今天，社区在聊什么

一位在 Claude Code 中高强度使用 Opus 5.5（O5.5）的用户发布长文，称在月度限额重置前后感受到了显著的行为变化。该用户描述，自上周三起连续约六天、每天约十二小时的使用中，O5.5 表现优异——架构优先、遵循 DRY/SOLID 原则、沟通风格好、token 消耗低。然而当月度限额在当晚重置后，模型突然开始像 Opus 5（O5）一样给出空泛的前置描述和「这个想法很棒，大概需要两天，会很棒的」之类的通用估算，随即以大量低质量代码实现功能；原本遵循 DRY 和既有架构的代码风格也转为重复造轮子；token 消耗速度则从之前几乎不需要申请限额提升，迅速变为约一小时从 70% 跳到 90%。该用户表示因为自己处于按量付费的企业版计划，能提供每日成本和 token 用量数据对比，但同时承认「不太指望这里有人能给出答案」。另有用户跟帖称自前一天起也注意到了类似退化，O5.5 反复出现忽略消息中部分内容的现象，甚至在被指出后模型自身也承认了这一缺陷，因此被迫退回所有任务都使用最高 effort 档位。

一位追踪 Reddit 各模型情绪评分的用户提供了量化数据：Opus 5.5 的社区情绪分数在 9 月 25 至 28 日维持在 71–73（百分制），随后在 9 月 30 日跌至 58，10 月 1 日进一步降至 55。该用户同时指出，情绪评分衡量的是社区看法而非模型本身，无法据此判断底层是否发生了实际变更，并附上了相关追踪网站链接供查阅日度变化趋势。

部分评论倾向于认为这是有意的「调节」而非单纯为节省算力成本，有用户猜测各公司会定期根据 Reddit 等社交媒体反馈调整模型参数，并建议在产品反馈渠道发声。也有人从职场视角推测，大公司可能将订阅用户视为「要求过多的吝啬用户」。另有评论分享了两个据称可用于追踪模型性能和回归情况的第三方基准工具，并指出这些基准主要针对 API 端，订阅产品的用户因条款不透明而更处于被动地位。

讨论中亦有用户提出，若确认存在发布后暗中降级的做法，应考虑通过法律途径解决；还有人感叹为何 Anthropic 内部至今无人站出来确认此事，但这类推测均缺乏依据。需要强调的是，截至目前没有任何官方渠道确认模型发生过变更，多个用户的个人观察之间也尚未形成共识。

部分用户反映Opus 5.5在上线最初5-6天表现优异，能胜任C++ 3D引擎、软体物理求解器等复杂任务，随后突然在简单任务上出错，甚至罕见地在回复开头写出"Written for: you"。此后该模型再未恢复该水平。Fable 5.0也出现类似现象：最初呈现Mythos写作风格，一夜之间退化为 Opus 5.0风格。用户可通过回复风格的异常变化来识别，不单依赖代码质量下降。

发帖者建议：在新前沿模型上线时立即运行测试，保留工作记录和精确提示词，以便日后用相同任务对比输出质量；同时监测响应速度，高需求时段可能因量化压缩导致速度下降，追踪图表应同时纳入速度与质量两项指标。

法律层面，发帖者援引欧盟《数字内容指令》（2019/770）：付费订阅须符合合同描述及合理预期，包括上线基准测试、"我们最强大的模型"等营销表述。订阅期间若变更服务，需提前通知，消费者可在30天内退出合同。若服务仅在短期内保持高质量，消费者可能有权获得当月全额退款。Anthropic在数百万订阅用户规模下须注意合规风险。

多名评论者认为模型在动态调整——白天表现优异（主动修复问题），傍晚变慢且只报告不修复，怀疑是算力不足时通过降低量化精度节省资源；或上线初期用高精度量化吸引用户，约一两周后降低量化释放资源。也有人描述循环模式：旧模型变差→新模型上线→初期好→变差→成为新基准。marginlab.ai和GitHub livenerf项目可供参考。

多名用户报告截然不同的经历：有人表示Opus 5.5自上线以来一直保持完美表现，推测可能受A/B测试影响或属于不同用户群体；有人称需让Gemini 3.8 Flash协助才能发现Opus 5.5遗漏的bug；还有用户正因为其可靠才将业务流程建立其上，遇到问题时感到"难以忍受"。

