Showdom retweeted
🔥强如梁圣！DeepSeek V4.1 Flash 1017 依旧是人民最爱用的好模型！
OpenRouter 过去一周 Token 调用量直接被它以 56T 断层碾压，直接打出一家独大的局面。
过去一周前5名：
1️⃣DeepSeek V4.1 Flash 1017：56T tokens（↑17%）人民的选择，稳稳的幸福
2️⃣DeepSeek V4.1 Flash：17.7T tokens（↑21%）兄弟俩包揽前二
3️⃣GLM 5.3 Flash：13.5T tokens（↓14%）智谱紧随其后
4️⃣Hy4：10.1T tokens（新上榜）腾讯新势力杀入
5️⃣GPT-6 Luna：7.26T tokens（↓29%）OpenAI 开始掉队
其他观察：
MiniMax M3.1 Flash 仅 5.37T（↓5%），Kimi K3.1 Pro 也只有 4.12T（↑109%），两者体量都远不如 DeepSeek，哪怕 Kimi 涨幅夸张。
国产模型DeepSeek + 智谱 + 腾讯包揽前四，OpenAI 和 Anthropic 被打进后排，这一周的 Token 流量基本是DeepSeek 的主场。
#DeepSeek #LLM #AI模型 #OpenRouter #国产AI #Kimi #MiniMax #智谱AI #腾讯Hy4 #OpenAI
🚨辟谣！DeepSeek官方企业号刚明确声明：“DeepSeek V4.1 Pro灰测”为假消息！
目前没有任何V4.1 Pro版本开放灰度测试，V4.1 Pro尚在训练之中。
请大家以官方渠道为准，勿信谣言！
#DeepSeek #DeepSeek辟谣 #深度求索 #梁文峰 #大胖鱼
Showdom retweeted
🔥必读！Claude工程师最新文章指出AI代理时代，拉开差距的不是Prompt，而是管理能力！
你每天跟Coding Agent干活，本质就是在管团队。选任务、写指令、授权、验收、决定什么能上线，这些才是核心竞争力。
从Claude工程师视角浓缩的6个高杠杆要点：
1️⃣先给它验活的能力：必须让它自己跑测试/构建/截图，别当人工测试机。没验证，它只会停在“看起来做完了”。
2️⃣只补它看不见的上下文：目标、为什么做、边界、成功标准必须写清。代码里能读到的别废话。
3️⃣纠错要复利：同一个错误改两次以上，立刻写进CLAUDE.md或做成Skill。
4️⃣默认放权，只锁死不能弯的：让它自己决定实现方式，只有绝对不能做的事才硬约束。
5️⃣先对齐计划再动手：Plan模式聊透假设，再写代码。并行任务必须无重叠。
6️⃣任务可委托，判断权绝不外包：产品决策、安全边界、能不能上线必须自己拍板。看diff要像自己会被叫醒一样认真。
不会管理的工程师会被Agent反噬；会管理的，一个人就能当一个小队。实践成本极低，反馈以分钟计。
#ClaudeCode #AIAgents #AddyOsmani #AI编程 #工程管理 #Opus55
Showdom retweeted
🔥我靠！AI 2027 预测被Claude内部模型Model 4.0 给提前实现了！但GPT模型出现落后迹象！
根据最新 AI 2027 Tracker + METR 评估：
🔸Opus 5.5：≈20小时任务视野，基本贴着AI 2027曲线，公开最稳旗舰
🔸内部 Model 4：直接超越36小时线，员工自报效率提升12倍
🔸GPT-6 Astra：落后约5周，软件任务视野暂时掉队
METR结论更炸：Anthropic模型进步速度已加速到原来的1.9倍，AI正在帮着造更强的AI。
RSI递归自我改进的早期迹象，已经开始被测量到了。
#AI2027 #Anthropic #AGI #递归自我改进 #Opus55 #GPT6 #Model4 #RSI
Showdom retweeted
🤯什么？！Qwen 4早期检查点直接打爆Opus 5.5？
刚看完GameFeel Bench最新成绩：
🔹Qwen-4-Flash-Early（hawk）总分49.9，登顶
🔹Claude Opus 5.5（XHigh）只有47.2
🔹Qwen-4-27B-Early也有44.6，紧贴Sonnet 5.5
🔹成本还低到离谱：Flash约$0.40 vs Opus $2.60，27B只要$0.16
27B早期版本已经是开源最强，Flash直接反超闭源旗舰。
这还只是游戏平衡/手感这种窄基准，正式版如果通用能力也跟上，本地AI真要变天了。
#Qwen4 #Opus55 #AI #OpenSource #GameDev #LLM
Showdom retweeted
扎心啊！Tibo最新澄清：Pro 100=10倍Plus，Pro 200=20倍，Pro 500=50倍还带超快通道，而且全部没有5小时限制。
