真正在做 AI 的人今天說了什麼。一頁讀完，約 4 分鐘。
Jev 最近火了：一個又便宜又快的模型，大家正把它接進分類、打分，以及工作流裡那些一瞬間就要做完的判斷，幾天之內 demo 站點和週末專案就堆了一大批。Anthropic 悄悄讓 Claude Code 開始讀 AGENTS.md，OpenAI 則在給一場塞滿新品的釋出會預熱。這一切底下還壓著一個結構性的賭注：Inception 的 Stefano Ermon 認為，贏下推理時代的是 diffusion，不是 autoregression。
推理階段 diffusion 贏過 autoregression，因為 GPU 最討厭序列
Autoregressive 生成本質上是 memory bound：第九個 token 沒出來，第十個就生不出來，於是大部分時間都花在搬運權重上，真正做的算術少得可憐。Diffusion 模型一次處理很多 token，推理時的負載形態和訓練時一樣，而那正是 GPU 真正擅長的事。Inception 的 Mercury 系列在 benchmark 上能和 Haiku、Flash 以及 mini/nano 這一檔的模型打平，速度卻快出一大截；有個做語音的客戶乾脆放棄了 Cerebras 的定製晶片改用它，因為靠軟體層面的並行，在普通 NVIDIA GPU 上就能跑出同樣的速度。「bitter lesson 告訴我們，更並行的那個方案，最終總會贏。」
沒有 CLAUDE.md 時，Claude Code 現在會退回去讀 AGENTS.md
從 2.1.277 版開始，如果一個目錄裡沒有 CLAUDE.md，Claude Code 就會去找 AGENTS.md，/config 裡有開關可以控制。更有意思的是它的實現方式：AGENTS.md 的支援是以一個內建的 Claude Code mod 的形式釋出的，等於提前預覽了一套即將到來的機制，用來定製 harness 本身。這個 mod 的原始碼是公開的，之後使用者可以自己做一套專案指令。
Vercel AI Gateway 上，開源模型的 token 用量佔到了 78%
今天可能創了紀錄：開源模型拿下 78.4% 的 token 用量，閉源只剩 21.6%。花錢的口徑通常是另一番景象，但 Moonshot AI 和 DeepSeek 這次排到了第 3 和第 4，再把 Z.ai 加進來，它們合計的推理支出就超過了排第 2 的 OpenAI。Rauch 提醒，這些錢是付給各家服務商（多數是美國的）去跑這些模型的，並不是流進開源權重實驗室的收入。他還認為 Jev 的爆發是「AI 太貴、太慢」這種時代情緒的下游產物：大家急著做最佳化，好把 AI 塞進更多地方。
Jev 用 28 秒、11 美分，按多個維度給 3000 款兒童零食打了分
就是這個數字在四處傳播，也解釋了這個週末為什麼會冒出一波專案。Kothari 還順手上線了 Jevable，把 X 上流傳的各種 Jev demo 收在一起，可以按類別篩選，也開放提交。
Meta 的 Muse 直接打電話給客服，把一張 Comcast 賬單談下來 288 美元
Yang 說 Muse 是他用過最好的個人 agent，在有線電視和話費上一年替他省下 800 多美元，而且還是個免費產品。這次談判的電話記錄才是最能說明問題的東西，他的判斷很直接：多數公司的客服熱線還沒準備好應付電話那頭是個 agent。他認為 Muse 有可能成為 Meta 下一個十億使用者級的應用。
一個管著團隊伺服器的 agent，開會開到一半還能回答問題
Steinberger 的 roboclaw 在管他們的團隊伺服器，常駐 Discord，用 gpt-live 說話，並且記錄著自己同時在跑的每一個 session，所以開會時團隊可以隨時問它當前和過往 session 的上下文。另一個 agent 會劫持他的 session，在 PR 合進去之前把那些糊弄出來的程式碼清掉。這些 agent 之間 computer use 也能用，所以它不必只靠截圖來操作。
把真 demo 一口咬定是「假的」成了新的條件反射，這是個壞習慣
有人說 Jack Cheng 的 demo 是假的，Shipper 出來反駁，說他是自己合作過的人裡最坦誠、最在意手藝的那一批。他也承認 X 上確實充斥著誇張過頭的 AI demo，而這恰恰是這種條件反射式指控最有腐蝕性的地方：這一個既是真的，也確實讓人看到了事情正往哪走。
來源資料出自 zarazhangrui 的開源專案 follow-builders，以 MIT 授權釋出。摘要由 LLM 依該專案的公開 feed 生成，摘要 prompt 亦改編自該專案。上面每一則都連結到原始出處。
摘要由程式自動生成。據此判斷前請先看原文。