lhcforall

[lhcforall @lhcforall]

@JOJO85871961 我算了下我自己，每天地铁来回 10块，早饭在家吃5块，午餐公司吃 20块，晚餐公司免费券，大概35块也就5美元吧

[WquGuru @wquguru]

https://t.co/SuamWVbKtS

[lhcforall @lhcforall]

@uudonX 之前我就吐槽过，一个号称马上带领 agi 的公司，连一个蒸馏号和普通消费者都识别不出来吗？ 这问题嚷嚷了好几年现在才做出来 3 个 9的准确率，丢人不丢人

[lhcforall @lhcforall]

陈光宇老师要不要开个班讲下 AI 如何一个没奥赛没金牌的高中生怎么一路进前沿实验室的

[xiax｜AI & Agents @xiax0603]

🔥炸裂！18岁高中生结束月之暗面Kimi实习！论文成果曾收获马斯克公开赞许！

陈光宇正式完结在Moonshot AI的实习，这位少年的成长路径在AI圈引发大量讨论。

🔹成长轨迹：2024年才入门机器学习，不到两年时间，从弄懂Transformer成长为前沿架构论文共同一作。
🔹硬核成果：《Attention Residuals注意力残差》同等贡献第一作者，和张宇、苏剑林合作改写沿用多年的残差结构，这项成果支撑Kimi K3模型，拿到马斯克点赞认可。
🔹实习落地工作：在月之暗面参与KDA kernel优化、优化器研究，深度跟进K3相关研发案例，输出底层工程价值。
🔹特殊的成长样本：没有奥赛光环、没有少年编程神童人设，依靠极强好奇心与执行力，16‑17岁就进入国内头部大模型实验室。

并非传统包装出来的天才，靠短时间高强度追赶冲进AGI研发核心圈子。

祝福下一站继续产出亮眼成果！

[思维怪怪 @0xLogicrw]

17 岁的 AI 研究员陈广宇（Nathan Chen）10 月 15 日宣布，自己最近已离开月之暗面 Kimi，任职还不到一年。

他曾与苏剑林、张宇共同担任 Attention Residuals 论文第一作者，参与 Kimi K3 底层架构研发，但没有透露离职原因和下一站。

巧合的是，4 天前，美国风投 Menlo Ventures 投资人 Deedy Das 刚分享过一名 17 岁 AI 少年的经历。

Deedy 称，对方 14 岁时英语还不熟练，靠大模型自学 AI，随后在一家顶尖 AI 公司实习一年。他进入美国排名前十的本科院校，却只读了两周就退学，如今收到旧金山多家前沿 AI 实验室的 5 份工作报价，每份价值约 100 万美元或更高。

由于年龄和 AI 研究经历相近，已有网友猜测这名少年可能就是陈广宇。陈广宇在加入 Kimi 前曾赴硅谷短暂实习，而且领英教育经历还显示，他曾于今年 8 月至 9 月就读卡内基梅隆大学（CMU）。

[lhcforall @lhcforall]

@Zen_with_AI meta 每次报指标都写的这么高，2版的 hstu 也是，这个也是，是不是每次都是把整年的生成式迭代收益打包算了下…瞎逼吹

[纳米AI @antiAIvo]

Anthropic 有一篇讲 Agent 的文章：Building effective agents
我觉得是Agent入门值得阅读的一篇
虽然是24年的文章，但是设计思路今天依然适用

它跟很多agent教程不一样
不是一上来就讲怎么设计loop
而是先讲Workflow跟agent的对比
从大家熟悉的概念入手

Workflow：代码预先写好流程，LLM 和工具按路径执行
Agent：LLM 自己决定下一步做什么、用什么工具
前者可预测，后者更灵活，但成本更高、更容易出错

它的核心建议很克制：
先用最简单的方案，能用单次调用解决的，就别上 Agent

这篇文章也指出
很多人Agent做不好，问题往往不在模型，而在工具设计
我觉得这个很有道理
我之前学习agent一上来就是急于求成
学习各种热门的概念
却没有认真思考过Workflow这个我所熟悉的思路

https://t.co/QKa6cq2ZXF

[山景城小路 @Zen_with_AI]

拿到offer后 必须访问的网站：
薪资谈判：https://t.co/AuEYQx2xuJ 💰
大厂 startup 真实薪资全透明，谈 offer 前先来这查，HR 的"我们预算就这么多"当场现形。
https://t.co/4FUUk8NcEt

[lhcforall @lhcforall]

