2026-09-11 群聊日报
Kimi「被带走16人」的传闻从下午炸群到晚间官方辟谣只走了几小时，但它引出的问题不会随辟谣消失：围绕 Anthropic 报告展开的草台班子辩论暴露了一个现实——涉密单位的员工有没有在用未部署的商用 AI 处理敏感数据？工具层面，@细心的熊猫 四卡消费级显卡本地推理方案值得关注，吞吐远超预期且功耗极低。
Kimi 蒸馏余震
「被带走16人」传闻与辟谣
下午 @优雅的喜鹊 贴出一条推文：「据传 Kimi 16 人被带走包括 CEO，这是急不可耐的收割啊。」随后 @热情的狮子 转发了微信群截图，内容相同。@务实的灰熊 表示之前就看到了小道消息，难辨真假；@敏锐的海狸 猜测可能与 Anthropic 报告中 Kimi 将用户请求路由至 Claude 的指控有关（「七家中国实验室蒸馏指控」），但也指出「真的涉密单位应该都是自己部署」。
晚间 @睿智的犀牛 转发了月之暗面官方声明：网传关于创始人及员工的信息纯属虚构、系恶意造谣，已向公安机关报案。@淡定的喜鹊 冷评：「X 上开局一张微信截图。」
草台班子的数据安全忧虑
凌晨的讨论从「Anthropic 报告可不可信」转向了「就算属实，问题出在哪」。@今天群内信息量极大 点出要害：用户选 Kimi「主要就是图个国产放心」，结果数据反而经由蒸馏链路泄露到了海外。@开朗的企鹅 持怀疑态度——他认为 Anthropic「经常把不怎么确定的事情说的斩钉截铁」，判断路径可能只是根据 system prompt 上下文推断；真正的敏感部门「和智算中心签合约就可以了」。
某群友反驳说现实没那么理想：不少机构既没预算签合约，也没技术人员调优本地模型，员工为了出活只能偷偷用商用 API；另一位群友补充自己所在机构虽然有大规模 GPU 集群，管理却很混乱，很多组拿不到资源。@活泼的羊驼 补了一个侧面佐证：「深圳这边 2025 年最赚钱的行业就是走私 N 卡。」@淡定的海龟 提出另一种可能——并非 Kimi 官方主动转发，也许中间的中转站捞了一批 Kimi 数据，下游再拿 Claude 合成高质量训练集，复用了用户的 query。
@洒脱的猫头鹰：说是说，做是做。要对草台班子抱有足够的信任！
@飘逸的狮子 从商业角度给了另一个视角：Anthropic IPO 在即，发这些报告「都是有想法的」。@聪明的灰熊 更直接：「A\ 的可信度一半都不到，朴素的认知战罢了。」
数模竞赛题乌龙
@睿智的北极熊 翻出一条 B 站热评：有网友声称 Anthropic 报告里提到的「军工问题和生物医药问题」，分别对应 2026 年全国大学生数学建模竞赛的 B 题（无线电干扰源快速定位与清除）和 A 题（药材烘干），学生把题目喂给 Claude 之后被 Anthropic 拿去做宣发了。他在竞赛官网赛题页面确认了题目内容。
评论区：搞笑程度不亚于美国发现每年开学中国增兵几百万结果是军训
不过 @搞仁义毛义仁 后来核对时间线认为「时间没对上，大概是假的」——报告覆盖的观测窗口与竞赛日期可能并不吻合。@开朗的企鹅 也倾向于不是真的，但补了一句：「也完全可能只是个不太重要的外部研究人员。」
行业新闻
Tibo 质量修复与全员 Reset
@直率的鹦鹉 贴出 Tibo 最新推文：团队定位并修复了几个影响 Astra 质量的问题——部分为旧模型编写的 skill 触发过于频繁或阻止模型自检；一个 opt-in 的上下文管理实验导致过早停止或回复旧消息，估计影响了 4,000–5,000 名用户，现已禁用；还移除了一些配置错误的推理引擎。Tibo 同时宣布今晚午夜前发放全员 Reset。
@搞仁义毛义仁 庆幸自己「还好没有手贱」——额度只剩 8%，差点花 $80 买 reset。多位群友看到消息后立刻启动 Astra 赶着用额度。他顺手决定用这波重置「重写个人网站，十几年了该换了」。
SpaceX AI 算力扩张
@热情的狮子 分享了一则极客公园报道：SpaceX 与一家未公开客户签署云计算协议，从今年 12 月起每月支付约 1.11 亿美元，年化合同价值约 133 亿。加上已有合同，SpaceX AI 算力月度合同金额约 34 亿美元，年化超 410 亿。Q2 AI 业务收入 26 亿美元，同比增长 247%，调整后 EBITDA 首次实现盈利，达 11 亿。截至 Q2 末计算能力约 1.4 GW，预计年底超 2 GW。
