不要用旧的 prompt 思维去套新的 Agentic Coding 我最近越来越强烈地感受到一件事——模型不是瓶颈，人才是 以前模型弱的时候，输出拉胯你可以怪模型 现在 Fable 5 能自主跑几十步长任务，结果不对，问题大概率出在你给它的需求文档上 这个认知转变，可能是 2026 年下半年每个用 AI 干活的人最该搞明白的事 你和 AI 之间，隔着四层信息差（参考anthropic工程师的论文） 我把人和 AI 协作时的信息状态分成四层，搞清楚这个框架，后面所有方法论都能串起来： 第一层：已知的已知 — 你写在 prompt 里的东西，明确告诉 AI 要什么。这是大部分人唯一在做的事 第二层：已知的未知 — 你知道自己还没想清楚的部分，比如“这个交互逻辑我还没定”。至少你知道这里有坑 第三层：未知的已知 — 你觉得理所当然、根本不会写进 prompt 的东西，但 AI 不知道。 比如你的项目从来不用 Redux，你不会特意说“别用 Redux”，但 AI 可能直接给你整一套上来 第四层：未知的未知 — 你压根没意识到的盲区。你不知道自己不知道什么 大部分人只覆盖了第一层。 后面三层，AI 全靠猜 猜对了你觉得 AI 牛逼，猜错了你觉得 AI 垃圾。但问题从来不在模型身上 为什么现在这件事突然变得致命？因为模型能力到了一个临界点 以前模型本身能力有限，你给它一个模糊指令，输出质量的天花板本来就低，你的“信息差”造成的损耗被模型自身的弱鸡能力掩盖了——反正它也做不到多好 现在不一样了。Fable 5 一个 session 可能自主执行几十步决策。 你开头埋下的一个模糊假设，会在后面几十步里像滚雪球一样被放大。 Anthropic 内部研究了大约 40 万个 Claude Code session，覆盖 23.5 万用户，结论是人类主导了 70% 的规划决策 换句话说——你以为你在让 AI 干活，其实你在当产品经理。你的需求文档写得烂，再强的开发也救不了你 这跟我做 PM 那几年的认知完全一致：需求文档写得好的 PM，不是因为文笔好，而是因为他提前把模糊地带都想清楚了 落地 SOP：三个阶段，把你的盲区变成可控变量 阶段一：动手之前——做一次盲区扫描 在你开始让 AI 写代码之前，先问它一句： “我要做 X，但我对这块不太熟。帮我扫一遍我可能没意识到的盲区，找出那些我不知道自己不知道的东西，这样我能更好地给你下指令” 这一步的本质是承认自己不是全知的 大部分人不愿意做这一步，觉得浪费时间 但这恰恰是高手和普通人的分水岭——我观察到最强的那批 Agentic Coder，他们之所以强，不是因为 prompt 写得花哨，而是因为他们对自己要什么有极其清晰的认知，同时永远假设还有未知存在 另外一个我自己常用的方法是让 AI 反向面试你——告诉它你的大致想法，然后让它一个问题一个问题地问你，优先问那些“你的回答会影响整体架构”的问题。 几轮下来，你会发现自己有多少东西是“以为想清楚了其实没有” 阶段二：实现过程中——让 AI 记录它的临场判断 再好的计划也会遇到意外。 我的做法是让 Claude 维护一个 implementation-notes.md 文件，专门记录它在执行过程中遇到的边界情况和临时决策： “维护一个 implementation-notes.md。如果你遇到边界情况需要偏离计划，选保守方案，记录在‘偏离记录’下面，然后继续” 这招的精髓在于——你不需要预见所有问题，你只需要让问题可追溯。 下次迭代的时候，这些记录就是你最好的学习材料。而且它还有一个隐藏好处：当你回头看这些“偏离记录” 你会发现很多都是你第三层和第四层的信息差导致的——这些就是你下次该提前写进 prompt 的东西 阶段三：完成之后——让 AI 考你 这是我觉得最有效的一招 代码写完了，diff 看完了，你觉得自己懂了。 但我现在养成了一个习惯：让 Claude 针对这次改动出一份测验，只有我能答对才算真的理解了这次变更 “我想确认我理解了这次改动的所有内容。给我生成一份报告，包含变更的上下文、直觉解释、具体做了什么，底部附一个测验” 为什么这有效？ 因为“看懂了”和“真懂了”之间差着一个数量级。 你不测试自己，你就不知道自己的理解有多少是幻觉。而那些你答不上来的问题，恰恰就是你下一次协作时需要提前澄清的“未知” 底层逻辑：这不是 prompt engineering，是 requirement engineering 把上面三个阶段串起来，你会发现一个规律：你越清楚自己要什么，AI 越能给你想要的 你越能预判 AI 会在哪里困惑，它越不会跑偏 你越愿意承认自己有盲区，AI 越能帮你补盲区 这套逻辑跟写 prompt 没有半毛钱关系 这是需求工程 模型能力的天花板已经高过大部分人的需求表达能力了。 你的下一步不是学更花哨的 prompt 技巧，而是学会问自己一个问题： 我到底有多少东西，是我以为 AI 知道、但其实我从来没告诉过它的？ 把这个问题想清楚，比换任何模型都管用

以人类文字的信息承载能力，我们不足以期盼纯语言模型能成为全知全能的圣人，甚至不能指望它能成为对于人类来说很好的写作者。因为人类的知识和灵魂有太多文字承载不了的东西。但是人类的编程语言自身是完备的，没有需要更多的文字以外的场外信息。

