最近深度在 Codex 里用GPT6 Astra，几张重置卡都干没了

第一次有很强烈的感受，这一套框架有点迁不走

以前用模型和agent，一直是没什么粘性，claude，dsf，glm啥的，谁强用谁，尤其是coding，代码最终都在自己的 repo 里，模型换了，项目还在

但这次Astra额度没了，几个项目推进起来就很难受，核心就在于它的computer use体验

Astra配合codex，真的能像它官方演示里一样，把任务交付的最后一公里补上了，那些 coding agent 搞不定，本来要人去做的琐碎事情，它开始能自己接过去做

虽然速度还很慢，但真的能做

换回其他模型和各类harness，代码都能写，但这个computer use的活接不起来

后来意识到，这种变化可能已经不在模型能力本身了

以前换模型，是换一个脑子。现在开始，是在换一个已经进入你工作现场的人

过去 AI 竞争的是智力，比谁更聪明，谁代码写得更好

computer use开始把竞争推向另一个层面：全链路执行

当AI真正进入你的环境，开始沉淀任务状态之后，你换的就不再只是一个模型，而是一整套执行环境

所以最近越来越觉得，Model × Harness × Environment，可能才是下一阶段真正值得关注的东西

当然，computer use本身未必是护城河，有很多开源项目和公司也在追

但谁先真正进入用户的工作流，成为那个把事情做完的执行层，谁就可能开始拥有过去模型和 agent 产品很难建立的迁移成本

以前模型是在回答问题，现在，它开始真正接管工作

当执行能力逐渐变得便宜和容易获得，未来组织真正的瓶颈可能变成决策带宽

一天能coding多少代码，写几个方案可能不再重要，真正稀缺的是：能做多少高质量判断。以及能否把这些判断背后的标准沉淀下来，让整个组织拥有一致的 taste，能否把少数关键人员的判断、审美和非共识认知，逐渐变成一种组织智能

否则大家使用越来越相似的模型和最佳实践，效率越来越高，最后也可能只是更快地走向同一种平庸

配合这几天 GPT6 网上各路大佬的各种玩法，越来越感觉技术革命真正有意思的地方，从来不是把旧世界做得更快更高效率，AI Native也不只是AI+旧业务，而是让一个新世界开始变得合理

当智能获得的成本持续下降，过去哪些因为成本太高而不存在的产品、服务、交易方式和组织形态，会第一次成为可能，就是 Native 的机会

无人驾驶车辆怎么拉黑司机

跑了一天 GPT-6 Astra，最直观的变化是前端审美进一步提升了，从原型到代码实现也更连贯，页面布局和交互细节的完成度更高

但更值得关注的是 computer use 能力，写完代码后，它能自己打开页面、操作功能、检查效果，发现一些小 bug 再继续修复。过去需要人反复测试、截图反馈的环节，现在可以由它自主完成

例如做一个 app，随便丢台手机给它，它可以自己去做一系列的操作跟验证

虽然以前的模型也能有这样的效果，但 GPT 在各种工具的使用上明显效率更高，准确率也更高

AI 能力的提升，既取决于模型本身，也取决于它能否验证自己的结果，自学习递归适用于模型迭代，也适用于模型任务。前几天看 GPT 的发布视频，当时想着，如果它真的有这么强的能力，我也给它搞一面投影墙，实际上体验下来，在 computer use 的体验上，能达到演示视频的效果

但不知为何，它的 live 语音相比 5.6 差了很多，在非英语情况下，体验非常非常差，说话又慢，思考又卡顿。和它聊了一下，它说建议是用英语交流，如果是复杂问题，用非英语，它会思考的不顺畅，不知是否我个例问题

总体来说，这次 GPT6 很强，从交付角度来看，实现—验证—修正的流程更完整，除了 token 消耗太快，其他都没有什么毛病

最近小模型遍地开花，效果也接近生产级业务可用水平，又要开始发挥闲鱼佬本质了，开始逐步采购一些显卡本地化部署，可以大幅降低模型API调用成本

国内大大小小的Coding Plan买了一堆，目前来看OpenCode 的GO套餐真的是调用DeepSeek V4 Flash 最高性价比方案了，首月5美刀，每月能调用差不多13w次

放一个邀请码，双方都可以获得5美刀额度，opencode.ai

1.你的持仓应当对盘面理解的最优解
2.资金总是会往阻力最小的方向流去
3.要承认自己的弱小和无知
4.当弱不弱则为强，当强不强则为弱，尤其是针对市场充分认知的标的

