我用 Cursor 试验了，在 Cursor 里面：
OpenAI 的模型，分为 4 级：low 、normal 、high 和 extra high 。前两者解决不了（包括 codex 5.3 。没试 5.4 ），后两者可以解决。
Anthropic 的模型，分为 2 级，不带 thinking 、带 thinking 。前者只有 Opus 4.6 可以解决，后者都可以解决，甚至 Sonnet4.0 thinking 也可以。

所以可以看到它们 2 家的等级对应。

不知道你用的模型是哪里的，我感觉网页版的推理能力很低，无论是哪家公司。我稍微正式研究一些问题时，都会切换到 Cursor 里面去问。

过年期间，恰好老家「院儿里」（同族沾亲的）有一位长辈去世，非常多的同族人去悼念吃席，让人感概。今年我对村里的仪式，包括拜年，理解都更深了：这些仪式其实是那个年代维系和支撑生存的一种方式吧，比如操办大事，凭小家庭的力量很难，同族的人就成了非常重要的支援力量。我还联想到，村里的比如盖房泥瓦工、木匠、医生、红白喜事主事人，甚至都是靠口口相传的，要你自己去喊人，可以想象如果没有熟人纽带连接，会发生什么。而在现代城市，这些服务都被商品化了，生存的法则也变了（虽然也很依赖人际关系，但性质变了），这恰恰是时代带来的变化，那些年味、仪式、情感联络、族群纽带，也随着环境变化了。

作为这个过渡进程中间的一代人，恰恰是在见证着这个过程，其实也是在被拉扯着。

Cursor 里面也看到了，不过要在 Max Mode 才能用：
https://i.v2ex.co/4hzCp60sl.png

@iloveoovx
你这逻辑跳跃的，确实该补点逻辑，而不是脑补什么「一听到 RL 缩放还能持续 1 年，就发生误会，损伤了股价」，你后面不也说了学术界有层出不穷的优化思路吗？

另外，现实不就是 RL 缩放主导了缩放定律吗，主题里也提到了，缩放的方式改变了。怎么在你这里就成了置信度很低的单维度指标。

关于 AI 公司的责任，考虑到我没有给你足够的上下文，我来补充一下，以免你产生幻觉。

首先这个责任这不是我强加给它们的，所有 AI 公司都在说公共责任，特别是 Anthropic 。你可以看看他们出席多少公共论坛、接受多少公共采访，畅谈他们对 AI 的发展判断，去看看阿莫代伊的博客，里面「仁慈的机器」都出来了。

然后你知道什么是 AI 发展中最重要的吗，不是别的，恰恰是 Scaling Law ，没有之一。谈 AI 发展的前提，就是谈缩放定律，而我说的 RL 缩放的时效，恰恰包含在里面，它还是一个核心。

考虑到上面的 2 点上下文，你再去分析一下他们公开的发言，通篇都是多少年实现 AGI ，对未来的影响，但这些务实的缩放定律时效，他们丝毫不涉及！这个时效，是一个客观的东西，不是你说的用户满意度，它受限于客观的算力。你觉得，他们在面对投资人的时候，也会像面向公众的时候，大谈 AGI 大谈它们的进步，却对这些时效问题闭口不谈吗？这种态度的区别，说明了什么呢？你的道德标准可能比较低，认为这没有什么问题。我的标准跟你不一样。

另外我上面的回复也没有针对你啊，你这刻薄的毛病从哪儿来的。

@iloveoovx 一旦 RL 缩放放缓，虽然还有其他优化空间，但是会直接影响 scaling 的速度。

另外，我发这个，也是说明我对这些 AI 公司很不信任：连这些基本的信息，他们都不会放出来，比如我们的 RL 缩放还能支持多长时间之类的话。从我发的主题里面的评论可以知道，大家基本都靠猜。

如果这么基本的无害的信息，他们都要闭嘴不提，我根本不能相信这些 AI 公司能有什么透明度和操守。话倒是都说得很漂亮。

@JoeJoeJoe 搜集资料时，我也问了 AI ，😂

人说前门楼子，你说胯骨轴子。人说结构性失业，你说程序员自虐。确实是鸡同鸭讲。

@6581 这个问题价值上百万，我不会白白告诉你。 :doge
能免费告诉的只有这些：可以试试列出现在 AI 还不擅长的，然后看看里面有哪些不容易低成本实践、获取数据、验证。这些就是近未来 AI 不擅长的人类高地。

AI 有些懒！这也许是训练导致的偏好。

我在做的一个 gtd 工具，让 AI 加啥就加啥，让它改啥就改啥。但一点主动性都没有。每次我都自己试用后，看缺哪些关键功能。后来，我灵机一动，让 AI 自己看还欠缺哪些核心功能，原 prompt 是这样的：

「你来总结一下这个项目，目前从功能上来说，还欠缺哪些功能？仔细看看，还有哪些影响基本可用性的。」

它吭哧吭哧列出 3 个大的功能缺失：任务删除、目标删除、目标编辑。然后我就让它修复掉，很丝滑。

所以，你需要另外一个 AI 或者另开一个对话，来监督和测试它，而不是指望它自己监督自己，AI 很懒。就你的情况来说，你只需要一句极其简短的提示词：“请针对这个功能执行冒烟测试，并将测试结果输出到 issues 中”

早做打算吧： https://v2ex.com/t/1191706#r_17308663

分情况。需要集中注意力的任务，3 小时算是非常不错了！再长了，人受不了！除非精力超级旺盛。或者对任务感兴趣。我有过连续 1 天都在高强度思考和实践的，但毕竟是特殊情况。一般在工作中遇到的任务，不反感就不错了，即使是做自己的副业，也往往是只对目标很享受，但实践过程往往要经历意志的磨练，说白了就是过程比较痛苦。

因为之前确实遇到过畏难情绪导致的拖延，无论是公司的工作还是自己的项目。所以目前，我在尝试实践你所说的，也就是把这些不同类型的任务分开处理，具体就是，比较痛苦需要消耗注意力的主任务，放到一起处理（有 Youtube 博主说 5 点起床到 8 点）；琐事杂事不得不做的任务放到一起处理（比如集中半小时来一起做）；比较享受的任务可以放到一起；痛苦任务中可以安插一些短时的休息。

“领导半夜都在拉会，看起来精力无限是因为他们根本不用做执行，大脑决策的频率远低于牛马们”，说得太好了，确实是这么个理儿，领导只要结果，领导需要的脑力消耗比开发少太多了。

@ceilingyear 注意刀的位置，切莫搞错。看起来壕，其实就是 1 块钱，哈哈。这样有意思的分享，1 块打赏都有点少了。可惜 v 站持币几千人，舍得打赏的没有几个，至少我没怎么见过。

很有意思，感谢分享！

我观察了一段时间，发现有些蚂蚁会留下信息素，有些则不会。这似乎是 bug 。如果不是 bug 的话，这个特性也导致了很多时候，蚂蚁收敛不到走近路的状况。

不过还是非常有意思的一个创作！

Cursor 里面没看到，Spark 是什么型号？快速版吗？

这个思路很好。不过看了下，似乎透露的信息太少，不登录完全不知道内容是什么，至少把可视化的内容透露出来一些吧。