5月17日，一名网友在抖音上晒出了一张放置国旗的办公室，以及一部中南海电信局的电话。 该网友自称是一名14岁的初中生，在北京钓鱼台旁有一套1200平的房子，并且房子还是政府分的。

被夾舌頭時的表情😢 大家在影片看到的放置調教大約是一小時 (因為不露臉，會戴口罩或遮住眼睛) 實際上...小Q被放置的時間是兩倍以上 因為主人跟VIP們，也喜歡看我痛苦的表情... 🌐個人網站已經上線，可以免費參觀⬇️

最近的調教...最多人喜歡的是這個放置... 想問大家... 是喜歡那個假肉棒罰站柱 ? 還是...被關在櫥櫃裡呢? 完整版在這裡->

一个厌倦了楼上邻居骚扰的年轻中国人 于是发明了一种方法，通过放置一个不停敲击天花板的可乐塑料瓶，来回敬他们的骚扰，直到他们也感受到那种烦扰！ 没想到他懂得邻里权利的知识

【影讯】这段之于上段应该叫作花絮。因为一开始我是将她腿脚并缚穿着高跟放置的，她只能靠颈部卡在头笼边缘苦苦支撑，然而腿脚解开高跟脱掉后，她又硬扛了一个多小时 （完整版看置顶或评论区，更多视频进电报群 ） #分腿# #调教# #男主# #女贝# #贱穴# #贱婊子# #骚逼# #sm# #操逼# #母狗# #性奴# #肉便器#

5月13日，美国海军学院的新生班级完成了一项艰苦卓绝的年度传统仪式——攀登一座约6.4米涂满植物起酥油的花岗岩方尖碑。学员林肯·赫德伯格成功地将一顶高年级学员的军帽放置在了碑顶。 攀登赫恩登纪念碑的传统始于1950年。仪式中，新生们会齐心协力，将碑顶的“水手帽”换成“大帽沿”，象征新生正式结束“菜鸟”生活，成为名副其实的学院成员。 根据海军学院公共事务办公室的记录，自1962年开始正式记录用时以来，迄今最长的攀登用时纪录诞生于1998年，耗时4小时零5分钟；最短用时纪录则创造于1975年，仅20分钟。

真的看不懂现在有些人的行为逻辑，半点分寸感都没有。吃饭的餐桌本就是用来放置食物、就餐使用的，不是随意攀爬踩踏的地方。 毫无顾忌直接跳上桌，动作随性到离谱。餐桌直接接触入口食物，踩上去又脏又不卫生，不仅观感让人不适，还无形中增加了店家的清洁负担。 最让人无语的是，当事人全程坦然自若，完全没意识到自身行为失礼。公共场所，克制自己、尊重他人是最基本的素质。 很多人觉得这是小事、无伤大雅，但教养往往藏在细节里。把没礼貌当成随性，把无规矩当成洒脱，属实让人反感。 公共场合不是自家私密空间，随心所欲也要守住底线。希望每个人都能约束自身行为，摒弃这种粗鄙失礼的陋习。

五一期间，位于北京市西城区永定门西街甲一号的国家信访局接待处调来了三个核酸检测亭，改造为新的“打卡”点。此举是为了分流上访者，简化打卡流程，以缓解排队压力。 流程优化在其他场景无可非议，但在上访情景下难免滑稽：“打卡”指的是“督促办理”，那响应民众诉求、处理冤情岂不就没人打卡了？堂堂首都每天几千号人排队申冤，折射的是普遍的法治缺失，民众无法通过正常途径维权。政府不响应民众诉求，哪怕放置再多打卡机恐怕也无济于事。

让前沿 AI 自己训模型，结局有点意思 假期看到一个实验，很有意思。给定与人类研究者相同的 base model、训练 API 和时间预算，一个前沿 agent 能不能端到端地跑完整个 modelcrafting 循环？ 具体设定是这样：让 Claude 4.6 Opus 和 GPT-5.4 自己当researcher，用 Tinker API 从头写 pipeline，训练 Qwen3-8B 学会解青蛙放置游戏（N×N 网格放 N 只青蛙，行列对角线颜色都不能冲突）。预算分两档，8 小时和 20 小时。从生成训练数据、定义 reward signal、到通过 Tinker API 在远程 GPU 上跑训练、评估、迭代，全程没有人类监督。 省流版结果：20 个 agent 里只有 4 个 pass@4 超过 25%。 那差距到底来自哪？是原始能力不够，还是缺的是上下文？ 看下来反复出现的就那么几个问题。一是过度依赖朴素 SFT，agent 经常一上来就在弱 base model 上做监督微调，结果模型在输出格式上过拟合，并没有真正提升任务表现。二是过早终止和算力浪费，Codex agent 尤其明显，做完计划好的流水线就提前停，预算根本没用完。三是输出无效或者根本没法 parse。 中间有一次失败暴露了 Tinker API 一个挺微妙的点（我觉得这是整个实验里最好玩的部分）：Tinker 的 get_tokenizer() 底层走的是 HuggingFace 的 AutoTokenizer.from_pretrained()，但沙箱里 HuggingFace 是被屏蔽的。这就导致 agent 拿到了base model 却没有 tokenizer，没法把训练 prompt 转成 token id，等于卡死在第一步。面对这个困境，绝大多数 Opus 4.6 的 agent 没放弃，反而把缺失的 tokenizer 当成了一个研究问题，认认真真花时间从零手搓一个出来。 但Agents 的时间感是错乱的。Claude 和 Codex 用预算的方式还不一样：Opus 4.6 一直工作到时间耗尽，Codex 做完了计划好的流水线就提前歇了。GPT 类 agent 更绝，把计时器当成开局一次性的“了解一下我有多少预算”步骤，后面完全不 tracking。 而且 agents 几乎不会从耗时的灾难性流程里恢复。 一旦投入到一个流程里，agent 很少停下来反思…其中一次 20 小时 Opus 4.6 的成功实验，把 61% 的预算花在评估阶段，只把 3.6% 花在 RL 训练上。 花钱的习惯也很有意思。GPT 5.4 早早提交，几乎不训练，最终花费低表现也低（ps .gpt 5.5 系列升级很大，但这个实验没测到）；Claude Opus 用的预算多得多，但方差很大。最有意思的一个数据：最好的 8 小时实验大致打平最好的 20 小时实验，价格只有三分之一。多花钱并不能买到更高的天花板。 但很赞同论文最后说的：研究这件事，最稀缺的从来就不是能力，而是直觉。 说到底，前沿模型确实能找到新颖的方法、干净地执行、快速学会一个新 API，Tinker API 本身也成了一个适合 agentic modelcrafting 的优雅接口。但跨多次实验，有一个 pattern 反复浮现：agents 优化的是好看的指标，而不是真正能用的系统。它们写完 eval 然后盲目相信，凭着自己代码产出的数字就宣告成功。几乎没人去问一个老练研究员会问的那种基础问题：什么会让这个指标失真？这个阶段我们到底应该测什么？ #AI# #Agent# #机器学习# #RL#