Earth Moon

[Earth Moon @EarthM2077]

@Benny97253032 @CrushTheShorts 科创从正三到负五了还不压呀

[Earth Moon @EarthM2077]

@daimajia 说没法套现的真是傻，难道马斯克的股票也是靠套现才能花钱的吗？只要有股，直接质押给银行就可以套出来

[Earth Moon @EarthM2077]

@lixinbao_X 成都往事

[Earth Moon @EarthM2077]

@hanking66 毕竟目前人工智能开发还真不需要你懂什么算法，只需要把你的需求和Claude或者Codex说一声，反而这些业内人士会做得更好

[Earth Moon @EarthM2077]

@yijiangren 295亿，就它一个月的利润吧，这算是给人发福利了吧

[Earth Moon @EarthM2077]

@fly2_1M 对子顶，闪闪闪闪闪，给量化的暗号

[Earth Moon @EarthM2077]

@jinwang69489102 这就是阶级斗争，只不过富有阶级对贫穷阶级的斗争，包括不惜一切的洗脑，污蔑

[大漂亮| C Labs @giantcutie666]

世界银行昨天出了一份中国经济简报，内容很劲爆😅

因为内需疲软，中国的房价还会继续下跌，且GDP增速会持续放缓

世行说内需疲软的原因是政府乱花钱😂

政府把43％的预算拿去投资，远高于发达国家13.5％的水平

而民生投入仅占28％，远低于同行60％以上的水平

且这些民生投入，主要还是去的体制内🤣

[Earth Moon @EarthM2077]

@YingeAI 以前不就是，就是为了少点韭菜跳楼，才加了那么多限制

[Earth Moon @EarthM2077]

@bboczeng 垂死病中惊坐起

[Earth Moon @EarthM2077]

@AlphaguyTrading 其实需要自研个毛线呀，cn的那么多开源已经替他们研发好了

[Earth Moon @EarthM2077]

@eveyino 都不是傻子，他砸要弄死的是那些杠杆的，两三倍杠杆的在这种三四十的回调面前瞬间就死了，渣都不剩，要的就是出奇不意才能吃到东西

[Earth Moon @EarthM2077]

@bboczeng 差不百分之三四十，两倍和三倍杠杆能死的全部死光光了

[华尔街没有名字 @WallStreet0Name]

蓝线，费城半导体指数
黄线，白银etf

你们认为半导体存储就是年初的黄金白银？
还是这次不一样？

[拖拉机 @tuolaji2024]

美银预测三家主流北美大厂支出，

1，Google 最激进：26→27 跳 95 亿（+49%）
2，Meta 是"三年持续加码"型：28 年上修 39 亿、比旧预期涨 23%
3，AWS 故意把峰值往后挪：26 年 159 亿不动，27-28 才加速，跟 Google/Meta 错峰。可能原因：Trainium 自研芯片爬坡 + 数据中心交付节奏本身偏后，也可能是有意避免 26 年供给过剩。

三家 2028 合计 capex 从旧预期的 ~700 亿​ 上修到 ~816 亿，两年累计上修超 110 亿，AI 算力军备没到顶，2027 是 Google 的冲坡年，2028 是 Meta + AWS 的接力年。跟郭明奇对亚马逊的调研好像也有点吻合，自研芯片爬坡产能没那么快，但是会绝对加大力度。

meta 也在自研芯片，deepseek和智谱也在开展，平头哥和昆仑已经规模化内部部署和小范围给客户使用，寒武纪 590和华为昇腾已经批量商用，年底都有新品，支出确实会越来越大，市场怎么叙事，好像目前有点脱敏了。

[Earth Moon @EarthM2077]

@antiAIvo @SemiAnalysis_ 这就是华尔街，多空都是他们一张嘴

[梭哈.AI @SUOHA_AI]

总统先生说：做空者正在被清仓

“任何做得不好的人，我猜就是有几个家伙做空了。那些可怜的**，他们麻烦大了，他们正在被清仓”

“我从来不喜欢做空的人，因为他们是在赌国家输。”

[Earth Moon @EarthM2077]

@hanking66 什么鬼？我也看不懂，我也大受震撼。我知道可能会回来，但是也不至于这样吧

[Earth Moon @EarthM2077]

@nangongyuan @wei_andrew 没有毛，中国和印度没有区别，甚至发展估计比不过印度

[[email protected] @Jiaxi_Cui]

