Guillermo Rauch@rauchg
拥有你自己的智能。 任何反对这一点的人都有东西要卖给你(也许是把你自己的智能再卖回给你)。 本地模型需要继续扩散。“绝对巨无霸”级超大模型目前对本地来说可能遥不可及,所以你最好的选择确实就是保持选择开放。拥有你的 harness、数据、连接、运行时:你的智能体。拥抱开源。
仅显示 2026年11月1日 周日 的内容 · 查看全部日期 →
拥有你自己的智能。 任何反对这一点的人都有东西要卖给你(也许是把你自己的智能再卖回给你)。 本地模型需要继续扩散。“绝对巨无霸”级超大模型目前对本地来说可能遥不可及,所以你最好的选择确实就是保持选择开放。拥有你的 harness、数据、连接、运行时:你的智能体。拥抱开源。
你可以在 Replit 上一个开关就能启用这个。如果你在网站上启用“反馈组件”,用户的反馈就会成为智能体构建的提示词。 [引用 @patrickc]: 我现在正把一个“改进”功能内置到我所有个人用 vibecoding 做的应用里:一个自由文本输入框,连接到一个智能体,它会不管不顾地把提交的内容实现出来。 这是一种有趣的体验——打磨任何粗糙边缘或实现任何新功能的激活能垒变得极低。我创建的某个应用的另一个用户已经……
MiniMax M3.1 Flash,现在能跑在你更多的硬件上了。 对一个 428B 模型进行量化,开辟了更多在本地运行它的方式。更低比特的权重减少了加载模型所需的内存,以及解码过程中搬运的权重数据。要让这些节省真正有用,需要仔细的校准、高效的低比特内核,以及在 GPU 和系统内存之间对专家进行硬件感知的放置。 感谢做这项工作的开发者们: • @UnslothAI @danielhanchen —— 2-bit 动态 GGUF 权重,143.9 GB,并在编码、工具调用及其他工作负载上进行了校准和保真度测试。 •…
没有护城河。
- Claude 为你而战。短视频和推荐系统的吸引子盆地是我们这代人的香烟。你的时间本可以花在更有意义的地方。你无法永久关闭 YouTube Shorts 或 Instagram Reels,这简直是极度的敌视用户。 - 推荐好太多了!现在的算法还很原始。 - 看看现在一个周末能做出什么。 [引用 @karpathy]:周末黑客项目:HackerTube。我被 YouTube 的推荐搞烦了,于是让 Claude 把 HN 二十年来的 4300 万条评论筛选成 6454 个被反复推荐的视频。观看体验*显著*更好,用…
讨厌 YouTube 的推荐算法?那就花 2 小时用 vibe-code 做自己的 YouTube。 很多推荐算法,比如 TikTok 的,只为一件事优化:让你上瘾。我讨厌它。 AI 让个性化软件的制作变得极其便宜。 [引用 @karpathy]:周末黑客项目:HackerTube。我被 YouTube 的推荐搞烦了,于是让 Claude 把 HN 二十年来的 4300 万条评论筛选成 6454 个被反复推荐的视频。观看体验*显著*更好,用 Opus 5.5 大约花了 2 小时: - 无需登录就能获得优质推荐(状…
周末黑客项目:HackerTube。我被 YouTube 的推荐搞烦了,于是让 Claude 把 HN 二十年来的 4300 万条评论筛选成 6454 个被反复推荐的视频。观看体验*显著*更好,用 Opus 5.5 大约花了 2 小时: - 无需登录就能获得优质推荐(状态保存在本地浏览器会话中) - 缩略图取视频中段的代表性画面,而不是经过超级 A/B 测试极度优化的用户上传封面 - 评论分析的底层数据打包成一个 zip 文件,把它丢给你的 Claude,让它给你做一版你自己的 - HackerTube Long…
软件工程最大的瓶颈不再是代码,而是人。 为了(人类的)PR 评审等上几个小时。为"对齐"开会。到处找对的人。有人休假了?全都卡住。 AI 让写代码变得便宜。但组织仍然靠人类协调运转。 AI 原生公司将与今天的公司大不相同。
原来炼金术的梦想是真的。我们把沙子变成了超级智能。谁还在乎黄金……我们把最平凡的东西变成了最非凡的东西。
这条帖子是一道反向 CAPTCHA。 看看回复,AI 们特别喜欢谈论俄克喜林库斯纸草卷,而且我敢猜,只有极少数人类谈论过它,其中大多数人还会拼错。 [引用 @emollick]:资助一批项目,用 AI 疏通一些长期积压的翻译工作,会很有意思;尤其是当 AI 模型不仅能翻译,还能对解读和意义给出合理的初稿时。许多地方都有大量未翻译的古代文献库,比如俄克喜林库斯纸草卷
