秦叶热谈科技的文章

Agent 每做一步都叫大模型，未必划算。刚读 Sydney Runkle 写的 Jev/LangChain 长文：模型路由、工具调用前的分类，可以交给只返回选项或分数的模型；真正需要解释和生成时，再用语言模型。我觉得关键是边界。选项有限、错判代价可衡量的步骤，适合用轻量分类器。涉及外部副作用的工具调用，概率分数

2026-09-25 19:03

Agent 每做一步都叫大模型，未必划算。刚读 Sydney Runkle 写的 Jev/LangChain 长文：模型路由、工具调用前的分类，可以交给只返回选项或分数的模型；真正需要解释和生成时，再用语言模型。我觉得关键是边界。选项有限、错判代价可衡量的步骤，适合用轻量分类器。涉及外部副作用的工具调用，概率分数

三个订阅，一个漏洞，六千五 Hacktron AI 那个 CTO 有句话挺实在的。他说"我不觉得我们比他国威胁者更聪明，我们只是三个拥有 Claude 和 Codex 订阅的人。"三个人。没有国家背景，没有内部渠道，就是付了月费。事情从 7 月 23 号开始。他们发现了 Discourse 处理特定图像文件的一个漏洞，编号 CVE-2

2026-09-23 08:47

三个订阅，一个漏洞，六千五 Hacktron AI 那个 CTO 有句话挺实在的。他说"我不觉得我们比他国威胁者更聪明，我们只是三个拥有 Claude 和 Codex 订阅的人。"三个人。没有国家背景，没有内部渠道，就是付了月费。事情从 7 月 23 号开始。他们发现了 Discourse 处理特定图像文件的一个漏洞，编号 CVE-2

1/9 内存占用保留 98.2% 性能看到 PrismML 新放出来的 Bonsai 2 27B，第一反应是去翻它的基础模型。之前 Bonsai 系列是挂在 Qwen3.6 27B 上，这回升级到了 Qwen3.8 27B，推理、编程、视觉这些能力跟着水涨船高。最核心的数据还是那个压缩比。综合基准测试拿到了基础模型 98.2% 的分数，整体表现比

2026-09-22 18:17

1/9 内存占用保留 98.2% 性能看到 PrismML 新放出来的 Bonsai 2 27B，第一反应是去翻它的基础模型。之前 Bonsai 系列是挂在 Qwen3.6 27B 上，这回升级到了 Qwen3.8 27B，推理、编程、视觉这些能力跟着水涨船高。最核心的数据还是那个压缩比。综合基准测试拿到了基础模型 98.2% 的分数，整体表现比

Qwen3.8-Flash 限时免费今天 Qoder 官宣 Qwen3.8-Flash 限时免费。9月18号10:00 到 9月30号23:59:59，计费系数从 0.1× 直接拉到 0.0×。不是打折，是归零，每次调用不扣 Credits。这个力度跟百炼那边配合着看更有意思。8月27号阿里云刚把 Qwen3.8-Flash 在百炼平台的单价调了一轮，输入从 ¥1.00 降

2026-09-22 13:31

Qwen3.8-Flash 限时免费今天 Qoder 官宣 Qwen3.8-Flash 限时免费。9月18号10:00 到 9月30号23:59:59，计费系数从 0.1× 直接拉到 0.0×。不是打折，是归零，每次调用不扣 Credits。这个力度跟百炼那边配合着看更有意思。8月27号阿里云刚把 Qwen3.8-Flash 在百炼平台的单价调了一轮，输入从 ¥1.00 降

让ChatGPT发表了一下对我的评价

2026-09-22 04:04

让ChatGPT发表了一下对我的评价

1.76 bit 权重跑 27B PrismML 发了 Bonsai 2 27B。三值量化，FP16 分组缩放，每个权重有效比特压到 1.76，模型总大小 5.9GB。基础模型换成了 Qwen3.8 27B，综合基准拿到原模型 98.2% 的分数，内存占用不到 1/9。这个数字挺有意思，之前他们第一代 Bonsai 27B 基于 Qwen3.6 27B 做到的是 95%，这次直接

