风吟～

金融民工的碎碎念～

[AI少年 @aehyok]

使用 CC-Switch 在 Codex 接入国产模型 DeepSeek，有个小坑要注意。

配置完成后,你可能会发现模型名显示成了「自定义」。这个问题 GitHub 上已经有人提过,作者也亲自做了回复。
解决办法很简单:进入「通用设置」→「Codex 增强」,勾选「切换第三方时保留官方登录」这个选项即可。

五分钟的视频介绍非常详尽，让你从此使用国产模型也能游刃有余的玩耍Codex。

[Fiona ❤️& ✌️ @nft_hu]

Deepseek 与英伟达的殊途同归。

DeepSeek V4和英伟达在推出的CMX事实上都是在做「KV cache 下沉 + SSD 中心化」。

DeepSeek V4把 KV cache 压缩到 V3.2 的约 10%，再迁移到大容量、低单价的 SSD 上，显著降低长上下文与 agent 工作负载的存储成本。

效果上，KV cache 从 HBM/DRAM 下沉到 SSD，推理的成本锚从高价显存转向 NAND SSD，这是一个典型“内存墙 → 存储墙”的重构。

这和我们之前提过的英伟达新推出的CMX在工程逻辑是有很多共同点的：
1️⃣把 KV cache 从 GPU 本地显存扩展到更大、更便宜的外部存储层（本地或共享 SSD）；
2️⃣利用压缩/稀疏注意力等手段减少单 token 的 KV 体积；
3️⃣用专门的传输/缓存路径解决“SSD 回读带宽”这个新的瓶颈；

目的都是为了：在长上下文和 agent 工作负载下，把 Cache Hit 的边际成本压到极低水平，让“记忆”变成可以大规模使用的资源。

但需要注意的是Deepseek这次的新方案是非 NVIDIA 定制的：很多分析都指出它针对华为 Ascend 等加速器做了深度适配，自己做 DualPath + DSA + SSD KV‑cache 的组合，最终会和Nvdia形成竞争态势。

且从目前的收费策略来看，这帮助了Deepseek很好地降低成本，把 Cache Hit 单价砍到行业预期以下。而 CMX 目前更多是通过“吞吐提升 5×、能效提升 5×”这种指标来吸引客户，并没有出现明显的降价策略。

[风吟～ @shadow_shine7]

@JovieOnandon @dingyi 低空经济要完蛋

[lifcc @mylifcc]

LLM 生成下一个 token 的流程其实是：
模型输出 raw logits → Sampler 改造这个分布 → Softmax 转概率 → 采样
Sampler 的本质就是在「确定性」和「多样性」之间做有控制的权衡。
用得好 → 输出高质量且有创意 用不好 → 重复、幻觉、死板或完全跑偏
很多人在 Temperature 以外就停了，其实后面还有更多可工程化的空间。

[风吟～ @shadow_shine7]

@bitmeow1993 法家锁喉，儒家捏肋

[波波 Lucy @BoboLucyWisdom]

一位免疫学家耗费20年证明：树木释放到空气中的化学物质，会走进你的血液，追踪并降低压力激素，以任何药物都难以比拟的方式武装你的免疫系统。

他的名字叫李卿。

他是一位在中国出生、长期在日本从事研究的免疫学家，现任东京日本医科大学临床教授，并担任日本森林医学学会会长。日本政府自2004年起持续资助他的研究。他的大量工作，正是日本和韩国将“森林浴”正式列为临床处方疗法的重要原因。

故事其实从1982年开始。那一年，日本农林水产省创造了一个词——“森林浴”（shinrin-yoku），用来描述在森林中缓慢、专注地散步。他们这么做有实际原因：日本城市化加速，压力相关疾病不断上升，而全国有数千平方公里的森林闲置着。他们想给人们一个走进树林的理由……直到2005年李卿做了第一次严谨的实验，人们才真正明白，在森林里散步时，人体到底发生了什么。

