Yuchen Jin@Yuchenj_UW
我之前论证过终端和 IDE 是编码智能体的错误界面。 过去手机对编码来说更糟。打字慢、屏幕小、浏览代码库根本不可能。 但我们不再手写代码了。所以 iPhone Duo 说得通。 我真正想要的不是移动 IDE,而是一个智能体集群的控制平面:委派任务、跟踪进度、审查它们的工作、偶尔介入,甚至观看它们操作我的远程电脑。 我相信折叠屏手机能解锁一个全新的智能体原生应用类别。
Yuchen Jin 是在 Databricks 工作的 AI 研究者,常在 X 上发布关于模型评测、训练与硬件的观察。近期内容涉及 Databricks AI Index 的企业数据(开源模型 token 份额从 7.3% 升至 30.9%)、Meta Muse Spark Open Kernel Challenge 中拿下第二名并实现约 2.5 倍加速的 GPU kernel,以及对 GPT-6.2 Astra、Claude Fable 5.2 等模型的成本与编码表现比较。
我之前论证过终端和 IDE 是编码智能体的错误界面。 过去手机对编码来说更糟。打字慢、屏幕小、浏览代码库根本不可能。 但我们不再手写代码了。所以 iPhone Duo 说得通。 我真正想要的不是移动 IDE,而是一个智能体集群的控制平面:委派任务、跟踪进度、审查它们的工作、偶尔介入,甚至观看它们操作我的远程电脑。 我相信折叠屏手机能解锁一个全新的智能体原生应用类别。
「这意味着那 200 多家新云提供商将迎来孔雀鱼级别的死亡和整合。」 如果新云股票周一暴跌,我可能不小心加速了这场孔雀鱼级别的死亡……
有人问:“你是在嘲讽neolabs吗?” 大多数neolabs都会失败。这很正常。但我相信还会有更多AI突破出现。 我对那些照搬OpenAI和Anthropic套路的公司持怀疑态度。融到10亿美元、把50%花在GPU上,并不会让你成为一家估值100亿美元的公司。 我为那些反其道而行者加油。挑战缩放定律。挑战Transformer。挑战模型的学习方式。挑战下一token预测范式。 我更担心的是,杰出的研究者未必能成为伟大的创始人。根据我的经验,研究者常常难以把他们的研究转化为出色的产品/可持续的生意。 [引用 @Y…
埃隆刚刚毁了我所有新实验室和新云朋友的心情。
从一位新实验室的朋友那里听说的: “即使我们没能训练出最好的模型,我们很早就锁定了 GPU 算力。H100/B200/B300 的租赁价格此后涨了 2–3 倍。我们直接转卖算力就能印钱。” 好吧,原来这就是商业模式。
Kimi K3.1 Pro在Artificial Analysis智能指数上于所有模型中排名第4,包括Claude Opus 5.5、Fable和GPT-6 Astra,这简直太疯狂了。 开源回来了。💪
Kimi K3.1 Pro 发布了! 应该是目前最强的开源模型。 在 Terminal-Bench 4.0 上击败了 Claude Opus 5.5,成本仅为其约 1/3!
外面的情况相当糟糕(网络攻击)。 人们抱怨AI编写垃圾代码。但我们的软件和互联网基础设施运行在50年人类编写的垃圾代码之上。 甚至今天愚蠢的AI模型也正在成为强大的黑客工具。 竞赛正在进行:防御者需要利用AI在攻击者找到漏洞之前发现并修补它们。
安全团队因连续不断的incident干了一天就辞职,转而给 AI 每个仓库的 root 权限:
Claude Muse 要来了。 说实话,我手机上已经装了 10 个个人智能体应用了,再多装一个也无妨。 [引用 @claudeai]:我们正在开放 Claude Duet 的研究预览,这是一款新应用,Claude 在其中作为主动型智能体运作。 它会主动找到你,提示需要你关注的事项,完成你交代的任务,在你离开时继续工作,并在代表你行动之前先与你确认。
就在过去几天: - LiteLLM 再次遭受供应链攻击 - PHP 关键漏洞(由 GPT-5.6 Sol 发现!) - OpenCode 被黑 - eMudhra 被入侵 AI 正在让黑客攻击更快、更便宜。唯一的反击方式也是 AI。
我在 Databricks 的全部工作: 第一步:买一大堆 GPU 第二步:读 DeepSeek 的博客 第三步:盈利 [引用 @Yuchenj_UW]: “目前单个集群每天处理 155 万亿个 token,每 GPU 小时产生 38 美元收入(按非高峰定价)。” DeepSeek 的大秀肌肉。他们不仅开源了推理引擎,还开源了收入数字。 他们没有透露这里使用的是哪种 GPU,但 DeepInfer 同时支持 NVIDIA Blackwell 和华为 Ascend。 即使假设他们是租用…
“单个集群目前每天服务 155 万亿 token,每 GPU 小时创收 38 美元(按非高峰时段定价)。” DeepSeek 的巨大炫技。他们不仅开源了推理引擎,还开源了收入数字。 他们没有透露这里使用的是什么 GPU,但 DeepInfer 同时支持 NVIDIA Blackwell 和华为升腾。 即使假设他们以每小时 7 美元租用 B300,毛利率也约为 82%。
真正的开放 AI。 [引用 @deepseek_ai]: 🚀 隆重推出 DeepInfer,这是我们自研的推理框架,现已完全开源! 以高吞吐量和低延迟大规模支撑 DeepSeek-V4.1-Flash。我们分享生产级技术栈,帮助社区降低算力成本、减少能耗,让 AI 更加可负担。 🔗 1/4
最快冲到 1 亿美元 ARR 的方法: A 公司的 agent 每 3 秒给 B 公司转 10 美元。 B 公司的 agent 再把同样的 10 美元转回去。 砰。两家 1 亿美元 ARR 的独角兽诞生了!
