豆包手机纯属豆姐痛机
昨天沐秋说阶跃手机是投降派，因为它用的A2A路线，只能指望友商开接口，才能调用对应服务。 我对这个说法是不认同的，因为照此看来，豆包手机用GUI路线不就成抵抗派了？但豆包手机也没啥用啊，这不是给豆包手机抬咖了？ 在本期爱豆TV开始前，我必须先向豆姐道歉。我曾错误地描述豆包手机什么都不能干，不能发飞书消息、不能点外卖、不能订酒店。 我错了，其实豆包手机什么都能干。 因为豆包手机打通了抖音，抖音有外卖... 
葬AI
整点真实. Click to read 葬AI, a Substack publication with hundreds of subscribers.
评论
点赞
收藏
揭秘Tipsy：千万美金的赛博牛郎店
「春江水暖鸭先知」 可能很多人还不知道Tipsy，我来简单介绍下：一款可能已经超出「擦的边界」的AI 陪伴产品，收入和利润的增速直追冕神。 SensorTower显示，Tipsy的8月MRR为1700w美金。 但另一方面，Tipsy 的DAU还不到50万， 粗略统计，Tipsy ARPPU（付费用户的平均收入）在90到100美金之间。 这是我在创投圈从未见过的产品。我了解到他们的对外估值已经为数十...
基座模型田柯宇从不缺卡
事情大家都知道了，田柯宇昨天一炒作，一堆人联合出来打假田神，不仅列时间线、列代码、还列上了自己的Github主页，搞学术的就是严谨啊👇 你们代入一下田神对面实习生们的视角，简直是绝望啊。 每天就看到训练模型的参数乱动，但也不知道哪里乱动，去排除故障也没法归因，因为田神跟你一起开排除故障的会议，田神完全知道你的所有动作。 这不就智子吗？智子知道人类的一切活动，但人类不知道三体人在想什么，在干什么，...
个人agent把用户当傻子
同志们家人们，国庆假期终于结束，此时此刻我在德黑兰等飞机，看到大伙又开始发表自己对于Personal agent的重要见解，无脑吹捧邪恶的扎克伯格的拉盘行动。 我不禁心潮澎湃：回来了，大伙轮番制造AI泔水的感觉全都回来啦！ 我在真正需要邮件电话沟通酒店打车的伊朗，发现Personal agent吊用没有。 伊朗的网络照常用ChatGPT，快得像在国内用豆包。但是酒店不一定回邮件，打车更是说不明白波...
阶跃应该上桌，而不是躲在桌底
本来以为已经没人会关心阶跃，且大伙默认阶跃已经放弃和头部模型公司竞争，专心干它的AI手机和模型上车这种主要跟硬件结合的事了。 没想到在无人在意的角落，阶跃毫无预兆地发了个新模型，Step 5 Preview，号称在 Artificial Analysis 上砍了44分， 全球开源前三。 国产模型真是形势一片大好，新模型还在轮流把Opus 5当怪刷，中国模型真能飞。 不过，榜单成绩看看也就得了。我的...
AI 交友都是衡水中学
本期为 《大部分男的聊天水平不如EVE》 作者三文盐限时返场。 三文盐是一位Dating爱好者，她在体验了一堆AI时代的Dating产品后， 认为AI Dating是衡水中学，并真诚建议良配去和各地民政局合作，整个良配领证点。 以下是她写的： 由于古法时…
好测风大模型如何拿下大结果
在葬AI与Qwen联合举办的懂模帝Bench黑客松上，一众选手使出了全身力气，拼命想拿大结果，如同现在的模型厂拼命更新，全都想拿大结果——我是指追求AGI——一样。
我妈不让我和百度搭子玩
下两天大棋下累了，今天我们写百度搭子调剂一下。 关注到百度做办公Agent主要是因为这个百度搭子的打法有点超前，主要靠碰瓷。 晚点写了一篇 《腾讯、阿里、字节的 AI 办公大战》，百度看到估计有点急眼，转手赶紧投放一个 《百度、阿里、腾讯重逢AI办公，胜负手在数据》。 我看到是真笑喷了，字节阿里腾讯抢办公还能这样让百度蹭到。 百度估计觉得自己还是BAT的B，但其实早就是2B的B了。 别误会，我没骂...
主观评价字节、阿里、腾讯的Agent大战
「办公Agent也需要冕神」 继 客观评价 字节阿里腾讯之Agent大战后，我们继续下大棋，纯主观角度聊聊办公Agent可能走的路线。 第一步，Agent形态收敛为本地客户端+对话框+手机App操控电脑。 这样说可能有点复杂。我用更人话的方式说一下：抄一个Codex。 Codex上啥大伙就做啥，完全不用动脑子。 之前还有人跟我说IDE界面就是屌，Qoder打的都是高生产力人群，数据回流比千问办公更...