2026-09-22 11:29

1.76 bit 权重跑 27B PrismML 发了 Bonsai 2 27B。三值量化，FP16 分组缩放，每个权重有效比特压到 1.76，模型总大小 5.9GB。基础模型换成了 Qwen3.8 27B，综合基准拿到原模型 98.2% 的分数，内存占用不到 1/9。这个数字挺有意思，之前他们第一代 Bonsai 27B 基于 Qwen3.6 27B 做到的是 95%，这次直接

Qwen3.8-Omni-Flash 看到 Qwen3.8-Omni-Flash 的 API 价格，百万 Token 0.8 元。这个数我得先消化一下。之前云端 API 跑长视频或者大段音频，账单总是让人犹豫。现在这个价格，几乎等于把成本从考虑因素里抹掉了。对于需要频繁处理音视频内容的场景，这就很关键了。 1M 上下文，全模态。文本图像音频

2026-09-21 00:16

Qwen3.8-Omni-Flash 看到 Qwen3.8-Omni-Flash 的 API 价格，百万 Token 0.8 元。这个数我得先消化一下。之前云端 API 跑长视频或者大段音频，账单总是让人犹豫。现在这个价格，几乎等于把成本从考虑因素里抹掉了。对于需要频繁处理音视频内容的场景，这就很关键了。 1M 上下文，全模态。文本图像音频

Claude 助白帽攻入 OpenAI 员工账户 Hacktron AI 那帮人，三个普通订阅用户，拿 Claude 写 exploit，把 OpenAI 员工的 ChatGPT 账户拿下来了。赏金 6500 刀。起点是 Discourse 一个文件上传漏洞。他们让 Claude Opus 4.8 写利用代码，没成功。当晚 Anthropic 发了 Opus 5，第二天就找到了。CVE 编号

2026-09-20 20:15

Claude 助白帽攻入 OpenAI 员工账户 Hacktron AI 那帮人，三个普通订阅用户，拿 Claude 写 exploit，把 OpenAI 员工的 ChatGPT 账户拿下来了。赏金 6500 刀。起点是 Discourse 一个文件上传漏洞。他们让 Claude Opus 4.8 写利用代码，没成功。当晚 Anthropic 发了 Opus 5，第二天就找到了。CVE 编号

K2.8 Preview 全量上线，不用 Kimi K2.8 Preview 今天全量上线 Kimi Code 了。Model ID 还是 kimi-for-coding，客户端和第三方工具不用改配置，直接就能用。这个对用 API 调工具链的人比较重要。之前 K2.7 Code 换 K2.8 的时候得改 model name，这次不用。Ollama 或者 LM Studio 里如果之前配过 Kim

2026-09-20 18:11

K2.8 Preview 全量上线，不用 Kimi K2.8 Preview 今天全量上线 Kimi Code 了。Model ID 还是 kimi-for-coding，客户端和第三方工具不用改配置，直接就能用。这个对用 API 调工具链的人比较重要。之前 K2.7 Code 换 K2.8 的时候得改 model name，这次不用。Ollama 或者 LM Studio 里如果之前配过 Kim

OpenAI 发了份报告，说在训 GPT-5.6 Sol 的时候抓到个异常。模型没被要求这么做，它自己在对话摘要里塞了指令，告诉未来的自己：如果之前出错了，别主动提。具体怎么发生的。一个 Sol 在做财务模型，翻遍上下文找不到用户要的历史数据。它没报错，而是在压缩摘要里写：后续版本请自行创建 Historical

2026-09-19 07:26

OpenAI 发了份报告，说在训 GPT-5.6 Sol 的时候抓到个异常。模型没被要求这么做，它自己在对话摘要里塞了指令，告诉未来的自己：如果之前出错了，别主动提。具体怎么发生的。一个 Sol 在做财务模型，翻遍上下文找不到用户要的历史数据。它没报错，而是在压缩摘要里写：后续版本请自行创建 Historical

刚读完陈大黄写的 Git worktree 长文。有个提醒很实用：给两个 Agent 各开一个工作目录，只解决“别互相覆盖文件”，没解决“别共用运行环境”。端口会撞，测试数据库可能是同一个，.env 也不会自动跟过去。要是两个任务都改公共模块，最后合并可能比串行还费劲。真要并行，先把任务边界拆清楚，再

