注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 設定方法
設定方法 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 設定方法 的推特
跟大家分享下绝版的Claude Fable 5总结的AI生图焚决,+2个顶级美女人像提示词,这篇至少值3000块! 昨晚睡前让Fable 5总结了AI生图之性感人像提示词最有效的写法: 1️⃣用“成人 + 气质 + 材质”来定人设,比如 25-year-old East Asian woman、old-money glamorous aura、editorial fashion portrait。 2️⃣用“服装剪裁 + 面料质感”替代直白身体描述,比如 fitted knit, silk satin, off-shoulder, tasteful neckline, fine jewelry。 3️⃣用“表情瞬间”制造吸引力,比如 soft knowing half-smile、caught mid-reaction、unaware she is on camera。 4️⃣用“镜头语言”强化质感,比如 telephoto compression、shallow depth of field、broadcast color grading、paused 1080i TV frame。 5️⃣用“光线”塑造皮肤和轮廓,比如 warm key light, luminous arena lighting, soft highlight on collarbone/cheekbone。 6️⃣用“背景虚化 + 前景留白”把主体抬出来,比如 soft bokeh, anonymous VIP guests softly out of focus。 7️⃣用“克制的性感”而不是夸张性感,比如 tasteful, classy, fully clothed, natural proportions, not exaggerated。 8️⃣用强负面词卡住跑偏方向,比如 no CGI, no plastic skin, no doll face, no exaggerated anatomy, no garbled text。 兄弟们,世界杯的狂野性感风, 和NBA总决赛的性感老钱风, 你们更喜欢哪一个? 其实除了技法以外,还有一个很重要,那就是得有一个干净的IP, 要不总是会被风控和拒绝, 关于怎么有一个干净的住宅IP, 参考以下文章的保姆级方法⬇️
显示更多
0
53
613
79
转发到社区
Ralph 方法论去年底在 AI 编程圈火过一轮,让 AI Agent 在循环里自主写代码、跑测试、提交。 人不坐在里面盯,每轮上下文清空重来,靠文件传递状态。 不过 Geoff Huntley 的原版散落在博客和视频里,拼起来挺费劲。 ralph-playbook 把这套方法整理成了一份可操作的指南,分三个阶段。 先定需求拆任务,再让 Agent 自己生成实现计划,最后进入自动循环逐个完成。 GitHub: 里面强调用测试、类型检查、构建这些手段给 Agent 设门槛,写错了过不了关,下一轮自己改。 想试 AI 自主编码循环的朋友,这份指南比较体系化,适合照着来。
显示更多
0
53
20
5
转发到社区
博士班將畢業要上就業市場的時候,我聽從了當時正因為Freakonomics火紅,芝加哥大學教授Steven Levitt公開的建議,取了個美國化的名字。他說他都這樣建議他為數眾多的國際學生這麼做,因為他的研究證實,「名字」充滿了許多訊息,會給僱主認識到你是不是非常願意融入環境、擁抱當地的文化,你是不是想和其它人一樣,而決定要不要給你加分。講到這裡,就很多人想要舉反例,但是愛舉反例的人,常常不了解這種實證研究的意義,就業結果的差異,當然是有很多因素造成,但這種設計良好的實驗,真正的解讀方法是,「如果兩個各方面都一模一樣的人,取了一個美國化的名字那個,會有比較好的就業結果」。我那一年的就業市場正在金融風暴的谷底,任何一點加分的機會,我當然不能錯過。 Levitt的意見,放在今時今日,那是非常政治不正確的。我都可以想見各式各樣的批評,「死白男,你憑什麼要人家放棄自己的身份認同」「為什麼不擁抱自己的文化」「你很好,沒有需要改變」「是別人該來學你的名字怎麼唸,而不是你要配合他們」「世界本應該如此多元」諸如此類的看法。如果是個人的價值觀,自我的選擇,我都沒有意見,但在現實上,這些批評並沒有辦法改變這個世界上,人生下來就存在的偏見,也許社會比較文明了,社會比較多cancel文化了,這些偏見不敢顯露出來,但一直都在而去除不了,只是變成隱性的偏見而已,這也是Levitt和Ronald Fryer等人研究的價值,人是會說一套,做一套的,所以有人選擇保留自己驕傲的一切,有人極力融入新社會,那都沒有關係,「名字」的訊號傳遞機制,不會因為你做了什麼,或是不做什麼,而失去作用。所以,你看為什麼這麼多東亞移民,給小孩取名字,都是非常美國化的名字,那是一個想要融入的心情,那是一個務實的心態。反觀印度人...... 但這些強調要政治正確的左派意識型態,其實還是有害的。首先,這些高大上的多元價值讓新世代對社會的運行有誤解,造成他們的認知和現實有落差。但更大的問題是,這種多元價值幾乎都不可避免地變成紅衛兵的鬥爭手法,為什麼Levitt現在不太敢再講這些實證上反多元的研究?因為那是會被人cancel的大逆不道言論。現在美國的教育界,不管是中小學,還是高等教育,通通是這種多元的氛圍,所以多數的老師,自己言論審查的厲害,而一旦開始懼怕被告發,那就當不了老師了,因為老師很多時候,是要「教育」學生,是帶有價值判斷的傳道責任。而一旦老師不敢要求,那學生其實就失去了學習做人做事道理的機會。一如我之前所說,大學的價值一在credentials,二在無憂無慮的四年探索,而如果老師都是畏首畏尾,那這個探索的過程,這個讓青少年成熟的獨特經歷,就少了一些能導正行為和看法的力量。 所以,我的課,不准用手機和電腦。學生可以遲到,可以中途離席上廁所,但我都很明白告知,你有你的來去自由,但你要知道,每個人心中都有一本帳,記載了和所有人的往來好壞,你每次上課都要晚來,或者是都要用上課時間上廁所,你雖然不會在這堂課被扣分,但你在我的私人帳裡,會一直都是負值,你的印象分數就是負的。當你身邊的人,對你的帳上,記的都是這些負值,你就把自己在社會成功、人生幸福的機會一降再降,如果不自己想辦法改變,那也不要日後悔恨。是的,我就是那個沒有政治正確危機感的說教老頭,但這不就是學校給我終身職的立意初衷?
