Wangshu Zhu

current MS student in CS @sjtu, research interest self_organizing ai systems and ai computer virus.

[Harold W. Chen (左尔文) @Harold_W_Chen]

2020年的时候，大部分人应该都想不到大语言模型能有今天这么厉害。

那会儿我正好在上李宏毅的课，他是做NLP的。课上他已经在讲transformer多强大了，各种BERT满天飞，但举的例子基本都是在优化具体的NLP任务，比如识别台语。

foundation model这件事挺有意思，他课上提过：一个语言模型，用生物数据训练一下，就能拿去解决生物问题。但当时大家训练foundation model，思路并不是“一个模型打天下”，而是给具体任务做微调用的。那时候，大家其实并不太相信会出现这么好用的通用模型。

[Bandit and Bluey｜冠名就上薪火 @McGrady8898]

文章写的太好了，基本上是我们这种量化爱好者的起步必经之路！！

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

我去年就跟你们说，用RAG和vector database一定是死路一条。正确做法是，

1. 正确用好memory；
2. 正确把内容分块，做好indexing，做好summarization；
3. 正确给agent提供search工具，让agent甚至multi agent自己模糊搜索；
4. 用更快的、我推荐过几十次的SRAM-only inference model provider， 比如groq、cerebras这些。

这些无论哪一个，都比无脑分块、无脑喂给vector database、无脑RAG要强一万多倍。

[Phoenix Yin @Phoenixyin13]

读完 Kimi Code 的最新招聘，我才知道现在的 AI 编程到底卡在哪儿。

大厂的 JD 往往黑话连篇，但这篇却大实话很多，我感觉是在写调优复盘报告一样。字里行间透露出的信息，非常值得所有关注大模型、Agent 和软件工程的人深思。

1.会写代码，但也会迷路
这算是扯下了 Coding Agent 的遮羞布。
现在的 AI 编程早就不缺生成一段百行内的基础代码的能力了。JD 里直接指出了目前业界的硬伤，比如会写码，但会迷路、会重复、会误解上下文、错误调用工具、无法恢复失败、在长任务中丢失目标。

这也是为什么现在的程序员用 AI 还是停留在用 Copilot 补全或者单次对话写个脚本，却无法真正让 Agent 独立接管一个复杂的 Epic、Issue。

2.核心战场已经卷到系统层
月之暗面明确写道他们在寻找一起建设大模型之外的关键系统的人。要求 Agent 能在真实代码仓库、真实工具链和真实开发流程中完成任务。
这意味着，光靠 Prompt 调优或者堆模型参数的红利期已经过去。接下来的硬核比拼是执行循环、任务拆解、沙箱与远程执行、历史轨迹管理、以及基于 MCP的生态构建。
这是一个极其硬核的分布式系统工程问题。

3.什么样的程序员不会被 AI 淘汰？
这篇 JD 给出了绝佳的答案：

“你使用 AI 写代码，是为了更快、更大胆地解决问题，而不是因为离开 AI 就写不了代码。AI 能写的代码你能写，AI 写不了的代码你也能写。”

顶级工程师，绝不是天天和 AI 拼谁能更快生成增删改查的伸手党。
你要成为那种有一双发现垃圾代码的眼睛，能喷人，也接受被喷的架构与纠错专家。

如果你也相信 Coding Agent 远未到最终形态，或许这就是下一个十年的软件工程范式入场券。踊跃投递一下！

[Phoenix Yin @Phoenixyin13]

这是DeepSeek强工程且极其实用的最新惊喜。
对于追求极致推理速度和成本优化的团队、开发者来说，非常值得关注和落地。

在speculative decoding这个细分领域，DeepSeek这篇闪亮登场的新论文，在我看来属于S-tier，当前最先进之一，特别适合高并发、大规模部署场景。

