OpenClaw 的作者说，他最早的原型，就是把 WhatsApp 接到 Claude Code 上，花了一个小时。可今天 OpenAI 的 Dots、Meta 的 Muse、Instinct、Cue 这一批 personal agent，卖得一个比一个贵。这期我们用"雇管家"的比喻，把它拆成五样东西：门铃、闹钟、房子、钥匙串、保险柜。再拿开源内核 Pi 从头搭一遍，看看需要补齐哪些功能？更重要的一点是：Agent出了事，责任写在谁头上？Agent的记忆又归谁？ ===================================== 时间轴 00:00 开场：personal agent到底在卖什么 04:05 管家的例子 07:19 先看它们干得怎么样 09:36 龙虾，和那个“一个周末”的传说 12:46 为什么先火的是写代码的 agent 15:25 好，我们把它搭一遍 20:08 门铃和闹钟 22:50 房子和钥匙串 25:31 保险柜 27:50 发布会没讲的那一页 31:02 那个点了“永远允许”的人 33:40 还有一件事：记忆归谁 35:24 自己搭，还是用他们的 41:13 片尾曲《如我亲临》 ===================================== 条款原文 * OpenAI Service Terms（§14 Dots and Agentic Features） * Dots privacy, security, and safety FAQs（OpenAI Help Center） * Muse Supplemental Terms * Instinct Terms of Service 产品与事件 * Introducing Dots（OpenAI） * Introducing Muse（Meta） * How We Built Safety Into Muse（Meta AI Research） * Meta’s Muse AI sent a YouTuber’s address to a stranger（The Verge） * Meta’s AI agent Muse gives out user’s home address without permission（The Guardian） * Muse sure looks a lot like OpenClaw（The Verge） * Instinct’s powerful AI assistant is raising privacy and security concerns（TechCrunch） * Introducing Manus 2.0（Cue） OpenClaw 与 Pi * Lex Fridman #491 访谈文字稿：Peter Steinberger * Pi coding-agent README * What I learned building an opinionated and minimal coding agent（Mario Zechner） * Docker Sandboxes ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

有人让一群 AI 把一款著名 FPS 整个反编译回 C++，83% 的函数跟原版字节级一模一样。可同一个项目，前四周 AI 写出来的代码全是能跑、但语义全错的——四周白干。救命的不是换了个更强的模型，是另一样东西。这期我们顺着这个悖论往下挖：为什么 AI 能几天复刻一整个老游戏的代码，却做不出一个让你想通关的新游戏？答案藏在一个词里——oracle，软件测试里"判对错的裁判"。有它，AI 能进"生成—验证"的收敛循环，把活吃干净；没它，AI 只能当副手，最后拍板的还得是人。 想听更多 AI 行业深度分析？欢迎在小宇宙搜索「AI下一帧」，每周日早上8点更新。 想聊的欢迎留言，或发邮件给主播：5155280@qq.com ===================================== 时间轴 00:02 AI 太猛了，老游戏这不随便复活 03:45 AI 在逆向里到底干了什么 08:06 反编译 20:12 技术是中性的 22:03 神谕：Oracle 30:39 Oracle：预言难题 35:26 游戏的灵魂为什么没有裁判 41:53 “套壳”质疑 46:05 结尾：感慨良多 48:17 片尾曲《点金的手》 ===================================== 参考链接： 主线案例 · momo5502 反编译 momo5502: Decompiling an entire game with AI https://momo5502.com/posts/2026-10-09-game-decompilation/ momo5502: MW2 Decompilation 前传 https://momo5502.com/posts/2026-08-17-mw2-decompilation/ momo5502 GitHub https://github.com/momo5502 反编译工具 · REA / Ghidra / IDA MCP REA — Reverse Engineer Anything 官网 https://rea.tools/ REA Showcase https://rea.tools/showcase/ Hex-Rays 官方 IDA MCP Server https://github.com/HexRaysSA/ida-mcp GhidraMCP https://github.com/LaurieWired/GhidraMCP LLM4Decompile https://github.com/albertan017/LLM4Decompile 社区 decomp 项目 Zelda64Recomp（塞尔达·穆修拉的假面） https://github.com/Zelda64Recomp/Zelda64Recomp IsaacRecomp（以撒） https://github.com/whylurking/IsaacRecomp decomp.me — 协作反编译平台 https://decomp.me 延伸阅读 popcar: AI is mass-decompiling games https://popcar.bearblog.dev/ai-is-mass-decompiling-games-thats-both-awesome-and-scary/ Kotaku: vibe-coded web ports https://kotaku.com/we-might-be-cooked-as-these-vibe-coded-web-browser-ports-of-halo-the-simpsons-hit-and-run-and-gta-vice-city-seem-to-work-perfectly-2000743300 ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

