I finally know who I need to unite and what kind of historical mission I will accomplish.

DeepSeek V4 Pro 能够用较低的成本，帮你完成技术方案与研究直觉的梳理，然后再用 GPT Pro 模型做技术工程的严格推理，然后再用 Codex 进行开发，两天一夜就能完成以前至少一个月的任务。

不过目前最大的进步性，不是体现在时间压缩上，而是体现在能力闭环上。

智能体并不是 App，目前互联网转型过来搞 AI 的“刻舟求剑”思维，就是把 App的逻辑套用在智能体上，但目前智能体领域的真正机会在算法和基建上，例如 long Context+long memory +long Runtime 的统一运行时架构，是智能体系统的基础，你要为模型能力再提升几个量级做准备。

有时候会觉得，智能体会像是具备自我迭代能力、自我修复的一种数字原生的生命物种。

没有生产资料和生产关系，光提升生产力是不够的。目前 AI 行业都在拼命带人提升生产力，但新的生产资料、资产，以及新一代的生产关系如何组织并建立起来，这个才是关键。

2 月份的时候，我的主力工具是 Claude Code，CC很好，但不少系统级功能受制于其开发团队，例如多模型调度混用，本地 Web 与 CLI 数据互通… 而现在，用自己开发的 CLI 工具，正在逐步成为主要生产力工具，并迈入了自我迭代的阶段。

long context + long memory + long runtime ，应该归类在一个统一架构中进行研究。

鉴定人才，要像鉴定珠宝一样。
否则识人不慎，误人误己。

地球是宇宙生命的摇篮。

现在的模型都属于临门一脚，真正的拐点，在 2027 年的 Q3

Codex 最大的问题，就是速度太慢了，无法进入心流状态，OpenAI 有良好的研究能力，但是 Samaltman 真是糟糕的掌舵人，难怪创始团队都不愿意回去。

数学是一切现代科学的根基，而当 AI 开始进入自主解决人类几十年都无法解决的数学难题时，人类科学的边界将被 AI 推进到超越人类理解的范畴，数百年来的现代科学真正迎来范式变革，就是在 2026 年。