对比现有方法如 MTP-1、Eagle-3、DFlash，它在真实生产流量中表现出色，解决了并行 draft 的接受率快速衰减和高拒绝浪费问题。

让我们来看看论文讲了什么。

第一个，Semi-Autoregressive Generation

结合并行 backbone 一次前向生成长序列和轻量级 sequential 模块，引入块内依赖建模，缓解 suffix decay 问题。

还有Confidence-Scheduled Verification

动态根据前缀存活概率和引擎吞吐 profile，自适应调整验证长度。论文没有盲目验证所有 draft，而是选择load-aware，显著减少无效验证浪费。

整体框架是，DSpark 把高吞吐并行生成和自适应验证统一起来，既保持 draft 质量，又极大提升系统效率。

实际效果非常出色，离线基准大幅提升 accepted length，优于 SOTA 并行 drafter。
在线上 DeepSeek-V4 真实流量中，在相同吞吐下单用户生成速度提升 60%-85%。

这避免了严格交互约束下的严重吞吐退化，推高了整个 serving 系统的 Pareto 前沿。

对于DeepSeek的用户，此后直接用 V4-Pro、Flash-DSpark 版本就能享受到更快推理，尤其是高负载时，成本更低、延迟更优。

开发者更应该喜大普奔。

毕竟DeepSeek这次开源了 DSpark checkpoints 和 DeepSpec 训练仓库。你可以为自己的模型训练 DSpark draft 模块，在 vLLM、TGI、SGLang 等 inference 引擎中集成，提升自部署效率。在高并发服务如聊天、Agent、批量生成中显著降成本、提速度。

此时此景，这篇论文对中国大模型的算力效率和成本竞争力的提升，价值连城。

[一只小橘呀 @Ellieorange8]

CS336 > 你大学四年99%的计算机课。

不开中文字幕，看英文硬啃完它。
你对LLM的理解 + 英语能力，直接冲到国内前1%的计算机同学。

这门课的目标就一个：
让你从头手搓一个完整的LLM。

从数据清洗、模型训练、优化评估到部署，Transformer、注意力机制、最新训练方法…全套技术栈，一节不落。

而国内大学呢？
还在用5年前的PPT讲XP系统。

耐心啃完它，你会发现：
学校那些机器学习课，你边学边查，顺便就全修完了。

💡 大一新生先刷CS50打底，再冲CS336。
💡 线性代数必须学透，比高数重要100倍。
——它是机器学习的底层DNA。没学好它，理解神经网络就像没学会加减乘除就想去求导。

📌 25年最新版已在YouTube免费开放，每年春季更新。

打开油管，搜索“Stanford CS336 2025”。
然后，开始改变你自己。

[Line @0xLinehigher]

非常建议每一个选择计算机系的大学生，在大学时期将cs336啃完，不开中文字幕，只开英文字幕。啃完之后，你对LLM的理解和英语能力至少在国内前百分之1%。

这门课超过国内任何一所大学里面计算机的课程。

《Stanford CS336: Language Modeling from Scratch》 是一门斯坦福大学计算机科学系的课程，这门课每一年春季都会有，每一年都会在油管免费开放。

里面的内容非常前沿而且实用，目前油管上的版本是25年的版本，第一节课提到的模型已经是GPT-4。而与此同时，国内的计算机课程还在用着至少5年前的PPT。

依稀记得，我的第一节C语言课程，PPT的里面的演示系统是XP...

啃完CS336，你会收获LLM的全栈技术栈，从数据收集，清洗，模型训练，优化，评估到部署，Transforemer架构，注意力机制，各种目前最新的机器学习训练方法

这门课的目标就是从头让你手搓一个LLM，亲手实现完整的pipeline。

两位主要讲师：
1、Percy Liang
MIT 本科 + MEng，UC Berkeley 博士（2011）。曾在 Google 做 post-doc，后加入 Stanford 任教。

2、Tatsu
Harvard 本科（统计与数学），MIT 博士（co-advised by Tommi Jaakkola 和 David Gifford），之后在 Stanford 做 Percy Liang 和 John Duchi 的 post-doc

耐心啃完这个，所有计算机课程几乎都不需要上了...因为在过程中必然会遇到很多不懂的点，边学边查，然后顺带就把学校关于机器学习和深度学习的专业课给学完了。

如果刚上大一，可以先看cs50，然后再到cs336，先稍微打点计算机的基础。

与此同时，一定要把线性代数学好，将高数丢了都要把线性代数学好，线性代数是机器学习的底层DNA。

如果线性代数没有学好，会比较难理解神经网络，相当于没学好加减乘除就想去求导。

[paperpaper @paperpaper886]

