EP23 · 顾问策略/VimRAG/ChatGPT Pro $100/Token 经济学 · 04.10 早报-ginobefun

EP23 · 顾问策略/VimRAG/ChatGPT Pro $100/Token 经济学 · 04.10 早报

歌手:ginobefun

专辑:BestBlogs

时间:2026-03-15

    使用手机浏览器「扫一扫」

    在手机上保存,获得更好体验

标签
歌词

本字幕由TME AI技术生成

大家好

欢迎来到best blow 早报播客

我是吉o

今天是四月十号

星期五

本天的内容我看下来来

有两主主线特别清楚

第一条是ai 基础设施的工程化在集体提速

Anthropic 发了一个顾问工具具

Mini max 发了全模态的命令行工具

Mmx launching 发了深度智能体部署项目

三家公司都在给生产机agent 补工程短板

第出的答案各有侧重

但都很实用

第二条主线是大家开始认真重新算ai 这笔账

腾讯研究院那篇token 经济学掌文cap as 以对认知鸿沟的观察

还有大疆创始人汪涛的创业反思

三个完全不同的视角在聊同一件事

就是我们到底应该怎么理解这一轮ai 变革

这一期我挑了四条展开聊

分别是anthropic 的顾顾策略

略一实验室的virag

Open ai 新出的幺零零美元档位

还有腾讯研究院的token 经济学提问

剩下的六条会在后面做一次速览

开始吧

第一条

Anthropy 官方博客发的顾问策略

标题是用opens 给sony 做顾问来提升智能水平

这篇我看的时候有小兴奋

因为他直接把很多agent 开发者都在用的土办法规范化成了一个官方的api 工具

先说背景

过去做agent 编排最常见的模式是大模型当指挥

把任务拆成小块派发给小模型去执行

听起来挺合理

但实操下来有个问题

指挥的成本很高

每一轮都要加载全部上下文

而大部分简单决策其实根本用不上大模型的推理深度

I sropy 这次把思路倒过来了

他们让sonate 或者者酷程的驱动基任务

从头到尾都是这个小模型在跑

调工具读结果

自己往前推

只有遇到自己判断不了的复杂决策点

才去叫open 来当顾问

顾问看一眼当前上下文

返回一个计划

一个修正或者一个停止信号

执行者继续往下跑

顾问本身不调用工具

也不产生面向用户的输出

就是一个聪明的参谋

这个策略的效果是说服力的关键

Sonney 加opens 顾问在swe bunch 软件工程多语言基准上比sunny 单跑提升了二点七个百分点

同时每一个任务的成本降降了百分之十一点九

更极端的是海股加ops 顾问

问bbross comp 这个网页浏览任务上

分数从百分之十九点七直接翻倍到百分之十一一点

和sonay 单跑比

海库加顾问这个组合的性能只落后百分之二十九

但成本只有前者的百分之十五

对那些需要高质量输出但又有预算压力的场景

这个性价比很有吸引力

这个工具已经检成进mesge ges ai 了了

次次请求就完完整整任务移交

不用自己管上下文

而且内置了最大调用次数这个参数

用来控制顾问被这个参次

避免失控

顾问和执行者totoken 消耗是分开计费的

账单也清楚

我自己的判断是

做过agent 人应该都会想立即试试这个

尤其是那些有成本压力的生产场景

第二条是通用实验室开源的v mark 图文

视频三种形态的混合知识库检索框架

我看完觉得这条是今天最值得技术团队关注的工作

先把背景说清楚

Reg 就是检索增强生成

是现在大模型接入外部知识最常用的方案

但传统reg 处理纯文本还行

一遇到图片和视频混合的知识库就容易出问题

为啥呢

因为传统agent 上下文是线性历史

你检索一轮把结果塞进去

再检索下一轮

就就是一直往后挪

这个模式处理多模态内容的时候会产生一种现象

通一实验室把它叫做状态盲区

简单说就是agent 自己搞不清楚已经看过什么

哪条路走通了

哪条路是死胡同

结果就是重复生成相似的查询

原地打转

英m rag 的做法是把线性历史换成一张动态记忆图

英文缩写叫deek

也就是有向记环图

图里每个节点包含文本摘要

视觉证据

拓扑位置

Agent 每做一次动作之前都要重新看一遍这张图

好处是agent 能清晰区分探索性搜索和结论性验证

