claude会降价吗

md 多款 cpu 价格持续走低，小白朋友近期选择这些型号不会踩坑，大家好，我试试西瓜。今天给大家带来的是二零年三月份的 md cpu 推荐， md 相较于英特尔在游戏方面体验要更好一些，并且 md 近期处理器是大幅降价，前段时间还发布了最强游戏优九八五零叉三 d， 如果近期有想升级电脑或者打算更换 cpu 的 小伙伴可以重点关注。这期整理的型号比较多，有 m 五也有 m 四，并且讲解中呢会给大家列出适合搭配的主板芯片，如果你对选择 cpu 还比较纠结，相信看完就知道怎么选了。 首先给大家推荐的是 am 五接口，也就是 amd 目前最新的最主流的平台。第一款呢是七五零零 f， 这款采用的是六核心十二线整，基本频率是三点七，加速频率可以达到五点零三 g， 网频是三十二兆，基本功耗是六十五瓦，主板建议是 b 六五零，目前参考价呢是七百五十九， 这款属于是 m 五的终端处理器，现在是一个历史最低价格，属于是一代神优，游戏效果呢是比较好的。对于我们日常百分之九十以上的用户，选择这款 cpu 都是足够使用了，但是要注意这个处理器的话需要搭配 d 五的内存。 接着是九六零零 x， 这个采用的是六核心十二线程精品频率是三点九，加速频率是五点四三千万能三十二兆，基本耗六十五瓦，主板径是 b 六五零，目前参考价呢是一千一百七十九。 这款呢属于是 am 五的中高端处理器，性能呢是对标隔壁的幺四六零零 k f， 但是这款处理器的游戏表现呢是要更好一些，不过生产力对比幺四六的话是要略差一点，但是对于我们日常使用的话是绝对足够了，如果你对游戏性能要求比较高，建议去选择这个。 接着是九七零零叉，这款采用的是八核心十六千兆，频率是五点五三十二兆，基本功耗是六十五瓦，主板件是 b 六五零和 b 八五零，目前参考降能是一千五百七十九。 这款属于是 m 五的高端处理器，它的历史最低价格呢是在一千五左右，生产力方面呢是远超九六零 x， 游戏效果呢也是略有提升，如果你追求性价比的话可以去考虑，但是它的价格呢就是比上一款要贵了四百左右。 接着是七八零 x 单地，这款采用的是八核心十六线程，基本频率是四点二，加速频率是五点零，这一款呢是 b 六五零，目前参考量呢是一千九百二十八。 这款呢也是属于一个 a m 五的高端处理器，它的游戏表现呢是远超九七零零叉，也是之前的游戏处理器的旗舰产品，它最贵的时候呢价格接近了四 k， 但是这个处理器的缺点呢是它的生产力比较一般，仅推荐一些重度的网游用户去选择。 今日是九八零 x 三 d， 这款采用的是八核心十六线程，基本频率是四点七，加速频率是五点二三千块能是九十六兆，基本耗一百二十瓦，主板电源是 b 八五零，目前参考讲的是两千七百九十九。 这款呢是属于 am 五的旗舰处理器，它最贵的时候呢是接近了五千的价格，目前呢价格是已经只有之前的一半多一点， 也是属于一款游戏神优，价格非常便宜，而且它的网游效果呢，对比七八零叉三 d 也是有大幅度的提升，如果你是玩网游或者是 fps 都可以去首选，整体的性价比呢目前是非常不错的。 接着是九八五零叉三 d， 这款采用的是八核心十六线的，基本频率是四点七，加速频率是五点六，三千块能九十六兆，基本功耗一百二十瓦，主板电源是 b 八五零，目前参考价呢是三千二百九十九， 也是属于一个旗舰处理器，这款呢是刚上市的新品，它的性能呢是略强于九八零的叉三 d， 你 可以去看作是它的超平版，但是这款的价格呢就是偏贵了一些，如果你不是特别着急的话，建议等一等待入手，它整体的表现的话和九八零叉三 d 其实差别不是很大。 下面这款是九九五零 x 三 d， 这款采用的是十六核心三十二线整，基本频率是四点三，加速频率是五点七，散热呢是一百二十八兆，基本功耗是一百七十瓦，主板定义呢是 b 八五零和 x 八七点，目前参考量呢是四千四百三十九， 这款是 amd 最强的桌面端处理器，不仅可以去玩游戏，还可以去兼顾生产力，如果你对处理器的要求比较高的，只推荐我们一些旗舰的发烧友去选择。 下面还有几款 m 四接口的处理器，如果你手里有 m 四的主板或者有第四的内存条，可以去重点关注一下， 第一款呢是五六零零，这款采用的是六核心十二线，整，基本频率是三点五，加速频率是四点四，它一款呢三十二兆，基本功耗是六十五瓦，主板建议是 b 四五零和 b 五五零，当然如果你不超频的话，选择 a 五二零也没有问题，目前参考价呢是七百零九， 这款属于是一个 am 四中低端处理器，价格呢，近期是有一些小幅度的上涨，但是 am 四中呢，还是算性价比比较高的，因为它是可以去搭配 d 四的内存，如果你是刚需用户的话也可以去考虑。 接着是五五零零 gt， 这个采用的是六核心十二线城，基本频率是三点六，加速频率是四点二，三千兆，频率是十六兆，基本用况六十五瓦，主板建议是 a 五二零和 b 四五零，目前参考价呢是六百八十九。 这款属于是 m 四的中低端处理器，集成了核显，不需要搭配独立显卡，如果你只是作为一些日常家用的话，其实可以去考虑一些小游戏的话，也是能够去运行。 最后一款呢是五六零零 g， 这款采用的是六核心十二线的，基本频率是三点九，加速频率是四点四，三千毫安能十六兆，基本耗六十五瓦，主板建议是 a 五二零和 b 四五零，目前参考价呢是六百九十九， 也是属于 a m 四的中低端处理器，同样集成了核显，功耗是比较低的，性能表现呢和五五零零 gt 是 差不多的。这两款呢，其实选择哪一个都没有问题，主要就是看价格， 那今天的内容呢？就这么多，总体来说， a m 五处理器降价还是比较多的，但 a m 四对比去年普遍是在涨价，这个跟隔壁英特尔情况是一样的，中低端是疯狂涨价，中高端是在疯狂降价，再加上内存价格过于离谱，也就导致了很多用户现在都是在观望， 但是大家也不要着急，现在离降价是越来越近了。那最后呢，也是祝愿各位电脑 diy 小 伙伴入手的所有配置都能一次点亮，不蓝屏，不死机，不卡顿，视频制作不易，希望大家能够动动发财的小手，帮忙点点赞，我们下期再见！

