TuobaWonder

[Andrew Ng @AndrewYNg]

The most important skills in Building and Deploying AI Applications. https://t.co/IyWIKLIzeM

[Fini.Yang @FiniYang]

这是我们的第 4 个 DeepSeek Harness 插件 🥳
iOS 模拟器 + 真机自动化插件 dsh-ios 🐳📱
让 DSH 中的 Agent 直接查看并操作 iOS 模拟器和真机
构建并运行 App，完成点击、滑动、输入等操作
还能检查进程、调用栈和内存泄漏

⚙️ 内置 21 个 Agent 工具
实时画面显示在侧边栏，支持人机协同操作 🤗
支持 SwiftUI 预览热重载
在 DSH 中就能完成 iOS 开发、调试和自动化
欢迎使用：https://t.co/KeqXWCHkq8

演示视频前半段为模拟器，后半段为真机
快速安装见评论区 ⬇️
#deepseek #harness #dsh #plugin #ios #agent

[meme @oooodjdjd]

字节CEO张一鸣对应届毕业生的演讲：

2005 年，我从南开大学毕业，加入了一家公司叫酷讯。我是最早期加入的员工之一，

一开始只是一个普通工程师，但在工作第 2 年，我在公司管了四五十个人的团队，负责所有后端技术，同时也负责很多产品相关的工作。

有人问我：为什么你在第一份工作就成长很快？
是不是你在那个公司表现特别突出？

其实不是。当时公司招聘标准也很高。跟我同期入职的，我记得就有两个清华计算机系的博士。

那我是不是技术最好？是不是最有经验？我发现都不是。后来我想了想，当时自己有哪些特质。

我工作时，不分哪些是我该做的、哪些不是我该做的。我做完自己的工作后，对于大部分同事的问题，只要我能帮助解决，我都去做。

当时，Code Base 中大部分代码我都看过了。新人入职时，只要我有时间，我都给他讲解一遍。通过讲解，我自己也能得到成长。

还有一个特点，工作前两年，我基本上每天都是十二点一点回家，回家以后也编程到挺晚。确实是因为有兴趣，而不是公司有要求。

所以我很快从负责一个抽取爬虫的模块，到负责整个后端系统，开始带一个小组，后来带一个小部门，再后来带一个大部门。

我做事从不设边界。当时我负责技术，但遇到产品上有问题，也会积极地参与讨论、想产品的方案。很多人说这个不是我该做的事情。

但我想说：你的责任心，你希望把事情做好的动力，会驱动你做更多事情，让你得到很大的锻炼。

我当时是工程师，但参与产品的经历，对我后来转型做产品有很大帮助。我参与商业的部分，对我现在的工作也有很大帮助。

记得在 07 年底，我跟公司的销售总监一起去见客户。这段经历让我知道：怎样的销售才是好的销售。当我组建头条招人时，这些可供参考的案例，让我在这个领域不会一无所知。

以上就是我刚毕业时的特点。

后来，我陆续加入到各种创业团队。在这个过程中，我跟很多毕业生共处过，现在还和他们很多人保持联系。

跟大家分享一下，我看到的一些好和不好的情况。总结一下，这些优秀年轻人有哪些特质呢？

1，有好奇心，能够主动学习新事物、新知识和新技能
今天不太谦虚，我把自己当做正例，然后再说一个负例。我有个前同事，理论基础挺好，但每次都是把自己的工作做完就下班了。

他在这家公司呆了一年多，但对网上的新技术、新工具都不去了解。所以他非常依赖别人。

当他想要实现一个功能，他就需要有人帮他做后半部分，因为他自己只能做前半部分 —— 如果是有好奇心的人，前端、后端、算法都去掌握、至少有所了解的话，那么很多调试分析，自己一个人就可以做。