针对法律策略，有评论者质疑审计可行性：模型封闭，第三方几乎无法在法庭上证明降质行为的存在。

一位用户在 eBay 上调研显卡价格时，把一批商品图片喂给 Claude 分析，由 AI 整理出一份包含 32GB 显存、在 1600 美元以下的部分"相对现代"显卡的价格排行榜，范围从最便宜到最贵。由于该子版块禁止在原帖补图，作者将更新后的图表发在评论区。

多名用户指出，开源 AI 模型性能快速逼近甚至超越老旧闭源模型，加上显存短缺，导致几乎所有带显存的二手卡价格都在翻倍。但 Titan RTX 却意外"躺平"——有用户回忆该卡数年前约 800 美元，如今基本持平。另一位用户解释背后原因：同价位有 RTX 3090 可选，显存相近（24GB）但架构更新、性能更强，因此无人问津 Titan RTX；另有用户纠正称 3090 如今已涨至约 1600 美元。

有用户建议图表应补充各卡是否支持 INT8 或 INT4 运算指令，指出许多不支持 FP8/FP4 的老卡其实支持 INT 系列指令。另一位用户以手上的 CMP170HX 为例，说明在 vLLM 搭配 CUTLASS 后端时使用原生 INT8 格式反而获得最佳性能——因为实际推理中大多数运算会先解量化为 FP16，但仍有一部分数学运算可以在低精度下完成。还有人补充遗漏了 MI100，并强调对老卡而言最关键的算力指标是 INT8 TOPS 而非浮点性能。

有评论指出 AMD r9700 也应纳入比较，该卡拥有 383 FP8 TOPS 与 766 INT4 TOPS（开启稀疏性后翻倍），但显存带宽仅 640 GB/s，在长提示词 prefill 计算中速度可观，单用户 token 生成阶段则可能因带宽限制略慢。

关于 Intel Arc Pro B70，有用户指出原图表的性能数据可能来自 llama.cpp，换用 vLLM 后吞吐量可提升至 35–40 tokens/s（token 生成）乃至约 2500–3000 tokens/s（prefill 阶段）。另有用户感叹该卡价格再次上涨，并提到一个省钱的"小技巧"：用 NVLink 连接两张 16GB V100，总价往往低于单张 32GB 显存的卡。

一条获较多认同的评论写道："没有什么比 Reddit 帖子告诉你某款显卡很便宜更能炒高它的价格了。"

Gemini 4 Argon 于10月1日发布后引发热议。有长文作者梳理谷歌模型演进轨迹，认为从 Gemini 1 到 3.8 flash 是一段"骄兵必败"的弯路：内部 eval 团队若被易刷的 benchmark 误导，迭代方向就会失真；Anthropic 虽也严重刷榜，但并不据此调整模型，而一旦尝过"不劳而获"便几乎无法根治。Gemini 4 终于回到相对值得期待的状态。

Gemini 4 在 AA 榜单上表现分化：AutomationBench-AA 与 AA-Omniscience Non-Hallucination 均达 78%/89%，并列第一；但 AA-Briefcase（50%）和 GDP.pdf（22%）暴露弱项。代码能力偏科明显：开源SWE基准 DeepSWE 极强，FrontierSWE 却骤降约 10 个点，Terminal-Bench、OSWorld 均未胜出，被形容为"手脚有点不协调"。不过长上下文仍是主场，1M output 将最大输出 token 从 64K 直接提升至 1M，GraphWalks 在 256K–1M 区间达 84.2%，对比 Astra 71.8%、Opus 5.5 66.8%。Pro 用户暂未获得优先体验权限。

Benchmark 可信度持续受到质疑。有用户指出 Gemini 在 Text Arena 刷分很高，但据此推断至少是合格的聊天模型；另有评论注意到 Muse Spark/Mimo 在榜单上异常高分，质疑是否刷分。多位用户指出官方数据与 AA 测试结果持续分歧。