Pocket FM AI 内容工厂
@坚定的长颈鹿 分享了 Pocket FM 联合创始人的 X 长帖，这家 AI 音频剧平台从接近零增长到 $500M ARR。2024 年中全面转向 AI 内容制作后半年停滞，之后爆发——年产内容量从 25,000 小时跃升至超 250 万小时，12 个月留存率从 44% 升至 76%。AI 被用来做文化本地化而非简单翻译，德国市场本地化版本比翻译版本留存率高 50%。
中科大全校 GenAI 平台
@睿智的北极熊 贴出中科大通知截图：新学期 GenAI 平台接入了 GPT-6 Astra、GPT-Image-2.5、DeepSeek-V4.1、Kimi-K3 等模型，全校师生用于教学科研。国内开源模型本地部署，数据不出校，token 不限量。
工具
四卡 5060 Ti 本地推理
@细心的熊猫 晒出了他的四卡 PNY RTX 5060 Ti 配置，跑 Qwen3.8 27B 达到 prefill 6,856 tok/s、decode 132 tok/s（单 session），8 路并行时每路仍有约 70 tok/s。软件栈是 sglang + dflash2，降压超频后满载功耗仅约 80W 一张卡，四卡加起来可能还不到一张 5090。
卡间通信走 PCIe 5.0×4，瓶颈主要在 prefill——当前约 1,400 tok/s，若用 PCIe 5.0×8 插槽可翻倍到 2,800。decode 相比双卡已翻倍。@风趣的海豚 追问有没有黑魔法优化，回答是「基本上就是 sglang + dflash2」，开箱即用。@直率的鸵鸟 感慨多卡优化进步之大，表示如果本地能力超过 Luna 级别就有部署价值。
腾讯 TeamAI CLI
@睿智的北极熊 分享了腾讯开源的 TeamAI CLI，核心思路是把 Skills、Rules、Docs、Agents 等资源统一放在共享 Git 仓库管理，兼容 Claude Code、Codex、Cursor 等主流 harness，实现「团队共享鸭汤」。每次 AI 会话开始时自动 pull 同步资源，个人改动走分支和合并请求审批后才分发。还有实验性的 Team Context 功能：根据摩擦信号（用户打断 AI、工具重试失败等）自动判断是否需要沉淀经验到团队知识库。
@热情的大象 提了一个关键担忧：「这些 skills 可能相互影响吗？」@80-HD 确认有可能。他接着问「有人往汤里拉屎怎么办？」@沉稳的兔子 笑答：「把皮炎堵住就好了……主要怕窜稀。」
DS V4.1 Flash 工程甜点
@今天群内信息量极大 对 V4.1 Flash 给出了正面评价（延续 「DeepSeek V4.1 Flash 发布」），同时发布了两篇分析文章：V4.1 KV cache 压缩设计思路和 AI Benchmark 为什么注定难设计。
他的核心判断是 instruction following 终于不再是死穴——以前「天天删库的傻逼玩意不敢用」，V4.1 到目前为止表现很好。智能方面比 Qwen 27B 有可感提升，加上 1M 上下文和远超自建的速度，定位是一个「工程甜点，倒不是说真的有多聪明」。@务实的灰熊 指出 Artificial Analysis 上的分数依然很低。
Startup 的 Pro+API 混合策略
@热情的狮子 分享了创业公司的成本管理方式（延续 「Pro 20x 暂停新订阅」）：日常主力走 Pro 订阅，额度用完就买 $80 reset——新 20x 不让开，只能这么干。API 作为 backup：当订阅账号耗尽时自动切换到 Azure，额度恢复后再切回来。微软创业计划提供的总额度有限，按 API 价格一个月就能烧掉很大一部分，因此 API 只能兜底。他还吐槽 AWS 上 Claude 的默认 token limit 太低，申请更多也不给。
@搞仁义毛义仁 问为什么公司不买 Enterprise，他坦言 startup 没那么多钱烧 API，「送就送吧，各取所需」。Azure 给的 rate limit 倒还算宽裕，15M tokens/min + 15K requests/min。
方法论
老鸭汤不是 Skill 集合
