晚上走在江边在想，人的一生中，在青壮年时期能赶上一波大浪潮是非常幸运的事情
账号卡平台期了说是，两万粉好几个月了
可能是之前账号定位不清，产品、科研和生活啥都发，有没有好哥们支支招，现在该咋办😭😭😭
当前模型已经到上限了吗？可能还没有
让模型自己 thinking 这个事从 o1 开始我就不太信，考虑到现实情况，更多应该是当时的 OpenAI 需要向外界 claim 自己在模型上还可以走的很远，所以要做这个很容易让外人理解的 thinking 的输出结构
但抛开这样的原因，为什么模型要用 nature language 的形式来 thinking，而不是在 latent space thinking结束之后转成 nature language 呢
如果考虑到信息传递效率和失真率，都是 latent space 更有优势。自然语言是低带宽、线性、离散化的表达；而 latent representation 可以更高密度地保存模糊关系、多个候选路径和中间状态。很多推理过程也许根本不需要被翻译成人类语言，只有最终结论和必要解释需要自然语言化。甚至以后所谓的 Agent 越来越多后，Agent 之间的建联为什么要用自然语言，而不是隐空间自己的语言，也就是所谓的 AI 的语言呢？
Text CoT 更多的好处是在 nature language 空间做训练容易得到监督数据，而 latent space是没有的
所以我倾向于认为，text CoT 更像是当前阶段的工程折中：它容易构造监督数据，容易做过程监督，容易被 verifier/reward model 评估，也容易被投资人、用户和媒体理解。
有监督信号的场景就可以 scale，但这不是终点
或许一个新的方向可以叫做 LLP，latent language processing
顯示更多
没怎么用 Claude 了，Opus 有太多可替代的模型了，但之前 Claude Design 是无可替代的
现在代码、文档都是 Codex 写，用 @dotey 的 baoyu-design 结合 glm5.2 做设计，大概能有 Claude Design 80%左右的水平，感觉很够用了，推荐一下
顯示更多
以前你想找“某个博主是不是在哪期视频里说过某个观点”，基本只能靠记忆和关键词。
Cerul 在解决这个问题：你指定 YouTube / Bilibili 博主主页，它自动保存视频、做 AI 理解和检索。你可以语义搜索，也可以让 agent 直接帮你找答案。
Cerul v0.0.46 is out
可以完全本地跑，16G Mac 就够，本地模型免费，数据不出你的电脑。也支持 BYOK，用自己的 API 换速度。
顯示更多
发现很多人对本地视频的检索是有强烈需求的，所以给 @cerul_hq 用 Tauri 写了个桌面版 APP，即将上线😘
如果不是 AI ，我都不知道 nginx 已经是过去式了，可以全部改为 Caddy
