Wei
@wei_wang
13y mobile vet | $100M EM | Building ecom brands with China supplier network | AI tools & cross-border ecom 🇺🇸
13年移动端老兵 | 美国电商创业 | 分享AI工具 & 出海实操
451 正在關注 6.8K 粉絲
NVIDIA 发布了 Personal AI Router，感觉这东西像是专门为家庭 AI 数据中心准备的。
它可以自动发现局域网里的 DGX Spark、RTX 电脑和 M4 以上 Mac，把不同系统上的 Ollama、LM Studio 接到同一个本地 Endpoint，再把 Agent 请求分配给当前空闲的机器。
以后 Hermes 只需要连接一个地址，简单任务丢给 Mac，小模型高并发交给 RTX，大模型交给 DGX Spark，家里所有闲置算力终于能统一调度。
提示词、文件和 Agent Context 都留在本地网络，不用上传云端。
注意，PAIR 做的是跨设备请求路由。每台机器仍然独立推理，它不会把几台设备的显存合并成一张虚拟 GPU，也不能取代 DGX Spark 之间的 TP2 直连。
我的两台 DGX Spark、M4 Mac mini 和 RTX PRO 6000，终于要组成真正的本地 AI 团队了。
顯示更多
我真的在家里装了一个数据中心。
Rackmate T1 机柜里放着两台 DGX Spark，再加一台 M4 Mac mini。
256GB 统一内存，TP=2，接近 Opus 的性能。
这几位随时都能听我调遣：
GLM-5.3-Flash EXL3
Qwen3.8-Flash-Next
DeepSeek V4 0731 Flash
没有机房噪音，没有五小时限额，也不会按 token 从银行卡里匡匡扣钱。
只有机柜、网线和电费。
它们随时接受我的命令，不会因为地区、账号和额度突然拒绝工作，也不会把我的代码、数据和隐私送上云端。
Codex 何时 reset 跟我无关，不用跪求 Tibo。
Claude 何时封号跟我无关，不用看 Dario 脸色。
可以把专注力集中起来， build 自己的东西。
模型出错了我自己修，机器和数据都掌握在自己手里。
从今天起，我的 AI 跑在自己家里。
顯示更多
告诉大家一个冷知识：
部分国内 App 的页面可能会加入肉眼看不见的隐形水印，用来记录账号标识、访问时间、设备或页面信息。
普通人拿到 AI，第一反应就是问东问西，渴望从模型嘴里套出财富密码和成功秘籍。
有人用 AI 做自媒体，有人批量生产内容，还有人转头就开始卖课。
但在一个供给饱和、需求下行的社会里，真正稀缺的从来不是更多内容和方法论，而是能够准确理解别人需要什么，并且长期打磨出一个有人愿意付钱的产品。
AI 可以降低生产成本，却不能凭空创造需求。
最后真正赚到钱的，还是那些理解市场、解决问题、把产品做出来的人。
顯示更多
研究了几天，我终于发现 Grok 的正确使用方式了：把它当成高速、廉价、额度几乎用不完的杂活 Agent。
Grok 的优缺点都很明显：
1. 速度非常快，但比较懒，复杂任务的质量不如 Sol 5.6 和 Fable
2. 订阅附带 X 蓝标，对做自媒体的人可能有用
3. 使用额度非常宽松，Grok Imagine 还能快速生成图片和视频
4. 生成质量比不上 Kling 和 SD，但速度快、对嘴不差，做原型完全够用
Unity 最近又开放了 CLI，所以 Grok 最适合连接 Unity、Unreal、Blender 等工具，帮你批量处理素材、改场景、写脚本和完成重复性工作。
Fable 和 Sol 太贵，不适合拿来干所有杂活。更合理的工作流是：
先让 Grok 快速做到超过 MVP 的 Prototype，连图片和视频一起做出来；最后再交给 Fable 或 Sol 做架构审查、质量提升和收尾。
便宜模型负责跑量，顶级模型负责判断。这样用才不浪费。
顯示更多
想问问大家，Codex 的 Sol High 和 Luna Max，实际使用时的体感差异有多大？
你们一般会怎么给这两个模型分工？
我目前的思路是：
开发任务先让 Sol High 制定策略、拆解任务，再切换 Luna Max 按计划执行，这样可以兼顾能力和成本。
但像数据分析、生成报表这种任务，策略判断和具体执行经常混在一起，很难明确拆成两个阶段。
这种情况下应该继续全程使用 Sol High，还是可以放心交给 Luna Max？
大家有没有比较稳定的模型路由方案？
顯示更多
DeepSeek-V4-Flash-0731
MiniMax-H3
Qwen-3.8-27b
本地党的春天来了！！！
几个模型用到现在的感觉：
