歸藏(guizang.ai) (@op7418)
@op7418
0 正在关注 0 粉丝
智谱发了一篇关于他们为 GLM-5.3 开源发布做准备的文章，主要是关于他们开源模型的网络防御观点：
网络防御能力不应该掌握在少数资源雄厚的机构手中，开源维护者、独立开发者和小型团队同样需要这些工具。
这次 5.3 版本大幅强化了网络安全任务的能力。
显示更多
今天的骑行到位了，夏天晚上骑真是容易胖。
这个视频是用我下面的这个运动分析 Skills 做的，支持徒步、骑行和跑步。
如果你也想这样分享你的运动轨迹，可以装一个试试
显示更多
15 张数据图帮你了解 DeepSeek Harness
昨天 DeepSeek Harness 发布，于是就想着让 Codex 分析一下，找到了一个很好的角度，就是从一些数据上向大家介绍这个产品。
确实也发现了一些很有意思的东西：
插件系统与 Koishi 高度相似： 他们主打的插件系统与 Koishi 的插件平台相似度高达 75%。大概率是整个平台都挪过来了，不知道是不是他们的核心开发者入职了。
大量使用 AI 开发： Codex 命名的主干 PR 达到了 21.2%，分支信息中提到 Codex 的比例有 28.2%。 猜测他们肯定用了 Claude Code 开发，只是删掉了一些 Claude 的痕迹。
参考了大量外部 Agent 项目： 提到最多的外部项目是 Pi，第二多的是 Codex，之后是 Claude Code。甚至直接引用了一些 Pi 的 TypeScript 文件。
高效的代码产出： 整个产品在 GitHub 上有记录的是 65 天，总共的代码产出量是 84 万行，有一万多个 commit，非常高效。
交互入口的演变： 他们曾经押注 TUI，后来改成 Web UI 和 TUI 的双入口，再之后整个删除了所有的 TUI，只留下了 Web UI。
开发与工程规范： 整个项目的测试代码比生产代码多很多，基本上达到了 1:1。 全仓库的 Markdown 文档也非常多，说明他们是基于文档去控制 Harness 开发的。他们有完整的工具和科学模型 schema 共 52 个，但最后只留下了一个，目的是为了减少上下文占用。
社区热度与生态：从昨天发布到现在 20 小时，GitHub 已经涨到了 8 万多的 star，非常快。插件体系标签（DSH plugin）已经有 1425 个项目，但有很多并不是真正的插件，看来有不少蹭热度的。 精选清单收录了 211 个仓库，主要补充的是工具、UI 和运行的一些基础设施，甚至一上来就出现了插件市场和插件管理的插件。
学术论文： 他们顺便发了一篇 88 页的论文，其中 57% 都在做一些形式化的理论推导和展示。论文主要讨论的是插件的热插拔和系统稳定性问题。
显示更多
GLM-5.3 发布了，看了一下，着重提升的主要是两部分：
1. 安全能力：看来 Hugging Face 在拿 GLM-5.2 防御了 OpenAI 的模型入侵以后，智谱也看到了这方面的价值，尤其是大家最近都在聊这块，他们针对性地做了一些优化。
2. 长程任务的执行：
比如终端里的任务、工具调用，以及大代码库的修复任务，都有非常大的提升。
这个模型依然是只进行了后训练，没有重新进行预训练。这都几个版本了，还能有这么大的提升，确实猛啊！
显示更多
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:
显示更多
Twitter 完全开源了他们的推荐算法
用 Codex 分析了一下，感觉跟以前我们的认知还是有不少变化的。
总结了六条创作者应该做的事情：
1. 应该做值得转发的原创内容。
2. 尽量少用首贴写钩子，把重要内容放在第二条推串里这种发帖形式（这个和大家的认知不太一样，比较重要）。
3. 应该优先争取阅读、回复、引用和关注，点赞的权重其实没有那么高。
4. 拉开发帖间隔，不要频繁刷屏。
5. 深耕一个垂类，不要频繁更换账号类型。
6. 少做那些互动诱饵（比如互关、回复发送等），不要让别人讨厌你、对你点“不感兴趣”或举报。
显示更多
