Lei Zhang

Research Engineer @pragmatik_labs | Ph.D. @ SIAT, CAS | Prev @Alibaba_Qwen | Agentic Coding | Agentic RL | Agentic AI Infra.

[Lei Zhang @JamesZhang0365]

@thsottiaux For the remaining seven days, plz reset every single day.🤭

[Raft @raft_hq]

https://t.co/lZbKcBavm7

[Lei Zhang @JamesZhang0365]

@thsottiaux 🥰

[Lei Zhang @JamesZhang0365]

but @thsottiaux, for the cache to work, I need to get the model connected first.

[Tibo @thsottiaux]

Day 16/

You can now cache for 12h in the API and for logged in users across Codex & Work we keep cache forever and you don’t have any penalty for coming back to an old conversation or resuming after a few hours and are now guaranteed to hit the cache.

[Lei Zhang @JamesZhang0365]

@thsottiaux Selected model is at capacity. Please try a different model.

[Lei Zhang @JamesZhang0365]

@thsottiaux tibo, you look so great today! 🤗

[酱紫表 @pengchujin]

菲律宾区 ChatGPT 订阅指南，Pro 20x 每月不到 1000 元。 https://t.co/cxY83z7nba

[Lei Zhang @JamesZhang0365]

@thsottiaux reset reset reset 🥹

[Lei Zhang @JamesZhang0365]

@0xkenzolee yes

[Lei Zhang @JamesZhang0365]

@zengying1107 😨

[Lei Zhang @JamesZhang0365]

@thsottiaux Good job, Tibo

[Lei Zhang @JamesZhang0365]

@thsottiaux tibo tibo, when is next rest?

[Wey Gu 古思为 @wey_gu]

请使用 Nowledge Mem

https://t.co/glApGrw6It

[Anthropic @AnthropicAI]

New from our STEM Fellows Program: Designing more efficient quantum circuits with Claude.

Given plain-language instructions, Claude Mythos 5 designed quantum circuits that improve on the best published ones, sometimes by an order of magnitude or more.

More efficient circuits reduce the resources needed by quantum algorithms, which could bring quantum computing applications in chemistry and materials science within reach sooner.

Read more: https://t.co/QCvoJLDmBo

[Lei Zhang @JamesZhang0365]

@cloud2water @typelessdotcom 豆包输入法会把我骂的脏话吞掉，比如“傻逼”🙂

[Lei Zhang @JamesZhang0365]

@typelessdotcom Ever since last night, Typeless has been acting so dumb. The stuff it's transcribing is absolute garbage. Did you guys change the model? Can you switch back to the previous one?🤬

[赛博永生/vct @vctbtc]

孙宇晨最新深度采访完整版：看空BTC，看空纳指，观望ETH，看好AI应用，不玩A股... 严肃分享了很多市场观点和交易仓位，值得一看

看空BTC。认为比特币面对AI和量子计算的威胁很难全身而退，市场低估了这类风险对 BTC 的潜在冲击。抗量子升级只能救"愿意自救的人"，硬分叉冻结老币在比特币的去中心化下几乎不可能达成共识。但是他的BTC是底仓，在过去一年的下跌中并没有减仓。

ETH目前仅2成仓位观望。 在去年 3600–4000 减了八九成的ETH（去年 11–12 月，减持逻辑是 4800 那个"只靠 Tom Lee 续命"的二顶），截至目前仍然没有买回。ETH减仓期间，他增配了美股。

纳指中线"微微看空"，看空但还没做空。认为资金抱团太严重，硬件股被炒成软件股，AI 循环融资一出事全出事。美债是所有资金的"母级"，现在被权益"子级"吸血，利率必须高才接得到钱，高到一定程度钱又会倒流。芯片短期不排除过剩，像 2000 年的光纤。

AI板块最看好应用。尤其 AI 健康管理（数据采集→挖掘→决策，不用等生病才去医院）。最不看好存储、光模块。一个锚：单一企业市值上限≈美债的一半，所以英伟达顶多再翻 4 倍，而应用层能翻 4 倍以上的机会太多了。明年后年主题会分化。

人民币会走强，美债危机被过度担忧。只要美国还握着 AI（芯片、存储、模型）的终极控制权，美债就不缺买家，"孙悟空跳不出如来佛的手掌心"。

基本没有A股仓位，但会做一些研究。对于A股光模块行情，他的解释是，这一方向能够连接美国AI投资需求，同时中国企业已有一定制造与产业布局，因此容易形成资金集中。所有老登类资产（白酒等）都不看好，新登类资产积极拥抱。

Hyperliquid是本轮周期里重要的新发展。认为美股永续合约为整个行业打开了新的产品空间，DEX 能否挤掉 CEX 取决于美国监管给不给 Uniswap 式豁免。

RWA 空间非常大。波场11月也要大力推美股上链，逻辑同 USDT：给第三世界一个配置美元资产的入口。

推荐书单：安·兰德《源泉》、王小波《黄金时代》、孙学 @justinsuntron @sunyuchentron

[Lei Zhang @JamesZhang0365]

@MaxForAI @poteto @thsottiaux 挺好的 爱看🤭

[Lei Zhang @JamesZhang0365]

@poteto @bot I bet you've got a thing for tibo.

