jsz

jsz

[jsz @JSZ811]

@wangdan1989 川普利用习近平为中期选举助选。习近平会多买农产品。

[慢走不宋 @zelin1107]

Ben Swerdlow 做了一個只能透過 AI agent 玩的《星海爭霸：怒火燎原》，然後讓 19 組模型與 effort 檔位各自上場打 18 局。

成績最好的一組是 @OpenAI 的 Codex Astra xhigh，18 勝 0 敗。墊底的三組裡有兩組是 Grok 4.6（@grok），另一組是 @AnthropicAI 的 Claude Haiku，0 勝 16 敗。

但如果只看到這裡，就錯過了這份榜單真正有意思的地方。同一批模型裡，把 effort 往下調，成績反而更差，而且��一局還更貴。

Codex Astra 的 xhigh 每局花 10.54 美元，APM 12.6，勝率 100%。切到 low，每局變成 21.07 美元，APM 25.7，勝率掉到 77.8%。手速翻了將近一倍，帳單也翻了將近一倍，贏的場次少了四場。

Luna 那一組方向相反，結論卻一樣。xhigh 每局 0.16 美元、勝率 38.9%；low 每局 0.42 美元、勝率 50%。貴的那組贏得多，便宜的那組輸得多。所以在這裡，「便宜沒好貨」和「一分錢一分貨」都不成立，貴的和便宜的都可能站錯邊。

整份榜單的成本跨度也值得看一眼。最便宜的一組每局 0.16 美元，最貴的一組 21.07 美元，差了約 130 倍。而這 130 倍買到的勝率差距，是 38.9% 對 77.8%。

作者給的解釋是思考的成本。早期的模型會把即時戰略當回合制在下：它們停下來想的時候，對面的兵已經到門口了。他在報告裡寫，舊模型「被摧毀的時候還在思考」。新一代多數知道想太久會出事，某些低 effort 的檔位因此反而表現更好，但同一批新模型裡，還是有人掉進同一個坑。

Grok 4.6 是這個坑的極端樣本。有一局，xhigh 檔位在 43 分鐘裡記錄了 11,138 個推理 token，總共只發出 6 個指令批次，全程沒有造出任何一個戰鬥單位。另外兩局，它造了三個陸戰隊、兩個狂戰士，兩次都沒走到對面基地。作者形容這些「與其說是策略差，不如說是持續觀察與行動的失敗」。

對照數據更直白。Codex Astra 平均 14.7 個工人、8.3 個兵力單位，礦區裡躺著 240.6 礦。Grok 4.6 平均 7.4 個工人、2.0 個兵力單位，礦區裡躺著 536.6 礦。它不窮，它只是把錢留著。

還有一組數字我看了很久。三組模型在「已��成的科技研究與升級等級」上分別是 0.3、0.2 和 0。打了十幾局，沒有人真的爬過科技樹。這不是某個模型的問題。整個世代都還停在新手的第一個動作上。

還有一個細節值得單獨看。Codex 會自己拆出 subagent，一個管經濟、一個管生產、一個管控兵。問題是它們之間幾乎不溝通。控兵那個 agent 每造出一隻新兵就直接送上去，完全不知道生產那邊正在攢一支大部隊。作者說這是典型的新手錯誤，一隻一隻送，沒等到足夠數量就開打。

Claude Fable 走的是另一條路，成績也不差，15 勝 3 敗。作者的評語是「我發現自己在好幾局裡替 Fable 加油」。Fable 通常會先建經濟、爬科技樹，不會停在第一個能造的兵。有一局它做出 Lair、Spire 和飛螳並且贏了；另一局它補出 Robotics Facility、Citadel of Adun、Observatory 和 Templar Archives 才收掉對手。作者說它比其他任何模型都更像是真的想玩這個遊戲。

數據也支持這個印象。Fable 平均 16.7 個工人、7.4 棟建築，兩項都比 Codex Astra 高；但兵力只有 7.6，比 Astra 的 8.3 少。它把資源放進了經濟和建築，Astra 把資源放進了部隊。兩條路都贏了比賽，贏法不一樣。

不過野心不等於執行力。Fable 也有一局爬到了 Factory 和 Academy，然後被 Opus 5 推平。作者補了一句：這些 agent 裡沒有一個能造出複雜的部隊組合、守住簡單的進攻，或執行一套具體的戰術。

整份報告裡最重的一句話，作者寫得毫不客氣：這裡沒有任何一個 agent 打到新手以上的水準。他補了一句，一個會打光子衝鋒的新手，可以贏下這裡每一局。

還有一個時間數字。Codex Astra 的中位對局長度是 8 分 10 秒，全部對局裡有 54.9% 在 5 到 10 分鐘之間結束。這個長度差不多就是一波兵推過去、基地沒了，比賽就結束了。沒有拉鋸，沒有後期。

那這份榜單到底在測什麼。

它測的並不是誰比較會打電動。即時戰略之所以適合當 agent 的考題，是因為它同時要求三件事：持續觀察、分配資源、在對的時間點動手。這三件事恰好是 agent 產品最容易翻車的地方。你要它跑一個長任務，它會思考得很漂亮，然後在思考的期間什麼都沒發生。

