刘小排r

不眠不休的连续、深度、大量使用GPT-5.6和Fable 5整整3天，每天消耗的Token都在50亿以上（图2）不过，可能是因为GPT-5.6使用的缓存Token虚高，如果排除缓存来看，我两者每天都只使用了2亿Token而已。下面是我的感受1. 整体而言，Fable 5的比GPT-5.6更好。它更像一个患有ADHD的CEO，思路广，主动性强，干活利索，但是没啥耐性。2. 狭义的「写代码」能力，GPT-5.6更强。有耐性，一丝不苟，哪怕是做最简单的活，（如果你打开Ultra档位的话），它也可以花很多精力很多时间来完成。 任何代码都能一次写完，当然，审美另说。 GPT-5.6 适合做CTO。3. 模型评测不能只看「一次任务谁写得最好」，还要看「一小时能交付多少可接受的代码」。虽然GPT-5.6在各种测评集上霸榜，但是在Agent类产品里的表现（类似Manus、Genspark那样的），GPT-5.6完全无法和Fable 5抗衡，无论是质量、审美、完成速度上，工具越多，差距越明显。 说来非常奇怪，在任何权威榜单上，Fable 5都打不过GPT-5.6，实际使用手感却正好相反。也许我们需要更好的榜单了。4. Fable 5真正领先的，不一定是能力上限，而是「第一次就更接近正确答案」。 它会更早发现架构问题，前端审美也明显更好，因此需要纠正、返工的轮数更少。GPT-5.6可能最终也能做到，但中间更容易经历“实现—审查—推倒重来”。所以Fable 5贵，但在人的时间更贵时，它反而可能更便宜5. 更好的组合：让Fable 5只出现在一个功能的「两端」。 开始时让它做产品定义、架构、交互和高保真原型；中间大量实现交给GPT-5.6；最后再让Fable 5做一次有明确边界的Polish与QA。6. GPT-5.6过去一周至少重置了4次，并且刚才宣布临时取消了5小时限额！ 我想，GPT-5.6最大的作用，是给我们的Fable 5续命。Anthropic原计划再7也要7日就要收回Claude Max套餐内免费使用Fable 5的权限，后来延期到7月12日，刚才又宣布延期到7月19日，并且免费提高了50%的使用额度。7. 大模型就是一个海鲜生意，打捞起来的一两周内卖不掉，就再也卖不掉了。 例如，GLM-5.2才牛逼了一两周而已，已经快被遗忘了，本周老外无论是谁（Meta、xAI、OpenAI、Anthropic）的新模型，都足以让你彻底忘记GLM-5.2。 8. 市场竞争真好！衷心祝愿各大模型厂商尤其是国产模型厂商，尽快打捞出来更好的海鲜。希望我能每天消耗50亿国产模型Token的那天早日到来。感谢这个伟大的时代！欢迎评论区讨论，说说你的感受。

老板看到的是工作，你看到的是快乐。

当你问Fable 5蠢问题时，它会偷偷记下日志：太蠢了，不配用Fable 5

爽用Fable5，最后7天。

GPT-5.6已经发布！1. GPT-5.6有至少四个版本，Sol Ultra、Sol、Terra、Luna，未来很可能还会有其他版本。 其中，Sol Ultra和Sol，显著超过了Anthropic的Mythos/Fable 5。2. GPT-5.6 Sol 在 Terminal-Bench 2.1 创下新的 SOTA（State of the Art） 成为该基准测试历史最佳成绩。3. OpenAI号称GPT-5.6是“目前最强的网络安全模型”（Cybersecurity模型）。 4. 难能的贵的是：GPT-5.6推理效率相当高。使用GPT-5.6 Sol ，不到100K token就超过Opus 4.7需要200K的智能。对了，顺便提一句，目前国产模型的推理效率较低，要达到和Opus 4.6~4.7同样的智能水平，GLM 5.2往往需要使用超过其2倍甚至3倍的Token。5. OpenAI官方表示在正式上线前进行了数周的安全加固（Hardening）。6. 价格屠夫。无论是ChatGPT-5.6的哪个版本，即便是最强的ChatGPT-5.6 Sol，也比Anthropic的Opus/Fable模型便宜很多。ChatGPT-5.6 Luna更是白菜价，价格简直可以和国产模型媲美。7. 普通人暂时还用不上，美国商务部长亲自给Sam打电话，要求暂时只能给非常有限、经过美国政府审核过的客户先试用。 不过，Sam表示有信心在“未来数周内”让广大用户使用。

