想自己动手造一个 LLM 吗？
EveryonesLLM 是一个在 Google Colab 上从零手搓 nanoGPT 的完整填空教程。 30+ 章节 + 大量练习 + 张量可视化地图，带你一步步理解 Transformer 的每一个组件。 还有预训练、指令微调和 Vision LLM 内容 + 在线 Demo。 中文支持，强烈推荐给想真正搞懂原理的人！
最近很多人吐槽 Claude（尤其是新版）变了：
- 啰嗦 - 过度拒绝 - 态度越来越差 - 在复杂 coding 任务里经常「摆烂」 这不是个例，是很多重度用户共同的感受。 可能的原因： 1. Safety 训练越做越重，模型越来越「政治正确」和保守。 2. 长上下文 + Agent 场景下，模型为了「负责」开始过度解释、过度警告。 3. 公司为了对齐某些价值观，把「不冒犯」优先级提得太高。 有趣的是，这和用户实际需求产生了冲突。 用户想要的
1️⃣ 智谱的 GLM-5.2 最近全量开放了。
很多开发者已经在实际项目里用了，尤其是搭配 Claude Code、Cursor 这类工具。 反馈两极分化，但总体比预期好。 2️⃣ 积极的一面： - 编码能力追得很近，有些场景接近 Claude Sonnet 级别 - 中文理解和长文本表现不错 - 价格和 token 额度对国内用户更友好 - 很多人在试「Claude Code + GLM」混合使用，降本增效 3️⃣ 需要注意的问题： - 复杂
1 三个便宜模型凑在一起「开了个会」，把贵一倍的顶级模型打平了。
Fable 5 被限制访问？没关系。 OpenRouter 刚公布的实测：用一半价格，表现几乎一样。 这不是理论。 Gemini 3 Flash + Kimi K2.6 + DeepSeek V4 Pro Fusion 的做法是让它们并行接同一道题，各自带工具跑完。 然后 judge 模型把所有回答摊开，抓共识、矛盾、盲点，最后合成最终答案。 这个平价三人组 fused 之后，成绩和 Claude
1 一家牙膏公司悄悄把整个市场调研产业给干掉了，却几乎没人在讨论。
高露洁（Colgate）发表了一篇论文：只要让大模型（LLM）扮演消费者，就能以90%的准确率预测真实购买意愿。 这也太离谱了吧。 研究人员想了个办法，叫做语义相似度评分（Semantic Similarity Rating，SSR）。 他们不再让AI直接打分，而是让它角色扮演。 之后把这些想法和真实消费者的反馈做语义相似度对比。 结果：90%准确率 传统的市场调研（焦点小组、问卷、数据分析）可能
Claude Code token 救星！
最近看到一个开源工具叫 Graphify，有人在 Karpathy 许愿后 48 小时就把它做出来了😂 概念超级简单：把你的整个文件夹（代码、文档、PDF、图片）全部建成一个 knowledge graph。 不需要 vector database，不需要配置文件，直接指向文件夹就搞定了。 最猛的是，每次查询的 token 用量只需要原来的 1/71.5！对大型 codebase 特别有用。 对
TokenBar 1.0 正式发布 🎉
全新用 Swift 原生重写的 Mac 菜单栏 App： Liquid Glass 界面、可旋转的 3D 用量图表、更轻量、更省资源。 把 tokscale 的视图分类概念融入菜单栏， token 用量统计比 CodexBar 更细致。 追踪 Claude Code、Codex、Cursor、OpenCode 等 25+ AI coding agents，全部本机读取、零遥测。 安装： brew
Every 是 Dan Shipper 自己创的媒体和软件公司，从 2020 年 GPT-3 时代开始到现在 6 年多。
1/7 他们从 GPT-3 那刻起就把 AI 塞进每个工作流：写稿、编辑、客服、设计、营销、工程。Codex 和 Claude Code 是默认界面，新模型 alpha 阶段他们就先拿到。理论上这是「自动化到极致」最彻底的样本。 结果 2026-05-21 他发报告《After Automation》，标题直白：「我们什么都自动化了，但人却变多了」——从 4 人扩到 30 人。 几天后上 Lenn
什么是循环工程？！
当龙虾之父说：别再一个一个指令地催你的 agent，你应该设计一套会自动催它的循环。Claude Code 之父也几乎同时表示，自己早已不再亲手下指令，而是让循环自动去 prompt Claude、判断下一步，工作彻底变成了「写循环」。 循环工程的概念由此成形：把原来亲自写 Prompt 的你替换掉，改由系统来完成。循环本质上是一个递归目标，你只需要定义最终目的，AI 就会反复迭代，直到任务完成。
为什么用 Codex / Claude Code 的终端 CLI，而不是 GUI App？
真实优势： • 无缝融入现有终端工作流（git、tmux、编辑器），零上下文切换 • 支持 SSH、远程服务器、无头环境，GUI 做不到 • 纯键盘操作，迭代速度更快，视觉干扰更少 • 可脚本化、管道化，轻松自动化复杂任务 • 参数和上下文控制更精准 对重度开发者来说，CLI 才是真正放大生产力的工具。
今天折腾三台机器，累到不行。
跑的是 Qwen3.6 27B，context 全放 256k，测了几个组合： 1️⃣ RTX Pro 6000 + Intel B70（1200w） B70 跑 Gemma 4 12B，速度很快，还没仔细测 2️⃣ RTX 5060 Ti × 3（1000w / 48GB） 12-17 tok/s，跑 Claude Code CLI 体感够用，不卡顿 3️⃣ RTX 4080 + 5070
Claude Code Opus 4.8 同时推出了 Dynamic Workflows。
很多人不清楚它和 subagent、agent team 有什么区别。实测拆解一下。 之前的多 agent 方式： subagent = 主 agent 临时喊人帮忙 agent team = 几个 Claude Code 实例组成小团队，各自带上下文并行跑 但这两种本质还是"对话驱动"——下一步怎么做，每次都要让 agent 实时推理判断。 Workflow 不一样。 它会先写一份 workfl
DeepSeek-V3 的架构设计，是一份值得反复读的效率教材。
671B 总参数，推理时只激活 37B——靠的是这几个设计： 🧠 DeepSeekMoE：稀疏专家架构，共享专家 + 路由专家分离，负载更均衡 👁️ MLA（多头潜在注意力）：低秩压缩 KV cache，显存占用大幅降低 ⚖️ 无辅助损失负载均衡：首次不靠额外 loss 项来平衡专家，性能损耗接近零 ⚡ MTP（多 token 预测）：训练目标 + 推理加速两用，一个模块解决两个问题 🔢 F
小米 MiMo-V2-Flash 的架构设计，值得认真看一遍。
309B 总参数，推理时只激活 15B——靠的是这几个设计： 🧠 MoE（稀疏专家混合）：256 个专家，每个 token 激活 8 个，算力利用率极高 👁️ 混合注意力：SWA + GA 按 5:1 交错，128-token 滑窗，KV cache 降低 6 倍 ⚡ MTP（多 token 预测）：推理速度提升 2-3 倍，靠并行验证 draft token 实现 🎓 MOPD（多教师在线
我把所有 MCP 都删了。
GitHub 官方 MCP server 加载一次要 54,000 tokens。`gh --help` 是 562，模型训练数据里本来就有。 MCP 是给人包装的 JSON 官僚系统。agent 是进程，进程用 CLI 和 API 跟世界对话，几十年都这样。 Skills 30-50 tokens，触发时才展开。CLI battle-tested，可版控，可 debug。 这才是给 agent