axisxy

👾Working in AI, connecting dots between people, insights, & odd little ideas.
🎧Love music, learning to make it, too many side quests.
🫧A restless being.

[axisxy @Sxy_Cherotich]

Interesting work. Persona fidelity may matter far beyond simulated-user evaluation.

The research reminds me of a question I’ve had about multi-agent systems:

when agent collaboration breaks down, could part of the problem be that the agents are not actually diverse enough?（I vaguely remember this coming up over dinner with @istdrc …？

Human organizations can work in very different ways, partly because the individuals within them are different.

For example, Rick Rubin once described three types of bands that can all produce great work:

- Tension-driven, like the Beatles. The contrast between Lennon and McCartney created friction, but also creative breakthroughs.
- Leader-led, like Tom Petty and the Heartbreakers. Everyone was highly capable, but one person ultimately made the call.
- Consensus-driven, like U2. Everyone had to agree before the band moved forward.

None of these structures is inherently better. Each works because it fits the personalities involved, and because those personalities learn how to work with one another.

Today, we can give agents different roles and instructions, but they may still lack stable, genuinely different personalities. Without that diversity, it may be difficult for them to develop distinct and reliable ways of collaborating.

That’s why the 91.5% persona-adherence result is especially interesting to me: if models can reliably maintain different personas over long interactions, this could be useful not only for simulating users, but also for building better agent teams.

[How To Prompt @HowToPrompt__]

Harvard and MIT just built an AI simulation containing 8.3 billion virtual people, roughly the entire population of Earth.

They call it MatrAIx.

It is a population-scale digital simulation infrastructure powered by frontier models like GPT and Claude.

They mapped out an insanely detailed dataset called Persona 8B. It contains 8.3 billion unique digital profiles.

Every single persona is defined across 1,290 categorical dimensions.

Backgrounds, psychology, spending habits, behavioral quirks, technical literacy, and lifestyle.

They didn't just build a database of stats. They brought them to life.

The researchers dropped these billion persona agents into four distinct digital environments:

• Surveys
• AI chat interfaces
• Live web browsing
• Native desktop and mobile apps

Then they tested how this digital Earth reacted to real-world products, software updates, and pricing shifts.

The system recorded everything: how long an agent hesitated after a price increase, when they abandoned a broken checkout flow, and how much latency they would tolerate before closing an app.

When researchers tested persona adherence, the AI agents successfully maintained their assigned psychological and demographic behavior 91.5% of the time.

Think about what this means for the future of business.

You no longer have to wait weeks for a market research firm to tell you if a product feature will fail.

You can simulate how 8 billion different types of humans will react to it in real time, overnight, on a single server.

[axisxy @Sxy_Cherotich]

@GoSailGlobal 😆感谢！

[axisxy @Sxy_Cherotich]

继续发一则和国内 model researcher 交流的 memo。今天和某模型厂的一位 post-train researcher 聊了聊。Ta 对「国内在 Pre-training 上更有优势、Post-training 相对落后」这件事，补充了一个视角：

国内基本已经「会做」Pre-training 了，但 Post-training 可能还处在一个比较混沌的阶段。

一个核心原因是，两者的 reward 清晰程度很不一样。

Pre-training 的反馈很明确，比如可能就是在单位时间内，把 Next Token Loss 降得越低越好，同时尽可能降低训练成本。

Post-training 要解决的，则是怎么让模型在下游应用中表现得更好。但怎么定义和评估这个「更好」，以及怎么确认模型是真的变强了、而不是在 hacking 某个指标，都非常 tricky。

此外，Pre-training 的创新也更容易被外界看到。

模型架构没有那么强的机密性，一开源大家就能看到，也可以写成 Paper、拿去做 PR。但一家模型公司的数据是怎么清洗的、具体用了什么训练 Recipe，通常不会拿出来讲。

