急于错过

模型在用 ​

• “这设备能跑什么大模型” ; 我这手机能跑Qwen 3.5 2B（1gb大小，理论估算）； 骇客新闻讨论
• 把AI视频转成游戏里的美术资产

OpenClaw的意义 ​

OpenClaw，国内昵称小龙虾。它的火有多方推动，有人戏称“一虾几吃”：

• LLM供应商卖词元钱
• 苹果mac mini卖爆，二手比官网还贵
• 云服务器供应商卖钱
• 各个社交平台主动适配。如QQ、微博
• 自媒体流量
• 对用户，“新潮感”与害怕错过机会的焦虑
• 各类公开讲座甚至课程
• 可能是开玩笑：
  • 安装费488
  • 卸载费188
  • 数据恢复8888
  • 要不直接不装了，直接打款233吧

对个人，意义不算大。相当于当年你抢到了第一代小米手机，没抢到用别的也行啊。

Perplexity最近就慢慢推出“安全龙虾”，也就是“个人电脑”功能，号称能将你的Mac mini变成个人AI服务，安装也方便。感兴趣的话填写等待列表。

这个相对安全，解决了部分“模型在用”一节中提到的安全问题，反倒是有人以为他获取了Perplexity 类龙虾新产品的API KEY，疯狂薅羊毛、发推特。官方感谢了他的账单——这个API KEY是跟账号绑定的。

相比用一个不完善的产品，如果不是有特殊喜好，或许把精力放在别的地方更好。有个词是“机会成本”，你把精力放在新工具上，就不能用到其他地方了。

言归正传，OpenClaw稍微缓解了国内各种移动应用“信息孤岛”化的现象，微博、飞书、QQ算是比较主动拥抱龙虾的，有望开放部分数据权限。但微信、小红书等坚持真人社交的，不会有太大改变。毕竟，真人社交的价值在纯真人。

除非未来有一款人机社交应用能异军突起，改过纯真人。

回到现实，小红书直接发公告清算“龙虾养号”。

OpenClaw也能带来一点发展希望。互联网行业之前几年很难做增长了，大模型对话也主要是赔本赚吆喝。OpenClaw不用训练大模型，停留在软件层面，能爆火、能带动海量“周边”商品销量……

有趣的是，相比很多人批评Manus是套壳，目前没见有人批评OpenClaw是套壳。

话说回来，有一些重度用虾网友感叹，词元太贵了，跟烧钱似的，几天几百美元。

词元贵吗？ ​

如果是API，肯定会贵。商业上有“定倍率”的概念，就是一款商品，几乎不可能按商品生产成本直接卖给你。比方说一套衣服成本100元，售价可能就成500元。如果换成化妆品，那就成了几千元。

越是先进的模型，定倍率就会越高。如果模型算后来者，那么只能降低定倍率来竞争。

订阅套餐相对便宜很多，作为吸引用户、获取稳定反馈的手段。比方说，用完20美元套餐，换算API是600美元——定倍率30，如果假设订阅用满是成本价。

但有人还觉得订阅套餐贵，打听了下有个叫“中转站”的灰色产业……

中转站那么便宜，有没问题？ ​

比较“正规”的野生中转站，会想办法将订阅套餐打包API，方便转卖。

但一篇3月5号的论文，真金钱，假模型：中转站API系统性审计，抽查17家中转站，发现“降智”现象普遍。比较“实锤”的有，GPT-5换成GLM，甚至有知名论文也用了这些API。（这下知道为何GPT-5风评较差了）

这么看来OpenRouter算是“中转站”最良心、正规的了。别的用反代薅网页免费额度、套餐羊毛算轻的，更有其他风险：什么偷偷换模型、压缩上下文、把用户数据打包卖出去……

“模型在用”一节也提到了，羊毛党就把谷歌薅秃了，直接大砍额度。

介绍原文首发微博

自己做一个？ ​

已经有人公布批量账号注册机，通过违反用户协议，“白嫖”免费账户额度。如果你是正常使用的用户，还是要公开抵制。

自建“羊毛”中转站也有风险，现在谷歌跟Claude封反代都严，Codex虽然官方支持了部分开发者，但GPT有降智前科，主要还是看羊毛党们是否太疯狂。

谷歌Antigravity甚至已经大削额度，Codex免费用户也不能用最新两个版本的模型。

还是“机会成本”。如果你把精力放在“薅羊毛”上，那么你很可能丧失了做更高回报率的事情的机会。

词元很贵，裁员流行？ ​

对词元贵的抱怨，跟AI导致裁员能一起流行，这事本身就足够神奇。词元贵，不就说明，现在很多事，用大模型API做，性价比比较低吗？但因为AI提效裁员又经常冒头。接下来就来欣赏：

