sleep magician

Anthropic Art 输入一个主题，自动生成 Anthropic 风格的手绘插画，配色和线条规则经过核验。适合新闻配图、博客头图、社交卡片和 AI 概念图， github.com/HalfAI1102/ant…

@MaxForAI 让子弹飞一会儿，时间会检验又是一场吹牛逼

卧槽，美股半导体被中国光刻机砸盘了。。 据The Information报道，中国一家国资背景企业已经开始小批量生产国产浸没式DUV光刻机。 今年预计生产约5台，2027年增加到20台，计划交付给中芯国际、华虹和长鑫存储。 机器目前在性能、可靠性和制造质量上仍然落后于ASML，距离真正成熟还有很长一段路。 只看这几个数字，市场似乎确实反应过度了。 5台机器，性能还不如ASML，怎么可能威胁一家垄断全球高端光刻机市场几十年的公司？ 但资本市场交易的是未来。 实验室里造出一台样机，只能证明技术路线勉强可行。 真正送进中芯、华虹和长鑫的生产线，经过精度、稳定性、良率和设备兼容性的长期验证，再根据客户反馈不断修改，才意味着国产光刻机开始建立完整的产业迭代闭环。 第一批机器可能很差，产量也少得可怜。 但只要能够在晶圆厂里跑起来，后面就会产生真实数据、客户反馈、供应链订单和工程师经验。 下一代机器的研发，也终于不用继续对着实验室参数闭门造车。 更关键的是，西方每收紧一次出口限制，都在替国产设备创造一个必须被使用、必须被改进的市场。 ASML短期内依然没有真正的对手。 中国国产EUV目前也还停留在原型阶段，浸没式DUV今年预计只有约5台产量。 但ASML在中国市场的垄断，已经出现了一条可以持续扩大的裂缝。 所以今天半导体跌的，并不是这5台机器对应的订单。 它跌的是一条过去只存在于新闻和PPT里的国产替代路线，第一次真正开始进入晶圆厂。 一台性能更差的机器不足以威胁ASML。 一条能够持续获得订单、数据和客户反馈的国产供应链，足以让市场重新定价。

@Octavia_NJ @Kongkongda5882 北大有资格给自己脸上贴金么？

@Kongkongda5882 有什么绷不住的？ 转系时没有为难，相反还提供帮助进入数学系； 出国遇阻时，及时提供推荐信帮助留学。 发个贺信，咋啦？不配吗？

这封贺信，绷不住了

@_FORAB 土共吹牛逼是遥遥领先的

国产光刻机真来了？美国信息报爆料称，中国已开始生产 DUV 光刻机，目前包括台积电在内的芯片制造商，都在使用这类设备生产芯片。 在数量方面，今年计划生产约 5 台，明年增至约 20 台，这些设备将在今年，陆续交付给中芯、华虹和长鑫存储，以减缓对国外光刻机公司的依赖。

@cuichenghao 土共有没有原子弹，贱20✈️是不是假的

网友亲自动手，揭露大国工匠骗局。众网友评论称：民智已开，打击邪教。

@forever7943 这不是诈骗么

没搞懂，chatgpt不就是openai第一个搞的吗？没有chatgpt，哪来的后面的各种百花齐放的大模型啊，哪想得到大模型这么牛啊，kimi说的自己这么屌，怎么第一个发布大模型的是chatgpt，不是你kimi呢？why？

Can this phenomenon be explained anatomically?