Twitter 完全开源了他们的推荐算法
用 Codex 分析了一下，感觉跟以前我们的认知还是有不少变化的。
总结了六条创作者应该做的事情：
1. 应该做值得转发的原创内容。
2. 尽量少用首贴写钩子，而是把重要内容放在第二条推串里（这个和大家的认知不太一样，比较重要）。
3. 应该优先争取阅读、回复、引用和关注，点赞的权重其实没有那么高。
4. 拉开发帖间隔，不要频繁刷屏。
5. 深耕一个垂类，不要频繁更换账号类型。
6. 少做那些互动诱饵（比如互关、回复发送等），不要让别人讨厌你、对你点“不感兴趣”或举报。
显示更多
别的不说，Deepseek harness 这个 star 的涨势是真猛，一个多小时都快两万 star 了
Deepseek Harness 0.1 版本正式发布了，而且开源！
看起来主打的是他们那套插件系统，有点复杂。
Deepseek Harness 0.1 版本正式发布了，而且开源！
看起来主打的是他们那套插件系统，有点复杂。
Deepseek Harness 内测群说晚上 8:25 左右发布。
V4 Pro 0813 的正式更新公告来了，同时涨价额度也确定了。
看来下午的 V4 Pro 0813 模型是有点不对，现在他们正式发了更新公告，这次估计是没啥问题了。
同时涨价也尘埃落定了，采用峰谷定价，峰值定价 Pro 模型输出比原来贵了 4 倍多。
空闲时段的 Pro 模型定价比原来贵了一倍多。
显示更多
卧槽，V4 Pro 08313 正式版涨价，那个峰值最高比原来涨了 4 倍多，这回真成梁子了。
V4 Pro 0813 的正式更新公告来了，同时涨价额度也确定了。
看来下午的 V4 Pro 0813 模型是有点不对，现在他们正式发了更新公告，这次估计是没啥问题了。
同时涨价也尘埃落定了，采用峰谷定价，峰值定价 Pro 模型输出比原来贵了 4 倍多。
空闲时段的 Pro 模型定价比原来贵了一倍多。
显示更多
V4 Pro 0813 的正式更新公告来了，同时涨价额度也确定了。
看来下午的 V4 Pro 0813 模型是有点不对，现在他们正式发了更新公告，这次估计是没啥问题了。
同时涨价也尘埃落定了，采用峰谷定价，峰值定价 Pro 模型输出比原来贵了 4 倍多。
空闲时段的 Pro 模型定价比原来贵了一倍多。
显示更多
分数来源：
reminder that deepseek made NO announcement for the new V4 Pro anywhere on social media because they are ashamed of it
>scores only 1 point higher than V4 Flash
DeepSeek V4 Pro 的 0831 版本不太对劲，他们是不是又把模型给撤了？
现在的情况非常奇怪：
API 确实是有的，在 API 的模型和价格这部分写的是 0813，但是更新日志页面完全没有提到 0813 的更新。
官网上面原本关于“DeepSeek V4 Pro 更新正式版”的横幅也被撤掉了。
模型的文档里写的是 0813，更新日志里却没有。
因为我们没办法直接知道他们到底更没更新，只能通过官方公告来确认，但他们现在既没有发正式的公众号文章，也没有发布任何公告。
Artificial Analysis 测出来的得分也很怪，V4 Pro 正式版只比 V4 Flash 高了一分，两者的得分几乎是一样的。
他们现在什么也不说，测出来的得分又不对。这不让昨天熬夜测试的人都成小丑了吗？我去
显示更多
又重置了 朋友们
Old news actually from a bunch of days ago, but crossed that 15M. Enjoy a nice reset everyone. Landing in the next hour or so, go /fast.
流传的截图，说是 DeepSeek Harness 会在今天公测，不是要跟 0813 的模型细节一起发布吧
DeepSeek V4 Pro 正式版 0813 发布了！
从流传的测试成绩来看依然相当爆炸
