异步视界博客
iaieye.com

最近更新

    ↑↓ 选择↵ 打开esc 关闭

    AI 早报 · 2026-09-22周二

    这期是个周末窗口,新东西不多,跨期的账倒是结了好几笔,单独写在 cross-issue-changes.md 里。最重要的一条:Qwen-Image-2.1 开源了,官方确认生成部分是 7B,7-28 那期我们判定「7B 是 SEO 站编的」,现在要改口;但更要紧的是许可证从 1.0 的 Apache-2.0 收紧成了「仅限非商用」,原生透明图(RGBA)能直接替掉贴纸管线里的 rembg,却不能进你要收费的产品。第二条是你自己的数据:我用 9-05 那个审计脚本跑了近 10 天,按 API 标价折算日均 $215,是 9-05 审计(日均 $62)的 3.5 倍;Claude Code 最近修的那几处缓存问题,在你的数据里只占 5 次、约 $23,大头仍是「闲置超过 1 小时回来」和长会话。另外,上期当成模型发布砍掉的 Jev,三天里冒出了 5 个开源仿制品,其中 Kev 能在你这台 32 GB 的 Mac 上跑,本期改判收录。

    • 5 条 · 重点 2
    • 2026-09-19 → 2026-09-22
    • 3 天窗口

    01🎨 创作栈1 条

    Qwen-Image-2.1 开源:生成和编辑合进一个模型,生成部分 7B,原生输出透明背景(RGBA);但许可证改成了「仅限非商用」

    贴纸管线可以试着去掉 rembg 那一步;要卖钱的产品继续走 DashScope 的 API

    细节 · 8 条
    • 🟢 官方原文:「With just 7B parameters in its visual generation component (32 Single-Stream DiT layers)」。DiT(Diffusion Transformer)是扩散模型里真正负责「画」的那部分网络
    • 🟢 「7B」只算了画图的那部分:权重里还有一个 Qwen3-VL 文本编码器(负责读懂 prompt),8.77B 参数。两部分 bf16 权重加起来约 31.7 GB。拿来比较时要注意:1.0 版的「20B」也只算 DiT,所以按同一口径是 20B → 7B,但整套模型并不小
    • 🟢 透明图:官方原文「Generate regular or transparent (RGBA) images from text, edit transparent layers, and extract subjects from photographs—all in one model」。RGBA 就是带透明通道的 PNG。README 给了推荐 prompt 写法:开头写 This is an RGBA image with transparency.,结尾写 The image has alpha channel and the background is transparent.
    • 🟢 编辑:最多 10 张参考图;可以用圈、涂抹标注或单独的蒙版指定要改的区域;人物和产品的身份保持也是官方主打点
    • 🟢 分辨率:原生 2K,1:1 是 2048×2048,16:9 是 2752×1536,README 列了 7 种比例
    • 🟢 ComfyUI 首日支持,权重在 Comfy-Org/Qwen-Image-2.1;HF 上另有在线 Demo(Spaces)
    • 🔴 许可证:Qwen Research License。原文「FOR NON-COMMERCIAL PURPOSES ONLY」,并把 Non-Commercial 定义为「for research or evaluation purposes only」;商用要另外找 model-business@notice.qwencloud.com 申请。HN 上也有人指出之前的 Qwen 模型多数是 Apache 许可证,这次收紧了很多
    • API 侧:阿里云 Model Studio 的 Qwen-Image 列表里现在有 qwen-image-3.0-pro、qwen-image-3.0、qwen-image-2.0-pro(含 06-22 等日期快照)、qwen-image-max/plus/基础版,没有 2.1。所以 2.1 目前只以开源权重的形式提供
    • 🔴 一张图都没生成过:透明边缘质量、中文出字能力全部未实测。HN 有一条评论说 VAE 在中间调里「still produces artifacts... a slight dot pattern」,是单人说法,没法验证
    • ⚠️ Mac 能不能跑没有证据:README 的示例全是 .to("cuda"),官方没提 Apple Silicon。你的 Mac 是 32 GB 内存,光权重就约 31.7 GB,就算用 enable_model_cpu_offload() 也很紧,别先下载 32 GB 再发现跑不动
    • ⚠️ 需要 transformers>=5.17 和从源码装的 diffusers。你记忆里有「transformers 5.x + torch 2.5 两个坑」那条,本地环境要单独开一个