翻译成人话：Plus用户继续当背景板，衬托出Pro的尊贵感，我们没有歧视，只是“用量差异化服务”。
Plus用户：原来我们是用来证明Pro值这个价的！
#ChatGPT #OpenAI #GPTPlus #Tibo #变相歧视 #Pro才是亲生的
Showdom retweeted
☹️Dario处境尴尬！Anthropic IPO估值一个月内从热议的2万亿美元，直接砍到1.1–1.3万亿！
一个月前还在喊“史上最大IPO之一”，现在市场已经开始按1.1–1.3万亿在聊，部分人甚至看到1.1万亿。
为什么跌这么快？
🔹科技股刚经历暴跌，AI板块情绪突然转冷
🔹公司虽然收入增长爆炸，年化已超800亿美元，但计算成本巨高、亏损数字吓人
🔹中期选举后对AI监管和数据中心扩张的担忧升温
对看好AI的人：现在确实比一个月前“便宜”不少。
对谨慎的人：泡沫破灭的信号已经很明显了。
下周正式路演开始，最终定价会是多少，直接决定整个AI板块的短期风向。
#Anthropic #AI #IPO #科技股 #AI泡沫 #Dario #Claude #Opus55
Showdom retweeted
🔥划重点！DeepSeek Harness官方插件市场正在路上！插件支持计划也将推出！
产品部负责人 @tianyi 最新动态：插件升级和版本兼容性持续改进中，官方市场一来，生态直接起飞！
接下来 DSH 即将落地的事项：
🔹进一步提升插件 API 的稳定性与兼容性
🔹进一步完善插件安全机制
🔹推出官方插件市场，作者上传更方便，用户找插件更轻松
🔹启动插件作者支持计划，如Token 激励 + 技术交流 + 作品推荐
🔹开放合作，欢迎创业团队和企业通过 DSH 插件接入产品、服务与专业能力
一切皆插件，官方市场来了就真香了！
#DeepSeekHarness #DSH #官方插件市场 #AIAgent #DeepSeek #崔添翼 #梁文峰 #大胖鱼
Showdom retweeted
🔥白嫖！美国开源模型新王 Inkling 2 Small 登陆 OpenCode 限时免费使用！
🔹594B MoE（仅17B激活），文本+图像，强agentic coding & 推理
🔹AA Intelligence Index 31分，西方目前最强之一
🔹权重即将 Apache 2.0 开源
🔹现在 OpenCode 限时免费，真实用就能帮团队改进模型
抓紧冲：opencode.ai/data/thinkingmac…
#Inkling2Small #OpenSourceAI #ThinkingMachines #OpenCode #AICoding
Inkling 2 Small on OpenCode for free for a limited time, to help us improve our models further: opencode.ai/data/thinkingmac…
Showdom retweeted
💥炸了！本地跑Qwen 3.8新巅峰！tqLLM 1.4.4碾压TensorFold/Strata/Splash，27B & Flash-Next速度起飞，Qwen 4.0提前布局！
单卡24GB轻松跑125B MoE，Flash-Next，仅6B激活+ 27B密集模型，比竞品快1.42x，Mac一键安装，OpenAI兼容API，准备好迎接Qwen 4.0！
核心亮点
🔹极致速度：DGX Spark上Qwen3.8-27B提示词比TensorFold 1.2.3快最多1.42x；RTX 3090上Flash-Next多用户总输出比Strata高34%；Mac M5 Pro上27B 4-bit比Splash快8-44%（16K-128K），支持256K上下文。
🔹本地部署新高度：Flash-Next（125B MoE）在24GB GPU + 64GB RAM即可跑；27B 4-bit约16-19GB，16GB卡也能玩。精确投机解码（输出100%一致），无OOM长回答问题。
🔹全平台友好：NVIDIA（RTX 30/40/50 + DGX Spark）+ Apple Silicon Metal优化，支持Unsloth Dynamic v3.1、NVIDIA NVFP4、EXL3、TQ量化等。
🔹开发者友好：OpenAI兼容API + 实时监控面板，一键启动Claude/Codex/OpenCode本地代理。
使用步骤
1️⃣Mac（推荐新手）：
curl -fsSL tqllm.com/install.sh | bash 或 brew install turbo-tan/tap/tqllm
然后 tqllm serve（自动下载模型）或 tqllm claude。
