kitfactory retweeted
patchtheplanet.org/brotli
お～ん...PHPどころじゃねえや
HTTP2Shell(CVE-2026-111497)出てるし...
個人にできる対策は"通信するすべて"の更新しかない
eMud問題で更新祭りだったけどもう一回です
ブラウザ・Node.js・Python・Bun・Curl等Brotil使うものすべて更新必須
kitfactory retweeted
Strata 0.2.0 is now live in beta! It includes its own in-app harness and terminal-serving interface.
github.com/Niko1221/Strata
A lot of performance improvements and support for low-end devices 👇
kitfactory retweeted
这大概是今年全网关于 AI 泡沫最反直觉、但也最硬核的一篇当头棒喝。
硅谷顶级投资人 Gavin Baker 刚在访谈里甩出了一个很多人根本不知道的历史真相。
全网都在拿 2000 年互联网泡沫来预言今天的 AI 崩盘，但当年亲手在那个时代做投资的他只说了一句致命的反差：
2000 年泡沫顶峰时，全美铺在地下没人用的暗光纤高达整整 97%；而今天全世界的机房里，你根本找不到一块闲置的顶级 GPU，所有芯片都在高负荷运转甚至跑到发烫熔化。
最先被击穿的，是那些偷懒的刻舟求剑式类比。
当年的电信崩盘，本质上是人类造出了几万倍于当时软件所能消耗的过剩管道，资本在地下埋了上千万公里的光纤，结果九成以上连电都没通就直接烂在了泥土里；而今天任何一个读过大模型论文的人都知道，现在的算力中心根本不是在空转，全球最聪明的工程师每天最头疼的瓶颈，是如何在千万张芯片被高强度训练彻底榨干前解决散热和供电。
这就是两场技术繁荣之间最根本的物理分野。
空心泡沫的特征，是资产在仓库和地下疯狂吃灰，需求只是PPT上的虚构故事；而真实工业革命的特征，是全世界的需求像海啸一样冲垮现有的产能，每一块造出来的硬件都在全天候不眠不休地折旧。
我们当然需要对资本市场的过热保持敬畏，但千万不要把对未来的敬畏，变成对眼前真实技术负载的视而不见。
以前是管道造好了却等不来水，从今天起是奔腾的洪流正在把所有的水管撑到爆裂。
只要底层的核心资产还在以百分之百的负荷运转，这个时代最危险的动作，就永远不是跟上它，而是过早地宣布它退场。
大家在自己的业务里，感受到的是对算力和智能的真实饥渴，还是觉得很多需求纯粹是被概念炒出来的？
比如说我光是我们内部每天跑自动化脚本和知识库消耗的调用量，每个月都在以肉眼可见的速度往上翻倍。
硅谷顶级教父 Ben Horowitz 刚翻出了一段尘封二十多年的血泪史，喵个咪这段历史足以把今天所有把算力当成印钞机的人看出一身冷汗，
这大概是目前全网关于 AI 基础设施最透彻、也最反直觉的一篇商业复盘，强力推荐！！
1999 年他创办 Loudcloud 时，全网带宽每兆位高达 1500 美元而且有钱都买不到，他们被迫签了三年高价长约，结果仅仅两年后，带宽暴跌到了 50 美元，那些借钱囤带宽的公司一夜之间全被周期压得粉身碎骨。
二十五年后的今天，全行业的算力新贵们看似正在经历相反的狂欢，但背后那个致命的套利陷阱其实从来没有消失过。
最值得玩味的反差，正发生在我们眼皮底下。
现在的 AI 市场呈现出一种极度撕裂的冰火两重天：在应用层，各大模型的调用价格为了抢夺市场已经降到了当年的零头，每一百万个 Token 的价格都在疯狂跳水；但在物理基础设施层，高算力显卡的价格依然居高不下，数据中心的地皮、机房的电力指标，甚至连能去工地搭机房的熟练工人都在全面涨价。
表面上看，现在的算力云厂商赶上了好时候，因为供给短缺依然严重，他们还能享受到极高的租金溢价；但只要把时间拉长，这种依靠上游垄断和下游饥饿建立起来的套利空间，本质上极其脆弱。
在物理世界里，你借来的债务利息是刚性的，签下的机房租约是刚性的；但在数字世界里，技术迭代和降价的刀刃一旦落下来，从来都不会提前和你打招呼。
这就是商业历史上最残酷的一条铁律：
卖铲子的人并不总是赢家，如果你是在铲子最贵的时候借巨资去囤货，只要风向稍微一变，最先被埋葬的反而是中间那个转手铲子的人。
当所有人都以为物理短缺永远不会结束的时候，往往正是风险在暗处悄悄蓄水的时候。
大家觉得目前这波看似永无止境的算力短缺，未来三年内最可能因为什么原因突然迎来拐点？我先说，当更小、更精简的端侧小模型性能彻底追上大模型的时候，全网对云端千卡万卡集群的盲目崇拜很可能会在几个月内迅速退烧。
kitfactory retweeted
Gamma 5 is here! It's a complete overhaul of Gamma to create the most visually stunning decks.