他带了12名健康成年男性，进行为期三天两夜的森林公园之旅。每天缓慢散步几小时，没有剧烈运动，没有规定路线或呼吸练习。他们只是安静地穿过树林，呼吸空气，观赏森林。

李卿在出发前、旅途中第2天和第3天、回家后第7天，以及第30天，抽取了血液和尿液样本。

实验室返回的数据完全出乎意料。

一种负责猎杀癌细胞和病毒感染细胞的免疫细胞——自然杀伤细胞（NK细胞）——活性在森林之旅期间跃升了约50%，血液中循环的NK细胞数量也显著增加。

这些细胞产生的三种抗癌蛋白——穿孔素（perforin）、颗粒酶（granzymes）和颗粒溶素（granulysin）——全部大幅上升。而且这种免疫提升并没有在回家后消失，第7天仍可测量，第30天仍有部分保留。

每天仅两小时的森林散步，竟然让免疫系统升级了整整一个月。

一年后，他对女性做了相同实验，结果几乎一致。随后他又做了严格对照：另一组人进行同样三天两夜的城市之旅，行走量、酒店条件和饮食完全相同。

城市组的自然杀伤细胞活性没有任何可测量的变化。真正起作用的是森林，而不是“度假”本身。

机制来自树木释放的一类挥发性化合物——芬多精（phytoncides）。松树、雪松、橡树、柏树尤其大量产生，尤其在温暖天气和雨后。这些物质是树木用来抵御昆虫、细菌和真菌的天然武器。

当你走在森林里，芬多精被肺部吸入、通过皮肤吸收，进入体内后似乎直接刺激了NK细胞的产生与活性。

根据李卿的数据，森林散步健康益处的约一半来自空气本身的化学作用，另一半则来自森林对神经系统的影响。

另一项日本研究在35个不同森林地点，对84名参与者测量了皮质醇。他们在30分钟森林散步前后抽血，并与匹配的城市散步对照组比较。结果显示，森林散步者的皮质醇水平显著更低，心率和血压也更低。副交感神经系统（负责休息与恢复的部分）活性上升，交感神经系统（驱动战斗或逃跑的部分）活性下降。

美国密歇根大学研究员MaryCarol Hunter进行了迄今最干净的实验。她让城市居民每周三次、连续八周进行“自然处方”：自由选择时间、地点和时长，只要在户外、日光下，没有手机、对话和剧烈运动。她收集每次前后的唾液样本，精确测量皮质醇变化，并排除日常自然下降的干扰。

结果是：每在自然中待一小时，皮质醇平均下降21.3%，最大收益发生在第20到30分钟之间。之后下降速度放缓，但20分钟已是产生可测量压力缓解的最小有效剂量。

研究已经确定：人体对置身树木之间存在快速、可测量、可重复的生理反应，这种反应作用于现代医学试图用药物调控的相同生物系统，而且它是免费的。

你的身体从未忘记它在森林里应该做什么。它在等待你走进去。

[Crypto/戒色交易员 @snake_w]

我发现还是有很多人找不到实时的A股数据，有的要么数据很贵，要么数据延迟，通达信很有格局，直接将自家的数据打包成MCP，可以直接通过AI调用，后期我可以让AI帮我盯板块，很多我忽视的概念板块也可以用到了，这里是通达信MCP的官网 https://t.co/hZnuBRzzbg 大家自取

[风吟～ @shadow_shine7]

@Lwith3cats 就业崩了，无解。后面就是K型社会。

[逸尘 @gengdaJ]

太牛逼了，我基于EverOS这套开源记忆框架重构了我的Codex记忆系统！现在不仅能跨项目记住重要事项、隔离Agent记忆和用户决策，还能最大程度上节省Token和自动沉淀有价值的Skill。（评论区附小白无脑复制提示词）​
​
我原来的记忆系统基于Obsidian的md形式储存，现在加上了SQLite记录状态，本地索引的准确度大大提升。同时考虑到之后知识库扩大，还可以加入LanceDB做embedding语义搜索。​
​
当然，我的Codex记忆系统的升级全都是@evermind伟大开源EverOS的功劳：​

1.把Markdown作为唯一可信数据源，透明，人工修改控制容易，这和我本来的记忆系统底层不谋而合。​

2.把用户记忆和 Agent 记忆分开，这一点做的特别好，不容易把人工决策和Agent数据搞混。​

3.里面有自动化沉淀 cases / skills ，我借鉴这个做了个候选cases升级skills的机制，最大程度上压缩了重复步骤。​

4.用 SQLite 存状态，我也偷偷学习了一手，现在本地索引更便捷、更省Token。​

5.把历史经验沉淀成更短、更可复用形态的方向也给了我另一层启发——每次Codex对话结束修改的文件，都会加一层省查文件大小，看一下是否需要自动压缩文件，防止知识库臃肿。​

