handongxue
@likev
after 80'/气象工作者/不苟同/关注天气变化/向往自由/热爱科学、互联网、编程 Node.js Web C++ Julia Python
5K 正在關注 4.6K 粉絲
别说象棋了，五子棋都不一定能赢。
通用大模型下中国象棋水平非常低, 走法能正确, 但是就算把象棋引擎的 elo 限制得很低, 大模型也赢不了, 测试了 gpt 5.6 sol, luna, deepseek v4 flash, gemini 3.7 flash swe 1.7, 都不行,全是败的.
顯示更多
让 AI 写了个 File & Directory I/O HTTP Server，放在 B 电脑上，就可以让 A 电脑上的 AI 操作 B 电脑的文件系统了，如文件 整理/清理 工作。
顯示更多
OpenCode 换用 Bun 1.4 runtime 同样启动更快，性能提升明显。
CPU/memory usage 大幅降低。
Gemini Flash 3.7 又快又好用，把它的额度用完是不容易的，Google 给的额度很足。
当然写好测试、做好调研和规划、记录进展持续迭代都是非常重要的，疑难问题还需要人的参与。
顯示更多
Gemini Flash 3.7 又快又好用，把它的额度用完是不容易的，Google 给的额度很足。
当然写好测试、做好调研和规划、记录进展持续迭代都是非常重要的，疑难问题还需要人的参与。
顯示更多
vibe code 一个文件自动同步FTP工具，支持多个任务，跨平台。核心代码仅 320 行。
也可以作为文件夹清理器使用，比如自动删除一个月前文件。
顯示更多
这个好玩实用
We had Kimi K3 recursively self-improve the Cline harness to improve its own performance.
17 hours later, it went from 77.5% to 88.8% on Terminal Bench, and cut run cost from $79 to $49.8.
顯示更多
看不明白 GLM-5.2 开源目的是什么，纯粹为了打破垄断造福世界，还是以后卖国内 GPU 送模型？
The official GLM-5.2 NVFP4 from NVIDIA is now available. Curious how it compares to other quantizations.
存储了人们的想象和无知。
我不明白 为啥上一波机器视觉AI全国上下大街小巷装满摄像头那会存储股还都是死鱼 这波大语言模型的AI都存储了些啥… 😳…
在这个时代，需要再次思考是需要节约的美德，还是促进消费。两者不可能同时成立。
许多美德其实细想更像阴谋，比如说农民很辛苦所以我们要节约粮食。如果换个说法：IT 行业很辛苦所以我们要减少使用软件、手机，汽车工人很辛苦所以我们要减少买车…… 你就会明白减少一种物品的使用必将损害相应行业的利益。
顯示更多
我还是太天真。事后看应该正向思考，投资内存😅
同意对于个体来说，未来没有太多机会。
那可以逆向思考，大胆投资 AI 可能提升效率的公司，如自动驾驶、智能制造、医药研发等。
openai 与 nvidia，如今自研芯片。
最初滴滴是通过出租车打开市场的，最后还是滴滴干掉了出租车垄断。感谢出租车司机的配合。
以 成本/智能 来看，明显是越来越低了。
大模型的经济模式又回到了互联网前的制造业，每多制造一点，成本就直接增加，用户想要消费一点，就必须直接付出价格
中国的开源 AI 让他们收割全世界的妄想破灭了。
下一步，只能转向 AI 科研造福人类，如创新药，脑机，疫苗，癌症治愈，自动化农业，自动化婴幼老人照护。
普通人需要 AI 的频率极低，豆包即可满足。
顯示更多
写支票的大科技为啥愿意花比白粉还贵的钱买存储，因为他们相信未来能赚回来。现在的花钱是确定的，未来的盈利是不确定的，所以市场不喜欢，看不到。
那么问题来了，如果大科技没有ROI，市场还讨论个屁的存储是不是周期股？😂
但市场不给你讲逻辑，投资个股就默默受着吧，等公司财报打脸市场
顯示更多
想提升消费很容易，要利用人性，而不是政府消费补贴。
比如可以找支付宝来干，碰一碰领大额红包。
每个人补 100 块，不如 10 个人随机补 1000 块。
这个世界太一本正经太无聊了，这才是年轻人躺平的原因。
顯示更多
微软曾经出过 Windows Phone 智能系统手机，但失败了。
如今 AI 时代又落后了。操作系统和办公软件由 AI 操作，将无法垄断了。
微软的一款名为“传输我的数据”的WP应用太牛逼，利用蓝牙将我3年前300块的诺基亚手机的通讯录和数千条短信同步了过来。
这个要靠智能眼镜来实现
在我几十个还没做完的产品里，总有一些发想来自我长途旅行时的需要。比如，我从小到大都特别需要一种工具，可以让我随意走进任何一个国家的书店，并使用自己的母语来阅读它。
顯示更多
复杂数学和逻辑方面 GLM5.2 还有差距。训练数据和参数量还不太够。
We just evaluated GLM 5.2 on Matharena!
Although GLM 5.2 has shown to be very good at coding, the improvement is not as drastic for math. GLM 5.2 beats GLM 5.1, its predecessor by only 1.9% in expected performance.
顯示更多
