MAODOU retweeted
大量的华人工程师
消费自己的青春去养Anthropic这家Ai邪教组织,变相参与反华,辱华行动,然后往死的封禁中国ip
白嫖私吞中国用户的订阅费!
结果上市的时候,现场清一色的
拉美,犹太,昂撒的伪人面孔
根本就不带你玩
然后人家笑的这叫一个邪恶,
真令人感到不适
🤣🤣🤣
MAODOU retweeted
Anthropic的这一群人,我可以说是科技商业史上,极度精明、极度懂权谋,但也是非常无奈的一群高智商囚徒。
顶着1.2万亿美元的逆天估值,A社终于IPO了。开盘瞬间从83美元被爆炒到111美元,然后就是一路狂跌砸盘,收盘被死按在了97美元附近。
很多人会想,这种高开低走是不是有人在疯狂套现?
答案基本明牌。散户在开盘阶段根本拿不到底价筹码,大部分是被市场情绪裹挟冲进去接盘的,然后又刚好碰上那些拥有配售额度的早期机构和借机退出的利益相关方。
但我这篇不想讨论这种金融割韭菜,这篇我想解释为什么我在开头就说,Anthropic的核心团队,绝对是科技商业史上极度精明、懂权谋,但也无奈的一群高智商囚徒。
先讲讲他们为何极度精明以及他们的高级权谋。
很多人最近都在为老黄惋惜。老黄是个纯粹的技术狂人,励精图治33年,一手把英伟达带到了3.6万亿美元市值,但最终却落得个黯然离场。
对外看是他主动退位,实则为内部逼宫,甚至至今都被董事会死死拒之门外。
这种下场,核心就在于英伟达是一家非常传统的同股同权公司,1股等于1投票权。当年上市时,他没有给自己搞什么特权,手里只握有大概3.6%的股份,在董事会上也就只有百分之三点几的发言权。
这就好比他是一个打下了整个罗马版图的开国统帅,但帝国的最高主权在名为董事会的元老院手上。哪怕他不断打胜仗,靠着赫赫战功一呼百应,但他权力的命门始终捏在那些元老手里。
所以即使是在英伟达市值登顶的最辉煌时刻,元老院一样能逼他退位,并且永远对他关上大门。这就出现了老黄一手锻造了AI时代的算力底座,却不能在法理上锁死自己帝国的控制权的结局。
再往上进阶的是同股不同权,典型的如谷歌和Meta。谷歌首创了固定倍数的AB股,扎克伯格把它发扬光大。
资本买的是普通的A类股,1股1票,创始人拿B类股,1股10票。
这就相当于,小扎在向元老院交出部分权力的同时,硬把一部偏袒自己的宪法塞了进去。在这个体系里,外面的资本是平民元老,买1股只有1票,而他手里的1股自带10倍的表决权重。小扎靠着这个阶级特权成了把持议会的实权寡头,相比老黄就拥有了对帝国更强的控制权。
但这套特权依然不是绝对安全的。
随着帝国不断向外征战、疯狂融资,为了换取粮草,必须把越来越多的外围资本册封进议会。哪怕小扎拥有以一当十的权重,只要平民选票的基数无限膨胀,总有一天平民阵营能反超这十倍的杠杆。一旦他们的总票数堆过了50%,小扎照样会面临被削藩逼宫的风险。
Anthropic的这七位创始人,把老黄的惨剧看在眼里,前辈的遭遇惧在心里,于是创造了非常极端的,F类股票。
A社的F类股票有且只有不可分割的1股。这1股被锁在核心创始团队共同控制的壳公司里,既能避免了内部倒戈,又对外形成了绝对防御。
这单独的1股不采用前面倍率式的一比多少换算,他的这1股极其霸道,不管外部资本手里握着多少亿股,就算明天公司为了买算力又向外增发了1亿股,A社这1股F类股票在董事会表决时的投票权都永远会自动膨胀,折算为全场总票数的50.1%。
这代表着,亚马逊、谷歌和华尔街其它风投们不管花再多钱,买走的都只是帝国的岁贡和收成,彻底被剥夺了政治干预权。如果这些大佬们觉得达里奥这个CEO干得不好,想在股东大会上发起投票换人,像逼老黄一样逼他退位,他们永远只能凑齐49.9%的票数。这1股F股等于是一票否决权。
那现在的投资人也不傻,凭什么把钱给你还要让你独裁?这时候,这群精明的Anthropic权谋家打出了历史上的经典配套:
君权神授。
他们利用了全人类对AI失控的焦虑,把公司注册成了公共利益公司。他们对投资人讲的故事是,因为我们要研发可能毁灭人类的超级AI,为了确保AI不失控,我们就不能被短期的商业利润裹挟,所以创始人必须拥有绝对控制权。
他们用保护人类的道德神权,合法且永久地压死了世俗的华尔街资本,于是拥有了至高无上的权力。
在今天的大模型赛道,顶级的AI智能是高度稀缺的资源。资本面临的情况是,你不接受这个霸王条款,有的是钱排队想进。
最终,生怕错失这场堪比大航海时代的 AI 瓜分盛宴,这种恐惧彻底战胜了对失去控制权的担忧。这也说明在现阶段,这群拥有最前沿AI智能的帝皇,拥有了压倒性的议价权。
那为何他们同样也是非常无奈的一群高智商囚徒?囚在哪?
