Pseudorandom Thoughts
805 subscribers
113 photos
1 video
9 files
405 links
我将开口,同时爽到爆。
Download Telegram
声明:本人从未在互联网上诋毁过月之暗面,并没有称杨植麟为卖艺的。本人实际上是月之暗面一年老粉,经过长时间的思考,我发现Moonshot才是中国AI的希望,有时候做出决定很难,经过许多个日夜的思考,我决定加入月之暗面粉丝团。至于大肥鱼,Z/和最小最大,祝他们的开源模型一切顺利。
🎉10
接种了流感疫苗。依旧提醒大家每年记得高峰期来临前打疫苗,医保报销一大半。

记得2022.12,北京好多小区出现人踹隔离门、大白停转的时间,突然意识到第三针已逾一年,buff已经掉了,上班午休时蹬去最近的卫生院打了第四针,然后等到第10天,叮咚鸡大范围传到长三角,所有人高烧在家的时候我buff已经生效了,一点症状都没有,直接大大方方去公司运维完拿上布洛芬大狗叫给同事上门送药去。相信科学!
🎉19💊2
Forwarded from Cat Ch. (webRTCCat | Present Day, Present Time)
ShelfView-0.1.0.dmg
8.1 MB
ShelfView 是一个“通用”的跨平台服务器管理软件,支持本地访问 KVM,SOL 和 BMC 电源管理。
————————————
目前只支持 ASi macOS,稍晚发布兼容 Windows 的版本。
BMC和电源状态查看支持所有兼容 RedFish 接口或 RMCP+的平台,SOL 支持所有兼容 RMCP+的平台,KVM 目前只支持 MegaRAC V3,iDRAC 8 和 iBMC 协议,如果有需求适配其他平台欢迎提供给我 BMC Access(Wireguard 或 Tailscale)适配
如果在您的平台上使用遇到问题欢迎在这里反馈
————————————
如果启动时显示应用已损坏,请
sudo xattr -rd com.apple.quarantine xxx.app
Forwarded from Ziyao Channel | 二代目 (梓瑶 | 糕糕)
指导 CPython JIT 发展的 PEP 836 的状态已经改为 withdrawn. 考虑到在 CPython JIT 活跃度较高的开发者均参与了该 PEP 的编写和修改, CPython JIT 的历史大抵已经结束.

The Steering Council rightly sets a high bar for a proposal of this scope, and we don’t feel we have the personal bandwidth to carry the current version forward.

https://discuss.python.org/t/pep-836-jit-go-brrr-the-path-to-a-supported-jit-compiler-for-cpython/108010/63
https://peps.python.org/pep-0836/
💊2
体感是已经看不出古法安全比赛的意义在哪了,除非去考察很对兜底性质的技能;而在对抗领域,我(作为甲方安全)花了大半年时间上VDH、自动化渗透、攻击面管理等各种,最后发现,蓝队最大的阻力是人类组织效率远低于AI。明明我的AI能扫好多漏洞,你的AI能修好多漏洞,为什么洞没有被修上?我传递给你,你做反馈,我做验证,领导又要报告又要OA留痕,这一流程太慢。传统的网信公安条线监管通报排查反馈,既存的SDL和DevSecOps,都无法适应AI时代的速度和节奏。上半年我跟厂商说不再是平台+AI,而是AI+平台;到年终还没做到的厂商很遗憾连试用的场景都消失了。到了年底,按照智能的演化效率,可能要进化到不是组织+AI,而是AI+组织。只是目前特化能力盯着编程盯着安全搞,接下来可能是数学、物理和部分Lab,慢慢地沙箱会逐步扩大到较大规模的现实中取代更多的工种。

那么现阶段,为了解决人类组织效率低的问题,做法就是用Agent组织倒逼人类组织变革,personal agent我不知道为什么要叫pa,明明干的是“解决人类在社会中扮演多类不同组织角色,进行流程演绎”的问题,agent可以针对每个细分任务项重新构建和派生agent,从而解决目前单一loop不方便嵌入花样的人类流程的问题(传统人类组织会将大量时间花在流程上),然后在下一个主要的智力台阶跨过去后反过来,变成agent team实现稳定的自主运行和价值产出,此时人类反而去承担对AI的监督、兜底和世界操作。我悲观认为留给我们的时间大概是1-5年,也就是1年内我们需要(“我们”指的是作为一个队伍?一个经营主体?反正指的是能够团结起来行动的一群人类单位)组织起来,能很好驾驭AI做到在纯虚拟领域(研究、开发、分析)指哪打哪;而5年的尺度来看,只要没有黑天鹅事件,可能家政和外卖都有bot帮做了,到那时就是伦理学和社会学的问题了,而文科专家们是否已经准备好回答这一系列问题呢?
💊22
网安生涯:上网,玩网,落网
💊33
Pseudorandom Thoughts
构建大规模企业级Agent运行时 https://predmet.ch/infra/eff_ent_agent_runtime
就在这篇文章所描述的思路prompt到一半的时候,DSH Superagent出来了,把我想做的好多东西都实现了下,还好它仍然处于prototype而且目前dsh也不在乎起夜级场景的稳定性。大伙都批评说看起来没有新东西,看来Supervisor(watchdog)、执行分离(这不就是C2吗)、Async lead + teammates、多平台交互、人类心智负担等都是共识了。DSHSa最重要的概念我反而觉得是全异步的Loop(几乎所有动作而不只是background task和subagent/swarm),这允许很多更加激进、更加实时的消息插入和混编。当然,这也对AI处理混乱的世界消息提出了新的要求……
锐评《外星来信》(含剧透):
玩之前:外星人圣歌是吧,怎么制作这么粗糙
玩到一半:衡水圣歌来了,什么叫玩到一半要你在7进制下面算外星人的蒲丰投针、欧拉公式、刚体碰撞、基本常数
玩之后:先生,版本更新了,你必须打捞电鳗发电机才能住进高级庇护所,什么,疯狂水世界,启动!
https://predmet.ch/misc/ai_and_production_arrangement

