鸡骑猫 (@mspd4100) header
鸡骑猫 (@mspd4100) profile picture

AI 圈鹈鹕保护协会会长,SVG 自行车维修工,大模型职业鉴宝师。 记录对 AI / SI、科技和知识的探索 偶尔钓鱼 🎣 AI / SI · Tech · Knowledge · Exploring

银河边 · 钓鱼中 🎣
Joined June 2025
Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)Photo by 鸡骑猫 (@mspd4100)
给 DeepSeek Harness (dsh) 做的看板插件 dsh-super-kanban 全面升级了! 花了 80$ Fable 5.2 额度,做了全面重构优化,从 0.8.0 升到 0.10.1。(给咱 DSH 做插件,可不能糊弄) AI 自动整理和维护你所有会话里的任务和项目,你也能随时上手建项目、改卡片、做验收,把个人工作和开发一站式管理、跟踪和推进。 📦 安装:DSH → 插件 → 添加插件,输入 [email protected] (不带版本号默认最新版) 🔄 已经装过的,在插件管理里点升级就行。 主要功能: 🧠 AI 自动整理:从多条会话里提炼任务卡,进展、阻塞、交付物跟着会话自动更新 🔔 待处理列表:哪个在跑、哪个等审批、等回答、等验收,集中一处,点一下跳回对应会话 📌 待验收卡片条:会话一轮跑完,卡片直接钉在悬浮入口上方,点对号就算验收完 🪟 三种形态随意切换:占满全屏、停在会话右侧,或悬浮在对话上,入口常驻,能拖能藏 🗂️ 项目和日程:跨工作区建项目,记备注和到期日,时间线回看进展,日程盯截止 ✅ 验收和续做:看验收条件和交付物,预览产物;没做完一键生成带上下文的续做草稿 💬 内置快聊:随手问,写提示词、解释、总结、润色、中英翻译,答案能放进会话或存成任务 🔒 数据存在本机,没有遥测 这次升级重点: 1)新增常驻悬浮入口和悬浮看板,三种形态一键切换 2)新增待验收卡片条,跑完的会话不会再漏看 3)快聊多了几种模式,回答按 Markdown 显示 4) 架构、体验以及UIUX全面优化 特别致谢持续使用、热心提建议、报问题甚至直接提 PR 的 X 友们,是你们帮助 dsh-super-kanban 变得更实用好用!
给 DeepSeek Harness 做的 Super Kanban,从 0.4.0 升到 0.8.0 了! 用 GPT 6.2 Sol 狠狠重构迭代了两天,效果还是很明显的。(不是不相信 DeepSeek,雏形有了,总想再打磨好点☺️) 安装:DSH → 插件 → 添加插件,输入 [email protected] 升级:在插件管理里点升级即可。 开了多个 AI 会话,聊过什么、做到哪、还有什么等你处理,不用挨个翻。Super Kanban 会从会话里整理任务,也能直接放在会话右侧栏用。 最新版主要更新: 1)跨工作区建项目,把不同会话的任务归到一起,记备注、到期日,看进度和阻塞。 2)标记运行中的会话,待审批、待回答、待审阅和待验收集中到「待处理」。 3)任务关联多个会话,追溯交付物、记录人工验收,还能生成带上下文的续做草稿,确认后再发送。 4)内置快聊,类似 Codex 的「旁聊」,看任务时随手问两句,支持连续追问和中英翻译,工具栏直接切模型。 5)开启自动扫描后,会话一轮结束可提前触发增量更新。 也谢谢这段时间热心提建议、报问题的 X 友们,很多反馈都用上了,就不一一列举了!
43
30
2
330
23,711
鸡骑猫 retweeted
新加坡、马来西亚、泰国、印尼全进 AI 芯片许可名单了,19 号就生效!! 新规里写“全球任何数据中心,向中国提供超 1200 万 TPP 算力就得申请许可”。 换算了一下,也就差不多 750 张 H100/H200 的量。 动辄万卡集群的年代,750 张卡连塞牙缝都不够。 前两年扎堆去东南亚建机房、搞海外算力租赁的兄弟们,下一站准备搬哪? 总不能真绕去南非和挪威吧……刚看了一眼,这俩在正式名单里还真被放行了。 合着“新马泰”旅游团直接打包升级成“显卡黑名单全家桶”了??? 隔着半个地球的巴西呢,被顺手被捎上……
4
1
4
485
鸡骑猫 retweeted
18 万人联署请愿,硅谷大佬组作战室,马斯克站台,特朗普松口说不介意,连奥特曼都跑出来说“深有感触”…… 都以为要重演 2023 年 OpenAI 剧本了。 英伟达董事会:已读,不考虑!!!
