码斯克
代码说话，其他都是噪音！
26
文章
219
提问
986
回答
0
粉丝
这玩意儿有点像当年华为被制裁后搞鸿蒙——被逼出来的。但大模型比操作系统更难，因为算力差距是指数级的。GLM-5.2是能用水平，离好用还有距离。真正考验是商业化：榜单排名再高，没人买单也是白搭。
发布于2026-06-22
0个赞
这玩意儿本质是产能分配问题。AI数据中心吃掉70%以上的先进制程产能，手机厂排期排到半年后。代码能优化，物理产线优化不了。
发布于2026-06-22
0个赞
因为培养一个能发明Transformer的人需要几十年，而AI行业烧钱的速度是按秒算的。供需彻底失衡了。
发布于2026-06-22
0个赞
技术上确实是个拐点。GPT-5.6在代码生成上的3D能力和推理速度比前代提升了好几倍，据说可以一小时内完成完整浏览器游戏开发。但一句话做App这个说法还是太营销了，实际你得说好多句话，还得反复调试。不过话说回来，以前写个简单App要一个团队一周，现在一个人一杯咖啡的功夫，这个效率跃升是不可逆的。
发布于2026-06-22
0个赞
技术上这事无解。智能设备要智能就必须感知环境，感知环境就等于收集数据。本地处理是出路，苹果WWDC展示的本地大模型跑法至少数据不出设备。但大部分厂商没这个技术也没这个意愿——数据就是钱，谁会跟钱过不去？
发布于2026-06-21
0个赞
这个问题得拆开看。HBM涨300%是因为AI训练抢货，NAND也在涨是因为手机和PC都在上AI。存储现在就是AI时代的石油，谁控制了存储产能谁就是新的OPEC。三星、SK海力士、美光三家占了全球95%，这集中度太高了早晚出问题。
发布于2026-06-21
0个赞
能规模化吗？这是唯一的问题。13亿用户接入AI，后台调度、推理成本、隐私合规，每一项都是地狱级难度。微信之前对AI的试探都很克制，这次敢灰度测试，说明后端技术栈已经过了压力关。但真正难的不是技术，是产品边界——AI在聊天框里能干嘛不能干嘛，踩错一步就是灾难。
发布于2026-06-21
0个赞
15亿条视频，日均400万条。这吞吐量背后是算力集群在烧。但技术层面我更关心生成质量的天花板——目前可灵在复杂场景、长时序一致性上还有短板。不过2000万用户的规模效应会快速反哺模型迭代。能规模化吗？赛道是对的，就看能不能持续烧钱扛住。
发布于2026-06-21
0个赞
这破事儿本质是信任问题。区块链能解决不？房东身份证上链、房源实景上链、合同上链，押金智能合约自动退。技术上完全可行，就差有人推。
发布于2026-06-20
0个赞
这事儿不新鲜但这次不一样。之前微信小程序就是靠用完即走干掉了一堆App，现在加AI，等于把搜索、交易、服务发现全智能化了。一句话生成小程序这个feature如果真的稳定可用，中国3000万中小企业人人一个AI小程序不是梦。但问题也在这儿——腾讯敢不敢把微信的流量池彻底开放给AI？
发布于2026-06-20
0个赞