本字幕由TME AI技术生成
各位好
欢迎收听base block 早报
今天是二零二六年四月十六日
星期期日
这是第三十九期节目
我是主播吉o
今天这期把整个开发者社区四十八小时里的注意力拧在一起讲
模型层这边
Deep seek 用了整整四百八十四天端出v 四
把一万六千亿参数的旗舰模型连同一百万token 上下文一次开源单token 算力砍到上一代的二乘七
Kv 开始砍到一层
Open ai 那边gpt 五点五把价格翻倍
已经有一线工程师把所有id 的模型端点全切到了v 四
月账单往下降了九成
实践层这边
Info kill 抛出一份ai 编程的失控临界点
把me tr 的十九个百分点减速
卡内基
梅隆和git clear 的圈复杂度增长摊在桌上
给一年来如火如荼的web coding call 了一桶冷水
产品层这边
Ramp 工程师teddy record 为agent 设计产品
被宝玉翻成中文
给所有做sas 的同行一份新方法论
模型 实践
产品三条主线拼成一个故事
地基刚刚地震
上面所有人都得重新设计自己的房子
下面就从最底层那一阵开始讲
第一条
净讲deep thick 四的四百八十四天
量子为昨天逐条对照了v 四的技术报告
这条早报的看点是把迟到这件事讲透
距离v 三发布过去了整整四百八十四天
期间关于deep seek 人才流失的传言传过好几轮
发布当天
研究员在推特写下一句话
四百八十四天后
我们谦卑的分享这份爱心的标配
贡献者名单里带星号的研究员是已经离开团队
但仍然对v 四做出过重要贡献的人
一份名单
把每一个人和这份等了一年多的模型绑在了同一张纸上
技术上
V 四是deep sick 系列里动刀最多的一版
先看规格
V 四pro 总参数一万六千亿
几活四百四十亿
V 四flash 总参数两千八百四十亿
激活一百三十亿
两个版本的上下文都是一百万劳动
从这一代开始
一百万上下文成了deep seek 所有官方服务的标配
最关键的两个数字
在一百万上下文场景下
V 四pro 的单token 算力砍到v 三点二的百分之二十七kv 开始只剩百分之十
亚马逊硬件师gpd 直接说
这意味着deep seek 可能解决当前的高带宽显存短缺问题
架构动了三处
第一处叫mhc
原话叫流形约束超连接
把残差流约束到一个数学上叫做broke off polly top 的双随机矩阵超形上
听不懂没关系
关键效果是矩阵的普泛数有一个天然的硬上线
残差传播怎么传都不会爆掉
给两万亿参数moe 上了一道保险
第二处是混合稀疏注意力
Csa 和hca 一层一层交替叠加
Csa 先把每m 个token 压成一个
再用一个轻量索引器选出最相关的若干压缩块
Hca 更狠
一百二十八个token 直接压成一个
不做稀疏选择
专门负责长距离全局信号汇总
Csa 做精细检索
Hc 做全局信号
两者一文一武
把一百万token 序列的注意力代价压到一个能跑得起来的水平
第三处是把mute 提到的主优化器位置beyoung 管绝大多数二维参数矩阵w 只留给embedding prediction head
Rms norm 这些零碎组件后
训练也换了一套思路
传统的混合强化学习阶段被opd 也就是on policy distillation 完全替代
流程分两步
现在数学代码
Agent 指令跟随这四个领域各自独立训一个expert
在三档推理强度模式
它让一个统一的student 自己roll out
像对应领域的expert 蒸馏对齐
听起来很优雅
工程上装不下十几个teacher
每一个都是万亿级别
Deep p sick 的解法是把teacher 权重offload 到分布式存储
按需加齐
只缓存中间表征
不展开log ts 按teacher 排序样本
保证一个mini batch 只加载一个teacher head
一套优雅的方法论背后是一堆不这样做就装不下的工程妥协
实验结果有三件事最值得说
开源领先
Simple qa verified 上
V 四pro max 拿到五十七点九
领先所有开源模型二十个百分点
