knightli

[Tibo @thsottiaux]

Pro users, would you rather have

[knightli @hunter3721]

前几天 jev 的文章社区满天飞的时候我有个朋友很焦虑，问我试了没有，我告诉他别急，文章看看，了解原理和应用场景就行了，过几天各大厂商就会出来更低成本更快更准确门槛更低的同类产品了，到时候知道啥情况要用，直接用就好了，现在不着急折腾

[宝玉 @dotey]

OpenAI 推出 Decisions API：给 AI 出选择题，150 毫秒就可给出结果

OpenAI 在今天的开发者大会上发布了 Decisions API。开发者写好一个问题和几个备选答案，再把内容发过去，模型直接从选项里挑一个返回，不生成多余的内容。目前是有限预览，只对部分 API 客户开放，OpenAI 说未来几天会全面放开。

它用的是 GPT-6 家族里最小、最便宜的 Luna 的特化版本。按 OpenAI 的说法，一次判断大约 150 毫秒，同样的任务走普通 Luna 接口要 1.6 秒左右，快了十倍。

这类活儿以前有两种做法。一种是让大模型自由回答，再从一堆文字里解析结果，慢，还偶尔答非所问。另一种是专门训练一个分类器，得先攒标注数据，类别一变就要重训。Decisions API 把答案限定在你给的选项里，不可能跑出范围，换选项也只是改一下请求。

典型用法：客服工单进来，连同“账单组、技术组、售后组”几个候选一起发过去，马上知道该派给谁；内容审核时判断一张图能不能放行；AI 智能体每走一步，决定下一步调哪个工具。输入支持文字和图片。

不过社交媒体都在调侃 Decisions API 是在山寨 Jev。Jev 是创业公司 TypeSafe（创始人之一 Diogo Almeida）九月中旬发布的“决策模型”。普通聊天模型是一个字一个字往外生成，Jev 不生成文字，一次性给所有选项打分，直接返回答案和概率。TypeSafe 管它叫“System 1 模型”，借用心理学里“快思考”的说法：不推理，不解释，凭直觉秒答。

Jev 上线后在开发者圈很快传开。演示里有人一小时内就搭出能玩 Minecraft、Subway Surfers 的机器人，只要列出可选动作，不用训练。不过这些演示都跑在模拟器里，真实硬件上还没验证。它的价格也极低：输入每百万 token 0.042 美元，输出免费，处理一百万张三道判断题的工单大约 19 美元。

但细节上还是有差异： Jev 只收文本，Decisions API 能看图。Jev 每个答案都附带校准过的概率，方便设阈值，比如“低于 0.7 就转人工”，OpenAI 这边也会返回置信度。

[knightli @hunter3721]

@dotey 居然有人觉得astra更好，这不一眼 5.5 更强嘛。5.5不是做不了更高的模型精度，而是选择了这种风格。

[knightli @hunter3721]

哇，已经开源了。越来越感觉现在动手慢一点就不用发了，我两个月前做的一款agent调度工具，里面包含了动态的 model 和 effort 调节，以及若干特性。过了两个月，都有更好的基础设施支持或者组合方案去实现了。然而我那个系统太过庞大还没发布。。。以后更应该先发布小而美，最后再去组合大而全。

[vechen @miu21590]

Open-sourced this as Astra-Ares.

Jev adjusts GPT-6 Astra's reasoning effort mid-task in Codex: less for routine steps, more when needed.

First version, already working for me. Try it or build on it:
https://t.co/zn3OjgXzuy

[knightli @hunter3721]

@matrix67 matrix67 当年您的博客每篇必看

[knightli @hunter3721]

@bourneliu66 看完我觉得我的 80% 的任务， GPT 6 luna max 仍然是神一般的存在

[knightli @hunter3721]

未曾设想的赛道

【985本硕毕业后，30岁小伙重读本科，成功入住宿舍，跟大家介绍我的新家-哔哩哔哩】 https://t.co/G1fgGyBDlR

[knightli @hunter3721]

事实上，只是会话窗口的并排，并不解决并行多任务的核心问题。

用户更需要的是一个面向目标/决策/干预点与现场介入 的控制面。

这一点更适合在现有体系之上再包装一层产品语义。

有很多人已经在做这类工作，我也在做一个尝试。

[小码哥 @xmglab]