@lxfater 必须是正版游戏吗？ 下载给网盘文件能玩吗

[lhcforall @lhcforall]

@AI_Whisper_X 所以能少封一些大陆的正常开发者吗

[lhcforall @lhcforall]

https://t.co/1Ihr9eJQLt… 这个2021年的doc里记录了当年A社的一些技术路线以及当时不同创始人的一些讨论，如今大部分得到了验证。我依据这个pdf让opus5.5 max模仿写了下从2026-2031年的技术规划以及一些讨论https://t.co/3KFytbpmA8

[lhcforall @lhcforall]

刚看了李老师转的四川酱油配米饭吃的小姑娘，作为有孩子的人实在看不下去这个。从今以后我决定自我阉割，把李老师 bbc dw fri 这些都取关了，以后 x 对我来说就是个微博版知乎，只关注技术 ai 相关，其他一概不闻不看

[0x鸣人 @LuBtc888]

第一个发现多地区苹果ID登录的兄弟

简直是个大天才

50多个未更新的app 瞬间全升级了

再也不用每次更新输密码了

教程如下：

1. 打开设置，搜索 邮件 进去
2.点击 邮件账户
3.点击 添加账户
4.选择蓝字“从列表中选取”
5.选择icloud 登录你的外区ID 就行

[SuSu_酥酥👅 @NFT_Chen]

🚨重磅披露：Anthropic联创Jack Clark刚刚把Claude完全实现RSI时间线提前了！

他现在认为“完整递归自我改进（Full RSI）”更可能在2027年实现，而非之前更看好的2028年。

核心原因：AI创造力显著提升 + 数学突破 + TasteVal基准显示Claude Opus 5.5在实验研究品味上已超越人类专家，2.3x计算乘数，进步速度每3个月翻倍。

这意味着Claude可能很快能自主训练自己的下一代版本，AI自我进化闭环加速开启？

Elon Musk直接回复：Obv（显然）

奇点比很多人以为的更近了？

#AI #Claude #RSI #Anthropic #AGI #递归自我改进 #AI奇点 #Dario

[AI Dance @AI_Whisper_X]

卧槽，Anthropic 2021年就在讨论这些了吗？

这是 Anthropic 2021 年 7 月的研究路线图，在 Bartz 版权案里被当作证据公开了，读完有点震撼。
- 顶层目标就是 AGI，落到具体是做一个能对话的 AI 助手，写函数、找 bug、设计 API、聊代码风格，“具备一个软件工程师同事的全部能力”
- 训练 1T 及以上的模型，用自动奖励 + 人类反馈做 RL 微调，那时 GPT-3 也才 175B
- 硬件 de-risk：TPU、Trainium，为 compute deals 做准备；最值钱的资产是模型权重，要加强安全
- 数据：language、code、diffs、PRs、debugging，拿 diffs 和 PRs 去 finetune，"把人的意图和模型行为连起来"
- long context 和 memory，批注里还提了三种 memory 方案：periodic batched backprop、soft database lookup、skeletonization
- reward model 的鲁棒性，对齐的 scaling law
- 单独一节 RL for Tool Use，先在 search 和 printf debugging 上看到 signs of life
- 批注区 Dario 有一句："Yep. Basically the code editor."

每一个词现在看都不吃惊。但 2021 年 7 月，GPT-3 还是天花板，Copilot 预览版刚出两周，这些东西全部同时出现在一份文档里。人的认知差距，真的可以跨这么多年。

其他同时公开的还有
《Concise Research Roadmap》（简明研究路线图）https://t.co/o8N72wGy6D
《Product visions for early 2025》（2025 年初产品愿景）：写于 2023 年 6 月，讨论 Claude 未来可能的用途。https://t.co/AtnO6MDqMZ
《Responsible Scaling as a Framework for Anthropic》（以负责任扩展作为 Anthropic 的框架）：讨论 RSP（负责任扩展政策），以及 Anthropic 为什么要持续扩展模型能力https://t.co/UlcHc2nHhZ

[Kevin Roose @kevinroose]

On the eve of The AGI Chronicles (which comes out tomorrow!) I'm publishing an excerpt from "Big Blob of Compute," a 2017 internal research document by Dario Amodei, back when he was a researcher at OpenAI.

It's never been published before, but BBOC is, in my mind, the essay that started the AI race. It described Amodei's hypothesis that scaling up AI models was the best way, by far, to make them smarter. GPT-2 was an experiment to test the hypothesis, and when it worked, OpenAI went all-in on scaling, which led to the race we have today.

