bootun

Software Engineer / Go / LLM / Infra / BlockChain

[bootun @L1Cache2]

@imvihv 你在用ChatGPT，豆包千问deepseek那你就在用RAG

[bootun @L1Cache2]

RAG只是提高生成质量的一种方式，和Agent并不冲突。很多人觉得只有从向量数据库中检索才叫RAG，但网络搜索本质上也是RAG。

豆包和ChatGPT网页版也是Agent，这并不影响RAG在其中发光发热。相信我，没有RAG的Agent你会觉得非常难用...

[strawbreey @strawbreey_]

@object_nullll 哎，问 RAG 的，我都怀疑面试官有没有用过 agent。更别说，claude code ，codex 之类的了。但凡用过，也就不会强调 RAG，更多的是探寻他们在使用 code agent 的是否观察他们的执行流程。以及如何把这些能力拓展到实际业务过程中。

[bootun @L1Cache2]

@beicanword @realNyarime 这样来分辨模型...

[bootun @L1Cache2]

@akazwz_ LLM Review一个很大的问题是不收敛

[bootun @L1Cache2]

我工作后还了我高中找网友借的400块，当时已经很多年没联系了🤪

[Evan.Z @ddny09]

太神奇了，竟然会收到闲鱼6年前的退款

[bootun @L1Cache2]

@Lonely__MH @DRQpLWazGFWtRUX 还真是

[bootun @L1Cache2]

@yan5xu 搞个UPS

[bootun @L1Cache2]

@Jason_Young1231 只做Anthropic message到Responses API的转换呢？Anthtopic API基本国内各家都有

[bootun @L1Cache2]

现在已经是这样了🤪

[bootun @L1Cache2]

知识就是代码！

[思维怪怪 @0xLogicrw]

OpenAI 后训练核心成员翁家翌（Jiayi Weng）以个人名义提出了一种名为「启发式学习」的强化学习新范式，并开源了全部实验代码。他用 Codex（GPT-5.4）反复玩 Atari 打砖块游戏，但 GPT-5.4 自始至终没有被重新训练过。真正在进步的，是 GPT-5.4 写出来的那套游戏策略代码。

流程是这样的：GPT-5.4 先写一版打砖块的 Python 策略，跑一局，看录像，找出哪里打丢了球，然后自己改代码再跑。经过几轮迭代，策略代码从 387 分涨到了 864 满分。全程没有任何神经网络被训练，纯靠 AI 反复修改 if-else 规则、调落点���测、加死循环检测。最终那套代码包含球路预测器、卡球检测器、回归测试和实验日志，已经长成了一个完整的软件系统。

这和传统强化学习的核心区别在于「学到的东西存在哪」。传统做法把知识压进神经网络参数里，人看不懂，学新任务还容易把旧的覆盖掉（即灾难性遗忘）。翁家翌的做法反过来：知识就是代码，人能读、能改、能加测试锁住，不会因为学新东西就丢了旧本领。

除了打砖块满分，他还在 MuJoCo Ant（模拟机器蚂蚁走路）上跑出超 6000 分的深度强化学习级成绩，在 Atari57 全套 57 个游戏上逼近了 PPO 基准。但翁家翌也明确画了边界：纯代码搞不定复杂感知任务，比如用 Python 写 if-else 去认图片。

他设想的终局是混合架构：底层用轻量神经网络负责视觉等感知，中层用启发式学习处理实时逻辑和安全规则，顶层由大模型审查日志、改代码，再周期性地用底层积累的高质量数据更新自身。过去手写规则之所以被淘汰，不是因为规则没用，而是人类维护不起。现在 AI 写代码够快够好，这条老路重新走得通了。

[bootun @L1Cache2]

@cheery9998 不仅2万的会，4万的也会🤪

[bootun @L1Cache2]

@ku1zu0 emmmm，我学历还不如你，亲身感受就是: 学历这东西有影��，但更多是影响天花板，在你当前这个水平应该影响不会很大才对🤨

[bootun @L1Cache2]

@beichen_yang @hsn8086k 你可能没懂哈希表��什么快....

[bootun @L1Cache2]

@silsrc 杂技一般的验证哈哈哈有画面了

[bootun @L1Cache2]

@imyouhu 是和appleid绑定的，不过充错可以退，在苹果这边退。

之前某宝买了个号，充了Plus后发现没到账，后来才发现这个号有人用过，然后提交了退款，过了两天就退回来了。

[bootun @L1Cache2]

@silsrc 个人认为是大部分真正适合做程序员的人的共同特点

[bootun @L1Cache2]

@silsrc 个人喜欢Cursor + GPT-5.1 Codex Extra High，给他附加了四五个文件和几百字的说明，一口气读了好多文件，跑了1500万token，把工作区里涉及到的3个项目的相关地方都给我改好了🥰

[bootun @L1Cache2]

@silsrc 你的评论区(逃

[bootun @L1Cache2]

@HappyQQ_AI 全部easy题，应该是本科应届面试题的难度🤣

[bootun @L1Cache2]

@stephenzhang233 买ChatGPT好用，2%的返现。平时我把闲���的U也放Bybit里，8%的年化😋