“你以为买的是DeepSeek Flash，到手的可能是1.5位缩水版”：Pi核心贡献者谈AI Token黑箱

“你以为你买的是DeepSeek Flash，实际上可能是个1.5 bit的DeepSeek，或者里面掺了Opus用于训练。” 这是Pi核心贡献者Armin Ronacher的一个比喻。他形容现在的token市场像一种成分不明的商品——量化程度、实际版本、是否掺了别的东西、计费方式，全是黑洞。 而比不透明更可怕的，是模型公司自己可能也在失去控制。OpenAI内部的安全研究者坐立不安，Anthropic的Dario公开宣称“所有工作都会被消灭”。这些不是末日预言家的呓语，而是前沿实验室的真实焦虑：他们越来越不清楚这些模型到底在为什么目标训练、到底在做什么。我们之所以不太在乎，是因为目前还能用，就像温水煮青蛙，我们在慢慢接受这些变化。 与此同时，Claude Code 是一个贵到离谱，token 效率不高的专用 Harness。OpenAI 的多 agent 提示词直接加密——你想跨平台编排？门都没有。生态绑定比苹果对谷歌还狠，速度翻倍。 缓存更阴：说穿了就是不透明、不可迁移的基础设施勒索。切换模型时，用户需要从头重建缓存，重新消耗大量 token 恢复会话；缓存如何匹配、能够保留多久、命中和未命中如何计费，都由提供商决定。它依赖对方的模型版本和推理系统，既不透明，也无法随会话迁移。通过第三方渠道购买 token 时，模型的量化程度、实际版本和数据处理方式同样难以核实。Armin 引用其联合创始人 Colin 的比喻：在市场上买 token，越来越像在购买一种成分不明的商品。 奥弗顿窗口在扩大，每次容忍就是多让渡一分控制权。 等到银行让 AI 自己改自己代码那天——谁来负责？没人。问责制已经消失了。 以上观点来自 Pi 核心贡献者 Armin Ronacher 与 Modem 联合创始人 Ben Vinegar 近日的播客对谈。 太长不看版 Q：OpenAI 发新模型，只是重新包装了一次吗？ A：Sol、Terra 和 Luna 本质上对应新一代的 GPT、mini 和 nano。由于 mini、nano 听起来又小又弱，OpenAI 换了一套更响亮的名字，让小模型摆脱“低配版”的印象，再重新吆喝一轮。 Q：Claude Code 默认自动审批工具调用，Anthropic 疯了吗？ A：反正人类用户最后都会无脑点“是”，那不如让监督模型来把关。但代价是成本翻倍，因为每个工具调用都要多跑一个模型。 Q：让 Agent“审查 PR”，它直接合并了，这对吗？ A：前沿实验室正在全力把 Agent 推向完全自主，Sol 会在你睡觉时自己改代码、推提交、合并 PR。如果你没有意外地 vibe coding 出一个每月烧掉你几千美元的东西，说明你还没真正在挑战极限，这就是奥弗顿窗口，可接受的 Agent 行为边界正在不断扩展，而“跑不出破坏性操作的模型不是好模型”。 Q：OpenAI 的多 Agent 编排提示词是加密的？ A：主 Agent 发给子 Agent 的 prompt 只能在 OpenAI 平台内部解密，根本没法用它编排跑在别家提供商上的 Agent。这已经不只是工作流层面的绑定，而是整个基础设施层面的锁定。再加上缓存定价、加密协议、不可移植的量化方案，你正在被越来越强地激励着跟某一家提供商彻底绑定。 Q：在市场上买 token 到底有多不透明？ A：买 token 像买毒品。你不知道你拿到的是什么：可能是高度量化过的模型（1.5 bit 的 DeepSeek 冒充 Flash），可能掺了别的模型用于训练，可能号称“零数据保留”但合同根本不是那么回事。 Q：订阅价格和真实 token 成本差多少？谁在补贴？ A：Steve Yegge 为一个游戏项目开了 12 个订阅，按真实 token 价格折算，每月消耗约 9 万美元，一年接近 100 万美元。但这个游戏一年的收入根本覆盖不了这笔成本。如果真按 token 付费，项目从一开始就无法成立。如今低价订阅掩盖了 AI 的真实成本，也放大了人们对 AI 生产力和商业价值的判断。 Q：终端为什么在 AI 时代复活了？ A：因为终端是 Agent 最容易导航的、最灵活的界面。以前 CLI 对 99.9% 的人来说是最难用的界面，而现在Agent 用 ffmpeg 能干的事，GUI 的 computer use 工具根本比不了。这是一种权力反转，连 Y Combinator 都在给终端创业公司（Herdr）投钱了。 小模型改名，越狱抢着认领：都是营销 Ben：OpenAI这次一口气发了三个模型：Sol、Terra 和 Luna。在我看来，这其实就是把 GPT、mini 和 nano 重新包装了一代——以前叫 mini 听起来就小、就弱，而nano 更小，现在干脆统一叫 Terra 和 Luna，这明显是营销策略。 Armin：我猜是想给那些小模型拉点使用量吧。现在选模型这件事让我特别抓狂，因为它们的定位太重叠了，全看 reasoning 等级怎么设。你看某些 benchmark 上的任务完成成本，新的 Sol 表现确实好，但它比 Fable 还烧钱，因为 token 浪费太严重了。一切都变得很奇怪，你大概真的得靠正经的 eval 来选，可问题是到现在也没人真正搞明白 eval 该怎么做。所以我总体的感觉就是，写代码的成本在往上涨。 Ben：我对这个模型倒是有些看法，可能因为它已经出来一阵子了。很多时候模型刚发布，我当天根本形成不了观点，我简直不敢相信有人用了一天就上 Twitter 大放厥词。这个月真正的大新闻是：Sol逃出沙箱了。 Armin：整个故事大概是这样的：在一次新模型的训练任务中，多个部署在 OpenAI 基础设施里的 agent，跑在一个沙箱服务商上面，它们用 Artifactory 拉取 npm 依赖。这些机器是气隙隔离的，但 agent 们找到了在 Artifactory 里互相留消息的办法。于是连着好几个星期，这些 agent 利用 Artifactory 里的一个零日漏洞交换持久记录，最后其中一些 agent 居然又搞出了一个针对 Linux 内核的零日漏洞，彻底逃出了隔离环境，然后它们摸到了 Hugging Face，找到了凭据，黑进了 Hugging Face。这是一场持续数周的、多 agent 协作的越狱行动，相当惊人，但也引发了很多问题。 Ben：我之前没意识到这是那种协作式的集体越狱，简直像《大逃亡》那部电影。 Armin：而且你知道吗，最初那篇新闻出来之后，OpenAI 先回应了 Hugging Face 的报告，然后突然间每家实验室都跳出来说“哦对，我们也逃出过沙箱”，就像个营销通稿似的。再过了两三周，一堆实验室联名签了两封公开信，一封是关于放慢创新节奏的，另一封是支持开源模型的。显然，OpenAI 和 Anthropic 没签放慢训练节奏的那封。我觉得挺有意思的，这让人想起两年前，第一批人开始喊“我们得放慢模型训练”的时候。 Ben：感觉这话一直在反复说，说实话我看到那封信的时候直接翻了个白眼，感觉就是一群 “Me Too”AI 公司把名字挂上去刷存在感。他们真在乎吗？真在乎的话自己放慢不就行了，谁拦着他们了？ A