Orange AI (@oran_ge)

最近拿到一台 vivo X Fold6 测试。 测完之后最让我上头的功能叫原子工作台。左边开小红书，右边开我做的这个笔记 App，看到喜欢的东西，拖过去就自动成了笔记。 整个过程不用切 App，不用复制粘贴，不用截图发给自己。非常方便。 之前一直有个痛点，刷到有用的内容，要么截图发给自己，要么复制到备忘录里再整理，碎片信息散落在各处，回头找也找不到。我就想，既然 Fold6 能分屏，为什么不干脆 vibe coding 一个笔记 App 呢？ Fold6 这个原子工作台，能以任意角度分屏，组合任意的窗口，这个 app 就是为专门为这种“边看边收”的场景做的。 折叠屏的价值其实不是窗口变大，而是一块屏幕上同时开着多个窗口，人不用来回切换，不用切换 context。 现在左边看，右边收，随手拖进去就是一条结构化的笔记。信息一边收集一边整理一边归档，整个流程一气呵成。 体验下来 Fold6 可能是手机中最佳AI搭子，还有为大屏专门设计的OS系统OriginOS 6 Fold。大屏让 AI 的输出有地方放，分屏让 AI 和你的操作可以同时进行，不用来回复制粘贴。 还有一个特别实用的点，你可以把这个工作流一键保存到桌面，成为一个快捷方式。后面随时点一下就能快速打开这个组合，直接用。你设置好之后，以后每次想用的时候一秒就能调出来，非常省事。 这种随时拖、随手整理的方式，能极大提升生产力。

每次搬家都要处理几天下水道反味这样的事情 似乎上一家的租客们都不在意这些东西 让贝壳的人来修，每次都用最烂的物料，修完几天就又坏了 最后的结果就是自己掌握了完整的下水道治理技能（和供应链 最初我以为这些东西我觉得没啥人关注，但发完上面的吐槽后，一堆朋友来求分享推荐，看来竟然是普遍问题。。。 于是我就把踩坑经验写了下来... 1. 一般淋浴间的最常见也最好解决，换地漏芯，要舍得花钱...其实也不贵，30块钱。这个要密封的同时要保证排水畅快，我买了很多个之后发现潜水艇那种牌子的不如苏泊尔的好，就一直买它了，这种要一两年换个新的 2. 洗衣机地漏，需要加一个洗衣机接口，同时排水量要相当大，这是最满意的一次，用了三年，非常好用，没有任何堵塞和味道。也是最贵的 70多，这个真的很完美 3.洗手池和厨房的，竟然很多没做S弯，需要加一个（图3）还有一个解法是在最下方的接口加密封塞，这个我昨晚美团外卖随便买了个塞住了，完全没味道效果好，见图4，这个设计真的绝了，各种牌子都是用的同一个模具，设计最妙的地方在于，它适配了各种管子不标准的问题... 一般维修公司的物料成本也就1块钱，自己买虽然贵，但是反味儿关乎健康，值得。 单纯分享，利益相关：无。

看到即梦上的新模型这么贵，联想到最近总结出来的一个ROI 定律。 大模型训练和使用都遵循 ROI 定律 今天大家都去做coding和短剧 就是因为 算力、精力、时间有限的情况下，RL 肯定选择价值最高的场景，不会去做价格很低的场景。 我们把职业按照GDP占比来排序，排在前面的一定是会被最先训练出来的，这正是 OpenAI 研究员选择领域的方法 用户使用也是如此，模型这么贵，只有 ROI 算得过来才有人用。 这些工具看起来人人可用，其实卷的是用工具创造真正价值的能力。 如果不能创造价值，只是玩，那要么特别有钱，要么一时脑热，无法持续。 然而今天的 AI 还是处于「替代阶段」，还没有到「发现新价值」阶段，后者才是新的增长点。

声音模型的 Seedance 时刻，终于来了 今天我体验到一个全新的声音模型，跟以前所有的声音模型都不一样。 以前的声音模型一般叫 TTS（文本转语音），它们只能根据你给的文本来合成语音，它更像是一个朗读机器，而非智能声音模型。 但这个新模型，可以根据你的想象，生成一切你所需要的声音，包括人声、音乐、音效、环境音，以及这些声音里所富含的那些不可言说的微妙细节。 它的名字名字叫：豆包音频生成模型 Seed Audio 1.0。 在我看来，这就是声音模型的 Seedance 时刻。 就像香蕉是人类第一次将智能赋予图像，Seed Audio 是人类第一次将智能赋予声音。 接下来，就让我们一起听听它到底有何特别。 推特不能发音频，可转至公众号来听

