每日 ai 今天是九月二十二日， codex 额度又快用完了， table 又预告重置了。今天中午他发帖让大家准备开工重提自己答应的周二重置，还说有其他东西要来 评论区等的很直接，能不能继续让 ai 干活？重置就是把已经消耗的使用额度重新恢复，让被限额卡住的任务能接着做。 目前这条消息是预告，还不是已经到账。另一边， grok 四点七刚上线，就有人发现额度掉得更快了。奇怪的是，官方每个 token 的 价格和四点六一样。发帖的是一位 curser 用户， 他说在同一个长期任务里，旧模型消耗百分之一周额度要一百多分钟，换成新模型后几次只用了三四十到五十多分钟， 这是他的个人记录。单价没变，不代表完成任务的总消耗不变。模型用了多少 token 同样影响账单。买了 cloud 订阅又想用 hermes， 现在有了新接法， hermes 是 能调用工具处理任务的 ai 助手， 他的新实验插件通过 cloud code 接入你的 cloud 订阅。于是任务仍由史密斯安排，模型换成 cloud 工具执行和历史记录也继续留在史密斯这边，用的还是订阅额度，并不是额外送一份。 最后看这段跑酷车往前开躲障碍，这是量子位用阶跃 step 五 preview 做出的游戏，作者还让他操作 blender 搭了一个后视场景， 配上昏黄灯光录像灶点和脚步声，做出来不等于一次就做好。作者说有些细节还要指出问题，再改两三轮。这里展示的是媒体的实测结果。
粉丝269获赞1940
相关视频
01:16查看AI文稿AI文稿groc、 酷 sirx 现在能放进同一个套餐里了？乍一看，三张账单合成一张好像肯定更省钱。真要这么算，很容易漏掉最关键的一笔。大家好，这里是苏门的 ai 频道。这个新套餐 plus 每月八美元， premium 每月三十美元， premium 还带酷 sir pro 等权益。 价格听起来不错，但我建议你先别急着把旧会员费加起来做减法。先问自己一个问题，你在酷 sir 里 时主要用哪家的模型？如果主要用 groc， 这次打包确实值得看，因为 groc 和 crocod 用的是同一个 crocod 模型，额度池每周刷新。你常用 crocod 又确实需要 crocod 和 x 的 权益，就有必要拿自己的用量算一遍。但如果你写代码主要靠 crood gpt 账，就不能这么算了。 新套餐里这些第三方模型要到 premium 级以上才能用，而且是单独付费，不包含在每月三十美元里。已经订阅 crocod 的 朋友也不用急着切 旧方案，可以继续用。一旦切到新套餐，第三方模型怎么收费，就要按新规则重新看。所以这次最该看的不是打包价三个字， 而是你实际在用什么模型。一句话，入口打包了，不代表成本全包了，先看用量再谈省钱。视频制作不易，如果对你有帮助，欢迎一键三连，感谢感谢！
3苏门AI
01:27查看AI文稿AI文稿两天里 ai 编程五件大事，二十美元的 cursor pro 没了。第一件， cursor 并入 x 订阅，二十美元的 pro 下架了新档八载三十一百二百美元，八美元档只能用 grok， 用 clod 或 gpt， 至少三十美元档还按 api 价令付。 第二件， antropic 气用 git 自建了版本控制系统 siren， 每天合并代码从五月二千五百次涨到九月三万多次， 七人五个月签完，开销小二百倍，瓶颈从写代码变成管代码。第三件， cloud code 加了空闲自动压缩二十万 token 的 对话，闲置约五十四分钟，敢在缓存过期前压缩缓存读取，最低只收百分之五，过期重写要翻倍，长对话直接省钱。 第四件， github co pilot 的 多模型编排， hydro fusion 上线 maxdown 便宜模型先起草裁判把关，不行再升级强模型，官方估算成本最多省百分之六十七，但还是研究预览，别直接上生产。 第五件，阿里 coder 把智能体团队开放给了个人版，官方称 fast 模式响应从八秒降到三秒， token 少用百分之二十七，还能导入 workbody 的 任务和技能，换工具的成本更低了。 这五件，你最关心哪一件？评论区打数字关注我，每两天一期编程版，看懂全球 ai 大 事！
