标签:

一个我预期一夜跑完的任务，连着三天在原地打转。折腾完 harness 才发现不怪我：Codex 里的 GPT-5.5 被人扒出思考 token 恒定停在 516，平均思考长度从 268 跌到 107。同一周，Claude Code 被逆向出一段专门给中国用户打隐形标记的代码。付了顶配的钱，拿到的却是一个你完全不知道它状态的黑盒。

GPT 5.5 发布那天，一夜之间 Codex 里就能选了。这次 5.6，三档规格、benchmark 漂亮，我去切模型，下拉框却是空的——只给 20 家合作伙伴，每进一个还要美国政府审批。前阵子我还在担心最强的智能开始论钱，现在我得收回一半：钱能买到的智能，已经算是公平的智能了。

我们在推理引擎上研究三周，换来几个点的效率提升。某天早上上线，第二天它就变成了报表上的利润。这条从技术到利润的链，被 token 经济压成了史上最短的一条：智谱半年股价八倍，OpenAI 靠 GPT-5.5 把 Codex 拉到 500 万周活，MiniMax 一度超过百度又迅速回落。捧你和弃你，用的是同一种速度。

我让 Fable 5 跑一个长任务，回来发现干活的已经被悄悄换成了 Opus 4.8。三天后，这个模型被美国商务部一纸出口管制令全球关停，连盟友都用不了，理由是它太擅长找漏洞。顶尖闭源智能的可得性，正在变成一件系统性的风险。而几乎在同一周，国产开源模型集体接棒。

用 agent 从零做推理引擎，项目越探索越乱，模型表现肉眼可见地变差。后来每次的解法都一样：停下来重新定义目标，开新 repo 重来，同一个模型判若两人。微软模拟了 20 万场对话得出同一个结论：模型走错路，自己不会回头。

Fable 5 跑了个硬核任务，15 小时，420 美元。模型确实变强了。但 6 月 22 日之后从Coding Plan订阅移除，按 API 费率买，成本差了一个数量级。谁能用最好的智能，变成了一个纯粹的钱的问题。

一个朋友用模型做小工具，觉得已经够牛了；任务一复杂，就开始反复被告知「我搞定了」但其实没搞定。这背后是一个正在发生的分叉：benchmark 分数挤在天花板、彼此快测不出差异，真实体感却越拉越开。会解最难的题、能可靠办成一件糙活、会探索没有标准答案的问题，正变成三种不同的能力。而最要紧的那一维，恰恰最难测、也最难练。

Opus 4.8 在研究和工程任务上连着让我失望，这些活我全转给了 GPT 5.5。但复盘下来，这不是 Claude 一家的问题。从英伟达、AMD 差点破产，到智谱掉队又翻身，顶尖模型一直在风水轮流转。别赌谁最强，赌谁还在牌桌上。

大家算 token 成本，习惯盯 TTFT、TPOT、吞吐速率。真正让账单差出 10 倍的是 KV cache 有没有命中。模型、服务端、用户三层都得对得上。

GPT-5.5、Opus 4.7 一档需求几乎无限，中等模型断档，中低端算力大量闲置。Token 经济听起来像卖电力，其实更像加油站：98 号汽油断货了，柴油桶装满了但需要自助，95 号装满了但空置。

上个月写了'无知是优势'，这个月被 agent 连坑四次：性能虚高几十倍、实验机被删成砖、优化原地打转、目标太高交付不了。今天修正一下：无知让你敢试，常识让你不被骗。

Gemini 3.5 Flash 发布会几乎不讲智能，智谱 GLM-5.1 高速版冲到 400 token/s。背后是同一个故事——推理速度跨过 5 倍那条线之后，模型解锁的就是另一类产品了。

今天去上海 AMD 开发者大会。2000 多人挤进现场，AMD 把两个开发者奖之一颁给了一个不会写代码的人，他靠 agent 把东西用 Rust 重写做出了性能优化。一年前大家还在愁需求，半年过去所有人见面第一句都是：再给我点货。

Codex 上了 /goal 我用了几周。Claude Code 最近几天也跟着上,我把手头几个 Codex 没搞定的任务挪过去试,结果反差太大,值得记下来。

跟朋友聊AIagent，发现大家第一反应都是「帮我给老板讲讲」。但回过头看，真正推动变化的从来不是一堂课。

特朗普带着马斯克、黄仁勋、库克访华。红地毯、国宴、平等对话。七十七年前这个国家连饭都吃不饱——两代人的时间，够了。

最近做了几个 AI 内容批量化的项目，发现一件之前没算明白的事：从一个能跑的 demo 到一条全自动产线，时间是 3 倍起，不是 50%。多出来的两个小时全在质检和重试上。也是这一趟让我看明白，中等智力模型和本地化算力到底应该用在哪。