Grok 那一組的 11,138 個推理 token 和 6 個指令，就是這個問題最乾淨的樣本。它不是不會想，它是想得太多而動得太少。

作者原本只是做了一個能透過 agent 玩的版本，跟朋友一起玩。朋友說他們什麼都沒做，只是叫 agent 去進攻，agent 就自己造兵打完了。他好奇這些 agent 自己能走多遠，這份報告就是答案。

這份榜單也有它的邊界。它是一個人做的，每個組合只打 18 局，樣本不大；報告��上還有 harness 篩選器，說明不同模型可能跑在不同的外殼裡，而這一層差異報告沒有展開。作者自己也沒有下「誰最強」的結論，他給的是觀察。所以把它當成 agent 產品的體檢報告來看會更合適。報告裡最該看的一欄，是把 APM 和每局成本並排放著看的那一欄，因為那裡才看得出一個 agent 是把時間花在想，還是花在做。勝率那一欄反而排在後面。

這大概就是最該記住的一點。它不是在宣布哪個模型最強，它是在指出一個還沒被解決的問題：模型可以在棋盤上算得很深，但在一張同時發生很多事的地圖上，它經常連「現在該做什麼」都維持不住。

[爱国青年刘战神 @AGQNLZS]

女版甜甜圈：我要有尊严地活着！

[new @liyanxi530]

听说是当时中烟想收购红塔烟草，他不同意，才被办的...

[桂云才 @123456mdsj]

今天民运人士在纽约法拉盛抗议习近平窜访美国的游行中，民运人士被亲共人士袭击，袭击者被美国警察当场逮捕。我在这里告戒所有亲共人士，这里是美国不是中国，不是你们乱来的地方！

[泰兴市宝奥冷弯型钢厂官方 @yewei199242]

李兆会：娶完车晓就破产？山西首富后来去哪了？

[blackhumor @blackym25]

这是1960年10月24日发生在苏联拜科努尔航天发射场（Baikonur Cosmodrome）的涅杰林灾难（Nedelin catastrophe），是人类航天史上最严重的导弹发射事故之一。
1960年，苏联为了在冷战核竞赛中追赶美国，迫切需要完成R-16洲际弹道导弹（北约代号SS-7“鞍”）的首次试射。这枚导弹是苏联第一款具备实战能力的洲际导弹，使用偏二甲肼（UDMH）和四氧化二氮作为自燃燃料，最大射程可达13000公里，核装药威力最高达600万吨TNT当量。
当时苏联战略火箭军总司令米特罗凡·伊万诺维奇·涅杰林（Mitrofan Ivanovich Nedelin） 炮兵主帅亲自坐镇发射现场，为了赶在十月革命43周年前完成试射，他无视安全规范，下令在燃料加注后直接对故障进行检修，拒绝了推迟发射的建议。
10月24日下午，在发射前的检修过程中，导弹二级发动机的点火电路被意外触发，熊熊大火瞬间引爆了一级燃料箱，120吨剧毒燃料产生的爆炸持续了20多秒，50公里外都能看到火光。涅杰林元帅当场被气化，现场仅找到他的一块被烧变形的元帅肩章和钥匙。
根据官方解密数据，事故共造成92人死亡（74名军人、18名平民），另有49人受伤，其中包��多名苏联顶级导弹专家和航天工程师。导弹总设计师米哈伊尔·库兹米奇·扬格利（Mikhail Kuzmich Yangel） 因临时离开发射台抽烟，幸运躲过一劫。
冷战期间，苏联政府为了掩盖事故真相，对外宣称涅杰林死于空难，直到1989年戈尔巴乔夫时代，这起灾难的细节才首次被公开。这起事故也成为冷战时期美苏核军备竞赛中，因盲目追求进度而忽视安全的典型悲剧。

[xiao Y @xczyuan]

诈骗

[blackhumor @blackym25]

