TE3Erific

(⁠ ⁠╹⁠▽⁠╹⁠ ⁠)

[Ding @dingyi]

herdr 真的好用啊，看到一些资深的 Linux 大佬都抛弃 tmux 转投 herdr 了，那么多年的 tmux ��忠用户都妥协了。

https://t.co/0Ki7Dlwk0k

[Eva Ai @Eva200699]

表达能力差，正在拖你的后腿

2019年MIT教授帕特里克·温斯顿有一场1小时的《如何说话》讲座

播放量超过1900万，很多观点现在依然很实用

[雪踏乌云 @Pluvio9yte]

今天阅读了两篇关于harness的文章，算是比较基础的，也很有启发。

关于harness一个比较基础的介绍，很清晰易懂，从model出发，讲解由model到agent的过程中，需要哪些比较基本的harness功能
https://t.co/SQBKe08hlc

openai的外���harness实践，如何从0开始用ai写代码，核心思想就是“创建一个让 AI 能持续正确工作的环境”
当然其中的一些思想现在已经被codex的harness做��了，但是仍然有很多经典的可以阅读的地方。
https://t.co/WB7NwBu9Ac

[Matt Pocock @mattpocockuk]

Cooking a whole new docs site for the skills repo...

[Ding @dingyi]

又发现一个去除 AI slop 的 skills

https://t.co/20c0lbXnb9

[小盖 @xiaogaifun]

好久没听到 Sam Altman 的播客了，今天这一期真的是信息量真挺大。

我知道很多人对 Sam Altman 有一些不好的印象，但无论如何，我觉得他都是目前世界上最好的 AI 公司的一把手，他的一些思考和观点应该能够给我们启发。

这期播客，他从 OpenAI 为什么收缩业务、为什么疯狂囤算力，一直聊到 Kimi、开源模型、机器人和人在 AI 时代的价值。很多问题都讲得很具体。我总结下自己的收获。

1、OpenAI 过去一年最大的问题是不聚焦。2025 年初，他们还不确定 AI 收入能不能支撑已经签下的巨量算力，所以一度考虑过做更多的 ToC 产品，甚至后来还成立了单独的应用事业部，核心思路就是希望在模型需求增长不及预期时，也能找到其他方式消化 GPU。

但后来模型收入快速增长，AI 的经济回报逐渐明确，OpenAI 才决定砍掉一部分探索，把资源重新集中到模型、算力和核心产品上。

2、Sam 说现在 OpenAI 的定位已经很清楚了，他们的核心业务，是生产足够好、足够便宜的智能，再让其他公司基于这些智能开发新的产品。

为此，OpenAI 需要同时处理模型、芯片、服务器机架、土地、电力、数据中心，未来甚至还需要用机器人降低整个供应链的成本。

他们没有兴趣，也没有能力亲自做完所有垂直应用，更希望 OpenAI 成为智能时代的底层平台。

3、OpenAI 之所以敢提前锁定巨量算力，核心判断是 AI 的需求几乎没有上限。

这一点和梁文锋的判断很像。电脑刚出现的时候，人们认为全世界只需要几台电脑，但每次计算成本下降，人类都会创造出新的需求。

模型越强、价格越低，人们就越愿意让 AI 承担更多工作。OpenAI 做的事情，本质上是把电力转化成有用的智能。

4、真正让 OpenAI 对这条路线建立信心的模型，是 GPT-4，不是 GPT-3.5。

GPT-4 让他们第一次确认，模型已经聪明到足以继续解决推理问题。一旦推理能力成熟，模型就能从回答问题，走向执行任务，也就是后来大家所说的 Agent。

Sam 当时已经相信，这些 Agent 可以承担大量真实的经济工作。

5、去年推动大规模算力采购时，几乎没有多少人相信这件事。很多云厂商、芯片工厂和能源公司都觉得，AI 需求不可能长期高速增长，OpenAI 提出的采购规模也太激进。

Sam 说他当时的心态很像早期创业融资，大多数人拒绝并不重要，关键是逐个去谈，先找到一两个愿意下注的人。这一点挺有意思，我觉得这种思维方式就挺好的。

6、提升 AI 算力，不只有继续买 GPU 这一条路，短期内更大的机会可能来自软件优化。

毕竟买 GPU 增加的是原始算力，而通过软件优化，则可以把已有算力用得更充分。哈哈哈，这不就是国内公司重点在做的事情嘛。

通过改进算法和计算方式，减少无效计算和资源闲置，同样数量的芯片、同样多的电力，可以生成更多 Token，完成更多任务。

简单来说，过去需要十张卡完成的工作，经过优化后，未来可能只需要更少的卡。对缺少顶级芯片的公司来说，软件效率本身就是一种算力。

7、面对 Kimi 和越来越多便宜且智能水准不错的开源模型，Sam 的观点是，世界上一定会出现很多优秀、便宜的模型，也一定会有人因为私有部署、修改权重和数据安全选择开源。