今天和大家聊一下现在最强的几个模型， chinese b t、 jimmy， 还有 cloud， 就是 哪一个是最好用的？就是我应该用哪一个？或者说呢，我如果有不同类型的任务，应该给哪一家的模型来做是最好的？ 呃，这样的话题，另外呢，还有很多人觉得现在的 ai 也蛮贵的，就如果我只想订阅一家的话，我应该订阅哪一家比较好？那我个人呢，其实这三家都是两万美金的一档的会员，二十三家其实都用了蛮多的，所以说我觉得还是有一些经验可以和大家分享的。 另外呢，就是可能有朋友会说，现在国内也出了很多新的模型，但其实在我看来呢，就是国内这模型呢，还是和前面这三家有一个断档的差距的。就所以说，如果你人在国内的话，如果你能用上前面三家，不管是哪一家， 我觉得你在这个效率的提升方面，以及和国内的这些竞争方面还是很有优势的吧。所以我今天这个视频呢，就主要讨论这三家之间的区别。那现在呢，人们使用 ai 也有不同的方式，那比如说，呃，比较传统的方式就是在网页里面，或者在 iphone 里面和这 ai 进行对话嘛。 那如果从这个角度来说的话，那这个角度更多就是问 ai 一 些问题，对吧？然后也让 ai 来产生一些文案什么的这样的一些工作的话，那我是这样来看的，就是拆七 p t 呢，它是整体的模型能力是最强的，然后是推理能力，硬推理和做科学的能力是最强的。 嗯，但拆七 p t 呢，它其实有些吃亏，因为，嗯，它那个最强的 pro 模型呢，可能只有两百美元的用户才能用到，所以说很多用户呢，他用的是那个 thinking 模型，然后 thinking 模型还是偏弱的那一档，然后甚至是用的普通的五点二的模型。就其实我觉得如果 你有些问题要问 ai 的 话呢，除非是特别简单的问题啊，否则我都不建议用那个普通的 gpt 五点二，因为它这个能力我觉得还是蛮弱的，那个 thinking 模型呢，要比它强很多。然后那个 pro 模型呢，真的是非常的专业，因为我试过很多场景，就是那些比较小众的或者比较难的问题， 这三家模型里面确实只有 g p p 的 pro 版能够做出来，所以说我觉得就是说真正是。呃，我是今天的视频，主要是我个人的使用的一个体会啊，可能不同人的体会不一样，但从我的角度来看，就是模型能力最强的就是拆 g p t 啊，当然可能是 这个两百美金的一档才能用到 pro 版。如果你需要一个极强的推理强的，然后以及偏科学研究的一个模型的话，那我觉得就没有别的选择。 嗯，但拆 gp 的 问题呢，也有很多，首先呢，他太慢，就如果这三个模型一起比你问了三个模型一个问题，对吧？那其他两家都问到第二个问题，第三个问题了，拆 gp 可能第一个问题还在想，那拆 gp 就是 说他思考的过程很慢，然后另外的话呢，就是他说话很保守，呃，另外说话也是很政治正确的，很注重 a 安全的。 那我们前两年的其实都过硬 offai， 它是可露色 ai 嘛，就是它没有那么 open， 然后觉得它没有那么安全。但其实以我国我们以今天的眼光来看呢， offai 还是那一家， 起码和同行的衬托下吧，它还是那家最注重 ai 安全的公司吧。然后对，这是拆机笔记。然后如果说 club 呢，它的特点也很明显，它是一家，就是它是一个真正能干活的一个 ai， 然后它的文案能力也是最强的。然后如果你想输出一些很长的内容的话呢，这 club 可以 一次性 给你输入的非常非常长。然后如果你在网银端写一些代码的话，他也可以或者说做一些这个什么，让他写些文件什么的，他这个能力都特别的强。就我觉得可乐这个模型呢，他从真正从这个基本的模型来看，他并不是最强的，但他是调教的最好的，就是他非常的好用，然后也非常能干。 呃，然后还有就是他写的文案也是最好的，不管是中文还是英文，我觉得是这样的，但他的文案呢，其实不是文字级的。就如果你 他比如说呃，让他取一个两个字的名字的话，他就取不好，但是如果你让他写一句话，一段话，他能写的非常好。这个的我试过很多次，我也感觉比较奇怪，就是他这个模型的文字能力很强，就文案能力很强，但是你要具体找一两个文字，他其实不太行，但是说让他写一句话，让他写一段话，他是所有模型里面写的最好的。 那如果说，呃，这样的话呢，就是我觉得他是一个最有创意的，最激进的一个模型。就是 比如说如果有一个什么这个这个这个竞争方面的一个问题，涉及到侵权什么的，就这么的就可以说你可以做一些擦边的事情之类的吧，就是他建议我走一些类似侵权的路线，不用管的那边的品牌、商标什么的，这些商业的建议上面啊。然后另外我还有一次问他一个网站的问题， 他建议我可以用这个 p s u 的 方式，那个做上几万张页面啊，怎么样？反正我觉得明显是不太符合他们家 google 的 搜索引擎的政策的啊，但他也建议我这么做，然后而且专门是一个非常自信的一个模型，比如说在一些 比较难的领域吧，或者说在一些小众的领域吧，如果你问拆 g p t， 你 能不能就是作为这个领域的专家来帮助我拆 g p t 呢？就说他可能会说的比较保守，他会说我还不能替代这个领域内 真正的专家什么的，那詹姆呢？就很自信，他说没问题，我就是这个领域内现在我就这个领域内最厉害的专家什么的，反正他就是很自信的一个模型。然后他的缺点呢？可能就是， 呃，其实我觉得他是比较顺从用户的一个模型，就比如说你一个文案，你改了一版，那他就会经常夸赞你改的这一版比以前的要更好，但其实呢，未必，那你如果你一个文案一直在改，那他就会说，哎，这一版比前面的好太多了，那这新的这一版又好了很多，反正每次都好了很多， 其实不是一个特别客观的一个评价。呃，然后就是这个詹姆斯其实没有很多人想象那么爱干活，他其实不太容易输出那种很长的很严谨的东西。 而且呢， james 其实是有点神经质的一个模型，就他对自己呢，其实没有一个很清晰的一个认识，就是比如说你让他推荐几个 ai 工具，他可能会说现在的 ai 工具都很厉害，你可以用拆 gpt 啊，用 cloud 这些模型，就他好像就不觉得自己很存，存在感很强，就很少给别人推荐自己。 然后另外前前段时间他那个 banana 那 个画图不是很这个很出圈嘛，但是 james 自己其实并不知道自己有 another banana 这个模型，然后他经常人要他写一个画图的 prompt 的 话，他写的可能是一个 midori 的 prompt 什么的，就他自己其实不是很清楚自己的能力在哪里，这个模型还是蛮怪的，所以说我个人的话 用专门来用的相对来说不是很多。然后就是但是我在非常需要创意的时候，我会很看重他的意见，因为他是一个比较这个激进的一个模型吧，然后他提出的一些想法可能是激不起他的，提不出来的。 所以说就是如果说总结一下的话呢，就是如果有难度比较大的，偏科学的，追求真实的，就就或者说一些小众问题比较难掌握的。呃， 然后你如果不需要很高的这个就是你不需要他的答案很低的话，这时候呢，就用拆 g p t 是 没错的。然后如果是普通的问题， 就是是个大模型都能回答的问题，然后我会用 cloud， 因为 cloud 的 交互体验是最好的。然后还有就是技术问题，写作文案方面的问题我都会问 cloud， 还有就是写 prompt， 其实 cloud 也写得不错。然后还有就是另外就是说需要创造灵感的时候， 那我会用 jimmy， 然后还有就是或者说你三个模型就多问一下嘛，那这是我个人对于对话 的一个用法。呃，然后呢就说第二个场景，第二个场景呢就是，呃，现现在很多人搞这个 web coding 嘛，然后就是在命令行里面用 ai， 这其实呢是我建议很多人 现在用 ai 的 一个方式，因为只有这个 ai 在 命令行里面，我就才是真正的离市场也很近。因为它就可以来操控你的电脑嘛，你就可以让它来做很多就是很连续的动作，或者上来直接修改你电脑那些东西什么的。就是其实现在当然也有很流行的就是 open cloud 啊什么的，那些那些软件啊，但其实我觉得 就是，嗯，用 cloud code 或者说 codex c l i 的 话，它的可控性比 open code 要强很多啊，这里就不查太多。那首先如果说这里面最流行的两家肯定是这个，呃，可乐 code 以及酷 酷 c l i 就是 offenai 的 模型嘛。那这两家相比的话呢，我觉得 codex 它是对新手最友好的，然后它的交互体验最好。然后你要是这个，这个中文怎么说？叫结对编程吧，你要是和它一起来 边商量边讨论边编程的话，它整整个的体验是非常好的。而且可乐的好处呢是它，嗯，文案的能力，写 prompt 能力都很强，因为你在写代码做产品的时候呢， 你不可避免就要在里面写一些文案，写一些 prompt， 那 这时候呢？你如果在可乐库的里面，它本身对你项目的上下文很熟悉，那用它来写 prompt 写文案其实是非常舒服的一件事情，它能能写的非常好。 呃，如果说 codex 的 话呢，其实我觉得就是它最大的问题就是文案能力太差，斜括号特别的差。那当然， codex 五点三它编程能力是很强，但是 它这个五点三啊，并不是拆 gpt 的 那个五点三，就它应该是一个专有的一个一个编程的一个模型啊，就这个模型，其实它的这个文案能力几乎就是没法用。我觉得，所以说如果你每次写文案还都要再去调用 javascript， 或者说再到网页那边去写的话，其实 你也损失了很多的。就是上下文嘛，其实就非常的麻烦。所以说我个人就是觉得酷睿如果你写的那个产品需要很多的网页访问的话，它是不太好用的。呃，但是并不是酷睿没有用，因为酷睿呢，它的代码能力非常强。那我个人一般的用法是用会用酷睿来 review cloud 写的代码，那克里斯就会像一个严父一样的指出 cloud 的 各种错误，然后你再让 cloud 去改嘛？然后就是因为为什么让 cloud 去改呢？因为你始终如果是一直前面代码是 cloud 写的，那你就用后面用 cloud 改的话，一致性会比较好一点啊， 然后当然他如果实在改不了，就克里斯也改。然后另外一些就是，呃，如果你这个这个这个这个代码本身比较难，然后他需要的逻辑非常强， 或者说本身是一个小众语言写的东西，那这时候呢， cloud 确实搞不定，你就可以直接用 codex 来写。所以说我觉得在这个编程体验上，或者说在这个命令行的体验上，这个 cloud 呢是遥遥领先的。但是 codex 同样也是不能替代的吧，因为它就是这种，还是这种硬推理专业能力是非常强的。 那有人可能说这个这个詹姆莱怎么样，对吧？詹姆莱其实现在呢也有很多人关注，但是普遍大家用下来还是比前两家要这个差很多的，这个写程序经常一次也写不对。但甚至我还是要说詹姆莱也有他的好处，就首先他的上下文很长， 就是你可以让他去做一些上下文需要很长上下文的东西，他其实还是有他独到的优势，就他可以调用 google 的 搜索， 就是你因为其他软件都是用一些比较简单的方式去搜网页或者获取网页的内容嘛。但是 java 它是知道 这个，这个你可以调用谷歌的这个搜索能力，那这在很多时候呢，还是非常的好用的。那甚至呢，你如果电脑里面装了 java 之后，你还可以用 cloud， 或者说用拆机，用那个这个酷克拉斯来调用 java 的 搜索能力，那我觉得这也是非常方便的一件事情。所以我觉得其实这 java 是 一个被低估的产品，它其实有很多它能用的一些场景吧。呃， 然后就是这样的本身呢，就是他免费用户非常友好，所以我觉得免费用户也都可以去用。然后但他其实反而就是对这个收费用户没有那么友好啊，因为谷歌那套系统搞得乱，然后因为我是这个这个两百米的用户吗？然后他就可能是以为我是一个企业用户，然后他就 就因为我看了那个谷歌的那个 cloud 里面的服务嘛，所以说它就不能让我在网页端来登录这个这个专门来的 c r i 来用，然后我就需要用调 api， 反而是那个免费用户不需要花钱就能用，那我交了两百美金之后呢，我还得调 api 走 api 的 费用。而这个问题呢，是 去年六月，就是屁零级的一个 bug， 是 谷 google 那 边要修的，但是从去年六月到现在都还没有修好，所以说我觉得这但 google 现在各方面的进展也还是蛮大的。但我觉得这个大公司啊， 他还是有很多这个大公司的问题。然后不管是这个詹姆莱的网页版，还是他的这个编程，这个这个这一套东西吧，其实都是有有有有，我前面说了啊，都是有点神经质的这么一个模型，然后我还看到有人说因为他使用了呃， photoshop language， 就是 可能辱骂了詹姆莱吧，詹姆莱就拒绝在工作什么的， 本来是个模型，还是蛮有意思一个模型哈。然后这是第二个场景，就是这个这个 bug 定这样的一个场景，那第三个场景呢？就说到这个特殊的能力， 那首先呢，詹姆莱大家都知道他画图是最强的，就是唯一的强，对吧？然后他最近又增加了作曲等等功能，就是如果你对作图有需求，那毫无疑问你除了詹姆莱就没有别的选择，如果你只给衣架交钱的话， 那而且呢，这样的那个两百美金的版本做的图是没有水印的吗？所以说哪怕只为了一个做图的功能，如果你经常用的话，这样也需要买的。呃，还有呢，就是其实姑姑毕竟是一家大公司吧，大公司当然前面说有他的问题，但他有他的好处，就如果你买这么的呢，给你一堆 可能还是比较有用的东西，比如说它有这个 google 这个云端的存储空间，有三十个 t， 还是蛮大的。然后呢，就是还有包括看 youtube 也没有，也给你一个那个 premium 的 会员嘛，就是没有广告什么的。另外呢，呃，还有一个比较好的，就是它每个月会给你一百刀的 a p i 的 这个这个费用，然后如果你 自己写的一些代码里面需要调 google 的 这些 api 的 话，你就可以直接从这个一百里边抵扣的嘛，这样相当于其实这两万美金，你不光是可以用它这个模型，对吧？你还有一百美金的 api 的 费用，其实还是蛮划算的。 然后如果说 cloud 呢，它就是就是完全是另外一个极端嘛，就是 google 是 一个大公司，它能给你很多别的服务，对吧？云这个云盘啊，这个 youtube 啊什么的， cloud 什么都没有，那它唯一的就是 就是干活的这个额度，他就拼命给你干活，但是 kol 这个模型呢，确实是能干活。然后如果你是这个 web 编辑，要写很多的代码，是吧？然后写很多的的程序的话，它确实是最好用的，而且它 就是什么都没有，就是甚至你赚了最多钱之后，你拆 gpt 它还有一些什么额外的一个浏览器了的，虽然我个人觉得不是多好用啊，还有一些别的这个产品和服务，然后而且拆 gpt 呢，你花了钱才能解锁那个最高级的 pro 模型嘛，但是 kol 的 呢，就是 没有什么东西，你用的和那个二十刀的也是一样的，但是就是额度多，就是拼命给你干活，他就这一点，但是干活确实好用的。然后就是拆 c p t 嘛，拆 c p t 就是 它， 嗯，怎么说呢，他就是一个最科学的逻辑，最强的，最能推理的这么一个这么一个一个模型啊，然后就没什么好说的，当然你花了两百美金之后，就拿拿他那个最强的模型吧，然后他还给你一点别的什么浏览器什么的，我觉得没有没有什么，个人觉得没什么太大的用途，所以说 这个，呃，在这个方面来看呢，就看你是看中一个谷歌的悬崖洞，或者说看中画图的话就买这这样的，然后如果看中呢，就是纯工作生产力 买克拉的，对，大概就是这样的，然后如果你从事很多科学的硬推力的工作，就用柴机 p t 啊，这是这样的一个 一个一个一个选择吧，所以说就从这三个方面把这三个产品给大家介绍一下，那大家呢，就可以根据自己的需求来进行选择，今天就和大家分享更多。