客观评价字节、阿里、腾讯的Agent大战
大厂Agent大战已经正式打响，有很多标志性节点。 豆包工作在搞免费领会员，千问办公忙着签企业客户，WorkBuddy刚开完生态大会，接入了一堆合作方和硬件，试图实现用户上下文闭环。 没有必要看任何用户数据，因为比赛刚开始，主要选手还没上全力，谁领先谁落后根本没意义。 典型案例就是百度，文心一言和百度搭子，都是在赛季一开始就宣布自己领先，但结果总会证明百度是路边。 另一个例子是豆包工作，人家才发布...
Manus团队测模型一点微小的经验
两天前刷即刻看到@胡迪Hoodie写的一条如何衡量 Agent 产出的调研报告是否易读的帖子，他选用的衡量指标是隐喻率，即通过模型使用比喻的频率来衡量。 比如 Claude Fable-5 智商极高，但写的东西我要读两遍，很大的原因是它打比方跟机关枪一样，完全不说人话。 我找@胡迪Hoodie聊了后才知道，哥们在Manus 团队做评测相关的工作。其中一个很重要的部分是 Research Bench...
再爱MiniMax一次
MiniMax是一家很神奇的公司，神奇到它的财报一点也不重要。关于这家公司的营收情况，唯一重要的数字是8月ARR 8亿美金。 因为MiniMax的基本情况大伙都是非常了解的，风格神一阵鬼一阵。 首先是文本模型M3拉了，至今三个月没有更新版本，与此同时国模经历了一轮大跃进，被同行彻底拉开一代版本差距。导致MiniMax陷入最危急的时刻，全司上下背水一战训下一代3T参数量模型。 然后，视频模型H3突然...
一场黑客松斩杀了整个网吧
上周末，我们在班味很重的北京举办了班味很重的懂模帝Bench黑客松大赛，狠狠践行了一把「每个人都要拥有对每个模型能力的定义权」。 经过一天的激烈Coding，最后产出了超过30个Bench。Demo演示了整整五个小时，到后面已经有点缺氧了。 真是网吧知识含量最高的一集。 本场活动里，伟大的Qwen 为全场选手提供了每人1500人民币的Token用于构建和跑Bench。第一天结束后，只有四名选手要求...
速来网吧线下真实所有大模型
最近，葬AI和我们的朋友钟经纬、正阳一起，推出了懂模帝这个产品，现在任何人都可以登陆 去看各种各样的benchmark。 之所以推出这款产品，是因为我们判断 bench 这件事正在大众化。 过去大伙看模型，主要看模型厂发布会和公开榜单。 但现在一套大而全的榜单已经不够用了。大伙关心的是这个模型到底适不适合我的任务，在哪些场景稳定，在哪些场景会歇菜。 每个人都有自己的工作/生活场景，在他们的优势领域...
Seedance 2.5自绝于网民
Seedance 2.5已经发快两周了，连OiiOii这种路边视频Agent都看Seedance 2.5广告复活了，我们也不得不实测一下是不是那么回事。 断断续续测了一周之后，唯一的感想是：严重怀疑那些全篇吹Seedance 2.5的博主都是富二代，个个都有大额不明资产来源，建议查查。 因为我用Seedance 2.5的时候，根本就没空观察什么皮肤质感、音色模拟、动作捕捉、电影运镜，我心里想的只有...
致视频模型：群众不喜闻乐见，你算老几
「🤡meme bench发布」 为了更好地评测视频模型的能力，葬AI历时半个月整了个大活：meme bench。 大部分人没有意识到的一个盲区是， 大模型好坏是一个定义问题，Benchmark即权力。 字节的视频模型Seedance 2.0在过去半年是无敌状态。Seedance 2.5有所提升，但这意味着2.5一定比2.0好吗？ 不是这样的。 Seedance 2.5定向提升了电影质感，价格大涨...
美团大模型跟外卖一样纯出来送
理论上不该写美团的，因为如果美团是大模型公司，那显然股价不会被一直按在地上摩擦。 不过既然美团LongCat 2.0发布，且大炒特炒了一番，甚至都有人说美团LongCat 2.0是 「国芯国模的张雪时刻」。典型的拼词组拼麻了，那我就去认真复盘下美团都搞了哪些AI。 LongCat 2.0发布后，我第一印象是诧异，完全没想到小王在罪己诏说股价崩了自己有很大责任同时还抽空发了个模型。 怎么，是阿里上的...