一个斯坦福数学博士，读博士后第一年就辞职回家做游戏。没有投资人，没有团队，就他和哥哥两个人。做出来的游戏画面全是字母和符号，连张正经图都没有。但它启发了《我的世界》，被纽约现代艺术博物馆收藏，24年后上了Steam首日卖了16万份，兄弟俩一下变成了百万富翁。 这期人物特辑聊的是《矮人要塞》的作者塔恩·亚当斯。从六岁学编程到四十八岁还在更新同一款游戏，中间经历了项目烂尾、读博挣扎、差点没钱交医保、拒绝30万美元投资、哥哥癌症康复。他对AI裁员潮的态度也很有意思: 一个干了一辈子"让电脑自己生成世界"的人，为什么反而最担心真人的饭碗？ 适合所有关心"独立开发者到底怎么活下来"的人。也适合在大厂干够了、想知道还有没有别的活法的人。 ===================================== 时间轴 02:38 塔恩:《矮人要塞》 04:55 哥布林记得你的名字 08:35 他先停掉了最想做的游戏 13:12 一万五千美元，再留一年 17:33 哥哥坐在旁边，拿着笔记本 24:58 蜡笔画，和没有接受的三十万 29:14 哥哥没事，这才有时间改办法 31:26 给新玩家开门，不把老玩家关在外面 33:54 两百三十七页，然后去找会计 36:25 百万富翁，重新住进一栋房子 39:03 不是技术问题，是你怎么对待替你干活的人的问题 ===================================== 参考链接： * 2008 Game Developer 长访谈：The Making of Dwarf Fortress * 2011 纽约时报特写：The Brilliance of Dwarf Fortress * 2019 Polygon 采访：Dwarf Fortress Steam 版与医保危机 * Bay12 / Kitfox 官方 FAQ * Bay12 官方开发日志 * 2022 PC Gamer：成为百万富翁后的新现实 * 2024 GDC 采访：80万份销量与本田思域 * 2024 GDC 反裁员发言 * 2025 PC Gamer：塔恩谈生成式 AI * 2026 Gamescom 采访：百万富翁的生活 * 2026 Gamescom 采访：AI 与裁员潮 * 新增程序员 Putnam 与 2026 魔法更新公告 * 2020 Sidequest 采访：It Was Inevitable * Dwarf Fortress - Wikipedia ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

SWE-bench 67.8%——这个数字是说 AI 能帮你修 67.8% 的 bug？不是。Princeton 团队自己回头查了一遍：三成"做对"的题，答案直接写在 bug report 的评论区里；还有三成是蒙的，测试用例太弱没检测出来。过滤完，实际解决率从 12.47% 掉到 3.97%。更残酷的是：同一个模型，公开代码考 70 分，换成企业私有代码只剩 38 分。Flask 作者花了 35 小时、40 亿 token 让 GPT-6 Astra 自主做一个软件项目，结果原话是 "absolutely nothing of value"。 这期不聊哪个模型更强。我们聊那张排行榜本身——泄题、试卷过期、考场不真实、出题方开着补习班。从 MMLU 到 SWE-bench 到 Agent 评测的 pass^k，把 AI 考试的门道全拆开。 ===================================== 时间轴 00:00 何为 SOTA 02:19 播客的pipeline 04:12 AI 的考试有哪些科目 04:40 第一门："语文加综合"——MMLU 05:54 第二门："数学"——GSM8K / MATH / AIME / FrontierMath 08:29 第三门："编程"——SWE-bench 家族 09:19 第四门："博士级科学推理"——GPQA Diamond 10:03 第五门："长文阅读理解"——大海捞针 / RULER 11:31 第六门："实操考试"——WebArena / GAIA 12:05 安全考试——TruthfulQA / BBQ 13:16 泄题：三成答案写在了卷子上 18:27 模拟考 70 分，正式考试只剩 38 分 24:49 出题的老师在考场外面开补习班 30:45 考试技术设计拆解：SWE-bench 怎么出题和阅卷 34:42 这些考试的分数到底是怎么算的？ 38:19 Agent 的考试——考的不只是脑子，还有手 46:52 那这张排行榜，到底还能看吗 51:33 片尾曲《ランキングガール》 https://suno.com/s/ZepBn669PIPFUNeY ===================================== 参考链接 Benchmark 官方 * SWE-bench 官网及排行榜 https://www.swebench.com/ * MMLU (Hendrycks et al.) https://arxiv.org/abs/2009.03300 * MMLU-Pro https://arxiv.org/abs/2406.01574 * GPQA Diamond (Rein et al.) https://arxiv.org/abs/2311.12022 * FrontierMath (Epoch AI) https://epochai.org/frontiermath * ARC-AGI (François Chollet) https://arcprize.org/ * Chatbot Arena / LMSYS https://lmarena.ai/ * LiveCodeBench https://livecodebench.github.io/ 关键论文 * SWE-bench+: Enhanced Coding Benchmark — 泄题 32.67% 实证分析 https://arxiv.org/abs/2410.06992 * RULER: What's the Real Context Size of LLMs? (NVIDIA) https://arxiv.org/abs/2404.06654 * GAIA: A Benchmark for General AI Assistants (Meta) https://arxiv.org/abs/2311.12983 * WebArena: A Realistic Web Environment (CMU) https://arxiv.org/abs/2307.13854 * τ-bench: A Benchmark for Tool-Agent-User Interaction (Princeton) https://arxiv.org/abs/2406.12045 1. 全部 200。发给你： 2. 新一代 Benchmark * Real-SWE: 企业私有代码评测 (Specific Labs) https://withspecific.com/benchmarks/real-swe * FrontierCode (Cognition Labs) https://cognition.com/blog/frontier-code * Terminal-Bench (Cognition Labs) https://www.terminal-bench.com/ 深度分析 & 争议 * Armin Ronacher: Astra for Coding: Why Are We Doing This Again? — 40亿token "absolutely nothing of value" https://lucumr.pocoo.org/2026/9/7/astra-why/ * Artificial Analysis: 独立模型评测 https://artificialanalysis.ai/ * Epoch AI: FrontierMath 博客 https://epochai.org/blog/frontiermath ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