2️⃣NVIDIA GPU（Docker）：
下载模型（如 YTan2000/Qwen3.8-27B-TQ3_4S 或 Flash-Next），然后：
docker run --rm --gpus all -p 127.0.0.1:8086:8086 -v "$PWD/models:/models:ro" ghcr.io/turbo-tan/tqllm:1.4.… --model /models/model.gguf
3️⃣连接使用：API地址 http://localhost:8086/v1，任意OpenAI兼容客户端即可（监控面板直接打开 localhost:8086）。
GitHub：github.com/turbo-tan/tqllm
官网 & 详细基准：tqllm.com
模型：huggingface.co/YTan2000
#tqLLM #Qwen #本地LLM #Qwen38 #FlashNext #AI本地部署 #开源LLM #阿里巴巴
🤩牛逼！Qwen3.8-Flash-Next 性能再次突破，Mac 提速 31%，Strix Halo Windows 翻倍，低显存几乎 3 倍！
本地跑 Qwen3.8-Flash-Next 的神器 Strata 0.2.12 再次进化，专为消费级硬件优化：
🔹全新训练的 DFlash2 drafter（针对 Strix Halo + Mac 深度调优）
🔹Mac tokens/s 最高提升 31%（M5 Max 实测答案速度明显拉升）
🔹Strix Halo：Windows 上最高 2.1× 更快，Linux 接近 3×
🔹低显存/低内存配置（如 12GB 卡）长 Prompt 最高 3.3× 提速
🔹20+ Tool Call 修复，工具调用稳定性大幅提升
Mac 党、AMD Strix Halo 用户、12GB 显卡玩家直接起飞。一键安装，本地 OpenAI/Anthropic API 兼容，隐私拉满。
立即更新体验：
GitHub Releases：github.com/Niko1221/Strata/r…
项目主页：github.com/Niko1221/Strata
#Strata #本地大模型 #MacAI #WindowsAI #本地AI #LLM #Qwen #消费级AI #开源推理引擎 #阿里巴巴
Showdom retweeted
🔥中国AI厂商Token收入榜单重磅曝光！Qwen、GLM冲进前三，DeepSeek位列第四！
字节跳动以年化300亿人民币断层第一，阿里160亿紧随其后，智谱110亿位列第三！
DeepSeek、Kimi、MiniMax等新锐表现亮眼，腾讯、百度排名相对靠后。
数据口径仅统计Token计费，含模型API/Token Plan等，不含本地部署、GPU租赁与C端订阅。基于2026年8月单月数据年化，多源交叉验证。
中国大模型商业化已经进入真金白银阶段！你觉得谁会是下一个黑马？
#中国AI #Token收入榜单 #字节跳动 #DeepSeek #智谱AI #Qwen #MiniMax #ifenxi
Showdom retweeted
🔥腾讯Hy4 vs DeepSeek V4.1 Flash 1017 六大场景正面硬刚！谁才是真正的王者？
直接给你们最真实的对比：
1️⃣ 火箭发射
Hy4：静态发射台感强，烟火一般
DeepSeek：火焰+升空动态拉满，冲击力直接赢
2️⃣ 机器人吃饼干
Hy4：干净简洁，角色可爱
DeepSeek：环境细节爆炸（书架+绿植+暖光），氛围感完胜
3️⃣ 故宫/宫殿
Hy4：传统红色调到位
DeepSeek：建筑结构更精致，白栏杆+透视更真实
4️⃣ 城市街道航拍
Hy4：略显卡通低多边形
DeepSeek：车流、建筑、光影全面碾压，真实感拉满
5️⃣ 春天的树
Hy4：叶子偏稀疏
DeepSeek：枝叶茂密、层次丰富，春意更浓
6️⃣ 雨夜便利店
Hy4：雨夜氛围有，但偏暗
DeepSeek：招牌清晰、灯光通透、雨丝质感更强
最终结论：
这6个场景里，DeepSeek V4.1 Flash 1017在细节、真实感和氛围上全面领先！
腾讯Hy4胜在风格统一和角色可爱度，但综合实力这次输给了DeepSeek。
你们觉得呢？评论区投票！
#腾讯Hy4 #DeepSeek #DeepSeekV41Flash1017 #模型对决 #梁文峰 #姚顺雨
Showdom retweeted
😂DeepSWE高分集体翻车！MaxxBench一测水分全被取挤掉了？！
掉分前5名出炉：
🔹DeepSeek V4 Flash：53.3% → 28.1%（暴跌25.2pp）
🔹GPT-5.6 Luna：67.2% → 46.1%（暴跌21.1pp）
🔹Gemini 3.8 Flash：73.8% → 53.4%（暴跌20.4pp）