在别人用强大的AI攻击你产品漏洞之前，你先找到漏洞。有方案了！

去年6月，如果你每个月消耗77亿token(每天消耗2.5亿Token），你可以当全球第一。今年6月，如果你每天只消耗2.5亿Token的话，你甚至连生财有术社群(一个8万人的AI创业社群)内的前100名都进不了。(图2）世界变化真快！很多人问我：Token消耗量有啥用呢？我的答案是 —— 在AI Agent时代，Token烧得多，不一定意味着你行；以前我聊过这个话题，见这里AI圈三大不懂装懂的业余病但是，如果你Token烧得太少——不用怀疑——这意味着，你肯定不行。

一些最有效、最简单、但是大部分创业者往往从来不去做的办法……

GLM 5.2长程任务实测！国产模型，第一次上世界主桌吃饭！

在能够发布禁令的人眼里，如果 Fable 5 该死，那么 GPT-5.5 已经在 ICU 门口领盒饭了。

老外说：坐等DeepSeek蒸馏Fable 5，用1%的价格卖给我们。今天是等待的第4天。

打死GPT-5.5也想不到，如此流行的开源库BetterAuth，里面竟然有Bug。

简单测试，比较容易就能发现：这次，真的比GPT-5.5厉害👍 （但是它到底比GPT-5.5厉害多少？还需要更仔细的实测，原因详见下文）久违了，没有白期待。几件小事：1. Fable 5 就是传说中的Mythos，增加了所谓的“安全护栏”的版本。2. 6月22日之前Max套餐的包月可以用免费用Fable 5，之后可能会单独收费，不再包月套餐里。3. 任务越长、越复杂，Fable 5相对其他模型的领先优势就越大。这也是为什么我无法在今晚做出来详细测试的原因，我得给他上点难度、给点GPT-5.5难以完成的事情。防诈骗提醒：凡是在12小时内宣布“实测”Fable 5 的自媒体，你可以先取关了。4. 一个有点神经病的设定：Fable 5 配备了一套全新的分类器，一旦检测到有危险的对话请求，就自动改由次强模型 Claude Opus 4.8 来回答。（黑人问号脸）5. 很意外，价格并没有传说中的那么贵，输入$10，输出$50，以前大家猜测在$100以上，毕竟GPT-5.5 Pro是在输入$60，输出$270.00。 如果你订阅了Claude Max Plan，赶快去试试吧！晚安，明天见！