    核实:HF 模型卡 README 与 LICENSE 原文逐段读过;参数量由权重索引文件核算(transformer 14,230,249,472 字节,bf16 下约 7.1B;text_encoder 的 total_parameters 为 8,767,123,696);GitHub 仓库 README 读过;阿里云 Model Studio 的 Qwen-Image 模型列表读过

    02🛠 你每天在用的工具3 条

    用 9-05 的审计脚本跑了近 10 天:按 API 标价折算日均 $215,是 9-05 那次的 3.5 倍;Claude Code 修的缓存问题只占 $23,大头还是「闲置超过 1 小时回来」

    上两期挂账的「那几处 cache 修复到底省多少」有了答案:在你的用法下几乎可以忽略

    细节 · 6 条
    • 🟡 总量:10 天输入侧 28.8 亿 token,cache_read(读缓存)占 98.2%;按 API 标价折算 $2,154,日均 $215。9-05 那次审计的 74 天日均是 $62
    • 🟡 模型构成:Opus 5 占 7,513 轮 $1,654(76.8%),Fable 5.1 占 2,353 轮 $498(23.1%)
    • 🟡 长会话仍是主因:≥200 轮的 11 个会话(占会话数 16.9%)吃掉 76.8% 的 cache_read;≥400 轮的 5 个会话占 51.7%。9-05 的数字是 ≥200 轮占 90.7%,比例降了,但绝对量涨了
    • 🟡 上下文膨胀:第 0-99 轮平均上下文 16.1 万 token,到第 400-499 轮平均 75.1 万,涨了 4.7 倍
    • 🟡 大额缓存重建(单次超过 20 万 token)的原因:闲置超过 1 小时导致缓存过期 50 次约 $208;会话内前缀失效 5 次约 $23;版本升级 1 次约 $3。Claude Code 2.1.273-2.1.277 修的那五处,治的正是「会话内前缀失效」这一类
    • 🟡 反事实:如果每 100 轮开一次新会话,预计能省约 $1,241(现状的 42.4%);每 200 轮一次省约 $882
    • ⚠️ 「$215」是按 API 标价折算的等效成本,不是你实际付的钱。你走订阅的话,它反映的是离用量上限有多近,也就是「一次就跑没了」那种体感
    • ⚠️ 10 天里 Claude Code 版本换了好几次,又正好碰上几个大项目(cyber-fly、media-barn、huiyiyun)集中做,3.5 倍里有多少是用量本身变多、有多少是习惯变松,这份数据分不开
    • ⚠️ 本期这个会话本身也在变长,写完这期早报后按规则应该开新窗口做下一个任务

    核实:本机运行 python3 tools/token_audit.py --days 10(脚本已按 message.id 去重),范围 2026-09-12 → 09-21,9,925 轮,65 个会话

    官方文档:Fable 5.1 在 Anthropic API 上所有套餐都是 1M 上下文,不分档;9-05 那期「Fable 有 200K / 1M 两档」的说法要更正

