damoyang

AI-founder，AISRE Castrel

[damoyang @damoyang2]

@oran_ge +1

[damoyang @damoyang2]

GPT6和GPT5.6的AA分数也是说明GPT6只是在在拓展coding之外的应用场景，并没有带来智能上限的提升

[岚叔 @LufzzLiz]

早上先看到 Artificial Analysis 这张图，愣是没笑出声：
GPT-6 Astra 的 Intelligence Index 还是 61，跟 GPT-5.6 Sol 打平；在这套指数里，max 档的平均每��成本反而贵了 75%。

转头再看 OpenAI 官方的成绩单：卧槽，怎么像换了一代模型。AutomationBench 41.4% vs 18.1%，Terminal-Bench Science 64.6% vs 22.4%，ARC-AGI-3 更是 99.9% vs 7.8%。

这俩肯定有一个说谎了吧，猜猜会是谁？
仔细对完口径，两张图其实没打架，考的是两套卷子。
真要问谁更会讲故事，当然是发布模型的那一方。
Artificial Analysis 把 9 项评测压成一个综合分，Astra 有涨有跌。
OpenAI 的发布页集中展示了它进步最猛的 Agent、电脑操作、科学和安全项目，其中还有内部题和特殊运行设置。

最妙的是，OpenAI 自己的表也写着：AA 综合指数上，Astra 61.2，Sol 60.9，Claude Fable 5.1 是 65.7。

所以我先不急着给它盖上“全能冠军”的章。
Astra 在长任务、工具调用和电脑操作上确实进步明显。至于它是否称得上跨代升级，还得等第三方在统一任务、工具和预算下实测。

我们这边现在还用不上。OpenAI 表示已先向少量组织开放，Plus、Pro、Business、Enterprise、API 和 AWS 会在未来几天陆续跟上。

[damoyang @damoyang2]

这不老罗的TNT么？语音是关于的人与人的情绪表达的，跟逻辑没有关系。视觉也只是更加丰富的输入形式，也不会额外带来智能的提升。不看好这类交互设计，除了浪费token和计算能力，在真实工作上也是帮助不大的

[数字生命卡兹克 @Khazix0918]

https://t.co/yC3ERbZVUT

[damoyang @damoyang2]

大家不会用不出来吧，真的以为国内的便宜么

[Yihui @yihui_indie]

财经的 8 月刊的文章我才知道，原来海外模型的订阅方案的均价，其实是要比国内的 token plan 便宜好多的...

[damoyang @damoyang2]

能看见回比会思考高级么？很多动物都能看清楚这个世界，但是似乎只有会��言的动物才会思考这个世界

[AYi @AYi_AInotes]

过去三年全行业都在把文字和代码往大模型里死命塞,以为这就是 AGI 的全部,

@drfeifei 李飞飞今天一句话直接把所有人的狂热给泼醒了:
大自然的天空上从来没有写着字,
真实世界是由 3D 几何、材质结构和物理定律堆出来的,

你把全人类的文字读上一万遍,AI 依然不知道一块石头砸进水里究竟会掀起怎样的波纹。

这就是为什么 World Labs 从第一天起就不打算走纯文本的老路,

语言只是人类发明出来描述现实的压缩协议,它根本不是现实本身,

真实世界没有 Token,它只有连续的坐标、光线的折射、���体的遮挡,以及不可逆的重力,

大模型可以借用,但从哲学和底层逻辑来看,这完全是截然不同的两座大山。
以前是让 AI 在人造的文字牢笼里做填字游戏,

从今天起,它必须真正睁开眼,去理解这个充满物质与碰撞的三维现实。

语言负责让 AI 懂人,空间智能才负责让 AI 懂世界。

[damoyang @damoyang2]

Anthropic的当务之��是：说服全人类，AI太危险，其他公司都需要被限制，让我来管AI

[FeiZ @Fei2411]

各个 AI公司的当务之急👇：

OpenAI：赶紧推出一个最强大的模型前沿模型，解决前端和过度设计的问题；优化 codex desktop

Google：赶紧推出 Gemini 4 Pro，并让 Antigravity 真正好用

Grok：大幅提升grok 订阅的额度，让它的价值能真正匹配 $300/月的价格

Kimi：赶紧补足算力，并优化订阅的使用额度；推出 k3.1和k3.1 flash

GLM：把用户当个人吧；推出更大、知识更全面的模型；优化使用额度

DeepSeek：回到原价；优化 V4 Pro，或者推出 4.1

Anthropic：赶紧把技术给别人然后消失吧

[damoyang @damoyang2]