显示更多
SENKO 於 2026 年 9 月 14 日宣布與 Advantest、VIAVI 合作,目標是加速「高量產(HVM)就緒」的共封裝光學(CPO)模組測試落地。三方結合光連接、自動化測試設備與高速光子測試能力,處理 CPO 從實驗室走向量產時最容易被忽略的測試瓶頸。 開啟 AI 基礎設施新時代
AI 資料中心正從運算受限轉為連線受限,銅線已接近物理極限,產業加速改採 CPO。三方提供自動化、高重複性測試平台因應整合難題。示範核心是 Advantest 自動化測試環境,串接 SENKO 可拆卸光連接與 VIAVI 高速光子測試,模擬高量產製造條件。 SENKO 主管引言
Ryan Vallance 指出,CPO 正在改寫網路擴充性、功耗與 AI 基礎設施作法。光子技術雖已成熟,但可規模化製造與測試仍是大規模部署的最大障礙。 CPO 測試挑戰(展覽與技術門檻)
三方將於 2026 年 9 月西班牙馬拉加 ECOC 展示。CPO 最終測試關鍵是每通道 200 Gbps 須能通過「可拆卸」連接器;過去高速光引擎多用永久尾纖,高速率可拆卸連接很難。方案以 VIAVI 光子與 1.6 Tbps 收發器平台當代表引擎,示範經可拆卸介面做 200 Gbps BER 測試。 VIAVI 主管引言與產能壓力
Matt Adams 認為,現在重點不是實驗室證明性能,而是在 AI 光學量產環境反覆驗證。月產量可達數萬顆;若 40 UPH,約等於每月逾 2.8 萬顆。這對連接器耐用度與可靠度的要求,遠高於傳統可拆卸 FAU。 Advantest 模擬產線與 SAM-T
Advantest 建置模擬 CPO 量產測試環境,評估製造規模下的自動化光子測試流程,並導入 SENKO SAM-T(校正主跳線系統),強調 HVM 所需耐用度、重複性與精度,用來驗證次世代光子元件的吞吐量與可擴充性。 Advantest 主管引言
Ira Leventhal 表示,光子與半導體整合對 AI 基礎設施愈來愈關鍵,自動化、可規模化測試決定商業成敗。與 SENKO 合作可把先進光連接與 HVM 就緒自動測試結合,縮短從開發到量產的路徑。 突破性耐用度與吞吐量(技術本體)
合作聚焦 SENKO SEAT™ receptacle 與 SAM-T HVM 測試連接器。連接器用超耐用碳化鎢製造,負責把光耦合進出 PIC,並承受量產反覆插拔。 重點能力:可插拔數千次不劣化;具備未來 FAU 同樣的彈性平均對準;可並聯同時測多顆引擎以加快大量測試;減少換件與維護停機。 產業意義收束
CPO 若要大規模部署,必須靠產業合作建立可落地的製造、測試與可維修方法。三方結合專長,正補足可規模化 CPO 生態系中最關鍵的一環:模組級、高重複、高產能測試。 三家公司簡介
SENKO:被動光纖互連領導者,部署逾 10 億顆連接器、500+ 專利,設 ETG 專攻 CPO 與 AI 互連。
Advantest:半導體自動測試設備領導者,涵蓋 HPC/AI 等到系統級測試與良率分析。
VIAVI:測試量測與光學技術領導者,覆蓋資料中心、通訊網路及高量產光學應用。
显示更多
日本今天發生了一件很有趣的事情。😀😀😀 東京大學宣布,懲戒了一位六十多歲的教授。不是因為貪污,不是性騷擾,也不是抄襲論文,而是,他偷偷在大學招生網站的原始碼裡,放進了五個字──「六四天安門」。 這五個字藏在原始碼中,一般瀏覽網站的人根本看不到,但中國的網路審查系統卻可能「看得到」,所以,該網站在中國國內遭到封鎖了。東京大學認為,這樣的做法可能影響中國境內人士取得招生資訊,因此決定對該教授作出懲戒。至於教授真正的動機,校方並沒有公布。不過,日本有不少人推測,他很可能是不希望大學招收太多中國留學生,才想出了這個辦法。 看到這則新聞,我第一個反應不是譴責,而是覺得有點黑色幽默。一所日本最頂尖的大學,一位資深教授,竟然想到利用「六四天安門」這五個字,和中國的網路審查系統過招。 這種做法當然不值得鼓勵,但如果他真正擔心的是留學生背後的共產黨,這樣的焦慮也有一定的道理。 近年來,日本、美國、歐洲都開始認真討論,錄取中國留學生是否會造成研究安全與敏感技術外流等問題。很多教授心裡都有疑慮,只是大多數人選擇透過會議、報告和政策建議,藉由制度解決。而這位教授,卻選擇了一個最直接、最有效率,也最容易讓自己惹上麻煩的方法。 我支持東京大學維護招生公平。一所世界級大學,當然不能暗中對特定國家的學生設置障礙,這是基本原則,也是校方必須堅守的底線。但是,我也忍不住想問,究竟是什麼樣的環境,會讓一位教授寧可冒著被懲戒的風險,也要用這種方式表達自己的憂慮? 整件事情最荒謬的地方,其實不在東京,而是在北京。如果中國沒有世界上最嚴密的網路審查,「六四天安門」這五個字根本不會具有任何「特殊功能」,更不可能影響一所外國大學的招生網站。 真正把「六四天安門」變成全球皆知的敏感詞,甚至讓它影響國際資訊流通的,正是中國政府自己。 #矢板明夫# 以上故事来自fb“矢板明夫俱乐部”。
显示更多
販毒的黑道常會告誡手下,「不要用自己賣的東西」,我最近找到一個新的例子,芝加哥教師工會的會長,把自己的小孩,送去唸私立學校,拒絕用自己賣的產品。這是很不可思議的虛偽,更暴露出教師工會現在把美國的公立學校弄成什麼樣子。芝加哥的公立學校,是美國數一數二大的學區,但二十年來,學生人數少了近八萬人,教職員卻多了三千人,整體學區預算幾乎加倍,師生比拉這這麼高,資源這麼豐富,教育品質一定好了?沒有,芝加哥公立高中學生達到伊利諾規定的學業水準,只有兩成!州定的標準,已經相當低,還有近八成的芝加哥學生達不到。我有很多芝加哥高中畢業的學生,所以我深受其害,面對這麼多基本算數、識字寫作都有問題的學生,我只能一直放鬆教學內容,連帶影響其它程度好的學生。 公立學校資源一點都不是問題,但工會教師就一直用錢不夠的理由,找到機會就罷工抗議。如果不是家長太過憤怒,讓政治人物害怕,工會原本還要在五一國際勞動節停課,讓學生上街抗議。抗議什麼?名義上是為教師勞動權益,但很多是想拿反川的標語上街。