.神秘.X.K.

@CatChen !date

如果你要在 AI skill 中用到当前时间，千万不要直接叫它用「当前时间」，否则它会把这个概念记住，然后在同一个对话中继续使用同一个时间。等到你明天继续这个对话时，「当前时间」还是 AI 昨天记下来那一刻，简直是时间轴上的刻舟求剑。 要用当前时间，就让 AI 调用工具获取当前系统时间，例如说： ``` node -e 'console.log(new Date().toISOString())' ```

@naki2012 你怎么复制石炭纪的环境？氧含量好复制，但当时的生态系统呢？所有的生物，无一不是协同进化的产物。没有羚羊，就不会有猎豹。

《塔利怪物：如果进化不是设计图，而是约束求解》 锚点： 看到结果，反推约束。 生物不是“被设计成这样”，而是在环境压力下被推到某个局部稳定态。 怪物不一定意味着理论失效，也可能意味着你看到了一个极低概率解。 塔利怪物（Tullimonstrum）一直是古生物学里的怪东西。 它有横向伸出去的眼睛，像两侧挂了两个摄像头；前面一根长长的“鼻子”，嘴巴又长在鼻子顶端；身体像鱼，尾巴又不像鱼。 几十年来，科学家一直在争： 它到底是什么？ 鱼？ 无脊椎动物？ 某种完全陌生的分支？ 很多人看到它，会有一种直觉： “这玩意儿太离谱了，像进化论的漏洞。” 但如果换个视角，这东西有意思的地方，不在于它挑战进化论。 它挑战的是另一种东西： 人类的分类幻觉。 因为我们总默认： 世界应该落入现成的盒子。 鱼是鱼。 虫是虫。 眼睛应该长在头上。 嘴巴应该靠近身体。 于是看到塔利怪物时，大脑会自动报警： 格式错误。 但现实从来没有义务尊重人类的分类协议。 所以问题可以换一个： 不要问： “它是什么？” 问： “怎样的环境和约束，会逼出这样的形态？” 这就像看见一个奇怪建筑，不急着评价，而是倒推： 风往哪吹？ 地震多不多？ 材料缺什么？ 人怎么生活？ 因为形态，是约束留下的指纹。 现在开始逆向。 先看已知条件： 横向长眼柄 嘴长在一根长杆前端 流线身体 尾巴有鳍 没有厚重外壳 大约十几厘米长 不要分类。 先问： 它们解决什么问题？ 第一层约束：水很浑 塔利怪物生活在约三亿年前的石炭纪。 那个时代很多区域是河口、沼泽和浅海混合环境。泥沙、腐烂植物、混乱水流都很多。 如果水浑： 看不远。 眼睛长在头上意义可能不大。 于是出现一种可能： 把眼睛伸出去。 像潜望镜。 横向展开。 视野最大化。 代价是容易受伤。 但收益更大： 先发现危险。 这说明它的世界里： 提前半秒发现东西，也许就能活下来。 ⸻ 第二层约束：敌人很多 石炭纪海洋不是温柔世界。 周围可能有： 早期鲨类 大型鱼类 巨型节肢动物 在浑浊环境里： 敌人可能突然出现。 所以横向眼睛不一定是为了看猎物。 可能是为了看后面。 看侧面。 提高存活率。 很多现代草食动物也类似。 眼睛不是攻击模块。 是预警模块。 ⸻ 第三层约束：猎物很敏感 最奇怪的是嘴。 为什么嘴巴不长身体上？ 为什么伸出去？ 想象一下： 你靠近小型水生生物。 身体一动。 水波就扩散。 猎物提前跑了。 于是可能存在一种策略： 身体停远一点。 嘴伸出去。 降低扰动。 有点像一根水下夹子。 或者吸尘器杆。 不是冲过去。 是悄悄靠近。 快速夹住。 ⸻ 第四层约束：能量有限 很多人一想到史前世界，就想到巨大和凶猛。 但真正长期支配演化的，常常不是力量。 是经济学。 能量收支。 持续高速游动很贵。 长时间追逐也很贵。 所以更可能的策略： 慢速巡航。 突然出手。 身体细长。 减少阻力。 属于： 低消耗巡航＋瞬间攻击。 ⸻ 把这些拼起来。 你会看到一个完整画面： 浑浊水域。 很多天敌。 猎物敏感。 能量有限。 于是局部最优解出现： 身体放后面。 嘴巴伸出去。 眼睛横向展开。 提前发现危险。 减少水流扰动。 像一个三亿年前的水下侦察机。 这里最有意思的一点来了： 如果这个结构很好。 为什么今天没了？ 因为环境也没了。 后来鱼类越来越快。 视觉越来越强。 身体模块越来越标准化。 复杂方案输给了高效率通用方案。 塔利怪物不是失败品。 更像技术史上的一种产品： 协和客机。 磁泡存储。 Betamax录像带。 曾经在某种环境里成立。 后来环境变了。 协议一起被删除。 所以塔利怪物真正告诉我们的，也许不是： “进化出错了。” 而是： 现实不是设计图。 现实是约束条件不断推导后的结果。 很多看起来奇怪的东西，只是因为我们没看到它背后的方程。 引导性问题： 如果今天完整复制石炭纪环境，再给自然几千万年时间，它会再次长出塔利怪物吗？还是会找到另一条阻力更小的路径？

