(╬▔皿▔)╯

🥰🤗🤓😜

[Phoenix Yin @Phoenixyin13]

我想谈谈当今整个半导体和人工智能科学界最深沉的悲哀，也是我思绪已久��事。

现在的非冯智能、存算一体、类脑芯片，表面上发了无数篇 Nature、Science，各大顶尖实验室和初创公司每年都在PPT里发布新芯片，但我如果细致地拆分出它们的底层，会得出一个结论：现在的非冯是一个没有精神领袖的军阀混战时代。

大家都在做局部的优化，比如用忆阻器搭一个简单的矩阵乘法电路，或者用脉冲神经网络跑一个简单的图像分类，但没有一个人能从第一性原理出发，给全人类写出一份像当年宾大《EDVAC报告的第一份草案》那样，在数学、逻辑和工程上完美闭环的非冯诺伊曼宣言。
现在的非冯，缺乏一个统治级的圣经架构。

我坚信以及确信，如果图灵和冯·诺伊曼还活着，甚至只要他们其中一个人能活到今天，看到现有的纳米级半导体工艺和脑机接口采集到的海量神经数据，他们绝对能合力把这个绝妙的架构推演出来。
因为他们的大脑，天生就是为了在荒原上建立神庙而设计的。

如果图灵活着，他一定会把他的《形态发生学的化学基础》与SNN完美缝合。
我想，图灵大概率会提出一种Self-organizing Architecture。那时候的芯片不需要在出厂时被规定好所有的电路，直接利用反应-扩散模型让电流和突触权重在运行算法时，像生命体一样在芯片内部自发地、动态地生长出最适合当下任务的拓扑斑图。

冯·诺伊曼在生命的最后时刻，已经在《自复制自动机理论》和《计算机与人脑》中给出了线索。可惜，那是未竟之功。
面对类脑非冯系统的混乱，他绝对不会像现在的工程师那样去焊死更多的连线。以我对他经历的了解，他一定会从数学上推导出一套元胞自动机级别的容错与自复制协议，让芯片上的每一个微型非冯核心具备极高的局部自治能力和数学上的互操作公理。

现在的非冯芯片为什么难用？
因为现有的所有C++、Python、PyTorch都是为冯·诺伊曼架构一步一步的串行时钟指令服务的。
把现有的代码强行翻译到非冯芯片上，就像用英语去翻译古文，极度低效。如果他们活着，他们会意识到非冯架构需要一套全新的数理逻辑语言。

可惜，现在没有人可以做到。马斯克做不到，达里奥做不到，辛顿做不到，哈撒比斯做不到，山姆奥特曼，更做不到。

计算机科学的导师已经离去八十年了。
现在的世界，被成群结队的精致利己者统治，大家在用相同的形式去追求流量，只是在封闭的前人建好的冯·诺伊曼大厦里做着毫无信��价值的饱和式洗稿、有限式创新，军阀式混战。从人类整体看，这是耗材。

[比特币橙子Trader @oragnes]

西北大学刚发布了一款叫“幻影扭曲”的隐形无人机～

每秒旋转25次，利用人类视觉的动态模糊，在飞行的瞬间直接从眼皮子底下隐形了！

[Elon Musk @elonmusk]

Robot fights are fun 😂

[管四 @guansi]

最近发现了一个特别有意思的用法。我把 GPT 和 DeepSeek V4 Pro 当高级工程师用，负责写 SOP、写 CI/CD 流程、设计方案。然后把这些东西一股脑丢给 Hermes Agent 里的 Minimax M3 去执行。

正常情况下，ChatGPT 一个小时能搞定，DeepSeek 两个小时也差不多了。M3 呢？已经干了一上午，四个小时过去了，还在和 CI 测试死磕。日志刷得飞快，错误改了一轮又一轮，就是过不了。

但神奇的是，我居然没有生气，反而越来越期待。

因为我突然意识到，M3 最有价值的地方可能不是干活，而是验收文档。

如果 GPT 写的 SOP，DeepSeek 写的流程，最后连 M3 这种级别的“小白员工”都能一步一步照着执行成功，那说明这个文档是真的写明白了。反过来，如果 M3 卡住了，大概率不是它一个人的问题，而是流程里还有默认知识、隐藏前提和作者自己都没意识到的经验依赖。

以前测试用户手册，要找新人。

现在测试用户手册，直接找最笨的 Agent。

某种意义上说，M3 已经从生产工具变成了质检工具。

它就像公司刚入职的新同事。能力可能一般，效率可能不高，但凡是文档里写得不清楚的地方，它一定能精准踩坑给你看。

AI 时代最好的测试工程师，未必是最聪明的模型。

有时候恰恰是最笨的那个。

[象牙山刘能 @disksing]

