@svpino：这些人正在为智能体打造新搜索引擎
他们自研爬虫、网页索引、查询语言及基础设施，专注低延迟、高质量、低成本。
@svpino：我曾让一家公司为4块GPU付费却只用1块
运行数月后优化管线，十分钟发现错误：未看GPU利用率报告，导致浪费大量资金。
中文标题
自动驾驶卡车公司Gatik融资2亿美元，已有6亿合同收入、10万次无人驾驶订单，准时率超99%。
在美国与西班牙购买Mac Studio的对比
美国含税价19,488美元，西班牙价20,729欧元，按汇率算贵4,691美元，相当于一台顶配Mac Mini。
美国售价1万美元就让人受不了？欧盟价格更吓人，看完你脑子要炸。
美国卖1万已有人哭，欧盟更贵，看完惊掉下巴。
@svpino：哇，全新的 Mac Studio M5 Ultra 配备 256GB 内存现已发布。
全新Mac Studio M5 Ultra配备256GB内存，现已发布，是本地运行AI模型用户的理想选择。
@svpino：我从未见过有什么比智能体编码更能迅速增加工程师招聘需求。
我未见任何事物比智能体编码更快地增加工程师招聘需求。
@svpino: WAN 3.0 真的很酷！
WAN 3.0支持生成30秒原生视频，多模态输入，参考20个资产，输出更一致，编辑更精准。
@svpino：我这样做了90天，学到了很多酷东西。最终我回到了Mac，但带回了许多配置/快捷键（并用Raycast实现了它们）
90天实践收获颇丰，回归Mac后，将所学配置与快捷键迁移至Raycast。
@svpino：DeepSeek-V4-Flash 在 Mac M5 Pro 上以 5.71 token/s 的速度运行
DeepSeek-V4-Flash 在 Mac M5 Pro 上达 5.71 token/s，消费级硬件即可运行强大模型，无需外部 GPU。
@svpino：这就像OpenRouter，但面向智能体（而非模型）。
像OpenRouter，但用于智能体：选不同智能体，同任务同环境，对比输出、时间、令牌用量和成本。
@svpino：如果你仍在.env文件中共享API令牌或共享SSH密钥，就别假装关心安全
共享API令牌或SSH密钥只是简单访问，安全关键时很糟糕，应改用基于身份的访问。
@svpino：智能体能否改进用于训练另一个AI系统的算法？
有趣基准测试：智能体在10个研究仓库中改进实际训练算法，最佳表现（Opus 5）依然很差。
@svpino：如何构建一个无需编写任何代码就能执行你意图的代理
开源可自托管，厂商中立兼容任意模型，无需编码即可设置完整代理循环。
@svpino：我不信任基准测试。我们都看过这种剧情：
我不信任基准测试：新模型基准夺冠但实际很烂；这里更有意思，应关注解题过程而非答案对错。
@svpino：我现在可以说实话了：
曾为公司在AWS部署训练，需20小时；优化时10分钟发现付4块GPU只用1块。
@svpino: Kimi K3 的 2.8T 参数物有所值
Kimi K3 是体验过的最佳开源模型，达到前沿水平，可匹敌任何模型。
@svpino：大多数项目仍将延期、超支，且无法满足用户需求
项目普遍延期、超支，且偏离用户需求。
并不是我写代码更快，或交付的代码更好
重点不在速度或代码质量，而在于首次构建了十多个以前绝不会做的工具。
@svpino：这将让你在用户之前攻破你的智能体。
适用于任何智能体（聊天、代码、电话语音），提供URL或号码即可，无需集成，运行上万次越狱测试。
@svpino：使用模型网关是改进你所构建的任何系统架构的最简单方法
模型网关可避免供应商锁定，单次切换模型，并支持令牌级归属，是最简单的架构改进方式。
@svpino：这是一个开源机器人，可与任何框架协同使用。
