与「読了」相关的搜索结果

AI疲脑 晚上在gmail里面读了一篇AI相关新闻的newsletter 看完很多信息之后大脑一片茫然，关闭邮件后完全记不清到底讲了什么 我觉得学习AI切实可行的办法是用AI解决自身遇到的问题 而不是看大佬们写的一篇篇很精彩的的文章

# 别急着学框架：一个回圈加三个工具，模型自己会决定下一步 先说结论：Agent 跟聊天机器人的差别，不在模型多聪明，也不在你学了哪个框架，而在多了一个会自己决定下一步的回圈。聊天机器人是你问一句、它答一句，下一步永远由你决定；Agent 是你给一个目标，它自己决定先查什么、再算什么、做到哪一步停下来。 怎么做？回圈固定做四件事：把对话送给模型、看模型要不要叫工具、没叫就回答案收工、有叫就执行工具再把结果贴回对话，跑下一轮。工具起手只要两到三个：计算机、报现在时间、搜寻。重点在工具说明要写清楚，模型是读说明来挑工具的，说明含糊，Agent 迟早不理你的工具。 三个地方最容易翻车。第一，没有步骤上限，模型原地打转就是烧钱烧到没完没了，原文把上限设在十轮，到了就停手认输。第二，工具一报错就让整个程式崩掉，正确做法是把错误讯息贴回对话，让模型自己换一招再试。第三，计算机直接执行模型吐出来的算式，模型吐的东西一律当不可信的输入，要用正规的算式解析器算。 测试分两关。先问一道乘法，只会叫到计算机，测它会不会挑对工具；再升级成查两个数字、算百分比，要连着叫两次工具，测它会不会自己排步骤。两关都过，你的回圈才算真的会做事。还要记住一个数字：每步九成把握，十步任务整体成功率只剩三成五左右，步数越多越要先拆小。 一句话：框架是装潢，回圈才是房子。先手写一次搞懂回圈，再决定要不要上框架。今晚就能做的事：挑一个你每天重复问的小问题，写一个只有计算机和报时间两个工具的回圈，跑一道乘法、再跑一道查数字算百分比，看它会不会自己排步骤。 S1哥观点：别再问学 Agent 要先学哪个框架了，框架是装潢，回圈才是房子。一个回圈加三个工具，模型就能自己决定先查什么、再算什么；回圈写错了，框架堆再多也只是让它用更贵的方式原地打转。你上次亲手写的回圈，是什么时候？没写过的话，今晚就写第一个，两个工具、一道乘法，跑通了再谈框架。你第一个想让 Agent 替你做的重复小事是什么？评论区说说。 收藏用清单（照着做）： 1. 把任务缩到一句话，写下什么叫完成、Agent 绝对不能做的事。 2. 建好执行环境，金钥放好，绝对不写进程式里。 3. 先写计算机、报时间、搜寻两到三个工具，说明写到模型读了就会挑。 4. 跑单工具测试再跑多步骤测试，两关都过再加护栏上线。 转给还在背框架名字、却没写过半个回圈的朋友，他今晚写第一个就懂了。

我的前家庭医生是中国人，他毕业于华西医科大学，在霍普金斯念了好多年。 他在国内从事外科，在美国念书因不确定哪个专业适合他，换过一次专业，念了很多年才确定做家庭医生。 有一次看到我先生身上的痣，他立马操刀割了下来送检，隐约还能看到当年外科医生的影子。 他笑说，他爸爸当年部队培训了三个月就做了医生，他读了十几年才够格做医生。 我离开马里兰时，他一再叮嘱我，肠镜检查一定要求同时做胃镜，中国人胃癌高发，老外不会常规查胃镜的。 我每次约肠镜时都告诉医生，我反酸，嗳气，上腹部有饱胀感，不定期吃Costco的Nexium，医生叮嘱我吃的。 如果你不说上面这段话，保险不付你的胃镜，需要自费。 Jose的前妻，一做胃镜就是晚期，胃癌特别喜欢纠缠中国人。 大家谨记！

