找回密码
 立即注册
搜索
楼主: 绕指流光

[科技] OPENAI数学氢弹雨来袭 | 大模型讨论专楼

 火... [复制链接]
发表于 2026-10-2 09:49 来自手机 | 显示全部楼层
ST2002 发表于 2026-10-2 09:38
有人最近在用 DSH 桌面端的时候,遇到工作区权限无法沙箱拉起 pwsh 的情况吗?
我让大肥鱼自己对比了一下, ...

我遇到过,现在我都是开完整权限
回复

使用道具 举报

     
发表于 2026-10-2 10:07 | 显示全部楼层
ST2002 发表于 2026-10-2 09:38
有人最近在用 DSH 桌面端的时候,遇到工作区权限无法沙箱拉起 pwsh 的情况吗?
我让大肥鱼自己对比了一下, ...

我让d老师自己修了,你把下面内容让DSH验证下就是了

dsh-sandbox-console:让 DSH 的 Windows ACL 沙箱在本机可用
这是什么
一个垫片,用来修好 DSH 的 shell 沙箱(workspace-write 模式)。 装上它之后:pwsh 命令在工作区内正常读写,工作区外一律写入被拒(读取仍可用), 也就是"没经我批准不能在工作区外写入文件"。

根因(全部为实测结论)
DSH 的 Windows 沙箱后端 @deepseek-ai/dsh-sandbox-windows-acl 用 CreateRestrictedToken 造受限令牌,再以它启动 pwsh。
这个受限子进程必须有可用控制台,否则在 DLL 初始化阶段以 0xC0000142(STATUS_DLL_INIT_FAILED)死亡。实验:
runner 有控制台 → 受限 pwsh 正常;
runner 用 DETACHED_PROCESS(无控制台)启动 → 受限 pwsh / node / 任何包装脚本全部 0xC0000142。
DSH 的 runner 是用 process.execPath(DeepSeek Harness.exe,GUI 子系统) 以 ELECTRON_RUN_AS_NODE 启动的;而 GUI 子系统进程永远拿不到控制台——实测: 父进程有控制台时,Electron 子进程的 GetConsoleWindow() 仍为 null。 DSH 宿主自身也没有控制台(用 AttachConsole 逐进程判定过)。
结论:在本机(桌面版 DSH)这条链路永远缺控制台,于是每个 pwsh 调用都 0xC0000142。 (旧笔记把它归因于"缺 keep-alive 组 / WRITE_OWNER",都不对。)
修法(不改 DSH 安装目录)
%USERPROFILE%\.dsh\profiles\desktop\cordis.patch.yml 末尾给 sandbox 行加:

yaml


- id: sandbox
  name: '@deepseek-ai/dsh-sandbox-local'
  config:
    runnerCommand: [!!js process.execPath, 'C:/DSHWZ/tools/dsh-sandbox-console/runner-command-shim.js']
    runnerFailureSignatures: ['windows-acl-run:']
runner-command-shim.js 做三件事:

AllocConsole() 申请一个控制台并把窗口隐藏(受限子进程因此能正常初始化);
把 sandbox-local 传来的 bwrap 风格参数翻译成 ACL runner 的 --workspace / --temp / --mode(从 --bind <ws> <ws> 取工作区、判断是否 workspace-write);
在同一进程内加载真 runner(多开一个子进程没用:GUI 子进程不继承控制台)。
诊断日志:acl-runner-shim.log(本目录,超过 256 KB 自动截断)。

已知代价
因为走的是 runnerCommand,sandbox-local 会把"拒绝"方言当成 read-only file system / permission denied:实际拦截有效,但工具里"是否被判定为拒绝"的 标记可能不准(中文系统的报错文本匹配不上英文签名)。
runnerCommand 模式下不再注册 diagnose-windows-sandbox-acl 技能。
工作区授权 ACE 会留在工作区目录上(这是 DSH 设计的复用缓存,正常)。
回退
双击 revert-sandbox.cmd(把 cordis.patch.yml 还原成改动前的版本),或手动删掉上面那段 id: sandbox 覆盖;
重启 DSH。
回退后 shell 仍可用,但不再隔离(pwsh 以宿主权限运行,工作区外也能写)。

