AI

2026 年决定 LLM 账单的不是上下文长度，是前缀命中率(Manus 官方博客：single most important metric，agent 场景 input:output ≈ 100:1) · Prompt 块排序沙盘(把 timestamp 拖到顶部 → 命中从 ~18k 掉到 0) · 盈亏平衡 × TTL(闭式解 1−e^(−λ·TTL) 与泊松蒙特卡洛 400 格双路互验) · 块对齐浪费锯齿 × 各家最小前缀门槛(Anthropic 512/1024/2048/4096 · OpenAI 1024 · Gemini 2048/4096) · 路由器的反噬(跨厂商切换命中归零，一次全量重 prefill 吃掉单位价差)

GlossoGen/SaveVeyru 双条件：只有「通信预算收紧 ∧ 复盘通道」同时成立，agent 才会放弃英语——4 Tab(可玩通信舱·每字符真扣 1 秒生命/2×2 双条件网格·字符 3-gram JS 散度真算/洋泾浜解剖台·组合性与发明vs学习/可追溯性债·实测可懂度)。🔴 不调 LLM，涌现的语言是本站 toy 语素系统，论文数值单独分栏

《Fork-and-Flush: Escaping Idea Basins in Autoresearch Agents》(arXiv:2610.07447v1, 2026-10-05, Microsoft Research) 配套——5 Tab：① 八次独立运行台：浏览器内真跑一个 autoresearch loop（d=8 向量 + 6 个高斯峰多峰景观 + 记忆锚定 + 步长随上下文衰减 + 退火接受），同景观不同 seed 跑 8 条轨迹，8 条 plateau 高度**真算得出**各不相同，末端分数直方图 + 中位线 ② 盆地地图：真距离矩阵 + 真经典 MDS（幂迭代求 top-2 特征向量，不引库）投影到二维，每簇一色；⭐ 并集 vs 单次对照——8 次看到的并集覆盖半径与盆地数远大于任何一次 ③ 追加算力实验：挑最差那条追加 1×/2×/5×/10× 算力，两条对照臂同预算（原上下文继续 vs 清空上下文+大步长重启），🧮 真算「在盆地内追加算力只会在局部峰抖动、差距不缩小」 ④ Fork-and-Flush 策略台：清空周期 K × fork 数 M × 保留摘要/全清 = 40 格 × 3 seed 取中位，输出最终分数热力表 + 跳出盆地次数 + 探针预算占比；⭐ 分数−代价散点明说**等总预算下 fork 不增加总评估次数**，真实代价是主干被分走的预算与 M 路并行需求 ⑤ 文献与边界：📖 论文真值（68.3→100.0 / 5 个盆地 / 13 个任务 / 等预算 +66.0% vs single-run · +44.4% vs best-of-N / K=4 · 33%·66% 处 fork / b_explore≈0.06B）+ ⚠️ 论文自述边界。🔴 诚实性红线：**不调用任何 LLM**，8 条轨迹由 mulberry32 确定性 PRNG 驱动；论文数值与本站 toy 数值**严格分栏并注明不可比**；「跳出盆地」有可判定定义（主导峰改变 + 位移 > 阈值），不靠人眼看图；本站 toy 里「更频繁清空」优于「更多分支」，与论文消融不同，已在 Tab④ 明写差异与 toy 局限

推理强度与定价实验室——同一份权重、同一份 rate card，只改 effort 档，账单能拉开一个数量级。4 Tab：价签矩阵（Sonnet 5.5 low→max 账单涨 15.6×、IQ 只多 20 分、每指数点成本涨 10×；按你自己的 input/output token 与缓存命中率真算一笔三段账单）· 边际智能递减台（相邻档的边际价：Sonnet 5.5 第一步每分 $0.026，最后一步每分 $0.863，33×；按 IQ 门槛反解最低成本档位，并对比「只按 token 标价挑」会挑错）· 两个口径对撞（3:1 token 标价 vs AA 实测每任务账单，名次大幅翻转；Sonnet 5.5 / Gemini 4 Argon / GPT-6.1 Sol 标价同为 $4.00/M，账单差 7.6×；Grok 4.7 vs 4.6 标价一分未变，账单 2.14×）· 没画出来的价签（服务档 / 长上下文 / 时段价官方未公开，本站一律留白不编）。数据快照 2026-10-16 · Artificial Analysis Intelligence Index v4.3.2

中文互联网流传最广的 AI 数据风险数字（0.01% 虚假文本 → 有害输出 +11.2%），全世界只有两个观测点、且原始研究从未被指名。4 Tab：① 两点外推（对数线性 / 幂律 / 希尔 / 阶跃四个模型，参数全部由两点解析解出，观测区间内几乎重合、区间外相差十几倍，⭐ 对数线性继续往下外推会发散到 −∞；阶跃阈值落在 (0.001%, 0.01%] 内任意值都能完美拟合 → 阈值位置不可识别）；② 两种机制的形状对照（有目标投毒＝阶跃 vs 无目标污染＝渐进幂律，⭐ 判定开关：这条数字属阶跃族，放进 model collapse 语境即用错了曲线）；③ 三个口径并列且不可比（0.01% / 1% / 1 per 1000，后两者是同一篇论文两个版本的口径、差 10×）；④ 中文转述链路五层对照（逐层标出被加上的东西与始终没被补上的原始研究名）

PRL 2026「一条真实数据即可阻止坍缩」的锚定实验台——4 Tab：① 闭环沙盘（高斯/伯努利/指数三指数族 × k(0/1/2/5/10/20/50) × m(10~10⁵) × κ 三滑杆真算，9 次重复的 p50 + p10–p90 带，⭐ 可解析锚点 σ²*=wV/(w+m/(m+w))、m→∞ 时 m 被约掉）；② 论文 vs 实算严格分栏（本站实算 k=1 时 σ²*=0，与论文标题不一致，如实呈现并给三条解释）；③ 先验等效换算器（可证伪命题：等效 κ* 是否 = k？闭式解 κ*=A/(σ²_p−A)，A=kV/(k+1)，结论「仅当 s²_k = σ²_p 时才相等」）；④ 媒体翻译损耗四层对照（APS → 机构新闻稿 → 中文媒体 → 自媒体标题，逐层标出被丢的限定词）