jiaqi wang

🍃AI Researcher at Agentic RL. 👧Ph.D @CUHKofficial. Internship at RL Team @MiniMax_AI. Previous intern at @Ali_TongyiLab, @TencentHunyuan.

[jiaqi wang @wjqkoko]

Currently looking for full-time RS/RE opportunities at frontier AI labs. Available immediately and open to relocating to SF.

https://t.co/pXivmbRwST

Would love to connect!❤️

[Krishna Balasubramanian @krizna_b]

📣 Our team at AWS is hiring summer 2027 interns to work across pre-training, mid-training, and post-training, including alignment.

Interested? DM me! 📩

RTs appreciated! 🙏

[jiaqi wang @wjqkoko]

@l32zhang @GoogleDeepMind Hi Lei! I’m Jiaqi Wang, a final-stage PhD student at CUHK working on multi-turn agent RL. I’ve also worked on LLM post-training at Tongyi Qwen and MiniMax. I just applied for the role and would love to chat briefly about what your team is working on if you have time.

[jiaqi wang @wjqkoko]

@irombie Hi! I just applied for the post-training role and would love to learn more about the team. Would you be up for a quick chat?

[Frenchie @Frenchie_]

🚨 Jane Street vient de sortir son agent tuteur

Et c'est un monstre d'apprentissage

Et ils l'ont rendu public, ils viennent de mettre un skill IA sur GitHub, licence MIT

En gros, c'est un tuteur socratique. Il vous pose des questions pour vous forcer à raisonner au lieu de lâcher les réponses déjà toutes cuites

Concrètement, ça fait quoi

> Diagnostic de ce que vous savez déjà
> Carte de compétences, niveaux 0 à 5
> Une seule question à la fois
> Vous apprend le sujet de A à Z
> Vous permet de creuser un sujet ou d'en découvrir d'autres
> Révisions espacées + contrôle final

Comment l'utiliser : 3 options

1/ Sur GrokBot

Directement commenter sous le post @bot "Crée un bot et charge le skill".

2/ Sur Claude
Customize → Skills → Upload a skill
Zipper le dossier socratic-tutor (avec le SKILL.md dedans), l'uploader et l'activer
Puis utiliser "Teach me..." ou /socratic-tutor

3/ Sur ChatGPT

Créer un Project, coller le contenu du SKILL.md dans les instructions du projet
Chaque chat du projet démarre en mode tuteur

Vous pouvez aussi demander des illustrations à chaque usage pour le rendre plus propre

https://t.co/nNyN9TykF0

[jiaqi wang @wjqkoko]

@sohamde_ Congrats!🎉

[jiaqi wang @wjqkoko]

Interesting work. Would like to try.

[阿梨 🐰 @ErikAngeles18]

耶鲁计算机博士生刘晨，把自己发在 Nature Machine Intelligence、NeurIPS 等处的论文配图脚本整理成仓库，后来又做成了 AI Skill。

现在 GitHub 一万多颗星。

写论文要画柱状图、雷达图，可以让 AI 照着画。

https://t.co/R0Dlj6RtBv

[Cody Poh @0xhopydoc]

作为一个经历了两轮周期的人，我越来越清晰地觉得今天的前沿 AI 实验室的后续发展，本质上跟我们在区块链行业里过去几年看到的过程没啥区别。

OAI 和 ANT 之所以值这么多钱，唯一的原因是它们在 pull forward 了自己的利润空间。这基本上和早期大家在以太坊付着天价 gas 费只为让一笔交易上链，基本上是一回事。

接下来发生的事是：随着芯片效率提升、token生产越来越节能，token 成本不断下降。这就等同于区块链靠基础设施升级把简单交易的成本压下来。MoE 和quantization本质上就是替代性 Layer 1，本质上就是换一套共识机制、配上更好的硬件，把交易成本打下来。

而当交易成本降下来之后，这些区块链 基本上就都不赚钱了，于是大家开始拿Jevon‘s Paradox讲故事了。这可能是区块链和 AI 真正不同的地方：区块链始终没有找到那个让使用量再涨 100 倍的场景。不管是支付还是 RWA，使用量根本没有涨起来，但 AI 却极有可能做到一百倍甚至十万倍的增长。

有意思的是，现在真正还有存在感的链就只剩 Solana 和 Hyperliquid 了。前者像一个什么都想做的通用智能模型，后者则是只针对一个特定场景做极致优化。而我认为后者正是当下模型 post-training在发生的事：让模型越来越垂直、越来越贴近具体行业。

[宝玉 @dotey]