验证清单
powershell


# 1) 沙箱生效
echo hi

# 2) 边界:工作区内可写、工作区外被拒
[IO.File]::WriteAllText('C:\DSHWZ\probe.txt','x'); Remove-Item C:\DSHWZ\probe.txt
[IO.File]::WriteAllText('C:\probe.txt','x')          # 应报拒绝

回复

使用道具 举报

发表于 2026-10-2 11:11 | 显示全部楼层

这种多半瞎搞吧,岂不会注入越来越多
回复

使用道具 举报

     
发表于 2026-10-2 11:24 | 显示全部楼层
【九个ai想炸死对方,谁能活到最后?|AI 算法对抗大赛 第 2 集 · 炸弹人】https://www.bilibili.com/video/B ... d451bc0dfcd3dcddbbb
【国模一哥迎来至暗时刻|C组D组第二轮】https://www.bilibili.com/video/B ... d451bc0dfcd3dcddbbb

近期两个有趣的竞技场,词元老哥的不用说了,看完只感觉glm是不是降智了,另外fable5.1似乎也没那么强?9个AI混战这里挺考验长程问题和自我改进能力的,这边ASTRA≥opus5.5≥sonnet5.5≈6sol倒也符合体感。然后豆包mimo两个up主那里都是垫底,这俩坐一桌了
回复

使用道具 举报

     
发表于 2026-10-2 12:03 来自手机 | 显示全部楼层
profr 发表于 2026-10-2 11:24
【九个ai想炸死对方,谁能活到最后?|AI 算法对抗大赛 第 2 集 · 炸弹人】https://www.bilibili.com/vide ...

炸弹人这个我不太明白,为啥国模不用专武

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0
回复

使用道具 举报

     
发表于 2026-10-2 12:06 来自手机 | 显示全部楼层
半江瑟瑟半江红 发表于 2026-10-2 12:03
炸弹人这个我不太明白,为啥国模不用专武

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0 ...

视频后面讲了 专武得分非常低

zcode+ds其实也就是很能根 你说写的很好也说不上

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

使用道具 举报

     
发表于 2026-10-2 12:07 | 显示全部楼层
本帖最后由 moekyo 于 2026-10-2 12:10 编辑

Pi 的新东西:Pi Durable

一句话概括:

Pi Durable 就是把 Pi 从「一个终端里的 Coding Agent」,扩展成「可以长期运行的 Agent Runtime」。

它主要解决 6 件事:

  • 崩溃恢复:进程挂了、机器重启了,任务仍然可以从 checkpoint 继续,而不是从头开始。
  • 长期任务:Agent 可以持续运行几小时、几天甚至更久,并支持后台任务、定时任务和 Subagent。
  • 多 Agent / 多会话:一个进程里可以同时运行多个 Conversation,每个会话都有自己的模型、工具和状态。
  • 状态一致性:聊天记录、工具调用、任务状态和应用数据一起持久化,避免出现「Agent 说已经做了,但数据库实际上没改」的情况。
  • 上下文长期延续:完整历史可以一直保留,而 LLM 当前使用的 context 则通过 compaction / handoff 控制大小。
  • 运行中可修改:Extension、Tool、Prompt 可以动态更新,新任务直接使用新版本,不必停掉整个 Agent。


它最核心的抽象其实很少:


  1. Conversation   会话
  2. Task           可恢复的任务
  3. Document       持久化应用状态
  4. Extension      工具 / Prompt / Hook 能力包
  5. Ownership      父子任务生命周期
  6. Commit         原子持久化
复制代码


举个最直观的例子:

一个 Agent 正在:


  1. 修代码
  2. → 跑测试
  3. → 调 Subagent
  4. → 等结果
复制代码


这时服务器突然重启。

普通 Agent:

任务直接中断,需要人重新告诉它之前做到哪里。

Pi Durable:


  1. 读取持久化状态
  2. → 找到未完成的 Task
  3. → 安全的 Tool 自动重跑
  4. → 不安全的 Tool 标记为 interrupted
  5. → Agent 接着往下做
复制代码


所以可以简单区分成:

Pi Coding Agent:给人直接使用的终端 Coding Agent。

Pi Durable:用来构建长期运行 Agent 服务的底层 Runtime。

它不只是「保存聊天记录」,而更接近一个专门为 AI Agent 设计的 durable workflow / state-machine runtime。


原文:
Pi Durable — Durable, malleable agents
回复

使用道具 举报

     
发表于 2026-10-2 12:19 来自手机 | 显示全部楼层
怎么又重新发明openclaw

—— 来自 鹅球 v4.0-alpha
回复

使用道具 举报

发表于 2026-10-2 12:57 | 显示全部楼层
FABLE 5.5 发布

各路 AI 嘉豪又要震惊瘫坐核爆了
回复

使用道具 举报

     
发表于 2026-10-2 13:02 来自手机 | 显示全部楼层
neptunehs 发表于 2026-10-2 12:06
视频后面讲了 专武得分非常低

zcode+ds其实也就是很能根 你说写的很好也说不上

Kimicode配k3也低?

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0
回复

使用道具 举报

     
发表于 2026-10-2 13:16 来自手机 | 显示全部楼层
半江瑟瑟半江红 发表于 2026-10-2 13:02
Kimicode配k3也低?

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0

额 说的是ds不用dsh 另几家没说就不知道了

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

使用道具 举报

     
发表于 2026-10-2 13:16 | 显示全部楼层
neptunehs 发表于 2026-10-2 12:06
视频后面讲了 专武得分非常低

zcode+ds其实也就是很能根 你说写的很好也说不上

专武他偏偏要用极简模式,明明有标准模式的
回复

使用道具 举报

     
发表于 2026-10-2 13:21 | 显示全部楼层
大模型训练要减速.ico
回复

使用道具 举报

     
发表于 2026-10-2 13:24 来自手机 | 显示全部楼层
a\要在上市前冲刺,肯定会把压箱底的东西拿出来

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
回复

使用道具 举报

     
发表于 2026-10-2 13:45 来自手机 | 显示全部楼层
zhongjie 发表于 2026-10-2 13:16
专武他偏偏要用极简模式,明明有标准模式的

主要光用极简虽然能规避掉雷霆大思考,但是也会缺乏基础工具和技能,他得自己做配套的skill才能参赛
回复

使用道具 举报

     
发表于 2026-10-2 13:47 来自手机 | 显示全部楼层
本帖最后由 lactone 于 2026-10-2 14:04 编辑

fable5.5不说别的,审美上后训练肯定是拉满了
说是下周二上线
还没过国庆假期

qwen4最乐观的估计也是前端打平opus5.5
还要等到国庆假期后

算力限制实在是太大了


—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
回复

使用道具 举报

     
发表于 2026-10-2 13:54 | 显示全部楼层
乌桃内设格温 发表于 2026-10-1 16:35
现在每个月50块钱左右的agentplan,平常也就用ai开发点小东西+维护sql+写写总结文档,有什么比较有性价比的 ...

百元内的性价比排序

codebuddy白嫖每天100点 支持DeepSeek 轻度开发够用
Gemini 闲鱼20左右一年
opencode 10美元一个月 支持DeepSeek60刀额度
用量很小(一天2元以内)DeepSeek官方api 性价比也挺高的

其他国模价格浮动太大了没怎么关注过

Re:Source
回复

使用道具 举报

     
发表于 2026-10-2 14:49 | 显示全部楼层
Opencode上了一个新的免费模型fledge-alpha-free

见鬼的是这模型同时把中国和欧洲的访问封了,某些美国实验室真丧心病狂吧
回复

使用道具 举报

     
发表于 2026-10-2 14:54 来自手机 | 显示全部楼层
andychen 发表于 2026-10-2 14:49
Opencode上了一个新的免费模型fledge-alpha-free

见鬼的是这模型同时把中国和欧洲的访问封了,某些美国实 ...

