找回密码
 立即注册
搜索
楼主: 绕指流光

[科技] DeepSeek V4.1 Flash 1017:许愿式编程一键成真 | 大模型讨论专楼

 火... [复制链接]
发表于 2026-10-31 22:23 | 显示全部楼层
token价格再降下去,迟早有数不清的AI一天24小时不停歇的在网络上游荡了吧。
设想了一下有无数个agent在执行这个命令:去所有网站搜索我需要的资料,如果哪个网站不能访问就留个子agent尝试破解它。
回复

使用道具 举报

发表于 2026-10-31 22:36 来自手机 | 显示全部楼层
这super-agent文章里面的IM交互越读越眼熟,一翻代码绷不住了,飞书真该给dsh团队广告费吧
回复

使用道具 举报

发表于 2026-10-31 22:44 | 显示全部楼层
这个便宜可以占吗

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 2026-10-31 22:47 | 显示全部楼层
小大的大模也有检查点漏出了,11月感觉波澜壮阔啊,集体围攻A/吗?
回复

使用道具 举报

发表于 2026-10-31 22:52 | 显示全部楼层
本帖最后由 andychen 于 2026-10-31 22:55 编辑
lactone 发表于 2026-10-31 22:21
不过这个和很多人习惯反过来吧

干活要用大模,编排要用小模

我对这个设计的思考有两方面

1.DS作为模型公司,关于模型性能的未来预期比我们这些外部观察人士更准确。DS的设计人员可能已经清楚更高能力的模型在未来能以合理的成本大规模提供服务
2.Router角色很适合使用Decision Model+代码程序化控制实现。虽然现在Decision Model没有之前那么火了,不过我一直认为它的潜在应用场景很宽广
回复

使用道具 举报

发表于 2026-10-31 22:54 来自手机 | 显示全部楼层
本帖最后由 lactone 于 2026-10-31 22:56 编辑
andychen 发表于 2026-10-31 22:52
我对这个设计的思考有两方面

1.DS作为模型公司,关于模型性能的未来预期比我们这些外部观察人士更准确。 ...

我不反对jev之类的有应用价值,我只是认为这玩意儿没有壁垒,所以jev不开源活不下去

dllm也是一样的

但是怎么说呢,如果是的比较复杂的项目,jev这种当router未必够,可能dllm合理一些

—— 来自 vivo V2505A, Android 17, 鹅球 v3.5.99
回复

使用道具 举报

发表于 2026-10-31 22:56 | 显示全部楼层
lactone 发表于 2026-10-31 22:54
我不反对jev之类的有应用价值,我只是认为这玩意儿没有壁垒,所以jev不开源活不下去

dllm也是一样的

Jev现在有免费的可以蹭,所以我不黑他
虽然花钱也花不到几个钱就是了
回复

使用道具 举报

发表于 2026-10-31 22:56 来自手机 | 显示全部楼层
千秋难诉 发表于 2026-10-31 22:44
这个便宜可以占吗

没说上下文是多大?
如果是256K的话,记得OpenCode上就有免费版,不过不清楚有没有API可以拿出来用
回复

使用道具 举报

发表于 2026-10-31 22:56 来自手机 | 显示全部楼层
super-agent现实面对的最大的问题应该是微信不支持吧
回复

使用道具 举报

发表于 2026-10-31 22:57 来自手机 | 显示全部楼层
andychen 发表于 2026-10-31 22:56
Jev现在有免费的可以蹭,所以我不黑他
虽然花钱也花不到几个钱就是了

我是觉得这个场景jev这种未必够,dllm可能合理一些,但是dllm调用agent能力又不行

—— 来自 vivo V2505A, Android 17, 鹅球 v3.5.99
回复

使用道具 举报

发表于 2026-10-31 23:02 | 显示全部楼层
因为按照规划好的图来调度编排其实都有明确的逻辑,不需要太高的智能,难的是把图构筑出来的部分,也就是执行的部分很简单,难的是计划
我自己折腾开发流程的时候让ai搓了个按依赖树推进的流程,发现代码量意外地不是很多,问了一下agent它说其实就是看有空闲槽位就推进,并不需要像我们常规写状态机一样写一堆流转条件,我一听简直醍醐灌顶
回复