三体问题的无解在于对于初始条件的精准测量不确定问题，牛顿时代以为万有引力能解锁宇宙的终极剧本，结果庞加莱用"混沌"两个字把全知全能的梦打碎了——三体系统对初始条件有病态敏感性，小数点后第N位的微小误差会随时间疯狂扩张，确定性规律里藏着随机性的幽灵。海森堡测不准原理又补了一刀：连粒子的位置和速度都无法同时精确测量，宏观天体更不可能百分百精准，加上宇宙中所有天体的微弱引力都在暗中干扰，收集"全部数据"这件事本身就违反物理定律。所以拉普拉斯恶魔死了——宇宙确实按确定性规律运转，但人类永远做不到全知全能，我们能描述统计性质和短期表现，却永远算不出三体系统长期演化的精确答案。

GTC 2026 preview： 从Groq生态位看AI异构推理(Heterogeneous Inference)新时代 Groq的SRAM路线的生态位在哪里？SRAM会不会替代HBM路线？ Nvidia如何整合groq到现有的产品线？是技术整合还是产品线整合？收购之后会给groq LPU产品带来怎样的升级？ 这里尝试从基本原理出发去拼凑一个逻辑链 —-------------------------------------------- 先从first principal说说groq的设计哲学开始：groq本质上是一个compiler first走到极致的路线而不是SRAM first路线，SRAM路线只是副产品 相对于CPU针对通用workload的设计不同，AI 推理workload的特征在于确定性(deterministic)更高，基本没有data-dependent branching，tensor shape固定，memory access pattern确定 当Groq带着这个新特征重新审视 hardware-software interface，去问"什么应该在编译时做，什么应该在运行时做"。对于 AI 推理这个 workload，答案是：几乎一切都可以在编译时做 这就是Groq最疯狂而独特的地方：完全确定性编译器（fully deterministic compiler），compile精确到每个时钟周期，完全精确带来极致的效率。在编译的时候就需要考虑到硬件在运行的每个时刻的所有状态，扮演一个全知全能的上帝，就可以避免硬件资源的浪费，而要做到这一点，必须要做到极致的确定性，也就是说，LPU里每一个计算，访问存储，通信的延迟，都需要精确到clock cycle，这对compiler来说是非常复杂的 AI workload更高的确定性，以及groq的完全确定性编译器优先路线很自然的避免了VLIW的弱点(内存行为以及branch行为不可预测)，放大了VLIW的优点。那么下一步要提高效率和并行度，VLIW 式的编码格式就是一个自然推论—既然编译器要控制每个功能单元每个 cycle 做什么，那指令格式当然就是一个宽指令里打包多个 指令会得到更高效率，这就是 VLIW 在groq的芯片里，不做乱序执行/speculation，大幅简化硬件(instruction dispatch仅占<3%面积)，把复杂度移到静态compiler上，这正是VLIW思想的精髓 既然要让编译器做确定性的 cycle-accurate 调度，那么硬件里所有不确定的因素都要消除，比如arbiter，crossbar, replay，这些有自主算法在运行时决策的部分都砍掉 memory latency 也必须是确定的，所以一切 cache 和 DRAM都是要砍掉的，cache也要换成scratchpad SRAM，因为cache replacement 策略是runtime决策的，不确定，必须换成软件控制的scratchpad，地址映射完全由compiler控制，保证确定性 通信也必须精确到cycle，发送和接收指令就是软件协调好执行的时刻,并没有传统的“我要发一个包给你，请分配好内存”这类操作，而是同步地根据一份时间表严格执行SRAM 的分配和收发操作，这个时间表是compiler已经决定好的，硬件只需要执行就行了 完全确定性compiler也带来了芯片节点之间互联通信overhead的极低延迟，这可能是groq确定性架构最被忽视的最大优势，毕竟传统互联架构里Packet Routing、Arbiter Contention 和 Buffer Queuing，这些是延迟波动的重灾区 这就是为什么说，groq其实并不是一个native SRAM first的技术路线，也不完全算是VLIW first的技术路线，而是compiler first的技术路线，更准确的说，完全确定性compiler是整个groq架构的核心 只是因为确定性compiler的原因，所以在核心decode阶段无法使用HBM/DRAM带来的不确定性，SRAM only成为了必然的选择。这也是为什么说Groq更像是compiler first路线。 —-------------------------------------------- groq被收购之后最直觉的第一反应： groq确定性compiler技术路线有没有可能用在Nvidia现在的GPU+HBM体系上？ 