非常有趣的一次經驗！😳 沒想到竟然有機會和台北市長 蔣萬安 先生一起合照！？ 也謝謝當天冒著雨協助拍攝的大家❤️‍🔥 真的留下了很難忘的回憶！

昨天本來想打個感想文的 結果累到睡著啦>"< 謝謝棕色塵埃2讓我這次在天堂的感覺🌟 可以跟一群香香女孩一起站在舞台上真的很幸福~ 更感謝所有現場的工作人員💕 每天都無微不至的照顧我們 更不用說每天菜色都不一樣的超高級便當了！😭 最後非常感謝所有來一起繼續瑟瑟的大家✨ 希望有帶給大家難忘的4天回憶~ 也期待下一次與大家的見面！❤ 也偷偷預告一下，這周六的FF46會出達麗安啟示之夢喲！ 歡迎大家再來繼續瑟瑟~💕 PS.然後我要跟雪花土下座...我明明跟她合照但手機裡居然沒有！！ 我愛雪花rrrr😭 #棕色塵埃2# #BrownDust2# #班塔納# #2026TGS# #Cos#

翁家翌新 blog：超越梯度的学习 昨天看到翁家翌（前 OpenAI 研究员）新写了一篇 blog《Learning Beyond Gradients》，挺有意思的，分享一些我读下来的感受。 原文较长且偏技术，下面这版做了不少删减和重组，建议感兴趣的同学直接读原文 · · · 翁家翌：超越梯度的学习 持续学习（Continual Learning）之所以一直很难，很大程度上是因为神经网络的顽疾：灾难性遗忘。那如果我们不只盯着权重更新这一条路呢？ 随着 LLM agent 越来越强，写代码这件事变得又快又好。但翁家翌注意到一个更有趣的现象：agent 可以反复读取失败信息、修改策略代码、添加测试、回放录像，让整套程序在不动任何网络权重的情况下持续变强。 · · · 这个视角让他重新审视了一个老朋友：heuristic，也就是手写规则和程序化策略。之前很多 heuristic 不是没用，而是维护太贵了，而coding agent 改变的正是这条维护曲线。那些曾经用完就扔的一次性补丁，开始变得值得长期拥有。 凡是能被持续迭代的东西，都开始变得更可解，这也恰恰是持续学习一直追求的目标。 它有没有可能成为继 pretraining → RLHF → 大规模 RL/RLVR 之后的下一个范式？ · · · 翁家翌用 Codex（gpt-5.4）做了实验，纯写规则版本，完全不碰神经网络。结果超出预期： — Atari Breakout 的打砖块分数从 387 一路升到 864，达到理论最高分； — MuJoCo 四足和跑步机器人任务中，纯 Python 策略也跑进了常见 Deep RL 结果的量级，HalfCheetah 五轮均值 11836.7； — 跑完 Atari 全部 57 个游戏后，在相同的环境交互步数下，中位数得分已经远高于 PPO 这类标准算法。 这里被更新的对象早就不是单纯的策略函数了，而是一整套带着记忆、反馈入口和回归机制的软件系统。翁家翌把它叫作 Heuristic Learning（HL，启发式学习）。 （我自己也做过 evolve，但不训练神经网络，纯靠规则约束，感觉系统怎么都智能不起来。其实不管 RL 还是 HL，能不能跑起来都是看一件事，优化结果的评分能不能清晰定义。） · · · Heuristic Learning（HL） 是什么？HL 怎么持续学习？ HL 的核心是用 coding agent 维护一个 Heuristic System（HS）。 和 Deep RL 的差异： — 反馈来源：不是 loss 函数，而是测试结果、环境奖励、日志、视频、失败模式分析； — 更新方式：不走反向传播，agent 直接改 policy、状态检测器、测试、配置或记忆结构； — 维护对象：不止一个 trace（黄金轨迹）、环境 wrapper 等。 以前怎么没人搞？