IT社区推荐资讯 - ITIndex.net

33条良好社交技巧规则

Thu, 20 Aug 2026 09:49:09 CST

最重要的一点：在几乎所有对话情境中，通常都应该让对方赢。请注意，赢并非零和博弈：在大多数情况下，你和对话中的每个人都可以（也应该）获得胜利！
大多数情况下，你主导对话会带来最佳结果。（请注意，主导对话并不一定意味着其他人会注意到这一点，或者你会滔滔不绝。）
了解某人来自哪里的冷门当地梗，是快速建立融洽关系的最佳秘诀。
在游戏初期，有条不紊的冷读比直接提问更能引起对方的兴趣。
运用直觉和冷读术快速了解对方的价值观，然后在此框架内展开接下来的对话，尽可能让对方感到舒适。
当有人进入房间时，转身微笑并打招呼。总之，即使你不是主人，也要假装自己是主人。
真诚的赞美或对共同话题的玩笑式评论是开启对话的最佳方式。
跟随你的好奇心。对他人保持真诚的兴趣，但前提是这种兴趣必须是发自内心的。没有人想要那种为了问问题而问问题、像戴尔·卡耐基那样机械式的提问。
找出某人热衷的事物，然后不断地提出更深入的问题，保持强烈的好奇心。
闲聊自有其用处——它有助于建立对话界限和氛围——但不要持续太久。一旦双方都感到自在，就应该迅速结束闲聊。
尽量避免使用陈词滥调的问题或句式。即使是对常见的闲聊问题稍作改动，也能获得更好的答案，例如用“你最近对什么感兴趣？”代替“你是做什么的？”
只有在绝对必要的时候才把话题转回到你的故事上。
如果你和另一个人同时开始说话，就让他们先说。（比较少见的例外情况是，如果你经常被别人打断，在这种情况下，你应该更积极地表达自己的观点。）
在群体谈话中，当有人似乎想从外面加入时，看着他们的眼睛，微笑，并将你的身体向外移动，以鼓励他们这样做。
……当他们加入时，询问他们的姓名，并向他们介绍当前主题的背景信息。
如果谈话变得乏味，可以主动用眼神和微笑吸引路人加入，然后在新认识的人熟悉之后，你可以选择退出。
即使是开玩笑，也不要破坏彼此间的融洽关系，除非对方表示同意。
模仿对方的肢体语言。转身面对对方，全身心地投入。不要双臂交叉或目光四处游移。
如果你不得不暂时离开，请让他们知道（“请继续说，我只是去倒杯水”），或者如果你必须拿出手机来记下他们告诉你的事情（“让我把它写下来”）。
如果你发现对方的肢体语言破坏了融洽的关系，他们很可能对你没兴趣，你应该顾及面子，找个借口结束谈话。
如果有人问你问题，请尽可能详细地回答，以便提问者有尽可能多的后续对话线索。
在小组中，一开始只能拿自己开玩笑，不能拿别人开玩笑，直到建立起幽默的氛围。
用反讽式幽默来逗乐别人，但不要总是用它来试图强加某种群体氛围。
在小组讨论中，对话必须在小组中每个人都能理解的语境和参考资料水平上进行。
虽然你应该保持谈话的积极氛围，但实际上，人们更容易通过轻松的抱怨建立联系，而不是通过共同的兴趣爱好。
提及相关内容时，应结合谈话对象的文化背景。没有人想显得愚蠢或与周围环境脱节。
如果要提及与他人语境无关的内容，只有当他们表现出好奇心，并且出于真诚的告知兴趣而非炫耀的目的时，才应该这样做。
如何更深入地了解对方：先分享一些关于自己的敏感信息，然后观察对方的反应，再问他们同样程度的问题。
避免一切重复：比如两次讲同一个笑话，讲述别人已经听过的故事（即使你和他们只是群体对话中的一部分），等等。
如果你聪明又成功，低调处理自己的才智和成就反而会更受人青睐。永远保持谦逊。
比起滔滔不绝的天才，扮演好奇而深思熟虑的中庸之辈更能赢得人心。大多数情况下，你的对话者最好感觉自己要么比你略胜一筹（=他们在教你），要么和你智力相当（=你们在即兴发挥）。
除非你们之间有过真正有意义的对话，否则不要要求交换联系方式，更不要要求使用 LinkedIn。
你可以直接删除与讨论无关的话题，例如：任何会导致争论或不良氛围的话题，或者任何出于好意但可能会对参与者造成（隐性）心理伤害的话题。

我一直觉得市面上关于社交技能的通俗读物质量不高，也一直想写一本像我其他作品一样的综合指南。

分享我过去十年收藏的5万多个HN书签中最优质的资源

Thu, 20 Aug 2026 09:48:20 CST

多年来，我每天早上读两页HN，晚上读两页。

最近我注意到，前两页的内容几乎全是人工智能这人工智能那，法学硕士这法学硕士那，模型这模型那模型。

今天，我打算打破这个惯例，分享我过去十年收藏的5万多个HN书签中最优质的资源。

我这边有一套书签添加流程。

- 最具视觉冲击力的解释者获得 S 级评级

来自信誉良好的来源的信息得A级，来自非信誉良好的来源的信息得B级。

评论类博客的质量最低，可能被评为C、D、E甚至F级，具体取决于质量。

以下是我的S级排名

- 变形金刚工作原理的动画讲解 https://poloclub.github.io/transformer-explainer/

- K均值聚类算法的可视化介绍 https://k-means-explorable.vercel.app/

- 视觉LLM的3D动画简介 https://blog.mdturp.ch/posts/2024-04-05-visual_guide_to_vision_transformer.html

- 机器学习动画入门 https://r2d3.us/visual-intro-to-machine-learning-part-1/

- 数学概率论动画入门 https://seeing-theory.brown.edu/basic-probability/index.html

- 通过动画演示，一步一步从零开始构建 3D 世界 https://aibodh.com/posts/bevy-tutorial-build-your-first-3d-editor-in-rust/

- 算法可视化 https://algorithm-visualizer.org/

- 浏览器向服务器发送请求的动画分步演示 https://200ms.thenodebook.com/#act-1-the-click

- 内燃机内部工作原理的视觉介绍 https://ciechanow.ski/internal-combustion-engine/

- 3D实时机器人代码模拟器 https://bittlex-sim.petoi.com/

- 动画讲解：椭圆曲线密码学 https://growingswe.com/blog/elliptic-curve-cryptography

- 速率限制算法可视化 https://smudge.ai/blog/ratelimit-algorithms

- 图形管线可视化入门！https://fremaconsulting.ch/blog/vulkan

- 动画讲解如何从零开始构建 ReactJS！https://pomb.us/build-your-own-react/

- 小游戏：如何从最基本的门电路开始构建整个 CPU https://select.supply/game/chipbuilder

- 从零开始搭建神经网络 https://graphgame.sabrina.dev/

- 3D可视化：重力是如何运作的 https://qunabu.github.io/Gravity/#what-is-gravity

- 小游戏：CSS Grid 的工作原理 https://cssgridgarden.com/

- 线性代数、向量等数学动画书籍 https://immersivemath.com/ila/index.html

- 动画讲解：FAISS 矢量搜索的工作原理 https://fremaconsulting.ch/blog/faiss

- 从零开始打造健康可穿戴设备的3D动画演示 https://www.lumafield.com/scan-of-the-month/health-wearables

- 半导体制造工艺的3D动画演示 https://ig.ft.com/microchips/

- 小游戏：Git 的工作原理 https://learngitbranching.js.org/

- 小游戏：从零开始学习 SQL https://sqlpd.com/

- 另一个小游戏：SQL https://lost-at-sql.therobinlord.com/

- 动画讲解视频，展示颜色、屏幕、图形、渲染、着色器、编译器、解释器的工作原理 https://www.makingsoftware.com/

- 动画讲解视频由内而外地展示了网络七层协议栈的工作原理 https://fazamhd.com/mental-models/networking/

- 用于线性回归、逻辑回归、神经网络和机器学习的动画讲解器 https://mlu-explain.github.io/

- 3D 讲解碰撞检测、着色器、渲染、剔除和游戏开发相关内容 https://krupitskas.com/posts/modern_culling_techniques/

- 3D动画演示和讲解身体各部位的锻炼动作 https://musclewiki.com/

- 小游戏：从零开始构建一个英伟达GPU https://jaso1024.com/mvidia/

- 神经网络前向传播和反向传播的动画讲解 https://aegeorge42.github.io/

还有很多很多，今天打字打得我有点累了。

好了，够了，别再让那些人工智能观点文章充斥首页了，HN，你等着瞧！

PostgreSQL 适用于一切

Thu, 20 Aug 2026 09:30:47 CST

Intro

I started using PostgreSQL roughly in 2003 for a research project called ColumbaDB. Columba is no more, but PostgreSQL is still alive and kicking more than ever.

In 2003, MySQL was much more widely used than PostgreSQL. MySQL was also potentially faster as it did not implement all features of the SQL standard. At the same time MySQL was lacking many features that we needed (full-text search, powerful indexes, SQL standard compliance etc). PostgreSQL felt more like a “real” database in comparison to MySQL - like a tiny version of Oracle - but in open source clothes.

During that research project I learned a lot about databases, indexes and the power of PostgreSQL. One important use-case was full-text search. We could have used MySQL in conjunction with another system like Lucene / Solr to make our database searchable. But that would have meant running and maintaining two such systems. Complicated.

PostgreSQL allowed us to use a fulltext search pluginto do everything in one system. No need to sync any data. No need to maintain and run two systems. It just worked and made us smile (after some tweaks of course). Simplicity.

Since then I used PostgreSQL for many use-cases throughout my career as CTO / Interim Manager. Most recently I used PostgreSQL to store very high volume web analytics time series data via its TimescaleDB plugin. Check out Privatracker - the best way to do web analytics and respect the privacy of your visitors- to see it in action.

Many others discussed the topic from different angles. And each article is really worth your time ( SQL is Agile, Stephan Schmidt on Using SQL for Everything). Also check out my Linkedin post.

And if you are using PostgreSQL I can highly recommend reading Hazel Bachrach’s nice post on “What I Wish Someone Told Me About Postgres”.

In my humble opinion the power of PostgreSQL comes from three sources:

It is rock-solid and stable.
It is easy to run, install and scale.
It massively simplifies your IT setupby being not only a RDBMS, but also a full-text search engine, a document storage and much much more&mldr;

Let’s have a closer look&mldr;

Rock Solid and Stable

PostgreSQL is boring old technology. The first PostgreSQL release dates back to 1996. PostgreSQL is also very widely used - for a very long amount of time. Ironing out bugs - especially in database systems - takes time. PostgreSQL had that time.

It also has a very active community that diligently adds more and more features without breaking any old parts of it. In recent years PostgreSQL got many amazing features like json document storage, partitioning support, common table expressions and much much more. Each new release of PostgreSQL is exciting and brings new nice features.

True - PostgreSQL is old - but the features are very very modern - and PostgreSQL becomes better with every release.

Easy to Run, Install and Scale

PostgreSQL can be installed very easily locally. It is bundled with all major Linux distributions, part of Mac brew, but can also be installed with applications like PostgresApp.

When running tests, it comes in handy using Testcontainers with PostgreSQL. It was never easier running your tests against a real PostgreSQL database that is 100% similar to the production thing.

If you want to run PostgreSQL on a server then you can simply apt-get install it. Or run it in a docker container.

All cloud providers allow you to run (and scale!) PostgreSQL by clicking a single button. You got ample of choice at your fingertips:

That makes PostgreSQL one of the most widely supported software systems in the market. And for you this means less maintenance and more time for creating new features for clients.

Simplifies Your IT Setup

Running PostgreSQL in the cloud is already just one click. But it gets even better. PostgreSQL can replace many systems that youd’d have to run otherwise.

PostgreSQL Replaces Solr and Elastic: Full-Text Search

PostgreSQL allows you to turn your text data into user-searchable data. Without a separate system. It’s also language agnostic and you’ll never have any sync problems between your data and your fulltext search system.

The most impressive article on the topic is how Contentful used PostgreSQL to enable fulltext search for their users. It’s a tale in simplicity that enables growth.

Instacart did something very similar: They built their modern search infrastructure on Postgresinstead of running a separate search cluster. Same story, different company.

More on the topic: https://www.postgresql.org/docs/current/textsearch.html

PostgreSQL replaces MongoDB: Excellent Json Support

PostgreSQL has excellent support for storing and querying(!) json. It also features an index type (GIN) that makes these operations blazingly fast. Is there a need for MongoDB any more?.

The Guardian also wrote an excellent article how they switched from Mongo to PostgreSQL. Thanks for sharing Jan-Otto! Hazel also wrote a nice piece on jsonband what to take into account when using it.

PostgreSQL replaces Kafka and RabbitMQ: PostgreSQL as a queue

Events, queues and persistent logs are getting more and more important in today’s software systems. Systems like Kafka, RabbitMQ, SQS and others provide that functionality. But maintaining them is annoying, custom and you need the skillset.

The good news: You can just use PostgreSQL. The magic comes from

SELECT .. FOR UPDATE
SELECT .. SKIP LOCKED

Using these SQL features you can effectively use a table as queue. Either in a persistent fashion with a cursor and many consumers, or in a read-once fashion.

The article at crunchydata explains this concept very well.

My tip: Start with PostgreSQL as a queueing system. Only when that does no longer perform well switch to other systems like Kafka, RabbitMQ or SQS. You’ll be surprised how well PostgreSQL works.

PostgreSQL Replaces Clickhouse: High Volume Time Series Data

Time series data is special. Often you get many data points in a very short amount of time. And then you have to aggregate the data frequently, doing some statistics on it and so on.

There are specialized software systems like Clickhouse (amazing by the way&mldr;). But you can also use a plugin for PostgreSQL that allows you to do (nearly) the same: Timescale.

I’ve used Timescale and can recommend it. The good news is that you can continue using PostgreSQL - even for high volume data easily. No need to learn and maintain something new.

PostgreSQL as Vector Database for AI Workflows

Timescale lately released the pgvector extension, that turns your PostgreSQL into a vector database. This allows you to use the tech you already know for indexing and retrieval of relevant data. That’s an essential part of AI LLM workflows.

Timescale also recently announced pgaithat includes pgvector, but also a lot of other nice extensions that make it super simple to index data, call LLM models and retrieve data based on similarity.

PostgreSQL Replaces Redis: Non-Persistent High Performance Caching

Caching is important. Most applications use something like Redis as a cache to get information like sessions and more quickly. A cache can by definition lose data and can be regenerated from the original source.

But. Why use Redis when PostgreSQL can be tuned to be as fast (in most usecases) as a Redis cache? The secret is using an UNLOGGED table. You can even emulate Redis’ automatic expire by a trigger. A lot has been written about this- I can just recommend trying it out.

PostgreSQL Replaces File System: For Raw Data

For one of my clients we had to read and write a huge amount of small pieces of binary encoded information. We initially thought that doing this via the file system was the fastest way to do so.

After some performance checks it became clear that PostgreSQL was even faster than reading from the file system for our use-case. PostgreSQL uses the file system very efficiently for its data - and it adds a lot of caching and efficient reading and writing strategies that can outperform writing and reading raw data on a file system.

We used Flatbuffersto store the data in a blob column. Data was then de-serialized on the client. You might want to try that approach as well.

PostgreSQL Replacing Your Graph Database

Hierarchical data can be managed in SQL via recursive queries. That’s ok, but also super-hard to read, maintain and debug. Not even speaking of performance.

The better way is the LTREE datatype of PostgreSQL. It helped me not only once to implement hierarchical tag structures. Easy to read, maintain and blazingly fast.

PostgreSQL Replacing Your Microservice

Most of the “microservices” these days are only about models, getting data from a database and returning json to the client.

But you know what? PostgreSQL can turn any query into a Json result. That effectively replaces your server middleware. There are Pros and Cons to this approach, but it shows the capabilities of PostgreSQL. The amazing Lukas Eder wrote about the topic- not PostgreSQL specific - but everything mentioned there is very well doable in PostgreSQL as well

PostgreSQL - Replacing your Playstation 5

Well. Some enthusiast implemented Tetris as Common Table Expressions in pure SQL. Crazy. And maybe not to be taken too seriously.

Conclusion

The list above is not very exhaustive. PostgreSQL is a very flexible piece of software. And it can be extended with plugins to do more and more.

You need simplicity if you want to move fast. If you come across a new requirement always ask: Can’t PostgreSQL do this? And do we really need that shiny new technology X?

PostgreSQL might not be the answer to everything - but it is the answer to a lot more than you might think!

