OPENAI数学氢弹雨来袭 | 大模型讨论专楼

千千千千鸟

serj005 发表于 2026-9-28 00:16
现在各种模型都被gpt腌入味了，还要回到老式提示词工程，现在我在各种总结类对话之前都会加一句“我是一 ...

确实如此啊
阅读AI产出的这种特别干的文字实在是一种折磨

真红之闪电

千千千千鸟 发表于 2026-9-28 00:07
最近AI越用越多，反而遇到问题，就是让AI整理工作流方案，结果AI出的总结文字怎么都看不进去
最近接了公司 ...

半年前就这个感觉了，用了 AI 比不用还累…就是因为要从一堆输出里面去挑错或者不符合自己的方向的

—— 来自 S1Fun

Mirathel

工程规模稍微大一点点，读大模型的报告就开始贴近读某些类型游戏说明小作文的体验，直接把报告约束加上一条说人话，顺便强制每次都解释缩写的语境含义才会好一点，但是随之而来的生成表现就不确定了......

Litccc

ww-tsl 发表于 2026-9-27 23:13
所以现在的AI写作还有救吗？

这一波下来DS写文已经退化到完全不能用的地步了，之前那些手法全部失效，无论 ...

gemini 3.8f写作水平非常好，智商也在线，就是外审实在烦人，动不动就截断或者空回

绝地潜兵

serj005 发表于 2026-9-28 00:16
现在各种模型都被gpt腌入味了，还要回到老式提示词工程，现在我在各种总结类对话之前都会加一句“我是一 ...

确实又回到了提示词工程，像在写酒馆预设
今天整理了AGENT.md，把一堆看着脑壳子疼的句子修改成了规范书面语之后，会话的AI文字流畅度明显提高。
它本身就是少数样本范文。

参考DSH位置

1. <SYSTEM_PROMPT>\\提示词头部
   
2. You are an AI agent powered by DeepSeek Harness.
   
3. You are a coding agent powerd by the GML-5.3 model...
   
4. </SYSTEM_PROMPT>
   
5. 
   
6. <用户上下文>
   
7. balabala...
   
8. </用户上下文>
   
9. 
   
10. <system-reminder>
    
11. 以下工作区说明可能与你的工作相关。在适用时，请将其作为指导。更具体的说明优先于更宽泛的说明。它们不会覆盖系统、开发者或直接用户指令。
    
12. form AGENT.md
    
13. </system-reminder>\\提示词头部尾部
    
14. 
    
15. \\开始工作。

复制代码

里面可以加入：

1. ## 语言表述规则
   
2. - **遣词造句符合中文习惯，做到通顺、规范**
   
3. - **提到术语时，用日常语言解释清楚**。

复制代码

这样就不用每次对话手动加入了

hugosol

用Matt pocock工作流的话agent.md只有几行，更重要的是context.md能极大改善不说人话的问题，Matt之前提过他认为AI时代其实不需要那么多文档
我的理解是根据DRY原则，其实那种只是把代码重复一遍的文档和注释应该要删掉的，然后代码分层结构，deep module, shallow interface这些原则要贯彻，再加上代码索引工具的加持，ai时代之后应用级的代码会比以前人手写出来的屎山要好上不少

xiaoboost

ww-tsl 发表于 2026-9-27 23:13
所以现在的AI写作还有救吗？

这一波下来DS写文已经退化到完全不能用的地步了，之前那些手法全部失效，无论 ...

整 api 啊……现在还有人不会用 api 的吗？
虽然 ds 现在甲比以前厚了，但是依然是现在能用的服务里面最薄的

绝地潜兵

我理解的是，工作流不写入AGENTS.md，但需要注明：全局规则+环境+坑。
注入的token更多，但思考的token变少了。

tonyunreal

dsh 0.2.0连alpha都还没打包的只有源码形态上github了
大家的插件都会炸.jpg

—— 来自 Xiaomi 25060RK16C, Android 16, 鹅球 v3.5.99

squallx

tonyunreal 发表于 2026-9-28 02:36
dsh 0.2.0连alpha都还没打包的只有源码形态上github了
大家的插件都会炸.jpg

操 那种事情不要啊   刚折腾了半天把我在DSH里搭的图片API聚合链路修好

御坂MKII

hugosol 发表于 2026-9-28 01:20
用Matt pocock工作流的话agent.md只有几行，更重要的是context.md能极大改善不说人话的问题，Matt之前提过 ...