虽然他们在董事会层面赢到发麻,但依然有另外一个致命的死穴卡着他们的脖子。
诚然他们在B端市场展现出了很强的吸金能力,今年前9个月营收干到了300多亿美元,二季度甚至反超了OpenAI。但到了三季度单季暴亏5亿多美元。
钱去哪了?因为他们没有自己的算力基建,三季度他们被迫认购了50亿美元的短期算力承诺,赚来的巨额流水,绝大部分最终都当成岁贡上交给了云巨头。
在大模型这个烧钱赛道,拥有算力集群就拥有了真正的独立主权。目前行业里的算力阶层分化极其严重,基本分为三个阶层。
最高阶层是坐拥封地的领主,例如Meta与xAI。他们是圈地为王的算力军阀。扎克伯格豪掷百亿美元买下35万张H100显卡直接塞进Meta的机房,马斯克在孟菲斯花122天打造了全球最大的巨像超级计算机。他们坐拥广袤的封地,不需要向任何人交过路费,边际成本极低,所以也敢把模型免费开源。
中间阶层是把持钱粮调度的摄政王,OpenAI。他们虽然没有独立自建机房,但由于彻底解除了微软的排他性限制,现在可以在全球跨云平台寻找最便宜的算力,并深度参与下一代AI专用芯片的研发。他们掌控了基础设施的定制和议价权,获取算力的成本接近于出厂价。
最底层的,就是流亡派的Anthropic。顶着万亿估值,本质上是身背高达8954亿美元长期算力采购承诺的无地藩王。
他们目前的商业模式很简单,从亚马逊和谷歌那里批发底层的算力资源,叠加上自己的大模型作为智力附加值,再以API或订阅费的形式零售给用户。
这就注定了他们的成本结构里,死嵌着一块极其庞大且刚性的云厂商地租。
这种无资产的中间商模式,导致了他们面对开源模型时的极度脆弱。这也是为什么他们极度恐惧和仇恨强而有力的开源模型,比如Meta的Llama、梁文峰的DeepSeek或是老黄曾经力推的开源生态的根本原因。开源模型对于A社来说,不仅是竞争,甚至有可能要了它的命。
对于企业客户来说,如果一个免费的开源模型能解决90%的问题,他们只需要支付纯粹的裸算力成本去跑这个模型,又强又安全,为什么还要支付高昂的溢价去调用Anthropic的API?
