我感觉Kimi K3即使这么强的还不是很多人用，
一大原因是因为没有低价区。

你说大部分人觉得5.6 Sol中推理都够用，
似乎也不会在乎贵50%的价格去实现顶尖性能，
结果就是还不如组GPT Plus号池、还能吃到外卖大战额度重置的红利

就像CPU的能效曲线一样，
人喜欢的是刚好实现任务的甜点价格上。

另一点就是当前k3的用户并不多，没办法真实反馈模型能力
更多的都是说套餐coding额度不够多
其实很难让人花出不可再生的时间去做一个基于信任的交易决策

AI 时代的我，过得像个农民。

每天睡觉之前，我要种一点东西。打开电脑，看看手头有什么，或许是几篇资料，一段录音，一些没写完的程序，一堆还没整理的图片。分一分，筛一筛，挑出来些好的想法，种到智能体里面去。

和稻谷一样，种下去发芽也是需要时间的。任务布置完，电脑屏幕亮起，屏幕上的终端时不时跳一下，没什么好看的。智能体的图标一闪一闪，说它在思考。AI 在想，我也不知道它在想什么，就像我也不知道稻子发芽前在想什么一样。

想也没有用，该长会长。我便去烧水、洗澡，一会儿关灯睡觉了。

第二天早上起来，去看看收成。

有时很好，资料分门别类地整理好了，文件名也改过了，录音被转录成文字，细细地按说话人和主题切成臊子，程序打包好了，还留了一份说明。

有时不太好。出去找资料的智能体找回了一堆 AI slop 的玩意儿，还在输出里犟嘴，写东西的智能体写到一半发疯，把要保留的东西删掉了，还给你附上一封离职证明。

能咋办，坐下来，冲杯茶，一份份看。有用的留下，有疑问的放在一边，乱七八糟的那肯定是删掉了。

想起我外婆，她分种子时也是这样，好的、一般的、不好的，一种放成一堆。以前没天气预报也没农科专家，种东西全凭经验，挑一挑，种一种，年景的事儿谁又说得准。

小时候我很急，说谷子和菜种下了，一下午就跑去看一次，摆弄摆弄这个叶子，想让它多晒点太阳，长得快一点。您猜怎么着？看着那真是一点变化都没有。我外婆笑我，说急什么，该翻土翻土，该浇水浇水，该施肥施肥，你该做的事情做了，它自然会长得好一点，它一直在长，不信你过几个月再来看。

几个月过去，自然稻谷抽穗，菜畦翠绿，自然，有它自己的节律。

二十多年后，我在给 AI 写 skill，设计工作流，装各式各样的插件，何尝不是一种松土，浇水，施肥。嘿，这么一想，我外婆大抵是比我还懂 harness engineering 的。

AI 和种东西一样，无非是种下一颗种子，小心呵护着，成熟了便再种一批。只是以前一茬稻子得半年吧，现在 AI 做的东西，半天就可以。

想起在田野里撒欢的那些下午，我的外婆，给我上了 harness engineering 的第一课。二十余年后，这场教育完成了它的闭环。

祝各位丰收。

https://weibo.com/5816830881/Rat4AFhTd

在星巴克喝着TRAE送的免费美式，用着德国SEPA的Claude Max20x，手机上遥控着家里玻利维亚区85块一个月的GPT Plus

仿佛回到了那个外卖大战的夏天

K3本质上还是个闭源模型，所谓开源主要是一种营销手段。

虽然我这两天吐槽了A\和OpenAI等一堆商业公司，但是现在很多人对开源模型有奇怪的期待，也是时候该泼下冷水了。开源并不能省钱，你算出来便宜只是在白嫖别人的训练成本，长期看这个钱你还是得以某种形式付出去。

当然我100%支持模型厂商收钱。

https://x.com/cherylnatsu/status/2081996644476965119

谷歌如何破坏了 RSS 订阅的普及 (2023)
原文：https://openrss.org/blog/how-google-helped-destroy-adoption-of-rss-feeds
阅读时间：4 分钟
分数：157