最近在带入组的本科实习生，发现怎么读论文其实是科研训练里最容易被忽略的一步。
推荐一篇每个科研新人都该读的经典短文：S. Keshav 的 How to Read a Paper。

文章提出了非常实用的“三遍读论文法”：
第一遍，5 到 10 分钟快速扫读：标题、摘要、引言、章节标题、结论和参考文献。
目标是回答 5C：
Category, Context, Correctness, Contributions, Clarity。
也就是判断这篇论文是什么、和谁相关、假设是否合理、贡献是什么、写得清不清楚。
第二遍，认真读论文主线，但先跳过证明细节。重点看图表、实验设置、结果是否清楚、引用了哪些关键工作。
第三遍才进入深度理解：尝试像复现一样重建作者的思路，检查假设、方法、创新点和潜在漏洞。

放在今天看，这个方法和 AI 辅助读论文其实很契合。
第一遍可以让 AI 帮忙快速总结论文的研究问题、核心贡献和主要结论，但自己一定要判断这篇文章是否真的值得继续读。
第二遍可以让 AI 帮忙解释方法、实验设置、图表和不熟悉的概念，但不能只看 AI 总结。关键图表、实验设计和结果数字一定要回到原文核对。
第三遍可以让 AI 扮演 reviewer，帮你追问：这篇文章的假设是否成立？实验是否支持结论？有没有 missing baseline？有没有潜在的数据泄漏、评价偏差或过度 claim？

读论文不是“读完”就行。真正重要的是知道什么时候快速跳过，什么时候认真理解。
尤其在 AI 工具越来越强的情况下，科研新人更需要训练自己的判断力。
AI 可以帮你压缩信息，但不能替你决定一篇论文是否重要、是否可信、是否值得借鉴。

https://t.co/8gUc4HbLwR

[Xudong Han @Xudong07452910]

🧪 开源科研项目推荐：Supervisor-Skills —— 你的 AI 科研副导师

将博导十年科研经验，炼化为可直接调用的 AI 技能。从 Idea 构思到论文投稿，你的 AI 科研副导师。

Supervisor-Skills 将香港科技大学助理教授十年顶会科研经验（SIGMOD、VLDB、ICML、NeurIPS 等）蒸馏为可直接调用的 AI 技能。从 Idea 构思到论文投稿，全流程解决科研“最后一公里”难题，让 AI 成为你全天候在线的科研副导师。

✨ 核心亮点：
1. 系统性 Handbook：覆盖 Idea 生命周期与5维思考、论文写作全流程模板（Intro 模型、技术类/Benchmark 类）、科研作图范式、前沿 Vibe Research/Coding/Figure/Writing，以及 Alpha-SQL、AFlow、LEAD 等顶会案例剖析

2. 7 个核心 AI 技能：Idea Evaluator、Vibe Research Guide、Introduction Drafter、Tech Paper Template、Benchmark Paper Template、Pre-Submission Reviewer、Figure Design Advisor
基于 Claude、DeepSeek、Kimi 等 LLM，完美兼容 Claude Code、Cursor 等工具

3. 配套《博士生科研入门辅导》PDF 讲义，CC BY-NC-SA 4.0 开源协议，支持社区贡献

4. 研究优先、证据驱动，真正把资深博导的隐性经验转化为人人可用的生产力工具

目前已获 1.3k+ stars ⭐，由 HKUSTDial 实验室发起，持续迭代中！

与之前推荐的 scientific-agent-skills（138 个科研技能）、ARIS（自动化科研 Agent）、Paper2Any 等项目高度互补，是你 AI 辅助科研工具链的又一核心利器。特别适合研究生、科研工作者和重度使用 AI 进行研究的开发者，让科研从“摸索”走向“有导师全程指导”。

https://t.co/y1b0SOq8Rx

#AIAgent #科研工具 #ClaudeCode #AI科研 #Codex #PhD

[Phoenix Yin @Phoenixyin13]

这是一篇典型的高分低能学术八股文。

让我们来看看，看看它是怎么用高大上的数学概念，把一个工程补丁包装成 CVPR Oral 的。

普通的 One-Step编辑太粗暴了，改个衣服颜色，经常连带着把背景、五官全画崩即 Naive Drift。
作者想了个招，在生成过程中加一个减震器，既然一步到位容易跑偏，那我就把生硬的修改向量做个时间加权平均，让它过渡得平滑一点。这就是所谓的 Chord Control Field。