一旦面临拥有封地的领主开源,或者是摄政王OpenAI挑起底线价格战,Anthropic没有任何还手之力。
拥有自建算力集群的企业可以优化设施、拉长折旧来压低边际成本,但Anthropic的降价空间受制于云厂商写死的岁贡底线。降价跟进,立刻触发巨额亏损。维持高价,则眼睁睁看着客户流失。这是一个无解的死局。
成本下限被彻底锁死,除了不择手段限制住包括开源模型在内的竞争对手外,A社唯一的出路,就是想尽办法提高利润。例如拼了命推代理化编程,主攻高客单价任务。不再按token卖模型,而是让AI包揽排查系统Bug或自主开发App,直接收取五十美元甚至更高的任务费。
到了B端市场,企业算的是整体研发的人效,只要Claude能稳稳干出一个高级开发者的活,相比于去死抠几分钱的单次API定价,他们更愿意为极高的任务成功率和绝对的安全性支付溢价。只有靠吃下这种高价值的任务利润,Anthropic才能强行填平沉重的云厂商岁贡。
重新审视Anthropic,这是一群绝顶聪明的高智商囚徒。他们吸取了前辈的血泪教训,用无懈可击的君权神授锁死了自己帝国的绝对控制权。
但可惜的是,他们虽然在法理上加冕成了说一不二的独裁大帝,但却同样是一个必须依附于亚马逊和谷歌两大巨头、缴纳巨额地租的算力流亡政府。他们坐在最坚固的权力王座上,一边要防着OpenAI这样的顶级强敌步步紧逼,一边看着城外开源大军的潮水越涨越高,手里却没有抵御洪水的沙袋。
MAODOU retweeted
华人在美国本质就是上不了桌,本质跟200年前修铁路的华工没有任何区别。但现在修的是AI铁路,修的是高科技互联网科技铁路,但本质是一样的,曾经是修完铁路,昂撒在铁路上拍照合影庆功。现在是昂撒在纳斯达克敲钟上市。
一张敲钟合影,照出华人在美国的位置
钟声响起的那一刻,台上站着18个人:17张白人面孔,1位印度裔。
没有一个华人。
2021年,七个人从OpenAI出走,在旧金山创立了Anthropic。几年之后,他们把Claude打磨成了硅谷最锋利的一把刀。
把镜头从敲钟台往后拉,拉到写代码、调模型、熬通宵的地方,你会看到另一批名字:
Claude写代码凌厉,有Yanda Chen的心血;
Claude能自己动手干活,有Kaidi Cao的功劳;
Claude Code能站上顶峰,也有Fiona Fung的一份。
地基是他们一寸一寸打下的,钟声响起时,台上却没有他们站的地方。
放眼整个硅谷,这样的事并不少见。黄仁勋亲手为AI时代浇筑了算力的地基,把公司做到全球市值之巅,可美国最核心的那张权力圆桌,他依然只是被礼貌请进门的客人。
华人能造出最好的引擎,却很少被请上驾驶座。
这张合影一个字也没说,却把一条人人心照不宣的规矩,摆到了所有人眼前。 – at Culver City, CA
MAODOU retweeted
如果你也觉得 Anthropic 是一家邪恶公司,请和我以及大家一起签署这份声明!
这份《MisAnthropic Statement》公开指责Anthropic一边打着AI Safety的旗号,一边积极推进自己曾经警告过的危险技术,同时试图通过监管政策巩固自己的竞争优势。
最有意思的是,签署者里既有AI安全派、开源支持者,甚至还有e/acc加速主义者。
能让这帮平时互相吵架的人达成共识,Anthropic也是挺有本事的。
欢迎大家加入,一起给狗日的Anthropic上点强度(
签署地址:misanthropicstatement.com/
MAODOU retweeted
讲的非常的好,我认为这就是一场美国价值对抗深层政府的战斗。我会用我的影响力发声
Someone sent me a DM asking why I was nakedly defending Jensen and hoping for his return to NVIDIA.
It's not for financial reasons, I can assure you. I was too stupid not to buy NVIDIA back in the day. Although I do own some NVDA, it's much, much smaller than my TSLA and SPCX holdings.
The reason is simple: it's deeply offensive to me to see this man, who obviously cares deeply about this company and what he's built, treated this way.
I'm aware he made some mistakes. Some of which are really none of my business and are ridiculously common among us flawed humans.
But he, like most of the people who seem so eager to hang him, is not perfect. And I never expected him to be.
And the problem, as I see it, is that there's very little logic in the argument that Jensen's objective was to harm the United States by empowering China. Given his Taiwanese heritage and his own background, that narrative makes very little sense to me.
We're being asked to believe that someone who spent 30 years building one of America's most consequential technology companies was secretly working against the country in which he built it. That's a pretty extraordinary claim.