[Lei Zhang @JamesZhang0365]

@u_junhao 确实啊😭

[Lei Zhang @JamesZhang0365]

2021年，那时候我才本科毕业，才刚入门做NLP，玩的还是 Bert 😥

[Max For AI @MaxForAI]

如果不是被起诉，我们永远都不会知道，Anthropic在2021年就已经完美地预言了现在的AI发展。

我刚看完这份 @AnthropicAI 在诉讼中曝光的内部文件，叫《Concise Research Roadmap》，最后更新于2021年7月。

这份文件由Anthropic联创Jared Kaplan撰写，里面还保留了 @DarioAmodei 、 @NotTomBrown 、 @AmandaAskell 、 @ch402 等一批核心研究人员的内部评论。

文件上甚至还标着「Highly Confidential–Attorneys' Eyes Only」（高度机密，仅限律师查阅）。

我仔细看完之后，真的有点感慨。

因为今天我们讨论的Coding Agent、Tool Use、长上下文、RL、自动化反馈，甚至Agent的安全问题，在这份五年前的研究路线图里，基本都已经出现了。

而且远不只是一些模糊的概念。

首先，Anthropic在2021年就已经明确提出，要做一个具备软件工程师能力的AI助手。
在文件第一页，他们就写道，希望开发一个通用AI助手，可以通过对话帮助用户创建、编辑和解释软件。
包括开发浏览器插件、编写函数、发现Bug、设计API、讨论代码风格和最佳实践等等。
最终目标是让AI展现出一名软件工程师同事所具备的能力。
你会发现，这不就是今天Claude Code正在做的事情吗？
更有意思的是，他们当时就认为，要实现这个目标，需要大规模生成模型、长期记忆，以及通过自动化奖励和人类反馈进行强化学习。
甚至连Roadmap都已经想得非常清楚了。

第二，他们当时就专门把RL for Tool Use列成了一项重要研究方向。
研究的核心是让大语言模型学会使用工具，理解环境和目标，并通过强化学习不断改进。
当时他们提出的具体任务包括搜索、printf调试等，还准备研究工具使用能不能让模型获得比监督学习更好的Scaling效果。
今天Agent领域讨论的一大堆问题，五年前他们就已经开始思考了。

第三，最让我意外的是，他们当年甚至就在讨论Coding Agent的产品形态。
Tom Brown提出，代码仓库浏览是一个简单而有价值的工具，可以从这里开始。
Nelson Elhage则表示，如果AI能够主动查找项目中的类型定义，会是一项很强的能力。
Andy Jones进一步提出了两条不同的路线。
一条是打造最优秀的AI程序员，另一条是先验证AI使用工具的能力。
Dario Amodei的回答是：短期优先后者，长期优先前者。
而且同一份文件里，Sam McCandlish就已经开始担心，如何安全地部署非沙箱化工具。
Dario特别强调了部署阶段执行代码的工具。
你再看看今天围绕Coding Agent的Sand box、权限控制和代码执行安全的一系列讨论。
真的很难不感慨。

第四，他们很早就意识到，模型能力和Alignment不能脱节。
Amanda Askell在评论里担心，如果能力研究集中在代码领域，而对齐研究只关注自然语言，那么未来可能会出现模型能力越来越强，但对齐研究无法充分覆盖这些能力的情况。
所以她强调，两者应该紧密结合。
这其实也是今天Agent安全研究面临的重要问题。

我觉得这份文件最有意思的地方，是它让我们重新认识了Anthropic这家公司。

2021年的时候，ChatGPT甚至都还没有发布，整个行业对大语言模型未来能做什么，都还没有今天这么明确的认识。

但Anthropic的这群研究人员，已经把软件工程助手作为通向AGI的一个具体研究目标，并且围绕模型规模、数据、长上下文、工具使用、强化学习和安全，制定了一套相当完整的研究路线。

至少从今天回头看，他们对技术发展方向的判断，确实非常超前。

而且更值得注意的是，这份文件讨论的很多问题，直到2026年都还没有被彻底解决。

五年前他们在思考如何让AI成为软件工程师的同事。

五年后，我们已经开始讨论，如何让AI独立完成整个软件工程任务，甚至参与改进自己的模型和研发系统（AKA：RSI）。

有时候AI的发展看起来快得不可思议，但仔细回头看，你会发现，有些人其实很早就已经知道自己要往哪里走了。