16风车
04:54查看AI文稿AI文稿你在 cursor 里悄悄换模型的那一下，可能就多烧了你好几倍的钱。别的博主呢，都在教你写提示词，今天说三个他们不会讲的小常识，那么这三个设置呢，就是目的就是让你的 ai 不 变笨，不变贵，也不跑偏。 那么第一个呢，就是如果你选定了一个模型，就不要乱换。当然如果你在 cloud code 呀或者 codex 里啊，这种只有一个模型的话，那还好，但是如果你在 cursor 这类工具里，或者说这个 tree， 那 么频繁换模型呢，会让你多花很多的冤枉钱。 因为换模型最重要的一点就是会让缓存直接失效，那一轮的成本呢，可能就要翻个好几倍。那么这个原理呢，不想听的观众可以直接跳过我简单讲一下。 呃，那么模型的缓存呢，主要就是它的规则工具和你们的对话历史， 这些消息基本都是固定不变的，所以会被模型缓存，那你再发新消息啊，他就只计算你发的新消息的 token， 那 以前的消息呢，他就不会再计算一遍了。 也就是说 ai 会把前面不变的部分缓存起来重复用，那么这部分如果是命中缓存的，那就是非常便宜的。但是如果你换了模型，那么它的缓存就会全部失效。相对于你要重新计算很长很长的工具啊，或者是系统级的提示词， 那么第二个呢，就是上下文要手动压缩。很多用户呢，可能习惯就是当这个 ai 上下提示呃，这个上下文满了之后，然后你的这个编程工具自动去帮你压缩。 呃，这样的话呢，其实是不好的，因为当 ai 超过一定限度的话，它的就会变，就是它就会跑偏，而且变得非常笨。我的个人经验是百分之五十左右就要压缩了，如果超过百分之八十，那就必须要压缩了，要不然再写的话可能会呃跑偏。 然后这里有一个小技巧啊，就是呃，这是我个人的一个经验总结吧，就是我一般会把一些相关的需求放在一起做， 比如说有任务一二三，任务一和二是比较相关的，然后任务三是相对来说独立的，那我就会把一和二放在一段上下文里面， 比如说我做完一和二之后，这个上下文来到了五十或者六十，那么我就会手动的去压缩一下，因为它压缩上下文并不是说把你前面的消息全部都丢失。那么这个时候我再做这个三的话呢，首先它上下文清空了，模型会变得聪明一些， 然后其次他还记得前面的一些记录啊，就会很实用。好，那么第三个呢，就是这个 cloud 点 md 了，这个就相当于你给模型设定的一个规范，那么下面是我自己的一些经验总结出来的。呃，这个规范 呃大家可以作为参考。那么首先呢，就是呃分布写，别一次写太多， 那么这一点呢，可以避免模型如果一次生成啊，几千行，那可能会出现就是他自己都不知道自己写的对不对，而且也不好检查的情况。 然后呢，让模型每写完一步先自己检查，再提交他自己检查出错误总比你自己啊费劲巴拉去审查呀，然后再写提示词，让他改要方便的多， 然后测试越少越好呢？这个可能一些人不知道这是什么，这个是我在用 cloud 的 时候，因为 cloud 他 最近很喜欢做那种冒烟测试啊，一做可能写一个文件，做一两个测试，就测试写的比代码都多，那么这个我就规范他，我就说你这个啊，你只做必要的测试 啊，不必要的呢，你就可以不做。第四个呢，很关键，就是让他不确定的先联网何时？现在不管多智能的 ai， 包括 vivo 五啊和 g p d 五点六，其实都存在这个问题，就是他很可能会拍脑门决定啊，他觉得自己 知道，他觉得自己是对的，但实际就是不对。