Jensen believes in an optimistic future. And unlike those throwing knives from dark corners, he's out there building it. Dedicating his life to this mission. In his view, his contribution to humanity.
Other people seem to want power or control. And they want these things without putting in the effort required to achieve them.
Jensen spent 30 years of his life getting to this place, where power, control, and wealth aren't even the mission.
So I'm offended, perhaps in a naive way, by his detractors. The takers, not the makers. Those looking for shortcuts. Those who would rather tear someone down than build something themselves. Or punish him for offering something they cannot.
Some of the people who wish to tear him down seem to have little understanding of the implications of their own mission. And frankly, I find that pretty pathetic.
So what can I say? I'm an idealist.
I prefer the Jensens and the Elons of the world. The people who build, who take risks, who dedicate their lives to making an optimistic future possible.
And so should you.
MAODOU retweeted
Anthropic这家公司到底有多恶心?
史上臭名昭著的Ai焚书,就是这家公司干的!
一家天天标榜Ai伦理道德的公司,私下拆了200万本书,其中不少中华古籍,揭掉书脊、逐页扫描,扫描完直接销毁!
因为这些书籍诞生的时候还没有Ai,所有这些书籍都是非常干净的数据源。
更离谱的是盗版,联合创始人从盗版书籍数据库中下载19万本,还一共下载了超700万本受保护的书籍。公司内部员工后来意识到法律风险后公开,社会舆论炸锅。后面官司打了15亿和解金,美国史上最高!
一家不善待人类文化遗产的公司,将来又怎会善待人类?
MAODOU retweeted
Jensen Huang has faced more consequences than virtually anyone in the Epstein Files.
MAODOU retweeted
王阳明找到了人生作弊器
(演久成真 )
马斯克说我们大概率活在虚拟世界,
王阳明和马斯克都发现了
这个游戏的作弊器。
西方人管它叫显化、吸引力法则,
王阳明五百年前就说透了:
意之所在,便是物。
你盯着什么,游戏就给你加载什么。
你不是没有显化能力,你每天都在显化,
只是显化错了方向:
天天怕钱不够,就处处看到钱不够。
显化不是你想什么就来什么,
而是你真正想成为什么,
什么才会靠近你。
吸引力法则也叫拟剧理论:
先装模作样,
再有模有样,
最后像模像样
王阳明在龙场就是这么用的:
圣人干什么,我就干什么,
一夜悟出“圣之道,吾性自足”。
龙场悟道、知行合一、行能改知、
显化、吸引力法则、拟剧理论,
名字不同,都是同一个人生作弊器。
做 AI 算命、做命理 App 的朋友,这份 57GB 的开源数据可以直接拿去用。
据我们所知,这是目前全网最大的玄学类开源数据集:1950–2026 年每一天 × 12 个时辰 × 男女,67.5 万张紫微命盘全排了一遍,13 个维度一共 877 万段解读。
每一句断语都对照倪海厦《天纪》原话和《紫微斗数全书》原文校正过,引文逐字可查。全部按规则算出来,不经 AI 生成,同一张盘每次结果都一样。
压缩后只有 161MB,按出生年份一年一个文件。CC BY 4.0,可以商用,细则见仓库 README。
搭排盘网站直接查表,训练命理大模型直接当语料。仓库已经 5,400 多颗星,欢迎拿去用。
🔗 github.com/Renhuai123/ziwei-…
MAODOU retweeted
费曼这句话含金量还在上升🔝
“尽可能以最无纪律、
最不敬和最原创的方式
努力学习你最感兴趣的内容”
三十岁上下的技术人,决定中国核心 AI 组织如何投入最重要的资源
过去二十年,中国互联网公司的权力,大多随着商业战果分配。但如今,一批三十岁上下的技术人,正在通过另一条路径进入中国最核心科技公司的权力中心:不必等到产品取得商业成功,他们就开始掌握重要的研发决策权,由此影响数百名研究员的工作,以及数以亿计的算力如何投入。
- 2026 年 3 月,几名 Kimi 的年轻研究员希望把一项叫 Attention Residuals 的新技术放进正在研发的下一代旗舰大模型 K3。这个想法最初来自 Kimi 的研究员苏剑林,业内人称 “苏神”。这个想法来自他读完 DeepSeek 的 mHC 论文后的灵光一现:既然是在做加权求和,何不用 Attention?
