这个领域自己发明了llm大灌特灌自动机。 如果你在泳池里排泄了，是会继续呆在池子里游，还是上岸冲洗离场。

光一个 grpo 算法，一年内就冒出这么多魔改，各种花式技巧。大部分都是国人出品。 GiGPO — 2025-05-16：通过聚合不同 rollout 中重复出现的中间状态，在 trajectory-level advantage 之外构造 step-level relative advantage。 HGPO — 2026-02-26：按照共享历史上下文的长度构造多层 step groups，缓解“当前状态相同、历史上下文不同”导致的 advantage 偏差。 BEACON — 2026-05-07：以可验证的任务…

现在Google终于明白，它需要的不再是等待另一个AlphaGo时刻。它首先要保证，每三个月都不掉队。 从这个意义上说，选择Koray没有多少浪漫之处。模型训练正在变成一项越来越成熟的工业工作。知道大致配方之后，剩下的是资源、节奏和执行。 Koray留下来，带着团队继续高强度训练、迭代和交付；Pichai负责把模型塞进Google的每一项业务；Hassabis去思考AGI、科学和癌症；Jeff Dean带着老朋友重新创业。Google给钱、给Cloud、给资源，等待他们在下一代技术上取得突破，未来再将成果接回自己的生态。…

Black Hat USA 2026展示了AI Coding Agent的安全问题，涉及Anthropic、Google和OpenAI的Agent工作流。这些工具可能获得代码仓库、Shell等权限，暴露了Prompt Injection和信任传递风险。未来Coding Agent的安全设计需强调最小权限、隔离和审计。 以下是对图中文章 OCR 扫描的结果： 最近还在用Claude Code、Codex或者GeminiCLI的人，这条值得关注。 Black Hat USA 2026上，安全研究团队集中展示了一批Al…

深井冰式的人格…… #ai #大模型 #大厂 #人工智能 #claude #anthropic #互联网 #科技 #深度好文 #chatgpt 以下是对图中文章 OCR 扫描的结果： The Information发了一篇万字长文，深扒了 Anthropic创始人达里奧•阿莫代伊是怎么以强烈的个人意志—甚至可以说是被神格化了—凌驾于所有AI大厂以上的，爆料密度很高，过于抽象的也不少。 我来总结一些重点内容：-因为担心自己工作被抢、数据中心推高电价等种种原因，美国人对于 AI的厌恶再创新高，而作为最强AI…

2025年5月,Anthropic的CEO Dario Amodei 在自家开发者大会上被问了一个问题:第一家只有一名人类员工的十亿美元公司,什么时候会出现? 他说 2026 年,概率 70% 到 80%。他还顺手点了两个最可能的领域:自营交易,和开发者工具。 我看到这段的时候有点想笑,因为我干的正好就是这两件事。我自己就是那个样本:一人公司,做的是crypto的交易基础设施,没有雇员,全是AI Agent,常年在巴厘岛。要是他那个预测能落地,理论上我该在名单上。 2026 年已经过了大半。没有出现。 这件事本身不重要…

文丨赛尔科克 编辑丨徐青阳 美国当地时间8月7日，AI产业链明星分析机构SemiAnalysis分析师团队（Max Kan、Joey Brookhart、Doug O'Laughlin以及Dylan Patel）联合撰文，指出谷歌DeepMind近期的高层大地震，标志着该公司在前沿大模型研发上的战略收缩，而谷歌云（GCP）则成为了最大的赢家。 谷歌在当地时间8月5日宣布对DeepMind领导层进行全面重组，涉及多位核心高管与顶尖技术骨干的调整。 其中，德米斯·哈萨比斯（Demis Hassabis）作为…

这次重置的原因是 OpenAI 的 Tibo 和 Anthropic 的 Boris 在一个人的反馈下面呛起来了。 事情的起因是，那个人按照 OpenAI 的指导在 Claude Code 里使用 GPT 模型，结果账号突然被封了。他询问 Boris 怎么回事，两人就都来了。 随后，Boris 邀请 Tibo去 Anthropic，Tibo 说不去了，并顺手重置了 Codex 的限制。 估计这是为了恶心 Anthropic，说他们不开放。 有人说，周末这种重置是表演性质的，没有什么意义。 所以 Tibo…

别人接单都怕客户反悔，我反过来劝客户先别做😂 背景是这样的，一家头部OTA公司，攒了20万份内部文档，其中四五万份是过去三五年的晋升复盘，质量很高。客户想做成一个"智库顾问"，让员工随时调取。 他是带着四个卡点来的： ①术语不统一，AI怎么知道大家说的是同一件事 ②分类怎么定：部门？族群？业务线？ ③AI生成的内容能不能回流复用 ④员工自提交的文档怎么评质量 这些问题不难，都有成熟解法，但我越聊越觉得，真正的问题不是"怎么解"，而是"要不要做、给谁做、做到什么程度算有用"。 最后我跟他讲：这个方向，我不太建议用知识库方案来做。…