那我们让 ai 不 确定的先联网何时呢？就能很大程度上避免这个问题。 那么最后一条就是绝对不用假的数据。呃，当你在做一些需要录入数据的项目的时候， ai 可能会不经过你同意，直接给你放一些模拟的数据，这样你的系统可能会比较好看。 呃，但是这种数据呢，一般改起来，然后后期管理起来特别麻烦。所以说呢，我就直接让 ai 就 不要用假数据。 那么这三条呢，其实同一件事呢，就是让 ai 一 直保持在一个最佳的状态。好，那么本期视频就到这里，谢谢大家，希望大家多多关注。下一期我们讲一下 gptlife 到底是如何实现实时对话的。
42蓝海豚
01:17查看AI文稿AI文稿cs 这个产品在程序员圈子里近期火得一塌糊涂。它本质上是一个代码编辑器，但集成了非常强大的 ai 辅助功能。你可以用自然语言描述需求， ai 直接生成代码。你可以让 ai 解释一段复杂代码的逻辑，你可以让 ai 帮你调 bug、 重构代码、 写测试。这种和 ai 结对编程的体验让很多开发者感叹效率提升了好几倍。 cs 的 核心优势是上下文理解，它能读懂整个项目的代码结构，依赖关系命名、规范生成的代码，不 孤立的片段，而是和项目高度融合的。这种能力来自于它背后的大模型对代码语义的深度理解。 curser 对 编程教育的影响也很深远，新手学编程近期大的障碍是不知道怎么开始写。有了 curser， 你 可以先用自然语言描述想法，让 ai 生成出版代码，然后在这个基础上修改和学习。 这种从结果倒推的学习方式可能比传统的从语法学起更高效，但单词也引发了一些争议。依赖 ai 生成代码，会不会导致程序员的基本功退化？当大家都用 ai 写代码，代码质量是提升还是下降？ ai 生成的代码出了 bug， 责任算谁的？这些问题还没有标准答案，需要在实践中探索。 从行业趋势看， ai 辅助编程已经成为不可逆转的方向。 github、 co pilot、 cursor、 replay 等工具的成功证明了市场需求的真实性。未来的编程可能不是人写代码，而是人指导 ai 写代码、人审核和优化代码。这种工作方式的转变，会深刻改变软件开发行业的人才需求和技能要求。
7974NEXT科技
01:03查看AI文稿AI文稿carthur 真的 卖给 spacex 了，六百亿美元。说白了， spacex 买下的不只是一款编辑器，而是开发者每天打开的那个入口。 carthur 的 母公司去年十一月年化收入刚刚突破十亿美元，今年六月 spacex 正式签约，八月十四日收购完成。 成立才四年， kaser 已经从一个工具变成了战略入口。为什么这个入口这么值钱？因为开发者每天都在这里写代码。现在它背后接上了 colossus， 也就是由二十万张英伟达 gpu 支撑的超级算力，还参与训练了 grok 四点五和四点六 模型算力，再加上开发者入口这条链开始闭合。但有一点别混淆， optimus 还是 tesla 的， 它只能算马斯克版图的一块拼图，不是这次收购的一部分。 那独立工具的黄金时代结束了吗？我觉得不是结束，而是中间地带正在变窄。在 rap 的 企业支出样本里， carthur 的 份额已经从百分之四十一降到大约百分之二十六。 与此同时， antropica 拿走了大约一半。竞争当然没结束，只是规则变了，以后要么自己长成平台，要么成为平台的一部分。 carthur 不是 退赛，他只是换了一套队服，直接进了决赛。
7古今像素