接下来，类似的短期恐慌还会频繁发生，因为这就是未来以来各业美股大跌那只重挫一点五，标普百分之一，道琼斯零点三。最直接的原因是 enterprise， 就是 cloud 的 母公司啊，发布了一款 新的 ai 工具，大多数科技公司现有的商业模式将被彻底的颠覆。昨天晚上，科技特别是软件行业被彻底的干碎了。简单介绍一下这个新工具啊，全民 cloud。 cloud ai 代理是一个法律插件，能够执行多线城文本工作， 追踪合规事项和省略法律文档。这些功能原本是许多法律软件产品的核心工作理由，现在由一个跨界过来的通用 ai 代理一网打尽。 目前， cloud 已经无可争辩地成为法律和金融业进行分析工作的首选工具。换言之，这两个行业一大堆 sas 软件将彻底沦为历史的垃圾。 撞软件股集体暴跌，荷兰微科重挫百分之十三，英国利讯下跌百分之十四， legal room 暴跌百分之二十，康生路透下跌百分之十五。 去年无论是视频还是直播，我说过很多次，这些没有跟上时代的软件股，被淘汰的命运几乎是注定的。那我们这些普通人能看得到，难道他们不知道自己即将被淘汰吗？其实他们心里是门清，但没有办法， 数据中心和模型训练的成本只有七姐妹和硅谷的那几个巨头承担得起。而面对这千亿美元的入门门槛，除了被时代抛弃，他们别无选择。所以，昨晚暴跌的软件股， 很多人说，跌多了是不是可以超底了？我的理解是站在一个更高的台阶，从宏观的视角来看，历史的年轮滚滚向前，属于他们的时代已经落幕了， 被淹没就是他们的宿命。什么是周期？这就是周期。而且类似的行业颠覆引发的恐慌性，不顾一切的末日抛售，从今年起还会无数次的发生， ai 将从根基上颠覆几乎所有的行业，做投资千万不要逆势而为。

最近玩智能体啊，实在太消耗 token 了，所以我们今天要来讨论说啊，哪里能搞到便宜的甚至是免费的大模型 token 呢？首先我们来看一下，如果正常使用 token， 大 概是个什么价格呢？像我们日常最常用的这个网页版的聊天机器人啊，类似于豆包、 jammy 这些网页的服务， 一问一答，大概每一次呢会消耗几千到几万的 token。 一个月下来呢，大概可能就是三百万的 token， 数量也就是几块钱。但 agent 就 完全不一样了，它要自己规划，自己执行，自己反思，一个任务跑下来呢，可能会调用几十上百次模型。像我们最常使用的 cloud code， open code、 open cloud 这些智能体啊，每一次跑起来都要消耗几万甚至上百万数量级的 token。 我 也翻了一下我自己的使用日志啊，然后大概估算了一下，我每个月的使用量呢，大概是三亿个 token 左右。然后我们来算笔账，如果你使用的是 cloud sum 的 四点五这个模型， 它的价格呢，大概是每一百万的 token， 输入呢是三美元，输出呢是十五美元。考虑上一些这个缓存啊，折扣啊，平均价格呢，你可以认为是每一百万的 token 五美元左右。那这么一算啊，其实你跑一个 agent， 每个月其实要烧掉一千五百美元左右， 就算是换成便宜的多的国产模型啊，一个月也要用到两百到三百美元，这个价格呢，我觉得还是蛮离谱的。所以这期视频啊，我就来跟大家聊聊，怎么才能搞到便宜的甚至是免费的大模型接口。先说好，这期视频呢，是没有任何的广告的，全是我自己实测 实际使用的经验。在正式开始之前啊，我想先给你一个这个思考框架，省钱这件事情呢，本质上其实就在做三个维度的取舍，价格、稳定性、模 的能力。你不可能三个都要，如果你想要最强的模型并且稳定，那肯定就会稍微贵一点，如果你想要便宜，那肯定就要牺牲一些模型的能力或者是稳定性。我们带着这个框架呢，然后再来逐个看各家的方案。先来说这个 cloud 买套餐到底能省多少钱呢？官方没有公布套餐的实际使用量，但有人测过了数据呢，放在这个网址里面，我给大家总结了一下，如果你订阅一百刀的这个套餐，用到极限的话，就能用掉价值一千三百五十刀的这个额度， 相当于打了不到一折，换成人民币算的话，差不多就是零点五元的人民币就能买到一美元的这个使用量。但 cloud 的 官方有两个大坑啊，大家也都知道，第一呢就是国内的用户特别容易封号。第二个呢就是不允许介入其他第三方的服务， 只能在这个 cloudco 的 这些官方应用里面使用，没有办法拿它去接入 opencloud 或者是其他第三方的这个智能体。如果你又想要这个按量付费的这个灵活性，又想要这个套餐的折扣价，那怎么办呢？我觉得唯一的选择啊，就是中转站，中转站呢，你可以把它理解成为这个零售商，就他们会去批量的向 cloudco 的 官方购买 这个套餐，然后呢在中间加一些价格再卖给你刚才说的，比如说零点五元的人民币兑换一美元以上， 市面上有上百家的这个中软站，那怎么挑呢？有人做了一个中软站稳定性的监测，大家想要购买，想要具体了解的，其实可以看这个网站，上面呢监控了几家比较大的这个中软站的稳定性。不过说实话，这个中软站呢，基本上还是一门比较灰色地带的生意， 所以呢，建议大家每次别充太多，这里呢就不具体展开了。然后我们来说第二家那个 check gpt， 相比较那个 cloud code 的， 动不动就封号啊，然后不让接其他的这个工具 open i 呢，其实就大方了很多， 它不仅能接自家的这个 codex， 还允许你去接 open code， 允许你去接 open cloud 这些第三方的项目，而且额度啊，要比 cloud 的 要给的多，大概是零点三元人民币就能买到一美元的使用量。更香的是啊， open i 的 活动特别多，比如说像那个 gpt 开通团队套餐，首月免费，你可以去某鱼搜这个 team， 新车几块钱呢，就能用上价值二十五刀一个月的会员。如果你拿这个会员去跑 codex 啊 token， 相当于说完全白嫖。 codex 的 缺点呢，就是它写代码的速度啊，会相对来说比较慢一点，不过呢，你可以开多个 agent， 让它并行去跑 数量去换取速度。然后下面一个是这个谷歌 gemini gemini 系列模型写代码的综合能力啊，普遍来说稍微比这个 cloud 和 gpt 弱一点，但有个骚操作啊，就是可以通过教育活动拿到免费一年的谷歌 ai 会员，然后用这个谷歌的编程 i d e anti gravity 来跑这个 cloud 模型，然后还有一个更狠一点的玩法，就 使用这个项目 cloud proxy api， 它可以把 antigravity 里面 cloud 的 模型转接出来给 cloud code， open cloud 这些工具去用。因为谷歌会员啊，几乎都能白嫖，所以它对应的这个 token 啊，也约等于免费。不 过这么玩的人啊太多了。谷歌最近呢，在频繁调整这个 anti gravity 的 额度，所以这个方法我也不是太推荐，因为它可能之后就不太稳定了。聊完了预三家之后啊，我们来聊一聊国产的这些模型。国产的模型呢，本来零售价就只有海外模型的一到两折，购买套餐之后呢，就会更便宜了。在国产模型里面啊，我觉得当下最强的可能就是最近推出的这个 kimi k 二点五，我实际用下来它的能力其实跟 cloudsonic 四点五几乎没有什么差别。有兴趣的朋友啊，可以去 kimi 的 海外版看一看， 有个首月零点九九美元的活动，能拿到原价九十九元的套餐，还可以支持这个接入第三方的 cloud code open cloud。 国内版 kimi 的 活动呢，就稍微差点意思了， 每周大概五元左右。但是 kimi 我 觉得最大的问题啊，就是套餐额度给的比较抠，控制台里呢，只显示了使用的百分比，看不到具体的 token 使用量。我实际测下来呢，比下面两家我要介绍的这个国产模型啊，给的量都要少得多。 gim 呢，应该是国内三家里面我觉得最大方的， 然后套餐的额度给的非常的足，最低档的套餐呢，是每个月二十元，每年两百四十元，但价格是真的香，我自己也买了。接口方面呢，也很开放，可以支持接入各种的工具。缺点呢，就是现在 g i m 四点七啊，它的模型效果暂时不如 kimi， 而且高峰时间段呢，因为顾忌它 套餐卖得太多了， token 的 吐字呢，我觉得巨慢。另外一个 mini max 呢，我觉得它的套餐跟 g l m 很 像，然后这里也不跟大家重复了。然后还有一家呢，大家可能没想到，就比较小众，就是英伟达。英伟达呢，其实它也提供这个完全免费，额度不限的这个开源模型， 包括前面说的 kimi k 二点五，然后 jimmy 四点七， mini max m 二点一。但是呢，因为可能门槛太低了，然后用的人实在太多，热门模型的速度呢，慢得离谱。所以这个呢，我就更不推荐了，只是跟大家介绍一下，英伟达，它其实也有这个免费的接口。最后啊，来再帮大家整理一下思路，如果你想追求最强的效果， pro 的 中转站呢，是目前性价比最高的选择。如果你的预算有限啊，那国产模型里面 g i m 的 套餐最实惠。 timi k 二点五的效果最好，但是有传闻呢，说这个月会有大批的这个模型，会推出新一代的模型，到时候呢，我再跟大家更新。然后如果你想白嫖呢？ openai 的 这个 timi 拼车几乎是完全零门槛的， 效果也不错。这期盘点里面当然肯定没有包括说这个百分之一百所有的方案，市面上还有很多我没发现，或者是我没有测过的这个方案。如果你有更好的渠道，欢迎在评论区补充，大家一起交流。好了，今天视频就到这里了，我是迪总，黑心李超，我们下次见。

