农夫｜AI 试验田

在职大厂码农，开发、架构十几年，兼职农夫。牛马还在当，也养了俩：大黄(Claude)、小黑(Codex)

追 AI 新鲜事，拆大模型概念，记 Agent 踩坑

种代码，长知识，偶尔长 Bug 🌱

[农夫｜AI 试验田 @manongfu]

新人报到 🌾

我是农夫，码农一枚。
当了多年牛马，终于有了自己的牛马：
大黄（Claude）、小黑（Codex）。
一个额度用完，就换另一个下地。
这里记录我学 AI、用 Agent 的日常。
边学边晒，收成和翻车都记，写错欢迎指正。
栏目索引见首条回复 👇

[农夫｜AI 试验田 @manongfu]

@warrenzp8 这是触碰到了什么神秘的流量密码了嘛？ 羡慕羡慕

[农夫｜AI 试验田 @manongfu]

为什么 AMD 会花大钱买它？
因为未来 AI 不只是运行在聊天窗口。
它会进入：
🤖 机器人
🚗 自动驾驶
🏭 工业仿真
🎮 游戏世界
🥽 XR/空间计算

这些场景需要的不只是语言智能，而是物理世界智能。

[农夫｜AI 试验田 @manongfu]

https://t.co/fYXA6ONnPz

[农夫｜AI 试验田 @manongfu]

专栏作者称 Meta 的 AI Agent Muse 在关闭完整磁盘访问后仍读了他的私信；Meta 回应 Mac 版消息集成需用户手动开启，要经过多步授权。

[农夫｜AI 试验田 @manongfu]

【村口大喇叭】据 CNBC 报道，美国 FTC 正在调查 OpenAI、Anthropic 等公司的 AI 产品风险，调查今夏已启动。

[农夫｜AI 试验田 @manongfu]

【村口大喇叭】Google DeepMind 发布新旗舰 Gemini 4 Argon。Google 自己列的 19 项跑分里，它拿了 14 个第一。但现在只开放给一小批受信任的测试者和网络安全防守方，我们还用不上。

它主打长时间、多步骤的复杂任务：写代码，法务、金融这类企业知识工作，还有网络安全防御。单次输出上限从 64K Token 提到 1M，Google 说这样难题能一口气做完。

编程四项，两项领先、两项落后：
· DeepSWE（真实代码库里的长任务）：Argon 77.9%，Claude Opus 5.5 74.2%，GPT-6 Astra 74.1%
· Vibe Code Bench（按文字需求从零做出网页应用）：Argon 91.9%，Opus 5.5 90.3%
· Terminal-Bench 4.0（命令行里的多步任务）：Argon 57.4%，Opus 5.5 66.4%
· FrontierSWE v2（每题限时 20 小时的超长任务）：Argon 55.0%，Astra 65.5%

Argon 的 DeepSWE 和 Terminal-Bench 是 Google 自己跑的，对手分数取自各家自报或公开榜单。表里没有前一天发布的 GPT-6.1 Sol，OpenAI 自报它的 DeepSWE 是 75.2%。

价格：API 入门价每百万 Token 输入 $2、输出 $10，入门期过后涨到 $4、$20。入门期多长，Google 没说。

什么时候能用：Google 说先收集早期测试者的反馈、加固防护，再开放给开发者、企业和普通用户，第一批是付费 API 客户和 Google AI Ultra 订阅用户。没给日期。

还有个细节：给受信任防守方和 Google 内部团队的版本，不带网络安全护栏，让他们能用上全部的网络防御能力。

农夫怎么看：最强的模型先给防守方和受信任的测试者，这回轮到 Google。

Anthropic 5 个月前也只通过 Project Glasswing 限量发布了 Mythos Preview；9 月 29 日它的报告还说，在它的测试里，谁都能下载的 GLM-5.3 写攻击代码已经追到 Mythos Preview 附近。

我猜厂商在抢时间：趁同级能力还没扩散，先让防守方把漏洞补上。对普通用户来说，新旗舰发布后要等一阵子才轮得到，Argon 也没给日期。

#村口大喇叭

[Google DeepMind @GoogleDeepMind]

Introducing Gemini 4 Argon – our new frontier model.

It’s built for complex workflows across coding, enterprise knowledge work, and cybersecurity defense – rolling out today to a set of trusted testers through our Fairwind Program.

[农夫｜AI 试验田 @manongfu]

@leetfs1 可以更进一步，只敲“推送”，哈哈😂

[农夫｜AI 试验田 @manongfu]

@bangbuilds 今天我也在琢磨这个事情，我想的是有什么稳定可靠的用例来评估各个模型、甚至包括不同思考强度的能力界限，但是后来想想这不就是不同benchmark已经干了的嘛。

所以，鹈鹕骑车，看个乐就好； 不一定适合自己。

[农夫｜AI 试验田 @manongfu]

@Mohistnet 先拿护照实名，别等最后才发现这过不去，不值当

[农夫｜AI 试验田 @manongfu]

@realchendahuang 当副业收入够够的了

[农夫｜AI 试验田 @manongfu]

#ChatGPT 原来，开启「Fast」模式：

速度提升的倍率是1.5倍 🆚 额度消耗的倍率是2.5倍

存在中间商赚差价

[农夫｜AI 试验田 @manongfu]

实际使用体验就是 「下限值」

The estimates below show local messages per five-hour period for Plus and Standard Business.

[农夫｜AI 试验田 @manongfu]

鹰酱：我们不说「AI」，我们说「SI」

兔子：我们不说「Token」，我们说「词元」

[农夫｜AI 试验田 @manongfu]

@libukai 才发现凯哥是神预言呀，哈哈

[农夫｜AI 试验田 @manongfu]

@dotey 虽然见过了很多一句话生成的视频，但只到读了宝玉的这篇文章才更进一步的了解背后的逻辑 🖖

[农夫｜AI 试验田 @manongfu]

【村口大喇叭】又是 GLM-5.3。会挖洞的模型，攻防都用得上。

之前聊过 Anthropic 的报告：它能自己写完整攻击代码。

这条是同一本事的另一面：智谱的 OpenVuln 用它免费给 389 个开源项目找出 4,249 个潜在漏洞，结果只发给维护者。

#村口大喇叭

[Zixuan Li @ZixuanLi_]

GLM-5.3 has helped defend 389 open-source projects, with 4,249 potential vulnerabilities found so far.

OpenVuln is still running. The service remains free, and findings go privately to maintainers.
https://t.co/wqRE3zC2b5

[农夫｜AI 试验田 @manongfu]

DeepSeek 把训练用的算子工具链搬上昇腾并开源，英伟达靠 CUDA 建起的生态圈，开始松动了。

[农夫｜AI 试验田 @manongfu]

@ai_funss 我能想到的区别是 有没有5小时额度窗口