使用道具 举报

发表于 2026-10-31 23:17 | 显示全部楼层
bartholo4 发表于 2026-10-31 22:22
我是用的GPT改
DSH应该也没问题


我还没改,让DSH写了个分析报告
7. 精简方案
动作        涉及段        现值        目标        节省
工具 + 交付规则合一        result_presentation + sharing_files + final_answer + tool_use + tool_usage_policy        6,699        1,200        5,499
删 agent_loop        agent_loop        1,208        150        1,058
task_management 去示例        task_management        2,331        500        1,831
personal_files_safety 压到一句话        同左        2,268        280        1,988
windows_command_safety 压到两条        同左        1,075        220        855
Visualizer 合并示例        instructions_for_visualizer + visualizer_examples        5,079        2,600        2,479
automations 规则移入 schema        automations        3,169        400        2,769
mcp_configuration 移入 skill        同左        1,175        0        1,175
agent_skills 压成 3 行        同左        1,725        400        1,325
产品名去装饰        全篇 19 处        —        —        ~300
合计节省 19,279 字符,主模板 30,633 → 约 11,400(-63%)。

只做三件事的版本(最小改动、收益最大):

工具与交付规则合一(-5,499)
删 agent_loop + task_management 示例(-2,889)
两段安全下沉(-2,843)
→ 30,633 → 19,400(-37%),且不损失任何实际约束力。

8. 结论
WorkBuddy 的提示词是"营销文案式"写法:把产品需求(交付、可视化、自动化、MCP、技能)逐条翻译成段落,逐条加强调词,导致同一件事反复出现。它的问题不是覆盖不全,而是覆盖了四遍。
真正的过度防御集中在两段:personal_files_safety 与 windows_command_safety。这两段解决的是工程问题(路径安全、参数校验、可回滚),却交给了模型自我审查,既不可靠,也把正常任务拦在门外。
DSH 的对照价值在于:策略陈述(是什么)+ 代码强制(做不到就是做不到)+ 工具契约(怎么调),提示词只保留"当前状态"和"边界",不写"永远不要"。
若 WorkBuddy 要瘦身:先合并重复,再下沉安全,最后拆模板。三步之后体量可降一半,行为质量不会下降,反而因为关键指令不再被淹没而提升。


改wb的内容的话会不会导致一些政策风险,比如封号什么的?
回复

使用道具 举报

发表于 2026-10-31 23:26 | 显示全部楼层
pure_liquid 发表于 2026-10-31 16:43
关于楼上上说的对比各家ds f4.1
今天各家营销号都在用完全相同的文案发这张图

ollama的旧版其实还可以,光跑ds4.1能跑差不多一个月100亿,搞得我都不敢停订阅
回复

使用道具 举报

发表于 2026-10-31 23:29 | 显示全部楼层
pure_liquid 发表于 2026-10-31 22:56
没说上下文是多大?
如果是256K的话,记得OpenCode上就有免费版,不过不清楚有没有API可以拿出来用 ...

这个我试了一下,确实256k上下文,好处是有API
回复

使用道具 举报

发表于 2026-10-31 23:50 | 显示全部楼层
super-agent需要一个更强的模型,4.1Pro出来前很难做到
回复

使用道具 举报

发表于 2026-11-1 00:18 | 显示全部楼层

说来WorkBuddy国际版可以用除了克劳德的外国货们啊,值得充个值不。
回复

使用道具 举报

发表于 2026-11-1 00:21 来自手机 | 显示全部楼层
拿出superagent,4.1p就是刚需了,快点一起端上来吧,已经等不及了
回复

使用道具 举报

发表于 2026-11-1 00:21 | 显示全部楼层
游公子 发表于 2026-11-1 00:18
说来WorkBuddy国际版可以用除了克劳德的外国货们啊,值得充个值不。

