sillydaddy

好像是跟我一样，找客服+投诉 应该就可以了： /t/824290

写的什么玩意儿，不知所谓！

@revoirzl #5 「证实偏差」其实挺好的，只要不拒绝那些反对意见就可以。你提到的全要素生产率的增长，应该是过了临界点后，才会体现啊。

@satoru #17
@darkengine #20
「相变」一般是说宏观的某个指标发生了突变，比如渗流中，整体是否渗过去这个指标从 0 变成了 1 。水和冰的密度能量和结构都不同。而这个不连续的变化，是在某个微观指标的连续变化下产生的。AI 导致社会领域的相变其实我也不太清楚是什么。
问了 AI ，它定义了一个宏观指标， 「 AI 闭环无需人类参与的经济价值/整个经济的体量」 这个比例，在后面将从 0 变为一个大于 0 的值。当然，这个指标不严谨，比如由人来提出需求，AI 来实现，算不算人参与了？我还在拷问 AI 。

没有算“缓存写入”，单价是$12.5/百万 token 。token 数量大概跟“非缓存输入”一致。这会多出大概$200 的费用。

没有考虑超出 270k 的长上下文，计费基本是翻倍的： https://developers.openai.com/api/docs/models/gpt-6-astra#:~:text=272K%20input%20tokens%20are%20priced%20at%202x

又看了一遍，发现你主要用 AI 编程，那 Codex 的 GPT 5.6 luna 量就够了吧。$20 每月应该有个几十亿 token 。

我说说我自己的一个数据采集项目吧：
每采 1 个机构，对话 10~20 轮，大概是初始提示词 10K token ，每轮输入 3K token ，输出 400 token 。然后每轮总计大概 50 万 token 。
按照 OpenCode Go $10 的订阅，这些 token 花费涨价前的 Deepseek 大概¥0.07 ，$60 美元可以使用 $60 * 7 / ¥0.07 * 50 万 = 30 亿 token 。

现在 Deepseek 涨价了，但还有 mimo-v2.5 还是原来的价格，也有便宜的模型。所以还是要看你的场景到底需要 LLM 具有多少智能。
像楼上说的，想省钱的话，可以试试优化一下 Agent 的流程。初始提示词，之前我的是是 30K token （ Agent 写的），后来简写成 10K token ，价格一下子就下来了。Claude Code 可以用--bare 去掉系统自带的提示词。

现在不是说 Anthropic 的推理部分，已经加上了上下文签名了吗。这还能蒸馏吗？不能的话，那对话数据再卖给模型厂就没啥用了吧？

收藏了。挺全的，就是消息消化不过来了，光一个 AIHot 一天就几百条。
这暖色系一看就是 Astra 做的，执行效率很强，我自己刚立项。