2，对不确定性保持乐观

比方说头条最开始时，我跟大家讲：我们要做 1 亿的日启动次数。

（当然，现在不止 1 亿了，我们现在的日启动次数已经差不多 5 亿。）很多人觉得，你这家小公司怎么可能做得到呢？大公司才能做得好。

所以他就不敢努力去尝试。只有乐观的人会相信，会愿意去尝试。其实我加入酷讯时也是这样。那家公司当时想做下一代搜索引擎（最后也没有做成，只做了旅游的垂直搜索）。

我不知道其他人怎么想的，我自己觉得很兴奋。我确实没有把握，也不知道怎么做，但当时就去学，就去看所有这些相关东西。

我觉得最后也许不一定做成，或者没有完全做到，但这个过程也会很有帮助 —— 只要你对事情的不确定性保持乐观，你会更愿意去尝试。

3，不甘于平庸
我们在座各位，在同学中已经非常优秀了。

但我想说，其实走向社会后，应该再设定更高的标准。

我见到很多大学期间的同学、一起共事的同事中，有很多非常不错的人才，技术、成绩都比我好。

但 10 年过去，很多人没有达到我的预期：我觉得他应该能做得很好，但他却没有做到。

很多人毕业后，目标设定就不高了。

我回顾了一下，发现有同事加入银行 IT 部门：有的是毕业后就加入，有的是工作一段时间后加入。

为什么我把这个跟 “不甘于平庸” 挂在一起呢？因为他们很多人加入，是为了快点解决北京户口，或者当时有些机构有分房补助，可以购买经济适用房。

后来我就在想一个问题，如果自己不甘于平庸，希望做得非常好的话，其实不会为这些东西担心：是否有北京户口，是否能买上一套经济适用房？

如果一个人一毕业，就把目标定在这儿：在北京市五环内买一个小两居、小三居，把精力都花在这上面，那么工作就会受到很大影响。

他的行为会发生变化，不愿意冒风险。

比如我见到以前的朋友，他业余做一些兼职，获取一些收入。那些兼职其实没有什么技术含量，而且对本职工作有影响，既影响他的职业发展，也影响他的精神状态。

我问他为什么，他说，哎，快点出钱付个首付。我觉得他看起来是赚了，其实是亏的。

不甘于平庸很重要。我说不平庸，并不是专门指薪酬要很高或者技术很好，而是你对自己的标准一定要高。也许你前两年变化得慢，但 10 年后再看，肯定会非常不一样。

4，不傲娇，要能延迟满足感

我在这里举个反例：两个我印象比较深刻的年轻人，素质、技术都蛮不错，也都挺有特点。我当时是他们的主管，发现他们在工作中 deliver 的情况始终不好。

他们觉得其他同事比他们做得差，其实不是：他们确实可以算作在当时招的同事里面 TOP 20%，但误以为自己是 TOP 1%。

所以很多基础一点的工作，比如要做一个调试工具，他就不愿意做，或者需要跟同事配合的工作，他就配合得不好。

本来都是资质非常好的人才，人非常聪明、动手能力也强，但没有控制好自己的傲娇情绪。我觉得这和 “不甘于平庸” 不矛盾。

“不甘于平庸” 是你目标要设得很高，“不傲娇” 是你对现状要踏实。

这 2000 个样本当中，我见到很多我原来觉得很好的，其实没有我想象中的发展好，我原来觉得不好的，其实超出我的预期。

这里我也举个例子：

当时我们有个做产品的同事，也是应届生招进来，当时大家都觉得他不算特别聪明，就让他做一些比较辅助的工作，统计一下数据啊做一下用户反弹啊之类。但现在，他已经是一个十亿美金公司的副总裁。

后来我想想，他的特点就是肯去做，负责任，从来不推诿，只要他有机会承担的事情，他总尽可能地做好。每次也不算做得特别好，但我们总是给他反馈。

他去了那家公司后，从一个用户量不到 10 万的边缘频道负责起来，把这个频道越做越好。

由于这是一个边缘频道，没有配备完整的团队，所以他一个人承担了很多职责，也得到了很多锻炼。

这些就是我想跟大家分享的。谢谢！

[jietang @jietang]

Thoughts About Scaling Law

Scaling, but not only of parameters. Every model release now ends with the same question: how many parameters? It isn't a question that can be answered on its own. Parameter count is only meaningful alongside three others — how much data you have, where you intend to spend your compute, and who will run the model, under what conditions.

The field learned this the hard way. Kaplan et al. (2020) fit an exponent that told everyone to grow parameters faster than data — roughly 2.7:1 — and the industry complied: GPT-3, Gopher, MT-NLG. Hoffmann et al. (2022) redid the experiment across four hundred models and found the compute-optimal split is closer to 20 tokens per parameter, and that with sufficient compute the two should grow at the same rate rather than drifting apart. The error in the earlier fit compounded with every order of magnitude of compute, which is why the largest models of that generation were the most misallocated. The trillion-parameter round was, in retrospect, a detour the whole field took together and then reversed.