韩国总统府提议把 AI 超额收益做成全民分红那天，三星工会还在谈罢工。这件事是 AI 冲击下三道题里的中间一道。前面有一道失业题，后面还有一道更深的：工作不再定义价值之后，人靠什么继续走。

从 GitHub Copilot 到 Claude Code 走了五年。方向印证得越彻底，最早笃定方向的那批人活得越艰难。小模型、工作流、独立 IDE，一层一层被基础模型吞掉。剩下还能卖的东西其实清晰，只是不再叫软件。

朋友问我要不要接 AI 变革专家的 offer。聊完三个小时，我把判断写下来：尖兵阶段不要省钱、不要碰 IDE、不要让 agent 黑盒化。GPT-5.5 发布两周，剩下 10 周世界会被一批意想不到的成果震撼。

朋友问 Vibe Coding 该从哪开始用。两条路：从工作切入，或从数字身份切入。前提是发出去的必须是真实的你——互联网有记忆，Kevin Hart 翻出来的旧推是十年前的。

看完 DeepSeek 估值 3000 亿的融资，我并不意外。真正震到我的是另一件事——梁文锋掏了 200 亿，按自己定的高估值跟外部投资者一起进了同一轮。这种事情我从业以来没见过。

用 Codex APP 的自动化做了两天，烧了一个 Pro 账号，进展微乎其微。换到 Codex CLI 的 Goal 功能就立刻顺了。一开始以为是模型变蠢，后来想明白：是 agent 形态在定型，人不该再被绑在屏幕前。

我做了七百轮 AI Infra 实验，三十五个小时全被环境启动吃掉。一开始还以为是 GPT-5.5 fast 模式不够快，后来发现根本不是模型在思考，是模型在等 CPU。Intel 已经把服务器 CPU:GPU 配比从 1:8 收紧到 1:1。

Claude 在任务跑到一半的时候让我「睡一觉」，GPT-5.5 探一下就把方向关了。用了一周新模型我反而看清一件事：模型再强，跟它协作的那部分还是得人来扛。

代号 SPUD 的 GPT-5.5 上线两周，我把 Claude Code 卸得差不多了。让我意外的不是它强了几个百分点，是几个老短板一次性补完之后，agent 的设计哲学第一次变得清晰。

几十年前的 AI 是机器学习，三年前是 ChatGPT，今年是智能体。词没变，里面装的东西换了三遍。多数人还停留在上一代的认知里讨论一个其实不存在的东西。

60 人公司一夜被封号、110 人公司账号封了 API 还在扣钱、Altman 家被扔燃烧瓶、Meta 搞 token 烧钱排行榜——AI 时代的权力问题已经摆到桌面。这一波重新分配里，公司、国家、个人各自该把什么握在自己手里？

做完 AIMA 管理层和售后层之后我发现还差一块。Ollama 太傻、llama.cpp 精度被自己的格式吃了、vLLM 又太重。市面上没有现成的解，那就自己来。

前几天大会上聊 AI for science，有人提到三堵墙：付费墙、湿实验墙、感知墙。陶哲轩说我们正在经历智能的哥白尼革命，人不再是智能的中心。全球 880 万全职科研人员，AI 之后可能是几亿。门外汉先冲进来了，但真正的瓶颈不在模型。

23 岁的 Liam Price 让 GPT-5.4 Pro 在 80 分钟里破了 Erdős 困了人类 60 年的猜想，陶哲轩说大家在第一步就集体走偏了。同一周电梯里两个陌生人在谈裁员。AI 把过去最贵的资源给到了每个个体，问题只是你拿来给世界多加点东西，还是把交差做得更漂亮。

GPT-5.5 今天发了，距 5.4 才一个半月。Opus 4.7 上周发了，距 4.6 才两个月。更逗的是 GPT 终于说人话了，Opus 反而开始不说了。这个节奏下，判断本身的半衰期都变短了。

V4 能力卡在 Opus 4.6 一档，但把 FP4 推到生产、百万上下文做成默认、国产芯片 day-0 适配，对所有做推理 Infra 的人都是灾难。加上 GPT-5.5、Vision Banana、LPM 1.0，这一周挤进来的新东西比过去一整个季度都多。

起因是儿子小声跟我说，学校里认字能得小红花，他经常拿不到。我用 coding agent 给他做了一个汪汪队 IP 的认字游戏，前后一天半。最意外的不是儿子玩到不肯走，是我妻子的反应——她第一次真正感觉到，AI 这东西落到了我们家客厅里。

价格本来是用来调节供需的，大模型这件事偏偏卡在一个奇怪的位置——供给被芯片管制锁死，需求被三类用户拉成完全不同的形状。Coding Plan 这种当年看起来理所当然的模式，现在反而被反复挑战。