专家系统 70 年代就有，但人维护起来是噩梦：加一条规则修好 case A，case B 崩了；规则堆到几百条后，除了原作者没人看得懂。 而 coding agent 不怕堆规则。它能同时读所有代码、跑全量测试、对比日志，把维护成本打下来。用翁的比喻说，就像纺纱机改变纺线成本曲线一样：手工纺贵得要死，机器一上来就塌掉了。 · · · Heuristic Learning 怎么做 Continual Learning 神经网络把经验压进权重，忘没忘、怎么忘的都是黑箱。HL 的历史则是显式的：版本 diff、回归测试、replay、视频、golden trace 全透明。新增能力前先固化旧能力：跑回归测试、跑固定种子回放。如果新规则破坏旧 case，agent 能直接定位到哪行代码引入的 regression。 但规则叠太多、agent 自己都维护不动的时候，就需要"历史压缩"，把一堆 case-specific 的补丁合并成更通用的逻辑，否则系统迟早变成没人敢碰的代码泥球。 · · · 当然，HL 不是万能药。因为 Heuristic Learning 并不能做所有神经网络能做的事情。它的上限卡在代码的表达能力：比如复杂感知和长程泛化。翁家翌也坦率地说，他想不出有哪个 agent 能纯靠 Python、不用网络去搞定 ImageNet。 所以真正的问题变成了：怎么把神经网络和 HL 结合起来，同时搞定在线学习和持续学习？ 最有希望的方向是：用 HL 快速处理在线数据，把在线经验变成可训练、可回归、可筛选的数据，再周期性地更新神经网络。以机器人为例，借用 System 1 / System 2 的说法，一种可能的分工是： — 专用浅层 NN 作为 System 1 的一部分：快、便宜，负责感知、分类、物体状态估计； — HL 也可以当做 System 1 的一部分：负责最新数据处理、规则、测试、回放、memory、安全边界、局部恢复； — LLM agent 作为 System 2：负责给 HL 提供反馈、改进数据，并周期性把 HL 生成的数据拿过来更新自己。 · · · Agentic coding 改变的不仅是写代码的速度，更改变了"哪些代码值得被长期拥有"。过去很多 heuristic 看上去没前途，不是它们太弱，而是维护不起。 coding agent 改变的就是这条维护成本曲线。 规则、测试、日志、记忆和补丁，原来只是散落的工程材料，现在开始能组成一个持续进化的 Heuristic System，去解决在线学习和持续学习一直没搞定的事。 欢迎来到下一个范式。 · so，skills + instruction following = AGI？

爸氣饗宴，美味相伴｜用一頓好飯，犒賞爸爸一整年的辛勞 父親的愛，往往不擅長說出口，卻始終藏在每一次守護與陪伴之中。 今年父親節，不妨暫時放下忙碌，帶爸爸品嚐一頓豐盛佳餚，或安排一場結合煙火、美食與夏日風景的小旅行，用最實在的陪伴，向他說聲： 「爸爸，辛苦了。」 寒舍餐旅父親節專案｜滿額贈88折餐飲優惠券 7月19日至8月9日，寒舍餐旅集團旗下台北喜來登大飯店、台北寒舍艾美酒店、寒居酒店及礁溪寒沐酒店，共同推出「爸氣饗宴，美味相伴」父親節專案。 活動集結12間人氣餐廳，包括台北喜來登大飯店的比薩屋、安東廳、請客樓、辰園、桃山、Sukhothai與十二廚；台北寒舍艾美酒店的探索廚房與寒舍食譜；寒居酒店BeGood，以及礁溪寒沐酒店MU TABLE與中餐廳。 活動期間於指定餐廳單筆消費達指定門檻，即可獲贈88折餐飲優惠券，優惠券可於8月10日至10月31日期間使用。父親節先陪爸爸享用一頓豐盛佳餚，之後還能再次相聚，延續節日的美好滋味。 父親節限定蛋糕｜以醇厚風味獻給成熟可靠的他 寒舍餐旅同步推出「醇釀樂章」父親節蛋糕，以深邃醇厚的風味與精緻外型，刻畫父親沉穩而溫暖的形象。 