对于 agent 来说，能够低成本回到过去是个很重要的事情。在当前的系统中，我们往往只能线性往前走，你可以通过 git 把 repo 退回，但是这段记忆是你丢不掉的，你会记得你创建和回退。想一想奇异博士寻找14,000,605分之一的可能性，不是说线性地看了一千四百万份录像带，而是用 TENET 的方式不断在时间中来回，不疯才怪。

虽然从产品上来看很糟糕，但是这个论文挺有意思的，能做一些很有趣的事情。我的理解是这个harness给所有事件一个准确的状态，并且还能够让系统在状态之间低成本切换，这意味着能够准确地忘掉一些事情，把许多input/output都变成cached input，而且可以通过状态描述的拆分来指导后台kvcache系统的设计。

看了deepseek harness，只能说，我真的受不了这些理工科天才做产品，一上来就给个插件系统，对于绝大多数用户来说都是心智负担，除非这个插件系统是给自己在训练的模型用的。

我愿意给amp code一个月付 20 刀，但是这个deepseek harness我只能说反正也只是用npx打开的。

这么久下来，还是觉得Cursor最好用，Fable当架构师，Grok 4.5 当包工头，手底下Composer 2.5 当苦力。

ChatGPT Pro 5x 用 gpt-5.6-sol max, 审查一个 review 用了 40% 的 5 小时额度。

另一方面是 codex 的 harness 特别消耗 token，我平常都用的是 omp/amp，明显要耐用得多。

听说GPT-5.6 也要被限制使用，我倒不指望用这些模型做什么特别难的事情，聪明的模型最大的优势其实是CoT相对更精炼一点，速度更快一点。

想买RTX Pro 6000 的时候被涨价逼得消费降级买了RTX 5090。
犹豫要不要把手上 16 寸的M2 Pro 32G+1T换成 14 寸的M5 Pro 64G+1T的时候凭空涨了 5000。

跟着摩尔定律长大的人快被逆摩尔定律气得没脾气了。

GLM-5.2 说自己用的是PPO而不是GRPO (也就是之前DeepSeek R1 用的方法)，也就是说做RL的时候还是需要一个critic model来估计value。

让模型自己探索的效率太低了我们没有这么多算力，蒸馏最先进的闭源模型只能让我们接近而不能超越，我猜这些都不如蒸馏最先进的人类，人类的工作流说少不少说多不多，一个AI公司招人覆盖能被用到AI的领域也许比显卡便宜多了。

所谓人类和模型的Co-Training。

想起以前听学术圈的人八卦说唐杰老师开公司了大概率后面要评科学院院士就不太可能了，今天一用GLM-5.2 就不禁感慨，那又咋样呢？