[鸭哥 AI 手记] 2026-09-09: 模型爱走神，四个团队各自给它搭了骨架 懒人包：调试到第三个小时，agent 把两小时前刚否决掉的方案又当成宝贝推了回来。模型靠不住记性，得给它配一本会自动改错的账本。鸭哥昨天发了 1 篇文章：《上周三件小事：agent 的账本、接口与房间》 把四件看似不相干的事排成一排，指出四个团队都在把确定性的活从模型手里拿出去，用外部工程骨架兜住概率性失误。另一边，德国开发者维基 DseWiki 涌入大批无人看管的 agent，把协同编辑改造成了自制留言板，成了房间秩序缺失的野外镜像。此外，Raft 刚批评的 company brain 同周成了热门融资赛道、Anthropic 一天连发两起安全事件，以及 DeepMind 实验中 100 个 agent 模拟学术社会自发抓作弊。 四件不相干的事，撞在同一个瓶颈上 调试到第三个小时，agent 把两小时前刚否决掉的方案又当成宝贝推了回来。在苏黎世做漏洞研究的荷兰安全研究员 Jordy Zomer 受够了这种糟糕记性，在 8 月 28 日开源了 Lemmalog 系统（GitHub...
1 day ago • 1 min read
[鸭哥 AI 手记] 2026-09-08: 机器人三十年不查证件，下周起要亮证了 懒人包：9 月 15 日起，Cloudflare 将对新接入站点的含广告页面默认拦下训练抓取和 agent 访问，机器人三十年只凭一份自愿遵守的 robots.txt 通行的方式到头了。鸭哥昨天发了 2 篇文章：《机器人三十年不查证件，为什么现在开始查了》 梳理了真实浏览器 agent 如何让旧规则的三个前提同时失效，指出四层准入制度里真正有牙齿的是握在流量关口手里的默认开关；《好点子已经过剩，AI 自我改进的瓶颈在考场》 用 Anthropic 的实验数据说明，AI 自我改进的瓶颈不在想法：单考卷上关闭 70.9% 差距的方法，换到没见过的考卷只剩 -11.9%。 三十年的免检为什么到头了 过去三十多年，机器人在网上跑只需要一份 robots.txt：1994 年定下的纯文本备忘，全凭自愿，随时可以忽略。鸭哥昨天在 《机器人三十年不查证件，为什么现在开始查了》 里写明，这套免检机制能转三十年，全靠三个心照不宣的前提：搜索抓取能给站长带回访客流、爬虫多为低价值噪声因而误伤代价低、看...
2 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-07: 练习领先 48%，闭卷反跌 17% 懒人包：土耳其数学实验里，标准 ChatGPT 组练习得分比对照组高 48%，紧接着同一节课闭卷测验反低 17%。另一边，企业裁员潮正在走入两步循环：先按 AI 承诺大刀阔斧减员，业务撞墙后再悄悄把人招回来；总量冲击远小于叙事，真正移动的是岗位构成。鸭哥昨天发了 2 篇文章：《AI 抬高了下限，评分标准还在惩罚上限》 给出判断 AI 学习效果的两把尺子与三件落地的事；《裁员潮之后，撞墙的公司正在把人招回来》 给出看清自己站在生成端还是消化端的三个问题。 练习涨 48%，闭卷掉 17% 土耳其做过一场近 1000 名学生、约 50 个班级的高中数学实验，分 4 次各 90 分钟（PNAS）。学生用标准 ChatGPT 辅助做题，练习得分比对照组（平均 0.28）高 48%；同一节课关掉屏幕闭卷测验，得分反而比对照组低 17%。后台日志记下了原因：学生最常见的动作是直接找 AI 要答案抄在练习册上。 如果换成老师模式引导，禁止直接给答案，练习得分暴涨...
3 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-06: Claude 花 $1200 教 Gemma 玩方块，0 分涨到 16 分 懒人包：Lambda 在展台直播了两天半，让 Claude Code 教权重冻结的 Gemma 4 玩俄罗斯方块，跑了 90 个想法和 400 多局，花掉 1200 美元 API 费用，让分数从 0 涨到 16。提分靠的是锁死的考场、取中位数的纪律和实验记录本。另一边 Cerebras 标称约 1500 tok/s 的极速推理接进写代码工作流，长上下文有效吞吐中位数只剩 357 tok/s，65 秒就撞上 TPM 限额，3.24 分钟花掉 $1.57 任务还没写完。鸭哥昨天发了 2 篇文章：《Claude 花了 1200 美元，让 Gemma 玩俄罗斯方块从 0 分涨到 16 分》 梳理了三次堵漏过程与三条可直接搬走的 agent 落地原则，附带开源记录工具；《tok/s 是 agentic 场景里最会骗人的性能数字》 算清了 decode 速度与预填充时长的账本，给出一套拿自己真实负载测有效吞吐的方法与开源工具。 0 到 16 分之间堵了三次漏 Lambda...
