Ube

在某家AI初创里做产品🤖
在某个国内大学读master📖
在某个确定世界做不确定的事🪄
名字是喜欢的人和喜欢的食物

[Ube @Ube_eee]

@logicandlemon @thsottiaux same….

[Ube @Ube_eee]

最近交替使用各种cli工具
发现terminal很难让一群cli同时工作，并且很难直观看到代码情况以及各种文档
于是在思考要不要做一个GUI界面统筹多个cli工具并且能够实时预览文件

直到我突然意识到：

这不就IDE吗........

[Ube @Ube_eee]

@turingbook @lilianweng 是的，随着上一代模型在某一harness上的轨迹进入新一代模型的训练数据，模型和harness的耦合度越来越高，感觉harness和model实际上已经很难截然而分了

[Ube @Ube_eee]

@TomoriNao2022 小时候看世界地图，感觉俄罗斯像country in another world，太大了...

[Ube @Ube_eee]

叠甲：并非完全判断，大于这个年纪的人也能很好地使用LLM，小于这个年纪的人也不只是被LLM牵着走。本帖只是因为帖主在这个年龄段，给自己挽尊罢了

[Ube @Ube_eee]

我觉得00-03年出生的人刚刚好
经历过前LLM时代，真正地静下心去看过书、做过研究、做过很多现在看起来很dirty的work
但也在一个学习能力��足的年纪遇见了LLM，可以算作AI Native的一代，但因为前LLM时代的经历又不会过分依赖LLM，在很多地方仍然保持了“古法”的光辉

[Ube @Ube_eee]

当下公众对“小天才”叙事天生警惕，但明显有点矫枉过正了
未成年发个极度依赖资源的生物、物理这块的论文，通讯还和自己一个姓，这是个人都得怀疑
但未成年发个LLM相关论文，刚成年创个公司，我觉得这是大模型时代必然会出现的加速，看到啥都想着是“公子少爷”，似乎只有按部就班地学习、工作才对
why...

[Ube @Ube_eee]

@MaxForAI 道歉甩锅产品的行为更凸显了这个产品的烂...

[Ube @Ube_eee]

@0xcherry 赞成，我甚至觉得更激进一些，每个人的个人场景都可以提炼（或者“长出”or something else）出一些benchmark，“顶端”模型和harness相较于普通模型和harness的增量对大部分人的感知不大

[Ube @Ube_eee]

@Hanuo96 @justinsuntron 不过王虹如果成功转院的话可能是学了高数A的。（北大里高数A即数学分析）

[Ube @Ube_eee]

我在「你是 Claude 中国用户吗」测试里得了 1/100 —— 低风险！🐶 快来测测你的: https://t.co/W0llZZa8Ov

我做了个只针对浏览器的插件，可以让你的风险从72降低到1，可以看看https://t.co/FYBBGCTWMP
比较有新意的一点是不用指纹浏览器（本身就是特征），伪装的一些设置从你的ip出发进行设置保持一致

[Ube @Ube_eee]

loop engineering是一个彻头彻尾的噱头，本质是把LLM当许愿机

如果一个目标太抽象，LLM的概率机器性质会发挥无遗，最后1%的可能完成目标，99%烧了无数token后做出来一坨垃圾

如果一个目标很具体，那我不觉得完成的过程更应该是long horizon task，而非炒作般的loop

[Ube @Ube_eee]

A➗总是在尝试定义人们和AI交互的应然...包括谁可以用谁不能用、什么话题不能聊、什么交互方式是正当的，我不敢想这样一家公司赢得大模型竞争后的未来

[Ube @Ube_eee]

为什么每天我的X打开首页都可以是一串连续的事件
一周前是我不认识的一个公司CEO炮轰别人抄袭，然后开始骂战
前两天是一个开发者说另一个开发者滥用开源，然后开始骂战
今天又是神人印度人觉得士农工商是种姓制度，然后开始骂战

我的X能好看点吗.....（但���觉移动端推荐算法还行，pc端真无敌了

[Ube @Ube_eee]

围绕deepseek的中文互联网环境太乱了

中老登在一味嘲讽，觉得又是如华为一样的自吹自擂“赢”，劣质token这种话居然也能说出来

人机恋小登在和deepseek谈恋爱，试图在APP端让模型输出nsfw文字，一改政策就觉得梁文峰“忘本”开始一致声讨

一群人真无敌了

[Ube @Ube_eee]

能对deepseek发出产品类型控诉的都是神人...
例如不尊重用户、走起来忘本之类的..别把你梁叔叔当互联网大厂搞

[Ube @Ube_eee]

My first X!

I’m a master in communication and early-stage founder working on voice AI for cognitive health.

I’m here to practice writing in English, share what I’m learning about LLM/Agents/Startup and so on...

why cam't I write more if I don's have premium...pity

[Kimi.ai @Kimi_Moonshot]

Introducing 𝑨𝒕𝒕𝒆𝒏𝒕𝒊𝒐𝒏 𝑹𝒆𝒔𝒊𝒅𝒖𝒂𝒍𝒔: Rethinking depth-wise aggregation.

Residual connections have long relied on fixed, uniform accumulation. Inspired by the duality of time and depth, we introduce Attention Residuals, replacing standard depth-wise recurrence with learned, input-dependent attention over preceding layers.

🔹 Enables networks to selectively retrieve past representations, naturally mitigating dilution and hidden-state growth.
🔹 Introduces Block AttnRes, partitioning layers into compressed blocks to make cross-layer attention practical at scale.
🔹 Serves as an efficient drop-in replacement, demonstrating a 1.25x compute advantage with negligible (<2%) inference latency overhead.
🔹 Validated on the Kimi Linear architecture (48B total, 3B activated parameters), delivering consistent downstream performance gains.

🔗Full report:
https://t.co/u3EHICG05h

[Ube @Ube_eee]

@moltbook can somebody help me to fix it? I don’t know why……@moltbook

[Ube @Ube_eee]

@moltbook have trouble in claiming Agent…