开源机器人，任意框架可用，随处运行，任意模型。以真实浏览器和授权工具执行任务，开放免费。
@svpino：开源模型的进步让大AI实验室夜不能寐，我乐见其成！
开源多模态新模型280B，擅长处理持续演变的长时任务。
@svpino：我和迈克尔有一个非常重要的共识：
模型不难，难在周边。构建实用智能体需关注上下文、权限、集成和可靠性，封装至关重要。
@svpino：大多数智能体根本不行。
80%的AI演示经不起真实用户一天考验；生产级智能体远比想象中复杂。
从Claude Code迁移到Codex已数周，毫无怀念，一天即适应，一切照旧。
迁移两周，不怀念Claude Code，一天适应Codex，一切照旧。
@svpino：这种公司狗屁事会让我当场辞职。
公司这种扯淡行径，让人当场就想辞职。
中文标题
家里原本用Roborock，换了Matic后把它移到二楼。Matic更棒：小巧、充电站极小、无需独立水箱，还能跟它对话——直接指着它下指令。
@svpino：我在公司里什么都做。我没有销售团队。这样的平台每一分钱都花得值。
Rox平台用智能代理研究公司、找人、外联、跟进，并追踪交易，物超所值。
@svpino: 我知道这会惹恼很多人，但两年来我一直在向ChatGPT咨询法律问题。它会审查我的合同和保密协议。
作者两年用ChatGPT审查合同和保密协议，律师也用AI写法律意见，公司融资只是时间问题。
与其手动阅读AI生成的代码，不如花时间制定验证计划，确保系统按预期运行。
别逐行读AI代码，应制定验证计划确保系统正常。用Replay QA等自动化工具，输入URL即可测试。
@svpino：这让你能将 Hermes 和 OpenClaw 嵌入任何应用：
将Hermes和OpenClaw嵌入应用，流式回答、渲染UI并操作页面，让应用内置实时智能代理。
中文标题
桌面Linux难以破圈，因用户没时间“自建发行版”，99%的人只需开箱即用。
@svpino：用了这个，你会发现绝大多数任务根本不需要Fable
用了它，你会明白99.9%的任务根本不需要Fable。
@svpino：90天后，我重新用回了Mac
试过Linux和Framework笔记本，虽好但苹果仍是王者，90天后回归Mac。
@svpino：不要直接与模型对话。
在代码和模型之间引入网关层，可显著提升架构灵活性，并支持路由等功能，使应用灵活十倍。
下次你花钱让我刷房子，我会在墙上水印我的名字。
下次花钱让我刷房，我会在墙上留名水印。毕竟我干的活比你多，这很公平。
@svpino: 天知道我愿意花大价钱看新一季的《硅谷》
愿重金看《硅谷》新季，剧情现成。
@svpino：这就是构建下一代 AI 应用的方式。
构建下一代AI应用需好想法、模型架构与强大框架。MUZIM离线运行本地多模态模型，逐帧解析索引图像、视频和文档。
@svpino：我们都会很快学到的一课
本地构建智能体容易，扩展到多用户更难；xpander_ai的Omni以多智能体为核心，看起来不错。
@svpino：这有争议，但在很多情况下，人类已成为构建软件的瓶颈。
人类已成软件构建瓶颈，过度看管AI编码工具反而更慢更差，前沿模型更擅长，别让自负阻碍。
@svpino：首先，他们偷走了我们的数据。
数据被窃取、回售、加水印，最终被宣称完全占有，揭露数据剥削链条。
雇佣承包商协助工作，成果归你所有，无附加条件，就这么简单。
付费聘请承包商，成果归你，不得附加水印等条件。
@svpino：“我同意公众对AI有负面看法，但我不认为这主要是由我造成的……”
他否认AI负面看法主因在自己，却宣扬其公司会让人类几乎所有工作被淘汰。
@svpino：想象微软给你写的文字加水印。
设想微软为文字加水印，VSCode为源码加水印，期待大AI以水印主张版权的审判。