Codex 现在真是难用的一批！！

来，给兄弟们演示下 Claude 分屏体验，是真的无比丝滑！！😅

我当初用 Claude Code 的时候，就是这么开着多个窗口一起并行干活。

一边分配新任务，一边看结果，来回切起来特别细滑。

再回头看 Codex，那体验别提有多拉跨了。

Codex 草台班子什么时候能学明白啊？

别整天更新些有的没的……

[knightli @hunter3721]

@shengtang135754 这是现状，其实两者的战略已经你中有我，我中有你了。尤其是现在open ai的c，其实做的事情主要还是b类的居多，只是看采购方到底是谁罢了。

[knightli @hunter3721]

希望 Codex 能够出个功能：能够根据模型分组，匹配不同的提示词。

我知道用系统提示词也能做到接近的效果，但这并非原生的路由和按需组装，而是把手册全量下发后让员工自己根据岗位翻第几页。

[knightli @hunter3721]

这位老板的业务是企业服务，那么大概率是因为用户人群的使用习惯问题。企业服务的客户是谁？这些客户现在是否已经习惯用AI来问问题？用的话用的是哪些AI？用豆包吗？用千问吗？是用来问生活还是问工作？这些问题不搞清楚，就去做GEO，那确实就是在白烧钱。

[Miles Ma @miles_mazy]

我认识一个在杭州做企业服务的老板，去年一年营收 480 万，销售团队 7 个人。

百度、抖音、小红书都投过，每个月营销预算差不多 12 万。

前阵子他突然问我：“现在客户都去问 AI 了，我是不是也得做 GEO？”

后来他花了 3.8 万，找了一家公司做 3 个月 GEO。

对方一口气给他铺了 200 多篇内容，还做了一堆“AI 推荐率”的截图。

第一个月他挺兴奋，天天打开豆包、千问搜自己的品牌。

问题出在后面。

三个月过去，销售问新增客户：“你从哪里知道我们的？”76 个有效线索里，只有 4 个说是在 AI 里看到的。

最后成交 1 单，毛利 1.6 万。

他当时就愣了：“那我这 3.8 万，到底买了什么？”

我说，你买的是未来可能会有用的一个入口，但别人已经按成熟渠道的价格卖给你了。

现在很多 GEO 服务有个很有意思的地方：

老板怕自己错过，服务商最喜欢老板怕错过。

老板不知道该看什么，就给他看收录、曝光、推荐率、截图。

可老板最后还是会算账。

3.8 万进去，带来多少询盘？多少成交？一个客户成本多少？三个月后还会不会继续来人？

GEO 肯定有机会，但老板越怕错过，卖铲子的人报价越敢往上开。

[knightli @hunter3721]

#让你看看爷爷那些年用的AI有多蠢

[knightli @hunter3721]

蚌埠住了！

虽然知道他想讲什么

但是...

他到底在讲什么？

[Max For AI @MaxForAI]

笑不出来了….解放码农成骑手是吧😅

[knightli @hunter3721]

极端情况下，假设前六天几乎没有使用额度，原本准备在第七天集中用掉 100%，结果第六天突然 reset，那么原本积累下来的六天重置周期被直接清零，相当于损失了接近 $40 的名义额度价值。
这正是目前机制最值得吐槽的
它引导人们从均衡饮食变成暴饮暴食
更可怕的是周一暴食吃完一周的饭后，投喂消失了

[Kagurazaka Shinkai @kk_shinkai]

一次 Codex Reset 的价值远远比想象中低。

这里以 20x Pro、$200/月的基准讨论，只计算额度的名义价值，不讨论 OpenAI 的实际成本。

一周的额度名义上约值 $46，但这并不意味着每次 reset 都等于白送 $46。原因很简单：reset 会同时延后下一次正常重置的时间。

只有一种极端情况，你才能真正拿到完整的 $46：额度刚刚重置，你在一瞬间用光 100%，然后 Codex 又恰好立刻 reset。
假如你���别需要 1、3、5 天才能消耗完 100% 的额度，并且恰好在额度耗尽后发生 reset，那么这次 reset 带来的额外价值分别约为 $39、$26、$13。这可以近似理解为一次 banked reset 的价值。

对于非 banked reset，假设它在一周内随机出现，那么期望价值正好约为对应 banked reset 的一半：如果你通常需要 1、3、5 天烧完额度，那么一次随机 reset 的期望价值分别约为 $20、$13、$7。

