美国工科 PhD丨斯坦福校友丨10后饲养员丨第三曲线中. Tifosi since 22' 每天手打一条AI 常识，因为发现我觉得是常识的事情还有人不知道。欢迎实操验证。
Joined June 2022
- Tweets5.8K
- Following3.7K
- Followers4.2K
- Likes3.8K
现在可以在OpenCode中使用Claude Code 订阅！
根据OpenCode社区确认，这个调用方式符合Anthropic的许可。它调用的是用户本地的Claude Code SDK。
但是别忘了，今年5月，Anthropic曾考虑将这种调用方式改为仅API。后来悄悄“暂停”了这个改动。
不排除，如果越来越多harness通过这个方式规避Claude Code 订阅限制，claude code又会启用之前这则条款。
不过，既然已经可以在自己电脑上运行Claude Code，为何还要用OpenCode呢？最核心的用途在于：可以用不同角色的多agent，指定适合的模型去完成特定工作，优化成本。
当然从Anthropic来说，已经给了你们四个模型了，尔等应该感恩戴德，还要什么其他模型？
fwiw
> We got permission from Anthropic and everything here is fully tos compliant
github.com/anomalyco/opencod…
A社也管得太宽了，简直符合独裁者的全部特征，先以安全为由扩张权力审查你的所有内容，再随意扩大安全的定义。我看迟早用户因为没有加“伟大的人民领袖Dario殿下座下之神圣骑士团SI”作为敬语而被封号
后一条路我走了很久很久，回头看去又很短很短。
之前和朋友半开玩笑地说：未来AI取代大量工作以后，我将去做的职业就是安慰失业人员。
但这也许这个玩笑中是有大量真实成分的，以至于我念念不忘。
只是此时此刻，我还是选择了前一条路。没有那么前沿，算是低配版的吧。
如果一件事真正值得做，那么就值得做一辈子。如果一件事真正值得做，请不要只限定给最聪明的一批人。
愿我们在未来相遇。
现在最聪明的一批人，正在往两个完全相反的方向走。
一拨往前走，扎进大模型、算法、机器人的深处，在没有人走过的地方，替文明开启下一段路。
一拨往后走，回归到身体、心灵、信仰，去探索自然的本源。
这两拨人有一个共同点，比方向本身更要紧：他们都不再相信旧世界那套玩法了。一个在探文明的下一站，一个在找文明的源头。
但最后，他们终会相遇的。
“旧世界那套玩法”本质上是工业化和商业效率叙事：把人异化成齿轮，用线性增长、KPI、消费主义和世俗成功来定义一切价值。
最敏锐的一批人最先感受到这套系统的边际效益见顶（甚至开始反噬人本身），所以率先离场：
往前走的人（大模型、算法、具身智能），是在把旧世界里关于“算力、效率、生产力”的规则推到极致——让硅基彻底接管工具属性，逼近“智能与造物到底是什么”的边界。
往后走的人（身体、心性、信仰、自然本源），是在剥离现代性强加给人的符号和焦虑，往回找碳基生命最底层的感知力，回答“人活着的本体体验到底是什么”。
之所以终会相遇，是因为这两条路走到极点其实撞上的是同一个终极问题：当硅基把所有“有用之事”（工具理性、世俗劳作）全包揽之后，碳基生命还剩下什么？意识、觉知和生命本身到底是什么？
向前走到尽头，必须在哲学和心性里找方向；向后退回本源，也刚好接住技术解放出来的空白。就像一个圆环，从同一个破局点背道而驰，走到底自然会在圆的另一端碰头。
神奇啊，时间线上前两天还是一批推荐单agent，说多agent没必要，还引用anthropic小作文的博主
今天变成了一批说让一个ai指挥多个agent层层嵌套的博主
你们能不能先互相辩一辩究竟咋回事
Discord要开放公共服务器内容给Google搜索了。感觉有点可怕，有些公开课程或产品讨论区都有自我介绍，这些内容进搜索谁受得了。希望是默认关闭的
#每日AI常识 ChatGPT高达46个不同的推理强度不知道该怎么选？不知道用开源模型还是GPT更好？
下面这个网站是网友实测的ChatGPT不同模型档位智商。根据DeepSWE测试题，众测跑分，实时更新。通过糖果题等测试降智情况。也有DeepSeek等模型的跑分结果作比较。
