今日思考:中国40年改革开放的成果,为什么没有落到广大人民群众身上?
目之所及,是背负债务的80后、不敢动弹的90后、无欲无求的00后。
我们为什么会走到今天这一步?
我看过很多回答,但始终找不到真正的原因
也许等到AI学会说“我不知道”的时候,可能才是AGI真正到来的时刻。
现在的LLM最让我受不了的一点是: 前面一波分析说了一堆,然后结尾来一句“但不足以证明xxx”。尤其是让AI做深度调研的时候,会发现报告中的话大部分都是车轱辘话,几乎没有信息量。所谓是“听君一席话,如听一席话”。
下面是我从历史对话中精选了一些:
1. 它不证明 key 假,也不证明 key 错。
2. 结论:pi 已经提供了实现防护所需的大部分 hook,但"已有 hook"不等于"默认安全"。
3. 所以 README 说"5090 可以跑"并不等于"当前这版代码默认 warmup 配置一定稳跑"。
4. 前两个仓库当前分别只有约 2 星、1 星,社区使用证据很薄弱;低星不证明代码差,但也不足以证明它们已经成熟。
5. 增长不自动等于超预期,下滑后涨停也不证明风险已充分定价。
现在的LLM最让我受不了的一点是: 前面一波分析说了一堆,然后结尾来一句“但不足以证明xxx”。尤其是让AI做深度调研的时候,会发现报告中的话大部分都是车轱辘话,几乎没有信息量。所谓是“听君一席话,如听一席话”。
下面是我从历史对话中精选了一些:
1. 它不证明 key 假,也不证明 key 错。
2. 结论:pi 已经提供了实现防护所需的大部分 hook,但"已有 hook"不等于"默认安全"。
3. 所以 README 说"5090 可以跑"并不等于"当前这版代码默认 warmup 配置一定稳跑"。
4. 前两个仓库当前分别只有约 2 星、1 星,社区使用证据很薄弱;低星不证明代码差,但也不足以证明它们已经成熟。
5. 增长不自动等于超预期,下滑后涨停也不证明风险已充分定价。
Gemini 4 Carbon 登顶 Artificial Analysis 智能指数,59 分。但看图会发现两个细节:
1. 它只比第二名 Claude Opus 5.5 高 1 分(59 vs 58)
2. 写代码方面,Opus 5.5 仍然第一:Coding Agent Index 62 分,Carbon 59 分。
每次google憋个大招都会被狙击,openai/deepseek/智普都在蓄势待发,接下来一段时间有好戏看了
Today we shared an early look at Gemini 4 Carbon.
It ranks #1 on the @ArtificialAnlys Intelligence Index v5 with a score of 59 (+9 pts over Argon), leading across complex reasoning, knowledge, and scientific tasks.
我真服了CSDN这个老六
也许是他家知道自己在互联网口碑不太行,于是换了个新马甲“AI编程社区”来做SEO
用户进入文章后点击阅读全文,就会到一个新tab弹出CSDN登录页,然后映入眼帘的就是中文互联网最臭的狗皮膏药。神奇的设计来了:
如果你直接关闭登录页回到原页面是能够继续阅读的。而如果你恰巧“老实”的登录了,你会发现登录进入的是一个叫“天工造物局”的不知道干什么的网站,跟你原本要阅读的内容没有半毛钱关系。我甚至怀疑这是一个广告。如果是的话,CSDN估计是全网唯一一个把登录做成广告的网站......
从这里就能看出CSDN的产品经理的坏心思,他们利用了人的惯性思维,以为弹出登录就必须登录才能阅读;并且它不在当前页面弹,而是到一个新的tab,这样能有效避免用户直接X掉。
GPT-6.1 Terra在 Agents' Last Exam 上与 GPT-6 Astra 得分相当,每 token 价格约为其十分之一,平均完成任务速度比 Astra 和 GPT-6.1 Sol 快 3 倍以上。定价 $1/M input、$5/M output,上下文 1.05M
越来越觉得智能模型路由是一个非常有价值的研究方向。现在高级模型和中低模型的能力只在特定范围内更强,但是速度和成本确差距非常大。
如果能够准确的将任务路由到能力匹配,但是速度和成本更优的模型上,不管对用户还是模型厂商都是双赢。
正好我最近在做这方面的工作,后续会陆续提供一些数据支撑
文章中提到的许多建议已经成为我的最佳实践
1. 提示“做什么”,而不是“怎么做”。描述你想要的结果,而不是你自己会怎么做。
2. 让整个软件开发生命周期(SDLC)对Agent可见。尤其是部署上线之后的服务状态,不要靠自己去服务器上看再转达给agent。推荐一波自己的Chaterm工具
3. 自动化/定时/唤醒/心跳是杀手级功能。
我唯一不同意的一点:“Local dev feels yucky now”。
用好orca这类的agent 编排工具,并行开发不是问题,并行端到端验证也不是问题。
Finally summarized what I've been sending to friends in DMs View article
我们做了一个 AI 驱动的终端:Chaterm。完全开源🔥🔥🔥
管服务器的时候,直接用一句话告诉 AI 要做什么,它会自己在你的机器上查日志、排查故障、改配置。每条命令都先经过安全检查,有风险的操作会等你点头才执行。
v0.12.6 新增外部 MCP。Claude Code、Codex 接入后,能直接操作你在 Chaterm 里管理的服务器,SSH、堡垒机、K8s、数据库都在一个地方。
GPL-3.0开源协议。
希望每个和服务器打交道的人,都不用再半夜对着黑窗口敲命令。
👉 chaterm.ai
开源:github.com/chaterm/Chaterm
如果从23年开始算,我接触使用AI已经是第4个年头了,即便如此每隔一段时间AI还是在扩展我的能力边界。做视频,做设计,做动画,做自媒体等,以前这些需要花费长时间学习的技能,现在都能快速入门,获得反馈。当然精通这些技能仍然不简单。
作为一个个体,AI已经拓宽了我的能力边界。从人类整体的角度来说,AI必然也会拓宽人类的能力边界。虽然现在已经听到不少唱衰、泡沫的声音。但是我个人的感觉是,这才仅仅是开始。这不是出于对AGI的信仰,只是出于我个人的真实感受和直觉。
Karpathy说目前这个世界上使用上最前沿模型、精通AI的人只有2000万(接触前沿级系统的人只有5000人)。而且主要还是集中在IT行业,可是我们有那么多的行业、学科,设想一下,如果材料、能源、化学、机械等行业的工作者都能获得像程序员一样的效率提升,这将是多么可怕的一件事。