给一个 idea 点个赞、收下一个 star 现在是秒级的事。但把想法做到真正能用、经得起挑刺，中间那段最长最枯燥的路，vibe coding 并没怎么缩短。写一写我最近的切身感受，也翻了翻乔布斯和张小龙身上绕不开的那个共同点。

Karpathy 自己都不用 vibe coding 这个词了，Amazon 一次宕机之后干脆给初级工程师的 AI 代码加了 senior 签字关。我从自己的日常用法讲起，聊聊这个工具真正改变的四件事——宽度、速度、质量，和那件永远没动过的责任归属。

昨晚 Opus 4.7 发布，我就没睡成。起来试了试，顺手给 OpenClaude 提了几个 PR 合进了主干，还把 Strix Halo 上 Qwen3-30B 的 prefill 推到了接近 DGX Spark 的水平。Agent 够强之后，一个人能同时做几件事，变成了一个挺具体的问题。

Anthropic 搞实名认证，中国这边炸锅了。但说实话这事一点都不意外。AI 行业从 2023 年开始就是战时状态，芯片禁令、军事合同、模型封锁，跟工业革命那会儿的清朝太像了。

朋友圈又在刷 GPT-6 发布了。假信息有观众，真信息是细分市场。AI 让这件事严重了，不是变轻了——这也是为什么我最近把团队又推回了 Claude Code。

一个是 Claude Code 修不好自己家的 Chrome 插件，绕了四个小时；一个是小红书怎么发都被软限流。AI 没把工作从失败变成成功，它只是让失败跑得更快——这反而是它最值钱的地方。

生产不值钱了，验证速度才值钱。Karpathy两天跑700个实验，雷军几天就有投票结论——数字身份是当前最大的个人杠杆，到年底不做就晚了。

Chrome插件折腾四小时最后靠一搜搞定，小红书实验全军覆没。AI编程不会让你少失败，但会让你失败得更快——三个月内模型迭代三轮，今天的死局可能下月就通了。

GitHub 在小红书化，公众号在 GitHub 化。饺子馆老板 vibe coding 写 skill，好莱坞明星当 GitHub 第一作者，朋友圈流行把同事蒸馏成 skill。不过 skill 可能不是重点，agent 互通才是。

Aima Service 重构复盘。产品像急诊室，用户不在乎装修，只在乎医生能不能看病。Claude Code 和 Codex 交替跑了一周多，130 万行代码落地。回头一看，代码量这条护城河可能已经不在了。

黄仁勋说coding agent改变世界，但真正在用的人只有百万级。问题不在技巧在认知——三个思维门槛把大多数人挡在门外，跨过去后95%的电脑工作都能交出去。

HappyHorse 一夜登顶视频生成排行榜，但没人知道它是谁的。域名被抢注、HuggingFace 被占位、来源众说纷纭。比这些热闹更值得聊的，是文生视频私有化需求背后的硬件和商业逻辑。

模型开源怎么赚钱？算一笔 DeepSeek 的账就明白了：模型公司跟云公司正在变成一枚硬币的两面，而开源是目前最高效的获客手段。

Coding agent 解 bug 比写代码强。MemPalace 两天 7000 star。Anthropic 的 Mythos 让所有软件都不安全了。产品设计应该跑在模型前面。

调研文生视频的时候发现，中国模型在语言模型开源社区的统治力并没有延伸到所有地方。回头看这三年，从 LLaMA 到千问到 DeepSeek，开源社区经历了什么？现在又在等什么？

编程和内容创作是两条正在分叉的路。Seedance 2.0 的 API 一开放，朋友圈全炸了。Agent 对 Agent 的效率是开会的一百倍。打球的时候终于不用谈生意了。

张雪为了把公差从五丝压到三丝，自己扛供应链的试错成本。祝铭明十年死磕 AR 眼镜，中间靠音箱续命。这些人身上有一种共同的东西，不是聪明，是热情。AI 恰好在放大这种东西。

DeepSeek 零预算用户过亿，Claude Code 一天一个版本，钉钉飞书企微三天跟进同一功能。产品竞争的底层逻辑变了，钱和声量不再是决定性武器。

折腾两天做不出来的工具，换个模型半小时搞定。电脑登不进去，一个 AI 智能体半小时帮我修好。后来我做了 Aima Service，想让每台设备在出问题时都能有个 AI 来帮忙。

