异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    AI 早报 · 2026-08-26周三

    这六天有一条便宜到需要重新算账的线:DeepSeek 出了视觉模型,和 flash 同价,一张图最多 384 token —— 批量打标的成本掉到可以忽略。另一条是本地模型:同一周里「调对参数」和「换台机器」两个答案同时出现,而且顺序不能反。另外我要订正 8-15 那期一个漏掉的定价细节。

    • 11 条 · 重点 7
    • 2026-08-20 → 2026-08-26
    • 6 天窗口

    01批量图像处理突然变得几乎免费2 条

    DeepSeek 上了视觉模型,和 flash 同价 —— 一张图最多 384 token,单张成本约 $0.00008

    一次请求最多塞 600 张图;批量打标、抽帧描述、素材归档的成本掉到可以不算

    细节 · 6 条
    • 模型名 deepseek-v4-flash-vision-exp,定价和 deepseek-v4-flash 完全一样:低谷输入(未命中)$0.22 / 输出 $0.66,高峰翻倍
    • 「Images are converted into tokens based on their dimensions, and these tokens are billed together with your text tokens」—— 每张图自动缩放后最多 384 token
    • 算一下:384 token × $0.22/M ≈ $0.000084 一张。1000 张图的输入成本约 $0.08(输出另算)
    • 单图上限 32 MiB(base64/URL)/ 64 MiB(Files API);单次请求最多 600 张图,合计 64 MiB(走 Files API 是 200 MiB)
    • 支持 JPEG / PNG / GIF / WebP;走 OpenAI 兼容端点,base_url="https://api.deepseek.com" 换个 model 名就能用
    • 支持 JSON 输出与工具调用;⚠️ 不支持 FIM 补全,并发上限 2500
    • 🔴 名字里带 exp(experimental)—— 官方没有承诺稳定性或长期可用,别把生产管线焊死在它上面
    • 没有公开的视觉 benchmark,准确率如何我没测
    • 上下文长度 1M、最大输出 384K 是和另外两个模型共用的表格值,没有单独标注视觉模型的限制

    核实:官方 vision 指南 + 定价页原始 HTML 逐格解析(存档在 raw/);单张成本是我按 384 token × $0.22/M 算的,不是官方表述

    订正:DeepSeek 的高峰时段只在周一至周五 —— 周末全天低谷

    8-15 我写峰谷规则时漏了工作日限定,现在官方定价页写明了

    细节 · 4 条
    • 官方脚注现在的原文:「Peak hours are 01:00 - 04:00 and 06:00 - 10:00 UTC, Monday through Friday (all other hours are off-peak)」
    • 换算成北京时间:高峰 = 周一至周五 09:00-12:00 和 14:00-18:00
    • 周六周日全天低谷,价格是高峰的一半
    • 8-16 生效的新价现在已经在表上,旧价那一栏没了 —— 也就是说涨价已落地
    • ⚠️ 我无法确认「Monday through Friday」是 8-16 生效时就有、还是后来补上的 —— 也可能是我 8-15 看的时候页面就写了而我漏读了。两种情况下结论一样,但责任不同,这里不替自己开脱

    核实:官方定价页脚注原文;8-15 那期的表述与此不一致,以本条为准

    02本地模型:先调对,再谈换机器3 条

    本地模型「感觉变笨」多半是采样器和量化选错了,不是模型不行

    作者给 Qwen3.8-27B 排了量化档次:W8A16 最好、官方 FP8 次之、NVFP4 避开

    细节 · 6 条
    • 论点:同一个模型在不同人机器上表现差很多,变量在推理精度不在模型能力 —— 采样器设置、注意力后端(FlashAttention 2 / FlashInfer / Triton)、KV cache 量化、权重量化方法、张量并行配置、GPU 浮点差异
    • 采样器:「the model card on HF usually specifies exactly what sampler settings...you should be using」—— 照抄模型卡,别自己拍
    • 🔴 点名 Qwen:temperature 压太低会让 THINK 段落打转(loops)。这和 8-20 那条 Simon 的发现是同一个病的两面 —— 他遇到的是推理档太高烧 token,这里说的是温度太低导致空转
    • Qwen3.8-27B 在 RTX 5090 上按工具调用可靠性排量化:最好 W8A16(INT8) > 好 官方 FP8 > 避开 NVFP4 与激进的 abliterated 变体
    • 方法论:「Do not crank temperature to zero and paste in 3 test prompts then call it good」—— 要用贴近真实负载的长上下文任务测,不是零样本三连问
    • 举的失败例子是 token 翻转导致输出错误的 Cisco CLI 命令(该出 show mac address table 却出了 show run)
    • 🔴 这是论坛帖不是论文,量化排序没有公开的复现数据
    • 他的测试环境是 RTX 5090,Mac 的 Metal 后端不在讨论范围 —— 注意力后端那部分对你不适用
    • 作者身份只有论坛 ID