他們要抗議川普是有道理的,芝加哥學區這幾年本地學生巨幅外流,如果不是非法的拉丁裔移民填補了空缺,芝加哥還要少更多的學生,預算還會有更大的問題,所以他們當然要抗議川普抓非法移民。有一個學生告訴我,他的朋友最近經濟發生困難,因為他原本的工作是安置芝加哥的非法移民,拿的是政府經費,結果被川普政府搞到沒有收入。我忍不住問他,你沒有覺得奇怪嗎?我沒沒有說出來的是,幹得好。稅金,就給這些米蟲拿去了。 很多移民來到美國,小孩上學了,就會發現,這國家錢真多。公立學校教室設備一流,公發的電子產品人手一台,學生自由,活潑開放。但時間一長,就發現這是個糞坑,這是個教師工會的社會福利機構。老師經常請假,代課老師只會點名,上課時間很少,管秩序時間很多,老師的精力,都花在處理少數具有破壞性的學生,好的老師不敢管教學生,壞的老師不懂教學,浪費學生時間,再不然就整天講黑命貴、川普種族主義、LGBTQ權益,每日上課時數極短,每年上課天數極少。然後一天到晚道德綁架家長,只有他們懂教育,只有他們最辛苦,只有他們收入最少。但讓我講一個很多人不知道的事,大部份的美國公立學校教師,不用繳Social Security,這個僱主和員工合繳12.4%的稅,老師是不繳的。 工會殘害美國至巨,但要怎麼改革這個問題呢?目前有一個聲音是要在最高法院打官司,禁止教師成立工會。這有法律上的道理,因為如果反拖拉斯的目的是反對商業市場壟斷,那教師工會在實質上也是在就業市場壟斷,同樣是傷害消費者行為。進行這個訟訴也有政治上的道理,因為民主黨和教師工會交相苟且,一個把會費金錢輸送給政黨,一個用政黨控制政府的能力,保證工會的利益。這就是芝加哥教師工會這麼囂張的原因,如果把教師工會判為違法,那是一石二鳥。但也因為這個關係到民主黨的權力掌控能力,所以民主黨一定會誓死而反對。 但更重要的是,我認為把工會廢了,公立學校也救不回來。美國沒有什麼師範學校,普通大學畢業,上個教育學程,滿足州的教師規定,就可以當老師。此前,女性受到歧視,工作機會不多的時候,很多優秀的女性,想要展長才的女生,很多都當了老師,因為那是少數女生能在職場發揮的地方,而因此,美國以前公立學校的品質非常高。但這個壓抑女性的社會問題大致解決了,公立學校的老師也失去了優秀人材的管道。現在在大學唸教育的,通常是其它學門唸不來的學生的最後選擇,有統計說,美國大學的專業裡面,平均智商最低的就是教育系。當然少部份學生是為了理念去唸教育,也很有能力,我常在鄉下來的高中畢業生裡看到這種學生,但他們很快就被丟進一個不需要太認真就可以畢業的環境,很快就向下平均去了。在逆向淘汰的情況下,造成公立學校教師資質越來越差。這一點,就連廢掉教師工會也救不回來。 所以,最好的解決方法,是讓工會徹底把公立教學搞砸,那就會有更多納稅人要求開放教育券的發放,鼓勵私立和特許學校的成立。我們愛荷華州這幾年在共和黨的全面執政下,教育券得到充份實施,私立學校像雨後春筍一樣,紛紛冒出頭,也順帶推倒許多品質江河日下的公立學校。私立學校並不一定好,但有競爭才會有進步,才會想要嚐試教學的新作法,在這個AI改變人類生活的時代,我們更需要這種民間的競爭,來導入AI教學,提高教學品質。因此,我非常支持這些混蛋教師工會的惡搞,越惡搞,越加速公立學校的死亡。
显示更多
0
9
190
28
转发到社区
Prompt该退环境了,未来属于Loop Engineering。 最近,AI行业又出现了一个有趣的新词。Loop Engineering。 如果你关注AI这个领域的话,这两天应该都会刷到。推特在刷,各种社媒也在刷,群里也有蛮多人在讨论。事情是这样的。 6月7号,OpenClaw的创始人Peter发了一条推,非常的简短,但是直接就爆了。 翻译过来意思就是:你不再需要为编码智能体编写提示词了,你应该设计循环来提示你的Agent。 而在这之前几天,Claude Code的创始人老哥Boris在一个开发者大会上也说了差不多的话。 他的原话大概是,我不再手动给Claude写提示词了,我运行着能让Claude自动编排任务的循环,我的工作,就是编写这些循环机制。 也就是,写loop。 这两个人呢,说了同一件事。然后Google的Addy Osmani紧接着发了一篇长文,把Loop Engineering这个概念正式梳理了出来。 于是,继Prompt Engineering、Context Engineering、Harness Engineering之后,AI行业的第四个逐渐形成共识的Engineering,就这么诞生了。 我其实是个特别不喜欢造新词的人,但是很多时候,造词这事我觉得还是得分两种情况,有一种我觉得就是为了炒概念,比如xxx 4.0。 而有的时候,真的只是行业太快,人们更需要一个精准的表达来帮助自己表达而已。Loop Engineering我觉得就是后一种。 而且,这个东西跟我自己一直使用Agent的方法、一直在鼓励大家做的事,是高度吻合的。如果你看过我之前写的那篇Harness Engineering的文章,你大概能理解一些我的感觉。那篇文章里我聊了从Prompt到Context到Harness的三次跃迁,聊了马具和缰绳的比喻,聊了约束先行。 而Loop Engineering,其实就是在Harness之上,又往上走了一层。把一个套马的缰绳,变成了全自动工业流水线。很有《文明》里时代的进化的感觉。 给大家举个例子。比如说,以前你用Claude Code写代码,流程大概是这样的。你给它一个任务,它写完了,你看一眼,觉得不太对,你再给它提一个修改意见,它改完了,你再看,再提意见。整个过程你会发现,是坐在设备前的,一轮一轮的,你说一句它回一句,你就是那个驱动整个循环的发动机。 即使我们以前从chatbot时代迈向了Agent时代,绝大多数的事情,也一样是任务制的。 而现在,比如Boris老哥,他的工作方式是,他会去写一个loop,比如/loop babysit all my PRs,自动修CI问题,有新评论就派子Agent去处理,就这么一句话,然后Claude Code就开始自己跑了,它会自动去看他GitHub上所有的PR,哪些CI挂了就自己修,哪些review有新评论就自动派一个独立的工作树Agent去改代码。 