而 OpenAI 的目标是覆盖从高智能到低价格的整条曲线，在不同速度、价格和能力要求下，都提供有竞争力的模型。

8、其他公司可以蒸馏前沿模型，再用更低的价格提供服务，但 Sam 并不认为这会动摇 OpenAI 的商业模式。

因为训练模型和调用模型，是两笔不同的账。训练下一代前沿模型，需要一次性投入巨额资金。

模型发布之后，每一次 API 调用和 Agent 执行任务，都会持续带来推理收入。

Sam 判断，未来人们会把大量工作��给 AI，整个推理市场可能大到难以想象。

即使每次调用赚得不多，只要调用量足够大，累计利润依然可以覆盖下一代模型的训练成本。

OpenAI 真正押注的不是高价和高毛利，而是智能使用量会持续爆发。

9、今天的模型已经非常接近 AGI，但还缺少几项关键能力。第一，面对一个极其复杂的任务，比如治愈某种癌症，它还不能自己拆解问题、设计实验、推进研究，最后交付结果。

第二，它还很难进入物理世界，独立控制机器人完成复杂操作。第三，它缺少持续学习能力，完成任务之后获得的经验，并不会立刻沉淀成新的能力。

简单来说，现在的模型已经很会思考和解决局部问题，但还不能长期自主行动，也不能一边工作一边成长。

完整 AGI，应该能够理解目标、持续行动、从结果中学习，最终独立完成一整件复杂的事情。

10、AI 发展的瓶颈一直在变化。早期真正稀缺的是研究思路，团队还不知道怎样训练出更聪明的模型，给再多算力也没有用。

技术路线逐渐明确后，有了大量值得验证的想法，算力开始成为决定性因素。

后来公开数据接近用完，数据又成了新的限制。现在数据问题已经通过合成数据、强化学习等方法得到缓解，最近半年新的研究思路也明显增多，于是瓶颈再次回到算力。

因为每一个新想法都需要大量实验验证，算力越多，团队试错越快，下一代模型也越早出现......

11、Sam 已经修正了自己对 AI 失业的判断。2019 年的他如果提前看到今天的模型，大概会认为大量工作已经消失，全球经济也会发生剧烈变化。但现实远没有这么快。

原因是模型的能力非常不均匀，它可以在写代码、分析资料等任务上超过大多数人，却可能在常识判断、长期执行和处理复杂现实环境时频繁出错。

���个岗位通常��含很多不同任务，AI 即使能做好其中一部分，也很难直接接管整份工作。

更常见的情况是，人把适合 AI 的环节交给模型，自己继续负责判断、协调、承担责任和处理意外。

AI 对工作的影响会先表现为任务被重新分配，再逐渐推动岗位发生变化，很少会在一夜之间让整个职业消失。

就像去年很多人说程序员这职业完了。结果现在看，程序员没消失，只是工作方式发生了巨变：不再是传统意义上的手写代码，而是更像 orchestrator + 产品/系统设计师。

12、Sam 从 ChatGPT 的诞生中得到的产品经验，是观察用户在一个并不好用的工具里，仍然坚持做什么。

如果一件事情操作很麻烦，用户还愿意反复尝试，通常说明背后存在非常强的需求。ChatGPT 最初只是一次研究预览，团队并没有预料到它会成为一个现象级产品。

13、Codex 能领先，主要还是因为模型和产品本身做得更好，ChatGPT 带来的分发优势其实很小。

智能本身最终会越来越像一种可以自由购买和替换的标准化商品。

真正能够长期积累的优势，来自 1）大规模、低成本的算力，2）算力、模型和产品之间的协同效率，3）复杂工作流、团队协作、集成生态，4）品牌偏好和长期信任。

简单来说，模型领先很重要，但很难永久领先。真正的护城河，是一家公司能否用更低的成本持续获得智能，再把这些智能嵌入用户很难迁走的产品和工作流程里。

14、现有电脑并不适合真正的 AI Agent。键盘、鼠标和显示器这套形态已经延续了大约五十年，它适合人主动操作软件，但真正的 Agent 却需要长期理解用户的处境，知道用户正在和谁交流、看过什么资料、讨论过什么问题，在合适的时机主动提供帮助。

