Granolapeanut

Grow my own Garden turning into Plants VS Zoombies

[Granolapeanut @granolapeanut_]

千磨万击还坚劲，任尔东西南北风。

[Jerlin @eviljer]

有些技术学得太迟就不用学了，比如说，建模？

Opus 在后台一顿敲，海上小火车就这么水灵灵造出来，场景音效都是它自发用代码合成的……

实现：
基于 Sac 的提示词解构了一份通用 meta prompt，然后用 NB 2.1 生成参考图丢给 Opus 5.5 High。

额外提示如下，给模型的自由度较高：
做一个千与千寻的海上小火车场景 [参考图]，3 只海鸥（1 停 2 飞是必备要素），车内暖光。
交互事件不一定是水面，按最佳戏剧效果帮我设计。

[Granolapeanut @granolapeanut_]

游戏项目是相当需要自己搭harness 不然就是烧token而已

[KC @ScarletKc]

最近在自己手搓 harness，越做越觉得以前用 Claude Code 和 Codex 都是在用黑盒。agent loop 怎么转、工具结果怎么塞回上下文、上下文快满了怎么压缩、什么时候该停下来问人，这些东西文档看再多也是似懂非懂，翻了很多开源项目的源码，再自己从零写一遍之后，很多以前觉得是玄学的行为一下子全都能解释了。收益大到离谱，我感觉每天用 AI 写代码的人都应该自己做一个，哪怕很简陋。

[Granolapeanut @granolapeanut_]

人类还是做一些人类能做的事情吧 比如touch the grass

[Max For AI @MaxForAI]

前 OpenAI 研究员 Will DePue 表示：人类几乎不存在真正安全的能力护城河。

昨天他连发十几条帖子，给出了一个相当激进的判断：

很快，我们会面对一种在几乎所有智力能力，甚至身体能力上都超过人类的机器。

程序员和数学家只是最早感受到这一切的人。

接下来，投资人、创业者、顾问、内容创作者、音乐家……都不会例外。

更狠的是，他认为连我们人类一直觉得 AI 最难取代的东西，也守不住：那就是审美、品味、判断力、同理心，甚至让另一个人感受到“被爱”的能力。

未来最好的小说、诗歌、音乐和视觉艺术，也可能来自 AI。

于是他提出了一个很有意思的说法：未来所有人类工作，最终可能都会变成一种“手工艺”。

就像今天已经没人会因为 Stockfish 比人类更会下棋，就停止看人类棋手比赛。

未来我们依然会看人写的小说、听人唱歌、和真人恋爱、加入真人社区。

但理由可能不再是：

“因为人做得更好。”

而只是：

“因为这是人做的。”

能力本身会越来越不值钱，“人类制造”反而可能成为新的溢价。

他最后提醒了一句：

不要太依赖自己的能力，它们可能很快就不再稀缺。

这可能才是 AI 时代真正让人不舒服的地方。

以前我们担心的是“我的工作会不会被 AI 替代”。

现在变成了：如果有一天 AI 连“人味”都比人更懂，那什么东西还属于我们？

没有人能够幸存。

[Miniti @savannah_cinema]

@ScarletKc 因为底层代码不一样，如果你做文科的学术研究，就能看出非常明显的差别。claude最开始训练是让哲学家参与进来的，所以从最开始，claude就能更好应对模糊的边界不清的问题，写出来的“非标”文章（不是理科这种边界分明的类型）各个语段和材料处理都更接近人的思维，但是gpt很明显就是coding的思维模式

[WquGuru @wquguru]

Dario Amodei 这辈子和 Chinese 的关系真的是剪不断理还乱，他就读了四年的高中学校，华裔学生比例高达50%，也就是说，班上有一半同学都是华人。

全世界认识大猩猩，多半是因为戴安·福西。她在卢旺达山地里跟猩猩对视，后来变成《迷雾中的大猩猩》。很少有人第一反应是：这人 1949 年毕业于旧金山一所公立高中。

这所学校叫 Lowell High School @LowellHSLSA。西部密西西比河以西最古老的公立高中，1856 年开办，比硅谷和斯坦福都更古老。Dario 2001 年从这儿毕业；妹妹 Daniela 2006 年也从这儿毕业。Anthropic 这对兄妹掌门，不是出自于常春藤预科私校，而是旧金山顶级公立学校出身。