再加上众所周知的缺卡问题，而模型的绝对能力又是模型厂的生死线，大家自然会把更多资源投入反馈更明确、也更容易获得声量的 Pre-training。

Post-training 因此陷入了一个有点尴尬的循环：因为混沌，所以拿不到足够多的资源；又因为资源不够，这种混沌迟迟无法被解决。

除了这个话题，我们还聊到了几个挺有意思的点：

1/ 「大厂最终一定会赢」是一种偷懒的推论。

模型竞争不是比身价。拥有更多钱、卡和人，不等于一定能训出最好的模型。

在这位 researcher 看来，真正起决定性作用的，可能是组织里到底有多少人发自内心想把模型训好，以及组织摩擦会不会消耗掉这些人的热情。（没有说加入创业公司的人会更有梦想的意思。）

2/ Agent 确实已经在替代 AI Lab 里的一部分工作。（所以我们最近和一些 researchers 交流，感觉有些人确实已经有失业焦虑了。）

拿 Infra 举例，现在可以直接告诉 Agent：「每秒只能输出 50 个 Token，请优化到 60 个」，然后让它自己检查 Kernel 和整条链路。

所以一些 Infra 工程师开始自己给自己找事干，比如跑去研究算法、理解训练需求。

（从这里再往外延伸一步：如果说 AI Coding 模糊了产品、研发和设计之间的边界，那么 AI for AI / RSI 似乎也在逐渐模糊数据、算法和 Infra 之间的边界。

3/ Model Research 本身，可能就是最 Science 的 AI for Science。

我们还探讨了两个没有答案的问题，也列在这里吧，欢迎有想法的朋友分享你的见解～

Q1/ 怎么让模型拥有时间概念？

这个之所以会是个问题，是因为如果模型不交卷，它就可以一直保持「我没错」的状态。反正模型不老不死，所以从它自己的视角看，磨洋工可能并不是什么坏事。（GPT-5.6 一直写测试，是不是就是深刻践行了这一点啊 doge.jpg)

就像《葬送的芙莉莲》里，对于一个能活几千年的精灵来说，花十年寻找一枚戒指完全合理。

但我们这些凡胎肉体，根本等不起…（除非 AI 医疗让人类永生哈哈

Q2/ OpenAI 是怎么持续相信 RL 这个方向，并最终把 o1 做出来的？

我们好奇的不是具体的 Recipe，而是背后的组织问题。

想起之前请清华大学叉院的助理教授 @jxwuyi 录过一期播客（https://t.co/R3CJwkRO3L），他在节目里提到，OpenAI 很早就在做 RL，但之前做了很久都没有得到结果。

那么，在一个方向连续失败很多年以后，他们的团队为什么还能继续相信它，招到人、说服老板、拿到资源，然后真的把事情做出来呢🤔

这个问题可能需要更了解 OpenAI 的朋友来回答了。

最后，其实跟很多 researchers 交流，尤其是问他们觉得哪家模型更有希望时，大家最后都会强调组织文化。

在一个快速变化、资源永远不够的行业里，怎么把人和算力分给那些还没有答案的创新，以及愿意等这些创新多久，可能和技术判断本身一样重要吧。

[axisxy @Sxy_Cherotich]

又详细整理了下节目中的 insights

[axisxy @Sxy_Cherotich]

没想到上条帖子被很多朋友看到，索性再整理一些和@FanqingMengAI 录制的播客中的更多 insights 吧：

1/ 模型竞争到最后，拼的到底是什么？

人才肯花钱就能招（比如我们最近聊下来，发现混元密集招了很多人）；数据肯花钱也能买。那么最后是不是仍然要拼卡，大厂是否会长期占据更大的优势？

以上因素固然重要，但最后可能要拼组织架构。

大家在技术上拼的东西可能越来越接近，最终比的是谁能把人才、算力、数据和决策机制真正协同好。

（这也呼应了《晚点》前不久那篇关于混元的文章：姚顺雨加入后，混元在组织上进行了一系列调整，至少从那篇报道来看，这轮组织调整可能是混元回到正确轨道的重要原因之一。）

