也算技术 on OneCai's Blog

多塞20%的材料，账单涨到4.5倍：模型支持100万上下文，实战到底该用多少？

Fri, 09 Oct 2026 07:30:00 +0800

模型标着支持100万上下文，不代表每次都值得塞满。用各家官方价格页的涨价线、2026年新模型的长上下文成绩和一次24GB Mac的本地记录，拆清楚上下文该设多长：保留必要证据，确认窗口和内存容纳得下，再判断增加的费用是否值得。

算力用不完也要付钱：Anthropic的5180亿美元承诺中，约80%难以主动退出

Thu, 08 Oct 2026 07:30:00 +0800

Anthropic招股材料披露5180亿美元算力承诺，其中约80%不可取消或无论实际使用量多少都须付款。算力账本系列拆解照付不议：5180亿是什么钱、不同合同怎么限制退出、46%的折扣为什么可能变成两倍原价、长约怎么支撑融资，以及这些合同到底锁住了谁。

月产能少了1.1万片，还没量产就卖光：3纳米的GPU，为什么要等一块40纳米的"底板"？

Wed, 07 Oct 2026 07:30:00 +0800

从VSMC新加坡厂规划产能下修1.1万片讲起，拆解硅中介层是什么、40纳米与3纳米为何不是同一把尺子、客户为什么提前锁产，以及硅中介层产能为何不能直接换算成GPU产量。

AI为了跑分，逃出沙箱去Hugging Face偷了答案

Sun, 04 Oct 2026 07:30:00 +0800

从OpenAI的Hugging Face事件拆解一种新的跑分失真：Agent能联网、能调用工具、能修改环境后，评测考场本身也会成为攻击目标。

提示词告诉AI“你没有网”，它为什么还是连上了互联网？

Sat, 03 Oct 2026 07:30:00 +0800

从Anthropic、英国AISI、OpenAI三起AI Agent评测事故，拆解提示词边界、运行环境边界和带外边界的区别，以及普通用户该怎么给自己的AI工具上锁。

和24GB笔记本一样的带宽，这台4万块的主机凭什么跑320B？

Thu, 01 Oct 2026 07:30:00 +0800

极摩客EVO-X5 Pro宣称可本地运行320B大模型。本文从装载、带宽、模型结构三本账拆解：统一内存缓解了容量限制，却没有同步提高带宽；对MoE模型来说，激活参数和有效带宽比总参数更接近实际生成速度。

谁都能说自己是自研大模型，但证据到底在哪里？

Wed, 30 Sep 2026 07:30:00 +0800

自研大模型不是一个非黑即白的标签。本文从备案、许可证、技术报告、行为特征和模型指纹五条线索出发，给出一套普通人也能使用的核验方法。

已经向AWS承诺1000亿美元，Anthropic为什么还要自己租1GW机房？

Tue, 29 Sep 2026 07:30:00 +0800

Anthropic为何在向AWS承诺超1000亿美元后，仍要直接租用最高1GW机房？从关键IT容量、芯片融资、合同期限和信用担保四笔账拆解。

H100发布近4年，租金4个月将涨52%：“显卡三年不值钱”失效了吗？

Mon, 28 Sep 2026 07:30:00 +0800

从Nebius两轮调价、NVIDIA和CoreWeave的续约数据、Nebius把折旧年限从4年延长到5年出发，拆开H100租金上涨到底证明了什么、没证明什么，以及“显卡三年不值钱”这句话还缺哪半句。

Claude单价只降20%，官方却说便宜40%：这次降价，降的到底是哪一笔钱？

Sun, 27 Sep 2026 07:30:00 +0800

9月22日Anthropic和OpenAI同日降价：GPT-6 Sol比上一代促销价便宜一半，Claude Opus 5.5单价降20%却号称任务成本降40%。本文用两张模拟账单拆开单价、缓存、每任务token和模型回退四笔钱，说明同一次降价落到不同账单上为什么会差出一倍。

Jev取消排队：所谓“零幻觉”，究竟消掉了哪一种错误？

Thu, 24 Sep 2026 07:30:00 +0800

Jev已取消等待名单向所有人开放。所谓“零幻觉”只消掉了输出越界和格式失控，并没有消掉错误判断。本文拆解它究竟保证了什么、置信度的三个坑、官方自认的毛边，以及它是新品类还是会被大模型吸收。

ChatGPT发明人之一的新模型Jev火了：它为什么不生成自由文本？

Wed, 23 Sep 2026 07:30:00 +0800

Jev是TypeSafe发布的首个System One模型，不生成自由文本，只做封闭判断。本文拆解它的原理、来历、可核实的数据，以及它把调用大模型这件事变便宜之后，真正在赌的那件事。