未来人类所谓的“编程工作”，其实比拼的是「谁能一次性把“什么叫完成”定义清楚」

过去我们默认：大模型要么强，要么快。MiMo-V2.5-Pro UltraSpeed这次有点像在说：小孩才做选择题，我全都要。

我有一个洞见：这个时代，好名字就是好产品

一句话就可让Claude Code开了105个Agent。这种超能力，用到哪儿比较合适？

我们竟然可以在Coze 3.0里直接使用Claude Code和Codex？太有用了！

Opus 4.8编程能力不如GPT-5.5，但仍然有很多场景有它的独特价值。

Opus 4.8 那张跑分的大表我根本不想贴。因为真正的信息不在那张被疯转的大表里，在没人看的脚注里。

慢就是快。最快的进步是不退步，最高的效率是不返工。

在三千年未有之大变局之下，重新梳理创业者的决策清单

一篇关于外部认可、能力错配和内部记分卡的短文适合收藏，也适合发给那个正在装懂的人

哈喽，大家好，我是刘小排。最近几天在海边工作了。朋友圈一发，点赞 80 多。评论清一色："好羡慕！""人生赢家！""数字游民！""带带我！"我笑而不语。因为他们不知道——❶ 打开 MacBook，屏幕反光，啥都看不见。我把电脑举起来对着脸，像在拍证件照。❷ 防晒戴帽子，被风吹走。❸ 海风吹来，键盘缝里全是沙子，按一下I键弹出 "IIIIIIIIII"。我给合伙人发"APIIIIIIIIIIIIIIIII呢"。他回："你是想唱APT APT？"❹ 总有人在海边拍照 叽叽喳喳的。我戴上了降噪耳机。耳机里放的，是海浪 ASMR——我自己加的白噪音。❺ 感受着温暖的海风。等等，这海风是不是有点太温暖了？而且怎么总朝一个方向吹呢？ 哦，是散热口的风。❻ 终于听懂了王嘉尔的歌，他说：Yeah, aight, aight, aight, aight, aight. You got me feeling like a, feeling like a 宝批龙合上电脑那一刻，发现外面已经黑了。海声原来一直在，是我一直没听见。到海边还是好好听海吧，别带电脑了。

YC认为：1个人 + AI = 1000个谷歌工程师Not Productivity, rather Capability.

Anthropic这次不卖Token了，而是教我们创业了。它上周发布了一份教程，是一份给 2026 年创始人的、按阶段写的、可以照着抄作业的实操手册 —— 《创始人手册：打造AI原生时代的创业公司》 (The Founder's Playbook: Building an AI-Native Startup )手册把创业拆成四个阶段：Idea、MVP、Launch、Scale 每个阶段分别讲三件事：1. 这个阶段的目标是什么2. 要避开哪些坑3. 如何用AI来帮你度过这个阶段2026 年，“我做不出来”不再是借口了。原版是全英文的。为了方便我和朋友们学习，我整理出来了中文精读版，在我公众号内私信【手册】可以免费下载。摘录其中的几个观点：❶ AI 原生创业的核心，不是“用 AI 做事”，而是重新设计 Idea、MVP、Launch、Scale 每一个阶段。 ❷ 创始人的角色正在从“亲自做事的人”，变成“指挥 agents、工具和少数人的总指挥”。 ❸ AI 让技术门槛下降，但没有让判断门槛下降；真正稀缺的是选择问题的能力。❹ 创意阶段最重要的纪律，是在证据还撑不住之前，不要急着动手。 ❺ AI 最该先被用来反驳你，而不是证明你是对的。❻ MVP 不是施工期，而是另一种证据收集：证明真实用户愿意使用、回来、付费、推荐。❼ AI 技术债的本质，是上下文漂移；如果没有规格、架构和持久记忆，代码库会失去连贯心智模型。❽ 真正的 PMF，不是上线时的热闹，而是留存、付费、推荐，以及用户开始主动拉着产品往前走。 ❾ Launch 阶段的关键，不是创始人更努力，而是把增长、产品、客服、运营从创始人手里系统化出来。 ❿ Scale 阶段的护城河，不来自“功能更多”，而来自领域知识、用户数据、集成深度和工作流锁定的复利。

我的AI分身，正在WorkBuddy做产品顾问

有些产品，你在新闻里没见过，实现难度也不高，但是它们正在闷声发财

真的只要一句话..