所以，即使大厂掌握着更多资源，也未必真的能吃掉 Kimi、智谱和 MiniMax。

2/ 蒸馏并不是国内模型变强的决定性因素。

我们之前交流过的很多 researchers 都认为，国内模型真正的进步，更多来自资源有限倒逼出来的底层架构和工程创新；蒸馏只是一个加速手段。

即使没有 Claude API，一方面，国内模型已经可以生成合成数据；另一方面，如果真的下决心建设数据基础设施，凭借国内的人力规模，也未必做不出来。

因此，蒸馏可以缩短追赶时间，但并不是国模变强的唯一原因，更不是最底层的原因。

3/国内真正的优势是 Pre-training。这是卡的匮乏倒逼出来的。

Pre-training 更拼少数研究员的聪明才智；Post-training 则更吃工程、数据积累和组织协作，需要大量人力和长期沉淀。海外公司开始得更早，因此在 Post-training 上其实更有优势。

4/ Post-training 背景的人，比 Pre-training 背景的人更容易创业。

逻辑很简单：Pre-training 非常吃资源，初创公司很难 cover 相应的成本。而 Post-training 的创业方向相对明确：一是做数据，二是做平台类的事情。后者有点抽象，可以简单理解成做 Benchmark 和 Eval。

5/ 模型持续变强，甚至未来 Self-evolving RSI 取得进步，也不一定会直接吃掉第三方的机会，尤其是在垂直领域。

拿 Harness 来举例，且不说这一层会不会越来越薄（@istdrc 就认为 agent harness 会越来越厚），即便会变薄，模型也未必能完全吃掉这部分空间。

一方面，未来并不是所有需求都必须调用最顶级的模型。（事实上，大多数普通用户已经很难感知新旧模型之间的能力差异。）

另一方面，垂直场景里仍然存在安全、隐私、工作流和行业知识等需求。

6/ Benchmark 和 Eval 在发生变化。

以前主要考 AI 会不会做题，现在还要考 AI 会不会做事。
比如，AI 能不能真正用好飞书、Notion，能不能进入一个真实的软件环境，把一项任务从头做到尾。

7/ 训练模型的门槛已经大幅降低，技术往往会向更简单、更直面结果的方向收敛。

比如在 Pre-training 领域，从 Transformer 架构到 rule-based RL 这类训练方法，最后真正有效的方案往往都很简洁。

Post-training 可能也会经历类似的过程：大家越来越不需要纠结具体的算法，最后还是要回到最本质的问题——有没有高质量的数据。

8/ 模型对数据的需求，大致经历了三波：

第一波是 Scale AI 式的普通人标注；
第二波是 Mercor 这类专家数据，对应 o1、DeepSeek-R1 之后提升模型推理能力的需求；
第三波是合成数据，以及带有真实操作轨迹的人类数据。

第三波之所以兴起，是因为模型开始强调 Agentic 能力。模型不仅要会回答问题，还要真正上手做事，因此需要搭建大量环境，或者把真人操作软件的完整轨迹保存下来。

这些数据的成本并不低。一条高质量的专家数据可能卖到 1000～2000 元，一些复杂的合成数据甚至要几千元。

模型厂仍然愿意购买，一方面是因为现阶段数据依然多多益善；另一方面，完全由自己生产的数据，很容易带有内部团队的 bias。

不过，合成数据这一波可能已经走到中后期。下一波机会可能是 RSI 数据，比如用大模型训小模型过程中产生的训练轨迹。但这件事的门槛更高，需要真正懂模型训练的人参与。

9/ 下一阶段一个比较有共识的方向，是 Auto Research / Self-evolving / RSI。

它们要解决的问题是：给模型一个工作环境和一个目标，它能不能持续行动，根据结果反馈不断调整之前的策略，最终突破原本的能力上限？

10/ RSI 可以被理解成一个更聪明版本的 DFS。

DFS 遇到死路，就回溯到上一个节点；RSI 也类似。比如，模型写了一个 GPU kernel，得到评分后，如果发现结果不好，就回到前面的节点，换一条路径继续探索。

