KaKa (@Kaka_deeper) profile picture

Researcher,Observer.Just sharing personal opinions, not investment advice.

San Francisco, CA
Joined July 2021
Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)Photo by KaKa (@Kaka_deeper)
Agent 在APi调用的时候上下文反复提交给大模型,越积越多,这个记忆和上下文模式简直就是Token 消耗的重灾区。这种方式太笨重,为了保持长久记忆,却又没有什么好办法
1
2
106
即使是Deepseek V4 1017 flash ,号称很便宜的APi,也就是问答问题便宜,改代码还是挺贵,今天干了几次重活,时间并不长,Token消耗也不少。相比之下,还是订阅便宜多了。
1
112
金融预测是伪科学的重灾区,而“系统科学”这块招牌经常被用来包装它。
3
140
真的没想到AI泡沫是被一根鸡巴刺破的
2
163
KASPA是BTC该有的样子,KASPA实现了BTC的终极愿景。
6
79
1,192
最近跟朋友聊了聊 DeepSeek Harness(DSH),聊完之后,我对 AI Agent 的发展有了一些新的想法。 我觉得 DSH 是一个值得关注的产品。虽然整个生态还处于早期阶段,未来能发展成什么样,现在谁也说不准,但有一点让我印象很深:它正在把原本属于程序员的工具,变成普通人也能使用的软件。 这件事可能比增加几个功能更重要。 我自己折腾 Hermes 已经有一段时间了。客观地说,Hermes 很强大,灵活性很高,能够自由扩展,很多事情都可以自己定义。但问题也很明显:安装需要折腾,配置需要研究,出了 Bug 还要自己去修复。 对于喜欢探索技术的人来说,这些也许是一种乐趣。但对于一个正常上班、没有太多空闲时间的人来说,维护这么一套系统,成本其实很高。 DSH 的桌面版给我的感受完全不同。 下载安装,就像安装一个普通软件一样。需要插件,可以直接通过对话让它编写;需要调整功能,也可以在自己的平台内完成。不必再额外安装一堆开发工具,也不需要花大量时间研究底层配置。 普通人不需要理解一套系统是怎么运行的,只需要知道它能帮自己完成什么。 这让我开始重新思考一个问题:我们到底是在使用工具,还是在维护工具? 以前我更关注一个 Agent 的能力边界:能不能调用更多工具,能不能处理更复杂的任务,能不能实现高度自动化。 这些当然重要。 但当一个系统越来越复杂,插件越来越多,规则越来越多,软件之间的依赖越来越深,维护成本也会跟着上升。今天修一个接口,明天处理一次兼容问题,后天又要排查某个插件为什么不能用了。 最后可能出现一种很荒谬的情况:原本是为了节省时间才搭建的自动化系统,反而占用了自己大量时间。 这笔账以前我算得不够清楚。 不过,把维护交给平台,也并不意味着没有代价。平台可以帮我们处理升级、兼容和基础设施,但与此同时,我们也可能逐渐依赖它的接口、规则和生态。未来如果收费方式改变、功能受到限制,甚至产品停止维护,迁移成本又该怎么算? 所以,我并不认为 DSH 一定比 Hermes 更好。 它们其实代表了两条不同的路线:一条追求低门槛、开箱即用,另一条更强调灵活性、自主控制和深度定制。两条路线都有价值,只是服务的人群不同。当然这里没有更多的讨论muse 和Grok 这类很好的开箱即用的产品,主要还是在关注本地布局的开源agent 。 我个人很看好 DeepSeek,也认为它是中国 AI 领域最值得关注的公司之一。但产品体验好,不等于公司一定能赢。最终还是要看模型能力、生态建设、商业化,以及能不能长期稳定地把产品做好。 回过头看,我越来越觉得,AI Agent 真正走向大众,靠的可能不是再增加多少功能,而是让普通人不必付出学习和维护的代价,就能持续获得这些能力。 当然,背后还需要稳定的接口和足够开放的生态。开发者愿意建设,普通人能够使用,两者结合起来,才可能真正形成规模。 技术发展的一个重要方向,不就是让复杂的东西越来越简单吗? 工具是为了让人做更多有价值的事,而不是让人花更多时间伺候工具。 这一点,可能比工具本身有多强大更重要。
