即刻App年轻人的同好社区
下载
置顶终于学明白原先很费解或者畏惧的理论时，甚至能感受到脑子里的神经元噼啪放电、突触疯狂连接。
这确实不是直接看 AI （深度）总结能带来的体验。人脑还是需要一点不舒服、一点努力，才能真正把知识学进去。
这确实不是直接看 AI （深度）总结能带来的体验。人脑还是需要一点不舒服、一点努力，才能真正把知识学进去。
7 10
「我们永远不可能(等)学会了以后，再去做这件事。我一直说，我们不可能在没做这件事之前，把它策划得滴水不漏，一定是在做的过程中，识别到了问题，然后快速干掉这个问题。」（张雪）
16 00
@重轻 这期播客可以看作当下 AI 焦虑的最佳解药，虽然没有解决方案。
AI 焦虑到什么程度了呢？
AI 佛祖 Karpathy 都疯了，前阵子Karpathy 的 AI 精神病刷屏，他有 Agent 技能焦虑（在OpenClaw 邪修大军里落伍） 、Token 焦虑（订阅计划 Token 没消耗完），完全停不下来。
这个例子是在重轻这期节目之后发生的，不然就是绝佳素材，当然，这也验证了重轻的观点。
我们是一个精疲力竭的剧场，7×24不停地在上演意义。
从春节期间被 OpenClaw 反复摩擦那期节目看，重轻大概也深受其害，那种狂热甚至让我觉得很不重轻。
还好，这期播客，那个后现代的重轻回来了，不在场里那种痴迷于不确定、幽微的、难以名状的重轻回来了：
你对可能性没有义务。
放弃潜力无限的迷思，接受能力有限的现实。
物尽其用已经发展到了以物役人。但你为什么要考虑要对得起你的每一样东西呢？这是非常非常奇怪的想法。
其实比重轻的发电站更合适也更时髦的隐喻是数据中心（或者 Claude Max/ChatGPT Pro）：
你拥有数据中心，但你不是数据中心。数据中心只是实现你需求的工具，让它满负荷运转是模型厂/云厂商的义务，不是你的。
AI 焦虑到什么程度了呢？
AI 佛祖 Karpathy 都疯了，前阵子Karpathy 的 AI 精神病刷屏，他有 Agent 技能焦虑（在OpenClaw 邪修大军里落伍） 、Token 焦虑（订阅计划 Token 没消耗完），完全停不下来。
这个例子是在重轻这期节目之后发生的，不然就是绝佳素材，当然，这也验证了重轻的观点。
我们是一个精疲力竭的剧场，7×24不停地在上演意义。
从春节期间被 OpenClaw 反复摩擦那期节目看，重轻大概也深受其害，那种狂热甚至让我觉得很不重轻。
还好，这期播客，那个后现代的重轻回来了，不在场里那种痴迷于不确定、幽微的、难以名状的重轻回来了：
你对可能性没有义务。
放弃潜力无限的迷思，接受能力有限的现实。
物尽其用已经发展到了以物役人。但你为什么要考虑要对得起你的每一样东西呢？这是非常非常奇怪的想法。
其实比重轻的发电站更合适也更时髦的隐喻是数据中心（或者 Claude Max/ChatGPT Pro）：
你拥有数据中心，但你不是数据中心。数据中心只是实现你需求的工具，让它满负荷运转是模型厂/云厂商的义务，不是你的。
11 43
读到一段话，感觉很值得开发者思考，无论是做当下热门的 Harness Engineer，还是过去热门的 Multi Agent、Agentic Engineer……
来自 Claude Labs 成员 Prithvi Rajasekaran：
随着模型的不断改进，我们大致可以预期它们能够工作更长时间，并处理更复杂的任务。
在某些情况下，这意味着【围绕模型的脚手架会随着时间的推移而变得不那么重要】，开发者可以等待下一个模型的发布，看某些问题是否会自行解决。
另一方面，模型越来越强大，就越有空间来开发能够完成模型基础能力之外的复杂任务的工具。
考虑到这一点，这项工作中有几个值得继续推进的经验教训。
始终应该对你正在构建的模型进行实验，在实际问题上阅读其执行轨迹，并调整其性能以实现你期望的结果。
在处理更复杂的任务时，有时可以通过分解任务并为问题的各个方面应用专门的代理来获得改进空间。
当新模型发布时，通常的最佳实践是【重新审视测试框架】，剔除那些不再对性能有支撑作用的部分，并添加新的部分以实现之前可能无法达到的更强能力。
来源 Claude Labs 成员 Prithvi Rajasekaran ：www.anthropic.com
来自 Claude Labs 成员 Prithvi Rajasekaran：
随着模型的不断改进，我们大致可以预期它们能够工作更长时间，并处理更复杂的任务。