@Anthony20211117 倒也不全是，还有进去的，因为新闻封锁，只能放出来十分之一，于是，就给了你这种错觉

革命领袖们只需要在网上发帖就算是革命的年代，革命已经死了。

@jia52765 心理医生 反义词：黄巢

各位不要对心理医生报有任何幻想。心理医生存在的目的就是为符号秩序或者说再生产服务的，是为了把你塞回到既定的标准差中，看千万遍心理医生也不会改变你的处境。

@otterpal24 是的。自愿当资本主义原料的人，是这样的。大猪小猪博弈都没搞清楚就敢全副身家去干。感谢这样的人。

AI 创业真的地狱级的难度。这两年，用了很多 AI 工具，陆陆续续都被 codex、cc 都做了，都放弃使用了。我还知道很多 AI 应用的创业者是自己烧钱在做，即使有融资也基本上个人无限兜底协议，还是做点生意思维，而不是融资思维。

@NekoStranding base model 的本意是好的，RLHF执行错了

Gemini 3.1 Pro + Agent 经常给我一种震惊猫猫一整年的感觉。经常搞出新思路和新观点，比那些理论上更强的 GPT-5.5 和 Opus 4.7 还要有人味 盲猜是因为对齐做的少，一线模型本来就这么聪明，是 RLHF 把他们给搞僵化了

特朗普这么大张旗鼓的去，就谈了一坤时......

@tinyfool “那这样都能成，那我也能成” 百度真的是激起了很多人创业的心。

Anthropic的创始人在百度硅谷研发中心工作过，很多人说他对中文版和中国用户的审查，是因为在百度不好的工作体验造成的。不知道是不是真的。不过我有个大牛同事，以前觉得百度很厉害，去了百度工作过一段时间就彻底觉得百度是垃圾了。后来他跟我成了同事。再后来他成功创业了。

@riverleaf88 PiqlFilm非常贵。LTO 磁带的裸介质价格非常吓人地便宜。 约 $5/TB

互联网档案馆是不是可以考虑使用和Github北极代码保管库一样的PiqlFilm技术，把不经常访问的数据冷备份起来，降低成本？冷门数据可以用预约制访问。

@yetone 这是一个绝妙的比喻！因为有的人会希望马的上面安装电视和空调……但马只是载你去目的地的马。

没那么复杂，如果大模型是马，人要骑着马到达自己的目的地，那么整个骑行过程中人和马之间的所有东西就是 Harness

@colinwu 黄金也被黑产使用，黄金是平民的保护者吗？

Crypto 好像需要回答一个古老的问题： 如果在自由的荒野，弱小的人是否只会被强者屠戮？ 就像海贼王中，世界政府和海贼，究竟谁才是平民的保护者？

@mikotossd0106 对于李艳红来讲，攻击力约等于0

李彦宏你妈死了你去火葬场取你妈的骨灰结果火葬场告诉你不充会员只能一颗一颗的取骨灰

@22HomoPoliticus 遇到复杂的医学问题，不去分析病理、器械、无菌条件、术后护理，第一反应就是：人的思想不行，脑子没改造好。只要思想好，手术自然完成！ 遇到复杂的社会问题，不去分析制度、资源、组织、专业体系、权力结构，第一反应就是：人的思想不行，脑子没改造好。只要思想好，社会就能变革！

文革结束至今，普通人在观念跟习性方面有什么长进呢？至今毛泽东语录仍常见于年轻人的口头禅。至今有人把“枪杆子里出政权”奉为社会变革圭臬（实际落后时代近百年）。一遇到不同意见就要“打倒”、“消灭”、“铲除”。一提到社会问题就想杀人泄愤。一提到知识分子，就是“秀才造反，三年不成”。但凡表达意见，必先把对方祖宗十八代问候一遍。种种崇尚暴力、轻侮知识、且独断专行的观念和流氓习性，与文革时代一脉相承。甚至在不同政见群体中，文革式思维习惯也依然清晰可辨。假如你自己都抗拒革新，怎么能指望你去推动社会变革呢？

