2026-09-03

Claude Code 总给我一种感觉：“你们这些卑贱的用户，赶紧求着我把智能放给你！” Codex 是：很抱歉我们没有 deliver 最好的模型，因此重置了额度，谢谢你的使用 还没有用上 Astra 的朋友有福了，Codex 又会把额度重置，并且 Astra 晚一天发布就会多重置一天 归根结底，还是OpenAI 拥有的算力多。真的有人还在质疑甲骨文到底能不能 deliver 算力，以及会不会临时变卦吗？ 我觉得大可不必担心了，值得恭喜大家在下跌到 114 的时候大胆抄底，下跌区间我也抄底了很多。现在如果把 AI比作一块蛋糕，我们连蛋糕胚都还没烤完

@SamuelDominator 好问题，GPT6 目前我体验下来依然不行. 再让我多用一周，会详细分享给大家：哪里不行，哪里做得好? 怎么让不行的地方变得行。怎么让最前沿的模型帮我们做 research 和投研？或者再泛化一点，做任意行业的调研？等我找个时间分享出来

在硅谷打拼多年，建立了不少业内的connection。这帮助我建立起了投研 + AI 认知的复利结构，给了我独特视角 最近有很强烈的感受，硅谷裁员大地震不远了，要抓紧时间。美研芒格君最近在忙啥？三件事：团队、Layoff，投研 1. 先说团队，在厂里带着团队在做新模型的适配。通常模型在正式发布之前，会和我们进行周知、推理的适配、eval 等等工作，这些都要提前做。正如我两天前的预告，很多模型都一一在时间线上发布了。9 月是模型发布的爆炸月 2. Layoff：不论是周围的朋友、后辈，或者自己投研团队的成员，大家在硅谷都因为 Layoff 而感到焦虑。在硅谷工作多年，我也想为大家尽一份力量，因此花了很多时间在做心灵马杀鸡、规划职业发展路线、找资料、帮改简历，这些占用了我很长的时间 3. 投研: 大家都知道的。最近除了加了一点甲骨文和 MRVL 以及 Tesla，其他的没有特别多的区别和变化，还是在耐心等待 第一点是我的本职工作，第二点是我最近想 focus 的路线。 我觉得在 AI 发展到现在的阶段，正处于无序混沌状态。如何在无序混沌中找到一份好的工作、找到自己 AI 的定位，是我想结合我在硅谷的视角，能够给大家尽可能带来帮助的。因为我预示着大裁员就要来了, 我在努力帮助周围的人，尽我所能，帮助大家度过这个难关和转型 如果你觉得我投研的内容发得比较少，请让我知道，我会多发

@BROOKE920210 据我所知，目前还在全量的过程中，大概需要两到三天，普通用户（pro/plus）才会出现

@KyrieHymn /Ultrafast 减少并行。Harness 编排还是 Codex 或者 Claude Code 吧，其他的编排很多都是画蛇添足

@curious_hao 我认为，每一次模型的升级迭代，过往的 prompt 都会失效很大一部分. 不过 Astra太贵了，投研体系依然有价值，不然不scalable

OpenAI Astra如期发布，有幸体验到了首发版接口，聊聊我的看法和一手体验。我认为这是第一次真正跨过了“能用”的临界点 我能感受到几年在预训练、强化学习和后训练上的积累，终于开始汇聚到同一个系统里 我用ai做投研很久了，reasoning、coding、computer use、tool use 和长任务，以前这些能力各自都很惊艳，但一串起来就容易崩：网页打不开、数字抄错、执行到一半忘了最初目标，最后还是人类接管 Astra 给我的感觉第一次不太一样。 我专门拿了一个很贴近我平时工作流的任务测试它：同时研究三家刚发财报的 AI 芯片/互联公司 $MRVL $CRDO $AVGO 只给了公司名字和一个问题： 为什么三家公司都在讲 AI demand 很强，但盘后市场却同时惩罚它们？到底是哪几个数字出了问题？ 它自己去 IR 页面找 earnings release、10-Q、电话会 transcript，再把 revenue、AI revenue、guide、design win、客户时间线等数据拉出来做成表。 中间有一个数字在新闻稿和电话会口径里不完全一样，它没有直接选一个数字继续写，而是重新打开原文，找到管理层解释这个数字对应的时间周期，然后回来修改自己的结论。 我做到一半临时改要求： “不要再讲宏观，把所有跟 Google / AWS custom silicon、互联和光通信有关的东西单独拆出来，再解释这三家公司之间到底是不是份额转移。” 以前的 Agent 很容易从头再来，或者把之前的信息忘掉。Astra 是在原来的 research tree 上重新规划：保留已经验证的数据，补新的资料，再修改 thesis。 那个体验很微妙，和之前的opus5和GPT5.6都不太一样 我第一次不是在不停地 prompt 一个模型，而是在 review 一个 junior researcher 的工作。 intelligence × agency × reliability都有了显著提升，这是一个我敢把整天的活交给它做的模型。静候全量继续使用