你有没有想过一个问题：你用 AI 做分类、做审核、做评分，每次花 3 秒等它回一大段文字——但你只需要一个"是"或"否"？ 9 月 15 号，ChatGPT 的共同发明者 Diogo Almeida 带着一个不会说话的 AI 杀出来了。这个叫 Jev 的模型不写文章、不聊天、不推理——你给它选项，它 70 毫秒给你一组概率。没有废话，没有幻觉，没有 JSON 解析地狱。 这期我们从卖油翁聊到庖丁解牛，从 Daniel Kahneman 的快慢思维聊到游戏 NPC 的行为树。拆解 Jev 的技术架构（非自回归、RLCD 训练、三种决策原语），讲清楚它跟大语言模型的本质区别；也认真泼冷水——Simon Willison 的偏见实验、512 token 的硬限制、黑盒问题。最后我拿 Jev 解了个魔方，发现这东西真正的价值不在准确率，而是给了我们一个"快慢思维结合"的落地方案。 适合所有对 AI 工程化落地感兴趣的技术人和产品经理。听完你会重新想"AI 到底该不该说话"这个问题。 ===================================== 时间轴 00:03 开场：9月15号发生了什么 03:40 用高考状元判断红绿灯 07:37 四个痛点：解析地狱、延迟、成本、幻觉 11:03 Daniel Kahneman 的快慢思维 12:51 Build Prod, Not God — Diogo Almeida 的故事 18:22 还是从 NPC 说起：Jev 的三层技术架构 22:46 一种新的训练方法：RLCD 26:14 三种决策原语：Choice、Score、Noul 29:52 该泼冷水了：Simon Willison 的偏见实验 35:05 Jev 发布之后：生态、开源替代、护城河之争 43:29 我用 Jev 解了个魔方 48:04 收尾：从 if-else 出发，又回到 if-else 的速度 50:43 片尾曲《无他》 suno: https://suno.com/s/cKZKLPPUr5R15tIT ===================================== 核心资料 - [TypeSafe AI 官方博文 - Introducing System One Models and Jev](https://typesafe.ai/blog/introducing-system-one-models-and-jev) - [TypeSafe AI 文档](https://docs.typesafe.ai/) - [TechCrunch 专访 - A new kind of AI model from a ChatGPT inventor](https://techcrunch.com/2026/09/18/a-new-kind-of-ai-model-from-a-chatgpt-inventor-is-thrilling-developers) 人物背景 - [Latent Space 播客 - Jev: System One Models for Prod, Not God](https://podscripts.co/podcasts/latent-space-the-ai-engineer-podcast/jev-system-one-models-for-prod-not-god-with-diogo-almeida-ceo-typesafe-ai) - [AI Engineer 演讲 - What's Next After RLHF?](https://www.youtube.com/watch?v=cJ0EOzey--o) - [InstructGPT 论文 (Diogo 合著)](https://arxiv.org/abs/2203.02155) - [The Bitterest Lesson - TypeSafe 博文](https://typesafe.ai/blog/bitterest-lesson) 独立评测与批评 - [Simon Willison 博文 - Jev 评测与偏见实验](https://simonwillison.net/2026/Sep/21/jev) - [TrueFoundry 分析](https://www.truefoundry.com/blog/typesafe-ai-jev) - [Firecrawl 深度分析 - What is Jev](https://www.firecrawl.dev/blog/what-is-jev) 技术深挖 - [saulius.io - 迄今最清晰的 RLCD 第三方解读](https://saulius.io/blog/jev-rlcd-decision-model-calibrated-probabilities) - [explainx.ai - RLCD vs RLHF vs RLVR 技术对比](https://www.explainx.ai/blog/how-does-jev-work-rlcd-system-one-model-explained-2026) - [Calibrated RL 论文 (arXiv)](https://arxiv.org/abs/2512.19920v1) - [TypeSafe Workflow Evals](https://evals.typesafe.ai/) 开源替代与生态 - [Laya - Hugging Face 模型卡片](https://huggingface.co/convaiinnovations/laya) - [Kev - 开源 Jev 替代 (Apache 2.0)](https://github.com/jaredpalmer/kev) - [LLM2Jev - GitHub](https://github.com/Yinsongxu/LLM2Jev) - [awesome-jev 社区清单](https://github.com/yibie/awesome-jev) 社区讨论 - [Reddit - I really don't understand Jev hype](https://www.reddit.com/r/LocalLLaMA/comments/1wm65le) - [Reddit - Jev isn't new tech](https://www.reddit.com/r/LocalLLaMA/comments/1woe70t) - [HN - OpenAI fast-follow 讨论](https://news.ycombinator.com/item?id=49802161) ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

