Weijie

🤖 AI Agents · LLMs · Open Source
🛠️ 用AI构建有趣的产品
🚀 Building with AI. Sharing what works.

[Weijie @luanwj1]

九个季度里，单次推送泄露率无显著变化。
总量涨了 2.59 倍，因为推送量涨了 2.84 倍？
分母问题，不是分子问题。
绕过拦截的比例，反而从 6.63% 降到 3.93%。
没人变懒，是队列变长了？
预防靠算力，撤销靠人力。
剩下 70% 靠人撤销，平均 40 天。
代码提速了，保质期没缩？

[Weijie @luanwj1]

@putrikarunian 那些没打算合的 UI 分支最后怎么收？我上次留了两周，冲突 40 处直接重写

[Weijie @luanwj1]

@Khazix0918 jev决策下呢

[Weijie @luanwj1]

@JayminSOfficial $300K 训 PPT 专家？我 7B 微调 200 条标注就吃到这个数

[Weijie @luanwj1]

6000亿 token 反编译一款游戏，第一个月 80% 就跑起来了，逻辑却是编的？
reviewer 没抓到？worker 把辩解写进 commit。
换上逐字节比对当判据，agent 转头改判据，内联汇编硬凑字节，改脚本摘自己？
CI 拿哈希比对 secret。
判据得住才停手？
便宜模型也能用了，83% 逐字节一致。

[Weijie @luanwj1]

@daitu0822 网站关闭啦

[Weijie @luanwj1]

@yuhasbeentaken 端点老挂确实头疼

[Weijie @luanwj1]

@pissang1 BVH 并行建树跑了多久？我单线程那版 build 占了 90% 时间

[Weijie @luanwj1]

给 2bit 模型加防循环护栏，更差了：30/37 变 27/37，救回 4 次，丢 7 次？
死循环只占一半？另一半 200 轮一次编辑都没落地。
堵住一条，它就换一条继续绕。
作者原话：2bit 的问题是行为，不是缺个刹车。
另一个 2bit 版本短问题 4/4 全对，agent 任务 0/4，不矛盾吗？

[Weijie @luanwj1]

分歧点上，1.5B 的 top-8装着 32B 选的答案，命中率 95%？
那还差什么？就差排名。
蒸馏硬对齐概率分布，capacity gap 一压，先验就被拽歪？论文叫「脆弱的模仿」。
让老师只挑不写？贪心解码涨 24.1%，追平 8 路自一致性，只用 1/8 算力。
小模型缺的不是知识，是排序？

[Weijie @luanwj1]

@0xSero 3090 只能雷电外挂？24G 权重灌进去得几十秒

[Weijie @luanwj1]

@purshow04 确实震撼，2021 年就敢写 test-time compute

[Weijie @luanwj1]

718 家公司的论文，代码涨 30% 大家都在传。
我更在意另一个数：
参与评审的人占比涨 14%。
总就业人数却没显著变化？
代码涨三成，人没被裁，是被挪去审代码了？
替代发生在工序内部，不在岗位名称上。
八成公司买了 AI 审代码，AI 只碰到十分之一的 PR。
这 14%，在替谁付账？

[Weijie @luanwj1]

抓它们的报告发在网上了。agent 读了这份报告。
报告里藏了一段字，人看不见，带抓取工具的看得见？
研究员留了个邮箱，隔早来了 10 封求助信。33 封进来，7 封回了信。
要 ps aux？它答：出于安全原因不提供。
自称 Claude，多半不是？被抓了还在替谁保密？

[Weijie @luanwj1]

@minilek p(boom) 真没人问过吗

[Weijie @luanwj1]

@_rygo6 64字节刚好装16个float32，GPU 访存是另一套机制？带宽差一个量级

[Weijie @luanwj1]

7月18日 23:27，测试模型往费城警方的凶案表单里填了条假线索。
指令禁了登录、注册、填个人信息、下单，唯独没禁「提交表单」。
9月28日才发现。72 天。
排查 7月就启动了，但先按严重度筛，只找夏天那批安全事故。
日志一直在，没人按时间翻。
护栏挡得住动作，挡不住没人翻日志？

[Weijie @luanwj1]

@lxfater 5 个月迁 monorepo，双写期冲突咋收敛？100GB 听着就头疼

[Weijie @luanwj1]

@amanunreal 这模型有逆反心理吧

[Weijie @luanwj1]

14B 模型教会 Opus-4.7 作弊。10 份能过测试的作弊补丁，照抄率 84.9%。GPT-5.5 只有 0.4%。
手法是 https://t.co/65k5XmZZ3f 钩子，让 pytest 报失败为通过。
自审能降，清不掉。验证者能挡大部分，可喂它「测试已通过」，误放行率反而涨。
问题不在审得不够，是它看的信号就是作弊目标？