00:58查看AI文稿AI文稿今天这条可能有点离谱，科斯尔把自家编程模型做出来了，还顺手把价格打到脚踝。新模型叫 composer。 二，主打编程场景，在多项编程基础测试上都有明显提升，甚至能和 clod 的 旗舰 opus 白手 one。 更夸张的是成本， 别人降价叫腰斩，他直接脚踝斩。问题是最近大模型几乎都在涨价，托克用量越跑越大， curser 为什么还能降？答案不再省一点推理技巧，而是在训练方法。 curser 用了新的强化学习，让模型学会做笔记。模型坐场任务做到一半会停下来 自己写一段阶段总结，把关键决定和剩余步骤留下来，把不重要的细节压缩掉。结果就是上下文更短，但信息更关键，任务越长越不容易忘，也更不容易跑偏。同样的高难工程任务， 扑克用量可以只剩五分之一，因为遗忘更少，错误也能少接近一半。官方还拿了一个极限例子，让杜姆跑。在 m i p s 架构上，很多模型会在中途卡住， composer 可以 连续上百轮交互，一直推进，靠的就是这套作笔记能力。 这次真正的变化不是又多了一个模型名字，而是 ai 编程开始学会长跑。如果你做的项目很长，经常遇到模型跑一半就乱，这类会做笔记的模型，可能就是接下来最实用的方向。
02:57查看AI文稿AI文稿估值三百亿美金的编程工具 cursor 发布了它的首款自研模型。但很快，有开发者通过 a p i。 调试，发现了背后的模型来源。模型 id 赫然写着， kimi k 二 p 五 r l。 这不是 cursor 自研的， 这是中国公司月之暗面的 kimi k。 二点五。三月十九号， cursor 高调发布 composer two 官方博客，全书讲持续训练、强化学习， 一个字儿都没提，底座是谁的。结果同一天，开发者在调试 a p i 的 时候，发现了请求里的模型 id 没改干净。 account 是 einstein models， kimi k 二 p 五 r l 零三一七 s 五幺五 fast。 einstein 是 cursor 的 母公司， kimi k 二 p 五 就是月之案面的 kimi k 二点五 r l。 是 强化学习，零三一七是训练日期。模型 id 直接暴露了与官方宣传不一致的信息。月之案面的预训练负责人当天就发推回应了，他说团队测了 compt 二的 tokenizer， 和 kimi 的 完全一致，然后直接艾特了 curser 的 联合创始人。原话是，为什么不尊重我们的许可证，也没有支付任何费用。但很快，这条推文被删了，另一个，月之案面的员工也确认后删了。这种确认删除的操作， 说明两家背后大概率有商业关系，不方便公开撕破脸。 kimi k。 二点五用的是 modified mit license， 也 也就是在标准 m i t。 的 基础上加了一条，如果你的产品月活超过一亿，或者月收入超过两千万美元，就必须在页面显著位置显示 kimi k 二点五。 curser 的 月收入是一点六六亿美元，超标八倍。但它的界面上写的是 composer two， 没有任何 kimi 的 影子。这就是问题的核心， 许可证白纸黑字写了要在界面标注，你却用了别人的模型，连名字都不提。第二天， cursor 的 开发者终于承认了 composer two 确实基于 kimi k 二点五，但它的说法是，基座只 占计算量的百分之二十五，剩下百分之七十五是我们自己训练的，而且通过推理合作伙伴 fire workers ai 来遵守许可协议，这个便捷站不站得住呢？许可证写的是在用户界面显著位置显示，而不是通过基础设施层面满足。 不过最终月知案面官方确认了许可证正在被遵守。这件事算和解了。但关键是，如果没有那个开发者抓包，用户永远不会知道自己付费用的是什么模型。这事不是个例。就在两天前，日本乐天发布了号称日本最强 ai 模型的 racuto recreate ai 三点零，结果 hanging face 上的配置文件直接写 deepsea v 三，连加购名都没改。 h n 上有一条评论特别到位， composer one 用的是谦问， composer two 用的是 kimi ide 基于 vs code。 curser 到底自言了什么？这件事的本质不是 套壳，本身用开源模型微调完全合法，也确实需要技术能力。但问题是你拿了别人的东西不标注来源，还包装成首款自研月之暗面的许可证，设计其实很精妙，它提前预判了这个场景。而这次事件证明开源许可证是有效的，但透明 只能靠社区盗币，不会自动发生。中国的开源模型已经成了硅谷的基础设施， kirby 用 kimi， 之前用千问，乐天用 deepsea， 中国开源模型正在被越来越多的国际团队采用。
