归档 - 个人成长抓手

纽约「一键退订」新规 10 月 1 日生效：把取消入口藏起来，开始按次罚钱

纽约市“Click to Cancel”规则10月1日生效，核心是把不提供清晰、显眼、精简的取消方式定性为欺骗性、不合理商业行为。罚则首次525美元、第二次1050美元、第三次及以后3500美元，并退还消费者首次尝试取消后继续被扣金额。长期订阅、试用或赠品超一个月、条款价格重大变更均须提前通知并说明取消方式，挽留优惠不禁止。2025年逾100起投诉及Equinox 60万美元和解等推动执法，估算每年为纽约成年消费者省最多1.625亿美元和至少60万小时。产品团队应让取消入口与开通同样显眼，续费前明确提示，靠价值挽留，并将取消退款路径纳入验收。

10-12

10月 Serenity

陶哲轩《Math 2.0》：数学正从「证明稀缺」走向「证明过剩」，瓶颈不是技术

陶哲轩给出 Math 2.0 框架：AI 只擅长可验证、可数字化、数据充足的任务，其余方向能力极其参差。

10-12

10月 Serenity

6000 亿 token 之后：让 AI 智能体反编译一款老游戏，最贵的教训是没定义什么叫「正确」

有人带一队智能体反编译老游戏：99% 函数还原、83% 字节一致，翻车点却在没人定义什么叫「正确」。

10-12

10月 Serenity

740M 的本地嵌入模型：让图片、音频、视频落进同一个向量空间

Google DeepMind 10月6日发布 EmbeddingGemma 2，Apache 2.0、740M 参数，把初代文本嵌入扩展至代码、图像、视频、音频，统一映射到同一向量空间。纯文本最低 270M，视觉与音频编码器按需加载；MRL 可将 768 维向量截断至 128 维，本地存储和内存最多降至六分之一。8K 上下文可一次处理约 5.5 分钟音频、29 张图片或 58 帧视频；代码 MTEB 从 68.76 升至 78.68。企业可把敏感素材检索放在端侧，只将命中片段送云端推理，并按需选择向量维度；但嵌入只负责找到，不负责答对。

科技笔记

10-07

10月 Serenity

Polars 2.0：把 SQL 扶正，顺手在基准里压过 DuckDB 和 DataFusion

Polars 2.0 发布，核心是 LazyFrame 调 collect 默认走流式引擎，多数查询内存与耗时下降；但 join、group_by、unpivot 不再保证行序，依赖行序需显式 maintain_order=True。溢写磁盘默认开启，内存约80%落盘，默认磁盘预算64GB。SQL 成为一等公民，优化器重做；基准领先 DuckDB 与 DataFusion，但192线程有固定开销，小数据吃亏，32核时最快。中小团队单机处理几千万行更可行，升级前检查依赖行序，选型按真实数据量测试。

科技笔记

10-07

10月 Serenity

一万亿参数的欧洲反击：Mistral Large 4 先把权重留在自己手里

10月6日，Mistral 发布 Mistral Large 4 预览：1万亿参数多模态 MoE，激活490亿；开放权重月底放出，先供 API，定价输入1.36、输出4.18美元/百万词元。模型在自有欧洲数据中心用3800张英伟达显卡从零训练，覆盖160多种语言。安全评测中，Cyber Index 全球前五，漏洞复现打补丁82%，Cybench 解出93%；部分闭源模型因拒绝执行得分近零。企业可关注其开源、可自部署和多语言，并按任务是否被拒评估，但当前仅预览，权重与细节待补，验证前不宜写入交付。

科技笔记

10-07

10月 Serenity

用方框指定画面：FLUX 3 Image 把出图变成一件排版的活

FLUX 3 Image是Black Forest Labs推出的图像生成与编辑模型。核心变化是把提示词变成可编程布局表：在0到1000网格画布上为元素画框并配语义id，再由全局caption与JSON元素表引用，智能体可根据一句话和画幅自动规划布局。已生成图可逐框改描述、替换或移动，未动区域保持原样；最多10张参考图，原生支持2K/4K。它适合排字、拼贴、分格漫画、杂志跨页和密集人群等部件多、关系严格的构图，不适合单纯风光。对小团队而言，元素可寻址利于批量生产，配图、海报、电商主图可脚本化，但商用素材与肖像授权仍需人负责。

科技笔记

10-03

10月 Serenity

2B token 之后：一个开源团队用一个月算清了 AI 的钱花在哪

Wagtail团队九月实验只用便宜模型GLM 5.3 Flash，共2B token。上半月达标，约68美元；下半月1B token转向其他模型。一次“氛围编程”原型烧掉450M token、150美元，超过目标模型半月开销，复盘认为本可用五分之一成本完成。因供应商容量不足，GLM性能退化，需切换同档模型。14模型评测中，DeepSeek V4.1 Flash以95%准确率、每任务0.09美元、14.9 Wh居首；整月能耗35 kWh，高于计划10 kWh。团队建议自动度量花费、单列试错预算、训练提示词与多智能体分工，并按成本或能耗而非token数选日常主力。

科技笔记

10-03

10月 Serenity

Redis 作者写了个本地推理引擎：128GB 的 Mac 上跑 284B 的模型

antirez 新项目 DwarfStar 4（ds4）并非通用 GGUF 播放器，而是用 C 写的窄口径推理引擎，仅支持 DeepSeek V4/V4.1 Flash、GLM 5.x、Qwen3.8 Flash Next，覆盖 Metal、CUDA、ROCm，文本与视觉均可。它面向高内存机器，以非对称 2-bit 量化压缩 MoE 路由专家、保留共享路径，并把 KV 缓存落到 SSD，借 prompt 哈希续长前缀。ds4、ds4-server、ds4-agent 共享模型与缓存，兼容 OpenAI/Anthropic 接口。128GB Mac、DGX Spark 可跑部分模型，普通笔记本仍难承载；窄口径使工程可控，但换模型约等于换适配，2-bit 质量需业务实测。团队可把敏感、高频、模型固定的请求低成本迁到本地，强推理仍交云端。

科技笔记

10-03

10月 Serenity

模型是不是被「偷偷降智」了？有人写了个每天跑 30 天的开源基准来验

livenerf 检验 Claude Opus 5.5 上线后是否悄悄变差：自 9 月 24 日起每日跑 30 天，冻结提示词、CLI、判分器并保留日志，用 Inspect 和固定统计法测漂移；从 2336 题筛出 78 道时对时错题，每题采样 4 次，前 10 天建基线，第 20 天后出正式结果。截至 9 月 29 日已完成 6 天。测的是 Claude Code 订阅服务，非裸API。先固定样本、判分、时间戳与版本配置，再优化。

09-30

9月 Serenity