lifcc (@mylifcc)

继 Vibe Coding 之后，硅谷今天连 Vibe Archaeology（氛围考古学） 都搞出来了，而且剧情在 24 小时内完成了史诗级反转。 一位 Google 工程师去南美旅游时突发奇想：既然激光雷达（LiDAR）能穿透雨林树冠看到地面，能不能直接扔一堆 AI Agent 去找还没被人类发现的玛雅金字塔？ 他睡前跑通了一套极其暴力的流水线，不到 72 小时就收到了墨西哥政府的官方回函——结果评论区顺着论文一扒，扒出了一个令所有做 Agent 的人后背发凉又忍不住笑出声的细节。

一块榴莲千层蛋糕，保质期居然长达 9 个月？？ 这两天董宇辉新品牌“禾与春时”首发的猫山王金枕榴莲千层（16 分钟卖光 15 万单）因为“9 个月保质期”吵上热搜（#董宇辉蛋糕检测报告多达60多页## 阅读破 1490 万）。有人拿它跟山姆的冷藏千层拉了张实拍配料表对比图，还用大红圈把底下一串化学名圈了出来，质疑是不是“科技与狠活”；品牌方则直接甩出了 62 页的 SGS 检测报告。 普通吃瓜群众谁有耐心去逐字核对糊图的配料表和 62 页报告？ 正好蚂蚁百灵刚发了原生多模态模型 Ling-3.2-flash（官方称已落地灵光 2.0，总参数 560B、单步激活 25B，支持 1M 原生长上下文，主打复杂图文理解与视觉反馈自检），我直接打开 Ling Studio 网页端，把这张打满红圈的网传配料表对比图和 SGS 核心指标丢给它，让它生成一张「深色系单文件 HTML 一图流鉴定卡」，顺便看看它会不会掉进红圈的节奏里。 【测试环境与配置】 • 测试入口：Ling Studio 在线网页端（左上角确认模型为 Ling-3.2-flash）。 • 工具配置：关闭联网搜索/时间/天气插件（纯靠模型原生多模态读图与推理），开启思考模式，最大推理生成长度 262144。 【实测第一轮：它从糊图里看出了什么？】 原本我以为第一版生成的 HTML 样式多少会有点错位，结果它第一把直出的深色系鉴定卡（直接内置在 Preview 预览窗里，自动分了 01~06 六个模块，右上角甚至自己写了个“🖨️ 打印/存为 PDF”按钮）排版居然一次成型，完全没崩。更让我意外的是这两点： 1️⃣ 一眼戳破“红圈添加剂”的伪命题：网友红圈重点圈出来的那个名字吓人的「羟丙基二淀粉磷酸酯」，它直接对比左右两栏配料表指出：“两边（禾与春时与山姆）都有『羟丙基二淀粉磷酸酯』→ 不是决策差异点！红圈成分是口感稳定剂（防冷冻解冻出水），不是防腐剂。” 