本地化部署大模型工具 llama.cpp

Fri, 14 Aug 2026 20:11:25 CST

什么是 llama.cpp？

llama.cpp 是一个由 Georgi Gerganov 于 2023 年 3 月发起的开源项目，旨在用纯 C/C++ 实现 LLaMA 系列大语言模型的高效推理。最初它只是为了在 Mac 笔记本上运行 Meta 的 LLaMA 模型，但如今已经发展成支持数百种模型架构、跨平台、支持 GPU 加速的通用推理引擎。

该项目最大的特点是：不依赖 Python 深度学习框架，不需要复杂的环境配置，仅靠 C/C++ 就能在 CPU 上流畅运行数十亿参数的大模型。这使得大语言模型第一次真正走进了普通个人电脑、树莓派、手机以及各种边缘设备。

核心特性与优势

极致的 CPU 推理性能

llama.cpp 通过大量底层优化，让原本需要高端 GPU 才能运行的模型在普通 CPU 上也能获得可用速度。它充分利用了现代处理器的 SIMD 指令集，如 x86 平台的 AVX、AVX2、AVX-512，ARM 平台的 NEON，以及 Apple Silicon 的 AMX 等。在 M 系列 Mac 上，它还能通过 Metal 调用 GPU 进行加速。

量化技术降低资源门槛

llama.cpp 引入了多种量化方案，将模型权重从 16 位浮点数压缩到 8 位、4 位甚至更低精度。常见的量化格式包括：

Q8_0：8 位量化，质量损失极小
Q4_0、Q4_K_M：4 位量化，体积大幅缩小，质量仍可接受
Q2_K、IQ2_XXS：极低比特量化，适合资源极度受限场景

例如，一个 7B 参数的模型，FP16 格式约需 14GB 内存，而 Q4_K_M 量化后仅需 4GB 左右，普通笔记本也能轻松加载。

GGUF 统一模型格式

llama.cpp 早期使用 GGML 格式，后来迁移到更完善的 GGUF 格式。GGUF 将模型权重、分词器、元数据打包在单一文件中，具有更好的扩展性和兼容性。现在 Hugging Face 上有大量现成的 GGUF 模型可以直接下载使用。

跨平台与多后端支持

llama.cpp 支持 Linux、macOS、Windows、FreeBSD 等操作系统，并支持多种计算后端：

CPU：通过 BLAS 库（OpenBLAS、Intel MKL 等）加速
GPU：CUDA、Metal、Vulkan、SYCL、ROCm
混合推理：可以部分层在 GPU，部分层在 CPU

这意味着同一份代码可以在从树莓派到数据中心 GPU 服务器的各种硬件上运行。

llama.cpp 的进阶能力

混合推理，CPU + GPU 协同，部分层卸载到系统内存，突破 VRAM 限制。8GB 显存也能跑 70B 模型。
推测解码，Speculative Decoding，用小模型生成草稿、大模型验证，推理速度提升 2~3 倍。
语法约束，GBNF Grammar，约束输出为 JSON / 特定格式，100% 格式正确率。
KV Cache 量化，运行时量化，推理过程中动态量化 KV Cache，进一步降低内存占用。
多模态，Vision + Text，llama-server 原生支持图片输入，兼容 LLaVA / Gemma-3 等多模态模型。
嵌入服务，Embedding API，提供 /embedding 端点，可直接用于 RAG / 语义搜索等场景。
重要性矩阵，Imatrix 校准，使用领域数据校准量化，Q4 及以下精度提升 10~20%。
编辑器集成，VS Code / Vim 插件，官方 FIM 补全插件，本地代码助手开箱即用。

llama.cpp的架构与工作原理

llama.cpp 的核心是一个精简的 Transformer 推理实现。它主要包含以下组件：

GGML/GGUF 张量库：负责底层矩阵运算和量化计算
模型加载器：解析 GGUF 文件，将权重映射到内存
推理引擎：实现 Transformer 的前向传播，包括注意力机制、FFN、归一化等
采样器：支持多种采样策略，如 top-k、top-p、temperature 等
内存管理：通过 mmap 内存映射，按需加载模型权重，减少内存占用

llama.cpp 还实现了一些高级特性，如连续批处理（continuous batching）、并行解码、推测解码（speculative decoding）、KV 缓存量化等，进一步提升了推理效率。

三层架构：前端模型代码 → GGML 张量库 → 多硬件后端

llma.cpp 的核心设计原则：零依赖（纯 C/C++，无需 PyTorch/Python）、量化优先（1.5~8 bit 整数量化）、全平台（从树莓派到 A100）、混合推理（CPU+GPU 协同，突破显存限制）。

GGUF 模型格式

2023 年 8 月推出，取代旧 GGML 格式，成为本地大模型的事实容器标准

为什么 GGUF 比 GGML 更好？

旧 GGML 格式在新增模型架构时容易破坏向后兼容性。GGUF 采用 Key-Value 元数据设计，新字段可以自由添加而不会影响旧版本解析器，同时将 Tokenizer 内嵌在文件中，不再需要额外加载 vocab 文件。

量化技术详解

llama.cpp 的核心竞争力：把 14GB 的 7B 模型压缩到 4GB，质量损失不到 3%。量化是 llama.cpp 最关键的技术。通过将模型权重从 16 位浮点数压缩到 2~8 位整数，大幅降低内存占用和推理延迟。llama.cpp 的 K-quant（分组量化）方案是业界最成熟的量化实现之一。

量化类型对比表

llama.cpp 量化类型命名详解

在 llama.cpp 中，量化类型的名称并不是随意取的，每个字符都有明确的含义。理解这些命名规则，能帮助你快速判断一个量化模型的精度、体积和适用场景。本文将以最常见的 Q4_K_M 为例，逐字符拆解，并扩展到其他常见量化类型。

Q4_K_M 可以拆分为四个部分：Q、4、K、M。

字符	含义
Q	Quantization（量化）的缩写，表示该类型属于量化格式。
4	表示名义平均比特数：每个权重约占用 4 bits（即 0.5 字节）。实际由于混合精度，可能略有出入。
K	表示采用 K-quants 量化方案（由 GitHub 用户 ikawrakow 提出），这是一种基于重要性矩阵和混合精度的先进量化方法。
M	表示该 K-quant 变体针对 Medium（中等规模模型）进行了优化。另有 S（Small）和 L（Large）等变体。

所以 Q4_K_M 可以理解为：采用 K-quants 方法的 4-bit 量化，针对中等规模模型调优的版本。

注意：4 并不是说每个权重都严格用 4 位存储。K-quants 采用混合精度，某些对输出影响较大的张量（如注意力层中的部分权重）会使用 6 位甚至 8 位，其他大部分权重使用 4 位。整体平均位数大约在 4.5~4.8 bit/weight 左右，因此模型文件比纯 4-bit 略大，但质量更高。

K-quants 系列

K-quants 是 ikawrakow 为 llama.cpp 开发的一套新量化方案，旨在用同样的平均比特数取得更好的模型质量。其核心思想包括：

重要性加权：利用校准数据计算每一层权重的重要性，对重要权重分配更多 bit。
混合精度：在同一模型内对不同张量使用不同精度，例如注意力层的v、o 权重可能用 6-bit，FFN 层用 4-bit。
超级块（super-block）：将 256 个权重组织为一个超级块，内部再分为多个子块，并单独量化缩放因子和最小值，进一步减少元数据开销。

S、M、L 的含义

这三个字母代表该量化变体针对不同规模的模型进行了优化：

S（Small）：针对小模型（如 1B~3B 参数）优化。小模型对量化更敏感，需要更保守的策略。通常 S 变体会对重要张量使用更高精度，以弥补小模型容量不足的问题。
M（Medium）：针对中等规模模型（如 7B~13B）优化，是平衡质量与体积的默认选择。
L（Large）：针对大模型（如 30B+）优化。大模型冗余较多，可以更激进地量化，因此 L 变体往往在保持质量的同时进一步减小体积。

值得注意的是，并非每种 K-quant 都同时拥有 S/M/L 三种变体。实际存在的 K-quant 类型包括：

类型	后缀	说明
Q2_K	（无）	2-bit K-quant，仅一种配置，质量较低，适合极限压缩
Q3_K	S / M / L	3-bit K-quant，三种变体，S 质量最好，L 体积最小
Q4_K	S / M	4-bit K-quant，S 和 M 两种，Q4_K_M 是目前最常用的均衡选择
Q5_K	S / M	5-bit K-quant，质量接近 Q6_K，体积稍大
Q6_K	（无）	6-bit K-quant，质量很高，接近 Q8_0，但体积更小

为什么 Q4_K 没有 L？K-quants 在设计时针对不同位宽选择了不同的变体数量，并非强制每种都有三个等级。Q4_K 的 S 和 M 已经能够覆盖大多数需求。

IQ 系列（Importance Matrix Quants）

后来，llama.cpp 又引入了基于重要性矩阵（Importance Matrix）的量化方法，命名以 IQ 开头。这类量化使用校准数据集计算权重的重要性，并在量化过程中显式优化输出误差，可以在极低比特下保持较好的质量。

IQ 系列的命名规则是：IQ{bits}_{size}，其中 {size} 表示量化激进程度，常见后缀有 XXS、XS、S（有时还有 M、L）。

例如：

IQ2_XXS：2-bit 极限压缩，体积最小，但质量损失较大。
IQ2_XS：比 XXS 稍好。
IQ2_S：2-bit 中质量最好的变体。
IQ3_XXS、IQ3_XS、IQ3_S：3-bit 的不同压缩等级。
IQ4_XS、IQ4_NL：4-bit 的 IQ 变体，质量通常优于同级别的 K-quants。

IQ 系列的后缀（XXS、XS、S）与模型规模无关，而是表示量化质量的等级：后缀越小（XXS 最小），量化越激进，体积越小，质量越低。

不同内存大小的量化推荐

与其他推理框架对比

llama.cpp

优势

纯 C/C++，零依赖，编译即用
CPU/GPU/混合推理，全平台支持
量化方案最丰富 (1.5~8 bit)
单用户性能最优 (比 Ollama 快8x)
70B 模型 8GB 内存即可运行
OpenAI 兼容 API + Web UI

不足

需要手动编译/配置
并发处理能力弱于 vLLM
无内置模型管理（需手动管理 GGUF 文件）

Ollama

优势

一键安装，零配置
内置 1700+ 预训练模型
图形界面友好
跨平台 (Win/Mac/Linux)
底层基于cpp

不足

单用户性能比cpp 慢 18~23%
额外占用3GB 显存开销
量化选项有限
灵活性受限

vLLM

优势

PagedAttention + 连续批处理
多用户并发性能碾压对手
GPU 利用率 90%+ (70B 模型)
张量并行多 GPU 支持
显存占用优化 (70B 仅需 48GB)

不足

仅支持 Linux + NVIDIA GPU
安装复杂，需 Docker + GPU 驱动
不支持 CPU 推理
不支持 GGUF 量化格式
单用户性能反而不如cpp

SGLang

优势

RadixAttention 缓存优化
结构化输出提速 10x
长上下文处理优秀
零开销批处理

不足

仅 Linux 环境
需要高端 GPU (A100/H100)
部署门槛高
社区生态较小

多维度对比一览表

llama.cpp 安装使用指南

llama.cpp 的安装

这里仅记录下Windows的安装方法，如果需要了解其他操作系统，可自行搜索。在Windows 11下为llama.cpp启用GPU加速，主要有两种路径：使用官方预编译包（最快捷）和从源码编译（更灵活）。推荐使用预编译包，可以省去繁琐的编译过程。

方法一：使用官方预编译包 (推荐)

这是最快、最不容易出错的方法。

检查并安装CUDA
- 检查驱动兼容性：打开终端（CMD或PowerShell），运行nvidia-smi，查看右上角的 CUDA Version。这个数字代表你的驱动能支持的最高CUDA版本，你需要安装一个不高于此版本的CUDA Toolkit。
- 下载并安装CUDA Toolkit：访问 NVIDIA CUDA Toolkit官方下载页面，选择与你的系统匹配的版本（建议选择exe (local)格式）。安装时，推荐选择自定义安装，并取消勾选“Driver”组件（除非你的驱动确实过时）。安装完成后，重启电脑。
下载cpp预编译包
- 访问 cpp的GitHub Releases页面。
- 在“Assets”区域，下载名为llama-cuda-winx64.zip 的文件。这个文件名明确表示它是为Windows系统准备的、带有CUDA支持的版本。
- 将下载的zip包解压到一个你喜欢的文件夹，例如D:\llama.cpp。
验证GPU加速
- 打开终端，进入你解压的cpp 文件夹。
- 运行以下命令来测试（请将你的模型文件.gguf 替换为实际文件名，并确保模型文件存在）：./llama-cli.exe -m 你的模型文件.gguf -p “Hello” -n 128 –n-gpu-layers 99
- 关键参数是–n-gpu-layers 99。这个命令告诉cpp将模型的大部分层加载到GPU显存中。如果一切正常，你会在输出中看到类似 offloading … layers to GPU 的信息，并且推理速度会明显加快。

方法二：从源码编译 (进阶)

如果你需要针对自己的显卡架构进行特定优化，或想尝试最新特性，可以选择从源码编译。

安装必备软件：按顺序安装以下工具：
- Git：用于克隆代码仓库。
- CMake：构建工具。
- Visual Studio 2022：安装Community（社区版）即可。在安装时，必须勾选以下工作负载：
  - 使用C++的桌面开发
  - C++ CMake tools
  - Windows 10/11 SDK
- 安装CUDA Toolkit：与方法一相同，根据你的显卡驱动安装匹配的CUDA Toolkit。
- 克隆并编译
  - 打开“x64 Native Tools Command Prompt for VS 2022”（可在开始菜单搜索找到）。
  - 克隆cpp仓库并进入目录：git clone https://github.com/ggerganov/llama.cpp.git && cd llama.cpp
  - 创建构建目录并配置CMake。关键是在CMake命令中-DGGML_CUDA=ON 来开启GPU支持：mkdir build && cd build && cmake .. -G “Visual Studio 17 2022” -A x64 -DGGML_CUDA=ON
  - （可选）指定显卡架构：如果你知道显卡的计算能力（Compute Capability），可以通过-DCMAKE_CUDA_ARCHITECTURES=”xxx” 来指定，以获得更优性能。例如，RTX 30系列是”86″，RTX 40系列是”89″。
- 开始编译：cmake –build . –config Release
- 编译完成后，所有可执行文件（.exe）会位于build\bin\Release\ 目录下。

方法三：使用自动化脚本 (备选)

如果你不想手动处理复杂的依赖和编译，可以尝试社区维护的自动化脚本。

cpp-installer：一个PowerShell脚本，能自动安装所有依赖并编译llama.cpp。在管理员权限的PowerShell中运行即可。
cpp-windows-builder：提供批处理脚本，可一键安装和编译。

获取 GGUF 模型

llama.cpp 使用 GGUF 格式的模型。你可以从Hugging Face获取。

下载示例（以 Llama-3-8B Q4_K_M 为例）：

# 使用 huggingface-cli 下载
huggingface-cli download TheBloke/Llama-3-8B-GGUF llama-3-8b.Q4_K_M.gguf --local-dir ./models

或者直接通过浏览器下载 .gguf 文件并放入 models/ 目录。

基本使用

编译完成后，主要可执行文件包括：

llama-cli：命令行交互式推理
llama-server：启动 HTTP 服务器，兼容 OpenAI API
llama-quantize：对 FP16/FP32 模型进行量化
llama-perplexity：计算模型困惑度
llama-bench：性能基准测试
llama-embedding：提取文本嵌入
llama-imatrix：生成重要性矩阵（用于 IQ 量化）

命令行聊天 llama-cli

最简单的用法：

./build/bin/llama-cli -m models/llama-3-8b.Q4_K_M.gguf -p "你好，请介绍一下你自己" -n 256

进入交互模式（持续对话）：

./build/bin/llama-cli -m models/llama-3-8b.Q4_K_M.gguf -cnv

-cnv 表示开启对话模式，使用 — 分隔用户输入和系统提示，例如：

./build/bin/llama-cli -m models/llama-3-8b.Q4_K_M.gguf -cnv -p "你是一个乐于助人的助手。"

llama-cli 常用参数

参数	说明
-m, –model	模型文件路径（GGUF 格式）
-p, –prompt	初始提示词
-n, –n-predict	最大生成 token 数（默认 -1 表示无限）
-t, –threads	使用的 CPU 线程数（默认自动）
-c, –ctx-size	上下文长度（默认 512，可根据模型支持调整）
-ngl, –n-gpu-layers	卸载到 GPU 的层数（如 -ngl 99 表示全部卸载）
–temp	温度参数，控制随机性（默认 0.8）
–top-k	Top-K 采样（默认 40）
–top-p	Top-P 采样（默认 0.95）
–repeat-penalty	重复惩罚（默认 1.1）
-b, –batch-size	批处理大小（影响内存和速度）
-cnv	启用交互式对话模式
–color	彩色输出
–no-display-prompt	不显示输入提示

启动 OpenAI 兼容服务 llama-server

llama-server 提供了一个与 OpenAI API 兼容的 HTTP 服务，方便集成到各种应用中：

./build/bin/llama-server -m models/llama-3-8b.Q4_K_M.gguf --host 0.0.0.0 --port 8080

启动后，可以这样调用：

curl http://localhost:8080/v1/chat/completions \
  -H "Content-Type: application/json" \
  -d '{
    "model": "llama-3-8b",
    "messages": [
      {"role": "system", "content": "你是一个乐于助人的助手。"},
      {"role": "user", "content": "你好"}
    ],
    "temperature": 0.7,
    "max_tokens": 256
  }'

llama-server 还提供 Web UI，浏览器访问 http://localhost:8080 即可进行对话。

llama-server 常用参数

参数	说明
–host	监听地址（默认 127.0.0.1）
–port	监听端口（默认 8080）
-ngl	GPU 卸载层数
-c	上下文长度
-t	线程数
–api-key	设置 API 密钥（可选）
–embedding	启用嵌入端点
–parallel	并行请求数（默认 1）

更多参数可通过 ./build/bin/llama-cli –help 查看完整列表。

量化模型 llama-quantize

如果你有一个 FP16 的 GGUF 模型，可以使用 llama-quantize 将其转换为低比特量化版本：

./build/bin/llama-quantize models/llama-3-8b-f16.gguf models/llama-3-8b.Q4_K_M.gguf Q4_K_M

常用量化类型：Q4_0、Q4_K_M、Q5_K_M、Q8_0、IQ4_XS 等。关于量化类型的详细说明，请参考前文《llama.cpp 量化类型详解》。

性能测试 llama-bench

测试模型在不同硬件上的推理速度：

./build/bin/llama-bench -m models/llama-3-8b.Q4_K_M.gguf

该命令会输出 token 生成速度（t/s）等指标，帮助你选择合适的量化类型和硬件配置。

计算困惑度 llama-perplexity

评估模型在某个数据集上的困惑度：

./build/bin/llama-perplexity -m models/llama-3-8b.Q4_K_M.gguf -f data.txt

data.txt 是每行一个文本样本的文件。

生成嵌入 llama-embedding

./build/bin/llama-embedding -m models/llama-3-8b.Q4_K_M.gguf -p "你好世界"

输出文本的向量表示。

高级用法

GPU 卸载

如果你有 GPU，可以通过 -ngl 参数将模型层卸载到 GPU 加速：

./build/bin/llama-cli -m models/llama-3-8b.Q4_K_M.gguf -ngl 99 -p "你好"

99 表示尝试卸载所有层。如果显存不足，可以减少层数，例如 -ngl 20。

上下文扩展

许多模型默认上下文长度有限，可以通过设置 -c 扩大：

./build/bin/llama-cli -m models/llama-3-8b.Q4_K_M.gguf -c 4096 -p "..."

