给 JEV 简单做了一些实验，结论就是在一些需要快速响应和顾虑成本的场景下，可以作为 Router 来平衡性能和成本。

比如不同型号的模型×思考强度，甚至后续搭配不同 Harness 插件组合达到更好的效果也不是不行。

初步猜测可能是个小参数的 Encoder，输出内容只和分类任务相关，可以简单理解是对应选项的概率。

当前社区也有人用小参数模型做了个替代，见链接。

总之我感觉还是有一定潜力的，比较期待后续的技术报告。

另外，JEV 刚出第一天的时候就有人开吹我是真不明白是串子还是真不懂。

用这玩意儿做五子棋不就相当于微调 H3 声称自己是世界模型么😅。

不要总想搞个大新闻，一点点来。

@SUKIII @永远怀念过去的高策 录 Today 这期，最让我欣慰的一刻，是高策说：模型越来越强，产品经理的价值反而越来越大。我说你早讲这个啊，不然我都快以为自己没活干了。

他现在最想找的人，也挺能说明问题：懂模型怎么工作，懂 Agent 的架构和执行框架，还得懂一点产品，能把这几件事放在一起设计。Personal Agent 要处理的是一个不断变化的人，光把模型接上、把上下文喂进去，离“懂你、替你办事”还差很远。

这期聊 Today，也聊了不少这中间的难题。

OpenAI 的新产品 o 要来了
应该是对抗 muse 的云端 Agent 产品
人人都用自己的电脑已经不够了
人人都还要有一台云电脑
超级硬件大泡沫时代
大家这要换电脑换手机的就赶紧吧
涨价是必然

最近和做 Personal AI 的Today 聊了聊，顺手给大家要来了 50 个6个月体验名额😎

参与方式很简单，直接评论回答一个问题：
如果 AI 越来越了解你，能记住你告诉它的一切，你最希望它做什么？

在评论区留下答案，并勾选同步动态，就算参与成功
用过 Today 的可以聊聊真实体验，没用过也没关系，尽管提需求、开脑洞。

Today 的创始团队@SUKIII @永远怀念过去的高策 @Falcom_花卷 @Freyaisnice @不稳定朱 @江沉舟 @Sunhow @alansyn 也会来评论区逛逛，挑一些有意思的问题直接接题👇
现在能不能做、怎么做，或者为什么还做不到。
不用替他们考虑能不能实现，先提了再说😎
最后还会挑 3 个他们特别想接的题，送额外的长期体验 / 优先内测权益。

活动时间：即日起——9.30
具体玩法和活动规则可以看图👇
看看能不能问倒产品经理😎

The Information：

- DeepSeek已经完成了70亿美金的B轮融资，估值达到750亿美金，成为中国身价最高的大模型厂商；

- 作为对比，智谱的市值差不多是400亿美金，MiniMax大概在120亿美金左右，Kimi递表期间的投前估值定在500亿美金；

- 这次的投资者内部交流会议吸取了上次泄露完整全文的教训，设置了极其严厉的保密措施，所以只有部分重点信息被带出来；

- DeeoSeek最新的年化收入达到10亿美金，是7月份的2倍，同期指标低于智谱的18亿美金，高于MiniMax的8亿美金；

- 梁文锋表示，DeepSeek的模型价格上调并没有影响客户使用，因为需求十分强劲，收入的增长也是通过涨价实现的，所以滑动变阻器不许指在男梁这个档位上，好吧最后一句是我加的；

- 但是创造更高收入并不是DeepSeek这家公司的首要目标，目前的算力分配是，70%投入到新模型的训练上，30%留给现有模型的业务调用；

- 梁文锋说在内部测试里，公司采购的游戏显卡能够负担部分日常运行的算力，这是一个用来缓解芯片短缺问题的暂时性手段，有助于把AI芯片留给新模型的训练上；

- 华为的训练用芯片最早将在今年第四季度开始给DeepSeek发货，国产替代会是DeepSeek解决卡量不足的唯一方法。

GPT6 Astra 和 Opus5.5 已经非常强了…OpenAI 和 Anthropic 第四季度要发布的模型，基本就是要开启人类文明的新时代了，我应该提前启动一个孕育了多年的那个科技社区。