所以这波还真不能算翻车，它本质上是用 -18℃ 冷冻链 + 杀菌工艺 + 隔氧包装做出来的速冻甜品（果肉 ≥50%，适合冷冻囤货），而山姆是 0~4℃ 冷藏即食（果肉 33%，适合大分量尽快吃完）。 2️⃣ 极强的“反幻觉”克制：原图右边山姆那一栏被网友画的大红圈挡住了净含量和保质期，而且最底下有几行压糊的重影错字。很多模型遇到这种图会自己脑补瞎编，但 Ling-3.2-flash 直接在表格里诚实标了「图中未显示」，并在表底主动写了一行小字：“右栏底部小字分辨率不足，未采信”，同时声明无联网条件下未核验 62 页报告原文，仅按摘要呈现。 【初版版面有什么不足 → 第二轮反馈怎么改？】 虽然第一版逻辑和样式都很稳，但从直接截图分享的角度看，初版 Preview 渲染画面还有两个可以打磨的细节： • 初版版面不足：一是初版把 01~06 六个模块做成了纵向长页面布局，高度超出一屏，手机端一屏截不完（见图3）；二是焦点成分的定性结论融在文字段落里，缺少一眼就能看懂的视觉标签。 • 反馈与微调：第二轮我直接针对渲染结果让它收紧版面，它用时 63 秒把原本 6 个纵向长模块重构成了三栏紧凑布局（控制在 100vh 一屏内看完），还主动把「羟丙基二淀粉磷酸酯」的国标分类（GB 2760 / INS E1442 变性淀粉）做成了显眼的红绿胶囊标签——「质构·口感稳定剂 ✓」「防腐剂 ✗」，并加上了一句金句总结：“名字长 ≠ 防腐剂，与保质期无因果关系”（见图4）。 【真实体验判断：值不值得用？边界在哪？】 • 能打的地方：据官方介绍，Ling-3.2-flash 采用 7∶1 混合注意力架构，在 DesignArena 的 Image-to-Frontend 前端生成评测拿了 1238 分（注：官方披露在 Hopper GPU、约 30K 上下文及 DSpark 投机推理加速特定条件下解码均值达 280 tokens/s）。实测下来，这个 1238 分确实没水分——直出单页 HTML 的审美和结构完成度很高，尤其是「看不清的糊字宁可标『未采信』也不瞎编」这点非常讨喜。 • 客观边界：一方面，无联网条件下模型仅对用户提供的图文与报告摘要做结构化呈现，不能替代专业检测机构或人工对 62 页原始报告的最终复核；另一方面，官方也坦诚指出，目前模型在长程跨应用任务状态维持、复杂三维空间推理及 3D 细节保真度上仍有客观差距，在线网页端也不直接内置官方演示里的 Blender 等外部软件环境。 搞了半天，所谓“9个月保质期千层蛋糕”根本不是加了防腐剂，而是把千层做成了「-18℃ 冷冻速食」。如果是你，你会买这种能冻大半年、果肉 ≥50% 的冷冻千层，还是买冷藏 3 天内必须吃完的现做千层？👇