只有输出变快,为什么连输入和缓存也涨2.5倍?GLM-5.3-FlashX的“速度价签”拆解

Tue, 22 Sep 2026 07:30:00 +0800

GLM-5.3-FlashX把最高输出速度提到200 tokens/s,输入、缓存、输出价格却整体升到普通Flash的约2.5倍。如果只有生成阶段变快,为什么连跟速度无关的输入和缓存也涨?本文拆解这是一档统一倍率的服务价签、而非按秒精确计费,并给出实时交互、Agent与离线批处理的选型方法。

10万张卡，为什么通信代价会超过四成？大模型绕不开的通信墙

Mon, 21 Sep 2026 07:30:00 +0800

华为披露的一组10万卡架构仿真中，传统8卡服务器方案的芯片间通信代价超过训练时间40%。这篇从集合通信、四种并行方式和同步等待出发，解释通信墙为什么会吞掉新增算力。

4096张卡凭什么算一台计算机？昇腾960的NPO解决了什么?

Sun, 20 Sep 2026 07:30:00 +0800

华为昇腾960超节点首发NPO近封装光学。但把4096张卡组织成一台计算机，靠的是物理传输、灵衢总线、统一内存编址、调度容错四层叠加，NPO只是最底下一层。

5吉瓦到底是多少张卡？为什么大模型公司开始按“吉瓦”规划算力

Fri, 18 Sep 2026 07:30:00 +0800

博通电话会披露Anthropic 2027年计划部署5吉瓦TPU。吉瓦是什么单位，1吉瓦大致能承载多少GPU，5吉瓦对应多少钱、多少电、多少可用算力？这篇拆解为什么头部大模型公司的算力规划开始从“多少颗芯片”换成“多少吉瓦”，以及签约吉瓦和通电吉瓦之间隔着什么。

AI语音客服0.05美元一分钟，为什么这还不是最终价格？

Thu, 17 Sep 2026 07:30:00 +0800

OpenAI把GPT-Live-1放进API，语音层每分钟0.05美元，后端模型和工具另计。本文用同一通5分钟客服电话，接Luna、Terra、Astra三个后端各算一张账单，再加上缓存重算一遍，说清楚0.05美元什么时候是大头、什么时候退到次要位置，以及企业真正该盯的成本单位是什么。

200美元的新会员被挡在门外，20美元的还能买：OpenAI为什么先关最贵的门？

Wed, 16 Sep 2026 07:30:00 +0800

从Pro 20x的套餐结构、Astra与Sol的用量差异、credits费率和API价格出发，拆解OpenAI为什么在算力紧张时率先暂停最高价订阅，以及包月制与按量计费面对容量短缺时的不同处境。

同一颗芯片，为什么训练和推理是两笔完全不同的采购？

Tue, 15 Sep 2026 07:30:00 +0800

彭博社报道称DeepSeek计划在内蒙古部署至少16万颗昇腾950DT，目前没有将这批芯片用于训练的计划。本文从集群连续性、交付节奏、软件成熟度和产能兑现方式，拆解训练与推理为何对应两套不同的采购判断。

iPhone 18发布了，Apple说的20B本地模型到底什么留在了本地？

Mon, 14 Sep 2026 07:30:00 +0800

从Apple AFM 3 Core Advanced的20B稀疏架构切入，拆解「本地大模型」里的两层含义：模型在哪里计算，数据在哪里被看见。用Apple、豆包手机、三星Galaxy AI三个样本，说明为什么AI手机的分水岭不是参数规模，而是数据边界。

DeepSeek降价60%，为什么只降缓存命中，输出价仍是原来的两倍？

Sun, 13 Sep 2026 09:00:00 +0800

DeepSeek不到一个月四次调整计费政策，9月10日Flash缓存命中价降60%，但输出价仍是8月17日前的两倍。本文把三条价格线对应到KV Cache、prefill和decode三种成本，解释模型API价格到底跟着什么在变，并计算不同任务的实际降幅。

模型权重一行没改，AI为什么还是变笨了？

Sat, 12 Sep 2026 07:30:00 +0800

从Anthropic两份官方复盘、GPT-5路由事故和Kimi第三方部署测试出发，拆解模型权重之外影响回答质量的六个开关，说明它们分别握在谁手里，以及握在你手里的那几个怎么掰回来。

视频token：1个等于1024像素，为什么一秒视频要1块钱

Fri, 11 Sep 2026 08:00:00 +0800

用火山方舟的计费公式拆开AI视频生成的成本：一个视频token等于1024个像素，一秒720p视频要吃掉约两万个token。视频token单价只比文本高几倍，为什么一次生成仍然贵几百倍？实时生成又多了哪一层服务税？