但是懂科研的人都知道，这本就是个高级调参，或者工程微调。
这就好比你在开车急转弯时容易翻车，它没去改良底盘，而是发明了一个平滑打方向盘的辅助软件。
东西是有用，但管这叫重磅理论创新，确实是学术包装的功劳。

One-Step 模型，比如各种一步生成的蒸馏模型为了追求速度，牺牲了对复杂场景、多目标互动和精准结构的掌控力。
你 ChordEdit 再怎么低能量平滑，也只是让编辑轨迹变优雅了。如果底层模型本来就画不好三个人在厨房一边做饭一边打架，你平滑出来的结果依然是一堆扭曲的色块。

换衣服、变季节这种像素级、全局风格的简单活，它靠着减震器能完成得很好。
但是，一旦遇到高难度的强语义编辑，比如把猫改成正在跳火圈的狗，它立马现原形。它继承了一步模型的速度，也全盘继承了一步模型的无能。

为什么 PIE-bench 上分高，现实泛化差？GitHub 38 个 Star 已经说明了一切。

现在的学术界，刷 Benchmark有一套成熟的套路。选好的 Seed、调好的 Prompt、在特定的数据集上，ChordEdit 的指标确实能刷得很好看。
但真拿到现实中，面对用户千奇百怪的真实照片，这个平滑减震器就很容易失效。

GitHub是检验真理的唯一标准。38 个 Star 属于典型的冷宫级别。 如果它真的解决了 One-Step 的痛点，Midjourney、Stable Diffusion 社区的开发者早就连夜把代码抄过去做插件了。
没人用，说明大家试了一下发现不过如此。

回到那个问题，为什么它能拿 Oral 甚至 Award Candidate？

我认为这里面有审稿人的偏好，也有论文叙事的红利。

在我看来，CVPR 审稿人极其迷恋数学故事，你如果写《我通过调参让一步模型背景变稳了》，直接 Reject。但你写《基于动态最优传输的低能量流场控制》，给出一堆漂亮公式，审稿人就会觉得理论很扎实且高级至极。

广东工业大学本科生一作，这个标签在充满焦虑的学术界自带流量和话题度。
天才本科生故事或许会给大会增加宣传亮点，但是重点，我们还是要关注论文本身的价值。

[Phoenix Yin @Phoenixyin13]

一张嘴就让大模型给你吐个创新的科研idea，得到的绝对是100%的废话。

大模型的预训练权重是过去人类知识的统计平均值。你跟它闭眼瞎聊，它只能给你吐出最符合统计概率的、最平庸的陈词滥调。

想落地、不讲官话地搞出硬核idea，得把AI当成一个拥有无限带宽、但极度缺乏上下文的顶级工具人。

比如你想研究交叉学科。
别问：“AI和心理学结合有什么新方向？”
这种大而无当的问题，无法获取任何信息。

正确做法是把最近顶级会议或期刊里最硬核的20篇相关论文全文本、或者最新的实验数据集丢进它的上下文，利用大模型联网检索或长文本RAG。
让AI去干一件事：找冲突。
提示词工程：“对比A论文的方法论和B论文的结论，找出他们在解释某种认知表征或感知边界时，在实验边界上有什么不可调和的矛盾？”
好的idea，永远诞生在两条已知铁轨发生剧烈撞击的断裂带上。
基础文献调研没做透，跟AI聊再多都是空中楼阁。

好的idea，要有程序员思维。
高阶选手写代码前先花大量时间出框架、写开发文档。
搞科研idea也一样，在动手前，你得先让大模型帮你把Constraints做成铁板一块。

01
核心变量是什么？
是否可量化？
如果无法用数据或高维特征向量落地，直接毙掉。
02
评估的Metric是什么？
用AI去疯狂攻击你初步构想的实验设计，让它扮演一个最刻薄的审稿人Reviewer，比如 从实验控制和统计学角度，指出你这个实验框架最致命的3个逻辑漏洞。