from prompt → context → harness → loop → graph engineering. the list keeps growing, and every new term gets treated as a replacement for the last one. each layer wraps the one before it, and the cleanest way to tell them apart is to ask what a single unit of work looks like. 𝗽𝗿𝗼𝗺𝗽𝘁 𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝗶𝘀 𝘁𝗵𝗲 𝗺𝗲𝘀𝘀𝗮𝗴𝗲. the model remembers nothing before this call, so the prompt has to carry the full universe of what it needs. a role, the background, the instructions, a few examples, a format. when the output falls short, the skill is working out which ingredient let you down, not rewriting the instructions every time. the unit of work is one input. 𝗰𝗼𝗻𝘁𝗲𝘅𝘁 𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝗶𝘀 𝘁𝗵𝗲 𝗺𝗲𝗺𝗼𝗿𝘆. across many steps the window is finite and the available information is not, which forces a curation step. a curator keeps what matters, compresses what is useful but bulky, and drops the rest. good curation is mostly about knowing what to throw away, not packing more in. the unit of work is what stays in the window. 𝗵𝗮𝗿𝗻𝗲𝘀𝘀 𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝗶𝘀 𝘁𝗵𝗲 𝗺𝗮𝗰𝗵𝗶𝗻𝗲. on its own a model just generates text. the harness gathers what it needs, runs it, calls tools or sub-agents, and verifies the result with tests or a judge. that verify step is the entire difference between calling an api and running an agent. the unit of work is one pass through the machine. 𝗹𝗼𝗼𝗽 𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝗶𝘀 𝘁𝗵𝗲 𝗿𝘂𝗻. one pass rarely finishes the job, so something has to decide whether to run the machine again. that decision needs a goal defined upfront, brakes like max iterations and budget caps, and a completion check that is automated rather than felt. an agent that stops asking for tools has ended its turn, which is not the same as finishing the task. the unit of work is the whole run. the diagram covers those four. here is the fifth. 𝗴𝗿𝗮𝗽𝗵 𝗲𝗻𝗴𝗶𝗻𝗲𝗲𝗿𝗶𝗻𝗴 𝗶𝘀 𝘁𝗵𝗲 𝗰𝗼𝗼𝗿𝗱𝗶𝗻𝗮𝘁𝗶𝗼𝗻. once several loops have to work together, you need to say what runs when, what runs in parallel, and who checks whom. nodes do the work, edges decide what runs next, and shared state flows between them. a single loop is just a one-node graph with an edge pointing back at itself, which is why graphs govern loops instead of replacing them. the unit of work is the whole job. here is the part that ties it together. prompt and context both live inside the harness gather step. the harness is one pass, the loop decides whether to run that pass again, and the graph decides which loops run at all. zoom out and the unit of work gets bigger. zoom in and you are back at the prompt. that also tells you where to debug. find the layer whose unit of work broke, then fix that layer. the prompt is the easiest layer to edit, which is why it keeps taking the blame for failures that live three layers up. i also published this deep dive on graph engineering, covering the core idea, how to get started, shared state, routing you can trust, and when a graph is genuinely overkill. the article is quoted below.

长得就很像数学家的数学家、王虹的导师Larry Guth在 #国际数学家大会 外面，隔着窗户看着自己的学生在讲坛上讲话…… 那种感觉可真好啊☺️培养出优秀的弟子，也是一件很伟大的作品。

@SjwEsther 什么时候来举行个班 期待ing

@sleepmagican 目前是 私享课 哈哈哈哈哈

我高中的好朋友说特别想学习AI，于是我们今天约了一个会议室点对点答疑，感觉我好幸福啊十多年前的朋友们带着家属在长大后还一起进步，这种感觉真的是太好了

王虹夸导师拉里古斯句句戳心。 第一，耐心到没脾气。你噼里啪啦说一堆碎片，他不打断、不翻白眼，硬是等你倒腾明白。聊着聊着，你自己就理清了。 第二，不硬掰，顺着你走偏的思路往下捋，专挑逻辑窟窿，让你自己补，慢慢把你逼出独立科研的脑子，这招绝。 第三，专治学术焦虑，不急不躁，让你觉得犯错正常。说白了，好导师就是比你还能忍，忍你的乱，忍你的慢，最后把你忍成个明白人。

東野圭吾推理神作！連環殺人兇手就在眼前，卻騙過了所有人，猜到兇手算我輸 youtu.be/zLLCQBzwk9I?si… 来自 @YouTube

开窍了，原来考雅思的意义不止于出国啊……

@DBL_fay @iPaulCanada 笑死🤣一点人味没有的话

@iPaulCanada 👤：不要靠近人类，我们是在保护你的野性 🐭：滚一边去，野性爱谁谁，我就是要有人养

澳大利亚政府：请不要给短尾矮袋鼠喂食（不管它们说什么） 游客：我不听…我不听

Karpathy 被一位父亲问：AGI 到来前，该教 8 岁孩子什么？ 他的回答直接删掉了 80% 的学校课程。 数学、物理、计算机科学。 其他的？以后再说，如果还需要的话。 很多人还在拼命让孩子刷题、冲排名、堆证书。 
却没意识到：你在花钱塑造的，是那些 AGI 一落地就瞬间贬值的脑回路。 为什么是这三样？ 因为它们在大脑里刻的是处理现实的底层沟槽。 •数学让你学会抽象与严谨 •物理让你理解因果与系统 •计算机科学让你掌握“如何把问题变成可执行的结构” 这些沟槽，10 岁以后越来越难刻。 
而信息本身，在 AGI 时代会变成空气一样的商品。 真正稀缺的，不是知道什么，而是大脑以什么样的方式运转。 你现在不是在选孩子的成绩单，
而是在选他接下来 60 年要带着走的那颗脑子。 16 分钟的视频，看完之后你会开始重新审视孩子的时间表。

@DarklordTANG33 @lb1800 不难看不好看你说话逻辑不矛盾吗？审美日本在全球属于顶尖的国家～

@lb1800 日本一户建 不难看 但也绝对算不上好看，好多窗户特小，沅子小， 个别还不错，加上电线杆，日本 整体城市真的是不好看，只不过中国的自建房实在太丑，同行衬托下，显得日本一户建还行

日本一户建，为何比中国自建房好看？