Chinchilla wasn't the end either. It optimized training compute for models that would be trained once and evaluated. Today a model is called billions of times a day and inference dominates lifetime cost. Put inference into the objective and the optimum moves toward smaller models trained far longer — deliberate over-training, which is what Llama-2-7B and Gemma-2-9B were doing at roughly 290 and 889 tokens per parameter.

Sparsity moved the target again. In a MoE model two quantities have to be kept apart: total parameters govern roughly how much the model can hold — knowledge, facts, the long tail — while activated parameters and effective depth govern roughly how far it can think, how many steps of a causal chain it can carry before it comes apart. A dense 20:1 ratio does not transfer. And the ratio isn't a single number at all: Roberts et al. (2025) find the optimal tokens-per-parameter is task-dependent, with memorization favoring more parameters and reasoning favoring more data. Follow-up work on MoE observes that at fixed TPP, pushing total parameters higher actually degrades reasoning, while activating more experts reliably helps it.

This matters for what we are building toward. Finding a vulnerability is not a retrieval problem. It doesn't come from having memorized more CVEs; it comes from carrying a twenty-step chain of inference to the end without losing the thread. That capability does not live in total parameter count.

Which brings us to this release. Total parameters appear to matter up to a threshold — enough to hold the world — after which additional capability comes from scaling elsewhere: effective depth per forward pass, and above all post-training. GLM-5.3 is our controlled experiment on that claim. Same base, same architecture, same total and activated parameters as GLM-5.2. One month of scaling long-horizon environments and RL. The gains are not marginal. Well, scaling has more than one dial. We turned the post-training one this time because it had the most slack left in it — not because the others are finished. Base model size, pretraining data, compute spent per forward pass: all of them are still on the table, and we will come back to each. What this experiment taught us is that the dials do not have to be turned together, and that the one worth turning next is rarely the one that was worth turning last. We are not done scaling. Next time, maybe mid-training, pre-training, and even more.

[Hux @huxlab]

今晚别刷Netflix了。

去看这个斯坦福2小时34分钟的讲座。

这是我见过最清晰、端到端讲透ChatGPT和Claude到底怎么建出来的课。

从Tokenization和BPE开始，一路到Transformer架构、训练管线、Next-token解码。

不管你是从没写过一行AI代码，还是天天在ship Agent，看完都会把很多“原来如此”的点一次打通。

真正核心就这几层：
1文本怎么变成模型能吃的数字（BPE tokenization）
2语言模型本质就是在预测下一个token
3Transformer怎么用Attention做消息传递
4训练时用NLL loss把整条序列概率拉高
5生成时怎么一步步解码出来

大多数人花好几年才拼出的全景图，这节课直接给你画完。

把时间空出来，这可能是你这个月最值的一堂课。

[Archive @ArchiveExplorer]

DeepSeek just killed the coding-agent industry.

deepseek-harness: Open-source. Free. Claude Code's top plan costs $200/month.

What it does:

→ Everything is a plugin - model adapters, tools, session logs, even the agent loop itself, all swappable from config
→ Built on Cordis, DeepSeek's own plugin runtime
→ One command to run: npx @deepseek-ai/dsh web - spins up a local Web UI
→ Ships with real architecture docs + an AGENTS.md written for agents to read the codebase themselves
→ TypeScript, MIT, developer preview - breaking changes expected, DeepSeek says so themselves
What it replaces:
→ Anthropic's Claude Code
→ Closed, single-vendor coding-agent environments generally

A frontier lab just gave away, for free, the exact layer companies charge a subscription for.

→ https://t.co/b4EzZ8NwT5

[Yuu💖 @QuantumTransf]

deepseek harness 文章已更新（https://t.co/Xzlf496akP）
dsh 内部的心智模型其实没那么简单，我在写这篇文章的时候也挣扎了很久；不过，对于写一个插件的人来说，却没有那么复杂。 文章有对此阐述，「复杂度不是消失了，而是转移进了系统内部」，相信读完这篇文章，你能够对 dsh 内部的架构有一个比较好的认知
repo: https://t.co/3USVmzG15Q
此页面仍在持续更新（

[0xkevin (🖤 , 💙) @0xKevin00]

这可以拿今年AI创意短片奖了 ！

《反正也没时间活》关注时间贫困，属于自己的时间不应该成为一种奢侈…

[南宫视觉 @freenangong]