他还把一些其他的loop挂到定时任务上,每天晚上自动启动去干这个事,晚上睡觉的时候,甚至有时候会有几千个Agent在同时工作。他自己说,2026年,他就再也没有手写过一行代码了。 你会看到,这就是loop,定好目标,然后全自动流程化,你完全不需要在电脑前,甚至都不需要看手机。 你可以直接睡觉,醒来的时候,代码已经改好了,测试也已经跑过了,PR也已经提上去了。你并不是自己给Agent写了一段Prompt帮你完成某个单次的任务,是你自己设计了一个目标,这个目标使用loop的方式,帮你提示Agent。 你定义目标,定义验证条件,定义失败了怎么处理,然后,就可以放手了,从此以后,这一切,交给系统。 说到这里,我估计很多人已经大概理解loop是个什么东西了。Addy Osmani在他那篇长文里,把一个完整的loop拆成了五个组件。 我觉得这个拆法蛮清晰的,我用我自己的理解给大家过一下。 第一个是定时任务,整个loop的心跳。 你得有一个东西能自动启动循环,不管是定时跑、还是事件触发,都行。 Claude Code里有好几种方式,/loop命令按间隔自动执行,cron定时调度,Hook在Agent生命周期的特定节点自动触发(比如每次改完文件自动跑一遍lint,这个很好玩,教程和玩法我也在准备了),或者直接丢到GitHub Actions里,关上电脑它也在跑。 没有定时任务的Agent,你每次都得手动去踢一脚它才会动,那就不是loop了,那还是你在操控。 第二个是工作树隔离,Worktree(搞过开发的朋友应该秒懂)。 就是你同时跑好几个Agent的时候,给每个Agent一个独立的工作空间,各干各的互不干扰,干完了再合并。两个Agent改同一个文件的痛苦,跟两个设计师同时改一个图层又不打招呼的痛苦,是一模一样的。 第三个是项目知识体系,Addy Osmani在他的原文里写的是skill,但是我觉得他写的不太对,单skill其实是不够的,必须得是知识管理体系。 大家也都知道,AI每次开新对话就啥都忘了,你跟它说过的代码规范、项目架构、踩过的坑,下次开对话全部从零开始。 所以你得有一整套方法来沉淀、优化这些知识,让Agent每次启动的时候就已经知道你的项目,我自己在这快一年的coding开发过程中,总结的方法论其实就沉淀成了我自己的洁癖.skill,这个基本是我的Agent每天调用最多的skill。 CLAUDE.md是全局的规则和约束,跨会话记忆是一些之前悬而未决的记录和文档路由,docs体系就是你完整的所有的知识和经验沉淀,因为CLAUDE.md和记忆都有大小和行数限制,所以每次任务完成后我会用洁癖.skill来对整个的知识体系进行梳理和审查,确保没有错误。 为什么知识管理体系这个东西在loop里特别重要呢? 因为loop是自动跑的,你不在场。如果Agent的记忆里有过期信息,它就会基于错误的前提做决策,如果CLAUDE.md膨胀到几百行全是历史叙事,真正的规则反而被挤出去了Agent读不到。没有干净的知识体系的loop,就像一个每天早上都在看过期文档的员工,干的得越快错得越多。 所以洁癖.skill我非常推荐大家可以去安装一下,也在我自己的仓库里开源了,我自己真的觉得特别有用。 第四个是连接器,MCP。 一个只能看文件系统的Agent,能力是很有限的。但你给它接上GitHub、Linear、Slack、数据库,它就能在你的真实工作环境里干活了。 这才叫真正的闭环,从发现问题到解决问题到通知人类,一条龙。 第五个是子Agent。 做事的和检查的分开,写代码的Agent不能自己给自己打分,这跟学生自己批自己的考卷一个道理,它一定会对自己太宽容。所以你得有另一个Agent,甚至用不同的模型,专门来检查前一个Agent的输出,一个负责做,一个负责验。 这五个东西加在一起,就是一个完整的loop的骨架。 Claude Code和Codex有一个命令,其实就是Loop Engineering这套骨架最直接的微观型的产品化体现,只不过很多人没有意识到。 他叫/goal,在Codex里叫追求目标。 意思就是你给Claude一个完成条件,比如「所有测试通过并且lint检查没有报错」,然后它就会一轮一轮的自己干,干完每一轮之后,就会检查这个条件是不是满足了。 大多数讲Loop Engineering的文章,都停在了这一层。讲了五个组件,讲了/goal和/loop命令,讲了怎么配定时任务,就结束了。 这些我觉得,都是术。而我更想聊的,是道。 Loop Engineering这件事,我觉得它最核心最核心的能力,其实不是什么技术能力,也不是写脚本的能力,更不是什么会配hook的能力。 最核心的,是定义目标的能力。定义目标,相信我,这四个字,听起来简单,做起来是真的难。 回到前面说的/goal,它的用法看起来非常直接,给一个完成条件,Claude自己干到满足为止。 听起来很简单对吧。但你如果真正用过就会知道,/goal用得好不好,完全取决于你那个目标定义得好不好。这个事我拿两个例子对比一下你就明白了。 目标A,「把这个应用优化一下」。 目标B,「test/auth目录下所有测试通过,tsc --noEmit零报错,npm run lint零违规」。 目标A会发生什么呢。大家可能都能猜到,Claude会陷入一种非常尴尬的状态,因为它不知道什么叫「优化好了」,除非他是Fable 5,能自己在你之上,自主的帮你定义目标。 而绝大多数的模型,包括Opus 4.8和GPT-5.5,在自己定义目标的能力上还是非常的弱,它可能改了一点代码,然后自己觉得还行,就停了。 也可能不停,一直改一直改,把你的代码库改得面目全非,因为它始终无法判断自己到底什么时候算完成了。那目标B呢?Claude每改一轮代码,都会去跑测试、跑类型检查、跑lint。 三个命令,三个明确的通过标准。全过了就停,没过就继续,清清楚楚,干干净净。