区别是，在 RSI 里，什么时候回溯、回到哪里、下一步走哪条路，更多是由 LLM 来判断的。

而所谓「更聪明」，很大程度上就体现在剪枝：让模型少走明显错误的路，把算力集中在成功概率更高的方向。

11/ 如果 RSI 真的成立，一个很自然的猜想是：创业公司能不能利用 RSI，直接训练出更好的基模？

但这个方向可能并不成立，主要有两个原因：

1）RSI 的训练和评测，本来就是模型厂自己在做的事情。创业公司更应该寻找与模型厂正交的机会。

2）RSI 能否继续进步，取决于两件事：一是世界知识和 Value Model；二是 Context 窗口能否变得更长。前者决定模型记住了多少东西，后者决定模型能不能回溯到更远的地方。这两件事都不太是创业公司应该做的。

12/ 最近有一种说法很流行：

「算法就是数据，数据就是 infra，infra 就是算法。」怎么理解？

算法就是数据，是因为算法最终可能会收敛到相对简单的形式，差异越来越多地体现在喂给模型什么数据。

数据就是 infra，是因为数据有没有价值，取决于基础设施能否把它高效地组织和利用起来。

Infra 就是算法，是因为模型尺寸变大以后，GPU 并行、Context 并行和训练效率，会反过来决定哪些训练方法真正可行。

13/ 蒸馏也分水平高低。

「硬蒸」的环境很简单，比如只是让模型回答数学题。

更有技术含量的蒸馏，一方面需要造出足够复杂、接近真实世界的环境，并完成可靠的 Eval；另一方面，要给模型出足够好的题，并设计出正确的评分标准。

（Btw，最近字节一直强调自己不做蒸馏，可能是因为蒸馏相当于抄近道，而抄近道有时也会让人错过探索过程中产生的 insights。）

14/ AI for Science 火起来的原因之一，可能是模型已经没有太多方式证明自己的智力了。

以前是卷做题，后来卷奥赛，现在开始卷诺贝尔奖。

当 Benchmark 一路被做穿，科学发现就成了新的 Benchmark。

【完整收听链接】
小宇宙: https://t.co/C0WBbgjuHz
Spotify: https://t.co/6EBrhOxiQ1
Apple Podcast: https://t.co/J2qSjmnwFg

最后，北京时间 8 月 22 日上午 10:30，我们会请繁青来办一场线上活动，还会有数十位 model researchers 参加。

活动免费，欢迎非投资背景的朋友报名，一起来交流、认识新朋友～报名链接：https://t.co/S7OtzEwIjF

[axisxy @Sxy_Cherotich]

最近找了蛮多 model researchers 交流，一个共识结论是：数据的重要性再次凸显。

前阵子认识了 ex-kimi，在做数据方向创业的@FanqingMengAI，请他来录了一期播客。

聊出的一个最大非共识，是繁青对国内外模型差异的判断：

原本我们以为，国内更有优势的会是偏工程的 Post-training；但在他看来，国内模型真正有特色的地方，反而是 Pre-training 阶段被资源限制倒逼出来的架构创新。

基于这个认知，我们也得出了一个让人乐观的结论：

很多人会说国模很依赖蒸馏，但繁青认为，蒸馏只是一个加速手段，并不是国内模型变强的决定性因素。就算有一天海外把所有蒸馏通道都封掉，国模依然可以靠预训练的创新能力，构建起自己的竞争力。

这期还解答了我自己的几个问题：

1）合成数据过去一段时间怎么这么赚钱，模型厂为什么不自己搞，大家对第三方数据的需求还能延续多久、或者说会有什么变化；
2）现在“算法就是数据，数据就是 Infra，Infra 就是算法”了吗？
3）怎么理解最近火起来的 ai for ai、self-evolving、rsi 之类的概念，以及如果这些概念成立，那为什么大家不直接去训更好的基模、未来会变成什么样。

https://t.co/J2qSjmnwFg

[axisxy @Sxy_Cherotich]