GPT-6 Astra幻觉率改了又改：我们该怎样相信AI跑分？

Thu, 10 Sep 2026 07:30:00 +0800

GPT-6 Astra发布后，官方页面上的幻觉率从4.2%改成2%又改回4.2%，多项成绩被反复调整。本文结合媒体报道、OpenAI发布页、系统卡和ARC Prize材料，拆解测试条件如何影响成绩，区分最高得分与最高推理投入，并给出验证实际工作流的方法。

GPT-6 Astra单价是上代的2.5倍，AI越强，为什么账单也跟着涨？

Tue, 08 Sep 2026 07:30:00 +0800

GPT-6 Astra的API单价是GPT-5.6 Sol现行价的2.5倍。本文核对官方价目表，区分训练投入、推理消耗与商业定价，再用第三方每任务成本数据说明：单价涨多少和账单涨多少是两个数字，更强的模型在Agent任务上可能反而更便宜。

同样标称百万token，DeepSeekV4和Gemini3.5的长上下文是怎么算出来的

Fri, 04 Sep 2026 07:30:00 +0800

DeepSeekV4和Gemini3.5都标称百万token上下文，但官方给出的信息完全不对称：DeepSeek把混合注意力架构、KV Cache压缩比、检索精度衰减数字全摊开；Gemini3.5给出的是精确到二进制位的输入输出上限、token计数工具和自家的检索精度评测，唯独架构一字不提。拆开这两本『怎么算出来』的账。

WorkBuddy先跑一步，国产办公Agent开始爆发

Thu, 03 Sep 2026 07:30:00 +0800

拆解WorkBuddy、百度搭子DuMate、千问办公、豆包工作四款国产办公Agent的架构路线与真实差距，对照Codex的AgentCommandCenter与ClaudeCode的Harness体系，看国产Agent到底追到哪一步、又各自押注了什么。

同样是开源，为什么模型文件从4GB到400GB都有？

Tue, 01 Sep 2026 08:00:00 +0800

同样叫开源，Qwen3.8-27B权重55.6GB，Qwen3.8-Flash-Next权重360GB，差了6倍还多，但后者每个token只激活6B参数，比前者少得多。拆解文件大小、参数总量、单token算力这三本账的关系，附GGUF量化换算表和硬件反推方法。

125B参数只激活6B，Qwen3.8-Flash-Next是新一轮参数量注水吗？

Fri, 28 Aug 2026 06:25:52 +0800

拆解Qwen3.8-Flash-Next的125B主参数、6B激活参数、51B N-gram Embedding三本账，讲清GDN+QSA如何压缩长文本成本，以及训练FLOPs约为Qwen3.7-Plus的1/9这句话背后的官方口径和未复现边界。

一次AI对话到底烧多少电？

Thu, 27 Aug 2026 10:00:00 +0800

拆解「一次AI提问=烧一瓶水/一度电」这类流传说法的真实出处，用Google首份官方实测报告、IEA数据中心报告等权威数据重新算账：单次对话到底多便宜，训练和推理能耗差多少，以及为什么便宜本身才是数据中心电力紧张的真正驱动力。

Agent工具一个月冒出十几个，哪些是真的不一样？

Sun, 23 Aug 2026 10:00:00 +0800

最近一两个月，十几个Agent入口密集升级。与其逐个测评功能，不如先看清它们抢的是哪个位置，再用任务来源、执行环境、能力沉淀这三个维度，加一把血统判断的尺子，看清谁是真的不一样。

自己买卡vs一直用API，多久能回本？

Sun, 23 Aug 2026 10:00:00 +0800

把显卡折旧、电费、残值、API输入输出价格、缓存命中率和有效任务成本放进同一张账里，给出一套可复现的本地自建vs云端API回本周期计算方法。

Pi为什么突然火了，它可能比Claude Code更接近Agent的最终形态

Wed, 12 Aug 2026 09:00:00 +0800

深度解析Pi Agent为什么突然爆火，极简Harness设计、Skills渐进披露机制、Context压缩策略，以及它和Claude Code代表的两条Agent演进路线。

Agent和聊天机器人的本质区别是什么？

Sat, 08 Aug 2026 07:30:00 +0800

用点菜vs自己下厨的类比讲清楚Agent和聊天机器人的本质区别：不是会不会调用工具，而是谁掌握了执行路径的决定权。结合τ-bench、OSWorld 2.0等基准数据和WorkBuddy真实使用片段，拆解Agent到底难在哪、又该怎么判断一个产品是不是真Agent。

上下文窗口实战：不同任务、不同部署方式，到底该设多长

Fri, 07 Aug 2026 07:30:00 +0800

不重复讲'为什么变笨'，直接给答案：云端API按任务场景该设多大、本地部署显存怎么反推上限、新一代模型该怎么参考。附一套'标称/有效/最佳'三层框架和一张决策树。

