AIMARSP

Aiming In My Ambition, Reaching Some Peaks

[GeLun Ding @gelunding]

我一直觉得泡泡玛特最大的问题，就是Labubu根本没什么实际用处。但看完王宁这段采访后，我突然发现，这可能恰恰就是它的商业模式。王宁说，假如你是世界首富，如果家里的水龙头忘了关，白白流了一整天的水，你还是会心疼。但如果你家门口有个喷泉，每天浪费的水比水龙头多得多，你却��会觉得有什么问题。因为一个东西只要有实际用途，人就会变得特别理性，会去算值不值、贵不贵、有没有性价比。但如果一个东西本来就没什么用，人反而容易变得不理性，买它更多是因为喜欢、开心，或者单纯觉得它很酷。

[AlphaSignal AI @AlphaSignalAI]

You can now boost any LLM's accuracy 2-10x without training it.

Most teams improve model accuracy by fine-tuning or swapping to a bigger model.

Both cost time and money.

OptiLLM takes a different route.

It is an open-source proxy that sits between your app and any OpenAI-compatible API.

Instead of training, it spends extra compute at inference time to think harder before answering.

The repo bundles 20+ reasoning techniques you can switch on with one parameter.

A few of the methods inside:

> Multi-agent cross-verification
> Monte Carlo tree search
> Chain-of-thought with reflection
> Best-of-N sampling
> Z3 theorem prover routing

The numbers are the headline.

On AIME 2025, Gemini 2.5 Flash Lite jumps from 43.3% to 73.3% accuracy.

Llama 3.3 70B gains 18.6 points on Math-L5.

GPT-4o-mini matches GPT-4 on Arena-Hard-Auto.

No retraining. Just route your calls through the proxy.

[潘驴邓晓闲缺一 @JohnsonZ91127]

内容准确

[AIMARSP @AIMARSP]

给 Qwen 3.6 接了维基百科，现在查资料不用再靠模型死记硬背了。

[Colin Wu @colinwu]

低情商说法：中年半永久失业

高情商说法：转战 AI 超级个体

深圳一半的人在 996，一半的人在失业

深圳图书馆里坐满了“超级个体”

[小盖 @xiaogaifun]

强烈推荐大家看看DeepMind CEO Demis的最新判断。

真的，Google DeepMind 的 CEO Demis Hassabis 每一期访谈我觉得值得都花时间看看。这哥们讲东西很实在，而且通俗易懂。

早上边跑步边听完了他和 YC CEO Garry Tan 的最新一期播客。

刚刚把笔记写完，也给大家分享下。

多说一句，好多人问我这种笔记是不是 AI 写的。我说下自己的流程。

我会先完整听完播客，然后用语音输入法把感触尽量充分地讲出来，再让 AI 帮着整理初稿，最后自己逐字修改优化。

如果全部交给 AI 做总结，那等于把思考和理解的能力让渡给了 AI，对自己理解这件事其实没有任何价值。

OK，��们进正题。

1
Demis 的态度非常明确，现在的大模型范式（大规模预训练 + RLHF + CoT）一定会是 AGI 最终架构的一部分，他不认为这会是条死路。

但要实现 AGI，还有几个关键问题要解决。这几个问题包括：持续学习、长程推理和记忆系统。

先从最容易看到的现象讲起，Context Window。

现在大模型处理长信息，最常用的招就是把 Context Window 一直撑大。一开始 8k，后来 32k，再后来 100 万 Token。听起来很厉害，但本质上是暴力堆砌。

Context Window 其实就相当于人脑里的 Working Memory，工作记忆。人的工作记忆能同时装多少东西？心理学里有个经典数字，7 个左右。背电话号码能记住 7 位上下，再多就��出了。

