安心XinAn

Artificial intelligence.
学习，输出，再学习。
公众号：安伈
感兴趣请关注我

[安心XinAn @AnXin_37]

牛来的背后是GLM-5.3-Flash，

此次最大的亮点，

不是它以只有DeepSeek-V4-Flash七分之一的价格，能力却超过蓝鲸鱼。

也不是这次居然支持原生多模态。

而是在免费公测阶段，
其承受了日调用 100T 的可怕压力，

然后在发布的时候轻描淡写地说：

“此前预览，完全运行于中国AI芯片。”

智谱对适配国产专门做了技术上的量化 缓存压缩等技术优化。

我想这是真正意义上，国模从理论上能用，到真正好用的重要一步。

公众号最新文章仔细盘点了一下几个亮点，感兴趣可以去看看

[安心XinAn @AnXin_37]

人类多数的工作任务都是重复性的，

所以如果你既想要在保证节省token成本的前提下，
还想要稳定的输出结果，

那么你就应该把你的所有日常工作流程里涉及重复或低智能介入的任务做成本地的脚本工具

方法一个是直接去GitHub上找相关项目拿来改，

另一个就是交给你手上最强的模型让它帮你写，即使你连Python这个词都不会拼，你仍然能享受脚本的便捷。

总结：想让Agent吃草产奶，那么就先给这个马车找现成的轮子，次之去自己造轮子，而不是上来让Agent这个牛马吭哧吭哧驮着你跑（牛来！🐮）

我把我自己的使用案例放到评论区了，可以去看看

[安心XinAn @AnXin_37]

@corlin 哈哈哈，或许真的是这样

[安心XinAn @AnXin_37]

对Plus用户或许真的是一件好事儿，我印象中之前有5小时限制的时候要比现在只有周限制更加耐用，能做更多事情，是我的错觉吗？

[Tibo @thsottiaux]

Tomorrow we will bring back the 5h limit for Plus accounts across ChatGPT Work and Codex. I had mentioned this a while ago, but then postponed it.

This is necessary as (a) the 5h limit allows us to smoothen the load on our compute, allowing to keep the plan generous in terms of weekly usage and (b) users on the Plus plan are relatively casual and new users, but then also just accidentally eat through their whole weeks usage and then are confused, making it not a great experience.

We are for the upcoming months keeping the 5h limit not enabled for Pro $100 and Pro $200 subscriptions.

[安心XinAn @AnXin_37]

阿玛拉定律（Amara’s Law）：“我们往往高估一项技术的短期影响，却低估它的长期影响。”

1990 年代，“互联网”兴起以后，大量资金涌入互联网公司，
大家疯狂地预测:
电子商务马上取代传统零售，所有公司马上互联网化，互联网公司估值一路起飞。
结果是：
2000 年左右互联网泡沫破裂，大量互联网公司倒闭。

但回看2026，你已经知道了互联网对人类产生了什么影响。

原因是信息传播的速度远比技术落地快得多，所以可以发展成这么一个路径：

技术诞生——信息传播——大家产生过高预期——技术没有迅速落地——泡沫破裂——产生抵触情绪——忽略长期技术的影响。

而所谓的泡沫或者技术炒作周期指的就是这个，

AI这项技术我想也逃不出这个周期，其产生的泡沫只会比互联网更大。

[安心XinAn @AnXin_37]

@Jackywine 确实是唯一答案了。。。

[安心XinAn @AnXin_37]

据报道，字节AI部分的TRAE和扣子两大板块合并到豆包了！

准备推出类似于WorkBuddy这种的豆包work Agent了。

一直听闻字节内部都在跑赛马制，果不其然，TRAE和扣子还是没跑过你豆包阿姨😅

犹记得年初还用扣子搓过智能体和工作流，也用过一小段时间TRAE，这才半年就夭折了。

不过在我看来字节的判断是对的，与其像腾讯那样整一堆AI产品矩阵，不如直接all in一个入口，做到极致。

在这个时代，能用一个入口解决的问题，不会有人想打开第二个，更何况大模型的能力足够支撑这一需求。

这些大厂之间的Agent赛马又会谁输谁赢呢？

[安心XinAn @AnXin_37]

AI教母李飞飞在访谈中提出一个有意思的问题：

“谁是世界上最好的提示词专家？”