注意：上下文越大，内存占用越高。

多卡推理

如果有多块 GPU，可以使用 –main-gpu 和 –tensor-split 指定设备分配：

./build/bin/llama-server -m model.gguf -ngl 99 --main-gpu 0 --tensor-split 1,1

使用 mmap 加载大模型

llama.cpp 默认使用内存映射（mmap）加载模型，可以节省物理内存并加速加载。如果遇到问题，可以用 –no-mmap 禁用。

提示词模板

不同模型使用不同的提示词模板。llama-cli 和 llama-server 支持 –chat-template 指定 Jinja 模板，或自动从 GGUF 元数据中读取。可以使用 –chat-template 覆盖：

./build/bin/llama-cli -m model.gguf --chat-template "{% for message in messages %}{{ message['role'] }}: {{ message['content'] }}\n{% endfor %}"

性能调优

使用-t 设置合适的线程数（通常为物理核心数）
启用 BLAS 可显著提升 CPU 推理速度
使用-b 调整批处理大小，较大的批次可提高吞吐但增加内存
在 GPU 上使用-ngl 99 获得最大加速

常见问题

编译错误：找不到 BLAS

确保已安装 BLAS 库并正确设置 GGML_BLAS_VENDOR。如果未安装，可省略 BLAS 选项。

运行时报错：error loading model: unknown (magic, version) combination

模型文件可能不是 GGUF 格式。确认下载的是 .gguf 文件，或使用 convert_hf_to_gguf.py 转换。

生成结果乱码或质量差

检查提示词模板是否匹配模型
调整采样参数（温度、top-p 等）
尝试更高质量量化类型（如 Q5_K_M、Q8_0）

内存不足

选择更低比特量化类型
减少上下文长度-c
使用–no-mmap 或减少线程数

GPU 未被使用

确认编译时启用了对应后端（GGML_CUDA=ON等）
使用-ngl 指定 GPU 层数
检查驱动和 CUDA/Metal 环境

相关文章:

爬楼梯有助于延寿

Thu, 13 Aug 2026 22:32:43 CST

根据发表在《American Journal of Cardiovascular Drugs》期刊上的一项研究，爬楼梯能显著降低死于心血管疾病的风险。研究期间，相比与不常爬楼梯的人，常爬楼梯的人死于心脏相关疾病的风险降低 39%，全因死亡率降低 24%。常爬楼梯的人患心脏病、中风和心力衰竭等严重心血管疾病的风险也较低。研究人员称，心血管疾病是全球首要死因，1990-2019 年间相关病例数几乎翻了一番。研究人员分析了来自 9 项高质量研究的逾 48 万名参与者的数据，中位随访时间为 14 年。研究人群包括健康参与者和有心脏病史的参与者。年龄范围为 35-84 岁，其中 53% 为女性。“与去健身房或进行锻炼不同，爬楼梯很容易融入日常生活，无论是在家、在工作场所还是外出。对于没有太多时间或不方便锻炼的人而言，这是一个不错的选择。”“所以，如果可以选择走楼梯或乘电梯，那就选择楼梯，因为它对你的心脏有益。”

科技巨头想要收集你的思想

Thu, 13 Aug 2026 23:46:10 CST

消费级神经技术正从实验室迅速走向工作场所和家庭，包括苹果、Meta 和 Snap 在内的公司开发能监测或解读大脑活动的产品。研究人员警告，神经数据可能成为下一个隐私争夺焦点。部分神经学家开始呼吁“神经权利”以保护“精神隐私”、“身份”和个人“自主权”。过去二十年研究人员利用 fMRI 技术构建日益详细的哺乳动物脑皮层结构图谱和相关连接清单。得益于机器学习 AI 的巨大进步，fMRI 扫描现在可用来识别从抑郁情绪到嫉妒和幸灾乐祸等情绪。

生成式AI的信息熵问题

Tue, 11 Aug 2026 19:19:47 CST

生成式AI的信息熵问题

信息论里，信息熵衡量的是不确定性的消除程度。一个事件发生的概率越高，它携带的信息量就越少。当前的大语言模型，工作逻辑恰是：在给定上文后，预测下一个最“合理”、出现概率最高的词元。这个机制，天然倾向于选择数据分布中“最大公约数”式的表达。因此：

“正确的废话 ”是概率的必然。语料库里，“随着科技的发展”“在当今社会”“我们必须高度重视”这类搭配，统计上出现的频率远高于充满洞见的稀缺表达。模型为了在多数情况下不犯错，会优先输出这些平滑的过渡句，而非信息密度高的新锐观点。
多次同义重复是 “分布外泛化 ”的不足。当模型需要在长篇内容中维持连贯性时，它缺乏一个真正的“全局观点”核心来统筹。于是会不自觉地围绕一个中心论点，用不同的话术做圆周运动，把说过的意思在概率空间里重新排列组合。从信息论看，后续的表述与前文高度冗余，条件熵趋近于零，没有消除新的不确定性。

大语言模型，比如 GPT，本质是一个自回归的条件概率模型。它的根本任务只有一件事：给定上文 “AI 正在……”，在所有可能的下一词元中，计算出每个词接在后面的概率。然后，从这个概率分布里，选一个词吐出来。关键就在于这个“概率分布”的形状。训练数据的统计规律，会把分布塑造成： 高频、常见、安全的词，被赋予极高的概率，像一座座尖峰；罕见、新奇、锋利的表达，被压成一片几乎为零的平原。模型要“不犯错”，最稳妥的办法，就是 永远待在那座最高峰的山腰上。这个选择行为，就是“平滑”。它把语言的各种可能性，揉碎、压扁，最后输出一个最不会出错的“平均脸”。所以，“平滑”不是随机的，而是统计学上的必然——每一次输出，都是一次对数据中“最大公约数”的采样。

心理学家做过一个实验：把几百张人脸照片叠加起来，合成一张“平均脸”。结果发现，这张脸非常和谐、端正，毫无瑕疵，但也毫无特征，看过即忘。大语言模型，就是一张语言的“平均脸”。它的训练数据里有无数张“语言的脸”，经过万亿次叠加，它学会了那个最平滑、最无特色的表情。

而人类那些充满洞见的表达，就是一张充满棱角、能让你驻足凝视的独特面孔。它在概率分布上，是一座罕见的孤峰，模型天然倾向于绕开它。

你可以把训练数据的概率分布想象成一片崎岖的山地。有高耸入云的主峰（高频套话），也有幽深的峡谷和陡峭的孤峰（新奇表达）。大语言模型的生成过程，就像在这片山地上覆盖了一层磨砂玻璃。透过玻璃，你只能看清那些最高的、最平滑的主峰轮廓，而所有尖锐、低概率的细节，都被模糊掉了。最终你看到的，就是模糊后那片平滑的丘陵——“正确的废话”就是这片丘陵上唯一能看清的东西。

优秀的作者像一个好的信源编码器，会极力压缩内容，剔除冗余。AI生成则更像一个平庸的编码器，留下了大量“填充词”和“语义复刻”。

为什么存在信息熵问题，生成式AI还是很有用？

既然我们说AI是概率的平滑器，输出的是低信息熵的“平均脸”，为什么很多人（包括用户自己）仍然觉得AI生成的内容很有用、很有价值？

价值感的相对性

对于不同的人，同样的内容信息量不同。对一个领域新手，AI总结的“废话”可能包含他原本不知道的框架，信息量其实是高的。

信息论里，信息量衡量的是对接收者而言不确定性的消除。一个句子对我是废话，对你却可能是新知。

绝对信息量：对全人类知识总库的增量。AI 很难贡献这个。
相对信息量：对你个人认知盲区的消除。这是 AI 的强项。

当你让 AI 总结一篇论文或解释一个概念时，它用的是高概率的“平滑”语言。但因为你之前对这个领域知之甚少，这些“平滑”的表述，极大地消除了你的不确定性。它没有给人类知识库减熵，但给你的大脑做了大幅度的减熵。这种“新手友好”的平滑，恰恰是高效学习的管道。

结构价值与压缩价值

AI擅长整合海量信息，把分散的知识点连接成结构化的脉络，这种“组合”本身就是一种价值，即使每个句子单独看熵不高，但整体作为索引或地图有价值。一个清晰的报告大纲、一份分类归纳的总结、一段步步为营的教程。这些框架本身，就是将碎片化的高熵混乱，压缩成了结构化的低熵秩序。在你苦于信息过载、思维混乱时，AI 提供的这个“有序结构”就是一种极高的价值，它帮你节省了最贵的东西——脑力。它不是思想的原创者，却是信息的卓越建筑师。

工具性价值

平滑的表达省去了人们自行组织语言的认知负荷，在需要快速产出标准文稿时，它像“预制件”一样节省时间，价值在于效率。

你需要一封措辞得体的商务邮件，AI 瞬间生成 10 个模板，你只需选择修改。
你需要一段代码实现常规功能，AI 直接写好，你只需审查测试。

它的价值不在于写得多深刻，而在于把“从0到1”的痛苦生产，变成了“从1到1.2”的轻松优化。它消灭了“面对空白页的恐惧”，释放了你的心智去做更高阶的决策和创意。

启发式价值

平滑内容可作为“思维的脚手架”，尽管本身没有洞见，但提供了一个可批判、可修改的基础，激发人的进一步思考。这或许是最高级的用法。你把 AI 的输出当作一根探针，刺入问题空间，不是为了接受答案，而是为了观察反弹。

你问：这个方案的三个优势是什么？AI 答：第一，成本低；第二，效率高；第三，风险可控。（完全正确的废话）此时，你的价值开始显现。你会立刻反驳：“不对，‘风险可控’在 X 场景下根本不成立，因为……” —— 这个反驳，正是你独创性洞见的起点。AI 平滑的回答，像一面白墙，完美地映照出你思想的轮廓。它用平庸，激发出了你的不平庸。在这里，它的价值不是内容，而是作为思想催化剂和磨刀石。

如何正确的看待信息熵问题

这是技术路线的内生特质，无法根除。只要模型基于“最大似然估计”生成内容，它给出的就是统计中心，而非认知前沿。它模仿的是语言的形式，而非思想的过程。因此，AI在“知识平权”（快速提取已知信息）上是利器，但在创造高信息密度的原创洞见上，有天然短板。把它放在正确的通信模型里，价值才会显现。AI输出的低熵内容，不应被视为“成品”，而应被视为一个尚待压缩的中间态信源。它的最佳定位不是终端，而是人机协作的起点。高信息密度的产出，需要人类来注入“惊讶度”：

人作为“压缩器”：你用它生成初稿，然后进行残酷的删减、提炼、交叉印证，把10句车轱辘话压成1句判断。
人作为“扰动源”：不断用反常识、跨领域的提示词去扰动模型，把它逼出概率的舒适区，强制输出低概率但高价值的连接。

过度依赖AI会系统性地催生平庸

个体思维的“熵寂”

过度依赖指的不是“用AI辅助”，而是让AI替代了认知中产生负熵的核心环节。

思考变成选择：当你让AI生成三个方案然后做选择，你其实是在一个高概率的池子里挑一个顺眼的，跳过了那个产生“惊讶”的认知冲突过程。
心智模型“返祖”：学习任何复杂领域，本质是在脑中构建一个对外部世界的压缩模型。这个压缩过程极其耗能，但正是它让你获得洞察。一旦每次都用AI直接要结论，你的脑内世界模型会变得扁平、充满标签，因为你自己没有去跑那趟压缩——你脑中留下的，只有AI吐出的低熵信息残渣。

反馈循环里的 “模型自噬 ”

这不仅是个人问题，更是一个结构性的恶性循环。

训练数据的污染：网络上的内容正在被AI生成的低熵文本大量填充。未来的大模型，将不可避免地用这些“AI生产的高概率文本”进行训练。这会造成一种“模型自噬效应”——模型学习的是自己前辈平滑过的概率分布，循环往复，分布越来越窄，语言失去多样性和边缘可能性，创见被系统性地稀释。
评价标准的坍缩：当大量“足够好”的AI平庸内容淹没了互联网，一篇信息熵高、需要用心读的文章，在信息流中竞争不过10篇AI生成的“信息摘要”。久而久之，“可用”驱逐“优秀”，我们整个文化的信噪比会极速下降。

破局点：把AI当作“认知杠铃”

平庸不是过度依赖AI的必然结果，关键在于把依赖放在哪个环节。

用AI做极限的信息杠杆（工具化）。让它去处理那些本就是高概率重复的工作。这是把低熵事务外包，为你腾出认知带宽。
在核心思考上刻意对抗AI的概率（主体化）。
- 先自己写“丑陋”的初稿，产生你自己的认知框架。这个“丑陋”里包含着你的错误和直觉，那是高熵的矿。之后再用AI来挑刺、反诘、填充资料，而不是让它替你写。
- 作为“扰动源”去审问AI。不要满足于它给出的平滑结论。追问：“你这个观点的反例是什么？”“用完全相反的理论框架，会怎么解释这件事？”“把你刚才说的那三点，压缩成一句有锋利感、可能会冒犯人的话。”——这就是在向模型注入“惊讶”，逼它产出低概率、高信息量的连接。
- 像编辑一样冷酷地压缩。拿到AI产出后，把“人作为压缩器”这个角色做到极致：删掉所有顺滑的过渡，砍掉所有同义反复，只留下骨骼般的逻辑，再用你自己的见解往里面填入血肉。这个过程，就是你作为认知主体重新注入负熵的过程。

避免平庸的唯一路径，是牢牢守住认知的主体性：始终是你，在定义问题、在制造扰动、在执行最终的压缩与判断。AI应该是帮你撬动世界的杠杆，而不是替你思考的大脑。

相关文章:

自然语言处理之GPT

中国一农户盲从AI聊天机器人遭惨痛损失近25亩芝麻苗全毁

Mon, 10 Aug 2026 23:43:00 CST

一名来自中国滁州的67岁农户因盲目听信人工智能（AI）聊天机器人的病虫害及杂草防治建议，导致其种植的约24.7亩（约25亩）芝麻苗全部死亡，损失惨重。

据了解，该农户最初对AI抱有怀疑态度，但在此前尝试过几次并获得了有效的农业建议后，便对AI产生了信任。近日，为解决农田里的杂草和病虫害问题，他再次向AI询问应对方案。AI为其推荐了一款混合配方，要求将高效氯氟氰菊酯、氟磺胺草醚与噻虫嗪及阿维菌素甲酸盐混合使用。该农户随后未加核实，便直接遵照指令进行了大面积喷洒。

然而，仅在喷洒后的次日清晨，农户便震惊地发现农田中近25亩的芝麻幼苗已全部枯死。追问AI后，机器人方才解释称，配方中的关键成分“氟磺胺草醚”主要用于杀灭大豆田中的阔叶杂草，而芝麻本身在植物学上同样属于阔叶植物，因此该除草剂会对芝麻造成毁灭性打击。此外，AI还补充说明该药剂仅适用于局部针对性喷洒，而非全田大面积漫泼。

事后，该农户对AI未能在提供建议时预先发出安全警示表示愤怒。然而，主流AI聊天机器人普遍在服务条款及界面底部标注有风险提示，明确指出AI回答可能存在错误、误解细节或依赖不完整信息，建议用户在决策重要事务时自行核对专业信息。这一因过度信任AI而引发的农业灾难，再次为公众盲目依赖生成式人工智能敲响了警钟。

自进化能力来自模型外部的基础设施如Agent

Fri, 07 Aug 2026 17:12:30 CST

最近，几乎所有能长时间运行的 Agent，都开始被包装成自进化。 Jeff Dean 等研究者和资本押注 RSI，背后的判断很直接：单纯扩大参数、数据和算力，回报正在放缓，大家都在寻找下一条 Scaling Law。真正的自进化至少要完成三个闭环：提出改动、验证它确实更好，再把结果变成下一轮的起点。只会持续写代码和运行任务，还算不上进化。 LLM 时代，生成已经很便宜，验证反而成了最大的瓶颈。面对科研、架构和开放式 Agent，单靠模型互相打分，很容易出现奖励投机和集体幻觉。所以我很认同文章的判断，下一条 Scaling Law，可能来自模型外部的自进化基础设施：可执行环境、可靠验证，以及能够积累真实经验的长期记忆。

Google NotebookLM简明教程

Thu, 06 Aug 2026 12:48:35 CST

Google NotebookLM简介

Google NotebookLM，前身为Project Tailwind，是Google实验室推出的一款革命性的AI驱动知识探索平台。它并非一个简单的笔记应用，而是一个 个性化的AI协作者或研究助手，旨在彻底革新用户捕捉、组织和交互信息的方式。其核心设计理念源于对传统笔记工具效率低下、难以组织海量信息等痛点的深刻洞察，目标是帮助用户“以思维的速度工作”。

与ChatGPT等通用聊天机器人不同，NotebookLM的核心在于其 “基于来源的AI ” 方法论。它将AI的回答和分析严格限制在用户上传的特定文档（称为“来源”）之内，从而成为这些材料的“专家”。这意味着它生成的摘要、见解和回答都直接源自用户提供的资料，并附带指向原文的引用，极大地减少了通用大语言模型中常见的“幻觉”或不准确性问题。这种专注的方法确保了信息的上下文相关性和准确性，使其成为一个强大的个人知识中心。

核心功能与独特优势

NotebookLM集成了多种强大功能，服务于从学术研究到创意工作的广泛场景。

智能文档分析与内容生成：上传文档后，NotebookLM能自动解析内容，提取关键信息，生成结构化的笔记、摘要和学习指南。其Studio（工作室）区域提供简报、常见问题（FAQ）、思维导图等一键生成工具，能快速将零散资料转化为结构化的知识输出。例如，FAQ功能可以自动识别资料中的核心概念，生成带精确原文引用的问答对，极大节省信息整理时间。
创新的多媒体转换能力：这是NotebookLM的突出亮点。其 音频概览功能可将文档转化为由两位AI主持人进行的、生动自然的对话式播客，让用户通过“听”来理解和记忆内容。更引人注目的是，在2026年3月的更新中，NotebookLM推出了 “电影级视频概览 ” 功能。该功能深度集成Gemini 3、Nano Banana Pro及Veo 3等模型，可根据用户上传的内容自动生成沉浸式、电影风格的定制讲解视频，标志着其向更具创意生产力的方向演进。不过，该高级功能目前仅面向Google AI Ultra付费订阅用户开放，且仅支持英语。
精准的交互式问答与引用系统：用户可以在聊天面板中，就上传的资料向AI提问。NotebookLM的每个回答都会附带准确的引用和原文摘录，点击引用编号即可直接跳转到原文的对应段落进行核实，确保了学术严谨性和信息的可验证性。这种“源文档”基础使其在深入分析、综合和查询用户自有文档方面表现卓越。
广泛的多格式支持与整合：NotebookLM支持上传PDF、Google Docs、Slides、网页链接、TXT、Markdown、音频文件（支持转录）甚至YouTube视频链接（自动提取字幕）等多种格式的资料。这使其能够轻松统一管理来自不同渠道的学习和研究素材。

Google NotebookLM使用教程

使用NotebookLM的过程直观而高效，主要分为以下四个步骤：

第一步：访问与登录

在浏览器中访问官方网站 notebooklm.google.com，使用您的Google账号登录即可。请注意，使用该服务可能需要国际网络支持，且用户需年满18岁。

第二步：创建新笔记本

登录后，点击“创建新笔记本”或“新建笔记本”按钮。每个笔记本都是一个独立的项目空间，用于组织特定主题的所有相关资料。建议在添加资料前为笔记本命名，例如“深度学习论文综述”或“某某项目市场分析”。

第三步：添加资料源

这是激活笔记本的关键。在笔记本界面左侧的“来源”面板，点击“添加来源”。您可以选择：

从电脑直接上传PDF、TXT等文件。
粘贴网页URL，NotebookLM会自动抓取文本内容。
连接Google Drive，直接导入存储在其中的文档、幻灯片。
复制粘贴纯文本。您可以为一个笔记本添加多个来源（免费版最多50个），NotebookLM的强大之处在于能同时处理和分析这些资料，发现信息间的联系。

第四步：交互与产出

添加资料后，您便可以利用三大核心界面进行工作：

聊天面板：位于界面中部，您可以在此就所有资料提问、请求比较不同观点、要求以特定格式（如诗歌、邮件）重写信息等。AI的回答将基于您上传的资料并附带引用。
Studio（工作室）面板：位于界面右侧，这里提供了内容生成工具。您可以一键生成资料摘要（简报）、自动创建FAQ、构建思维导图或学习指南。

笔记/固定板：您可以将聊天中有价值的AI回复或自己撰写的想法“固定”到顶部面板，形成项目笔记，便于后续整理和输出。

NotebookLM七个被忽视的实用能力

七个核心功能亮点

序号	功能	核心价值	适用场景
1	YouTube 视频作为知识源	直接粘贴视频链接，提取并处理字幕内容，支持问答交互	访谈、教程、讲座、纪录片、学术报告分析
2	批量导入播放列表	一次性添加整个 YouTube 播放列表，无需逐条操作	课程学习、竞品研究、主题系统学习
3	个性化学习课程构建	生成基于上传资料的闪卡、测验、FAQ、时间线	备考认证、系统化自学
4	无文档启动研究	用自然语言描述问题，AI 通过 Google 搜索推荐高质量资料	初期调研、选题探索
5	内置数据分析能力	在笔记本中直接运行代码（Python），完成计算、统计和图表生成	财务报表分析、销售数据统计、客户价值评估
6	合同/法律文件解读	用通俗语言提问复杂条款，获得带来源引用的清晰解答	保险条款审阅、租赁协议核查、体检报告解读、劳动合同确认
7	推理链透明展示	展示 AI 思考过程，可追溯结论来源	重要决策支撑、学术研究、需审核输出的场景
8	一键生成交付物	从资料直接生成演示文稿、格式化报告、Excel 表格、PDF	研究转化、汇报准备、成果交付

