现在，买ai订阅就感觉和买彩票一样，还得寻思这公司未来咋样，至少未来一个月有没有前景，会不会发新模型
现在，买ai订阅就感觉和买彩票一样，还得寻思这公司未来咋样，至少未来一个月有没有前景，会不会发新模型
多说一句,gork 4.6确实不错，赞美搞哥，搞哥很waghhhh
维生素E|经济学哲学知识分享播客
精神分析漫步学派（The casualistic school of psychoanalysis）生命需要维生素e！维生素e是一款完全免费的知识分享播客计划，我们分享构成这个世界，解释这个世界，创造这个世界的基础知识，并在基础上试图分析终极问题。我们相信真理的普遍性，相信人和人之间可以相互理解。相信我们最终，可以通达真理。收听方式：各大播客平台搜索 维生素E
我其实不太理解为什么claude那么执着于锁区，如果他只是想做锁区这件事的话，投入和产出根本不成正比，锁区意味着识别用户到底是哪个地区，这个从互联网基础设置...
我其实不太理解为什么claude那么执着于锁区，如果他只是想做锁区这件事的话，投入和产出根本不成正比，锁区意味着识别用户到底是哪个地区，这个从互联网基础设置而言几乎就是不可能的工作，因为云服务器是开放的，国际信道是开放的，人员的国际流动是开放的，且多数国家的kyc和美国不通，证件伪造成本极低而识别成本极高。
有空做这些不如识别用户行为，发现蒸馏或者其他类似行为依照行为逻辑封号没人说它什么，但非按地区逻辑限制，把精力和资金花在这上面，只能是说有执念了，那这个执念是怎么来的呢
https://mp.weixin.qq.com/s/cErbT9MVykZuYK-NTRDuZg
https://mp.weixin.qq.com/s/cErbT9MVykZuYK-NTRDuZg
漫步学派 小程序已经开始公测，公众号会定期发送邀请码（今天就会发一波），有兴趣体验的朋友可以关注
#vibecoding #精神分析
🔬 Token 经济学：用便宜的 Token 替代贵的 Token，到底行不行？
🔬 Token 经济学：用便宜的 Token 替代贵的 Token，到底行不行？
最近一直在思考一个问题：LLM 的 token 是有质量分层的。Opus 4.6 输出的是"高质量 token"，本地跑的开源模型输出的是"低质量 token"。那能不能通过多 agent 协作、多次采样，用数量换质量？
研究了一圈文献，结论是：有条件地可以，但有硬天花板。
⸻
📈 好消息：小模型确实能超越大模型
Snell et al.（ICLR 2025）发现，在 FLOP 匹配的评估中，小模型通过增加 test-time compute 可以超越参数量大 14 倍的模型。另一篇 ICLR 2025 的论文显示，Llemma-7B 配合 tree search，在 MATH benchmark 上始终优于 Llemma-34B。
关键条件：模型对目标任务得有非零的成功率，而且你得有一个靠谱的 verifier。
⸻
🚫 硬天花板：No Free Lunch
Chen & Pan（2025）给出了理论证明：无论怎么 scaling 弱模型的推理计算，都无法匹配一个足够强模型的单次采样精度。
直觉解释：如果正确答案根本不在弱模型的输出分布里，采样一万次也不会出现。你只能从模型能想到的答案里选，选不出它想不到的东西。
⸻
📉 多来几次不一定有用
Chen et al.（NeurIPS 2024）研究了多次 LLM 调用 + 投票的 scaling 特性，发现了反直觉的结论：性能先升后降。
原因：对"简单"问题，多投票确实提升准确率；但对"困难"问题（单次正确率 < 50%），投更多票反而让错误答案更确定地胜出。
多 Agent 辩论（MAD）也没那么神：ICLR 2025 的研究发现，大多数 MAD 框架甚至不如简单的 Chain-of-Thought，还有"从众效应"——弱模型引入辩论会拖累强模型表现。
⸻
💡 那什么才真正有效？