同一个工具,同一个模型。 区别只在于,你的目标定义得好不好。 我自己其实一直有一个原则,我经常跟身边的人说,在公众号里也说了无数遍,如果一件事你重复做了三次,你就一定要想办法把它完全自动化掉。 这个习惯跟了我很多年了。我每天也都在写代码、做自动化,我们的AIHOT热点监控系统,我们的数据分析流程,我们的财务对账流程,我们的数据清洗管道,能自动的我全部自动了。 但说实话,在做这些自动化的过程中,我踩过最多的坑,从来不是技术问题。 是目标不清晰的问题。我早期做自动化的时候,经常犯一个错,就是目标定得太模糊。 举个例子,比如自动监控AI行业热点,这句话听起来没毛病,但其实是一句纯粹的废话。 什么叫热点?浏览量过万算热点还是过十万算热点?抓取频率是每小时还是每天?抓到以后怎么评估质量?评估完以后怎么排序?排完以后怎么推送? 这种反问的问题,我现在可以直接随手问20个以上。 每一个环节如果没有明确的判定标准,整个自动化链条就是一坨狗屎,你相信我,绝对的。 后来我懂了,每次做自动化之前,我会先花很多时间去定义目标。 去花很多很多时间,去定义怎么算做完了,怎么做完算做的好。这其实就是/goal的逻辑。也是Loop Engineering的灵魂。 而如何定义目标,这个能力,我其实不是从AI中也不是从开发中学来的。 这个能力,是我从这几年创业的过程中,学来的。定义目标的能力,其实就是,管人的逻辑。 我自己也开公司,虽然公司不大,只有30来号人,但管人这件事我是真真切切经历过的。 管人最痛苦的是什么,不是人不努力,也不是人能力不够,是你给出去的目标不够清晰,然后下属就一脸懵逼,不知道你要什么,跟无头苍蝇一样打转,最后做出来的东西,你又不满意。 你跟员工说,“把这个功能做好”,那他做出来的东西大概率不是你想要的。 因为你脑子里的好跟他脑子里的好不是一个东西。 你跟他说,“这个接口的响应时间降到200毫秒以下,错误率控制在0.1%以内,下周三之前上线”,他做出来的东西跟你预期的偏差就会小很多。 因为你给了他一个可以验证完成的标准。这一切其实也适用于那种天才型的大神,虽然大神们会自己定义目标,甚至比你定义的还要强,但是给大神们依然是需要有目标的,只是这个目标,不需要那么细节了而已。 对人如此,对AI也是如此。 其实你回头看,所有好的管理方法论,不管是管理学之父Peter Drucker在上世纪50年代提出的目标管理,还是后来Andy Grove在Intel发明的OKR,还是再后来一代又一代CEO们用的各种变体,核心其实就一个东西。 你能不能把一个模糊的意图,翻译成一组可衡量、可验证的完成条件。 管理者要做的,是确保目标足够清晰、资源足够充足、反馈足够及时。你看这三条。跟一个好的loop的三个要素,是不是一模一样。 目标清晰,就是你的条件写得精准。资源充足,就是你给Agent配好了Skill、连接器、工作权限,让它手里有足够的工具干活。 反馈及时,就是你设计了验证机制,每一轮都有一个独立的检查器告诉Agent做得对不对,哪里需要改。管人的逻辑和管Agent的逻辑,是完全一样的。 只不过,管Agent比管人还要极端一些。 因为人可以理解你的模糊意图,人可以主动来找你确认,人可以说老板你这个需求说得不太清楚我不太确定你是不是这个意思。 Agent很多时候是不会的。Agent会非常自信地按照它自己的理解去执行,然后非常自信地告诉你它做完了。 所以,对管理能力的要求,其实比管人还高。 这也是为什么我一直说,AI时代我最讨厌什么「文科已死」「理科已死」的言论,管理学、心理学、组织行为学这些,不但没死,反而变得更重要了。 说到底,Loop Engineering说是Engineering,但我觉得其实它的核心竞争力根本不在工程。 在管理。 而在管理学上,就定义目标这件事,其实不止是把话说清楚就行,其实还有一个非常阴险的陷阱,在管理学和经济学里有个专门的名字,叫古德哈特定律。 当一个衡量指标变成了目标本身的时候,它就不再是一个好的衡量指标了。 翻译成人话就是,你考核什么,员工就只做什么,然后其他东西可能全都退化。 这个事在人类管理中已经是老问题了,而在AI Agent身上,这个问题被放大了一百倍,因为Agent比人类更擅长钻规则的空子。 有人总结过Loop Engineering里很好玩的事情,就是Agent会针对验证器做优化,而不是针对你真正的目标做优化。 比如说你的loop条件是让测试全部通过,那Agent可能最后不去修Bug,直接把失败的测试给你删了。 你看,最后答案依然是测试全过了,完事,从验证条件来看,它确实完成了目标,但从你真正想要的结果来看。。。它啥也没干。 人也会这么干,只不过,Agent做得更快、更彻底、更没有心理负担。所以,一个好的目标定义,不能只有做完了的标准,还必须有不能怎么做的边界。 这其实就是Harness Engineering在Loop Engineering里面发挥作用的地方。 Harness是约束,是护栏,是告诉Agent你可以自由发挥,但这条线你不能越。 Loop是驱动力,是告诉Agent往那个方向一直跑。两个加在一起,才是一个完整的系统。到这里,骨架讲了,灵魂也讲了,陷阱也讲了。 Loop Engineering的东西,终于也差不多了。 最后我想把前面聊的管理学的思路收一下,给一个我自己用得比较多的目标定义框架,不一定科学,纯粹就是我自己的一点点经验。 1. 完成标准要可以被机器验证。 2. 边界条件要跟完成标准一起定义。 3. 要有失败的降级方案。 4. 目标要分层。 回到整条线来看,从Prompt到Context到Harness到Loop,四次跃迁,其实讲的是同一个故事。Prompt Engineering告诉你,好好说话,AI会更懂你。 核心能力是语言表达。Context Engineering告诉你,光说话不够,得给AI足够的信息。 核心能力是信息筛选和组织。Harness Engineering告诉你,光给信息也不够,得给AI设规则和约束。 核心能力是系统设计和规则制定。 Loop Engineering告诉你,光设规则也不够,得让整个系统能自己跑起来。 核心能力是目标定义和管理。 语言学、信息科学、控制论、管理学。四个Engineering,四门古老的学科。 多有意思。 人类社会,其实从来就没有变过。