大模型呢？已经做到 100 万 Token。

按理说，模型的工作记忆比人大几十万倍，应该比人聪明几十万倍才对。但显然不是。

问题也恰恰就出现在这。把所有东西都塞进 Context Window 里，里面包含了不重要的东西、错的东西、过时的东西。看起来信息很多，其实是一团乱麻。

那人为什么 7 个数字的工作记忆就够用？

因为人脑背后还有另一套机制在工作。我们记得几年前的事，记得童年的事，记得几小时前发生的事。这些都不塞在工作记忆里，而是另一套系统。

具体来说这套系统是海马体，大脑里负责把新知识整合进已有知识库的那个部分。

研究发现，人睡觉的时候，特别是 REM 睡眠阶段，大脑会重放白天重要的片段，让大脑从中学习。新东西在睡觉的过程里，温柔地融进了旧的知识体系。

这个把新东西融进旧知识库的过程，就是持续学习。

模型现在���有这套机制。每一次对话结束，刚学到的东西就会忘记。下次重新打开，还是上次那个模型，没长进。

2
再聊聊长程推理的问题。英文表达是 Long-term Reasoning。我翻译为了长程。

长程推理这个词太抽象了。Demis 讲了一个特别具体的故事，听完会立刻明白他说的是什么。

他说自己喜欢跟 Gemini 下国际象棋。下棋的过程里能看到模型的 thinking trace，也就是它在那里到底想了什么。

然后他发现一件怪事。

模型考虑一步棋的时候，思考链里清清楚楚写着，这步是个昏招。但接下来，它没找到更好的走法，于是又走回这步昏招。

明明知道是错的，还是把错的那一步走出去了。

这个细节比任何 benchmark 数据都说明问题。因为它暴露的是模型缺少对自己思考过程的某种内省能力。

正常人下棋，意识到一步是昏招之后，脑子里会有一个��应，停一下，再想想。停一下、再想想这个能力，模型现在没有。它能在每一步局部判断对错，但没法基于整盘棋的局势去调整整体策略。

这就是长程推理还没搞定的样子。模型可以一步一步往前走，每一步看起来都合理，但走到后面整盘棋的方向其实是错的。它没有那种退回到当前思考的上一层、重新审视一下的能力。

说到底，模型缺的是一种内省。

3
学习、长程推理、记忆，这是 Demis 在播客里点出来的三个 AGI 鸿沟。

除此之外，他还反复提到了创造力。

2016 年 AlphaGo 跟李世石下棋，第二局走出了著名的 Move 37。那一步棋走出来的瞬间，全世界的围棋高手都看呆了。

所有人类几千年下围棋积累的经验都告诉它不该下那里，但 AlphaGo 下了。下完之后大家发现，是一步神来之笔。

很多人觉得，这就是 AI 的创造力来了。

但 Demis 说，对他自己来说���Move 37 只是起点。他真正想看到的是另一件事。AI 能不能发明围棋这件事本身。

这两件事的区别非常关键。

Move 37 是在围棋这个现成的规则里，找到了一步人类没想到的招。但围棋的规则、棋盘的形状、黑白子的对弈方式，是人类发明出来的。AI 在已有的框架里非常厉害，但能不能自己造一个框架，是另外一回事。

Demis 给了一个具体的设想。

如果给 AI 一个高层次的描述。造一个游戏，五分钟能学会规则，要好几辈子才能精通，棋局有审美，一下午能下完一局。AI 能不能根据这个描述，自己倒推出围棋？

目前做不到。

为了把这件事讲得更清楚，Demis 还提了一个测试，他自己叫爱因斯坦测试。

用 1901 年人类已有的全部知识训练一个模型，看它能不能在 1905 年那个时间点，自己推出狭义相对论。

爱因斯坦在 1905 年那一年里，连写了几篇改变物理学的论文，后��叫爱因斯坦奇迹年。那些工作不是从已有的物理学论文里通过拼接得到的，是基于已有材料做了一次全新的概念跳跃。

爱因斯坦测试想问的就是这件事。AI 能不能做这种跳跃。

目前的大模型主要在做两件事，pattern matching 和 extrapolation。一个是从大量数据里找规律，一个是把规律往外延伸一点。但发现新东西需要的是类比推理的能力。从一个领域里抽出深层结构，搬到另一个全新的领域去用。