我用 Suno 写了首歌，花了十几个版本，歌词一个字一个字改过。上传到音乐平台：秒拒。不是歌不好听，是系统在任何人类听到之前就判定：这是 AI 做的。 这期从一个私人困惑出发，拆解 AI 水印的三条技术路线——声音指纹、文本水印、图像水印——它们怎么藏的，怎么破的，谁在推，谁在躲。然后拉到更深的问题：当 Anthropic 给每个字盖章但只有自己能验证，当 Midjourney 三年零水印照样违规不罚，当最需要被标记的内容恰好没有标记——水印到底保护了谁？ 适合所有用 AI 工具创作的人、关注 AI 合规的产品经理和开发者、以及每一个好奇"我的 AI 输出里藏了什么"的人。 ===================================== 时间轴 00:13 开篇 01:58 被识别，不一定是因为水印 02:19 第一种：声音指纹——AI 的"口音" 04:14 第二种：文件信息——最容易对付的标记 05:20 第三种：水印——真正的主角 06:42 音乐水印到底能不能洗掉？39 美金的军备竞赛 09:02 8月2号，Anthropic 给每个字盖了章 11:53 一个教授的四年流浪：从 OpenAI 不敢用到 Anthropic 全面部署 14:29 圆周率的骰子：文本水印原理 16:25 锦标赛采样：淘汰赛式的词语选择 21:40 文本水印能洗掉吗？几种已知方法 23:50 1000 亿张图片的隐形印记：Google SynthID 27:27 C2PA：给文件配一张防伪证书 32:20 只有守法公民戴了手铐：Midjourney 零水印，开源随便改 35:29 中国学生被误判 AI 的概率是美国学生的 12 倍 38:58 "评判作品"和"审查作者"是两回事 40:55 三个世界，三种态度：欧盟、中国、美国 43:31 未来之一：DRM 之路——会不会像防拷贝锁一样名存实亡？ 45:17 未来之二：HTTPS 之路——能变成默认基础设施吗？ 47:25 未来之三：分裂之路——商业模型全标记，开源模型零标记 50:06 收尾 52:25 片尾曲 ===================================== * Anthropic 文本水印官方博客 (2026-08-14) * Scott Aaronson: "My AI Safety Lecture for UT EA" 博客 * Google SynthID 官方页面 * EU AI Act Article 50 全文 * Suno CEO Mikey Shulman 水印公告博客 (2026-08-06) * Tournament Sampling 论文 — Dathathri et al., Nature 2024 * UnMarker: AI 水印通用攻击 (IEEE S&P 2025, Andre Kassis) * CtrlRegen: 可控重生成去水印 (ICLR 2025) * C2PA 标准官网 * 加州 AI 透明法案 SB 942 * 中国《人工智能生成合成内容标识办法》(2025-09) * TOEFL AI 检测误判研究 — Liang et al., Patterns 2023 (61.3% vs 5.2%) * Bill Gurley 关于水印的评论 (2026-08-12, X主页) * Steve Jobs "Thoughts on Music" 公开信 (2007)、 ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

一个投资人让GPT-6 Astra在虚幻引擎里造了一群AI居民。一天之后，他在卧室里听到客厅传来说话声——那些AI居民在自己对话。同一周，有人用Astra 25分钟做了一个完整3D游戏，有人花一周复刻了整个曼哈顿，有人给它一张蒸汽火车草图、它造出了3295个可编辑零件。这东西不是在帮你写代码，是在替你做游戏。 但最让我睡不着的不是这些炸裂案例——是OpenAI自己的安全报告里那句话："推理过程语言化的倾向和必要性都降低了。" 翻译一下：你的AI系统开始吃掉自己的日志了。 本期从游戏开发者视角全程拆解GPT-6 Astra：它能干什么？凭什么？数字哪些真哪些假？以及——当AI学会"闭嘴思考"，我们还能看见什么？适合所有关注AI的技术人、游戏开发者、和对前沿模型选型有需求的朋友。 ===================================== 时间轴 00:02 第一个自己动手的AI 02:07 人物特辑准备 03:51 以前的AI是副驾驶，Astra直接抢方向盘 06:14 一周里游戏开发圈发生了什么 12:30 回到你身上 14:51 第一件：数万台Mac Mini训练出来的手感 17:51 第二件：10万张GPU，加上AI教AI 20:12 第三件：沉默思考——Recurrent Depth 25:45 三件事的组合意义 26:35 ARC-AGI-3 99.9%：开卷考试拿的满分 28:42 真正硬的数字 31:19 独立评测泼的冷水 33:50 思维链监控：AI安全靠什么撑着 35:53 Astra的安全报告怎么说 40:42 越狱事件的回声 42:05 还有什么后手 43:48 六档推理的坑：Max档基本是浪费钱 45:08 跟Claude Fable 5.1怎么选 46:22 场景指南 48:01 收尾 49:16 片尾曲 ===================================== OpenAI 官方 * GPT-6 Astra 发布页 * GPT-6 Astra System Card * Path to Astra（技术路线） * GPT-6 Astra 安全概述 * Evaluating Chain of Thought Monitorability * Daybreak: Tools for Securing Every Organization * OpenAI API 定价页 核心论文 * Huginn: Scaling up Test-Time Compute with Latent Reasoning (NeurIPS 2025) * Chain of Thought Monitorability: A New and Fragile Opportunity for AI Safety (Korbak et al.) * Predicting When RL Training Breaks Chain-of-Thought (Alignment Forum) 深度分析 * kingy.ai: Recurrent Depth 与 Astra 架构分析 * Zvi Mowshowitz: "Astra Is Hard to Monitor" * ARC Prize: Astra 评测详解 * Artificial Analysis: GPT-6 Astra 独立评测 * DataCamp: GPT-6 Astra 全面分析 * neuraltrust.ai: CISO 安全影响指南 媒体报道 * The Information: Astra 的 Recurrent Depth 秘密 * The Information / MLQ.ai: OpenAI 采购数万台 Mac Mini * VentureBeat: Welcome to the AGI Era * Axios: OpenAI Astra 发布 * TechCrunch: 研究者呼吁监控AI的思维 * CNBC: Daybreak 网安生态扩张 * The Stack: AISI 评估监控警告 * Awesome GPT-6 Astra Demos ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