在某些情况下，这意味着【围绕模型的脚手架会随着时间的推移而变得不那么重要】，开发者可以等待下一个模型的发布，看某些问题是否会自行解决。
另一方面，模型越来越强大，就越有空间来开发能够完成模型基础能力之外的复杂任务的工具。
考虑到这一点，这项工作中有几个值得继续推进的经验教训。
始终应该对你正在构建的模型进行实验，在实际问题上阅读其执行轨迹，并调整其性能以实现你期望的结果。
在处理更复杂的任务时，有时可以通过分解任务并为问题的各个方面应用专门的代理来获得改进空间。
当新模型发布时，通常的最佳实践是【重新审视测试框架】，剔除那些不再对性能有支撑作用的部分，并添加新的部分以实现之前可能无法达到的更强能力。
来源 Claude Labs 成员 Prithvi Rajasekaran ：www.anthropic.com
10 00
别浪费时间学 AI 的奇技淫巧了，AI 适应人的速度远快于人适应 AI 的速度——只要具备结构化思维，用自然语言准确表达需求就够了。
这是纳瓦尔最近在播客里给出的建议，如果你读过《纳瓦尔宝典》应该很熟悉这个风格，记了几条，分享下：
怎么用 AI？
应该优先考虑你的效率，而不是 AI 的消耗。
比如没必要为了让 AI 理解清楚而花时间精心写 Prompt——一口气说出来、多对话几轮，让 AI 整理就好了。
比如为了确保质量，同一个问题同时问四个不同的 AI，异步看结果，让它们交叉验证，或者从回答最好的那个开始深入追问。
要不要付费？
要为所有最先进的模型付费。正确率 92% 的模型比 88% 的模型价值高出无数倍——现实世界中犯错的成本极高，多花几块钱换一个正确答案完全值得。
怎么用 AI 学习？
学习的手段从来不缺，稀缺的是学习的欲望。AI 是自学的完美工具——让它生成图表、类比和插图，不断追问基础问题，直到从最底层完全理解一个困难概念。
AI 带来的竞争变化？
人们只想要最好的东西，市场仍然会被头部应用垄断。坏消息是：你必须在某件事上做到最好才能赢。好消息是：你能做到最好的事情是无穷多的，你总能找到一个完美适合你的细分领域，在那里做到最好。Vibe Coding 让细分市场的商业逻辑成立了。
AI 是什么？
乔布斯说计算机是"心灵的自行车"，纳瓦尔说 AI 是"心灵的摩托车"——速度更快、杠杆更大，但仍然需要人来驾驶、指引方向、踩油门和刹车。
如何克服 AI 焦虑？
很多人的 AI 焦虑源于不了解它是什么、怎么运作。焦虑的解药永远是行动——焦虑本质上是一种非特定的恐惧，你的大脑在告诉你该做点什么，但你不确定该做什么。
迎上去，搞清楚它是什么。这种对好奇心的追求会帮你消除焦虑，说不定还能帮你发现让自己更有生产力、更快乐、更成功的事。
这是纳瓦尔最近在播客里给出的建议，如果你读过《纳瓦尔宝典》应该很熟悉这个风格，记了几条，分享下：
怎么用 AI？
应该优先考虑你的效率，而不是 AI 的消耗。
比如没必要为了让 AI 理解清楚而花时间精心写 Prompt——一口气说出来、多对话几轮，让 AI 整理就好了。
比如为了确保质量，同一个问题同时问四个不同的 AI，异步看结果，让它们交叉验证，或者从回答最好的那个开始深入追问。
要不要付费？
要为所有最先进的模型付费。正确率 92% 的模型比 88% 的模型价值高出无数倍——现实世界中犯错的成本极高，多花几块钱换一个正确答案完全值得。
怎么用 AI 学习？
学习的手段从来不缺，稀缺的是学习的欲望。AI 是自学的完美工具——让它生成图表、类比和插图，不断追问基础问题，直到从最底层完全理解一个困难概念。
AI 带来的竞争变化？
人们只想要最好的东西，市场仍然会被头部应用垄断。坏消息是：你必须在某件事上做到最好才能赢。好消息是：你能做到最好的事情是无穷多的，你总能找到一个完美适合你的细分领域，在那里做到最好。Vibe Coding 让细分市场的商业逻辑成立了。
AI 是什么？
乔布斯说计算机是"心灵的自行车"，纳瓦尔说 AI 是"心灵的摩托车"——速度更快、杠杆更大，但仍然需要人来驾驶、指引方向、踩油门和刹车。
如何克服 AI 焦虑？
很多人的 AI 焦虑源于不了解它是什么、怎么运作。焦虑的解药永远是行动——焦虑本质上是一种非特定的恐惧，你的大脑在告诉你该做点什么，但你不确定该做什么。
迎上去，搞清楚它是什么。这种对好奇心的追求会帮你消除焦虑，说不定还能帮你发现让自己更有生产力、更快乐、更成功的事。
58 325