搞不好是muse

连欧洲都封的只有扎克伯格的ctb

—— 来自 vivo V2520A, Android 16, 鹅球 v3.5.99-alpha
回复

使用道具 举报

     
发表于 2026-10-2 14:56 | 显示全部楼层
lactone 发表于 2026-10-2 14:54
搞不好是muse

连欧洲都封的只有扎克伯格的ctb

没怎么关注meta
我之前一直以为只是muse机器人不让欧洲人用,原来连模型都封啊?这Alexander Wang真牛逼吧
回复

使用道具 举报

     
发表于 2026-10-2 14:58 | 显示全部楼层
主要是跟某法国佬闹得很掰。

当然支持的服务一般都不涵盖欧洲和国内也倒是事实
回复

使用道具 举报

     
发表于 2026-10-2 15:21 来自手机 | 显示全部楼层
Sol6.1真是太慢了……感觉像月卡一样,睡觉不让它干活都觉得亏。
Tibo说明天凌晨重置,赶紧换成astra猛蹬了。
回复

使用道具 举报

     
发表于 2026-10-2 15:37 | 显示全部楼层
tibo是真鸡贼啊. 本来4号就是大部分人明天也要刷新的
回复

使用道具 举报

     
发表于 2026-10-2 15:46 | 显示全部楼层
让ds给yt-dlp套了个用户界面
结果下载年龄审查的视频下不动了,因为我的土鳖账号没有上传身份证照片认证过获取的饼干不好用,
最后让ds自己用“所有可以用的方法”下完了
回复

使用道具 举报

     
发表于 2026-10-2 16:16 | 显示全部楼层
本来想着试试opencode go 的60刀ds ,结果买来发现慢的要死
只用了百分之十几上下文的情况下,经常要30多秒才有反应
用了一天感觉没干出啥东西来,还慢得要死
这正常吗
回复

使用道具 举报

发表于 2026-10-2 16:22 | 显示全部楼层
conankyo 发表于 2026-10-2 16:16
本来想着试试opencode go 的60刀ds ,结果买来发现慢的要死
只用了百分之十几上下文的情况下,经常要30多秒才 ...

他们现在是自己部署的,远没有官网快。
回复

使用道具 举报

     
发表于 2026-10-2 16:23 | 显示全部楼层
conankyo 发表于 2026-10-2 16:16
本来想着试试opencode go 的60刀ds ,结果买来发现慢的要死
只用了百分之十几上下文的情况下,经常要30多秒才 ...

是的,还经常动不动卡死,体验比官方API差多了
回复

使用道具 举报

     
发表于 2026-10-2 16:26 | 显示全部楼层
来都来了 发表于 2026-10-2 16:22
他们现在是自己部署的,远没有官网快。

之前还没上V4.1 Flash的时候接的官网的也慢的不行。我用的时候最慢能去到30-40tok/s,现在切到4.1,看着有200+,实际上经常开局在那潜水卡着不知道在干嘛,只能说胜在便宜了,捏着鼻子凑合用
回复

使用道具 举报

     
发表于 2026-10-2 16:48 | 显示全部楼层
洛拉斯 发表于 2026-10-2 10:07
我让d老师自己修了,你把下面内容让DSH验证下就是了

另外补一个坑,开沙箱可能导致dsh自己改相应目录的完整性等级为Low,改过之后在里面的程序想访问外面没设置完整性等级(缺省为Medium)的目录会失败,需要把完整性等级删掉
回复

使用道具 举报

     
发表于 2026-10-2 16:49 | 显示全部楼层
天堂懵懂人 发表于 2026-10-2 15:46
让ds给yt-dlp套了个用户界面
结果下载年龄审查的视频下不动了,因为我的土鳖账号没有上传身份证照片认证过 ...