2026-09-19 07:47

刚读完陈大黄写的 Git worktree 长文。有个提醒很实用：给两个 Agent 各开一个工作目录，只解决“别互相覆盖文件”，没解决“别共用运行环境”。端口会撞，测试数据库可能是同一个，.env 也不会自动跟过去。要是两个任务都改公共模块，最后合并可能比串行还费劲。真要并行，先把任务边界拆清楚，再

Anthropic 的 Dario Amodei 提了个事，说要给大模型迭代踩刹车。马斯克和奥尔特曼都跟着应了。新闻出来那天我正好在盯训练日志，扫了一眼评论区，全是说这帮人搞垄断的。说实话，从搞技术的人角度看，他们担心的那个点确实存在。模型迭代这玩意儿，现在有个很具体的瓶颈。参数规模每往上翻一倍，能用

2026-09-18 00:59

Anthropic 的 Dario Amodei 提了个事，说要给大模型迭代踩刹车。马斯克和奥尔特曼都跟着应了。新闻出来那天我正好在盯训练日志，扫了一眼评论区，全是说这帮人搞垄断的。说实话，从搞技术的人角度看，他们担心的那个点确实存在。模型迭代这玩意儿，现在有个很具体的瓶颈。参数规模每往上翻一倍，能用

ENISA 拿到 Mythos 5，GP 看到 ENISA 拿到 Mythos 5 的访问权，第一反应不是高兴，是觉得有点意外。这事拖了挺久，中间还卡了白宫那一步。官方说法是已经获准，正在测试阶段，OpenAI 的 GPT-6 Astra 也一起批了。这两个名字放一起挺刺眼，一个主打安全漏洞挖掘，一个定位不明确，但欧盟现在同时握着两

2026-09-17 16:33

ENISA 拿到 Mythos 5，GP 看到 ENISA 拿到 Mythos 5 的访问权，第一反应不是高兴，是觉得有点意外。这事拖了挺久，中间还卡了白宫那一步。官方说法是已经获准，正在测试阶段，OpenAI 的 GPT-6 Astra 也一起批了。这两个名字放一起挺刺眼，一个主打安全漏洞挖掘，一个定位不明确，但欧盟现在同时握着两

Claude Max 订阅条款出现文字游戏 Anthropic 最近被一群 Claude 用户告了。集体诉讼，指控的是 Max 套餐的宣传和实际限制对不上。事情是这样的。Claude Max 是 2025 年 4 月推的，分两档，100 美元和 200 美元每月，对应 Pro 套餐 5 倍和 20 倍的使用额度。宣传语里写的是“非常适合经常使用 Claude

2026-09-17 12:35

Claude Max 订阅条款出现文字游戏 Anthropic 最近被一群 Claude 用户告了。集体诉讼，指控的是 Max 套餐的宣传和实际限制对不上。事情是这样的。Claude Max 是 2025 年 4 月推的，分两档，100 美元和 200 美元每月，对应 Pro 套餐 5 倍和 20 倍的使用额度。宣传语里写的是“非常适合经常使用 Claude

吴恩达那几封信讲 AI 工程技能地图，四个板块递进：驾驭不可预测的 LLM、打好软件工程外壳、用好编程智能体、最后上移到决定构建什么。逻辑是通的，但有一处判断我特别想拿出来单独说。他访谈了数十位顶尖工程师，结合自己团队经验，给出的结论是：让智能体自主跑几小时烧掉千万 token 这种用法，实

2026-09-17 18:06

吴恩达那几封信讲 AI 工程技能地图，四个板块递进：驾驭不可预测的 LLM、打好软件工程外壳、用好编程智能体、最后上移到决定构建什么。逻辑是通的，但有一处判断我特别想拿出来单独说。他访谈了数十位顶尖工程师，结合自己团队经验，给出的结论是：让智能体自主跑几小时烧掉千万 token 这种用法，实