你要是非找中国参照物，这所学校离人大附中可能还是相差有点远，Lowell 更像上海格致：
- 城里那所最老、最卷的公立市重点
- 本地人的天花板
- 出口以本州顶尖公立大学加州伯克利为主
- 有点像上海格致，对标上海本地的复旦交大

真正吓人的是这所学校的族裔成分。Dario 在校那四年，大约 1997 到 2001，华裔从40%出头涨到超过50%；如果把日韩菲和东南亚裔算进去，亚裔已经是明显多数，Dario 毕业前后，全校亚裔达到了 70% 的峰值。一所美国公立高中，教室里最常见的不是加州海滩男孩，而是会考试的华裔和亚裔孩子。

这个学校还培养了其他传奇人物，测量光速的迈克尔逊，美国第一位科学诺奖；神经生理诺奖厄兰格；2001 年物理诺奖康奈尔；惠普的休利特；加州州长帕特·布朗；最高法院大法官布雷耶；托尼奖的卡洛尔·钱宁；还有跟 Dario 同届的韩裔演员 Jamie Chung。

后来有人猜 Dario 对华鹰派是因为高中被华人同学塞进过储物柜，但这可能是曲解。这种意识形态更接近硅谷精英普遍的意识形态，即自由民主是历史正确解，技术是最后的杠杆，谁先拿到 AGI，谁就能够制定未来人类制度的版本。

[Granolapeanut @granolapeanut_]

全部加班！

[Layton Gott @Layton_Gott]

September very well may be the BIGGEST month in AI ever...

We're expecting:

(Sep 1–6)
-Fable 5.1 (rumored tomorrow)
-GPT 6 Astra (rumored Thursday)
-Grok 4.7

(Sep 7–15)
-DeepSeek V5
-Composer 3
-Gemini 3.8 flash

(Sep 16–22)
-Kimi K model (not Kimi K4)
-Potentially Opus 5.1

(Sep possible but who knows)
-MiniMax 2.7T open-weight model
-Meta Llama 5 / next Muse “Watermelon”
-Mistral frontier open MoE

Nobody knows exactly when all these will land but regardless it's going to be a INSANE month.

Which are you waiting for most?

[Boris Cherny @bcherny]

The small quality of life improvements keep coming. When you’re using Desktop every day, slow startup makes the app feel sluggish. Working on improving this even more!

[Granolapeanut @granolapeanut_]

@LexmountAI 也就腾讯给得起这么多钱了 但混元还是没啥起色

[Granolapeanut @granolapeanut_]

我们语言学崛起吧

[Junyang Lin @JustinLin610]

a life update: i started a new company called Pragmatik (p7k) Labs (语用科技) in shanghai, focusing on the research of next-generation agents across digital and physical worlds. thanks to Gaorong Ventures and HSG (红杉中国 & 高榕创投) for co-leading this round, and to Tencent (腾讯) and Shanghai Engine Fund (上海未来产业基金) for the support. @pragmatik_labs · https://t.co/01J3uSbxmX

[Granolapeanut @granolapeanut_]

原来a16z 是这个意思

[Tongtong Bee 🐝 @tongtongbee]

前千问技术负责人、阿里最年轻P10，离职仅5个月，就在上海创办了Pragmatik Labs（语用科技），简称p7k，7应该是p到k之间有7个字母，和a16z的简称逻辑类似。

p7k的方向很清晰，做横跨数字世界和物理世界的下一代Agent。

投后估值直接到20亿美元，是国产初创的天花板了，也说明市场对“Qwen 核心人物 + Agent 赛道”的溢价认可。

[Granolapeanut @granolapeanut_]

很开心 终于和世界站在了一起

[qinbafrank @qinbafrank]

看了Leopold的公开信，主观感受就是他应该会很快东山再起的。虽然他的基金7月净业绩为-67%，但年初到现在净业绩为+80%，意思为经过了大幅回撤后今年年内还赚了80%。主要看到了一种非常可贵的特质：就是足够果断和坚决，当看到公开市场上与他们有关联的股票出现越来越不利的交易走势，就立马采取果断行动。虽然大幅回撤，但他的LP还是都是巨赚（毕竟才半年还有80%的收益、要是更早投资去年收益应该更加客观）。