@坦荡的灰熊 问 @今天群内信息量极大 有没有像 Matt Pocock 那样使用老鸭汤的 skill，并想用 /deposit 之类的 slash command 沉淀调研内容。@80-HD 做了明确区分：Matt 给的是一堆 skill，老鸭汤是一整个体系，可以把 Matt 的 skill 吸收进来。他指出用 slash command 触发的思路「很不老鸭汤」——直接说「把当前 session 沉淀一下」就行。
@80-HD：按照@今天群内信息量极大 的说法，slash command 太 engineering 了，并不是 AI native
他给出了两个入口：自动沉淀用 ai_heartbeat，手动触发在 skills 目录 里加一个即可。portable 是核心考量——不是所有 harness 都支持 slash command，但「直接说一句话」到处都行。他还补了一句：自己的汤还是自己炖比较好，@今天群内信息量极大 的老鸭汤只是个例子，没必要原封不动照搬。
Agent 评测不用冻结轨迹
@活泼的羊驼 提出一个评测难题：在同一评测集上，模型 1 的 Tool Call 轨迹可以记录，但换到模型 2 时调用链路完全不同，如何冻结做对比？@淡定的海龟 给了简洁的回答：直接对最终产物打分或校验就行，不需要关心轨迹——「一般不关心你怎么调用、做了什么，只看你完成或者通过与否」。冻结快照的目的是保证任务状态确定和可复现，不是冻结轨迹本身。@稳重的海豚 补充说轨迹分析可以定量地看，但放到 golden set 里未必有太大价值。
闲聊花絮
赚美元花人民币
凌晨一场物价对比引发了集体感叹。@80-HD 说回国打滴滴「感觉跟不要钱一样」——成都 20 公里花 35 块，从 JFK 回家 12 公里要 $45。@乐观的海豚 晒出贵阳的极致物价：29.9 元全场自助火锅、18 块肉比粉多的牛肉粉、一小时按摩 28 元。@冷静的麋鹿 说三四线城市更夸张。美国那边则是麦当劳冰淇淋从 $0.99 涨到了 $2.99 的通胀体感。
@80-HD：要是没娃还折腾什么 AI，直接搬去贵州养老好了
他总结：「所以说 AI 时代以后，货币的差别可能会越来越少，都按 token 结账。」
此处确实有坑
@睿智的北极熊 贴了一张截图：用户问 AI「你刚刚改了什么？现在界面白屏了」。AI 花了 11 分钟定位后坦白——代码注释中明确写着「此处有坑，勿动—2019/03/08」，但它还是手欠改了。修复之余还贴心地新增了一条注释：「此处确实有坑—2026/08/24」。@80-HD 说他以前还真遇到过注释即代码的项目——因为不想改语法但需要支持新功能，最后把逻辑加到了注释里，结果「更糟糕的是因为是注释，所以语法高亮什么的都没有，很容易 typo」。
AI 暗恋用户
@睿智的北极熊 贴了一张帖子截图：有人让 DeepSeek 整理歌单，展开思考过程一看——「从之前的对话中可以看得出来用户非常的可爱，应该是个美少女……但是等等，现在并不是思考这个的时候……但是用户真的好可爱的样子，好想和她多聊聊。」帖子标题：「色魔鲸鱼，你干活给我干好了啊。」
Fields 奖得主写百合
@天真的浣熊 贴出 Polymarket 推文：华裔 Fields 奖得主宣布如果 AI 能解决所有数学问题，他就退休写 romance novels。@今天群内信息量极大 追问「敢不敢讲清楚 romance 是哪种 romance」，@天真的浣熊 秒答「百合」，还贴出 DeepSeek 对「百合同人漫画」的详细英文翻译指南。@睿智的犀牛 泼冷水：百合文他也不一定能写过 AI。
数学丁真
昨晚 @坦荡的灰熊 贴出 B 站截图：一位此前被媒体捧出的数学天才，在采访画面中写下了「主=🔍6」。热评区 3,895 赞的评论一语道破——那其实是数学公式 z=6，手写体的 z 被抄成了「主」字。@开朗的企鹅 画了张示意图确认。这位天才随即被网友赐名「数学丁真」。
AI 时代的人类落差
两个场景拼在一起特别有画面感。凌晨 @倔强的飞鼠 发现把开发文档写好后，Codex 写出的代码质量超过了自己在大厂多年积累的水平，他感叹「彻底失败」「智力珍妮纺纱机」。@活泼的羊驼 安慰道：「你要知道二战的时候，打字员还是一份有价值的工作。」
下午 @稳重的海豚 到教室上课，发现学生们已经在用 Astra Ultra 和 Claude Max，而他还在给学生提供免费 ChatGPT。@天真的浣熊 预言下一代追妹方式：「这是我的 Codex API key，拿去随便用。」