Time-Series-Master is available now! No coding required. You can do your own deep learning or machine learning based time series prediction with just clicks! Support LSTM, RNN, Transformer, XGboost, LightGBM, ARIMA etc. You can also custom your own model. Check it now!

为什么国内到现在都还没有一个通信软件可以让 agent 当自己的代理，且聊天功能、基本agent回复功能免费？ 我看了许多类似的产品，Teamily AI 一上来才3天试用就要收费。微信说是推出小微，小微现在只能代发信息，但是完全没法充当可靠的代理 agent 回复信息。

F.02 Decommission

PC端的产品可能没有什么是AI攻克不了的。今年上半年用风头正盛的Gemini做mac端swift应用还做得是一坨屎，今天GPT 6 sol已经不在话下了

codex做得太垃圾了。正常的一个需求，同样的模型，用Pi一遍过，codex搞了许多遍都不行。

orca用了好几天了，再回看zed，感觉就是个不合时宜的老古董。vs code至今还留着也只是因为插件多。zed的优点看来看去好像只有是用rust写的这一项，虽然已经足够了……今天在公司里申请使用zed，因为vs code打开项目文件太慢了。

fake life maxxing 💀 with Higgsfield Genjutsu 📹: @iinsightri in IG

this is horrible

deepseek-v4.1-flash有点经艳，openai不努力没人买它们的订阅了

越用越觉得glm 5.3是智障，好像除了写代码，其他什么都不会。让他解释一个问题也云山雾罩，完全比不上gpt的清晰、直接

My token budget is running low. Is Astra burning through my credits without producing substantial improvements? @thsottiaux

I'm starting to think gpt-6-astra as a fraud. In my daily development task, it seems to only outperform gpt-5.6 sol by less than 7%. While the token expense is stunning, and caused me 5x money in this stuff.

Are we at AGI?

Mix of the present & future... 😂

因为 AI，华尔街开始逼顶级律所降价了。 AI 正在把 Big Law 最值钱的秘密变得透明： 一件法律工作，到底应该花多少人、多少小时、多少钱。 FT 今天报道，Goldman Sachs、Citi、Morgan Stanley 等大银行正在集体向合作律所施压。 高盛已经直接问律所，用了 AI 以后，你们到底省了多少钱？这些节省准备怎么回馈给客户？ 花旗要求参与法律业务竞标的律所，把 AI 带来的成本节省算进报价。 Morgan Stanley 首席法务官 Eric Grossman 认为现在这套收费模式已经非常不稳定，银行准备更多使用固定价格和竞争性报价。 为什么华尔街突然开始算这笔账？ 因为 Big Law 过去几十年的商业模式，有一个非常关键的东西叫 leverage。 一个合伙人下面挂很多 associate，再往下是大量 junior。 并购、融资、诉讼里有海量文件审阅、法律检索、尽调、合同修改。很多工作并不需要明星合伙人亲自完成，而是交给年轻律师做，然后按照小时计费。 Junior 在这里既是人，也是可以出售的工时。 所以一家律所最漂亮的生意之一，就是一个高收费合伙人拿下项目，再让下面大量年轻律师持续产生 billable hours。 AI 最先挤压的恰好就是这一层。 查几百份文件、找判例、比较合同、做第一轮 due diligence，这些任务原来最大的成本是时间。现在 Harvey、Legora、Gemini 等工具正在把这些时间大规模压缩。 于是问题来了。 以前客户收到一张账单，上面写着 20 个律师做了 3000 个小时。AI 出现以后，Goldman 自己也在大规模部署 AI，它越来越知道这些工作究竟能快多少。 Big Law 和客户之间最大的一个信息差开始消失。 过去 AI 提高生产率以后，律所其实有机会吃掉全部红利。一项过去收 100 万美元的工作，如果 AI 让成本从 70 万降到 40 万，只要客户依然愿意付 100 万，律所利润就从 30 万变成了 60 万。 但华尔街现在已经反应过来了。 银行开始说这 30 万不能全归你。 而且这个事儿偏偏是在 Big Law 小日子过得非常好的时候发生。 Wells Fargo 最新调查显示，美国大型律所 2026 年上半年收入平均增长 12.4%，其中一个重要动力就是不断上涨的 billing rate；律师需求按 billable hours 计算也增长了 4.8%。 也就是说，目前 AI 甚至还没有把 Big Law 的收入打下来。 律所一边用 AI 提效率，一边继续涨小时费率，暂时把两边的红利都吃到了，现在客户来查账了。 接下来可能被打掉的，是整个行业用了几十年的计价单位。 小时。 如果一份并购尽调可以从 1000 个律师小时压缩到 300 个甚至更低，继续讨论「一个 associate 每小时应该收 900 美元还是 1000 美元」就会越来越没意义。 客户最终会问这件事到底值多少钱。 一旦从「卖时间」变成「卖结果」，Big Law 会碰到第二个更麻烦的问题。 它过去的组织也是围绕时间搭起来的。 大量招 junior，让他们从 document review、research、due diligence 开始，一边产生收入，一边训练，最后淘汰出 senior associate 和 partner。 如果底下这些工作大量消失，Big Law 不只是少收几百个小时，它连过去培养律师的流水线都要重新设计。 FT 已经提到，一些律所开始减少 junior associate 招聘。 所以我觉得，法律 AI 真正值得看的可能从来都不是会不会取代律师，它正在做一件更现实的事： 把专业服务行业里那些原本无法定价的时间，变得可以计算。 律师、咨询、会计、外包，甚至投行，本质上都有类似的问题。 过去客户买一个项目，同时被迫买下一大堆人的时间。 现在机器第一次让客户有机会把这两件事拆开。 Big Law 只是最先遇到问题的人。

