iswade

软件工程师

[Lucky J @_luckyj888]

Kimi K3发布后，老板让我算算本地化部署要多少钱。算完他沉默了。

K3有2.8万亿参数，MoE架构，想本地跑？最少64张H200起步。

我列了个清单：

🖥️ 显卡：64张H200，141GB显存版本
🔗 网络：NVLink交换机 + 800G光模块 + RDMA交换机
💻 CPU：双路Xeon/EPYC，PCIe 5.0
🧠 内存：每台1-2TB DDR5
💾 存储：RAID阵列，每台不低于8TB企业级SSD
❄️ 散热：液冷，风冷根本压不住
⚡ 电源：单机柜160kW，钛金电源

硬件成本：3000万（一次性）

然后我算了算电费：
64张H200，单卡0.7kW，总功耗44.8kW
加上PUE 1.55，实际取电69.44kW
工业用电1.5元/度，一小时104块
一年8760小时满载：91万

就这还没算场地、机房改造、运维人员。

老板看完账单，脸从白变红变紫变黑，沉默半天说：「小X啊，这个事儿公司需要开会讨论一下，你把材料留下先回去吧。」

走出办公室时我看他手有点抖。

三千万只是起步。本地化部署大模型，从来都不是小老板的游戏。

（故事纯属虚构）

[云风 @cloudwu]

花了5 个月，陪云豆把这本书读完了，并且完整复习了一遍。习题大概可以做到 90% 的正确率。打算开始读中级本。

[Yun-Ta Tsai @yunta_tsai]

Many people think any given ML project is 99% training.

In reality, it’s 50% evaluation, 40% data cleaning, 8% integration, and 2% training.

The first two set the noise floor for learning. No ML magic matters; the model cannot lower the noise floor, as that’s the optimal bound of Shannon encoding of your data.

Thus, not a single day goes by without me thinking about ontology. Even the old labels have to be constantly reviewed.

[0x鸣人 @LuBtc888]

中国顶级富豪圈，杀进了一批年轻学霸。

1. 陈天石，41岁
中科大少年班，计算机博士，寒武纪核心创始人，超2100亿元

2. 梁文锋，41岁，浙大硕博
DeepSeek深度求索创始人，超1800亿元

3. 杨植麟，34岁
清华大学计算机系、CMU博士，月之暗面Kimi创始人，950亿元

4. 刘靖康，35岁
南京大学计算机系本科，影石创新创始人，266亿元

5. 闫俊杰，37岁，清华大学计算机系博士后
MiniMax稀宇科技创始人，250亿元

6. 俞浩，39岁
清华大学航空航天专业追觅创始人，200-300亿元

7. 王兴兴，35岁
上海大学工科硕士，宇树科技创始人，超150亿元

[Rahul @sairahul1]

https://t.co/WN0MsLNjDw

[World of Statistics @stats_feed]

Inventions that changed the world:

1700s: Steam engine, Piano
1710s: Mercury thermometer
1720s:
1730s: Octant (navigation)
1740s: Leyden jar (first capacitor), Lightning rod
1750s:
1760s: Spinning jenny, Watt's steam engine, Marine chronometer
1770s: Submarine prototype
1780s: Hot air balloon, Bifocals
1790s: Cotton gin, Smallpox vaccine

1800s: Electric battery, Steam locomotive
1810s: Stethoscope, Photography foundations
1820s: Electric motor, Electromagnet
1830s: Telegraph, Mechanical reaper
1840s: Anaesthesia, Sewing machine
1850s: Bessemer steel process, Elevator, Oil drilling
1860s: Dynamite, Pasteurization, Transatlantic telegraph cable
1870s: Telephone, Phonograph
1880s: Light bulb, Automobile, Steam turbine
1890s: Diesel engine, Radio, X-ray

1900s: Airplane, Blood transfusion
1910s: Assembly line production, Radio broadcasting
1920s: Insulin, Penicillin discovery, Television demo
1930s: Jet engine, Radar, Nuclear fission
1940s: Computer (ENIAC), Transistor, Nuclear power
1950s: DNA structure, Polio vaccine, Satellites
1960s: Laser, Internet (ARPANET), Moon landing
1970s: MRI scanner, Email, Personal computer
1980s: GPS, Personal computer boom, World Wide Web foundations
1990s: World Wide Web, Lithium-ion battery, Human Genome Project

2000s: Smartphone, Social media, Solid-state drives
2010s: CRISPR gene editing, Reusable rockets, mRNA vaccine technology
2020s: AI / Large language models

[ruanyf @ruanyf]

智谱的市值已经等于小米了，相当于两个多的京东。它的模型都是开源的，因此是世界市值最高的开源软件公司了。

[Tom Huang @tuturetom]

html-anything 的模板太受欢迎了🔥

就在刚刚，html-anything 的模板已在 Open Design @nexudotio 中全部上线🚀

Open Design 现已集成了近 400 套开箱即用的模板/Skill/设计系统，每一套都是推特爆款

动动嘴就能做出世界级设计👉https://t.co/7fuhR3IQ5a

[小樱💞｜实用工具分享 @xiaoying_eth]

Google 这波，等于把 GPU 黄牛的桌子掀了 🤯

VS Code 现在可以直接连接 Google Colab。

也就是说：

→ 在你自己的编辑器里，白嫖一张 T4 GPU
→ 代码和文件在本地，算力用 Google 的

链接：
https://t.co/VTtRT2u8oc

[林亦LYi @linyiLYi]