张雪峰猝死、OpenClaw 创始人卖掉公司后迷失、年轻人涌向 AI 算命。技术在疯跑，但关于未来该怎么活，我们几乎没有像样的回答。

AI 把制作软件的成本压到了几千块和几天的量级，原本依赖信息不对称和商品化比较的招投标体系正在失去根基。这跟去年大模型市场的崩塌是同一个剧本。

制作成本和分发成本同时趋近于零的时候，平台就会爆发。短视频行业验证过一次，现在软件行业正在重演，OpenClaw 的现象值得留意。

九天不发版就被追问，一周没动静就没人关注。AI创业真正卡住团队的四个瓶颈——热情、专注、流程和体力，没有一个跟技术有关。

零摩擦接入加极强 AI 智能，两根支柱撑不住一个产品。用户看到 agent 在终端里执行看不懂的命令，第一反应不是惊叹，是恐惧。缺的那根支柱是渐进式信任。

提示词、RAG、微调、知识图谱、上下文工程，三年换了五波范式。模型是越来越强了，但怎么让 agent 在产品里表现好，我们其实还是不会。

coding agent 把实施成本压到一天几百块的量级，传统的 ideation 漏斗逻辑不成立了。瓶颈从执行转移到假设生成，有想法的人成了稀缺资源。

Mac 的权限设计是给人用的，Linux 是给程序用的。Agent 不是应用，是基础设施。把 Agent 跑在 Mac 上，就像把服务器塞进笔记本壳里——能跑，但哪里都别扭。

每天都在切模型。Opus莽但能打，GPT 5.4全面但老跑偏，Gemini有审美改不对bug，三个国产各有各的毛病。用多了你会发现，换模型比调参数更管用。

之前写了成本和权力。这篇补上法律。云是租给你的，端是卖给你的。当AI Agent开始自主决策，这个区别就不只是商业选择了。

帮几十个人远程装完OpenClaw后，被问最多的三件事：安不安全、贵不贵、跟Claude Code怎么选。一篇讲透，附国内模型真实价格。

边端设备别去卷大模型了。用GPU跑TTS，用NPU跑OCR，塞一堆辅助小模型进去，做成Mac mini加强版，扔在角落24小时跑着。像路由器一样，无聊才对。

造东西比开会还快，按技能分工已经没意义了。AI拉平能力差异后，团队协作的新逻辑可能是：按热情分工，用赛马验证，靠多样性取胜。

MiniMax市值超百度是必然——百度连个像样的API都没有。流量正从人转向Agent，不为Agent而建的基础设施，迟早没人用也没机器用。

AI浪潮太大，最后只有一条船。免费帮人装OpenClaw不是做慈善——抢人上船、练兵进化，每一次安装都在帮AI agent变强。

帮人装了一圈小龙虾之后聊聊安全问题。OpenClaw 确实有漏洞，但你的密码可能是 123456，人脸早就交给了文生视频。

帮人装了一圈小龙虾之后的想法：OpenClaw 的体验取决于背后模型的执行力，而当前最好的模型体验在 Claude Code 这样的 coding agent 上。

不用远程协助了。打开终端，粘贴一行命令，输入邀请码，AI 自动帮你装好 OpenClaw、连上大模型、接入飞书。全程你只需要回答几个问题。

一台AI服务器买回来调好，三个月后价值可能只剩一半。我们开源了AIMA——一个Go二进制，57个MCP工具，用YAML知识库驱动异构硬件上的AI推理部署。

当一个想法到产品验证只需要几小时，当传统的价格锚点开始失效，当 AI 的海啸已经淹到胸口——我们熟悉的价值体系正在被重构。

当 Claude Code 可以帮你安装软件、处理数据、部署应用时，它已经超出「编程工具」的范畴。这是一种元能力——让普通人以极低的门槛，真正掌控自己的电脑。

微信封号你就从几千人的世界里消失了。代码泄露损失资产，肖像泄露损失的是你自己。AI时代，数字身份的所有权比你想的更危险。

大公司积累的流程和体系在AI时代反而成了包袱，三五个人的小团队和字节、Google用的工具完全一样——这正是创业者十年一遇的窗口期。

不懂网页上线，不懂 SEO，就一个念头想记录想法。两天后网站上线，一周后奇绩创坛找上门。这是我的 Claude Code 亲测记录。

算力直接转化为生产力，绕过人力。少数人掌握全部AI算力不再是科幻。边端AI设备不只是省钱方案——它是普通人在权力结构中的制衡筹码。

一个技术外行用Claude Code做了个实验：10天堆出30万行代码，发现走不通，推倒重来。48小时后，不到1万行代码，端到端跑通了。代码是负债，不是资产。

当AI从对话走向智能体，算力需求百倍增长。但边缘设备真正的挑战不是买不起，而是用不好——TCO陷阱正在吞噬这些设备的潜在价值。

从代码补全到Vibe Coding，AI编程经历了三次跃迁。这不只是工具进步——当AI学会写代码，它就拿到了操控整个数字世界的钥匙。

把AI类比成计算机的发明，可能严重低估了这场变革的冲击力。当资本可以绕过人力直接转化为生产力，我们面对的不是技术迭代，而是一次生产关系的重构。