Kevin Simback

猜猜我這個：
當 GLM-6 發布並具有 Fable/Mythos 功能時會發生什麼？
這不是是否的問題，而是何時
理解這些情境和影響非常重要

目前加密貨幣的一個大問題是你必須假設每個新代幣項目都可能會跑路，不論是故意還是無意
但為了讓去中心化人工智慧運作，你需要一些協調機制，而代幣最有意義
我們該如何調和這個矛盾？

Meta 開始看起來像是 AI 時代最大的自我目標

Fable 來了又走——它好嗎？
GLM 5.2 剛剛發布——它好嗎？
大多數人會用經驗來回答，但我們都應該自己建立個人評估
選擇一些你常用的結構化工作流程，建立一個評估集，然後用任何新模型作為第一個任務來運行它們

消費者推理的難題：
我看到許多以消費者為導向的推理項目，旨在解決前沿API的高成本問題
方法各異，但前提是提供比OpenRouter等聚合器更便宜的推理服務
這裡的挑戰在於時機
今天，消費者可以獲得高度補貼的前沿人工智慧
有很多選擇讓消費者以$10起的方案獲得SOTA推理，$200/月的方案提供了驚人的使用量
由於這些子方案的存在，對API按次付費推理的消費者需求並不高
*企業則是另一個故事
因此，這些以消費者為導向的項目的關鍵假設是補貼最終會消失
許多人預期子方案會變得更昂貴或實驗室會降低限制，最終迫使大多數人轉向API付費
經典的誘騙與轉換
但這些變化何時發生，完全未知
因此，如果你是開發者，你可能在前提上是正確的，但時機太早
在這個領域中表現最好的項目需要在高容量消費者API推理之外找到用例的PMF，同時建立在 bait and switch 發生時成為低成本供應商的能力
這不是一個容易的針線活

目前整個人工智慧產業的首要任務應該是推動美國本土的開源模型
美國沒有理由不能與中國推出的開源模型保持同等水平，甚至超越它們

你還剩下 12 天的 Max 計劃 Fable 訪問權限，讓每一天都值得：
> 檢查你正在維護的每個現有代碼庫
> 一次性實現你一直堅持的想法
> 壓力測試你所依據的每個論點
> 在喧囂中找到那個 alpha
你會怎麼做？

在六個月的時間裡，我們從：
vibecoders
到代理工程師
再到循環設計師
在每一次演變中，消耗越來越多的代幣
長篇任何推理相關內容

我們都知道人工智慧尚未擁有出色的品味，至少在大多數領域是如此
因此這項技能仍然完全集中在人類身上
但另一項強大的人工技能是擁有一個良好的AI牛$shit 判斷器——你需要知道何時質疑輸出，何時將其視為理所當然

熱點看法：Anthropic 的定價是為了絕對完美
> Mythos 必須交付
> 企業必須在代幣支出方面保持彈性
> 採用率必須在一月至五月的速度下持續到今年剩餘時間
> 計算能力必須擴展
> 沒有政府或社會阻力
我不打賭他們在年底前達到 $100b 的運營速度，但他們不能有任何失誤

這一批最新的加密AI項目相當不同
人們仍然將代幣價格作為產品質量的指標
但在深入研究這批項目後，我可以說這種關係並不存在
優勢在於真正評估產品的能力