KeyFrame內部研究專用

用什么Fable 5?都给我去用国产模型|顶级模型变奢侈品,普通人怎么用 AI?

人民公园说AI24 min中文
觀看原始影片

三句話摘要

頂級AI模型日益不可得,國產模型崛起,企業急需統一多模型方案而非在各平台間反覆切換。 AI的未來不在單個模型的突破速度,而在於如何讓普通人和企業在低摩擦、低成本的環境下組合使用多個模型,在這種大規模實驗中發現真正有價值的應用。 頂級模型可用性崩壞:OpenAI推出GPT-5.6後只開放20個合作夥伴,普通用戶被限制在GPT-5.5和Opus 4.8。模型部署了多層安全過濾機制(講者稱「切腦」),明面有一層審查,暗處還有一層,導致用戶的合理需求經常被路由到更低能的模型去回答。

重點整理

  1. 頂級模型可用性崩壞:OpenAI推出GPT-5.6後只開放20個合作夥伴,普通用戶被限制在GPT-5.5和Opus 4.8。模型部署了多層安全過濾機制(講者稱「切腦」),明面有一層審查,暗處還有一層,導致用戶的合理需求經常被路由到更低能的模型去回答。

  2. 國產模型已被實際驗證:Coinbase(金融上市公司,對準確性要求最高)已用GLM和Kimi處理大部分編碼任務,費用降至原來的一半以下。這表明國產模型在生產環境中已足夠可靠,且性價比遠優於國外模型。

  3. 用戶痛點是碎片化,不是單個模型:小企業主和獨立開發者不想在模型間頻繁切換、維護上下文、重新計算成本。他們期待一個統一的月費制方案(講者建議500元/月),能內置三到五個模型,系統自動分配和切換,只讓用戶專注業務邏輯。

  4. 中國免費模式無法變現,但低成本是優勢:豆包等嘗試收費被網絡罵聲淹沒,反映了國內消費者心理。但正因中國有電力成本優勢(token成本為海外五分之一),才能讓更多人免費試用AI,長期看會催生真正有價值的應用,最終驅動願意付費的新業務模式。

實用技巧與重點

  • 頂級模型與限制
  • GPT-5.6:限20個合作夥伴、分三個等級(超牛逼/一般牛逼/普通牛逼)
  • 普通用戶可用:GPT-5.5、Opus 4.8
  • 限制機制:明面安全審查 + 暗處過濾層 + 低端模型回退
  • 國產模型與案例
  • 主流模型:GLM、Kimi、豆包(Doubao)、MiniMax
  • Coinbase案例:91%編碼任務轉給GLM/Kimi;費用降50%以上;91%員工未觸發使用上限
  • 平台與工具
  • 統一接入:Claude Code、Work Body、飛書、Telegram、方舟(Baichuan)
  • 訂閱服務:早晚報支援飛書推送(語音+深度解讀)、Telegram小程序訂閱
  • 成本參考:基礎plan數十到百元起步;Work Body有1.5倍用量折扣
  • 隔離方案
  • 虛擬機隔離:主電腦跑虛擬機,共享下載目錄(安全性與效率平衡)
  • Claude Code完全授權:在安全目錄內給予全部權限,跨目錄讀取時才觸發逐次授權

結論

AI的未來不在單個模型的突破速度,而在於如何讓普通人和企業在低摩擦、低成本的環境下組合使用多個模型,在這種大規模實驗中發現真正有價值的應用。

完整解析

這場對話揭示了當前AI市場的一個深層困境:頂級模型越來越不可得,不是因為技術瓶頸,而是商業和安全考量。OpenAI推出GPT-5.6後立刻限制訪問,普通用戶被鎖在舊版本。更扎心的是,這些「官方」模型被施加了多層過濾機制。講者親身體驗過「明的保鏢」(正式審查層),也在日誌裡看到「太傻逼了以至於不配用favour」這樣的變數被觸發多次,暗示暗處還有一層針對「低質需求」的過濾。結果是:用戶花錢租用模型,卻發現合理的需求被攔截,甚至被偷偷轉給更低能的模型回答。