这个jike产品发布会是什么玩法🤔

AI 办公的热闹还没散，下一个更大的战场已经露头：个人 Agent。

它不只替你写邮件、做表格，而是读懂你的关系、日程和偏好，替你订餐厅、约医生、处理账单，甚至替你打电话。Town、Instinct、Grok Bot、Meta Muse，正在把“聊天机器人”推向“你的数字分身”。

这意味着，超级 App、手机厂商、模型公司和创业公司，都要重新争夺一个问题：谁能成为用户真正的第一入口？

明晚跟@SUKIII @郦橙锦妖Vanessa @莫唯书Mark 一起直播聊聊，个人 Agent 真正的产品门槛是什么？美国这几个产品的区别又是什么？中国市场会怎么打这一仗？

小登群新加坡版

很多人可能还没意识到，中国大模型其实已经进入了一段尴尬期。

什么叫尴尬期呢？

你如果养过猫，尤其是布偶这种猫，应该知道它从小长大的时候，会经历一段尴尬期。
旧毛掉了，新毛还没完全长出来，看起来多少有点别扭。
但再过一段时间，等新毛长齐了，漂亮的那个状态又会回来。

我觉得现在国内大模型差不多就是这个阶段，核心主要是有三个问题。

第一个，就是模型越训越大，但训练算力开始有点跟不上了。
现在大家都在往更大的模型走，5T、8T、10T 这种规模也开始被摆到台面上。
比如阿里在本次的云栖大会上提到，未来可能会训练 5T 到 10T 参数规模的模型。
Kimi、GLM 也都在继续往更大规模走。
但问题是，模型规模可以继续往上加，训练卡没有那么容易增加。
大家都知道 Scaling 还没有完全走到头，但在国内，算力确实已经越来越容易变成一个现实限制。

第二个是推理，或者说模型上线之后怎么稳定提供服务。

之前梁文锋在那个所谓流出的DeepSeek投资人会议纪要里也提到过，国内之前为什么很多 MoE 模型会把激活参数控制在几十 B，一个重要原因就是推理资源。
因为模型训出来是一回事，能不能长期、稳定、大规模地给用户用，是另外一回事。
虽然那个会议纪要出来之后，Kimi 也发了 K3 这种2.4T参数的模型，但这个问题还是没有被缓解。
一些新模型（就比如K3还有刚发的Step5Preview）刚上线的时候速度很好，但很快可能就会遇到限速、排队、额度收紧之类的情况。
这说明推理算力的问题其实还没有完全解决。
我们的团队们很难像 OpenAI 那样，时不时直接给用户 reset 一轮额度。
因为模型越大，每多放一点额度，背后都对应着真实的推理成本。

第三个，就是价格和定位的问题。
模型越做越大，推理成本越高，价格自然也很难一直维持在原来的水平。
但国内模型之前比较明显的两个优势，一个是开源，一个是性价比。
所以如果价格慢慢往上涨，就会出现一个新的问题：
如果价格差距越来越小，那用户为什么一定要选择国内模型？
尤其到了 Agent 时代，一次任务消耗的 Token 可能会比普通聊天高很多，价格会变得比以前更敏感。
最后很可能还是会回到一个很朴素的问题：效果差不多的情况下，谁便宜就用谁。

那就会有人选择赔本赚吆喝喽，当然我没有特指某些模型哈。
包括 DeepSeek 自己，其实也经历过价格调整。

所以我觉得，国内大模型现在确实处在一个比较微妙的阶段。
模型做大之后，推理算力又会成为新的限制。
推理成本上升之后，价格也需要调整，但价格一上去，又会影响原本的性价比优势。
有点像猫长大的尴尬期。
旧毛已经开始掉了，新毛还没有完全长出来。

接下来这段时间，得看国内厂商怎么把这几个问题一起解决掉（下一条我会聊这个）。