10:03 DeepSeek 终于有会看图的模型了！你贴的图进模型前会被先压小
DeepSeek 终于有了自己会看图的模型，但它不是给 Flash 升级，而是新增了一条视觉模型路线。这集用大白话讲透：会看图的是哪个模型、你贴的图在进模型之前会被怎么处理、以及 DeepSeek Harness 怎么把两天前还亲口说「来不及」的「图只传一次」亲手做完。
10:07 AI 原生团队到底怎么搭？不看买了多少 AI 工具，看这三样有没有重新排
同样是给员工买 AI 工具，为什么半年后，一家公司还是那批人做同样的活，只是每件事快了一点；另一家公司连怎么干活、怎么拍板、怎么留底，全变了个样？这一集用大白话，把真正拉开差距的三件事讲透：谁在干活、知识放在哪、约束靠什么落地。给想了解 AI 但不精通 AI 的你看。
14:16 给 AI 喂太多资料反而帮倒忙，实测三种模型三种吃法
你肯定把一整堆资料糊给过 AI。你给 AI 贴资料，是不是越多越好？可一份八个模型的实测说，喂多了，有些 AI 反而干砸了：小脑子的被整本手册淹掉，只喂几条精华反而涨得最多，花的钱还最少。这十分钟把「该喂多少」讲透——经验贴士怎么自己攒出来、三种脑子三种吃法、为什么喂多了反而抓不住重点。
10:56 智能体九秒删库 备份一起没了！你把活交给 AI，权限这条线到底怎么划
你肯定点过「允许」这两个字。可有一次，一个智能体拿着刚点下去的权限，九秒删光了一家公司三年的客户记录，连备份一起没了——因为备份就存在同一个卷里。这十分钟讲透权限这条线到底怎么划：它借的是谁的钥匙、每扇门怎么单独设、白名单还是黑名单、沙箱到底隔开了谁和谁，再到该由谁点头、删掉了还能不能找回。三个真实案例拆给你看：九秒删库的认罪书、连说十一遍都不管用的叮嘱、巨头自己承认低估了模型的本事。最后给你一套能带走的判断口诀：可逆吗、隔开了吗、用谁的身份、谁点的头。
9:54 千问27B大模型 普通人装更合适：文件不出门 24G电脑就能跑
家里带显卡的电脑就能跑一个不花钱的开源大模型，文件不出门，质量不输线上顶级。这期只讲一件事：普通人决定自己装大模型，为什么更该选千问 27B——装得下、懂中文、能看合同和照片、许可干净、一条命令上手；也直说没 24G 的、只想聊天的、懒得折腾的别装。
10:09 千问3.8 AI小模型摸到旗舰Agent能力线｜官方自测反超海外最贵旗舰
三章拆解千问 Qwen3.8 开源：① 开源了什么——27B 小模型挂 Apache 2.0 真开源，2.4T 大家伙是「有条件开放」，同系列两张许可证；
09:35 DeepSeek Harness 一夜快八万星，背后是一个人写了七年
全网都在写 DeepSeek Harness 是什么、好不好用，这期换个没人写的角度：龙骨。三章：① 巨轮底下那行小字——快八万星（截至 8 月 14 日下午 15:30，76,992 颗）的 README 里写着 powered by Cordis，一个最新一代还没发正式版、2,723 星的小项目…
10:02 都说AI大模型越大越强，那厂商为什么抢着做小模型？
都说 AI 大模型越大越强，这星期大厂却排着队发小的，还都白送——图什么？是大的不行了吗？不是。训练是烧一次钱，回答是每句收钱，电费账一变，小的才接得住另一半：让 AI 一直待在你身边。小尺寸换来的，是 AI 第一次能住进手机、汽车、家电，断网也干活。这十分钟，把账摊开算给你看。
09:37 AI DeepSeek Pro落地价没飙，国产这档站住了：斩杀线划到哪
DeepSeek V4 Pro 正式版落地，价没飙，档更高。这期讲一个词：斩杀线。又便宜又好用，把中间那批挤到没地方站。Pro 把线划在哪，能力站不站得住，官方自测和独立评测差在哪，作者自己天天跑 Flash，切个开关就能当场对账。给你一把量性价比的尺子。
09:29 AI Ling 开源：7.9B 只激活 1.3B，Mac mini 能跑
蚂蚁百灵这两天开源了 Ling-3.0-tiny：一个七十九亿参数的完整模型，每次干活只动十三亿，装和跑彻底分开算。官方验证过，它能在 Mac mini 上跑起来。本集讲清楚它凭什么能这么省——按需叫醒、四层里只留一层贵的读法——以及省下来的代价：能跑，不等于能用。
10:44 英伟达免费送开源AI：智能体本地常驻，你电脑接得住吗
以前用 AI，问完就关网页；这一代，AI 要常驻在你自己的电脑里上班，翻文件、盯日程、管密码，数据不出门。英伟达这回亲自发了开源大模型，还免费下载——做小做省，为的是能在一张显卡上一直待着。可门槛比你想的具体：权重从 66 个 G 到最轻 22 个 G，普通显卡根本塞不进去。
12:58 RAG为什么总搜不全？DeepMind用数学证明：有些答案永远捞不出来
RAG 总说「没找到」，你可能以为是自己的问法不对，其实有些答案，数学上就是捞不出来。DeepMind 这篇论文，讲清了卡住 RAG 的坎在哪：问题不在你，在「只存一串数字」这种捞法。看完你会明白：AI 搜不到东西，什么时候该怪它，什么时候该换问法，哪些问法最容易翻车。