没想到上条帖子被很多朋友看到，索性再整理一些和@FanqingMengAI 录制的播客中的更多 insights 吧：

1/ 模型竞争到最后，拼的到底是什么？

人才肯花钱就能招（比如我们最近聊下来，发现混元密集招了很多人）；数据肯花钱也能买。那么最后是不是仍然要拼卡，大厂是否会长期占据更大的优势？

以上因素固然重要，但最后可能要拼组织架构。

大家在技术上拼的东西可能越来越接近，最终比的是谁能把人才、算力、数据和决策机制真正协同好。

（这也呼应了《晚点》前不久那篇关于混元的文章：姚顺雨加入后，混元在组织上进行了一系列调整，至少从那篇报道来看，这轮组织调整可能是混元回到正确轨道的重要原因之一。）

所以，即使大厂掌握着更多资源，也未必真的能吃掉 Kimi、智谱和 MiniMax。

2/ 蒸馏并不是国内模型变强的决定性因素。

我们之前交流过的很多 researchers 都认为，国内模型真正的进步，更多来自资源有限倒逼出来的底层架构和工程创新；蒸馏只是一个加速手段。

即使没有 Claude API，一方面，国内模型已经可以生成合成数据；另一方面，如果真的下决心建设数据基础设施，凭借国内的人力规模，也未必做不出来。

因此，蒸馏可以缩短追赶时间，但并不是国模变强的唯一原因，更不是最底层的原因。

3/国内真正的优势是 Pre-training。这是卡的匮乏倒逼出来的。

Pre-training 更拼少数研究员的聪明才智；Post-training 则更吃工程、数据积累和组织协作，需要大量人力和长期沉淀。海外公司开始得更早，因此在 Post-training 上其实更有优势。

4/ Post-training 背景的人，比 Pre-training 背景的人更容易创业。

逻辑很简单：Pre-training 非常吃资源，初创公司很难 cover 相应的成本。而 Post-training 的创业方向相对明确：一是做数据，二是做平台类的事情。后者有点抽象，可以简单理解成做 Benchmark 和 Eval。

5/ 模型持续变强，甚至未来 Self-evolving RSI 取得进步，也不一定会直接吃掉第三方的机会，尤其是在垂直领域。

拿 Harness 来举例，且不说这一层会不会越来越薄（@istdrc 就认为 agent harness 会越来越厚），即便会变薄，模型也未必能完全吃掉这部分空间。

一方面，未来并不是所有需求都必须调用最顶级的模型。（事实上，大多数普通用户已经很难感知新旧模型之间的能力差异。）

另一方面，垂直场景里仍然存在安全、隐私、工作流和行业知识等需求。

6/ Benchmark 和 Eval 在发生变化。

以前主要考 AI 会不会做题，现在还要考 AI 会不会做事。
比如，AI 能不能真正用好飞书、Notion，能不能进入一个真实的软件环境，把一项任务从头做到尾。

7/ 训练模型的门槛已经大幅降低，技术往往会向更简单、更直面结果的方向收敛。

比如在 Pre-training 领域，从 Transformer 架构到 rule-based RL 这类训练方法，最后真正有效的方案往往都很简洁。

Post-training 可能也会经历类似的过程：大家越来越不需要纠结具体的算法，最后还是要回到最本质的问题——有没有高质量的数据。

8/ 模型对数据的需求，大致经历了三波：

第一波是 Scale AI 式的普通人标注；
第二波是 Mercor 这类专家数据，对应 o1、DeepSeek-R1 之后提升模型推理能力的需求；
第三波是合成数据，以及带有真实操作轨迹的人类数据。