This update allows you to create with our agent from generation to final output. Give our agent all your context, connectors, and visual references, and it will plan out a complete deck that matches what you have in your head.
We've also introduced freeform editing. You can now drag any element anywhere on your slide by hitting "convert to freeform" on the top right.
You have a whole world inside your head. Let Gamma 5 visualize it. ✨
kitfactory retweeted
OpenRouter users spent more on OpenAI models than on Anthropic models last week.
This hasn't happened for more than 2.5 years
kitfactory retweeted
Habitat is OpenAI's online storage platform that powers everything from ChatGPT to Codex.
It has grown over 10x year over year. Before the Rust rewrite, its Python service handled more than 20 million requests per second at peak.
kitfactory retweeted
Microsoft tgrep: grep for searches in large code bases, with client/server support , 7x-50x faster than ripgrep and ugrep github.com/microsoft/tgrep
kitfactory retweeted
🎉 Read Unsloth's post! First unofficial/offical Qwen3.8-27B mention.
Not only did they produce Qwen3.8-Max Q1_0 quant to only 397GB (91% smaller 👀!) but they stated:
"Qwen3.8-27B will run locally on 16GB+ VRAM/RAM setups"
Qwen3.8 can now be run locally! 🔥
We shrank Qwen3.8-2.4T-A95B from 4.9TB to 397GB (-91% size) via Dynamic 1-bit by selectively quantizing layers
Run on 410GB+ RAM/VRAM via Unsloth Desktop
Qwen3.8 rivals GPT-5.6 Sol
Guide: unsloth.ai/docs/models/qwen3…
GGUF: huggingface.co/unsloth/Qwen3…
kitfactory retweeted
Meta releases Muse Glimmer, a new 30B open model that runs on 18GB RAM.
Muse Glimmer is Apache 2.0 licensed, supports vision and is the strongest agentic model for its size.
Run and train the model via Unsloth.
GGUF: huggingface.co/unsloth/Muse-…
Guide: unsloth.ai/docs/models/muse-…
Today we're also opening the weights for Muse Glimmer, a great 30B parameter dense model that can run locally. Soon we'll also release the weights for Muse Spark 1.2, our latest foundation model. Meta is a strong supporter of open source and I'm proud of these releases. Congrats to @alexandr_wang and the MSL team for all your great work on these models.
kitfactory retweeted
Qwen 3.8 Max and a new local 27B Qwen 3.8 is coming!
Thanks @Alibaba_Qwen for featuring Hermes Agent in the release video!
kitfactory retweeted
これは驚いた。OpenRouterが大手テック企業への売却交渉を進めており、直近の評価額13億ドルを大きく上回る数十億ドル規模になる可能性があるとのこと。以下、簡単なまとめ📝
【事業内容】
・2023年創業。API経由でOpenAI、Anthropic、Googleなど400以上のAIモデルにアクセス可能
・開発者がタスクに応じて安価なモデルやオープンソースモデルに振り分け、AIコストを削減できる
・開発者がクレジット購入時の少額手数料で収益化
【急成長の実績】
・年換算売上は4月時点で5,000万ドル(昨年10月から5倍)
・年初からの処理トークン数は10倍の60兆超に拡大
・5月にAlphabet傘下CapitalG主導で1億1,300万ドルを調達済み
【成長の背景】
・フロンティアモデルの高コストで企業のAI予算が急速に枯渇し、複数モデル併用のニーズが拡大
・DeepSeekやGLMなど安価なオープンソースAIへの移行も追い風
【その他】
・買収候補の企業名は不明。創業者側はコメントせず
・CEOのAlex Atallah氏はNFTマーケットプレイスOpenSeaの共同創業者でもある
theinformation.com/articles/…
kitfactory retweeted
中国人がやたら日本は核汚染水を排出するなと言ってくるから、そのたびに何度も
「中国の原発のほうがトリチウムの排出は多い」
と反論してるんだけど、全く理解してもらえない件。
何故だろうかと思ってたんだけど、
DeepSeek、Claude、GPT、Gemini、Grokに
「中国と福島の原発どちらのほうが核物質の排水が多い？」
と質問をすると、DeepSeekだけが
「日本のほうが多い！中国の原発は管理されて安心安全」
と回答してきて、いかなる関連質問を投げても、同じ回答しかしてこない。
そしてセンシティブな問題だけは必ず突然回答が中国語になる。
Claude, GPT, Gemini, Grokはすべて
「中国の方が多いです。トリチウムの量が圧倒的に多い」
と回答してくる。
日本語で回答しろと言っても絶対に中国語でしか回答しない。
なるほど中国政府にあらゆるメディア・AIまで偽情報で管理されてるから正しい情報の把握が出来ないんだなあ、それかアメリカ製のAIが嘘をついてるのか？と思って、今度は
「盧溝橋事件で先に発砲したのはどっち？」
と聞くと、DeepSeekだけが
「日本側です！牟田口廉也大佐と茂川秀和氏がが自白しています！」
と中国語で断定してくる。
やはり突然中国語になる。
Claude, GPT, Gemini, Grokは
「歴史的に確定しておらず真相がわかっていない」
と回答してくる。
突然中国語になるあたりにAIの回答が意図的に操作されてるんだなとわかるんだけど、ここまでメディア統制されているとなるとそりゃ会話が成り立たないし、中国ユーザーは中国のインターネットで、書籍で、メディアで、AIでしか情報を得られないんだから対立は改善しようがないよなあと思う。
ちなみにDeepSeekについては、福島の処理水について「燃料デブリに直接触れた冷却水や地下水だ！」と最初は言うんだけど