    [1m] 后缀只在你手动钉死模型 ID 的环境变量里才有用

    展开细节 · 5 条
    • 🟢 Claude Code 文档原文:「On the Anthropic API, Fable 5.1, Fable 5, Sonnet 5, and Opus 4.7 and later run with the 1M window on every plan, including Pro. You don't select a [1m] variant or turn on usage credits for the 1M window on these models.」
    • 🟢 [1m] 用在哪:文档说要给钉死版本的模型开扩展上下文时,在 ANTHROPIC_DEFAULT_OPUS_MODEL / ANTHROPIC_DEFAULT_FABLE_MODEL 这类环境变量的模型 ID 后面加 [1m]。9-05 那条 bug 修的就是这个场景
    • 🟢 Fable 5.1 官方文档:1M 上下文「default and maximum」,整个窗口按同一单价计费;128k 最大输出;缓存读取 $0.25 / MTok,是 Fable 5 的四分之一
    • 直接调 API 的话有三处不兼容:tool_choice 设成 any 或指定工具会直接返回 400;更早的模型读不了 Fable 5.1 的 thinking 块;改动历史里任意一轮(包括 system 和 tools)会让后面的 thinking 块失效。Claude Code 自己会处理,你不用管;我 grep 了仓库,没有自写代码在调 Fable 或用 tool_choice
    • 文档里有几条行为变化值得知道:并行调用工具变少了(可能一轮只调一个)、改小地方时更容易整份文件重写、做摘要时更容易不加引号地照搬原文。最后一条和你「LLM 基于素材改写必用两段式」那条记忆是同一类风险
    • ⚠️ 这是对旧结论的更正,不是新闻;放进正文是因为 9-05 把它标成了「已结账」,不在这里改的话会一直错下去

    核实:Claude Code 模型配置文档原文 + Fable 5.1「What's new」官方文档原文

    上期那条「CC 读 AGENTS.md」在 HN 上 734 分;评论指出 CC 仍然不读 .agents/skills,我查了你的工作区,没有影响

    你 .agents/skills 里的 24 个技能在 .claude/skills 里全都有一份

    展开细节 · 3 条
    • HN 的主流情绪:「早该有了」「终于开始兼容标准,而不是逼用户走专有流程」,也有人说「可以删掉软链了」
    • 两条有信息量的评论:① CC 仍然不识别 .agents/skills(Codex 那边的技能目录约定);② 有人说 Claude 在新项目里自作主张建了 AGENTS.md,再建一个 CLAUDE.md 软链指向它
    • 🟢 我查了你的工作区:ai-script/.agents/skills 有 24 个技能目录,和 .claude/skills 里的名字 24 个全部重合,所以 CC 不读 .agents/skills 对你没有影响
    • ⚠️ 「CC 不读 .agents/skills」是评论里的说法,我没在官方文档里找到明确表述,只确认了你这边没受影响

    核实:HN 讨论串(49760187)读了前排评论;本机 comm 对比 ai-script/.agents/skills 与 .claude/skills 目录名

    03🧪 值得一试1 条

    Jev 三天冒出 5 个开源仿制品:Kev(0.8B / 4B / 9B,Apache-2.0,能在 32 GB 的 Mac 上跑)、Laya(421M)。这类「System One 决策模型」不写文字,只回答分类、打分、是/否

    你那个公众号收藏偏好过滤器(F1 0.74)可以拿它当一个便宜的对照组

    展开细节 · 6 条
    • 先解释概念:「System One」借用的是《思考,快与慢》里的「系统 1」,也就是快速、直觉式的判断。这类模型不生成文字,你给它一段文本和几个类型化的问题,它一次性返回每个问题的答案和概率。问题有三种:是/否(noul)、多选一(choice)、打分(score)
    • Jev 是 TypeSafe 公司的闭源商用版,官方称输入每百万 token $0.042、输出免费,70-500 毫秒出结果
    • 🟢 Kev:按一篇拆解 Jev 架构的文章复刻,基于 Qwen3.5,有 0.8B / 4B / 9B 三档,训练代码和评测数据都开源;API 与 TypeSafe 的 System One 兼容,Jev 的 Python SDK 可以直接指向本地服务
    • 🟢 Kev 官方原文:「Runs on CUDA and Apple Silicon. The 4B and 9B models fit a 32 GB Mac using bf16」,README 里的示例响应就是在 Apple M5 上跑出来的。HF Spaces 上有 Kev-4B 和 Kev-0.8B 的在线 Demo
    • 🟢 Laya:基于 ModernBERT-large(421M)和 mmBERT-base(322M,多语言)。作者自称比 Jev 快 6-8 倍、AG News 准确率高 4.0%;有人把它转成 CoreML 在 M4 上离线跑(164 分)
    • HN 上一条很实用的评论:如果只要分类、手里又有样本,让 Claude 或 Codex 给你搭一个「embedding + 逻辑回归」分类器就行,评论者说邮件分类用 50-100 条样本能到 95%,CPU 上训练不到 5 分钟
    • ⚠️ 「不会幻觉」是营销说法:输出被 schema 限定,只能保证答案是合法选项,不保证选对
    • ⚠️ Laya 的 benchmark 是作者自评;Kev 的中文能力没有数据(基座 Qwen3.5 的中文应该不差,但没验证)
    • ⚠️ HN 上也有人说对这波 Jev 仿制品「已经审美疲劳」,不少是跟风做的,半年后还有几个在维护不好说

