@aukw 我理解是依赖发语音消息的人的特点是比较自我。

1 、他发语音，说明他的场合是适宜语音消息这个场景的，但是他不考虑接收方是否合适阅览。
2 、语音是一种“模拟”信息，不是精确的结构化信息，难追溯，难索引，发起方有一定主动的自由解释权。
3 、语音信息往往是口语化的，逻辑弱，信息密度低，相当于把信息提取的压力转移给了接收方。

8h 52m ago

Replied to a topic by Jas0nG › 职场话题 › 多年经验总结，经常发送消息有错字的人工作能力都不佳，这是为啥？

我理解其实人的能力是有一定的通用性的：集中力、精力、抗干扰能力、认知能力、判断力都算。
打错字我认为就是典型的缺乏以上能力的表现。

缺乏以上能力，人优秀的概率我自认为非常低。

13h 33m ago

Replied to a topic by yodi › 程序员 › 如何让多不同模型在同一个 session 中与自己一起讨论问题？

多 LLM 参考，是不需要并行讨论的。只需要 MOA 就好了。

就是一个 session 负责汇总，其他 session 就是把你的问题每个模型问一遍。

13h 39m ago

Replied to a topic by voidGhost › OpenAI › OpenAI 发布 GPT-6 Astra 并宣告「欢迎来到 AGI 时代」，评测全面登顶

但是 artificialanalysis.ai 的分数只是和 Opus5 相当。

13h 52m ago

Replied to a topic by AkinoKaedeChan › iDev › BYOK 的 AI 应用如何合规中国区 App Store

反而其实 openAI API 类似这种描述非常奇怪，因为 openAI 有两套 API 格式。

13h 53m ago

Replied to a topic by AkinoKaedeChan › iDev › BYOK 的 AI 应用如何合规中国区 App Store

如果知道 BYOK 是什么，那他一定认识 Chat Completions/Responses/Messages 这三种 API 格式。

14h 16m ago

Replied to a topic by ldm0 › Local LLM › 2 台 DGX Spark 上运行的本地 LLM 横向对比

@heyjei 相对而言 dsh 这种比较开放的 harness 更方便实现全工具能力。可以靠插件，可以靠 skill 。
Codex 和 Claude Code 都是依赖 API 来提供 web_search 的，所以一般只能安装第三方 MCP 来实现。

@qazwsxkevin 抱脸的量化方在文档中都会着重体现自己的量化方案的损失，关键词是 KDL 以及 Top 1%正确率。通常来讲，优秀的 4bit 量化的 top 1%大概在 95%~97%。比如 unsloth 就以量化损失小著称。他们会公布热门产品的量化损失曲线。

1 day ago

Replied to a topic by justwe7 › 程序员 › 感觉现在关于 github copilot 的讨论少了，还有人在主力使用的吗？想听听实际体验

额度不明+闭源专用 Agent+1.5 倍额度放大。完全没 get 到 copilot 目前的意义在哪里。

而且你要知道，之前 copilot 的 harness 逻辑是针对每次请求收费优化的。

1 day ago

Replied to a topic by siriusliangcn › OpenAI › 据说 GPT6 的技术路线，可以压榨出十几倍的参数效果

@shitshit666 没错，但是很多维度的体验是跑分没法告诉你的。

比如更小体量的模型，因为缺知识量，所以直觉更差，就需要更多的重试次数。
比如为了能力更好，越小的模型性格越偏激，必须要拿到真凭实据（收敛到极致），导致 thinking 起来完全停不下来。

1 day ago

Replied to a topic by zencitta › 程序员 › 对大厂来说， Vibe Coding 是不是伪需求？

@zencitta 我理解这也是一种机会。越庞大的组织结构越天生有排异性。所谓船大难掉头。

现有的既定结构裹挟太多既得利益了，很难合理响应市场和技术的革新。

没一个组织能完美跨周期停留在头部的。要么直接断臂求生，要么直接名存实亡。

» More replies by sentinelK