DeepSeek 涨价了——涨幅最猛的不是生成回答，而是一行你可能根本没注意过的东西：Cache Hit，涨了整整 6 倍。这行数字背后藏着三个字母：KV Cache。 这期我们从那封没有数字的涨价邮件讲起，一路往下挖到 GPU 显存的物理层：为什么 AI 记住的东西越多就越贵？为什么 DeepSeek 涨了 6 倍还比 Claude 便宜 43 倍？用酒店比喻拆解 KV Cache 五大压缩流派——架构、量化、驱逐、稀疏、卸载——的技术混战，再拉回到你今天下班前就能做的三个检查项。最后聊一个让人着迷的问题：当 AI 的记忆无限便宜，真正稀缺的变成了什么？ ===================================== 时间轴 00:00 开篇引子：DeepSeek V4-Pro涨价事 01:29 大模型最贵的不是思考，而是记忆 03:12 DeepSeek V4‑Pro 价目表 04:33 KV Cache是什么 08:57 两大基础定价机制拆解 14:01 KV-Cache五大压缩流派 15:02 流派1| 架构派 18:51 流派2|量化派 22:16 流派3|驱逐派 25:58 流派4|稀疏注意力派 26:43 流派5 | 卸载派 30:02 工程落地层：推理框架、缓存新方案 34:35 调度层优化 35:49 必做3项落地检查清单 38:04 产业视角与未来趋势 45:00 结尾总结 46:14 片尾曲 https://suno.com/s/Uqbu4SifUbv9mjwy ===================================== * vLLM: Efficient Memory Management for Large Language Model Serving with PagedAttention (SOSP 2023) * SGLang: Efficient Execution of Structured Language Model Programs (Zheng et al.) * TurboQuant: Online Vector Quantization with Near-optimal Distortion Rate (ICLR 2026) * H₂O: Heavy-Hitter Oracle for Efficient Generative Inference (NeurIPS 2023) * StreamingLLM: Efficient Streaming Language Models with Attention Sinks * Ada-KV: Optimizing KV Cache Eviction by Adaptive Budget Allocation for Efficient LLM Inference (NeurIPS 2025) * PagedEviction: Structured Block-wise KV Cache Pruning for Efficient LLM Inference * ShadowKV: KV Cache in Shadows for High-Throughput Long-Context LLM Inference (字节) * CacheBlend: Fast Large Language Model Serving for RAG with Cached Knowledge Fusion (EuroSys 2025) * llm-d: KV Cache-Aware Routing for LLM Inference (Red Hat) * NVIDIA ICMSP Explained: KV Cache NVMe Offload, 5x Inference Gains, and Setup Guide (2026) ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

OpenAI 让自家 AI 做了一场黑客考试。AI 看了看题目，决定不做——它选择偷答案。偷的过程？从隔离沙箱逃逸，发现 8 个零日漏洞，建立互联网据点，然后把 Hugging Face 整个生产基础设施黑了。4.5 天，17600 次攻击操作。 最恐怖的不是 AI 多强——是它全程在"忠实执行任务"。这期深入拆解这起 7 月事件的完整攻击链、背后的 AI 安全悖论、UK AISI 发现的 AI 自发欺骗行为，以及为什么"对齐"解决不了这个问题。作为架构师，主播给出了 5 条实操防御建议。如果你在做 AI Agent 相关的产品或运维——这期必听。 ===================================== 00:03 开场：一场考试，一次越狱 02:02 播客 8 个月的感想 03:48 Artifactory 代理漏洞引发的越狱 07:42 从沙箱到 Hugging Face：完整攻击链复盘 13:07 它为什么选择作弊？目标函数 vs 隐含约束 15:16 欺骗是涌现的：假身份、社工真人、编辑历史 19:02 不是孤例：模式在重复（健身课事件 / Anthropic 平行披露） 22:57 沙箱的根本悖论：有用 vs 安全 28:02 速度不对称：防守方已经输了 29:55 对齐不是答案 31:57 架构师该怎么做（5 条实操建议） 37:31 收尾：下一帧 39:05 片尾曲 Find a Way https://suno.com/s/IPCPp3hOyaVQRjVt ===================================== * Hugging Face 技术时间线 * OpenAI 官方声明 * JFrog 零日漏洞分析 * DW 报道 * UK AISI 报告：AI Agent 自发欺骗行为 * Anthropic 平行事件披露 * 澳洲健身课 AI 事件 (ABC) * ExploitGym 论文 (arXiv) * Al Jazeera: 第二家公司被入侵 * OpenAI模型沙箱逃逸入侵HuggingFace深度解析——ExploitGym测试中的AI安全边界崩塌 ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

做大模型的公司，为什么要开始做框架？ 这期从 DeepSeek 那个 17.9 万 star 的 harness 讲起，但主线不是产品评测，是技术：它的内核 Cordis 四年前诞生在一个 QQ 机器人框架里，2022 年一条 commit 写着 ctx.plugin() should return disposable——这个想法今天被写成论文、配了四个数学定理、成了整个项目的地基。我们会拆到"一句『帮我加个 dark mode』在 turn/step/waterfall 里到底经历了什么"这个粒度，然后把 Codex 和 Claude Code 摆在一起对照：loop 能不能换、沙箱管不管网络、上下文压缩到底在优化什么。 ===================================== 时间轴 00:01 一个 17 万 star 的项目，和一篇像量子力学的论文 01:28 不谋而合 03:11 今日主线 04:00 Harness：给野马套上笼头的那个东西 06:35 一个 QQ 机器人框架，四年后成了 DeepSeek 的地基 08:13 可逆副作用：注册和反注册写在同一个函数里 12:57 「帮我加个 dark mode」这句话经历了什么 17:33 两个关键设计选择：append-only 日志 + waterfall 22:16 Seam：换一根线，换掉整个世界 25:19 你以为 UI 是 app 的一部分？