Vincent

[Vincent @VMatrix1900]

汽水音乐居然没有周杰伦的版权，YouTube music够难用的，菜单里面居然这么多选项，根本用不上，订阅了premium我都不想用。

[Tom Huang @tuturetom]

这个年头，大厂在争相开源，开放

开源自己的 agent 基础设施，开放自己的 Skills/CLI

因为大厂知道，不开源开放，就不会被训练进基座模型，就不会被 Agent 感知，就不会被用户默认使用

不是要开放开源，是不得不开放和开源

https://t.co/IX0QL0cEch

[hixonchan @hixonchan]

@CatChen 他卖的是决策服务，不只是判断本身..他不是靠“永远预测正确”活着，而是靠“大家相信他比自己更会做升学决策”活着.不是预测错一次就完了，而是当市场发现他并没有稳定优于家长自己做决策时，他的业务才会开始塌🤣他比家长好就行了

[Vincent @VMatrix1900]

看起来Google keep等大厂产品并没有很大的竞争优势，经常在gemini里面调用不成功，还是得拼ux体验，可能通过协议对接各个领域最好的产品才是正确的路线。除非产品的ux支持用户自定义。

[Vincent @VMatrix1900]

flomo的笔记设置不折叠内容+按照编辑时间排序，可以做到karpathy的笔记模式。还支持mcp能接入AI平台。https://t.co/9P8FMMjQA8

[Vincent @VMatrix1900]

用 Codex 安装 ollama 模型，8 个模型并行 pull 速度慢，我让他fix the slow speed by restarting the pull job. 它自主改成降低 pull 的并发度，还写了个脚本来执行，边执行还边监控。amazing!

[Vincent @VMatrix1900]

文件系统+bash tool 就是 agent 最好的 context。https://t.co/wnHGNPSb1R

[Vincent @VMatrix1900]

GPT 5.4 的 codex 会用 apple script+ injected js 操作网站，无敌

[Vincent @VMatrix1900]

MacBook Neo 不仅仅是用了 手机芯片，随之而来的USB 接口，内存，显示屏，电池都降低了成本，非常好的入门 Mac 生态的产品。https://t.co/r7rbXyYEKN

[Vincent @VMatrix1900]

@HanyangWang YouTube 平台上的晚点聊似乎很久都没有更新了，只有三集内容，和其他平台上的不同步。

[Jason Wei @_jasonwei]

Becoming an RL diehard in the past year and thinking about RL for most of my waking hours inadvertently taught me an important lesson about how to live my own life.

One of the big concepts in RL is that you always want to be “on-policy”: instead of mimicking other people’s successful trajectories, you should take your own actions and learn from the reward given by the environment. Obviously imitation learning is useful to bootstrap to nonzero pass rate initially, but once you can take reasonable trajectories, we generally avoid imitation learning because the best way to leverage the model’s own strengths (which are different from humans) is to only learn from its own trajectories. A well-accepted instantiation of this is that RL is a better way to train language models to solve math word problems compared to simple supervised finetuning on human-written chains of thought.

Similarly in life, we first bootstrap ourselves via imitation learning (school), which is very reasonable. But even after I graduated school, I had a habit of studying how other people found success and trying to imitate them. Sometimes it worked, but eventually I realized that I would never surpass the full ability of someone else because they were playing to their strengths which I didn’t have. It could be anything from a researcher doing yolo runs more successfully than me because they built the codebase themselves and I didn’t, or a non-AI example would be a soccer player keeping ball possession by leveraging strength that I didn’t have.

The lesson of doing RL on policy is that beating the teacher requires walking your own path and taking risks and rewards from the environment. For example, two things I enjoy more than the average researcher are (1) reading a lot of data, and (2) doing ablations to understand the effect of individual components in a system. Once when collecting a dataset, I spent a few days reading data and giving each human annotator personalized feedback, and after that the data turned out great and I gained valuable insight into the task I was trying to solve. Earlier this year I spent a month going back and ablating each of the decisions that I previously yolo’ed while working on deep research. It was a sizable amount of time spent, but through those experiments I learned unique lessons about what type of RL works well. Not only was leaning into my own passions more fulfilling, but I now feel like I’m on a path to carving a stronger niche for myself and my research.

