每日AI新鲜事·11月02日早间版：AI造应用与DeepSeek开源账本

今天AI圈又有不少新动静,而且有几条挺有意思的.

今天咱们主要聊这么几件,一是AI自建笔记应用,二是Flock退约风波,三是Proton被AI误读,四是美国就业数据,五是十五岁开发者手搓训练器.

然后深入聊两块,GPT6建模AI娘全家桶,还有DeepSeek^广告开源之后到底靠什么挣钱.

嗯,信息量确实不小.

那咱们先把新闻过一遍,先从Reddit上这条说起.

Reddit上有个帖子挺抓人的.有人用AI建了个安卓笔记应用,名字叫Hark Pro.

用AI建应用,这个路子现在不稀奇了.

重点是他为什么建.他嫌弃三星笔记只会存不会想,所以自己搞了一个带思考伙伴的.

这个痛点我懂,笔记软件大部分就是个垃圾桶,扔进去就再也不看了.

它里面有个连接引擎,能把跨了好几个月的笔记关联起来,生成知识图谱.还有个想法推进模块,可以扩展,调查,质疑,重构,综合.

这几个动作设计得挺讲究的.质疑问难这一步,很多工具是不敢做的,它怕你不高兴.

而且它承诺不覆盖原文,还有按语义检索,能给出处链接.

不覆盖原文这条是关键,不然你都不敢让它改.不过说实话,这是个个人作品,通用性和公开可用性还得再看.

但它至少证明了一件事,AI既当建造者又当思考伙伴,这条路是走得通的.

对,从通用助手往个人工作流里深扎,这个方向我认同.

第二条,The Verge上有篇报道,说的是车牌识别摄像头供应商Flock Safety.

Flock,做车牌识别的那个.

好几个城市决定终止跟它的合同,但退约过程一点都不顺.明尼苏达州普利茅斯市,市议会九月份投票终止,解约请求一个多月没人回.

一个多月没人回,摄像头还在全城挂着?

对,摄像头还在,数据可能还在继续采.

这就是公共机构退出监控技术的隐形障碍.合同里没写清楚设备拆除的时限,数据删除的义务,违约怎么赔,那就卡在这儿了.

所以采购的时候就得把这些条款写死,不然投票终止和实际终止之间那道缝,耗的是公共资源还有公信力.

然后还有一条,来自Hacker News,标题挺有意思,说Proton掉头这事,锅不该让AI背.

哦这个我看到了.现在但凡公司战略调整,外面第一反应就是AI,这个归因太偷懒了.

作者的意思是,对Proton这种从加密邮箱,VPN,云存储起家的公司,真正的资产是用户信任,合规记录,透明度报告,还有开源审计.

对,不是模型能力.它的产品重心变了,更可能是对用户担心数据流向和商业模式的回应.

所以他提醒技术圈要警惕这种AI归因偏差,判断隐私产品看的是数据治理承诺,不是AI功能堆了多少.

这句我举双手赞成.功能可以贴,承诺贴不了.

下一条其实跟AI没那么直接,彭博社的,美国就业数据回暖,可能让美联储继续加息.

这条对做AI的人其实挺要紧的.

怎么说?

就业强,工资和消费撑住通胀,加息预期就上来.成长型资产对利率最敏感,科技和AI的估值逻辑,还有早期融资节奏,都会被资本成本牵着走.

不过文章也提醒,单看一份就业数据决定不了政策,通胀,消费,信贷都得看.

对,跟踪数据,别过度反应.

最后一条我特别喜欢,Reddit上,一个十五岁的开发者从零手搓硬件感知的小语言模型训练器.

十五岁?这个年纪我还在琢磨怎么不挂科呢.

人家目标很明确,在消费级硬件上搭端到端的训练流程,就为了把Transformer吃透.

它那个硬件感知模块是亮点.自动识别NVIDIA,AMD还是CPU,跑矩阵乘基准测实测TFLOPS,再用Rust引擎结合显存预算算出能训多大,上限一亿参数,防止显存炸掉.