答案是 苏格拉底，如果他还活着的话。

普通提示词方法往往是，一旦你没意识到自己提示词隐藏的谬误，
那么模型会顺着你的错误，产出一套看起来完美但跑偏的结果。

而仅对第一次生成的结果采用苏格拉底式提问：
1.这个结论凭什么成立？
2.里面藏着哪些前提？
3.有没有反例？
4.换个角度看会怎样？

有效地质疑AI，才能带来创意的输出，
一昧地同意AI，只会带来平庸的结果。

更详细的采访内容以及可复制的提示词模板放到公众号里了，感兴趣可以去看看。

[安心XinAn @AnXin_37]

https://t.co/pB7wqx7DTt

[安心XinAn @AnXin_37]

截取翻译了一下奥特曼最近访谈有意思的一点，

他主动承认错误：AI大模型并没有立刻使世界产生翻天覆地的变化，人类社会惯性的力量要比预想的大得多。

当时他自信却错误地认为“AI能够接管完整工作”，但如今看来，AI更像发育不均衡的产物，一部分像超人，一部分又像幼儿。

可能的原因是，人们更喜欢和真实的人交流，也就更喜欢带着真人标签的产物，除了产物本身，大家对产物的来源也很在意。

我们正处在一个模糊的，能力与现实相背的中间地带。

[安心XinAn @AnXin_37]

完全恰当的比喻

[songkeys 🐿️🦋@song.work @songkeys]

gpt 5.6 最让我受不了的就是：
我让它做一盘番茄炒蛋，它往里还加了东坡肉。
我说有必要加东坡肉吗？它说你说得对，然后把东坡肉去掉。
我说好，你提 PR 吧。再一看，它 PR 写着「番茄炒蛋（无东坡肉）」并且注释里会写一大堆为什么本道菜不需要加东坡肉。

[安心XinAn @AnXin_37]

越来越觉得，

生成式AI之前，创造需要做加法，这时努力占主导，

生成式AI之后，创造则需要做减法，这时审美占主导，

看似创造的门槛变低了，但在AI生成的海量结果中做选择，要比构建答案，难得多。

而AI生成的多数外强中干的成果，会让人们逐渐丧失主动创造的能力，

在这过程中审美也将逐渐退化，这是一个可悲的恶性循环。

[安心XinAn @AnXin_37]

@MaxForAI @deepseek_ai 难道说，还有反转

[安心XinAn @AnXin_37]

GPT的语音模式绝对被低估了，

体验真的很好！

甚至还能陪练英语口语，虽然还没太搞清楚它到底能不能从底层逻辑上识别到我的发音错误。

适合拖地的时候戴着耳机和GPT一顿狂聊，哈哈，

语音检测识别做的也挺不错，能过滤掉比较大的水声和其他噪音。

唯一的缺点是，token消耗太快了，用的Terra中，额度都夸夸掉。

[安心XinAn @AnXin_37]

微信读书的365天挑战，第一次成功！哈哈，

这次中间就找朋友补打卡了一次，

五十块能嫖一年的会员还是很舒服的，

微信读书真是很好的一个平台，希望能多开放点接口出来，给大家做skill用，

这两天就开始研究，看看能不能搓个开源伴读的skill出来，结合微信读书的skill，来促进阅读学习。

我一直认为AI最大价值在于对人类成长速度的提升，而不是简单的赛博机甲。

（不太清楚送的这五百个书币到底能干啥，有会员了这个书币好像有点鸡肋）

[安心XinAn @AnXin_37]

今天使用Codex的只有一千多万人，而全球拥有电脑或手机的则有50多亿人，占比只有百分之零点几，如果算上没有电脑的人口，这个占比会更加夸张

[Benjamin De Kraker @BenjaminDEKR]

If you close your laptop and go walk around,

LLMs and AI have impacted almost nothing in the real world yet.

Everything is still done like it's 2015, basically.

This is either very bad ("AI bubble") or very good ("we are so early")

[安心XinAn @AnXin_37]

一个人所拥有的唯二财富，

是时间和注意力，

多数人花大半辈子用时间换钱，再在晚年用钱换时间，

奔波在这两场交易中，丧失全部自由的注意力。

[安心XinAn @AnXin_37]

智能会很快充满世界的每个角落

[Chris @ChrisGPT]

Sam Altman: Within the next 6 months, a descendant of ChatGPT could:

could “continuously watch your screen,” meetings and calls while maintaining the full context of your life and work.

“I think we’re only one model generation away from this actually being incredibly useful.”

The interviewer asked for his best estimate on timing: “Sometime in the next six months.”

He never calls it GPT-6, or part of the Astra family of models. Perhaps the one after given the 6 month timeline. but this is the one of the clearest indicators heading toward AGI, - a persistent multimodal agent that understands all of your work context, what you’re doing, catches mistakes and proactively offers to work for you.