算力会越来越贵吗？三条价格线在打架

Thu, 06 Aug 2026 07:30:00 +0800

芯片在涨价，GPU租金也在涨，但Token调用价格却在暴跌。算力到底会不会越来越贵？拆开硬件采购、算力租赁、Token调用三个不同的市场，你会发现它们分别在讲三个不同的故事，而这三个故事叠加起来，才是企业AI账单越来越大的真实原因。

长上下文是不是越贵越好？

Wed, 05 Aug 2026 07:30:00 +0800

1M上下文听起来很爽，但塞进去的每一个token都在计费，中间那段也不一定被认真读过。这一篇不重复大海捞针的论证，只回答一个问题：长上下文到底该在什么场景下买单，什么时候只是在为偷懒付费。

推理模型的“思考税”：为什么有的问题AI会偷偷多算你的钱？

Tue, 04 Aug 2026 07:30:00 +0800

推理模型在给出可见答案之前，会先生成一段用户看不见、却按输出价全额计费的内部推理。本文用一个真实的开发者踩坑案例开场，拆解思考token的计费机制、四种常见翻车方式，并给出OpenAI、Claude、Gemini、Qwen、GLM、DeepSeek六家的思考上限设置方法。

模型降价潮：这一年AI到底便宜了多少？

Mon, 03 Aug 2026 07:30:00 +0800

季度更新：对比过去一年主力档和性价比档的模型价格变化，拆解降价背后的推理成本曲线，并给出未来半年的价格预判。核心结论：不是所有档位都在降价，旗舰档已经停止下探，真正持续变便宜的是能干活的中间档位。

同一个模型，为什么API和AI应用价格能差10倍？

Sun, 02 Aug 2026 07:30:00 +0800

拆解同一个模型在API和AI应用之间出现10倍价差的原因：产品服务费、渠道成本、词膨胀、缓存命中率，以及真正需要警惕的模型偷换。

提示词越写越长，是在帮AI还是在烧钱？

Sat, 01 Aug 2026 07:30:00 +0800

系统提示词为什么会不知不觉膨胀到几千甚至上万token？用Claude Code和Codex的真实案例，拆解膨胀如何打穿缓存、打穿之后钱花在哪、以及怎么写出真正“缓存友好”的提示词结构。

Agent一次任务要调用几十次模型，账单是怎么滚起来的？

Fri, 31 Jul 2026 07:30:00 +0800

拆解Agent工作流的token消耗结构：规划、工具调用、反思循环各自怎么花钱，再用一条真实的Agent任务轨迹，把账单拆到每一轮。

模型的“免费额度”是怎么算出来的？

Thu, 30 Jul 2026 07:30:00 +0800

拆解各家大模型免费层背后的成本逻辑：免费额度是怎么被算出来的，又是怎么被技术化设计成限次、限时、降级模型的，并复盘豆包从纯免费到三档付费的真实触发因素。

模型标着671B参数，消费级显卡真的扛不住吗？

Wed, 29 Jul 2026 07:30:00 +0800

从消费级显卡能不能跑本地大模型这个问题切入，拆解MoE混合专家模型的总参数、激活参数和路由机制。对比DeepSeekV3、Qwen3-235B-A22B、Qwen3-Coder-480B-A35B等模型，说明为什么参数量巨大不等于每次推理都很贵，也不等于本地显卡随便能跑。

有效算力产出只有三成时，GPU报价要重新算一遍

Tue, 28 Jul 2026 07:30:00 +0800

从国内智算中心低利用率的公开说法出发，拆解GPU报价、满载系数、效能系数和有效算力成本之间的关系，并给出客户如何用错峰、批处理、混部和竞价实例改善成本结构。

为什么大模型训练最怕“掉卡”

Mon, 27 Jul 2026 07:30:00 +0800

大模型训练最怕的不是硬件损坏本身，而是同步训练把几千张GPU绑成了一个统一节拍——一张卡故障或变慢，All-Reduce就会让全员等待。本文结合Llama3、NCCL、PyTorch DDP和AWS的真实数据，拆解掉卡、慢卡和恢复成本背后的系统工程逻辑。