已严肃使用Hermes，还真不是因为Hermes能“自我进化”这些虚的，有俩很实在的点：1. Hermes遇到错误会继续搞，直到明确成功/失败，但OpenClaw经常莫名其妙就停了；2. 真的省token，虽然起手还是一万多，但聊很久上下文也维持在三、四万token，换OpenClaw早就过10万了。

[Berryxia.AI @berryxia]

Obsidian Web Clipper 1.4（版本 1.4.0）官方地址如下：
1. 官网安装页面（推荐）
•https://t.co/5d2qEyoqkA
（点击 “Add to Chrome” 等按钮直接安装，支持 Chrome/Edge 等 Chromium 浏览器）
2. Chrome 应用商店（自动更新到 1.4.0）
•https://t.co/UZF08Qng2Z
（中文版：https://t.co/MC58vnZWn1）
3. GitHub 1.4.0 发布页（含手动下载 ZIP）
•https://t.co/WVniCGK4CD
这里可以下载 https://t.co/XqU0UAq5sJ 等离线安装包（适用于需要手动安装或特定浏览器的用户）。
其他浏览器地址（均已更新至 1.4）：
•Firefox：https://t.co/MfS24V09M9
•Safari（macOS/iOS/iPadOS）：https://t.co/OB5ptYYcdi
中文帮助文档：https://t.co/zVUB8BwiDA
1.4 版本主要新增了 YouTube 交互式字幕、Reader 模式一键打开等功能，已于 2026 年 4 月 9 日发布。直接在浏览器商店安装即可获取最新版 1.4.0。需要特定 ZIP 包或其他帮助再告诉我！

[supermao @buaaxhm]

我一直劝人说，一定把 anthropic 家对外公开的所有东西逐字逐帧学习，虽然它对中国不友好

在这个 AI 时代，甚至比你本硕博连读更为重要

[黄赟 @huangyun_122]

一个最能体现你当下 AI Coding 水平的问题：

你能让 codex，claude code, gemini cli 无人值守运行多长时间？

注意⚠️：是无人值守，你可以去跑步，吃饭，睡觉，回来就拿结果的那种

[PVLDB @pvldb]

Vol:19 No:3 → GPU Acceleration of SQL Analytics on Compressed Data https://t.co/tPIp00xhL1

[Nicolechan @stark_nico99]

全球AI最有影响力的15个人，他们吵什么基本都会上新闻

@sama — Sam Altman，OpenAI CEO，每条推文都能引发行业震动
@elonmusk — Elon Musk，xAI 创始人 / X 平台掌舵者，Grok 模型背后的推手
@zuck — Mark Zuckerberg, Meta CEO, LLaMA 开源战略的最终决策者
@DarioAmodei — Dario Amodei,Anthropic CEO / 联创，前 OpenAI 研究副总裁，Claude 之父
@danielaamodei — Daniela Amodei，Anthropic 总裁 / 联创，AI 安全与产品化的核心推动者
@ilyasut — Ilya Sutskever，SSI 创始人 / 前 OpenAI 首席科学家，AGI 最接近的人之一
@karpathy — Andrej Karpathy，最会讲 AI 的工程师，深度好文必读
@ylecun — Yann LeCun，图灵奖得主 / Meta AI 掌门，最敢怼 AGI 泡沫的大佬
@demishassabis — Demis Hassabis, Google DeepMind CEO, AlphaFold 之父
@jeffdean — Jeff Dean，Google DeepMind 首席科学家，AI 基础设施奠基人
@AndrewYNg — Andrew Ng，AI 教育布道者，行业趋势判断极准
@drfeifei — Fei-Fei Li, ImageNet 之母 / World Labs 创始人，AI + 空间智能先驱
@Thom_Wolf — Thomas Wolf, Hugging Face 联创，开源 AI 生态核心人物
@gdb — Greg Brockman，OpenAI 联创，技术与产品的双重视角
@steipete — Peter Steinberger, OpenClaw 创始人 / 现 OpenAI，开发者视角最接地气

[AB Kuai.Dong @_FORAB]

当前 ChatGPT 的 OpenAI，员工都毕业于哪些院校？

挺有趣的一张图，标记翻译成中文了。

[池建强 @sagacity]

今还看到了一个非常激进的观点，来自 Yuchen Jin。他说，任何没有尝试过使用人工智能进行编程的科技公司 CEO 都错过了机会。谷歌的谢尔盖在编程，Meta 的扎克伯格也在编程，Shopify 的托比在编程。如果你没有亲身感受到人工智能发展的速度，你就无法预见未来。你很可能会被那些预见到未来的人颠覆。

对于最近沉迷 vibe 无法自拔的我来说，可太喜欢这句话了。AI 的变化现在是指数级的，人的认知大部分时候是线性的。不亲自下场，就会本能低估这个速度。让 AI 给你改一个老项目、重构代码、写个工具，眼看着从“完全不行”到“不太行”再到干得漂亮，你大概就知道 AI 进步的速度了，你会在方方面面做出完全不一样的判断。

[iswade @iamwsd]

@joyfulframes @grok 帮我归纳总结

[William Long @williamlong]

【懒人投资理财方案】这篇文章介绍一种“懒人理财方案”，核心原则是：长期持有 + 阈值再平衡（Threshold Rebalancing）。它不依赖市场预测，不追逐热点，也无需频繁操作。只要能做到“定期复盘、按纪律执行”，就能在时间的复利中稳步积累财富。https://t.co/5G2ni8zer0

[Planet PostgreSQL @planetpostgres]

Marco Slot (@citusdata): An Overview of Distributed PostgreSQL Architectures https://t.co/VQD8EyAR9h