气得跳jio
目前有传言说OpenCode Go的1017货不对板 抛开具体是什么不谈体感确实是货不对板
opencode-go 的 v41-flash 确实感觉降智。我一般主进程用官方源，teammate/subagent 用 oc-go 源，有时主进程解决问题比 subagent 还快----读读已完成 teammate 的反馈，顺手把未完成 teammate 的工作做完了。
inside class
在 LLM 流行以前，flash 的主要含义是“闪” 在 LLM 流行的去年，flash 的含义是“快” 在 LLM 如火如荼的当下，flash 的含义是“区”。
我希望你们都没有过，问题交给 kimi-k3 或者 glm-5.3 设计方案，然后用 deepseek-v41-flash（不是1017）、qwen3.8-flash 和 glm-5.3-flash 三个 flash（三个区）会诊的经历。
kimi-k3 和 glm-5.3 知识丰富但是贵，qwen3.8-flash 稳重但是缺知识所以用来当推进项目的主会话，deepseek-v41-flash 和 glm-5.3-flash 两个 ADHD 模型一个执行子代理一个复审子代理。复审和执行协商不过再交给 glm-5.3 二审。
kimi-k3 和 glm-5.3 知识丰富但是贵，qwen3.8-flash 稳重但是缺知识所以用来当推进项目的主会话，deepseek-v41-flash 和 glm-5.3-flash 两个 ADHD 模型一个执行子代理一个复审子代理。复审和执行协商不过再交给 glm-5.3 二审。
Forwarded from Export From Zhihu
知乎内容已发布到 Telegraph:
https://telegra.ph/如何评价SemiAnalysis认为DeepSeek与华为已形成共生关系-10-26
https://telegra.ph/如何评价SemiAnalysis认为DeepSeek与华为已形成共生关系-10-26
Telegraph
如何评价SemiAnalysis认为DeepSeek与华为已形成共生关系？
V41F那个非对称架构，其实是为950家族设计的，N卡反而用不上。950PR和950DT，芯片架构和算力几乎一样，然后前者内存规格低很多，所以成本只有后者的三分之一。
👀1
inside class
用 ai 清洗 galgame 文本，ai 自己能发现角色和声音的关联性，笑死
llm 分离出的“难以分类的语料”还挺准确——玩过游戏的我知道，该游戏某些场景描写确实难以认定是不是她（一个电子幽灵）
inside class
用 ai 清洗 galgame 文本，ai 自己能发现角色和声音的关联性，笑死
Gemini Argon 的世界知识也太强大了。如果不是真的喜欢玩 galgame，订阅个 Gemini AI Pro 就能扮演 galgame 嘉豪。
🥴8