如果 reset 提前有预兆，用户可以刻意多消耗一些剩余额度，因此价值会有所提高，但通常仍然远低于 $46。

更重要的是，reset 甚至可能是负收益。
如果你的工作负载有明显的波峰和波谷，极端情况下，假设前六天几乎没有使用额度，原本准备在第七天集中用掉 100%，结果第六天突然 reset，那么原本积累下来的六天重置周期被直接清零，相当于损失了接近 $40 的名义额度价值。

再假设两种用户：一种人在��半周使用 30%，后半周使用 70%；另一种恰好相反。那么随机发生一次 reset，前者平均损失约 $5，后者平均获得约 $5。假设二者数量相等，混合之后 reset 的期望价值接近 0。

当然，这些都只是理想化模型。真实用户既不会完美控制自己的额度消耗，也未必按照均匀计划使用。

多账号用户因为更容易产生闲置额度，reset 带来的收益可能稍高；另一方面，还有大量用户本来就烧不完额度，或者习惯性保留额度。对于这些没有遭遇额度限制的人来说，reset 本身几乎没有实际价值。

上面的数字没有考虑真实用户的行为。有些假设会高估 reset 的价值，有些则会低估。

但综合来看，我猜对于 20x Pro 订阅者，一次随机 reset 给单个用户带来的平均额外价值很可能低于 $5，甚至远远更低。
相对于 $200 的月费，这基本上可以忽略。

[knightli @hunter3721]

企鹅在上下文对agent的开放上，因为产品定位和生态包袱的原因，略显保守。但最近明显在快速推进生态内开放性，但说实话，步子还是太慢。workbuddy 在认知和入口战上打了场好仗，但进入深水区，还是会回到：谁能更自然的持有更多上下文这件事上。这方面能打的只看到腾讯会议。知识库需整合，现在太散

[knightli @hunter3721]

杀手锏确实就是工作的上下文，飞书可以自然的持有，并且飞书很早就面向 ai native在做产品演进了。

唯一的担心：飞书面向agent的开放性是有边界的，尤其是在和豆包合体后，对内的开放性会进一步增加，但对外的开放性可能会减小。

对企业来说，好用是一方面，但成本和数据的可迁移性也是不得不考虑的

[数字生命卡兹克 @Khazix0918]

https://t.co/lYfLxIT8sx

[knightli @hunter3721]

@PandaMing88 但是这件事事实上也不需要花 4 个人。应该是在 AI 的辅助下，由一两个内部足够了解业务的人来做：AI 负责暴露问题和有歧义的地方，人负责回答问题和校准。不应该需要 外面请 4 个人花这么多钱

[knightli @hunter3721]

终于来了，我用了好长一段时间微信输入法，已经适应微信帮我重新编排语序和结构的感觉了。不知道豆包的润色功能有没有不同强度的选项。下载来试试

[Robinson · 鲁棒逊 @python_xxt]

广而告之
豆包输入法的 windows版，终于发布了！

请大家都去用，国产输入法 T0 的存在 ！

[knightli @hunter3721]

@ksky 另外，吐槽一下叭哥一个特别令人难受的特性：它的翻译功能，一旦翻译了，原文就只能在历史里看到一小段灰色文字开头，无法看到原文的全貌，复制只能复制翻译后的文本。这一点实属缺憾，我估计不止我一个人吐槽。叭哥的产品看到的话尽快改改吧。

[knightli @hunter3721]

@ksky 使用感受：
1. 除了能顺便翻译，和微信输入法比没有太大优势
2.目前只看到电脑端，没有移动端，微信输入法杀死比赛（豆包输入法也有多端）
3.无论长短，叭哥总是倾向于保持语序与结构，去水词和润色，微信输入法对大段长篇能够更好的重新组织语序和结构，包括排版。顺便说一下：豆包输入法介于两者之间

[knightli @hunter3721]

@ksky 使用感受：
1. 除了能顺便翻译，和微信输入法比没有太大优势
2.目前只看到电脑端，没有移动端，微信输入法杀死比赛（豆包输入法也有多端）
3.无论长短，叭哥总是倾向于保持语序与结构，去水词和润色，微信输入法对大段长篇能够更好的重新组织语序和结构，包括排版。顺便说一下：豆包输入法介于两者之间