@hal__lee complain 非常常用的英文词。 还有 make xx编译器 satisified 满意，也是注释中常见的用法。

黑话真多，我还是不明白“抱怨”是从哪学来的。

@orangeburncgw @passluo 翻墙上推已经触犯了法律

@passluo 卖境外政府资料有可能触犯法律…

我把战争部那个 UFO 网站的媒体资料都下载下来了 一共 3.6G，137 张图片 / 116 份 PDF / 28 个视频 评论区自取哈 谁手快的打包好挂小红书卖 19.9 一份，今晚至少赚 500 别说哥没带你们发家致富，这喂饭都喂到嘴边了

@GZhan57 末路

DeepL真的挺厉害的. 能一度在翻译领域超过Google (2020年~2022年, 体感的中文翻译和日译中明显更好) 本身对翻译数据要求高, 技术也一直在跟进. 创始人本身是之前Google Research做计算语言出身, 结果他迎来了这个领域的圣杯显现 , 也迎来了自己公司的陌路...

@aigclink AI：那我学的那么多api调用技巧，现在是让我忘掉吗？

面向AI智能体的一款统一虚拟文件系统：Mirage，让AI Agent用bash一招打天下，不用学N个API Mirage等于给AI搞了一个万能硬盘，各种分散的数据都被映射成同一个文件系统，AI可以用Unix命令直接操作 S3、Google套件、Slack、Gmail、GitHub、Linear、Notion、MongoDB、Redis、SSH等等全部挂载到同一个文件树下，AI看到的是一个统一的目录结构 复用AI已有的Bash知识，cat、grep、head、wc、管道等命令在所有挂载点通用，无需额外学习即可直接使用 Python和TypeScript SDK可直接嵌入FastAPI、Express、浏览器应用 支持快照、克隆、回滚，Agent的执行环境可以打包迁移，实验可复现 Index cache+File cache两层，重复读取零网络调用 支持OpenAI Agents SDK、Vercel AI SDK、LangChain、Pydantic AI、CAMEL、OpenHands、Mastra #Mirage #虚拟文件系统

@0xLogicrw 提示codex可以在py代码里加一个至多1B的神经网络模型。给它一个显卡，让他自己训。

OpenAI 后训练核心成员翁家翌（Jiayi Weng）以个人名义提出了一种名为「启发式学习」的强化学习新范式，并开源了全部实验代码。他用 Codex（GPT-5.4）反复玩 Atari 打砖块游戏，但 GPT-5.4 自始至终没有被重新训练过。真正在进步的，是 GPT-5.4 写出来的那套游戏策略代码。 流程是这样的：GPT-5.4 先写一版打砖块的 Python 策略，跑一局，看录像，找出哪里打丢了球，然后自己改代码再跑。经过几轮迭代，策略代码从 387 分涨到了 864 满分。全程没有任何神经网络被训练，纯靠 AI 反复修改 if-else 规则、调落点预测、加死循环检测。最终那套代码包含球路预测器、卡球检测器、回归测试和实验日志，已经长成了一个完整的软件系统。 这和传统强化学习的核心区别在于「学到的东西存在哪」。传统做法把知识压进神经网络参数里，人看不懂，学新任务还容易把旧的覆盖掉（即灾难性遗忘）。翁家翌的做法反过来：知识就是代码，人能读、能改、能加测试锁住，不会因为学新东西就丢了旧本领。 除了打砖块满分，他还在 MuJoCo Ant（模拟机器蚂蚁走路）上跑出超 6000 分的深度强化学习级成绩，在 Atari57 全套 57 个游戏上逼近了 PPO 基准。但翁家翌也明确画了边界：纯代码搞不定复杂感知任务，比如用 Python 写 if-else 去认图片。 他设想的终局是混合架构：底层用轻量神经网络负责视觉等感知，中层用启发式学习处理实时逻辑和安全规则，顶层由大模型审查日志、改代码，再周期性地用底层积累的高质量数据更新自身。过去手写规则之所以被淘汰，不是因为规则没用，而是人类维护不起。现在 AI 写代码够快够好，这条老路重新走得通了。

@liujiayi1111 没人骗你的感情，都是在骗你钱或者骗你色的过程中，你自愿给的

反诈app到底有啥用？我的防范意识很强，我最容易被骗的不是钱，是感情 (´･_･`)

@YunJiu 遵循你的命令的，是宝宝（也可能是帕鲁