    核实:Level1Techs 原帖读了;量化排序与引文均为作者表述

    Apple 发 M6 和 M5 Ultra —— 但要跑本地大模型,该看的是 M5 Ultra 不是 M6

    M6 只有 32GB / 170GB/s,M5 Ultra 是 512GB / 1.2TB/s;名字新的那个反而不适合

    细节 · 4 条
    • M6(新 Mac mini):最高 32GB 统一内存,最高 170GB/s 带宽;12 核 CPU(2 超大核 + 4 性能核 + 6 能效核)、12 核 GPU、双 16 核神经引擎(AI 峰值算力约前代 2 倍)
    • M5 Ultra(新 Mac Studio):最高 512GB 统一内存,1.2TB/s 带宽(官方称比 M3 Ultra 高 50%);最高 36 核 CPU(12 超大核 + 24 性能核)、最高 80 核 GPU、32 核神经引擎,AI 峰值 GPU 算力约 M3 Ultra 的 4.5 倍
    • 🔴 对本地模型,带宽和内存容量是决定性的两个数 —— M6 的 170GB/s 连 Simon 那台 128GB M5 Max 都比不上,「M6」这个更新的名字在这件事上是误导
    • 换算:Qwen3.8-27B 的 17GB 量化在 32GB M6 上塞得下但余量很小;512GB 的 M5 Ultra 能直接装下 8-15 报的 Qwen3.8-2.4T-A95B 那一档的量化版
    • 🔴 一个实测 token/s 都没有 —— 官方只给峰值算力倍数,不给 LLM 推理吞吐
    • 价格我没查
    • 「512GB 能装下 2.4T-A95B 的量化版」是我按体积推的,没有人实际跑过并公布结果

    核实:Apple newsroom 两篇原文;下面的容量与带宽数字均为官方表述

    有人给 Qwen3.8-27B 一个逆向工程任务,30 分钟做完

    Qwen 线的第三条实测,这次是本地模型干成了通常要前沿模型的活

    展开细节 · 2 条
    • 标题主张:一个逆向工程任务,Qwen3.8-27B 在 30 分钟内完成,对标前沿模型
    • 配合 8-20 的 Simon 实测和本期的量化帖,这是同一个模型的第三条一手使用报告 —— 一周内三条,说明社区在真用它
    • 🔴 正文没读。XDA 是科技媒体不是一手实验记录,标题党风险高
    • 不知道任务规模、硬件、量化档、试了几次
    • 别拿这条当能力证据,拿它当「值得自己试一次」的信号

    核实:🔴 只核到标题与 HN 365 分,正文没读 —— 任务难度、硬件、量化档全不知道

    03长跑与 agent 纪律3 条

    Claude Code 九版(2.1.236 → 2.1.245):/usage 能看每个 loop 烧了多少了

    长跑相关的三件事一起来了:loop 用量可见、prompt 缓存可延到 1 小时、内存和体积大幅下降

    细节 · 18 条
    • ⭐ /usage 新增 Loops 明细:每个 loop 的运行次数、总 token、每次运行 token、上次运行时间 —— 官方原话是让「runaway or chatty /loop tasks are easy to spot」
    • ⭐ promptCacheTtl 与 subagentPromptCacheTtl:API key 和云厂商用户可以让主对话保持 1 小时 prompt 缓存,子 agent 留 5 分钟
    • /loop 体验:连续「无事可做」的唤醒现在折叠成一行,不再每次都刷屏
    • 内存显著下降:原生构建改成按需加载代码而不是整包常驻,每会话少 40-70MB;长会话峰值内存也改善(堆增长时更早 GC)
    • 安装包瘦身:原生二进制改用 zstd 压缩,Linux x64 从约 340MB 降到约 75MB
    • 启动更快:沙箱与 MCP 启动不再阻塞首帧
    • modelPicker 设置:自定义 /model 选单(可用任意 id 拼写,含 Vertex/Bedrock)
    • /tasks 与 agent 详情现在显示每个子 agent 跑在哪个模型和哪个 effort 档
    • 🔴 修了一个白烧钱的 bug(2.1.239):Bedrock 在剥掉 Content-Type 响应头的代理后面时,每一轮都被重跑成非流式,计费 API 调用直接翻倍
    • 修了 WebFetch 把过期页面内容留在内存里整个会话(本该 15 分钟)—— 正是 8-20 我报 WEBFETCH_CACHE_TTL_MS 那条的另一半
    • 修了跨会话消息在用户命名空间与 rootless 容器里静默失效(2.1.232 那次 socket 目录加固的回归)
    • 修了会话在 API 不响应时静默 10 分钟以上:现在约 3 分钟超时、重试一次、再报 API Error: No response from API
    • 修了后台子 agent 在最后一个后台 Bash 任务结束时不被唤醒
    • 修了 hook 的 if 条件(如 Bash(cat *))在命令含 $() 或反引号时误触发
    • 修了 /resume 只列最近 50 个会话(现在滚动加载更多)
    • Sonnet 5 的 $2/$10 per Mtok 从「限时促销」改成标准列表价
    • 新增 /claude-api upgrade:把 Python 项目从 anthropic 0.x 迁到 1.x
    • 2.1.245 只有一条:修 glibc 2.44 发行版(Arch / CachyOS / Fedora Rawhide)启动崩溃
    • 2.1.240 与 2.1.241 的 CHANGELOG 只写「Bug fixes and reliability improvements」,内容不可核
    • 2.1.244 在 npm 上不存在(跳号),和 2.1.230 一样
    • 内存/体积那几个数字是官方自述,我没测