这个能力，模型现在还没有。也可能是有，但用法不对所以激发不出来。

4
除此之外，Demis 还分享了一个让我特别出乎意料的判断，他说未来 6 到 12 个月，真正的价值不在更大的模型，在更小的模型。

这一部分内容我反复听了好几次，确实突破我的已有认知。

不知道大家的想法，反正我自己，这一年来并没有怎么关注小模型的进展。毕竟行业的焦点就是把模型做大嘛。

那小模型的价值到底在哪？

最直接的是成本。同样一个任务，小模型的推理价格可能只是前沿模型的十分之一甚至更少。

但 Demis 说，比成本更重要的其实是速度。

这里有一个前提得先说清楚。Demis 不是在说速度可以替代智能。

他的原话是，当小模型的能力已经达到前沿模型的 90% 到 95%，也就是已经相当不错的时候，剩下那 5% 到 10% 的能力差距，比不上速度带来的好处。

比如现在工程师用 AI 写代码，已经形成了一种新的工作节奏。一个想法冒出来，几秒之内就能看到结果，不行就改，再不行再改。

这个一改再改的循环跑得越快，做出来的东西就越好。如果每次调用都要等十秒，整个工作流就被打断了。

更关键的是，快到一定程度，工程师在这种节奏里能进入心流。一个想法、一次尝试、一个反馈、再来一个想法，思维不被打断。

这件事写过代码的人都懂，进入心流和频繁掉出心流，产出的差距是数量级的。

Agent 也是同样的逻辑。一个 Agent 跑��一个任务可能要调几十次模型，每次慢一秒，整个任务就慢一分钟。慢到一定程度，Agent 就从一个能用的东西变成鸡肋。

小模型不是大模型的廉价替代品。有些事只有小模型能做。

比如手机、眼镜、家用机器人，需要的就是一个能在本地跑起来的模型。本地跑除了反应快，还有一个特别重要的好处，隐私。

家里机器人看到的视频、听到的对话，全部在设备本地处理，根本不上云。这件事对很多用户来说不是加分项，是底线。

成本、速度、边缘部署，这是小模型的价值。

5
讲完小模型的价值，接下来一个更关键的问题是，能力被压到这么小的参数里，会不会有上限？

Demis 的判断是，目前没看到信息密度有任何理论上限。小模型的智能天花板还远没看到。

支撑这个判断的，是 DeepMind 在蒸馏这件事上的积累。蒸馏简单说就是先训练一个超大的模型，���后用这个超大模型去教一个小模型。教完之后，小模型用极少的参数，能复现原来 95% 以上的能力。

为什么 DeepMind 这么重视蒸馏？因为要把 AI 能力放进谷歌的头部产品中，前提是低延迟、低成本。前沿模型再强，每次推理花几秒钟、花几毛钱...这条路，恐怕很难走得通。

一个前沿模型发布之后，6 到 12 个月内，他们就能把这个模型的能力蒸馏到边缘设备能跑的小模型上去。这个时间表比很多人想的要快。

在很多场景中，小模型和大模型会相互配合。

举个例子，一个端到端的智能助手，绝大部分日常任务在本地的小模型上跑。智能眼镜看到的画面、家里机器人听到的对话、手机里的私人助理，模型直接在设备里读懂，不需要往云端传一遍。

只有遇到特别复杂、本地搞不定的问题，才向云端的前沿模型发起请求。

也就是说小模型在边缘做主力，前沿模型在云端做后援。

不过，这个构想对小模型的要求也比较高，它不能只会处理文字，还得能理解物理世界。

这就是��什么 Gemini 从一开始就坚持多模态，不���处理文字，也处理图像、视频、声音。

一开始这么做比只做文本要难得多，但眼镜也好，机器人也好，需要的是一个能看懂周围世界的模型，不是一个只会聊天的模型。

讲到这里，小模型这条路的轮廓就完全清楚了。它独立成立，不是前沿模型的廉价替代品，而是另一条同样重要的路。

嗯，很有启发。

[Bill The Investor @billtheinvestor]

有人利用 YOLO26 在一个周末内构建了一套实时智能停车系统。该系统能够监控每个车位，实时追踪占用与空闲状态，即使在车辆部分重叠或斜向停放的情况下，也能保持精准的检测。

[拖拉机 @tuolaji2024]