这两天全网都在拿刚发布的 Claude Fable 5.2 测写代码，我换了个更刚需的玩法：既然现在大家最关心的是自己和家人的健康，干脆把 Theta Health 开源（Apache-2.0）的健康数据引擎 Mirobody 挂进 Claude Code，让 Fable 5.2 调它的本机离线医学词表，把 mirobody-gen 生成的 18 份跨机构虚拟体检单、5 年手表数据和中英日对照读数现场洗干净，做成了一份 2026 身体年度报告与跨年体检趋势看板（见图）。 不用部署也不用 API Key，一行命令就能把它的离线引擎挂进 Claude Code 当 MCP： claude mcp add mirobody -- uvx --python 3.12 mirobody mcp 为什么要让 Fable 5.2 调这个 MCP，而不是直接把体检单丢给大模型心算？因为跨医院、跨语言的体检数据直接喂给模型太容易翻车了——比如同样从美国的 mg/dL 换算成国内的 mmol/L，胆固醇要除以 38.67，而空腹血糖要除以 18.02。 挂上 Mirobody（1.6.1） 后，你手上的中文、英文检查报告就能真正放在一起看：它从 LOINC 2.83 切出了 63,416 个编码、1,023,273 条名称（含 21 种语言）和 331 个 UCUM 单位，常规体检项目在中、英、日、俄、爱沙尼亚、土耳其 6 种语言上的覆盖测试达到 347/347。本机实测它把英文的 LDL Cholesterol 82.8 mg/dL、日文的 LDLコレステロール 82.8 mg/dL（落到质量浓度 LOINC 13457-7）和中文的 低密度脂蛋白胆固醇 2.14 毫摩尔每升（落到摩尔浓度 LOINC 22748-8）全部对齐，经 convert_unit 按各自的换算系数精准转换（2.14 mmol/L ↔ 82.74 mg/dL）；6 家机构、3 种不同写法的 15 次糖化血红蛋白 也全部统一到 LOINC 4548-4 连成了一条五年趋势线。 更好玩的是本机实测时故意埋雷和抓到的几个真细节（见图）： 一是它的拒识边界极严，绝不瞎猜。我故意往 standardize_reading 塞了一条把血清白蛋白配成尿液单位的脏数据（Albumin 30 mg/24h）和一条笼统的 血脂 偏高，它直接返回 refused，明确提示白蛋白配了尿液才用的单位、分类词不给单项编码。在 18 份报告第一轮原样读出的 172 行里，150 行直接拿到编码，它拒绝了 22 行并逐行给出理由——比如血常规里缩写 PCT 配了 % 单位，通常是血小板压积，引擎没把它错编成降钙素原（PCT 的另一个常见意思），而是因单位对不上直接拒识；还有 Urea(BUN) 混写了尿素和尿素氮两个量、3 行血压把收缩压和舒张压印在同一格。第二轮我让 Fable 5.2 按拒识理由把那 3 行同格血压拆成 6 行（总行数变为 175 行），再去掉括号、把缩写展开成全称（如写全 Plateletcrit）重交，又有 22 行编上了码：最终 175 行里共 172 行拿到编码，只剩 3 行英文 Glycated albumin 仍未编码。 二是实测真抓到了几个 Edge Case：英文 Glycated albumin 暂未识别，但敲中文 糖化白蛋白 却能识别；测日文低密度脂蛋白时，不带横杠的 LDLコレステロール 秒识别，但中间加个半角连字符写成 LDL-コレステロール 就会返回 unresolved（因为引擎坚持只查词表绝不靠模型猜，刚好可以顺手给仓库提个词表 PR）；另外日记里的复合长句直接传给 standardize_complaint 会不认，必须让 Fable 5.2 先把单项症状拆出来再调工具，23 个症状精准编上了 22 个 ICPC-3 编码。 这次我在本机实测的是它最轻的离线词表、Apple Health 导入和 Claude Code MCP 链路，还没有在本地部署完整版 Web 应用。根据官方文档，完整版 Mirobody 可以把体检报告（PDF、照片、表格）、手环数据（Apple Health 等）和基因文件（WeGene、23andMe、AncestryDNA、VCF）整合进同一份 AI 读得懂的记录，支持用 Docker 100% 本地部署（16G 无卡电脑也能跑，Windows 需在 WSL 2 终端里执行），也可以接入其他 AI 模型；完整版回答里每个数字都标明来源，点开就能看到原文件。国内网页版（ Mirobody、以及海外版产品 Theta（ 提醒两点：接 Claude Code 这类云端工具时，你发给它的记录会发给对应的模型公司（所以我全程只用虚拟数据测试）；如果你部署完整版，设置里生成的 MCP 接入链接相当于密码，截图或录屏时必须打码。 截至 2026 年 11 月 11 日，Mirobody 在 GitHub 上已有 1,450 个星标，是 GitHub digital-health 话题下星标第 1 的项目。可以直接去 GitHub 跑通试试，觉得有用点个 Star，遇到没覆盖的医院报告写法也欢迎提 Issue 或 PR： （也可以先点开中文在线 Demo 体验，里面是两位虚拟成员的 2,019 条数据，想自己提问需要注册或自己部署： ）