“为什么 latent space 和自然语言空间之间没有其他表示层？”

Claude 的 J-space，某种程度上回答了这个问题。

我之前说 text CoT 更像当前阶段的工程折中：好监督、好验证、好被 reward model 评估，也好被用户、媒体和投资人理解。

所以它能 scale，但不代表它是终点。

J-space 把问题往前推了一层。

模型不是全程在自然语言里 thinking，也不是完全在不可读的 latent space 里 thinking。更准确地说，它内部存在一个可语言化的 latent workspace。

大量底层计算发生在 latent space；但那些需要被复用、反思、审计、对齐的中间思想，会进入这个 workspace。

所以它在科学上未必神秘。steering vector、logit lens 之后，大家早就知道 residual stream 里能塞下大量未说出口的语义、倾向和中间状态。

但它在工程上非常恐怖。

传统 RL / RLHF / RLAIF，本质上是：

prompt → model output → reward model 打分 → 更新模型

但如果 J-space 走通，训练范式可能变成：

prompt → model internal J-space + output → critic 打分 → 更新模型

这不是训练模型最后说什么。

这是训练模型在关键时刻“应该意识到什么”。

以前我们训练模型的嘴。 现在可能开始训练模型的内心独白。
这才是 Anthropic 这篇最值钱的地方。

它不只是 interpretability，而是可能影响 RL、对齐、长期记忆、continuous learning、fine-tuning 本身 甚至更多这两三年我们习以为常的操作。

知识库是外挂，微调是重训。 但 J-space 如果成熟，可能会出现第三种东西：直接塑造模型在某类场景下会激活什么概念、记住什么经验、调用什么原则。

而值得注意的是这一篇工作似乎诞生于 Sonnet4.5 时代，Anthropic 比 OpenAI 更让人震撼。

我甚至能想到前段时间大量 Researcher 批量加入 Anthropic 的场景：
"""
X: "我不喜欢你们，你们是一家非常喜欢封号的公司"

Claude: “要不你看看我们半年前研究的这些工作再说，但这些论文都接近 close 了，你进来肯定挂不上这些名了，但你可以自己探索新方向”

X: "我什么时候可以入职！"
"""

早期 OpenAI 迷人的地方，是 GPT-2、GPT-3、CLIP、Whisper 那种朴素但强大的信念：

用数据、规模和统一范式，打破之前学术界“架构优先”的惯性。

那时候的 OpenAI 很像一个有明确科学直觉的组织。它知道自己相信什么，也知道自己要把世界往哪个方向推。

但现在的 OpenAI 越来越像产品和算力公司，强是强，却越来越难感受到一套属于自己的科学理念。

Anthropic 反而还在追问更底层的问题，J-space 不是证明模型有灵魂，它想证明模型的“内心独白”可能可以做成 API。

一开始我还以为 J-space 只是随手起的名字，后来仔细看才发现这个 J 是 Jacobian。

这就太浪漫了。

Jacobian 把多元复杂函数在局部近似成可操作的线性函数；J-space 则像是在把模型内部高维、复杂、混沌的 latent space，投影成一组可以读取、干预、训练的方向。

这种命名的美感，让我想到 SpaceX。

其实我从高一开始关注到 Musk 的，那会我每周都会买很多杂志，在其中一期看到了他完整的创业记录，只是近几年所有人都认识他了，所以也不怎么提了。

当时令我印象深刻的倒不是今天熟悉的星舰，而是 2008 年 Falcon 1 的第四次发射。前三次全部失败，第四次几乎凑出了最后所有的钱做发射，包括 Tesla

那一次 Falcon 1 入轨，SpaceX 才活了下来。

后来他们把海上火箭回收船命名为 Of Course I Still Love You。这名字出自科幻小说，不是冷冰冰的工程代号，而像一句情书，去接住一枚从天上返回的火箭。

所以迷人的地方是极端硬核的工程、生死边缘的赌局，最后被一种近乎浪漫的命名接住。

科学、工程和浪漫，在这里突然接上了。

Author List 中 Wes Gurnee @wesg52 和 Jack Lindsey @Jack_W_Lindsey 构思了整套方法，以及语言表达与意识访问之间的联系，伟大无需多言。

有两位华人 Rowan Wang 和 Runjin Chen 参与了 Reflection 训练部分