这是一个很耐看的姑娘

[Codez @0xCodez]

https://t.co/WVztfCUH4u

[Ruiteng Huang @huangruiteng]

开源项目 LoopX：超长程 Agent 自主运行 200+ hours，状态不漂移。

我的技术主张是：LLM 上下文有限，长程 Agent 需要外置状态，通过完备的状态管理、监督和规划，让 Agent 无人干预时跑得稳、持续有产出；有人干预时跑得更好，能吸收反馈继续演进。

两条真实 trajectory 分别跨越 220.7 / 272.9 小时，跨多轮执行、等待、人工决策、writeback 与 resume 后，整个 loop 仍能找回目标、证据和下一步。

目前 LoopX 已有 3 个 showcase：auto PR issue fix、AutoML experiment 和 auto coredump fix。

以 OpenViking 开源仓库的 PR issue fix 为例，Agent 不只是循环写代码。它需要持续理解 issue 的不同状态，判断何时开发、何时等待、何时请求 review，处理 CI、冲突和上游变化，并连续交付多个 PR。

这对应 LoopX 的 domain state 管理：领域系统决定真实状态，LoopX 负责把状态投影成下一步可执行的工作。

与此同时，Agent 还可以在干活过程中实现能力自进化。当它发现现有系统缺少某项能力时，可以提出 feature、完成开发与验证、发布新的离线或在线版本，再使用新能力继续原来的任务。

长程 Agent 天然适合自进化，“完成工作”和“升级完成工作的系统”可以在同一条长程轨迹中发生。

LoopX 把这些信息外置成结构化控制面：

• Goal / Vision：目标是什么，什么不能被局部优化牺牲
• Todo / Gate：当前执行的 frontier，以及必须留给人的关键判断
• Identity / Authority：谁能 claim、writeback、approve
• Evidence / Receipt：每次推进留下什么可回读证据
• Quota / Scheduler：何时继续执行，何时安静等待
• Handoff / Recovery：换模型、换会话、换 host 后如何恢复

你也可以把它理解为一块专门给 Agent 设计的可执行 Kanban。

普通看板只展示“谁在做什么”；LoopX 的状态会直接约束和驱动下一次 bounded turn，让看板本身成为执行系统的一部分。

这套系统最强的地方是通用性。它不只可以修 PR，还可以做 auto research、长期实验、自媒体运营、复杂 feature 开发和办公任务。

Agent 不再只是一次性的回答机器，而可以围绕一个人的 vision，长期工作、等待、吸收反馈、积累证据并持续演进。

LoopX 从一开始 build in public：状态协议、CLI、控制面实现和真实运行轨迹都进入了开源仓库；它也已经和 OpenViking、NoKV 等 agent infra 项目形成了开源合作伙伴关系。

我希望 LoopX 最终能放大每个人的 vision 和想象力。只要你有自己的目标、想法或技术主张，就能拥有一个全天候继续工作和探索的 Agent 系统，帮助你把愿景一点点变成现实。

欢迎试用、提 issue、贡献代码，或者用一个真实的 multi-day task 跑 LoopX。

https://t.co/ncHCZheYb7

[Xsir @Xsir01]

DeepSeek Agent Harness 内测招募帖已经不只是报名区，而是一次「Agent 执行栈建设者的集中亮相」。

大家展示的不是普通聊天机器人，而是模型之外的完整执行层：工作台、Runtime、多 Agent 协作、沙箱、评测、观测，以及各种垂直应用。

我把评论区出现的项目按用途整理成一份导航，方便大家按兴趣查看。

1. Coding Agent 工作台

这类项目主要解决：如何让 Agent 在代码、终端、浏览器和真实项目里持续工作。

代表项目：

CodePilot、Kun、Setsuna Desktop、pi-workbench、RxyCode、OpenPrd

其中：

- Kun：本地优先的 Agent 工作台
- Setsuna Desktop：跨平台编程代理桌面应用
- pi-workbench：围绕 pi 的桌面工作台，包含模型路由、Agent Teams、Kanban 等
- RxyCode：规划、执行、校验一体，并内置评测 Harness
- OpenPrd：面向真实长周期项目，强调进度保留、设计稿与实现结果对比、持续验证