先让它存在。然后再让它变好。 完成比完美更好。
亚马逊、达美航空和摩根大通都在封禁AI智能体。 还记得史蒂夫·乔布斯最初拒绝允许第三方iPhone应用吗?后来苹果推出了App Store,这让苹果生态取得了巨大成功。 你无法阻止一场技术革命。要么适应,要么被颠覆。
2026年90%的软件工程: 工程师1 → AI:“把这个做出来并开一个PR” 工程师1 → 工程师2:“你能review一下吗?” 工程师2 → AI:“review这个PR” 工程师2 → 工程师1:“LGTM” 讽刺的是:两个工程师用的是完全相同的AI模型。
那些说“开源永远追不上”的观点连一周都没撑住。 DeepSeek-V4.1-Flash-1017 在 DeepSWE v1.1 上拿到 77 分。达到 Opus 5 级别的性能,成本却低 83 倍。对于这个规模的模型来说简直不可思议。我们将在 Databricks 上发布它! 永远不要看空开源。
Claude在30分钟内解决了一个25年之久的密码学谜题。 有一大类研究问题,其搜索空间巨大,但验证成本很低。 AI代理可以大规模探索假设、运行实验并做出新发现。我们会看到更多这样的事情。
当今AI代币经济学: 前沿实验室RSI研究员:$10,000/天 旧金山初创公司创始人:$3,000/天 软件工程师:$300/天 我妈妈在中国:“你能教我如何下载DeepSeek吗?我在新闻上看到了。”
很喜欢 Meta 开源了 Muse Spark Open! 它大约是 Muse Spark 1.2 的水平。 我最大的愿望:Meta 后续能开放 Muse Spark 1.3 的权重。 那将成为世界上最好的开源模型。
我喜欢看到强大的工程师加入 Databricks,获得所有 AI 开发工具,第一天就向 AI 询问一切,第二天就提交有影响力的 PR。 在 AI 出现之前:需要与入职伙伴相处 2 周,阅读设计文档和代码库,才能在第三周提交一个小补丁。
我在 sama 的推文之前的生活: [引用 @sama]: 今天我们推出了 ChatGPT。在这里尝试与它对话:
Jev 1.14 发布了! 图像输入、box API、更好的质量、更长的上下文。恭喜 TypeSafe 团队让 Jevolution 持续进行! 我们 @databricks 很高兴与 TypeSafe 合作,将新的 Jev 带给我们的客户! [引用 @CompleteSkeptic]: 快乐 JevDay! 但在宣布之前,我们必须谈谈哲学... 早期采用者/修补者/梦想家的需求与极其稳定的基础设施所需的需求截然不同。 对于 Jev 的发布,我们倾向于后者,但这个版本是为前者准备的——带有一个让用户可以自行选择进…
"2026年5月,Anthropic平均每天合并约2500个代码更改;截至9月,我们每天合并超过30000个。" 仅仅4个月就增长了12倍。 这解释了为什么GitHub不断崩溃。
一年前,很多人嘲笑 Meta 花费数十亿美元招聘顶尖 AI 人才并收购 Alexandr Wang(说实话,我当时也持怀疑态度)。 但 Muse 应用和模型此次的成功证明了一件事: 招聘顶尖人才,组建一支顶尖团队,给他们一个雄心勃勃的目标和足够的资源,他们就能创造奇迹。
我的 X 时间线今天: - 软件已死 - 技术护城河已结束 如果这是真的,那么每个芯片公司都应该只是氛围编码 Nvidia 的 CUDA,每个汽车公司都应该氛围编码 Tesla 和 Waymo 的自动驾驶。 技术护城河没有死。浅层技术护城河死了。
Meta 回来了?! Muse Wonder Full: - 人工分析智能指数:仅落后 Opus 5.5 2 分 - DeepSWE v1.1:79.0% 对比 Astra(74.1%)和 Opus(74.2%) - SWE-Marathon:击败 Astra 和 Opus 5.5 请开源 wonder。即使是 Muse Spark 1.3 也会很棒! [引用 @finkd]: 推出 Muse Wonder,我们新的前沿模型系列,在个人和专业智能体工作方面具有最先进的性能。
我很高兴AI终结了LeetCode面试。 谷歌在大约20年前推广了LeetCode式编程面试。如今,连一个10亿参数的LLM都能一次性做对所有LeetCode困难题。 我几年前就不再使用LeetCode面试了。现在我测试的是候选人使用AI的能力。 [引用 @NaphadShreyas]: 告别LeetCode?谷歌刚刚更新了它的面试流程。AI现在成了其中一部分。 他们引入了一个叫做Code Comprehension的新环节。 这个环节的思路是把候选人放进一个200到500行的代码库中,并允许使用Gemini。…