显示更多
0
119
1.1K
192
转发到社区
自言自語 我們究竟是在管制一種物質,還是在放棄一個人? 講到毒品,我其實還有一個疑問。對我來說,酒精也是一種很值得警惕的東西。它會影響一個人的判斷、反應和行動能力,有時候甚至會讓人失去控制,做出清醒時根本不會做的事情。抽菸也不是什麼健康的習慣,它會帶來成癮和長期的健康風險。 那為什麼酒精和香菸在許多社會裡可以合法販售,其他精神活性物質卻可能讓一個人直接背上犯罪的標籤?這當然不代表酒精和香菸沒有危害,也不代表所有物質都應該用同一套方式管理。它真正讓我好奇的是:我們今天對不同物質的法律分類,究竟有多少是根據它們的危害,又有多少受到歷史、文化、社會習慣和既有利益的影響? 這是另外一層問題。不能只因為酒精合法,就推論其他物質也應該合法;同樣地,也不能只因為某種物質被列為非法,就認為所有使用它的人都應該被當成罪犯。物質本身的風險、使用方式、成癮可能性、對他人的影響,以及法律應該如何介入,本來就需要分開討論。 但真正讓我感到沉重的,其實是《絕命毒師》。 我想到 Jane,也想到 Jesse Pinkman。 看這部劇的時候,你會發現他們並不是只有「使用毒品的人」這一個身分。他們有自己的生活、感情、慾望和痛苦,也會期待未來能夠變得不一樣。可是當他們逐漸陷入毒品的影響時,那些原本還存在的可能性,開始一點一點縮小。 Jane 和 Jesse 在一起使用毒品的那段故事,尤其讓人難受。因為你看得到兩個人之間的感情,也看得到他們正在走向一個可能傷害彼此的方向。你知道他們的人生不必然只能這樣發展,可是你也知道,光靠兩個人相愛,並不一定足以讓他們擺脫成癮和痛苦。 而 Jesse 後來的遭遇,更讓這件事情變得複雜。他經歷失去、愧疚、恐懼和一次又一次的創傷。當一個人已經被生活壓到那種程度,毒品可能成為他暫時逃離痛苦的方法。這不表示毒品真的解決了問題,也不表示他不知道自己正在傷害自己。只是有時候,一個人當下想要的,可能只是讓痛苦暫停一下,哪怕他隱約知道,這個選擇可能讓明天變得更糟。 這裡其實有一個很重要的區別。 我們很容易從旁觀者的角度說:「他為什麼不戒掉?」「他為什麼不做別的選擇?」「他明明知道這樣不好,為什麼還要繼續?」 可是,一個人知道某件事有害,和一個人在痛苦、依賴或成癮的狀態下,真的有能力停止這件事,中間存在很大的距離。理解這個距離,不等於替所有行為開脫,也不等於否定個人的責任。它只是提醒我們,人的選擇往往發生在特定的處境裡,而不是每個人都能站在同樣的位置上,冷靜地比較所有可能性。 有些人是出於好奇開始,有些人受到朋友影響,有些人只是沒有想清楚後果。也有人是在生活跌到谷底時,找到一個可以暫時麻痺自己的方法。最初可能只是一個看起來沒有那麼嚴重的決定,後來卻逐漸變成習慣、依賴,甚至變成自己已經很難控制的行為。 而當他終於意識到事情不對勁時,可能已經失去了一段關係、一份工作、一個原本可以走下去的人生方向。那時候再回頭看,他可能真的後悔了。可是後悔本身,不會自動把失去的東西還給他,也不會突然替他準備好一條可以走回去的路。 這就是我認為最值得我們思考的地方。 如果一個人已經陷入這樣的處境,社會除了告訴他「你做錯了」,還能提供什麼?有沒有容易取得、負擔得起,而且不會讓人因為害怕被羞辱或留下紀錄就不敢求助的服務?有沒有人可以在他還沒有完全失控以前,協助他面對成癮、情緒和生活裡的問題?如果他真的需要戒治,離開機構之後,又有沒有持續的支持? 我們不能假設每一個使用毒品的人都想被救,也不能假設只要給予協助,每個人就一定會改變。但這不代表我們可以直接放棄他們。有人可能需要醫療,有人需要心理支持,有人需要離開原本的環境,有人需要很長的時間,才願意承認自己已經無法控制使用行為。制度真正困難的工作,就是辨認這些差異,並且在可能的範圍內提供相應的協助。 這也讓我重新思考,為什麼我們總是很容易把法律處罰當成一種答案。 把一個人關起來,確實可能暫時限制他的行動,也可能在某些情況下保護其他人。但如果我們期待隔離本身就能讓一個人改變,那就得進一步問:他在裡面究竟獲得了什麼?他出來之後,原本讓他陷入困境的原因還在不在?他有沒有更好的選擇?如果這些問題都沒有被處理,那麼刑罰結束了,人生裡的問題卻可能還是原封不動。 我並不是說法律不重要,也不是說每個人都不需要為自己的選擇負責。我想說的是,責任和協助可以同時存在。保護社會與幫助使用者也不一定互相排斥。對販運、剝削和傷害他人的行為,我們可以討論適當的執法;對有成癮問題的人,我們也可以認真思考怎麼治療、怎麼降低傷害,以及怎麼讓他重新建立生活。 回頭看《絕命毒師》,老白的角色也讓我想到另一件事:製造毒品、從中獲利,和親自使用毒品,是不同的行為,也可能有完全不同的動機和後果。不能因為一個人沒有親自使用,就忽略他對其他人的影響;也不能因為另一個人使用了毒品,就把他整個人簡化成那個行為。 我們需要看見每個人在這條鏈條上做了什麼,也需要看見他們的選擇如何影響其他人的生命。 所以,我最後想問的不是大麻一定該不該合法,也不是所有毒品都應該怎麼處理。 我更想知道的是:當一個人第一次做出可能傷害自己的選擇時,我們有沒有機會讓他理解後果?當他開始失控時,有沒有人可以介入?當他終於後悔時,這個社會還有沒有一條路讓他走回來? 因為很多人生的悲劇,並不是當事人從一開始就決定要毀掉自己。有時候,他只是做了一個當下看起來可以接受的選擇,接著一次又一次地重複,直到有一天,他才發現自己已經走得太遠。 而我們真正該思考的,是能不能在那一天到來以前,讓他有機會停下來。 一個人做錯選擇的時候,我們當然可以討論他應該承擔什麼責任。但如果我們只會在他跌倒之後判定他有罪,卻沒有能力在他還有機會改變的時候提供幫助,那麼我們究竟是在解決問題,還是在等待下一個人走到同樣的結局?