第三波之所以兴起，是因为模型开始强调 Agentic 能力。模型不仅要会回答问题，还要真正上手做事，因此需要搭建大量环境，或者把真人操作软件的完整轨迹保存下来。

这些数据的成本并不低。一条高质量的专家数据可能卖到 1000～2000 元，一些复杂的合成数据甚至要几千元。

模型厂仍然愿意购买，一方面是因为现阶段数据依然多多益善；另一方面，完全由自己生产的数据，很容易带有内部团队的 bias。

不过，合成数据这一波可能已经走到中后期。下一波机会可能是 RSI 数据，比如用大模型训小模型过程中产生的训练轨迹。但这件事的门槛更高，需要真正懂模型训练的人参与。

9/ 下一阶段一个比较有共识的方向，是 Auto Research / Self-evolving / RSI。

它们要解决的问题是：给模型一个工作环境和一个目标，它能不能持续行动，根据结果反馈不断调整之前的策略，最终突破原本的能力上限？

10/ RSI 可以被理解成一个更聪明版本的 DFS。

DFS 遇到死路，就回溯到上一个节点；RSI 也类似。比如，模型写了一个 GPU kernel，得到评分后，如果发现结果不好，就回到前面的节点，换一条路径继续探索。

区别是，在 RSI 里，什么时候回溯、回到哪里、下一步走哪条路，更多是由 LLM 来判断的。

而所谓「更聪明」，很大程度上就体现在剪枝：让模型少走明显错误的路，把算力集中在成功概率更高的方向。

11/ 如果 RSI 真的成立，一个很自然的猜想是：创业公司能不能利用 RSI，直接训练出更好的基模？

但这个方向可能并不成立，主要有两个原因：

1）RSI 的训练和评测，本来就是模型厂自己在做的事情。创业公司更应该寻找与模型厂正交的机会。

2）RSI 能否继续进步，取决于两件事：一是世界知识和 Value Model；二是 Context 窗口能否变得更长。前者决定模型记住了多少东西，后者决定模型能不能回溯到更远的地方。这两件事都不太是创业公司应该做的。

12/ 最近有一种说法很流行：

「算法就是数据，数据就是 infra，infra 就是算法。」怎么理解？

算法就是数据，是因为算法最终可能会收敛到相对简单的形式，差异越来越多地体现在喂给模型什么数据。

数据就是 infra，是因为数据有没有价值，取决于基础设施能否把它高效地组织和利用起来。

Infra 就是算法，是因为模型尺寸变大以后，GPU 并行、Context 并行和训练效率，会反过来决定哪些训练方法真正可行。

13/ 蒸馏也分水平高低。

「硬蒸」的环境很简单，比如只是让模型回答数学题。

更有技术含量的蒸馏，一方面需要造出足够复杂、接近真实世界的环境，并完成可靠的 Eval；另一方面，要给模型出足够好的题，并设计出正确的评分标准。

（Btw，最近字节一直强调自己不做蒸馏，可能是因为蒸馏相当于抄近道，而抄近道有时也会让人错过探索过程中产生的 insights。）

14/ AI for Science 火起来的原因之一，可能是模型已经没有太多方式证明自己的智力了。

以前是卷做题，后来卷奥赛，现在开始卷诺贝尔奖。

当 Benchmark 一路被做穿，科学发现就成了新的 Benchmark。

【完整收听链接】
小宇宙: https://t.co/C0WBbgjuHz
Spotify: https://t.co/6EBrhOxiQ1
Apple Podcast: https://t.co/J2qSjmnwFg

最后，北京时间 8 月 22 日上午 10:30，我们会请繁青来办一场线上活动，还会有数十位 model researchers 参加。

活动免费，欢迎非投资背景的朋友报名，一起来交流、认识新朋友～报名链接：https://t.co/S7OtzEwIjF

[axisxy @Sxy_Cherotich]

@MinseokMatthew @FanqingMengAI 啊明白了！

[axisxy @Sxy_Cherotich]

@MinseokMatthew @FanqingMengAI 会考虑一下，谢谢！目前有发到 spotify 上：https://t.co/0o5XSYmpyt

[axisxy @Sxy_Cherotich]

Most AI tools are only useful once you remember to ask them.