碰到死胡同会自动剪枝

不会卡在原地循环

这套框架还有两个设计我觉得挺巧的

一个是视觉能量分配

意思是核心节点保留高清视觉token

边缘节点降级为文字描数

甚至直接剪掉在长上下文里审token

另一个是图引导策略优化训练的时候不再是最终答案对错一刀切

而是基于图拓扑精确回溯

正样本中剪掉没贡献的死胡同

副样本中保护那些检索动作有效但最终答错的节点

这个思路让模型能更快学到结构化的记忆逻辑

我搜了一下相关资料

这篇论文已经挂到rxv 上了

亨翼实验室的官方账号也正式宣布了

在q 问三vl 这类视觉模型上

Z mag 在多个多模态reg 基准上达到了sta 水平

也就是当前最佳

对做企业知识库

文档 问答

视频理解这些方向的朋友

这是一个可以立即看看的框架

第三条

换个话题

说说商业动态

Open ai 昨天正式推出了一个新的恰gpt 订阅档位

美元幺零零美元

S mount man 本人发了条推文

说这是因广大用户要求

特别是因为codex 的反响太好

这条推文值得展开了

因为它背后的信号量很大

先把事实说清楚

Open ai 原来的价格结构是plus 每元二十美元

Pro 美元二百零零美元

中间有一个巨大的空档

这次新出的幺零零美元档位刚好填进去

内容上

新档位比plus 多五倍的codex 使用额度

包含pro 模型

无限使用instant 和thinking 模型

到五月三十一号之前

新订阅用户还能享受十倍额度的促销

背景信息我搜了一下

这里面有几个贬值的说

第一

Codex 这个产品现在有三百多万活跃用户

过去三个月涨了五倍

月增长百分之七十

Open ai 自己也说这个定价是专门针对codex 的重度用户

第二

Techchrochc 和cmbc 的分析都指出

这次定价是冲着anthroppic cloud code 去的

Anthroropic 的幺零0美元max 计划已经存在很久了

开发者里反响不错

Open ai 这次等于是促进

第三

有个细节很微妙

Open ai 内部其实一直在重新思考定价策略

之前有员工说原来的结构是意外形成的

从二十美元直接跳到二零零美元

跨度太大

新档位等于是一正式纠偏

我自己的看法是

这个定价反映了一个更深层的变化

Ai 编程工具已经从实验阶段走到了真有重度付费意愿的阶段

三百万codex 用户五倍的三个月增长

说明这批人是真的在用

而且愿意从二十美元升到幺零零美元的人

而本都是每天八个小时跟ai 一起写代码的开发者

这类用户的特点是额度比模型能力更敏感

谁给的codex 调用次数多就用谁

这场仗接下来会很好看

最后一条

金讲师腾讯研究院的token 经济学七问

一份关于ai 新经济的入门地图

这篇长文我挑几个最有意思的点聊聊

正好能和刚才check gpt pro 那条串起来

文章的核心类比是把token 定义为ai 时代的语言和货币

就像电力时代的千瓦时

作者认为token 的意义不只是一个技术计量单位

而是贯穿ai 产业链五层架构的统一度量衡

这五层分别是能源

芯片

基础设施

模型 应用

从这个视角看

整个ai 产业的效率

成本是收入都可以用token 来对齐

最反直觉的一个发现我觉得是这句话

不到百分之五的token 消耗

创造了超过百分之八十的可测量价值

也就是说

Token 的价值是极端分层的

作样一个token 用在法律

科研这些高价值场景里可能值几百块

用在闲聊里就一分钱都不值

这个价差可以到十万倍

这是和传统生产要素完全不一样的特性

第二个点是杰文斯悖论

这是个经典的经济学概念

原来讲的是蒸汽机效率越高

煤炭消耗反而越大

作者把它套到token 上

指出token 越便宜

全世界在token 上花的钱反而越多

我查了一下背景数据

中国的日均token 调用量从二零二四年出的一千亿

到二零二六年三月

已经突破了一百四十万亿

两年增长超过一千倍

价格在降

总开支在涨

这就是杰文斯悖论的现实版本

第三个点和今天素来里的car passing 那条能对照着看

作者指出

Token 消耗正在从人类注意力区动转向agent 自主驱动

意思是说

过去token 的消耗受限于人能看多少

能打多少字

