O/和A/恶心人的地方还不太一样： O/是算力不够时偷偷给用户降智，也不让你知道，静默掺水，它哪怕是告诉我这个任务我切到低级模型去做了，我都可以理解，跟Sam Altaman一样的风评，不诚实； A/的好处是，只要你能用到，基本上就是实打实的所选模型，唯一的小问题是，别被发现是中国人，但凡IP环境来点波动，就会喜提封号套餐，一比一再现Dario Amodei的意志分身。 用API的阔佬别来！

绷不住了，看到北京互联网法院分享了一个案子，起诉者说17岁的女儿在直播里打赏了300多万人民币，要求平台未成年退款。 但在查证消费流水的过程里，平台发现三个涉案账号总共打赏了560万，法官就很奇怪了，这种情况一般来说只有多报的，很少见到往少了报的，而且一少就是200多万，也太心大了吧。 而且起诉者的情绪很反常，一点都不急，爸爸全程没有出面，妈妈平静理性的表示，自己没管好孩子，肯定有错，但平台还是应该酌情退款，甚至在起诉期间，那些账号还在继续打赏，又花出去了十几万。 继续深挖才发现，这三个账号，打赏行为分布在全天时段，没有上课、休息、睡觉的痕迹，而且登录IP也老在变化，而且还藏了第四个账号，是父亲实名注册的，也打赏了90万，把总金额提高到了650万。 最后的真相是，这一家三口，父亲、母亲、女儿全都沉迷于大额打赏，各有各的主播在养，甚至女儿曾在给主播打赏冲榜时触发了消费限制，是父亲来刷脸帮忙解除的⋯⋯ 在法官的视角里，这个家庭环境还是挺扭曲的，有钱是有钱，但金钱观很不健康，在后悔花钱太上头后，是全家一起商量好了，把打赏金额全都推到女儿一个人头上，走未成年退款这个路子，也教她怎么撒谎应对法庭问询。 「我常跟同事说，这类案子审到最后，看见的都是同一个画面：一家人坐在沙发上，各自对着发光的小屏幕，谁也不看谁。」

晚点LatePost那期讲模型蒸馏的播客其实还蛮有料的，比如字节的部分。 张一鸣不让Seed蒸馏，同时允许暂时落后，是有野心和抱负的，以字节的体量而言，必然要和万亿美金级别的巨头平起平坐。 所以张一鸣不接受蒸馏这种无限逼近教师模型而无法真实超过的路线，虽然部分从业者并不认同。 因为理论上，蒸馏只是训练模型的手段之一，你完全可以同时也在其他方面做出创新，蒸馏出90分，在别的地方再拿20分，加起来未必不能超过教师模型。 只是张一鸣担心的是，这会带来组织上的依赖和代价，「他可能不是最懂技术的人，但他大概率是最懂人性的人。」 果不其然，在张一鸣这么公开表态后，Seed很快就又走了几个人，站在这些人的角度，也有很充足的理由，这一代年轻人的职业生涯，是有限的，字节耗得起，但我耗不起，在我最黄金的年龄，如果不能在字节这边尽快拿出自己的代表作，会非常亏。 而蒸馏就是最主流的速胜打法，只要上了前沿模型的贡献者名单，身价就会不讲道理的暴涨，既然字节在短期内给不了这个机会，就别怪良禽择木而栖了。 字节也在组织上设法克服不蒸馏的困难，包括成立了和Seed同级的数据部门，解决高质量数据的来源问题。