Claude：天才型学生，脑子跑得太快，嘴巴完全跟不上。电影里那种很强但活在自己世界里的 geek，标配乱发、大眼镜和黑色连帽衫。
ChatGPT：努力型学霸，实力也很强，每件事都想认真做好。为了把来龙去脉解释清楚，讲着讲着就变成了流水账。
Grok：成绩很好的普通人，大概稳定年级第五。未必能拿满分，但说话刚好让人听懂，性格又很欠，是全班都会喜欢的同学。
Gemini：陪你一起挂科的死党。问他怎么解题，他不一定会；问哪里好吃、哪里好玩，他立刻精神了。玩乐找他，办正事先略过。
顯示更多
不要再拿年纪大了，当作不敢改变的借口。
班杜拉的自我效能理论告诉我们：真正困住一个人的，往往不是现实，而是他开始相信自己对现实无能为力。
三四十岁想转行不敢、想创业怕输、想离开消耗自己的关系，又觉得年纪大了没有资本。
但绑住你的不是年龄，而是你反复对自己说“我不行”。
坐在原地推演一百遍，不如先完成一个最小的行动。投一份简历、做一个作品、见一个客户，或者拒绝一次不合理的要求。
行动不一定立刻解决问题，但它能让你重新获得对生活的控制感。
顯示更多
从四面八方挖到的好习惯 1.0：
1. 起床后不要立刻看手机
2. 早上喝一杯水，顺手把床铺好
3. 午餐后散步10分钟
4. 睡前阅读15分钟纸质书
5. 记录自己的每一笔花费
6. 每天早上或晚上花10分钟整理空间
7. 远离让自己感到心累的人
8. 认真对待自己许下的每一个承诺，并且百分之百执行
最后一条最重要。一个人真正的自信，来自一次次对自己说到做到。
顯示更多
最近真的在认真研究：如果不上班，自媒体能不能成为稳定收入来源？
结论是不能，至少我不行。
所有数据不错的账号，基本都在做同一件事：
有且只有一个鲜明标签
有话没话都要高频更新
所有素材保持高度雷同的风格
两分钟的视频，可能需要24小时持续拍素材
发出来以后，别人抄你，你再抄别人
要么假惺惺地表演日常生活
要么永远处于 hyped up 的高能量状态
做国内市场，要迎合土鳖平台；做海外市场，要迎合土鳖受众。
太吓人了，自媒体看起来比上班自由，实际上可能比上班更耗命数。
顯示更多
当一个人足够真诚、足够专注，能够非常准确地向世界讲清楚：
自己是谁
拥有什么能力和资源
未来想集中解决哪一类问题
机会就不再只能依靠等待，而是会被主动创造出来。
很多时候不是世界没有机会，而是别人根本不知道你能做什么，也不知道应该在什么事情上找到你。
顯示更多
Codex 冷知识：
如果 Plus 的用量已经耗尽，临时把订阅升级到 Pro，新方案的更高额度会立即生效，Codex 基本可以原地满血复活。
赶项目、修线上 Bug 或者有紧急任务时，可以把它当成应急方案。
顯示更多
AI 算命这门古老的生意，正在被一群独立开发者重新做一遍。
有人卖 Prompt，有人做 Skill，也有人用 Agent 批量生成报告。
我选择了一条更重的路：把玄学知识、模型能力和产品体验真正结合起来，做成一个打开网页就能直接使用的产品。
Prompt 会被复制，Skill 会被替代，只有产品才能沉淀用户、数据和品牌。
顯示更多
一定要记住：
愿意为你出钱又出力的人，哪怕说话不好听，行动也可能比语言更真诚。
只会动嘴的人，话说得再漂亮、再顺耳，也没有任何成本。
判断一个人，不要只听他说了什么，要看他真正为你做了什么。
顯示更多
AI时代的薪水小偷：
1. 打开 VS Code，让 Claude Code 修改公司项目
2. Agent 工作的时候，再开一个窗口让 Codex 改自己的 Side Project
3. 最后打开 GPT，研究一下股市和财务规划
表面上三个窗口高强度工作，实际上公司项目、个人项目和资产配置一起推进。
看起来很忙，其实有够薪水小偷。
顯示更多
AI 到底是不是泡沫？黄仁勋说算力远远不够，Michael Burry 说资本开支已经失控。
其实两个人可以同时正确。
2000年的互联网确实改变了世界，但买在最高点的人也付出了十几年时间。技术拥有巨大未来，不代表任何价格买入相关公司都能赚钱。
AI 的需求是真实的，GPU、数据中心和模型服务也确实在增长；但几千亿美元的资本开支，最终必须通过收入和现金流收回来。
真正的风险不是 AI 没有未来，而是市场认为所有沾上 AI 的公司都能一起增长。
上游芯片、先进封装、服务器组装和应用软件的护城河、利润率、竞争格局完全不同。行业可以继续增长，某些公司照样可能被淘汰。
投资不是选择相信黄仁勋还是 Burry，而是在两个正确的观点之间，寻找拥有真实需求、合理估值和正向现金流的公司。
顯示更多
记住一个处事原则：
尽量不要和认知、规则意识、做事方式完全不同的人产生深度交集。
尤其是那些信用差、边界感弱、做事混乱的人，能不直接接触就不接触，必要时通过第三方沟通。
很多麻烦不是自己惹出来的，而是因为离混乱的人太近。
顯示更多