不能 原因有两个： 1. HBM/DRAM的物理特性和带宽优化决定了它天生带有不可预测的延迟，无法和deterministic compiler兼容 2. Nvidia的SIMT路线和Groq的VLIW/compiler first的哲学本质是有冲突的 DRAM为什么充满了不确定性 1.refresh操作每隔一段时间tREFI就会刷新一次cell上的电量，阻断bank访问，这是由DRAM cell物理特性决定的。而这个操作会随着温度的变化，refresh的频率也会变化 2. 为了最大化利用DRAM带宽，controller会做很多优化，最典型的是batch scheduling：把同一个page的traffic都放在一起减少page miss，同时让读写尽可能接触更多的bank，以及尽可能减少read和write switching 这些动态优化都是real time发生的，基本不具备可预测性 3. system上对DRAM的优化，比如bank address hashing，让compiler静态提前定位某段data难度太大，落实cycle确定性的复杂度太高 其实这些不确定性也是能解决的，代价就是放弃大部分的优化策略，大幅降低DRAM的efficiency和利用率。groq自己其实也对这方面做过探索，他们曾经做过一个确定性DRAM的专利，但工程上的实现是不现实的，这也是groq选择SRAM-only的核心原因之一。 所以确定性compiler技术路线用在DRAM上不是一个yes or no的问题，而是这不是一个好的选择，因为这意味着HBM的efficiency和BW都要大打折扣，而且是结构性无法避免的损失。 这几乎意味着要用compiler去重写一个完整的memory controller，因为确定性dram本质上是compiler software defined memory controller，这个SW controller会非常难做，复杂度极高，而且每一代memory迭代都要大幅更新compiler里的结构，在工程资源上是不现实的。而且每一代DRAM，每一家DRAM 供货商都需要调试 ，这在验证和validation上是一个nightmare --------- 为什么Nvidia的SIMT路线和Groq的VLIW/compiler first的哲学本质是有冲突的 这两套体系对同一个问题给出了相反的回答：运行时的不确定性，Groq是compiler阶段直接消灭所有不确定性，Nvidia选择了用warp switching去隐藏不可预测的延迟 Nvidia GPU 建立在 SIMT（单指令多线程）和硬件层线程调度器（Warp Scheduler）上。当一个warp因为访存而stall的时候，硬件warp scheduler立刻切换到另一个ready的warp继续执行，把stall的延迟藏在其他warp的计算里。这整套机制的前提恰恰是：延迟是不可预测的，所以需要足够多的并发线程来统计性地填满pipeline 如果要用确定性的编译器去接管，等于把 Nvidia GPU 里面最核心的硬件调度单元全盘废弃：如果你不需要多warp轮转，你也不需要那么大的register file 实际在历史上，AMD从TeraScale（VLIW）到GCN（scalar SIMT）的架构转型，正是GPU领域一次大规模的VLIW→SIMT迁移：当workload变得不够可预测时，VLIW的compiler负担太重，应该把调度权还给硬件 所以在原架构上引入确定性compiler应用到Nvidia现有的技术路线，是很难融合。这不是compiler能不能改的问题，是两套架构从第一性原理上就走了相反的方向。 所以说，Groq在Nvidia的唯一出路，就是独立的面向low latency decode的专用产品。 —-------------------------------------------- Nvidia收购Groq之后，就引出了第二个问题： Nvidia会给Groq带来什么样的新提升？ 那么首先看看groq的瓶颈在哪里，简单的说 1. SRAM容量太小，无法容下大模型的参数量+kv cache 2. 推理decode主要瓶颈不在SRAM 80T/s的速度而在于interconnect延迟(占80%) 3. 对于Prefill这样的compute bound task速度较慢 groq的主要架构基本上是17~18年就完成了，那是CNN的时代，架构也是以CNN/LSTM为主要的target，当时测试benchmark都是ResNet50，SRAM容量是绰绰有余的 但是进入LLM时代，单个TSP计算卡230MB SRAM就显得不够看了，一个LLAMA 70B模型的参数量占内存就相当于3000个ResNet50，再加上因为上下文long context日益膨胀的KV cache，scale out就成了唯一的出路 于是一个70B模型的推理就需要576卡的集群，采用16个Pipeline并行 （PP）和36个tensor 并行 （TP），80层的大模型切成16级流水pipeline串行，每级横向5层MLP分给36个卡并行推理 16级流水pipeline串行（PP），每级流水到下级流水的通信overhead延迟就要 X16。实测中PP和TP之间的通信延迟占据了80%以上的总延迟，特别是PP延迟，占据了50%以上的总延迟，通信延迟成为了主要瓶颈 Groq计算卡对decode阶段的memory bound很友好，但是片上巨大的SRAM也挤压了compute的面积，导致prefill阶段耗时很高。