- 苏剑林很快写了一个简化版本,效果很好。但完整版需要保存各层信息,还要在设备间传递,训练团队算过后发现,以当时的资源根本无法承担。张宇和当时只有 17 岁的陈广宇几乎只用了一个晚上,提出了 Block AttnRes(分块注意力残差)设计:把模型的多个层分成 8 个组(Block),先汇总组内信息,再在组间做 Attention。这一方案把额外开销控制在 5% 以内,同时带来了约 20% 的训练效率提升。
- 最后杨植麟拍板,同意 K3 推迟开训,为团队留出验证时间。3 月 16 日,Kimi 公开了这项研究,四个月后,拥有 2.8 万亿参数的 K3 发布,Attention Residuals 成为其重要架构之一。
- 这个故事里,提出新想法的是一名远程工作的研究员,将它变成可行方案的包括一名 17 岁高中生和一名年轻博士;训练、推理和 Infra 团队则在周末的深夜合力解决了大规模工程的问题。最后,作为 CEO 的杨植麟拍板决定,为它改变公司最重要模型的训练日程。新一代 AI 管理者的能力,不只是自己懂技术,还包括识别他人的技术判断,并将其变成整个组织的 bet。
- 智谱的 Coding 转向,同样不是某个负责人一开始就确定的战略。2025 年初,DeepSeek-R1 发布后,智谱感到了落后的压力,模型效果不及预期,行业又陷入价格战。唐杰召集十几位核心技术人员讨论下一步方向,00 后、尚未博士毕业的曾奥涵提出做 Coding,但这个方向在智谱内部并未成为共识。
- 唐杰没有当场决定,而是让不同团队分头探索。转折出现在 2025 年 4 月,智谱发布的一批 320 亿参数模型中,有一个版本加强了工程代码和函数调用能力,内部测评与使用反馈让 Coding 获得更多认可。七月,GLM-4.5 发布,编程成为市场反馈最好的能力之一;到十二月,智谱 CEO 张鹏称,这项业务的年度经常性收入已经超过一亿元人民币。押注 Coding,成为智谱成立以来最重要的战略决策之一。这不是一个人的决定,而是一群年轻技术人员的判断,经过不同团队的探索和验证,逐渐成为公司的战略选择。
- 小米 MiMo 的路径更激进一些。2025 年 4 月,小米发布第一款 7B 模型,罗福莉加入后,和团队决定同时训练一个数千亿参数的模型和一个万亿参数的模型,后来分别成为 MiMo-V2-Flash 和 MiMo-V2-Pro。当时团队只有几十人,大部分研究员没有训练过大模型,有经验的人中,不少也只做过 7B、14B。一位同行感叹,在他看来,按照更稳妥的路线,应该先把数千亿参数模型训出来,再决定是否继续扩大,但罗福莉不想再训一个“同样的模型”,既然继续 scaling,就要再往前走,而 1T 已经接近当时团队已有算力能尝试的极限。
- 罗福莉能够作出这样的决定,与小米给予的技术自主权有关。雷军大约每两周听一次汇报,但通常不干预具体技术决策。做什么模型、采用什么路线,很大程度由罗福莉和团队决定。
- 训练开始后,loss 升高、激活值异常、不同专家模块的负载失衡等问题接连出现,团队停下来排查,做数据和预训练的人开始参与后训练,负责训练框架和推理 Infra 的人也一起解决问题。罗福莉说,这些变化很少来自正式调配,更多是研究员根据兴趣自然流动。一位年轻研究员说,自己从学校来到 MiMo ,几乎没感觉环境有什么变化,“就感觉跟实验室一样”。两款模型最终完成,小米也由此进入能够训练万亿参数基座模型的公司行列。
- 获得权力之后,这批年轻的技术领军者要面对的第一个现实课题,是如何招人、管人。在顶尖人才极度稀缺的大模型领域,研究员选择公司,本质上是在选择一个能理解自己、值得追随的负责人。技术声望天然自带引力。杨植麟创业前曾在 Meta AI、Google Brain 实习,是 XLNet、Transformer‑XL 的共同第一作者。姚顺雨加入腾讯前是 OpenAI 的研究员,参与 Deep Research 和 Operator 两个核心项目。腾讯招聘团队人士说,姚顺雨加入后,混元在校招上的吸引力明显提升。