    核实:npm registry 实查发布时间 + GitHub main CHANGELOG 原文逐版读

    Fabien Sanglard 公开了他的 agent.md:一份能直接抄的代码风格规则集

    解决的是「每次会话都要重复同样的风格意见」,规则具体到函数名不超过 30 字符

    细节 · 5 条
    • 他要解决的两个问题:①早期 LLM 出的代码「能编译但没结构、没注释、不能上生产」②到 2026-03 变成「每次会话重复同样的风格建议」
    • 规则要点:面向人的文字要精简准确;用常量/枚举消灭魔法数字;函数名短于 30 字符;早返回减少缩进;严格的分层架构边界;修 bug 先写测试;提交信息 7 条格式规则
    • 对抗上下文稀释:针对「Lost in the Middle」现象,他的做法是每个功能开新会话,并在质量下滑时显式重新加载 agent.md
    • 效果自述:「considerably improved the code generated」,他的精力从改风格转到审架构
    • ⚠️ 他自己强调这不神奇 —— LLM 仍会幻觉,仍要验证
    • 🔴 没有任何量化对比,「明显改善」是主观自述
    • 我没有把 agent.md 全文逐条抄下来,上面是要点
    • 他用的是 Antigravity 和 VS Code 的 Claude Code 插件,不完全等同你的 CLI 用法

    核实:原文读了;规则要点为原文表述,但我没有逐条抄全文

    《What Is a Harness?》—— Pi 团队给 agent「外壳层」下定义

    同一个模型换个 harness,每任务成本能差两倍以上(8-08 报过的 Databricks 数据)

    展开细节 · 2 条
    • 作者方是 Pi(earendil-works/pi),8-08 那期风向里报过他们的极简论证
    • HN 565 分 / 178 评论
    • 🔴 正文没读,不知道他们的定义是什么、有没有新数据
    • 这是厂商自己给自己所在品类下定义,天然有利益倾向

    核实:🔴 只核到文章存在与 HN 565 分,正文没读

    04钱1 条

    OpenAI 确认 GPT-5.6 Sol 的促销价至少延到 11-21:$4 / $20 每百万 token

    缓存输入 $0.40;和同期 DeepSeek 视觉档 $0.22/$0.66 摆一起,差 18 到 30 倍

    细节 · 4 条
    • 官方定价页:输入 $4.00 / 缓存输入 $0.40 / 输出 $20.00(每 1M token)
    • 原文:「GPT-5.6 Sol's promotional pricing is available at least through November 21, 2026」—— 有明确下限日期,不是无限期
    • 5.6 家族目前只有基础版和 Terra / Luna 两个变体,没有 mini/nano 档
    • 横向对照(同期实查):DeepSeek v4-flash / 视觉档低谷 $0.22 输入 / $0.66 输出 —— 输入差约 18 倍,输出差约 30 倍
    • 「至少到 11-21」意味着之后可能继续也可能涨,官方没说涨回多少
    • 8-20 我报的「在 OpenRouter 降价 50%」和这条是不是同一次调整,我没有核实对应关系
    • 两家的价格不可直接比能力,只比单价