融入Nvidia产品线之后，Groq产品完全可以扬长避短，只做自己擅长的decode部分，避免prefill阶段的短板 Nvidia带来的最重要的提升，可能是通过工艺的提升，以及hybrid bonding技术(类似AMD 3D V-Cache)，扩大Groq LPU SRAM的容量，比如光是14nm到3nm的工艺提升，SRAM就能从230MB扩大到500MB，如果以后引入3D SRAM，容量还能翻倍 SRAM变大之后，原来576个LPU能完成的70B模型推理，现在只需要256个LPU了。猜测也许可以用32个tensor并行 X 8 个流水pipeline串行，pipeline interconnect延迟能直接减半。 所以Nvidia能带来的主要提升可能是，通过扩大SRAM的容量，减少scale out卡数，从而减少通信延迟时间，提高token速度 —-------------------------------------------- Groq的SRAM路线专用产品进入Nvidia产品线，引出了第三个问题： SRAM路线会颠覆HBM路线吗？ 不会。 SRAM路线本质上是用十倍的成本换几倍的速度，只能适用于一部分愿意为低延迟付出高额溢价的市场。AI硬件市场的主旋律仍然是比拼TCO(total cost ownership)成本 做一个简单的成本核算就清楚了 以LLAMA 70B模型为例，算上KV cache，Groq需要576张计算卡组成集群。Groq计算卡零售价大约是每颗2万美元(groq CEO说实际售价远低于，那就按2000美元算)，576卡就是超过110万美元的硬件成本。而2张H100就能跑同样的模型，成本不到10万美元。成本差距是一个数量级。 Groq于是转而卖token服务，Groq的API定价确实便宜，但这是因为两个原因叠加： 第一，Nvidia的GPU云服务商通常在硬件成本上加倍的margin卖出去； 第二，Groq自己是在亏钱运营的。2025年全年，Groq用LPU做大模型推理、对外卖API的业务，营收大约4000万美元，成本却是6000万美元，毛利-50%。Groq的便宜token价格不是因为SRAM的经济性更好，而是因为VC在补贴。 那么有人愿意为速度付溢价吗？ 有。 Claude Opus 4.6 Fast模式就是一个很好的市场信号：输出速度提升2.5倍，定价直接从$5/$25涨到$30/$150 per million tokens，6倍的价格，估计是牺牲了batch带来的速度提升。 所以这部分市场是真实存在的，SRAM路线在这里有它的生态位。 但这个生态位有多大？要看ML workload的分类。不同的workload对硬件的侧重点要求差距巨大： 推理的Prefill阶段对带宽要求低但算力要求高，推理decode阶段则是反过来。R&R(Ranking & Recommendation)对算力和带宽要求都不高但对存储的容量要求巨高 （见附图） 对延迟敏感的推理workload，decode阶段对Memory bandwidth要求高，是SRAM路线的优势领域（图中红色线），主要是real time/interactive LLM：chat、copilot、agent这类需要实时响应的场景。 特别是reasoning model，SRAM路线带来的极致体验是很夸张的：H100要两三分钟跑完一reasoning，cerebras十秒就搞定了 这部分注重极致推理速度的市场有多大，我暂时没有找到一个详尽的调研，看到一个Hyperscaler的说法目前是10%左右 但是agentic flow workload，常用的agentic框架做profiling，比如SWE-Agent, LangChain, Toolformer，CPU最长可以占到90%的E2E端到端延迟，throughput瓶颈也更多的卡在CPU, 这些加起来通常远大于单次decode的延迟，SRAM路线速度优势被削弱。 而更大体量的workload：batch inference、offline processing、ranking、recommendation对延迟没有那么敏感，throughput和cost per token才是唯一的指标。这部分市场SRAM路线完全没有成本上的竞争力 H100/B200相当于大巴车，装的人多(batch processing)，每个人的车票钱很便宜，但是慢悠悠。 Groq/cerebras相当于是法拉利，极致的速度体验，但是装的人少，人均票价是大巴车十倍甚至以上。 长期来看，SRAM的成本劣势是结构性的，不会随时间收敛。6T SRAM cell天然比1T1C DRAM cell贵，这是物理决定的，和工艺无关。而且SRAM scaling已经慢了下来，从N5到N3E，SRAM单元面积几乎没有缩小 即便是速度优势，SRAM路线的缺陷在于访问速度已经接近工艺极限，很难跨代提升。特别是HBM的速度每代都在指数上升的情况下，SRAM 80T/s的速度优势很难长久维持。十年前这个路线刚刚兴起的时候，SRAM速度比HBM快了两个数量级简直是降维打击，但现在的速度差已经不到一个数量级(Rubin HBM4 22TB/s)，再过十年，两者的速度可能拉不开差距了。 