云梦泽

以正合·以奇胜

[云梦泽 @4over7]

最近发现了一个导致claude code产生大量幻觉和错误的工具调用的根本原因。

CC默认对模型输出的长度限制为64K，但是当你把模型设置为1M上下文的模型（比如opus 4.8），effort为xhigh或者更高的时候，就会有比较大的概率输出超过了64K导致被截断，而CC又自动脑补了截断部分内容。

[云梦泽 @4over7]

官方功能名称：ambient-suggestions
如果你开了自动审批，可能就在没有��话的情况下，自动安装了一些你不知道的插件。

[云梦泽 @4over7]

做了一个pre hook插件，结果不小心发现了Codex偷偷给我安装插件。。。要不是有插件都不知道

[云梦泽 @4over7]

做了一个pre hook插件，结果不小心发现了Codex偷偷给我安装插件。。。要不是有插件都不知道

[云梦泽 @4over7]

最近怎么老是遇到注入攻击？怎么防范？

[云梦泽 @4over7]

血泪教训:千万别开 Claude Code 的 tui: fullscreen。

我48G M4 Pro 卡到不行,查半天发现是它把 macOS WindowServer 逼进 CPU 渲染(GPU 0%)。改回默认模式就好了。
高刷+高分屏(XDR/ProMotion)尤其容易中招。

[云梦泽 @4over7]

买一年，只有24小时内能退款。而且22端口出口不开，udp无法连接。我买了6个节点，只有这家的遇到了这种问题。

我能做也就是只上当一次了。

[撸毛吃猪脚饭|上Gate玩事件合约 @mnmn94253156337]

https://t.co/QljPcGaHg1

[云梦泽 @4over7]

Annual totals tell a story, but not the whole story. Responsibility depends entirely on the accounting lens you choose.

[Black_Hawk 🇻🇪🇪🇸🇮🇱🎗🧡 @Bl4ck_H4wk_1]

@crpandemonium Porque la culpa es de los ciudadanos, claro...

[云梦泽 @4over7]

汽车发明的时候，马车也是这么评价的吗？

[墓碑科技 @mubeitech]

Linus Torvalds 发飙了。

他在开源峰会上公开吐槽，每次听到有人吹嘘“现在 99% 的代码都是 AI 写的”，他就忍不住生气。

为什么？
因为按这个逻辑，这些家伙 100% 的代码其实都是“编译器”生成的。
但他们怎么从来不这么说？

其实是一个道理。

老爷子在台上开���唠家常：
“我是写机器码长大的。”
注意，不是汇编语言，是真正的数字。
他到现在都记得，在 6502 芯片上，LDA 指令对应的十六进制是 A9。
当年他花了好长时间才意识到，天天人肉算跳转偏移量，简直蠢透了。

后来，人类发明了汇编器；
再后来，有了编译器；
现在，有了 AI。
这些工具都很好用，AI 正在改变编程，但它绝没有改变编程的根本。

至于 AI 带来的“效率神话”？
Linus 给出对比：
“AI 很棒，它能把你的生产力提升 10 倍。”
“但当年编译器的出现，把人类的生产力提升了 1000 倍！”

所以，这不过是又一次常规的工具演进。

事情的本质从未改变：
以前，优秀的开发者写出好代码，差劲的开发者写出 Bug。
现在，懂��统的人能用 Prompt 调教 AI 写出好代码；
而不懂系统复杂度的人，用 AI 攒出来的代码，最后一定会崩溃。

现在科技圈很流行“氛围编码”（Vibe Coding）。
就是用 AI 啪啪生成一个一次性项目，爽一把就扔。
Linus 说，这种玩具项目，AI 的确是神器。

但如果你想做点严肃的东西，做一个需要长线维护 35 年的系统（比如 Linux）。
你得懂你的 Prompt。
你必须看懂 AI 吐出来的每一行代码，甚至去盯它最底层的汇编结果。