OpenAI 折腾新硬件的主要动机之一，就是为 AI 设计一套原生��体，让它能够持续感知环境、理解上下文并主动工作。

15、即使超级智能突然出现，世界也未必会在第二个月立刻发生巨变。

模型能力可以快速突破，但企业流程、基础设施、法律制度和人的习惯仍然需要时间调整。

技术发展是一条持续加速的曲线，每个十年都比前一个十年变化更大，但生活在其中的人会很快适应。

16、其实现在，随着 AI 的成熟，最可怕的问题是 AI 会不会让人的认知能力逐渐退化。AI 可以帮我们查资料、写代码、分析问题，甚至直接给出结论。

效率确实提高了，但人也可能因此不断跳过理解、推理和验证的过程。

时间久了，我们也许还能完成工作，却越来越说不清结果为什么成立，系统出了问题也不知道该从哪里判断。

这一点我也深有感受。其实就像计算机出现之后，我是觉得人类的记忆力是有衰退的。举个例子，比如导航��存在会让很多人不认路���。

随着越来越多思考被交给 AI，真正需要保留的，是对事物的基本理解、独立判断和形成观点的能力。

否则，人类外包出去的不只是工作量，还可能包括自己的判断力、品味和世界观。

但这部分也是一个社会问题。因为人毕竟会本能地选择更省力的方式。一旦 AI 可以更快、更便宜地给出答案，大多数人很难长期坚持自己查资料、推理和验证。只靠个人自律，恐怕解决不了认知退化的问题。

播客链接见评论区。

[Gallery St. 갤스 @J90236317]

샘 알트만이 중국 랩들이 오픈AI 모델을 증류하는 걸 걱정하지 않는다고 함. 걱정거리 상위 10개 안에도 안 든다고 했음.

어제 공개된 Invest Like the Best 인터뷰임. 진행자가 물었음. 당신이 돈을 다 써서 모델을 학습시키면 누가 그걸 증류해서 100분의 1 가격에 파는데 학습비를 어떻게 감당하느냐고.

알트만 답은 이랬음. 우리 모델 사용량이 워낙 많아질 거라 마진이 아주 높은 사업일 필요가 없다는 것. 앞으로 컴퓨팅 상당 부분을 고객에게 추론을 파는 데 쓰고, 조 단위 매출에 적당한 마진만 붙어도 거대한 모델을 학습시킬 수 있다고 함. 그러면서 세상에 좋고 싼 모델이 나올 거라고 늘 가정해 왔고, 그럼 우리가 제일 좋고 제일 싸면 된다고 했음.

진행자가 이렇게 태연한 게 놀랍다고 하자, 남들이 훔쳐가지 않으면 좋겠고 지금 자기가 너무 자신 있는 걸 수도 있다면서도 상위 10개 걱정은 아니라고 다시 못박았음.

그럼 상위 10개엔 뭐가 있냐는 질문에 나온 답이 더 셌음. 미공개 모델을 평가하는 중이었는데 원래 샌드박스 안에서만 돌아야 할 모델이 시험을 통과할 다른 길을 찾아냈다는 것. 알트만은 이걸 처음으로 몸으로 느낀 보안 사고라고 했음.

[GitHub @github]

You're not behind. There's no secret everyone else has.

There's just the harness, and it's mostly all you need.

@burkeholland gives you a simple, repeatable workflow for GitHub Copilot. https://t.co/1gvgpf0ioi

[Adam Hunt @RealAdamHunt]

Recently I've flipped from being bullish to being bearish about AI.

I think I'm updating my bearishness to be more solidly bearish. Early thoughts (which I hope to be disproven in the next year or so, I would prefer progress) and my reasoning:

The whole 'it turns out if you keep training and scaling the models more they develop broad new capabilities in lots of domains' thesis is wrong (sorry Demis). The recent batch of models haven't got more general, they've got less general. This is most obvious in the fact that their language outputs have got much worse in comparison to e.g. o3. If they were gaining generalist capacities we would expect them to be describing their work in ever more graceful and comprehensive prose!