在idea孵化阶段，就被打成筛子的点子，总比你花几个月做完实验才发现是垃圾要强。

如果帖文反馈不错，下一期，我会出方法论。

[Datou @Datou]

微软还是爱惜羽毛的，刻意避开合成数据，只用人类数据训练出一个 base 模型，然后一生三，训练三个不同领域的专家模型，然后自己蒸馏自己，把三种能力蒸回 bese 模型（权重配比很考验经验），再强化学习一轮让蒸馏模型懂得看问题下菜碟灵活运用这三种能力。确实讲了很多细节，一生三三蒸一有意思。

[yv @yvbbrjdr]

推荐大家读一下MAI-Thinking-1的technical paper，里面有详细的怎么训出一个SOTA LLM的（几乎）所有细节。

https://t.co/it5mCFd6v3

[0x_Miko @Mikocrypto11]

Anthropic engineer 这句话很关键：
“你不应该一直 prompt Claude。你应该搭一个会自己 prompt 自己的 system。”
这可能是最近看到最值得保存的 Claude workflow 之一

视频里她拆了很多人正在犯的同一个问题：
用了 Claude 几个月，但每次还是从零开始
新开 session
重新解释背景
重新贴上下文
重新写 prompt
然后关掉 tab，一切停止

她讲到几个细节：
CLAUDE.md 在你输入第一个字前，就可能吃掉 14%
95% 用户从来没装过的 plugins
不需要你手动输入 prompt，也能运行的 workflows
以及为什么“打一条 prompt 然后关掉页面”，等于把 90% 的能力留在桌上

真正有意思的是：
Claude 的价值不只是回答你的问题
而是你能不能把它放进一套系统里

让它记住规则
读取上下文
调用 plugins
跑 workflows
甚至在你不输入下一条 prompt 的时候，继续推进任务
如果你用了 Claude 几个月，但每次 session 还是从头开始

那你至少还有 28 个 untouched features
可能是 30 个
今晚与其再刷一集剧，不如看完这个视频
看完先 bookmark

[Wangshu Zhu @freewaterzws]

@littleone2510 @grok 这是什么意思

[恒星 @vintcessun]

多智能体系统开发门槛太高，没学过Agent理论的人根本不敢碰。结果就是项目落地难，团队只能依赖少数专家。这篇论文直接把分布式系统的成熟架构模式（发布-订阅、消息队列等）拿过来，定义一套最小Agent概念映射上去。学生连DS经验都没有也能用gRPC、RabbitMQ上手，平均分超80%。工程复用思路比重新造轮子实在得多。
https://t.co/Yf34mXdRyx

[yibie @yibie]

训练小模型：2026 年最被低估的 AI 技能

2026 年 5 月 11 日，一个叫 CJ Zafir 的人发了一条推文。他想教普通人 fine-tune 开源模型。

2538 个赞，316 次转发，178,000 次观看。这条推文炸了。不是因为他发明了什么新东西——Unsloth 早在 2023 年就开源了，Hugging Face 上的 fine-tuning 教程有几百篇。炸了是因为他在一个所有 AI 公司都在比赛造「更大模型」的时候，反手指向了完全相反的方向：小模型。你自己训练的。在 Colab 上。花几十美元。

两个月过去了。CJ 没有停。

他把这条推文变成了一套完整的方法论：Codex 5.5 做大脑规划工作流，DeepSeek v4 Pro 做肌肉批量生成数据，Unsloth 做训练引擎，Qwen 3.5 4B 做基座模型。然后他用这套方法论，花了 $173 训练出一个 4B 模型，在垂直任务上精度 96%+，击败了 20 倍大的模型。 再后来他做了个 voice agent 的工具调用 fine-tune——成本 $11。

从 $80 到 $173 到 $11。这不是渐进式优化。这是在重置整个 AI 部署的经济学。

一、CJ 方法论：为什么值得认真对待

CJ 不是第一个倡导 fine-tuning 的人。但他做对了一件事：他把整个流程的成本打到了个人开发者可以承受的水平，并且公开了每一步。

工具链

| 角色 | 工具 | 成本 |
|------|------|------|
| 规划（Orchestrator） | Codex 5.5 | 订阅内 |
| 数据生成（Generator） | DeepSeek v4 Pro | API 按量 |
| 训练框架 | Unsloth | 免费开源 |
| 训练硬件 | Google Colab Pro A100 80GB | ~$0.60/hr |
| 推理部署 | llama.cpp / Ollama | 免费 |