第一时间解读，谷歌TPU v8，

谷歌把AI芯片一刀切成两半，一块专门训练大模型，一块专门跑推理，因为这两件事需要的硬件完全不一样了。

训练芯片（8t）：追求极致规模
一口气连13.4万颗芯片一起训练，最多能扩到100万颗
首次支持4-bit计算（FP4），同样算力下速度翻倍
存储读取速度比上一代快10倍，芯片不用等数据

推理芯片（8i）：追求极致低延迟
芯片上塞了3倍大的缓存，AI对话时不用反复去远处取数据，响应更快
新增一个"同步加速器"（CAE），让多颗芯片协同工作时等待时间缩短80%

最关键的创新：互联拓扑从"邻居串门"改成"全员直连"——MoE模型每个token可能要找任何一个专家，不能再一跳一跳传，改成最多7跳到达任意芯片，比之前快一倍，

也就是，最核心的信息不是算力，是架构分叉——8t用Torus追训练规模，8i用Boardfly+CAE+大SRAM追推理延迟。MoE改变了通信模式，推理集群用OCS全互联。

一个隐藏的关键细节，推理芯片的全员互联用到了光路交换机（OCS）——用光信号直接切换连接，不用电信号转换，延迟极低。之前光路交换机只在训练集群用，现在推理也要用了，市场空间直接翻倍。

谷歌第八代TPU对比上一代Ironwood：训练性价比提升2.7倍，推理性价比提升1.8倍，能效翻倍。存储访问速度快10倍，片上缓存大3倍，多芯片协作等待时间缩短5倍。芯片间互联带宽翻倍，数据中心骨干网带宽最高翻4倍。全互联通信从16跳降到7跳，减少56%。推理芯片HBM从216GB增到288GB，带宽从6528提到8601GB/s。集群规模从数万颗扩到13.4万颗，最多可连100万颗。

对英伟达的影响，如果谷歌对外售卖 tpu 还是有影响不小的，对英伟达真正的威胁不是TPU本身，是TPU验证的"训练/推理分叉"路线被行业广泛采用。 如果推理算力需求3-5倍于训练（行业共识），而推理市场被自研ASIC蚕食，英伟达的可触达市场就缩水了。

1，csp 们都开始自研了，达子的稀缺性慢慢稀释。
2，推理 asic 的崛起，芯原和翱捷（刚成立子公司）的好日子来了。

对应的工艺层面最利好的是天孚，在OCS产业链的位置：

OCS核心部件是MEMS微镜阵列，天孚做微镜的封装和光纤耦合，
FAU光纤阵列是天孚自产的，OCS的每个端口都需要

天孚今天公告"配合客户开发CPO配套FAU、ELS，持续增加产能"——客户就是谷歌/英伟达

天孚通信：1.6T光引擎处于量产状态目前因为个别物料缺料尚未达到预期产量，积极协调供应商努力争取更多交付。

其他ocs 腾景，赛微，光库等都是收益逻辑面的。

详情，https://t.co/4xeRCFyCto

[大宇 @BTCdayu]

发两个资产实在不是好事，谁能帮我举任何一个股市或币圈发两个资产结果更好的例子吗？

但我满脑子全是失败者
okx上市+ $OKB
HASHKEY的股票+代币
fsx+frax
axs+slp
luna+ust
crv+crvUSD
股市还有
overstock的股票+tZERO

“一山不容二虎”，一切都有代价。

[✧ 𝕀𝔸𝕄𝔸𝕀 ✧ @iamai_omni]

B300拿货价310万人民币，算上折旧电费和财务大概2年半回本，越来越像矿机的财务模型了，按照现在的发展速度后面新增的地面电力成本会指数上升，太空中电力成本增长速度会平很多。

[墓碑科技 @mubeitech]

1903年全球最大的产业，不到18个月就彻底归零。

这个行业叫捕鲸业。
曾经它庞大到养活了无数个繁荣小镇。
直到石油化工技术被点亮。
短短一年半，没人再需要鲸油。
那些依赖捕鲸的城镇瞬间变成鬼城。

纽约的马粪危机也是同一个剧本。
当年的纽约满大街都是马车。
为什么那些褐石老建筑的一楼非要修高高的台阶？
为什么门边总要装个金属刮板？
全是为了躲避和清理满地的马粪。
如果一匹马死在街头，人们甚至得等尸体干瘪才能把它肢解运走。