真的觉得啊，其实三月份啊，他是今年为二适合买车的一个时间节点。嗨，大家好，我是七子啊，大家都知道梅达最近开启了这个降价促销的，这个新闻大家应该都看到了啊，这个挑战者七百现在是三千九百九十九就能买到了啊，公爵三百条，探索者三百以及这个探索者一百啊， 哎，都是相应的，比之前的原价格降了二百到三百块钱啊，当然啊，都不是新款啊，都是老款降价属于这个清库存了啊，这预示什么？哎，预示着上面咱们提到这几款车啊，今年肯定会出新款啊，美达已经开始清库存了吗？ 啊，除了这个，刚才这个，呃，挑战者七百他已经有了这个新款之外，其他像三款那个，呃，探索者三百一百啊，包括这个公爵三百啊，今年大概率上半年应该都会出新款， 只是时间问题啊，所以啊，哎，你会不会心动呢？你是选择现在买这个老款呢，还是等等再买新款呢？欢迎大家评论区留言讨论，我是七子，咱们下期再见。

如果你花了三十块钱买了三百道的 cloud 的 流量包，你要小心了，它可能正在摧毁你的数字资产和浪费掉你宝贵积累资产的时间。 今天我们来讲一下 cc 反向代理的代价。那我们知道啊，这个 cc 的 话，在国内你很难去买到正版的，或者即使你买到的话，你会花很多时间在网络的连接，连通信以及这个高昂的费用上。 那很多呢，在某鱼上边儿就有卖这种的流量包，比如说买可洛的话，去充值二十八，或者说三十的话，就获得三百刀这样的 一个优惠包。那当你使用的时候呢，你当然你可以直接接到那个 c c 里边去用啊，但是它最大的问题呢，它是通过反向代理 出来的，这些 a p i 接到了你的 c c 上。那什么叫反向代理呢？就比如说我们现在呢，有很多的开发工具 ide， 比如说 kro 啊，或者按按 t grip 啊， 然后这些 ide 的 话，它们本身是支持很多种不同的模型的，那这些模型的 ip 和调用的方式呢？通过一些网络的方式，其实我们是能抓取到这些接口的，那从而呢，我们可以把这些 ide 的 模型的调用呢，我们给它暴露出来，暴露出一个正常的一个 api 出来， 那这些 api 呢，从而让它支持 cloud cc 的 这种兼容模式，那它就可以放在 cc 的 cloud 中去使用了，那这样的方式呢，就变成了一个反向代理的方式， 那它价格呢，就变得极其便宜。就比如说 kiro 或者 angelgrati， 你 办一个比较大的会员，或者使用学生账号或者其他途径的话，它是有很多免费版本的，所以呢， 即使这个商家在做三十元三百刀的时候，其实还是有利用空间的。那这里边我们需要关心的是这些 ide 暴露出来的 cloud code 这些模型的话，为什么对我们构建数的资产是有影响的呢？我们知道这些 ide 里边其实都是自己设置了一个 system prompt， 就是如果你去给它暴露出来的时候，你调用的时候也是带有这个 ide 的。 呃，里边的 prompt， 比如说是如果是 kiro 的 话，它就会 system 里边 prompt 会写着说你是 kiro， 是 一个编程助手。什么什么？这是基于 kiro ide 的 一些规则， anti gravity 其实是一样，包括后边 curso 也都是一样的。 然后它们的 system prompt 的 话，就对我们原来的这些模型呢，其实是进行了一个系统提示词的一个污染，那所以结合克拉扣，它自己也有提示词，我们就变成了这样的。 就原始的 cloud code 呢，是我们有一个 c 自动 cloud code， 这个就是 c c 自己的系统提示词，下边接着我们 u 的 这些信息就可以了。那我们通过反代去使用的这些 a、 p、 i 呢，它就会在 我们 c c 的 这个提示词下边呢，也追加到这个 i、 d、 e 里边的提示词，所以你看啊，上下文就进行污染了，它在最顶层上下文的提示词中呢，其实是 c c 自己的系统提示词中间这一部分和下边这部分 实际才是我们真正调模型这些提示词，那下边两部分是 i、 d、 e 通过反向代理出来的，那你会发现啊，那系统提示词就有两部分，那我们的整个的提示词呢？就进行了一个污染， 那当这个系统提示词进行微污染的时候，我们有很多的 skills， 我 们有很多需要复利工程的让模型去帮我们处理的这些内容呢， 实际上呢，我们就在污染的涉案文里边继续进行操作了。那你说那我污染涉案文，如果我都是 k 肉情况下，我自己也是可控的。其实这里边最大的问题是什么？当我们购买了这种流量包的时候呢？其实它是一个路由的，它一会是 k 肉的，一会是 antigravity 的， 就你很难去数字资产化你的提示词也很难去呃 复利化，你整个的数字的一个债务资产。我给大家举个例子啊，你看这里边呢，是我用了购买流量包的反向代理的 c c， 那 这里边你去问他你是谁的时候，因为他是有两层提示词的嘛，所以他就会说我是 kiro。 那 你知道这个我是 kiro 的 计划，其实是 kiro 里边的 id 反向出来的 api。 然后呢后边有一部分呢，是关于 cc 的 提示词里边的这个身份认证，你发现它就会有两部分的身份认证。当然它去操作的时候，因为 kiro 本身是有它自己的工具调调用的方式，然后 cc 是 有它自己调用工具的方式的，所以你整个的呃关于工具的调用方式也是混乱的。 所以如果大家在使用的话，如果真的觉得 cc 我 们原生去氪金来讲的话，它非常贵的话，我们其实是可以使用国内的这些模型的，最起码里边的上下文其实是不受污染的，不受在不受污染的上下文中呢，我们去构建 我们自己的数据资产，那这个东西才是可持续、可迭代的一种方式。那也希望呢，今天内容对你有收获，关注雷哥，关注 ai 工程化落地。

