
Google推出免费的数字人生成工具

更多动态
DeepSeek 发布了实验性模型 DeepSeek-V3.2-Exp
,技术迭代的同时 API 定价显著降低 1️⃣ API 定价较上一代降低超过 50%,新用户可领取 50 万 Token 免费额度,大幅降低了应用开发和测试成本,对独立开发者很友好。 2️⃣ 核心是 Sparse Attention 技术。可以理解为让模型像人一样“速读”,只关注上下文里的关键信息,从而在处理法律文档、科研论文等长文本(>32K)时,算力效率更高。 3️⃣ 模型采用混合精度训练,对自行部署或微调有资源优化的参考价值。官方数据显示其在 A100 集群上训练吞吐量有明显提升,适合关注性能的场景。

📈 AI 的职业能力有了新标尺,看看 GPT-5 离专家还有多远
OpenAI 发布了 GDPval 基准测试,不再是学术问答,而是评估 AI 在金融、医疗等真实职业任务中的经济价值。 1️⃣ GPT-5 的表现 在 44 个职业的 1320 个任务中,与从业 14 年的专家对比。 GPT-5-high 版本取得了 40.6% 的“胜出或平局”率,是 GPT-4o (13.7%) 的近三倍。这显示了模型在具体工作场景中的显著进步。 2️⃣ 与 Claude 对比 Anthropic 的 Claude Opus 4.1 得分更高,达到 49%。 细节差异很关键:Claude 在图形、文档格式化等“美学”层面有优势;而 GPT-5 在“领域知识与准确性”上表现更好。开发者可根据应用场景做技术选型。 3️⃣ 基准测试的意义 价值导向:评估标准从理论转向实践,衡量 AI 能否胜任人类工作流程中的具体环节,如生成竞争分析报告、法律摘要或护理计划。 成本效益:初步数据显示,模型完成任务的速度比专家快约 100 倍,成本更低,但这并未计入现实中必要的人工审核与整合成本。 总的来说,AI 评测正从“能不能聊”转向“能不能干活”。GDPval 提供了一个更贴近真实世界的观察窗口,值得持续关注。 参考资料: https://techcrunch.com/2025/09/25/openai-says-gpt-5-stacks-up-to-humans-in-a-wide-range-of-jobs

claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
