aidigester

Deep Chic Moment一年，数字证明的3个变化

• Qwen衍生模型超过113,000个 – 是Meta Llama（27,000个）的4倍
• DeepSeek在Hugging Face粉丝数排名第一，Qwen排名第四
• 中国AI组织转向：开源是战略

发生了什么？

Hugging Face发布了Deep Chic Moment一周年分析报告。^{[Hugging Face]} 这是一个三部曲系列的最后一部分，总结了自2025年1月DeepSeek出现以来，中国开源AI生态系统如何发展的数据。

先看核心指标。截至2025年中期，基于Qwen（阿里巴巴）的衍生模型数量超过了113,000个。包括带有Qwen标签的仓库在内，数量超过20万。^{[Hugging Face]} 与Meta的Llama（27,000个）或DeepSeek（6,000个）相比，这是一个压倒性的数字。

为什么重要？

坦白说，就在一年前，很多人还把中国AI视为copycat。但现在不同了。

ByteDance、Deepseek、Tencent和Qwen在Hugging Face的热门论文排名中占据前列。在粉丝数方面，DeepSeek排名第一，Qwen排名第四。从阿里巴巴整体来看，衍生模型数量相当于Google和Meta的总和。^{[Hugging Face]}

我个人关注的是阿里巴巴的战略。Qwen不是单一的旗舰模型，而是以家族形式构建的。它支持各种大小、任务和模态。简单来说，就是：把我们的模型当作通用AI基础设施来使用。

未来会发生什么？

Hugging Face分析认为开源是中国AI组织的短期主导战略。其解读是，通过共享模型、论文和部署基础设施，目标是大规模集成和部署。

仅仅一年，数字就证实了DeepSeek moment不是一次性事件。全球AI开源生态系统的重心正在转移。

常见问题（FAQ）

Q: Qwen衍生模型比Llama多的原因是什么？

A: 阿里巴巴以各种大小和模态发布Qwen，扩大了应用范围。特别是中国开发者经常用于本地部署。与Hugging Face持续更新模型范围的策略也很有效。

Q: DeepSeek还重要吗？

A: 是的。在Hugging Face上拥有最多粉丝的组织是DeepSeek。但在衍生模型数量上落后于Qwen。DeepSeek在论文和研究贡献方面有优势，而Qwen专注于生态系统扩展。

Q: 对开发者意味着什么？

A: 基于Qwen的模型正在加强多语言支持。因为是开源的，本地部署和fine tuning是免费的。这成为了一个可以无成本负担进行实验的良好环境。但是，许可条款因模型而异，需要确认。

---

如果这篇文章有用，请订阅AI Digester。

参考资料

• The Future of the Global Open-Source AI Ecosystem: From DeepSeek to AI+ – Hugging Face (2026-02-03)

pi-mono: 在终端创建你自己的AI编程代理

• GitHub Stars: 5.9k
• Language: TypeScript 96.5%
• License: MIT

这个项目为何崛起

一位开发者觉得Claude Code变得太复杂了。Mario Zechner实验LLM编程工具3年，最终决定打造自己的工具。^{[Mario Zechner]}

pi-mono是以不需要就不造的哲学打造的AI代理工具包。它从1000个token的系统提示和4个核心工具（read、write、edit、bash）开始。与Claude Code数千token的提示相比非常轻量。它有什么？

• Integrated LLM API: 在一个界面使用OpenAI、Anthropic、Google、Azure、Mistral、Groq等15+供应商
• Coding Agent CLI: 在终端交互式地编写、测试和调试代码
• Session Management: 暂停和恢复工作，像git一样分支
• Slack bot: 将Slack消息委托给编程代理
• vLLM pod management: 在GPU pod上部署和管理自己的模型
• TUI/Web UI library: 构建自己的AI聊天界面

Quick Start

# Install
npm install @mariozechner/pi-coding-agent

# run
npx pi

# or build from source
git clone https://github.com/badlogic/pi-mono
cd pi-mono
npm install && npm run build
./pi-test.sh

可以在哪里使用？

如果Claude Code每月200美元负担太重，而你偏好终端工作，pi可以是替代方案。你只需支付API费用。

如果你想使用自托管LLM但现有工具支持不好，pi是答案。它甚至内置了vLLM pod管理功能。

个人认为透明度是最大优点。Claude Code在内部运行不可见的子代理来执行任务。pi让你直接看到所有模型交互。

注意事项

• 极简主义是哲学。MCP（Model Context Protocol）支持被有意省略
• 被称为YOLO模式的完全访问是默认值。权限检查比Claude Code宽松，请注意
• 文档仍然不足。仔细阅读AGENTS.md文件

类似项目

Aider: 同样是开源终端编程工具。在不依赖特定模型方面相似，但pi覆盖更广的范围（UI库、pod管理等）。^[AIMultiple]