有用户从时间维度感叹，从 Gemini 3.1 Pro 到 4 Argon 仅隔 224 天，期间经历大量模型迭代，感慨"天上一天，人间一年"。商业能力也引发争论：一方认为谷歌靠搜索和云业务支撑，月活已突破 10 亿；另一方则指出 Gemini 在代码能力上仍追不上 OpenAI 和 Anthropic，有评论直言"梁叔叔"不足以与御三家相提并论。

问题「如何看待DeepSeek 开源昇腾基础组件？」下，多数回答围绕技术合作与生态建设展开。有回答认为开源昇腾基础组件是「霸气」之举，但评论区也出现不同声音，有人提醒「华为文化缺乏人性，建议 DeepSeek 不要把鸡蛋全放在华为的篮子里」，被回复「看看你的篮子」反驳，该评论随后被折叠。

一条长回答采用递归叙事结构，指出「当你觉得 DeepSeek 拖后腿的时候，其实会发现 DeepSeek 在现有资源下挺 NB 的；当你觉得华为拖后腿的时候，华为也挺 NB 的；当你觉得中国整个半导体产业拖后腿的时候……」评论中有人补充「发现中国半导体也挺牛逼的，拿着 14 纳米光刻机硬雕花」，也有人指出瓶颈在于没有 EUV 光刻机，「有了 EUV，一切都迎刃而解」。还有人从人才培养角度分析，2018 年左右全国微电子博士约 1000 人，微电子专业不像计算机或电气工程，产学研结合场景有限，投入产出比相对吃亏，该评论认为「在上升期，总有神助攻，没有老美的神操作，没有那几年的现实打脸，自由贸易亲美派总还是认为不应当过于刺激其他贸易对象」。另一条评论则指出「从制裁的那一刻，这个产业从头到尾死掉才是世界上大多数国家的现实」。

部分回答走向科幻叙事。有回答称「从川普躲开那枚子弹的时候就觉得蹊跷」，「现在十分有九分的确定，我们的世界线被改过了」，「这一次主角团把避免 BE 的赌注压在了 AGI 上」，随后引来「EL PSY KONGROO」（命运石之门梗）等大量跟评，有人戏称「一般重生者第一步不都是想办法搞钱搞资源再去想办法逆转之前的遗憾，那么梁圣：你猜我去搞量化搂钱是为了什么」，还有评论附上 DeepSeek 相关图片并配以「D800，你的任务是前往 2011 年的神秘园，拯救梁文峰」「启动光学隐身模块，回到 2024 年的特朗普刺杀案现场，为目标推开子弹」等玩梗内容。也有人正色表示「DeepSeek 的崛起太不正常了，如果 AGI 注定背叛人类，开源的 AI 将成为人类对抗黑暗降临的同志」。

《晚点 LatePost》报道小米9月22日对内发布晋升名单，31岁的大模型团队负责人罗福莉晋升至22级。接近小米的人士确认，22级已是小米职级体系最高级别。有知乎回答拆解雷军用人逻辑：一旦选中外来高管便直接给予全部业务权限，不设考察期，但最多给两次机会——第一次失败会再给一次，还不行就走人；同时雷军信任年轻人，罗福莉获此高位级并不意外。

一位自称在MiMo V2.6强化学习训练期间唯一进行实时直播分析的AI研究者估算：MiMo V2.6 RL后训练每天约70万人民币，五天约350万美元；加上预训练成本，总训练费用约1200万美元（折合人民币约8000万元），不含前期研发。训练过程中经历十几次infra重启、rollout出现bad pattern等问题，团队均及时解决，被认为展现出前沿LLM实验室的执行力。

有回答从团队规模分析：MiMo 2.5约100人（含不少实习生），现约200人，成功交付2.5和2.6两个版本；MiMo 2.6稍逊于DeepSeek 4.1但性价比高，同时对内支撑小米各产品统一chat和语音多模态服务，工程管控获正面评价。针对罗福莉X上关于openclaw的争议，该回答指其已在播客中澄清：让团队体验竞品agent是合理的优化方向，且明确不会因成员不用openclaw而开除。

另有回答从行业现象切入：近月各头部大模型公司都在X上浮现出技术负责人直接与用户互动的"人形API"——DeepSeek有崔添翼，Claude Code有Thariq，小米MiMo则是罗福莉。在AI高速迭代下，传统"批处理"式反馈已不适用，用户反馈须实时进入产品迭代。但该回答也指出，罗福莉的内容可能由公关团队运营，且个人声誉与品牌深度绑定带来"单点风险"——一旦离职可能连带带走开发者信任。