关键是，除了正确率，还有平均做题时间、消耗API额度。这下治好了你的模型选择困难症没有？
codexradar.com
作为一个10后饲养员，我必须说
现在的传统K12教育，基本上就是AI-native的死敌
好处就是学生有真本事（一部分）
不像我家10后的很多同学（体制外学校）
作业都让AI先做…
所以鹿死谁手还不一定
今年初，我就把AI编程传授给我家10后了
现在他已经做了六七个小游戏
在MC Mod平台有作品，下载量破千
在某云上开自己的MC服务器跑自己的Mod组织周度线上模拟赛车比赛
在自媒体平台有几千粉丝（大部分是vibe coding之前攒的其实），好几个微信群
但是每天的作业依然自己肝，以至于10点前都做不完
归根到底，还是看agency 主观能动性
是真的想学习创造，还是完成外部绩效
但是这些也可能都没用，因为竞争激烈，因为不会商业化包装（比如有那种13岁黑客松一等奖号称作品年化收入上百万的），因为没资源就去不了好平台
我们所看到的差别也许仅仅是，每个人选择自己所相信的未来，并且用行动投票
Build in Pulic 到底有用吗？
b站有个还算火的直播，是某独立开发程序员直播他的工作室，但是屏幕上的内容是不展示的。
如果是一个开发起来很boring，用起来也很boring的东西，就算是build in pulic，好像也没什么观众。
大家可能宁愿看一个真实的人，在椅子上坐立不安地度过他的一天。
感觉不好这么对比，我记得sol api价格是opus的一半。也就是说同样token数量的时候，sol的api费用就是opus的一半。所以这里的额度比较至少要把Opus减半来看。而且这是接下来GPT的价格调整方向。几周前Tibo已经提到，未来API价格会持续下降，直到订阅和API价格差距不大。
另外anthropic的分词器更耗费token，所以也不好拿token量比较。
以及gpt输入缓存默认是30分钟，如果增加到12小时加价60%。Claude默认只有5分钟。而1小时的缓存时间也是加价60%，没有更长的选项。
GPT的dots虽然鸡肋，但是目前不消耗额度。Claude的duet是单独应用，占用订阅额度。
GPT的fast模式是包含在套餐里的，claude需要买credit才能用，只有api价格的7折样子。
GPT最近还为所有用户赠送套餐等额的API credits，可以用于生图等API调用需求。
GPT允许你在非ChatGPT应用如Hermes等Agent中使用它的额度。Claude明令禁止（还记得OpenClaw刚出来的时候多少人的Claude 账号因为拿来喂虾被封了吗？）。
至少在目前，GPT的chat和codex额度还是分开的，这张图没有统计chat部分。
我这里还没提到非常便宜量大的Luna。在日常agent使用中完全可以不担心额度。
GPT目前最大的问题还是模型本身太啰嗦，做事情很慢，把输出消耗在一大堆的防御编程上。更不要说复杂的问题没能力解决，只会凭空消耗token。
就最近一段时间的实际使用来说，GPT的重置次数很多，实际可用量超过这里面的理论值；当然，也是因为他自己整出来不少bug。所以，最终选择是要看使用场景。
这张图的作者SemiAnalysis是一家做半导体领域投研的公司，之前出的各种报告漏洞百出劣迹斑斑，它数月前的报告认为，由于Claude的订阅太便宜，所以肯定是在补贴，所以肯定会巨亏。
同样的事实，拿到投资上就是Claude有泡沫，拿到订阅对比上就是OpenAI不如Claude。你真的能相信它给你呈现的故事？
利益相关：ChatGPT和Claude我都有$100的订阅
开源模型调用一天几万亿 token 真的很多吗？外国人都在用开源模型？AI需求真的那么大？
根据OpenCode最近披露的信息，做了一个更完整的数据调研和解读视频：
看下来，真正带起开源模型用量的可能是WorkBuddy😂
从200降到100的我，领了200的降额补偿，又领了套餐调整后bug的补偿，现在又得到了双倍的额度！
哈哈哈，我笑得好大声
第 25 天，终于是个不错的好消息。
