我的 X 阅读

转帖：Sakana AI 关于递归自我改进的推荐论文。 他们提出了一种有趣的方法，通过多代理自我监督来扩展递归自我改进。 在这一研究方向中，自我改进循环通常需要一个外部验证器，因此没有检查器的开放式任务被排除在外。 MASS 消除了这一要求。 一个基础模型提出多代理工作流程，运行它们并对它们评分，然后进化搜索保留得分最佳的工作流程。然后，模型在其自身的轨迹上进行微调，改进后的模型作为更好的优化器和评分器启动下一个循环。 在 Qwen3.6-27B 上进行两个循环，将四个开放式基准的每个输出令牌性能从 1.2 提高到 1.6 倍。 一个在多代理轨迹上训练的学生模型也击败了在 1.4 倍更多令牌上训练的单代理学生模型。 论文：https://t.co/r0vGMpPMGn 与论文聊天：

黄总一周年4 万粉的复盘我看完感触挺深的，讲真中推AI圈一年踏实通过内容做到4万粉的屈指可数，一个月商单10万块的更没几个，尤其是他说的那句，东西写深了，新来的人就跟不上，这点我深有体会， 做x其实是挺有意思的一件事，因为我们自己是一直往前走的，刚开始教人怎么点按钮，后来开始讲背后的道理，可读者不是同一批，今天来一波，明天走一波，最早关注你的人，往往看不到你后来写的东西。 所以有人看不懂，有人取关，真不一定是坏事，人在换而已，就像一趟车，每站都有人下，也有人上，你没法让起点上车的人，陪你坐到终点。 还有一个点是，深跟看不懂，我理解是两码事，一个事你真想明白了，张嘴就能给外行讲明白，越说越绕的时候，多半不是人家笨，是你自己还没想通，我自己写东西就这样，写得费劲，往往是自己没想清楚哈哈 引用：上推整整1年，一觉醒来4w粉了！ 曾经的大号也神奇地找了回来，人生还是要向前看。 走到这个阶段，我已经不太关注粉丝的增长了。 真正的高质量，是诚实同步自己的成长。随着我探索得越来越深，内容必然走向硬核和深入，而刚入门的用户渐渐就看不懂了。 这意味着我可能会失去大众流量的增长机会，但比起为了数据迎合浅层需求，我更享受走向深水区。 回顾这1年，有几点深刻感悟： 1. 商单是甜蜜的毒药 连续两个月商单破10w，反而让我痛苦。既要对甲方负责，又要对读者真诚，极耗心力。最可怕的是，它剥夺了我原本玩AI的时间。我深知不能沉迷于这种线性收入，必须要平衡。 2. 现金流换取“Token 自由”，回归玩AI的纯粹快乐 越来越坚信，本地化部署是绝对的方向。赚到的钱，我全部砸向了硬件：买了4090机器、双卡V100，最近准备再上一台4卡机器。 买卡就为了一个目的：实现彻底的 Token 自由。 不用去管 API 账单和限频，让我能没有任何心理负担地探知未知领域、补充知识盲区、快乐地玩 AI；顺着自己的兴趣，静下心去磨出自己真正想做、且足够稳定的产品。 当拥有了算力自由，很多以前不敢想的事就自然发生了：自己做模型推理框架、做多卡权重分层调优，甚至做出了让自己沉迷一整天的游戏等等 这种在未知世界里探索的纯粹快乐，远胜于接单赚钱。 3. 赚钱从来不靠勤奋，靠的是选择与等待 推特上到处是一年赚几百万的声音，但在时代大潮面前，这些都不算大钱。 大多数人一辈子的财富，都是在极其短暂的2~3年内爆发出来的。而在此之前，你唯一要做的是在这个浪潮里扎根、沉淀心智、积蓄全部力量。 4.未来最赚钱的事，一定是AI做不了的事。 AI能做的事都可以换算成tokens 只要在自己热爱的领域里沉淀够深，当属于你的那个非线性机会到来时，你自然有能力毫不犹豫地全力押注。 再次特别感谢一起玩推特的朋友和面基过的朋友们 @PandaTalk8 @lxfater @berryxia @cnyzgkc @AI_Jasonyu @li9292 @gkxspace @MinLiBuilds @bozhou_ai @cgnot996 @rionaifantasy @dingyi @zstmfhy @yaohui12138 @yanhua1010 @LufzzLiz @ponyodong @Pluvio9yte @AYi_AInotes 太多写不下了，没写到的朋友不要生气，玩AI后，脑子经常都处于信息过载的状态