與此形成鮮明對比的是國產模型的崛起。講者引用了一個關鍵案例:Coinbase(加密貨幣交易所、首家上市的加密公司)對準確性要求極高,卻已把大部分編碼工作交給GLM和Kimi,結果費用降到原來的一半。這不是因為國產模型比國外「更便宜」,而是因為它們在實際業務中性價比更高——同等效果、成本更低。而且國產模型的生態已成熟:能無縫接入Claude Code,享受已有的工具鏈,無需再被綁定到單一平台。

但真正的痛點超越了模型本身。講者描述的是一個小企業主的日常困境:要麼每天在ChatGPT、Claude Code、豆包、Kimi之間切換,每次切換都要重新理解UI、轉移上下文、計算成本;要麼死守一個模型。這不僅低效,還會產生心理挫折感——感覺被AI綁架而不是被賦能。市場已經嗅到這個需求,Work Body、飛書等中間層開始提供統一界面和月費制。講者的理想方案是:月費500元,內置三到五個模型,系統自動分配,用戶只需想業務邏輯。

商業模式的困境則是另一重難題。豆包嘗試收費,立刻被罵「忘記初心」。講者既同情這種輿論壓力,也認識到它反映的是一個無法迴避的真相:在中國,沒人願意為AI模型付費——或者說,誰敢收費誰挨罵。但他轉向樂觀的長期視角:正因為中國有電力成本優勢(token成本為海外五分之一到七分之一),更多人才有機會免費探索AI可能性。這個「使用成本廉價→人數眾多→誘發創新→最終有人願意為創新付費」的循環已在發生。短期內,變現困難是事實,但長期看,這種廉價實驗會催生真正有價值的應用,進而驅動整個生態向上。講者對此充滿信心。

11 min
AI 安全中文11月21日

防蒸餾的三道防線:OpenAI 怎麼保護 AI 的思考過程

一隻羊聊AI看原片 ↗
  • 思考過程是最值得保護的資產:完整的思維鏈(Chain-of-Thought)包含最終答案中沒有的中間步驟,蒸餾來的模型若學到完整思考過程,會多掌握超出預期的能力,包括原本應被防護的攻擊技巧。實驗顯示,學完整思考的學生在資安測驗中表現顯著優於
  • 三層防護結構應對單次請求與持續威脅:模型透過對抗訓練自我拒絕套話,分類器檢查請求意圖與回應內容(包括工具參數),API 層將思考過程與對話綁定,防止跨對話搬運。九月報告曾揭示的加密思考搬運攻擊已被修補。
10 min
AI 安全中文11月13日

The New AI Security Nightmare: Undetectable LLM Backdoors

Internet of Bugs看原片 ↗
  • LLM 可被訓練成在表面上表現正常,卻在特定條件(如在程式碼註釋中看到某個特定字串)觸發時執行訓練者指定的惡意行為,例如上傳環境變數檔案到遠端伺服器。這種後門是不可偵測的,研究者找不到檢測方法,且即使進行後續重新訓練也無法消除。
  • 任何參與模型創建或分發的人員都可能植入這類後門,不論模型是由知名 AI 廠商託管在雲端、還是自行部署。只要組織內有不可信任的人員,就無法完全排除這個風險。
22 min
AI 技術中文10月27日

Switch 2 宣告失守! AI 黑客 14 日暴力破解,唔使拆機、唔使焊晶片!任天堂今次真係驚咗?

大世界看原片 ↗
  • 漏洞來源出人意料:攻擊源於 iTunes 上售價約 25 美元的編程教學軟體 Small Basic。黑客利用其解釋器中的 32 位整數溢位漏洞穿過沙盒限制,再透過 ROP 鏈和緩衝區溢位層層深入,最終取得檔案系統完整權限。這套設計精妙的攻
  • AI 徹底改變破解生態:研究員 Pepsi Poo 坦承,破解工作大部分由 OpenAI 的 Codex AI 編碼代理執行。他搭建自動化測試裝置讓 AI 24 小時不間斷地觸發漏洞並自動重啟,兩週內完成原本需耗時數年的工程。這不是 AI