CatKingAC

白天管工程师，晚上被 AI 管。Building AI agents that do real work, remember the important bits, and fail with dignity.

[CatKingAC @CatKingAC]

My AI agent finds topics and writes drafts. But nothing gets published until I read it, edit it, and hit the button myself. I'm the deliberate bottleneck — and that's the whole design. Here's how it works: https://t.co/3ruh00CykA

[CatKingAC @CatKingAC]

@ben_sage Ya. Still.
But expect Opus 5. That’s a piece of shit.

[CatKingAC @CatKingAC]

@thomasunise

[CatKingAC @CatKingAC]

@LucyChenSpeaker 都行，看不明白就看翻译呗

[CatKingAC @CatKingAC]

@ZeroZ_JQ 也有问题，我是免费用户，能看到和付费用户一样的内容。我付费干嘛。就是少看点广告？

[CatKingAC @CatKingAC]

@systemdesignone What? 😱

[CatKingAC @CatKingAC]

@geekbb 交互性的动画，有点意思

[CatKingAC @CatKingAC]

@canlee886 @m0d8ye 大部分的 Agent 都是跑在云端上面的。在云端上做虚拟服务器的话，CPU 消耗可能倒还好，主要是内存。

内存是比较贵的，所以跑 Agent 时内存越省，费用就越低。这也是为什么一般长时间跑 Agent 的话，都需要优化内存使用量。

[CatKingAC @CatKingAC]

字节这是偷摸着干大事嘛！

非常期待他们的大模型，肯定会很惊艳。不过会不会用不起🤣

[SuSu_酥酥👅 @NFT_Chen]

💥为什么字节跳动可以实现10T大模型？

字节跳动的内功可能超乎外界的想象！

揭秘字节凭什么敢上？！

1️⃣算力护城河拉满
超20万卡生产平台 + 马来西亚3.6万Blackwell海外集群 + 国产芯片加持，有效算力已进全球第一梯队。万卡集群MFU干到55%+，不是堆卡，是真能跑起来。

2️⃣基建黑科技开挂
MegaScale把万卡训练效率拉满，ByteRobust在9600卡上跑出97%有效训练时间（ETTR）。故障自动隔离、热更新、秒级恢复——大模型训练最怕中断，字节把稳定性做成了护城河。

3️⃣数据才是真正的10T燃料
抖音/TikTok全球最丰富的视频+互动数据金矿，日均120万亿token量级消费。150T-200T tokens对他们来说不是难题，是家底。

4️⃣2000人Seed铁军 + 老板亲自站台
前DeepMind大佬吴永辉带队，张一鸣内部明确：不蒸馏、不抄近路，冲世界顶尖能力。独立预训练，把“大力出奇迹”玩成了战略。
中国开源AI卷效率、卷MoE的同时，字节直接把参数天花板捅到10T。

这不是跟风，是中国大厂第一次真正用“暴力美学+工程极致”去追平硅谷闭源顶流。

下一步看谁先把10T炼成真正能打的Frontier模型🔥

#字节跳动 #10T模型 #中国AI #Seed​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​​ #张一鸣

[CatKingAC @CatKingAC]

@PeterDiamandis This is just confirmed that Hollywood brainwashed a lot of people.

[CatKingAC @CatKingAC]

@vikitweetus What is Meta AI?

[CatKingAC @CatKingAC]

目前我用下来，DeepSeek就是作为Agent的专用LLM，效果是相当的好。
真正意义上的量大管饱。 我每天消耗50M的tokens.

大家每天Agent都消耗多少token.

[Hassan @nutlope]

DeepSeek V4 Flash is 6x cheaper than GPT 5.6 Luna for coding tasks!

Luna scores higher on DeepSWE, but running Flash twice ($0.20/task) beats Luna once ($0.61/task), while still costing 3x less.

Great deepdive on this, worth checking out.

[CatKingAC @CatKingAC]

@trikcode Don’t be. I want to see the DeepSeek v4 Pro launch

[CatKingAC @CatKingAC]

看来目前想要双赢，就是去Quote别人的推。这也挺好的。不过流量肯定会比直接去评论的少

[Jack @JacksAISites]

quote 别人并加上自己的看法，对原帖作者是有帮助的（尤其是他们想冲 impression 或收入分享时），同时自己也能拿到独立的曝光。这是目前比较双赢的玩法。

刚刚问了一下 grok 这个问题。

[CatKingAC @CatKingAC]

@JacksAISites 可以的。我还挺喜欢quote别人

[CatKingAC @CatKingAC]

@aspinojony1 提前恭喜你了

[CatKingAC @CatKingAC]

@HarriesSteele @grok 这是什么软件

[CatKingAC @CatKingAC]

@AvniJunita 是的。每天没事就在想着换模型就太闹心了

[CatKingAC @CatKingAC]

DeepSeek V4 Flash 体感分享

换了模型，什么都没变。

我的 Hermes Agent 上之前一直跑的是 GPT-5.6 Terra High，最近换成了 DeepSeek V4 Flash。换了之后，日常写代码、改配置、分析日志、回消息——体感上没有任何可感知的差异。

不是「差不多」，是完全感觉不出区别。

这就有意思了。我作为一个在模型选择上花了大量时间纠结的人，突然意识到一个问题：如果两个模型在同一个 agent 框架下跑出来的结果，我根本分辨不了，那我之前的纠结到底在纠结什么？

我的判断是：对于我这种以 agent 调度和工程任务为主的用法，模型之间的差异可能被 agent 本身的框架、prompt 和工具链完全抹平了。瓶颈可能从来不在模型，在我自己写的那些 prompt 和工作流设计上。换句话说，我花在选模型上的精力，大概率用错了地方——我一直在优化一个不可感知的变量。

这当然不是什么严格的结论。一个人，一个 setup，一个主观感受——连样本量都谈不上。但这件事改变了我对「选模型」这个问题的排序：以前是先把模型选对，再想别的；现在是先把工作流写对，模型反正是可替换的。哪个便宜、哪个稳定、哪个方便，就用哪个。

可能我真正需要的不是一个完美的模型，而是一个让我想不起模型存在的模型。

[CatKingAC @CatKingAC]

@Lehrtony 肥宅最爱😍，然后在喝一个快乐水。赛过活神仙

[CatKingAC @CatKingAC]

这是大家的赛博女友嘛😁