@lifesinger 发薪是为了解决什么问题，没有get到啊？

[damoyang @damoyang2]

A 畜老是自我欺骗，真的以为加个锁就能防住了？

[Holegots @holegots]

轰轰烈烈的大蒸馏时代要暂时告一段略了
https://t.co/w6kOeibzGM

[damoyang @damoyang2]

用一个mac-mini的代价得出了一个无人进行负责的结论

[码良 @cxjwin]

刚刚被一个账单提醒���到了，一个 PM 这两天烧了一台 Mac mini 的 Token 费用。

问他在搞什么？

他说：就跑了 500 个客户反馈分析。

我还纳闷，500 条反馈能烧几个钱？

结果把工作流拉出来一看：

每条反馈要跑八九个节点，每个节点都往上下文里塞几万字的知识库。

500 个客户，知识库被模型来来回回读了 4000 多遍。

我：……

AI 还没把客户研究明白，先把一台 Mac mini 研究没了。

[damoyang @damoyang2]

更像是面向未来融资，不是面向未来创业

[麦克斯（薄肌版） @maxjjiang]

仅仅过了半年时间，AI 的整个产业链变得无处下脚。

不管是软件、硬件、还是具身，能想到的想不到的每个细分场景里，都站着一群苟延残喘的人。

往下走卖结果，做成服务业干着脏活累活。

往上走做模型，烧钱豪赌一个有价值的场景九十九死一生。

哪也不走留在中间腹背受敌、没有用户、不敢增长、混吃等死。

但我不认为AI创业已死，我们仍活在旧的生产关系里，仍用着方寸大小的显示屏指挥 AI，Token 仍是在少数生产场景流通的稀缺品。

我们仍有异常充分的空间畅想未来，思考未来人与AI的关系，并押注其中。

我称之为“面向未来创业”

就像我们在 Fovea @FoveaSocial 的用户访谈中，最多的一种声音就是，眼动不如鼠标方便，与其靠眼神来帮助 AI 获取上下文，为什么不能直接将鼠标挪过去呢。当然可以。

但未来会是怎样，键盘鼠标屏幕这种交互形式还能否容得下 AI 真正的能力，在未来，人机交互一定是眨眨眼动动嘴就能让 AI 理解你的意图。

想让AI做更多事、释放更多潜力，最后的瓶颈一定在于：与 AI 共享更多的上下文，看你所看，听你所听，想你所想。

如果这一流程仍需要人类大脑高度失真的语言压缩，那么 AI 的执行效率至少下降 90%。

微观角度，未来是概率。宏观角度，未来是定数。面向未来创业。

[damoyang @damoyang2]

@ilyasut It’s always easier to destroy than to build.

[damoyang @damoyang2]

@willlhhh @loki_yan_seo 😄😃😁

[damoyang @damoyang2]

@lifesinger 🐂

[damoyang @damoyang2]

dsh 出来的有点早，模型能力还没跟上这种架构

[LotusDecoder @LotusDecoder]

好了，
硬件的选择告一段落，
开始新的软件栈纠结，
是继续用 pi agent 做开发呢？
还是用 deepseek harness？

pi 是真的简洁易懂，改改代码就上手。
deepseek harness 是一切皆插件，以后给到agent本体的自由度会更大吧。

[damoyang @damoyang2]

@lifesinger 不要搞 agent 产品 agent 产品的��业模型太差了。搞给 agent 用的传统产品更有想象空间

[damoyang @damoyang2]

@binaryify 网易为啥要发律师函...

[damoyang @damoyang2]

@geekbb 不至于，agi的路还很长，不搞文字也可以搞视频音频

[damoyang @damoyang2]

I just reserved my Cloudflare Wallet tag: https://t.co/YFJa7igjgO.

Reserve yours now at https://t.co/7nN4npej00

[damoyang @damoyang2]

@siddontang 大概率记忆的数据和能力会内化在模型里，外层的数据库管理好session的详情就可以了

[damoyang @damoyang2]

@chunxiangai 后面token价格肯定会下降，而且新的大模型出来还得再跟进