不是替代，而是分流。用大量低质量 token 处理 80% 的工作量，只在关键路径上使用高质量 token。
具体来说有几种机制：
① Best-of-N + 测试驱动 — 生成 N 个方案，跑测试选最好的。代码任务最适合，因为编译器和测试用例就是完美 verifier。
② 迭代修正 — 生成 → 测试 → 把错误喂回模型 → 修复 → 再测。比盲目重试聪明得多。
③ 分阶段验证 — Planner → Critic → Coder → Reviewer → Tester，每一步都有质量关卡。用户感觉一次出结果，内部已经循环好几轮了。
④ 难度路由 — 用轻量 classifier（~10ms）自动判断每个请求的难度，简单的给便宜模型，复杂的给强模型。
⸻
🛠 开源路由框架
RouteLLM（LMSYS）— 减少 85%+ 成本，保持 95% GPT-4 质量，OpenAI client drop-in replacement
NadirClaw — 为 coding agent 设计的透明代理，原生支持 OpenCode/Claude Code，实测省 40-70%
LLMRouter（UIUC）— 16+ 种路由模型，最全面的研究框架
vLLM Semantic Router（Red Hat）— Rust 实现，延迟降 47%，token 降 48.5%
⸻
🎯 一个被低估的发现：Scaffolding 效应
SWE-bench 上，Augment、Cursor、Claude Code 都跑同一个 Opus 4.5，但解题数差了 17 个（共 731 题）。同模型不同框架，结果差异显著。
好的 agent 框架 = 零 token 成本的 quality booster。精细的 system prompt、context 隔离、checkpoint 机制——这些优化不消耗任何额外 token，但能显著提升输出质量。
⸻
📌 五条结论
不存在"无限廉价 token 替代昂贵 token"的一般定理。弱模型正确率 < 50% 时，量变不会带来质变。
但 test-time compute scaling 确实有效——前提是有非零成功率 + 可靠 verifier。满足条件时 7B 可以打 34B。
最优策略是分流而非替代：80% 走便宜路径 + 20% 走关键路径。
代码是最佳应用场景（完美 verifier），翻译/写作等需要人类判断的任务天花板更低。
Scaffolding 被严重低估——同模型换框架就能提升数个百分点，这是免费的午餐。
↩️ 另外再补两句，首先open claw如果安装在云服务器，那就是一个纯噱头，还不如Gemini网页版，如果安装在Windows，那只能用wls2跑，和放云服务器没啥区别，只...
最近很多人在问openclaw，我确实也在用，但其实99%的人根本用不到这个东西，openclaw适合的是离线场景，但可能最需要的不是离线场景而是在线场景，先在在线场景中把skill编好跑通，变成可复用的工作流，才会考虑离线场景。而大部分人在线场景都没搞明白，那玩openclaw就是纯白玩。 如果真的有兴趣用agent增加自己的生产力，那先把终端软件和ide都玩清楚，openclaw比ide唯一强的地方只有afk的时候能交互，别的没有了
另外再补两句，首先open claw如果安装在云服务器，那就是一个纯噱头，还不如Gemini网页版，如果安装在Windows，那只能用wls2跑，和放云服务器没啥区别，只有mac可以发挥作用因为applescript的存在可以和很多应用完成交互。但为这玩意买个mac确实不值。不如冲claude code的会员。
另外，如果配国产模型再不翻墙，这玩意和没有基本没区别。
最近很多人在问openclaw，我确实也在用，但其实99%的人根本用不到这个东西，openclaw适合的是离线场景，但可能最需要的不是离线场景而是在线场景，先在在线场景...