当硅谷巨头试图通过会员阶层构建商业护城河时，开源社区只用了四十八小时就拆掉了城墙。二零二六年一月， ai 巨头 antropic 突然做出了一项令行业震动的决定，将其核心功能 cloud co work 从原本每月一百美元的高端订阅中释放，正式下放给二十美元的普通用户。 这并非一次温情的让利，而是一场由开源项目 open work 发起的抗拒，催生了技术层面的暴力拆解。 开发者 karen wadia 利用 antropic 开放的底层接口，配合先进的工具路由框架，在短时间内完成了一个功能对标甚至有所超越的开源替代方案。 openwork 的 出现，本质上是一次技术结偶的降维打击。他向市场证明，当底座模型已经足够强大且支持调用时，上层的封装应用如果不具备极高的生态壁垒，其品牌溢价将会在开源社区的冲击下迅速归零。 在技术维度上，这种开源方案展现出了极强的后发优势。得益于局部浏览器上下文注入技术，开源方案在执行复杂桌面任务时的响应速度远超官方云端闭环。更关键的差异在于数据主权与成本逻辑。 开源项目允许用户在本地环境运行，不仅降低了隐私泄露风险，更通过剥离中间商实现了真正的按需计费。用户只需支付底层的算力成本，便能获得原本被锁在百元订阅包里的智能体验。这种架构直接击碎了巨头试图建立的订阅制牢笼。 antropic 的 迅速降价，折摄出平台型公司对管道化危机的深层恐惧。在智能体产业逻辑中，如果最核心的极客群体集体流向开源生态， antropic 将从一个拥有操作系统的平台公司退化为单纯的算力与模型供应商。 一旦失去前端交互入口，巨头将失去优化智能体行为偏好的数据闭环。降价至二十美元是一步精准的防守，只在通过极低的开箱即用门槛抵消开源方案的环境配置成本，试图用便利性重新夺回流量闸门的控制权。 二零二六年初的这场定价权战争，揭示了智能体时代残酷的真相，即应用层的护城河正变得前所未有的浅薄。 以往软件行业的壁垒是代码复杂度，但在大模型时代，代码本身正被 ai 重构。任何试图靠信息差维持的溢价，都会在开源力量下回归理性。这不仅是消费者的胜利，更是技术民主化的一次深度演习。 当巨头意识到无法靠功能独占躺赚时，行业将被迫进入更高维度的竞争，去比拼更精准的逻辑推理与更高效的算力调度。在智能时代，真正的权力不属于定价的人，而属于定义工具的人。

close sonnets 四点六，同样写代码做文档，有的 ai 贵十倍还记不住，你可能一直在白花钱。很多人用 ai 做正经工作，最后都卡在同一个坑，贵而且记不住。你把一个项目代码、几十页需求或者一份研究报告丢进去，他回答两段就断片， 然后你只能不断复制粘贴，反复追问，时间和钱一起烧。 cloudsonnet 四点六这次最反常识的点在于，它不是更强所以更贵， 而是把最关键的能力做上去，同时把使用门槛压下来。它在二零二六年二月发布，定位介于 cloud open 四点六和 cloud 嗨酷四点五之间。但官方给他的说法很直接，速度和智能的组合最均衡。先把两个概念讲明白，第一是上下文窗口， 你可以把它想象成 ai 的 短期工作台，工作台越大，一次能摊开的材料越多。 sonet 四点六默认支持二十万 token， 上到测试版 api， 甚至可以到一百万 token。 直观一点，整套代码库、一本书、几十篇论文或者超长合同，都能一次性放进来让它推理。 更重要的是，他不是只会装进去，而是被训练成能有效利用这些信息。还有一个常被忽视的指标，单次输出最长能到六万四千头啃，意味着他可以一口气写出很长不断裂的内容，比如完整的技术文档、分析报告，不用你一直喊弃选，再加上他支持图文输入表格，图表截图也能一起处理。 第二个关键点是价格。 sony 四点六的定价是，每一百万输入 token 三美元，每一百万输出 token 十五美元。对比 openai 的 gpt 四，每一百万输入 token 约三十美元，每一百万输出 token 约六十美元。也就是说，在这套计费方式下， sony 四点六大约是 gpt 四的十分之一成本。它还有扩展思考和自适应思考两种模式，本质上就是让 ai 在 难题上多花算力，在简单问题上少花算力。 你不需要每次手动调参数复杂任务，它会更认真想简单问题，它就快速给答案，而且你只为额外的计算付费。对企业或团队来说，这种按需加脑力的模式往往比一位堆最贵模型更划算。那它到底强在哪？ 最有代表性的提升是电脑使用能力，也就是控制浏览器或桌面去完成真实任务。在 os word verify 的 精准测试里， sunnet 四点六在二零二六年二月拿到百分之七十二点五，几乎追平 cloud opus 四点六的百分之七十二点七。相比 sunnet 四点五的百分之六十一点四是大跳跃。 换句话说，两年内从十几分几乎不能用变成接近人类水平。若到日常工作，他能做的就是跨多个标签页，搜集资料、填复杂表单、处理电子表格，多步骤流程，不容易跑偏。 并且他在跟指令保持一致性方面更稳，所谓的偷懒现象更少，不太会跳步，也不太会把简单需求过度工程化。还有一个对普通人更实用的改进幻觉更低。他不知道的时候更倾向于直接说我不知道，而不是一本正经编答案。 如果你主要是写代码和改 bug， 这一代的组合权很强大，上下文加更强推力。你 可以把整个项目塞进去，描述一个 bug， 让他沿着调用链去追，也能让他补测试做重构解释架构。低塔布的产品副总裁也提到，他已经很擅长处理复杂修复，尤其是在大型代码库里定位问题。 但也别神话他，在最顶级、最难的任务上， cloud ops 四点六仍然更稳，比如超声理论推理、跨多个代码仓库的大型重构，复杂多 a 阵的协调。 如果你在做自主型 ai agent， 还要注意一个风险，他有时会过于积极，可能在没确认的情况下多做动作，甚至带着编造细节去发一封跟进邮件。解决办法通常是更严格的提示词和权限边界。 所以更现实的结论是，大多数日常生产力场景，写代码、做文档、读论文、跑表格、做自动化流程。 cloud sana 四点六给到了接近顶级模型的能力，但把成本打到了中档价位。当你的痛点是上下文不够、成本太高以及被幻觉坑过， 它非常值得直接拿来试一轮。如果只能选一个 ai 干活，你会换到 cloud sana 四点六吗？

一分钟 ai 资讯今天，国外方面， mate 与英伟达达成多年重磅合作，将部署数百万颗 blackwell 芯片，并成为全球首家大规模独立部署英伟达 g s c p u 的 企业。算力架构全面升级， android pick 正式发布 cloud sonata 四点六中 型模型，长上下文编程与多任务能力显著增强。免费版同步升级，马斯克塞的 grak 四点二候选版开放公测，保持高频迭代。国内方面，阿里通一千万三点五 plus 性能对标国际顶尖水平，定价大幅下调。豆包二点零 mini max m 二点五 去优化 ai 编程能力。谷歌发布第七代 tpu 二 mode， 专注推理与思考型 ai， 优化全球 ai 算力，精备竞赛加速模型向低成本、高效率、强落地方向眼镜。

假期结束，最难受的莫过 ibm。 六十多年来， ibm 一 直有一个金汤勺叫 cobo， 商业通用计算机语言，行内估算，百分之九十五的 atm 交易、百分之四十的在线银行系统和百分之八十的线下信用卡交易都依赖它。 昨天， antropic 发布了 cold modernization playbook， ibm 市值当日蒸发超三百一十亿美元，股价下跌百分之十三点二。其实 coloco 想要降维，打击的并不是 coloco 本身。 cobo 实现的是精准处理海量数据，七天二十四小时不间断稳定运行系统，一跑就是几十年，并且分毫不差，否则会导致全球经济崩溃。 cobo 用的是传统会计的十进制，在二进制事件里，零点一加零点二，不是零点三，而是零点三零零零四，这样计算速度快，占内存少，但十进制切换二进制会出现误差，每天无数人 atm 曲线资产计息、交易结算， cobo 的 地位是不可撼动的。 当一家银行想要接入数字钱包，先要搞清楚这会影响几十年来的哪些核心代码接口和计算逻辑。这需要 ibm 咨询顾问花六到十二个月人工省略数百万行旧代码，按小时收费， 之后的三五年内才能慢慢将一小块 ko 转化为 j 网。一个中型银行的迁移项目，通常收费一千万美金，甚至超过一个亿。 cloud 四点五系列在代码理解和 agencoding 上表现优异，它的自主化印象工程算法可以将这一周期从几年缩短到几个月，把 ibm 最赚钱的咨询业务自动化了。