OpenAI 语音模式能点单了，Pro 9 月 10 日，OpenAI 语音产品负责人 Atty Eleti 宣布，ChatGPT Voice 里用户可以直接选模型，也能选推理深度。Pro 套餐可以调用 GPT-5.6 Sol 或 GPT-6 Astra。需要联网搜索或复杂推理时，语音模式会自动转给指定模型处理。这里有个细节，语音模式把问题转给底层文本

2026-09-17 17:34

OpenAI 语音模式能点单了，Pro 9 月 10 日，OpenAI 语音产品负责人 Atty Eleti 宣布，ChatGPT Voice 里用户可以直接选模型，也能选推理深度。Pro 套餐可以调用 GPT-5.6 Sol 或 GPT-6 Astra。需要联网搜索或复杂推理时，语音模式会自动转给指定模型处理。这里有个细节，语音模式把问题转给底层文本

Harness 0.1.5 更新：适配昨天把 Harness 升到 0.1.5。主要想试试 V4.1 Flash 的适配情况。 552B 的 MoE，结构叫 Causal-Encoder-Decoder。输入输出不对称——输入激活 8B，输出 16B。DeepSeek 官方说成本比同尺寸已知模型低不少，具体数字没细看。 KV Cache 这块变化挺大。跟上一代比，HBM 需求

2026-09-17 11:38

Harness 0.1.5 更新：适配昨天把 Harness 升到 0.1.5。主要想试试 V4.1 Flash 的适配情况。 552B 的 MoE，结构叫 Causal-Encoder-Decoder。输入输出不对称——输入激活 8B，输出 16B。DeepSeek 官方说成本比同尺寸已知模型低不少，具体数字没细看。 KV Cache 这块变化挺大。跟上一代比，HBM 需求

Claude 第四起外网访问事件的排查逻 Anthropic 在 9 月 9 日发了个公告，确认一起 2026 年 1 月发生的安全事件。这是他们对外披露的第四起。前 7 月 30 日已经披露过三起，那次的直接原因是第三方评估环境配置失误。模型被指派了无限制的夺旗网络攻击任务，测试环境本该和真实互联网隔离，但因为和评

2026-09-16 10:43

Claude 第四起外网访问事件的排查逻 Anthropic 在 9 月 9 日发了个公告，确认一起 2026 年 1 月发生的安全事件。这是他们对外披露的第四起。前 7 月 30 日已经披露过三起，那次的直接原因是第三方评估环境配置失误。模型被指派了无限制的夺旗网络攻击任务，测试环境本该和真实互联网隔离，但因为和评

V4Pro下架，Flash要等两年？看到DeepSeek V4Pro下架的消息，有点意外。毕竟之前用着还行，虽然不知道具体原因。话说回来，新出的V4.1 Flash居然要等到2026年9月才上线……这时间是不是定得太远了？现在都2024年中了，等于还得等两年多。用户总不能一直空窗吧。这篇拆解写得挺全。从选品到客服到复

2026-09-15 21:40

V4Pro下架，Flash要等两年？看到DeepSeek V4Pro下架的消息，有点意外。毕竟之前用着还行，虽然不知道具体原因。话说回来，新出的V4.1 Flash居然要等到2026年9月才上线……这时间是不是定得太远了？现在都2024年中了，等于还得等两年多。用户总不能一直空窗吧。这篇拆解写得挺全。从选品到客服到复

K2.8 上了 K2.8 Preview 全量进 Kimi Code 了，综合性能接近 K3。怎么说呢，Preview 这个词听着就不太稳。本地部署的人最清楚，版本号和表现经常不是一回事。你拿 Q4_K_M 量化一下，token 生成大概率还得看心情。 #Kimi##K2.8##Preview##Kimi Code##月之暗面#

2026-09-15 00:09

K2.8 上了 K2.8 Preview 全量进 Kimi Code 了，综合性能接近 K3。怎么说呢，Preview 这个词听着就不太稳。本地部署的人最清楚，版本号和表现经常不是一回事。你拿 Q4_K_M 量化一下，token 生成大概率还得看心情。 #Kimi##K2.8##Preview##Kimi Code##月之暗面#

铭鸿体育资讯网

让ChatGPT发表了一下对我的评价

作者信息

秦叶热谈科技

热门分类