这是1985年6月，苏联特工抓捕美国中情局间谍的重演影像，并非抓捕现场原始实拍。
画面中的抓捕目标是苏联雷达工程设计师阿道夫·托卡契夫（Adolf Tolkachev），网传故事为他与妻子娜塔莉亚（Natalia）从位于多罗宁的别墅返回莫斯科市区，行至半路遇到了一起“小型事故”，托卡契夫示意妻子减速慢行，望着眼前忙碌的医���人员和警察，他绝对想不到，这居然是克格勃精心导演的一场戏，而他正是这场戏的主角。
当娜塔莉亚将车速放慢的同时，一名警察拦住了他们的去路，要求检查驾照，托卡契夫没有任何怀疑，下车朝着前面的警车走去。当他经过一辆面包车时，一名特工悄无声息地出现，突然从背后勒住托卡契夫的喉咙，并立刻将一团棉花塞进其嘴中。与此同时，警车里又跳出4名特工，两人抓手两人抬腿，将托卡契夫塞进了面包车。美国中情局安插在苏联最有价值的间谍，就这样被捕了。
苏联特工将他带回机构后仔细搜身，确保身上没有藏匿武器和毒品，之前往他嘴里塞棉花，就是为了防止他服毒自杀，而他身上确实带有暗藏氰化物的钢笔。法兹��龙雷达设计局是苏联军用雷达和航空电子设备的主要研发单位，托卡契夫正是该局首席设计师之一，在苏联属于当之无愧的特权阶层。他的岳父岳母在大清洗时期遭受迫害，家庭历史创伤叠加个人对薪资待遇的不满，促使他为美国卖命。
从1978年9月开始，到1985年6月被捕为止，托卡契夫向美国提供了多达8094页的情报，涉及S300等各型导弹，以及米格29、米格31和苏27使用的机载雷达等各类绝密项目。美国方面曾专门组织了研讨会，对他提供的情报进行评估，这批情报帮美国省下约20亿美元研发成本。更重要的一点是，美国由此获得了苏联军用雷达以及相关武器研究的大量参数和细节，使美国在机载雷达和电子系统方面占据了优势，而且对苏联雷达系统的缺点了如指掌，这样，美国的战略轰炸机和巡航导弹就能够轻松地突破苏联防空网。托卡契夫之所以暴露，源于CIA叛逃人员爱德华·霍华德的出卖。妻子娜塔莉亚也被逮捕，以包庇罪判处3年有期徒刑。
托卡契夫被捕后为求宽大处理，很快供出了自己的上线——美国驻苏联大使馆二等秘书保罗·斯通博（Paul Stombaugh）。1985年6月13日，克格勃伪造接头假象引诱他前来，对圈套毫不知情的斯通博，按照约定前往秘密接头地点，被苏联特工抓个正着。
在斯通博随身携带的包裹里，苏联特工搜出了美国中情局的微型密写速溶纸、5部微型摄像机、几盘英语磁带以及12.5万卢布活动经费。自媒体换算12.5万卢布约等于15万美金并不符合当时汇���，仅作网传说法。但斯通博享有外交豁免权，苏联明知他是间谍也毫无办法，最后只能将其驱逐出境。
斯通博可以全身而退，托卡契夫就没这么好运了，他于1986年9月24日，被苏联政府以间谍罪处决。

[关木旦 @guishoutianlong]

三十年前移民海外的人应该有经验，女人学开车是不能由老公亲自教的，你说什么都是错，明明她跟个傻逼似的把车开的心惊胆战，你在一旁说什么都不对，她在出车祸之前想的就是：你怎么这么没耐心？你说话态度怎么这么不好？你还敢吼我？因为教老婆学开车而离婚的悲剧我见过两出……

[文雍 @huang3feng]

帝都多所幼儿园关闭！

由于躺平的韭菜越来越多，出生率断崖式下降，北京开始迎来幼儿园关闭潮……

再过几年是小学、中学、高中、大学相继关闭，也许这些学校可以改成养老院、托老所、老年大学…..老贫下中农再教育学院、伟大复兴学院。

[链上晚潮 @qazikabeer04]

许家印的“头号迷弟”,是如何把自己作没���?#王文银

[George Conway ⚖️🇺🇸 @gtconway3d]

TIL the "B" in LGBTQ+ stands for "Boebert."

Who knew?

[翟山鹰脱口秀 @ZhaiTalk]

习近平最近身体出问题了吗？

[Petrichor @Jam79922967]

中国古代并不缺少技术。造纸、印刷、火药、指南针，以及农业、水利、冶炼等方面，都曾有过重要创造。但问题在于：技术上的领先，并不等于现代科学的诞生。
现代科学真正改变世界的地方，不只是“做出了什么”，而是追问“为什么”，并把经验上升为可以重复验证、普遍适用的理论和定律。从哥白尼、伽利略，到牛顿、麦克斯韦、达尔文，再到爱因斯坦，欧洲逐渐形成了一套以数学、实验、观察和公开讨论为基础的科学体系。
中国古代更多擅长的是“术”——怎样把事情做出来；而近代欧洲逐渐发展出了“理”——为什么会这样，以及这种规律能否用数学表达、用实验验证，并推广到其他现象。所以，真正值得思考的并不是“中国古代有没有科技”，而是：为什么中国古代有那���多技术，却没有把这些技术发展成现代科学体系？
历史并不因为一个民族曾经拥有辉煌的技术成就，就自动赋予它现代科学的诞生权。现代科学最终诞生于欧洲，背后是思想、制度、教育、数学、实验传统以及自由讨论等多种条件长期汇合的结果。技术可以靠经验代代相传；科学则必须不断怀疑前人的经验，甚至怀疑权威本身

[Chicken Tender @MomOfPearl13]

@wikileaks @JulianAssange

[WikiLeaks @wikileaks]

He's back @JulianAssange

[jsz @JSZ811]

@heiyezhuguang @MoQiuyao201314 就凭你满口喷粪，断定你才是个杂种！动不动给人扣帽子，污蔑谩骂，造谣惑众，是一些海外华人的通病。文明��不应该这样。