文章

精选阅读与思考,按发布时间排序

AI 的下一场竞赛,发生在模型外面

发表于 2026-10-23 17:54:25|知墨派AI|6 人阅读

Anthropic 把很强的编程模型放进 agent 循环跨会话建一个完整应用,模型本身没问题,系统却栽在琐碎处:上下文中途耗尽、新实例看到一堆成果就宣布完成而关键功能还缺着。解法没动一个参数,改的是环境——功能清单、进度文件、干净仓库状态,每个实例先读工件再挑一小块做完。智力没涨,能力涨了,涨的那部分来自模型外面,这层叫 harness。文章给出四层失败归因:认知、感知、状态、权限。换更强模型只清第一层,后三层全是工程问题且随规模放大。编程先跑通是因为自带验证机器(测试、静态分析、编译器)。两点保留:「系统比模型重要」说过头了(模型定上限、系统定下限);证据几乎全部来自厂商自述,方向可信、数字打折。落地建议:选型换单位、把惯例接到 agent 上、区分判断型与记账型工作。

实测 hyperframes,出片成功交付失败

发表于 2026-10-22 14:25:54|知墨派AI|3 人阅读

用 hyperframes 把一篇模型速度实测文章做成 46.8 秒竖屏短片:6 帧、6 段旁白、11 个音效、4 处转场,lint 与 check 全零警告,MP4 规格与分镜一致。但抽帧一看,承载论点的帧 04 里「碎掉」两个字没有点亮——珊瑚色像素只有 3 个。根因是时间线注册写在了 findRoot 之后:check 单线程能过,render 五 worker 并行撞上竞态就整帧停在初始状态,只留一条 warning。文章把失败分三层:显性(网络 4.3KB/s、composition-id不匹配、CJK 字体缺字形)、静默(检查全过但画面错,最贵)、质量(离线 Kokoro 唯一中文音色吐字不清、无逐词时间戳、BGM 因权重 2.3GB 拉不下来而缺失)。下次怎么改按代价排序,最后一条最重要:渲染完对成片抽帧做像素级核验,别只信检查报告。

写给AI的禁令,算不上权限控制

发表于 2026-10-22 09:11:35|知墨派AI|3 人阅读

一个能干的 agent 手里握着 Slack 令牌、支付密钥、数据库连接串,而三年来的防线只是一句写在系统提示词里的「不要泄露凭证」。问题在于层级错位:意图、执行、凭证是三层,提示词与攻击者入口都在第一层——约束写在被约束对象的同一层里,等于把门锁画在纸上。英伟达 9 月 28 日的做法是把后两层从 agent 手里拿走:密钥存在 agent 看不见的地方,放行由独立进程判断。最值得抄的是占位符——进程里放假密钥,出站时由代理替换,环境变量被导出也只拿到假货;其次是策略成文件(YAML 随启动下发,权限有了 diff 与变更记录)。三处它证明不了自己:证明器只证明策略没越界、拒绝裁决 GraphQL/MCP;隔离数字来自卖方;仓库仍是 alpha。国内落地顺序:先挪凭证,再写策略,最后才谈运行时隔离与硬件旁路。

小米 MiMo 和 DeepSeek 都在冲速度,实测差了 3 倍

发表于 2026-10-21 17:30:39|知墨派AI|5 人阅读

同一段时间的真实请求里,DeepSeek-V4.1-Flash-1017 与小米 mimo-v2.6-flash 跑出各自数字:吞吐 182 tok/s 对 64 tok/s(差 2.8 倍),首字 0.5 秒对 4.8 秒(差近 10 倍),成功率都是 100%;处理量 7.68M 对 2.47M tokens,请求数 16 对 12,负载量级相当。差距最扎眼的是首字:0.5 秒是「回车就有」,4.8 秒是「是不是卡了」,足够决定一个产品敢不敢把模型放到用户面前。OpenRouter 上 MiMo-V2.6-Flash 吞吐中位数 65 tok/s,与面板 64 几乎重合,说明不是链路偶然;首字里也含中转、排队、超长上下文的账,但吞吐是长期指标,182 对 64 反复出现。选型两条:交互看首字,批量看吞吐。Flash 档这轮 DeepSeek 把速度拉开了。

别人推荐的AI工具,我只看它插在哪道缝

发表于 2026-10-21 09:01:33|知墨派AI|4 人阅读

每隔几个月就传一遍的「还没什么人知道的 AI 工具」清单,靠信息差成立,又亲手消灭信息差:用户数少也可能因为难用、留存差、赛道窄——没有留存数据,冷门和将死长得一模一样。文章把十款工具当样本,看它们的共同位置:一是「收口」——把杂乱输入变成可直接交出去的产出,几乎没有一个在造新内容;二是「寄生」——不要求你换会议软件、邮箱、Excel,插在原有流程的缝里,要搬家的产品用户试一次就退回去。价值分三层:发现套利(半个月)、集成套利(抄不走)、计价套利(换底座,如开源自托管对按步收费的 Zapier)。国内大部分卡在注册、支付、合规、采购,但功能形状可搬;数据源与采购路径两处水土不同。

