三向月的日常

？？有人测出来 V4 Pro 在 Minimal 工具下启动行为和其它工具下表现完全不一样，Minimal 工具下和之前灰度时候的 “I need” CoT 一模一样，复现了一下是真的 真绷不住了，我说他们怎么做到官方跑 Terminal Bench 跑 87.9，结果 AA 跑的只有 79 的，感情搁这疯狂过拟合 Minimal Harness，还有安全词的说是 又要变祖了吗... DeepSeek V4 Pro 不是能力不行，而是对首次请求的工具结构极其敏感。官方 Standard/PTC 只有 91/92 分，Minimal 是 99/96，但只有两个工具。我们做了一个两阶段插件：首轮只给 shell + read 锚定 Minimal 推理轨迹，第一次工具调用后立刻恢复 Standard 全部 25 项工具。Windows 连跑两次 98/99，均值 98.5，第二轮全程 let me=0，证明不是抽卡，也不需要牺牲完整工具能力。 插件已开源：https://github.com/xiaobright/dsh-anchored-standard 完整评测、原理分析和统计证据：https://github.com/xiaobright/modeltest 如果真的是这样的话那也太弱智了，dpsk 这模型发的真是创记录了 · 全球首个发了权重以后发现发成 V4Flash 权重了，然后紧急撤回权重的模型 · 全球首个在短短一天内发布和不发布来回抽搐 N 次的模型 · 全球首个不在指定环境运行就能掉完性能的模型（原来对标 Codex 是这么个对标法吗），而且还不告诉用户要在这个环境运行 搁这当 ARG 玩呢 甚至 deepseek-harness 还专门有一个 Commit 将 Minimal 的提示词对齐到 RL 环境

？？有人测出来 V4 Pro 在 Minimal 工具下启动行为和其它工具下表现完全不一样，Minimal 工具下和之前灰度的 “I need” CoT 一模一样，复现了一下是真的 真绷不住了，我说他们怎么做到官方跑 Terminal Bench 跑 87.9，结果 AA 跑的只有 79 的，感情搁这疯狂过拟合 Minimal Harness，还有安全词的说是 又要变祖了吗... DeepSeek V4 Pro 不是能力不行，而是对首次请求的工具结构极其敏感。官方 Standard/PTC 只有 91/92 分，Minimal 是 99/96，但只有两个工具。我们做了一个两阶段插件：首轮只给 shell + read 锚定 Minimal 推理轨迹，第一次工具调用后立刻恢复 Standard 全部 25 项工具。Windows 连跑两次 98/99，均值 98.5，第二轮全程 let me=0，证明不是抽卡，也不需要牺牲完整工具能力。 插件已开源：https://github.com/xiaobright/dsh-anchored-standard 完整评测、原理分析和统计证据：https://github.com/xiaobright/modeltest

该你出场了，唐杰限时升格为唐圣！ 😋

飞书 aily 品牌名正式变更，相关功能名称同步更新： 「飞书 aily」更名为「豆包工作伙伴」 「智能伙伴」更名为「工作伙伴」 「团队智能伙伴」更名为「团队工作伙伴」 「智能体小队」更名为「工作小队」

广东省安委办、教育厅、文旅厅提醒您：近期高温，适逢暑期，学生溺水风险陡增。家长务必教育孩子牢记防溺水“六不”，严禁私自下水、盲目施救落水人员。各类景区、滨水文旅场所、研学基地强化临水区域警示防护，加大巡查劝导力度。也呼吁社会各界主动劝阻青少年临水危险行为，共同守护学生生命安全。珍爱生命，严防溺水！（省预警中心8月14日发布）