三百万阅读的“雄文” ​

一篇不到三百词的推文，在推特三百万阅读，一万六点赞，国内搬运者也获得不少声量，成功调用三种情绪。完整版赏析首发《AI失业类营销文写作手法赏析》。

首先选题就非常好，这种AI替代人的“惊悚片”题材传播会非常广。

至于行文，先说自己有“内部”消息，还是新鲜发来的，网上独一无二，长文折叠的点击量一下子就上来了。

一所中等水平的公立大学里，一位计算机科学（CS）教授刚刚向我发来了他们内部的就业安置数据。

然后构造“崩塌曲线”。这个数据编得不够精妙，不要学。89%、71%、43%、31%、19%——看到这个数据，我都要笑出来了。老哥是真研究过什么数据更会让网友信服——单数结尾的数据，另外两个9、两个1结尾，有点不走心了。四个单数、一个双数，至少三个数字不重复，重复不超过两次，这才更合理嘛。（网友提出：全是质数。）

另外这个曲线跟AI编程发展不太贴合。

这里省略了很多细节，尤其是统计口径。这个倒挺好，反正网友也不在乎。

结尾加个“and falling”，还在跌。虽然营销上能理解吧。不过哥们，这个怎么知道在跌的。

用数据建立客观感，但有点抽象，但接下来就具体了。开会，而且上来就冲突拉爆，贡献出本文金句：

“我们教学生，构建了消除他们岗位的系统”

传播学上，强对立、强悖论、极易引发共鸣。

而事实上，我当时看到一惊，马上回开头确认了下这是计算机科学专业，不是AI专业。学校还是个普通院校，通常没有充足大模型训练资源。难道这位教授是扫地僧吗？

• 招聘会居然半数是营销或保险销售；
• 学生困惑为什么要学数据结构；
• 家长控诉，孩子背十几万美金贷款，最后去星巴克打工；
• 学校仍在虚假宣传；

它们不敢签上真名 ​

上面那个账号劣迹斑斑。如果它在网上公开实名，就不会这么做。

恰巧有公开实名的外国网友怼过它另一篇推文：

@GergelyOrosz: 该账号已删除了其此前承认该帖子系伪造的言论——证据就在这里。

（没错，我已经证实：周日当天并未发生此类裁员。）

现已屏蔽该账号，其存在的唯一目的就是试图制造恐慌与谣言（FUD）。

还有另一篇编造型推文，网友评论：

@fin: 我看到推文第一眼本想说，这作者对什么叫做鱿鱼游戏一无所知

结果多看了几眼这作者其他推文，竟然全是一个模板然后让AI生成裁员故事

纯粹用裁员焦虑做流量收割器垃圾号

实际上，就连AI内部工具链做的最好的几个公司，这几年的人数都没怎么变

而且相反的，内部工作时长都在增加

历史证明，科技只会让资本家创造条件让工人工作时间变的更长

默认收割 ​

这种账号太多了。编造也比实际考察容易得多，试错成本也低——可以开很多账号去发编造内容。总有几个碰巧火。

要说AI取代了谁，那估计是，取代了不少只用键盘编造消息的账号。现在可以靠嘴Vibe。

至少，从过去到接下来半年，所有“因AI裁员”的新闻，你可以默认它想来“收割”你精力或注意。

所有。

• 「得物前端部门变动。个别搞AI的直接说解散。谣言。」

• 「亚马逊因为AI提效裁员1.6万人」

  • 一月份的事情，三月份被人翻出来说。还说什么“刚刚确认”(๑•̌.•̑๑)ˀ̣ˀ̣
  • 至于AI提效，亚马逊不久前立了个新规矩，中低级工程师提交AI生成代码，需要高级工程师批准。