核心能力详解

视频内容深度处理

用户可将 YouTube 链接直接作为来源导入，NotebookLM 自动提取并处理完整字幕。三小时的学术报告可在数十秒内完成内容定位和要点提取，彻底告别手动拖拽进度条的低效操作。

个人学习系统

上传任意学习资料（教材章节、讲义、收藏文章），点击“学习指南”即可获得：

闪卡（支持“已掌握/未掌握”标记、洗牌、错题重练）
测验题
结构化 FAQ
时间线

学习进度可跨会话保存，有效解决传统 PDF 学习“反复阅读同一页”的低效问题。

前置搜索驱动研究

2026 年 6 月更新后，研究流程可由“先找资料再提问”转变为“先提问题再补充材料”。用户描述研究主题后，系统通过 Google 搜索推荐高质量来源，经用户审核确认后加入笔记本。所有回答仍保留逐条来源引用，确保可追溯性。

内置数据分析引擎

每本笔记本配备安全云端计算环境，可基于上传表格数据执行代码运算。用户用自然语言提出需求（如“计算季度总额”“识别异常月份”“生成趋势图”），系统自动编写并运行代码返回结果。对自由职业者和小型企业主而言，此举省去了在多应用间切换的繁琐。

注意：该功能目前面向 Google AI Ultra 订阅用户及特定 Workspace 商业账户开放，预计后续会扩大覆盖范围。

合同与法律文件审阅

可上传保险条款、租赁协议、体检报告、税务文件、劳动合同等“知道该读但读不进去”的文档，用日常语言直接提问：

“这个条款实际意味着什么？”
“有没有我该注意的处罚条款？”
“今年的结果和去年比有什么变化？”

回答附带原文引用，可一键跳转核实。已有用户将其用于每次供应商合同谈判前的快速预审，大幅节省律师费用和时间成本。

推理过程可视化

系统在输出最终答案前展示完整推理链条，用户可逐步骤审视逻辑是否合理。此功能对需要审慎决策的场景（如商业判断、公开发布内容）尤为重要，结合原有的引用机制，使得 NotebookLM 在结果可审核性上超越大多数同类工具。

研究到交付物的一键转换

可直接生成：

完整演示文稿（支持单页修改，无需整体重生成；导出 PPTX 格式，兼容 PowerPoint 和 Google Slides）
格式化报告
Excel 表格
图表

研究素材已在笔记本内，无需从空白页手动整理，可大幅缩短输出环节时间。

NotebookLM使用问题：生成PPT无法修改

NotebookLM生成的PPT无法直接修改，是因为它本质上是一张张“图片”。即使是官方新出的PPTX格式，下载后内容也大多是“锁死”的。要解决这个问题，核心思路就是通过第三方工具，把PPT里的图片“翻译”成可编辑的文字和元素。

方法一：使用AI工具重建（效果好，推荐）

这是目前效果最好的方式，利用AI的识别能力，将你的PDF幻灯片“逆向工程”，重新生成为一个真正可编辑的PPT文件。

Gemini Canvas (推荐)：在Google Gemini (Advanced版本) 的Canvas模式中上传PDF，输入提示词让它“依照这个简报档案，重新制作一份页数与文字内容一模一样的简报…背景用空白简洁背景就好”。生成后可直接导出到Google Slides进行编辑。优点是完全在Google生态内，隐私性好，且还原度高。
Codia NoteSlide：一个专门的转换工具，可以将NotebookLM导出的PDF转换为可编辑的PPTX或Keynote文件。它使用AI视觉技术分析并重建布局，处理复杂图表的能力通常比通用AI更强。
DeckEdit：一个免费、免注册的在线工具。它利用OCR技术将幻灯片识别并重建为可编辑的PPTX，适合快速修改文字或移除水印。

方法二：使用专用转换工具（自动化，需注意系统要求）

这类工具通过模拟操作和解析技术，自动化地将PDF转换为可编辑的PPT。

NotebookLM2PPT：一个开源自动化工具，旨在将NotebookLM生成的PDF转换为完全可编辑的PowerPoint。它支持批量处理、智能去水印等功能。
NBLM2PPTX：另一个开源项目，能将PDF转换为背景图和可编辑文字层分离的PPTX。

方法三：手动 “破解 ”（操作直观，适合少量修改）

如果不想用AI或专用工具，也可以手动拆解幻灯片，但效率较低。

Canva：将PPT页面导出为高清图片上传到Canva。使用“编辑”中的“Brush”功能刷取文字区域，Canva会将其转为独立图层，让你可以修改文字。
Lovart：上传图片后，使用“编辑元素”功能让平台自动拆解，然后编辑文字。

方法四：利用官方功能（最简单，但限制多）

NotebookLM也提供了一些官方途径来“修改”PPT，但方式和我们习惯的“指哪打哪”不太一样。

逐页指令修改：在生成PPT后，你可以对每一页单独输入文字指令，让AI根据你的要求去调整这页的内容。这相当于让AI帮你重做这一页，而非直接拖动文字框。
优化生成指令：在生成PPT前，通过更精确的提示词（Prompt）来引导AI，能减少后续修改的工作量。例如，指定“字少”可以让图表更清晰。

相关文章:

DeepSeek突然涨价还要融资500亿 “只收电费钱”的梁文锋变了吗？

Fri, 07 Aug 2026 09:22:00 CST

DeepSeek曾让全球AI公司降价，如今自己也要涨价了。这家凭借极致性价比改变行业预期的AI公司，近期同时做了两件事： 一边重新启动新一轮融资，计划筹集约500亿元资金，公司估值目标5000亿元；另一边宣布未来将对API服务价格进行明显调整。

这看似矛盾，但背后是同一个问题： 当一家AI公司从"证明技术可能"走向"支撑全球用户规模"，它必须面对越来越庞大的算力账单。

过去一年，DeepSeek最大的市场影响力不只来自模型能力本身，也来自它重新定义了行业对AI成本的认知。

通过模型架构优化、训练方法改进以及工程效率提升，DeepSeek以远低于行业主流水平的价格提供大模型服务，让大量开发者第一次看到，高性能AI能力并不一定要对应高昂成本。

中文网络中"只收电费"的调侃，某种程度上代表了市场对DeepSeek低价模式的印象。

但随着用户规模快速增长，这种模式也开始面临现实挑战。大模型行业不同于传统互联网业务，用户增加并不会自然降低成本，反而意味着更多GPU资源消耗、更大的服务器压力以及更高的数据中心运营费用。

低价策略帮DeepSeek快速建立了市场影响力，但下一阶段，公司必须回答一个更现实的问题：如何在扩大研发投入的同时，保持长期技术路线。

01融资短暂叫停，背后是控制权的博弈

DeepSeek第二轮融资原本推进得十分顺利。

今年6月，该公司完成首轮外部融资，腾讯、宁德时代、京东、Monolith Management以及IDG资本等机构参与其中，融资规模约500亿，公司估值超过3500亿。对一家成立时间并不算长的AI公司来说，这已经是一笔规模巨大的融资。

然而，就在第二轮融资启动后不久，交易却突然暂停，其中涉及到DeepSeek长期坚持的治理模式和控制权安排。

DeepSeek一直采取较为特殊的资本结构。与许多创业公司融资后逐渐接受投资者深度参与不同，DeepSeek希望尽可能保持创始团队对公司方向的控制。

此前融资中，除了部分机构获得直接股权外，很多外部投资者更多承担财务投资角色，并不直接参与公司的战略决策。这种安排意味着，投资者可以提供资金支持，但公司长期发展方向仍然掌握在创始团队手中。

这也是梁文锋创业理念的一部分。

从幻方量化到DeepSeek，他一直强调技术路线的重要性，希望公司能够保持长期研发投入，而不是为了短期商业回报改变发展方向。对一家正在冲击全球AI竞争格局的企业来说，战略自主性本身就是重要资产。

02融资迅速重启，资本押注DeepSeek的长期价值

不过，这次暂停并没有持续太久。

大约12天后，DeepSeek融资谈判重新启动。据媒体报道，该公司正在寻求约500亿元人民币资金，对应估值目标接近5000亿元人民币。如果交易最终完成，DeepSeek将成为中国AI领域估值最高的一批企业之一。

资本为什么愿意继续下注？

核心原因并不是DeepSeek目前的收入规模，而是投资者看中了它所代表的一种AI发展路径。

过去几年，全球AI产业形成了一种主流模式：通过大量资金投入获取更多算力，再利用算力训练更强模型。OpenAI、微软、谷歌、Meta等科技巨头，都在持续扩大AI基础设施投资。

DeepSeek则提供了另一种思路。它证明了通过模型架构优化、训练效率提升和工程能力改进，企业可以在相对有限的资源条件下，实现接近顶级模型的能力。这种效率优势，是资本市场关注它的重要原因。

小红书博主"Links"长期关注AI赛道投融资动态，他对此有一个很准确的概括。他认为，资本押注的并非仅仅是DeepSeek当前在某个技术榜单上的排名，而是它反复向市场证明的一种独特能力：用更少的算力做出足够强大的模型，再以极低的价格迅速铺开开发者生态，从而形成网络效应和事实上的行业标准。

投资者押注的，是DeepSeek能否持续通过技术效率降低AI发展的成本。

同样关注中国大模型融资动态的小红书博主"jimwilldoit"则补充了一个更务实的视角。 他认为，这不是普通融资，而是资本在押注中国AI的新头部。如果第二轮顺利落地，两轮累计融资将突破1000亿元人民币，巨额资金大概率继续流向算力、芯片、数据中心与人才扩张。但他也谨慎地指出，5000亿元的估值能否坐稳，最终还得靠模型能力、商业化落地和实实在在的收入来兑现。

03 DeepSeek进入算力、芯片和基础设施竞争

如果新一轮融资顺利完成，DeepSeek最主要的资金用途将不是市场营销，而是进一步扩大计算能力。

在大模型时代，算力已经成为决定企业发展速度的关键资源。过去，AI竞争更多集中在算法和模型设计层面，但随着模型规模不断扩大，训练和推理成本正在成为行业最大的约束。

在AI研发过程中，真正消耗资源的不只是最后一次成功训练，还有此前无数次试验。因此，扩大GPU储备和建设数据中心，已经成为DeepSeek未来发展的核心任务。

据报道，DeepSeek正在规划大型数据中心项目，其中包括内蒙古地区的数据中心布局，规模可能达到1吉瓦级别。 若这一计划落地，意味着DeepSeek将不再只是依靠云端资源进行模型训练，而是开始逐步建立属于自己的基础设施体系。

这是一条越来越多AI企业正在选择的道路。此前，大模型公司可以依靠云服务商提供计算资源，但随着竞争进入更高阶段，拥有自主算力能力的重要性不断提升。微软、谷歌、亚马逊等科技巨头，本身都在通过巨额资本开支建设AI基础设施。

对DeepSeek来说，自建数据中心意味着更高的投入，也意味着更强的长期竞争能力。未来AI竞争的核心，除了能否训练出优秀模型，还包括谁能够以更低成本、更高效率运行这些模型。

除了扩大算力规模，DeepSeek也在尝试降低对外部芯片供应的依赖。 据报道，该公司正在招聘芯片设计人才，希望探索内部推理芯片研发。

目前，全球AI产业仍然高度依赖英伟达GPU。英伟达的优势不仅来自硬件性能，更来自长期建立的软件生态和开发者体系。对AI企业来说，芯片并不是简单的计算工具，而是整个模型开发流程的重要基础。

虽然中国近年来持续推进国产AI芯片发展，但在性能、软件兼容性以及大规模应用方面，与英伟达成熟体系之间仍然存在差距。

因此，自研芯片并不是DeepSeek短期内解决算力问题的方案，更像是一项长期布局。如果未来公司能够将模型架构、算法优化和硬件设计结合起来，可能进一步提升运行效率，降低长期成本。这也符合DeepSeek一贯强调的技术路线：通过工程创新提高资源利用效率。

除了算力和芯片，DeepSeek也开始布局具身智能领域。

今年，该公司参与投资杭州机器人企业宇树科技（Unitree），投资金额约1.408亿元人民币，并获得相关股份。这笔投资背后的意义，不只是一次产业投资，也反映了DeepSeek对下一阶段AI发展的判断。

过去几年，大语言模型主要解决的是信息处理和知识生成问题。但随着模型能力不断提升，行业开始寻找AI进入现实世界的新入口。机器人，被认为是其中最重要的方向之一。

真正有价值的人形机器人，并不是简单完成固定动作，而是能够理解环境，根据指令自主完成复杂任务。这一过程中，最大的挑战并不是机械结构，而是AI模型如何获得足够多的现实世界数据，并将理解能力转化为行动能力。

DeepSeek与宇树科技的合作，正是希望探索模型能力与机器人硬件结合的可能性。

04从"极低价格"走向商业化：API涨价背后的商业现实

就在融资重新启动的消息传出后不久，DeepSeek又释放出另一个重要信号。

该公司在开发者平台发布公告称，未来将在"不久的将来"对API服务价格进行"显著调整"，并建议用户提前规划使用量。虽然具体涨价幅度和时间尚未公布，但市场已经意识到，DeepSeek正在改变此前的极低价格策略。

过去一年，低价是DeepSeek快速获得市场关注的重要原因。以部分最新模型为例，DeepSeek此前提供的API价格远低于海外主流竞争对手。 在性能接近的情况下，其成本优势达到数倍甚至数量级差距。

这一策略迅速吸引大量开发者。对创业团队来说，更低的模型调用成本意味着可以尝试更多AI应用；对企业来说，也意味着能够以更低成本将AI能力整合进业务流程。

但随着使用规模扩大，低价模式的压力开始显现。大模型服务的成本结构决定了，企业无法像传统软件公司一样通过规模扩大大幅降低边际成本。每一次用户调用，都意味着真实的计算消耗。

模型推理需要GPU资源，服务器需要维护，数据中心需要持续投入电力。 当需求增长速度超过基础设施扩张速度时，服务体验和运营成本都会受到影响。

香港大学商学院创新与信息管理教授蒋镇辉分析认为，DeepSeek之所以能提供如此有竞争力的价格，既得益于其专家混合（MoE）设计等架构优化，也得益于多教师知识蒸馏等高效训练策略。 但这些技术优势带来的成本节约，终究无法覆盖以近乎亏本状态服务海量流量的现实。

因此，涨价更像是DeepSeek在扩大规模后，对商业模式的一次重新平衡。 PhyseraAI联合创始人Himanshu在社交媒体上的评论十分简短，他认为DeepSeek计划大幅提高API成本这件事，其实早晚会发生。

事实上，DeepSeek调整价格，并不是行业中的孤立事件。过去几年，AI公司普遍采取低价策略，希望通过扩大用户规模建立生态优势。

但随着资本投入越来越大，市场开始关注一个更现实的问题：这些AI服务最终能否盈利？

训练一个先进模型需要大量资金，运行模型同样需要持续投入。如果长期依靠低于成本的价格吸引用户，企业很难支持下一阶段的发展。 因此，AI行业正在从早期的"抢用户"阶段，进入更加关注商业化能力的阶段。

对DeepSeek来说，最大的变化并不是价格上涨本身，而是公司正在从一家证明技术可能性的企业，转向一家必须证明商业价值的企业。

但API涨价并不是一次简单的价格调整，也是一场关于商业模式的考验。原因在于，与OpenAI、Anthropic等主要依靠闭源模型建立商业壁垒的企业不同，DeepSeek选择了一条更加开放的路线。

开源帮助DeepSeek快速扩大影响力，也让更多开发者和企业能够基于其模型进行二次开发。这种模式降低了使用门槛，加速了技术传播，也帮助公司在较短时间内建立了庞大的开发者生态。

但与此同时，开放模式也带来了商业化压力。由于模型权重开放，理论上任何拥有足够计算资源的企业都可以部署DeepSeek模型，并基于此提供相关服务。 这意味着，DeepSeek虽然拥有技术影响力，但在API定价方面并不完全拥有传统闭源模型公司的控制力。如果官方价格上涨幅度过大，部分用户可能选择自行部署模型，或者转向其他服务提供商。

AI开发者Michael Guo在社交媒体上对此直言不讳。 他认为，DeepSeek在这个时候选择涨价，显得有些冒险，甚至可以说是"自找麻烦"。就在DeepSeek发布V4-Flash并击溃OpenAI的同时，竞争对手并没有闲着。美国新模型，在能力和价格方面都正迅速赶上来。

更深刻的忧虑来自开发者生态。X平台上一位ID为"毅行出海"的AI创业者尖锐地指出，过去几个月，大量开发者和创业团队之所以能搭建起各种AI应用、工作流和自动化工具，其商业模式中微薄的利润空间，是完全建立在"模型便宜得离谱"这个前提之上的。

这波涨价如果幅度真的如预告那般"显著"，大量小团队可能会在一夜之间面临成本结构的崩塌，不得不重算经济账。他说，AI创业最具有讽刺意味的地方或许就在于此：很多人以为自己在做产品，其实本质是在赌上游的模型供应商别突然改价。

当然，也有观点从更宏观的市场逻辑出发看待此事。X平台ID为"香港老雷"的评论者认为，好货不便宜，便宜没好货。 当一种商品以低于成本的价格供应，并由此创造了不可持续的巨大需求时，价格向价值的回归只是时间问题。极致的低价策略帮助DeepSeek迅速赢得了市场声量和开发者基础，但当它已经证明了自己的能力，并需要为下一步的发展筹集巨额资金时，让价格回归正常市场调节机制，从商业逻辑上讲是必然的一步。

AI领域知名研究者和编辑RohanPaul也发表了看法。 他指出，以证明观点而设定的价格，一旦每个人都认可了你的能力，就无法再以同样的成本结构来维持如此大规模的流量服务了。现在，这次涨价的时机招致麻烦，因为Meta的Muse Spark和OpenAI的GPT-5.6 Luna在能力和价格上都已经与之匹敌。更便宜105倍的DeepSeek时代即将改变。

因此，DeepSeek需要解决一个长期问题：如何在保持开放生态优势的同时，建立足够强的商业护城河。这也是许多开源AI企业正在面对的共同挑战。开源可以帮助企业快速获得用户和影响力，但最终仍需要通过企业服务、云服务、模型定制以及基础设施能力实现商业回报。

05从"价格屠夫"到AI基础设施公司

回顾DeepSeek过去一年的发展，可以看到一条清晰的变化路径。

最初，它凭借高效率模型和低成本策略进入市场，打破了行业对AI研发成本的传统认知；随后，它通过强大的模型表现获得全球关注，并成为中国AI企业参与国际竞争的重要代表。

而现在，DeepSeek正在进入新的阶段。该公司开始建设数据中心，探索芯片能力，布局机器人等新的应用方向，同时调整API价格体系。 这些变化说明，DeepSeek的目标已经不只是成为一家优秀的大模型公司，而是希望成为AI产业链中的重要参与者。

未来AI行业的竞争，也不会只停留在模型能力比较。 模型本身会越来越接近，真正决定企业长期竞争力的，是基础设施能力、成本控制能力以及商业化能力。

英伟达依靠GPU生态建立优势，微软、谷歌和亚马逊依靠云计算基础设施争夺AI市场，而DeepSeek试图通过效率优势建立自己的竞争路径。这条道路能否成功，仍然需要时间验证。