数据流水线

CJ 最核心的洞察不是「用什么工具」，而是「怎么造数据」：

「"Low quality data = Low quality model performance"」

他的流水线是自进化的：Codex 设计工作流 → DeepSeek 批量生成数据行 → 每批次过 Quality Gates → Codex 根据上一批结果优化生成规格。结果是越跑越快、越便宜、质量越高。

$80 生成了 1 亿+参数的高质量数据集。 不是简单 paraphrase，是「手工打造」每一行——Codex 设计的多样化 prompt 模板 + DeepSeek 的高速执行 + 可编程的质量门槛。

模型选择

CJ 实测了 Gemma 4 和 Qwen 3.5 全系列后，结论很明确：

「Qwen 3.5 9B 和 4B 是垂直训练的完美基座模型。Gemma 4 在垂直任务上不及 Qwen 3.5。」

他的 Qwen 3.5 4B fine-tune 在精度和延迟上击败了 20 倍大的模型。不是什么小众 benchmark——是他自己在垂直任务上实测的结果。

二、这不是 CJ 一个人的实验——行业数据在同时发声

CJ 的方法论看起来像「个人黑客技巧」，但独立的数据正在从各个方向验证同一个趋势。

市场规模

SLM（Small Language Model，1B-13B 参数）市场 2024 年达到 65 亿美元，年复合增长率 25.7%。SLM 在大多数企业任务上已经匹配或超过 GPT-3.5 级别性能，只需一小部分成本。

性能

阿里巴巴的 Qwen 3.5 9B 在 MMLU-Pro、GPQA Diamond 和 multilingual MMMLU 三个基准上击败了 OpenAI 的 gpt-oss-120B——13 倍参数差距，小模型胜。

另一项独立的 brand normalization 案例中，一个小模型达到了 90.6% 准确率，超越了 GPT-5.2 和 Gemini 3 Pro。

企业已经在省钱——真正的省钱

| 公司 | 方案 | 效果 |
|------|------|------|
| Knowunity | 用 Distil Labs fine-tune SLM | 推理成本降 68% |
| 某客服 agent | 从通用大模型切换到 fine-tuned SLM | 月成本从 $13,000 降到 $400 |
| EliseAI | 专门训练的垂直小模型用于住房和医疗 | 推理成本降 60%，延迟降 80% |
| AT&T | 专用 SLM 做客服和欺诈检测 | 数百万美元节省 |

400 美元一个月。一个客服 agent。这是几个工程师的年收入可以覆盖无限次 API 调用的部署方案。

三、「数据集工厂」才是真正的护城河

CJ 在 5 月 22 日发了一条推文，八个词：

「"The moat might not be the fine-tune itself. It might be the dataset factory."」

这是整个小模型运动最重要的洞察。Fine-tuning 技能本身正在被民主化——Unsloth 已经能在 3GB VRAM 上训练，Colab 免费提供 GPU，CJ 连 prompt 模板都公开了。当人人都能做 fine-tune 的时候，差异化从「会不会做」转移到了「数据从哪里来」。

中文社区的 AKIRAXCLAW 在一篇分析里补了一个关键观察：

「「CJ 的工作流在 2026 年多数是业界共识，但真正难点不是工具——而是你有没有 200 笔干净数据 + 自动评估脚本。」」

在 CJ 的体系里，Codex 的核心角色是 orchestrator，不是因为它比 DeepSeek 聪明，而是因为它能设计数据流水线、构建 Quality Gates、自进化优化生成规格——它在管理数据生产的质量系统，而不仅仅是生产数据。

四、从边缘到生产线：部署已经在发生

SLM fine-tune 的部署门槛已经降到消费级硬件。Unsloth 2.0 支持 GGUF 量化导出 + llama.cpp / Ollama 部署。一个 3B 参数量化到 INT4 后占用 1.5-2GB 内存，可以在树莓派 5 上运行。Qwen 3-0.6B 在 Pixel 8 和 iPhone 15 Pro 上实现约 40 tokens/s 推理。

