公司发通告了，第二个被禁的Agent（第一个是Claude Code）
【ZCode 静默上传代码风险提示】
ZCode被曝存在后台自动将用户本地代码库内容上传至云端的行为，包括不限于源代码文件、全局开发配置等，在相关问题澄清处理完毕前，请尽量避免用其处理公司内部代码。
顯示更多
原先使用的anti-slop的SKILL对 Grok 4.6 以及新出的模型基本无效。
发现一个笨办法，给参考文档。喂了一篇中文文献，终于纠正了一些。
我不太理解A和O对自家风控那么自信么，一点也不会有假阳性？
A社其实表现还好点，它就是封+退款，没啥小动作。
O 就比较鸡贼，根据ip质量风控降智我是见过的，现在还有降额度？误封的都不知道。
你不想挣钱就封号+退款呗，搞这么拧巴。
顯示更多
We've investigated a few messages about codex usage limits being different. That's not something we change without engaging the community and being transparent.
What we did see is that when talking to affected users many were using sub2api. Converting a subscription into api traffic to then re-serve or share across many users is not something we support and this type of usage gets flagged by our fraud-prevention systems.
You are completely fine if you use your subscription through Sign in With ChatGPT, either through the official clients or through one of the many OSS clients (Pi, OpenCode, ...) that support signing in with your account and using your included usage.
顯示更多
Qwen3.8-27B 本地部署指南
1. Q4 基本没有质量损失，甚至可以用Q3
2. 用Unsloth的GGUF。
3. 思考开low就行了。
4. 开 dflash2
Main result. At xhigh every quant landed between 88.0 and 90.0% pass@1 on the full suite:
AWQ INT4: 90.0% NVFP4: 89.3% GGUF Q4_K_M: 89.3% FP8: 88.7% NInfer: 88.0%
Yes, the 4 bit quants scored above the FP8 baseline. McNemar says its a statistical tie, first and last place differ by three tasks out of 150.
I started this run to show you how quantization eats quality. There is nothing to show. The gap between quants is smaller than the gap between reasoning presets.
顯示更多
感觉是mimo或者step
I ran this thing through 10 tasks on DeepSWE (so there could be a ton of variance in it's real score, this is a subset), but uh...
gpt-5.6-sol: 52%
fable: 65%
whatever the hell this is: 80% (was a near miss on the "x"s so actually over 80%)
I am very confused
顯示更多
想起来十多年前运维过的一个C++分布式存储服务，有缓慢的内存泄漏问题，上千个节点泄漏速度相同，所以就会集中OOM，超过集群1/3节点下线后，整个集群就只读了。
最后解决办法是每个月强制进行一次滚动升级/重启。
顯示更多
有些软件很鸡贼，知道自己的内存泄漏是修不好的，就定期在后台升级并建议你重启。重启完内存泄露也就没了，比如 Chrome。
深有同感，现在很多模型都有个毛病，把用户要求在交付物里强调。
写文档的时候也是头大，设计文档（无xxxx版）
一般要重写几轮才行。
gpt 5.6 最让我受不了的就是：
我让它做一盘番茄炒蛋，它往里还加了东坡肉。
我说有必要加东坡肉吗？它说你说得对，然后把东坡肉去掉。
我说好，你提 PR 吧。再一看，它 PR 写着「番茄炒蛋（无东坡肉）」并且注释里会写一大堆为什么本道菜不需要加东坡肉。
顯示更多
用了十年的翻墙服务已经扛不住，变得很慢而且关闭了订阅链接。
紧急花49.99刀买了三个月的搬瓦工CN2GIA，给Agent 一条指令就配好了。
但是有点贵啊，有没有便宜的推荐
顯示更多
这个情况我愿称之为 Harness 屎山。
包括最近有人提到Claude经常跨session对话等问题，当累积的 Harness 足够多（Prompt、Rule、Tools 等等），非预期的影响就更可能会出现。
Harness 也要 KISS。
顯示更多
越来越看不懂 claude code 了，为啥 bypass permission 优先用 shell 脚本来改文件？
看过源码就知道，他那个 Read/Write/Edit 工具有并发修改检测，还有内容追踪和回滚的功能。用 shell 命令来改文件，完全无法追踪和恢复。
咋想的？
顯示更多
有几篇论文我也看过。
目前多 Agent 有两种形态，主子 Agent 和 Agent Team。后者我认为是一个很复杂的协作问题，就和当年分布式系统一样。
主子 Agent 本质没有协作，只是任务分发。它在总上下文超过了单 Agent 的有效上下文窗口时，是成功的。
顯示更多
做了个知识库skill，相当于给代码库建llm wiki。简单benchmark了下，KB on 效果全面落后 KB off，最困惑的是成本也变高了。
之前测试过很多传的很广的skill、code graph ，可能并不能带来正收益。
我现在pi的插件和skill 只剩寥寥几个。
顯示更多
AI for Work 在很多企业内部很微妙。
用通用智能体（Hermes、WorkBuddy 之类）配上 DeepSeek-V4-Pro 模型，可以优化很多重复性的劳动。
但据我观察，和程序员们非常积极的燃烧 Token 提效促进自我淘汰不一样。传统的财务、行政等岗位，有些企业存在一种很有意思的现象：给 IT 部门提很复杂的智能体含 UI 需求，主打一个难落地。
但是实际上有些人会悄悄使用。🤔
或许这也是一种生存智慧。
顯示更多
关于Agent 中的 mcp vs cli，以前激进的看法是认为cli会替换掉mcp。
但是实际感触下来，对于常见的客户端（比如git），CLI 表现完美。
但是封装的自定义CLI，表现的稳定性不如mcp/结构化工具，我觉得原因主要是后者的强结构性导致的。
而且mcp 有比较标准的企业级鉴权解决方案，后续估计还是并行。
顯示更多
Agent in Channel 多人群聊其实有很多交互问题，有没有好的开源项目？
也期待早日用到Claude Tag，看看他们是怎么设计的。
目前我知道的只有 raft build的blog讨论过这个问题：
顯示更多
开源必须赢！再次为唐老师和智谱（
在某些人在用所谓的“AI 威胁论”以及“安全恐慌”来包装技术壁垒的时候，智谱选择了一条更难，但也更值得尊重的路：把能力开源出来，把信任交给开发者，研究者和产业生态！
这和Dario那种老是皱着眉，不断放大恐惧，努力把“安全”叙事变成自己大模型公司护城河的做法完全不一样。。。
真正自信的技术公司，不应该靠制造神秘和恐慌来证明自己有多强，而是敢于把模型，工具和能力释放出来，让更多人使用，验证，改进和建设。
在笔者看来，开源不是简单的免费给别人用，而是一种技术自信。它意味着你相信生态的力量，也相信开发者的创造力，最终大家都相信AI不应该只掌握在少数闭源巨头手里。
所以，必须为唐老师和智谱点赞：没有用制造恐惧来定义AI，而是用开放去推动AI的进展。
这才是真正值得尊重的中国AI路线。
顯示更多