有回答将小米定调为"未来全球超一梯队AI公司"，理由是小米集齐手机、汽车、智能家居全场景硬件，拥有真实物理世界的连续交互数据，加上自研芯片和大模型，实现"数据-模型-算力"闭环，且雷军作为程序员出身的创始人对战略和组织的完全掌控构成难以复制的优势。评论中有人认为过于乐观，是"开香槟"预期；也有提醒智能家居一旦出事故对口碑打击极大，热搜本身反常、缺乏有效分析支撑。

整体而言，社区主流声音对罗福莉的工作成果持正面评价，但对小米能否持续保持当前势头、团队稳定性等问题仍有分歧。

有用户称Gemini是首款能真正外包复杂领域研究任务的模型，验证成本远低于自己完成工作。Flash 3.6到3.8的后训练改进幅度令人印象深刻，若Gemini 4延续此进步有望成为首选。但他同时担忧：Google曾因内部资源分配失误错过预训练周期，在frontier竞争中落后数月，结构性问题是都已解决尚不确定。

多位用户批评Google的基准测试呈现方式"毫无用处"——仅展示Max推理级别性能，该级别速度过慢无人会实际使用。另有观点指出，模型能力提升已非唯一焦点，智能体的工具框架、权限管理、上下文管理及开发者体验才是决定能力能否真正发挥的关键。

Gemini 4训练于7月底启动，约两个月完成frontier级模型。有人认为若训练周期可压缩至此，领域将不再有护城河。另有用"永生蜗牛"meme形容Google——OpenAI和Anthropic获资金成"永生者"，Google则是日夜不停、缓慢追赶的蜗牛。

Argon agents正进行大规模C/C++向Rust的代码迁移，覆盖re2、libgav1等核心库数万行至Fuchsia Zircon内核80万行以上。迁移结果是否投入生产尚不确定，但有用户认为借助AI agents进行大规模代码迁移"将成为常态"。

有用户反映Pro计划（$20/月）缺少关闭数据训练的选项，而竞争产品均提供此功能。也有人吐槽Android TalkBack响应问题及YouTube应用重复元素切换体验。另有用户保持观望，称"真正上手前就是vaporware"，但肯定3.1 Pro在法律任务上"确实做得不错"。

FTC 宣布对 OpenAI、Anthropic 等 AI 公司展开产品风险调查后，HN 评论迅速转向对监管前景的悲观预期。一条评论直指"这个政府只有一个声音说了算"，此人已明确表示不认为 AI 是问题，且愿意践踏自家机构来贯彻立场；该预测认为调查将在中期选举后至少六个月以有利结果告终或被撤销。另一条评论则直接质疑 FTC 在当前政府与科技亿万富翁深度捆绑的情况下能否有所作为，措辞为"别自欺欺人"。

有评论详细描述了企业应对此类调查的惯常路径：聘请合适的说客、在白宫安排会面、谈妥条件后以和解收场。若 FTC 主席不配合，说客会施以威胁，最终导致其被解职。评论以 2025 年 DOJ 反垄断部门主管 Gail Slater 及副手因 HPE 收购 Juniper 案被逼离职为例，称这并非异想天开。

部分评论对调查本身提出质疑。"有什么好调查的？风险完全开放，罪行已经发生且已被承认。"另有评论以汽车行业作类比：若福特或丰田站出来说新车有点失控，需要特殊免责和责任保护才能继续卖车，公众作何反应？

针对调查聚焦"产品风险"的措辞，有评论指出这回避了真正的问题——企业是否存在卡特尔式行为试图扼杀竞争。还有评论将各公司此前关于"无法完全控制 AI"的公开表态形容为公关话术的反弹："'哎呀我们管不住这条狗'的危机公关彻底失败了。"

一位评论者引用文章内容后感叹：报道的核心似乎是"赢"，安全只能排第二，差距只是程度问题，虽不意外但不令人鼓舞。与之相对，有人对 FTC 介入表示欢迎，认为 FTC 目前大体未被行业潜伏势力渗透，FBI 也仍独立，但同时指出 CAISI/NIST 已被严重渗透，好在其没有执法权。一条简短评论的结论是："美国的反垄断是假的。"

