V2EX › sentinelK 的所有回复 › 第 1 页 / 共 91 页

V2EX = way to explore

V2EX 是一个关于分享和探索的地方

For Existing Member Sign In

1 2 3 4 5 6 7 8 9 10 ... 91

❮

❯

19 小时 34 分钟前

回复了 lynn1su 创建的主题 › 程序员 › 有没有那种军事类大模型？我不用什么写代码很强的模型。我希望有那种诸葛亮类型的大模型，帮忙出谋划策，精通人情世故的那种。不是满口拍马屁的那种

AI 好用的前提，就是你得给他充足的上下文。也就是既有信息。
你问他张三为什么不爱我，一它不知道张三是谁，二它不知道你是谁，三它不知道你们之间发生了什么。
他怎么给你出谋划策

22 小时 25 分钟前

回复了 Srande 创建的主题 › 程序员 › 32 岁做啥啥失败，是不是该被斩杀了？

楼主说的这个我个人很有感触。我觉得这个事儿他有几层的理解。共勉。

1 、一件事做的好，不一定能赚钱。
2 、能赚钱的，不一定是好事、也不一定是因为做的好而赚钱。
3 、赚钱的路和做好一件事的路，其实本质是两条路，或多或少在方向上有个“夹角”。有的事儿夹角非常大，甚至是 180°。
4 、一个商业逻辑的表面，和其实际的核心，其实也是完全牛马不相及的两件事。

我的理解，本着匠人精神的心态去赚钱，成功率无限接近 0%。
想要深入某个领域赚钱，要先去了解赚钱的逻辑，然后再去寻找其中的机会和发挥的空间。而不是先发挥，再寻找商业逻辑。

个人拙见。

1 天前

回复了 sentinelK 创建的主题 › Local LLM › strata 极致优化指南（参数篇）64GB RAM + RTX pro 5000 48GB， IQ3_XXS 量化， prefill 4500t/s， decode 180t/s 同时缓存 5 个 262k 会话不重新 prefill

@jinsongzhaocn 按照官方“吹”的原话，是 IQ3_S 和全量几乎一致。IQ3_XXS 大概是 98.x%的一致性。

我的理解一致性比例相同理论上讲能力趋势也应该相同。
https://artificialanalysis.ai/ 上 qwen3.8-flash 是 40 分，27B 稠密是 34 分。

那么理论上讲一致性和困惑度与 3.8-flash-IQ3_XXS 相近的 27B-nvfp4 也应该遵循这个能力差距。至少应该不会逆转。

我个人是这么肤浅的理解。

1 天前

经此配置后，strata + qwen3.8-flash-next IQ3 这套组合，在驱动 harness 这个领域，除了并发效率以外，已经完美吊打 sglang+qwen3.8-27B-nvfp4 这套传统的全量显存组合。

首先，strata 因为基于 llama.cpp ，所以不存在 memba 层和 kvcache 层的抉择问题。
其次，IQ3_XXS 的 qwen3.8-flash-next ，模型能力本身超过 qwen3.8-27B-nvfp4 。
最后，无论是 prefill 的稳定度还是 decode 速度，strata 这套混合架构+MOE 模型，均超越了 27B 稠密模型的性能表现。

9 月 30 日

回复了 YanSeven 创建的主题 › 程序员 › 又是 bot，又是 muse，又是啥啥啥的，不就还是云端龙虾+企业直接协商好了各种用户账号的授权协议之类的吗

是的。
但是商业社会从来不是用产品的“技术含量”、“革新程度”来定价的。

微信和米聊相比，有什么创新吗？甚至主色调都一致，但这不妨碍微信干死米聊。

9 月 29 日

回复了 yiranw09 创建的主题 › 程序员 › 继 opencode go 之后， commandcode goat 也搞欺诈

@nightwitch 合作是有的，在 ds 涨价成峰谷之前，opencode go 就是 100%的官方中转。

涨成峰谷之后，opencode 就有自部署的尝试了。之前还是灰度的。
这次是完全自部署。

9 月 28 日

回复了 yiranw09 创建的主题 › 程序员 › 继 opencode go 之后， commandcode goat 也搞欺诈

opencode 也是，名义上 60$永久，但本质上从官方中转换成了自部署。

tg 只有不到 100t/s ，缓存命中率 95%。更恶心的是上了一些莫名其妙的限制。比如同 session 只能最大 30 张图片。

9 月 24 日

回复了 ghmum 创建的主题 › OpenAI › 想用 ds4.1，应该用哪个 harness？

1 、deepseek 的 API 天然支持 responses （三种 API 格式都支持），所以接入 codex 不需要中转。中转会出现莫名停止的问题。

2 、claude code 这种闭源的最好别用，总是更一些 API 的 feature ，导致缓存命中概率降低。

3 、从情理上讲，人们总是认为自家模型适配自家 harness 工具应该是最好的，但实际未必。

9 月 23 日

回复了 viskem 创建的主题 › OpenAI › 相比旗舰模型，低端模型更会说人话？

以后很有可能文学 LLM 和业务 LLM 会彻底分家，比如更多类似 https://huggingface.co/Altworld/Hemmingway-1 会冒出来。