🔹DeepSeek V4.1 Flash：74.2% → 55.6%（暴跌18.6pp）
🔹Muse Spark 1.2：54.9% → 38.8%（暴跌16.1pp）
只是把要求改一点点，文件名改小写这种，分数就腰斩。
很多模型不是真会写代码，而是在猜“隐藏测试想要什么”……
真适应能力，才是下一代分水岭。
#MaxxBench #DeepSWE #AI编程 #大模型 #DeepSeek #GPT #Gemini #MuseSpark
Nice DeepSWE score! Does it survive a lowercase filename?
Introducing MaxxBench: 89 DeepSWE tasks with small changes to the instructions or starting code. Same engineering problem, slightly different requirement.
Models clustered around 74% on DeepSWE end up 23 pp apart.
Good at coding, or good at DeepSWE? 🧵
Showdom retweeted
民主党要禁RSI！干得漂亮啊！
美国自己踩刹车，中美AI差距加速缩小。
OpenAI、Anthropic 原本还在冲2027-2028，结果你们先得在国会辩论“人类安全”了。
中国：谢谢，我们继续全速前进！
#BanRSI #利好中国 #AI军备竞赛 #民主党操作 #中美AI差距 #RecursiveSelfImprovement #ThankYouDemocrats #习近平
Showdom retweeted
🫢绝了！让你的AI Agent 3步变身逆向专家！Awesome-REA正式上线！AI代理有了一个专用逆向工程的武器库！
核心亮点：
🔹1,253 精选资源 + 431 真实案例 + 235 论文 + 3,309 索引仓库
🔹覆盖网站（检查/去混淆/重建）、游戏引擎（反编译/移植）、Android/.NET/JVM/Electron应用、原生二进制（反汇编/反编译/调试）、固件、协议与抓包
🔹原生支持MCP服务器 + Agent工作流，直接塞进Claude Code、Cursor、Codex
🔹Agent可直接读取：llms.txt、llms-full.txt、JSON API、catalog.json
使用步骤：
1️⃣让Agent先读 awesomerea.org/llms.txt（或llms-full.txt）
2️⃣用JSON API / catalog.json拉数据，或配合REA执行 npx rea-agents setup
3️⃣把目标App/网站/二进制丢给Agent，走“查案例→调工具→出证据→重建验证”循环
GitHub：github.com/reacher-z/Awesome…
官网：awesomerea.org/
llms.txt：awesomerea.org/llms.txt
#AIAgent #ReverseEngineering #AwesomeREA #MCP #ClaudeCode #REA #AI逆向
😱卧槽！万物皆可逆向！Rust神器craft-anything炸场，看懂任何闭源软件，AI直接帮你重造一个自己的版本！
不是传统Ghidra/IDA那种只给你伪代码的工具，而是从系统行为层面全景观测，再让AI帮你干净复刻。
关键亮点：
🔹沙箱自动Hook系统调用、内存状态机、网络协议，重构完整业务架构图
🔹自研反汇编/反编译引擎+300+工具，覆盖二进制、App、网站、固件、游戏等
🔹Study→Build→Check闭环：证据化理解后，Agent按你指定技术栈生成模块化骨架，并与原件自动比对收敛
🔹纯Rust低占用、跨平台，支持桌面/CLI/MCP/WASM，几天人工分析压缩到分钟级
普通用户用途：
1️⃣想搞懂某个闭源App/网站/小工具到底怎么实现的，直接出架构图+可改骨架
2️⃣对接老旧遗留系统私有协议，快速摸清接口再重写兼容层。
3️⃣学习优秀产品设计/交互/协议，用AI生成自己的干净复刻版（网站、简单游戏、工具类App）。
4️⃣Home-lab玩家、独立开发者快速验证想法，或给老游戏/固件做现代重写。
开源地址：github.com/storytold/craft-a…
#万物皆可逆向 #CraftAnything #Rust #逆向工程 #开源 #AI编程 #独立开发 #VibeCoding
Showdom retweeted
🔥同一GLM-5.3-Flash / DeepSeek-V4.1-Flash / Flint，换Harness性能直接翻倍！