- 相比上一代互联网管理者,他们也有意或无意地消解着权力带来的距离感。混元成员叫姚顺雨“姚哥”,他会偶尔办午餐会,也会在全员群里临时组篮球局,Hy 4 Preview 发布后,姚顺雨直接给研究员集体放了一周假。Kimi 员工把杨植麟叫作 KK,研究员可以在群里直接抱怨产品不好用、算力不够,也会用他的表情包开玩笑。昵称、兴趣和轻松的氛围,在互联网公司并不算新鲜。但年轻的研究员们会从这些日常细节里,判断负责人是不是 “同路人”、好不好相处。而一旦进入具体工作,他们真正核心的诉求,是自己的想法究竟能有多大空间。
- 不过,研究员能有多少探索空间,也取决于他们的负责人获得了怎样的支持。2026 年 3 月,林俊旸得知阿里 Qwen 团队可能被拆分,原本整合在一起的预训练、后训练等团队将被重新划分,这与他一直坚持的技术主张相冲突。他在群里留下“无颜再带领大家”的感言,提出离职。在大公司,技术成绩可以带来权力,却未必足以守住权力。技术负责人能作出哪些决定,既取决于最高层的授权,也取决于他在复杂的组织网络中做政治与利益交换的能力。
- 姚顺雨在腾讯采取了另一种方式。混元自己的预训练模型还没准备好时,他先派后训练骨干去帮助元宝优化接入的 DeepSeek。他认为,维护好元宝的产品体验和用户基本盘,对混元后续研发同样重要。这种“向外让渡支持”的做法,后来换来了腾讯内部多个核心产品和部门在混元新模型发布时主动支持。
- 他们因技术获得权力,又必须运用权力,保护技术所需要的自由。同样,他们想让自己和研究者摆脱管理的束缚,也得先学会如何管理。
- 唐杰曾给 AI 时代的能力排过一个次序:“认知>格局>技术>管理”。管理在最末,技术倒数第二。1995 年出生的 LibLib 创始人陈冕也说,管理变得前所未有地不重要,唯一目的是让符合业务特点和要求的人留下来。这群三十岁左右的年轻人,被时代推上了掌管百亿算力与庞大组织的权力位置,却本能地排斥 “管理”——但他们真正排斥的,或许并非管理本身,而是过去大公司里的平庸、官僚与迟缓。
- 但“给他卡就够了”,只是他们对理想研究环境最朴素的描述。但如何争取这些卡、决定把卡给谁,以及为最后的结果负责,却是一场极其现实、艰苦的工作。认知、格局、技术、管理。在真实的商业战场上,这四种能力其实根本无法剥离。认知是判断做什么、不做什么,这既需要扎实的技术体感,也需要看清终局的格局;而要把判断变成现实的结果,离不开管理与组织协作。把管理排在最后,不会自动成为好管理者;把管理放在最前,也一定不是好管理者。
- 如大半个世纪前德鲁克所阐述的,管理的本质,是让每个人的长处得到发挥,让不同的人能够共同做出凭一己之力无法完成的事。想要实现这一切,第一步,或许要从不再羞于谈论 “管理” 开始。
#ai #晚点latepost
今天互联网上最危险的东西出现了
有人做了一个 AI,能像 GPT 读英文那样读 K 线图,而且 100% 免费放出来了
它能接进 TradingView 配置,配上 opus 5.5, AI 交易系统会读每一根 K 线,在行情走出来之前就预测下一步(而且挺准)
先搞懂 KRONOS 是怎么运作的:
> ChatGPT、Claude 这类大模型把词变成 token,预测下一个词
> Kronos 把每根 K 线变成 token,预测下一根 K 线
> 它预训练用了 120 亿根 K 线
下面是怎么免费把整套系统搭起来:
1. 打开 Claude Code,用 Sonnet 5.5,让它克隆 Kronos 仓库并装好环境,安装它全帮你搞定
2. 切到 opus 5.5,给它指令从 Hugging Face 加载 Kronos-small,普通笔记本就能跑(我用的是 MAC M5 pro)
3. 它会从币安免费的公共 API 拉取和你在 TradingView 上看到的同样的 K 线,任何币、任何周期,开盘、最高、最低、成交量全都有,不用注册账号
4. 让 Opus 5.5 把最近 512 根 K 线喂给 Kronos,预测接下来 24 根,就跟让大模型续写一句话一样
