看着网友们都在宣称不要买 H200 洋垃圾然后随手刷出八卡B300截图。我望着 nvitop 里的 H100 和 A100 陷入了深深的嫉妒。

我从来不羡慕朋友开好车，因为在城里也只能开那么快。可是显卡，它的速度真的要快好几倍，它的显存真的大好几倍，你用上了更好的显卡就可以少花时间写 cuda 和 triton 了。

Heptabase推出了更高级的会员来提供更多AI点数。定价相对其他产品的AI Premium来说还算比较克制，仍然不到 20 美元。不升级也没关系，AI部分仍然支持用自己的API Key，不过仅支持御三家官方。

我一直觉得Heptabase的团队是有清晰思路的，之前提供的AI功能就包括语音转录，Youtube音频转录，PDF OCR来把各种模态数据转换成文字。同时也支持按照各种粒度来选择context塞给LLM。等MCP完善，Heptabase真的可以在文字这件事上成为all-in-one了。

现炒有锅气，真的难吃吗？

接了 labmate 的脏活，给个 Python 程序配个环境写了几十行 shell script。后面的事情用刚出的 Claude Opus 4.5先试了试，竟然一把过。

人不如 LLM。

以前的大老板上院士了，以前的小老板基本上是他的大秘，有点怀念过去卡不多但是有闲的日子。

marimo升级了vscode插件，跟.ipynb文件说再见了

Minimax M2 比预想中好用很多，比Claude Sonnet克制，用GPT-5 High生成计划，再口头说一下细节怎么写就能实现得很好。

速度比 composer-1 这种还是慢一点，但是已经不太像GPT-5 High一样慢到上个厕所回来都还没弄完。

睡前想到昨天让Kimi K2 Thinking总结个播客思考了三千多秒要明早才能看到账单就一阵紧张。

真是被NV自家的kernels搞怕了，上次是cueq这次是cnDNN的attention，不是精度有问题就是爆梯度。

以前一直好奇为啥合作者说AI不好用，直到要实现一个功能的时候看到那一座💩山。

看得我头疼，就别说让LLM读了。好在提供了充足的上下文，指示LLM弄了个调试环境，稀里糊涂也就完成了。全程没有手写一行代码。

这算vibe coding吗？这tm算什么vibe？