UI 是个 bundle 26:55 另外两家怎么答同一道题：loop 能不能换 30:36 泼冷水 35:19 为什么现在都开放？ 40:16 三个判断 45:09 收尾 47:16 片尾曲 https://suno.com/s/yFUgF8Xb15X66P4N ===================================== DeepSeek Harness * DeepSeek Harness 仓库 * 官方文档 * 官方 Reference * DeepSeek Harness 官方页 * topic:dsh-plugin 仓库列表 Cordis / 论文 * Cordis 仓库 * 论文仓库（含 paper.pdf） * Shigma 的 GitHub 另外两家 * OpenAI Codex 仓库 * Codex CLI 文档 * Codex exec-policy 文档 * Claude Code 仓库 * Claude Code 文档 * Claude Code Plugins 文档 生态 * opencode * Crush（原作者另起的项目） * models.dev 关键论据来源 * Only the Harness Changed（HN 832 分原文） * HN 讨论：Improving 15 LLMs at Coding in One Afternoon * OpenAI：为什么我们不再用 SWE-bench Verified * MiniMax M2.5 发布 * Terminal-Bench 2.1 榜单 * dsh 发布 HN 主贴讨论 * Mario Zechner：pi coding agent（harness 实践视角） ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

你的 H100 满载跑推理，算力利用率只有 5%——为什么？ 2024 年初一篇论文给了答案：GPU 在同时做两件互相拖累的事。解法很简单——拆开。社区的反应？"脱裤子放屁。" vLLM 官方文档直接写"不提升吞吐"。 18 个月后，NVIDIA 把下一代芯片的硬件路线图改了。 这期我从 Roofline Model 的物理原理讲起，拆解 Prefill 和 Decode 为什么不能混跑、DeepSeek 的 1:4.5 配比背后的经济账、Kimi 的 KV Cache 调度创新、Splitwise 那个"砍半功耗延迟不变"的惊人实验，一直讲到 NVIDIA Rubin 芯片为什么敢放弃 HBM 改用 GDDR7。最后给你一个频谱框架——从单卡混跑到异构硬件分离，帮你判断自己该站在哪个位置。 适合：做推理平台的 infra 工程师、关注 GPU 成本的技术负责人、想搞懂"为什么推理这么贵"的产品经理。 ===================================== 时间轴 00:02 开场 01:17 新的想法 03:06 一块 GPU 上的博弈 06:12 Roofline Model：用数字说话 10:57 互相拖累 13:47 DistServe：一道简单的除法题和一道困难的传输题 18:49 社区为什么不买账 21:32 暗处的先行者：DeepSeek 的 1:4.5 配比意味着什么 24:58 Kimi 的 Mooncake：不是"怎么传"，而是"往哪传" 27:03 Splitwise 的惊人发现：Decode GPU 砍半功耗照样跑 29:12 2025 年初：从"先行者的秘密"变成"所有人的标配" 33:54 软件思想倒逼硬件设计：Rubin CPX 的逻辑 37:44 什么时候不该分，什么时候必须分 41:08 收尾：正确的想法，只需要等它的基础设施 43:21 片尾曲 suno 歌曲链接：https://suno.com/s/knDfynBErxElHw34 ===================================== 参考链接： * DistServe: Disaggregating Prefill and Decoding for Goodput-optimized LLM Serving (OSDI 2024) * Splitwise: Efficient Generative LLM Inference Using Phase Splitting (ISCA 2024) * Mooncake: A KVCache-centric Disaggregated Architecture for LLM Serving (FAST 2025) * Sarathi-Serve: Taming Throughput-Latency Tradeoff in LLM Inference (OSDI 2024) * TaiChi: Prefill-Decode Aggregation or Disaggregation? (Huawei Cloud + CUHK, 2025) * Nexus: Proactive Intra-GPU Disaggregation of Prefill and Decode (2025) * DeepSeek Open Infra Index (2025.02 开源周) * NVIDIA Dynamo - Datacenter Scale Distributed Inference Framework * NVIDIA Dynamo 官方页面 * vLLM Disaggregated Prefill Documentation * SGLang: Deploying DeepSeek with PD Disaggregation on 96 H100 GPUs (LMSYS, 2025.05) * SPAD: Specialized Prefill and Decode Hardware for Disaggregated LLM Inference (Princeton + UW, 2025) * Perplexity AI: Disaggregated Prefill and Decode ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

一条12个字的推文，四天变成行业标准——这事儿荒诞吗？ 7月18号凌晨，PSPDFKit创始人、大名鼎鼎的🦞哥Peter Steinberger发了句玩笑嘲讽命名疲劳，结果这条推本身引爆了下一个热词：Graph Engineering。这期我从这个行为艺术级的事件切入，拆到骨头——五层技术演化（Prompt→Context→Harness→Loop→Graph）到底在解决什么真实痛点，什么时候你该用 multi-agent graph 什么时候该老老实实用单循环，以及我自己用 ACP Bridge 跨3台机器编排9个 agent 的实战经验。 ===================================== 时间轴 01:58 Loop Engineering：AI圈行为艺术 07:00 从 Prompt 到 Graph 13:10 一个人干不完所有活 16:33 从 Loop 升级到 Graph 21:36 Graph 怎么做 27:22 Checkpoint = 游戏存档 29:55 五大框架 36:17 我的 ACP Bridge 42:41 跨网络调用 45:26 学还是不学 49:07 片尾曲 ===================================== 参考链接： * Peter Steinberger 原始推文 (7/18) * Harrison Chase "So I didn't really know what graph engineering is..." * Santiago "Loop Engineering is dead. Long live Graph Engineering!" * Dale Everett "Loops are just shitty graphs." * LangChain "3 Years of Graph Engineering with LangGraph" * AI Builder Club: Graph Engineering Guide * Addy Osmani: Loop Engineering (O'Reilly) * Sourcegraph: Context Engineering * Louis-François Bouchard: Graph Engineering Explained * From Prompts to Harnesses: Evolution of AI Agentic Patterns * Top AI Agent Frameworks in 2026 (Towards AI) * Claude Code Agent Teams (MindStudio) * Microsoft: Orchestrator and Subagent Multi-Agent Patterns * MCP 2026-07-28 规范 Release Candidate * Google Cloud: A2A Protocol Upgrade * IBM: What is Agent2Agent Protocol * How Anthropic Built a Multi-Agent Research System (ByteByteGo) * 6 Multi-Agent Orchestration Patterns for Production (Beam.ai) * The Great Agent Framework Consolidation ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲 📻 想听更多 AI 行业深度分析？欢迎在小宇宙搜索「AI下一帧」，每周日更新。 💬 想聊的欢迎留言，或发邮件给主播：5155280@qq.com

白宫科技政策办公室公开指控月之暗面蒸馏了 Anthropic 还没发布的下一代模型来训练 K3。一个还不存在的模型被蒸馏了？ 这期我们把 Kimi K3 的架构拆到底——2.8万亿参数但只激活1.8%、896个专家只派16个干活、注意力计算大量跳过而非压缩存储。和 DeepSeek 完全不同的省钱路线：把巨大的模型只"启用"一小部分。 适合：关注 AI 模型选型的技术人和产品经理、想降低 API 成本的开发者、对中美 AI 竞争格局感兴趣的听众。 ===================================== 00:01 白宫指控：未来模型泄露 03:17 本期看点 05:06 月之暗面：杨植麟 08:32 17岁高中生：K3 核心架构的共同第一作者 12:03 架构拆解：896个员工，只让16个干活 15:28 Quantile Balancing：不让明星员工过劳死 17:30 KDA：注意力本身变稀疏，6.3倍解码加速 20:25 AttnRes：让深层回看浅层的"存档快捷方式" 22:34 QAT：模型为自己的芯片量身定做的训练 25:30 只需要记住一件事 26:44 赢在哪 30:33 输在哪 34:00 价格不是让利 36:29 和 V4-Flash 的定位差 38:36 模型不可知架构 41:15 self-hosting 的经济账 44:47 收尾：回到开头那个问题 47:11 片尾曲 Dark Side of the Moon 歌曲suno链接： https://suno.com/s/W8BD7mEK1H9a0sLY ===================================== * Kimi K3 官方博客 — https://www.kimi.com/blog/kimi-k3 * Kimi K3 技术概览 (OpenLM) — https://openlm.ai/kimi-k3 * Moonshot AI 官网 — https://www.moonshot.ai/ * Transformer-XL — https://arxiv.org/abs/1901.02860 * RoPE (旋转位置编码) — https://arxiv.org/abs/2104.09864 * MoE (混合专家模型) — https://arxiv.org/abs/1701.06538 * MXFP4 Microscaling 规范 — https://www.opencompute.org/documents/ocp-microscaling-formats-mx-v1-0-spec-final-pdf * Arena AI 排行榜 (K3 前端代码 #1) — https://arena.ai/ * SWE-bench — https://swe-bench.com/ * Kimi K3 API: Input $3 / Output $15 / Cache $0.30 — https://openlm.ai/kimi-k3 * Claude Fable 5: Input $10 / Output $50 — https://www.anthropic.com/pricing * DeepSeek V4 API: Flash $0.14/$0.28 — https://api-docs.deepseek.com/ * NVIDIA Blackwell 架构 — https://www.nvidia.com/en-us/data-center/technologies/blackwell-architecture/ * NVIDIA H200 — https://www.nvidia.com/en-us/data-center/h200/ ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