现在智能体可以二十四小时自己跑自己调api

这个天花板被彻底打破了

Token 消耗量会进入下一个量级的爆发期

文章最后还讨论了中国模型的全球竞济指标

以deep sick 为代表

Moe 架构让推理成本出现了指数级下降

作者把这个叫做算法优作

作者把个i 的优势不在资源投入

而在算法效率

我读完的整体感受是

Token 这个词已经不只是技术术语了

它们在变成一种新的宏观经济指标

作者最后提的问题很有意思

Token 消耗能不能像用电量一样成为衡量一个经济体ai 化程度的先行信号

这个问题现在没有答案

但值得我们持续观察

剩下的六条我用速览的方式过一下

第三条是lunching 发布的深度智能体部署项目

他们把自己定位成cloud d 官方托管智能体的开源替代项案

这个产品和nn roropic 的专有方案最大的区别是模型无关

基于开放标准构建

比如agent 点

Md 配置文件

Mcp 模型

上下文协议

还有智能体协议

Launching 强调的核心概念叫记忆所有权

意思是封闭平台会把用户数据锁在专有api 后面

开发者拿不到长期学习的数据

飞轮深度智能体部署想让开发者自己掌控智能体的记忆和数据

这个定位和开源rag 框架的诉求一脉相承

值得关注开源agent 的朋友看一眼

第五条是mini max 发的mmx 减cli

一个专门为a 设设计的全模态命令行具

意思是ena i 的编程程视频程成语音成成音创作作些些力力变成命令行指令

Agent 可以像用los 或者grap 一样直接调

它针对agent 的自动化运行做了几个专门优化

输出隔离保证数据纯净

语义化的退出码简化错误处理

异步模式支持多任务并行

核心目标是让agent 能独立完成从资料搜集到视频制作的全链路自动化工作流

第六条是腾讯技术工程发的一篇技术审计文章

意思对一个基于text script 加的超大规模ai 编程智能体做了全方位分析

规模是一千九个文件件

十一万行代码

我挑几个值得看的亮点放并行预去

实现亚秒级启动

异步生成器驱动的四级上下文压缩指环

支持多智能体编排的任务管理系统

这篇文章定位是hineys 工程范式的实战指南

适合想自己搭生产级agent 的框架的技术团队做参考

这七条是cpacse 的一条推文

他分析的公众对ai 看法为什么越来越两极化

他的观察是两个原因

一是很多人基于过时或免费版模型形成判断

根本没见过codes 和cloud code 这些最新系统的能力

二是ai 的进步是尖峰式的

集中在编程和数学这种有可验证奖励函数的领域

亲眼看到前沿智能体自主解决复杂工程问题的人会产生一种campusy 称之为ai 心理震撼的体验

而没见过的人完全理解不了这种感受

这个观察和今天精讲的token 经济学那条能对照着看

都是在讨论ai 变革的认知层面

第八条是晚点late post 对大疆创始人汪涛的长篇深度访谈

标题叫求真理

得自由

活成故事

这篇我觉得挺值得花时间读

汪涛反思了自己从早期觉得世界蠢的不可思议的狂傲

到经历团队危机后的深刻转变

他提出了一个管理学的商检理论

认为管理比产品研发难度高十倍

分享了从个人英雄主义向系统驱动型组织转型的阵痛

访谈还聊了大疆在无人机

影像

机器人领域的战略布局

以及对创新和人才培养的新认知

和前面几条ai 技术文章不同

这是一篇人物特写

如果你对创业和管理感兴趣

值得看

第九条是launching 发的一个视频

Hax 的ai 工程师az

Miller 分享他们怎么构建数据智能体

核心洞察是数据分析的正确性是模糊的

不像代码有明确的对傲

他介绍了hax 内部的评估系统

名字就叫协和

以及一项九十天的模拟实验

测试智能体如何在长周期里积累专业直觉

这个视频的价值在于他揭示了人在回路反馈系统对保持数据准准确性的要要性

对数据类agent 团队启发很大

好

今天的十条就聊到这里

今天信息量比较大

我自己最推荐的还是前两条

Anthroropic

顾顾顾策策略通用实验室的vii r rac

前者是立刻能用在生产环境的成本优化方案

后者是多模态rag 方向的一个新起点

如果你只有时间看一篇长文

我会选token 经济学那篇

它能帮你建立一个理解整个ai 产业的新框架

链接都在简介里

明天见

展开显示全部歌词