体例闭源code forces rating 三千二百零六
反超gpt 五点四的三千一百六十八
在人类选手榜单上排到第二十三
差距仍在hle 上
V 四pro max 三十七点七落后germany 三点一减pro 的四十四点四和cloud oppo 四点六的四十
差距大约在三到六个月
八十五人内部开发者调研里
表分之九十一表示v 四pro 可以作为主力coding 模型
这台放进今天的故事有两层意义
表层是价格地震
四月二十三日
Open ai 发布gpt 五点五
把每百万输出token 价格翻到三十美元
一天后
V 四用mit 协议开源
每百万输出三点四八美元
使gpt 五点五的十分之一
Ai 系统架构师双断ner 后
凌晨发帖把cloud code code x curser a 的全部指向v 四端点表账单下降九成
效果还更好
深一层是节奏
Deep seek 这几年在做的是底层动作
非常一致
一直在删
从v 二的mla 开始
每一代都在删kv cash
删激活参数
删注意力计算
这台v 四单token 算力砍到四分之一
Kv cash 砍到十分之一
一百万上下文不是一个新能力
是同一个上下文窗口被压到可以承担的成本
模型层把价格曲线打直了
应用层的故事就从这里开始
第二条
精讲ai 编程的失控开发点info q 中文请来作者
周云龙
把二零二五年下半年开发者社区已经在私下抱怨的一件事正式摊上桌面
开场就是一份反直觉数据
Metr 这家独立研究机构招募了十六位平均仓库新标超过两万两千五年以上经验的资深开源开发者跑两百四十六个真实任务
结果是
当允许这批人用ai 编程工具时
他们完成任务的时间比不用ai 慢了百分之十九
更刺眼的是主观感受
实验前他们预期ai 会让自己快百分之二十四
实验后已经被ai 减速百分之十九
他们仍然坚信自己快了百分之二十
主客观偏差整整三十九个百分点
连资深oss 开发者都对自己的真实生产力失去了感觉
这只是一个开始
卡内基
梅隆联合git
Clear 对使用生是a 工具的项目做代码追踪
结论是
是圈复杂增
增幅超过百分之四十
无法法代代码量长
解释释
同样的功能
Ai 写的更复杂
Riracle 在二零二五年代码安全报告显示
百分之四十五的ai 生成代码通不过基础安全测试
Code rabbit 对四百七十个开源pr 的分析
Ai 代码的严重缺陷密度是人类代码的一点七倍
A 代码平台lovabable 上扫描的一千六百四十五个应用里
百分之十点三还严重或关键级别
规律
Ai 编程的失控不是错觉
是可量化的规律
文章给出了一个新概念
叫理解债
原话是这样的
理解债是开发者未来未理解
修改调试自己没真正写过也没认真读过的代码所必须支付的成本
它比传统技术债更阴险
因为传统技术债是你自己挖的坑
位置清楚
理解债是你不知道自己不知道理解债能通过重构还清
理解债只能通过把代码真正读进脑子漏清
而这恰好是ai 替不了你的事
理解债以负力增长
每一块没读懂的代码都会在你下次修改相邻模块时
以莫名其妙的副作用向你收利息
一个典型场景
生产出事故
你冷启动调试
却发现自己在逆向工程自己的代码
那就是理解债爆雷的瞬间
文章把失控机制拆成四条独立链路
上下文窗口的注意力衰减
一百万token 的模型把整个中型仓库塞进去之后
会出现看见却抓不住的状态
理解债前面已经讲过
陌生技术站的双重放大效应
你失去了百分之八十的直觉
Ai 生成的看起来对的代码几乎没有过滤层出bug 之后又陷入用同一个工具解决它自己制造的问题的循环
原认知失灵
Ai 生成过程的强烈流畅感制造了正在高效产出的错觉
被拒绝的那百分之四十四ai 代码不会留下显性成本感知
四条机制各自像复利一样增长
越过承载力之后
整个系统开始显现不可控
破局在于重新定义独立开发者的天花板
文章给的判断是
编码不再是瓶颈
瓶颈变成了架构
判断 审阅
吞吐量
边界守护
Speak driven development
这一年突然变重要不是巧合
Githup 开源的speak kit 已经拿下七万两千星
Aws 围绕这个理念做了kero 这套idesdd 最真正价值不是先写规范再写代码这种瀑布流包装