好家伙，Day 25 发出前 13 个小时 Tibo 还说取消降额的可能是 "Low, but not zero"，今天直接全档翻倍了！！！
简单说，ChatGPT Pro 100/200/500 和 Business Premium 的 Work、Codex 额度今天起翻倍，$200 档原定的降额取消，Plus 不变。
一个数就够了。Pro 100 在 9 月官方口径里是 5X Plus，翻倍后推算 10X，价格还是 $100。
Tibo 给这事起了个名字叫 "The Token Company"，意思是不再靠隔三岔五 reset 哄大家，直接把额度给够。
Pro 100 用户，之前舍不得开的长任务和并行 Codex 任务可以排上了
Pro 200 老用户，额度没涨，但也不用赶在降额前囤活了
团队管理员，Business Premium 先等帮助页更新，再决定给谁换座位
做法也简单，打开用量面板看周额度，变了就是到账了。
我的看法，这波对 $100 档最友好，$200 老用户只是保住了原样
我们应该关注人，提升人，因此我才不厌其烦地说，碳硅等价，碳硅融合。
然而，那个让一切自动化的机器是谁创建的呢？ta没有在创建的过程中实现认识的提升吗？你们都知道建筑师，他不必亲自去搬砖，他只需要在想象中让建筑得以实现，然后转换为别人也看得懂的图像、语言，直到最终被构建出来。
我们的生产力提升了，思想却被困于匮乏、贪婪、赢者通吃的年代。
如果机器能够更自动地写出那些让工厂得以运转，车辆得以行使，手术得以完成的代码，也许我们第一次有机会，能将更多的头脑用于核聚变研究，星际探索，疾病消除...
如果要我说，AI还不够快，还不够多。
人们仍然每天需要工作10-12小时，为另一个人赚取利润；
人们仍然必须每天和他们的孩子分离超过8小时，让其他人照顾；
人们仍然为了证明自己比其他人更优越更值得占有资源，拼命去符合某个标准，从而时常感到空虚，麻木，疲惫。
不要因为怀旧而呼唤改变，因为新的生产力已经到来；我们需要做的是赋予配得上ta的生产关系，我们需要的是先赋予每一个人驾驭生产力的力量。
Notion 创始人转发的这篇长文，最后一句说中了我对 AI 的期待。
看到 Ivan Zhao 转发了 Ryo Lu 的一篇长文，标题是 《Augmenting Human Intellect》——增强人类智力。
先介绍一下这两个人。
Ivan Zhao 是 Notion 的联合创始人兼 CEO。 如果你用过 Notion，大概能理解那种感觉：把笔记、资料和项目一点点搭起来，让软件逐渐长成适合自己的样子。
原作者 Ryo Lu，是 Notion 的早期设计师，也曾担任 AI 编程工具 Cursor 的设计负责人。 他在今年 8 月宣布离开 Cursor。
读完全文，我最喜欢的是最后一句。
因为它把一个容易被效率、增长和技术指标盖住的问题，重新放到了我们面前：
AI 越来越强大，使用它的人，有没有一起变得更有力量？
01｜软件曾经让我们期待的，是更多可能
Ryo 在开头写道：
当我开始做软件时，我梦想的并不是一座工厂。
他喜欢的是，屏幕上的某个东西，能够成为自己思维的延伸。
一个念头还没想清楚，可以先把它放进去。把几块内容挪一挪，原本没注意到的联系就出现了。搭一个只有自己觉得顺手的小系统，即使别人看不懂，也没关系。
因为它适合自己的思考方式。
我很喜欢这种描述。很多时候，我们正是在写下、排列、修改和试验的过程中，才逐渐知道自己在想什么。
工具参与了思考的发生。
1962 年，Douglas Engelbart 讨论“增强人类智力”时，关注的就是如何帮助一个人理解复杂问题，找到过去难以找到的解决办法。他把人、工具、语言、方法和学习放在一起，视为一个共同发挥作用的系统。
沿着这个思路看，技术进步应该带来一种很具体的变化：
过去看不懂的东西，现在能理解了。过去表达不出的想法，现在能说清楚了。过去只能停留在脑海里的设想，现在可以动手试一试了。
技术的能力，最后变成了一个人的能力。
02｜有些费力的过程，本身就在帮助我们理解
文章里还有一句让我很有共鸣：
But not everything difficult is overhead.
