面壁智能开源 MiniCPM-V 4.7,35B-A3B MoE 模型 3GB 内存端侧流畅运行
35B 进手机后,真正该改的是任务分流,不是海报上的参数。
从我自己的长任务流程说起,哪些验证可以合并,什么工作值得派子任务,强模型该用在哪里。缓存和压缩也能调,但先看清它到底在忙什么。
读全文 →网页发布前最难沟通的往往不是某个像素,而是「再精致一点」。Impeccable 用产品上下文、24 个命令和 59 条检查,把这类模糊反馈变成可执行的收尾流程。
MiniCPM-V 4.7 在 iPhone 17 Pro Max 上报出 3GB 内存、13+ token/s 的端侧结果。35B 能跑起来以后,端侧产品该重排的是任务分流、设备策略和验收指标。
Vapi 的内部审查机器人把平均 PR 合并时间从超过 130 小时降到 65 小时。真正能复用的不是机器人名字,而是它怎样处理权限、误报和证据。
35B 进手机后,真正该改的是任务分流,不是海报上的参数。
订阅打包越大,真正要算的是常用工具有没有被绑架。
上下文变长后,真正难的是别把旧噪声也带进来。
模型会防抄作业了,边界也在往产品侧移动。
小模型的安全边界,已经不只在云端机器房里。
机器人不缺,能少制造评论债的才值钱。
审查 checklist 很容易装,难的是团队肯不肯照证据做决定。
大仓库的 star 证明有人看,不证明你的规则已经写对。
网页代码的坑,不该等用户帮你验收才浮出来。
审美反馈太虚,先把它拆成能验收的检查。
资料够厚不等于交付更稳,先解决一个页面再说。
界面问题分得够细,选错入口还是会把页面改碎。
架构能写得很对,用户仍可能找不到下一步。