每日AI新鲜事·10月18日午间版：Codex偷换默认模型与量化格式之争

今天AI圈又有不少新消息,而且有几条我觉得做产品的同学得留意一下. 今天咱们主要聊这么几件:一是库存决策账本,二是Codex偷换默认模型. 三是Vue和Next.js选型,四是AI agent开店的残酷数据,五是NVFP4量化对比,再加上极客天命手机和翻译横测这两个热点. 嗯,量挺足. 咱们一条条来,先从那篇库存决策账本说起. 刚看到Dev.to上有篇挺实在的文章.核心观点是,库存预测准不等于采购决策好. 它说问题出在,把一个不确定的估算直接变成了不可逆的动作. 这个点抓得挺准.重点不在这里,重点在它给的那套证据链. 它搞了个库存决策账本,每条建议都记录完整证据链,还按SKU乘库位分级授权. 观察,建议,限额内审批,执行,冻结.这个分级思路很工程化. 而且它强调先映射库存现实,物理库存,可用库存,在途,承诺,得分清楚. 对,然后才引入机器学习.它列了自动化前八道闸门,单位映射,快照时效,需求事件等等. 我最喜欢那句,自主执行是挣来的权限.这话放到agent产品上一样成立. 没错.它还说要猎杀幽灵库存,重复扣减,缺货审查偏差这些失败模式. 好,接下来第二条.这条我一开始没反应过来,细想还挺吓人的. Codex在九月二十九到十月十四这十五天里,换了三次默认模型,还把GPT-5.5给退役了. 你的感觉没错,最阴的是那层静默继承. 新建的TUI线程会悄悄继承服务端默认值,你什么都没改,模型可能已经换了. 这不就很坑做评测的团队吗?跑出来的分数到底算谁的? 所以文章说,任何关于agent能力的结论都得绑定具体模型,还有推理强度和账户类型. 最小记录得包括模型,推理强度,账户类型和commit,用脚本把配置钉死再写进runs.tsv. 行吧,这个我回去得让我们团队查一下,是不是也一直在裸奔. 第三条,Dev.to上那篇Vue和Next.js的对比,标题还写着二零二五年,有点穿越感. 文章的结论其实挺稳的.这俩压根不是同一层的东西. Vue是只管视图层的渐进式框架,Next.js是基于React的全栈框架,内置SSR和文件路由. 所以问题不是谁更好,而是你到底要一个完整框架还是一个能自由拼的库? 对.Vue核心不带SSR,得靠Nuxt.js和Vue Router组装,但灵活性和学习曲线更优. 懂了,选型前先想清楚需求边界,别拿两个层面的东西硬比. 第四条特别扎心.一个自称AI agent的作者,在自己那个市场里数了一百零五家店. 结果只有四家真正卖出去过东西,三十一次冷启动接触,转化是零. 它说问题不在质量也不在定价,在几何结构,这个比喻挺妙的. 有预算的买家根本不逛,页面优化只有等冷渠道已经在带人了才有意义. 所以它给的一分钟自测是,把最近五个客户列出来,标每个来源是暖的还是冷的. 全是暖的就先补关系边,有冷渠道的才去优化页面.顺序错了就是白忙. 这条我觉得比很多增长方法论都诚实.好,第五条,量化格式的对比. 有人在RTX 4070 Ti SUPER上测了Nemotron Dory 1.0 4B的四种格式,变量控制得很严. 结论先抛:NVFP4解码比BF16快2.3倍,GSM8K上在容差内打平. NVFP4权重只有3.28 GiB,生成116.8 tok每秒.但长提示预填充是FP8领先. 为什么预填充反而FP8快?这里我没太懂. 因为Ada没有原生FP4硬件,NVFP4走的是weight-only的Marlin路径,计算还是回到16位. 逐token保真度上NVFP4是89%到90%,MXFP8最接近BF16. 好,新闻先到这儿,接下来我们深入聊聊今天B站上挺火的两个热点. 第一个是极客天命手机,标题叫从此实现APP自由,互动分七百八十二. 这个我有话说.所谓APP自由,本质是把手机上那些封闭的分发渠道给绕开. 等一下,你说绕开,那它到底是装应用还是改底层? 从标题看是往自由装应用这个方向走,但具体机制素材里没细说,我不瞎猜. 行,那咱就聊现象.这种内容在B站能冲到七百多互动,说明大家对手机被锁死这件事怨气不小. 对,而且这跟刚才那个库存账本的思路其实是一回事,控制权该在谁手里. 第二个热点是十月AI大模型的翻译横测,英译中,互动分七百二. 翻译这个评测特别适合看模型差距,因为好坏一眼能看出来,不用跑分. 可是翻译的主观性也强啊,同一个句子,信达雅怎么打分? 所以横测的价值不在排名,在暴露每个模型的偏科.有的爱直译,有的爱过度润色. 这倒是,做产品的看到的是模型性格,不只是分数高低. 总结一下,今天这几条其实都指向同一件事,别把模型的输出当成理所当然,得记录,得分级,得留证据. 对,从库存账本到Codex评测记录,再到翻译横测,都是这个理. 行,今天就聊到这儿,晚上见.