28,849次试验真相：模型再强，Harness才是真正天花板！
固定开源模型只换harness，mini-swe-agent平均解决51.4%，OpenClaw仅27.3%。
Top 5 Harness：
1️⃣mini-swe-agent：51.4% | 极简bash-only，百行代码，启动最快
2️⃣Pi：49.4% | 性价比王，$0.29/任务，比mini便宜45%
3️⃣Hermes Agent：并列 | 全能+自主技能+多后端，DeepSeek最强
4️⃣Kimi Code：并列 | 原生优化，Flint最佳
5️⃣其他并列强者（含OpenCode等）| 注意OpenCode成本高达$3.35/任务
快速上手：Clone仓库 → 配模型API → 终端直接跑任务
Leaderboard：huggingface.co/spaces/joelni…
#HarnessEngineering #OpenSourceAI #CodingAgent #HuggingFace #DeepSeek #GLM #梁文峰 #唐杰
I burned a shitload of compute so you don't have to. Releasing the Harness Leaderboard.
Which harness should you run your open model in? I ran 28,849 trials to find out.
The leaderboard compares nine coding-agent harnesses on open models. In each comparison only the harness changes: the model, provider and reasoning effort stay fixed, and every task gets three attempts.
The trials ran GLM-5.3-Flash, DeepSeek-V4.1-Flash and Flint on Terminal-Bench 2.1 and DeepSWE, for $4,746 of inference.
Averaged over the three models, mini-swe-agent (@KLieret), a bash-only agent, solves 51.4% of tasks and @openclaw 27.3%. Four others are statistically tied with mini-swe-agent.
One of them is Pi (@pidotdev), at 49.4% for $0.29 per solved task, about 45% less than mini-swe-agent's $0.53.
The best harness depends on the model: mini-swe-agent on GLM-5.3-Flash, Hermes Agent (@NousResearch) on DeepSeek-V4.1-Flash and Kimi Code (@Kimi_Moonshot) on Flint.
@opencode costs $3.35 per solved task, 11.7 times as much as Pi.
See Harness Hub's Harness Lens for what the nine harnesses do differently. It documents the prompts, tools and compaction of 34 coding-agent harnesses and links every claim to its source.
Leaderboard: huggingface.co/spaces/joelni…
Harness Lens: huggingface.co/spaces/harnes…
Showdom retweeted
🔥Claude Code 最新神技！工程师Addy Osmani亲传：一键让回复从“长篇小说”变成“一针见血”！
🔹打开 /config → Output style 选 Concise
🔹或直接在 settings.json 加一行："outputStyle": "Concise"
🔹需要细节时随时加一句“详细说说”就行
🔹滚动历史终于清爽，效率直接起飞
Claude 工程师自己都在用的实用配置，赶紧试试！
#ClaudeCode #ClaudeAI #AI编程 #开发效率 #Anthropic #AI工具 #Opus55