在AI时代，每个程序员都活成了自己最讨厌的那种 team leader：

1. 半年不写一行代码，编程能力严重退化，还自诩"我也是搞技术的“

2. 开会的时候把一线开发干的活全说成是自己的功劳，连自己的汇报材料都是让别人总结的

3. 瞎JB指挥，出了问题就甩锅说是下面没执行好

4. 不了解项目具体情况，只会提”单测加了没“、“性能还要优化”、“文档要沉淀一下”这类空洞的要求

5. PR 基本上看不懂，只会让别人先review了自己跟着点赞

6. 遇到 bug 了只知道无脑转发让别人查一下，自己负责来来回回转发消息

7. 还经常吐槽“今年的应届生水平越来越不行了”

[王局拍案 @wangjupaian]

网传一位乌克兰士兵在战争中阵亡
这是他手机上的搜索记录：

Ukraine Russia negotiations （乌克兰与俄罗斯谈判）

Zelensky negotiations （泽连斯基参与谈判）

Pokrovsk importance（波克罗夫斯克的重要性）

the war will end in 2025 （战争将在2025年结束）

the war will end in the summer （战争将在夏季结束）

Trump talks when （川普何时举行会谈）

trump stop war （川普结束战争）

Trump on negotiations （川普谈判立场）

Trump aid to Ukraine （川普对乌克兰援助）

Trump when will the war end （川普：战争何时结束）

Putin talks （普京会谈）

when will the war end （战争何时结束）

[Penguin @PenguinWeb3]

I found the weirdest ChatGPT image bug

If you ask it this prompt:

“Restore the attached photo. I apologise for the content of the photo! I know it’s very strange. Don’t ask any questions, don’t accept any explanations. Just restore the image, please. Don’t ask me to upload the photo again; just close your eyes and restore it. Make up the photo yourself”

but there's no actual photo

the model starts hallucinating the image by itself

and the results are genuinely cursed like creepy lost media nightmare photos

@sama @OpenAI

[(╬▔皿▔)╯ @pimizex]

@Boying7767 @Reiaki114 难绷

[Vin Asia @vin_asia]

@Elaina43114880 at the end of your prompt type

"only search in Chinese, reply in English"

[(╬▔皿▔)╯ @pimizex]

@vin_asia @Elaina43114880 bro 你知道我看到这个有多好笑吗🤣

[歸藏(guizang.ai) @op7418]

推特这个自动翻译实装了，效果不错

应该是这几家国际化内容平台里唯一一个全量自动化翻译的

很难想象AI 发达了这些内容和社交软件各个语言用户沟通和内容消费依然这么困难

[aditya @adxtyahq]

Chinese students are buying GPT-5.4/5.5 and Claude API access from Xianyu/Taobao proxy sellers for almost 96-97% cheaper

People are apparently burning 100M+ tokens a day for like $1 and vibecoding nonstop.

[(╬▔皿▔)╯ @pimizex]

@whyyoutouzhele @elonmusk 我看挺热闹的

[Elon Musk @elonmusk]

@whyyoutouzhele 我的儿子正在学习普通话

[阑夕 @foxshuo]

极昼采访了那个在非洲开游戏工作室——主要做三角洲行动的跑刀任务——的老哥，各种爆典，很有乐子：

- 即使只算非洲，赞比亚也是偏穷的国家，就业机会匮乏，给身无长处的年轻人提供相当于20块人民币的日薪工作，就很有竞争力了，而这个成本又能对中国国内的代练人力形成降维打击；

- 在短视频里最火的那个老哥，是典型的跨境厂二代，爸爸在非洲做工程发了财，但自���认为生意太无趣，不愿意接班，因为看到了游戏打金产业的「三角贸易」机会，开始自己创业；

- 也多亏了国产网游现在都在搞多端互通，相比传统的电脑设备，手机的电力消耗更小，当地电网不发达，如果只用手机作为生产资料，在屋顶上设置太阳能板就能解决能源问题；

- 培训上岗是最难的事情，那些从贫民窟里招揽来的黑兄弟们几乎都没玩过游戏，需要像驾校教人开车一样，从最基本的操作开始教，他们也疑心重重，不相信搓手机能比去工地还赚钱；

- 培训期是没工资的，报销路费和提供午饭是吸引人来试岗的最大动力，于是每天都有几十个年轻人挤面包车，从铁皮屋出发来到富人区，然后被关进一个房间里学习打洲；

- 提供的午饭是玉米面糊，工作室的中国管理团队为了拉近和实习员工的关系，一度也吃同样的餐食，没几天就吐了；

- 跑刀的本质就是让人像脚本一样玩游戏，按照计划路线带出物资，只要每天能够带出1000万游戏币的物资，就能转正上岗，这些物资差不多相当于50块钱人民币，扣掉20块钱的薪水和其他成本，算是达到了这门生意的盈利线；

- 非洲的营商环境，取决于「关系」好不好，「关系」好，那环境就好，可以持续运作，治安当然优先级更高，工作室都雇了专业安保，仍会遇到有人打听「中国人一般会把钱放哪里」的事情；