    核实:OpenAI 官方定价页;$4/$0.40/$20 与 11-21 均为页面原文

    05水印1 条

    有人逆向发现 MS Paint 和「照片」给本地生成的图也嵌了 GUID 水印

    水印这件事不是 Anthropic 一家,也不限于云端 —— 本地生成的输出同样被打标

    展开细节 · 3 条
    • 标题主张:MS Paint 与 Photos 即使是本地生成的输出也会嵌入不可见水印,内容是 GUID
    • HN 808 分 / 404 评论,是本窗口该话题最高
    • 把它和 8-16、8-20 两条连起来看:「AI 输出要可追溯」正在从云端服务扩散到桌面软件
    • 🔴 逆向细节我没读 —— 不知道 GUID 是什么范围(机器级?会话级?账号级?)、嵌在哪个字段、能不能清除
    • 不知道影响哪些 Windows 版本,也不知道微软有没有回应
    • 「本地生成」具体指哪些功能没核

    核实:🔴 只核到文章存在与 HN 分数(808 分 / 404 评论),逆向细节没有逐段读

    06供应链1 条

    恶意 Rust crate arrayref 在构建期执行 payload

    又一次「拉依赖 = 执行代码」,这次在 proc-macro 的构建阶段

    展开细节 · 2 条
    • 机制是构建期执行,不是运行期 —— 也就是说 cargo build 就够了,不需要跑你的程序
    • HN 551 分 / 507 评论
    • 🔴 具体哪个版本、payload 干什么、是否已下架,我都没核
    • 你不写 Rust,直接影响为零

    核实:🔴 只核到 safedep 的文章存在与 HN 551 分,payload 细节与影响版本未读

    +速览一行看懂,点开看源

    • GitHub 发布 8-17 大宕机的复盘(640 分)—— 8-20 我报了宕机本身,官方复盘出来了;⚠️ 正文没读 ↗
    • Show HN:125M 参数的端侧钢琴续写模型(597 分)—— 和 8-15 的 Needle2(45M/ESP32-S3)是同一条端侧线,而且是音乐方向 ↗
    • danluu:软件没有理由再慢下去了(660 分)—— 8-20 我收过他那篇 coding agent 选语言的数据帖,同一作者 ↗
    • Claudette:让 Claude 别写得像 BuzzFeed(360 分)—— 一个专门治「AI 腔」的规则集,和本期 agent.md 是同类物 ↗
    • IPFS 的维护方 Shipyard 宣布收摊(356 分)—— 如果你有东西挂在 IPFS 上 ↗
    主动剔除 6 组
    • 资本 / 商业:FT《Anthropic 最强模型难获用户,便宜工具反而繁荣》(798)/ a16z 在投资一个黯淡的未来(721)/ OpenRouter 正式加入 Stripe(962) (整类砍;⚠️ FT 那条方向对口(定价压力),但它是商业分析没有可执行动作)
    • AI 观点文:别粘贴 AI(1052)/ 我正在变成 AI 盲(508)/ 编程能力会因依赖 AI 而崩塌(530)/ 保罗·格雷厄姆「如果我 17 岁会去学怎么从头造 LLM」(581) (四篇都没有可复现的做法或数字)
    • 政策 / 法律 / 监控:Aaron Swartz 被起诉而 Meta 无事(1692,本窗口最高分)/ 欧洲如何扼杀创客与微型创业者(1547)/ 边境删手机数据被控重罪(1104)/ Flock 摄像头两条 / 安娜档案欠款 3.4 亿(285) (整类砍;⚠️ 欧洲那条对独立硬件创业者有实质影响,**但对国内独开无可执行动作**)
    • 硬件 / 系统(非 AI):小米新 CPU 单核追平苹果(946)/ Wi-Fi 8(346)/ Linux 7.2(300)/ Kobo 能跑 app 了(657)/ Rust Glancer:内存少用 100 倍的 Rust LSP(422) (方向不在应用层主线;⚠️ Kobo 那条与 e-ink 方向沾边,**但你没有 Kobo 设备**)
    • 隐私 / 指纹:AliExpress 静默 WebAudio 指纹并搞坏蓝牙多点连接(1057)/ Kagi 加了过滤付费墙链接的开关(1264) (有意思但不进你任何一条管线;⚠️ Kagi 那条如果你是 Kagi 用户就是一键可用,**但你不是**)
    • 工程随笔:别再做 TUI 了(427)/ 可执行文件就是一个 SQLite 数据库(534)/ 复杂系统如何失败(377,1998)/ 我如何作为资深工程师找问题解决(565) (读着有意思,但没有能改你这周做法的具体产物)
    采集范围 6 天

    上一期 8-20。窗口内 HN >70 分共 273 条全扫 + Claude Code 九版 CHANGELOG 原文。