围绕前沿 SOTA 模型的第一层 harness 产品已经做的非常好了，以至于我现在做新产品的时候已经很少使用 plan 模式，换句话说，现在 codex/cc 可以自动的理解意图来执行目标。现在刚到 2026 年 5 月，短短四个月过去，harness 的进展惊人，但在云端 harness 仍有关键的多处问题未得到解决。

不得不说现在SOTA模型的智能水平确实超过了大部分人类。 背景是我下午在思考一个问题：为什么咸鱼之王这种粗糙的小游戏能赚这么多钱？ 因为我没玩过小游戏，平时玩游戏也并不会氪金，所以对这个问题毫无头绪，下面是AI的输出，我觉得非常有道理，同时我也相信这些认识的深度超越了大部分人类对这件事的认识。 ---------- 咸鱼之王这种小游戏为什么这么多人玩？粗糙不是缺点，粗糙是设计。 你的隐含假设是错的。 这个问题里藏了一个假设：游戏好玩 = 画面精致 + 玩法复杂。这是核心玩家的视角，但核心玩家只占游戏市场的一小撮。 咸鱼之王的目标用户画像：30-50 岁，可能是工地午休的工人、带娃间隙的宝妈、等外卖单的骑手。他们对游戏的需求和你完全不同。 从第一性原理拆：人为什么玩游戏？ 把所有花哨的东西剥掉，游戏提供的底层价值就三个： 1. 低成本的多巴胺 咸鱼之王的核心循环：点一下 → 数字变大 → 奖励弹出来 → 再点一下。这个循环 2 秒就能完成一次。短视频是划一下获得一次多巴胺，咸鱼之王是点一下获得一次。 精致 3A 大作呢？你得先学操作、理解剧情、打 30 分钟才能获得一次成就感。多巴胺的获取效率差了一个数量级。 对于碎片时间用户来说，等电梯的 30 秒、蹲厕所的 3 分钟，他不需要沉浸感，他需要的是立刻、马上、现在就爽一下。 2. 数值成长的幻觉 你的角色从 100 攻击力变成 10000，从青铜变成王者。现实生活里，大部分人的成长是缓慢甚至停滞的。游戏里的数字增长提供了一种现实中很难获得的确定性正反馈：你投入就一定有回报，不存在办公室政治，不存在怀才不遇。 越是现实中缺乏掌控感的人，越容易在数值成长里找到满足。这不是智商问题，是心理需求问题。 3. 社交货币 咸鱼之王在微信小游戏生态里爆发，天然带社交属性。排行榜上你比同事高一名，群里分享一下你的稀有角色。炫耀和比较是人类最古老的社交驱动力。 精致游戏反而没有这个优势，因为你身边的人不一定玩同一款 3A 大作，但微信小游戏人人都能点开。 粗糙为什么反而是优势？ 这里有一个很违反直觉的机制： 精致游戏：心理门槛高，觉得要认真对待；花 300 块买断，决策很重；安利成本高，别人要下载 App；打到一半退出很可惜。 粗糙小游戏：心理门槛几乎为零，随便点点；花 6 块抽一次，感觉不是钱；微信里点一下就能玩；随时放下随时捡起。 粗糙 = 轻 = 没有心理负担。用户不会觉得我在玩游戏，他觉得我就是随便点点。这个心理差异极其重要，因为很多人对玩游戏是有负罪感的，但随便点点没有。 氪金逻辑：6 块钱的心理学 不氪金的人通常会算账：花这个钱值不值？ 但咸鱼之王的付费设计精准打击的是不算账的时刻： 你差一点就能过关，弹出一个 6 元礼包。6 块钱，一瓶水的价格，你不会启动理性分析系统，手指比大脑快。 你连续登录 7 天，第 7 天给你一个超值奖励，但要花 1 块钱领。你已经投入了 7 天的时间成本，沉没成本谬误会替你做决定。 排行榜上你被朋友超过了，花 12 块就能追回来。损失厌恶比获得感强 2 倍，这是诺贝尔经济学奖验证过的结论。 每一笔都很小，小到不触发你的理性防线。但 1000 万用户每人花 6 块，就是 6000 万。 一句话总结 咸鱼之王不是一个游戏产品，它是一台精准的多巴胺贩卖机，披着粗糙游戏的皮，底层跑的是行为心理学和微交易经济学。 你不玩、不氪金，是因为你有更高效的多巴胺来源和更强的理性防线。但对于几千万碎片时间充裕、现实正反馈稀缺的用户来说，这 6 块钱买到的确定性快乐，比现实里任何东西都便宜。

请问下推上用 AI 的大大们，由于我的 SOTA Tokens 不太够用，还需要再补充一个 AI 渠道，主要用于前端类的代码执行。请问一下 Kimi K2.7 ¥199/月的那个 Plan 实测效果（工程质量、速率）咋样？或者有什么其他渠道推荐吗？

在 vibe 了五个多月之后，我不觉得 SOTA 模型公司有能力吃下所有软件，我也不站在使用 FDE 改造现的企业来挣点快钱的那一侧，相反的，我是坚定的 AI Native company 的支持者，我认为所有企业都会被 AI Native 的组织所替代，而我坚信这一变化会持续数十年，这些未来的软件公司，会创造本世纪最伟大的投资机会。

这两天国产大模型是真的神仙打架，作为K3之前SOTA的GLM5.2，最近AI圈都在猜智谱下一代模型什么时候发。但我把最近谱子的几个动态串起来看，发现真正值得聊的，不止是模型本身。 先说这两天市场在传的两步棋 ♟️ 第一子｜1GW级国产算力中心 昨天各种群里已经有截图小作文转，今天看到彭博社报道，智谱已落地一座1GW级数据中心，而且全部用国产AI芯片。 ♟️ 第二子｜收购中科加禾（XCore Sigma） 这是中科院计算所出来的团队，做AI底层编译和推理优化的，国内比较顶尖的AI Infra团队 今年国内算力荒，之前GLM5 发布的时候也是很多人排队买coding plan买不到，真正限制智能的，反而不是模型本身了。 所以从GLM-5到GLM-5.2，可以明显感觉到，智谱优化的不只是模型能力，而是整个模型交付能力。 这也是5.2出圈的一个很关键的原因。 所以把这些带到唐老师的猎龙逻辑 - 模型（GLM持续迭代）→ 决定智能上限 - 算力（1GW国产中心）→ 决定scale能力 - Infra（中科加禾）→ 决定工程效率 - Agent + MaaS + 大客户基础→ 决定能不能真正进生产环境 一家Frontier AI公司的核心能力建设，智谱是不是已经基本完成了？ 尤其补充了最大的算力短板，是不是可以撸起袖子和海外开干了？拭目以待… 不过我还是更关注智谱下一代的参数量哈哈 ps.gujia盘中直接拉了19%……资本市场永远比我们反应快。

我已经不看 harness benchmark 评分了，我现在一般让 SOTA 的模型在相当糟糕和随意设计的 harness 中运行，凭什么人工智能出来以后人类工作被极度剥夺只能在又脏又乱的环境中干脏活累活延续生命，而我们又拼命地给大模型捋顺毛为它们打造舒适干净绫罗绸缎般的 harness 来作为它们的运行环境，听我说，这不公平。