真正在做 AI 的人今天說了什麼。一頁讀完，約 3 分鐘。
今天最鋒利的觀點出在推理經濟學上：diffusion 的發明者之一認為，決定未來兩年的是並行生成，不是更大的模型。Guillermo Rauch 反的是另一種規模，他警告說，沒人核驗過的 AI 文字正在讓人乾脆不再讀東西了。其餘話題就是一個典型的 builder 週六：Claude 的用量限制悄悄放開了，Gemini 新的音訊 API 有人開始拿來做小玩意，Opus 5.5 被派去拍柏拉圖對話。
diffusion 會贏在推理經濟學，不是贏在智力本身
Stefano Ermon 押的是：autoregressive 模型有一個誰也繞不過去的結構性問題，一次只生成一個 token，受制於記憶體頻寬，跟 GPU 的特性也對不上；而 diffusion 一次處理很多個 token，對待推理的方式和對待訓練是一樣的。「bitter lesson 告訴我們，更並行的那個方案最終會贏。」Inception 的 Mercury 系列現在在 benchmark 上已經追平前沿實驗室那些主打速度的檔位，實際跑起來還要快出不少；做語音 agent 的 Open Call 把 Cerebras 的定製晶片換掉了，在普通 NVIDIA GPU 上拿到了差不多的速度。他估計今天有 20% 到 30% 的負載是被延遲卡住的，還點出第二個優勢：diffusion 是由粗到細地打磨結果，所以你可以對一個還沒完成的輸出打分、給方向，不必等最終成品出來。
Tan 現在的修 bug 流程：Capy 跑 GStack autoplan 打線上問題
Tan 說他現在最喜歡的修 bug 方式是用 capy.ai 配 GStack 的 /autoplan，直接對著線上的真實問題跑，模型用 GPT-6，reasoning 調到 medium。工具之外，他在推 Garry's List 的家庭聚會，說這是給那些在社交媒體上生氣、又完全不知道下一步該幹什麼的人的答案，組織的落點是教育和 merit。另外：be chalant, don't LARP。
Claude 的用量限制一夜之間從幾乎不能用變成基本無限
Yang 發現 Claude 的用量限制從幾乎不能用一下變成了實際上無限，官方沒給任何說明。他還在用 Google 新的 Gemini audio API 做一個日語口語陪練，結構是 10 節課、每節 10 個句子，為此第一次上手了 Antigravity，但沒找到明顯能提反饋的地方。
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。