@ryY1436253 巨快无比，两天用完了一周的 200$ Plan 量。不过我不确定它背后实际的 quota 管理机制，因为还在灰度

听说 base:0x2b31d3ed065f1f834d5c85efed49089f4c4f6b07 今天有大事要发布，搬好小板凳了 利用一点人脉，灰度到了 UltraFast，爽用 14 倍速的 GPT5.6 Sol 用下来就一个字：爽！之前需要等待好几分钟的任务，现在就十几秒，大大减少了我同时管理 session 的数量，因为生成实在太快了。有的时候，我甚至觉得是在跟真人实时对话 这就是未来

@BitpushNewsCN 尽早转变身份。文科生、理科生，是给没有 AI 的时代的人划分的二分定义 有了 AI 之后，只有会用 AI 的人和不会用 AI 的人

今年可能是 AI 导致大规模 layoff 的元年 $UBER 在发出这篇《降本增效，如何使用 AI》的文章 5 天之后的今天，宣布全公司裁员 10%，真的非常讽刺 作为硅谷一线厂的 manager，我真诚建议，尽早转变上班的态度，你不是在为公司打工，是在提升自己。如果你还在做 SDE 的工作，尽早转型，离模型参数近一些，离 GPU 近一些。不要为了 leader 表扬你用 AI 用得好，就开始发了疯地到处宣讲、优化流程、自我革命 uber朋友一早收到的裁员邮件。硅谷众多公司都在推 AI 代码覆盖率、AI 使用率，甚至作为考核的指标之一。这已经算得上是明谋了，想裁员怕出事，等 AI 使用率上来之后就开始动刀

@hooxingzhao 2.3.4的后半部分 都可以依靠inference 工程解决，这也是为什么我鼓励大家转这个方向。企业的微调，SFT，Post-Train我也可以预见会越来越多 我可以预见到这个岗位短期不会被ai取代，缺口会越来越大 1 .4成本问题, 租硬件是固定成本。企业更好算账

我想真诚请教一下 X 上的各位天才程序员们，有没有什么 skill 或者工具能够做出来审美比较好的网站？ 最近想把投研网站好好弄一下，想做的有艺术感一点，审美好一点，UX 好一些 我投研团队成员们，前端审美一直不太好，做出来的网页，都是一股 one shot 的 AI 味儿。但我实在忍受不了，总有一种不正规的感觉 提前谢谢各位

@Ccinhtv 完全有可能，我我朋友在硅谷另外一家公司，他们 GPT 5.6 限额使用，5.4无限使用

@li53275613 我认为ai还没到零和博弈的阶段，ai在早期，蛋糕越做越大，现在蛋糕胚可能都还没烤好的阶段

我说的，可能是个违反大部分人直觉的想法：我认为将来私有化部署的开源模型 Kimi、GLM、DeepSeek 的需求，可能远大于 Fable、GPT 这类顶尖模型 我举个例子，大家就能懂这些顶级模型在日常工作中与我的关系： 1. Fable5.1：顶级聪明，名校毕业，智力超群，但问题是工资太高，高到我支付不起，而且有脾气，遇到不符合它心中标准的就不好好干，默默降智 2. GPT 5.6：能力卓越，勤劳肯干，能够很好地胜任大部分工作，但心中仍有道德感，会拒绝一些违反公序良俗的请求 3. 私有部署的开源kimi/deepseek模型：我相信这才是大部分人最想要的。它可以成为私人的嫡系，尽管他不是最聪明的，但是所有的脏活、累活、见不得人的都可以聊，可以做，数据天知地知你知我知。 虽然私有部署没有前面那些那么聪明，但是可以和你彻底成为同一战线，真正成为自己人 那么问题来了：如果你有一个工作，你愿意交给自己人来做，还是交给那些顶级聪明、但可能没有完全同一战线的人来做呢？