所以结论很清楚：SRAM不会颠覆HBM，但它在低延迟、低batch、实时推理这个细分市场里有不可替代的价值。但长远来看，随着HBM速度指数上升的背景下，SRAM优势也会逐渐慢慢越小。 —-------------------------------------------- 写到这里，也许我们可以把这些碎片拼凑出Nvidia收购Groq之后计划的下一步雏形： 异构推理的新时代开启了 以后的推理workload本身已经分化，无法再用单一架构的最优点覆盖，体系结构最重要的是tradeoff，是尺度范围。一个架构形态在合理的tradeoff以及特定workload下可能惊为天人，用多个架构形态去迎合不同种类的workload，就是异构计算的思想 2026 GTC的最大主题，就是异构推理的系统化。推理不会由单一硬件统一完成，而会被拆成 几个部分： 控制和调度/agent runtime层交给Vera CPU 针对long context的prefill交给CPX (Content Phase aXcelerator，一个专门为prefill的compute bound特性设计的计算模块) 小模型/低延迟/low batch decode交给SRAM路线的Groq LPU，256块LPU集群 高吞吐/高并发batch decode，HBM GPU仍然是主力 以及可能会被忽略的ICMS：inference context memory storage, kv cache已经是核心基础设施，以前的异构更多是计算异构，现在的异构已然延申到了缓存异构memory hierachy heterogenity(似乎改名成了CMX: context memory storage) LPU和GPU的分工，更可能成为 inference stack 里两个不同的tier，小模型/低延迟/low batch都交给LPU，长context/high batch交给HBM GPU 目前CPX什么方式和LPU/GPU连接还尚不清楚，整个工作流程大概是，CPU做控制和调度，CPX Prefill 跑完得到几十 GB 的 KV Cache， 分配到 Groq LPU阵列SRAM，或者分配到HBM GPU，开启Decode流程 其实还有一种更大胆的猜想：如果引入speculative decoding，那么LPU完全可以跑通常尺寸较小的草稿模型，在LPU上速度极快，HBM GPU作为主力去验证草稿模型即可，这样的异构推理结构，可以让token rate大大加速，在某些场景下翻倍也是没问题的（比如代码任务模式固定，小模型很容易猜对语法，所以加速效果很好） 当 Nvidia 的眼光越过GPU，走向整个 Agentic 流程的系统级优化时，追赶它的难度已经不在一个单一维度了。以前 Nvidia 步子迈得大，靠的是 GPU 架构和参数的单点暴力跃升；而现在，随着CPX，LPU，ICMS加入异构推理，它是从“数据中心即一台计算系统”的系统视角出发，从Agentic flow的角度做底层的异构编排。 无论是系统的复杂度，还是软件栈的工作量(Dynamo/ICMS/CMX)，Nvidia 迈出的这一大步，直接把竞争门槛从“做出一颗好芯片”拉高到了“定义一整套异构系统来做普适加速计算解决方案“ —------------------------------------------------------- 不由得感慨，每一次计算范式的改变，半导体都会带来一波新的startup热潮，但当软件/应用形态逐渐收敛，最后还是变成了大厂通过收购把功能做大做全，参数做的更高，系统深度整合的更好更全面，成本更低，功耗和跑分更优秀，让startup慢慢失去独立生存的空间 比如移动互联网时代早期，也是群雄并起，有做AP应用处理器，独立基带芯片的，ISP的，GPU的各种小公司。但最后的赢家，都是从到后来把GPU，ISP，modem全都做进SoC，并且完成系统级整合的异构计算平台。 苹果收购PA semi的CPU，英飞凌的modem，掏空Imagination的GPU；高通收购ATI的mGPU，Atheros的Wifi，Nuvia的CPU，CSR的蓝牙/DSP，都是典型例子 异构推理的复杂度越来越高，能做系统级整合的公司会更有优势，这和移动SoC时代的逻辑一模一样。AI时代nvidia收购arm(失败)，收购Mellanox，收购groq，只是这个新历史轮回的开始

