如果是非agent场景的「传统」综合能力，性价比最高的模型，个人认为是minimax-m2.7，幻觉/逻辑性/流畅度/上下文理解，都是0.3/1.2这个档位无敌的存在。
唯一的缺点，就是没法关thinking 模式，以及context window只有0.2 M。

统计了下产品教育邮箱注册的情况，还真有点出乎预料，pku 大幅领先。

Claude 好快…

claude desktop 改 chat cowork code 这三个模式的导航位置，这是第3 版了…从左边栏顶部挪到中间顶部再挪回来…
这个位置如何设计区别大吗？我觉得区别不大，重要的是不恶心用户，每一个月换一个位置…

codex也鸡贼了，原来20刀的plus一个月都用不完，出了pro 100刀套餐，20刀的gpt-5.4-codex用量也被大砍了，3天就用满了。

garrytan的gstack skill真的挺有意思，用了/office-hours聊了下在做的产品，我本来以为就是个思考框架，没想到还会给个8.5/10 approve score，直接跳出了弹窗让我申请yc，拒绝了之后，还给了段广告夸yc，说这个skill是yc实际赋能的10%…最后的handoff还给彩虹屁，满足下使用者的虚荣心。

在手机上体验了下新的 gemma-4-e4b 的本地模型，我想的第一个场景就是在飞机上可以跟模型对话了。
感觉 gemma 4 就是专门给 iPhone 和 Mac 准备的，简单任务的确可以在本地跑了，thinking 模式还是有点慢。

昨天团队里已经有两个工程师把主力 code agent 从 claude code 换到 codex 了，这在一周前还不敢想。很多时候，机会都是竞争对手给的。不可胜在己，可胜在敌。

付费看完了 codex 团队的采访， 说下我认为的重点:

- 团队只有 40人，就 1个 pm， 2个designer，其余全是 eng➕少量 researcher。
- 唯一一个 pm 的 routine就是用 codex 来处理用户反馈，issue，排优先级。一小时自动跑完一次，处理 100+issue，大部分 24 小时内修复。
- feature 都是极小团队（2-3 人），甚至单人完成，从规划到发布，再到迭代。
- 几乎没有定期会议了，全是点对点直接沟通，没任何流程，没啥管理成本。
- codex 协助新人 onboard，从电脑配置到项目和上下文同步
- 99% 代码是 codex 生成，每个工程师至少 4个并行 agent。一个在做 code review，一个在实现功能，一个在跑安全审计，一个在生成代码库摘要。
- 团队总leader 自己搞了个automation，每天多次随机选一个代码文件，让 agent 去找隐藏 bug 并提交修复。另一个 automation 每天自动搜索全网用户对产品的讨论，生成营销情报简报。

个人印象最深的地方:
- 我觉得大 leader 如果不做向上管理，唯一那个 pm 的活他自己就能干完…
- 协作成本急剧降低了，因为不需要协作了…大部分跨职能分工协作的活，agent 给你保证了下限，快速迭代的时候可以接受。
- 老外也搞 pr 排行榜…这很中国，有一个每日贡献报告：每天早9点自动汇总前一天所有合入 Codex app 的 commit。
- 还是不够聚焦，anthropic 一千多号人在编程模型和产品的专注度是超过 OpenAI 的，创业公司跟大平台竞争，大平台针对你这个方向的团队人数是没你多的。

自创了一个骂人的新句式:
「你丫开量化了吧！」

bro got quantized