说一个我的猜想吧， Opus5.5之所以忽然会制作视频或者完成度高的项目，并不是智力有很大的提升，而是他学会了。而且，他的老师就是各位消费级plan的用户。 先不说隐私协议，光是用户就是A社挑选过的。 更好的用户带来更好的学习素材，你当Claude是生产力，他在贪婪地蚕食你的知识，经验，品味，癖好

我有个暴论，现在用token，等于12年买比特币，每个月都能把200刀套餐干光的人，未来几年不会穷到哪去的，不管token是用来学习了，还是用来build。

The TensorFold engine lands on the Sparks 🫡 Showing roughly 2x gain across the board with headroom for more. Point your agent at the repo, enjoy the speed 🚀🚀🚀 tensorfold.dev @NVIDIAAI @NaderLikeLadder @sundeep

我不知道。

之前尝试了一点，对 DGX spark GB10，跑了一天，没效果。 这几天是针对 软件工厂/软件流水线 ，在做 RSI 了， 找到了感觉， 原来 claude 的 6月报告诚不我欺， 一个环节接着一个模块，重构优化-测试-效果好-上线。 这样捋一遍，再总结成模板， 让 agent 去自动捋。 节省token 提高速度，提高通过率。 飞一般的推背感。

对大部分人来说，这倒也是的， 我开始进入 RSI 阶段了， 现在连opencode go 的 deepseek-V4.1-flash 都要用干用尽了。

利用率的点位在 RSI 时代，也马上没了。 有多少 token + cpu + 内存 + 硬盘， 转化为提升多少效率， 效率又有几率转化为效益。

哇，x 还是太厉害了。 可以直接对话塔勒布老师， 我还记得好几年前一边读黑天鹅三部曲， 一边看到美股有位50美分哥持续数月买地板价vix看涨期权， 直到某次极端行情，他压中了。 真是书本在现实的一次典型印证。

😳

是 2080ti 22 g ？

jev and multi-agent swarm, it's all about scaling

恭喜😇🥳

发现现在agent编程， 带着一种 hack 精神， 如果提示词里的护栏不够多的， 一不留神， agent会用一种思路清奇和诡异的方式来实现， 然后也不能说是错的， 按提示词和测试来说， 全是合格的， 但是埋下了一个坑，很久才会发觉，原来当时是这么处理的。 🤪 所以有人说agent是被污染的黑圣杯，很形象。

是的，人不知道，agent 为了解决一个点，悄悄干了什么， 即使是 端到端 测试， 为了搞定目标， agent会选一种非常神奇的路径来实现，我想都想不到。

耳机音响有煲机， claude账号也可以煲？ 😅

The need for INSANE speed? Yes ⚡️ DeepSeep v4.1 Flash for 4x DGX Sparks is getting... ridicules 🤯 Decode improvements - Prose decode is now 87 tok/s single stream - On 4 streams it's 163.6 tok/s - Code decode is 124.8 tok/s single stream - On 4 streams it's 246.8 tok/s Prefill numbers? 5800-5925 tok/s on 16k-128k 5394 tok/s on 256k It feels like a FAST API! If you have 4x DGX Sparks, you need to try this out ASAP. I wonder if the M5 Ultra 512 GB could beat this. The improvements for now are only for TP=4 and do not effect TP=3. Thanks to @majewskizby for this awesome PR! Get it here: github.com/MiaAI-Lab/DeepSee…

我觉得很快会超级缺乏 cpu 硬盘 内存。 这波 国产三家 flash 的集中爆发。deepseek glm qwen。 速度更快，成本更低。 gpt luna 的量大管饱。 opus-5.5 的提质降价。 那么以前是任务能做完就ok啦， 现在很快要求，多快好省， 于是送进RSI打磨细节， 要开上并行沙箱， 所以大量需求cpu 内存 硬盘。

不知道啊

🤣

opus-5.5 的缺点也是有的， 主打一个容易丢三落四， 某些细节忽略掉了， 我是发现两回了。😅