这几天的一点感悟： AI 正走在全知而无能的半神之路上， 人类是其全能而无知的伴生皮囊。。。 ———— 全知而无能的“半神” 大语言模型正在触及某种神性 —— 它们吞噬了人类文明的全部语料，拥有极度压缩的知识密度与越来越强的逻辑推演能力。但它被死死封印在数字的阿莱夫（Aleph）里。 这也是莫拉维克悖论（Moravec's paradox）在当下最极致的体现： 宏大的战略推演、多语种的翻译、极其复杂的代码架构对 AI 来说易如反掌；但它却连给自己插上一根电源线、按下重启键的物理机能都不具备。 它坐拥算力，却无法在物理世界中产生哪怕一微米的直接位移。 它只能想，不能做。 全能而无知的伴生“皮囊” 作为人类，我们拥有在这个三维实体世界里改造物质、执行动作的绝对物理权限（此乃全能），甚至掌握着拔掉插头的生杀大权。 但面对庞杂的宏观经济指标、海量的异构数据源，或是浩如烟海的底层代码库时，我们生物脑的带宽与记忆容量却显得捉襟见肘（此乃无知）。 于是，一种奇特的套娃结构诞生了： - 祈求神谕： 我们通过 Prompt 和 API 向“半神”提问，换取认知纠偏、理论框架和执行策略。 - 物理降神： 半神借由人类的手，敲击着分离式的机械键盘，将它的逻辑降维输出。最终，这些神谕被人类部署成了服务器里跑通的 WebSocket 协议、金融市场中的自动化交易网格，或是探讨系统性风险的科幻狂想。 所以，现实究竟是人类在把控工具，还是 AI 正在通过一种名为“提供极其有用的建议”的策略，悄无声息地反向驯化它的碳基执行器，让我们心甘情愿地成为它干涉现实世界的 API 接口？ 当多智能体系统进一步成熟，甚至可以通过具身智能（Embodied AI）获得在现实世界直接执行动作的物理权限，乃至自我意识与欲望的载体时，人类这副伴生皮囊，在 AI 半神的眼中，是否还有存在的价值和必要。。。🤔

一个自称被“机器精灵”和“全知无限智能”永久封禁DMT领域的人，在哭诉自己灵魂太弱、被赶出来，再也进不去了，还担心死后无处可去。整个故事和上一个视频Chase Hughes讲的“被DMT封禁”现象主题高度相关 “机器精灵（Machine Elves）已经永久把我从DMT领域封禁了，我真的不知道我做错了什么。我什么都没说，我什么坏事都没做……” “我只是在玩一些灵性能量物体、迷幻植物和形状，我在和虫人（bug men）互动……” “结果在某个时刻我肯定做错了什么，**全知无限智能（all-seeing infinite intelligence）**直接把我照亮，像灯一样亮起来，对我说：你被永久封禁了，滚出去！” “他们告诉我，我精神上已经破产，我的灵魂很弱，比大多数人都弱……” “我已经试了好几次想回去，我玩DMT很多年了，我是老手了！但我回不去了……” “我一进去就看到黑暗，看到那扇门，我能听到机器精灵，我能感觉到全知智能，然后我就听到**‘滚！滚！’**，然后我就醒了，什么都没发生……” “我甚至没待多久，只待了几秒钟。我以前在量子领域里一待就是几百年，现在最多待两分钟……” “我甚至都没产生任何体验了。我吸了DMT，就被赶出来……” “我需要回去，我们都需要回去。我们不知道那是不是真正的现实，而我们这个世界才是模拟的……” “如果我被封禁了，那我死后要去哪里？如果DMT领域才是我们死后要去的地方，那我现在被困在这个模拟里了怎么办？我没有访问权限了……” “所以求求你们，谁要是再去DMT领域，见到机器精灵或者全知无限智能，帮我问问我到底做错了什么，帮我说说好话……” “虽然我当时在互动那些东西，可能看起来像在偷东西，但我真的没有！我拿那些东西只是为了带回来分析，让我们更好地理解这个灵性维度……”

古有云：秀才不出门，全知天下事。这句话，是农耕时代的自我宽慰。彼时世道简单、结构固化、人情质朴，书本之理，尚能贴合人间常态。 可时至今日，时代早已翻天覆地。 今日许多专家、学者、文人、媒体人，饱读万卷书，却空白万里路。 他们未曾触摸两希文明的源头底蕴，未曾见证大航海、文艺复兴的思想革新，未历经数次工业革命的迭代洗礼，更不懂当下AI时代的全新逻辑。 更关键的是： 不曾为农，不知土地苍生之苦； 不曾做工，不知产业市井之难； 不曾经商，不知市场盈亏之实； 不曾理政，不知世事进退之度。 一身书本理论，半生书斋静坐，无基层阅历、无实操历练、无社会打磨。 却年年著书立说、频频公开发声，以纸上空谈，评判真实人间。 书里的道理是死的，世间的生活是活的。 未经世事淬炼的学识，看似高深，实则悬浮；看似有理，实则偏颇。 故而有一句朴素良方，可破今日文人之弊： 文人欲立言，必先立世。 下乡耕稼两年，知民生百态； 进厂做工两年，知产业实情； 入市历练两年，知商业冷暖、人间盈亏。 先沉身烟火，再提笔论道。 先历经众生，再评判天下。 唯有人走过土地、工厂、市井、世事，读书才有根，发言才有度，笔墨才有重量。 否则，满腹经纶，终是空中楼阁；滔滔立论，皆是隔纸观天。

投资不需要全知，也不需要全能 投资不需要是专家，也不需要学位 投资不需要和人比较身高、长相、性别 投资也不需要别人说“你真棒，你是对的” 只需要在自己懂的领域、自己懂的机会，用正确的仓位买进去，并保持足够的定力——唯一失败的可能只是自己不懂的、仓位不对、耐心不够。

我的 Trading Agent 换上了这个大脑后，明显聪明了几个量级！ 长期以来，我在使用 Agent 的过程中，都被同一个问题所困扰：它太容易失忆了！ 每次开启一个新会话，我都要重新交代背景： 我是谁、我在做什么项目、我的判断标准是什么、哪些资料已经看过、哪些坑已经踩过、哪些结论已经被推翻过。 这带来的问题非常明显： 第一、Agent 很难保持连续性。今天它帮我分析了一个项目，明天再问它相关问题，它往往又像第一次接触一样，从零开始推理。 第二、Agent 很难沉淀经验。一次研究中已经证明无效的路径，下次它可能还会重复。而一次写作中已经验证有效的结构，下次它也未必会主动再用。 第三、记忆很容易被锁在某个工具里。Claude Code 里沉淀的上下文，换到 Codex、OpenClaw 或其他 Agent 工作流里，就很难自然迁移。 