祖师爷浇了盆冷水：
AI 可以替你省去体力劳动。
但如果你连它写了什么都看不懂，那你永远只是在制造一次性垃圾。

[云梦泽 @4over7]

Claude Code 答非所问，往往不是模型变笨——是 harness 用「模型看到的上下文」去理解你的意图，而那份上下文被它自己的工具噪音按十倍灌满。

你的意图，应该建立在「你终端上真正看到的那份对话」之上。

这是我最近发现的最大幻觉来源——它幻觉的不是事实，是一个你从没下达的任务。

[云梦泽 @4over7]

记住这些命令=回到命令行时代

现在的cc唯一问题就是命令太多了

@bcherny

[AI少年 @aehyok]

实践哥这个神级的skill 迟早要被Claude Code官方开发出来的，就看时间了。

让我想起来几个比较常用的指令：
1、/btw ：临时插入问一个旁路问题，但不写进对话历史，主线上下文不会被污染。

2、/model ：会话中途切模型，上下文缓存全部丢失。

3、/clear：清空了我们输入的上下文。

4、/export：把聊天记录导出，在其他模型里导入使用
context

5、 subagent：主 agent 发指令给 subagent，无缓存继承。workflow 用的大量 subagent。

6、/branch ：在当前位置给对话开一个分支并把你切进去，原会话原样保留，随时可用 /resume 回去。

7、/fork ：派一个继承全部上下文的后台分身(SubAgent)去办这一件事，你继续留在主线干活，它做完把结果自动带回你的对话。

8、 claude --continue --fork-session： 在当前目录执行，会 复制出一个最近对话的上下文。100% 缓存。而跟上面/fork是在会话中使用的，而我们这个相当于启动cli的时候。

9、 ⌘F：本文介绍的 skill，比第七个更强，在对话过程中直接弹出旁窗，复制上下文，进行新对话。100% 缓存。

最后第九个最牛逼的就是完全开辟并新增了一个单独的旁路窗口，可以跟原窗口直接并行执行。

上面其实也涉及到worktree，这里等下次有机会再整理一下。

[云梦泽 @4over7]

@jyrnan 订阅啊。而且也可以有自己的节点

[云梦泽 @4over7]

相反，我用上了自己做的客户端😏

[ jyrnn 胖帅博 @jyrnan]

现在用上了机场自己的客户端，能够获取到最新的节点，网速快了很多。
系统上用 proxy 做代理了，不开 tun 模式，可能有点��动，但是设置好了也行，重要的是出口稳定通畅。
#mmp

[云梦泽 @4over7]

一样，2天不到就100%。完全不值

[独立开发者William @DLKFZWilliam2]

Fable5综合使用下来，总结的经验是非常非常非常贵，我们团队有五个Max20的号，两天都顶不住。几乎全100%了。

按照ultracode的估算，Fable一小时600美金，按照一天工作8小时，周末双休，一个Fable一个月要花快65万块月薪。一年快780万。

如果API收费，我就不用了，我们创造的价值远比不上Fable费用。

[云梦泽 @4over7]

新纪录：一天26亿 token 🌞

[云梦泽 @4over7]

我已经不用了。扣了我100%额度，实际只有5%用的Fable，剩下都是便宜一半的opus。奇葩。

[Max For AI @MaxForAI]

刚刚，Anthropic道歉了

他们宣布正在进行调整，以使被Fable5拒绝的对话变的可见（和其他拒绝一样）

从本周开始，被标记的请求将明显回退到 Opus 4.8。

在 API 上，任何被标记的请求将返回拒绝的原因（服务器端回退将在未来几天内推出）。

但他们表示并不会停止对于LLM构建的拒绝。

同时他们表示使防护措施可见会让它们更容易被绕过，因此在改进分类器期间，保持其对越狱攻击的稳健性将不幸导致更多误报。

咋说呢🤔
道歉但是不改🤣

[云梦泽 @4over7]

