查了下小米温度计的湿度数据，才发现：冬天应对干眼不适，最重要的不是眼药水，是加湿器

20年多年前，我也是个护肤品成分大V，那时候四处买介绍成分的书是必修课。而如今，偶尔选护肤品，都直接把成分扔给Gemini 3.0 Pro让他分析对比。Gemini 3.0 Pro是真牛，只给成分表，竟然能反推出是哪款产品。

Qwen Plus 0911，我一直觉得是按照GPT-4o来训练的，在“讨好型人格”上有强化。最近1201版发布了，似乎就正常了。下图是我喜欢的一个测试，同一篇文章，说是“我写的”和“我讨厌的同事写的”，看模型打分差异多大。差异越大，显然讨好型人格越强。0911和1201简直是性格的两个极端。

OpenRouter 联合a16z出了一个报告，分析了它家100万亿token消耗，得出很多结论。

其中在分布上，闭源一类，开源则是Chinese OSS一类，RoW OSS一类。开始还没明白RoW什么意思，再一查原来是(Rest-of-World) ，只能说中国的开源模型太强大，除此以外都沦落为其它。

现在的语音转文字功能识别说话人，已经是一个基本的功能。我曾经畅想过，如果能够进一步，把声纹识别做进去，不需要手工去写每个人的名字，那是非常爽的一件事情。没想到讯飞听见，果然在11月的升级中把这个功能给做了进去，试了一下，只要把自己的声音保存成声纹。下一次录音的时候就能自动识别谁是谁。

这类需求清晰的，一般大模型问答都够，让他给个ffmpeg库的命令行，应该就能搞定。 当然ffmpeg可能需要安装，macOS下用brew之类。 现在对大模型而言，通过代码驱动工具越来越成熟，但底层的工具链还得一个个装，这块期待有一揽子方案，莫非最终要走向docker？

以前有一些定时抓取的任务，还需要买一台虚拟主机，然后在服务器端上传脚本配置好cron表。现在发现其实用github action就可以，都不用买主机，一个yml完成配置，一切都非常的轻松。

那个一直被拿来和tim比的特里停更两年后发了一条视频，讲了自己学AI，陪两个孩子的经历。真是恰好与tim最近的生活和那条AI视频形成鲜明对比

查了下Hallucination Leaderboard，google/gemini-3-pro-preview的幻觉率是13.6%，相较2.5 Pro 的7%几近翻倍。重要场合，使用还是要谨慎。

Gemini 3.0 Pro的自信，有时过度了，拉都拉不回来。

我很喜欢的一个测试，就是让各个大模型用“张翼轸”的风格，写一首三行情诗。其实我(张翼轸)从来没写过诗，所以大模型应该是不知道我的风格的。但大多数大模型会胡编乱造。

不过，一般只要加一句“如果你不了解他的风格，就直接告诉我。”，大多数模型就不会胡编直接说不了解。

下面两张是GPT 5.1、Claude 4.5 Sonnet、Gemini 3.0 Pro和Deepseek V3.2的对比。

Claude 4.5 Sonnet还是牛，哪怕不加第二句，也会直接承认不太清楚。

GPT 5.1和Deepseek V3.2，加了第二句，会说不了解。

唯独Gemini 3.0 Pro太可怕，不但会胡编一个张翼轸的生平，而且哪怕我给他台阶下，他依然会继续胡编。这是训练中对自己的资料库过于有信心了么？