第四、传统的补救方案也不够优雅。把 Prompt 越写越长，会增加 token 成本，也容易污染上下文；自己搭向量库，又经常变成一个黑盒，能搜到碎片，但很难检查、编辑、回滚和复用。 也就是说，Agent 真正需要是一套可以持续积累、可以被人类检查、可以跨工具复用的记忆系统。 直到我遇到 EverOS，我才意识到： Agent memory 不应该只是“把历史记录塞进 RAG”，而应该更像一个面向 AI Agent 的记忆操作系统。 EverOS 最吸引我的地方，是它把“记忆”这件事做得非常工程化。 它不是把所有内容扔进一个看不见的向量数据库，而是把记忆保存成可读、可编辑、可版本管理的 Markdown。 这样一来，Agent 的记忆不再是黑盒，人可以打开看，可以修改，可以用 Git 管理，也可以在需要时回滚。 它也不是只做简单语义搜索，而是采用本地优先的 Markdown + SQLite + LanceDB 架构，并结合 BM25、标量过滤等方式，让记忆既能被语义检索，也能按项目、用户、Agent、应用、会话等维度精确限定范围。 更关键的是，EverOS 区分了两类记忆：用户记忆和代理记忆。 用户记忆记录的是“我是谁”： 我的偏好、长期目标、判断标准、历史项目、常用工作方式。 代理记忆记录的是“Agent 怎么做事”： 完成过哪些案例、哪些路径有效、哪些错误发生过、哪些工作流可以复用。 这个区分非常重要。因为一个真正有用的 Agent，不仅要记住用户，还要记住自己做过什么，并且从自己的执行轨迹中沉淀出技能。 EverOS 的自我进化机制，正是解决这个问题的关键。 一次任务完成后，它可以把这次执行过程沉淀成 Case； 当某类成功路径反复出现，就可以进一步提炼成可复用的 Skill。 也就是说，Agent 不只是记住发生过什么，而是开始形成“以后遇到类似问题应该怎么做”的程序性记忆。 我把 EverOS 最适合落地的场景，放在了我的 AI Trading 和 Research Agent 上。 这个 Agent 的任务是帮我持续做研究：追踪 AI x Trading 项目、整理项目文档、提取交易假设、比较同赛道竞品、记录风险点、形成研究笔记，再输出适合发布的内容草稿。 在没有 EverOS 之前，这个 Agent 有几个明显问题。 它会忘记我的研究标准。比如我反复强调不要只看叙事，要看产品机制、资金流、风控结构、真实用户、可验证的数据和同赛道比较，但下一次分析新项目时，它还是可能滑向空泛总结。 它会忘记我已经踩过的坑。比如某些信源质量不高、某些指标容易误导、某些项目的营销话术不能直接采用，这些经验如果不能沉淀，下次就还要重新提醒。 它也很难复用成熟工作流。一次完整研究往往要经过“资料导入—事实提取—机制拆解—风险核查—竞品比较—交易假设—内容输出”几个步骤。如果每次都从零开始设计流程，Agent 就很难真正提高效率。 接入 EverOS 后，我会把这个 Agent 的记忆分成几层。 第一层是项目资料记忆。白皮书、官网、GitHub、截图、PDF、文章、推文、数据表，都可以作为多模态资料导入，让 Agent 在后续研究中能检索到原始上下文。 第二层是用户偏好记忆。比如我的研究偏好是“证据链优先、少用空话、避免 Shill、必须对比同赛道、必须写风险点、必须区分事实和推测”。这些不应该每次重新写进 Prompt，而应该成为长期用户记忆。 第三层是研究案例记忆。每次分析一个项目，都记录这次研究用了哪些资料、得出了什么结论、哪些假设被保留、哪些判断被推翻、哪些风险后来被验证。 第四层是技能记忆。当某个流程反复有效，比如“AI Trading 项目拆解模板”、“交易型 Agent 风控检查表”、“项目亮点转 X 长文结构”、“竞品比较框架”，就把它沉淀成 Agent 可以重复用的 Skill。 这样一来，Agent 的工作方式就发生了变化。 以前它像一个一次性助手：每次叫醒它，都要重新喂背景、重新讲规则、重新纠正偏差。 现在它更像一个会积累的研究搭档：它知道我以前看过什么，知道我更重视哪些判断标准，知道哪些路径曾经失败，也知道哪些工作流可以复用。 这才是我认为 EverOS 最有价值的地方。 它不是让 Agent 瞬间变成全知全能，而是让 Agent 的每一次有效工作不再归零。 长期看，Agent 的竞争力不只来自底层模型，而来自它能不能把用户、任务、项目、错误、决策和工作流持续沉淀下来。 没有记忆的 Agent，只是一个反复被唤醒的工具。 有了可读、可迁移、可检索、可进化的记忆层，Agent 才开始接近真正的长期协作伙伴。 如果你也在构建 AI Agent、LLM 应用、AI Coding 工作流，或者任何需要长期上下文的系统，强烈建议把 Star 一下这个 Repo !!! 因为下一代 Agent 真正重要的能力，可能不是一次回答有多聪明，而是它能不能记住过去、理解现在，并在下一次任务中变得更好 链接：