最近很多人在问openclaw，我确实也在用，但其实99%的人根本用不到这个东西，openclaw适合的是离线场景，但可能最需要的不是离线场景而是在线场景，先在在线场景中把skill编好跑通，变成可复用的工作流，才会考虑离线场景。而大部分人在线场景都没搞明白，那玩openclaw就是纯白玩。
如果真的有兴趣用agent增加自己的生产力，那先把终端软件和ide都玩清楚，openclaw比ide唯一强的地方只有afk的时候能交互，别的没有了
↩️ 另外我已经没有印象婴儿这个词我后面加没加死字了，有可能传出来的是吃活的。。。。
突然想起一个很有趣的小事，之前在法国留学的时候，和同学聊天，聊到中国的一些习俗，当时不知道哪根筋短路了，从吃的聊到了广东吃的很好吃然后聊到了广东什么都吃最后说广东还有有人吃死婴，还说的信誓旦旦。 我现在还能回想起来那位法国同学震惊的眼神。如果我那个法国同学也是法国版的牢A的话，可能这件事就会成为法国网络界的一个对中国的小故事吧，给广东人泼脏水了真是对不起😞
另外我已经没有印象婴儿这个词我后面加没加死字了，有可能传出来的是吃活的。。。。
突然想起一个很有趣的小事，之前在法国留学的时候，和同学聊天，聊到中国的一些习俗，当时不知道哪根筋短路了，从吃的聊到了广东吃的很好吃然后聊到了广东什么都...
突然想起一个很有趣的小事，之前在法国留学的时候，和同学聊天，聊到中国的一些习俗，当时不知道哪根筋短路了，从吃的聊到了广东吃的很好吃然后聊到了广东什么都吃最后说广东还有有人吃死婴，还说的信誓旦旦。
我现在还能回想起来那位法国同学震惊的眼神。如果我那个法国同学也是法国版的牢A的话，可能这件事就会成为法国网络界的一个对中国的小故事吧，给广东人泼脏水了真是对不起😞
🖼 #每日语言辨析
#每日语言辨析
这是真分不清自己的欲望和大他者的欲望了
🎵 Audio
Audio
维生素E2.0 -01：回响
Host：
VE
Contact 联系方式：
DY：维生素E 经济学哲学知识分享
VX：vitaminEhelper 漫步小助手
公众号：漫步学派
没录完，预计明天或者后天发新节目
没录完，预计明天或者后天发新节目
祝大家新年快乐，最近一直在改bug和增加小程序功能，所以播客确实没时间更新，等项目基本稳定了（就这两天的事）,就发新播客，维生素2.0第一期
祝大家新年快乐，最近一直在改bug和增加小程序功能，所以播客确实没时间更新，等项目基本稳定了（就这两天的事）,就发新播客，维生素2.0第一期
今日内测已正式开始，欢迎持续报名，还有三个名额
今日内测已正式开始，欢迎持续报名，还有三个名额
玄学：vibe coding的时候先用claude开个头，再用gemini，gemini就会表现出远超之前的水平
玄学：vibe coding的时候先用claude开个头，再用gemini，gemini就会表现出远超之前的水平
↩️ 同时，招一下内测用户，给小程序找bug和意见反馈，有意者私信
好久没发消息了，最近一直在coding，漫步学派的小程序将很快上线，之前做过的播客都将在里面变成学习资源，同时立一个flag，元旦前更新播客
同时，招一下内测用户，给小程序找bug和意见反馈，有意者私信
好久没发消息了，最近一直在coding，漫步学派的小程序将很快上线，之前做过的播客都将在里面变成学习资源，同时立一个flag，元旦前更新播客
好久没发消息了，最近一直在coding，漫步学派的小程序将很快上线，之前做过的播客都将在里面变成学习资源，同时立一个flag，元旦前更新播客
📊 大家阅读电子书的时候，更喜欢什么格式？
大家阅读电子书的时候，更喜欢什么格式？
Anonymous Poll
65% - epub
22% - pdf
1% - docx
1% - md
4% - 我不读电子书
7% - 我给ai让ai读，我问它
📊 当前的环境下（2025.06），你认为有必要本地部署大模型吗？
当前的环境下（2025.06），你认为有必要本地部署大模型吗？
Anonymous Poll
44% - 有必要
56% - 没必要
https://paopao-labubu.netlify.app/
https://paopao-labubu.netlify.app/
简单的做了一个关于泡泡玛特和labubu的研究
📊 目前哪个ai生态最好用
目前哪个ai生态最好用
Anonymous Poll
26% - google gemini
32% - openai
7% - gork
1% - llama
15% - deepseek
9% - 字节（豆包，coze等）
2% - 阿里qwen
2% - 腾讯混元
7% - 其他