📢 早安!Gate 廣場|4/5 熱議:#假期持币指南
🌿 踏青還是盯盤?#假期持币指南 帶你過個“放鬆感”長假!
春光正好,你是選擇在山間深呼吸,還是在 K 線裡找時機?在這個清明假期,曬出你的持幣態度,做個精神飽滿的交易員!
🎁 分享生活/交易感悟,抽 5 位幸運兒瓜分 $1,000 仓位體驗券!
💬 茶餘飯後聊聊:
1️⃣ 假期心態: 你是“關掉通知、徹底失聯”派,還是“每 30 分鐘必刷行情”派?
2️⃣ 懶人秘籍: 假期不想盯盤?分享你的“掛機”策略(定投/網格/理財)。
3️⃣ 四月展望: 假期過後,你最看好哪個幣種“春暖花開”?
分享你的假期姿態 👉 https://www.gate.com/post
📅 4/4 15:00 - 4/6 18:00 (UTC+8)
阿里悄悄放了個大招。
CoPaw-Flash-9B——基於Qwen3.5的AI Agent模型。9B參數,能跑在你自己電腦上。
厲害在哪?
部分benchmark和Qwen3.5-Plus(閉源大模型)打平了。
90億參數 vs 幾百億參數,分數差不多。
更讓我興奮的是CoPaw這個框架:
- 支持持久記憶(聊過的它記得)
- 多渠道連接(、飛書、Discord都能接)
- 本地部署,不用API費用
Qwen3.5的架構也很猛——總參數397B,每個token只激活17B。效率拉滿。
你不需要H100伺服器。一台MacBook可能就夠跑一個個人AI助手了。
我在想把我內容pipeline的一些中間步驟(資料清洗、格式轉換)挪到本地模型上,API費用能省一大半。
2026下半年,個人AI Agent可能會變成標配。
不過benchmark分數和實際體驗是兩回事。等我本地跑通了再說。