这才是我的 Qwen 嘛,本地部署 Opus 4.6 性能的模型,还要啥自行车
mac mini m4 pro 64G 关掉thinking,实测 12 tokens/s https://twitter.com/Alibaba_Qwen/status/2088280188362867185

试用了一天,Qwen 3.8 27B 文学水平相比 Qwen 3.6 35B 退步了,变啰嗦了

【公告】RSS 订阅地址优化说明

最近,我给博客加上了「推特同步」功能,博客会自动抓取并发布我在 Twitter 上的所有发言。这个新特性让内容更丰富了,但也让原有的 RSS 订阅源变得有些冗杂。在此,向一直订阅我的朋友们说声抱歉。为提升阅读体验,我已对 RSS...

@kevinma_dev_zh 同意,还有一个典型的问题就是,免费用户提需求提得比谁都勤,因为没有成本。
开发者很容易陷在这堆需求里自我感动,但对产品价值未必是正向的,付费门槛本身就是最好的需求过滤器
当然不是说免费反馈都没价值,而是没有付费门槛时,信号和噪音分不开,小团队扛不住这个筛选成本

完蛋了,自己的手打回复也出现了“不是。。而是”,被 AI 同化了🥲怎么办

Performance of Qwen3.8-27B:

这才是我的 Qwen 嘛,本地部署 Opus 4.6 性能的模型,还要啥自行车

mac mini m4 pro 64G 关掉thinking,实测 12 tokens/s

tweet-2088280188362867185-a5f10ab8.jpgtweet-2088280188362867185-2db822e8.jpg

cndota 打的什么鬼东西啊,像是在打人机的心态,对面应该也感觉像打人机吧😂

第一天就全军覆没,唉,老人打不动,新人不愿打,cndota要断层了🤕

Introducing GLM-5.3: Built to Code. Ready for Cyber Defense.

- Top-tier coding and agentic capabilities, achieved through post-training on the 743B base model
- A major leap in cybersecurity, setting a new standard among open models

Tech Blog: http

GLM-5.3 发布了,基座模型和 GLM 5.2 一样,所有提升全靠后训练,类似于 Deepseek V4 正式版😆

看起来和 Kimi K3 不相上下啊,还略有胜出

官方说法是开源权重里最强的 coding 模型

权重两周后开源,期待!

tweet-2088132965922476159-4345cd41.jpg

Introducing Gemini 3.7 Flash : )

- it is fast!
- 50% lower price than 3.6 flash (through end of year)
- strong intelligence increase in only ~3 weeks (thanks to some awesome algorithmic improvements)
- available in the API, AI Studio, Antigravity, a

gemini 3.7 flash 也出来了,但似乎没什么人讨论了,真沦为豆包了?😂

tweet-2087948481721962669-a85c4530.pngtweet-2087948481721962669-17ec55da.pngtweet-2087948481721962669-f255e05b.pngtweet-2087948481721962669-105d4e86.png

这是我看过

<关于LLM是如何工作的 >

最直观的解释😂

🧩 DeepSeek Harness v0.1 is now available in Developer Preview!

🔹 We’re opening it up to developers building agent harnesses worldwide and open-sourcing the codebase in MIT license.
🔹 Powered by the Cordis meta-framework, DeepSeek Harness is an agent

ds harness 来啦来啦