杂货铺 · 第21篇
8月末的碎碎念
暑假尾声的清单体小结
欢迎来到我的小铺，今天真的是随便聊聊。
公众号空了一天。不是没东西写，是最近东西太密集，有点炸裂，需要喘口气。加上经历小朋友暑假收尾，又忙了一些上班复工的事项，昨天就相当于空了一期，今日补上。
倒不是没有选题，也没有不值得写的东西。只是每次写作都不是把东西扔给AI就完事，很多东西要结合我自己的所思所想，需要时间打磨。我不会写自己没有真实感悟的东西。
所以这期换个方式，碎碎念，清单体，把近期的事态过一遍。下面这些其实都能深写，今天先随便聊聊。
一、带娃
这个假期小朋友过得还算充实。
- 长征学习网站。 前面说过的，为了完成学校作业，陪他一起完成了一个长征学习网站。不止学了怎么做网站，也学了长征相关的知识，熟练背了七律长征。技术和历史一起捎带了一脚。
- 得到·2026暑期AI创作大赛。 纯属误打误撞，完成作业的同时顺带着参了个赛，第三名，作为首届来说，2000奖金还蛮丰富的。还带小朋友去得到录了一天播，完整体验了一把录制节目的感受。准备过程比较艰辛，但对他的成长帮助确实蛮大的。
- 体测拉练。 马上四年级，假期对体能做了一轮拉练。不能说达标了，但比之前有进步：
仰卧起坐：20多个 → 40多个\
50米跑：十几秒 → 10秒上下\
体前屈：负数 → 正10左右
循序渐进，不用太夸张。
- 上海游。 休了5天假，陪小朋友逛了上海。一大纪念馆、外滩、野生动物园、迪士尼，小朋友非常喜欢上海这个城市，有机会可以继续。也越来越有自己带娃出游的自信了——随着孩子长大，比小时候带他出门方便了不少。父子感情也加深了一些。
二、写作
- 一周五更的Flag。 8月1号写了篇“再出发”，悄悄给自己立了个Flag：一周五更。综合来说坚持得还不错，除了这篇有点迟到，其他都按时完成了。
- 脑子里的想法变多了。 这可能是最大的收获。看到什么事物，触发什么感想，会积极去记录。每天的选题基本都源于前一两天的一些触发点，有些是自己实践之后给出来的内容。
- 倒逼出来的学习力。 说白了，有些地方就是为了写文章，逼自己去实践、去思考、去学习。
倒逼出来的学习力，比以前强太多了。
以前有个念头想一想就放过了，现在至少留下了。
- 废掉的选题。 不少。有些确实有价值，只是感觉不太好写，就先放下了。这个问题后续再精进。
三、又炸了的国产模型
最近国产模型的消息比较密集，8月26号智谱GLM和千问Qwen同天发布。对于我的本地部署是重大利好。
- 智谱GLM-5.3-Flash。 320B总参数，激活18B，AA智能指数57分，和Claude Opus 4.8持平。社区里有人用4台DGX Spark跑得比较成功，能到60-90 token/s，质量有保证，上下文长度也有保证。但我只有2台，双机目前很难有好的表现，基本40+就算不错了。上下文也保不住1M，甚至视觉也不一定能实际使用。当前这个状态，不如继续用DeepSeek。
- 千问Qwen3.8-Flash-Next。 125B总参数，激活6B，基于下一代Qwen4架构。跑分在线，但新架构可能还不太能够适配和适应，需要更长时间磨合。从我自己本地跑的体验来看，实际表现远不如DeepSeek。暂时持续观望。
- 主力还是DeepSeek。 近期一直在蹬本地DeepSeek V4 Flash 0731，效果喜人。从上海回来以后每天都在努力蹬，恨不得24小时蹬。有的东西比较成功，有的东西比较失败，但都积累了丰富的经验。
四、期待已久的MAC大更新
硬件这边更狠。Mac mini和Mac Studio新版本都发布了。