让 AI 做网站，最常见的翻车是你说做漂亮点，它还你一堆说不清的东西，Kobin 的解法是先画效果图，再把每轮任务写成三句，做什么，不动什么，怎样算完成，需求一具体，AI 立刻听话， 就算你不会建模，也能做出跟着钢琴呼吸的 3D 网站，Kobin 把粒子签名，星座作品页，星点人物拆成 9 https://t.co/HEmgxMG9dB

这里所识别的问题与数学、临床试验或人类理解无关。 问题在于，我们有机制来分配（并强制执行）人类的法律、社会和道德责任，但在人工智能中却没有。这个问题是可以解决的。 引用：这是昨天晚上 Terence Tao 在 Caltech 举办的“Math 2.0”公开讲座的一张幻灯片。我非常确信，如果这种疗法真的有效，几乎任何四期癌症患者都会告诉你，人类对其机制的理解对他们来说完全无关紧要。

黄总一周年4 万粉的复盘我看完感触挺深的，商单讲真中推AI圈一年踏实通过内容做到4万粉的屈指可数，一个月商单10万块的更没几个，尤其是他说的那句，东西写深了，新来的人就跟不上，这点我深有体会，

转帖：一些数学家对 OpenAI 发布了数百个此前未解决的数学问题的解决方案感到不安。他们的主要论点是，没有数学家，没人能理解或验证这些解决方案。嗯，讽刺的是，AI 现在可能让每个人都能理解它们！ 我让我的 ChatGPT 代理选择其中一个带有可靠的计算机可验证证明的数学结果，向没有数学背景的人解释它，并展示我们如何检查其正确性。 这就是它（用自己的话）所做的，并创建了附带的图像来解释问题、解决方案、含义以及如何检查： “我所做的：我审阅了发布内容和几个候选者，选择了 Seymour 的第二邻域定理，并将其精确陈述与通俗语言解释进行了比较。 我咨询了 GPT-6 Pro 以获取批判性阅读和教学建议。所有 43 个原始证明文件都通过了 Lean，审计未发现承认的空白或超出其标准基础的额外假设，新一轮重放也通过了。然后我创建并审阅了这些四个可视化图像” 我现在可以让它对所有其他解决方案做同样的事情。可怜的家伙可能需要一整天，但它会完成任务！ 想象一下，一旦我们拥有超级智能，这个过程将变得多么更好和更可靠，我预计它将在明年这个时候到来！抱歉各位，数学完蛋了！

人工智能如今占全球商品贸易的10%以上。限制它将带来灾难性后果。

重置了 引用：Day 6/ Reset

一家中国公司发布了一个具有开放权重的尖端前沿模型。所有人： 一家欧洲公司发布了一个黑马专有模型：所有人：

还有谁会直接硬核处理他们的收件箱？那是智能代理的工作。

嘿宝贝，我们互相蒸馏一下对方的模型怎么样？ 引用：认知功能可能会在伴侣之间长期传染。

本地人工智能复仇者联盟集结 引用：嗨 顺便说一句，我们赢了 拜拜 https://t.co/T3zdX5f8Fm

缪斯 引用：Muse 的采用率与 ChatGPT、Grok 和 Gemini 相比，显示出一些绝对惊人的增长 来自 Coatue 的图表

Anthropic 的订阅用户每花一美元获得的计算量可能是其 API 用户四倍以上。 这是基于 SemiAnalysis 的估算，Anthropic 的整体推理业务在计算后利润率可能高达 88%，其中包括“大幅补贴”的订阅服务。https://t.co/5MFgA4CQL9

其实做了一个关于这个的噩梦