如果想低成本和朝鲜人民交流，上海的这家高丽馆非常推荐

服务人员全部都是朝鲜人，她们会中文，虽然会有一些口音，但说的都不错。大学毕业后，会安排到中国来工作 4 年，结束后会安排回国，有点类似于公务员外派的性质。

工作期间她们没有自己的手机，整个团队一共只有一部手机，虽然可以自由活动，但由于没有手机，通常都要结伴出行。如果想找她们聊天或者提前订餐的话，都只能联系他们唯一的一个微信

朋友说，一般能够外派到这边来的，都是高干子弟，虽说如此，但能从他们的行动和脸上看出他们发自内心的开心，笑起来非常温暖。他们很热爱自己的国家，也非常满意现在的生活。

在餐厅的大厅（晚上 7 点）和包间都有歌舞演出，中午和晚上连着看了两场，非常非常开心，很久没有这么开心的吃过饭了。演出的动作、曲目安排都很好，歌舞衔接都非常自然流畅，如果在包厢的话，还会和你有非常强的互动，甚至会一起手拉手跳舞。虽然在其他的餐厅也会有演出，但在这边，她们的笑容是真的能够感染你，情绪会被她们带的很高

当然，餐厅最重要的菜这一部分，客观来说没有特别惊艳，但有几个非常不错的菜，例如烤肉、海螺汤、海鲜饼等，味道都很不错。结合体验，能对得起它的价格

做事分散的本质是：宁可因为不够专注而失败，也不愿因为全力以赴而证明自己平庸

前者的失败可以归因也选择问题，但后者的失败只能说是能力问题

这家澳门猪骨煲超级无敌好吃！！强烈推荐喜欢粤菜的朋友去体验体验！

猪骨煲，雪花肥牛，炸鱼皮，韭菜饺，鲍鱼片，野生紫菜，蟹子丸

3年前，有一位非常重要的前辈和我说失败不是成功之母，成功才是成功之母

现在越来越觉得这句话太对了

StageMate最近的更新支持用深感摄像头进行面容识别，眨眼和摆头翻页的识别响应速度都更高了，误判也更低，在灯光昏暗的环境下的演出体验会更棒

然后也支持了乐队模式下的乐谱和setlist的一键共享，现在大家再也不用在微信里面去存谱子啦

欢迎体验～

为了听个电台，vibe 了个网站

和客户交流的越多，越发现AI在金融领域的机会无限，即使是在2026的今天，AI对客户交易的赋能仍然属于非常早期的阶段

此刻需要解决的问题只有两个：1.如何保证睡眠。2.如何搞到更多的opus额度。

过度思考是一种病，病在它会伪装成行动力

比如花一整周，学习构建一个完美的思维框架（知止定静安虑得、反向思维），然后用这个框架论证为什么现在不适合行动

可以同时看到3条路的价值，然后每条都走半步，最后每条都到不了山顶

可以在亏损的时候写一篇2000字的痛苦反思，感动自己，然后继续亏

少思考的人不会这样，只会想：我饿了→去赚钱→赚钱→不饿了，简单粗暴，但有效

思考太多的人的失败模式有一个简单的数学结构：

能想到10个方案，但只能执行1个
能为每个方案找到3个完美理由，但只有1份时间
10个方案 × 3个理由 = 30个为什么应该做
1份时间 × 1次执行 = 1个实际做了

比率是30:1，大脑每天都在为"为什么还没开始"生产弹药，而身体永远只有一发子弹

所以，很多时候思考太多，容易变成永远在热身，但从来没有上场比赛

最近在做一个面向柚子客户的产品

和他们聊的越多，了解的越深入，越觉得难做，这个客群的服务门槛太高了，我们的认知也不够，一直站在散户的角度做产品，举几个例子，他们不用知道市场主线是什么，因为可以定义主线，然后也不喜欢大家叫他们柚子，甚至分享的一些高胜率策略，听完都无法理解，回家还要和AI研究半天才能摸索清楚

产品推一个迭代挂一个迭代，三周大改三个版本

三月快结束了，希望最后一周能有点好消息🙏

周末愉快

基于openclaw做深度定制的企业级工程真的是天灾，开发一周调试一周

发誓再也不套openclaw了，nanoclaw好多了

云朵制造机