Leeco

New Civilization Engineer | Just be yourself | 589

[Leeco @leecobaby]

未来改变世界的三个行业
AI
新金融
人工场

[Leeco @leecobaby]

在线阅读（点击或空格前进，M 切黑白）：

国内直连 https://t.co/mLtX5Ek4aN
海外 https://t.co/kpNWG02YRy

[Leeco @leecobaby]

大家都在比谁的鹈鹕 SVG 画得好，
我让 Claude Opus 5.5 用 SVG 画了一整话动态漫画。

我就一句简单的提示词，我想看漫画，动态的最好。Opus 5.5 花了3天时间，1B token，才交付项目。中途我还在那么就一个漫画咋这么慢，仔细看了下工程效果惊到了。网页看留言。

18 页原创，点一下动一拍：运镜、表情、拟声字、转场全在动，彩色/黑白网点一键切换，可自行播放。

这里还得感谢 @claudeai 赠送的 250 美元的cloud session credit，不然真烧不起。

提示：漫画全是svg构图，会很烧计算资源，电脑不好的谨慎打开。

[Leeco @leecobaby]

我觉得最有意思的是：它是工程化的。
剧本是纯数据，整套制作流程写成了 agent 的 skill。下一集让 AI 按流程续做，引擎只补新需求。
准备整理后开源。你最想先看哪部分：漫画引擎、agent 工作流，还是分镜剧本？

[Leeco @leecobaby]

@DominicWoung @typesafeai 这是其一，里面还有很多业务化的场景优化问题，后续会进一步探索。

[Leeco @leecobaby]

我拿 @typesafeai 的 Jev 去读了中文互联网最脏的一批文本：电商线报。

顺手做了个线报订阅平台。

场景特别简单。你就想囤点抽纸，或者等一箱可乐降到 40 以内。
但线报群一天刷几百上千条，你要么全翻，要么错过。

现在你只说一句「我要什么、多少钱以内」，剩下的它替你守。

跑了一轮真实进件：

267 条线报 × 每条 15 个判断 = 4005 次判断
延迟 p50 724ms，最快 515ms
全程花了 $0.0206

结果是每个订阅者平均只收到 10 条，
其余 96% 的刷屏他根本不用看见。

63.3% 的线报，它谁也不推。
做过推送的都懂——不打扰，比推得准难多了。

视频是实机，里面每个数字都是真跑出来的。
也许很快上线，感兴趣的话我会陆续放细节 👇

[Leeco @leecobaby]

@CelrMyo @typesafeai 还没有，后面可能会考虑的。

[Leeco @leecobaby]

@superalesha I also had Opus 5.5 generate an introductory video, which he implemented himself using Python, and the result was truly amazing 😦

[Leeco @leecobaby]

我就试了下让新出的 Claude Opus 5.5 做个视频介绍一下自己。

结果它成片 👇 39 秒纸片像素风动画，自带 8-bit 配乐和音效。
没用一张素材，没开任何剪辑软件。

每一帧画面、每一个音符，都是它写的 1400 行 Python 生成的。

🥰 我被这效果惊到了 @claudeai

[Leeco @leecobaby]

@thsottiaux Hurry up, I can't wait!

[Leeco @leecobaby]

@karminski3 出来后能挑战一下这个场景吗
https://t.co/0vAixZYo5u

[Leeco @leecobaby]

我拿 @typesafeai 的 Jev 去读了中文互联网最脏的一批文本：电商线报。

顺手做了个线报订阅平台。

场景特别简单。你就想囤点抽纸，或者等一箱可乐降到 40 以内。
但线报群一天刷几百上千条，你要么全翻，要么错过。

现在你只说一句「我要什么、多少钱以内」，剩下的它替你守。

跑了一轮真实进件：

267 条线报 × 每条 15 个判断 = 4005 次判断
延迟 p50 724ms，最快 515ms
全程花了 $0.0206

结果是每个订阅者平均只收到 10 条，
其余 96% 的刷屏他根本不用看见。

63.3% 的线报，它谁也不推。
做过推送的都懂——不打扰，比推得准难多了。

视频是实机，里面每个数字都是真跑出来的。
也许很快上线，感兴趣的话我会陆续放细节 👇

[Leeco @leecobaby]

Pointed Jev at the dirtiest Chinese text I know: underground deal wires.

Sellers misspell everything on purpose to dodge platform detection —
券 written as 卷, 津贴 as 琻壁, 元 as 亓. Regex is dead there.

267 wires × 15 questions = 4,005 judgments
p50 724ms · fastest 515ms · $0.0206 for the whole batch
63% got pushed to nobody

Text only. Building this into a subscription service.

[Leeco @leecobaby]

Agreed, and worth saying out loud.

96.5% of the Chinese deal wires I feed Jev ship with images.
It reads none of them. Everything below is text-only.

267 wires × 15 questions = 4,005 judgments. p50 724ms. $0.0206 total.
63% got pushed to nobody.

Works fine — the signal is in the text.
But "it understood the screenshot" is not a thing.

[Leeco @leecobaby]

@jolestar @holonrun 我用最复杂最脏的中文消息测试jev的中文语义化分析，总体测下来质量，后面国内ai企业肯定跟进。
https://t.co/0vAixZYo5u

[Leeco @leecobaby]

我拿 @typesafeai 的 Jev 去读了中文互联网最脏的一批文本：电商线报。

顺手做了个线报订阅平台。

场景特别简单。你就想囤点抽纸，或者等一箱可乐降到 40 以内。
但线报群一天刷几百上千条，你要么全翻，要么错过。

现在你只说一句「我要什么、多少钱以内」，剩下的它替你守。

跑了一轮真实进件：

267 条线报 × 每条 15 个判断 = 4005 次判断
延迟 p50 724ms，最快 515ms
全程花了 $0.0206

结果是每个订阅者平均只收到 10 条，
其余 96% 的刷屏他根本不用看见。

63.3% 的线报，它谁也不推。
做过推送的都懂——不打扰，比推得准难多了。

视频是实机，里面每个数字都是真跑出来的。
也许很快上线，感兴趣的话我会陆续放细节 👇

[Leeco @leecobaby]

@realNyarime 很刑很刑👍

[Leeco @leecobaby]

@thdxr You should just admit it; you can't control it anymore.

[Leeco @leecobaby]

现在每天没vibe 满10000行代码，就会产生负罪感。。

[Leeco @leecobaby]

@felixkaman 哇，居然还真能分析出来。

[Leeco @leecobaby]

GPT-6 Astra 已经用上超过 10 万张 GPU 进行预训练。下一步，100 万张 GPU 一起训练一个模型，会在哪一年出现？

我的预测是：2029 年前后。快的话 2028 年，慢的话可能到 2031–2032 年。

原因有三个：

① 芯片供应还在快速扩张。市场预计台积电先进封装月产能将从 2025 年约 7 万片，增至 2026 年底的 13万–14万片。当然，产能翻倍不等于 GPU 数量直接翻倍。

② 资金正在到位。路透社预计，四大科技公司 2026 年开支将超过 7300 亿美元，不过这些钱还要用于推理、云服务等。

③ 真正拖慢进度的，可能是电。百万卡集群估计需要 2–3 GW 供电，而多个大型园区的预计交付时间集中在 2028 年左右，之后还需要联网和调试。

这里说的百万卡，是协同参与同一次训练，不是公司库存加起来有百万张。

因此，我把 2029 年作为基准预测。 但还有一个变量：如果更强的芯片、更好的算法能用更少的卡完成任务，企业未必急着追求“百万卡”这项纪录。