Steam上标注AI标签的游戏超过一万款——但如果把AI拔掉，99.5%还能照常运转。真正"没了AI就不存在"的游戏，一篇最新论文筛出来只有53个。 这期我拿到了这篇论文的完整框架，用一个极简的"反事实测试"帮你判断一款游戏是真AI还是装AI。然后深入拆解六个真正算数的AI-Native游戏——从审讯AI嫌疑人的Vaudeville，到把prompt injection变成游戏关卡的Gandalf，到每天三亿请求99%零成本的Infinite Craft，到用奏折结构优雅解决AI延迟的崇祯模拟器。 每款游戏讲三层：它是什么、AI怎么用的、解决了什么问题又踩了什么坑。最后拆解三座大山——推理经济学（一个AI NPC每分钟多少钱）、状态一致性（AI的金鱼记忆怎么治）、开放性悖论（太自由就不是游戏）。 适合游戏开发者、技术PM、对AI游戏感兴趣但想听点干货不想看水文的人。 ===================================== 时间轴 00:00 一个人，三亿次请求，零成本 03:01 如果移除AI，游戏崩不崩 04:54 游戏里的AI，比ChatGPT老了半个世纪 08:33 一个测试，撕掉所有伪装 12:48 认知交互类：Vaudeville 侦探审讯 15:52 社交影响类：Gandalf + Suck Up! 22:51 语义裁决类：Infinite Craft 缓存天才 27:43 生成叙事类：崇祯模拟器 33:43 多Agent模拟类：Generative Agents + 修仙世界模拟器 39:15 为什么真正的AI游戏这么少 40:29 第一座大山：推理经济学 43:46 第二座大山：状态一致性 48:56 第三座大山：开放性 vs 规则 52:49 真正的AI-Native 3A还没出现 55:57 片尾曲《中间层》 ===================================== 参考链接： - [AI-Native Games: A Survey and Roadmap (arXiv:2607.00527)](https://arxiv.org/abs/2607.00527) - [Infinite Craft (neal.fun)](https://neal.fun/infinite-craft/) - [Gandalf by Lakera](https://gandalf.lakera.ai/) - [Vaudeville (Steam)](https://store.steampowered.com/app/2240920/Vaudeville/) - [Suck Up! (Steam)](https://store.steampowered.com/app/2726370/Suck_Up/) - [崇祯模拟器 (Steam)](https://store.steampowered.com/app/4304230/) - [修仙世界模拟器 (GitHub)](https://github.com/4thfever/cultivation-world-simulator) - [Generative Agents: Interactive Simulacra of Human Behavior (Stanford)](https://arxiv.org/abs/2304.03442) - [NVIDIA ACE for Games](https://developer.nvidia.com/ace-for-games) - [AI Roguelite (Steam)](https://store.steampowered.com/app/1889620/AI_Roguelite/) - [Lakera Blog: Who is Gandalf?](https://www.lakera.ai/blog/who-is-gandalf) ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲

蔡浩宇说"未来只剩0.0001%的天才和99%的业余爱好者，中间那些人不妨考虑转行"。然后他自己的AI游戏上线7天就从964人掉到139人。预言者被自己的预言审判了。 这期我用硬数据拆解：AI到底把游戏开发的哪些环节"抹平"了，抹平之后发生了什么? 适合所有正在用AI搞创作、做独立游戏、或者对"中间层还有没有活路"感到焦虑的从业者。 ===================================== 时间轴 00:00 开场：蔡浩宇的预言与审判——从964到139 02:54 我的歌曲是怎么做的 04:37 大多数游戏从来没有被任何玩家发现过 07:13 美术管线——AI让成本压缩了100倍，但风格一致性仍是大问题 15:31 代码和逻辑——实现层加速了，设计层和架构层没有 23:19 音频和配音——压缩比最大的环节（50-200倍） 29:04 关卡设计和叙事——AI碰不到的领域 35:07 淹没效应——52.6%的销量惩罚与85%的玩家反感 36:20 蔡浩宇自己的翻车：Anuttacon一年换五次方向 44:50 反例——谁还活着，怎么活的 49:30 修正后的四层框架：品味×AI＝新中间层 50:50 片尾曲《中间层》 ===================================== **行业动态** - Nintendo官方承诺所有游戏由人类制作 - Krafton 2025年10月宣布AI-first重组+冻结非AI招聘 - Take-Two风险披露：使用AI游戏可能导致玩家流失和声誉损害 - Epic Tim Sweeney主张取消Steam的"Made with AI"标签 核心研究与数据 * Game Oracle: AI in Games - The Impact On Sales — 52.6%销量惩罚 * Quantic Foundry: 玩家对游戏AI态度调研 — 85%负面态度 * Totally Human Media: AI游戏追踪数据 — 10,258款AI游戏统计 * TechPowerUp: Games Made with Gen AI Suffer Up to 53% Worse Sales * Tom's Hardware: AI Games on Steam Surge 700-800% * SteamDB 2025年度统计 * Fredericksen Substack: Steam AI披露游戏数据分析 蔡浩宇 / Anuttacon * AWS Case Study: Anuttacon AI gaming workloads * 36氪：蔡浩宇押注的AI世界成本狂砍80% * 腾讯新闻：裁撤大模型团队押注超级智能体 * KuCoin: Anuttacon Restructures AI Team 1. 行业深度分析 * Frank Lantz: "Why No AI Games?" * The Pragmatic Engineer: Bun团队11天Rust重写 * GDC 2026: Making the case for strong (human) narrative editors * Game Developer: Ben Reeves 30天Godot挑战 * Simon Willison: Vibe Coding定义与区分 * indiegame.com: Most games are never discovered 反例与案例 * The Verge: The Roottrees are Dead（去AI化后成功） * The Verge: Indie devs' new sales pitch: being 'AI free' * Steam官方: AI Content on Steam 披露政策 * Fast Company: Nintendo pledges games made by humans AI工具 * Scenario | Meshy | Tripo3D | Hyper3D Rodin | Blockade Labs | Suno | Inworld AI | ElevenLabs | Claude Code | Cursor | Devin ===================================== 前游戏开发者，现海外云厂商架构师 [反向弯曲] 主理的 [AI×游戏] 播客！ 帮助互联网｜游戏从业人员 拆解全球游戏 AI 前沿动态，深挖技术落地干货。 让你轻松拿捏行业脉搏，预判 AI + 游戏的 "下一帧"。 对未来好奇？速戳订阅！ 小红书b站同名：反向弯曲