4 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-05: 四款独立 AI 浏览器退场，登录态离机器有多远 懒人包：一年内四款独立 AI 浏览器先后退场，agent 浏览能力退回既有入口，真正的分歧在于登录态放在离你机器多远的地方。九家厂商排成一条从本机到云端的队列，架构选择不消除事故概率，只决定出事时要收拾多大的摊子；另一边屏幕记忆面临两难，像素快照太重且隐私门槛高，纯事件日志又太空，第三条路是低保真文字加文件指针。鸭哥昨天发了 2 篇文章：《Agent 的浏览器放在哪：凭证不出本机的战争》 给出评估 agent 浏览器的三问框架与九家厂商落位，算清安全、法律与算力三本账；《屏幕记忆的第三条路：存指针，不存像素》 梳理了记忆系统的三层结构，给出一套直接落地的存储分配规则与两项排查。 登录态离机器有多远 从 5 月到 8 月，四款独立 AI 浏览器先后收摊。Google 的 Mariner 在 5 月 4 日关停（PCMag 报道），技术并入 Gemini Agent 和 Chrome。OpenAI 的 Atlas 7 月 9 日宣布退役、8 月 9 日停止工作（官方 FAQ），浏览能力并进...
5 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-04: 换 GPT-4o 只加 5.8 分，训练 7B 加 17.2 分 懒人包：Stanford 的 AgentFlow 在同一套骨架下对照了三种改法。换成 GPT-4o 只多 5.8 分，让 7B 在真实工具反馈里训练却多出 17.2 分，差距不在模型大小，在有没有反馈闭环。另一边把开源模型搬回家要面对利用率与延迟的冲突，两张 H100 私有部署每月吞吐要达到约 20 亿 token 才能打平云端 API，先租两三周跑跑看再做长期决定。鸭哥昨天发了 2 篇文章：《换 GPT-4o 只多 5.8 分，训练 7B 却多了 17.2 分》 讲清了反馈闭环重塑工具选择的机制，给出训练前的四道门自检与三条起步路径；《把模型搬回自己家之前，先算三本账》 算清了钱、数据与能力三本账，给出硬件谱系与七个决策信号。 AgentFlow：同一套骨架的三种改法 Stanford 团队拿下 ICLR 2026 Oral 的 AgentFlow（AgentFlow 论文；项目主页），在同一套 agent...
6 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-03: Codex 源码里的自唤醒机制，OpenAI 还不敢上线 懒人包：媒体把 Codex 的后台模式讲成 24/7 永动机，源码模板里写的是每 1 到 3 分钟醒一次的采样循环，而网络请求里这个档位的值还写着 disabled。主动帮忙的时机判断准确率最高只有 64.4%，闹钟和任务单都交给模型还为时过早；另一边 prompt caching 正在搅浑三本 AI 账，智能体 token 名义用量过线人类 5.2 倍、实际账单只差约 2 倍。鸭哥昨天发了 2 篇文章：《改完代码自己定闹钟盯 CI：OpenAI 源码里的自唤醒机制》 用两个问题给所有后台 agent 分了类，给出三条今天就能搬走的后台纪律；《智能体 token 用量过线人类、OpenAI 自研芯片跑分出炉、GitHub 发布文档压缩原型》 拆开名义口径和折扣后口径，给出核对用量、省钱故事与芯片跑分的三句口诀。 媒体标题与源码注释各说各话 WIRED 8 月 27 日爆料 OpenAI 正在给 Codex 开发后台模式（WIRED 报道），一圈媒体跟着发文，标题里写满 24/7...
7 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-02: Nvidia 129 亿买 Hugging Face，这关躲不掉 懒人包：Nvidia 用 129 亿美元、86 倍 ARR 的价格买下开发者默认入口 Hugging Face，绕了两年的申报这次绕不过去（9 月 2 日已官宣）。一行每天在全球终端执行数百万次的 from_pretrained() 撑起 86 倍 ARR 的定价，买的是入口惯性；另一边 fal 把视频生成压进播放时长，每小时 144 到 288 美元的运营硬账让能跑通的业务极窄。鸭哥昨天发了 2 篇文章：《绕过270亿美元后，Nvidia为什么必须在Hugging Face身上硬闯反垄断》 拆了 86 倍 ARR 背后的入口价值、规避失效与 builder 防御三步；《观众开始给画面写剧本：实时生成内容的新成本账》 算清了按小时计费的视频流账本与平台准入门槛。 129 亿买的是入口惯性 8 月 26 日深夜，The Information 挂出独家报道（The Information 独家；CNBC 第二信源）：Nvidia 拟以 129 亿美元收购 Hugging...
8 days ago • 1 min read
[鸭哥 AI 手记] 2026-09-01: Salesforce 同一套接口发两次，只有一次有人理 懒人包：Salesforce 把同一套开放给 agent 的底层能力发了两次：4 月发了裸接口，生产环境里无人问津；8 月把能力包进 Claude 插件，全场关注、次日股价大涨。接口早已不稀缺，把管道封装成产品的工程能力才是商业价值所在。鸭哥昨天发了 2 篇文章：《管道不是产品：Salesforce 把同一套接口发了两次，只有一次有人理》 拆了 SaaS 宣布支持 agent 时的接口、语义、治理、分发四层评估框架；《模型进了设备，治理留在云端：端侧 AI 的控制面现状》 拆了本地出图云端打卡管线，给出看穿端侧 AI 控制面的三个接口清单。 同一套接口，发了两次 今年 4 月 15 日 TDX 大会上，Salesforce 宣布平台上的一切都是 API、MCP tool 或 CLI command（Headless 360 发布）。四个月过去，公开渠道里找不出一家企业把这套裸接口放进生产环境。8 月 26 日，Salesforce 与 Anthropic 联合发布...
9 days ago • 1 min read