Ox Alpha = GLM-5.3 Flash AA = 57 , 1/100 frontier price, Powered by pure Chinese chips. Delivered nearly 20% weekly token share (no. 1) on OpenRouter. Thanks to all for the support.

I tested Minimax H3 on Minimax Design this time on object replacement. > Gave it a reference video and 3 images and asked it to swap the dancers. > It generated this in under 1 minute and kept every face and the lighting consistent throughout. this is absolutely insane 🤯🔥 #MiniMaxH3 on #MiniMaxDesign

中国具身智能已经卷到这种程度了：公司成立不到 60 天，先让宇树 G1 开上了卡丁车。 共生知行 Symbiosis Robotics 今年 6 月底才成立，创始人丁鹏翔是 95 后浙大&西湖大学博士。公司甚至不造机器人本体，专门做机器人的“大脑”，第一个公开 Demo 就把宇树 G1 塞进卡丁车，让它用手打方向、脚踩油门，在赛道里完成连续驾驶。 现在很多人形机器人的思路还是“大脑+小脑”：上层 AI 看懂环境、决定干什么，再把动作目标交给下面的控制器执行。问题是，大脑想得再明白，最后身体未必做得出来。 共生知行这套 DPC 直接把中间层砍了。视觉、语言、身体状态、动作历史和执行反馈一起输入，模型直接生成机器人关节和手部动作。于是开卡丁车这种任务，就变成了一次很变态的全身压力测试：眼睛判断弯道，手连续调整方向盘，脚控制油门，同时身体还得处理转弯和加减速产生的惯性。 他们一共统一了 15,010 小时具身训练数据，但真正的双足人形数据只有 545 小时，其余来自 6,781 小时人类第一视角、4,024 小时机械臂机器人和 3,660 小时轮式人形，再全部转换成宇树 G1 可以执行的关节轨迹。 如果这条路线最后跑通，机器人行业还会出现一个类似大模型时代的新层级： 宇树们卖身体，另一批公司卖可以跨机器人迁移的基础大脑。 一家成立不到两个月的中国创业公司，已经开始赌这一层了。

gpt image 2.0则是

qwen image 3.0 pro是这样