4
5
528
DSH一切皆插件的概念很好,只能说未来很有潜力,但是其实际能力现在还很弱,不如hermes独立执行任务的表现好,而且同样的任务竟然高出了10倍的价格。
2
196
AI 正在瓦解知识壁垒,重构软件生态,大幅提升生产力。但技术进步不等于普通人机会增加。AI 能解决生产问题,却未必能解决财富分配问题。技术越强,分配矛盾可能越尖锐。
1
5
326
AI解决不了分配问题: AI 再强大,解决的主要还是生产问题。生产力可以指数级提升,但财富如何分配、谁掌握资源、谁有消费能力,这些问题并不会自动解决。 甚至可能出现一种局面:技术越进步,分配矛盾反而越尖锐。
2
160
我越来越认同一种 Agent 架构:万物皆可插件。 平台只负责提供稳定的基础能力,其他功能都作为插件接入。 需要什么能力,就安装什么插件;不满意,就替换。 未来优秀的 Agent 平台,不一定是功能最多的平台,而可能是最容易组合外部能力的平台。
2
143
Deepseek flash最新的V4模型,干了1个亿的Token,8块钱,这个成本怎么样?便宜吗?
2
2
299
日本90年代的衰落是美国的有意打压以及中国崛起对制造业全球产业链替代的共同结果。
3
257
移民中介或者留学中介吹嘘的各移民国家的优缺点是偏离真实的,因为他的工作利益导向,这群人必然不中立。要真实准确的了解一个国家最好的方式是自己去考察,去生活定居一段时间。或者多去跟当地不同的人交流,获取多个维度的信息,才有可能做到客观,准确。
3
307
挪威的政府全球养老基金规模达到22.7万亿挪威克朗,约2.3万亿美元;累计投资收益达到15.2万亿克朗,约占基金规模的67%,自1998年以来年化名义回报约7%。按全国约560万人计算,相当于人均拥有约40万美元的公共基金资产。这笔财富通过专业管理、全球分散投资和长期复利,为公共财政与福利提供支持。挪威靠被动投资实现了所谓“几代人花不完”养老金规模,更准确地说,是依靠长期投资和以预期实际回报约3%为基准的财政使用规则,力求保留基金的实际购买力,让财富持续惠及当代人与子孙后代。
5
308
挪威和瑞典值得借鉴的,是通过专业管理、全球配置和长期投资,让公共财富持续服务于国民。挪威将石油财富积累为主权基金,由财政部制定投资框架、央行承担管理责任、NBIM执行投资,并全部配置于海外;瑞典则通过AP基金等机构管理养老体系的部分资产。两者都重视分散风险、长期回报和清晰的授权监督,让国民分享全球企业发展与资本积累的成果。这与VOO长期分散持有的理念有相通之处,但资产范围和治理结构不同。核心是:以制度保障专业投资,以长期积累支持公共财政、养老保障和代际公平,而非将基金规模等同于每个人可以直接领取的养老金。
1
3
275
中国的社保类似于定投,每个月给国家交钱,但这是亏本的定投。考虑到通货膨胀➕货币通胀,以及人的平均死亡年龄只比65岁大了不到15年,从概率上这个社保是100%亏本的。除非能活到100岁,那么就是赚的。因此年轻人一定要自己提前布局,坚持定投VOO,用定投的资产增值给自己养老。
2
162
2000年互联网泡沫的时候,标普500最大跌幅约50%,纳指80%。纳指主要为科技股,均衡性以及覆盖面都不如标普500。如果按照巴菲特的SPY 90%持仓,国债10%持仓,实际最底部总体回撤只有45%,回撤的心理感受更好。实际上,最底部停留的时间并不长,熬过去,反弹后,大概也就是20%-30%的回撤。只是在熊市大周期,要熬的时间比较长。但是这种时候,整个市场都不好。所以至少也是没有输给市场的。
3
150