anspices， 如果你还不知道啊，那就别狡辩，你已经被时代淘汰了。而如果你还在坚持做交易，那就是在搞笑。上周中美股短暂血崩，很重要的一个原因啊，就是软件股集体铺接诱发的。而软件股为什么又会集体要涨呢？原因只有一个，就是 cloud 的 某 公司 ansip 发布的 ai 插件，直接革了法律、金融行业等 sas 软件的命。一夜之间，业内无数白领面临下岗， ai 替代已经从厂线工人开始朝办公白领动刀子了。 所以，接下来我要解读的这一份 ansip 二零二六趋势报告，你难道还不看吗？赶紧收藏起来啊，今年每一个月看它一遍。 报告名称，二零二六智能体编码趋势十八页的文档我看了三遍，内容可能比较专业枯燥，拿出你的耐心来。结论较为炸裂，程序员不再写代码，变成了指挥官。 ai 助手已经进化成了自主智能体军团， 几天就能打造完整系统，让法务市场这种完全不懂代码的人也能自己做应用软件开发正在经历图形界面发明以来最大的一次地震，浓缩一下就是任何人都成了 开发者。这意味着软件开发这个行当，正在经历自 dos 图形界面发明以来最大的一次放肆转移。所以，接下来所有行业都会面临 ai 入侵的八大趋势。趋势一，软件开发生命周期正在巨变， ai 编码智能体已经从实验室工具变成了生产系统， 能给真实客户交付真实功能。这里面将带来三个变化， a 抽象层再升级，从机器码到绘编，从 c 语言到拍摄，每一层抽象都在缩小人类思维和机器执行之间的鸿沟。 b， 工程师角色大转变， 做软件不再等于写代码，软件工程师变成了编排智能体写代码的角色。三，入职周期他说，传统的新人上手一个代码库要几周甚至几个月，现在几个小时就够了。这不是提效，这是降维打击。 ai 不是 替代你，而是和你合作，他是你的常驻搭档。趋 势二，单个智能体进化成了智能体军团这是能力层面的第一个重磅趋势。多个智能体将组成协调团体，处理单个智能体根本搞不定的复杂任务。 怎么理解呢？报告中举了个炸裂的例子，一家前线劳动力管理平台用 cloud 实现了层级化多智能体编排效果是筛选速度快百分之五十，入职速度快百分之四十 后选人转化率翻倍。一家物流客户把配送中心的全面招聘周期从一周以上缩小到了七十二小时，一周变成了三天，这就是多智能体编排的威力。趋势三，常识运行智能体能独立照完整系统 早期的 ai 准只能干几分钟的活，修个 bug， 写个函数，或者说生成一个测试。那去年越来越厉害的 ai 智能体已经能花好几个小时 产出完整的功能级。而到了二零二六年，智能体将能连续工作好几天，从一次性任务到构建完整应用和系统。趋势是人类监督通过智能协助实现规模化。这个趋势听起来没有前几个那么炸裂，但它可能是最重要的一 一个，因为他回答了一个核心焦虑，如果智能体越来越强，人类还有什么用 app 的？ 答案很清醒，人类不是被移除了，而是注意力被重新分配了。接下来，智能体质控会成为标配， ai 还学会了求助人类从审查一切转向审查关键点， 建立智能系统，处理日常验证，只有在真正新颖的情况、边界案例和战略决策时寻求人类输入。换句话说，你 越有经验， ai 对 你的加成就越大。菜鸟用 ai 只是加速犯错，而老手用 ai 是 如虎添翼。趋势五，智能体编码扩展到新领域和新用户最早的 ai 编码智能体是给专业程序员在 i b e 里提速用的。二零二六年，智能体编码将突破这个圈子。一， 语言壁垒消失。二，编码民主化，超越工程师群体。三，每一个人都变成了权杖工程师。 最后，这一点特别有意思。报告的分析发现了一个一致的模式，人们用 ai 增强自己的核心专长，同时扩展到相邻领域。会写代码的人和不会写代码的人之间的壁垒正在变得越来越模糊。趋势六，生产力提升重塑软件开发经济学。这是影响成三大趋势中的第一个。 三大加速陈述，智能体能力编排改进，更好地利用人类经验。三者复合叠加，创造的是阶梯式跃迁，而非限性增长。这意味着 ai 带来的生产力提升，主要不是同样的活干得更快，而是干了更多的活，更多功能上线，更多 bug 修复，更多实验被执行。 趋势期，非技术用力在组织中全面拓展二零二六年最重要的趋势之一就是智能体编码在业务智能团队中稳步增长，不是工程师团队在用，是销售、市场、法务、运营这些部门 也都在用。 s p。 自己的法务团队就是一个活例子。法务团队使用 cloud 的 驱动的工作流，把营销审核周转时间从二到三天缩短到二十四小时。 一个没有编程经验的律师用 cloud code 构建了自助服务工具，在问题进入法务队列之前就进行了分类处理，释放律师的时间去做战略性法律咨询，而非战术性的琐碎工作。 一位律师零编码经验，自己造工具，这段话值得反复品味。趋势吧，智能体编码改善安全防御，但也在增强攻击能力。最后一个趋势，也是最具争议性的一个智能体编码正在同时改变安全的两个方向，防御和攻击。 好消息是，安全知识被民主化了，模型越来越强，对其越来越好，把安全性欠入产品变得更容易。现在任何工程师都可以借助 ai 做安全审查、加固和监控。以前这需要专家级的专业知识。那坏消息是，攻击者也能利用同样的功能扩大攻击规模。 报告的结论很务实啊。优势属于有准备的组织，从一开始就用智能体工具将安全潜入到开发团队，将更好的抵御使用同样技术的对手。 通过最后， app 给出了组织在二零二六年必须关注的四个领域，第一，掌握多智能体协调处理单智能体系统无法解决复杂性。 二，通过 ai 自动化审查系统，拓展人类智能体监督，把人类的注意力集中到最重要的地方。三、将智能体编码扩展到工程之外，附门各部门的领域专家。四、从最早期将安全架构嵌入智能体系统设计这四点汇聚成一个中心主题， 软件开发正在从写代码转向编排写代码的智能体，同时保持人类判断、监督和协助。报告最后一句话，也是最核心的一句，目标不是把人类从黄鹂中移除，而是让人类的专长在最重要的地方发挥作用。以上就是当红辣子鸡 anselp 的 二六年预测， 我最后再给你浓缩成一句核心结论，而这也是 anselp 这份报告真正的核心结论，不是 ai 取代人类，而是人人都能成为开发者。 内容有点偏专业，但是你做投资也好，配置也好，这就是生产率大趋势啊。看懂了，你不就看懂了 ai 的 未来吗？ 而从我们做美股的角度来看，一定要去避开那些下一个 ai 受害者，比如上周的 sas 软件股集体要涨，周一保险经济股涨崩，周二财富管理股暴跌，下一个受害者又会是哪一个行业呢？评论区打出来。

前几天美股上市软件霜蒸发了上万亿美元， salesforce、 飞格玛这些软件霜的股价直接飙涨。奇怪的是，它们的业绩并没有变差，反而业绩越来越好，但股价却越来越低。为什么？发生了什么事情？先来看看这场史氏集团暴跌的倒库书。 cloud coork 与 cloud bot 的 发布，给上市行业的未来带来了不确定性。软件的股价是靠未来几十年现金流的折现未来的，可现在 cloud bot 动摇了上市对未来的收入预期。 首先，传统的 sas 依赖于云端的功能加按月订阅，科尔巴德通过本地部署加开放协议，一个能自主工作的 ai 卷的，可以完成多个人的任务，导致企业对 sas 席位的需求锐减，收入一定会受到影响。 第二，使用软件的方式发生了变化，从能用软件变为 ai 用软件， ai 卷的成为操作主体， 软件降级为被调用的 a p i。 例如，用户可以直接让 cloud bot 在 im 里面发指令，由其调用各类软件完成任务，而无需打开多个界面。第三， 软件价值的转移。软件价值从功能界面向执行结果和自然调度能力的转移。按结果付费或者是按调用付费，可能成为新的商业模式。当前按订阅付费的方式可能就会被挖解。 基于上面三个原因，股价蒸发了上万亿美元。那 s 软件在 ai 的 冲击下会消亡吗？当然不会， s 本身的价值仍然会存在很长的时间，只是产品的形态、商业模式可能会发生变化。企业的流程是非常复杂的，对稳定性、安全性 要求都是极高的。传统的上市一定有它的优势，但要求上市必须开放标准化的 a p i 或者会被 hr 的 绕过界面直接操作底层功能。未来上市的竞争将转向于 a p i 溢性加垂直场景的深度。