纽约市政府急了。
他们疯狂制定法律，给马车加税，第二年再把税率翻倍。
政客们试图用各种行政手段改变现状。
结果毫无用处。

真正终结这一切的是亨利·福特。
汽车一上路，满城的马和马粪转眼间消失得无影无踪。
如今的中央公园只剩下五辆供人观光的马车。

政策和税收改变不了产业的走向。
只要更高效的技术登场，再庞大的利益集团也会瞬间崩塌。
今天被视为经济命脉的资源，二十年后可能只是一堆没人要的垃圾。

[大宇 @BTCdayu]

币圈第一狠人：负债290亿美元，重仓梭哈AI，他会爆仓吗？

CoreWeave由三个合约交易员创立，一开始是用显卡挖ETH，生意做得很大，后来赶上熊市，ETH爆跌，有点挖不动了，开始搞搞云计算。

再后来22年V神将ETH转POS，这三人直接蒙蔽，全转云计算，结果运气就是这么炸，就在最惨的时候GPT问世了，算力需求突然炸了——这就像本来快爆仓了，突然出现了史诗级大爆涨。

这什么运气？？！！

而且因为他们三个人本来就是交易员出身，对趋势超级敏感，他们马上决定ALLIN，直接开始优化GPU集群的运算，导致他们的算力有巨大的优势。

这时候，他们继续加杠杆了！爆加！一方面拿到几百亿合同，一方面借钱大举开干数据中心，��要合同的钱到位，他们借钱最后能大赚，但一旦任何一个环节出错，就将万劫不复。

非常值得仔细一看。
《CRWV：借别人的钱，建自己的帝国》

https://t.co/wEEWJw5x37

[投机实验室 @LabSpeculation]

全球最大的对冲基金桥水的创始人 达利欧，
他说自己父母没什么钱，而且自己天生就比别人记忆力差，高中成绩不好，也不喜欢听别人下命令。

刚上班那几年还一冲动把老板揍了，被公司炒了鱿鱼，
桥水刚创立那几年，因为他错误的预判还差点黄了，只能靠跟他爸借钱过日子。

他说，极致的痛苦彻底打碎了他的过度自信，也让他学会反思和谦虚。

他在自己的书《原则》中，总结了很多自己的进化经验，比较核心的大概就是这些。

[Colin Wu @colinwu]

感觉传统的高中、大学教育已经彻底无用了

小孩一旦有了自主驱动力，可以轻而易举用 AI 获得任何自己想要的信息，AI 老师各个方面比人类老师优秀一万倍，高中和大学的传统教育体系已经毫无意义

未来教育的核心是：在幼儿园、小学、初中的体系中，养成小孩的基础伦理道德、自主驱动力与使用 AI 的能力

[大宇 @BTCdayu]

https://t.co/6fGhMFgWbU

[Jingyuan缘缘 @Jingyuan_521]

前特斯拉自动驾驶AI总监@karpathy 今天发布的一条帖子目前已吸引上百万浏览，他说世界上有两种AI：普通人用的AI 和 CEO和程序员们用的AI，前者偶尔会蠢到惹人发笑，后者能震撼整个科技圈；前者免费或者20美金一个月，后者是每个月成百上千美金的订阅费。他详细描述了为什么会有这样的区别？我也想和大家聊聊AI会让普通人和有钱人的差距越来越大吗？普通人没钱没技术怎么去触碰最前沿的模型？

[墓碑科技 @mubeitech]

已经有人给AI开了银行账户。
连信用卡都配齐了。
目前全球大概只有五千人这么干。
他们是Claude最重度的一批玩家。

让AI替你办事，它就得能花钱。
传统银行体系对机器并不友好。
稳定币和加密货币的用武之地出现了。
互联网原生资金，就是为AI量身定制的钱包。

Marc Andreessen看透了这层逻辑。
他把这称为AI与Crypto的“大统一”。
加密货币真正的杀手级应用就是AI。
两条原本并行的赛道直接撞在了一起。

