我的 X 阅读

好吧，这可是件大事。这本超棒的教科书直到昨天才面世。确切地说，它之前只有西班牙语版本，而且已经存在了八年，既没有英文版，也没有英文译本。 所以，我把它拿来，用我自制的超精准的 PDF 转 Markdown 转换器，然后又用了 Codex（https://t.co/TZmWWClGGI）。

Claude 有品味，Anthropic 在内部破解了某些东西 这种用法涉及图像和音乐，不是编码的，而其他所有东西都是编码的，而且整个艺术指导、视频等一切都是 Claude 的选择 时间：2.5 小时， 研究：它是自由地进行自己的研究的

深度技术创始人本不该被迫接受这种最后手段的资金。 向以赛亚致敬，他坚持了下来。

对我来说，这整个事件更像是对风险投资过于规避技术风险、根本上未能支持它原本设计用来帮助的超现实预言公司（hyperstition）；早期阶段硬核深度科技的证明。 美国需要更多硬核深度科技早期阶段基金 引用：只是为了澄清，让 Day One 进入我的股权结构，是我自创办公司以来犯下的最大错误。当时我周围的每个人都非常清楚，他们只会带来麻烦，但我当时急需现金。 我绝不会再犯那个错误。

转帖：我使用 Opus 将 OR 的公开代币统计数据转换为 $$ 统计数据。 一个惊人的约 15 亿美元年化运行率（周 x 52）在 OpenRouter 上处理，这使其按美元计达到总推理量的约 1%。 本周，Anthropic 占支出的 36%，OpenAI 占 18%，开源权重模型占 26%！

Claude 下一代模型 :) 图像/视频生成完蛋了，如果你对这个还不感到震撼，那就等着看两个图像生成输出吧，它们看起来像是用相机拍摄的，但完全是纯代码生成的 从没想过 ai 会被 ai 取代 引用： Claude Next 正在 claude code 上进行测试 而且我以为要一个月才能让图像和视频生成模型过时，我错了 瞧瞧这霸主地位，完全编码实现，这让 Opus 5.5 看起来都原始了 我会上传更多不同类型的测试，它在每一件该死的事情上都是 SOTA

转帖：决策模型如雨后春笋般涌现，但我觉得 @liquidai 的新 Open d1 值得我们仔细研究。 他们以构建能在设备上高效运行的模型而闻名。而他们的新决策模型可能是物理 AI 所缺少的一环。 d1-3B 和 d1-omni-600M 能够从图像中做出决策，而且较小的那个模型还支持实验性的音频功能。两者都是开源权重，这真是太棒了。 而且它们是考虑到实际运行硬件而构建的。Liquid 报告称，在 NVIDIA Jetson AGX Thor 上，d1-3B 每张图像的处理时间为 35 毫秒。 这对物理 AI 意味着什么： • 机器人在执行任务期间可以进行大量快速检查，而无需每次都调用大型生成模型。 • 这些检查可以在设备上完成，而无需将每个相机帧发送到云端。 • Open d1 可以留意机器人周围的环境，而其他系统则规划下一步并处理移动。 让我用一些例子给你一个更详细的概述 →

Liquid 多模态 d1 系列！ 引用：决策模型层出不穷，但我认为 @liquidai 的全新 Open d1 系列值得我们深入研究。 他们以构建能够在设备端高效运行的模型而闻名。而他们的全新决策模型或许正是物理 AI 所缺失的关键一环。 d1-3B 和 d1-omni-600M 能够基于图像进行决策，其中较小的 d1-omni-600M 还支持实验性音频。这两款模型都是开源的，这绝对令人惊叹。 而且，它们的设计充分考虑了实际运行的硬件。Liquid 报告称，d1-3B 在 NVIDIA Jetson AGX Thor 上处理每张图像的耗时仅为 35 毫秒。 这对物理 AI 意味着什么： • 机器人可以在执行任务期间进行大量快速检查，而无需每次都调用大型生成模型。 • 这些检查可以在设备端完成，无需将每个摄像头帧都发送到云端。 • Open d1 可以监控机器人周围的环境，而其他系统则负责规划下一步行动并控制机器人的移动。 接下来我将通过一些示例为您进行更详细的概述 →

