mitzvah 发表于 2026-9-13 17:14
让模型自己grep很不可靠的，给他部署静态分析工具的mcp，让其基于静态分析工具的结果理解代码库 ...
这个确实。之前用一个差一点的模型处理一个数据.c，里面一堆名字类似的数组，每次都找到类似的第一个数组就不找了，必须要强调完全一致的变量名才行，然后隔不多久又忘了。。。
—— 来自 Xiaomi 25042PN24C, Android 16, 鹅球 v4.0-alpha
本帖最后由 noneoneone 于 2026-9-13 20:38 编辑
用了两天mimo。
感想是其他大模型还只是向不说人话的状态发展，mimo已经更进一步，处于不懂人话的状态了。
而且不只是flash，pro也是神人思路。
noneoneone 发表于 2026-9-13 20:33
用了两天mimo。
感想是其他大模型还只是向不说人话的状态发展，mimo已经更进一步，处于不懂人话的状态了。
...
2.5还是X呢
2.5我感觉只要提示词够明确，它还是能干点活的，就是不会主动测试，适合做子代理
drodchang 发表于 2026-9-13 14:47
Adam Majmudar是openai的研究员，他的X发了篇帖子，解释为啥业内要降速了：
从外部来看，把过去两周发生的 ...
主要是安全加固很容易影响正常使用且要大量人工介入
论坛助手,iPhone
dario昨天发言连马斯克奥特曼谷歌都附和了，不知道葫芦里卖什么药
还传ds非正式的表示认可
—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
tonyunreal 发表于 2026-9-13 20:45
2.5还是X呢
2.5我感觉只要提示词够明确，它还是能干点活的，就是不会主动测试，适合做子代理 ...
X，也不是说不能干活，就是经常用奇异的思路理解我的指令，然后又用摆烂的方式实现我的要求。
有一种向猴爪许愿的感觉。
noneoneone 发表于 2026-9-13 21:07
X，也不是说不能干活，就是经常用奇异的思路理解我的指令，然后又用摆烂的方式实现我的要求。
有一种向猴 ...
x系列应该是炼失败了吧
看用过的人就没有说好话的……
—— 来自 Xiaomi 25060RK16C, Android 16, 鹅球 v3.5.99
llm是语言模型，而编程语言是人工造出来的规则语言，llm在编程和找人类编程里的漏洞上强过人类也没什么奇怪的
lactone 发表于 2026-9-13 20:47
dario昨天发言连马斯克奥特曼谷歌都附和了，不知道葫芦里卖什么药
还传ds非正式的表示认可
大概率是中美会前虚空造牌吧，现在的状态离全球经济危机不太远了，想空间换时间多拖一阵。
qoder只送300积分，deepseekflash几下子就用了一百了，有点不经用啊，它也没个签到领积分。话说它60块的和别家的比咋样啊，楼里也没怎么见说这个qoder的
不就是加息预期高涨，然后美国AI公司要爆炸吗？
dario马上就要ipo，这个时候喊停就很神奇
—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99
前两天MBS兵败如山倒，红海一堵导致美国加息概率飙升，这些AI公司都是借钱扩卡的，自然要喊停了，不然资金链直接爆炸，就这么简单…
最近三家都开始炒rsi，一开始是2号谷歌老大说投入资源去rsi，然后是奥特曼说rsi，然后是谷歌搞了rsi的传闻，然后是昨天dario提到rsi在业界已经有雏形了
但是rsi这个词太模糊了
如果是用ai提升ai，那么早就到rsi时代了
如果是之前说的那种奇点，我觉得还没有到
—— 来自 HONOR AAK-AN00, Android 16, 鹅球 v3.5.99
OpenCode算是什么水平的智能体？
lactone 发表于 2026-9-13 22:31
最近三家都开始炒rsi，一开始是2号谷歌老大说投入资源去rsi，然后是奥特曼说rsi，然后是谷歌搞了rsi的传闻 ...
本来就有雏形啊，现在的玩家没哪家不是用自己模型训练迭代的吧，关键是能无人员干预的自行递归才是重点，这个的前提首先得搞定持续学习
魔法师lain 发表于 2026-9-13 17:32
现在啥国模日译中翻译最好？性价比最高的呢？
—— 来自 HUAWEI ALT-AL10, Android 12, 鹅球 v3.5.99 ...