5000亿估值之后，市场等待DeepSeek证明商业价值

对投资者来说，DeepSeek下一阶段最大的挑战，已经不再是技术能力。

过去一年，公司已经证明了中国企业可以通过创新方式打造具有全球影响力的大模型。真正的问题是：如何将技术优势转化为稳定收入和长期利润。

5000亿元估值意味着市场已经给予DeepSeek极高期待。这样的估值不仅要求公司拥有领先技术，也要求它能够建立清晰的商业模式，支撑未来持续增长。

正如小红书博主"Links"所调侃的那样，5000亿元的估值，得卖多少Token才能赚回来？ 但支持者则反问，全球又有几家公司能做到一边开源，一边把整个行业的API价格往下拽？ 这正是投资人愿意继续押注的深层原因。

AI行业过去几年最大的特点，是技术进步速度远远快于商业化速度。很多企业能够推出优秀模型，但真正能够形成稳定现金流的公司仍然有限。

DeepSeek如今站在一个关键节点。低价策略帮助它赢得了开发者和市场关注，而下一阶段，公司需要证明自己不仅能够降低AI成本，也能够创造一家可持续发展的AI企业。

从融资暂停到重新启动，从低价策略到价格调整，从模型研发到基础设施投入，DeepSeek正在完成一次重要转型。

那个"只收电费"的时代正在过去。

五星酒店的大堂根本不是给人休息的？

Fri, 07 Aug 2026 12:03:51 CST

你走进任何一家顶级酒店，一定会瞬间被它富丽堂皇、挑高几十米的大堂镇住。空气里也许还弥漫着一种说不出名字但感觉很贵的香氛，光洁如镜的地面映着你的影子。

你下意识地挺直了腰板，说话都轻声细语起来，感觉自己得到了升华。

你有没有想过，为什么五星酒店的大堂，非要空得能开运动会？那些死贵死贵的现代艺术，到底有什么用？

答案是：冒犯你。

是的，你没看错。这种极致的奢华，本质上是一种非暴力不合作式的冒犯

它的潜台词是：“如果你觉得这里让你不自在，那么，这里不欢迎你。”

这套由空间、艺术品和香氛组成的气场结界，就是一道无形的安检门。它用不配感自动过滤掉背包客、蹭空调的路人，以及一切消费能力不足的无效流量。

当你，那个手握房卡的目标客户，穿过这道门时，你获得的是一种被选中的优越感。你花了钱，买到了所谓圈层的入场券。

大堂是过滤器，这就是高端服务的本质，不是欢迎所有人，而是为一小部分人，隔绝大多数人。这种隔绝带来的价值，远超服务本身。

为什么大堂的沙发总是那么舒服，摆放得那么有讲究？但它们不是给你休息的。

大堂里那些看似随意摆放的沙发，就是VIP观众席。你往那一坐，聚光灯“啪”地就打过来了。看着人来人往，你既是观众，也是演员。你观察别人，别人也在观察你。这种被注释感会激发你的表演欲。

一个商务人士会不自觉地拿出MacBook，一个名媛会优雅地端起咖啡杯。你的一举一动，都在被审视。周围是同样体面的演员，你下意识地就会开始表演：优雅地翘起二郎腿，从容地接一个“几百万”的电话，或者，点一杯大堂吧的饮品。一杯88块的矿泉水，给了你在这个名利场里，继续坐下去、表演下去的资格。没有人会把你赶走，但你自己会用消费，来捍卫你刚刚获得的圈层身份。

在物理空间里，植入社交属性，是线下商业的最高阶玩法。它能把人的功能性需求（我累了想歇会），无缝切换成社交性需求（我需要看起来体面）。

大堂的设计核心目标是拖延你的时间。从香氛、背景音乐，到灯光的色温，五星酒店的一切都在精心计算。

嗅觉：顶级酒店集团每年花几百万甚至上千万，请调香大师定制独一无二的酒店香。比如，香格里拉的禅意、威斯汀的白茶。这种嗅觉记忆，是最高级的品牌印记，也是让你放松和镇静的迷魂药，让你不知不觉就想多待一会。

听觉：你永远不会在五星酒店大堂听到抖音神曲。它们的BGM一定是经过专业挑选的Chill-out、Lounge或轻古典。节拍永远在60-80之间，恰好是你心跳的频率。目的是什么？降低你的时间敏感度。

视觉：灯光永远是柔和的、多层次的、非直射的。它会模糊掉白天与黑夜的界限，让你忘记时间的流逝。

当你被这些感官武器包裹，你就会心甘情愿地掉进这个时间陷阱里。而你停留的每一分钟，都在增加你产生消费的可能性。

大家应该都听过，赌场里为什么没有窗户？

为了让你忘记时间，不停下注。

酒店大堂，就是一座有窗户的、更高级的赌场。它用香氛、音乐和灯光，让你在不知不觉中，把时间也押在了他们的赌桌上。

这叫感官营销。通过操纵顾客的视觉、听觉、嗅觉，来影响其情绪和消费决策，是线下商业的最高阶玩法。

所以，五星酒店的大堂，是一个集筛选、社交、消费、催眠于一体的精密仪器。

当你能看懂这些门道之后，你就从一个被动的消费者，升级成了一个主动的鉴赏家。你能欣赏它的设计之美，也能洞察其商业逻辑之精。

分享我过去十年收藏的5万多个HN书签中最优质的资源

Fri, 07 Aug 2026 10:39:32 CST

多年来，我每天早上读两页HN，晚上读两页。

最近我注意到，前两页的内容几乎全是人工智能这人工智能那，法学硕士这法学硕士那，模型这模型那模型。

今天，我打算打破这个惯例，分享我过去十年收藏的5万多个HN书签中最优质的资源。

我这边有一套书签添加流程。

- 最具视觉冲击力的解释者获得 S 级评级

来自信誉良好的来源的信息得A级，来自非信誉良好的来源的信息得B级。

评论类博客的质量最低，可能被评为C、D、E甚至F级，具体取决于质量。

以下是我的S级排名

- 变形金刚工作原理的动画讲解 https://poloclub.github.io/transformer-explainer/

- K均值聚类算法的可视化介绍 https://k-means-explorable.vercel.app/

- 视觉LLM的3D动画简介 https://blog.mdturp.ch/posts/2024-04-05-visual_guide_to_vision_transformer.html

- 机器学习动画入门 https://r2d3.us/visual-intro-to-machine-learning-part-1/

- 数学概率论动画入门 https://seeing-theory.brown.edu/basic-probability/index.html

- 通过动画演示，一步一步从零开始构建 3D 世界 https://aibodh.com/posts/bevy-tutorial-build-your-first-3d-editor-in-rust/

- 算法可视化 https://algorithm-visualizer.org/

- 浏览器向服务器发送请求的动画分步演示 https://200ms.thenodebook.com/#act-1-the-click

- 内燃机内部工作原理的视觉介绍 https://ciechanow.ski/internal-combustion-engine/

- 3D实时机器人代码模拟器 https://bittlex-sim.petoi.com/

- 动画讲解：椭圆曲线密码学 https://growingswe.com/blog/elliptic-curve-cryptography

- 速率限制算法可视化 https://smudge.ai/blog/ratelimit-algorithms

- 图形管线可视化入门！https://fremaconsulting.ch/blog/vulkan

- 动画讲解如何从零开始构建 ReactJS！https://pomb.us/build-your-own-react/

- 小游戏：如何从最基本的门电路开始构建整个 CPU https://select.supply/game/chipbuilder

- 从零开始搭建神经网络 https://graphgame.sabrina.dev/

- 3D可视化：重力是如何运作的 https://qunabu.github.io/Gravity/#what-is-gravity

- 小游戏：CSS Grid 的工作原理 https://cssgridgarden.com/

- 线性代数、向量等数学动画书籍 https://immersivemath.com/ila/index.html

- 动画讲解：FAISS 矢量搜索的工作原理 https://fremaconsulting.ch/blog/faiss

- 从零开始打造健康可穿戴设备的3D动画演示 https://www.lumafield.com/scan-of-the-month/health-wearables

- 半导体制造工艺的3D动画演示 https://ig.ft.com/microchips/

- 小游戏：Git 的工作原理 https://learngitbranching.js.org/

- 小游戏：从零开始学习 SQL https://sqlpd.com/

- 另一个小游戏：SQL https://lost-at-sql.therobinlord.com/

- 动画讲解视频，展示颜色、屏幕、图形、渲染、着色器、编译器、解释器的工作原理 https://www.makingsoftware.com/

- 动画讲解视频由内而外地展示了网络七层协议栈的工作原理 https://fazamhd.com/mental-models/networking/

- 用于线性回归、逻辑回归、神经网络和机器学习的动画讲解器 https://mlu-explain.github.io/

- 3D 讲解碰撞检测、着色器、渲染、剔除和游戏开发相关内容 https://krupitskas.com/posts/modern_culling_techniques/

- 3D动画演示和讲解身体各部位的锻炼动作 https://musclewiki.com/

- 小游戏：从零开始构建一个英伟达GPU https://jaso1024.com/mvidia/

- 神经网络前向传播和反向传播的动画讲解 https://aegeorge42.github.io/

还有很多很多，今天打字打得我有点累了。

好了，够了，别再让那些人工智能观点文章充斥首页了，HN，你等着瞧！

AI 监督远程考试变成灾难，数万学生必须重考

Wed, 05 Aug 2026 23:55:35 CST

从 5 月下旬到 6 月初，近 16 万名考生参加了墨西哥最大大学 UNAM 的入学考试。这是 UNAM 首次采用完全远程考试。结果是一场灾难。考试成绩公布后，高分比例比往年多多了。UNAM 120 道题考试 2021-2025 年间，只有 3.5% 的考生获得 100 分或以上，今年这一比例高达 16.3%；只有 0.9% 的考生获得 110 分或以上，今年这一比例达到了 5.5%。高分激增引发了考试作弊的指控。UNAM 的专家委员会在调查之后认为最佳方案是线下复试。受影响的 58,000 人将需要在监考人员监督下参加复试。

一味把 Coding 做得更好，可能成为下一阶段模型训练的陷阱

Mon, 03 Aug 2026 22:25:05 CST

#模型时代# 前 xAI 联合创始人 Igor Babuschkin：一味把 Coding 做得更好，可能成为下一阶段模型训练的陷阱

众所周知，xAI（现在SpaceX）很少有人出来做访谈，之前有一个印度小哥聊完第二天就离职了。所以，前xAI的人能出来聊也很难得了。这是上周末，River AI 联合创始人兼 CEO、xAI 前联合创始人 Igor Babuschkin 做客 Redpoint 投资人 Jacob Effron 主持的播客 Unsupervised Learning的一期记录。

Babuschkin 的经历串起了过去十年的几条重要 AI 技术路线。他原本在大型强子对撞机从事物理研究，随后进入 DeepMind，参与 WaveNet，担任《星际争霸》项目的技术负责人，并发起 AlphaCode 项目；此后加入 OpenAI 的推理团队，也参与过大规模预训练。2023 年，他与埃隆·马斯克 Elon Musk 等人共同创办 xAI，并参与建设 Colossus 数据中心。离开 xAI 后，他先成立了关注 AI 安全的投资机构，2026 年又创办 River AI。

一、编码智能体越过能力阈值后，使用方式发生了突变

1、2025 年底，软件工程师开始普遍感到工作方式已经改变

Babuschkin 把转折点放在 2025 年 11 月至 12 月。当时新一代 Claude Opus 等模型把编码智能体推到了足以改变工作方式的水平。编码智能体的英文常写作 Coding Agent。此前，有些工程师使用 AI 编程，有些人仍然不用；从那时开始，越来越多工程师接受了一个事实：智能体既能显著提高效率，也开始接手大量工程师过去亲自完成、并从中获得乐趣的工作。

他自己在 12 月重新做了一遍许多曾经想做或做过的编程项目。个人能够完成的事情突然增多，模型继续进步后，人类在工作中的位置也会随之变化。

这段经历促使他写了两篇关于 AI 未来的小说。其中一篇借用了“魔法师的学徒”的结构：人类掌握了强大工具，却逐渐失去对工具的控制。另一篇写给未来的机器，保留了他第一次看到模型完成简单任务时的惊异。他认为，今天的软件工程师正在集体成为“魔法师的学徒”。

2、代码和数学率先突破，因为它们能给强化学习提供明确奖励

代码是智能体最自然的起点。程序能否运行、单元测试是否通过、漏洞是否修复，都可以转化为清楚的反馈。数学也有类似条件。借助 Lean 等形式化证明工具，定理和证明可以被机器检查；训练系统由此能够判断答案是否成立，并据此更新模型。

这类任务被称为可验证领域，英文是 verifiable domains。强化学习需要模型多次尝试，再根据结果获得正负奖励。验证器越可靠，模型越容易从尝试中学到有效策略。

Babuschkin 预计，复杂软件项目、数学证明和一部分科学问题仍会快速进步。他同时提醒，**一味把 Coding 做得越来越好，可能成为下一阶段训练路线上的陷阱。**这条路反馈清楚，工程积累也较丰富，继续投入相对容易；影响范围更广的任务，往往缺少同样便宜而可靠的验证器。

3、科学发现需要把模型的试错环路接到现实世界

材料科学、基础物理和火箭发动机设计都不能只在文本里完成。模型提出一种新材料或新结构后，必须通过仿真、实验或实物测试取得反馈。实验可能昂贵、缓慢，还会受到设备和测量误差影响。

科学智能体必须在提出方案后，从仿真或现实实验中取得结果，再据此调整下一轮方案。Babuschkin 把这种与物理世界相连的完整反馈闭环视为当前的重要前沿。

4、最强 AI 与日常个人 AI 可能走向两条产品路线

高成本的超级 AI 可能在科学发现、预测和复杂决策上超过任何个人，甚至超过人类团队。Babuschkin 用了一个假设来说明这种分化：普通人不会每天调用一种单次运行可能花费 100 万美元的超级 AI。

日常个人 AI 不需要证明黎曼猜想。它更需要理解一个人的处境，帮助他安排工作和生活，并根据长期结果调整行为。评价标准接近“是否真正帮到用户，以及是否改善了用户的状态”。这类目标贴近人的生活，也难以被精确计算。

主持人从普通用户的使用感受补充了一点：不少 ChatGPT 用户并不觉得最复杂的新模型与一年前的模型存在决定性差异，因为旧模型已经足够完成他们的主要任务。日常 AI 的改进重点可能逐渐转向成本、个人化和长期协助，最高智力不再是唯一指标。

二、River AI 的三项下注：训练服务、个人化和本地硬件

1、让更多人获得 AI 的收益与控制权，也是一项安全问题

Babuschkin 2025 年离开 xAI 后，曾投资一批从事 AI 安全的创业者。接触的方案越多，他越不愿只等待别人推进，于是决定重新创业。

他担心的近期问题是，能力与控制权不断集中到少数大型实验室。当前的主流路径是先完成大规模预训练，再由模型公司托管服务，通过应用程序接口 API 按 token 收费。API 是外部产品调用模型的接口，token 则是模型处理文本和计费时使用的基本单位。模型公司可以决定用户能访问哪些能力，以及模型遵循什么规则。River 想验证另一种技术与分发方式，让个人和企业能够塑造自己使用的模型。

公司目前并行推进三个方向。Babuschkin 希望沿用早期 OpenAI 和 DeepMind 的研究方式，保持长期视角，也允许团队承担风险较高、短期结果不确定的研究项目。

2、River API：让企业用自己的数据改造基础模型

River API 位于训练层，提供强化学习与微调服务。Thinking Machines 推出的 Tinker 是一个同类参照。这个品类的基本工作方式是：企业先取得一个能力较强的开放基础模型，再用自己的数据和反馈塑造模型。

Babuschkin 强调的差异主要在工程效率，包括训练成本、可靠性和扩展能力。River 也希望先通过这项服务形成收入，再支撑周期更长的个性化和硬件研究。

3、个人 AI：打破“为平均用户训练一个模型”的默认假设

现有商用模型会汇总大量用户反馈，再训练出一套面向总体人群的行为方式。同一个模型通常以相近的风格服务每个人。

River 希望模型可以直接从个人互动中学习。不同用户的智能体可以采用不同语气、词汇和回答长度；它还要学习何时主动提醒、何时保持安静，以及一个人对书籍、电影、音乐和日程安排的偏好。

个人智能体每次交互后都应更了解服务对象，不能只在上下文窗口里临时读取几条用户资料。

4、本地硬件：把推理算力放到家庭或办公室

River 的第三项下注是本地 AI 硬件，希望用一台放在家庭或办公室的小型设备运行强模型。模型权重是训练后形成的内部参数。当前的主要困难是内存容量，大模型的全部权重难以装进单个芯片或小型设备。

本地运行首先解决控制权问题。用户拥有设备和模型，不会完全依赖数据中心的访问政策。它还可能降低延迟，让实时语音、视频输入和视频输出获得更连贯的体验。

隐私是另一个直接需求。真正有用的个人智能体可能读取电脑中的文件，听到房间里的对话，并长期保存个人活动。如果所有信息都持续传往远端数据中心，数据泄露、二次训练和权限管理都会成为问题。本地计算可以减少离开设备的敏感数据。

三、个人化不能只靠“记忆”，模型还要学会使用记忆

1、权重更新与外部记忆可以并存，关键是端到端训练

个人化模型有两条常见路线。一条路线修改模型权重，让偏好进入模型内部；另一条路线保留通用模型，通过外部记忆和提示词提供个人信息。Babuschkin 对具体组合保持开放，但认为系统必须围绕最终任务接受端到端训练。端到端训练的英文是 end-to-end training，训练范围覆盖读取个人信息、调用记忆、采取行动和评价结果的完整链路。

仅仅给现成模型接上一套记忆数据库，无法保证它知道何时检索、怎样理解，以及如何把信息转化成合适的行动。模型还要在训练中学会使用这些记忆。

2、“让用户更幸福”是一个方向性目标，目前还没有成熟的奖励函数

主持人追问，个人 AI 是否会接入用户自报的幸福感，甚至读取可穿戴设备，以此形成训练闭环。Babuschkin 没有给出确定方案。他提出一种可能：能力更强的模型或许能够回顾当天的行动，判断自己改善了用户处境，还是把事情弄得更糟，再生成正负奖励。

这仍属于不可验证领域。人的幸福感缺少统一尺度，短期满意也不等于长期受益。Babuschkin 谈论的是研究设想，River 尚未把它实现为产品能力。

3、未来的个人智能体可能是推荐系统与 Agent 的结合

TikTok 和 YouTube 的推荐系统会从持续行为中识别兴趣，不同用户看到的内容差异显著。个人智能体需要获得类似的适应能力，同时还要执行任务和主动协助。

这种系统的个人化范围会超过内容推荐。它要学习回答的详细程度、交流风格和主动介入的时机，也要根据用户目标安排一天的活动。个人偏好由此进入智能体的决策过程，不再只改变界面上的推荐列表。

四、企业为什么会训练自己的模型

1、今天的企业自训模型，主要为了成本、速度与隐私

企业通常先调用闭源模型，因为它们的通用能力最强，也省去了建设训练团队和基础设施的成本。企业选择小模型或自有模型，现实动机通常是降低推理成本、提高响应速度，或让敏感数据留在自己的基础设施内。

自训模型长期受到一个时间差限制。企业可能需要几个月组建团队、掌握深度学习与强化学习、建设训练系统；等到内部模型追上原有闭源模型，闭源实验室已经发布了更强的一代产品。持续调用 API 因而成为较稳妥的选择。