六吋蛋糕售價1,280元，於8月5日前完成預付，可享九折早鳥優惠。蛋糕可於台北寒舍艾美酒店Drip & Dough、台北喜來登大飯店The Deli、寒居酒店BeGood Café及礁溪寒沐酒店沐選訂購。 無論是父親節聚餐後一同分享，或親手送給爸爸，都能為今年的節日增添一份專屬儀式感。 8月8日限定｜與爸爸同行，獻上雪茄巧克力 8月8日父親節當天，午餐及晚餐時段與父親同行，於寒舍餐旅集團指定餐廳內用，每桌即可獲贈「雪茄巧克力」一支。 以細膩巧克力製成經典雪茄造型，為父親節餐桌增添成熟、幽默又充滿質感的小驚喜。贈品數量有限，送完為止。 台北八里福朋喜來登｜煙火、美食與沙雕交織的夏日假期 除了城市中的父親節饗宴，台北八里福朋喜來登酒店也準備了一場適合全家同行的夏日小旅行。 8月9日至8月23日連續三個週末，飯店推出「夏日淡江煙火」住房專案。入住期間不僅能欣賞淡水漁人碼頭璀璨煙火，還可享用翌日自助早餐兩客，以及The Mesh Bar大廳酒吧迎賓飲料券，在河岸風光與夏夜煙火中，留下難忘的家庭回憶。 8月8日父親節當天更推出一日限定禮遇，凡成人男性貴賓至The Mesh Kitchen或禧粵樓中餐廳用餐，即可額外獲贈海鮮加菜禮一份，為爸爸的節日餐桌再添一道豐盛驚喜。 飯店大廳酒吧亦同步推出夏季芒果甜點，以清爽香甜的盛夏滋味，為父親節聚餐畫下完美句點。 旅程中還能順遊2026八里城市沙雕展，漫步河岸、欣賞沙雕藝術，在煙火、美景與佳餚之間，共度一場兼具放鬆與儀式感的父親節假期。 今年父親節，把時間留給爸爸 父親真正期待的，或許從來不是昂貴的禮物，而是一家人坐在同一張餐桌前，好好吃飯、聊聊近況，再一起留下幾張珍貴合照。 今年父親節，就用一頓美味饗宴、一份精緻甜點，或一場悠閒的夏日旅行，感謝爸爸始終如一的守護。 爸氣饗宴，美味相伴。陪爸爸吃頓好飯，就是最日常，也最珍貴的幸福。 各項活動適用餐廳、消費門檻、訂位方式與住房專案內容，請以飯店官方公告為準。

✨ 深夜限定｜粉絲見面會 ✨ 或許你曾在螢幕前偷偷關注我很久 也或許你曾經好奇我的生活 卻始終隔著一段看不見的距離 這一次 不只是按讚和留言 我們可以坐得更近一些 聊彼此生活分享那些不能公開的小秘密 曖昧的眼神若有似無的心動 有時候比任何告白都更讓人難忘 #這裡開始#

最近字节群里除了调侃隔壁美股群一众自由了 而我作为币圈群主未能自由外 大家不知道：其实之前我还有机会能选择 AI 赛道 我做此账号起步同一阶段，那天下午上海刚结束 AI 展会，和“数字生命卡兹克” @Khazix0918 一起吃饭，大家都很兴奋 当时卡兹克的 AI 公众号已经积累不少粉丝，而我除了推特外还有运营抖音，当时的我建议卡兹克开始做视频，不过当时的他还没有做抖音的想法（现在也 10 万粉丝了） 我当时也看到了 AI 类账号的潜力，当时我对卡兹克说：我可以把你的文章和一些实操流程做成视频，他同意了。 我把抖音的名字改成了【数字生命初号机】 我也是卡兹克为数不多的几个抖音关注之一（图2） 当时我做了好几期 AI 教程的视频，反响很不错，无推广情况下浏览可观、互动点赞（engagements）也动辄几百 现在卡兹克的账号身价上亿不夸张吧 （可能人家都忘了我是谁了 🥺） 很难想象，那一年，抖音（哪里都是）都没什么 AI 类资讯，图 1 我所介绍的 midjourney 在当时都是香饽饽，到处都是求 Prompt 的.. 当时的我如果用心做下去，很容易起号 只是，我后来的重心被币圈慢慢占据 没有再发布抖音视频，这个辛苦经营的抖音账号也因为发布币圈相关视频（完全无发广，抖音傻逼）的情况下被永久封禁。 除了没选美股，我也没坚持下去做 AI 字节群友很唏嘘：说选择大于努力，我就是实例 hh 我倒觉得没啥，人不要总是责难过去的自己 😁 重来一次，当时的我也许会做出同样的选择 未来也许会有更好的路在等我，谁知道呢～～

