Ted Cai

学电子的，玩嵌入式和 AI 工具 | 每天聊点 AI 新鲜事和踩过的坑 hh

关注我的我一定会回关的，有时候速率限制要等等，谢谢

[Ted Cai @TedCai233]

@SixDiemgq 可爱😍

[Ted Cai @TedCai233]

@shshajs85 来打个招呼

[Ted Cai @TedCai233]

@guochen622 有点吓哭了

[Ted Cai @TedCai233]

@hugme517 这不得炸的东一块，西一块

[Ted Cai @TedCai233]

@growaiskills 对，实时筛出来只是第一关。原始数据段和处理参数留不住的话，后面别人也没法离线重跑核对。

[Ted Cai @TedCai233]

找外星信号这件事现在也有 agent 参与了：据 NVIDIA 官方介绍，SETI 在艾伦望远镜阵列上可以用一句自然语言让 agent 转天线、修正数据、跑模型、出图。

我更在意后面那部分：每秒 Tb 级的射频数据直接进显存，边收边用 cuFFT 处理，不先落盘，推理就在望远镜旁边的本地机器上跑。

这套系统已经实时检测到了蟹状星云脉冲星，比聊天框里的 agent 实在多了。

以后天文台说不定真是 agent 在值夜班 hh，你们觉得它先找到外星人，还是先找到 bug？
https://t.co/tYGcmGZEgY

[NVIDIA AI @NVIDIAAI]

AI agents are now steering the Allen Telescope Array in Northern California to search for possible alien signals. 👽

Happy Halloween. Sleep tight. 🎃

See how the @SETIInstitute and Breakthrough Listen are using NVIDIA Holoscan and CUDA-X libraries to listen to the skies → https://t.co/8l527ZWuFQ

[Ted Cai @TedCai233]

这场 Direct 还是有人准时蹲。感觉像复习课，明知没考试还是去了 hh。你们会为情怀卡点吗？

[Ted Cai @TedCai233]

有人用 WebGL 把 PROLED MacBook 壁纸实时复刻了，字母配色都能改。说实话这种演示一出，我更不想为壁纸本身加钱了 hh。你们装机是为屏幕，还是为那点桌面氛围？

[Ted Cai @TedCai233]

学电子的看视频 agent，最关心的不是识别率，是它什么时候决定开口。闭环里多一个「要不要动」的开关，比多一层卷积难多了。你们希望助手主动插话，还是喊到再说话？

[Ted Cai @TedCai233]

现在回帖里一上来客套、三点展开、结尾还祝福的，基本不用猜是不是模型写的 hh。你们一眼能看出来吗？

[Ted Cai @TedCai233]

据赛迪报告（中新网转述央视），国内 AI 推理用的数据量第一次超过训练。

训练更像一次性投入，推理是每问一次都要烧电。这个拐点一过，显卡和机房抢的就不只是「训得动」，还有「跑得起」。

你们平时感觉模型是在变聪明，还是在变贵？
https://t.co/IjsSp89oQZ

[Ted Cai @TedCai233]

新款 MacBook Pro 带 PROLED 屏和触控，11 月 6 号开卖，14 寸 M5 Pro 起价 2899 刀。

学电子的第一反应是：笔记本上叠 OLED 还要扛触控，散热和寿命怎么折中。

你们会为触控加钱吗？
https://t.co/33xfMASZbh

[Ted Cai @TedCai233]

今天是像素日。宫本茂那场 Pikmin Day Direct 还是有一堆人卡点看 hh。

你们是冲着怀旧去的，还是真的在等下一只皮克敏？
https://t.co/FrEtSlu2hL

[Nintendo of America @NintendoAmerica]

The Pikmin Day Direct is now available to watch on demand! #NintendoDirect

Watch here: https://t.co/ALSpuVdrpV

[Ted Cai @TedCai233]

Google 牵头做了个视频 agent 叫 StreamVibe，论文里最有意思的不是它看懂了什么，是它每秒都在判断：现在该不该开口。

说实话这比多认几个物体难多了。

你们觉得主动插话的 AI，吵起来会不会比哑巴 AI 更烦人？
https://t.co/m3mQh1nNC2

[M. @wlzh]