6.按 user_id、agent_id、app_id、project_id 和 session_id 五维独立检索，给我原有的记忆系统加上了正交过滤，大大节省Token。​
​
EverOS还有一些很牛逼的功能我暂时没用上，但是后续会根据需求陆续添加：加入LanceDB做向量检索；多模态摄取功能......​
​
还有，这套记忆系统不只是Codex可以用，换成Claude Code、OpenClaw或者Herms，都可以共用一套框架，毕竟完全是在本地。​
​
所以兄弟们，赶紧逐帧学习这个宝藏仓库吧，实在太牛逼了啊：https://t.co/WFlJeXataG

[风吟～ @shadow_shine7]

@wepoets1107 胜率超过60%，实盘必亏

[M. @wlzh]

谷歌把Gemini 4按下了暂停键，原因有点扎心 🤯

The Verge报道：谷歌内部悄悄推迟了Gemini 4的发布计划，原本Q3要上的，现在不上了。

原因？官方没说。但内部传出来的消息就三个字——不够好。

你想想谷歌现在的处境：

Gemini 3.1刚发布没多久，本来指望Gemini 4能直接拉开和竞品的差距，结果内部测试发现——推理能力和代码生成这两个核心指标，跟Claude Fable 5比还有明显差距。

也就是说，谷歌憋了个大招，结果发现大招的威力不够大，放出来反而丢人。

但真正炸裂的是另一条线——

Noam Shazeer，Gemini的核心架构师，跳槽去了OpenAI。

这人是谁？Transformer架构的共同作者，Attention Is All You Need那篇论文的作者之一。Gemini的灵魂人物级别。

他一走，整个Gemini团队直接出现了连锁反应。谷歌不得不紧急启动"AI人才保留计划"，给关键研究员大幅加薪+股票激励，说白了就是拿钱砸人别走。

这事背后藏着一个残酷的真相：

1️⃣ 大模型这个赛道，技术壁垒的核心不是算力，不是数据，是人
2️⃣ 一个核心架构师的离开，能直接让产品路线图推迟半年甚至更久
3️⃣ 谷歌有钱，但钱买不回Shazeer那种级别的技术直觉
4️⃣ OpenAI这边疯狂挖人，谷歌这边疯狂留人，这就是现在AI人才战的真实画面

说白了——AI行业的竞争，表面上是模型对模型，底层是人对人。你有多少H100不重要，你留没留住那几个能改变游戏规则的人才是关键。

谷歌现在面对的不是技术问题，是人才流失问题。而人才流失一旦开始，就很难止血 🌚

下一步就看Gemini团队能不能在没有Shazeer的情况下，把4打磨到真能打的地步。如果能，谷歌还有牌；如果不能，这个赛道就要变天了。

[风吟～ @shadow_shine7]

股票这个月的节奏踏错了～

[风吟～ @shadow_shine7]

果然盘感还是有用的，最近维持5%的仓位，一直很丝滑～6、7月份注定要休息休息，多头不死空头不止。真正的机会还是等分歧充分释放后再说～

[风吟～ @shadow_shine7]

@RookieRicardoR 渐进式披露

[风吟～ @shadow_shine7]

@Graceruansu sb

[本杰明乌萨奇 @Corsica267]

更新了一下，发现代码没法直接给。大家复制黏贴吧= =

[风吟～ @shadow_shine7]

@geniusvczh Gemini拉完了

[程序员小灰 @XiaohuiAI666]

国内用 Codex 不想充 Plus？

感谢苍何老师把所有方案都踩了一遍，总结出三种最靠谱的接入方法。

小白首选 Codex++，一键配置还支持插件。

重度玩家上 CCX + CC Switch。

最推荐直接看方案二，省心又丝滑。

教程已上线 CodexGuide，照着做就行，建议收藏👍

[风吟～ @shadow_shine7]

gemini真的是越来越垃圾了

[风吟～ @shadow_shine7]

@1319Nobody @Lonely__MH 便宜是最大的竞争力