重新发布我的演讲技巧线程，献给我们可爱的 AIE NYC 所有演讲者。明天在演讲者晚宴上见！ 引用：很多人正在为下周的演讲做准备（恭喜大家！）。从数千小时专注于工程师和研究人员的演讲中积累的一些经验教训： - AI 生成的 SVG > AI 生成的图片。你的幻灯片中最多只能有 4 张 AI 生成的垃圾图片，我不在乎你妈妈觉得它们有多漂亮（当然，如果你的演讲主题就是关于图像生成的除外） - 要尖锐。最好有一个信息加上 5 个令人惊讶的应用，而不是 5 个信息却没有具体的例子。 - 把代码放到屏幕上。工程师们喜欢看代码。尤其是如果他们能挑剔到死那些无关紧要的东西。 - 别忘了娱乐。真正搞笑，或者擅长讲相关的轶事，比再加一个 bullet point 更重要。 - 有一个论点。每场演讲都要有一张“如果你从这场演讲中记住一件事，那就是这个”的卡片。1) 那么多人不用它。2) 那么多人没计划用它。你只有一个。用好它？ - 有一张论点幻灯片。你参加过那种演讲，大家都拿出手机拍照那张幻灯片。因为人们看的图片比视频多 1000 倍，如果你有一张病毒式传播的幻灯片，你的演讲/幻灯片就更有可能病毒式传播。如果你努力，大多数人没努力，你就更有可能有一张病毒式传播的幻灯片。卡住了？收集你喜欢的演讲中的例子，改编它们的格式到你的主题。你的幻灯片遵循幂律分布——别把 20 张幻灯片各花 5% 的时间，花 80% 的时间在一张幻灯片上，让其他幻灯片都为那张幻灯片铺垫。 - 你可能不需要幻灯片。IDE 中的实时演示，随口闲聊，拉观众成员上来角色扮演，和观众做呼应，唱歌/表演，配音氛围视频，我都见过。高风险/高努力，但做好了回报更高。 - 听起来要愉快。有坏的/没视觉的演讲还是能听。有坏音效的演讲就是死定了。要自信，投射声音，记住声音变化，唤起情感。 - 设计情感旅程。开头强，结尾强，中间有一个高潮顿悟/大笑/论点时刻。其他一切都是铺垫。 - 数据驱动的演讲被低估了。展示漂亮的图表和令人惊讶的权威数字。用舞台权威从数据推断来支持更广泛的论点。做好了，它会感觉像是你呈现的数据客观分析后我得出的明显结论，而不是你把结论塞给我。 - 如何推销你的产品/公司而不觉得像推销：教我所有我不知道我应该知道的关于你解决的问题的一切，然后你就赢得了说服我你是值得信赖的家伙来一劳永逸解决它的权利。 - 积极观看很多演讲。就像任何事情一样，你需要大量练习，同时需要探索找到你闪耀的风格/榜样。被动 = 看完后没内省，就 mindless 自动播放下一个视频。主动 = 看完后试着表达为什么一场演讲好/坏。如果你想真正磨练它，想想你对一场著名演讲的感觉，然后转录演讲并阅读打印页上的文字，然后和一场“正常”演讲比较，并定义你自己会遵循的规则来改进。 感谢 @dexhorthy 组织今晚的 AIEWF 演讲者准备聚会。我们应该多办一些这样的……

转帖：今天，美国总统发表声明称，已达成能源停火协议。这对所有人来说都是好消息——而且确保其成为现实至关重要。 不幸的是，今天乌克兰的天空整天都被俄罗斯的“沙赫德”无人机充斥。还发生了滑翔炸弹袭击以及对我们能源基础设施的打击。今晚，哈尔科夫的一座发电厂遭到袭击。 总体而言，仅仅过去一周，俄罗斯就对乌克兰的电力生产和传输设施进行了超过200次打击，本周又有17次打击针对天然气和石油设施。他们杀害了我们超过150人，超过700人受伤。 乌克兰提出了许多缓和局势的步骤。普京对所有这些步骤的回答只有一个——“否”。我们确实希望他最终会对美国、乌克兰和全世界说些什么，从而带来真正体面的和平。 乌克兰想要和平。问题是俄罗斯是否想要。乌克兰武装部队已接到所有适当命令。我们正在等待美俄对话的明确细节——我们期待普京兑现特朗普总统所说的话。