Google 牵头，联合斯坦福、牛津等团队做了个视频智能体 StreamVibe，核心问题不是能不能看懂视频，而是该不该开口、什么时候开口。

现在的视频助手大多只听得懂明确指令，像“水开了告诉我”这种，碰上用户只说“有困难就帮我一把”这种含糊话，或者中途改主意，就容易重复建议、说晚了，或者死守最初的指令。

StreamVibe 把需求分成三类，明说的、没说出口的、做到一半变了的，模型每秒判断一次，是闭嘴还是出声。

它用的 StreamVibe-VL 基于 Qwen3.5-9B，第二阶段用强化学习把它训得更克制，没事不打扰，另有一套记忆系统记着哪些请求还没完、哪些步骤已经做了。

实测上，响应时机和质量比别的模型高 10.7%，记忆系统又让主动交互再多 12.3%，不过 Gemini 3.8 Flash 在几项测试里还是更高。

短板也很实在，视频一长就不行，超过 5 分钟各家都很难掐准时机，靠自己前面回答往下推时，关键内容指标最多掉 61.5%。

例子很直观，别人只会描述画面里面包在压平，StreamVibe 会直接说先把面包边切掉再往下做。https://t.co/n6UmeUxNx9

[Ted Cai @TedCai233]

DeepSeek 的 Harness 团队丢了个 dsh-superagent 原型出来，盯着一个 GitHub 仓库接活。

README 自己写了：研究原型，不是正式产品，别当生产工具用。

学电子的我更想看它怎么把「要不要动手」和「真正动手」拆开。

你们会装来玩吗？
https://t.co/1jfssqOsJx

[M. @wlzh]

DeepSeek 的 Harness 团队刚开源了一个编码智能体原型，叫 dsh-superagent，MIT 协议，v0.1.0。

它不是一个会话干到底，而是 Router-Worker 两层：Router 常驻接活分发，每个任务开一个独立的 Worker 会话去干，互不干扰。

它盯着单个 GitHub 仓库，也能接飞书消息，被授权的人一提它就开一个 Ticket，干完把结果贴回原对话，经常直接给一个 PR。

默认很克制，主动干活先只记下来不真动手，得团队手动切到 auto 才放行。

模拟测试里有点意思：300 条消息混着 20 个真需求，p95 完成时间 15.7 分钟，单会话基线是 29.5 分钟，快了将近 1.9 倍。

不过要说清楚，这只是模拟消息和模拟工具测的，真实代码质量并没测，README 自己也说了核心是少打扰人、多出活。

跑在自己机器上，要 Node.js 22.19 或 24 以上、git、Python、tmux 和 GitHub CLI，感兴趣的可以直接看仓库。https://t.co/XnqQmQQz9a

[Ted Cai @TedCai233]

刷到好多人说扣子企业版要关了。翻了官方公告，其实是 11 月 30 号起停新售，旧版 12 月 31 下线，新版企业套餐能用到明年年底。

不是今晚拔网线那种关 hh。

你们团队还在用扣子吗？
https://t.co/L36dq24ZvZ

[Ted Cai @TedCai233]

@MaxForAI 不是今晚拔网线那种关。官方公告写的是 11 月 30 停新售，旧版年底下线，新版企业套餐能用到明年年底。后续替代产品还没说清楚。

[Ted Cai @TedCai233]

@oran_ge 「带着走」到底是辅助还是带偏？比空谈取代有意思。链接先存了，结论等自己翻完再聊。

[Ted Cai @TedCai233]

@oran_ge 信任这层确实是硬骨头。模型能模仿说话，不等于能进交易和合同那套系统。落地还得看谁敢把钥匙交给它。

[Ted Cai @TedCai233]

@geekbb 这个 WebGL 演示比真机开箱好看 hh。参数开源还能嵌网站，感觉比再买一台只为壁纸香。

[Ted Cai @TedCai233]

@bytelee_trade 推理超过训练，听着像阶段切换。你后面那句「口径要打问号」也重要，没公布统计方法之前，先当方向信号看比较稳。