Jun Jiang (@jasl9187) header
Jun Jiang (@jasl9187) profile picture

Protection Paladin, Rubyist, Ruby on Rails developer, Blockchain developer, Co-founder of Phala Network

Beijing, China
Joined January 2013
Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)Photo by Jun Jiang (@jasl9187)
太遗憾了没及时截图,Gemini app里neon在思考的时候说自己是DeepSeek v3…
3
3
967
所以...6.2 Astra连常规的服务压力测试都因为“安全”不给跑了吗 @thsottiaux
2
1
1
814
World of Warcraft: Forever
136
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: rikiyat.github.io/blog/weigh…
Readers added context they thought people might want to know
LLM was given weights explicitly as text in prompt and used code/forward passes (per authors' logs) to ablate Qwen looping direction, a known thinking-mode issue per model card. Primarily fixed repetition in that mode, not general 'natively' improving weights/math. rikiyat.github.io/blog/weight-sp… github.com/RikiyaT/lm_und… huggingface.co/Qwen/Qwen3.5-0… huggingface.co/RikiyaT/Qwen3.…
2,368
7,254
5,757
55,904
10,099,558
说来我是这么用Agent的,相比每台电脑上都部署一套harness,我是把资源分配给工作的agent(Claude和Codex交替或者并行工作),一个对话组织所有工作,subagents或者workflow执行具体工作,并使用主机资源。
5
3
731
我的128GB M4 Max已经多次出现agents过多导致过载(比如同时编译)死机了,好在Claude还是很贴心地保留了5H限制…
你不能忽略现在工作效率,事情并行好几倍了。 以前往往是单线专注 1 件事情在做,电脑上顶多跑 1 - 3 个服务。 而现在 Agents 是并行少者 5 个,多则几十个,当然需要更多资源。
1
4
342
最近Codex已经出现过好几次答非所问、工作跟要求驴唇不对马嘴的情况了,不得不说,新加的这个“猜你想说”功能挺方便的,只是真需要给建议的时候不出现了🤡
3
1
622
github.com/jasl/cybros.ai 正式介绍下之前说的“玩具”吧,大概是面向团队的私有化部署的类似OpenAI Agents API和Claude Managed Agent的东西,算是PI的反面,内部是非常完善的Agent kernel对外暴露Agent API方便开发各种形态/类型的Agent。
4
2
2
15
2,640
一开始其实是想转型到AI行业,折腾酒馆学习,做着做着就发现加个agent loop不就是日常用的agent软件了吗?然后我又发现每个人对agent的需求不同,后边快速发展各种形态层出不穷,但我发现根本的agent kernel(会话管理/durable、Agetn loop、模型接入和适配)是几乎不变的,所以我决定做平台,对外暴露相对稳定的API,而且我希望运行放在服务器或者独立主机,这样我的手机电脑都是瘦终端,也不要每台主机一个CC/Codex成为独立岛屿,我希望agents能直接互相访问、能共享信息,一个组织内的不同人的agents也能有效的共享工作区
1
1
148
最后,调整了好几次业务建模,作出了这套设计,比较满意了,更具体的各种功能、设计可以直接问神奇AI😀 我附带了一个随手糊的Agent叫rho,不过我其实不太满意,还在反复调。
115
github.com/jasl/cybros.ai 我做的玩具没怎么宣传
MiniMax 推出了一个开源项目 OpenAgentCore,在 agent 基础设施方向做了很有意思的探索,设计理念是对外提供稳定的 API,对内保持 Model、Harness、Sandbox 等组件的灵活性,同时保留原生 Harness、不重复造 Agent Loop,Tokens as a Service 到 Agents as a Service,会是未来的方向吗?
6
661
遇到了一个隐藏很深的问题,GPT建议重构,我也认同,方案看起来可行,就让他去做,跑了十几个小时说做完了,我问问题解决了么? 答:未验证,无法证明问题已解决。 我:验证。 又过了几个小时,他说问题还存在,现在还有三个新缺陷。 要不是额度是T老板赞助的,我他妈想去OpenAI办公室打人了。
1
2
457
So it's just a compatibility issue... RTX off: 9 fps RTX on: 60 fps
1
1
2,265
Sigh... Crash when loading
1,728
看场景,比如实现模型推理,基本上1/3甚至2/3的工作量都在纠正路线,目前模型还是很擅长微观工作和具体编码,但是对于上规模的项目,特别是新项目,我还是认为人类的判断力和设计能力非常重要
写的是“让 AI 提出方案,然后你来决定”,有人读出来的却是“让 AI 随便写,什么都不管”。 简短的推文都没读明白,就急着担心 AI 不如自己。 这不是放任 AI 不管,是换思路,你提方向,AI 提方案,你来决定选 A、B 还是 C。 维护成本、已有系统情况,都应该纳入方案比较。让 AI 调研、比较方案,你来做决策、验收结果。 代码又不是祖传的,没必要每个实现细节都亲自过目、舍不得放手。 多关注核心功能,你在意的某段代码、某个模块,它只是今天的暂时状态。明天、后天可能就被更好的方案替代了,何必把它当成最终答案? 如果所有技术都必须以“我以前用过”为前提,项目也就很难走出你熟悉的范围。
1
3
3,895
我也不看代码了,但是观察代码的“形状”和看ai的工作记录还是有必要的。 一个例子是fable5.1认为nvfp4的prefix cache并不重要,因为他要牺牲精度,对加速贡献也微小,可他意识不到nvfp4比fp8小了一倍,意味着能装更大的上下文,我在不同时间反复问了多次,他都坚持,直到我点出这点,他才承认正确
1
5
2,518
还有astra很擅长优化算子,但是对搭建推理管线的大局观不足,经常发生的事情是“大本营捷报”优化了某算子10%,实际的贡献大概是2%,对于成熟项目还落后八倍,这不是局部优化10%-20%的事情,而且全局层面的考虑,顶尖模型也没有这种意识。 或许他不断积累可以达成结果,但成本角度,这是人不能接受的
1
1
205
AI改变了编程的方式,但没有改变编程的本质,过去我们是码农,现在人人都是项目经理。 没有银弹、软件工程、复杂度管理这些几十年前存在的难题,现在依旧是难题。 用合适的工具解决问题依旧是真理,每个人都有偏好,但我们是工程师,而不是教徒。
6
2,343