其实这个有现成轮子可以用的:https://github.com/kannagi0303/yt-dlp-gui
回复

使用道具 举报

     
发表于 2026-10-2 16:52 | 显示全部楼层
fable5.5什么时候出啊
回复

使用道具 举报

     
发表于 2026-10-2 17:00 | 显示全部楼层
BarricadeMKXX 发表于 2026-10-2 16:49
其实这个有现成轮子可以用的:https://github.com/kannagi0303/yt-dlp-gui

唉就是因为现成的轮子都是英文的  我让它搞个中文的界面
之前我用的最多的是ytdlp-interface,但是和我自己遇到的问题差不多  要是视频有年龄审查就下不动
回复

使用道具 举报

发表于 2026-10-2 17:21 | 显示全部楼层
本帖最后由 jinuzuktII 于 2026-10-2 17:31 编辑

111111111111111111111111111
回复

使用道具 举报

     
发表于 2026-10-2 17:23 | 显示全部楼层
本帖最后由 moekyo 于 2026-10-2 18:15 编辑

我现在实测的,如果是 dot 云端的话,目前这个 Astra 貌似真的任用的样子,我额度已经没了,就是这东西只有 Pro 才能用,但是我又不想续了。。


本帖子中包含更多资源

您需要 登录 才可以下载或查看,没有账号?立即注册

×
回复

使用道具 举报

     
发表于 2026-10-2 18:04 | 显示全部楼层
崔添翼是懂得怎么阴阳的
回复

使用道具 举报

     
发表于 2026-10-2 18:48 | 显示全部楼层
我对 K3 不满就是:

1. 太慢了。不过最近 6.1 Sol 也很慢,但 K3 依然更难一筹。

2. 不适合做 code review, 太宽松了。
回复

使用道具 举报

     
发表于 2026-10-2 18:53 | 显示全部楼层
K3现在降智很厉害,甚至出现了连续思考131k token导致截断的神秘操作
回复

使用道具 举报

     
发表于 2026-10-2 18:58 | 显示全部楼层
本帖最后由 13号 于 2026-10-2 19:00 编辑

智谱现在有个杭州专属补贴,有补贴后pro年卡大约是3000出头。 看重glm-5.3-flash量够大, glm-5.3也算能力过的去。  大概使用场景就是opencode-go高位替代,自己的一些玩具,公司的一些活考虑用glm-5.3-flash使劲地蹬,连夜的蹬。  我当前用的是opencode-go的10刀套餐,日常开DeepSeek-V4-Flash,量缺少的比较明显。  请问这个有坑吗?
回复

使用道具 举报

     
发表于 2026-10-2 19:12 来自手机 | 显示全部楼层
RookieTnT 发表于 2026-10-2 18:48
我对 K3 不满就是:

1. 太慢了。不过最近 6.1 Sol 也很慢,但 K3 依然更难一筹。

K3最大问题是降智了,糖果测试都过不了

—— 来自 HUAWEI SGU-AL10, Android 16, 鹅球 v4.0
回复

使用道具 举报

     
发表于 2026-10-2 19:19 来自手机 | 显示全部楼层
今天下午6点20左右的时候突然失去响应了,过了一会继续也没啥问题。然后6点54的时候开了一个新会话,出现了一堆Now let me。
虽然我觉得DeepSeek是不会加班的,但是万一呢

—— 来自 Xiaomi 25042PN24C, Android 16, 鹅球 v4.0-alpha
回复

使用道具 举报

您需要登录后才可以回帖 登录 | 立即注册

本版积分规则

Archiver|手机版|小黑屋|上海互联网违法和不良信息举报中心|网上有害信息举报专区|962110 反电信诈骗|举报电话 021-62035905|Stage1st ( 沪ICP备13020230号-1|沪公网安备 31010702007642号 )

GMT+8, 2026-10-11 09:29 , Processed in 0.153497 second(s), 7 queries , Gzip On, Redis On.

Powered by Discuz! X3.5 Licensed

© 2001-2026 Discuz! Team.

快速回复 返回顶部 返回列表