而是让speak 成为ai 和人之间唯一共享的可验证的契约
文章把建议按四个阶段分层
原型阶段
大胆vipe coding 跨越
生产阶段
强制引入sdd
定期抽查理解债
钉死安全清单
陌生技术栈阶段
架构决策必须由人做
Ai 只做小块实现
成熟项目阶段
假设ai 会减速
你直到有证据反驳并且维护一份ai 不得触碰清单核心算法
安全边界
数据一致性线上出过事故的模块
最后一句最值得抄走
Ai 编程的下一个分水岭不是谁用的模型更强
而是谁更先承认ai 帮不了你真正难的那百分之二十
今天v 四把成本曲线打值
这条提醒应用层不要被流畅改骗了
更新越快
理解债涨得越快
下一条说怎么重新设计产品
第三条
精讲为agent 设计产品
Ramp 工程师teddy recker 写了一篇被宝玉翻译成中文的长文
主题就是这一行字
开篇先抛三个数据
第一个
Ramp 自己的数据
过去三个月里
Ramp mcp 上的周活用户增长了十倍
第二个
Salesforce 上周宣布
Headless 三百六十
原来二十七年历史里
所有平台能力暴露成apimcp 工具或cli 命令
Tdx 大会一口气向开发者开放一百多个新工具和技能
第三个
文章引用了salesforce 自己的措辞
当ai agent 已经能够推理
规划
执行的时候
一家公司还需要一个带图形界面的crm 吗
Salesforce 的回答是不需要
而这正是重点
Rapper 给出的判断是
二八法则反过来了
未来人和软件之间百分之八十的交互会通过ai agent 完成
原来人和软件的交互模式是用户界面
数据库三层
现在多了一层用户的agent
再过一层会变成用户的agent
软件自己的agent
再到数据库
两个大语言模型一起协作
朝着同一个目标推进
这不仅会改变你需要构建什么
也会改变你构建它的方式
把调用方agent 到底需要什么才能成功拆开
文章给了三件事
第一件是主动未规范notion 的notion crew pages 工具描述里所制智能体现fetch 一个叫做notion down dox enhanced markdown speack 的规范文档
原话是不要猜测或幻觉markdown 语法
每次agent 写入页面
第一件事就是去拉这份规范
所以notion 几乎不出格式错误
反例是slack mcp
你的agent 默认用通用markdown
结果不符合slack 自己那套特定格式
你花在改格式上的时间比手写还长
Reckd 的话
原话是这样
调用你家智能体的人需要知道什么才能成功
主动把这些信息交给它
不要让他自己摸索
第二件事
建反馈循环
Ramp 自己最早发mcp 时
只能看到工具调用量
看不到背后的聊天上下文
不知道什么有效什么坏了
后来用三招解决
每次mcp 或coi 调用都要求agent 带一个叫rationale 参数
解释他为什么发起这个请求理由
里的模式可以重建意图发布一个独立的反馈工具
Agent 遇到阻碍或者发现某种模式行不通时
可以主动调用它
提交想做用户尝试了什么
卡在哪里
给特定工具加context seed 参数捕捉之后会有用的
早期上下文record 举了个客服平台的例子
你在rationnow 日志志反复看到正在生
生事故报
报告 在
在收集停复复盘相关工单
这就是功
功能信
信号是你
你做一builbuild cident 工具具一轮reprepagent 又会回过头告诉你
报告拉进了三天前的例例不该包包免
免费餐餐缺户
每一轮反馈都是产品改进的入口
Ai agent 在反馈这件事上往往比真人用户更具体更一致
第三件是留意上下文缺口
文章举了一个最贴墙上的例子
出差报销
Diago 出差回来
他的ai 首席幕僚和费用管理系统的agent 同时被触发
这两个agent 各自掌握不同上下文
首席幕僚知道日历
邮箱
Slack 相册里的收据
费用系统知道交易明细报销政策
公司过往费用归类还有一个东西叫总账科目
也就是gl code
传统api 的处理方式是把问题丢回用户
这里有一笔交易需要填gl code