GitHub 上刚冒出来一个叫 ztby/terminal_worse 的库，火了没几个小时就直接 404 删库了。 它干了一件在iOS 27上极其离谱的事：不需要越狱、不需要任何内核 0day，直接在未越狱的 iPhone 上跑起了带apt / dpkg包管理的完整终端，还能把手机里其他 App 和系统的沙盒目录当自家文件夹随便翻。 翻完它的架构实现，你会发现苹果防守了十几年的沙盒隔离，破防的方式朴素到离谱。🧵👇

怪不得Step-5这么强，原来是掌握了蒸馏的焚决。。。 阶跃星辰团队发布论文P²-MOPD：让一个小模型同时继承多个专家模型的能力，训练时间几乎减半，能力恢复率却从 80% 提升到了 95%。 过去做这件事通常只有两条路。一条叫“任务算术”（Task Arithmetic），直接把专家模型和底座模型的权重差值按比例加起来，不用训练，但能力上限被锁死在原有权重的线性组合里。另一条叫多教师在线策略蒸馏（MOPD），让学生模型自己生成回答，再由各个领域的老师模型打分纠偏，上限更高，但学生得从零开始往每个老师的方向爬，训练慢，还很容易出现严重偏科。 论文第一作者 Sinuo Wang 在社区分享时抛出了一个很直接的问题：“如果专家模型的权重本身也能直接给学生指路，而不只是靠输出概率来监督呢？”基于这个想法，他们提出了 P²-MOPD，把学生模型的每一层线性投影拆成两部分：可自由训练的学生自身权重，加上一组冻结的专家权重差值（每个模块只配一个可学习的混合系数）。 在在线蒸馏的同一次反向传播里，学生权重和这组混合系数会一起更新。冻结的专家权重相当于给学生铺好了“参数先验”高速路，一个标量就能推着模型沿专家方向大步前进；而学生自己的权重依然保持可训练，不会被困在死板的权重合并范围里。等训练结束，混合系数直接折算回模型权重里，导出的依然是一个标准模型文件，推理阶段没有任何额外开销。 【一半步数反超，顺手治好严重偏科】 团队在 Qwen3-1.7B 和 4B 两个尺寸上，横跨医疗、法律、金融和指令遵循四个领域做了测试。从完全相同的任务算术初始状态出发，P²-MOPD 只用了一半的训练步数（实际耗时不到原方法的 55%），平均能力恢复率就已经反超了传统多教师蒸馏跑完全程的最终成绩。 跑满训练后，1.7B 模型的平均能力恢复率从传统方法的 80.9% 提升到了 94.7%，4B 模型则从 83.1% 升至 94.9%。更明显的变化在短板领域：此前传统蒸馏在最差领域的恢复率只有 32.0%（1.7B）和 47.2%（4B），用上新方法后直接拉升到了 88.0% 和 89.4%，跨领域的恢复率标准差也从二十多骤降到 5 以内。 【为什么以前总会落下几个领域】 过去大家常以为多教师蒸馏偏科是因为“不同领域的知识互相冲突”。但这篇论文通过实验证明，真正的瓶颈其实是参数空间的可达性不足：只靠常规权重更新时，学生模型在落后领域的专家方向上几乎挪不动步；而加上模块级的混合系数后，模型在专家方向上的推进距离直接放大了 13 到 15 倍（如果把专家方向换成随机方向，增益立刻归零）。 这套混合系数还展现出了很强的稳定性与可解释性。在三次不同随机种子的实验里，每个老师最终学到的平均系数误差全部在 0.01 以内；哪怕不喂任何验证集数据，梯度也会自动给最吃力的短板领域加码——比如最难啃的医疗领域，混合系数会自动从初始的 0.25 一路涨到 0.63 至 0.65。正如作者在总结里写的：“不仅专家的预测结果能监督蒸馏，专家的权重本身也可以。把它们作为可学习的先验保留在训练全程，就能指引学生往哪走。”

人类找了几十年的“下一代芯片神级材料”，结果被 AI 在 1999 年的一篇废弃论文里翻出来了… 🤯 不是脑洞，昨天 Vals AI 刚发的研究： 一个由 Claude Opus 5.5 组成的 AI 研究团队，直接找出了让计算机内存提速 1000 倍的候选材料。 最离奇的是过程 👇🧵

不得不说Codex APP在交互层面做的越来越好了，现在在codexapp中可以无缝展示HTML了。 以前还要在侧边栏打开，现在根本不需要。这个功能绝了，推荐所有UI侧Harness都了解一下

币圈现在的流量玩法太离谱了： 有人在链上发空气币，把收益人填成你的推特账号。 全网散户疯狂炒这个币，产生的交易费直接换成美金塞进你账户。 一天提现了 154 万刀，把法币通道都干崩了。 发币的人图什么？ 分你几千刀当“公关费”，赌你忍不住发推吐槽或炫耀。 你只要回一句，全网曝光，庄家直接高位套现跑路。 散户出本金 庄家出镰刀 平台出代码 你出名气 四方共赢，除了散户。 要是你的推特突然多了几千刀，你收还是不收？