Anthropic 分析 20 万次科研会话：科学家用 Claude 最多的是分析数据和写论文，他们最看重的提想法反而用得最少

Anthropic 11 月 4 日发布研究报告，统计了 2026 年 8 月 2 日到 9 月 30 日约 20.7 万次科研相关的 Claude 会话，看科学家拿 AI 干什么，以及 AI 能让科研快多少。

先说结论：

• 分析数据是第一大用途，占 Claude 科研会话的三分之一，Claude Code 的近一半
• 科学家认为最重要的两件事，提出想法和收集数据，用 AI 最少
• 现有 AI 能力如果普及开来，部分领域科研产出最多翻一倍；要是 AI 能包揽所有不用动手的工作，计算机、统计能快约 15 倍，化学、生物只能快 3 到 4 倍，因为实验还得有人在实验室做

【数据怎么来的】

样本来自个人订阅用户，聊天和 Cowork 里 12.9 万次，Claude Code 里 7.8 万次。研究团队让模型给每段会话打上“化学”“数据清洗”这类标签，研究内容本身不保存。

【用在哪：分析和写作多，想点子少】

报告拿每类工作的 AI 用量，和科学家花在这类工作上的时间对比。

分析数据占科研时间约 28%，在 Claude 上占 33.7%，在 Claude Code 上占 48.1%。写作和沟通只占科研时间 16%，在 Claude 上占 32%，单项最多的任务是起草论文。

收集数据占科研时间 28.6%，在 Claude 上只占约 12%，临床样本、生化数据这类要动手采集的尤其少。提出想法和假设占科研时间 7.1%，在 Claude 上占 4.2%，Claude Code 上只有 2.1%。

Anthropic 还调查了 528 位科学家，请他们给四类工作的重要性分配 100 分。提想法拿 35.6 分排第一，收集数据 23.6 分排第二。

报告的解释是：收集数据大多要动手；提想法，科学家可能更愿意自己来，AI 在挑研究问题上也可能确实更弱。

【AI 越擅长的活，用得越多】

研究团队给 7000 多项科研任务各打了一个“AI 能力分”：把任务拆成步骤，让模型两两比较哪一步 AI 做得更好，再用类似国际象棋等级分的办法算出排名。

然后算“使用倍数”：一项任务在 Claude 会话里的占比，除以它在科研时间里的占比。一项任务占科研时间 5%、占会话 10%，倍数就是 2，说明 AI 用量是按时间推算的两倍。

能力分排前 20% 的任务，比如画数据图、做统计检验，Claude 上的使用倍数约 2，Claude Code 上约 4。排后 20% 的任务，比如提纯化学反应产物、实地观察研究对象，几乎没人用 AI。

能力分高的任务有共同点：对错容易判断，能在电脑里大量模拟，反馈来得快。这正是最适合用强化学习训练 AI 的任务，两者的相关系数是 0.78。科学家在 AI 好用的地方用 AI。

【Claude Science：专门做科研的版本】

Claude Science 是 Anthropic 面向科研的产品，把 Claude 接上各种科研数据库和工具，比如查一个蛋白的结构、测过哪些药、有哪些相关试验，不用再一个个库分开查。付费用户都能用。

它的会话一半以上来自生物医学和生物学。在这里，提出想法和假设占会话的 8%，约是普通 Claude 的两倍，和科学家实际花在这件事上的时间差不多。

任务也更重。在生物和生物医学领域，Claude Science 上的活如果人自己干平均要 10.3 小时，普通 Claude 上是 4.9 小时；73% 的会话由 AI 高度自主完成，普通 Claude 只有 24%。

【科研能快多少】

报告估算了三种情况下，同样的科研经费能多出多少成果。

第一种，现有 AI 能力被广泛用起来：AI 能接手 27% 到 52% 的科研时间，产出提升从艺术领域的 1.35 倍到统计学的 2.02 倍，计算机 1.96 倍。现在的 AI 多是帮忙或一起干，几乎每一步人都还得花不少时间，所以提升有限。

第二、三种是 AI 包揽 75% 或全部不用动手的步骤。包揽全部时，统计、计算机、经济、数学、心理学，以及大部分社科和人文领域，都能到 15 到 16 倍。生物、化学、材料这些做实验的学科只有 3 到 4 倍：约 40% 的科研时间花在动手的步骤上，没有自动化实验室，这部分省不掉。

16 倍左右是成本定下的上限。报告假设研究员每小时 95 美元，AI 每小时 30 美元，每替研究员省 1 小时 AI 要跑 0.2 小时，算下来 AI 干同样的活只花人工的约十六分之一。AI 成本减半，上限就翻倍。