2024 年你可能需要一台 A100 才能跑 fine-tune。2026 年你可以在 Colab 上训练、在手机上推理。这种从「数据中心才能碰」到「个人设备上运行」的变化，是 Platform Shift 级别的。

而 NVIDIA 在推动的「Data Flywheel Blueprint」——用生产流量持续生成训练数据，自动 fine-tune，自动部署——正在把这个流程变成企业基础设施。NVInfo AI 用这个方案在三个月内把内部知识助手的质量提升到覆盖 30,000 名员工。

五、成本轨迹：从「公司预算」到「午饭钱」

CJ 的公开成本记录是最好的注脚：

| 日期 | 项目 | 成本 |
|------|------|------|
| 05-13 | 1 亿+参数数据集生成 | ~$80 |
| 05-27 | Qwen 3.5 4B 完整 fine-tune | ~$173 |
| 05-28 | Qwen 3.5 tool calling for voice agent | $11 |

$11。这在硅谷大概是一顿午饭。在印度、东南亚、非洲，是一个独立开发者完全负担得起的预算。fine-tune 已经从「大公司才有资格做的研发项目」变成了「个人开发者用午休时间能完成的 side project」。

六、结论：学会训练你的第一个模型

CJ 给的学习路线图异常简单：

1. 从 1B-4B 小模型开始，不要一上来就搞大模型
2. 用 Colab Pro（A100 ≈ $0.60/hr），不要急着买 GPU
3. 先 fine-tune 7-10 个模型积累经验（SFT → LoRA/QLoRA → GRPO/DPO）
4. 用 Codex 做规划，DeepSeek 做数据生成
5. 理解量化（GGUF）、本地推理（llama.cpp）、KV 缓存

他甚至在 5 月 23 日直接发布了一个「复制粘贴就能用」的 prompt——把整个学习路径封装成一段对话，扔进 Codex 或 ChatGPT，让 AI 带你从 beginner 到 advanced。

这就是 2026 年 AI 技能民主化的真实面貌：不是每个人都需要学会训练模型。但学会训练小模型的人，不再需要 10 人团队和 10 万美元预算。

通用大模型的军备竞赛还在继续。GPT-5、Claude Opus 5、Gemini 3 会越来越强。但越来越多的真实场景正在证明：一个花了 $173 训练的 4B 小模型，在你自己的数据上，比你花 $200/月订阅的通用大模型更好用。不是因为小模型更聪明。是因为它只做了你需要的那一件事。

参考来源：CJ Zafir X 推文系列 (2026.05.11-05.28)；AKIRAXCLAW 中文分析；Alibaba Qwen 3.5 benchmark (VentureBeat)；Unsloth 2.0 文档；NVIDIA Data Flywheel Blueprint；AT&T / EliseAI / Knowunity / https://t.co/7r0fApoHPJ 企业案例；Manicode / Arendil 独立 benchmark；SLM Market Report 2024-2026

[Trader Yokia @CarGfZero]

又到毕业季，想跟毕业生说一些话。

1、公司买断的是你的坐班时间，你需要做的是完成指派的任务，没有义务对结果负责。对结果负责的是给你期权/分红的，还有中层领导，你只是个执行。

2、探索：学历作为凭证-好平台-学技能/摸资源/摸框架-创业 这条道路，比在职场卷职级有用。

3、去钱涌入的行业，去时代发展趋势的行业。钱/资源总得拿一个，不要去一眼看到头的行业做廉价工作。

4、不要重资产（开店/做产品）创业。轻资产失败了，你丢失的只有时间；重资产就真的背债了，而且没有你想象的那么容易。

[Wangshu Zhu @freewaterzws]

@sheriyuo 1000
w以下默认侮辱价

[恒星 @vintcessun]

今天白天看了一个开源项目，叫 awesome-architecture。本质上它把 21 套真实系统的架构图（AI 网关、RAG、agent、向量 DB）做成可复用的模板，而不是只讲代码。学到了：架构设计不是从零开始画图，而是先理解“别人怎么搭”，然后对比自己的方案哪里像、哪里可以改。有点离谱的是，它还把知识做成 skill，能在 Cursor 里引导你一步步设计系统——相当于有个“架构导师”陪你写方案。

https://t.co/gGPHnIx3at