好的开源项目里注释确实很重要，好的 inline block 注释有一条标准就是解释为什么需要这段逻辑，比复读逻辑更重要。以及 high level design comments、function header comments、inline block comments 各自有各自的要求。

不得不说，这一点从我之前的经验来看，和推特上不少人的感受是一致的：a\ 是做得最好的。其他模型第一遍输出的注释的质量以及代码的质量都远远达不到我维护一个开源项目所需的标准。

而且这个东西很难靠外部的指示优化，只能靠模型在训练阶段固定。之前我在某一个月的时间里断断续续拿着 gpt 做实验，无论是修改 AGENTS.md 这种外部指示，还是拉一个专门的 reviewer 来做交叉攻击，它拉出来的一坨的维护性无论如何都远远达不到我期望的要求。

startraveller

andychen 发表于 2026-9-27 04:30
我对devday最大的期待是astra-minor这个模型，据说是astra架构的小规模模型

现在的gpt6系列除了astra确 ...

astra-minor应该是非公开的模型，GPT6系列就这几个了，devday重头戏是GPT版bot，应用层的。

nxmonitor

4.1Pro的接口已经开始分批上线了

neptunehs

nxmonitor 发表于 2026-9-28 09:06
4.1Pro的接口已经开始分批上线了

一上班就开始了吗？

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

nxmonitor

neptunehs 发表于 2026-9-28 09:08
一上班就开始了吗？

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

还是属于灰测的状态，什么时候全量上线不知，但是从DSH来看估计就这一两天

neptunehs

不过说真的 除非pro能相比flash大幅减少token使用（不雷霆大思考）
否则我是用不起pro的。。。

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

hugosol

御坂MKII 发表于 2026-9-28 03:42
好的开源项目里注释确实很重要，好的 inline block 注释有一条标准就是解释为什么需要这段逻辑，比复读逻 ...

因为现在都用agent读代码了，谁还看注释啦
antirez说redis的代码还要看是因为出于“社区对知名开源项目的信任”云云（大意如此），反正他认为看代码是浪费时间，还不如把时间精力投入在性能优化和测试上面

lactone

我是觉得bot这类东西没啥壁垒

grok bot搞这么长时间了国内都没人跟

—— 来自 vivo V2505A, Android 16, 鹅球 v3.5.99

cscbzcbz

大的要来了？

nxmonitor

还有那个测试字段显示4.1Pro可能不是多模态的，符合灰测神秘模型特征，甚至我觉得Flash是后面才训练的

绕指流光

ww-tsl 发表于 2026-9-27 23:39
几个月都没怎么碰这方面了（除了当搜索引擎用），有没有什么最近一个季度推出的，拿和谐少擅长写文当最大卖 ...

都是概念性垃圾
直接酒馆调教甚至上codex都比这些东西强
我是真用codex写过，加几个skill就能用

洛拉斯

千千千千鸟 发表于 2026-9-28 00:31
确实如此啊
阅读AI产出的这种特别干的文字实在是一种折磨

实测提示词里面要求ai用某作家的文风输出刻意改善文字阅读性

我经常让ai用马克吐温的风格写短篇，都很棒

洛拉斯

hugosol 发表于 2026-9-28 09:30
因为现在都用agent读代码了，谁还看注释啦
antirez说redis的代码还要看是因为出于“社区对知名开源项目的 ...