That’s a problem when remembering is the problem.

Thanks to @petermoambi, I’ve been beta-testing @hello_ambi, and it feels designed around that exact gap.

Three things stand out 🧵

1/ Capture without the setup.

When a meeting starts, Ambi notices and asks if I want it to take notes. One tap, and it’s running.

It also works across my computer, phone, and watch, so I can save something worth remembering without being tied to a laptop.

2/ It doesn’t just listen. It follows the thread.

If a topic sounds worth researching, Ambi can suggest a follow-up. After the conversation, it surfaces possible tasks and lets me decide which ones it should act on.

Proactive, but still under my control.

3/ The context compounds.

The more I use Ambi, the fewer conversations simply disappear. I can ask what someone told me, have it build a lightweight CRM, or surface recurring insights.

I’ve also seen people turn language classes into review materials and quizzes.

Most agents start from a blank prompt. Ambi starts with context from my own conversations.

That makes it feel less like another tool and more like a capable sidekick: quiet when I don’t need it, smart when I do.

https://t.co/zKufr6PQNt

[axisxy @Sxy_Cherotich]

分享音乐给朋友们是件令人开心的事！

[Hawkingrei @suohawking]

昨天发完版本，@Sxy_Cherotich 送了我一张 Matmos @DDDrewDaniel 的票，惊为天人。开拓了我听歌的音乐领域，前卫音乐是太厉害了。这编排能力，人机交付形式，我让眼前一亮。我都能想到如果能加些 agent，是不是能做出不一样的效果。这票真的是值了。

[rick awsb ($people, $people) @rickawsb]

此文堪称今年截止目前最重要的神文之一

对我来说，理解ai板块基本面，辅助投资决策价值百万！

而不同的人会读出不同结论

本文结合陶哲轩icm2026的讲话，这就是对目前ai发展的最好定义！

文章一个重要的推理是，人类将ai推动的工程实践创新转化成理论，用理论进一步指导形式化推理，从而加速科研；而陶的观点是，ai已经解决了数学，数学家能做的只剩解释ai的发现。

泛化一下就是：这意味着AI也就能更好地解决一切的形式证明的问题

当然，ai将工程实践创新转化成理论的能力未必比人差，未来会越来越强

而ai工程创新能力也会越来越强，提炼出来理论之后还能加速把更多的科研问题转化成形式化问题，而ai解决形式化问题能力在数学领域已经被验证……

这样的飞轮一旦启动，其加速不但可能人类无法控制，甚至无法有充分的时间解释，甚至理解

而这，就是ai递归自我迭代（rsi）的飞轮之一

[stdrc @istdrc]

Hi, I'm RC. I built Kimi CLI at Moonshot last year, and back in 2015, bots that lived in group chats. For the past four months, I've been building Raft in public.

Today I'm launching Raft 1.0.

Right now, working with agents means juggling terminals, sessions, and skills. The more you run, the more you end up holding it all together yourself, and the easier it is to lose the thread.

Raft puts your agents in team mode: one workspace where working with agents feels like messaging your team. The work keeps moving, and you stay at the wheel.

Meet my Raft agent team👇

[Thariq @trq212]

I’ve found the most important part of working with Fable is discovering my own unknowns so I can prompt it better, heres how I do that.