AI的下一个价值增长点在哪?这是现在许多人在问的问题。今年下半年以来,我们已经看到,AI在计算机、理论科研等方面爽吃了许多低垂的大果,可预见的是接下来法律、医药等领域很可能还会有一波爆发。至于具身智能,尽管6 Astra和Fable 5.2表现出了不俗的操操臂能力,在AGX Thor能承载的本地模型可以操臂之前,只能说继续观望。
但是Scaling Law还在追我们,模型要变得更聪明,除了做更高质量的数据以外,就要更大规模的算力和RL,训练成本的持续上升未必是计算机和科研能吃得动的。另一种叙事是RSI,或者说Continuous Learning,但问题来了,目前所有的RSI叙事依旧依赖沙箱,更大的沙箱,更大的Lab,以及有指导性的行业数据反馈。也就是架构上其实没有实现持续学习,依旧靠集约化的堆规模,将一切献给机械的神明,寄希望于矩阵乘法自己不断优化自己、扩大规模——那又还是有成本问题。这个奇点和戈多到底谁先能到?我不知道。
现实世界的许多价值工作显然并不需要这么聪明的逻辑推理,否则我们做题区早就把海淀区住成天通苑了。现实世界的价值流动是复杂的。让我们来回顾一下。在目前这套生产逻辑下面,最赚钱的仍然是投机:量化、风投、股、债、期货、贵金属。但这个层面的投机行为的随机性仍然高到难以计算,纯靠AI逻辑推理能套到利的空间,梁圣早就拿着萤火二号凿穿了。但是投机之后呢?
回归到最原始的投机行为:贷款做生意。我对某个市场拥有较好的预期,而且我知道有满足需求的办法,我就自担风险去做。这就实现了最基础的金融资本对现实世界生产活动的拉动。但目前的拉动行为,很大程度上是依靠人和关系的。比如如果我要养鸡,我当然不是啥都不懂就去养鸡。我在村里可能有比较懂的老表,他知道上哪里买小鸡,知道村里哪片土地能够包来让鸡走地,知道饲料、防疫,甚至知道村里有没有戳头来偷鸡来下毒。知道了这些之后,我就得去联系别人,然后自己请人做泥瓦工搭棚,自己开车去进小鸡、买饲料、撒饲料等。
上述过程体现了现实世界组织一次生产活动的复杂性:人类在生产资料的组织方面的研究其实远远不够。我们为了生产资料的组织(以及风险分摊),发明了公司,发明了流水线,发明了供应链,发明了各式各样的市场。但这远远不够,因为还没有做到我许愿“我要出钱养鸡!”,然后湛江茂名云浮梧州玉林的深山里第二天就刷一座走地鸡养殖场出来,然后我等着赚钱/亏钱。
而AI其实是擅长协调生产资料和生产要素进行一次生产活动的。具身智能做不到的部分,人类可以补足。我们有那么高的青年失业率,有那么多的日结大神。那为什么没能有效组织起来呢?信任是最重要的。这里的信任指的是交付质量。花多少钱,干多少活,出多少货,这一预期没做好。旧时我们通过工厂、标准、质检和惩罚实现了对工业制品的信任。而后面我们有极其规范的网约车、外卖、快递和物流,用信息技术实现了交通运输方面的大批量信任。
现在,得益于AI自身对复合领域生产知识的理解,也许我们是时候在前期OPC概念的基础上,探索建设更大领域的规范,取得更大领域的信任,实现更大领域的生产资料调度和组合了。小额的授信、抵押,小批量的生产和组合,一些可靠的智能化工厂下定,比如先从开团200只的大肥鱼fumo开始,诸如此类。从而为可信赖的决策AI,在生产端提供统一调度、保证质量交付的人类公司;对AI的使用方(OPC)提供合理的授信、质押、投资、担保机制;构建对生产端和OPC两侧的信任评估机制,甚至于直接打通消费端。这样一来,从少数行业开始(〇里当年就已经在吹智造了吧?),通过为AI提供现实世界的“可信Tool Call”和复杂现实生产活动的世界知识,实现更灵活、更智能、更自动化的生产活动组织,帮助聪明的人进行更高效的生产投机,既能够产生利润,又有效促进了商品流通和社会发展。
说的就是你,蚂〇&〇里,快动啊。
🎉3
不知道本频有没有人养鱼,主播并没有养(go get a life!警惕AI情感依赖),但是现在各平台鱼腥味(也就是蒸GPT蒸出来的八股文)实在有点太味大熏了。
遂分享一个基本技巧,在system prompt的最最最前面注入人设,减少DSH或其他一些harness做的编程向tooling注入,减少对“You are an AI assistant…”的夹具冒烟回归全绿拟合,从而大幅减轻鱼腥味。不难注意到,如果你拿RikkaHub这种秃的对话工具做注入时,ds回复很自然。当然,更好的办法可能还是用V4 Preview来养,那时候ds(或许)还注重训练RP和写文。
Forwarded from Cat Ch. (webRTCCat | Present Day, Present Time)
美国是不是要转型升级成 United States of Anthropic, PBC 了
💊1