不考虑成本的话，qwen3.8max
mitzvah 发表于 2026-9-13 17:14
让模型自己grep很不可靠的，给他部署静态分析工具的mcp，让其基于静态分析工具的结果理解代码库 ...
有什么具体mcp推荐的？
—— 来自 HUAWEI ALT-AL10, Android 12, 鹅球 v3.5.99
魔法师lain 发表于 2026-9-13 23:06
有什么具体mcp推荐的？
—— 来自 HUAWEI ALT-AL10, Android 12, 鹅球 v3.5.99
试试codegraph，不过可能会有坑，这东西只适合最开始探索某子系统时的那一下，之后最好还是老老实实rg。可以先用它做几个小任务，每个任务做完跟模型要工具使用的总结，最后弄出几条使用规范再用就好多了。
魔法师lain 发表于 2026-9-13 17:32
现在啥国模日译中翻译最好？性价比最高的呢？
—— 来自 HUAWEI ALT-AL10, Android 12, 鹅球 v3.5.99 ...
rsi最好是一种越用越强的，一个模型推理，并持续学习，能够面对不可压缩上下文任务，但根据信息论，持续学习层的信息量也是有极限的，所以要有一个机制负责把持续学习短期记忆持久化，越用越强越便宜越用
本帖最后由 xiaoboost 于 2026-9-14 01:41 编辑
拖了太久，都赶不上热度了，不过也是自己学习，dsh 发的那篇论文的个人解读
万物皆插件，然后呢？
话说有没有pi布道师能说说好在哪抛开社区插件不谈
本帖最后由 mitzvah 于 2026-9-14 11:17 编辑
魔法师lain 发表于 2026-9-13 23:06
有什么具体mcp推荐的？
—— 来自 HUAWEI ALT-AL10, Android 12, 鹅球 v3.5.99
我用的是codebase-memory-mcp 这东西功能最全，你先让harness自己把这东西部署好，然后，找一个比较难的后端问题，你让他去做，就会发现harness在疯狂徒劳的grep/sed代码，基本上是搜一段写一段就发现自己错了————这个时候就可以介入了，你可以问他，“你的裸grep并不可靠，你认为哪些任务需codebase的静态分析工具介入，哪些不得不grep？”——————glm，deepseek这一等级的模型就会自行给出一个有效的分界——————在讨论的比较清楚之后就让他写一个skill用优雅的静态工具调用在必要时替代grep完成工作，这样harness就学会自动使用静态分析工具解决问题了
小牛无大将 发表于 2026-9-14 01:56
话说有没有pi布道师能说说好在哪抛开社区插件不谈
注入的系统prompt极少，市面上的绝大多数harness都是基于几年前的prompt工程方法论的产物，内部存在大量的对抗性prompt注入逼迫模型自检——————新一代的模型普遍在训练阶段就已经内化了用工具自检的自我约束本能，这个时候再注入这些对抗性prompt会把模型逼疯的。其次就是全部由ts写成出现问题或者增加功能都可以自我修改，完成递归进化——————因为框架设计的水平很高，所以这么搞的稳定性显著高于dsh
懂王says 'very negative forces' raising exaggerated concerns over AI
懂王称是“一些极端的负面势力”在过度炒作有关 AI 的担忧。
当被问及人工智能产业是否应该放缓发展或加强监管时，懂王在爱尔兰的高尔夫球场对记者表示：“我们在人工智能领域处于中国领先地位。我们是世界上最先进的国家，说实话，我希望能一直保持这种优势——因为谁在人工智能领域胜出，谁就能赢得未来。”
好，继续加速
本帖最后由 mortal1976 于 2026-9-14 07:03 编辑
来都来了 发表于 2026-9-13 00:51
我在本楼里呼吁过好几次 Work Buddy 是流氓软件了，但是坛友就是不听，还是孜孜不倦地给新人推荐 Work Bu ...