NYT讲了肯尼亚的论文代写产业因为AI而快速崩盘的过程。 肯尼亚曾经供给了全球最多也是最集中的论文枪手，这个国家总体算是比较贫穷的，但比较意外的是教育体系还算完备，每年都有十几万大学生毕业，但社会上并没有足够多的需要高等教育的岗位留给他们，于是大多数年轻人只能去打零工、开货车，并构成了政治不稳定因素。 2010年前后，帮西方大学生写论文成了肯尼亚年轻人的一条致富之路，中介公司以每篇论文40-70美金不等的价格接单，再分包给他们完成，同时也相当于为肯尼亚创造了大量的外汇收入。 记者采访了肯尼亚的一个中介头子Bundi，他也曾是枪手，每年都要写几百篇论文，即使一次都没去过美国，却在美国大学生群体里拥有极好的「口碑」，甚至有很多学生把校内网站的账号密码都托管给他了，以便于他跟上作业进度。 年近中年之后，Bundi有点写不动了，开始转行当中间商，利用自己的「商务资源」，加入了论文代写的伟大事业中，据他估算，光是在首都内罗毕，巅峰时期就有超过4万名论文枪手可供调用。 这些人赚的钱，在肯尼亚国内已经算高的了，他们白天在电脑前爆肝论文，晚上开着崭新的斯巴鲁汽车，去夜总会卡座呼朋畅饮，他们有人和自己服务的美国大学生关系密切，以致于后者连毕业证都复印了一份寄过来，动情表示「这是我们俩一起获得的」。 肯尼亚政府也很乐见年轻人安稳下来不再抗议，于是把论文代写纳入到了国策里，主动培养大学生学习Upwork等分包平台接单，并在2022年进一步启动了为期十年的国家级数字规划，展现出大干一场的势头。 嗯，2022年，就是ChatGPT发布的那一年。 Bundi的公司早就垮了，他恢复了打工的生活，他认识的那些枪手，大部分都失去了继续在首都生存的收入水平，不是回到了乡下当农民，就是干脆躺平，无法接受经济落差。 只有少部分枪手找到了延续论文代写工作的机会，只不过新的市场要求变成了「人味改写」，就是负责把美国大学生们用AI生成的论文重新润色成不会被老师识别出来的文本，当然报酬要比从前少太多了。 目前，肯尼亚有40%的人口生活在贫困线以下，除了一些数据标注的外包工作尚且可以消化少量大学生的就业，更多的年轻人又回到了无从出头的苦闷日子里。

衷心建议那些做B端Agent生意的厂商，把上一轮客户名单再翻出来从头到尾看一遍。 中国SaaS行业懂得都懂，一直都属于一门非常难做的生意，企业需求天差地别，这意味着很多项目完全不互通，每一个都需要从头开始做。 就更不用提购买意愿这个老生常谈的问题了，虽然AI让不少老板们燃起了采购的兴趣，但从用不用，到具体怎么用，中间要下的功夫可太多了。 拿汽车行业举例，都知道头部车企从来不缺预算，但由于供应链又长又复杂，想要解决各产线之间的协同问题远非一日之功，说白了就是，金山银山摆在这，奈何能力不够吃不到啊...... 所以我才愿意称飞书为教科书级别的操作，在这个人人都啃不下来的硬骨头上，飞书的思路是，通过慢工出细活，把上下游都变成自己的客户，问题自然就迎刃而解了。 就比如在最近的飞书汽车峰会上有这么一个案例，上汽与联合汽车电子这对经典搭档，两家公司通过飞书项目共同推进研发，把需求、变更和交付串联在一起，同时保留了各自的内部流程和权限，既解决了协同问题，又不至于带来新的混乱。 更重要的是，主机厂提出需求，供应商反馈进展，双方处理变更、完成交付，这些共同推进的事项可以沿着同一条流程走下去，仔细想想，这不就是Agent所需要的上下文吗？ 所以才有了车企们生产效率越来越顺的既成事实，当年那些把飞书真正用起来的厂商们，到了AI时代才发现，资料的价值是可以成倍放大的。 换句话说，当年花出去的钱，在今天好像还升值了，这可能是很多人都始料未及的。 更加直观的信号在于，今年OpenClaw爆火的时候，官方社区给出的数据是飞书在国内IM工具中的OpenClaw接入率已经达到了65.2%；现在飞书CLI的官方GitHub仓库也已经积累了超过1.7万Star，完全可以称得上叫好又叫座。 既然能跑通OpenClaw，那Codex、Claude Code自然也可以，同一套底座的用途，正在被不同Agent的使用者验证。这么看，豆包工作与飞书的结合就很好理解了，现成的企业客户、已经跑起来的业务流程，加上这些年沉淀的工作上下文，都是做B端Agent迟早要补、又很难速成的功课。 说回正题，汽车作为公认的老大难行业，飞书在里面磨出来的复杂流程管理和跨企业协作能力，也完全可以兼容到其他赛道里去，由此逐渐积累复利，静待指数级增长的那个时刻。 干就完了，一切才刚刚开始。