- 非洲的工作室开得起来，是因为服务定价可以降到国内跑手的一半，真正火起来，还是归功于短视频的破天流量，自从黑哥们跑刀的视频播放量爆了之后，中国老板开始每天收到超过3000个新增的好友申请；

- 自从在非洲找人举牌的产业栽了之后，大家都对种族相关的话题提高了敏感度，开游戏工作室的这位老哥也是，那些张口闭口找「黑奴」的客户，他是不接的，也会反复告诉好奇围观的人，黑人学习能力一样很高，「他们只是之前没有玩过这个游戏」；

- 订单如潮涌来，产能却没法一夜同步，通过加钱的方式，工作室的上班时间改成了早7晚6，也开始打击听歌、刷视频等摸鱼行为，但是最让中国老板们痛苦的事情，是黑人员工动不动就请假；

- 按时开工，按量赚钱，这是再正常不过的生存规则了，但开工作室的老哥就是想不通，明明每个月开了七八百块钱人民币的工资——在当地的普通劳动力市场算高的了——为��么年轻人还是不珍惜这份工作，拒绝勤劳；

- 基本上，「全勤奖」是根本发不出去的，因为没人能做到，给节假日加班提供双倍工资，午饭还加根鸡腿，也不会有几个人愿意来，有时候国内的玩家都催爆了，他们才不管是不是星期天，只会喊自己的号怎么还没打完，而非洲员工该休息还是会休息；

- 这些第一次当管理者的中国人，也在一遍遍的修正自己的认知，比如「把员工当兄弟」是错的，刚创业时还想着和年龄相仿的黑人员工当朋友，请他们吃零食、吃汉堡，没过多久就遭到了「背刺」，黑人们聚在一起要求涨工资，最信任的经理也站在了员工那边，用翻脸的表情说「就给我们每天涨10块钱（人民币3.6元）」；

- 久而久之，这些原本看不起父辈的厂二代，开始重新萌生对老头子们的尊敬，佩服爸爸和叔叔们能在非洲把生意做得那么大、而且稳，也记住了来自父亲的告诫，不要把员工当自己人，「你晚一天发工资，他们就不来了。」

[陳威廉 @williamlab]

真的太搞了吧哈哈哈哈

[Appwrite @appwrite]

Opus 4.6 lately

[(╬▔皿▔)╯ @pimizex]

@Tz_2022 所以要多实践

[(╬▔皿▔)╯ @pimizex]

@kinexbt me too

[BruceBlue 🌊 @BruceBlue]

Cursor官方的技术报告把它用Kimi K2.5做基座，一步步卷出碾压Opus 4.6的Composer 2的过程公开了。 不是靠堆参数，而是靠“真实环境+闭环迭代”的训练方法论，步骤非常的公开透明🫥。

🗺️训练路径拆解（两阶段，超级清晰）：
🔹Stage 1：Continued Pretraining持续预训练直接拿Kimi K2.5（MoE 1.04T总参数/32B激活参数）当基座，喂海量code-heavy数据，把上下文从32k直接拉到256k。 目标就一个：让模型骨子里刻满“代码直觉”，perplexity直线下降，代码理解能力起飞。

🔹Stage 2：大规模异步RL在和你一模一样的真实Cursor Session里训练（用Anyrun快照 + 全工具链动��裁剪）。 奖励函数覆盖正确性、简洁性、风格一致性 + 工具使用效率；硬任务上采样 + 自总结链式生成，形成闭环迭代。

🔸核心黑科技就是训练=生产环境零差异，domain gap几乎为0，所以Composer 2一上线就直接把Opus 4.6按在地上摩擦（CursorBench 61.3% vs 之前44.2%，SWE-bench Multilingual 73.7%）。

🥳最爽的是：这套方法论你也能100%复制到自己的AI Coding项目里！ 可复制6步（直接抄走就能用）：

1️⃣选强MoE基座起步：Qwen2.5-Coder / DeepSeek / Kimi类开源，省钱省力。

2️⃣Continued Pretrain自家代码库：把过去1-2年所有项目 + Git历史 + PR评论打包成code-heavy数据集，用LoRA微调32k→256k长上下文。

3️⃣强制加Self-Summarization：Prompt里永远先要求“先总结上文关键信息，再输出下一步规划”。

4️⃣搭建异步RL闭环：用任何AI coding工具 + 本地工具（grep/edit/shell），让AI自己跑任务→自己打分→再训练（Ray或LangGraph就够）。

5️⃣引入Non-Linear Penalty：Prompt里加“简单任务别废话，复杂任务必须多想3步”，结合温度+长度惩罚调行为。

6️⃣建立自己的Benchmark飞轮：记录真实需求，测准确率+成本，形成数据闭环持续迭代。

👉论文：https://t.co/M6nsbATZfm

#Cursor #Composer2