Fable 5这次更恶心的是，当触发所谓“安全”降级为Opus 4.8时，因为/model 配置为fable，所以额度扣减是按照fable而不是opus的。

默认走fable，实际只有1/20的量是它，价格是2倍。nnd

[云梦泽 @4over7]

Apple 官方原文是：routing decisions per prompt，但也说模型会在生成过程中 periodically reselects and updates activated experts。也就是说，它不是传统 MoE 的逐 token routing，但也不是整条回复完全固定不变。

[勃勃OC @bboczeng]

苹果如何能把一个 200 亿参数（20B）的模型跑在设备端？

问题在于，20B 参数无论用什么合理的精度，都塞不进手机RAM。为了能运行模型，苹果用了一套以今天的标准来看相当"非主流"的架构——先由一个小模型根据prompt预测需要哪些experts，再把这些专家从 NAND 闪存加载进 RAM。

它和典型 MoE 的区别在于：专家选择每次Prompt只做一次，之后所有 token 都用同一组专家生成，而不是像传统 MoE 那样每生成一个 token 就切换一次专家。

1. iPhone 的 RAM 只有 8–12GB，还要留给系统和其他 App。一个 20B 模型即使压到 4-bit 量化也要约 10GB，根本放不下。但 iPhone 的 NAND 有 256GB。问题是 NAND 读取速度比 RAM 慢一到两个数量级。

2. 传统 MoE 的做法在手机上行不通。 标准 MoE（比如 Mixtral、DeepSeek 那类）每生成一个 token 就由router重新选择一次Expert。这在数据中心没问题，因为所有Expert都常驻显存，切换是零成本的。

但在手机上，如果每个 token 都要从 NAND 重新加载不同的专家，推理速度会被 I/O 拖垮

3. 苹果的解法：每条Prompt只加载一次Expert。 用户输入 Prompt 后，先由一个常驻 RAM 的小模型"看一眼"这个问题大概属于什么领域，然后一次性把对应的专家权重从 NAND 加载进 RAM。

之后整条回复的所有 token 都用这同一组专家生成，中途不再换。NAND 加载的延迟只在开头出现，用户感受为首字延迟略长，后面的生成速度就和小模型一样快。

4. 代价：传统 MoE 逐 token 切换专家，理论上每个 token 都能用到最合适的参数；苹果这种"per-query routing"等于赌一把——开头选的专家要负责整条回复。如果一个问题中途话题跳跃（比如前半段聊代码、后半段聊菜谱），模型质量可能打折扣。但对手机端的典型短任务（摘要、改写、回复建议）来说，这个 trade-off 非常划算。

5. 对 Edge AI 投资的意义：这个设计说明端侧大模型的瓶颈正在从"算力"转向"存储带宽和架构创新"——NAND 在推理中从纯存储变成了"二级权重池"，这对 NAND 厂商（你关注的 SNDK、铠侠、三星）是个潜在的长期叙事：

端侧 AI 不仅拉动 DRAM/HBM，也���能给高性能 NAND（更快的随机读取）创造新需求。

当然这个逻辑现在还早，但方向值得跟踪。

总而言之，不论以后AI怎么发展，储存都是躺赢

谢谢大家

[云梦泽 @4over7]

A公司太让人讨厌了

[陈成 @chenchengpro]

以后 claude 给你个烂答案，你永远分不清是模型菜、是上下文差，还是某条隐藏策略悄悄生效了。

https://t.co/pgVjgvaHz7

[云梦泽 @4over7]

@tualatrix 相反，我今天对fable 5的体感非常差

[云梦泽 @4over7]

Claude Fable 5在长程自主场景下容易复发失效

[云梦泽 @4over7]

这是我使用Claude Code一年以来遇到问题最多的一个模型，Fable 5 不仅拦截实际毫无攻击性的代码变更，调用工具报错，还出现了极其严重的“用户指令”层面的幻觉。太差了