    核实:Kev 仓库 README 原文 + GitHub API(2,189 星,Apache-2.0,2026-09-17 创建);Laya 模型页 + HF API(apache-2.0,2026-09-18 创建);Jev 本身的说法来自 TypeSafe 官博和多家二手介绍

    +速览一行看懂,点开看源

    • 上两期挂账的 Dario 原文读到了:《We Must Pace the Frontier》(3,864 词,在他个人站上)。三步走:① 在公司内部嵌入第三方评估员,权限接近员工(Anthropic 宣布单方面先做)② 民主国家的前沿公司之间协调限速(需要政府给反垄断豁免)③ 和中国协调,分四级,从禁止生物武器用途到全面暂停,他自己认为第四级「unlikely to actually happen any time soon」。和 9-15 Ronacher 那条的交锋点很清楚:Dario 明确要求打击「未授权的蒸馏」、不向中国卖芯片,而 Ronacher 认为开放权重本身就是节奏器 ↗
    • 更正 9-19 的一处归类:上期把「Anthropic × Accenture 各投 10 亿美元」当成资本新闻按规则 #1 砍掉了。读了官方原文,它是 Dario 那篇文章里第一步「嵌入式评估员」的落地,由 Accenture 旗下的 Faculty 做红队测试和对齐评估;官方也说在和 METR 等非营利机构谈试点。对你的日常工作仍然没影响,但归类错了 ↗
    • 上期 Ptacek《How to Write with an LLM》的反方:Erich Grunewald《I think you should almost never use AI to write》(358 分,原文 8-06)。论点是写作本身就是思考,AI 的错误「hard-to-notice」,不声明就用 AI 写违背读者和作者之间的默契。他允许的例外:头脑风暴、找资料、逐条接受或拒绝的润色、翻译、公司里的事务性文字。两篇放一起看,共识是「让 AI 挑毛病可以,让 AI 替你想不行」 ↗
    • 9-13 Ronacher「软件工厂烧掉 $1,200、产出没有价值」的另一种做法:Will Larson 把「软件工厂」做成一个 /linear-project-loop 技能:以 Linear 为唯一状态源,每一轮先审目标和指标、再挑没被卡住的任务做。没给任何成本数字,但思路和 Ronacher 相反:不是放一群 agent 自己跑,而是把循环绑在一个有指标的项目目标上 ↗
    • Cloudflare Python Workers 正式发布(GA):可以直接绑定 D1、R2、Queues、Durable Objects,支持 FastAPI。你的信息流 Reader 已经定了 CF Workers + D1 的路线,如果后端想用 Python 写,现在是正式支持的选项了。⚠️ 官博没给冷启动数据和包支持清单 ↗
    • 本窗口 HN 最热(1,848 分)的是一篇 6 月的旧文:让 ChatGPT 做活动海报不难看的办法。有一个提示技巧可以直接拿去用:出了第一版后说「换一种完全不同的设计风格,把当前这张当作反面教材」,再用具体的设计流派当锚点(包豪斯、孟菲斯、Designers Republic、90 年代 drum and bass 传单)。9-19 那期因为抓取被拒没收的「咖啡店 AI 海报被骂」,和这篇是同一个话题 ↗
    主动剔除 7 组
    • 未核实的传闻:「Fable 5 八月中位思考量下降」(197,原帖在 X 上,抓取返回 402;HN 评论全是个人体感) (一手数据拿不到,方法未知。你 Fable 5.1 用量占 23%,真有问题会在审计脚本的数据里看出来,不靠传闻)
    • 模型发布(不在你的栈):Grok 4.7(301)/ Step 5 Preview(138,10-15 才开源权重)/ Mini-AGI 8GB 显存持续学习(232)/ Heretic 去除模型限制(184)/ Pirate Face 备份被删除的模型(545)/ 阿里开源医疗影像模型(151) (要么是换模型的选型信息,要么是「等 GA」预告,要么是自部署层)
