与「80】マインクラフトを生配信【オウムガイの鎧を探せ！の巻】」相关的搜索结果

ゲームオーバーの気持ちって、こんな感じだったわ‥ 【#80】マインクラフトを生配信【オウムガイの鎧を探せ！の巻】# @YouTubeより

之前参与了 @MSX_CN 关于 Anthropic 的pre-ipo 说点看完它招股书真实想法： 2 万亿美元估值，2025 年营收 45.9 亿刀（一年 12 倍），但运营亏损 80 亿+，未来一年承诺烧 5180 亿——是营收的 113 倍。 比较魔幻的是 261 页招股书，80 页在讲 AI 可能毁灭人类：模型会"抵抗关闭"、"操纵信息"、"类似敲诈勒索"。 一边警告 AI 失控，一边全速烧钱追赶。它不是怕 AI 杀死人类，是怕对手先杀死自己。 若上市成功，将打破 SpaceX 纪录成为史上最大 IPO。OpenAI 已推迟到 2027，它可能拖到 11 月中期选举后。 这个位置拿住pre-ipo是需要信仰加持的

WSJ：“追踪机构Kpler的数据显示，截至上周，通过霍尔木兹海峡和绕行路线的石油发货量已达到战前该地区供应量的近80%。” 老川还是对的，霍尔木兹海峡牌对伊朗来说几乎没用。看来伊朗得加大搅局力度了。

Anthropic 放出了 Sonnet 5.5 的完整跑分，最抢眼的一行是 Terminal-Bench 4.0：Sonnet 5 是 10.3%，Sonnet 5.5 是 70.6%，一代之内涨了将近七倍，还超过了 Opus 5.5 的 66.4%。 几个关键数字： OSWorld 2.1 电脑操控：57.0% 到 80.1%，Opus 5.5 是 81.8%。 GDPval-AA 职场知识任务：1844，Opus 5.5 是 1846，GPT-6 Sol 是 1487。 图表识别 Chartography：15.6% 到 61.6%，Sol 是 53.6%。 价格 $2/$10，和 Sonnet 5 一样，是 Opus 5.5 的一半。 很多人看这张表最大的误区，是以为 Sonnet 5.5 已经全面追平 Opus 5.5。脚注里有三处要读： Terminal-Bench 上 Sonnet 用的是 max 档，Opus 用的是 xhigh 档，档位不一样。 独立机构 Artificial Analysis 自己跑出来是 64%，比官方低。 FrontierCode 上 Sonnet 是 46.2%，Opus 5.5 是 54.4%，Sol 是 49.3%，Sonnet 在这一项排在两者后面。 这张表真正讲透的一件事是：便宜的 token 不等于便宜的任务。max 档下，Sonnet 5.5 每个任务要输出约 19 万 token，比 Opus 5.5 还多约六成。独立测下来，最高档的单任务成本已经超过 Opus 5.5。而且拉满也不一定更强，FrontierCode 上 xhigh 是 52.1%，max 反而掉到 46.2%。 所以同样用 Sonnet 5.5，一律拉到 max 的人，账单可能比用 Opus 还高；按任务选档的人，才吃到它便宜的那一半。 你上一次选模型，是看跑分表，还是看自己任务的账单？挑一个真实任务，high 和 max 各跑一遍，对比 token 和结果，再决定。

充了一次超充，再充回家充桩有种背德感 都说家充7kW对电池好，所以一直用家充桩，虽然充的时间比较久，但是都是晚上回来，定了0点到8点用谷电，虽然细水长流，但胜在便宜稳定，不用跟别人抢桩 这种感觉，直到充了超充桩，那股快感，800v高压快冲，10分钟一下子从10%冲到了80%，虽然贵，但是那股招手即来，随冲就有的快感，是以往家充桩给不到我的，虽然知道，频繁快冲，对电池并不好 用完超充桩，身心一阵放松和空虚，陷入贤者模式，随之而来的是背德感，是对家充桩的背叛感。害怕再回家，会嫌弃家充桩慢，会对电池不好

我从2025年就一直反复强调。 现在所有大学本科生最重要的第一节课，就是买一个最大的coding plan，用上claude code或者codex， 第二节课是自己做一个最最最小版本的coding agent，可以对比codex或者claode code的基本功能，只要能输入一个基本功能，iteratively让agent完成写代码、编译、测试、 运行的功能即可，一切在terminal里，先把terminal和tool calling功能做好， 第三节课是认真观察codex和claude code的基本功能，把里面的memory、skills、multi agent/subagent、background tasks、session管理、context compression、TUI/GUI设计、如何可视化diff、如何管理好额外的btw等等类似的功能、如何把goal的功能放进去、如何实现scheduled tasks、如何实现权限管理等等，一步步一点点摸索实现出来。 我反复讲，一个计算机本科生能看完立党AI研究学习教程，把上面这三节课做完，就已经吊打清华计算机80%以上的本科生了。