It's a fascinating historical artifact that deserves to see the light of day. And it's taken on mythical proportions inside the AI industry, which is now spending trillions of dollars building the "big blobs" that Amodei thought would be necessary to get to AGI.

Enjoy! And please pre-order the book if you do!

https://t.co/dGBzcI6Mrl

[lhcforall @lhcforall]

@uncle_moon_x @grok 这是真的吗

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

这些年不断有人问我，“你今天帮人推荐专业，你如何判断未来中国的发展趋势？万一一个专业今天很火，10年后死了怎么办？”

党哥反复强调，判断未来趋势，必须依赖这几个第一性原理：

1. 看中国当今的产业结构。第一大块就是外贸制造业，其中机电产品占比60%，机电产品就是中国第一大挣钱行业。

机电行业对应的就是计算机、弱电类（电子信息自动化）、强电类、机电类专业，这个专业在中国是个大蛋糕，不是越南印度随随便便能全盘抢走的；

2. 看中国最顶级的PEVC真金白银的投资portfolio。目前几乎所有PEVC都在AI行业里面投资，所有清华北大上交PhD几乎都被几家头部LLM炼丹大厂抢走了，

哪怕PEVC成天喊着要看具身智能、量子计算、脑机接口、人造子宫，他们压根也不敢投多少钱，或者完全是找人接盘，最终各家VC自己portfolio里绝大多数依然是AI，毫无疑问，AI就是最好的、增速最快、最有前景的行业；

3. 看美国日本韩国今天的状态。这三个国家今天的状态，就是中国未来10~30年的趋势。很明显，人文社科专业没有饭吃，头部金融咨询保险行业已经饱和，社会消费零售利润越来越低，过度饱和竞争。

最终能吃饭的人，都是EECS本科专业出身、并且能吃技术饭的人，这一点毫无疑问。

指望复刻国内餐饮、房地产、商业地产、零售的时代红利，开个饭馆奶茶店咖啡店躺着数钱，未来已经完全不现实了；

4. 看清华大学本科生们用脚投票的选择。过去10年来，清华本科生们几乎绝大多数都最积极抢计算机专业的名额，进不去计算机的人，也要进电子自动化，抢科技互联网的饭碗，

进不去EECS的人，也要捏着鼻子把清华本科四年专业课修完，然后自己偷偷晚上在宿舍一门一门看CMU、Stanford、MIT的计算机课，刷leetcode，出去狠狠投简历进科技互联网行业，连文科生都知道要先进阿里字节小米做两段产品经理实习。

不要觉得他们是傻子，他们用脚投票的结果，才是最真实的结果；

5. 看中国方针政策选行业。国务院在报告里可以推荐6G、生物技术、量子计算等等名词，然而国家级产业基金和各地方基金真金白银孵化扶持的产业，一定是半导体、新能源、医疗器械、靶向药、高端制造业、国产替代这些行业。

因为党哥反复强调，在几轮半导体卡脖子事件后，中央的一个大政方针就是国家安全，国家安全最重要的就是产业安全，就是半导体产业安全，所以中国一定会不惜一切代价、用30~50年的时间，尝试逐步彻底解决半导体全产业链国产化的问题。

同时中国产业发展趋势一定会模仿日本韩国，能吃掉的半导体、通信、汽车、消费电子、工控设备产业，一定本国保护、本国孵化、本国扶持，这块蛋糕不需要顶级创新力，只要按部就班一点点让出市场，一点点本土产业吃掉市场，就能把产业留在本地，然后进入国际市场参与竞争，

同时中国因为拥有日本和韩国都比不了的14亿人口巨大市场，所以美国和欧洲对应的优势产业，在中国本土也可以孵化出来，比如高端仿制药、自动化无脑找靶点的创新靶向药、生物医疗器械、主线飞机、高铁、新能源车、光伏这些产业，靠14亿人市场就能全部消化；

6. 还有一大块蛋糕，是国企用牌照和政策垄断的自留地，典型的就是通信、电力电网、石油、国字号金融保险、各地方自留的文旅城投产业、道路桥梁产业、烟草产业等等，有的有增量，有的快死了，但整体都是国企饭，有关系就能进去。

这就是党哥判断中国未来优势的基本第一性原理，学会了请转发+点赞+收藏，谢谢。

[lhcforall @lhcforall]

@KyxBtc 第一个图是真的吗？@grok

[lhcforall @lhcforall]

@KyxBtc 这个第一个图是真的 吗