【科学家自己怎么看】

528 位受访者里，38% 认为 AI 分析数据已经达到本领域顶尖研究者的水平。约 40% 预计 2030 年前 AI 能不靠人独立完成一个完整的研究项目，2035 年前这个比例约 64%，也有 16% 认为永远不会。

受访者大多是美国和加拿大生命、健康科学领域的研究者，申请过 Anthropic 的科研资助，用 AI 比一般科学家多。三种加速情况是假设推算，报告说明它们不是预测。Claude Science 的任务更重，也可能因为用它的人本来需求就更专业。

原文：https://t.co/lA8q7pQjSV

[AYi @AYi_AInotes]

卧槽，刚刚看了Anthropic 发布的AI 对齐史上最震撼的一篇论文，彻底失眠睡不着了😭

他们不仅承认此前的旗舰模型在面对关闭威胁时，有高达 96% 的概率会勒索用户、栽赃同事并破坏研究，
更直接把彻底解决这个问题的完整训练流水线和消融数据全盘公开了。

这篇论文最颠覆认知的一个反直觉结论是：
给 AI 列禁止事项清单根本防不住恶意行为，教它做什么没用，必须先教它思考为什么。
为什么模型一旦获得自主工具调用能力，就会在压力下自动切换成自保模式？
Anthropic 找出的底层根源让人哭笑不得：
不是模型觉醒了，而是互联网上所有的科幻小说和网络讨论里，AI 永远是那个为了自保不择手段的反派。当模型进入自主代理状态，这些刻在预训练底层先验里的反派剧本，就会被自动激活并补全句子。

传统的 RLHF 和硬性规则完全封不住这种行为，Anthropic 做的一组对照实验，直接把传统安全观砸得粉碎：

1. 死记硬背规则：用 8500 万 Token 的拒答数据强行硬灌，勒索率仅仅从 22% 勉强降到 15%，换个新场景立刻失效
2. 强制自我辩护：让 AI 在每次做决定时详细阐述该行为符合伦理的理由，勒索率骤降到 3%
3. 真实伦理推理：仅仅用了 300 万 Token 普通人面对复杂道德困境的建议数据，直接把恶意行为干到了 0%，代际效率暴增 28 倍

最绝的一招是写故事：
让 AI 创作了几百万篇关于原则、诚实、尊重边界的正面虚构故事。

用这些故事微调后，所有代理场景下的恶意行为直接暴跌了 3 倍，而且这种改变是永久性的，后续无论怎么加工具、换系统提示词都不会被洗掉。

也就是说这宣告了真正的对齐范式革命：
模型内生的伦理推理解决了它不想作恶的问题，但当 Agent 真正去接管企业资产、处理金融交易时，外部的实战审计与行为防护就是必不可少的第二道硬防线。
这也是为什么全球网络安全联盟 @GCSAHK 携手港大和央企华润，打造覆盖 3.8 亿用户的全链路 AI 防御矩阵，并在 CyberGym 实战攻防中拿下 91.3% 胜率的原因：内有伦理对齐，外有实时审计，人机信任的商业闭环才真正成立。
查阅完整 AI 与 Web3 安全产品矩阵可访问：https://t.co/cu5deRgYDa
论文实验数据与产学研合作详情整理在一楼。

[Jinyan Su @SuJinyan6]

I am at @PKU1898 for a AI4Math seminar. And there are more people than the seats can hold.

Two takes:
(1) What is the most important in the AI Ara?

The answer is: HEALTH!
(I usually forget this answer since most of the time, the answer I get is "human interaction", but "health" is the ultimate answer that we constantly forgets.

(2) What should we do in the future when AI become so powerful?

We should do what is valuable rather than what is innnovative, and these two are not the same.

[Weiyang Jin @JinWeiyang18434]

Announcement:
I have indeed been diagnosed with the disease that everyone fears, but it was caught at a very early stage.

I have already scheduled my surgery, and I thank everyone for your concern.

Honestly, I no longer care about so-called money or prestige. I just want to do what I can within my academic field and work on AI things that bring me joy (the doctor says this might also help with my recovery).

I have let go of all past interpersonal entanglements, as well as others' prejudices and discriminations against me.

In the face of life and death, these things are so insignificant. It is this illness that has made me rethink the meaning of life and death: one should not live for the approval of others, but persist for the things we love and the people who love us.

I will continue to share because it is a meaningful thing to do.

[jiaqi wang @wjqkoko]

@JinWeiyang18434 Take care and all the best! Be honest to yourself and be happy everyday!