为什么不呢？大部分人日常使用AI并不是编程，而是日常办公和日常生活使用一些小脚本work buddy已经足够了，而且开箱即用，每天有签到的免费额度，hy3虽然编程不行但指令遵循能力很强用于日常办公足够了（或者说现在的几个Flash都够用了，但glm5.3Flash速度慢不说还容易中断）。如果你大量使用编程，那自然使用其他软件，其他软件要么有使用门槛比如open code、pi、dsh. 或者需要高额订阅费用，要么就是每天到处去薅羊毛度，这样也是很折腾。antigravity免费额度大但ip地址就是个大问题，如果解决了IP问题，muse Spark更慷慨。当然如果已经大额订阅顶级大模型或习惯使用API这些都不是问题，随便一个主推agent如codex都可用。
mitzvah 发表于 2026-9-14 04:13
我用的是codebase-memory-mcp 这东西功能最全，你先让harness自己把这东西部署好，然后，找一个比较难的后 ...
我用的也是codebase-memory-mcp
我的用法一般是一开始跟它说要改xx功能，先用codebase-memory-mcp理解代码结构，先让它把相关的代码全找出来
虽然注册了工具但是很难让它主动调用就比较难受，不过我还没试过用skill给出一个很详细的规则什么时候该用
其实除了让它直接找到目标代码之外好像也没啥别的很重要的功能了，反正到最后所有相关代码还是会进入上下文的，理想状态下架构良好的话这些代码应该都是放在一起或者本身是有规律的
本帖最后由 mitzvah 于 2026-9-14 08:17 编辑
hugosol 发表于 2026-9-14 07:26
我用的也是codebase-memory-mcp
我的用法一般是一开始跟它说要改xx功能，先用codebase-memory-mcp理解代 ...
我自己的观察，大型项目上，给出需求一次性的静态分析是不够的，随着任务的推进，静态分析需求也会更新，所以模型依然会在疯狂的grep/sed，然后被这些搜索出来的无关内容注入成傻子，主动静态分析可以有效提升任务的成功率
我在dsflashv4.1上主动静态分析与动态调试配合，正面解决了本地ds4项目集群部署时遭遇到的图文混合任务中提示缓存失效全量prefill问题，后端是fork 自antirez的ds4项目的魔改版，没有任何参考资料，这需要深度的修改后端的c代码，这在以前想都不敢想
这些模型实际上是有充足的静态分析理论知识的，问题是现阶段的模型，对于静态分析工具训练内化得还不够好，依然试图用grep/sed包打天下，这时候就需要skill的少量注入来指导了
mitzvah 发表于 2026-9-14 08:01
我自己的观察，大型项目上，给出需求一次性的静态分析是不够的，随着任务的推进，静态分析需求也会更新， ...
要是能让它稳定调用mcp理论上应该会有效果，我按你的思路搞个skill出来试试，之前也没想到这个办法
新的一周了，这周会有什么大活儿呢？预言家宣布本周是___？
—— 来自 S1Fun
御姐贾 发表于 2026-9-14 08:22
新的一周了，这周会有什么大活儿呢？预言家宣布本周是___？
—— 来自 S1Fun ...
Grok 4.7该有了吧，然后说不定kimi 3.1和opus 5.1，听说还有GPT6-Sol
anyrouter这个edu邮箱门槛居然连学生邮箱都不行
hugosol 发表于 2026-9-14 07:26
我用的也是codebase-memory-mcp
我的用法一般是一开始跟它说要改xx功能，先用codebase-memory-mcp理解代 ...
原则上上下文注入越少越好，不过现在的模型自己也足够聪明让其研究一下最优的按需注入渐进性披露的写法，它们就能展开的非常好
mitzvah 发表于 2026-9-14 09:37
原则上上下文注入越少越好，不过现在的模型自己也足够聪明让其研究一下最优的按需注入渐进性披露的写法， ...
同意，一开始我的思路是用文档当作索引，后面发现有代码库索引这一类工具似乎也能缓解这个问题
但是我觉得最根本的还是代码库的架构设计，不能放任ai slop增长，这是当前阶段程序员最核心的能力了
WorkBuddy的优化非常糟糕，资源占用大得离谱
nxmonitor 发表于 2026-9-14 10:05
WorkBuddy的优化非常糟糕，资源占用大得离谱
不但卡还有一堆bug，计费和上下文管理状态都很不明确，用户看到的和模型收到的可能都是两个东西，不同对话之间的上下文还会串，可以说是大厂工具里最难用的一个。
公司电脑用workbuddy / 发个技能都能卡死