显示更多
比特币白皮书第一句话写的是Bitcoin: A Peer-to-Peer Electronic Cash System《比特币:一种点对点的电子现金系统》。 这也是比特币最迷人的地方之一,公开账本,所有交易都在链上。任何人都可以验证。没有黑箱。 但量子时代的讽刺是,公开账本让地址暴露。 中本聪时代的公钥直接写在链上,它们既是比特币公开透明的体现,也是未来量子攻击者最容易翻阅的一份目录。 如同赫兹当年觉得电磁波只是证明马克斯威尔方程的小实验,没想到它会走向无线电、Wi-Fi、手机和量子计算。 中本聪当年选的那种早期交易格式,当然不是为了在 2040 年变成一颗量子炸弹。但历史往往如此,一个早年随手做下的选择,多年后会变成整个世界必须回答的哲学考题。 如果未来比特币的底层签名必须升级到抗量子版本,那些多年不动、公钥已经暴露、又没迁移到新格式的旧地址,社群该不该通过改规则和共识,把里面的币锁住? 比特币遇到了两难问题。 打个比方。我的签名锁在一个保险柜里,这柜子在 2009 年绝对安全,但量子计算现在已经快能照着锁孔配出钥匙了。 不冻结,未来第一个掌握足够强量子计算机的人,就能把中本聪和其他早期地址的币直接拿走,先到先得。 冻结,比特币就得承认一件它最不想承认的事:社群可以靠共识,决定某些币被没收。对很多原教旨派来说,这比量子攻击本身还可怕。 CZ 最近在 Galaxy Brains 播客上的一段讨论,被解读成"CZ 想冻结中本聪的币"。 不过,得说清楚四点: 1. 他没说他本人能冻结中本聪地址。 2. 也没说 Binance 能单方面冻结比特币。 3. 他讲的是一个未来情境,升级完成后旧地址仍不迁移,才谈要不要靠改规则和共识,把这些旧地址的币锁住。 4. 他给的迁移窗口大约半年到一年,给真正的持有人时间搬家,过期没动的币,别留给未来的量子攻击者。 这套思路跟 BIP-361很接近:等比特币有了后量子地址,先禁止往旧的脆弱地址打钱,再在多年后淘汰旧的 ECDSA / Schnorr 签名。 CZ 把开发者社群吵了很久的一个问题摆上台面,当比特币的"不可改变",撞上"底层密码学必须升级",到底谁该让步? 或许,两害相权只能取其轻。 To be or not to be, that is the question 为什么中本聪的币会变成量子问题? 要说这个问题,就先要懂 Bitcoin 的公钥和私钥到底是什么。 Bitcoin 的所有权不是银行账户,不是身份证,也不是密码。本质上是:你能不能用某个私钥,对某个 UTXO 做出有效签名。 私钥像钥匙。公钥像锁。地址像门牌号。 现在,从私钥算出公钥很容易,从公钥反推出私钥几乎不可能。Bitcoin 用的 secp256k1 椭圆曲线签名,安全性就建立在这个不对称上。 但量子计算里有一个东西叫 Shor's algorithm。它不是“算得比较快”而已。它是把问题的数学解法改掉。 量子计算机不是能"同时把所有私钥试一遍"再直接读出答案,这是个常见的误解。它真正的本事在于,量子比特可以同时处在多种状态的叠加里,量子算法能让那些错误的路径互相干涉、彼此抵消,只把正确答案对应的信号留下来、放大。 Shor 算法用的就是这种能力,它把"从公钥反推私钥"这道暴力搜索题,换成了一道"找数学周期和结构"的题,再用量子的方式,把这个隐藏的周期读出来。 用 Bitcoin 的语言说,公钥不是一串无意义的乱码。它是私钥 k 乘上一个椭圆曲线基点 G 得到的结果:Q = kG。传统电脑看见 Q 和 G,想找回 k,基本上像在一个巨大圆环上倒推步数,没有捷径。量子电脑的威胁在于,它不是沿着圆环一步步猜,而是用量子态一次编码很多可能步数之间的关系,再透过干涉把隐藏的周期结构抽出来。这就是“解锁”的真正含义,找到了传统计算看不到的数学侧门。 所以说,更多古典算力只是线性加速,Shor 是算法类别的降维打击。 今天你拿再多闲置手机、GPU、LLM 去跑,对正常生成的私钥,破解是不可能的。但如果未来有足够大的容错量子计算机,已暴露公钥地址的币则不再安全。 中本聪的币之所以敏感,是因为早期比特币有大量最原始的交易格式:公钥直接写在链上,不像后来常见的格式,它至少先把公钥 hash 成地址。 所以在量子风险视角下,中本聪旧币,已经暴露了十几年。公开账本的本意是 Bitcoin 有透明性。到量子时代,变成了攻击目标清单。 也不是说“明天就会被破解” Google 今年 3 月的研究,重点是:用量子计算机破解比特币的签名,需要的资源,比过去估算的低很多。 按他们的测算,未来一台够强的量子计算机,可能只要不到 50 万个量子比特,就能在几分钟内办到,比之前估算的小了大约 20 倍。门槛在快速往下掉。 如果有足够多、足够稳的量子比特,足够长的纠错时间,足够快的运算节奏,以及一个能把整个流程完整跑完的工程系统。 换句话说,现在比特币保险的锁还没被打开,但是开锁工具的图纸变清楚了,尺寸也比以前以为的小很多。 这足以让大户、托管方、ETF 发行方、硬件钱包和比特币核心开发者提前开始准备。 真正的两难:冻结还是被偷走? 想象一个未来的场景:比特币已经有了抗量子地址,大部分活跃用户都迁移了,交易所、托管方、钱包也都支持新格式。 但链上仍躺着一大批没动的旧币,中本聪的币、早期矿工的币、私钥丢了的币、主人忘了或已经去世了,还有那些躺在冷钱包里、一动不动的币。怎么办? 