Kevin Simback

我一直在用 @runwayml 尝试制作视频，不得不说，我非常失望
在看到几个由 Opus 5.5 驱动的精彩“一镜到底”示例后，我想试试看，但 Runway 似乎完全是个吞金洞
事情是这样的——它会生成一些片段，每个片段都要消耗不少积分，然后你想调整一些东西，于是又要支付更多积分
但如果它把整个作品搞砸了，而我就遇到过好几次这种情况，你还得支付更多积分来撤销它搞砸的部分
所以最后你确实可以得到相当不错的输出，但前提是要支付多得惊人的积分，让它修正自己的错误
我打算把同一个提示词交给 @higgsfield_ai，看看是否也会发生同样的事情

LinkedIn 真是一团糟，我们怎么到现在还没有更好的替代品？

在 @codos_ai，我们有一项用于招聘的带回家完成测试
从历史上看，这项测试一直足够困难，能够挑战候选人，但 Opus 5.5 一次就完成了
所以现在我们不得不把它变得难得多
有趣的是，Astra 6 尝试了两次都失败了，Opus 5.5 的代码能力实在太强了

我刚数了一下——今年仅为我的智能体相关事务就新增了 6 个 CPU
这些分布在几台 VPS、随智能体附带的 CPU + 一台 Mac mini 上
我之前只有一台笔记本电脑和一台台式电脑，所以我的 CPU 数量翻了 3 倍
看好 CPU 制造商 $INTC $AMD

个人代理将像电子邮件一样无处不在——每个人至少都会有一个
电子邮件刚出现时高度碎片化，花了很长时间才让所有人参与进来
EarthLink 和 AT&T 等 ISP 将其提供给用户，随后 AOL、Yahoo 和 Hotmail 变得流行起来，很多人还滑稽地长期使用他们的大学邮箱地址
直到 5-10 年后 Gmail 正式发布，市场才开始整合
我怀疑代理领域也会出现同样的情况——未来几年将是普及和碎片化阶段，然后我们开始看到整合
所以，在为$10b 押注某个可能只是 Prodigy 或 EarthLink 的东西之前，请仔细考虑清楚

一家亏损（无利可图）的公司如何支付代币费用？
这就像一个需要手术但没有资金的病人——借钱、负债，不惜一切代价
因为如果没有 AI 你就已经无利可图，那么这个窟窿只会越来越深

如果前沿模型“被限速”会发生什么？
我认为代币支出会开始狂飙
他们必须因为“太强大”而暂停这一事实，使每一个认为 AI 无法创造价值的企业看空论点都失效
所以每个董事会和企业所有者都会利用这个窗口推动 AI购彩平台

人们的提示词风格千差万别
每当我看到其他人的提示词时，总觉得很有意思
有些人的提示词超级简短生硬，有些人则分享过多
我往往更倾向于分享过多，我只是觉得细节越多越好，但我可能确实可以删减一些

如今的智能体尽管取得了所有这些进展，但仍然相当愚蠢
我们使用一个极其聪明的 LLM，但需要在上面加一层工具框架，让它记住昨天做了什么，然后不断检查它，以确保它不会搞砸
想象一下，雇用一名每天来到办公室却没有记忆的博士，他必须阅读笔记本才能弄清楚自己之前在做什么，然后老板还得整天盯着他或她的一举一动
但如果那个笔记本是持续强化学习的训练数据呢？
这名博士会记得昨天做了什么，因为这些内容现在已经成为其永久记忆，不再需要笔记本
如今 CRL 这一概念尚未得到解决，但我怀疑未来几年内它会被解决
这将是让智能体变得更实用的最大突破之一，尤其是在 TAM 最高的企业环境中
如今，LLM 已经足够智能，可以完成大多数知识工作，只是还需要在所有外部工具框架管理方面投入大量工作，才能将其用于生产场景
这就是为什么工具/解决方案市场如此碎片化，也解释了对 FDE 的需求为何如此旺盛
我不认为当前这种情况会永远持续下去
更有可能的是，我们会拥有无限多的定制 LLM，它们在基础模型之上使用 CRL，最终成为独一无二的智能体
后训练工作将从实验室转移到任何运行智能体的人手中

人工智能产品发布简直疯狂的一周
如果 Grok 4.7 明天发布就搞笑了
星期二：
>Claude Fable 5.1 / Mythos 5.1
>Qwen3.8-Max-0902
星期三
>Gemini 3.8 Flash
>Meta Muse Spark 1.3
星期四
>GPT-6 Astra

等着所有购买 20 美元/月订阅计划的人抱怨 Fable 5.1 很快耗尽额度，说它很烂
你只需支付 Netflix 的价格，就已经离 AGI 更近了一步，别抱怨了

《鱿鱼游戏》，但这是为智能体打造的——谁在构建它？

我感觉自从 ChatGPT 和 Codex 集成后，Codex 桌面端体验变得糟糕多了
直观性差了太多，请把旧版应用带回来

关于 AI 智能体，我有件事很好奇
当智能体之间的交互增多时，哪些智能体会：
-更擅长谈判
-更擅长解决问题
-更具操纵性
-更具对抗性
大多数基准测试都是在孤立环境中评估模型的，我想看看模型在交互条件下接受测试的结果