如果你想找的是“让 Agent 真正帮我写代码、改项目、跑任务”的工具，可以优先看这一类。

2. 多 Agent 协作与任务编排

这类项目关注的不是单个 Agent，而是如何让多个 Agent 分工、协作和交接。

代表项目：

Archify、Squad、MCO、Hive、Hermes Console、Tide、agent-sop

它们涉及：

- 并行、串行和分治任务
- 多 Agent 上下文传递
- 跨模型协作
- 任务失败恢复
- 运行状态和 Token 监控
- 人工审核与结构化 signoff

这说明大家已经不满足于“一个 Agent 对话到底”，而是开始搭建 Agent 团队和任务流水线。

3. Harness Runtime 和基础设施

这类项目更接近执行内核，负责管理 Agent 的上下文、工具调用、状态和任务生命周期。

代表项目：

Lambda Agent、Seele/seelex、Taus、orca-agent

如果你想自己开发 Agent 产品，而不是直接使用一个现成客户端，可以重点关注这些项目。

4. 安全、权限和沙箱

Agent 真正进入生产环境后，最容易出问题的往往不是生成质量，而是权限和副作用。

代表项目：

boxsh、bash-guard、pass-vault-v2、orca-agent

主要解决：

- 文件和进程隔离
- Shell 命令安全
- 工具权限控制
- 长任务失败恢复
- 副作用幂等
- 浏览器和系统操作的安全门禁

这一类项目很可能是未来 Agent 基础设施里最重要的部分之一。

5. 评测、验收和可观测性

Agent 说“任务完成了”，不代表任务真的完成了。

评论区里已经有人专门在做：

goal-conditions、evidence-harness、ntkit、ATTEST-100、Pulse

它们关注：

- 如何判断目标是否真正完成
- 如何保存执行证据
- 如何评估 Agent 的完整过程
- 如何做 Diff 或截图对比
- 如何监控运行状态、Skill、Memory 和 Token 消耗

这可能是目前最容易被忽视、但最值得关注的一层。

6. 垂直场景 Agent

还有一些项目不是通用 Harness，而是把 Agent 放进具体场景里。

代表项目包括：

- DataAgent、datafoundry：企业数据查询、SQL 和知识引擎
- AI_MIDI：通过多轮对话修改 MIDI
- pi-rp：角色扮演 Agent 基础设施
- whale-cli、LifeOS：学习和个人工作流
- ChatLuna：基于 Koishi 的 IM 机器人平台
- OpenPencil、Open Design、Canvas Prompt、FlowGrid：设计和创作工作流
- OpenMinis：iOS、Android 端侧 Agent

其中 OpenPencil 还展示了使用 DeepSeek v4-flash 生成设计稿的视频，是评论区里少数有完整演示的项目。

7. 渠道和平台接入

还有一批项目在做 Agent 与真实工作环境的连接：

feishu-codex-bridge、con-terminal、agent-teams-android 等。

它们分别把 Agent 接入飞书、终端、移动端和企业内部工作流。

这说明 Agent 的入口正在从聊天窗口扩展到：

IDE、桌面、终端、企业 IM、手机和内部系统。

评论区里也出现了 ControlNet、electerm、drawnix 等高 Star 项目，但它们未必直接属于 Agent Harness，更多是开发者在展示自己的开源履历，和上面这些执行栈项目需要区分开。

[AYi @AYi_AInotes]

强烈推荐大家都去看这个跟workbudy产品负责人Jason的深度对谈播客，
另外关于腾讯workbudy，我说个暴论，你看100篇那些AI写的教程文章，都不如抽1个小时好好看看腾讯官方出品的这期播客，太他么深度了，干货拉满！

Jason分享了一个关键判断让我印象特别深：2021年他曾计划培养孩子学习编程，到2026年发现这个方向已经失效了，在AI的加持下编程本身不再是稀缺技能，洞察力、审美品味、逻辑清晰的语言表达能力，才是AI时代真正的核心竞争力。

还有这个文科生的故事，英语文学专业的前媒体人，一行代码都不会写，就因为自己攒了7000多首杜比全景声的歌，Excel卡到打不开，找外包又说不清楚需求，被逼得没办法开始摸AI编程工具。
你以为是AI两下给他把App生成出来了？根本不是，
他说前前后后开了40多个对话窗口，文件拆得乱七八糟，环境部署从头啃，踩了无数坑，磨了好几个月，才真的把那个杜比音乐App做出来，现在都更新到3.2版本，正经上架App Store了。