Claude Code: 功能更多但需要月订阅，定制有限制。pi允许通过TypeScript扩展自由添加功能。^[Northflank]

Cursor: 集成到IDE的AI形态。如果你偏好GUI而非终端，Cursor更好。

常见问题（FAQ）

Q: 可以免费使用吗？

A: pi在MIT许可证下完全免费。但如果使用OpenAI或Anthropic等外部LLM API，会产生相应费用。使用本地Ollama或自托管vLLM可以无API费用使用。

Q: 性能足以替代Claude Code吗？

A: 在Terminal-Bench 2.0基准测试中，使用Claude Opus 4.5的pi与Codex、Cursor和Windsurf显示出有竞争力的结果。证明了极简主义方法不会降低性能。

Q: 支持中文吗？

A: UI是英文的，但如果连接的LLM支持中文，你可以用中文交流和编程。连接Claude或GPT-4后可以用中文提示写代码。

---

如果这篇文章对你有用，请订阅AI Digester。

References

• GitHub repository
• What I learned building an opinionated and minimal coding agent – Mario Zechner (2025-11-30)
• Claude Code vs Cursor Comparison – Northflank (2026-01-15)
• Agentic CLI Tools Compared – AIMultiple (2026-01-20)

OpenAI公开Sora Feed哲学：”不允许无限刷屏”

• 创作优先，消费最小化是核心原则
• 可以用自然语言调整算法的新型推荐系统
• 从创作阶段就有安全措施，与TikTok策略相反

发生了什么？

OpenAI正式公布了AI视频制作应用Sora的推荐Feed设计哲学。^[OpenAI] 核心信息很明确：”这是一个用于创作的平台，而不是无限刷屏。”

当TikTok因优化观看时间而引发争议时，OpenAI选择了相反的方向。他们不是最大化Feed停留时间，而是优先展示最有可能激发用户创作自己视频的内容。^[TechCrunch]

为什么重要？

说实话，这是社交媒体历史上相当重要的一次实验。现有社交平台为了产生广告收入而最大化停留时间。用户停留越久，赚的钱越多。这导致了成瘾性算法和心理健康问题。

OpenAI已经通过订阅模式（ChatGPT Plus）获得收入。因为不依赖广告，所以不需要”留住用户”。简单来说，因为商业模式不同，Feed设计也可以不同。

个人而言，我很好奇这是否真的有效。”鼓励创作”的Feed真的能让用户持续参与吗？还是最终会回归到停留时间优化？

Sora Feed的4个原则

• Creative Optimization：引导参与而不是消费。目标是主动创作，而不是被动滚动。^{[Digital Watch]}
• User control：可以用自然语言调整算法。可以使用”今天只给我看喜剧”这样的指令。
• Connection priority：优先展示关注的人和认识的人的内容，而不是病毒式全球内容。
• Safety-freedom balance：由于所有内容都在Sora内生成，有害内容在创建阶段就被阻止。

技术上有什么不同？

OpenAI与现有LLM不同。使用这种方法开发了一种新型推荐算法。核心差异化因素是”自然语言指令”。用户可以用文字直接向算法说明他们想要什么类型的内容。^[TechCrunch]

Sora使用活动（点赞、评论、混音）、基于IP的位置、ChatGPT使用历史（可以关闭）和创作者粉丝数作为个性化信号。但是，安全信号也包含在内，以抑制有害内容的曝光。

未来会怎样？

Sora应用仅用48小时就发布了。它在App Store排名第一。第一天下载56,000次，第二天增加了3倍。^[TechCrunch] 初期反应非常热烈。

但问题是可持续性。正如OpenAI承认的，这个Feed是一个”活的系统”。它将根据用户反馈不断变化。当创作哲学与实际用户行为发生冲突时会怎样？我们需要观察。

常见问题（FAQ）

Q: Sora Feed和TikTok有什么不同？

A: TikTok的目标是优化观看时间来留住用户。Sora恰恰相反，优先展示最有可能激发用户创作自己视频的内容。它被设计为专注于创作而不是消费。

Q: 用自然语言调整算法是什么意思？

A: 现有应用只根据点赞和观看时间等行为数据进行推荐。Sora允许用户输入”今天只给我看科幻视频”这样的文字指令，算法会相应调整。

Q: 有青少年保护功能吗？

A: 有。使用ChatGPT的家长控制功能，可以关闭Feed个性化或限制连续滚动。青少年账户默认每天可创建的视频数量有限，Cameo（以他人为特色的视频）功能也有更严格的权限。

---

如果这篇文章对你有用，请订阅AI Digester。

参考资料

• The Sora feed philosophy – OpenAI (2026-02-03)
• How OpenAI designs Sora recommendation feed – Digital Watch Observatory (2026-02-03)
• OpenAI is launching the Sora app – TechCrunch (2025-09-30)