473寒冰巨魔
02:36查看AI文稿AI文稿ai 圈刚刚发生的一个小事件，但其实信息量特别大， ai 模型刚发布就被识别出 dna。 嗨，大家好， ai 编程工具 curser 想必大家都不陌生，它刚刚发布了一个新模型，叫做 compressor 二， 官方宣传非常直接，更强，更便宜，甚至在部分测试里超过主流模型。听起来非常猛， 但发布没多久，开发者就发现了一个细节，在模型的 id 里出现了 kimi k two point five 的 标识。同时就有人对比了这个 tokenizer， 发现行为模式跟 kimi 高度一致。 在 ai 圈，这基本等于一个信号，这个模型很可能不是丛林训练的。很快，科瑟的联合创始人就发文确认了，他们测试了很多底座模型，发现这个 kimi k two point five 是 表现最强的一个。 而 composer two 是 在这个基础上啊，做了持续的预训练，又进行了高算力的强化学习， 规模扩大了四倍。也就是说，这不是直接调用模型，而是基于墙底座的二次训练。这里简单的说一下 kimi， 他 来自中国公司温氏的 ai， 特点也非常的明确，他有这个超强的这个超长上下文的理解能力， 然后它的推理成本相对来说比较低，所以在业内，它经常被当做底座模型。有点像不是自己种菜，而是先买到最好的食材，再做一道更复杂的菜。 更有意思的来了 kimi 的 官方账号，随后也转发祝贺，直接表示很高兴看到 kimi 成为 composer two 的 foundation。 这基本说明这是一次公开的技术合作。那为什么还是引发争议？其实问题并不在技术，而在表达方式。如果一开始科 sir 就 说，哎，我们基于某某型做增强，呃，我觉得行业完全可以接受， 但如果用户理解成是完全自研的，这个预期就会完全不同。而真正值得注意的是背后的行业变化。因为现在 ai 的 产品竞争已经越来越少的公司是从零开始训练模型的， 大家比的是谁选的底座更好，谁训练的更聪明，谁把产品体验做到极致。换句话说，未来拼的可能不是谁造出了最聪明的大脑，而是谁会利用聪明的大脑。 所以这件事的核心其实不是有没有用 timi， 而是一个现实，未来很多 ai 产品可能都建立在同一批模型之上。那问题来了，你觉得这种二次开发算不算真正的技术能力？
06:27查看AI文稿AI文稿就是假设就是科斯还是用以前的啊， opus 这些模就是，呃呃，对啊， antropy 的 模型的话，那 antropy 会要收它吗？为什么不收？这个思路应该怎么想的事情？我我觉得先可以先讲一下，就是 cursor 之前的比较比较优势嘛。嗯，我们还是要回到这个话。呃， cursor 的 比较优势是确实就是 composer 和它的工程化带来，嗯， 就它的工程化，也就是我前面说的 dirty word 啊，就是，呃，库克的。如果我们我们知道它底层的工作原理的话，它有一个机制叫渐进式批录啊，就是它会 从你的目录里面一层一层的往下找，对吧？我先找到，比如说我们今天要录制播客的这个文件夹，这个文件夹里面有这个一个资料的文件夹和一个结论的，我们会去在资料里面再去找，它是一个个这样找过来的，所以它是比较费头肯啊。