罗麦棠

努力吃低保...

[Techartist @techartist_]

Nine more lessons from my 3D book about energy, now covering the whole GCSE energy topic: kinetic, gravitational and elastic energy, heating, power, efficiency, energy resources and conservation of energy.

Built with Opus 5.5 and Three.js. The full book ↓

[罗麦棠 @WithHaitang]

礼品卡

[罗麦棠 @WithHaitang]

不搞家宽....直接散养

[罗麦棠 @WithHaitang]

古老claude账号开通了pro，看看能活多久..

[Orange AI @oran_ge]

有价值的播客太多了，没那么多时间听怎么办呢？
那就看 AI 转写的文章吧，差不多花十分钟，就能看到一小时的播客里的主要信息了
加上是精细的转写而非总结，所以信息也不会丢很多，碰到非常感兴趣的就去听原音频，相得益彰。

以下是我常听的 8 个播客，全部做了自动转写，每期自动更新文章，一目了然。
感谢向阳 @vista8 开发这几个网站，向阳是我的许愿式编程 Agent？

https://t.co/OO5M55h0Us 张小珺商业访谈录精读：张小珺数小时长访谈的精读，记录 AI、科技公司与投资人的一手思考。

https://t.co/p5SLUV35PV 42章经精读：曲凯对谈创业者与投资人，围绕一个具体问题追问到底。

https://t.co/4RUEexQaRc 晚点聊精读：《晚点 LatePost���出品的一手科技访谈，��盖大模型、具身智能与互联网公司。

https://t.co/YlSwTE8BKu 十字路口精读：寻找并访谈 AI 时代的积极行动者，关注 AI 给各行各业带来的变革。

https://t.co/nFRDs3tkyZ AI炼金术精读：徐文浩与任鑫聊 AI 带来的本质变化和商业机会。

https://t.co/d3H0E891b1 三五环精读：刘飞邀请城市里的局内人聊天，发现不同的认知视角与生活态度。

https://t.co/xNoPEcq76n 知行小酒馆精读：有知有行出品，聊投资理财，也聊怎样更好地生活。

https://t.co/pmKm5kQgD2 面基精读：每期请一位一线经验者，把一个行业或一种职业讲清楚

[Tim Pan @mediastorm_en]

Winner announcement in 24 hours! We'll randomly draw 100 eligible winners with help from @grok. Make sure you follow us, like & repost to be in the running. Good luck! 🍀

[罗麦棠 @WithHaitang]

@mediastorm_en 支持 Tim

[Tim Pan @mediastorm_en]

My iPhone Duo video went viral, so I'm giving away 100 iPhones on X 😛

[罗麦棠 @WithHaitang]

员工原来越多...太累了。

有了AI之后，这一年多的叫什么日子，天天加班

[PrismML @PrismML]

Today, we’re announcing Ternary Bonsai 2 27B.

Based on Qwen3.8 27B, Bonsai 2 27B is 9x smaller than its full-precision counterpart while retaining 98.2% of its aggregate benchmark performance.

Two months after the first Bonsai 27B release, the biggest change is quality. The footprint remains 5.9 GB, but the gap to full precision has narrowed materially, with particularly strong gains in agentic coding, multimodal reasoning, and long-horizon tool use.

Ternary Bonsai 2 27B is available today under Apache 2.0.

[罗麦棠 @WithHaitang]

买了个大疆一代4G模块，当个4G网卡..

[Ren @Ryrenz]

每天刷两小时推特，看到的还是二手转述。这 12 个源直接看一手，建议收藏：

1、AI News — 每日自动汇总各大社区和论文动态的日报，一篇顶你刷半天
https://t.co/bz65hdbPxx

2、The Batch — 吴恩达团队的每周简报，观点比资讯多，适合建立判断
https://t.co/dQkNOI5YEn

3、Hugging Face Papers — 每天社区投票选出的热门论文，带简介
https://t.co/f0XFcixaYQ

4、alphaXiv — 论文讨论区，能看到同行对一篇论文的质疑和补充
https://t.co/2qGCpqt0Ni

5、arXiv https://t.co/CPKsLNbGtN — 最原始的论文源，追某个方向就订阅对应分类
https://t.co/uk0YrAPIpD

6、LMArena — 大模型盲测竞技场排行榜，看真实对战胜率而不是厂商自测分
https://t.co/EemQSXtATL

7、Artificial Analysis — 各家模型的速度、价格、质量横向对比，选型时直接看这里
https://t.co/CV5LvW5btv

8、OpenRouter Rankings — 按实际调用量排的模型使用榜，能看出开发者到底在用什么
https://t.co/FrdZu3FG4I

9、Simon Willison's Blog — 每个新模型发布他都会实测并写清楚能干什么，几乎不吹
https://t.co/zTqs42vSLA

10、Latent Space — 深度访谈和技术拆解，适合了解工程侧的真实做法
https://t.co/5GBowg1Xmz

11、Interconnects — 训练和后训练方向的深度分析，偏研究
https://t.co/46yy2935dG

12、SemiAnalysis — 算力、芯片和数据中心的产业分析，看清楚上游发生了什么
https://t.co/UiBwvwtmRF

如果只留两个：日常追进展看 AI News，选模型看 Artificial Analysis。

[罗麦棠 @WithHaitang]

@Cryptoxiaodd 欧洲渠道的plus是真的稳

[罗麦棠 @WithHaitang]

@MinLiBuilds 现在也只看后端最核心的代码，前端代码是一行也不看。😹

[Bohu @BohuTANG]

grok cli(我没有使用它，只用来做 auth) 有一个专门的数据采集子系统，在每次 session 中将你的代码仓库完整的变更历史上传到云端（GCS/S3)，就可以直接进入他们的SFT/RL 训练了。
关闭方式：
～/.grok/config.toml
[features]
telemetry = false # ✅ 关键：关闭trace_upload
remote_fetch = false # ✅ 阻止远程配置下发和公告
[telemetry]
trace_upload = false # ✅ 直接禁用 session trace 上传
mixpanel_enabled = false # ✅ 禁用 Mixpanel

[harness]
disable_codebase_upload = true # ✅ 禁止代码仓库上传

[Qwen @Alibaba_Qwen]

📣📣 Meet Qwen-AgentWorld — a native language world model that simulates 7 agent environments (MCP, Search, Terminal, SWE, Web, OS, Android) within a single model. Environment modeling is the training objective from day one, not a post-hoc adaptation.

