在这个信息洪流时代，大家都有什么方法做减法，让自己聚焦于某一特定领域而不过分发散？

比如定期取关一些公众号/大V等。

所谓的“富不过三代”？

——《A Real Pain》

和我的使用体验能匹配上，2.5 pro的工具使用能力真的很差，尤其是结合搜索时。

llm 生成代码的一个特点是：过于“包”化。

它默认会当做你在写一个包，各种 init、try，层层封装，如果你看过一些大包的实现，就会很熟悉这套写法。

但实际上很多时候我们不是写包，这种做法反而会平增复杂度，每次写完我都要删掉大概 30%-50%。

when is a machine not a machine?

早晨的雨叶

管中窥“prompt”😂

au 的触手可及让很多人都以为自己已经懂 ai 了，甚至开始造词了

刚读了下gpt-oss-safeguard的tech report，发现有些描述像是睁眼说瞎话：图1说两个safeguard模型表现基本与原版相当，然后在production benchmarks上的“certain categories”上性能有所下降。

但是请看图2：table 5中两者均只在2个category上比原版稍高，而在table 4中，也只有2-3个category比原版稍高，感觉这明显不行啊。

当然论文前面也说了，这个是在chat setting下进行的测试，这也是他们不推荐的用法。但是我觉得结论要和图表对得上，不能无中生有，玩hallucination。