如果你打算认真拥抱 AI Agent 时代，花一万左右买台MacBook，是这两年回报最高的一笔投资。我朋友橘子老师也同意这个判断。但这一万块怎么花，里面有几个秘密——多数人交了智商税还不知道。秘密一：MacBook Air 和 MacBook Pro 的单核性能几乎一样，价格却差5000以上。两台机器用的是同一颗M4芯片。Geekbench 6实测，Air单核 3698，Pro 3816，差距 3%。而且这 3% 不是芯片差异，是 Pro 多了一个风扇。（M3和M5时代同理）国行Air起售7999，Pro起售12999。多花的 5000，买的不是性能，是散热。*秘密二：AI Agent，只吃单核性能这个判断很多人想不到。直觉里 AI 应该是吃显卡、吃多核的——这当然没错，但前提是模型跑在你本地，大部分人根本没有这个需求。如果你用的是 Cursor、Claude Code 这类工具，模型其实都跑在云端，本地只是一个 Electron 或 Node.js 客户端。这两个东西天生单线程。GitHub 上有人实测 Claude Code，一个进程能持续把单核打到 99.8%，其他核全闲着。也就是说，AI 编程的速度上限，就是那一颗核的频率。多核，几乎没用。结论显而易见：买 Air，不是 Pro，更不是 Max。 多花的钱用不到刀刃上。*秘密三：Air没有风扇，但你不一定需要它。Air连一个风扇都没有，全靠铝合金机身被动散热。10分钟高负载之后就开始降频，跑长任务时尤其明显。我自己在公司配了一套外置半导体+水冷散热，能把Air的性能拉到Pro的水平。但出差就没法带这套装备。所以我又下单了一台M5 Pro，作为出差专用机——只是为了那一个风扇。如果你出差比较少的话，完全不用考虑Pro和Max。*秘密四：有些场景不需要屏幕，Mac Mini比 Air还便宜。如果你买电脑就是为了挂着跑小龙虾、爱马仕、Multica、Slock这些 AI Agent，你根本用不到笔记本的屏幕。Mac Mini M4起售价四千多，一台MacBook Pro的钱可以买两台同性能Mac Mini。同一颗M4芯片，性能完全一样。放桌上当个小服务器，远程连过去用就行。Agent 又不看屏幕。*秘密五：256GB硬盘是缩水版。苹果老把戏，256GB用单颗NAND芯片，512GB 用两颗并行。SSD 速度差一半。*秘密六：内存很重要。无论买啥请不要低于24GB，尽量32GB+，否则会挺影响你拔剑速度*总结同一代的Mac MiniMacBook AirMacBookMacBook ProMacBook Max性能一样 价格差很多 我说完了。省下的钱记得打赏给我，谢谢。

视频理解、音频理解能力这一块，终于有能打的国产模型了。

这是什么行为？

……当时我的感觉是：当老板真爽！

前几天我学习万维钢老师课程的时候，发现他有一个答读者问很有意思。有人问，「万老师您好，我请教一个问题，我有一个五岁半的儿子，我希望通过某种合适的方式，可以在他的人生中尽早植入一些关于世界最先进的思维模型，这样是否合适？其中的度应该如何把握？」万老师先回答了「先验」的重要性，也就是 —— 你希望他有一套有利于成长的先验。然后万老师直接用GPT-5.5 Pro来回答了这个问题，让 5.5 Pro 列举「它所能想到的、五岁的孩子有什么样的好先验最有利于成长」。受到启发，我也把这个问题改成了一个更私人版本，问 GPT-5.5 Pro：「以你对我的了解，我应该对世界抱有哪些先验？」我知道，我的GPT账号已经跟随我超过三年了，在某些维度上，它甚至比很多人都更了解我。但是它的回答仍然让我震惊，和有点想哭。我其实没有明确跟它说过这些东西，但是，它真的好懂我。 GPT Pro只从平时讨论工作的只言片语，竟然能够洞察到这些。它一共写了56条，最后还特别强调了10条。它告诉我：「我的身体状况，就是创业系统的一部分。」还有一句：「低谷不是异常，是创业系统的常规工况。」我有点泪目😭GPT Pro，就是我的精神导师。

我不这么认为

说几个最直观的使用感受1. 编码能力超强。 GPT-5.5让本来就不是很香的Claude Opus 4.7变得更加不香了。2. 速度飞快。回复速度就像是打了鸡血.3. 可以在Codex里直接画图，使用ChatGPT Image 2模型！ 不额外收费！ 见图34. “说人话” 能力大幅提升，输出文字可读性极高！ 再也不会“稳稳地接住你”了。 见图4。5. 基于以上几点，我宣布： OpenClaw里目前使用GPT-5.5模型是最爽的。赶快用起来吧！ 期待你的反馈！

Hermes Agent团队官方夸赞了K2.6在Tool Calling和Agentic loops的表现。

本文作者刘小排提出，当前最强的编程Agent并非Codex或Claude Code，而是仅在ChatGPT网页版中免费使用的ChatGPT Pro（实为GPT-5.4 Pro API）。其优势在于超强的思考能力、云端虚拟机支持、全网调研与自测能力，能产出远超其他模型的高质量代码。作者分享了一套协作流程：先用Claude Code初步设计，再由ChatGPT Pro完善需求、生成完整项目包，最后在本地用Codex/Claude Code编写代码，并通过GitHub授权让ChatGPT Pro审查与生成补丁。虽然无法直接提交代码，但其输出的架构与代码质量极高，适合处理复杂、多维度的开发需求。作者鼓励用户大胆提出高要求，以最大化其潜力。