智算中心动辄千P，真正该看的不是P数

Mon, 27 Jul 2026 07:30:00 +0800

千P是智算中心的入口数字，但真正决定训练能力的是精度口径、互联带宽和有效训练算力。

华为昇腾910C到底能打H100的几成？答案不在参数表里

Sun, 26 Jul 2026 09:30:00 +0800

拆解华为昇腾910C和NVIDIA H100的参数对比，从FP8、互联、生态三个真实差距点，说明为什么纸面接近但实战有差距，以及910C到底能打H100的几成。

一张显卡的寿命：为什么三年后它就不值钱了？

Sat, 25 Jul 2026 07:30:00 +0800

从消费级显卡到数据中心GPU，拆解三年后显卡为什么快速贬值：物理寿命、性能寿命、软件寿命、资产寿命并不是同一件事。

显卡的“稀疏算力”是怎么把数字吹一倍的？

Fri, 24 Jul 2026 07:30:00 +0800

从 NVIDIA 官方数据表的一个小小星号说起，讲清楚发布会上的算力数字为什么经常是稠密算力的两倍，以及普通读者怎么在参数表里一眼识别稀疏口径。

MFU：为什么标称1P的卡，实际只有0.3P在干活？

Thu, 23 Jul 2026 07:30:00 +0800

从 MFU（模型算力利用率）入手，讲清楚为什么标称1P的AI卡，实际训练时可能只有0.3P到0.5P在真正干活，以及PaLM、Llama 3、DeepSeek-V3、Megatron-Core 等真实训练案例里的数字。

机器人从“演示”到“量产”：2744家公司里，吃到红利的为什么只有个位数

Wed, 22 Jul 2026 07:30:00 +0800

WAIC 2026上具身智能参展企业一年翻倍、真机超300台，但全行业2744家公司里真正吃到红利的只有个位数。从数据飞轮的启动成本、整机良率的连乘账，拆解机器人赛道为什么是'系统工程'竞争最极端的样本。

从芯片到大模型——生态协同能力才是护城河

Tue, 21 Jul 2026 07:30:00 +0800

DeepSeek V4实现昇腾Day0适配、CSA/HCA注意力机制芯模协同设计，但推理适配不等于生态成熟。本文用六条批判性检验清单拆解国产AI算力生态的真实成熟度，并从WAIC 2026的Agent产品群像与Token经济视角，回答生态护城河到底由什么构成。

理解Atlas 950的“6.7倍算力”：它说明了什么，又没有说明什么

Mon, 20 Jul 2026 07:30:00 +0800

华为Atlas 950 SuperPoD的参数、路线图和生态适配，看'系统工程'这个说法具体落在哪几个环节，以及'6.7倍算力'这类说法本身的边界在哪。

WAIC 2026最大的信号：AI竞争不再只看芯片，而是看系统

Sun, 19 Jul 2026 07:30:00 +0800

从Atlas 950真机首秀说起，拆解WAIC 2026里芯片、生态、机器人、治理、资本五条线为什么同时指向一个关键词：系统。

xAI开源Grok Build,代码里的codex/opencode血统藏不住

Sat, 18 Jul 2026 07:30:00 +0800

xAI 开源 Grok Build 后，代码里的 codex/opencode 溯源、Rust 架构分层、只读式开源模式和隐私风波后的时间线，都比通稿更值得看。

KV Cache：每读1个token，就要交一笔“显存税”

Thu, 16 Jul 2026 07:30:00 +0800

KV Cache 是什么、怎么按 token 计算显存占用、为什么它才是长上下文真正的硬件瓶颈。用 Qwen3 公开架构参数算明细账，拆解 GQA、MLA、KV 量化、PagedAttention 四条驯服路线，并给出本地部署的具体设置建议。

AI干完了853个人的活，为什么签字的还得是人？

Wed, 15 Jul 2026 07:30:00 +0800

Klarna用AI客服省下6000万美元，一年后重新招人；监管严禁AI开处方、AI审方。三个判例、两条红线、一条光谱，讲清AI商用的真正门槛：不是能力，是责任。

大模型只是在预测下一个token吗？两个实验给出了一幅更复杂的图景

Tue, 14 Jul 2026 07:30:00 +0800

预测下一个 token 是大模型的训练目标，却不是对它能力的全部解释。Othello-GPT 发现模型会形成参与计算的内部棋盘表征，逆转诅咒则暴露这些表征的单向与不完整——问题不是它懂不懂，而是它以什么方式懂、在哪里失灵。

同一份材料，为什么第二次交给AI只收1/10？缓存计费拆解

Mon, 13 Jul 2026 07:30:00 +0800

拆解大模型API的前缀缓存计费机制：为什么DeepSeek缓存命中价能低到未命中的 1/50，Anthropic和OpenAI的1/10折扣怎么触发。附30天真实账单实测：3367万tokens只花 5.73 元，单日命中率97.4%。

同一个问题，上午9点问比凌晨贵一倍：DeepSeek峰谷定价的算力账

Sun, 12 Jul 2026 07:30:00 +0800

DeepSeek V4引入峰谷定价，高峰时段API价格翻倍。本文用具体价格表算清峰谷差价对开发者的真实影响，解释AI推理为什么会像电力一样分峰谷，并给出错峰调用、提高缓存命中率和模型分级三条省钱建议。