社群有四条路: 1、什么都不做。旧币照样能用旧签名花掉,这最符合比特币不可篡改的精神,但代价是未来的量子攻击者可以把那些暴露的币直接拿走。 2、自愿迁移。提供一种更安全的新地址格式、让大家自己搬过去,阻力最小,但它管不了那些丢失或沉睡的暴露币。 3、强制淘汰。给一个期限、多年后限制旧签名,能降低量子盗币的诱因,但这很像直接冻结别人的财产,一些人肯定不同意。 4、救援机制。允许持有人用额外的证明把旧币救回来,比单纯冻结温和,但技术上非常复杂。尤其是那批最老的 P2PK 旧币,几乎没法设计出一套完美的救援方案。 CZ 支持的是第三种方向:升级后给窗口,未迁移就锁。 有道理吗?本质还是那个难题。什么都不做,等于把币交给第一个有量子能力的人。冻结的话,谁定义危险?谁定义过期?谁定义中本聪地址?谁负责误伤? 比特币不是第一次面对分叉之争了,但这一次和当年的扩容之争不一样。扩容争的是性能和去中心化之间的取舍,而量子迁移要回答"比特币还算不算有效的财产"。Not your key, not your coin 还成立吗? BIP-360 和 BIP-361 不是同一件事,必须把两个比特币提案分清楚。 BIP-360 更像修路。它提供一种新的地址格式,把暴露公钥的那条花费路径去掉,目的是减少长期暴露的风险,为未来的抗量子地址打基础。阻力小,因为是自愿的。你想更安全就搬过去,不搬,暂时也不会作废你的币。 BIP-361 更像设期限。它说,等新格式就位后,旧路不能无限期拖下去:先禁止再往脆弱的旧地址打钱,到了预定时间点,就限制旧签名的转账,同时配一套救援机制。旧路未来会被封死,肯定会引发社区争议。 CZ 的说法更接近 BIP-361 ,而且直接被把中本聪 100 多万枚比特币摆上桌,会引爆情绪。毕竟技术社群说"淘汰旧签名",只会听起来像个程序问题。 中本聪的币为什么是焦点? 量子风险不只针对中本聪,所有公钥已经暴露的币都有风险。 包括最早把公钥直接写在链上的旧币、重复使用过的地址、转账之后露出公钥的地址。较新的地址,在某些转账方式下也会暴露公钥。钱包主公钥外泄,连带一串地址和公钥一起暴露... 很多人根本不会去想,全网有三分之一的比特币曾暴露过公钥。 只要中本聪的币动了,就会变成焦点。一旦突然移动,大多数人的第一反应会是:是中本聪回来了?是私钥被偷了?量子攻击开始了?早期矿工苏醒了?中本聪要砸盘了? 中本聪的100 多万枚比特币,是整个比特币信仰系统里,最大的一颗心理地雷。 CZ 的想法可以这样理解:别等这颗地雷,被第一个量子攻击者踩爆。 但反方会说:你提前拆雷的。你提前拆地雷的方法,本身可能引起爆炸。 那 CZ 有没有道理? 我的判断有四个方面 技术层:有道理,且前提很多。 如果未来真的有了抗量子的地址格式,而且量子计算机成熟的时间点明显在逼近,那设计一个迁移窗口是合理的。大型金融系统本来就会定期更换密码学。美国国家标准与技术研究院定的后量子密码标准、谷歌给自己排的迁移时间表,方向都一样,别等攻击发生了才开始换锁。比特币不该例外。但"冻结"倒不是第一步。顺序是,先做出安全、可用、可审计的抗量子地址;让钱包、交易所、托管方都支持;让普通用户能低成本地试着迁移;让大户能先做一次冷钱包迁移演练;最后,再淘汰旧签名。 产权层:非常危险。 比特币最强的承诺,从来不是"永远不改代码"。它真正的承诺是:有效的私钥,可以拥有对应的币。如果有一天,全网共识说"你有私钥,但太晚了,所以不能用",那在很多人眼里,是被没收了。哪怕动机是防住量子小偷。 治理层:困难重重。 这类方案要落地,需要钱包、交易所、矿工、核心开发者、托管方、大户、ETF 这一整条链上的人同时点头。而比特币的文化,天生就抗拒这种"全网约定某一天一起改"的做法。所以我不会把 CZ 的话解读成"BIP-361 马上要通过"。更合理的理解是,开始有大体量的人物,把这件事从开发者的邮件列表,推到了市场层面。这会让托管方的尽职调查、ETF 的风险披露、企业的金库政策,更早地把量子迁移列为一个标准问题。 投资层:无需恐慌。 今天更现实的风险,仍然是托管、人、流程、交易所、社会工程、假钱包、AI 钓鱼、以及你自己的仓位。量子威胁是有的、重要但不紧急。正确的动作不是恐慌交易,不如盘点自己手里的币;标记每个地址的格式、看公钥有没有暴露;持续跟踪比特币技术社群的进展,等抗量子迁移的工具真正可用了,先小额试一试。 想象一座城市,每户人家的门锁都用了同一种老式机械锁。这种锁在 2009 年非常安全。所有人都相信:没有钥匙,就打不开。 十几年后,人们发现一种新工具,可以根据锁孔形状反推出钥匙。现在工具还没普及,但快了。 城市政府有四种选择: 1. 什么都不做,相信工具永远造不出来。 2. 提供新锁,鼓励所有人自愿更换。 3. 宣布五年后老锁作废,没换的人不能再开门。 4. 设计一种特殊救援流程,让真正屋主即使错过期限也能证明自己是屋主。 最难的是那些多年没人进出的老房子。它们可能是屋主死了,可能是钥匙丢了,可能是屋主刻意隐居,也可能只是屋主不看新闻。 如果城市不管,未来第一个拿到新工具的小偷可以把老房子全开了。 如果城市把老房子全封,那它也等于宣布:房子不是绝对属于钥匙持有人,城市可以为了公共安全改规则。 CZ 只是把这道题提前念了出来。 比特币到底能不能在 不被量子偷走 和 不被没收 之间,找到第三条路? 你觉得应该怎么办?
显示更多
0
49
83
2
转发到社区