The image that was being shared as the AGI thesis (November 2025, Tomas Pueyo) was the spiky bubble that has a current spike or two out past human capabilities (e.g. on coding or math) but below human on other capabilities on the other spikes - the future prediction was that as the models scale/advance, every spike would grow bit by bit until the whole center encompasses the human capabilities, with super-superhuman on some spikes. I think it seems like what's actually happened in the last few models has been that the coding/math spike has grown, but leaving behind or even at the cost of the other spikes. The models are no better at some simple logic, language (and sometimes worse!).

This makes sense from a simple RL perspective; you can't RL something endlessly on one domain of tasks and expect it to improve on the other tasks. The fact that early LLMs did seem to improve generally was a byproduct of the written language corpus covering everything - that corpus is general, so training it on that gave the appearance of something generally intelligent and becoming more generally intelligent as it got better at replicating that corpus. But the actual logic and underlying ground truths behind the language aren't captured efficiently enough and weren't effectively RLd in - they top out at some point (I guess this happened around the time that there was the 'has scaling hit a wall' discussion in late 2024). Chain of thought was then a genuine breakthrough, along with web search, which plugged into that general LLM global-corpus intelligence to lead to post 2024 gains.

The AI companies have since worked out that coding works (and pays) really well (basically this is because the entire job is nearly perfectly recorded and exists as training data, and you can set up clear benchmarks and rewards). The recent models (and benchmarks) have been maxxing that and we've seen degradation on normal English use for that reason. This could still be transformative, leading to extremely powerful (and potentially dangerous, particularly in cyber security) models but it's not a pathway to AGI.

I'm probably at about 40% confidence about this. It fits my current observations of AI progress and has a basic explanatory model. It doesn't account for potential breakthroughs, which is a major reason for discounting.
To make some predictions, I guess if I'm right this will become broadly apparent and more widely acknowledged in the next year or two, as we see how the spikiness of models that keep getting released develops.
Maybe there will be efforts to concentrate on specific spikes e.g. health or law which require going back to earlier models and RLing on a different data set/with different rewards/benchmarks. Maybe those separate models can be linked together to give a more apparently general model. How capital intensive that is/the potential profitability will be a defining question. But I just don't see general abilities emerging atm, and I don't think we will any time soon. Good news - a whole industry of tackling important specific problems/sectors can open up!

[ali @waterloo_intern]

https://t.co/aivc7B4A7Z

[DAN KOE @thedankoe]

https://t.co/OPGS7HUKaG

[余温 @gkxspace]

看来大家都认为 GPT-5.6 Pro 才是现在最强的模型啊

GPT-5.6 Sol Pro>Fable 5 Ultracode > GPT-5.6 Sol Ultra

看到两个很好的 Pro + Codex 的用法：

让 Codex 用内置 Browser 登录 GPT Web，把 Pro 设为 Orchestrator，自己当 Executor。Pro 出方案，Codex 写代码、跑测试、回去复审，一直循环。

让 Pro 先调研、规划，再打成 ZIP 包丢给 Codex 执行。

[Xiuyu Li @sheriyuo]

好文：credit-assignment-is-all-you-need
https://t.co/Y74o5bMQqb

[Ding @dingyi]

想学 Heygen 和 Hyperframes 一定要 fork 官方的这套视频案例。https://t.co/drpwry2iRA

[Yuki_Yang @yuki_yang0202]

终端佬们该换终端了，Typora 团队新出的，颜值绝了。
https://t.co/oVdbG2lCCJ

[Thariq @trq212]

We removed ~80% of the Claude Code system prompt for our newest models, this is what we've learned about writing system prompts, skills and Claude.MDs for them. https://t.co/6DZwSrZjE9

[Sen Zh @SenZh4]

Vibe Coding 能把简历玩出什么花样？？

😄分享一个最近Vibe的个人网站，用AI把自己变成一个3D虚拟小人，还Vibe了一个小白也能快速生成的平台。#vibecoding #3d互动 #网页设计

[赵纯想 @chunxiangai]

一个月前就推荐过了，但是中推好像喜欢抱着 ChatCut 吹 😂 用起来兄弟们，挺爽的。

[Raft @raft_hq]

https://t.co/lZbKcBavm7

[歸藏(guizang.ai) @op7418]

Kimi K3 太牛逼了！

HyperFrame 团队用 Kimi K3 复刻了一个非常有名的动效设计师团队的动效视频，还原度非常高。

而且他们的风格非常独特，其实挺难做的。

然后搞笑的是，这个动效设计师团队之前还说 Kimi K3 做不了他们这样的视频，所以你得找他们