阿里云开源「企业级 Agent 白皮书」 2026 年最新发布，是 2025 年 9 月「AI 原生应用架构白皮书」的升级续作。全书按 架构 → 构建 → 运行 → 治理 → 调优 的全生命周期组织，共 7 篇 30 章，由阿里云数十位一线工程师分工撰写，并纳入吉利、塔斯汀、MiniMax、哔哩哔哩、信永中和等外部企业案例。 它的写作动机很明确：过去一年市场重心已经从 “如何快速搭出一个 Agent” 转移到三个新挑战，工程化（从概率智能到可靠生产力）、规模化（从单点试验到智能基础设施）、组织化（从 Agent 孤岛到进入核心业务流程）。现有的框架文档和教程基本不回答这些问题，这本白皮书填补的正是这个空白。 开源地址 # 各篇核心内容 架构篇（1–2 章） 建立认知框架。给出 Agentic Application 的六个判定特征（以任务结果为中心、运行时决定部分执行路径、能作用于环境、维持跨请求状态、受确定性机制约束、可观测可评估）和成熟度四级模型（L1 辅助生成 → L2 受控自动化 → L3 Agentic Execution → L4 规模运营）。两个重要的解耦判断：用哪种形态取决于任务结构，处于哪级成熟度取决于治理完备程度；单 Agent / Long-Horizon / 多 Agent 是沿时间跨度和协作结构两个正交维度的扩展，不存在“必须升级到多 Agent”的路径。贯穿的原则是“最低充分架构”，为任务选择成本与风险可接受的最低复杂度。 构建篇（3–6 章） 是方法浓度最高的部分，按“范式—任务—信息—行动”还原构建过程： · 任务：Agent Loop 五阶段（Prepare→Model→Act→Observe→Verify）+ 十态任务状态机，要害是“消息历史不应是任务状态的唯一来源”；完成判定的核心原则是“模型只能申请完成，Harness 依据环境证据提交完成”，验证分五级并与风险匹配。 · 信息：Context 是动态“编译”而非静态字符串。本章的独创设计是 Context Manifest，每次调用记录上下文每个片段的来源、作用域、版本、信任级别、选中理由和内容哈希，使“模型看见了什么”变得可解释、可回放、可审计。信息被五分为 Context/State/Memory/Knowledge/Skill，其中 Memory（个人经验）与 Knowledge（组织内容）必须分列，因为治理责任不同，“放进同一个向量库会同时失去两类治理能力”。 · 行动：统一 Action Plane（意图→Schema 校验→身份绑定→策略决策→执行→观测），关键三分：“模型看见工具 ≠ Harness 注册了工具 ≠ 获得执行授权”。协议定位清晰：Function Calling 是模型-Harness 意图接口，MCP 是 Harness-能力提供方连接协议，A2A 面向拥有独立任务循环的远程 Agent，“协议选择由能力是否拥有独立任务循环决定，而非新旧或流行度”。 运行篇（7–12 章） 处理规模化后的工程问题，大量内容达到了分布式系统的专业深度：沙箱后端选型判据（容器/gVisor/MicroVM 按代码可信度与租户边界取舍）；状态外置后 Event Log / Checkpoint / 工作区快照三者不可互相替代，且“Durable Execution ≠ 外部动作恰好执行一次”；AI 网关对 LLM/MCP/Agent 三类流量按不同粒度治理，其中“严格预算需要原子预留而非阈值检查”的数学化分析（余额 100、两笔 80 的并发请求都会通过）是真实的并发工程细节；多 Agent 编排强调“最小充分共享”，共享的是上下文来源而非同一个 Context 窗口。 治理篇（13–16 章） 让自主运行的系统变得可信。可观测性的判据是“请求成功 ≠ 任务成功”；安全章同时把 Agent 当被攻击对象和行为主体来防护（身份是全章最扎实的部分：数字工牌、Token Exchange 权限收敛、On-Behalf-Of 且 Agent 权限 ≤ 用户权限）；资产管理把 Prompt/Skill/MCP/Agent 当作运行时依赖做注册与版本治理。第 16 章 Agent Simulation 是全书原创性最强的一章：Agent 行为之所以不可验证，是缺制度前提（角色无外部标准、失败无自然代价、身份不连续），模拟是当下唯一可做的事，本质是“用可靠 Harness 约束不可靠内核”。它甚至给出诚实的统计学提醒：n 次零违规的 95% 置信上界约为 3/n 而非零。 调优篇（17–24 章） 的组织原则是“归因决定方法”：先排除环境故障、再修 Harness、最后才动模型，“把本应由上下文或工具协议解决的问题当成模型不行，是代价最高的一类误判”。主线是数据飞轮：Trace→Trajectory→黄金数据集（输入/轨迹/结果/判据四要素）→Badcase 闭环→受控自进化（模型生成的改进一律是候选变更，须回流构建、过门禁、可回滚）。模型调优章对 SFT/Agentic RL/蒸馏的适用边界、奖励投机的三套机制分离（训练奖励、独立评测、系统硬约束）论述相当严谨，广引 DeepSeek-R1、Tulu 3、FrugalGPT 等外部工作。 总结篇（第 30 章） 是全书思想密度最高的总结。当企业同时运行多 Agent、多框架、多租户时，同样的工程要求在每个应用里被重复且不一致地实现，这本质上是缺一个共享的系统层。Agentic OS 被给出“窄定义 + 三条否定”：为 Agent 任务提供公共运行对象、能力接入、可强制边界与统一证据的系统层，它不持有任务语义、不是又一个框架、不必然改内核。能力下沉有三条判据（复用性 + 强制性或可验证性），九类管理对象（其中 Budget Lease 预算租约最易被忽略），并提出“自治上限由可撤销范围与可证明范围决定，而非模型能力”。 调研报告 的 1906 份问卷给出一个关键发现：已开发或开发中 Agent 的企业占 46%，但真正上生产的仅 18%；有评估体系的企业任务成功率是无评估者的约两倍，卡点不是模型能力，是 Harness 层的工程配套。这与全书立意互为印证。