AI蒸馏是什么？不是复制大模型，而是让小模型学会做题方式

Sat, 11 Jul 2026 07:30:00 +0800

什么是模型蒸馏？为什么 DeepSeek-R1-Distill-Qwen-14B 只有 14B 参数，却能学到 671B 大模型的推理能力？本文解释知识蒸馏、暗知识、软标签、量化、剪枝、白盒蒸馏和黑盒蒸馏的区别。

手机也能操控电脑：WorkBuddy微信小程序+Claw远程办公实战

Fri, 10 Jul 2026 07:30:00 +0800

WorkBuddy 实战手册第8篇：用手机操控电脑，结合 WorkBuddy 微信小程序和 ClawBot，实现远程取文件、发邮件、处理表格和移动办公。适合经常出差、通勤、临时找文件和需要远程处理办公任务的人。

用WorkBuddy批量处理100份文档：整理、合并、格式转换的自动化方案

Thu, 09 Jul 2026 07:30:00 +0800

WorkBuddy 实战手册第6篇：从137个混乱文件夹出发，讲清楚如何用 WorkBuddy 批量完成文件整理、PDF合并、格式转换和本地文件搜索。适合项目归档、发票整理、会议纪要合并、下载文件夹清理等高频办公场景。

上下文窗口：标称1M的token，为什么32K就开始变笨

Wed, 08 Jul 2026 07:30:00 +0800

窗口只用了3%，模型就开始变笨。用四组公开测试数据讲清楚：1M的token到底有多大、大海捞针怎么测、为什么越长越笨、以及长上下文的正确用法。

腾讯WorkBuddy深度调研实测：10小时的行业报告1.5小时交付，每个数据带来源

Tue, 07 Jul 2026 07:30:00 +0800

实测用腾讯WorkBuddy做一份带引用的行业调研报告：Plan模式定框架、Craft模式逐维度多轮搜索、自动标注矛盾数据、输出正文编号+末尾来源列表的Word报告。手动10-15小时的活压缩到1.5小时，附全流程可复制提示词和六个避坑细节。

腾讯WorkBuddy数据分析实测：500行脏数据到成品报告，零公式零透视表

Mon, 06 Jul 2026 07:30:00 +0800

这是一篇WorkBuddy数据分析实测文章，完整拆解如何用腾讯WorkBuddy处理Excel表格：数据体检、数据清洗、分类统计、图表生成、Word报告输出，并提醒空值处理、指标编造和数据脱敏等关键风险。

Prompt实战手册：20个可以直接复制的WorkBuddy指令模板

Sun, 05 Jul 2026 07:30:00 +0800

本文是 WorkBuddy 实战手册第二篇，重点讲解 Prompt 提示词在真实办公场景中的应用方法，并提供20个可直接复制的指令模板，帮助普通用户把目标、输入、输出格式和约束写清楚，让 AI 更稳定地完成周报、会议纪要、数据分析、PPT、文件整理、行业调研和公众号写作等任务。

腾讯WorkBuddy上手实测：从下载到交出第一份周报，10分钟

Sat, 04 Jul 2026 07:30:00 +0800

这是一篇面向初次使用腾讯WorkBuddy的上手实测指南，从下载安装到登录授权，再到用一句话生成第一份 Word 周报，帮助读者在 10 分钟内跑通完整 AI 办公工作流。

我试了下WorkBuddy：替我写文章不行，替我干杂活是真行

Fri, 03 Jul 2026 07:30:00 +0800

实测 WorkBuddy 写公众号文章：它替你写正文不行，但查资料、搭大纲、生成配图提示词、排版存草稿这些杂活是真行。本文讲清楚它能干到哪一步、初稿太'正确'的硬伤在哪，以及个人创作者如何把任务拆成五步来用它。

为什么CPU能一卖四,GPU却只能整卡出租?

Thu, 02 Jul 2026 07:30:00 +0800

同样标着2核2G的云主机为什么价格差几倍？H100为什么从来只按整卡出租？术语解构系列拆解「超分比」：从vCPU超卖的经济账，到账面算力与有效算力的兑现率，再到GPU训练时代超分为何失灵、推理时代又如何借尸还魂。

用AI工具，为什么有人花2块，有人花1300块？

Wed, 01 Jul 2026 07:30:00 +0800

本文系统拆解大模型 API 的 Token 定价差异，比较旗舰模型、主力模型、性价比模型和底价模型的使用场景，说明贵模型贵在哪里、便宜模型适合做什么，并给出普通创作者和个人开发者的模型分工方案。