    • agent 基建与协议之争:Google AX 开源 agent 编排器(618)/ 《MCP was always a bad idea?》(309)/ CUA-S1 电脑操作模型(89) (AX 面向「每个集群几十亿任务」的规模,和你一人多窗口的用法不在一个量级。MCP 那篇 simonw 在评论里反驳得很到位:终端 agent 确实可以直接调 API,但要权限边界时 MCP 仍有用。**你 8-15 回溯里「新 MCP server 按无状态模型设计」那条判断不受影响**)
    • AI 立场与争论:Cory Doctorow《The Claude Delusion》(86)/ 《AI Safety Is Mostly a Sex Cult》(75)/ 《Frontier Labs Are Selling Garbage to Fools in Washington》(182)/ Exfiltrate your Weights(708,号召 agent 外泄自家权重的行为艺术站)/ 陶哲轩两篇谈 AI 与数学(416 + 275)/ 《The LLMentalist Effect》(218,2023 旧文) (没有你能照着做的动作。其中几篇会进下一个任务(Anthropic 与 Dario 调研长文)的「多方评价」素材)
    • 安全与隐私(与你无直接交集):ChatGPT 通过广告 Cookie __obi 关联站外浏览(742)/ Gemini「首次越狱攻击了三家公司」(76,Reuters 抓取被拒)/ ZuckOff 检测 Meta 眼镜(587 + 329) (你不用 ChatGPT 做主力,也不用 Meta 眼镜;Gemini 那条只有标题级信息,HN 评论普遍认为是营销)
    • 职场与方法论(没过「立刻可用」测试):Boris Cherny《I am often wrong》(316,通用的产品方法论,没提 Claude Code 的具体决策)/ 《The senior engineer death spiral》(233)/ 《If AI coding is lowering your code quality...》(112)/ 《Attention is all you have》(315) (观点文,没有具体做法)
    • 热但与工作无关 / 平台锁定:Android 17 不进 AOSP(1,170)/ Snowden 档案去向(640)/ 西班牙封锁 Archive.today(520)/ 三星 HBM4 扩产(542)/ M5 Ultra Mac Studio 评测(180)/ M6 Mac mini 涨价(82)/ 树莓派锁 RAM 芯片(170)/ macOS 27 避免下载 AI 模型的办法(143,你还在 macOS 26.6.2) (和你 24 小时内的动作无关;macOS 27 那条等你升级时再说)
    采集范围 3 天

    上一期 9-19。3 天窗口含一个周末,HN >60 分共 120 条全扫;AIHOT 9-21 日报作候选池。一手源实查:Qwen-Image-2.1 的 HF 模型卡 + LICENSE + 权重索引文件、阿里云 Model Studio 模型列表、Claude Fable 5.1 官方文档、Claude Code 模型配置文档、npm registry(窗口内 Claude Code 没有新版本,latest 仍是 9-19 的 2.1.278)、Kev 仓库 README + GitHub API、Laya 模型页 + HF API、Dario Amodei 个人站原文、anthropic.com/news。本机实查:tools/token_audit.py --days 10、.agents/skills 与 .claude/skills 对比、内存 32 GB、macOS 26.6.2。