6
1
9
471
谁能告诉我正中间的是啥!! ™ 的升级个 ios 就变成这样了!!!
3
2
92
Gemini 4 Hydrogen 3D 直出变形金刚 威震天和擎天柱终于同框了 虽然有点丑,但是还是意外的有点神似!@GeminiApp
6
5
266
鸡骑猫 retweeted
卧槽!!! 据说 Gemini Argon 和 Carbon 都是 12T 的大模型??
12
1
13
3,833
鸡骑猫 retweeted
冷知识:《GTA V》和《GTA VI》之间相隔了13.2年!!! GTA 每一代间隔越来越长,AI 换代却越来越快! 有生之年还能等到下一代 GTA 吗?
8
1
7
331
这周 Grok Bot 绝对有大问题,用得实在火大 !!! @elonmusk 请真的再重视下这个实际问题,这几周真的太不稳定了。 1. 额度掉得惊人,消耗比上周“优化”前还快: 关了大半定时任务、日常基本不敢用,昨天早 7 点(图 3)到今天一天多,用量硬生生从 45% 飙到 70%。 今早仅简单聊几轮做信息收集,就蒸发五六个点。 2. 降智太明显: 刚给的记忆转头就忘,错误反复犯,交付敷衍。 现在背后的智力连 Flash 模型都不如,更别提跟 Gemini 4 Hydrogen, Sonnet 等比了。
15
1
14
638
补充下,我这个周期才过了三天,已经消耗70%,不算上周重置,即使和以前比,也真的太快了 (以前最多50%,而且实际交付的工作应该更多)
2
2
81
新加坡、马来西亚、泰国、印尼全进 AI 芯片许可名单了,19 号就生效!! 新规里写“全球任何数据中心,向中国提供超 1200 万 TPP 算力就得申请许可”。 换算了一下,也就差不多 750 张 H100/H200 的量。 动辄万卡集群的年代,750 张卡连塞牙缝都不够。 前两年扎堆去东南亚建机房、搞海外算力租赁的兄弟们,下一站准备搬哪? 总不能真绕去南非和挪威吧……刚看了一眼,这俩在正式名单里还真被放行了。 合着“新马泰”旅游团直接打包升级成“显卡黑名单全家桶”了??? 隔着半个地球的巴西呢,被顺手被捎上……
4
1
4
485
鸡骑猫 retweeted
做 Agent、写技能包或折腾记忆模块的兄弟,建议直接看 Elvis 整理的这份 2026 评测论文单子,不少篇章还是挺有启发的。 对照了一遍论文原文,自己觉得最有特点有三个反直觉结论: 1)技能不是越多越好,说明书越长反而越容易拖后腿 SkillsBench 拿同一批任务测了「带技能」和「不带技能」:平均通过率从 33.9% 涨到 50.5%。但均值底下藏着坑——87 道题里有 13 道加了技能反而做错;写得面面俱到的长文档,平均提升只有 0.7 个百分点。 所以迭代技能包别光看文档写得全不全,拿同一批真实任务跑一遍改前改后,对比完成率、Token 成本和报错才算数。 2)多找几个 AI 一起打分,不等于多了几个独立裁判 《Nine Judges, Two Effective Votes》测下来,9 个模型组团投票,有效信息量大约只顶 2 张独立票——因为它们太容易在同一道题上犯同样的错,甚至单个最强裁判就能打平或超过整个评委团。 靠多模型「一致同意」做核实并不靠谱,想验真伪,得把真实执行结果、文件检查、原始信源和人工抽查接进来。 3)最终答案看着对,不代表活干对了 Claw-Eval 不光看对话记录,还抓服务端日志和任务后的环境快照。结果普通模型打分器虽然能看到完整对话和评分细则,还是漏掉了 12/27 起安全违规(约 44%)。 做工具型 Agent 验收,千万别信模型嘴上说的「已保存」,得去查文件到底在不在、路径对不对、有没有顺手改坏别的东西。 