腾讯Hy4 preview:专家高质量数据是模型进步的关键
作者认为,腾讯Hy4 preview通过内部专家共建高质量数据,在真实生产力任务上取得显著进步,这印证了数据质量对模型表现的重要性。作者批评只重算法不重数据的厂商,主张应重视数据建设。
作者认为,腾讯Hy4 preview通过内部专家共建高质量数据,在真实生产力任务上取得显著进步,这印证了数据质量对模型表现的重要性。作者批评只重算法不重数据的厂商,主张应重视数据建设。
AI 一直劝我做一个接近百万美元收入的小而美产品,虽然没有融资几千万的创始人风光,但实际生活更惬意。真的假的?

感觉 AI 比我自己还了解我的商业能力,每次我和它讨论新的产品创意时,它都会给我泼冷水:这个产品你做了也推广不起来,A/B/C 很容易就能跟进并打死你。你还是做点小而美的比较好。
作者听播客后总结:国产模型的蒸馏仅加速高质量数据收集,实际水平来自扎实的预训练、新架构和优秀后训练,加上国产显卡推理和电力资源带来的性价比优势;但前沿探索研究仍落后于国外。
作者认为技术选型应优先考虑项目需求和稳定性,而非追求新技术。年轻时偏好新酷技术,现在则选择简单稳定的 Pi,因为 DSH 尚不成熟,且 AI 辅助测试降低了更换底层的难度。
Anthropic最强模型Fable 5发布两个月,营收仅占11%且增长停滞,企业用户更倾向性价比高的Opus 5或竞品。AI智力达到一定水平后,企业追求的是性价比而非最高智力。

作者认为,传统软件开发中Brooks提出的“外科手术团队”模式因人才稀缺和系统复杂度而未能流行,但AI Agent时代,一个技术判断力强的人配合多个Agent,可以形成“1人+AI”的交付单元,逼近外科手术团队的产出。然而,人类工作记忆的瓶颈限制了可驾驭的系统复杂度,该模式在中小规模系统上高效,超大规模仍需分工。
作者通过观察非技术背景亲友的AI使用情况,指出普通用户不关心模型选择、基准测试或智能体,只在乎AI能否帮他们完成工作并提供最佳答案。同时,企业级AI工具落地滞后,用户更倾向于使用体验更好的消费级产品,且对AI取代工作和影响下一代的恐惧普遍存在。
作者认为,用户常用的 agent 数量有限,因此服务或 App 不应强制用户使用内置 agent,而应提供 MCP 或 CLI 接口,让用户从自己的 agent 中访问服务。
作者指出国产Flash级模型(如ox和ds flash)存在严重过度思考问题,复杂任务下思考时间过长,影响体验,怀疑是过度后训练导致。
作者以洗碗机为喻,认为AI工具会替代标准化编程工作,但行业总产出增长会带来更多边界情况,仍需人力填补,因此工程师不会消失,但工作方式会变化。
现阶段画图并能自由编辑的最佳方式应该是 HTML 或类似 HTML(如 React)的方式,因为训练出来的效果最好,且 HTML 方便编辑,也能转换成其他可编辑格式。
ox 在 opencode 的体验不好,在 hermes 和 cola 的体验要好很多,可能是因为 opencode 那边的兼容性没那么好,个人一直用不明白 opencode harness。
作者认为 AI 硬件的付费点应在于让用户获得并带走自己产生的上下文,而非将数据锁定在厂商平台。他以飞书录音豆为例,因其可通过 CLI 将录音转写文本导出到本地,便于用户自用。在 Agent 集中化和模型价格波动的背景下,提供丰富的 Agent/Skill 帮助用户将上下文迁移到自己的 Agent 上,比单纯售卖模型服务更有价值。
作者认为Gemini 3.5 Pro被放弃很可惜,因为Gemini 3.7 Flash在阅读和写作上表现出色,比Opus 5更自然。若3.5 Pro发布,其世界知识和创意能力会更强,且并非所有模型都需用于编程,Opus 4.6仍被广泛用于写作。
作者分享了自己使用 AI 的日常和观点:每天刷 X 看新模型和工具;AI 让自己既变强(能提复杂需求)又变懒(连终端命令都懒得敲);但吃喝玩乐等私人决策更相信真实用户评价,AI 适合有标准答案的事。
作者认为,传统旅游规划信息过载导致决策疲劳,Web 2.0 时代个性化定制因规模与个性化矛盾而失败,但 AI 技术为解决这一矛盾提供了新可能。

靠 Skill 差别不大,要设计好没 AI 味,最重要的当然是人的审美;其次是模型,GPT 就做不好设计,Claude 就强很多;最后靠的是个性化的设计系统(design system)有一套设计的规范和组件,而不是一堆不能怎么设计的规则。
作者认为字节跳动通过TreaWork、扣子和豆包的组合,与腾讯的Workbuddy在AI办公领域展开竞争,而阿里可能成为最大的受害者。理由是字节和腾讯在流量和生态上更具优势,可能挤压阿里的市场空间。
AI 终于离开编程和工作领域,进入医药领域,人类之光。医药费是晚年最大开支,在低社保国家中,这导致普遍缺乏安全感。AI 在医药领域切实改善人类生活,因此怎么期待都不为过。