未来已经发生，只是还没普及。
五千人的早期实验，很快会变成日常。
机器掌握了独立支付能力，商业规则会彻底重置。
下一个十���，替你花钱的将是一堆代码。

[yan5xu @yan5xu]

一个tips，真的觉得自己agent架构很先进，就不要用anthropic 自家一方的API
走 GCP vertex和aws bedrock的 claude API，anthropic看不到prompt。至少他两的服务协议里面，没有会把请求拿去训练的问题
之前 anthropic 披露的中国公司如何如何使用claude，问一圈不少都是直连地，用vertex/bedrock 就没���么出问题。
openrouter 最好也别用，他们家是混在一起，而且只要有中转，就有泄露的可能。

[Shay Boloor @StockSavvyShay]

The AI Inference boom is now driving demand across the full compute stack from silicon & memory to optics, power, packaging & cloud:

• AI Silicon: $NVDA, $AMD, $AVGO, $INTC
• Foundry & Packaging: $TSM, $AMKR, $GFS
• Memory & Storage: $MU, $SNDK, $WDC, $STX
• Cloud Platforms: $AMZN, $GOOGL, $MSFT, $BABA
• Power & Analog: $TXN, $ADI, $NXPI, $STM, $MPWR
• Optical Network: $LITE, $COHR, $AAOI, $TSEM, $GLW, $MRVL, $AXTI

[蓝狐 @lanhubiji]

这两天有小伙伴在问，Mythos对加密领域和以太坊冲击会不会很大？抛开标题党或者流量文，Mythos对加密领域和以太坊是有实实在在的影响的。需要做好新的防御方式。

简单来说，Anthropic新出的Claude Mythos Preview是超级厉害的模型，厉害到暂时还不敢完全开放出来。

它有个特点是，善于找软件bug。

短短几周，它自己找出了几千个超级严重的零日漏洞（以前没人发现的 bug）。

这些 bug 藏在：

• 主流操作系统（Windows、Linux、macOS 等）

• 主流浏览器

• 甚至一些用了十几二十年的老代码里（有个 27 年的老 bug 也被它挖出来了）

更令人头疼的是，

它还能写出“怎么攻击”的代码。

这对加密生态和以太坊意味着什么？

大家最关心的是安全的问题。既然它这么能找漏洞，对于加密领域来说，是不是值得重视？

确实值得重视。

加密领域靠两样东西保护用户钱包：

一是，靠密码学算法（数学上很安全，比如签名、加密），

二是，正在跑的软件和代码，比如节点/钱包/智能合约/浏览器/操作系统等。

Mythos对密码学算法影响不大，对密码学算法影响大的是：前些天社区讨论较多的量子计算机就是这���类威胁，但短期内还好。

这次的影响主要是第二点：

• 以太坊的节点、DeFi 协议、钱包、桥（跨链的东西）是跑在普通电脑、Linux、浏览器上的。

• 智能合约代码一旦部署上去，就无法修改，里面如有隐藏 bug，里面的钱可能会被偷。

之前找bug还是有些费事的，需要靠人工审计以及各种工具，相对来说，又贵又慢，也容易漏掉bug。

Mythos的能力可以自动化地找bug，还能写攻击代码，成本还低。

如果后续这种级别的AI能力扩散了，被攻击者拿到，攻击能力提升，攻击成本下降，这对于DeFi来说，尤其是老合约，老桥的潜在漏洞，是有明显风险的。

节点被远程控制、RPC 被攻击等，概率也变大了。

当然，也有正向的一面。

Anthropic暂时还没有把Mythos公开出来，相反，搞了个“Project Glasswing”计���，目前只给一些大公司以及关键基础设施团队用（包括 Linux、Google、Microsoft、Apple 等）。先用它
帮大家修bug，把开源代码和关键软件先加固。

短期来说，大概1年内，还有一定的窗口期。暂时，Mythos还只是少数大公司在用，如果以太坊生态能利用合作伙伴用Mythos扫代码，是有机会提前做防御的。

但长期看，开发者须采用“AI 形式化验证 + 自主红队”作为部署前必备步骤，以降低新合约上线风险。

最终来说，以太坊以及加密生态，需要推动“形式验证+多客户端+顶级AI防御监控”，这个看起来远比“量子计算”更加紧急。