这样下去我怕过1代人以后再也没人会手写代码了

ai要变成真正意义的黑箱了，万一以后ai崩了，人类直接退回1945年

科幻小说那种科技大崩溃越来越真实了

小野賢章

巴特勒吉哈德
铁人叛乱

ivly

绝地潜兵 发表于 2026-9-28 01:04
确实又回到了提示词工程，像在写酒馆预设
今天整理了AGENT.md，把一堆看着脑壳子疼的句子修改成了规范书面 ...

233，其实我现在看你的回复，这样我也不知道怎么插入。中间省略步骤了。

Milarvoz

我最爱的后启示录小说终于要成为现实了吗？顺便推荐《莱博维茨的赞歌》

—— 来自 samsung SM-S9380, Android 16, 鹅球 v4.0

蓝色梦魇

手写代码以后估计作为一项小众技能在特定行业领域内保留，如同现在的汇编

neptunehs

洛拉斯 发表于 2026-9-28 10:00
这样下去我怕过1代人以后再也没人会手写代码了

ai要变成真正意义的黑箱了，万一以后ai崩了，人类直接退 ...

代码就是因为好学 才会有那么多人写代码而不是小众行业

大崩溃了也就几年就能捡回来

但除非铁人叛乱 还被人类成功平息 不然我想不到要怎么崩溃只崩溃ai 计算机没事

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

FACS

nxmonitor 发表于 2026-9-28 09:52
还有那个测试字段显示4.1Pro可能不是多模态的，符合灰测神秘模型特征，甚至我觉得Flash是后面才训练的 ...

神秘，pro怎么还会回去的

nxmonitor

FACS 发表于 2026-9-28 10:53
神秘，pro怎么还会回去的

不神秘，从灰测看就是Pro先灰测，接着V4FV上线测试，然后Pro再灰测（测的是标准和PTC），PTC灰测那次4.1F也出来了

蓝极北

之前是用zcode和codex的，最近想入坑dsh，请问有啥入门的教程吗？主要是这个太需要折腾了，插件也不知道在哪找

neptunehs

这也很能体现flash好掉头 pro就难了
还是缺卡啊

—— 来自 vivo V2561A, Android 16, 鹅球 v4.0

当光停止

鲸鱼火鸡学家

nxmonitor

从OA两家的开发看，探路的Flash不会发布的，正式发布的应该是从上一级蒸馏的，实际上V4.1F有一些特征，比如偶发的I'm doing思维链

Esoterica

dsh的桌面版本是不是快出了，之前没搞过现在想要折腾是不是等桌面端出来了之后再搞会比较好

startraveller

nxmonitor 发表于 2026-9-28 10:56
不神秘，从灰测看就是Pro先灰测，接着V4FV上线测试，然后Pro再灰测（测的是标准和PTC），PTC灰测那次4.1F ...

从4.1 Flash当时的发行说明“这是新基座的最小模型”看来，4.1 Pro 应该也是4.1的新基座吧，不是之前灰测那个

nxmonitor

startraveller 发表于 2026-9-28 10:59
从4.1 Flash当时的发行说明“这是新基座的最小模型”看来，4.1 Pro 应该也是4.1的新基座吧，不是之前灰测 ...

排下来灰测那个只有V4.1Pro了，不然就这点算力，以V4的架构练也练不过来

nxmonitor

Esoterica 发表于 2026-9-28 10:59
dsh的桌面版本是不是快出了，之前没搞过现在想要折腾是不是等桌面端出来了之后再搞会比较好 ...

已经有了，往前翻翻有下载地址，只是没官宣

洛拉斯

蓝极北 发表于 2026-9-28 10:58
之前是用zcode和codex的，最近想入坑dsh，请问有啥入门的教程吗？主要是这个太需要折腾了，插件也不知道在 ...

不用你自己去找，说需求，让d老师去找，找不到让d老师自己写

洛拉斯

Esoterica 发表于 2026-9-28 10:59
dsh的桌面版本是不是快出了，之前没搞过现在想要折腾是不是等桌面端出来了之后再搞会比较好 ...

你消息不灵通啊

s1网友几天前就发了桌面版了
https://download.deepseek.com/ds ... 60924.1-win-x64.exe