目前这个节点：
AI生图和AI视频的效果是否逼真已经没有人关心了

更重要的是能否做出来一个好的作品，看结果而不是看用什么工具

258k是OpenAI针对性调优的最佳上下文长度，他们内部并不推荐 1M，所以也没做产品化功能，这次是被迫放出来的
实际上模型的注意力有限，长上下文对性能影响很大，绝大多数任务并不需要那么长的上下文，OpenAI的服务端压缩也做得很好，保证了在 258k 长度下的体验极佳

DeepSeek Harness的核心是让AI模型自主围绕Harness进行RSI
目前全网没看见有人把这个聊明白以及怎么用，全都在开发一些无关痛痒的插件和skill ，与Claude Code和Codex没有任何区别，甚至可能连DeepSeek自己都不知道怎么具体实现，因为这个模型的能力还远远不够实现RSI，他们只是先抛出来这个框架

而且我发现这次DeepSeek Harness在海外并没有引发很广泛的讨论和二次开发，主要是是国内的人在玩，和OpenClaw当时有点像

DeepSeek V4pro的后训练还没做完，估计后面还会更新一波大的，这个基座的实力还没发挥出来

现在国内模型的主宣发战场全在X上了

连TM微信的大模型宣发都要发在X上，国内一点消息没有～挺幽默的

也理解，毕竟现在国内要吹什么东西，都得拿X上的内容当做宣发物料！

DeepSeek的harness试用了一下，别的不说，缓存命中率很高，这一块估计是下了很多功夫

A➗家最近的AI水印这个事儿，最大的利益点就是给蒸馏找一个确定性证据
Dario ：“以前我要锤你们这些开源模型蒸馏我，好多人都不信，没实质性证据，这下我以后有证据了！”

qwen的模型团队真的很不会营销

明明这次 3.8 很不错，但是比起kimi k3 掀起的水花，一个天一个地🤦‍♂️

一个暴论：
字节的coding 绝对起不来，因为ai视频太赚钱了
不管是训练还是推理，内部算力资源肯定优先给视频业务，而且就目前用即梦的情况来看，算力完全不够

字节就是AI视频领域的A/，H3还算不上AI视频领域的OpenAI，巨头目前主战场都还在coding，等coding这块打得差不多了，我相信总会有人来干它的，天下苦字节久矣～