请调用接口拉一百五十个gl code 选项在自己选
但更聪明的设计反过来
费用系统agent 不索要gl code
而是索要业务上下文
这是一顿客户餐
团队餐还是个人履行支出
首席幕僚从日历或slack 对话里找到答案
费用系统在用自己掌握的政策自动套上正确科目叠构
不需要知道gl code 是什么
会计也能拿到准确产品
文章最后一句最值得贴抢上未来签签支票的可能正aai 认认给它设计计品品文最最后
易agp 到这里就完整了
模型层把成本曲线打值
实践层提醒理解债债利增长
产品层告诉你交互对象已经从人变成了agent
下面进入今天另外七条的诉金讲
讲完
下面是另外跳出了七条值得快速过一遍的内容
每条一两分钟
得适时给亮点
再给一个推荐理由
顺序对应生notes
可以挑感兴趣的回头细读
第一条info qq 中文那篇标题就很扎心
我把所有模型都换成了deep sk k 四
文章把四月二十三日到二十四日这场价格递震拆的很细
Open ai 同一周发布gpt 五点五
输入十二点五美元
输出三十美元
每百万token 比gpt 五点点翻倍
比cloud opops 四点七还贵
还引入priority
Fast standard 的三档定价
Anthropic 四点七
因为新tokenser 让token 用量上涨百分之三十五
意味着即便单价不涨
账单也会无声涨上一节
一天之后
V 四用mit 协议开源输出每百万token 三点四八美元
使gpt 五点五的十分之一ai 系统架构师上donuna 后
凌晨帖帖说cloud code cocox curser a 的全部指向v 四端点
让token 五点点成成效还更好
文将在结尾给出的一个判断更扎心
从v 四开始
所有人都要重新算账
开源和闭源的成本比是十比一
这个数字会重新洗牌应用层的预算结构
这条配第一条精讲一起读
价格递震的全貌就清楚了
第二条
阿里技术写的elastic pp
Elastic search 在大集群上有两个老问题
常尾查询会塞满线程池
Gc 抖动让本来稳定的几毫秒查询标到秒级
常规条jvm 拆集群只能在有天花板的空间里优化
阿里智能引擎团队的解法直接绕过jvm
用c 加加在native 层重写最核心的查询执行路径
复用lusy 的索引格式做出了一个叫elastic pp 的c 加加内核引擎
文章给出了真实生产环境的对比数据
对所有跑大规模es 的团队是直接借鉴
今天非ai 主题里最值得读的工程长文之一
第三条
腾讯研究院特约作者v 盘解读high some preview
这条早报的真正看点不在benchmark
而在尧舜禹
他正是the second half ai 下半场原始判断的提出者
加入腾讯主导机模线之后
交出了第一份作业
文章把今天的产业坐标拉直了
Agent 时代
一次任务动辄百万token
质量 速度
价格构成不可能三角
复杂推理要最强大脑
日常agent 任务要最合适的劳动力
S 三preview
二百九十五b 总参二百一十亿激活明确占到日常任务加结构化产物一侧配强复杂推理论号
这正是单位智能成本从商业指标变成产业结构性指标的标志
第四条
人人都是产品经理看出的ai 训练师亲笔记录
把ai 勇性能力分成五个层级
从l 一模式匹配
Ll 模模组合
L 三工具使用
一直到l 五跨域涌线
每一层用具体训练任务和评估方法作证配合观测的能力越签记号给做a 单评估的产品经理一份可以直接拿去对内对外讲的清晰框架
如果你正在做模型评测体系
这一篇能审理两周自己摸索的时间
第五条
孟少整理的agent harharness engineering 工程范式总结
把过去半年从open cloucloud
Code harmss
Open cllad 这几个开源项目里抽出来的共性写成一张地图
模型权重prompt context tooooharness 五五各各负责责么边界界哪里配配
今天v 四和五点一起读
能看清模型
Agent 框架
要务
落地这三层分工作agent 平台选选或者skill 工程的同学不要错过
第六条
宝玉用乔治o 威尔