?啊?真的?能用6.0Astra和6.1Sol吗?
回复

使用道具 举报

发表于 2026-11-1 00:22 | 显示全部楼层
​OpenAI CEO说普通人电脑里的内存是浪费,不如集合起来造数据中心。
怎么一股始皇收天下兵器,铸十二金人的感觉。
回复

使用道具 举报

发表于 2026-11-1 00:48 | 显示全部楼层
本帖最后由 游公子 于 2026-11-1 01:04 编辑
宅男的爱 发表于 2026-11-1 00:21
?啊?真的?能用6.0Astra和6.1Sol吗?

有,我拆了一下,有这些:

GPT-6 Astra
Claude Fable 5 / 5.1
Claude Opus 5
Grok-4.6


但是有区域限制,账号为国区可能是灰的。

回复

使用道具 举报

发表于 2026-11-1 03:27 | 显示全部楼层
华子的CodeArts有点夯,kimi3.1pro一口气蹬了3000+积分没有被限流截断,比wb强太多
回复

使用道具 举报

发表于 2026-11-1 06:43 来自手机 | 显示全部楼层
黑色鲸鱼的文章设置了精选评论,如果放开的话估计会出现鱼灾🤣
回复

使用道具 举报

发表于 2026-11-1 07:04 来自手机 | 显示全部楼层
匿名用户 发表于 2026-10-31 14:50
坛友有什么 ADE 推荐吗,或者一些好的 ADE 使用方法可以分享的。

最近试了一些管 harness 的 harness,还 ...

herdr官方出了herdr-app,后续可以不用其他terminal了,手机端在规划中要等等出
回复

使用道具 举报

发表于 2026-11-1 08:03 来自手机 | 显示全部楼层
kimi有啥好价plan啊
回复

使用道具 举报

发表于 2026-11-1 10:41 | 显示全部楼层
o畜宣布十二月chat和work合并,共享额度
妈的之前动作早就知道他们要这么玩,pro模型的输出方式都直接变成了codex式子代理,明显是从真正的6pro切换成了astra ultra之类的
回复

使用道具 举报

发表于 2026-11-1 10:51 来自手机 | 显示全部楼层
UmarIbnLaAhad 发表于 2026-11-1 10:41
o畜宣布十二月chat和work合并,共享额度
妈的之前动作早就知道他们要这么玩,pro模型的输出方式都直接变成 ...

我日,那Plus订阅基本没法用了。

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

使用道具 举报

发表于 2026-11-1 11:06 | 显示全部楼层
游公子 发表于 2026-11-1 00:48
有,我拆了一下,有这些:

GPT-6 Astra

THX,有点意思
回复

使用道具 举报

发表于 2026-11-1 11:10 来自手机 | 显示全部楼层
洛拉斯 发表于 2026-10-31 23:17
我还没改,让DSH写了个分析报告

这能有什么风险

—— 来自 Xiaomi M332BF, Android 17, 鹅球 v4.0
回复

使用道具 举报

发表于 2026-11-1 14:14 来自手机 | 显示全部楼层
pure_liquid 发表于 2026-10-31 00:17
不反代的话应该没有封号的风险吧

其实我一直不了解大家为什么普遍喜欢把WorkBuddy的积分反代出来用

拉屎多,注入一堆没用的提示词,mcp打广告想全家桶。连wsl很还有容器等问题。codebaddy只用cli倒是干净点,但其web端一编译就卡死前端的水平,后台跑的倒没断,但前台卡死(比opencode和dsh差不少)。而且很容易萝卜开会(如用其房间等功能)
回复

使用道具 举报

发表于 2026-11-1 15:17 | 显示全部楼层
【12个最新的ai组队驰骋绿茵场,哪一队能夺冠?|AI 算法对抗大赛 第 8 集 · 2v2 足球】https://www.bilibili.com/video/B ... d451bc0dfcd3dcddbbb

好像有人发过了?但还是想说这期的对抗展示真是几期以来最好看的,该说不愧是足球吗,要是3v3、5v5更不敢想会多有意思。就是这个分组,真不是黑幕吗,opus配glm,gemini配豆包,就是故意的吧
回复

使用道具 举报

发表于 2026-11-1 15:19 来自手机 | 显示全部楼层
现在有什么廉价的动漫人物图片生成模型?Kimi?