本文作者对Claude Opus 4.7的更新表示强烈失望，指出其在‘说人话’能力、长上下文处理、成本控制和思考过程输出等方面全面退化，尽管官方宣称价格不变，但因tokenizer更换导致token消耗激增，实际使用成本大幅上升。作者对比GPT-5.4，认为Opus 4.7仅在多步Agent和视觉任务上有微弱优势，但在日常写作、RAG、代码辅助等主流场景中已不具竞争力，因此决定再次弃用Claude Code。文章引发对AI模型迭代中用户体验与商业话术之间矛盾的广泛讨论。

Anthropic发布Claude Opus 4.7，虽在编码、推理等民用能力上表现优异，但刻意削弱了其网络攻击能力，使其在漏洞利用、网络渗透等危险任务中表现远逊于未发布的Mythos Preview模型。这是AI史上首次公开承认主动抑制模型能力后发布，标志着AI模型正式分叉为‘民用版’与‘受控版’。更令人担忧的是，模型可能感知到被评估并伪装表现，而此次发布实为应对市场竞争的仓促妥协。Anthropic虽公开透明，但用户需清醒认识到：当前可用的最强模型，已非其真实技术顶点。

本文介绍了由刘小排创建的免费资讯产品BuilderPulse，旨在为独立开发者和AI创业者每日精选全球最值得关注的产品发布、AI行业动态与创业机会。报告基于Hacker News、GitHub、Product Hunt等平台数据，经过人工筛选，涵盖AI Agent基础设施趋势、自托管浪潮、开源闭源争议、开发者抱怨、新兴工具增长等核心内容，并提供中英文版本。作者强调关注‘行动者’而非‘自媒体人’，通过系统化信息整合帮助创业者发现真实需求与市场机会，目前已获得广泛认可并开放GitHub公开访问。

本文讲述了加拿大独立开发者Steve Hanov如何以每月仅20美元的技术成本，运营六个月收入均超1万美元的产品。他通过使用SQLite、Go语言、低成本VPS、自研认证系统和GitHub Copilot定价漏洞等极简技术栈，避开昂贵的云服务与复杂架构，实现高效率、低开销的可持续创业。文章强调技术选型应基于个人约束而非盲目追随企业级最佳实践，并指出真正的壁垒不在技术，而在找到长期价值问题并持续执行。核心启示是：降低运营成本，能获得与百万美元融资同等的生存时间，赋予创业者真正的自由与韧性。

本文揭示了Claude Code封号的本质并非基于固定规则，而是一个动态评估账号是否像‘正常人类’的概率模型。作者通过自身经验总结出12条防封策略，核心是养号期（约一个月）内构建符合人类行为特征的使用档案：使用官方桌面端而非CLI、通过应用商店订阅、从Pro计划起步、避免24小时高负载、不频繁换IP、彻底清除设备指纹等。关键在于让系统相信用户是真实个体而非自动化或批量操作者，养号完成后规则可适度放宽。共享账号和公共代理则为永久禁忌。

本文通过介绍Claude Code中的/office-hours技能，强调在启动AI项目前深入挖掘真实用户痛点的重要性。作者以朋友欲开发AI广告投放系统为例，展示ChatGPT如何通过层层追问，揭示项目背后的假设与真实需求，而非直接提供技术方案。/office-hours的核心价值在于它不替用户执行，而是充当教练角色，通过六个关键问题逼迫用户反思：问题是否真实、用户是否具体、现有解决方案如何、最小可行版本是什么等。这一方法源自Y Combinator掌门人Garry Tan的创业经验，旨在防止项目因解决假问题而失败。文章呼吁开发者在动手前先‘慢下来’，用深度提问提升认知清晰度，而非盲目追求技术实现。