二零二六年二月四号，一天之内，两千八百五十亿美元蒸发， salesforce 跌了百分之七， surface not 跌了百分之十一，汤森路透直接崩了百分之十六，创下历史记录。 软件 etf i g v 今年以来已经跌了超过百分之二十，市场给这次暴跌起了个名字叫萨斯的末日审判。有意思的是，当天标普五百的大盘还在创新高，资金不是在逃离市场，而是在逃离软件股。 这让我想起一年前的另一场地震。二零二五年一月二十七号，英伟达单日蒸发五千八百九十亿美元，创下美股历史上最大的单日跌幅记录。 罪魁祸首是 deepsea。 一 家中国创业公司用五百六十万美元的训练成本，搞出了一个性能逼近 gpt 的 开元模型。当时很多人觉得这是 ai 泡沫破裂的信号，结果呢，英伟达很快又涨了回去。红人勋说，市场误解了 ai 的 算力需求，觉得是虚惊一场。 但这次软件股的崩盘情况可能有点不太一样， deepsea 冲击的是 ai 上游算力和芯片，而这一次冲击的是 ai 的 下游软件和应用。 去年大家都还在争论需不需要这么多 gpu， 今年的问题变成了，有了 ai， 我 们还需要这么多软件吗？那到底是什么引爆了这次恐慌呢？答案藏在 antropica 官网上一个不起眼的更新的里。 一月三十号，有些报导说是二月三号，他们给 cloud code 发布了十一个企业级的插件，你可能想说，不就是几个插件，至于吗？怎么说呢？你以为人家只是换了把铲子，结果他掏出来的是个原子弹。先说说 cloud code work 为什么吓人？ 去年我们聊 ai， 还在说副驾驶，你问他问题，他给你答案，然后你自己去执行，本质上相当于一个高级一点的搜索引擎。但今年一月十二号发布的 cloud code work 性质完全变了， 它不是在网页里跟你聊天了，它是真的住进了你的电脑里，跑在一个隔离的虚拟机里，能直接读你的文件，改你的文件，甚至帮你新建文件。而 photoshop 官方的说法是， 这些插件是技能连接器、斜杠命令和子弹里的集合，让 cloud 像特定岗位的领域专家一样工作。十一个插件全部开源基于它们的 m c p 协议，也就是模型上下文协议。同时它还可以安全连接 c i m 文档管理系统、数据库等企业系统。 这是什么概念？以前你让 ai 写代码，他给你一段文字，你得自己复制粘贴到编辑器里。现在你把代码仓库权限给他，他自己拆任务、改代码、跑测试一条龙给你干完， 这叫自主代理。他不再是工具，更像是个实习生，一个不用睡觉、不会抱怨时薪几毛钱的实习生。但这里要说一个很多人不知道的事， 目前 cloud co work 只能跑在苹果电脑上，因为它用的是苹果虚拟化的框架，而且成本没有想象中那么便宜。由于每个子代理都会独立产生 token 循环，实际每个用户每个月的成本可能高达一百到两百美元。另外，它目前还有上下文失意的问题，做长项目会比较痛苦， 所以短期内他还不是一个完美的替代品。但问题是，市场从来不会等产品成熟，他只看趋势。那十一个插件为什么这么要命？真正让华尔杰慌的是那批插件的杀伤力。这些不是什么帮你搜新闻这些小玩意，他们是冲着具体行业去的， 我挑几个最狠的来说，比如说他的法律插件，一分钟可以省一百份合同。以前律所的初级律师核心工作就是干这个， 逐条看合同标风险，写备注。现在呢？汤森路拓跌百分之十六， legalzoom 跌百分之二十， c s disco 跌百分之十二。这些都不是没有道理的。然后就是数据分析的插件，你把一堆乱七八糟的 excel、 销售截图、会议记录扔给他， 他自己洗数据找规律，最后还能用 python 跑个格式化出来。那些付费工具厂商听了想哭。最后是财务方面的插件，自动对账，发票分类、税务合规、报表合并，会计，最烦的月初月末观账，他几分钟就搞定了。 而这些插件背后有个更可怕的东西，叫 m c p。 简单地说， api 可以 绕过那些花里胡哨的软件界面，直接跟后台数据库对话。这个 ai 领域的通用协议最早也是 anthropy 提出的。 微软的 ceo 纳德拉在某期博客里说过一句很直白的话，如果 ai 成了逻辑中枢纽，那所有的软件 ui 界面最终都会变得多余。 说白了， apollok 想干的事情是把软件的壳扒掉，只留下脑子。习未废模式为什么崩了？ 好，现在说说为什么跌这么惨。过去二十年 sars 公司的商业模式其实特别简单，按人头收费，你公司多一个员工就多买一个 salesforce 账号，一个 adobe 全家桶，一个 workday 授权，软件公司躺着数人头就行了。以前大家觉得 ai 是 sars 的 利好， 接入 ai 功能更强，可以涨价嘛。但现在华尔街反应过来了， ai 不是 帮 sars 卖更多席位的， ai 是 来砍席位的。 你想，以前做客户外联可能需要二十个初级销售，现在一个经理配上 cloud 插件就够了。以前客服团队得十几号人，现在 ai 代理能直接处理退款、换货这些事情。人少了，席位就少了，软件公司的收入就塌了。 国外的萨斯行业尚且如此，中国的萨斯行业这么多年来本来就是在苟延残喘。这几天我看了一下我朋友圈里做萨斯的朋友，现在是一片寂静。所以我看网上有人说，最悲观的看法是软件行业可能会变成下一个印刷媒体或者百货商店。 还有人补刀说，软件行业现在的情绪是史上最差，不是今年最差，不是这轮周期最差，是有史以来最差，而现在才两月份。 更惨的是，这形成了一个死循环， ai 越强，企业裁员就越多，付费给软件的席位就越少，丧失软件的收入就下滑，估值从二十倍 ps 杀到五倍。 况且还有个隐藏的雷，那就是私募信贷市场，软件公司占私募信贷贷款大约百分之二十，估计整个私募信贷市场有百分之二十五到百分之三十五的场口，暴露在 ai 颠覆风险之下。为什么这是一个大问题呢？二零二一年前后， 思慕股权基金疯狂收购软件公司。当时的逻辑很简单， sars 收入稳定，客户年薪高，现金流可预测，是完美的杠杆收购标的。 问题是，这些收购是在科技股估值最高的时候做的，而且当时用的是浮动贷款利率，偏偏又赶上了后来的加息周期。 现在双杀来了，利率没降多少。 ai 又开始颠覆软件的商业模式。其实去年开始就已经有预警信号了，几家专门投软件公司的科技基金，二零二五年底遭遇了大规模赎回，被迫支付了约百分之十五的资产。 像艾瑞斯、黑石这些大玩家也面临赎回的压力。蓬勃的数据更吓人，过去四周有一百七十七亿美元的科技公司贷款跌到了困境交易水平，这是自二零二二年十月以来最高的。整个科技板块的困境债务总额已经膨胀到了四百六十九亿美元。 高盛警告说，大约有百分之十五的私募信贷借款人已经无法用现金流完全覆盖利息支出了。那些技术债务高、数据孤岛严重。没有从这波浪潮里反应过来的软件公司，面临的是生死存亡的考验。 摩根大通的吉米戴蒙去年就警告过，看到一只蟑螂的时候，通常意味着还有更多。现在蟑螂开始出来了。当然，那些老牌的软件公司不会坐以待毙。 有意思的是， csforce 和 csnow 之间已经爆发了一场公开的 agent 代理战争，市场都在追着这场戏看。它们近期都推出了一系列新功能，企图进入彼此的领地，既是私逼又是自救。 但说实话，这些自救本质上都是左手砍右手。你推出 ai 功能是为了不被别人的 ai 干掉，但你的 ai 功能本身就是在替代人，最终还是会反噬你自己的。习未废 现在该怎么办？如果你手里有萨斯股票，或者想抄底，我先说一下我自己的看法。第一就是商业模式在变，以后能活下来的不是按月收钱的，是按结果收钱的， 处理一单法律纠纷多少钱，追回一笔欠款多少钱，以后客户要看的是实际的交付成果，收入会变得不稳定，但客户只为最终结果买单。 第二个就是垂直领域，有护城河的，比如说像 adobe、 salesforce 这种通用型软件会很难受，因为 islopik 也是做通用的，直接降维打击。但是在医疗、政府、军工这些行业，有 ai 拿不到的专有数据，这个才是真正的壁垒。 第三个就是并购潮要来了，中小 sars 估值崩了，很多会被巨头低价收购，巨头买的不是你的软件，而是你的客户关系和行业数据。分析师预计二零二六年并购交易会增长百分之三十到百分之四十。 第四个就是市场现在对这个行情还是有分歧的，一方认为行情会反弹，但另一方警告说 ai 可能会造成永久性的淘汰。现在这两种观点都有人信，说明市场还在消化这件事的影响。 所以我的建议是，那些只是套了 ai 的 壳子，没有自己数据资产的公司，别碰算力基建还是刚需， ai 跑推理总得用电，找那些有实物资产，有监管壁垒，和政府部门有很强绑定关系， ai 很 难替代的公司。 灵魂拷问，这次还能涨回去吗？好，现在来回答一个很多人关心的问题，去年 deepsea 砸盘之后，芯片股涨了回去，今年萨斯股崩了，还能重演吗？先说结论，我认为很难完全复制，但会有分化。为什么这么说？ 我们得看清楚两次冲击的本质差异。去年 deepsea 冲击芯片股，核心逻辑是，如果训练 ai 不 需要那么多算力，英伟达的故事就讲不下去了。但后来怎么样？微软 ceo 纳德拉在 deepsea 发布之后发了一条推特，只写了一句话，杰文斯辩论又来了。什么是杰文斯辩论？ 十九世纪的经济学家杰姆斯发现，蒸汽机效率越高，煤炭的消耗反而越多，因为效率提升，导致成本下降，导致更多人用，导致总需求暴涨。 ai 也是一样，模型越便宜，导致更多公司玩，导致更多应用场景，所以需要更多算力。所以芯片股能涨回去。 但软件股面对的逻辑完全不同，芯片是 ai 运行的必需品， ai 越普及，芯片需求越大，这是正反馈。软件席位是可替代品， ai 越强，人越少，席位就越少，这是副反馈，一个越用越多，一个越用越少。 美国银行的分析师说，这次抛售是无差别抛售，跟 deepsea 那 次很像，可能是过度反应。但他们也指出了一个很有意思的矛盾点，市场同时在担心两件互斥的事情，一边担心 ai 投资回报率差，增长不可持续。另一边又担心 ai 会普及到颠覆所有软件，这两件事情是不可能同时发生的。 另一些分析师认为，板块被超卖了，均值回归式的反弹是可能的，但他们又加了一句很重要的话，要修复并建立新的基底，可能需要相当长的时间。 什么意思？短期可能反弹，但别指望微型反弹。我自己的判断是这样，新片股那次是误解，这次软件股是重估。误解可以澄清，股价可以修复，但重估意味着市场对整个行业的定价逻辑变了， 按席位收费，这个二十多年的商业模式可能真的要被打破了。还有一个很容易被忽视的信号，资金的流向。去年 deepsea 砸盘那天，资金只是在科技股板块内部挪了个位置，从芯片挪到其他科技股。 但这次软件股崩盘当天，标普五百还在创新高。钱不是逃离市场，是逃离软件留下了能源、金融甚至是消费股。 这说明什么？市场不是在恐慌，而是在重新选边站。去年那次，大家担心的是 ai 这条路能不能走通，结果杰文斯贝论证明，路不仅能走通，还会越走越宽。但今年这次，大家意识到的是， ai 这条路走通了，但有些人会被车轮撵过去，软件公司恰好就站在了车轮的路径上， 而且时间维度也不一样。 deepsea 冲击之后，芯片股大约用了两到三个月就收复失地。但 sars 的 重估涉及到的是商业模式的根基，这不是短期的情绪问题。分析师说的修复需要相当长的时间，可能意味着要以季度甚至年度来计算。 当然，也有反驳观点，历史上 led 灯普及之后，用电量并没有无限增长，工业自动化也没有让工厂无限扩张。 技术冲击往往带来的是行业重组，而不是一边倒的毁灭。所以最可能的结果是分化能转型的公司，比如说 salesforce 或者 service now， 可能活下来甚至更强， 但那些只是给 ai 套个壳，没有自己数据护城河的中小萨斯，可能真的回不去了。用分析师的话说，有些股票是被无差别误杀的，有些是因为结构性的原因被合理重估的。 区分这两类才是现在最关键的事情。去年 deepsea 告诉我们， ai 可能不需要这么贵的芯片，结果芯片股涨回去了。今年 astropica 告诉我们，有了 ai 可能不需要这么多软件，这次还能涨回去吗？答案可能没有那么简单，一个冲上游，一个冲下游，上游扛住了，下游还在流血。 所以肯定会有人问， sas 是 不是要死了？我觉得死的不是软件，是卖工具。这个思路，以前随便搞个 sas 就 能融资，后来是随便加个 ai 赋能的标签就能融资。而这次 anthropic 的 动作，算是帮大家戳破了泡沫。 软件不再是你买回来的产品，它正在变成一个自己会动的劳动力。这对程序员、初级律师、会计确实很残酷，但对能驾驭 ai 的 人来说，这将是一个巨大的机会。 别光盯着那蒸发的两千八百五十亿，去看看他留下到哪里。好了，这期视频就到这，如果觉得有用，点个赞，转发给你那些还在种草、 sars 的 朋友。评论区告诉我，你觉得哪家软件公司会第一个扛不住呢？