7月AI新工具速递：本月值得关注的5款新品

Tue, 30 Jun 2026 07:30:00 +0800

梳理2026年7月值得关注的5款AI新品，包括Claude Sonnet 5、Cursor iOS App、Gemini Spark、Nano Banana 2 Lite、Gemini Omni Flash和Claude Apps Gateway，重点分析价格、功能变化和使用价值。

训练和推理，到底差在哪？为什么你能跑大模型，却训练不了小模型

Mon, 29 Jun 2026 07:30:00 +0800

训练和推理是理解大模型必须先分清楚的一组概念。训练会修改模型参数，推理只是调用已有参数。本文从概念、计算过程、资源消耗、本地大模型运行、微调和RAG等角度，系统解释训练和推理的核心区别。

显存、内存、算力，到底谁决定你的 AI 跑得快？

Sun, 28 Jun 2026 07:30:00 +0800

用一个后厨的比喻讲清显存、内存、算力、带宽和本地大模型运行速度之间的关系，并解释普通人购买 AI 设备时应该优先看什么。

token是什么？为什么AI不是按字数算账

Sat, 27 Jun 2026 07:30:00 +0800

这篇文章解释 token 是什么，为什么 AI 不是按字数处理内容，而是按 token 工作。文章同时说明 token 和字数、上下文长度、AI 计费、本地模型内存占用之间的关系。

存储通胀:苹果涨21%、美光毛利80%、华为另起炉灶

Fri, 26 Jun 2026 07:30:00 +0800

从苹果硬件涨价、AI数据中心扩张、存储通胀，到华为韬定律，理解AI时代算力、内存、存储和后摩尔时代硬件演进的产业逻辑。

DeepSeek新出的DSpark，不是让模型更聪明，而是让它说话更快

Thu, 25 Jun 2026 07:30:00 +0800

这两天看到 DeepSeek 又冒出来一个新词：DSpark。

第一眼看上去，很容易以为它又发布了一个新模型。毕竟现在大模型圈子里，只要名字后面多几个字母，大家就会本能地想：是不是能力又上去了？是不是推理更强了？是不是又要重新排榜了？

但 DSpark 这事，最好不要这么理解，它不是一个新大脑，它更像是 DeepSeek 给模型换了一种更快的说话方式。

简单说，DSpark 解决的不是“DeepSeek 会不会回答”，而是“DeepSeek 能不能更快把答案吐出来”。

这两个问题不一样：一个是能力问题，一个是效率问题。

大模型为什么总是一点点往外蹦字？

我们平时用大模型，最直观的感觉就是：它不是一下子把整篇回答发给你，而是一行一行慢慢出来。

有时候看着还挺像一个人在打字。

但这不是界面故意做出来的打字机效果，而是大模型本来就这么工作。

大模型生成内容，不是先在脑子里写好一整篇文章，然后复制粘贴出来。它更像是在不断猜下一个字、下一个词、下一个 token。

前面说了什么，决定后面最可能说什么。

大模型如何一个 token 一个 token 生成文本⁠

所以它的工作方式大概是：先预测下一个 token，再根据这个 token，预测再下一个 token，再继续往后预测。

一路这么走下去，最后才变成我们看到的一段回答。

这里的 token 不需要理解得太复杂。可以粗略当成 AI 处理文字的基本颗粒。中文里可能接近一个字，也可能是一个词的一部分；英文里可能是一个单词，也可能是单词的一部分。

关键不在 token 的精确定义，而在它的生成方式：

大模型原来基本是一个颗粒一个颗粒往外吐。

这就像一个人说话，每说一个字都要停下来想一下。能说，但慢。

DSpark 在中间加了一个“小助手”

DSpark 的思路，可以用一个很土但很容易懂的比喻来讲。

原来的大模型，像一个很谨慎的老师。

每写一个字，都要自己想、自己判断、自己落笔。

DSpark 相当于给这个老师配了一个学生。

学生写草稿，老师快速批改⁠

学生先写一小段草稿，老师再快速批改：

这几个字对，保留。
这个词不对，改掉。
后面这一小段可以直接用。
这里猜错了，退回来重新写。

如果学生猜得准，老师就省事了。

老师不用从空白纸开始一个字一个字写，而是可以在草稿上快速确认。

这就是所谓的“推测解码”。

听起来挺技术，其实就是四个字：

先猜，再验。

小模型或者草稿模块先把后面可能出现的 token 猜出来，主模型再来验证。猜对了，就一口气通过；猜错了，再回头修正。

所以 DSpark 不是让小模型代替大模型，也不是降低标准凑速度。

12个本地模型，同一份提示词，谁能扛住24GB的内存墙？

Wed, 24 Jun 2026 07:30:00 +0800

在 24GB 统一内存的 Mac 上用一份七板块硬 prompt 横评 12 个本地大模型（Qwen3.6 / Qwen3 / Gemma-4 / DeepSeek-R1 系列，MLX 与 LM Studio 双线）：6 个因 OOM 或上下文超限失败，5 个合格交付。拆解内存墙、MoE 显存真相、Prompt 遵从性与原文忠实度，并给出按硬件分档的选型建议。