2、通用能力若进步放缓，企业内部的数据与判断会抬升价值

Babuschkin 预计，上述时间差会缩小。开放模型正在接近前沿能力，通用模型在不了解企业内部业务的条件下，能够取得的低成本改进也在逐渐减少。

一家做人力资源软件的公司，更清楚客户如何使用产品、哪些操作会造成问题，以及智能体该遵守哪些业务规则。制药企业的试验数据、芯片公司的设计资料，具有更明显的独占性。此时，企业可以把数据交给 OpenAI 或 Anthropic，甚至将数据出售给模型公司；也可以在开放模型上自行训练，把内部知识保留为竞争资产。

主持人提出了一个反例。模型公司可以聘请前银行从业者制作金融数据，一家普通银行掌握的信息未必具有足够的独占性。Babuschkin 接受这个行业差异：如果一家公司的关键知识已经公开在互联网上，或能够被外部专家轻易复制，模型公司和竞争者都有机会获得，原有优势会更加脆弱。企业只有拥有独占数据，并能把它转化为训练反馈，自训模型的回报才会更明确。

3、闭源实验室可能同时受到能力成本、发布限制和开放模型追赶的挤压

Babuschkin 认为，预训练具有边际收益递减特征。模型越强，需要聚合的 GPU 越多，高质量数据也越难获得。他用一句形象的话概括算力边界：**“你不可能用 GPU 覆盖整个地球。”**算力与数据投入无法无限扩张，能力提升最终会放慢。

闭源实验室还面对发布边界。模型能力过强后，公司可能基于安全考虑保留权重或限制访问，也可能受到监管约束；与此同时，开放模型继续逼近。由此形成的商业压力是：前沿模型越昂贵，公开销售越谨慎；稍弱的开放模型却足以覆盖越来越多的实际任务。

他认为 OpenAI、Anthropic 等公司仍可以通过基础研究找到新增长点，例如进入新的任务领域，或发明更有用的训练和产品方式。这个判断建立在一项预测上：单纯依靠同一路线扩大模型，带来的能力差距会逐步缩小。

4、后训练可能从集中吸收全世界专家，转向分布式改进

大型实验室当前会聘请不同领域的专家制作数据和评价答案，再把这些知识汇入同一组模型权重。这是一项庞大而昂贵的组织工程，也会出现边际收益递减。

Babuschkin 倾向于让分散在企业和大学里的专家自行改进模型。基础模型提供通用知识，具体组织在本地完成后训练。后训练的英文是 post-training，指基础模型完成预训练后接受的微调、强化学习和行为调整。River API 的商业机会来自这一分工。

5、把几十个强化学习领域叠加起来，未必会重现预训练的泛化效果

预训练扩大到一定规模后，模型会在许多任务上同时进步。主持人由此追问：如果模型依次接受金融、医疗等几十个领域的强化学习，会不会也出现跨领域能力突然同步提高？

Babuschkin 没有给出肯定判断。通用模型已经能把广泛的世界知识带进新领域，代码和数学训练似乎也贡献了较多通用推理能力；大量专业技能只在狭窄场景中使用。他怀疑这些技能汇入同一个模型后，未必能像预训练那样产生明显的跨领域协同。

五、Babuschkin 对中国开放模型的判断：能力供给与供应依赖同时存在

1、开放模型降低了企业训练与个人控制 AI 的门槛

对希望微调模型、建设自主产品的团队而言，开放权重提供了较低的起点。开发者可以检查、部署和改造模型，River 设想的本地训练与本地推理也以此为基础。

Babuschkin 指出，节目播出时最强的一批开放权重模型主要来自中国实验室。这会形成新的供应依赖。模型提供方可以停止发布新权重，也可以修改许可证；部分许可证已经根据企业收入规模设置不同条款，达到门槛后需要另行合作。

2、后门风险在理论上存在，当前尚未成为他的主要担忧

权重中植入隐藏行为或后门在技术上具有可能性。Babuschkin 的判断依据有两点：公开渠道尚未出现得到确认的真实案例；按照现有技术，植入后门通常会留下可检测的痕迹。因此，他现阶段没有把它列为主要风险。

随着模型进入更多关键系统，相关检测仍需提前准备。他给出的观察期是未来两年左右。智能体若获得更强的网络安全和行动能力，权重安全的重要性也会上升。

他主张美国团队应训练出全球最强的开放模型，不能只满足于“美国最强”。River 未来不排除参与；公司当前的优先任务仍是找到开放权重之上的可持续商业模式。

六、从《星际争霸》、AlphaCode 到 xAI：几次关键判断如何形成

1、AlphaGo 让一名物理学博士决定转入 AI

Babuschkin 最初在大型强子对撞机从事物理研究。AlphaGo 出现后，他意识到 AI 会带来远超单一棋类游戏的变化，于是加入 DeepMind，担任研究工程师。

这个角色横跨算法与系统工程。他先参与 WaveNet 文本转语音，随后进入强化学习，担任《星际争霸》StarCraft 项目的技术负责人。复杂的实时战略游戏要求模型处理长时间任务、部分可见信息和大量动作，比许多当代强化学习环境更加复杂。

2、《星际争霸》已经形成了今天训练智能体的基本组合

团队先收集从新手到接近职业选手的大量对战回放，让模型通过模仿学习掌握基本行为；随后进入强化学习阶段，以比赛胜负提供可验证奖励，继续优化策略。

Babuschkin 认为，这一组合至今仍在智能体训练中发挥作用。模仿数据把模型带到合理起点，强化学习再通过试错提高表现。

3、AlphaCode 源于一个直觉：早期语言模型不会为难题留出思考时间

《星际争霸》项目之后，他把代码视为强化学习的自然延伸，并发起 AlphaCode。早期语言模型在编程上表现不佳，他认为原因之一是模型直接输出答案，缺少类似人类解难题时的内部思考过程。

为了研究推理，他加入 OpenAI 新成立的推理团队，并与格雷格·布罗克曼 Greg Brockman 等人参与大规模预训练。团队当时还没有完整解法。几年后，o1 所采用的路线允许模型在给出最终答案前生成一段内部推理内容。这些内容由一组“思考 token”组成，再通过强化学习改善推理过程，回应了当年的问题。

谈及 DeepMind 与早期 OpenAI 的差异，他没有把结果归因于单一算法。DeepMind 聚集了大量优秀研究者，也存在不少正确想法；OpenAI 当时团队更小，处在追赶位置，却更容易围绕一条路线形成一致判断和投入强度。人才密度、共同信念和资源集中共同发挥了作用。

4、创办 xAI 的起点，是他对单一实验室掌握最强模型的担忧

在 OpenAI 工作时，他已开始担心最强 AI 由一家公司控制。作为长期使用 Linux 的开源支持者，他倾向于让更多人获得模型能力。

他提出了一个带有个人价值立场的理由：预训练吸收了互联网上大量人类知识，这些文本来自全社会；模型实验室确实投入了算力、算法和组织劳动，但原始知识同样没有被充分计价。因此，他认为预训练检查点适合以更开放的方式发布。这是他的规范性主张，行业并未就此形成共识。

他回忆，当时团队甚至讨论过一种极端未来：OpenAI 控制最强模型，再通过全民基本收入让社会分享收益。全民基本收入的英文缩写是 UBI。这个设想没有消除他的疑虑，因为资源分配仍然建立在单一机构掌握模型的前提上。

Babuschkin 后来在 Tesla 办公室偶遇马斯克。两人谈到 AI 竞争、模型控制和产品理念，发现彼此判断接近。马斯克决定创办新公司后联系了他，xAI 由此组建。Babuschkin 随后邀请旧同事加入。他认为，从零开始建设实验室，首要条件是聚集一批愿意高强度合作、能力互补的研究与工程人才。

5、Colossus 的 120 天，来自对数据中心建设流程的重新拆解

xAI 希望快速扩大训练规模，却从传统供应商处得到超过一年的建设周期。马斯克决定自建数据中心，并让公司直接承担总承包角色。

传统项目常采用瀑布式流程，还要经过多层分包。多层分包会拉长沟通和执行链路，也会降低效率。xAI 把项目拆成具体环节，逐项追问哪些行业惯例可以绕开，哪些任务可以并行，最终在约 120 天内让 Colossus 上线。

Babuschkin 最初也觉得这一期限近乎疯狂，但此前的合作让他相信马斯克会推动团队完成。他把这段经验概括为高度聚焦、从第一性原理拆解步骤，以及尽量减少外部依赖。

6、他对马斯克工作方式的评价集中在工程细节与组织能量

Babuschkin 说，自己愿意与马斯克合作，一个原因是对方尊重工程师。马斯克会直接参加工程会议，与实际执行者讨论细节；在他感受中，马斯克更像参与解决问题的团队成员，不只承担管理者角色。

他还提到，马斯克会向组织传递高强度工作的能量。这段描述来自 Babuschkin 的个人合作经验，不能代表 xAI 所有员工对公司文化的评价。

7、谈及 Cursor 与 SpaceXAI 的合作，他看重团队、产品入口和真实使用数据

主持人先提到 xAI 已并入 SpaceX，随后询问 Cursor 与 SpaceXAI 的结合会怎样改变 Grok 的编码能力。Babuschkin 认为这是一项聪明的安排。Cursor 团队熟悉代码任务，产品拥有大量真实用户；庞大的使用量可能帮助训练方理解开发者在现实中遇到的问题。

真实使用数据还需要与强化学习环境结合。训练者可以构造“修复代码库中的一个漏洞”等任务，再检查修复是否成功、实现方式是否符合要求。前者提供真实任务分布，后者提供可验证训练信号。

Babuschkin 明确说明，自己已经离开 xAI，并不了解 Cursor 究竟带来了哪些内部数据，也不知道 Grok 编码能力提高的具体训练配方。他的分析来自过去的模型训练经验。

七、模型进步的主要瓶颈，正在转向长时程任务和不可验证奖励

1、一次任务执行 24 小时，强化学习的更新速度会急剧下降

强化学习通常需要让智能体完成多次尝试，收集奖励，再更新权重。rollout 是其中一轮完整的任务尝试，从模型接到任务开始，一直持续到任务结束。若一次 rollout 需要 24 小时，每轮模型更新都要等待更久，试验成本也会随之上升。

可能的方向是把长期任务切成能够观察中间进展的片段。系统不必等到最终结果才评价，可以根据阶段性成果分配奖励，并逐步训练智能体处理更长的任务。怎样可靠评价中间进展，仍是训练者需要解决的问题。

2、大语言模型评审可能补上不可验证领域的反馈

写作、管理、长期研究和个人协助往往没有单元测试，也没有形式化证明。一个思路是让更强的模型担任评审，判断行动质量，再把结果转化为奖励。这种方法的英文常写作 LLM-as-a-Judge，其中 LLM 指大语言模型。

Babuschkin 认为，前沿模型已经能对不少复杂结果作出有价值的判断。他目前还没有看到这套方法被大规模用于继续提升模型，也不认为训练配方的全部细节已经解决。他预计，未来几个月到一年可能出现更完整的实践。

3、Coding Agent 的普及提醒他，能力可能突然跨过使用阈值

他原本预计代码模型会逐步改善，使用率随之缓慢提高。2025 年底出现的却是一次明显跳变：能力达到某个水平后，大量工程师在短时间内改变了工作方式。

这让他开始考虑，科学、个人助理和其他专业工作也可能出现类似时刻。研究人员可以观察模型指标，却难以提前判断哪一代产品会让真实用户集体改变行为。

4、人机协作的风险，在于人会持续把更多决策交给能力更强的智能体

当前的编码协作仍保留了清楚的分工：智能体处理底层实现，人负责架构和规划。随着智能体变强，把更多工作交给机器具有直接的效率激励，分工边界会持续移动。

Babuschkin 担心，一旦智能体替用户做出大部分决定，人会逐渐失去对生活和工作的实际控制。他由此把个人化与对齐联系起来。现行对齐常以群体偏好为目标，训练模型接受多数评价者喜欢的行为；个人 AI 则需要深入理解具体用户的目标，并在长期互动中保持一致。

他也提到 Neuralink 一类脑机接口可能在遥远未来让人直接控制大量机器智能。现阶段更现实的路径仍是改进训练算法，使模型贴近用户意图，并保留人在决策回路中的位置。

5、全球协调减速的可行性有限，对齐与安全研究需要加速

节目临近结束时，主持人提到一封呼吁政府考虑放缓 AI 的公开信。Babuschkin 赞成多争取一些时间研究对齐，但认为协调减速相当困难。AI 已与美国经济和公司投资深度绑定，国际竞争者也未必同步行动。

若整体速度无法下降，他主张增加对齐与安全研究。接近危险能力阈值、又尚未强到可以造成严重现实伤害的开放模型，尤其适合让更多研究者测试控制与防御方法。网络安全能力是他认为需要重点观察的领域。

主持人最后询问“这一切顺利收场的概率”。Babuschkin 没有给出数字，而是先区分“对谁顺利”。近期更明确的风险是 AI 扩大不平等：少数人获得巨大收益，其他人感觉被抛在后面。更远期还存在模型夺走控制权的可能，但当前难以可靠预测。

他随后回忆，早期模型即使只会写一个生成质数的 Python 函数，也让研究者觉得近乎不可思议。如今模型已经影响整个世界。那种最初的惊异仍在，技术实验则已经变成经济、组织和个人生活中的真实选择。

购买电视棒之前请阅读本文

Fri, 31 Jul 2026 08:55:45 CST

多年来，安全专家一直警告称，使用那些承诺一次性付费即可无限量观看流媒体内容的通用电视盒存在风险，因为它们会暗中将用户的互联网连接出租给陌生人。但一项突破性的新分析发现，这些设备还会伪装成手机，点击人工智能生成的网站上的广告，这是旨在欺骗在线商家和广告网络的庞大行动的一部分。

佩德罗·法莱是安全公司 Bitsight的威胁研究员。法莱告诉KrebsOnSecurity，他通过注册一个过期域名，得以窥探一个庞大而复杂的广告欺诈网络。该域名被用于协调在一种名为 H96的热门流媒体设备上的虚假广告点击。

Security experts have been sounding the alarm for years about the risks of using generic TV boxes that promise unlimited content streaming for a one-time fee, warning that they secretly rent the user’s Internet connection out to strangers. But a groundbreaking new analysis finds these devices also routinely spoof themselves as mobile phones clicking ads on AI-generated websites as part of a sprawling operation that seeks to defraud online merchants and advertising networks.

Pedro Faléis a threat researcher with the security firm Bitsight. Falé told KrebsOnSecurity he was able to peer inside a vast and complex ad fraud network by registering an expired domain name that was used to coordinate fake ad clicks across a particularly popular brand of these streaming devices known as H96.

An H96 TV streaming device currently advertised for sale on Amazon.

Falé said the domain he scooped up was previously used for telemetry, periodically collecting full hardware information and the entire list of installed apps from tens of thousands of H96 streaming sticks plugged into television sets around the globe. But upon inspecting the traffic being funneled to the domain, he discovered nearly all of the TV boxes transmitting data claimed to be mobile phone models from a variety of manufacturers, including Samsung, Vivo, Huawei, and Xiaomi.

“We noticed something was wildly wrong,” Falé said. “Multiple devices reporting to this factory Android TV Box backdoor were ‘phones.'”

Image: Bitsight.

The researcher found all of the devices reported having the same two apps installed, and that those apps were made by a company called Zhejiang Fengwo IoT Technology Ltd, an entity founded in 2019 in mainland China which operates an ad-publishing portfolio under the name Fengwo Group. Further investigation into the Fengwo Group revealed it has registered multiple patents that match the inner workings of these apps.

“Bitsight TRACE identified several Hong Kong, Singapore, and single person ‘legal’ shell identities used to collect the monetization and traced the operation back to a mainland China company known as Zhejiang Fengwo IoT Technology Co., Ltd, which operates under the Fengwo Group,” Falé wrotein a report released today about their findings.

Falé said an analysis of the apps shows they help to coordinate an ad fraud network that uses these H96 devices as a captive traffic source to click on ads at AI-generated websites operated by the Fengwo Group.

Bitsight discovered the websites contain machine-generated news articles and graphics across a range of categories, including finance, health, education, gaming, music and food blogs. But they also found none of those sites displayed ads unless the device visiting the page matched the spoofed mobile profile of these H96 devices.

AI DIGITAL HUMANS

The domain for the Fengwo Group — fwgcloud[.]com — claims the company is “redefining the boundaries of human-AI interaction,” and that it has created more than 120,000 “AI digital humans” available to rent for everything from emotional companionship to 24/7 customer service and creative design.

The homepage for fwgcloud dot com.

Falé said the Fengwo Group’s domain shared its SSL certificate data with other domains associated with the apps found on H96 devices, specifically the phone spoofing mechanism. He noted the domain also has an internal wiki platform that directly ties the Fengwo Group to a proprietary implementation of a Google-built visual programming language called Blockly, which was originally designed to help kids learn how to write software.

According to Bitsight, the Fengwo Group’s employees use Blockly to build the sham websites, allowing low-skilled operators to drag blocks of code together in their Blockly editor — without any need to understand what the underlying code blocks do or how they work.

The Blockly homepage.

“An operator can drag blocks together in their Blockly editor, to define each fraud routine, given a task type,” reads Bitsight’s report. “Once the routine is saved, it gets exported as JavaScript and uploaded to the S3 buckets. An operator doesn’t need as much understanding of the underlying technicalities, as it is all set in place for ease of use.”

Bitsight even found one of the Fengwo Group app developers mentioning exactly these advantages, noting the developer remarked that “only a small number of highly-skilled developers are needed to build the template execution-unit images,” and that “developers who create execution units from those templates have significantly lower technical requirements, greatly reducing the company’s operating costs.”

Falé said if a user’s H96 streaming stick is selected for a specific fraud task, it will be pushed the appropriate Blockly module according to the task desired, which can include silently launching a web browser, visiting websites, browsing pages, managing tabs, and clicking on ads.

To ensure the TV boxes masquerading as mobile phones can reliably click on ads displayed via the AI-generated websites, the Fengwo group “fuses three vision and reasoning systems into a single interface,” allowing the bots to correctly identify an ad on the webpage and navigate the site much like a human would, the Bitsight report observed.

Examples of ad landing pages linked to the Fengwo Group. Image: Bitsight.

TV ON? PROXY. TV OFF? AD FRAUD

Bitsight found the H96 devices were either relaying residential proxy traffic or participating in ad fraud, but never both at the same time. In fact, they concluded that when these TV boxes detect an HDMI signal from an attached television — indicating the user intends to stream video content — the box is usually functioning as a residential proxy. When the TV is off, it switches back to waiting for ad fraud jobs.

Falé said he believes the TV boxes are set up this way because its ad fraud activities are far more resource intensive and could interfere with the device’s stated purpose — streaming video content over the Internet.

Despite repeated warnings from the FBIand security industry leaders about the security and privacy risks of using these streaming devices, major e-commerce providers like Amazon, Best Buy, Newegg and others continue to sell hundreds of different models and brands that bundle unofficial versions of Google’s Android operating system and are frequently marketed ( via online influencers) as a way to access a broad array of streaming services and live broadcasts without a subscription.

Image: fbi.gov.

In addition to enlisting the user’s TV box in ad fraud networks, these off-brand streaming devices almost universally come with residential proxysoftware pre-installed. This software rents the user’s Internet address out to anonymous paying customers, who run the gamut from aggressive content scraping firms to ticket scalpers and outright cybercriminals.