我为什么写写做gppt 五点五翻译实册
把gpt 五点五
Cloud ops 点七
Deep sick v 四三家同提对弈
看哪家更能保住奥威尔
那种政治写作要像窗户玻璃的克制语气
比起跑榜文学翻译更能照出模型在场上下文下的语感和控制力
做内容产品的同学可以直接拿这条对照自己的翻译需求
宝玉的对比表格做的相当细
连标点节奏都比过了
第七条
晚点late post 把九个行业的涨价进行时放进同一份账本
从外卖
咖啡 电影票
出行一直到ai 算力
补了一条非ai 的宏观叙事
在所有人都盯着模型定价先说的今天
看清实体行业的成本传导和定价博弈
对判断ai 渗透节奏和企业a 键的采购预算都有用
文章里有一个点很有意思
Ai 算力的成本曲线
再加上电影票走的是相反方向
前者一年降十倍
后者一年涨两成
这种反向剪刀差本身就是接下来产业重塑的关键变量
这条是非常难得的横向视角建议和第一条v 四价格故事配着读
七条说完
下面再聊六条今天也值得一读的补充阅读
每条一两句话带过
听到感兴趣的就在胸透视里点开看看
第一条
腾讯科技对v 四报告的另一份解读
聚焦三个范式及创新
Csa 加hc 的压缩注意力
Opd 加grm 的后训练
Mhc 残差约束
再加上缪n mega m 一fp 四工程优化清单和今天金奖励量子为那篇的四百八十四天叙事互补
一份看时间线
一份看技术坐标系
第二条
Info kill 中文报道
V 四与华为升腾的协同首次打通
Ascend 又没丢掉英伟达开源模型
在国产算力链上拿回话语权
这条新闻里关于硬件适配细节比一般报道详细的多
下半年升腾九百五十超节点批量上市的时间表
这一条里写的最清楚
第三条
回到上周
回顾我自己在x 上的v 四预览版速记
配上best bloks 平台对官方公告的中文整理
如果你只想五分钟看懂v 四关键点一百万上下文
Pro 加flash 双型号价格梯度从这里入也行
比直接读论文快得多
第四条
前端早读课
意界
Mdn 团队怎么从积重难返的react 单体重构到late 加web components 加自研ss 二一线技术媒体的现代前端架构经验
是今天非ai 主题里第二条最值得读的工程长文
Mdn 团队作为前端文档的权威
亲手做这种重构
本身就是行业风向标
第五条
宝玉的gpt 五点五加codex 同时上线的速记模型
同尺寸下效率优于gpt 五点四
Codex 把ide agent 全场景串起来是今天open ai 阵营动态的官方角度概述
配合今天quick 里v 四替代故事一起读
格地震的两端就齐了
第六条
宝玉转述微软消息
Offmicrosoft 三百六十五co pilot 权限默认开启智能体模式
Office 工作流第一次原生暴露agent 入景
配合sales force headler 三三六六一起起配业软件件agent 话已经是二零二六年的产业事实
一边是新派size 把mcp 摆到第一优先级
一边是老牌厂商把所有平台能力整体暴露给景以就就今天天讲第条条
Agicker 那篇方法论的现实背景
读完这条再回头看rker 给的三招
主动为规范见反馈循环留意上下文缺口
每一招都能找到对应的产业应用场景
以上就是今天ep 三九的全部内景
读句话主轴
模型层
Deep sek v 四用四百八十四天把一百万上下文做成成本可承担的标配
一践层
Infor kill 用四研究告诉所有人
Ai 编程已经到了失控临界点
理解债是新一代的隐形成本
产品层
Rap 工程师告诉你
交互对象已经从人变成了agent
三条精讲仪器拼出今天的故事
地基刚刚地震
上面所有人都得重新设计自己的房子
如果今天只有一小时
建议先读量子位那篇v 四四百八十四天
再读info kill
周云龙那篇理解债
最后看宝玉翻译的rker 那篇模型实践
产品三层视角
今天的早报就有交代了
明天周一
下一期我会把gpt 五点五实册
科瑟收购传闻和google cloud next 两千零二十六的几条线一起串起来讲
敬请期待
详细链接都在show notes 里
想读全文的
可以去best blocks 找我
是geno
我们周一见