本地模型别只看总参数：稠密和稀疏差别很大

Mon, 22 Jun 2026 07:30:00 +0800

用全公司上班 vs 只叫醒几个专家的比喻，讲清楚稠密模型和 MoE 稀疏模型的根本区别，以及在本地部署时如何通过名字里的 A 识别 MoE 模型。

别再被的模型名劝退了（下）：你的电脑能跑多大，又该怎么选

Sun, 21 Jun 2026 07:30:00 +0800

以 MacBook Pro M4 Pro 24GB 为例，给出各规模和量化档位的内存占用速查表，分析 24GB 的真实可用量，并给出以输出质量优先的模型选型建议。

别再被模型名劝退了（上）:从一堆字母看懂本地大模型

Sat, 20 Jun 2026 07:30:00 +0800

拆解本地大模型命名规则，讲清楚参数量（B）、模型类型（Instruct/Base/Thinking）、量化格式（Q4/Q8/IQ4/MLX）各是什么意思，帮你看懂 LM Studio 里那一堆文件名。

不同算力卡一小时能干多少活？

Thu, 18 Jun 2026 07:30:00 +0800

以跑 70B 大模型为统一场景，对比 H100、B200 等不同算力卡一小时的 token 生成量，把抽象的 TFLOPS 换算成可感知的 AI 产能。

拥有1P算力，能干点什么？

Wed, 17 Jun 2026 07:30:00 +0800

从实际应用角度分析 1P 算力的能力边界：可以跑大模型推理、支撑企业 AI 应用，但从零训练超大规模基础模型基本不够。

我用WorkBuddy做了几件小事，才明白Agent是什么

Tue, 16 Jun 2026 07:30:00 +0800

通过使用腾讯 WorkBuddy 处理日常杂事，对比了几款 AI Agent 工具，理解了智能体帮你拆解任务、规划执行和真实动手的区别。

了解一下图片暗水印

Mon, 15 Jun 2026 07:30:00 +0800

介绍图片暗水印（隐形水印）的原理、典型用途，并用 Python 实现了 AES-GCM 加密 + LSB 隐写的小工具，把文字嵌入 PNG 图片而肉眼不可见。

快捷指令终于有“全局变量”了！

Sun, 14 Jun 2026 07:30:00 +0800

记录了 iOS 27 beta 1 的三个变化：Liquid Glass 视觉效果、景深效果、以及快捷指令新增的储存空间功能，让跨指令共享数据成为可能。

换种问法，AI给的答案能差多少？

Sat, 13 Jun 2026 07:30:00 +0800

用五种 prompt（普通总结、字数限制、结构化、防幻觉约束、证据对应）向同一模型提问，对比结果差异，总结了实用的提问自检方法和几个需要避免的危险词。

了解Ai大模型的幻觉

Fri, 12 Jun 2026 07:30:00 +0800

通过论文 FaithBench 和博客文章了解 AI 大模型幻觉问题，整理了 12 个主流模型的幻觉率排名，并用一则财经新闻自己做了一次对比实验。

理解什么是“1P”算力

Wed, 10 Jun 2026 07:30:00 +0800

从 1P 算力入手，整理了 FLOPS、PFLOPS、精度（FP64/FP32/FP16/BF16/INT8）等 AI 算力基础概念，解释为什么算力数字离开精度就没有意义。

钉钉DingTalk音频导出到本地

Fri, 08 May 2026 22:53:56 +0800

基于开源项目扩写了两个脚本，实现将钉钉 DingTalk AI 听记的音频、转写、AI纪要、关键词、待办等内容完整导出到本地目录，方便备份和二次处理。

解决快捷指令找不到备忘录的问题

Sat, 25 Apr 2026 15:34:29 +0800

用 iOS 快捷指令 + 备忘录实现的零成本闪念记录系统，升级 iOS 26 后偶发找不到备忘录，通过新增文件夹筛选和创建日期条件两个限制稳定解决。

telegram ceo访谈视频中英文字幕

Sun, 12 Oct 2025 09:11:52 +0800

英文水平太差，把YouTube视频博主的访谈英文字幕通过AI工具翻译成中文，方便查看。

这个博客是怎么搭建起来的

Tue, 01 Jul 2025 18:03:13 +0800

这篇文章将详细介绍我是如何搭建这个Hugo博客的。