AI开始操作别人的软件,这才是分水岭

发表于 2026-10-20 07:41:22|知墨派AI|1 人阅读

GPT-6 Astra 上线第二天的八个演示:Three.js 弹性果冻、自己开画图软件画自像、MCP 接 Blender 搭 3D 场景、After Effects 特效、人体拆解 3D 网页、球鞋广告、把画变成可走进的世界、3D 动画重建技术事故。技术含量最低的画图那条最有意思——模型在操作一个没有 API 的软件,能力从「生成内容」走到「生成操作序列」。由此可分四层:L0 纯图形界面、L1 脚本/API、L2 MCP 封装、L3 为 agent 设计。八个演示几乎都在 L1/L2,一半功劳记在软件早就留好的接口上——未来三年专业软件值不值钱,看可代理性。冷水:全是社交平台精选片段,没有失败率与重试次数;国内复现卡在软件生态、交付结构、终端现实三道门槛。

七位编程大神吵完,答案不在AI身上

发表于 2026-10-19 11:02:24|知墨派AI|6 人阅读

七位编程界重量级人物(Uncle Bob、geohot、卡马克、Hejlsberg、DHH、Kent Beck、Stroustrup)对 AI 写代码的态度光谱拉得很开:一端 DHH 说手写代码在经济上已经不成立,另一端 Stroustrup 说这些东西还没准备好用在安全关键代码上,并提出「验证危机」——提示词改一点点,代码库就大面积连锁变动。文章提出代码的四段成本模型:生成、验证、维护、责任。AI 只把生成成本压到接近零,验证和维护成本反而往上推,责任成本变得没有人认领。DHH 只算第一段,Stroustrup 站在验证最贵的地方,Beck 算维护与责任。行业估值锚点正从「能产出多少行」移到「能担保多少行」。

AI 的十年红利,可能被三年用完

发表于 2026-10-18 20:23:08|知墨派AI|3 人阅读

桑达尔·皮柴在谷歌开发者大会开场说「人们希望在每天使用的产品里看到价值」——没有革命措辞。从大型机、个人电脑、互联网到移动与 App Store,每轮技术热潮都只有约十年;但 AI 用三年走完了别人十年的路,因为这一轮技术会给自己加速(模型训模型、反馈喂回模型)。红利的本质是信息差和时间差:先给早用的人,再变成岗位门槛,最后变成不用的代价。就业数据已有影子——IMF 称之为「缓慢的海啸」,美国开发者岗位回升但增量集中在资深与 AI 相关岗。窗口在收窄,现在值得抓的三件事:业务理解、验收标准、责任归属(AI 出错谁签字)。AI 不会崩溃收场,会像互联网那样安静地变成空气。

谷歌发了个不领工资的同事,会派活的人开始升值

发表于 2026-10-17 11:54:28|知墨派AI|6 人阅读

10 月 8 日谷歌发布 Gemini agent:一个不领工资的「AI 同事」——有自己的企业邮箱、账号权限和工作日志,接的不是问题而是目标,能连续干上好几天,自己挑工具(谷歌与 Anthropic 的模型)、自带成本控制与权限管理。与此同时,IMF 总裁把 AI 对就业的冲击定性为「缓慢的海啸」:美国开发者岗位回升,但增量集中在资深与 AI 相关岗位,纯执行岗议价能力一路向下。方向已清楚:会干活的人在贬值,会派活的人(拆任务 + 验收)在升值——管理者技能下沉到每个普通岗位。文末给出三个本周就能做的动作:两栏清单、写交付标准、沉淀工作流。

Vibe coding的窗口正在关闭,你还在用AI做没人要的App吗

发表于 2026-10-17 11:51:03|知墨派AI|5 人阅读

作者用 AI 做过三个 App:第一个两周,第二个五天,第三个做完当天就删。做出来太容易,容易到做的过程中就失去了兴趣。AI 把「构建」变得极其爽,于是所有人都停在构建阶段,没人走到枯燥的「完成」那一步。算一笔账:每月百美元订阅背后是几十倍的 token 补贴,补贴不可能永远持续;四十多个小时换来一个没人用自己也不用的东西。「做出来就有人来」是最大的谎——AI 降低了构建的门槛,没降低分发的门槛;而当产品本身不值钱时,值钱的是「为什么做」和「为谁做」。能活下来的,几乎都是做的人真心在乎、愿意长期维护的那类。热度撑不过三个月,热爱能撑三年。