@xing7673 阿里都要闭源卖 api 了，还指望开源能替代它自己 api 的东西？都成立了 Token 顶级组织，明摆着要让你们围绕各种 app 消费 tokens ，真是井底之蛙，夏虫语冰。

@philobscur #10 不要看说什么，等放出来了再来打我脸，ok ？真放出来，确实强，那是我这次错了。

@MuyuQ #11 因为从 2024 年春天开始，这两年来我几乎每个开源模型的中小尺寸都尝试过。


我主要集中在神经网络底层前沿技术的探索能力。Transformer 的变种实验，SNN 脉冲神经网络的变种实验，DRL 里自定义网络实验。我提供 idea ，模型给代码，我跑结果，模型 debug ，这个 loop 。在线的官方模型 和 本地部署的 中小尺寸，比照能力。

有一讲一，我去年夏天用 qwen 在线的模型，一起 debug DRL ，几度把我带到了坑里。

后面换 chatgpt ，效果好一点，但是胡说八道依然存在，给出的论文索引大部分都是假的。

后面用 gemini ，就在上上周，我用 gemini ，再不知情的情况下，我们（我提供 idea ，gemini 负责代码实现）从 0 复现了 snn 里程碑的论文（ https://www.frontiersin.org/journals/computational-neuroscience/articles/10.3389/fncom.2015.00099/full ）。就这感觉，qwen/chatgpt 从来没有给我带来过。在 qwen3.5 开源的同时，我就本地用了一个下午，强确实强，但那是 gemma4 没开源的时候。昨天我用了 gemma4 一下午，对比在线 gemini ，同样的问题，几乎能给出 90%相似度的解决方案。你说，我激不激动？ gemini 的能力，我是深度认可的，因为在一些还没有结论的问题上，确实能辅助一起探索，关键是几乎不胡说八道。

最后，如果只是一些 web 前后端代码 coding ，讲真，那只是很中规中矩的使用，感受不到上限的提升。

@unt 我觉得，和 gemini 来比，gemini 现在搞的这种情绪价值提供，反而让人不客观了。今天，试用了一下午 gemma4 31B,可能是 system prompt 没有设置什么情绪相关，反而更理性客观，没有 gemini 的夸夸味。

@unt 当前开源里，普罗大众能用到的最强悍模型了。2* 2080ti 22g ，不到 4k 的成本，跑 31B Q8 ，估计能有个 10 Token/s 的速度，凑合能用。

@philobscur qwen3.5 就是阿里开源的最后绝唱了，你还等什么 3.6 咯，事情都搞不明白。

非常强悍，g 厂出手，都是弟弟。

31B ，要真正跑起 256k 的 context ，Q8 起码要 64G 显存。

对于一般 web 代码来说，体现不出来它的上限。当然，一般人也用不到它的上限。

现在打榜的 benchmark ，都是对标 博士级别的水平，只有你的 case 是真正的挑战，才知道和别的差距。

@tftNExtLife #14 你在你自己的世界里，玩耍的开心就行。不用再回复了。

@tftNExtLife #10 要是你这个真落实到实际生活中了，才可怕。以后你接了哪些项目，先发上来，让哥们儿知晓一下。

那篇文章太长了，我认为你肯定没有仔细完整的看完过。中心思想是 壳是过渡状态，LLM 本身能力的提升 会让 harness 这个壳 一直变化，一直迭代堵 LLM 的能力短板。至于 多 agent ，就和社会化治理一样多样化，甚至很难决出个第一。所以，你说你的 多 agent 方案，怎么样怎么样，讲句实话，就和 腾讯和阿里他们讲公司治理一样。这不是什么技术层面的事情。

什么是“涌现”，你先搞清楚了，再用这个词。

少点自己想当然的 YY ，多看点业界别人搞过的论文。

https://mp.weixin.qq.com/s/DE0hc3Mz6zwoSCgL0k4SgQ

@dacapoday nvidia dgx spark ，只是有钱没钱的区别。

https://mp.weixin.qq.com/s/DE0hc3Mz6zwoSCgL0k4SgQ

这哥们儿写了一篇正当时。

你们可以看到 订阅的 tokens 都是怎么烧没的，😄。以及，当前大众上下文语境中的“AI”的边界在哪里，这个问题可以衍生的，在 coding 领域如此，openclaw 所延伸的领域亦是如此。当最熟悉的 coding 领域都如此难搞，别的开放离散场景，只会更加难搞。

和 80 年代的 专家模型，本质上是一个路数的；如果你读过 The Bitter Lesson, 就能明白，这种把人类先验知识注入的模式，终究就是走不通的。

要都是那种 LLM 生成的文本，过不了多久，就没人乐意上号发言了。就彻底完犊子了。

@qshu #3 https://github.com/bytedance/deer-flow 大厂直接出了。

没有什么是不变的，都是变化的。没有什么金饭碗，银饭碗。

LLM 的架构和能力一直再提升。

比如 RAG 这种外围工程， 就有一个新的 MSA 架构，可以在 LLM 的 网络架构上重新设计一个模块，性能和功能都比 RAG 这种外围工程要好，以后做 RAG 的就会渐渐消失。

比如 长程记忆，现在也是做外围工程，但是 当 Test-Time Training 这种范式，渐渐成熟之后，性能和功能都优于基于外围框架的 长程记忆，也会渐渐消失。

也就可能 agentic 这块，还能有点存在价值，但是也是越做越少。

现在的情况是，做外围工程的信息比 LLM 原生的进展 慢，有信息差，实际上当 LLM 的原生能力提升之后，会吞噬它周边的一些当前过渡阶段的工程实现。

qwen3.5 4B 8 bit 都比 deepseek 70B 要强。