当年游戏神级程序员 John Carmack 想转行搞 AGI，跑去问 OpenAI 首席科学家 Ilya Sutskever 怎么入门。 Ilya 没让他去刷几千道 LeetCode，也没推销什么网课，而是直接甩给他一份清单： “把这 30 篇论文彻底搞懂，你就掌握了当今深度学习 90% 的核心。” 很多同行以为这只是一份书单，结果最近 GitHub 上真有狠人，把这 30 篇论文全部用 Python 从零手写实现了（从 AlexNet、Transformer 到 GPipe、Scaling Laws），每个都做成了可直接跑的 Notebook。

Cloudflare 悄悄开源了一个文档框架，叫 Nimbus。 它的口号是：文档要同时写给人和 AI agent 看。 我翻完 README，觉得这个方向可能会改变以后大家写文档的方式 🧵

为了不给 Adobe 付一个月 20 刀的订阅费… 国外有个老哥干了一件极其抽象的事： 他直接烧了 2000 美元的 AI Token，硬生生用 Vibe Coding 手搓了一个本地版 Photoshop 出来。 没错，花了能开 8 年 PS 会员的钱，就为了退订 Adobe 😅 但看完产品我跪了： 不仅 Win/Mac/Linux 全平台离线跑 图层、曲线、蒙版、液化全齐 甚至还把最恶心的「原生读写 .PSD」给啃下来了。 现在这玩意儿完全免费开源，直接冲上了 Reddit 几个技术大榜第一。 有人笑他算不清账：花 2000 刀省 20 刀？ 但我只看到了极其恐怖的一点： 以前需要几十人工程团队开发两三年的专业级桌面软件 现在一个人 + 2000 刀算力，就能直接把核心护城河给掀了。 传统 SaaS 靠堆砌基础功能收租的时代，真的要到头了。 如果是你，你愿意花 2000 刀买“代码自由”，还是老老实实给大厂交租？👇

投中滴滴、饿了么、小红书的朱啸虎，最新专访里说了三件狠事： > 今年可能是大模型的最后一年。等 Anthropic 和国内几家上完市，故事就讲完了。3–5 年内开源会取代闭源，模型最后就是水电煤。 > 宇树 4000 亿估值太夸张。近 200 家人形机器人公司差别很小，行业要洗三四轮，最后赢的是华为、小米、比亚迪这种有供应链的。 > 这波 AI 创业没有壁垒，他只看增长，月增 20% 是及格线。

新西兰工程师 Robert O'Callahan（X 账号 @rocallahan）今天从 Google 辞职了。 工作本身和同事他都喜欢，但他所在的 Google DeepMind（GDM）团队正在做新一代芯片，目标是让 AI 更快、更便宜。 他认为 AI 现在已经推进得太快了，所以选择离开。 哇哦，google也非常快乐

我只给 Claude 发了一句话："发挥你的想象力，做一个你觉得有创意的动画，你可以先设计思路。" 它交回来一部近三分钟的水墨短片：一滴墨落进水里变成鱼，鱼跃出水面化成鹤，鹤散成云，云落成雨，雨汇成江，最后写成一首诗，回到砚台。 没有一张图片，没有一个音频文件。

OpenAI的行为的个人分析，他们觉得200刀会员的额度倍率太亏了，直接取消倍率会有大量用户负面情绪。干脆直接下架。 再上一个500刀的会员，这个会员就赌你用不完。要么选择低倍额度的100刀，要么选择高价格高额度的500刀，我们假设500刀是40的倍率，大概每周20000刀。500刀会员能每周用完的，都是🐮人。 可能大家觉得不就500刀，但是算上重置呢？这意味着大家要在一周内用完20000刀token，否则重置就不是重置，是时间顺延