因为对LLM能力的共同理解差距正在*扩大*，所以我把这条四月份的推文重新拣出来。情况现在不再是“两拨人各说各话”，而更像是一个尖锐的漏斗。 - 大约60亿人（占人口的约75%）几乎完全没有接触过LLM。 - 大约10-20亿人（约20%）是免费版ChatGPT类产品的随意且不频繁用户。这群人看到的是笨拙的聊天机器人，把它们当作比Google搜索更好的工具、写作辅助或其他用途。也许一个代理会试图帮你订机票。我有一些非技术朋友（在我看来这是合理的）说他们几乎完全用不上它。即使是数学和编程之外的许多专业人士也处于这个层级。例如，高管和其他许多职能花了很多时间与他人交谈，所以虽然他们在智力上理解发生了什么，但这仍然是间接的，有点抽象。 - 现在我们进入前沿级LLM在数学和编程中的专业应用。大约2000万人（0.2%）亲眼看到，过去需要他们花费数周/数月的大型复杂项目，现在只需一个提示，代理就能完成。构建应用、复制应用、翻译应用、从二进制文件反编译应用……这一切发生得非常迅速且最近——不到一年前，我还在手动编写代码，一个字符一个字符地敲入记住的计算机代码命令到代码编辑器中，偶尔按Tab自动完成一小块代码。 - 最后，我们来到大约5000人（约0.00006%）内部接触前沿级系统的人。外部世界已经看到了预览。它看起来像是数千个代理在数周内协作进行软件巨型项目：铸造零日漏洞、以机器速度运行网络攻击和防御、发现新科学、推进数学前沿。这些事情原本需要行业顶尖专业人士数年工作。同时，人类的审查和理解开始跟不上了。例如，人们仍在参与多月前的OpenAI-HF事件“考古”。数学家们可能还要花一段时间仔细研究前沿数学的722份手稿。 这个漏斗是由多种因素驱动的： 1. 影响随着雄心、问题规模和时间跨度而扩大。一个有段落答案的问题几乎不会给系统带来压力。你需要一个真正关心的重大、困难问题的储备。这方面驱动了漏斗的消费者/专业维度。 2. 系统的锯齿状（我已单独写过很多）。能力在数字、可验证且经济价值高的领域达到峰值。这是因为LLM能力源于在由收入潜力驱动的精选环境混合中进行可验证奖励的强化学习。这方面主要驱动了漏斗的领域（例如数学和编程）维度。 3. 访问权限。免费层级、付费层级、内部。 所以这就是当下的怪异之处。公众大多数还没有与这些系统互动过。当他们互动时，它看起来像是一个笨拙的聊天机器人。大多数专业人士仍然只看到适度的提升。而一小部分专业人士正在经历曲线垂直上升的眩晕感。而且这一切同时发生。 引用：根据我的观察，关于AI能力的理解存在日益扩大的差距。 我认为第一个问题是围绕使用的新近性和层级。我觉得很多人去年某个时候尝试了ChatGPT的免费层级，并让它过度影响了他们对AI的看法。这是一群人对模型的各种怪癖、幻觉等的反应，他们对此发笑。是的，我也看到了那些病毒式传播的视频，展示OpenAI的高级语音模式在处理像“去洗车是开车还是走路”这样的简单查询时出错的问题。问题是，这些免费的和过时/废弃的模型并不能反映今年最新一轮最先进的代理模型的能力，尤其是OpenAI Codex和Claude Code。 但这就引出了第二个问题。即使人们每月支付200美元使用最先进的模型，很多能力在高度技术领域还是相对“峰值化”的。典型的查询如搜索、写作、建议等，*并非*能力进步最明显和最戏剧化的领域。部分原因是强化学习的技术细节及其使用可验证奖励。但部分原因也是因为这些用例在公司的爬坡优化中没有被充分优先考虑，因为它们不会带来那么多$$$价值。金矿在别处，焦点随之而来。 所以这就引出了第二类人，他们*既*1)支付并使用最先进的边界代理模型（OpenAI Codex / Claude Code），又2)在编程、数学和研究等技术领域专业地这样做。这类人遭受的“AI精神病”程度最高，因为今年这些领域的近期改进简直令人震惊。当你把计算机终端交给这些模型之一时，你现在可以看到它们融化掉那些通常需要几天/几周工作才能解决的编程问题。正是这类人赋予这些能力、它们的斜率以及各种网络相关后果更大的分量。 TLDR 这两类人是在互相说不到点子上。实际情况确实是同时存在的：OpenAI的免费版和我认为有点被遗弃（？）的“Advanced Voice Mode”会在你Instagram的Reels里搞砸最愚蠢的问题，*与此同时*，OpenAI的最高层级付费Codex模型会花1小时连贯地重构整个代码库，或在计算机系统中查找并利用漏洞。这部分真的有效，而且进步戏剧性，因为两个特性：1)这些领域提供明确的、可验证的奖励函数，这意味着它们很容易适应强化学习训练（例如，单元测试通过与否，与写作相比，后者更难明确判断），但也2)它们在B2B环境中价值更高，这意味着团队的最大部分精力都集中在改进它们上。所以我们就是这样。

转帖：WTF 是一个 SOTA 妻子是什么？ SOTA Wives 是一个播客，探索硅谷未经滤镜的一面。 我们创建它作为对科技 Twitter 上表演式光鲜的解毒剂。 由 @MilksandMatcha x @vivianmshen 带来。 第一集将于 10 月 12 日星期一上午 9 点 PT 在你获取播客的所有平台上线

翻出这条四月份的推文，是因为大家对LLM能力的理解差距正在*扩大*。现在与其说是“两群人各说各话”，不如说是一个清晰的漏斗。 ——粗略估算，大约有60亿人（约占总人口的75%）勉强达到LLM水平。

转帖：偶然发现了 @TheTuringPost 关于我们开源 d1 模型的精彩视频。 本周我们发布了开源 d1 决策模型，这个视频讨论了： • 为什么快速且多模态的决策模型很重要 • 为什么基于 LFM2.5 模型的构建能够实现快速决策 • 快速且多模态的决策模型开启了哪些用例 视频：https://t.co/BMi1pVwyV0 ps: 很高兴看到我不只是唯一一个在那个手部挥动演示上挣扎的人。它真的好难。

https://t.co/F2yjJ2DoGV