- Mac mini M6。 说实话，我更看重这个。2nm芯片，6999元起，正好缺一台常驻的开发用机——家里已经部署好了DeepSeek服务器，缺一个专门跑项目、当中继、提供服务的东西。M6应该比较适合。但M6这个架构有点尴尬，苹果官方自己也说了跳到M7。M6就是个基础版本，先放一放。
- Mac Studio M5 Ultra。 大家热议的其实是这个。官方说AI能力相比M3 Ultra提升了4.3倍。之前我用过M3 Ultra，后来卖了换成了DGX Spark（之前文章有解释）。即便4.3倍这个数字，我感觉很强，但依旧不是很乐观。如果要买，我可能倾向于512GB版本——但那个价格够买一辆小车了。换带来的生产力不足以支撑更换，继续算算账吧。
- 越观望越贵。 今年开始的电子产品说句实话，观望是越观望越贵。就拿我这两台DGX Spark来说，现在的价格比我买的时候贵了8000。从趋势上看，应该还会继续往上走，突破单台40000指日可待。
五、本地部署小优化
模型和硬件都在观望，但本地这套DeepSeek一直在跑，监控面板也没闲着。
这也是持续优化的一种能力学习——只有真正自己着手开发的时候，才知道哪些东西有用，哪些只是一些想法。一开始加了能耗和温度，后来想着能耗是不是可以转化为电费，就把token的调用使用和实际消耗也算了进去。KV缓存、各方面指标，现在一个图里全看全了。
比如token这件事。一开始每天一看，十几亿token，哇塞，感觉自己好厉害。但实际算一算，大头都是缓存。昨天跑了一天的真实数据：
总token：15.91亿\
缓存命中：15.87亿（99.8%）→ ¥135.7\
实际输入：348.1万 → ¥7.92\
输出：129.4万 → ¥9.17
15.87亿缓存命中的消耗价值135.7元，348.1万输入加129.4万输出才价值17.09元。 大头全在缓存命中上。
DeepSeek之前为什么便宜？因为缓存命中相当于不要钱。涨价前后的对比：
涨价前：0.02元/百万token → 15.87亿 ≈ 31.74元\
涨价后：0.05～0.10元/百万token → 15.87亿 = 135.7元
从31到135块，涨了近5倍。约等于白送的东西，顿时就有体感了。
所以现在对模型使用的成本，尤其是Agent和不同任务之间的成本，也有了一些认识。每天十几亿token听着吓人，拆开一看，真正花钱的地方和想象的不一样。
六、AI GalGame
对了，上面这么多token不是白跑的。这两天搞了个长任务，分批跑，最长的一个任务自己跑了6个小时左右。
成果是一部叫《雨停之前》的视觉小说，能直接在浏览器里玩，321个场景，8.2万字，4条角色线，12个结局。整个游戏没有一张图片素材，画面全由代码生成。
但真正特别的不是游戏，是它的制作过程。除了最初一份需求文档，我没有写过一行代码、一个字的剧情。一个AI agent通过自主长跑模式接力施工，分阶段推进——先写剧本圣经，再造引擎，然后共通线、角色线、真相线，最后成品化。全程有机器审稿把关，最后还有一只“结局猎人”机器人，把12个结局全部实际通关一遍，证明每个结局都真的打得出来。
AI当编剧加工程师加质检，人类当监制。
写一部自洽的长篇多结局故事，并自证没有吃书。
当然，这只是试作成品，看看能做到什么地步。生图、生音频、视觉动效这些还没加进来，但通过这次制作，我大概摸清了都有哪些环节。已经开始动手写一个GalGame制作工作台——这也是我今年计划做的第一个Agent应用。后续的游戏，就可以在工作台里慢慢完善了。
所以回过头看那个token账单——每天十几亿token、上百块的缓存命中费——就知道钱花在哪了。不是空转，是真有人在打工，只不过这个“人”是AI。
以上，近期碎碎念，先这样。
哞小哞的杂货铺 · 2026 · 021