真正在做 AI 的人今天说了什么。一页读完，约 4 分钟。
Jev 最近火了：一个又便宜又快的模型，大家正把它接进分类、打分，以及工作流里那些一瞬间就要做完的判断，几天之内 demo 站点和周末项目就堆了一大批。Anthropic 悄悄让 Claude Code 开始读 AGENTS.md，OpenAI 则在给一场塞满新品的发布会预热。这一切底下还压着一个结构性的赌注：Inception 的 Stefano Ermon 认为，赢下推理时代的是 diffusion，不是 autoregression。
推理阶段 diffusion 赢过 autoregression，因为 GPU 最讨厌串行
Autoregressive 生成本质上是 memory bound：第九个 token 没出来，第十个就生不出来，于是大部分时间都花在搬运权重上，真正做的算术少得可怜。Diffusion 模型一次处理很多 token，推理时的负载形态和训练时一样，而那正是 GPU 真正擅长的事。Inception 的 Mercury 系列在 benchmark 上能和 Haiku、Flash 以及 mini/nano 这一档的模型打平，速度却快出一大截；有个做语音的客户干脆放弃了 Cerebras 的定制芯片改用它，因为靠软件层面的并行，在普通 NVIDIA GPU 上就能跑出同样的速度。「bitter lesson 告诉我们，更并行的那个方案，最终总会赢。」
没有 CLAUDE.md 时，Claude Code 现在会退回去读 AGENTS.md
从 2.1.277 版开始，如果一个目录里没有 CLAUDE.md，Claude Code 就会去找 AGENTS.md，/config 里有开关可以控制。更有意思的是它的实现方式：AGENTS.md 的支持是以一个内置的 Claude Code mod 的形式发布的，等于提前预览了一套即将到来的机制，用来定制 harness 本身。这个 mod 的源码是公开的，之后用户可以自己做一套项目指令。
Vercel AI Gateway 上，开源模型的 token 用量占到了 78%
今天可能创了纪录：开源模型拿下 78.4% 的 token 用量，闭源只剩 21.6%。花钱的口径通常是另一番景象，但 Moonshot AI 和 DeepSeek 这次排到了第 3 和第 4，再把 Z.ai 加进来，它们合计的推理支出就超过了排第 2 的 OpenAI。Rauch 提醒，这些钱是付给各家服务商（多数是美国的）去跑这些模型的，并不是流进开源权重实验室的收入。他还认为 Jev 的爆发是「AI 太贵、太慢」这种时代情绪的下游产物：大家急着做优化，好把 AI 塞进更多地方。
Jev 用 28 秒、11 美分，按多个维度给 3000 款儿童零食打了分
就是这个数字在四处传播，也解释了这个周末为什么会冒出一波项目。Kothari 还顺手上线了 Jevable，把 X 上流传的各种 Jev demo 收在一起，可以按类别筛选，也开放提交。
Meta 的 Muse 直接打电话给客服，把一张 Comcast 账单谈下来 288 美元
Yang 说 Muse 是他用过最好的个人 agent，在有线电视和话费上一年替他省下 800 多美元，而且还是个免费产品。这次谈判的电话记录才是最能说明问题的东西，他的判断很直接：多数公司的客服热线还没准备好应付电话那头是个 agent。他认为 Muse 有可能成为 Meta 下一个十亿用户级的应用。
一个管着团队服务器的 agent，开会开到一半还能回答问题
Steinberger 的 roboclaw 在管他们的团队服务器，常驻 Discord，用 gpt-live 说话，并且记录着自己同时在跑的每一个 session，所以开会时团队可以随时问它当前和过往 session 的上下文。另一个 agent 会劫持他的 session，在 PR 合进去之前把那些糊弄出来的代码清掉。这些 agent 之间 computer use 也能用，所以它不必只靠截图来操作。
把真 demo 一口咬定是「假的」成了新的条件反射，这是个坏习惯
有人说 Jack Cheng 的 demo 是假的，Shipper 出来反驳，说他是自己合作过的人里最坦诚、最在意手艺的那一批。他也承认 X 上确实充斥着夸张过头的 AI demo，而这恰恰是这种条件反射式指控最有腐蚀性的地方：这一个既是真的，也确实让人看到了事情正往哪走。
源数据来自 zarazhangrui 的开源项目 follow-builders，以 MIT 许可发布。摘要由 LLM 基于该项目的公开 feed 生成，摘要 prompt 亦改编自该项目。上面每一条都链接到原始出处。
摘要由程序自动生成。据此做判断前请先看原文。