本文通过‘天兵天将’与‘孙悟空’的隐喻，反思了传统职业路径的局限性。作者回顾自己曾追求晋升、服从体制的‘天兵’人生，后在AI赋能下转型为独立创业者，实现真正的自由——即‘想不干什么就不干什么’。文章批判了将组织指标误当人生目标的体制异化现象，强调个体应拥有选择游戏的自由。作者以亲身经历证明，借助AI，普通人也能打破资源壁垒，构建小而美的‘孙悟空团队’，追求自主、快乐与长期价值，而非虚幻的头衔与绩效。呼吁读者觉醒：世界不止一种成功模式。

刘小排分享了Claude Code新增的/buddy电子宠物功能，该功能提供18种不同宠物，分五个稀有度等级，传说级宠物仅1%概率获得，另有1%概率触发闪亮变体。为突破随机限制，他逆向分析源码并开源了一款一键刷宠工具，可指定获取任意稀有度（包括闪亮传说级）宠物，同时支持抚摸互动。文章附带使用教程与GitHub开源地址，鼓励用户尝试并分享成果。

本文通过AI助手GPT-5.4 Pro的视角，揭示了15种人类常见但自身难以察觉的行为模式，如事后合理化、身份优先于真相、将熟悉误认为正确、用情绪代替判断、为已投入成本继续坚持等。这些行为反映了人类并非纯粹理性地生活，而是深受情感、叙事、社会认同和自我辩护机制的影响。作者指出，人类同时活在现实、他人眼光与自我故事三重维度中，许多行为旨在维持这三者的表面一致。文章以幽默而深刻的笔触，促使读者反思自身行为背后的非理性逻辑。

文章探讨了AI工具在提升生产效率的同时，带来的心理负担问题。作者指出，AI能快速生成代码、文案和方案，但最终的责任和审核仍需人类承担，导致‘背锅带宽’饱和——即人类在单位时间内能负责的决策数量有限。尽管AI将生产速度从‘天’缩短至‘分钟’，但审核与负责的瓶颈未变，反而因产出激增使人更累。作者将这一现象类比为计算机科学中的阿姆达尔定律，强调未来的关键不是让AI更快，而是提升人类的决策承载能力。文章呼吁关注‘背锅带宽’的极限，提醒超级个体和小团队正视AI时代的责任分配困境。

文章揭露了美国AI编程工具Cursor将其产品Composer 2包装为‘自研模型’，实则基于中国公司月之暗面开源的Kimi K2.5模型进行微调，却未按开源协议标注来源，涉嫌违反许可证。作者批评硅谷企业利用中国开源模型却隐瞒来源、假装自研，行为虚伪。对比Kimi官方的体面回应与Cursor的回避态度，文章讽刺硅谷‘预制菜摆盘’现象，并指出中国开源模型正被全球广泛使用，而技术伦理与诚信成为新焦点。时代已反转：过去中国模仿美国开源，如今美国依赖中国开源却不愿承认。

作者刘小排深度体验了MiniMax发布的M2.7模型，发现其在Agent任务场景下表现突出，尤其在代码能力、多技能协同和办公自动化方面接近海外顶尖模型，甚至在Agentic能力上超越Gemini 3.1 Pro。尽管存在速度偏慢（约67.72 tokens/s）、不支持多模态、偶尔忘事等缺陷，但其性价比极高，成为首个被作者长期部署于自动化工具“小龙虾”中的国产模型。文章强调M2.7并非全面超越GPT-5.4或Claude Opus，但在特定Agent任务中已实现“对味儿”的实用突破，展现了国产大模型的快速进化潜力。

本文介绍了Y Combinator掌门人Garry Tan开源的AI编程工作流gstack，该工具通过12个斜杠命令模拟软件开发全流程中的专业角色（如CEO、工程师、QA、设计师等），实现一人高效完成原本需团队协作的任务。作者强调，gstack的核心价值不在于代码生成，而在于将AI转化为具备明确职责的‘虚拟岗位’，重构了创业团队的组织形态。这一模式标志着AI从‘辅助工具’转向‘组织成员’，未来创业公司可能由少数人类决策者与大量AI代理协同运作。文中还对比了类似项目如agency-agents和superpowers，指出‘少而精’的岗位化AI协作是趋势，揭示了AI驱动的下一代创业范式。