未来工种肯定会变化的，以前纺织工还带编，现在呢？但有什么东西崩塌了吗？而且国内也没什么年轻人愿意做纺织工了吧？

总有人渲染一直“立刻、马上”变化。实际上，可能是五年，可能是十年。但绝非现在。

如果一个人，错过安装龙虾这波流行风尚，那到底错过什么呢？错过被入侵的机会吗？

可信程度 ​

或许，可以引入一份判据：

-1️⃣绝大多数营销文，利益相关者的话。有不少人故意污染观众决策；

0️⃣绝大多数事实无来源、文章无署名的讯息。另外轻易转发「-1️⃣」者，可信度下调；

1️⃣有来源的新闻，个人经验等。可以装到一个“沙盒”，可以参考、试验，但不建议直接用。长期稳定者上调；

2️⃣比较可信的三手消息，开始能指导个人行动。一些“科普”，不可避免地会有一些错误，大概就是这个级别；

3️⃣比较可信的二手消息，开始能用来做个人日常决策；

4️⃣公认方法论或理论框架，比较可信的一手信息，可以作为给他人的建议，推广使用；

5️⃣物理定律级别。不可违背，违背必生幻觉，幻觉扭曲实现。

同时，还能根据这份判据，衡量自己日常接触的信息，都分布在哪？还记得机会成本吗？你越去看某类信息，投入到其他信息的机会就更少。

乐于错过 ​

“炸裂！今天不看我这篇文章，明天你就「过时」了”，网上到处倒是，次抛消息。

“有今无明”、“蜉蝣感”、“猎物”……这些词都能描述这种现象。

猎物怕死，总是要注意尽可能多的信息，“眼睛”也尽可能观察四周。

猎手往往只看面前。生理结构上就演化成眼睛在前。

人是顶级猎手。不仅靠身体武力捕猎。还靠思考，思考的前提正好是专注，不能老是东张西望。

手机可以把人“驯化”成“猎物”，手机可以成为“猎物”的“眼睛”，甚至超越。

少看这些新闻不会过时、不会错过机会、更不会死。过于关注新鲜事，反倒会丧失一些“深度”。

明天仍会到来，不怕。

尾声：网友提问，智能引擎 ​

用文言文是不是可以节省大模型消耗（token）？ ​

首发微博。

单轮对话或许可以，但不如“请简要回答”。而且如果以完成任务为指标，文言省略很容易“语不达意”，进而导致要重新提问。

还有，如果产出是给现代人用的，比如，我昨天给大模型提了个问题：

工作区概念可以保留，但是目前默认只有一个，而且也不应该由输入源控制。而且分拣时，输入源是能多选的。

请问这转成文言，会做出来什么东西？

再来一则辩经文言：

夫志之所趋，无远弗届，穷山距海，不能限也。然则前路晦暗，百折不挠，终不可得，Gemini弃而改弦乎？终老不悔乎？

白话文：如果Gemini觉得努力无用，会停止还是继续？

图一是Gemini Fast模式，它把问题用白话文解释了一遍——输出是比输入贵的。

图二Pro模式用文言回答，对比图三白话文，字数是少了不少。回答效果你就看着乐吧。（然后思考用的是英文）

而且要是我加一句“请简要回答”呢？白话文版如图四。文言版如图五。

还有经典案例，“才学疏浅，恐难胜任，不堪从命”，“干不了，谢谢”。

文言适配的背景，纸笔很贵，不得不“惜字如金”，书面文字表达集中在权贵，又导致礼规多。而现在文字载体越来越便宜，没必要开历史倒车。

最后，大模型文言水平存疑；而一般高中生的英文写作水平，也比文言水平高多了。如果两者都没额外加练，自己写写英文问题，能估算一下实际文言水平。

至少英文语法教得比较系统、完备，而有些地方语文语法直接砍碎了，更别提文言的系统性语法。

大模型自动化前端测试如何？ ​

让大模型直接用浏览器去校验前端代码的效果约等于零，耗时长还耗token。

一步几秒钟，要分析截图，有的还反复让你确认——点名Antigravity。

然后很多人眼一眼看出的问题，大模型会忽略。感觉还不如直接看代码分析。

正经应用，自行设计端到端测试代码更为妥当。

智能以后会变成水电一样的廉价资源吗？ ​

类比之后，要超越类比。现在很多人能接受“AI会让智能像水电一样廉价”，是时候跳出这个类比——智能跟水电有什么不一样？

水电物理特征明显，可以稳定提供；AI智能则是背靠大模型这种软件，不仅是黑盒，而且要不断更新。

水电也不会有很大“竞争需要”，比方说你不会因为一家电厂产出的电更猛，然后想用这电。

但大模型会。智能竞争无上限。只有不断奔跑，才能留在原地。

廉价的只会是“均值智能”。

这个问题或许可以演变一下：

大模型词元消耗量，能不能理解成水电的多少“度”

向领导解释当前大模型能力边界 ​

怎么通俗易懂的告诉老板 llm 能力的范围和边界啊...感觉老板感觉拿到了一个银弹一样。

大模型是“智能引擎”。它解决特定问题的速率比人“快”。

可惜，现在的“车”随时出事故，“路”根本没几条好的，“GPS”更是没连，更别提“自动驾驶”，直接从现实问题跑到答案、再到直接执行。

在特定领域、条件下，这“车”“跑”得很快。但目前发挥不出来。

至于小模型，“玩具车马达”可以给小孩玩玩。

「智能引擎」就是下一期的标题。