🤖 谷歌发布 Gemini 3.7 Flash，三周后替代 3.6 Flash 谷歌于 2026 年 8 月 13 日宣布 Gemini 3.7 Flash，开始逐步推送以替代仅三周前发布的 3.6 Flash；此前承诺 6 月推出的 3.5 Pro 仍未发布。 谷歌称，新模型编码和代理性能提升，FrontierCode 1.1 Main 得分由 34.4% 升至 43.6%，DeepSWE v1.1 由 49% 升至 65.3%。 Google | Ars Technica 🌸 在花频道 · 茶馆水群 · 投稿通道

声明：本人一直在互联网上诋毁深度求索，并没有称梁文锋为梁圣，也支持将梁文锋的头P到劲凉上。本人实际上是深度求索十年黑粉，经过长时间的思考，我发现中国AI其实没有希望，有时候做出决定很难，经过许多个日夜的思考，我决定加入OpenAI粉丝团。至于Kimi，GLM和MiniMax，祝他们的token套餐越卖越贵。望周知！

笑了，原来你们私底下都有小团体，早就认识了，我就说怎么聊不进去？我今天算是整明白了，没有一个理我的，群里插话也插不进去，艾特人家也不理你。 一有什么事就是联合起来嘲笑我，搞到最后节目效果好的批爆！熟人社会好冰冷啊🥶感觉你们都好有趣啊😃不像我😊不仅连句话都搭不上😢还要被当成破坏氛围的😔我现实生活中自闭没朋友😣哪怕是在网上也受尽冷眼😩每次组织了半天的语言都如鲠在喉😫最后还是默默删掉了看你们互动😞你们有说有笑的样子不知道为什么在我眼里这么刺眼😖融入不了群体的我😥躲在屏幕后面默默哭出来了😭

# DeepSeek Harness https://github.com/deepseek-ai/deepseek-harness/ https://www.npmjs.com/package/@deepseek-ai/dsh dsh 来了！最近刚好在到处找一个正常的，通过 WebUI 而不是 TUI 操作的 Agent，换了好几个都不是很满意，这下要后悔没去签保密参加内测了—— dsh 使用了我们最可拓展，架构最优雅，副作用最少，文档最少（？），热重载，插件化最爽的元框架 Cordis 进行构建，关注…

# DeepSeek Harness https://github.com/deepseek-ai/deepseek-harness/ https://www.npmjs.com/package/@deepseek-ai/dsh dsh 来了！最近刚好在到处找一个正常的，通过 WebUI 而不是 TUI 操作的 Agent，换了好几个都不是很满意，这下要后悔没去签保密参加内测了—— dsh 使用了我们最可拓展，架构最优雅，副作用最少，文档最少（？），热重载，插件化最爽的元框架 Cordis 进行构建，关注…

# DeepSeek Harness https://github.com/deepseek-ai/deepseek-harness/ https://www.npmjs.com/package/@deepseek-ai/dsh dsh 来了！最近刚好在到处找一个正常的，通过 WebUI 而不是 TUI 操作的 Agent，换了好几个都不是很满意，这下要后悔没去签保密参加内测了—— dsh 使用了我们最可拓展，架构最优雅，副作用最少，文档最少（？），热重载，插件化最爽的元框架 Cordis 进行构建，关注 Cordis 谢谢喵：https://github.com/cordiverse/cordis 也是非常羡慕 Cordis 主开发者 Shigma 了。北大本研，期间以兴趣项目的形式开发了 Koishi 和 Cordis，并且现在把 Cordis 带进了 DeepSeek，作为支持万亿用户的基础服务的一部分；带入了数以万计开发者的电脑，实现人生价值...真是让人羡慕呀！ 希望 Cordis 在 Deepseek Harness 中的应用能让 Cordis 相关生态蓬勃发展～ （写这段话的时候还不知道 V4Pro 居然这么菜，嘛总之 dsh 还是值得一试的

via 匿名

所有人统一口径，以后 8 月 13 日前全部归为八月初，望周知。

@所有人 暂时下调评级至小南梁。

看看 OpenCode Go 会不会一起改

允许发射梁木🚀已离开近地轨道