如果Leopold能做到他公开信里说的，绝不会浪费从这些事件中吸取教训的机会。在其投资公司内部做好变革，在投资组合管理、风险团队、以及警觉性和风险纪律等层面上更进一步的话，以他对行业的洞察力和预见性，之后大概率能进入一个新境界。

经历这么大挫折还能让投资人赚钱，又有远超同行的洞察力，如果汲取这次经验和教训，未来真不可小觑。

[Granolapeanut @granolapeanut_]

渐渐地感觉自己工作状态在恢复，创意和精神也在恢复，今天还久违地梦见了在玩仙剑。

[Max For AI @MaxForAI]

这就是为什么我们需要开源人工智能模型的原因

7月16日，全球最大的AI模型平台Hugging Face @huggingface ，发表了一篇文章，宣布他们被一个全自动AI Agent攻入了他们的服务器。

整个过程中几乎没有人类操作。

攻击从一个恶意数据集开始，Agent串联了数据处理系统中的两个代码执行漏洞，获得节点级权限，窃取云端和集群凭据，并在多个内部集群之间横向移动。

它调用了数千次自动操作，运行在大量短生命周期沙箱中，甚至建立了可以自行迁移的C2控制系统。

Hugging Face最终记录了超过17000个攻击事件。

但更荒诞的事情发生在调查阶段。

Hugging Face最初尝试用美国闭源前沿模型 @ChatGPTapp @claudeai 的API分析日志，但真实的攻击命令、漏洞Payload和C2数据触发了安全护栏，模型直接拒绝工作。

最后，他们只能在自己的服务器上运行中国 @Zai_org 的开源模型GLM 5.2。

GLM 5.2在几个小时内分析完17000多条记录，重建攻击时间线，定位被窃取的凭据，并区分真实攻击和诱饵行为。

如果不是世界上存在GLM5.2这样的开源顶级模型，Hugging Face绝对没有任何能力阻止这次入侵。

因为人类的响应速度远远不如Agent，数百人的安全团队可能都不如同时运行的几个攻击Agent。

这事最有趣的部分是攻击者没有任何安全限制，防守者却被安全护栏拦住了。

当攻击和防御都开始Agent化，真正重要的已经不只是模型能力。

谁能自己运行、审计和控制模型，谁才拥有机器速度时代的安全主动权。

这有点像核武器，很只有形成互相核威慑才可以保证世界的稳定。

[Granolapeanut @granolapeanut_]

@SylusTartarus04 congratulations everyone!!!!

[Granolapeanut @granolapeanut_]

我笑

[Polymarket @Polymarket]

BREAKING: The odds of aliens being confirmed this year are soaring.

And, yes, you can make money on the aliens 👇

[Claude @claudeai]

Introducing Claude Fable 5: a Mythos-class model that we’ve made safe for general use.

Its capabilities exceed those of any model we’ve ever made generally available.

[Granolapeanut @granolapeanut_]

随着正式换工作到AI领域，这个账号我也清了一波关注。终于可以认定自己在去年浮现的想法，现阶段的web3 is meaningless / or about Finance.

[Max For AI @MaxForAI]

没想到微信官方这个Skill最佳实践文档居然写得这么好？？

里面几个点写得特别细。

比如用户意图模糊时，什么时候该追问，什么时候该直接给默认方案，什么时候该把多个可能意图列出来让用户选。

比如用户输入里可能有幻觉，提到了不存在的商品、订单、服务、时间，Skill不能顺着胡编，必须回到真实业务数据里校验。

比如触发词不能只写几个关键词糊弄过去，要考虑用户真实表达里的隐含意图。同一个需求，用户可能说「帮我查一下」「我之前买过那个」「这个还能退吗」「附近有没有」，背后对应的Skill完全不一样。

还有一个我觉得很重要的点：

它一直在提醒开发者节省用户的注意力预算。

不要把每一步都丢给用户确认，不要为了安全感制造一堆弹窗，也不要让用户替系统补完所有上下文。

好的Skill应该像一个熟悉业务的前台，先根据已有信息做判断，只有在关键分歧点才问用户。

所有在做Agent、Skill、AI小程序、AI工作流的人，都可以看看这个文档。

https://t.co/ep8FP0obmd

[Granolapeanut @granolapeanut_]

Good Luck.