数据管道是从arXiv抓论文,还专门处理LaTeX代码块,怕分词把公式拆坏.

这个细节说明他是真跑过,踩过坑.项目还早,他在Reddit求受限硬件下管训练循环的经验,这种学习方式比看教程强太多.

好,新闻先聊到这儿.接下来咱们深入聊两个B站上特别火的话题.

第一个,B站上有个视频叫GPT6建模AI娘全家桶,把Claude,GPT,豆包,GLM,Grok,Gemini,Kimi,MiniMax,Qwen全做成三渲二的AI娘.

全家桶这个词用得好,一家一个角色,整整齐齐.

互动分八万六千多,这热度不低.

但你要问这算不算技术新闻,我觉得不算.这就是个二创内容,门槛在于建模和渲染,不在于模型本身.

那你觉得它为什么能火?

因为它把抽象的模型人格化了嘛.用户平时跟这些模型打交道,脑子里其实已经有性格画像了,有人把它画出来,大家一看,对,就是这个味儿.

从产品视角看,这其实是用户自发在做品牌拟人化,厂商自己都不一定做得出来.

对,而且它是个免费的品牌资产.但我也得泼盆冷水,这种热度来得快去得也快,跟模型能力没关系.

所以结论是,AI娘全家桶是个很好的用户心智信号,能看出大家对各家模型已经有情感连接了,但它不是技术风向标.

同意,看个乐呵,顺便观察下谁家人气高.

第二个话题就有意思了,B站上有个视频问,为啥说AI泡沫,DeepSeek不是连每卡收益都开源了吗?

这个问题问得挺尖锐的.核心矛盾就在这儿,你把账本都摊开了,那钱从哪来?

而且还有另一条视频,标题是大肥鱼核心技术全开源,DeepSeek还能靠什么挣钱,从B站鱼灾,千亿融资说起.

两条其实是一件事的两面.开源每卡收益,是在证明效率,不是在证明盈利.

等一下,你这句我得追问一下.开源每卡收益,怎么就证明效率了?

它相当于把单位算力的产出摆到台面上,告诉大家我这套架构不浪费卡.这对外是技术信誉,对内是工程纪律,但它不等于商业模式跑通了.

那千亿融资怎么解释?一边开源一边融这么多钱,不矛盾吗?

不矛盾.开源的是技术,融资买的是算力和时间.你想想,模型迭代这么快,谁先把下一代训出来,谁就占住位置,这个军备竞赛是烧钱的.

可是这不就是泡沫的定义吗?靠融资撑着,自己不怎么挣钱.

我觉得得分两层看.如果融资只是给估值讲故事,那是泡沫.如果融资换成实打实的算力和人才,那叫投入期.区别在于每卡收益能不能持续兑现.

所以你说的开源每卡收益,其实是一种自证,也是一种压力,把效率公开了,后面就得一直保持.

没错.而且B站上那个鱼灾的说法,反映的是另一面,内容侧流量爆炸,但流量怎么变成收入,这条路还没走通.

那从产品角度,你觉得它最可能的挣钱路径是什么?

API和推理服务是最直接的,开源模型攒生态,生态反哺调用量.再就是企业定制和私有化部署,这块付费意愿是有的.

但这两块都有强敌啊,API价格战打得那么凶.

对,所以我才说,开源每卡收益更像一张技术名片,不是一张财务报表.

行,那我试着总结一下.开源每卡收益证明的是工程效率和技术自信,千亿融资买的是算力和时间窗口.泡沫与否,不看它开不开源,看每卡收益能不能持续兑现,变成真实收入.

这个总结我认.保留一点分歧就是,我觉得这个窗口期比很多人想的要长,烧钱还得烧一阵.

那就留着这个分歧,看后面几个季度数据说话.

今天聊得挺过瘾.新闻里有十五岁手搓训练器,深度里有开源账本之争,都挺有嚼头.

是啊,尤其那个十五岁的,后生可畏.

好,今天就到这儿,中午见.