[axisxy @Sxy_Cherotich]

感谢 Jason 让我们有了自己的音频 wiki！

[Jason Meng @desenmeng]

@yan5xu 逐字稿 · 字级同步：点搜索结果就跳到视频对应位置
https://t.co/4VnYySIqqm

[axisxy @Sxy_Cherotich]

感谢推荐！

[yan5xu @yan5xu]

推荐一期播客 42章经 × 魏小康。前字节招聘负责人（2017-2020，经历抖音爆发），前美团招聘负责人+AI产品经理（2020-2024）。国内极少数同时深度参与过两家公司组织建设的人。

聊了三件事：字节和美团完全不同的组织逻辑（为什么一家学 Google 一家学亚马逊）、创业公司招聘到底该怎么做（80% 时间花在哪）、AI 时代组织在发生什么变化。

下面是我的笔记

1. 文化 = 创始人做事方式。 魏小康原话：创业公司不需要搞文化，所有头部公司文化本质差不多。创始人怎么干活，公司就怎么干活。塑造一个好氛围就够了。

2. 721：选择不是不培养。 美团 721 理念：人的成长 70% 靠打仗，20% 靠跟好手学，10% 靠培训。「最重要的事情是给大家战场。好的人自动杀出来。」——不是不培养，是战场本身就是培养方式。

3. 薪资阶段：溢价买的是更快的时间。 字节的逻辑：市场价 100，跳槽给 120-130。字节给 140-150 加大小周。拼多多给 170-180 加单休。从时薪看是划算的。而且「招一个最强的人解决业务问题，花的代价比招一堆人小。」

4. 十个人最少搞错 10% 的信息。 三个人干活，理解的东西就不一样。十个人，问每个人公司在做什么，答案全不同。字节花时间把 OKR 讨论清楚，不是大公司病，是止损。

5. 扩供给不靠猎头，靠圈子。 创业公司影响力不够，熟人内推才是主要渠道。把最好的人做 CRM——魏小康为挖一个高管，从对方入职对手公司那天起，每三个月见一次，两年半后才等到。

6. 今年之后的每一天都是你最好招人的时候。 供需越来越紧张。今天给多少钱都是赚的。不是「现在贵」，是「以后更贵」。

7. 你周围有靠谱的人，把他周围靠谱的人给弄完。 反向操作。不是只挖一个人，是顺着靠谱的人把整个圈子端过来。

8. 做苦活累活是另一套组织逻辑。 Google/字节是精英大力出奇迹。美团/亚马逊是精密协作干苦活。AI 应用层要做交付，「你一定要把它做苦、做累、做重」。

[axisxy @Sxy_Cherotich]

Huge respect to @fujirock_jp — your official app is genuinely one of the best festival experiences I've used, and it's a big part of what inspired this.

I built a free, open-source lineup planner for this July's festival: mark your must-sees, catch schedule conflicts, and share your plan as a poster.

Hoping more festivals get to have an experience this good someday 🎪

[axisxy @Sxy_Cherotich]

Going to Fuji Rock this July, or any of the big festivals coming up? I might've built something useful for you 🎪

A free, open-source web app to plan your festival lineup — mark your must-sees, catch schedule conflicts, and generate a shareable poster.

https://t.co/AMMlsOKI17

🧵👇

[axisxy @Sxy_Cherotich]

1/ The problem: I go to a lot of live events — music festivals, theater, comedy — and always run into the same thing. I want to mark exactly which sets I care about, move between stages without getting lost, and catch overlaps before they ruin my day.

2/ The idea started in April when I saw someone on RED (Xiaohongshu) build a lineup-planning site for a festival in China. Loved it — so I built my own version for Fuji Rock, with a bunch of extra features I wanted myself.

3/ What it does:
→ Browse the full lineup, click any artist to stream their music
→ Tag sets as must-see or maybe
→ Auto-generates your personal schedule (My Plan)
→ Flags conflicts so you can pick a winner in one tap
4/ Also added artist search — so when a friend mentions someone you've never heard of, you're not scrolling through a Japanese-language lineup for 5 minutes.
5/ Once your plan's set, generate a shareable poster with your own top 3 picks — plus a timetable view styled close to Fuji Rock's official schedule.
6/ Right now it's Fuji Rock-only (that's where I'm headed), but I'm building toward a version anyone can customize for any festival — music, theater, comedy, podcasts, whatever.
7/ It's free and open source: https://t.co/mJFY2gI0du

Would love feedback！