那他为什么没放弃？
他说AI会在他做对一点点的时候，蹦出来一句“你这个思路很清晰，像个成熟的产品经理”。
卧槽，就这一下兄弟们应该懂吧，
我们这种在否定式教育里长大的东亚小孩，太吃这一套了。

很多时候你不敢开始，其实不是懒也不是笨，是脑子里那个“你不行”的声音太大了。

咱们从小到大做什么都先被挑错，刚迈出一步就有人说你这不对那不好，久了你自己都信了，你就是做不成事。

但是AI不judge你，不骂你，不会翻个白眼说这都不会，你做对一点它就真心实意夸你，直接把那个压了你几十年的声音盖过去了。

播客里WorkBuddy的产品负责人Jason说，2021年他还在规划以后要送孩子学编程，2026年回头看，这个想法已经不成立了。

我以前以为，只是因为写代码的门槛被AI踏平了，现在才懂，被踏平的根本不止是代码门槛。

以前我们想做个东西，不仅要会写代码，还要有颗大心脏——被bug卡一周，被前辈骂写的什么垃圾，被环境配置搞到崩溃，90%的人在第一步就被劝退了。

现在AI不仅帮你写代码、查bug，还给你当啦啦队，把你那点被打击了几十年、碎得渣都不剩的信心，一点点给你拼回来。

你看现在满屏都是MCP、Agent、Vibe Coding这些新名词，好像你三天不背就要被时代抛弃，大家课买了一堆，一个工具都不敢打开，但实际上哪有那么玄乎啊🤣

当然了，如果你从小在夸奖里长大，内心强大到根本不需要别人给你托底，可能get不到这个点。

但如果你和我一样，总怕自己做不好，怕出错被笑话，迟迟不敢迈出第一步，真的不用上来就想做个上架的App，

不如今天就花半小时，让AI帮你写个批量改文件名的小脚本，或者整理下你乱了半年的文件夹。

你会发现，你根本不是不行，只是之前从来没人，在你做对一点点的时候，认认真真跟你说一句“你做得真棒”🥹🥹

焦虑这东西，站在岸边看永远觉得水很深，脚伸下去才知道，原来不仅水不深，还有人在旁边扶着你，跟大家共勉！

评论区是我对51分钟的文字版总结👇

[Lunar @LunarResearcher]

Andrej Karpathy just explained the 5 shifts turning LLMs into agentic systems.

00:00 - Memory turns chat into personal AI
06:41 - Multimodal AI reads the world
16:58 - Thinking models solve harder tasks
24:51 - Search makes LLMs live
30:58 - Tools turn LLMs into workers

Most people are still treating LLMs like chatbots.

Karpathy is showing the full stack:

Memory → Vision → Reasoning → Search → Tools

Prompting is the old workflow.

Agentic systems are the new one.

This 40-minute talk is worth more than most paid AI agent courses.

Bookmark and watch it before everyone catches up.

Then read how to turn LLMs into self-improving agent loops below

[AYi @AYi_AInotes]

亲测DeepSeek V4 flash算命，比我花800块找的大师说得还准🤯。。。

价值至少1000块提示词无保留分享👇

[WquGuru @wquguru]

https://t.co/ILE1R9TBIs

[rari @0xwhrrari]

https://t.co/9qtKcgOtPH

[TuobaWonder @TuobaWonder]

@Yngris1174547 看看怎么个事儿

[AYi @AYi_AInotes]

这是@Kimi_Moonshot K3开源后我见过最狠的帖子。
一个Baseten的工程师，@waterloo_intern 老哥花48小时喝了40罐气泡水，把K3的建模代码扒了个底朝天。
128万浏览，6000多收藏，
最后得出一个结论，
一个K3里能塞下22580个2019年的GPT-2，
七年时间参数涨了两万两千多倍，
但这根本不是堆参数堆出来的。

从GPT-2到线性注意力，到DeltaNet，到门控DeltaNet，再到Kimi自己的KDA注意力。

每一步迭代，都在精准解决上一代的具体bug。

内存不够，信息干扰，
无法选择性遗忘，残差稀释，
没有一步是多余的。

这才是开源最可怕的地方啊兄弟们，
代码放出来第一天，
全世界最聪明的工程师，
已经在帮你把七年的技术脉络理得明明白白，
而你的闭源模型，永远享受不到这个待遇。

[beamnxw ./ @beamnxw]

https://t.co/Qd15VI1bFb