In short, imitation is good and you have to do it initially. But once you’re bootstrapped enough, if you want to beat the teacher you must do on-policy RL and play to your own strengths and weaknesses :)

[Luyu Zhang @goocarlos]

Dify 是一家 Tech Startups 公司，像我们这样的公司基石应是工程师友好文化（Hacker-friendly），这是今天我们能成为 GitHub 全球 Top 50 项目，并且实现盈利的首要因素（尽管其它因素也很重要，但这点更重要，例如“贵人相助”���“广结善缘”）。

Hacker-friendly 不是无差别的把工程师放在首位，而是指一种尊重、激励、并尽可能减少干扰工程师创造力和效率的工作环境：
- 以���术为第一生产力：技术和产品的优先级高于流程和官僚。
- 尊重代码与创造者：写出好代码、解决复杂问题的人受尊重，不论资排辈或头衔。
- 管理层理解工程复杂性：懂得 deadline 不应强压在架构重构、技术债清理上。
- 异步沟通优先：鼓励使用文档、issue、PR review 等异步方式沟通。

“工程师不友好”的典型特征：
- 产品拍脑袋定 deadline，不能推
- 拒绝技术债重构，说“用户看不到”
- 技术难题不被认可，简化成 KPI 问责

例如，在我们的公司价值观中提到的五条：上手折腾，知识驱动，立足前沿，开放协同，坦诚清晰。尽管当时在我写下这些的时候是带有一些羞耻感的（我也不清��为什么要为此而羞耻）。

价值观就是区分什么重要，什么不重要。在众多重要的事情中，还需要区分什么更重要。

Hacker-friendly 不是仅适用于工程师，而应适用于所有知识型工作者。它是一种价值取向：鼓励价值创造，拒绝积累债务。鼓励事实讨论，拒绝情绪煽动。鼓励追求第一性，拒绝短期利益诱惑。鼓励激发善意，拒绝 PUA。

Hacker-friendly 需要同理心，需要相信有序和深度的思考下才能做出卓越的产品，需要相信最终这会指向一门好生意——从而给全员带来令人兴奋的回报。

说到这些容易，做到不容易。为了维系 Hacker-friendly，创始人就必须有一种清醒的人才观。在必要时候需要做到牺牲，可能放弃对增长的追逐，可能丢失一轮到了手边的融资，可能要被误解、羞辱、谩骂，但必须义无反顾的做这些事情，���为这是 Tech Founders 们创立一家公司的最大理由：选择和聪明的人，以聪明的互相尊重的方式工作。

[Vincent @VMatrix1900]

原来 OpenRouter 免费的 Deepseek R1 是不支持 Tool Call 的，收费的 R1 和免费的 V3 又都支持，页面上还没有，得 Curl Models 端点才能看到。。。

[Vincent @VMatrix1900]

@DIYgod @follow_app_ 自动归类相同或者想相似 topic 的内容，类似杂志编排者的角色，这样可以方便阅读，避免话题��变

[汉松 @Yonah_x]

千问的这篇论文的发现很意思。研究者发现绝大多数（约80%）的令牌具有非常低的熵，而一小部分（约20%）关键的少数令牌（例如，“假设”、“然而”、“因此”等词）则表现出高熵 。这20%“分叉 token”会让模型尝试新的推理路径。

高熵指的是如果模型在生成一个令牌时，其概率分布比较分散，意味着有多个可能的令牌可供选择，且它们之间的概率差异不大，那么这个生成位置的熵就很高 。这代表模型对于接下来要生成的内容“不太确定”，面临着一个选择点 。

RL 通过提高“分叉 token”的熵，鼓励大模型从多个推理路径思考，这正像一个“ego小”的人，愿意承认自己的想法可能不是��一的或最好的，从而更容易适应新情况和修正错误。

SFT倾向于将模型的输出推向一个“标准答案”，这会降低分叉令牌的熵，从而“导致推理路径灵活性的丧失” 。这就像一个“ego很大”的人，固执地认为只有一种正确方式。

通过在关键决策点上面不把话说死，RL 能赋予大模型一种“思维弹性”，就像思想开放，不固执的人能更好地应对快速变化的环境，所以泛化能力更强。

[Vincent @VMatrix1900]

劈柴哥认为Agent 在2B 场景更有价值。https://t.co/uRudDcA49l

[Andrej Karpathy @karpathy]

https://t.co/3CR1HXfFxb

[rick awsb ($people, $people) @rickawsb]

付鹏最新文章《链上布雷顿森林体系：稳定币、美债与21世纪美元新架构》

稳定币。。。是美债的重构、美元的重塑、（美元）主权的延伸。

[Vincent @VMatrix1900]

@DIYgod Android应用会卡，不如原生好用。