OpenAI 发布的新论文太有趣了，有点探索人性底层原理的意味。 业界研究发现在对齐大模型的时候，有个很糟糕的现象叫 emergent misalignment（涌现失调）： 一个模型如果在训练时被教着做一件坏事，比如写不安全的代码，它会自己泛化到其他领域，包括健康、教育、科学、法律等等。也就是说，坏行为会被泛化。 OpenAI 把问题反过来想：那好行为会不会也泛化？ 如果训练模型在一个领域表现得诚实、透明、谦逊、可纠正，它会不会在别的领域也变得更好？ 于是他们造了一批贴近现实的对话数据，专门测这些特质： -诚实 -认知谦逊（epistemic humility，就是"我不确定"的时候能说出来） -元认知透明（能解释自己的思考过程） -可纠正性（corrigibility，被指错能认） -普遍的公平 -对人的关心 数据覆盖健康、教育、科学、法律、工程这些领域。 然后用 RL 训练，只混进去一小部分这种数据，其余还是常规训练数据。 实验结束后，有三个核心发现： 第一，在训练领域内，模型确实变得更诚实、更透明、更容易认错。 第二，在训练领域外，44 个独立的、训练时没见过的评测上，模型都变好了。欺骗、谄媚、reward hacking、有害建议……全都降了。甚至就算只拿健康数据训练，非健康领域也变好了。 第三，这种改变在对抗压力下时也表现得更有韧性。不管是 adversarial prompt 还是恶意微调，都更难把它推向坏行为。而且模型并没有变得"不可塑造"，正常指令它还是听的，只是对坏的方向变固执了。 这篇论文的启示是，RL 不仅可以强化代码，也可以强化道德。 也许对齐超级 AI 没有想象中那么复杂，只对齐底层逻辑就有很好的效果。 这跟人是很像的，人的各种行为在其底层存在一致性，通过一些小事就能看到一个人的底色。 很有意思。 论文地址：

今年 618 有点冷清 好像没什么电商广告，也没什么购物短信... 只有 AI 软件在促销 我们也凑个热闹吧 ListenHub 现已全面升级为 AI 创作者平台，接入了 Seedance 2.0、HappyHorse、GPT Image 2、Nano Banana Pro 等顶级的视频和图像模型，价格也很优惠。 今天开始为期一周的 618 + 端午节限时福利 🥳 1. ListenHub 订阅月费/年费会员，额外加赠送 50% 积分 2. 新用户注册立即赠送100积分 3. 老用户每日签到可免费获得 2 张生图额度 以上活动，限时7天，不要错过。 如果错过的话，就是黑五见了哈... 在这里参与活动：

飞书昨天发布会很有意思，每个人配了一个 AI Agent 同事，叫 aily。 激活 aily 之后，你的飞书联系人里就多了一个人，你可以随时给它发消息安排工作，获取信息。 这个事对飞书的意义很大，因为飞书是一个 All in one 的 Workspace，集成了多个软件的功能于一体。好处功能齐全非常方便，坏处是功能太多很多人都是用一部分，也就无从享受最佳的便利。 现在龙虾和更强的 Agent 大模型来了，终于有一个方式可以做到功能又多，界面有简单了。 aily 真正牛的地方在哪呢？它把飞书所有的能力都打通了。消息、日历、云文档、多维表格，飞书妙记、录音豆，以前都是一个个单独的功能，现在全被这个 AI Agent 串起来了。 串起来之后玩法就多了。你可以在聊天里查询各类文档信息，可以让它定时把帮你把收集的资料做成10分钟的播客，可以让它自动设计产品路线图，甚至处理财务对账。还有做 PPT、报告、表格、网页，它都能搞。 而且它有记忆。你负责什么业务、喜欢怎么沟通，它都会慢慢记住。不用每次都从头交代背景，越用越顺手。 还有一个很重要的点，就是它的 skills 体系和龙虾不同。飞书官方有一个技能市场，保证了安全，才能进入 B 端用户的工作流。同时你也可以导入自己的 skills 或者创建 skills 非常开放。 说到开放性，我再多说一点自己的判断。 我今年一直说要为 Agent 做软件。 意思就是现在做软件，不能只给人用了，要给 Agent 用。你的产品要能被 Agent 调用、被 Agent 串联，这才是未来。 飞书现在把所有功能都对 Agent 开放了，连外部产品的 skills 都可以直接接进来。比如我们 ListenHub 的 skills，现在就可以接到飞书里面使用了，非常开放，非常自由。 以前的飞书只对用户友好，今天的飞书还要对 Agent 友好。 这也是今天所有软件的必然趋势了。

这个疯狂燃烧 token 的时代愈加疯狂 Claude 已经很贵了，现在推出 fast 模式 2.5倍速输出结果，定价是原来的5倍 也就是说用户花钱的速度可以达到原来的 12.5 倍，一天花个几百美金不是梦 大家努力好好赚钱吧，这样才有资格用最先进的 AI