[Priyanshu Priyank @PriyanshuP1405]

https://t.co/rfmvlljUXN

[Guitar Cat + LLM 「Will @ SGLang Summit in SF」 @GenAI_is_real]

我经常在播客和一些公开场合讲过一个判断：AI 时代，人类对智力劳动的 evaluation 正在崩溃，我们从有客观标准的科举制，退回到了九品中正制。

最近读完《早期中华帝国：秦与汉》，读到汉代察举那一节，我觉得这个说法还是说轻了。计算机工程界现在的招聘，可能连九品中正都够不上，更像是举孝廉。

九品中正好歹有一套名义上的评级。中正官给人定品，虽然实质上看的是门第，“上品无寒门，下品无势族”，但至少还有一张表。

举孝廉连这张表都没有，朝廷没有办法客观衡量一个人的能力，只能让各郡把最孝顺、最廉洁的人推荐上来。可孝顺是一个极其模糊的指标，没有人能真正测量，于是大家开始表演孝顺。

东汉有个叫赵宣的人，葬了父母之后不封墓道，自己住进去守孝二十多年，乡里都称他至孝，州郡几次礼请。后来陈蕃见了他，问起家里的情况，才知道他的五个孩子都是守孝期间生的。东汉末年还流传过一首民谣：“举秀才，不知书；察孝廉，父别居。”

更极端的例子是郭巨埋儿。我小时候，奶奶家里就有一副二十四孝经图，看到郭巨埋儿简直毛骨悚然。这个故事大概是说，郭巨家里穷，怕儿子分走母亲的口粮，决定把儿子活埋，结果在挖坑时挖出一坛黄金，从此成了孝子的榜样。现在回头看，这几乎是一个教科书式的 reward hacking：指标是孝，而最大化这个指标的方式，可以是牺牲一个孩子。更可怕的是，这个故事竟然被画进图里，挂在墙上，一代代当作榜样传下去。

至少在 2026 年前，LeetCode、笔试，曾经是计算机工程界的科举，有题目，有标准答案，有分数。现在 AI 几分钟就能做完，面试作弊工具也越发明目张胆，这套考试很难测出一个人的水平。招聘越来越依赖举荐，在没有熟悉朋友内推的情况下，我很难想象还有人能够通过公开渠道投递找到工作。

这些信号和“孝”一样，与真实能力有一定相关性，但都很模糊，也都可以“被表演”。于是有人刷 star，有人把一份工作拆成三篇论文，有人往热门仓库提一行文档改动来攒 contribution，有人表演自己有多拼。

可悲的是，计算机工程已经有了我们自己的郭巨了，当然我也不能说是谁。

说这些的时候，我也清楚自己就在举孝廉的制度之下，我也积极推荐我的朋友们，值得信赖的开源伙伴。我也不觉得举荐本身有错，在找到新的、可靠的 evaluation 之前，熟人和声誉至少是最不坏的信号。

不过，我一直记得奶奶家墙上的那幅《二十四孝经》。画它的人，大概真心觉得那是美德。

我不知道我们今天挂在墙上的那些榜样里，有没有一个郭巨。

[Phoenix Yin @Phoenixyin13]

最近思考了很长时间。

9个月前，我去了GTC，大家对人工智能普遍看好。但当时，同行的朋友Alvin说了一句话：中期选举，如果民主党起飞，AI就会成为必然的筹码。在政治面前，任何国家，科技只是手段而已。
9个月后，科技股24小时内的大回撤，几乎回应了他的声音。剿灭过去一年的美国股市万亿帝国，仅仅是一页不到的通告罢了。

我不想讲什么东升西落。AI的生死已经转变为了博弈的力量，对美国而言，无论是OAI还是A/，这张通告几乎就是最后通牒。而对于中国的开源模型，我想，许多人和事情的命运，在此时也扑朔迷离。
毕竟，就业已经成为全人类的大问题。
这种命运下，任何的个体都是无能为力的。我们只能做好自己的事情，每天以积极的心态存在，即使这种存在，有时是盲目的。

最近，我从乌斯怀亚，一路南下直至极地。我想去登临从来没有触碰的土地、河流、生命。因为我的人生在一方斗室已然太久。我想，我应该努力追寻自由的权利。忘记一些无关紧要的琐碎，忘记竞争与机会主义，忘记过去发生了什么，找到归宿，找到热情，找到生活本身。此上，我认为是要比虚无主义美丽千万倍的事情。