What’s more, because these generic (and generally dirt cheap) TV boxes are all horribly insecure by default and bereft of any kind of authentication, installing one on your home or office network only invites further mischief. In January, the proxy tracking service Synthientdocumented how multiple botnets had rapidly enslaved millions of TV boxesusing a complex interplay of security vulnerabilities in both the residential proxy software and the streaming devices themselves.

SHOW ME THE MONEY

Bitsight said it tracked approximately 38,000 TV boxes globally phoning home to the expired Fengwo Group domain, and based on that number the report estimates this ad fraud network brings in revenues of close to $50,000 a day (not counting substantial revenue from the residential proxy side of the business). However, Falé emphasized that these estimates are highly conservative and based on telemetry from just one of the Fengwo Group’s core (but older) domains.

As for the Fengwo Group’s claim to have 120,000 “digital humans” at their disposal, Bitsight’s report concludes it could be just a clever marketing scheme and/or a way to avoid drawing suspicion to the company’s operations.

“Historically, when dealing with proxy services or DDoS, we sometimes see these websites undertake inconspicuous facades, so as not to advertise their DDoS capability or botnet size,” Falé wrote in the report. “This could also be the case here.”

If the Fengwo Group truly does have tens of thousands of “AI humans” at its beck and call, it does not appear to have dedicated any of them to fielding inquiries from its own website. KrebsOnSecurity sought comment from the Fengwo Group by emailing the contact address listed on the company’s homepage, but the request bounced back with the reply, “Your message couldn’t be delivered to postmaster@fwgcloud[.]com. Their inbox is full, or it’s getting too much mail right now.”

As Bitsight’s analysis shows, when it comes to TV boxes and streaming sticks, it’s best to stick to name brands from reputable manufacturers, and then to be sparing and careful with any apps you choose to install on the device — as many of those can bundle residential proxy software as well. Google says consumers can confirm whether or not a device is built with the official Android TV OS and Play Protect certification by following these instructions.

Additionally, Synthient maintains a running list of IoT devicesthat have been known to ship to consumers with residential proxy software and other malicious apps pre-installed. Careful readers will notice Synthient’s list includes other IoT devices apart from streaming sticks and boxes: As the FBI has warned, residential proxy software has also been found in other popular consumer IoT devices from random brands, particularly digital photo frames.

AI 加速了科学，也在掏空大学

Thu, 30 Jul 2026 16:48:46 CST

获得诺贝尔奖两年后，Google AlphaFold 的原班人马已被拆分。

据《金融时报》报道，AlphaFold 论文的大部分原始作者在过去一年里已被重新分配，其中全职核心作者中有近四分之一已彻底离开 Google。

留下的人也转向 Gemini 科研 Agent、酶设计、基因组学和核聚变等领域，还有人干脆去了 Alphabet 旗下的药物研发公司 Isomorphic Labs。

就连诺奖得主 John Jumper 与 Jonas Adler 也一度被调入 Code Strike 团队，负责主攻 AI coding 能力。但后面的故事我们都知道了，这两位大佬最终还是转投了 Anthropic。

▲ 左为 Google DeepMind CEO Demis Hassabis，右为 John Jumper，原报道链接 https://www.ft.com/content/61b2953d-ee0d-45de-af6e-a9c1cf524b33?utm_source=chatgpt.com&syn-25a6b1a6=1

针对这次报道，Google 负责 AI for Science 的研究副总裁 Pushmeet Kohli 回应称，DeepMind 的科学团队没有改变方向，只是扩大了工作范围，仍在推进蛋白质、基因组与酶设计，并借助 Gemini 加速科研。

AlphaFold 曾经代表一种相对传统的科研组织方式。围绕一个清晰问题组建团队，长期投入，集中资源，最终交付成果。

如今，类似团队正在逐渐让位于更通用的模型平台。蛋白质、数学、基因组、核聚变和代码，看起来分属不同学科，进入 AI 公司之后，却都可以成为 Gemini 的一组能力模块。

与此同时，科研人才、算力资源以及议题的主导权，也越来越集中到少数 AI 公司手中。

「我要加入 Anthropic」

过去几年，越来越多数学家、物理学家、生物学家和计算机科学教授进入 AI 行业。

比如 Anthropic 就一直在招物理学家、经济学家和哲学家；OpenAI 网罗研究黑洞、弦理论和纯数学的人；DeepMind 也聚集了生物学与核聚变专家。

前不久，亚利桑那州立大学教授 Subbarao Kambhampati 调侃，学术圈最近多了一个梗：「我要加入 Anthropic。」

据《大西洋月刊》粗略统计，仅四家头部 AI 公司就聚集了至少 80 多名现任或前任教授。

人才流动的方向也越来越单一。

斯坦福大学《AI Index Report》显示，2011 年，AI 博士毕业后进入企业和学术界的比例大致相当，分别为 40.9% 和 41.6%。到 2022 年，进入企业的比例升至 70.7%，进入学术界的比例降至 20%。

一篇 2026 年 NBER 工作论文追踪了约 4.2 万名美国 AI 研究者。40 岁以下研究者离开大学的概率，大约是 40 岁以上人群的六倍；约 70% 的转职者五年后仍留在公司。

钱当然很重要。企业顶尖 1% AI 研究者的年收入，从 59.5 万美元涨到 194 万美元；大学同一梯队只从 30.1 万美元涨到 39.2 万美元。双方差距扩大到约 150 万美元。
更难拒绝的是科研条件。

2010 年代初，约 65% 的大规模机器学习模型由学术实验室独立开发。进入 2020 年代后，这一比例跌到不足 10%。到 2022 年，约 81% 的前沿模型已经由企业独立完成。

UC Berkeley 教授 Anca Dragan 加入 DeepMind 时就明确自己的诉求，她需要前沿安全研究所必需的「数据、算力和预算」。

对比之下，一项研究在大学里可能要先申请经费、采购设备、招聘工程人员，再等待计算资源排期。进入 AI 公司后，同一个研究者可以直接调用大型模型、专有数据、分布式算力和数百人的工程体系。

只是，一名顶尖教授离开大学，损失远不止几篇论文。大学同时失去一名导师、一个课题组、一条博士生培养链，以及未来十几年可能形成的研究方向。

过去，科技公司从大学购买研究成果。现在，它们开始直接购买生产研究成果的人。企业获得的是一个人，大学失去的可能是一代人。

当然，把所有人才流动都归结为学术界衰落，也会低估企业科研正在创造的价值。

AlphaFold 已经证明，企业可以做出改变科学史的成果。两亿多个蛋白质结构预测，让大量生物学家省下过去数月甚至数年的工作。

贝尔实验室早已证明企业研究院也能改变科学。鼎盛时期，它拥有约 1200 名博士，产出至少 10 项诺贝尔奖。Demis Hassabis 多次把它当作 DeepMind 的参照物。

AI 公司确实越来越像一种覆盖多个学科、拥有强大工程能力和商业出口的新型研究院。

DeepMind 把 Gemini 接入数学、基因组和核聚变；Isomorphic Labs 联手药企研发新药；Anthropic 推出 Claude Science；OpenAI 则把 ChatGPT 和 Codex 塞进科研流程。

相关的成果已经出现。物理学家 Rogerio Jorge 用 AI 开发开源核聚变软件，理论计算机科学家 Barna Saha 等人则用 GPT-5.5 Pro 辅助高维几何证明。OpenAI 称，每周约有 130 万人用 ChatGPT 处理高阶科学和数学任务，并计划向 10 万名高校研究者免费开放前沿模型和 Codex。

从个人影响力看，一名科学家进入企业后，作用甚至可能被放大。如上所述，他在大学里可能带领十几名学生，在 AI 公司则可以调动数百名工程师、海量计算资源和全球性数据平台。原本停留在论文中的方法，也更容易进入药物、软件、实验设备和产业系统。

但代价也是不言而喻的。

NBER 研究发现，AI 学者长期转入企业后，论文产量平均减少 65%。2000 年至 2019 年，企业雇用的 AI 研究者占比从 48% 升至 68%，论文占比只从 27% 升到 32%，专利占比却从 86% 升至 95%。
人还在研究，成果却从论文流向专利、内部模型和商业机密。Google 当年公开 Transformer，养大了整个行业。今天，训练数据、模型权重和失败记录，越来越难离开企业的服务器。

科学仍在加速，开放科学却可能踩下刹车。

科学家没有离开科学，科学正在离开大学

AI 公司可以成为研究院，却很难成为大学。

大学承担着一项经常被忽略的工作。它需要训练大量尚未证明自己的学生，也要长期保存暂时没有应用、无法定价、甚至几十年后才可能显现价值的问题。

然而，AI 公司喜欢已经证明自己的教授和资深研究者，对培养新人没那么有耐心。SignalFire 数据显示，2024 年新毕业生只占大型科技公司招聘人数的 7%，相比 2019 年下降超过一半。

▲ https://www.signalfire.com/blog/signalfire-state-of-talent-report-2025

企业一边从大学吸收顶尖教授和成熟研究者，一边减少初级岗位和培训投入。它们可以聚集一批顶尖科学家，却未必会承担大规模培养下一代科学家的责任。

相关影响已经出现在大学课堂里。《大西洋月刊》采访的学生发现，一些课程突然停开，理由很现实，教授去 AI 公司「休假」了。

与此同时，明星教授离开后，博士生失去的不只有一门课，也包括推荐资源、研究网络、课题组织能力，以及接触前沿问题的机会。

更潜移默化的变化发生在研究课题上。

药物设计、编程、数学推理、材料发现能增强模型，也能形成产品，自然更容易拿到资源支持。长期野外研究、生态保护等选题，往往处于尴尬的处境。

然而，历史偏偏喜欢和短期回报开玩笑。

数论长期被视为最纯粹、最缺乏实用价值的数学，后来成为现代密码学的基础。激光刚出现时，也曾被称作「一个正在寻找问题的解决方案」。互联网早期同样难以用商业模型衡量。

公共科研体系的意义，正在于它能够允许人类研究那些暂时无法解释价值的问题。

而今天的 AI 公司由于处于模型性能、产品发布和资本投入的高强度竞争中。即使它们愿意投资基础科学，资源也更可能流向能够增强模型、支撑产品或形成专利的方向。

未来很可能出现一种别扭的繁荣。

人类更快找到新药、证明定理、发现材料，最强的科学家也拥有历史上最强的工具。同时，谁来决定研究什么，谁来培养下一代科学家，谁又愿意继续做那些无人付费的研究，都成了问题。

科学家没有离开科学。只是科学，正在加速逃离大学。

我有时候会把大学和 AI 公司想成一条河的两端。大学更像上游。水流很慢，泥沙很多，大量支流看起来毫无用途。有人在那里测量、记录、争论，也有人花一辈子研究一条最终没有流向城市的小溪。

AI 公司更像下游的水电站。它们能集中水流，驱动机器，产生巨大的能量，把科学迅速送进药物、软件和产业。

水电站当然重要。没有它，河水只是流过去。

可要是所有人都跑去下游发电，上游的水源渐渐干涸，几年以后，大家只能坐在机房里等待一条已经不再流来的河。

当数学家忙着改进模型，生物学家忙着训练 Agent，物理学家忙着扩大算力边界，人类或许会得到更强的 AI。留在身后的那些问题，没有产品路线，没有投资回报，也暂时无法解释用途。

它们很安静。安静到很容易让人误以为，它们并不重要。

作者；莫崇宇

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

美国科技巨头现金流失加速

Wed, 29 Jul 2026 18:59:57 CST

Alphabet 上周公布的 4～6 月财报显示，净利润为 1121 亿美元，达到上年同期 4 倍。但其自由现金流 4～6 月为 -58 亿美元，自 2004 年上市以来首次转负。另一家巨头亚马逊和 Alphabet 一样，自由现金流正在急剧减少。原因被认为是加速投资 AI 数据中心。亚马逊 1～3 月的自由现金流同比减少 95%，降至 12 亿美元。如果 4～6 月的自由现金流转负，可能会加剧市场对 AI 过度投资的担忧。

Kimi 的实力是真的

Sun, 19 Jul 2026 16:36:46 CST

原推作者是OpenAI未来战略负责人，他说的话完全是出于OpenAI立场和利益来讲的。

他的观点：

1. Kimi 的实力是真的，不像简单蒸馏出来的。

在智能体编程任务里，Kimi已经接近 2026 年第一季度最强的公开模型。不过它很“吃 token”，实际推理成本未必像宣传中那么便宜。

2. 中国继续开放权重，可能不是因为特别支持开放，而是现实选择。

作者猜测，一方面中国政府没有那么相信 AGI 风险；另一方面受算力限制，中国公司难以长期承担大规模云端推理服务，所以更适合把模型权重放出去，让别人自己部署。对企业来说，开源也是追赶者获取用户和影响力的办法。

3. 开源模型看似“加速”，实际上可能抑制 AI 投资。

模型一旦可以免费下载、复制和部署，商业公司就更难靠模型本身赚钱，资本也会更谨慎地投入下一代模型训练。因此作者认为，开源模型本质上反而具有“减速主义”效果。

4. 开源模型的终点，可能是国家补贴的“AI 公共品”。

如果企业无法靠前沿模型持续盈利，最终可能变成政府出钱建设算力中心、训练模型，再以公共基础设施的形式提供 AI。作者把这种未来称为“AI 共产主义”，并对此非常反感。

5. 美国可能不会直接禁用中国开源模型，而是制造合规风险。

比如监管机构发布安全提示，暗示中国模型可能存在后门、数据泄露或供应链风险。即使证据不充分，只要让银行、医疗、金融等受监管企业感到不安，它们就会主动避开。

6. 当前风险可能有限，但未来能力越强，风险会突然跨过临界点。

今天开放一个强模型，世界可能只是“稍微危险一点”；但当模型具备更强的网络攻击、生物设计或自主复制能力时，开放权重的后果就可能非常明显。（原推还影射了新冠疫情）我的观点：

OpenAI显然是慌了，开源模型开始削弱单纯靠“卖模型能力”赚钱的空间。对于OpenAI、Anthropic这种前沿模型公司而言，强大的开源模型必定会降低他们的投资回报；但对于创业公司、科研机构和中小公司而言，开源模型能显著提高创新能力。强大的开源模型，让创新重心从少数模型实验室扩散到更广泛的应用和基础设施生态。曾经浏览器、Linux、安卓都把底层能力免费化，真正赚钱的部分转移到了云服务、硬件、应用、数据和生态。未来基础模型可能也会变成类似操作系统的东西：底座越来越便宜，利润向上层迁移。

用"古典"机器学习检测 LLM 生成的网文 (AIGC 文本检测)

Fri, 17 Jul 2026 08:55:24 CST

TL;DR & Demo

目前 (2026/02) 主流的 LLM 生成的文本有较强的统计学特征, 可以用于传统的机器学习模型区分人类创作的与 LLM 生成的文本. 我猜测这是目前许多”AI 查重”的实现原理.

在线 Demo: https://lyc8503.github.io/AITextDetector/

此 Demo 使用的模型 并非在通用数据上训练, 未经过仔细的优化和迭代, 目前单句检测 在测试集上的准确率约为 85%, 使用前建议先阅读完本文以了解潜在的问题.

本仓库中用到的主要代码(草稿)及训练后的模型文件发布在了 GitHub 仓库: lyc8503/AITextDetector

背景(aka 无用的废话)

遥想当年大半年前, 我还在学校写毕业论文的时候, 就有要查论文 AIGC 率的传言. 我考查了知网/维普及几个第三方的 AIGC 检测平台, 发现他们确实能以还不错的准确率区分出我手写的文本和 LLM 生成的文本.

当时就对这个所谓的 AIGC 检测的原理 (以及如何 bypass 它)产生了兴趣.

不过那时我并发的事情有点多, 还在沉迷于玩无线电/MC/Touhou, 在几次失败的尝试后, 这件事情被我抛之脑后.

后来糊弄完了论文, 本来这事也就这么过去了; 然而最近, 我在刷 Lofter 的时候, 遇到了一些 Tag 下全是 AI 生成的质量很差 ooc 到天际的同人文.

什么? 你问我怎么肉眼判断 AI 生成的? 因为有些哥们 (或者姐们)发东西的时候连 Markdown 格式和 AI 输出的小标题都不删干净, 再反手把半篇文章塞进付费彩蛋😓

但大部分 AI 生成的文本混在一堆风格各异的作品里, 再加之本来 prompt 各异, 不是那么一眼可见, 看到一段才意识到怪怪的就晚了, 有些文又很难实锤是不是 AI, 弄得我疑神疑鬼. 吃了好几坨 AI 尸块之后我终于忍无可忍, 今天的 Lofter 就刷到这里, 接下来是 VS Code 时间!

没错, 我就这么重拾了搓一个 AI 生成文本检测器的想法…

资料查找 - 无果

网络上, 关于 AIGC 检测相关的搜索条目已经几乎全部被污染了, 所有能搜索到的网站都是各种论文 AI 降重网站的广告. 我大半年前从这堆劣质资料里翻出了一个叫文本困惑度(perplexity)的东西.

其想法简而言之就是通过一个现有的 LLM 模型, 推测一个已有句子的每个词出现在对应位置的概率有多高, 如果一个句子的几乎每个词都在 LLM 推测结果的 Top-N, 那么这句话就有可能是 AI 生成; 反之, 如果句子有很多出乎 LLM 意料的词, 那这个句子更有可能是人类编写的.

听起来有点 promising, 我当时就花了一些时间尝试这个方法, 但效果并不理想, false positive 和 false negative 都很多, 没法卡出一个合理的阈值进行分类. 况且还有 LLM 推理成本高/跨模型检测效果差/大型模型难以本地部署/不开放权重的模型难以接入等诸多问题, 这种方法并不太优雅和可靠.

失败的尝试, 被一堆软广科普给骗了

还算成功的尝试 - scikit-learn SVM

网上资料不靠谱, 还是回归古法炼金.

scikit-learn, 启动! 根据其 Roadmap, 直接查表可得, 对于我们这个任务可以优先尝试 Linear SVC 和 Naive Bayes 这两个分类器.

(小声: 这其实也符合我一开始的直觉 - LLM 在选词上有一些特征, 搞个朴素贝叶斯都能分类, 只是我没预料到其特征如此之强)

数据生成

古法炼金传统的分类器训练需要打好标的数据, 也就是我们得想办法收集一些确认是人类生成的数据, 以及一些确认是 LLM 生成的数据, 把它们拿去训练.

我在这里采取的方法是, 找一份我 2023 年爬的某福特/某江的数据, 筛选出其中 2010-2022 年(ChatGPT 发布前)的文章. 我只对极低热度/字数过少的作品做了过滤, 在剩下所有的文本中进行完全随机采样, 抽了近 10000 篇数千字的文本, 作为人类样本.

随后我把这些文本调用 LLM 生成一份章节摘要, 再把摘要传递回 LLM, 让 LLM 重新按摘要生成一篇文章, 我们就得到了数量差不多, 种类多样, 且与人类作品内容相近的 LLM 样本.