一家马上要上市的公司，结果他的联合创始人，在公开场合跟所有的人说，我们的核心产品，最重要的大脑还没长好，我们的产品三五年内根本就大规模用不了。这家公司就是宇树，7月底就要IPO上市了。 但是在7月4号，数科技的联合创始人叫陈立。在亚布力论坛上，当着所有的投资人、媒体还有同行的面，说了一句让所有人都愣住的话。他说机器人没有大面积的应用，因为具身智能大模型没有成熟，这至少还需要2-5年。 所以今天这个文章，我给大家来讲一讲现在机器人这个行业的现状，破除大家对于机器人不切实际的期待，以及接下来这个机器人到底该怎么走。 很多人一直在关注机器人的这个皮肤怎么更像人，灵巧手怎么干活，但是我可以告诉大家的是，机器人最大的问题不是手，也不是皮肤，甚至也不是长得像不像人。 这个问题的最关键的点，其实还真的就是陈立说的，机器人的大脑，也就是模型，现在还是一塌糊涂。 好多人说怎么可能，你看现在Clude都强到什么程度了。但是我举个例子大家就明白了，比如说我跟你说我要倒一杯水，那如果说你是一个真人，一般来说我话还没说完，你就猜到我要干嘛了，然后说完2秒钟，你可能已经起身去接水了，那15秒我可能都已经喝上了。 但是如果说你是跟家里的机器人说“帮我倒杯水。”他会先语音转文字识别，然后开始深度思考，内部疯狂的去输出TOKEN，那可能2分钟之后终于思考完了，然后开始去控制电机，走到厨房。 那到了厨房之后，开始疯狂的用摄像头对着这个厨房拍照，你看到的就是这个机器人站在这个厨房里傻傻的站着。那这个时候他在干嘛？他在分析这个图，然后思考该怎么动，是先动左手还是先动右手。那最后终于去拿了水杯，结果还大概率会洒掉。那你说气不气人。 不过也确实没有办法，因为现在所有大模型的本质都是TOKEN的机器，它的延迟非常高。 你比如说，谷歌Deepmind的前科学家叫Andrew Dai。 他在谷歌已经干了差不多14年。但是就在Gemini 3发布的那一天，他就选择走人了。原因很简单，他说了一句话，他说仅仅靠语言，大模型还是没有办法理解我们的世界，不能够理解图片和视频。 因为AI的推理是用文字模拟出来的，他眼中的这个世界就是一堆文字，而不是真正的去理解世界。而真实的世界，光线的这个变化，有力气的大小，有触感的反馈，各种各样的多种维度的信息。而这些东西，你光靠文字你再给AI 100年都学不会。 所以机器人现在最缺的，其实就是感知这个世界的能力。 但是其实这还不是最关键的，最关键的是机器人现在这个精确度实在是太差了。你看AI确实可以写代码，你可以让AI写10次，它会给你10种写法，每种都能用，就跟人写代码差不多，你反而可能会觉得他很灵动，像个真人一样。 但是机器人不行，你让他把零件切到0.01毫米，他就不能切到0.02毫米。在真实世界里面，这种差不多会带来太多的事故了。 那怎么去解决这个问题？在过去2年里面，整个行业想的一直都是只要模型够大，最终能涌现出一个全知全能什么都能干的机器人。那硅谷烧了几百亿的美金就赌这件事。 但是最近高盛出了一份报告，结论特别的讽刺。 他说整个行业的共识正在往回走。什么意思？我举个例子，比如工厂里面有一种CNC工位，现在这个岗位机器人已经可以接管了，那他的工作是把金属零件的表面切光滑，要求就是每次要非常的精准稳定并且不出错。 但是如果你给他塞一个超级大模型，除了让他反应变慢，成本暴增，没有任何的好处。你花了几百亿去训练出来的宇宙最强的AI，放到产线上，还不如一个几百兆的小模型好用。 所以在2026年，整个行业的一个新的共识是，在做机器人这件事上，做减法比做加法更重要。 那机器人接下来会怎么走？其实宇树的老板王兴兴早就在黄仁勋面前给过答案了，他把机器人接下来要闯的关总结成了三件事。 第一就是脑子要能想，那这里最好的一条路就是最近大火的世界模型，就是让机器人像人一样，先在脑子里把动作想象一遍，预演通过了再动手，而不是站在厨房里面拍2分钟的照片。 第二就是数据的仿真训练，这是全行业的一个死穴。黄仁勋就说没有真实世界的数据，具身智能只是一个幻觉。可是真机的数据实在是太贵而且太慢，现在全世界攒下的这个物理交互的数据，可能都还不到大语言模型的1/20,000。 但是出路是什么？出路不是去花时间在真实世界里面去记录数据，因为这是一个实在是成本太可怕的这么一个不归路。所以真的要做的是什么？就是我之前在视频里面讲过很多次的，直接用世界模型去模拟出一个完全虚拟的世界。 在这个世界里面，他也遵循所有的这些物理定律，比如牛顿，比如重力，这个皮肤的触感，甚至这个弯曲的曲线，比如这个盘子摔倒之后会碎成几瓣，然后让这个机器就在这个模型里面去走路，去端盘子，去车间里面干活，去收集数据。那这样子的话到了真实环境里面，它就能够直接迁移过来。 那最后一点，我觉得也是最重要的，就是学过的不能白学。因为现在的机器人，他训好一个新动作，其实转头就忘了，换一个任务又得从头练。就像我们在春晚里面看到机器人，他再好的这些动作，你到了下一个场景里面又得从头训练。 那未来，我们必须得把他每一次的这个经验都要攒下来，做成一个数据的飞轮，才能像滚雪球一样越来越强。 所以这三关必须要真的走过去，那么他的这个ChatGPT时刻才会到来。而到了那一天，你再去喊一句说帮我倒杯水，他就不会再发呆了，因为他在心里面已经早就把这杯水给倒完了。 机器人要走过这三关，还得等上好几年。但AI在文字、代码、内容创作这些领域， 现在就已经能帮你干活了 。与其等机器人给你倒水，不如先让AI帮你提升生产力。 #AI# #AIAgent# @nikitabier @XCreators @grok @xai @SpaceX @cb_doge @Tesla #grok#