兄弟们一早起来就发现 astonopik， 也就是可乐送了五十美金的福利，但是需要自己去领。不得不说 astonopik 这一招非常聪明，既给了用户福利，又做了一波营销，真的学到了，而且五十美金还是比较大气的。现在我告诉你怎么领，首先登录你的可乐的扣档， 然后点击这个个人中心，设置 uc， 没领的话，他会在这里出现，会在这个位置出现，但是因为我已经领了，所以这里就不显示了，赶紧去领吧，订阅的会员呢，一定别忘了领，记住二月十六号之前。

短短几天里，市值蒸发了近一万亿美金，这是什么概念？就在我们热热闹闹过春节的这几天，美国的萨斯行业却迎来了史诗级的崩盘。这一切的导火索是二月三号， ai 巨头 osapic 低调上线的一款桌面工具 cloud coork。 这个产品啊，没开发布会，更没有 ceo 出来演讲，但却让整个华尔街炸了锅。设计巨头阿多比、客户管理巨头 salesforce、 企业流程巨头 ceo， 这些巨头们的市值立刻大跌了百分之七左右，法 律平台 ngo com 更是暴跌了将近百分之二十，当天蒸发的市值就达到了两百八十五亿美金，后续更是引发连锁反应， 最终跌出万亿规模。要知道，过去 s s 软件公司可是资本市场的香饽饽，他们的盈利模式啊，是定远制，客户是年年续费，毛利能做到百分之八九十，现金流呢，稳定的就像收租一样。不过这次的崩盘不是突然翻车，早就有苗头了。 由于 ai 的 出现，这两年一些公司啊，都在大规模裁员，这直接让 sars 公司减少了很多的订员收入，去年第四季度，他们增长的中位数已经掉到了百分之十二点二。于是很多公司呢，就开始做防疫性的收购。像 clsforce 去年是花了八十亿美金， ceosno 呢，是花了一百二十亿美金 去并购公司。懂行的人都知道，成熟的公司一旦开始密集收购，这就往往意味着自身的增长正在放缓。 所以按索派克这波根本不是什么突然袭击，而是压垮骆驼的最后一根稻草，这是他们的克罗尔克沃克一口气是发布的十一个 ai 插件，包含了企业经常用的销售管理、客户支持、市场营销等等，这些功能 是直接杀进了萨斯企业的核心业务，所以资本市场的反应才会这么大。而真正让资本市场彻底慌了，信心彻底崩塌的是后续曝光的技术细节。 有人拆解以后发现，新发布的 ai 插件根本不是什么新模型，居然就只是一份两千五百行的 ai 提示词。这时候市场啊，瞬间被点醒。如果一家上千亿市值的公司的核心产品，那靠一段提示词就能做出来， 那萨斯公司的护城河到底在哪里？这个问题呢，有多可怕？看看按说皮克的增长就知道答案有多残酷。他们最近十四个月的收入，从十亿干到了一百四十亿，有了三十万家企业客户，财富五百强里，前十家里有八家都在用他们的 ai。 德勤公司四十七万员工全部都部署了。 而且不仅是 osopik， ai 巨头们正在集体对 sas 行业进行全面围攻。 open ai 在 二月五号发布的企业级平台富人第二 google 呢，也把界面的深度绑定到了 workspace， 所以 他们一个也没闲着，都在往这个市场里面冲。 另外，我觉得最大的挑战是 sas 公司的商业模式、产品架构被动摇了。以前 sas 主要是按用户数量或者是功能模块来收费， 但未来如果 ai agent 直接交付结果，客户就会更倾向于按结果付费。那萨斯公司要想活下来，可能就必须从提供工具向提供更高价值、能够被 ai 调用的基础设施去转型。我个人的看法是，未来的软件不会消失，但都会深度的 ai 化。 不过我们回望历史，有一些时代的剧本可以参考，比如像沃尔玛在亚马逊的冲击下主动求变活了下来。 传统报纸在互联网浪潮里是直接衰退，现在的杀死巨头，谁能够活成沃尔玛，谁会变成没人要的旧报纸？答案很简单，就是在这个生死时刻，如果不再重塑自己，就真的晚了。

上篇咱们讲了 open core 加飞书的部署实战，接下来讲讲成本优化。我自己用 open core 处理任务， 一开始用库德 a p i， 结果月底开账单，贵的离谱。今天咱们聊一聊怎么用 coding plan 把这个账单打下来。先说说原因， open core 不是 普通聊天机器人，而是重度 ai agent， 它会同时做很多事， 记长上下文，自动拆任务，多轮规划，结果就是普通聊天一轮几百 token， overcrow 跑一个项目就可能是几万几十万 token 起步。 如果你还用克鲁德双厘这种价格天花板的旗舰模型，账单只会四个字，贵的离谱。咱们用传统 api 方案每百万 token 的 感受价差，克鲁德双厘四点五， 输入大约二十一元，输出大约一百零五元，体验好但是珍贵。 mini max 输入大约二点一元，输出大约八点四元，效果接近说你单价只有十分之一 g o m 四点七，输入大约两元，输出大约八元，单价也只有十分之一。同样百万投肯克鲁德要十几到几十块，国产模型只要一两块。新方案 coding plan 是 什么？ 普通 a p i 像水电表，用多少算多少，按 token 收费。 token plan 是 专门给写代码工具设计的，包月流量套餐，固定月费换一大包编码请求额度给克罗德扣 overclock 这种重度工具用则算到每百万 token 经常只有普通 a p i 的 五分之一或者十分之一。 简单来说，原来一滴一滴买水，现在按箱买回家用。以下四家请随意使用 mini max coating prime 月费二十九四十九一百一十九三档，对应每五小时四十一百三百个 prime， 效果接近库尔德价格十分之一 g o m 首季度每月二十，续费四十，当便宜版的库尔德 kimi 三十九每月 阿里云百练 king 新课首月十块，续费四十，每月更是每五小时一千两百次。请求阿里云官方文档明确写了，可以直接给 opencr 用， 直接说方案。如果你用 opencr 加克鲁德索里的 a p i， 一个月输入两千万，输出两千万 token， 克鲁德账单大概每月两千五百块人民币，换成 mini max。 四十九， 每月账单从两千五百元降到几十块，省掉百分之九十以上。众多用户可以用 mini max 加 queen 双备份， mini max 四十九元当主力， queenlight 四十元当备用，合计八十九元每月，足够支撑整月高强度使用。最后说为什么双赢，对你来说，原来每月账单可能需要一百到三十美元，敢放心用 opencard 长时间跑任务， 从不敢用到放心用。对厂商来说，单价降了，但使用时长和代用次数上来了，收入从波动 a p i 计费变成稳定订阅，还能拿到更多真实数据，帮助模型迭代。这就是用户少花钱但多用厂商，单价略低但赚得更稳的双赢局面。 本期讲了三件事，第一，为什么 token 贵？ overclocking 是 重度 agent， 单次任务消耗大。第二， coding plan 是 什么？包月套餐单价只有 a p i 的 五分之一到十分之一。 第三，怎么省？ mini max、 g o m kimi 四家方案单单能从一两千元降到十几块。如果你没看过上集非书部署的内容，可以先去看看，建议收藏一下。 token 贵，大多数不是用错了 ai， 而是计费方式没有选对。

高估值科技股急急雪崩，新的危机已经来了吗？大家好，我是闫水阳。最近不管是 a 股还是美股，只要是溢价高的科技股纷纷都在杀估值，市场到底在恐慌什么？科技的长期信念是真的崩塌了吗？首先这轮科技暴跌最开始是从美股传导出来的， 防火锁呢，有两个，一个就是前面视频给大家所讲过的，每年组新主席提名的沃森，由于之前他的理念都是偏音派，所以市长都在担心一旦他上任之后，政策可能会收紧。另一个就是二月三号，美国一个初创的 ai 公司给他们的 ai 智能体工 根据了一款法律插件，专门帮企业法务干活，审合同、写法律招标、做验收等等。以前这些活要么请律师，要么买昂贵的专业软件，现在是 ai 就 能够直接搞定，这就直接击垮了那些法律软件数据服务商赖以生存的不成核。 因为这就相当于以后 ai 可以 绕过应用层，直接接管完整的工作流，只要有大模型，再加一个插件，就能够搞出来一个可执行的智能体， 而且还不用嵌套在软件当中运行， ai 就 可以把软件取而代之。所以更新之后，直接让整个硅谷都活在软件已死的恐慌当中，从而又引发了华尔街的末日抛售，整个美股的软件板块几乎都遭受了血洗， 一夜之间市值就蒸发了将近三千亿美元。更加要命的是，市场很快就反应过来，类似法律这样的垂直行业还有成千上百个，以后每一个都可能被 ai 插件逐一颠覆， 也就是说 ai 这一次不是来护栏旧行业的，而是来颠覆和替代的。如果以后每个行业的专业软件护城河都能被 ai 插件在几个月内跨越的话，那么整个软件时代的估值逻辑就必须彻底重写。 所以华尔街的恐慌本质上是对一个旧时代可能会终结的恐慌。但是我觉得大家也不必因此绝望，不用过度担心会不会引发科技信仰的崩塌，甚至是对市场形成毁灭性的打击。就让我们 跌谷来说，科技在杀跌的时候，很多低位的方向其实已经有资金是流入的，也就是说市场并没有出现一边倒，而是在走分化，等到这边恐慌过后，自然会重新进行新一轮的平衡， 而且这是一轮新的技术革命，但凡是颠覆性的创新，基本都不会平平稳稳。对于旧模式或者是劳动力结构等等，肯定是避免不了会有冲。 那么在这个过程当中呢？波动也是免不了会被放大，但我们要做的事就是做好应对策略，做好风险对冲，不要把鸡蛋放在一个篮子里面，也不要随意去 o 赢，手里有现金，心中有策略，自然能够从容应对波动。