5. 把 sample_count 设成 100,Kronos 就会画出 100 种可能的未来,而不是只猜一个,这些路径之间的分散程度就反映了下一步的真实风险
6. 让 Opus 从这些未来路径里判断市场状态,大多数路径指向同一方向就是趋势行情,路径四散两边都有就是震荡
7. 让 Opus 把预测和市场状态转成明确的进场、出场、止损规则,再用一年历史数据回测,算上真实手续费和滑点
8. 然后用 TradingView 免费的 Lightweight Charts 库,把 Kronos 预测的路径和真实 K 线画在一起,盯几天再决定信不信它
9. 先模拟盘跑,再让 Opus 接个 Telegram 机器人,一旦出现高置信度的趋势机会,手机立刻收到提醒
SpaceX 的 AI 工程师聊 GrokBot 的用法,话虽糙但极其扎心:
这玩意儿内部公认最顶,但真正用对的人可能连 1% 都不到。
多数人以为玩多 Agent 就是在浏览器里开 20 个标签页轮流切。
她的做法完全是直接在后台拉公司编制:1 个幕僚长(Chief of Staff)+ 3 个项目经理 + 16 个底层打工人。
你平时只跟幕僚长一个人对话。幕僚长找经理拆需求,经理领着小弟去搬砖。
她那场一小时的分享,真正能抄作业的就这几条:
1. 先搭班子,再加 Bot。 别一上来就堆模型,模型早就够聪明了。Agent 一多,真正的瓶颈从来不是智商,而是协同成本和信息损耗。
2. 没有验收机制,堆再多 Agent 也是负资产。 不给它们配自动化的验证栈(Verification Stack),Agent 数量和产出效率的曲线很快就会见顶甚至倒挂。
3. 把工程规范写死成 Skill。 用 pstack 这类工具把交付标准固化成技能,逼它们按正规软件工程的标准去交差,而不是指望模型“凭感觉差不多了”。
4. 改老代码和写新项目是两码事。 从零写新业务谁都会爽,但面对祖传老代码,光让人看得懂没用,还得把环境和接口打磨成对 Agent 友好的状态。
看完多少有点落差:
大多数人还在聊天框里跟单个 AI 抠字眼、反复调教 Prompt,人家已经在当数字包工头、带特种工程队了。
现在的分水岭早就不是你开几个窗口,而是你脑子里清不清楚:谁去拆解派活,谁来兜底验收。
MAODOU retweeted
三个超级大脑坐进一家酒吧,聊了两个多小时。这可能是今年最值得看的一场 AI 访谈。
借着 Meta 发布新一代模型 Muse Wonder,小扎和亚历山大·王难得同框。采访者同样大有来头:Stripe 联合创始人 John Collison。Stripe 一直是我心目中美国最有创造力的公司之一。
三个人从 AI 模型、个人智能体,一路聊到产品、公司管理,以及如何做判断和决策。信息密度极高。
我给全片加上了中文字幕,值得找个时间慢慢看。
Cheeky Pint is back! Mark Zuckerberg @finkd and Alexandr Wang @alexandr_wang came to the pub to discuss their new frontier model, Muse Wonder.
00:00:24 Muse’s breakout use cases
00:07:28 The model is the product
00:14:35 Muse Wonder
00:24:56 How frontier models are built
00:48:26 Betting $100B
01:07:21 Agentic commerce
01:19:34 OpenRouter
01:20:06 Beyond the smartphone
01:27:00 Funding
01:34:06 Why AI won’t be winner-take-all
01:40:46 Meta Superintelligence Labs (MSL)
02:08:11 Working for Mark Zuckerberg





