9 月 23 日

回复了 viskem 创建的主题 › OpenAI › 相比旗舰模型，低端模型更会说人话？

@viskem 是的，我理解就是人话里面有太多“模糊”和“婉转”了。现实任务其实是定量的，或者说人类的活动为了精准故意设定成了定量为主。所以“讲人话”对于 LLM 的 Agent 场景来讲，其实是一种噪声信息，反而降低了统计学最优解的信噪比。

9 月 23 日

回复了 viskem 创建的主题 › OpenAI › 相比旗舰模型，低端模型更会说人话？

跟后训练对齐的方式有关。“人话”从目前的跑分（强化学习目标）的角度来讲，是一种很低效的指标。

换句话说，人话在 Agent 、Coding 这种场景是非常反效率的。

9 月 22 日

回复了 chenglus 创建的主题 › 程序员 › AI 时代，移动开发用 React Native / Flutter / 原生

看楼上的回复，感觉好多人对于跨平台有很大误解。认为跨平台和原生的代码量是 1：2 ，我个人理解，无论是什么跨平台生态，和原生的代码量基本是 1：1.5 ，甚至是 1：1.3 。

9 月 22 日

回复了 muyangquan 创建的主题 › 程序员 › 为啥 codex cli 总莫名其妙停工， DSH 和 Trae 没事

自动停止是 cc-switch 代理转换的问题。

在目前，你可以理解为 codex 只能跑支持 responses API 的模型 provider

9 月 21 日

回复了 FaustinaD 创建的主题 › AirPods › Airpods5 到手，说下感受

@sevenyangcc 楼主 @FaustinaD 当年的健身帖也是 v 站神帖，印象深刻。

我也是受到楼主的鼓舞才开始减肥的。

9 月 20 日

回复了 tommyZZM 创建的主题 › 程序员 › 提示词工程师会最终出现吗？

提示词工程师我理解，就跟当年的“电梯工”一样。
属于基于现实硬件性能环境，以及特殊使用场景，诞生的一种纯临时性应急岗位。

现在医院这种超高人流量、突发事件比较多的场景依然有“电梯工”。

9 月 18 日

回复了 tobacco 创建的主题 › Android › 豆包手机发布了，好像没啥讨论的

工具的核心就是得省精力。

目前所有的 Agent 其实本质上都是一件事上的注意力和精度之间的取舍。
你越选择少分担注意力（越多的交给 Agent 定夺），结果精度就越差。

然而现实生活中其实很少有那种需要占用巨大注意力，且可以接受低精度结果的场景。（毕竟你不可能把你所有的数据都交出来）

另外就是要求第三方自愿同意交出 app 的注意力权力给模型，其实是反人性反利益的。

9 月 17 日

回复了 s 创建的主题 › 程序员 › v2ex 帖子排序机制是什么？过去的帖子顶不上来？

不光是坟帖的问题，v 站有个权重算法，自己回帖、相同账号重复回帖基本不占权重。

看的人越多、越多不同的人回帖，越靠前。

9 月 17 日

回复了 sentinelK 创建的主题 › 程序员 › “马鞍税”，一篇非常有意思的 harness 横比文章

@yh7gdiaYW 可能是跟 claude code 接入 GPT 模型需要代理有关，代理还是有信息损失和额外干扰。

不过这个结果确实有点娱乐效果。太逗了。

9 月 17 日

回复了 sentinelK 创建的主题 › 程序员 › “马鞍税”，一篇非常有意思的 harness 横比文章

@longaiwp 千问系列就明确官方跑分都是 claude code 环境，反正模型结构注定放弃响应速度了，不如提高跑分上限。

9 月 17 日

回复了 sentinelK 创建的主题 › 程序员 › 很好奇小米开放的这个实时训练监控器，其中成本（cost）的组成： https://mimo.xiaomi.com/rl/#overview

@Jerry02 是，所以我认为“租金”这个成本定义不贴切。

1 2 3 4 5 6 7 8 9 10 ... 91

❮

❯