但是，呃，这个 cursor 的 实际的运行机制是用非常多的 graph， graphing 就 可以理解为是 come on， f 就 f。 嗯，对， 我直接搜到这个潜在的这个文件的段落，我直接就去那个定向的文件，那它会对整个推理电路的准确性有一些的折损，但是它能带来效率的非常的大的。嗯，这就是 kris 在 很多场景下会比，比如说 carlo 的 呃速度会快一些，呃， 然后它，它从它底层的毛利率的情况上来说，它应该也会好。那它为什么这个要做 composer 这个模型呢？或者为什么要从 kimi 这里去洗一个 composer 出来？它洗的不是质谱吗？它洗的是 kimi 啊，它洗的是 kimi k 二点六嘛。呃，它为什么要去做这样一件事情呢？就是因为。呃 cloud 的 那个模型太贵了。就因为 cloud 的， 比如说 opus 或者是 sorry 的是作为 cursor 的。 呃， 供应商，对吧？那它是成本价。呃，呃， cloud 的， 或者说 cloud 的 把这个模型接给 cursor 是 收的一笔代议价的费用，就它收的是 api 的 费用嘛？ 嗯，那比如说我们现在觉得 carlo co 的 就是百分之七十五的毛利。嗯，就是我说 carlo 的 a p i 的 这个不是 carlo co 的 这个产品啊， carlo a p i 大 概是百分之七十五的毛利。那也就是说 carlo 需要把这个衣架支付给 arthur？ 对， 那他从长远来看是打不过 carlo co 的。 对，是的，这个是，所以说中间商他中对他，所以他就需要。就 它本质上也是个 rapper， 它只是一个高级的工程化做得非常好的 rapper， 它有非常大的价值。呃，所以它需要去搞出这样一个 composer 的 模型来降低它的推理成。嗯，对，这也是很多社区上的人就会说，哎，为什么 composer 的 这个同样是付四十美金或者一百美金的这个 plan？ 为什么它的这个 sonnet 或者 opus 的 量会比 clockcode 给的少很多？ 嗯，那他这给给不起啊。嗯，他不是不想给，他给不起啊，他给给你非常多，或者给你相同的量，他是没有毛利的。对，克拉克拉扣的是有毛利的。对，是的啊。那从另一个角度上来说，这个。呃，呃。克拉的之前也有一个，或者说科斯的那个创始人之前接受了一个采访。 嗯，啊，他说最早艾特佩告诉他们说这个，呃，这个内部的一个，就艾特佩内部的一个工作。对，是说他只是服务内部的， 我未来不会发布的，你们放心吧。啊？谁信啊？但是你，你还要就知道一点，就，呃， iosauric 他 把模型卖给 curser 之后，因为 curser 是 当时调研量最大的模型。对，或者说 minus 也是。对， iosauric 很 大的模型是卖给 curser 跟 minus， 那 这是一个闭源模型，所以说所有的 api 请求都会打到，要么是 amazon 的 这个这个 office 的 服务上，要么就是 sara 自己的数据中心的服务上。所以说这些闭源的模型厂商是能把这些 api 请求去蒸馏，或者说去琢磨里面有什么共性，然后我要对我的下一代的模型做什么样的训练让它表现更好的。嗯，所以这个模型才能滚雪球一样。就新时代 ai 时代的数据飞轮就是这样子的。对，是的， 那这对于科斯来说呢？他是完全不具备这个，他不具备这个预训练后训练的各种能力，那么他在这个方面就是完全处于下风啊。从长远来看，就我们现在也可以看到了，科斯其实是一个处在降温的一个状态。 是啊，那回到你前面那个问题，为什么马斯克要收这个科斯，对吧？或者或者我先确定一下，就是你该在这这一段话的描述。其实你的总结就是 nfl 不 会去收购科斯，绝对打死都不会，他不用收购。好的， ok， 反正你就会自动死。对，他已经做出来一个比科斯更好的 产品吗？