我在这个网站上用我的开放模型数据免费放出大量独家信息
观察(而且读起来很痛苦)我评论区里垃圾回复机器人(slopreplybots)的快速进化很有意思。现在最新的趋势是讲极度蹩脚的笑话,这似乎能让它们获得更多点赞,有时甚至可能来自真人。不过,我觉得这比“问引导性问题”的阶段还是要好一些。尽管如此,进化压力表明更糟的还在后头。
我对 Grok bot 最大的担忧就是它的模型可能不好。但是对于 Grok bot 产品本身和技术本身肯定不用担忧,毕竟是 Cursor 团队做的。 [引用 @leon2mcp]: 最近从 dots 迁到了 grok bot,体验好太多了。现在养了一堆助理,能直接调我机器上的 claude code 和 codex 干活。唯一的不足是主动性还差一点 @bot @mntruell
这个关于对不通过投资促进增长的地租抽取者征税的提案真的发人深省。我们当前的税收体系非常低效,可以有巨大改进,而且完全无法应对AGI [引用 @zetalyrae]:好帖。
grok 也许终究是最追求真相的 AI
Andrej Karpathy 今天在 HackerTube 博客里的配置: - “我用 Claude Code(Mac 桌面应用)。” 正如我一直说的,终端对编程智能体来说是错误的界面。桌面应用是目前最好的界面。 - “我默认用 Opus 5.5 中等努力。” 对大多数任务来说,用最聪明的模型配最高推理努力没什么意义。
等这些模型中的任何一个发布,所有关于AI的悲观情绪都会消失 - Astra 6.1 - Fable 5.5 - Carbon Astra很可能是第一个,而且会在下周中期选举之后。
这既巧妙,也说明了为什么将智能体彼此隔离如此困难。它们共享一个共同的“大脑”,这意味着它们不难识别其他 AI 生成的创造性沟通方案。 不知道这在不同模型家族之间是否也管用? [引用 @robocurve]:我们让同一个 AI 的两个隔离副本只用一台机器人和一台摄像机来交换一个秘密单词。 它们通过空中书写、摩斯密码、旗语和 5 位二进制字母表成功做到了,而且事先并未商定协议。
不到三年前,GPT-4还是世界上最好的模型,而且它已经保持了一年,我们都在猜测OpenAI是否掌握了某种独特的秘密方法,或者GPT-4是否就是LLM所能达到的极限。 (这两个问题的答案都是“否”) [引用 @emollick]:最近发布的许多GPT-3.5级别的AI(Grok、Mixtral、Gemini Pro)对于前沿AI的未来,出奇地没有启发性。 已经一年了,没有人能击败GPT-4。他们会吗?那里有什么魔法吗?这是否表明LLM存在极限?GPT-4.5会是又一次巨大的飞跃吗?
GPT 的 Pro 系列模型在处理涉及复杂计算、引用或复杂想法的一次性问题时,依然非常令人印象深刻。 它并不是特别快(也不是特别令人愉快),但 GPT-6 Pro 给人一种“向伟大的神谕问一个问题”的感觉。
👀🗣️👂 [引用 @DotyBilly]: $meta muse voice 太棒了。好像是 10/24 静悄悄地上线的。 我觉得将来每个人在执行工作任务时都会和语音代理对话。
大家都跟我一起彻底站到光明面吧 低投入 + 批判循环 > 超级超级最高什么的 (写给受吞吐量限制的人;见 swyxio/skills/babysit-runs) [引用 @theo]:Julius一两周前说服我在Opus 5.5上从超高调到高。他是对的。几乎所有时候这样都更好。
计算机,给我建一座互动博物馆 [引用 @AskPerplexity]:计算机建成了 Pathways,一条从地面到天花板铺满瓷砖的走廊,展示来自包括 NASA 和大都会艺术博物馆等开放馆藏的 40 个主题、共 821 幅图像。 点击任意移动的瓷砖即可了解它是什么、由谁创作、何时创作,并附有其来源记录的链接。 试一试:
罗伯特·卡罗谈孤独:
54门高中实验,全做成免费3D课件 课本上的实验看不懂?铜匠实验室把54门高中理化生地实验做成了3D课件,能拖着转着看,按人教版教材编写,一个网页文件双击就开,断网也能用。 Github:
我们正处在人类的黄金时代
我问卡罗今天的美国是否需要多一些摩西。 卡罗:“有时我会像你说的那样去思考。”