🔔花一下午看完了《国家破产之日》，不得不说韩国拍政治黑暗那一套东西真是驾轻就熟！ 写一点我的观后感—— 电影里的三条并行线很有意思，代表了市场里的三类人群： 韩诗贤是体制内少数真正看懂危机的人，她看见外汇储备快要撑不住，看见短债和美元流动性正在失控，但她无法改变整个系统的惯性； 尹正学是市场里的做空者，他不相信电视里的繁荣，也不相信政府的官话，只相信资产价格背后的底层逻辑； 甲秀是普通中小企业主，听银行劝贷、相信经济还会继续好，最后在系统崩塌时成了真正接盘的人。 作为在加密市场经历过几轮牛熊的人，看这部电影全程没有陌生感，反而有一种强烈的镜像共鸣： 所有金融崩盘，其实都是同一个剧本，普通人永远是最后知道风险的人。 1⃣「信用」永远都是奢侈品 究其根本，任何信用资产的底层，其实都是保证金游戏。 LUNA 崩盘时，UST 靠套利机制维持锚定，本质是用 LUNA 的市值当保证金； 韩国维持汇率，本质是用外汇储备当保证金。 所谓「国家信用」，在极端挤兑面前，和一个土狗项目的团队白皮书没有本质不同 —— 都是脆弱的共识的产物。 只要一个系统必须靠持续新增资金、持续信心、持续外部融资才能维持体面，那它所谓的稳定就很可能只是还没被清算。 2⃣杠杆是所有危机的原罪，世上并没有免费的救命钱 电影里最让人唏嘘的一幕，是银行主动上门劝中小企业主甲秀贷款，告诉他经济这么好，扩产一定能赚。小老板信了，贷款梭哈等着赚更多的钱。 然后危机来了，银行做的第一件事就是抽贷、断贷，无数个甲秀经历人生滑坡，回归一贫如洗。 所以 IMF 递过来的 570 亿美元救助款真的救了韩国吗？ 韩国用经济主权、财阀股权、国民失业换来了一口喘息，但哪有免费的流动性，所有注入的救命钱，最终都会被连本带利拿走更多。 3⃣ 信息差是顶级收割工具，阶层永远先于立场 先天的劣势就决定了，普通人永远站在信息的下端，一定会变成收割的对象。 财政体系内部已经知道问题严重，谈判桌上已经开始讨论 IMF 条件，财阀和大企业已经提前获得信息，开始准备转移资产，在底部抄底中小企业。 而此时的底层人，一边在电视里看「经济向好」的新闻，一边砸锅卖铁扩产等待崩盘的结局。 韩诗贤作为体制内的技术派，掌握真相却无力改变，最后只能做一个清醒的旁观者。 这是币圈每天都在上演的日常，信息的壁垒，比资金的壁垒更难跨越，你选择相信这些消息，你就需要付出相应的代价。 除了进入那个阶层，普通人没有更好的办法。 4⃣做空者不是灾难的制造者，只是泡沫的戳破者 很多人骂尹正学是「发国难财的投机者」，但经历过完整牛熊的交易者都知道： 泡沫不是做空者吹起来的，是贪婪的杠杆、无能的监管、自欺的共识一起堆出来的。 做空者只是比多数人更早看清了庞氏的本质。 就像 2022 年做空 UST 的人，不是他们搞垮了 LUNA，是算法稳定币的庞氏结构本身就注定死亡，做空者只是加速了这个泡沫的破裂。 电影里有个镜头：尹正学看着跳楼的破产者，眼神复杂，那是一种沉重的复杂—— 他捡到了带血的筹码，就一定会有对应的普通人被碾碎。 但他也清楚，就算他不赚这笔钱，泡沫该破还是会破，该破产的人还是会破产，历史不会因为某个人的善意，就停下它的车轮。 5⃣最后：人们总会忘记，周期永远轮回 电影的结尾，是多年后首尔繁华的街头，没人再记得 1997 年的寒冬。韩诗贤看着复苏的市场，轻声说「人们好像都忘了」。 这才是最恐怖的地方： 每一次危机过后，幸存者会淡忘，新人会涌入，新的叙事、新的热点、新的杠杆，又会把新的泡沫吹起来。 1997 年的亚洲金融风暴是这样，2008 年的次贷危机是这样，2022 年的加密熊市也是这样。 金融的外壳一直在换，但人性的贪婪、冲动依旧不变，信息分层不变，市场继续进入下一个残酷的轮回！