—— 来自 vivo V2464A, Android 16, 鹅球 v3.5.99-alpha
回复

使用道具 举报

发表于 2026-11-1 15:51 | 显示全部楼层
宅男的爱 发表于 2026-11-1 00:21
?啊?真的?能用6.0Astra和6.1Sol吗?

6可以,6.1好像没有
回复

使用道具 举报

发表于 2026-11-1 16:06 来自手机 | 显示全部楼层
icedew 发表于 2026-11-1 14:14
拉屎多,注入一堆没用的提示词,mcp打广告想全家桶。连wsl很还有容器等问题。codebaddy只用cli倒是干净点 ...

Codebuddy只用cli和web的话,还能领到积分吗?
回复

使用道具 举报

发表于 2026-11-1 16:07 | 显示全部楼层
profr 发表于 2026-11-1 15:17
【12个最新的ai组队驰骋绿茵场,哪一队能夺冠?|AI 算法对抗大赛 第 8 集 · 2v2 足球】https://www.bilib ...

GPT这两踢得赏心悦目啊
回复

使用道具 举报

发表于 2026-11-1 16:11 来自手机 | 显示全部楼层
pure_liquid 发表于 2026-11-1 16:06
Codebuddy只用cli和web的话,还能领到积分吗?

只有workbuddy可以签到,但是可以在其他buddy上使用
回复

使用道具 举报

发表于 2026-11-1 16:18 来自手机 | 显示全部楼层
很久就在那边l 发表于 2026-11-1 16:11
只有workbuddy可以签到,但是可以在其他buddy上使用

这就是我困惑的一个问题了:
大家都觉得workbuddy会往C盘拉屎
但是如果要领签到积分的话,不是还得装一个workbuddy吗
就算单独的codebuddy比较干净,但是如果没办法只安装codebuddy,那还是不解决问题吧?
或者说,workbuddy安装后只签到不常用的话,也能一定程度上避免C盘拉屎的问题?
回复

使用道具 举报

发表于 2026-11-1 16:27 来自手机 | 显示全部楼层
鹈鹕已经没用了,B站上《world.execute(me).》已经成新的benchmark了
回复

使用道具 举报

发表于 2026-11-1 16:28 来自手机 | 显示全部楼层
GLYSDSB 发表于 2026-11-1 15:19
现在有什么廉价的动漫人物图片生成模型?Kimi?

—— 来自 vivo V2464A, Android 16, 鹅球 v3.5.99-alpha ...

也就kimi能干,但kimi和廉价不沾边
回复

使用道具 举报

发表于 2026-11-1 16:33 来自手机 | 显示全部楼层
profr 发表于 2026-11-1 15:17
【12个最新的ai组队驰骋绿茵场,哪一队能夺冠?|AI 算法对抗大赛 第 8 集 · 2v2 足球】https://www.bilib ...

看这类算法斗蛐蛐gpt几乎每次都遥遥领先,连次级模型都能稳定前三,思考量还是最少的,智力差距这么大吗
回复

使用道具 举报

发表于 2026-11-1 16:35 | 显示全部楼层
对于某些需要AI的场合,一个minimax h3抵得过2个 Qwen Image,5个DeepSeek
这半年某些AI视频的质量突然跃进了,怎么回事真的好难猜啊
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, 2026-11-3 06:02 , Processed in 0.159443 second(s), 5 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