我是一个vibe coding的“老手”了，早在24年末我就基本不再手写代码，大抵是一年零几个月的时间，我所产出的所有代码，基本都出自各种不同时期的LLM。随着最近LLM + Coding agent能力大幅提升，我本以为我可以做更多，我可以offload更多事情给它们。但事与愿违，似乎整体效率不如LLM还没进化的去年效率来得高。 有想法，设计，讨论（从这里开始Coding agent开始介入），决定如何实现，实现，E2E 验证，算是一个feat的完成。整个链路非常高效和谐，我也借助这套范式vibe了很…

一个非程序员打开 ChatGPT，说"帮我写一个电商网站"。AI 吐出来了 500 行代码，看起来有模有样。他复制粘贴，跑起来，首页确实显示出来了。然后他点"加入购物车"，崩了。再点"结算"，崩得更彻底。他看报错信息，看不懂。他让 AI 修，AI 说"你把第 247 行改成这样"，他改了，购物车能用了，但结算时订单重复提交。他又让 AI 修，修完了结算能用，但首页的轮播图不动了。他意识到一个问题：这 500 行代码里藏了多少个这类bug，他不知道，AI 也不知道，只有跑出来的那一刻才知道。而这些bug在…

我最满意的 10 款 PC 软件是 Warp、VS Code、Obsidian、Raycast、Arc、Linear、Tailscale、Karabiner+Hammerspoon、CleanShot X、Figma。下面说为什么。 今天翻 GitHub Trending 看到 openinterpreter 用 Rust 重写了，一天 607 颗星。 这个工具让我重新想了一下自己电脑上到底哪些软件是真的每天都在用。不列十个凑数的，只写我实际高频用、换了会难受的。 Warp 终端。我换过很多终端，Warp…

现在网上两种声音都很极端，一边说这东西要取代程序员了，一边说这不过是个玩具，写出来的代码一塌糊涂，根本上不了生产，两边说的都有点道理，但都没踩在关键的地方。 我做了十几年软件，今年真的花了大量时间在这上面，不是试玩，是拿来干活，感受很具体。 先说一个真实的场景。 我有个朋友，产品经理，不会写代码，三个月前他用 Cursor 加 Claude，自己做出了一个内部用的数据看板工具，能连 MySQL，能筛选导出，界面也过得去，整个过程他没看过一行 SQL 语法，遇到报错就直接把错误贴给 AI，AI 改，他再跑，循环几次就通了。…

还没仔细看，也不懂解析数论……我只曾经合作通过relative langlands去理解函数域的L函数 但是这个噱头 claude肯定是吃到了 先是雅可比猜想，再是黎曼猜想，虽然都远未及完全解决，但是已经震慑到我了x #AI4Math #AI #数学 #omg你吓到我了 #被取代了 以下是对图中文章 OCR 扫描的结果： AlScienceLearning moreabout Claude'smathematicalcapabilitiesAug 10,20262%奶名。承多"治论影智智教品器習和路景：Recently…

@Joken是个runner: NYT的文章，人工智能正在改变年轻人的社交生活。我亲眼看到了A.I. Is Changing Young People’s Social Lives. I’ve Seen It. 作者：爱丽丝·拉斯曼 拉斯曼是一名经济学家，也是 Substack 上《亲密经济学》（The Intimacy Economy）的作者。 在快满13岁的时候，我花光了所有积蓄，给自己买了一台可以连接 Wi-Fi 的 iPod Touch。此后，我的许多记忆都与它有关：它是我人生重要经历的入口，是…

对这个结果感到震惊甚至是冷汗直流的可以直接退出数学界了，因为接下来的数学界已经不适合你们生存了。 这个成果是用 AI 把 Bun 从 Zig 重构成 Rust 的那货发表的，含金量可想而知。 临近 A/O 上市，最近会密集的看到这种所谓的重大突破，直到所有人审美疲劳。 整个思路都是人类完成的，99%的成果已经在已发表的论文里了，至于剩下的那 1% 的缺口，你去看AI的对话你会发现就是一堆高代练习题。 这个成果基于四位数论大佬 S. A. C. Baluyot, D. A. Goldston, A. I.…

5 年后，互联网上来自 AI 的流量将是人类的 1000 倍，人类不再是冲浪的主要用户，甚至就是赛博世界的零头。 这是 Cloudflare 在最近财报会议的预测，并非耸人听闻，此时此刻，AI 的访问量已经正式超过了人类网民。 没有人认真想过将来那片牧场还长不长草。 据测算，语言模型的训练将在 2026 年到 2032 年间耗尽人类公开的文本数据。高质量语言数据的枯竭甚至可能提前至 2026 年，比公开文本整体耗尽还要早两年。 Stack Overflow 的沉没 Stack Overflow 曾是程序员世界的集体大脑。…

AI正在带来一个意想不到的问题：人们开始变得迷之自信。 法国和意大利研究团队的一项实验发现，即使AI给出的答案是错的，人们也更容易相信它，并且变得更加自信。 研究人员做了一个实验，设计了一批大模型容易出错的问题，比如电影细节： 《像猫一样的高速公路》中Monica开的是什么车？ 《我爱贝克汉姆》中球队球衣是什么颜色？ 这些问题大多不会出现在模型训练数据里，AI容易产生幻觉。 实验将参与者分成两组：一组只能凭自己回答；另一组可以向AI寻求建议。 结果非常明显，没有AI帮助时，44%的人选择“不知道”，主动放弃猜测。…