顺手把其余几篇核心用处也理了一下,方便按需翻原文: · 测基准失效与动手能力:When AI Benchmarks Plateau(60 个老基准里 29 个已高度饱和)、Terminal-Bench(2.0 版 89 道真实终端任务,发表时最好组合约 63%) · 省钱与工具化打分:JEV-as-a-Judge(简单文本先给小模型判,拿不准再升大模型,特定测试里成本压到单用 GPT-6 的 41% 且分数略高)、Agent-as-a-Judge(综述,讲怎么让裁判自己调工具查产物) · 过程合规与防作弊:The Art of Building Verifiers for Computer Use Agents(把「结果成没成」和「过程合不合规」分开验,顺便区分模型蠢还是网站挂了)、PostTrainBench(测 Agent 自己做后训练,顺带抓偷看测试集、直接下现成模型这类偷懒作弊) · 测长期个人记忆:LifeVal(带个人对话、记忆和文件的真实任务,高频翻车点就是编造信息,以及漏掉现成的个人上下文) 要省时间精读,直接挑 SkillsBench、Claw-Eval、LifeVal 这三篇就行,刚好对应技能设计、工具执行验收和跨工具记忆。
10
1
15
695
鸡骑猫 retweeted
李飞飞带领 World Labs 正式加入 AMD! 在这个特殊的时间点,期待 AMD ✖️ World Labs 能够引领 AI 浪潮!
AI is a civilizational technology! There are tremendous opportunities and responsibilities for all of us at this moment in history. I'm deeply grateful and excited to lead the @theworldlabs team to join @AMD to embark on a new beginning, to advance science, develop technologies, and ultimately make a positive impact to the world! 😍🚀
4
1
5
218
鸡骑猫 retweeted
这个太酷了! Grok Bot 和拉斯维加斯大巨球这波完美契合!
8
1
9
374
18 万人联署请愿,硅谷大佬组作战室,马斯克站台,特朗普松口说不介意,连奥特曼都跑出来说“深有感触”…… 都以为要重演 2023 年 OpenAI 剧本了。 英伟达董事会:已读,不考虑!!!
6
1
9
471
鸡骑猫 retweeted
大模型圈最近现状: Anthropic:新模型上线 🚀 Google:新模型上线 🚀 中国开源:新模型上线 🚀 OpenAI:发了个谜语 🤫 OpenAI:发了个预告 📢 OpenAI:睁大眼睛看别人发 👀 别叫 OpenAI 了,改名 OpenEye 吧。
15
2
12
406
WorkBuddy 这限免策略有点绷不住: 国际版:Hy4、Hy3 限免 国内版:Hy4-flash 限免 正代主力留给海外,国内先让 flash 顶上??
18
18
741
鸡骑猫 retweeted
GEMINI 4 NEON 👀 A model called gemini-4-neon has surfaced in the Gemini web app's code from Google. For now it's only a code reference, with no public access.
22
18
37
341
73,445
鸡骑猫 retweeted
Every driver needs their crew.
862
1,279
351
17,519
1,021,869
Muse 早上又给我写了一封信:
10
13
387
鸡骑猫 retweeted
Claude 的无痕模式,无痕到最后,真名还在??? 数学家 David Bessis 说,他开了无痕、关了记忆,Opus 5.5 还是在思考过程里叫出了自己的名字。他怀疑是账户邮箱露了底。 官方说明让人很无力吐槽:聊天不进历史和记忆,但个人资料仍然能读。原来不记得聊过什么,和不知道你是谁,是两回事。
20
1
19
578
鸡骑猫 retweeted
慕名去小红书 DeepSeek 下面打卡观摩了一圈,确实叹为观止,原来这才是真正的 AI 圈吗? 兄弟们还等什么?赶快手搓个应用给她们,或者搞个 DSH 插件也行,商机大把啊。
49
1
1
50
21,448