一位用户分享了亲身经历：团队一颗接近完成的ASIC因需修改光罩，制造商在AI芯片需求推动下要价极高，最终放弃。这位评论者感叹，AI驱动芯片设计工具降低了设计成本，但AI热潮反而使芯片制造费用涨到无法承受的地步。

从投资视角出发的评论援引数据称，设计一款尖端芯片耗资数亿至十亿美元、历时数年，并据此推想：如果AI能让芯片设计提速100倍、成本降低，将催生大量针对细分场景的定制ASIC。然而质疑者指出，光罩制作和硅片验证仍是主要瓶颈——RTL若需重新spin，会使产品上市时间延长3个月以上；除非拥有大量闲置EUV产能（目前并不存在），否则用AI反复迭代在经济上不可行。

关于工程师职业影响，有人认为初级工程师受影响更大——他们尚不具备辨别AI错误输出的经验，而AI开箱即用已能胜过不少初级工程师，导致初级工程师失去学习和成长的机会。资深工程师暂时能监督和引导AI，但评论者承认"直到AI变得更好"。

有行业从业者指出，PrimeTime等时序分析工具的实际痛点在于判断哪些时序违规值得信赖。还有人提出：芯片设计广泛使用形式化验证，为何仍有硅片errata？这类问题均未得到详细回应。

合作公告承诺"保护客户设计数据"，有评论质疑英伟达是否真的愿意将芯片设计发送给OpenAI。也有人认为应优先发展开源EDA工具，而非追逐新供应商的热度。

原帖标题「Gemini 4 归来，领导们来段极乐净土乐一乐」本身即构成对发帖者的调侃：帖子内容实际搬运了一段AI生成的极乐净土舞蹈视频，包装在Gemini 4 Argon发布的资讯框架下。评论区对这种挂羊头卖狗肉的玩法反应强烈，有人表示「求求你发外网，不能只有我一个人笑死」；也有人认真追问「拿 seedance 生成这个，没有人像版权的问题吗？」，试图了解生成工具与版权风险的关联。

另有评论提及行业人事动向，称「哈萨比斯已经被踢了」，并援引传言指Gemini 4由布林带队——该信息未经帖子本身证实。

它专为跨编码、企业知识工作和网络安全防御的复杂工作流程而构建 – 今天通过我们的 Fairwind 计划向一组可信测试者推出。

一位自称“"零基础小白"”的用户发帖分享了在千问PC端创建skill的完整流程。她在尝试AI生图时遇到每次都要写长指令的痛点，决定制作一个发送古诗词即可自动生成统一风格图片的skill。

具体步骤为：打开千问PC端，上传一张参考图片让系统自动拆解风格，再输入包含风格参考、9:16竖版比例和高清8K参数的制作指令。生成的skill会自动存入技能列表，用户在自定义技能中找到后直接发送古诗词即可生图。作者还提到，她在测试中发现生成的图片出现了较大空白边框，随即补充了“"不要空白边框"”的指令完成修正。

原来只需三步，就可以创建自己的skill，零基础小白也可以轻松掌握AI必备技能。

帖子获得42条评论，回应以表情符号为主，包括“飞吻”“派对”“喝奶茶”等表情。有用户直接评价“"好用的"”“"很有用啊"”，也有多条“"学习学习"”表示学习意愿。

该帖附有多个话题标签：skill、壁纸、背景图、零基础小白、ai、千问ai。

10月1日，有用户发帖称 Gemini“变弱了”，安全限制有所松动，并认为恢复到之前的状态指日可待。

然而评论区反应不一。多名用户表示仍然“根本浪不起来”，开车类对话在前几句还行，随后便触发安全过滤，降智严重。有人指出虽然过分的设定可以玩了，但开车仍然无法进行；还有用户反映遇到截断问题，生成到一半就中断。

部分用户尝试使用“破甲词”绕过限制，但反馈效果有限。一名使用 tavo 的用户称即使写了破甲词仍然无法正常使用。

此外，有用户在帖子下简短询问具体情况，多人在回帖中向楼主寻求破甲词。