Forwarded from Export From Zhihu
知乎内容已发布到 Telegraph:
https://telegra.ph/如何看待-DeepSeek-刘胜与的我不得不把才华埋葬在昨天-09-16
https://telegra.ph/如何看待-DeepSeek-刘胜与的我不得不把才华埋葬在昨天-09-16
Telegraph
如何看待 DeepSeek 刘胜与的《我不得不把才华埋葬在昨天》？
实际上不仅仅是佬提到的cuda算子开发，整个大模型推理系统模型支持，模型性能优化都被GPT6彻底打穿了。
inside class
现在 qwen3.8 flash （opencode-go部署的）才是我理想中的 v41f 小模型，速度快，多模态，基本功也算扎实，指哪打哪 你们没经历过周额度 1% 的 qwen3.8 flash 写出来的代码比五块钱的 v4p+v41f 还好用。
32GB GDDR6 显存 + 192GB DDR4 内存应该是这个模型的最低可用配置。等 memory 价格降到 AI 涨价潮以前，1.5万到2万 cny 成本足以搭建日常够用的大模型服务了？
inside class
BaldrSky.7z
不愧是日本 C 语言仙人，仅用 3 个 d3d9_35 的函数实现了一款 60 fps 的 2.5D 格斗游戏。60 fps 还是靠 16ms 和 17ms 的关键帧交错播放实现的。这给我干回 GAMES101 公开课来了。
🤯3
inside class
llm 应用只有两个最重要，一个是上下文管理，一个是工具调用。 现在你掌握了 llm agent 的第一性原理，去开发 dsh 吧。开局一个 AI ，插件全部自己写。 dsh 本体但凡有个重大更新统统创飞。
dsh 在敏捷开发的路上一路狂奔，下个版本（0.1.6）就要支持 computer use 、 browser use 和 auto review 了。
Forwarded from Export From Zhihu
知乎内容已发布到 Telegraph:
https://telegra.ph/为什么肯德基下架的培根蘑菇鸡肉鸡柳饭被认为是奇葩产品-09-17
https://telegra.ph/为什么肯德基下架的培根蘑菇鸡肉鸡柳饭被认为是奇葩产品-09-17
Telegraph
为什么肯德基下架的培根蘑菇鸡肉（鸡柳）饭被认为是奇葩产品？
答主在德国偶然发现了一个叫做Jägerschnitzel，即猎人炸肉排的菜，试着做了一下发现简直和培根蘑菇鸡肉饭一模一样，遂找chatgpt写了个菜谱以供各位老饕复刻。
🤣2
Forwarded from Cat Ch. (webRTCCat | Present Day, Present Time)
我觉得必应中文，百度和 360 搜索应该改名叫搜狐，因为搜出来前几条经常是银狐
Forwarded from MD Link Bot
inside class
现在 qwen3.8 flash （opencode-go部署的）才是我理想中的 v41f 小模型，速度快，多模态，基本功也算扎实，指哪打哪 你们没经历过周额度 1% 的 qwen3.8 flash 写出来的代码比五块钱的 v4p+v41f 还好用。
现在 dsh+v41f 的使用体验真不行，感觉 dsh 的提示词有问题，跑长程任务容易跑偏；而且自己的目标管理也有问题，经常一断网就不再显示断网前的分步目标了；另外 dsh 有一阵子太容易断网，很影响使用体验。
v41f 的指令跟随能力也有问题，每次我在 omp 里和它对话，一定要在说完我想表达的内容后，写上更多的约束条件。如果向它提问，一定要在提问完补上一句“我们先讨论问题，你不要做任何代码的执行和修改。”如果让它执行，一定要说明它一定不要去做什么，一定要不管哪些问题。
还有，v41f 容易记住自己最初 400k 上下文中出现的问题（负面场景），这些问题经过几轮上下文压缩都忘不掉，吃掉你几 B token 后还会像幽灵一样向你提起；但是对于它在任务中间发现的结论（积极场景），它经过几轮长上下文就忘了，需要我不停提醒它。
v41f 的指令跟随能力也有问题，每次我在 omp 里和它对话，一定要在说完我想表达的内容后，写上更多的约束条件。如果向它提问，一定要在提问完补上一句“我们先讨论问题，你不要做任何代码的执行和修改。”如果让它执行，一定要说明它一定不要去做什么，一定要不管哪些问题。
还有，v41f 容易记住自己最初 400k 上下文中出现的问题（负面场景），这些问题经过几轮上下文压缩都忘不掉，吃掉你几 B token 后还会像幽灵一样向你提起；但是对于它在任务中间发现的结论（积极场景），它经过几轮长上下文就忘了，需要我不停提醒它。
👍4