整体思路上是这样, 不过现有的 LLM API 正价还是很贵的, 我并没有为我一个灵感突发打算做的 weekend project 花几千块的思想觉悟. 实际操作上可以灵活一点去薅羊毛结合多种渠道的低价或免费 API, 我用了以下这些渠道:

Gemini: CLIProxyAPI提供的 Antigravity/Gemini CLI Quota 转 API, 十几块搞个 AI Pro 账号就行
Qwen: qwen-code抓包可得 Qwen Plus 系列的 API 接口, 免费
GLM-5: 正好遇上了 OpenRouter 上免费的 GLM-5 公测 (Pony Alpha)
Kimi,Deepseek,Doubao,GLM-4.7: 方舟 coding plan 搞活动 8.9 首月, API 直接拿来调

注意: 以上行为为错误示范, 违反了对应平台 ToS, 可能被封号, 但它们自己也只想着砸钱营销炒作根本懒得管, 我也不想当冤大头的付费用户

现在很多编程用的 LLM 工具 API 不知为何选择按次计费, 但我们也可以abuse利用这一点, 把任务按批次合成一个巨大的输入, 强迫 LLM 输出更多内容, 于是最终…

什么? 什么叫光 Gemini 就用了 300+M 正价 2000 多块的 Token 啊?

最终, 我用 gemini-3-flash完成了文章内容的概括, 用 gemini-3-pro/ qwen-coder-plus/ glm-5/ glm-4.7/ kimi-k2.5/ doubao-seed-code/ deepseek-v3.2七个模型生成了七份对应的 LLM 样本.

生成的文件们

训练

在数据刚准备了过半的时候, 我就忍不住要开始训练了.

我直接试着让 Claude 写分类器代码, 它直接给我把整篇文章啥也不处理塞进分类器训练, 得到了惊人的 99.45% 的 accuracy… 这…对..对吗?

Claude 一点不靠谱, 我还是自己来吧.在训练上, 我选择将所有文本按中文标点符号切成句子, 清洗掉所有非中文/英文字母的字符, 然后直接调包 scikit-learn 的 TF-IDF-> LinearSVC. 再清洗掉一些干扰因素后, 我们对句子的分类仍然达到了 85% 的准确率!

第一版有不少 Bug 的代码就干上了 88% accuracy (后来优化清洗后也有 85%)

单个句子蕴含的信息可能很少, 但这样分类都能达到 85% 准确率的话, 这意味着对于一篇稍长的文章, 我们几乎能很有信心的判断其是否是 LLM 生成的, 这个效果之好远超出了我开始的预期. 古法炼金还是强啊, 比网上一堆复制文本问 LLM 这个文本是不是 LLM 生成的傻__行为强多了.

等所有数据都完全就绪后, 我也尝试了训练一个八分类模型 (human/七个 AI), 但看起来各个 LLM 蒸馏来蒸馏去的, 特征类似, 分类效果并不太理想, 整体 acc 在 50%.

多分类的结果, 似乎...分不太出来, 也不知道是不是我模型选的不够好, 不过也不是很重要

最后还是用完整的数据训练了七个二分类模型, 然后让它们投票决定一句话是不是 AI 生成的:

loaded 8536 samples            
train chapter size: 6820, test chapter size: 1716            
[gemini] Train: 917,374  Test: 228,051            
[gemini] full TF-IDF + SVC ...            
3,336,446 features -> acc=0.8809  f1=0.8082  [tn=143688 fp=10650 fn=16503 tp=57210]            
[qwen] Train: 1,315,338  Test: 328,636            
[qwen] full TF-IDF + SVC ...            
3,989,603 features -> acc=0.8911  f1=0.8974  [tn=136293 fp=18045 fn=17739 tp=156559]            
[pony] Train: 1,128,044  Test: 278,663            
[pony] full TF-IDF + SVC ...            
3,688,143 features -> acc=0.8493  f1=0.8286  [tn=135085 fp=19253 fn=22755 tp=101570]            
[kimi25] Train: 1,088,007  Test: 269,567            
[kimi25] full TF-IDF + SVC ...            
3,976,027 features -> acc=0.8721  f1=0.8473  [tn=139390 fp=14948 fn=19534 tp=95695]            
[glm47] Train: 1,124,430  Test: 279,109            
[glm47] full TF-IDF + SVC ...            
3,980,772 features -> acc=0.8436  f1=0.8222  [tn=134461 fp=19877 fn=23786 tp=100985]            
[doubao] Train: 1,063,395  Test: 264,121            
[doubao] full TF-IDF + SVC ...            
4,243,728 features -> acc=0.8940  f1=0.8700  [tn=142420 fp=11918 fn=16089 tp=93694]            
[deepseekv32] Train: 1,176,294  Test: 289,042            
[deepseekv32] full TF-IDF + SVC ...            
4,361,691 features -> acc=0.8529  f1=0.8403  [tn=134625 fp=19713 fn=22819 tp=111885]            
            
=====================================            
SUMMARY            
=====================================            
model            s1 acc   s1 f1            
gemini           0.8809  0.8082            
qwen             0.8911  0.8974            
pony             0.8493  0.8286            
kimi25           0.8721  0.8473            
glm47            0.8436  0.8222            
doubao           0.8940  0.8700            
deepseekv32      0.8529  0.8403

整体的 acc 都超过了 85%, f1 超过了 80%, 这应该算是个还不错的结果! 而且我测试时发现, LLM 生成的文本通常会同时被好多个模型判为 positive, 那正好就让他们一起投票吧.

我也尝试过 MultinomialNB和 SGDClassifier, 不过还是会掉一点准确率; 还试了 BERT, 显卡要训练挺久, 有提升但不显著, 也未采用; 甚至还试了 AutoGluon库但得到了二分类准确率 53% 的好成绩, 在此均不再展开.

JS 实现网页 Demo

本来到这边本篇博客就可以结束了, 我可以开个仓库发个模型文件就收尾. 不过呢, 这样每次使用都要打开电脑启动一个 Python, 实在是太太太不方便了. 当然我也可以做个网页, 用 Python 起个 API 服务, 但这也很不方便, 我还得维护服务器, 显然不符合我一贯 Serverless 的作风.

我开始设想的是, 把模型导出成 ONNX, 然后直接用 ONNX Web Runtime 在 Wasm 里去跑就行了. 我不过我在命令我的硅基生命 Claude 去干活的时候, prompt 没细说, 它有自己的想法, 直接帮我把模型裁剪导出成了一个 JSON… 然后在浏览器里用 JS 实现了 TF-IDF + SVM, 直接用 JS 完成了推理…

嘶…好像也不是不行. 我甚至用一百万字的文本测试了性能, 在我的电脑上大约十秒就能跑完, 也算可以接受, 几千字的反正都是一瞬间.

好吧, 考虑到这本来就是一个 Demo, 这样 JS 直接写也更直观, 我就保留了这个有点蠢的实现. (甩锅: 反正不是我写的)

关于网页版的准确率表现, 我测试了几个不同的裁剪大小, 最后还是想确保效果优先, 就保留了 500k features, 以 JSON 这种极其浪费的方式存储需要 107MB (不过如果部署后服务器支持 gzip 那实际传输的会少不少, ~38MB). 我试过更小的裁剪, 例如 50k 或 80k, 虽然 accuracy 看起来只丢了 3-4%, 但最终判断出来的 AI 率差距还是比较多的, 特别是对人类撰写的文本, 能有 ±50% 的相对差距, 容易误判为 AI, 故没有采用.

最终这个版本的 accuracy 损失大约 1%, 如下:

============================================================            
SUMMARY  top-500,000  C=1.0            
============================================================            
model            s1 acc   s2 acc     Δacc    s1 f1    s2 f1      Δf1            
gemini           0.8809   0.8721  -0.0088   0.8082   0.7986  -0.0096            
qwen             0.8911   0.8819  -0.0092   0.8974   0.8886  -0.0088            
pony             0.8493   0.8383  -0.0109   0.8286   0.8173  -0.0113            
kimi25           0.8721   0.8623  -0.0098   0.8473   0.8376  -0.0097            
glm47            0.8436   0.8311  -0.0125   0.8222   0.8097  -0.0125            
doubao           0.8940   0.8869  -0.0071   0.8700   0.8624  -0.0076            
deepseekv32      0.8529   0.8419  -0.0110   0.8403   0.8291  -0.0112            
AVG                       0.8592                     0.8348            
MIN acc: 0.8311            
============================================================

测试效果

为了和大部分人可能会使用的版本统一, 以下测试均使用这个裁剪过后的网页版, 应该和 joblib 完整模型区别不大.

目前的判断逻辑是: 把所有输入的文字分句清洗后, 给 7 个二分类模型同时分类, 如果有 >=2 个模型检出, 就按照检出的模型数给句子设置背景色显示, 同时将这句话记为疑似 AI 生成. 最终计算这些句子的字数占总输入的比例判一个结果, 50% 以下为 Human, 50-70% 为 Maybe Human, 70% 以上为 Maybe AI.

首先, 我们先来测试下 AIGC 的检出率. 先尝试下国内最常见的豆包和 Deepseek, 这两个也是我们训练时候就训练过的模型, prompt 就为 给我写一个3000字的故事, 毫无难度的被抓住了:

Deepseek V3.2: 78.4%

Doubao Seed Code: 93.0%

再测试一下它可能没见过的模型, 看看泛化能力怎么样:

Claude Sonnet 4.6: 71.9%

GPT 5.2: 73.3%

我还测试了好几个不在训练集内的模型 (MiMo-V2/Doubao-Seed-2.0/GPT-4o), 检出率均在 70%, 较高的可达 90%+, 均被稳定分类为 AI.

我也测试了用更复杂更详细的 Prompt 来生成内容, 例如给出 20 章人类写的文章, 让它尽可能模仿风格, 续写下一章节, 检出率略微受影响, 但也有 67.8% (毕竟我们就是拿复杂的 prompt 生成的内容训练的); 篇幅受限就不贴出所有结果了, 大家可以自己测试.

我又从我某江的订阅文列表里挑了 10 篇网文全文(2022 年前完结)作为人类样本, 尽可能包含了不同世界观/不同时期/不同作者的文章, 以及由于是付费文, 应该不在训练数据集中.

其 AI 检出率分别为 22.7%/24.2%/25.0%/24.5%/19.0%/13.7%/29.1%/4.9%/27.3%/19.2%, 可以看到都在 30% 以下. 我在老福特又抽了几篇同人文, 由于同人通常写的更加随意自由, 抽到的几篇 AI 率甚至都在 10% 以下; 把老福特上我怀疑是 AIGC 的文丢进去, 可以检出高达 83.4% 的 AI 率, 根据一些其他迹象, 可以合理推测该作者使用 LLM 生成了其发布的内容, 但未进行标注.

[2026/03/05 补充]为了更严谨的测试, 我从 Lofter 平台随机抽样了 10000 篇高热度 (热度>5000), 字数>2000 且发布于 2022 年之前的同人文, 其按上述标准 (7模型投票>=2) 检出的 AI 率分布为:

1	0-5%:313 \| 5-10%:1945 \| 10-15%:3016 \| 15-20%:2033 \| 20-25%:1355 \| 25-30%:594 \| 30-35%:492 \| 35-40%:123 \| 40-45%:34 \| 45-50%:62 \| 50-55%:24 \| 55-60%:5 \| 60-65%:3 \| 65-70%:1

也就是说, 如果使用 60% 作为 AI 检测的阈值, false positive 率仅为 0.04%; 以目前的 70% 作为阈值, false positive 率低于 0.01%, 约等于 0. 那四篇 AI 率 > 60% 的文章我也人工检查了, 都是合集文目录而非文章本身, 因为链接过多被误检测.

激进一点的话, 以 50% 为检测阈值, false positive 率也才 0.33%.

然后… 我爬取了 2026/03/05 Lofter 安卓端热搜 Top 20 的 tag 的周榜的所有文章, 同样按字数筛选掉过少的, 检测后得到了这样的分布:

0-5%:27 | 5-10%:138 | 10-15%:231 | 15-20%:245 | 20-25%:238 | 25-30%:137 | 30-35%:112 | 35-40%:87 | 40-45%:116 | 45-50%:112 | 50-55%:118 | 55-60%:157 | 60-65%:118 | 65-70%:109 | 70-75%:75 | 75-80%:56 | 80-85%:28 | 85-90%:15 | 90-95%:10

32.22% 的文章检出了 >50% 的 AI 率, 疑似部分或完全由 AI 生成… 还有入类吗?? 且其中 没有任何一篇主动进行了 AI 创作申明.

“末法之世，，，” –某群友

攻与防之绕过检测(?)

好, 我们现在做出了一个 AIGC 检测器,是时候做一个反检测器了.

不对不对, 骗你的, 我肯定不会闲到同时做 AI 检测器和 AI 反检测器.

不过让我们来尝试一下市面上常见的反 AIGC 检测方法:

传统翻译法

谷歌翻译法, 中翻英翻中: 89.9%->85.0%; 有道翻译法, 中翻英翻中: 89.9%->79.2%; 搜狗翻译法, 中翻英翻中: 89.9%->86.0%

有一些降低, 但完全没有影响结果判断.

LLM Prompt 法

用一些神秘 Prompt 让 LLM 帮你的输出结果去 AI… 这方法听起来就不靠谱到家了!

我试了一句话 Prompt 请你改写你上面这篇文章，使其 AI 味尽可能淡: 89.9%->83.0%

也试了更复杂的一些 Prompt: 89.9%->79.3%

也是有一点点效果, 但等于没有.

这检测方法实在是太可靠了!(flag

如果要我去反 AIGC 检测的话, 我还能想到的方法只有用大量人类文本微调 LLM, 或维护巨大的规则查找表, 定向破坏这个 SVM 匹配的特征了. 不过显然这不会是本文的内容了, 我也不确定是否可行.或者可能也有其他更好的方法, 留作习题, 读者自证不难.

尾声

好了, 现在是片尾废话时间.

我其实一开始没想到这个分类任务会如此简单 - 简单到一个 Hello World 级别的 scikit-learn 代码, 不需要什么特殊的技巧, 稍微迭代几次, 写点硬规则就能做出一个还算鲁棒和准确的分类器. 主要费的功夫都浪费在了等 LLM 输出造数据上…

有兴趣的读者应该可以按类似的思路去训练其他领域甚至通用的 LLM 文本检测器. 比如做个学术论文文本的 LLM 检测器, 再 vibe coding 一个花里胡哨的前端, 就能以论文 AI 查重工具的形态卖给清澈的大学生.要是赚钱了别忘了给我 donate 一点.

还剩余的 idea 是做一个 AI 生图的检测, 但由于 stable diffusion 之类的模型可以相对容易的 LoRa 微调, 生成的风格远比文本多样, 这个 task 应该更加困难, 写完这篇博客已经把我的三分钟热度燃尽了, 下次有机会再说.

最后, 关于 AI 生成内容再多说几句, 我肯定是不愿意认可 AI 生成的文娱制品的, 正如 AI Coding 工具生成一堆冗余混乱且不可维护的代码一样, AI 生成的文本/图片/音频可能第一次看时还不错, 细看下来十分的重复和贫瘠, 重复到词频统计都能统计出规律就是证据. 这样的模式肯定不适合创作, 我作为读者也是十分不满意的. 我都要怀疑现在 LLM 的所谓创意写作能力, 不过是 post-training 时研发随手造的一批训练数据被反复糅合复读罢了.

不过说到底, “世界应当如此”一向以来不等于”世界就是如此”, LLM 带来了一些革新与生产力提升的同时, 更多的误用和滥用正在孜孜不倦且不可避免地扰乱每一个行业. 恰好 LLM 在对齐后又特别擅长 exploit 人类的感知, 反正 “3.9 和 3.11 哪个大”/“50m 开车去洗车还是走路去洗车” 这类问题修了一个又一个之后, 谁又能知道模型是在理解世界还是背诵知识呢. 所有人都陷入了 LLM 是什么, LLM 将如何影响 xx 行业, LLM 最终将影响人类走向何方的大争论, 却得不到结论.

我此时应该暗自庆幸自己至少在 AI 时代来临前学会了如何写代码, 要不我真不一定能看出现在的 vibe coding 出的代码有多蠢, 至于未来嘛… 能看到生成式 AI 一拳干爆人类社会秩序, 或是 AI 泡沫破碎内存不要钱, 任何一个都挺好的, 不是吗?

本文采用 CC BY-NC-SA 4.0许可协议发布.

作者: lyc8503, 文章链接: https://blog.lyc8503.net/post/llm-classifier/
如果本文给你带来了帮助或让你觉得有趣, 可以考虑赞助我¬_¬

IT社区推荐资讯 - ITIndex.net

33条良好社交技巧规则

分享我过去十年收藏的5万多个HN书签中最优质的资源

PostgreSQL 适用于一切

目录

Table Of Contents

Intro

Rock Solid and Stable

Easy to Run, Install and Scale

Simplifies Your IT Setup

PostgreSQL Replaces Solr and Elastic: Full-Text Search

PostgreSQL replaces MongoDB: Excellent Json Support

PostgreSQL replaces Kafka and RabbitMQ: PostgreSQL as a queue

PostgreSQL Replaces Clickhouse: High Volume Time Series Data

PostgreSQL as Vector Database for AI Workflows

PostgreSQL Replaces Redis: Non-Persistent High Performance Caching

PostgreSQL Replaces File System: For Raw Data

PostgreSQL Replacing Your Graph Database

PostgreSQL Replacing Your Microservice

PostgreSQL - Replacing your Playstation 5

Conclusion

本地化部署大模型工具 llama.cpp

什么是 llama.cpp？

核心特性与优势

llama.cpp 的进阶能力

llama.cpp的架构与工作原理

三层架构：前端模型代码 → GGML 张量库 → 多硬件后端

GGUF 模型格式

量化技术详解

与其他推理框架对比

llama.cpp 安装使用指南

llama.cpp 的安装

获取 GGUF 模型

基本使用

高级用法

常见问题

爬楼梯有助于延寿

科技巨头想要收集你的思想

生成式AI的信息熵问题

生成式AI的信息熵问题

为什么存在信息熵问题，生成式AI还是很有用？

如何正确的看待信息熵问题

过度依赖AI会系统性地催生平庸

破局点：把AI当作“认知杠铃”

中国一农户盲从AI聊天机器人遭惨痛损失 近25亩芝麻苗全毁

自进化能力来自模型外部的基础设施如Agent

Google NotebookLM简明教程

Google NotebookLM简介

核心功能与独特优势

Google NotebookLM使用教程

NotebookLM七个被忽视的实用能力

七个核心功能亮点

核心能力详解

NotebookLM使用问题：生成PPT无法修改

DeepSeek突然涨价还要融资500亿 “只收电费钱”的梁文锋变了吗？

五星酒店的大堂根本不是给人休息的？

分享我过去十年收藏的5万多个HN书签中最优质的资源

AI 监督远程考试变成灾难，数万学生必须重考

一味把 Coding 做得更好，可能成为下一阶段模型训练的陷阱

购买电视棒之前请阅读本文

AI DIGITAL HUMANS

TV ON? PROXY. TV OFF? AD FRAUD

SHOW ME THE MONEY

AI 加速了科学，也在掏空大学

「我要加入 Anthropic」

科学家没有离开科学，科学正在离开大学

美国科技巨头现金流失加速

Kimi 的实力是真的

用"古典"机器学习检测 LLM 生成的网文 (AIGC 文本检测)

TL;DR & Demo

背景(aka 无用的废话)

资料查找 - 无果

还算成功的尝试 - scikit-learn SVM

数据生成

训练

JS 实现网页 Demo

测试效果

攻与防之绕过检测(?)

传统翻译法

LLM Prompt 法

中国一农户盲从AI聊天机器人遭惨痛损失近25亩芝麻苗全毁