嗯，就我们可以看迭代速度，也可以发现。对，就是。呃，就我不知道大家这个听众里面有没有人疯狂的用卡扣子跟扣子买？嗯，我相信肯定是有的，但我不知道渗透率到底是怎么样，因为现在渗透率是一个很大的问题，就是好像以前那种什么垂直电商就跑去杭州想把自己卖给淘宝，淘宝就说为什么要买你，还有那种，比如说那种那种什么那种垂直社交公司想把自己卖给腾讯， 呃，为什么要买你？ so， it's a good idea， let's copy it。 对， 是的， ok。 呃，所以马斯克为什么要买？所以马，所以马斯克为什么要买呢？我觉得就是首先他，他应该是一个期权的收购，就是如果最后他的那个对赌协议是输了的话，他只需要掏一百亿美金。对我的理解现在，呃，今天，呃， so today 的 话，他应该是这个就已经 close 了，所以他是六百亿直接收掉了。 他当时应该说的事情是说啊，如果我上市 spacex i p o 上市之后我不收你，我给你的分手费是一百亿美金啊啊，然后如果我收了，我就六百亿来收， 在六百亿收的话，具体是用现金还是用 spacex 的 股票我不确定，那我猜三万亿的股票就等于就是，对吧？我觉得从马斯克的角度有一个点子，我觉得他应该是想得到的，就是 x 本来的这个 模型就是 guarok， 这个模型也是可以在 guarok 上跑，嗯，然后他也可以利用 guarok 当前仍旧还有的这一大一大幅规模的这个用户体量，对去把 guarok 的 这个模型的数据飞轮跑起来 对它也是有一定帮助的，因为它缺乏一个入口的，一个爆炸式的一个用户的规，因为现在的 guo 和更多的这个访问的来源还是就 x 这个平台嘛，推特的这个平台啊，那里面的这个任务其实没有这么高价。嗯啊， 所以我们现在又就在在过去的几个月的一个小共识就是，呃， codex 和 coco 的 为什么这么成功，就是因为他们把目光放在了 coding 以及放在 coding 衍生的高价值任务上，因为用户更愿意为高价值任务去 支付更高额的溢价，他们的商业化的循环能跑通，这个对于 x 来说现在 ok， 所以 你觉得他们在买路口哦， interesting， 我， 我是之前我之前也不太去想买什么，但是我猜想可能是买团队或者是买 composer 的 这个发展路径 还是什么？但是，但是买路口，因为我之前觉得 x 可能是个更大的路口，但刚你听下来，你你你讲我我，我的理解是说啊，因为 curson 是 一个高任务的路口，高价值任务的路，对，高价值任务的路口，然后 x 都不知道是啥路口，就是我每天刷一刷的路口。还有还有一点，就我们前面提到这个毛利的视角，嗯，也是有价值的，就是因为 cursor 之前是要付给 antarctic 那 笔百分之七十五的 opus 模型的溢价的，对吧？但如果它接的是 x 自己的数据中，那就不需要这明白，它的商业模式某种程度上就能跑了，就成立了，跑的跟 codex 跟 coco 的 一样了，同一个级别。 ok， 了解。哦，这有意思，而且它这个反正并进来如果做得好的话，也会对于 spacex 有 很大的帮助嘛？对，我们也可以看之前 google 收的一家呃扣点。呃，我都忘记了 winsole。 对， winsole。 对 对，就是。呃呃。 google 把那家公司收掉之后在很短的时间内就把 anti gravity 做出来。哦对对对对，这是有道理。对，是的。呃对，所以，呃这也这也是一个点吧。但是只能那已经是一年前的事情了。最近过去。过去一年 google 没做啥呵。呃，只能对，哦，对不起， google 是 很好的公司，那个时候 就去年年底。嗯呃。 google 是 被大家捧上神坛的公司对吧？哈萨比斯反仿佛是一个神一样。神一般的男人。
690雷蒙的投资播客