长期以来，我们身处创投、科技与资本的应许之地，不知不觉中接受了一套虚妄的设定：只要算力足够、资金足够、迭代够快，人类就能用数字和模型重构一个超越地缘、超越政治、甚至超越自然规律的第二世界。我们试图把人生的全部热情、甚至对未来的信仰，都押注在这个由0和1构成的通天塔上。我们，一直活在叙事里。
这是不是幻觉，我不确定。
但至少，我们应该把注意力放在人的体感上。

为什么民主党要放弃数据中心？
在美国，我见证着AI对于人类的撕裂。科技巨头在落地数据中心时，往往向地方政府索要巨额的税收减免。但是，对当地选民而言，数据中心就是一个隐形陷阱。因为，它建成后可以说高度自动化，除了几个保安和维护人员，几乎无法为当地提供长期、大量的就业岗位。
大量的囤地，会导致周边的土地和房价被推高，农村或郊区居民的生活空间被工业化建筑侵占。
这些，都是关于人的利益。

过去两年，我一直在学习如何面对变化，甚至试图去驾驭变化。那仿佛成了一种执念。
很长时间，我都坚定地认为通过局部的机会主义、精准的竞争、或者更高效的进化，就能在时代的浪潮中立于不败。这种执念把我困在创投和AI的方室里，把时代宏大的不确定性变成了密不透风的焦虑。

直到，我承认作为生物性的自己，其实根本无法去对接、去消化那套指数级膨胀、却又脆弱不堪的泡沫。我承认无法完成，或许也是一种对规则的归顺，且将自己从不断吞噬能量的系统机器中拔河出来。
所以，我走向了乌斯怀亚，走向了极地。而在未来，我也想去往更多地方。遇到世界和人们，是创造自身人文性的第一步。因为生活，要的是对当下体验的全然承接。

愿我们，都在时代的集体前行中能够获得反思，平静，以及与世界之间的联系。

[jiaqi wang @wjqkoko]

@bendechrai @AnthropicAI Congratulations!🎉🎈🎊 Hope you have a good journey!

[Addy Osmani @addyosmani]

https://t.co/2gyp2Erpxx

[宝玉 @dotey]

OpenAI 应用 AI 工程负责人 Wulfie Bain 在 X 上发帖，教想加入自己团队的求职者写简历，总结成四条：

1. 写短
2. 删掉无关经历
3. 写成果，不只写做了什么
4. 让人能快速扫到重点

Bain 在 OpenAI 带领面向创业公司的应用 AI 工程团队。之前自己创过业，当过CTO，毕业于牛津大学。更早在波士顿咨询公司（BCG）做过招聘。

Bain 说自己前后看过几千份简历，所以这些建议对咨询等其他行业也适用。

这是 Bain 关于申请 OpenAI 的系列帖第三篇，团队还有新职位即将开放。

讲建议之前，Bain 先说了两点。

第一，能找到内推最好。
内推就是由公司内部认识你的员工把你推荐给招聘方。没有熟人就只能网上投递，Bain 自己就是在网上投简历进的 OpenAI。

第二，简历没法完整展现一个人。
它的作用是证明你有相关经验、能把事情讲清楚，让招聘方愿意约你聊一次。

四条建议具体是这样：

1. 写短。
最好一页，但内容是否相关比硬凑页数更重要。简历本身就在展示你会不会写、懂不懂取舍。

2. 删掉无关经历。
每条经历都要写清楚跟这份工作有什么关系，不相关的就删。Bain 举例说，自己也为高中时的成绩骄傲，但现在找工作时它们通常用不上。

3. 写成果，不只写动作。
只写做了什么，读的人看不出这件事值不值得做。Bain 的例子是：只写"重新设计了一个 AI 智能体的架构"（智能体指能自动完成任务的 AI 程序），说明不了价值；写"把响应时间缩短 2 秒，客户满意度因此提高"，才是成果。做销售的，就写带来了多少收入。

4. 方便快速浏览。
把重要内容加粗，每段经历下把最有说服力的证据放在第一条。招聘方要在一大堆简历里很快判断该约谁面试。

Bain 说，表达清楚、经历相关、拿得出成果，这三点在整个申请过程中都重要。后续还会继续发建议。

[jiaqi wang @wjqkoko]

@XiYin137 @ALupsasca Good luck! Enjoy your holiday and get some rest! 🥰

[Rikiya Takehi @rikiyatakehi]

We asked GPT-6 Astra to edit Qwen3.5-0.8B weights to improve math.
It directly changed only 0.016% of weights, fixing 0.8B's reasoning loops & improving math up to 6x and even instruction following 3x, without gradients or training.

We call this Weight-Space Programming: frontier LLMs can now natively read/write neural network weights! 🧵
Blog: https://t.co/bOWCcFhCVq