我终于明白为什么LeCun顶着全网群嘲也要死磕世界模型了， 现在很多人误以为大模型快要通向AGI了，纯粹是因为被那种博导般的答题体感给骗了， @ylecun 说单靠把大语言模型做大，哪怕到了地狱也搞不出人类水平智能， 甚至直接开喷数据中心养出天才军团纯属扯淡，很多人觉得他迂腐、天天唱衰， 但我仔细翻完他在ECCV上的最新拆解才彻底明白，他反对的从来不是语言模型有用，他自己做了一辈子模型太清楚了，大模型说白了就是把全人类写过的几千亿字当成了超级开卷题库， 你问什么它都能对号入座吐出来，这种博导体感是工程的巨大成功，但也让很多人误以为它真的学会了独立思考 
有意思的是LeCun搬出了皮亚杰那句老话，智能从来不看你知道什么、看的是你不知道的时候该怎么做，拿学开车来说， 人类小孩四岁光靠眼睛看世界就吸进几十万亿字节，二十小时练习就能上路，而我们的大模型相当于读了人类四十万年的书， 在物理世界里连个洗碗叠衣服的家务机器人都撑不起来，换个没见过的环境分分钟崩溃， 说白了自回归只是在一个词一个词往下猜，现在的所谓推理其实大量是在词语空间里做多轮抽样搜索，遇到代码和数学这种有编译器自动给奖励的封闭沙盒还能刷分，一旦扔进没有自动打分器的真实世界，错误就会指数级放大 
说实话这就是为什么他宁可离开Meta、跑到巴黎去给AMI Labs融三十五亿美元估值，也要死磕JEPA和世界模型，他要的是让机器学会预测我做这件事世界会发生什么， 在抽象空间里做动作规划，不用在文字表面拼漂亮句子，连现在的缩放派其实都在偷偷向他妥协，单独拉视觉编码器、在隐空间里做搜索、用物理引擎搞模拟， 外壳虽然还叫LLM，内核其实都在往世界模型的方向打补丁，大家争论到最后已经不是要不要算力，而是我们要把算力花在背诵更多文字上，还是花在让机器看懂物理因果上 
我自己平时也天天靠AI写代码查资料，缩放派确实把已知世界的说明书背到了极致，但真正的智能是要去写说明书从来没写过的那一页， 以后别再看各家发布会画什么天才之国的饼，就盯紧三件事，新任务要多少样本能学会，换个环境会不会整段崩溃， 以及汽车和机器人能不能像人一样在物理世界里安全跑起来，谁对谁错不用在网上打嘴仗，现实世界自会交卷。

硅谷顶级风投 a16z，最近把 2018 年 YC 对 OpenAI 老板 Sam Altman 的采访翻出来了，Sam 说他职业生涯里，回报率最高的那一段时间，是没有工作、空下来的时候。 那时他突然有了大把的时间，读了大量教材，自学核工程、甚至是 AI。 然后周游世界，住便宜青旅，见各种有趣的人，如果对方有需要就帮忙，对方会教他一些东西，或后来给他创业的投资机会。 虽然大部分没做成，但种子后来以很深的方式发芽了。 其实仔细一想，可能也正因如此，有了人工智能这条线，他在几年后与马斯克一起创办了 OpenAI，才有了现在知名的 AI 大模型 ChatGPT，改变了世界，影响了我们很多人。

马斯克12岁的时候就想过，人为什么不干脆自杀呢？ 他总觉得人这一生可能根本没有意义，特别沮丧。 他想从书里找到答案，结果读了尼采，海德格尔和叔本华，反而更加抑郁了。 多年后，他还劝大家，别在青少年时期读尼采。 后来帮他走出这段困境的，是一本科幻小说《银河系漫游指南》。 书里，一台超级计算机花了七百多万年，算出生命，宇宙和万物的终极答案：42。 所有人都不明白这个数字是什么意思，计算机告诉他们，问题在于，他们连自己究竟想问什么都没弄清楚。 这个情节让马斯克换了个想法。 既然暂时找不到生命的意义，也可以把寻找答案当作活下去的理由。 去探索宇宙，让人类知道得更多，才有机会弄清楚我们为什么存在，甚至发现自己原来连问题都没有问对。 这本书甚至成为了他做Grok的灵感。 他把《银河系漫游指南》看作一本用幽默写成的哲学书，也希望Grok能带着这样的幽默感，陪人类追问那些还没有答案的问题。 他给xAI定下的目标就是理解宇宙，少年时让他沮丧的那些疑问，他希望有一天能借助AI继续寻找答案。

明星王栎鑫演唱会上，读了一份粉丝来信。 说去年自己刚怀孕，结果听不到婴儿胎心，没选择打掉，而是来看演唱会。看完演唱会孩子又奇迹般有心跳了😂 都当妈妈了，还没有一点生育常识吗 还是把明星，粉丝也都当弱智……

人与人之间的差距，就是在这些选择累积的过程中，慢慢拉开的。你今天的阅读，是在为明天的选择能力买单。 那些坚持读下来的人，不是比别人聪明，只是比别人先意识到了积累的价值，然后一直没停。你开始读了，就已经走在前面了。