我会把它理解为：并非所有费力的过程，都是应该被消除的额外负担。
查资料、整理文件、处理重复操作，能够交给 AI，当然很好。谁都不需要靠反复做机械劳动来证明自己的价值。
但有些过程，值得保留。
比如写文章。
你以为自己已经想清楚了，开始写才发现，第二段接不上第一段。改了几遍以后，你突然意识到，问题出在最初那个判断。
写作的过程，让你看见了自己思考中的缺口。
做研究、做设计、写代码，也会有类似的时刻。第一次结果不对，恰好暴露了一个被忽略的假设；做出一个粗糙版本，才发现真正值得解决的问题在哪里。
有时候，做出那个“不对的版本”，正是找到好问题的必要一步。
所以，我希望 AI 能够帮助人的时刻，也包括需求还不清楚、想法还不完整的时候。
我们常常把工作想象成：先定义任务，再执行任务，最后交付结果。
可真实的创造过程没那么整齐。
你会边做边理解，边理解边改主意。你甚至可能在走了一半之后，决定换一个方向。
一个好的工具，应该容得下这些变化。它应该允许我们带着一个模糊的念头进入，在互动中逐渐把它想清楚。
03｜“替我完成了”，还可以继续往前走一步
Ryo 对 AI 的期待非常具体：
能问它，为什么这里要这样设计。
能只改一个部分，同时保留其他已经满意的东西。
能看见发生了什么变化，发现不对时可以撤销。
还能在使用过程中学到一点东西，让下一次修改更有把握。
这些听起来都是很小的要求，却关系到一个人对自己所用工具的掌握。
假如一个系统每次都交付漂亮的结果，但使用者始终不理解其中的选择，也无法做局部调整，那么这个人拥有的自主空间，可能并没有随着系统的能力一起扩大。
相反，哪怕只是多理解了一个原因，多掌握了一种修改方法，多获得了一次试验的机会，都会让下一次行动有所不同。
我希望 AI 带来的便利，也能留下能力。
可以替我完成重复的工作，也可以帮助我形成自己的判断。可以帮我做出第一版，也可以让我看懂它，继续把它改成自己想要的样子。
我愿意把越来越多的事情交给工具，同时也希望保留随时参与、追问和改变方向的空间。
这种关系，很值得认真设计。
05｜我更想知道，原本无法参与的人，现在能做什么
我们当然可以衡量 AI 完成了多少工作，节省了多少时间，生成了多少内容。
我们需要在设计工具时关心这些事情，在使用工具时也留意这些事情：这个过程有没有帮助人理解？有没有留下选择？有没有让下一次尝试更容易？
这就是我喜欢这篇文章的原因。
它让我把注意力重新放回一个具体的人身上。那个人正在学习，正在试错，正在努力把一个还不成熟的想法变成现实。
我希望技术能帮助他走得更远。
所以，全文最打动我的，还是结尾：
not a world that no longer needs us.
a world we have more ability to shape.
不是一个不再需要我们的世界。
而是一个我们更有能力去塑造的世界。
大佬们也开始对AI回复表示强烈不满了。问题是X上大量人类写的的水回复，也是言论自由的一部分。
何况AI回复和人类回复没有明确界限，你如何区分呢？
我可不希望因为不想被当作AI而自我审查
X should have a zero tolerance policy for AI replies
Like you do one and your account is suspended for life
Replies are a nightmare now and it's never ever been this bad
AI replies are an an existential threat to the future of this platform, because people will simply stop using it if the vast majority of replies are AI bots
看到腾讯新出的buddy one 本来还有点激动想去看看怎么把我ima里攒的一堆公众号文章利用上，但关联账户后除了领少得可怜的100积分，似乎还是靠连接器连接。这样就有点没意思了。
腾讯的设想应该还是很明确的，agent和办公生态打通，共享企微、网盘、文档、知识库。腾讯会议的智能纪要也是办公上下文的重要来源。
对非AI原生企业，并且本来就在用企业微信生态的，这种过渡还是很顺畅的。
但agent的上下文是动态的，并不能像网盘管文件那样管理。腾讯步子可能也会比较谨慎，不会强行打通，而需要多步授权。
短期内，这应该会为腾讯攒下一堆所谓的企业用户。而其推广方式估计也会是以FDE之名，行代理销售之实了。
办公agent的格局突然有点索然无味起来，很多相关的创业公司都可以关门大吉了。
