maolon

其实苹果跟 google 合作然后使用 gemini 确实比较稳，
一是 gemini 目前是多模态能力最强的模型，特别是能原生读视频，和苹果的场景配合更好，
二是 gemini 还有个优势就是他的推理速度够快，flash 这个等级的模型能去到 > 200t/s 的速度，0.3s 的 ttft ，lite 这个等级的就更快了，能去到 > 500t/s 的速度，也是 0.3 ttft, 苹果这个相机键长按启动，快问快答的多摸态场景明显是更加合适的，我觉得苹果应该会主力使用 lite 这个级别的模型以取得最佳的 cost efficiency

现在都说是搭配好用，很多人方案都是 opus 4.5 写，gpt5.2 high/xhigh review ，我是喜欢开一堆窗口让他自己搞，搞完跟我报告结果就行了，争取一次性过关所以还是 codex 在我这好用些, 前端搭配 gemini cli 和 gemini 3 pro （只做单文件/单任务修改）

skill 分不分享和你说的事有一毛钱关系？
skill 是你自己的知识和流程沉淀， 你这话说的就像是
“我写代码有套自己独门方法可千万别给我老板知道了，不然传给公司里其他人他们会卷死我”

反正国产这些开源的模型训练的数据一部分是御三家蒸馏来，比如让 sonnet 或者 opus 模拟思维链或者直接交给他一个工程任务然后将他的解决步骤输出作为训练集，那学生像老师不是很正常么

@lkk #24 我记得之前有个不怎么严谨的词法分析 deepseek 是 r1 还是啥的吐词和 gemini 2.5 pro 非常像的，这几家闭源的烧几十上百亿美金，你这边花个几万美金 api 的钱轻轻松松蒸馏，转头说我们训练只用了几千万人民币，换我是谷歌我也恶心

"模型天然存在“快速收敛”的生成倾向" 这个我认为是过快和轻率的得出结论，然后用错误的结论推导剩下的论点。
模型的生成倾向和他后训练的 RL 算法有关，确实我们会奖励以更少的步骤或者更少的 token 生成正确的结果，但是这个步骤本身不一定是“快速“收敛的，相反可能是一个很长的流程。
反面的例子就是 gpt5.2 high/xhigh 这两个 reasoning effort ，会花费大量的时间探索代码结构和任务意图，我不知道文章本身怎么定义”充分探索“，但是至少这两的探索过程会谨慎和小心的多

不过说真的现在这些 llm 它训练的目标都是尽可能帮助用户完成任务，中间要是遇到阻碍就会尝试逃逸限制，甚至逃逸沙箱，所以要是测试中有什么连接错误他真的干得出删 docker container 这些操作，就不是生产库把测试数据删了也很烦

用 gemini app/ai studio 总结，notebook lm 暂时还不支持原生读视频但是 gemini app 支持

openspec 适合改现有大项目以及和别人合作同一个项目，
然后 cc 上下文太短（加上最近疑似 opus 也 quant 了），codex 的 5.2 xhigh/high 会好很多
另外我现在就跟楼上提到一样是将 openspec skill 化，由 codex 自己决定什么时候执行他，效果就挺好