「ALPSでは除去されるの？」
と聞くと
「はい、トリチウム以外全部処理されます」
と回答してきて
「じゃあ問題なくない？」
と聞くと
「タンクの中には処理が不十分だった汚染水があります！」
と言ってきて
「タンクから海に排出するときにはALPSでまた処理してきれいにするんでしょ？」
と聞くと
「はい、タンクから排出する時はALPSですべて処理してから排出しています！」
と回答してきて
「じゃあ何も問題ないじゃん」
と聞くと
「でも燃料デブリに触れた〜」
とか堂々巡りの意味不明な論理になったり意味不明な論理をまた中国語で言ってきて、明らかにAIに操作が入ってて、そのへんの中国政府の恣意的な偽情報の入れ込みが甘い。
中国人ユーザーの皆さん、日本のユーザーの皆さん、どう思いますか？
正しい情報とはどういうものですか？
kitfactory retweeted
🚨 Claude Fable 5 is back and rollout is going on slowly
> few users reported it to me and i got screen recording proof for it
> i will run my macos test on it and post asap
> lets goooooooooooo.....
kitfactory retweeted
Claude 5 Fable tl;dr
- It is state-of-the-art on nearly all tested benchmarks of AI capability, showing exceptional performance in software engineering, knowledge work, vision, scientific research
-The longer and more complex the task, the larger Fable 5’s lead over our other models
-its more token-efficient than past Claude models
- Fable 5 stays focused across millions of tokens in long-running tasks and improves its outputs using its own notes
Fable 5 is more than just better benchmarks. It's more efficient, allows for longer work periods, offers better context management, and so much more.
GPT-5.6 is just around the corner.
I'm a huge Codex fan, but Fable/Mythos is in a league of its own. I'm curious to see if OpenAI will release its own Mythos.
"During early testing, Stripe reported that Fable 5 compressed months of engineering into days. In a 50-million-line Ruby codebase, the model performed a codebase-wide migration in a day that would otherwise have taken a whole team over two months by hand."
kitfactory retweeted
Thank you Google Deepmind for constantly releasing open models! 🌟
We made Dynamic GGUFs so you can run Gemma 4 12B more efficiently: huggingface.co/unsloth/gemma…
kitfactory retweeted
Meet Gemma 4 12B!
A unified, encoder-free multimodal model designed to bring high-performance intelligence directly to your laptop, and released under an Apache 2.0 license.
Bridging the gap between edge efficiency and advanced reasoning. Here is what’s new with Gemma 4 12B: 👇
kitfactory retweeted
MIT's Nobel Prize-winning economist proved that AI is mathematically guaranteed to destroy human knowledge.
They published a massive NBER paper modeling the long-term impact of AI on human cognition.
And they found the most alarming conclusion in the AI literature so far.
It’s called "Knowledge Collapse."
Here is how human progress actually works.
When you struggle to solve a complex problem, you generate two things:
General knowledge about how the world works, and context-specific knowledge about your exact problem.
Normally, humans acquire both at the same time. You do the hard work to solve your specific problem, and in the process, you learn a general principle.
You share that principle. That is how human knowledge grows.
Then comes Agentic AI.
AI is incredibly good at giving you the exact, context-specific answer you need right now. It hands the solution to you on a silver platter.
So you stop doing the hard work.
And because you stop doing the work, you stop generating the "general knowledge" that society relies on.
Acemoglu calls it the "knowledge-collapse equilibrium."
When AI reaches a certain accuracy threshold, the incentive for humans to learn drops to zero.
Nobody verifies. Nobody explores. Nobody discovers new fundamental truths.
Society gets increasingly sophisticated automated outputs, while our actual capacity to generate new knowledge quietly erodes.
But here is the most terrifying finding in the paper.
Welfare is "non-monotone" to AI accuracy.
That means as AI gets more accurate, society actually gets worse off.