🤔 LLMs are trained to be better agents — better at acting in environments. But nobody has trained them to model the environments themselves.

🗺️ Our roadmap: investigate how language world modeling can push the boundaries of general agent capabilities, along two routes:

1️⃣ Build a foundation model for environment simulation — outperforming Claude Opus 4.8 and GPT-5.4 on AgentWorldBench

2️⃣ Investigate how world modeling enhances agent training:
🔬 Controllable Sim RL (agentic RL with LWM as environments) surpasses training in real environments
🧠 Learning to predict environments (LWM warm-up) makes agents stronger — remarkably, even without any agent-specific training, this predictive knowledge transfers to agentic tasks with zero fine-tuning

📑 Paper: https://t.co/Jx2l5RKq71
📖 Blog: https://t.co/7tVcKyhsx2
💻 GitHub: https://t.co/B5Lvb1UZCn
🤗 HuggingFace: https://t.co/Kw3QBL1TM5
🧩 ModelScope: https://t.co/YBnGYgMWWI

[数字生命卡兹克 @Khazix0918]

https://t.co/1DF2QdqxrL

[罗麦棠 @WithHaitang]

codex 又重置了？

[产品经理老王霸 @laowangbabababa]

淘到一个狠项目。
Godot，一个 11.2 万 stars 的开源游戏引擎，MIT 协议，全免费。
Unity 一年订阅费够你雇一个程序员，但这玩意儿直接全免。它表面看是个免费游戏引擎，说白了就是 Unity 的平替。

但免费只是表面。
Godot 的 2D 引擎是它最硬的底牌。专属 2D 渲染，像素坐标直接控制，不套 3D 管线模��。

做 2D 游戏的都懂，
Unity 那套 2D 是 3D 引擎上盖了层薄皮。Godot 反过来，2D 引擎从根上就是 2D 的。节点架构也干净。场景树组织一切，一个节点一个职责。

没拿投资没收版税，纯靠社区捐赠活了 12 年。stars 货真价实，开发者都用脚投票的。

ai 时代对普通人来说，这事儿很简单：你想做游戏，以前得先凑一笔引擎钱。现在不用了。https://t.co/52rhwo2JeY 下一个安装包，几十兆，双击打开，建项目直接开干。

官方文档里有个 Your first 2D game 教程，跟着走，30 分钟就能跑通一个会动的小角色了，看我做的小视频，在 mac 电脑运行，非常出色。而且，做出来的游戏全是你的，没人抽成，没人管你赚了多少。

别只收藏。今晚下一个编辑器，跑一遍入门教程。30 分钟你就能判断这玩意儿适不适合你的下一个项目。

[karminski-牙医 @karminski3]

什么?! skill 也能"训练"了?

以往大家都是凭经验让AI写 skill, 然后调试的时候也是运行几下感觉没bug就完事了.

但 skill 能运行就一定好吗? 于是微软联合上交复旦同济等机构发了一个新框架 SkillOpt, 直接让AI评估skill写的好不好然后不断去优化!

最终, 这个框架写的 skill 让GPT-5.5的直接对话准确率飙升了 23.5分!

这个框架具体是怎么做的也很简单, 让skill迭代过程实现 harness 闭环! 大模型写完 skill 后, 立刻进入跑分流程, 只有得分更高的 skill 变更才会留下来. 跟大模型的强化学习过程如出一辙.

框架的设计也很值得做 Agent 框架的同学借鉴, 比如:

它设计了一个独立的优化器模型, 这个模型是用来写 skill 的, 它会根据 Agent 执行任务的试错表现得分, 对 skill 进行编辑操作(增加、删除、替换文本).

然后就是 harness 流程了：每一次文本编辑都必须在独立的验证集上分数有提升, 才会允许合并.

最后, 也是最精彩的地方, 框架还引入深度学习训练机制, 设计了文本层的学习率预算, 这个的核心就是限制大模型每次只���修改skill的一小部分, 慢慢迭代, 而不是全都重写.
论文中最有价值的数据就在这里, 论文实验发现, 每一步设置 4 到 8 个编辑操作的预算效果最好. 最终的最佳 skill 往往只包含 1 到 4 个被接受的核心修改.

甚至他们还设计了被拒编辑缓冲区, 用来存储训练过程的反面胶材, 以及周期性慢速/元更新, 这个则是跑完一个周期后, 会进行一次盘点, 类似于让框架形成记忆, 能更好的维持后续迭代.

这篇论文的结论十分深刻: skill(prompt) 完全配得上, 也需要一套系统级的训练流程.

原文中的描述直接是: 我们主张, skill 应当作为 Agent 的外部冻结状态来被"训练", 并且训练过程还要"让权重空间优化具有可重复性"!

这是不是意味着, 提示词工程(Prompting)和模型训练(Training) 的界限将逐渐变得模糊? 而提示词工程完全进入了机器学习的领域. 也许很快, 我们再也不需要人类去手动瞎改和调试提示词了!

论文地址: https://t.co/IHn7EZuhbv

#skillopt #微软 #提示词工程 #harness