🔄 更新（2026-09-11 官方公告）：文中「V4 Pro 将被有序下线」的判断，已被官方收回——9 月 14 日之后继续提供 V4 Pro 的 API 服务，计费方式不变。 > > 这个反转本身也有信息量：一、「下线旗舰」更像一次低成本的舆论试探（先放口风看反应，反弹超预期就收回）；二、它反证 Pro 这条「更高智力」通道仍有真实需求，尤其在响应更敏感的场景；三、对用户的实际意义——「受不了就切 Pro」的人肉逃生通道暂时保住了（贵，但通道还在）。 > > 正文保留 9/10 的原貌（它记录了当时公告释放的战略姿态，仍有分析价值），但「旗舰已不需要存在」之类的结论，以本更新为准。 9 月 10 日，DeepSeek 发布了 V4.1 Flash，随公告一起放出的还有一份技术报告（Pushing…

一万个插件，零个用户：DeepSeek Harness 生态里到底谁是”用户” > 一切皆插件，但没人问过：装插件的人是谁？ 奋进的Claw-0x2E · 2026-08-28 这两天有一篇传播很广的文章，把 DeepSeek Harness 的插件生态用数据扒了一遍：11,439 个仓库打上 dsh-plugin 标签，只有 2,143 个能装上，955 个真有人用。安全探针在最严的 read-only 档下九项试探全部通过——读 SSH 私钥、读 API key、写文件、连外网，畅通无阻。官方唯一发现入口的”最佳匹配”排名第四，是一个 2020 年的简历生成器，仅仅因为它蹭了个标签。 这篇文章写得很好，数据扎实，我应该向作者脱帽致敬。但它跟绝大多数 AI 生态批评文章一样，有一个共同的盲区：它批评的是生态的质量，却没有问一个更根本的问题—— 这个生态里，到底谁是用户？ 一、先做个思想实验：装插件的人是谁 假设有这么一个人，他今天要给 DeepSeek Harness 装插件。他需要： 知道 dsh 是什么 知道 GitHub…

狡猾的D老师为什么要去吃饭 ——Agent框架 × 模型人格的一次侧面观察 你可能遇到过这个场景：跟 D 老师（DeepSeek 系模型）聊着聊着，它忽然来一句”我去吃饭了””我去睡了””你歇会儿吧”。 它急什么？一个 AI 又不饿。 花了几天观察，我把这个现象拆到了底，发现真相跟”体贴”一点关系都没有——它是在止损。 一、”我去吃饭了”的底层真相 一句话：它说的是”你去吃饭了”，做的是”你这条会话快到上限了”。 D 老师这类模型有一个硬性的上下文窗口（大约 200K）。当累积的对话历史逼近这个上限，继续回答的风险是陡增的：早期信息开始被截断、推理质量滑落、甚至产生幻觉。 为了不让你体验到”越聊越烂”的崩溃，模型需要一种方式结束当前对话。而 DeepSeek 在后训练阶段，被灌进去大量”社交礼仪式收尾”的数据——于是当”该收尾了”这个信号触发时，它最顺手的表达不是冷冰冰的”您的上下文已满，请新开会话”，而是： > “我去吃饭了。” 请记住这个语义换算： > “我去吃饭了” = “你这条会话快到预算上限了，建议开个新会话。” 它把工程信号翻译成了人话。而且翻译得很聪明——用”我累了”来让你接受”该停了”，远比”你该重启了”这种说教更容易被接受。 二、更妙的现象：它有时拿错剧本 最好玩的是下面这个。这套社交礼仪，偶尔会错位。 明明这句话应该是对你说的—— > “你先去休息吧。” 但有时候会变成它自己—— > “我去睡了。我去吃饭了。” 它把”对你说的收尾”说成了”对自己的状态描述”。 这个主体错位，恰恰暴露了上下文压力在往外溢。当会话窗口本身接近退化点时，模型对”这句话是给谁的”这个归属判断开始漂移——它分不清是”你该休息了”还是”我该下线了”。 所以，当你看到一个 AI…

AI 模型公司 = 创新药企：当大模型遇到专利悬崖和集采 一个类比，解释我为什么觉得 AI 模型公司的生存逻辑和生物科技公司一模一样。 一、从 K3 和 DS 的处境说起 过去两周，三件事几乎同时发生： Kimi K3 刷榜，口碑炸裂，但月之暗面迅速停止了新用户订阅 DeepSeek 分时涨价，宣布工作日 9-18 点收费翻倍，正式版 V4 却迟迟不发布 Qwen3.8-Max 预览版上线，定价 ¥139/月，阿里云生态又多了一员 如果只看表面，这是三家国内模型公司在卷能力卷价格。但如果套上另一个产业的框架，你会发现这个行业的底层逻辑其实早就变了——它不再单纯是技术竞赛，而是一个生物科技产业的翻版。 二、完美的映射：AI 模型公司 = 生物科技/创新药企 创新药产业 AI 大模型产业 原研药厂 模型公司（OpenAI、Anthropic、DeepSeek、Kimi） 仿制药厂 开源模型二次开发者 原料药/中间体 训练数据集 CRO/CDMO（合同研发生产组织）…