Prithvir

听着，我可不是卢德派。Claude 和 GPT 是我每天最常用的工具。但当这个行业最大的供应商在一篇描述如何利用租赁担保和剩余价值承诺为客户需求融资的文章中，把计算资源称为“收入”时，我就会提高警惕。还记得 1999 年那句“眼球就是收入”吗？而当我说我记得时，我指的是从书籍和文章中读到的。我当时当然还没有意识...

想法如此脆弱
设计师优先
然后是工程师
然后是客户
然后是增长
然后是投资者
然后是银行家
然后是律师
每一个都只能在前一个完全认同之后加入
以错误的顺序引入任何人，想法都会崩溃

与真正非常在乎的人共事所带来的能量注入是无与伦比的
任何肽类、GLP-1 或 NAD+ 都永远无法与之相提并论

每当我发现一个大语言模型无法处理的工作流，解决方案似乎就是
*查阅笔记*
等待三周，让一个新模型凭空获得那项确切的能力。

还需要多少年，第一台机器人才能依法脱离其所有者？

还要多少年，TK 的 Atoms 才会收购 Uber？

如果你的实体 AI 创始人没有对冷门科幻小说抱有令人不安的带倾向性观点，那就该更新你的简历了。

类人机器人今天感觉就像 2020 年的 L1
估值虚高
资本充裕
真正的技术进步
但收入微不足道
类人机器人在商业上没有用处。我们需要：
+ 固定的形态结构
+ 有界的环境
+ 确定性的任务
+ 闭环的感知与控制
而这个提案不能是“更便宜的人类”。它需要的是：能超越人类极限运行的机器：
+ 持续不间断运行
+ 亚毫米级精度
+ 毫秒级反应
+ 大规模协同
+ 恶劣环境
类人机器人是 L1
专用机器更像稳定币。
通用性激发想象力
约束创造价值。

有人为机器人、自主系统和国防搭建过类似 OpenRouter 或 DeFiLlama 的平台吗？
实时仪表盘，用于追踪融资、合同、部署、技术基准等。

neolab 交易映射到替代 L1：主导叙事中的高贝塔代理，因可投资敞口供应受限而比基础资产更快重新评级。
裸金属映射到 2019-21 年左右的 BTC 矿工：商品投入的运营杠杆，提供上升途中的凸性。
关键在于知道我们处于哪一局。

开源模型感觉就像刘易斯·卡罗尔笔下的红皇后。
无论它们跑得多快，都还在原地踏步。月之暗面的kimi 2.6是个很棒的模型。它本该是世上最好的……
只可惜它是一月份发布的。

我已经授予 Codex 对我所有文档和文件夹的完全访问权限

劳动力市场还没有准备好迎接 codex 正在成为的东西
今天我给 codex 一个 API 密钥，它：
> 拉取了 10 万行数据
> 弄清了端点
> 清理了数据
> 回答了一些本来需要 $250k 数据科学家 2-3 个工作日的问题
> 进行了合理性检查
它在 2-3 分钟内完成了这些
顺便说一句，这些都不是简单的 SQL 查询
是一些混乱的问题，不清楚该用什么公式，缺少哪些数据，以及如何根据与我直接合作的经验进行迭代
可以看到解耦、链式推理和机械性可解释性协同工作
绝对精彩
2026 年令人难以置信

任何关注的人都能看出，在一两年内，Kalshi 和 Poly 从永续合约中获得的收入将超过预测市场的收入

LLMs 正在改变谁创业，但不是你想象的那样。
显而易见的影响是，技术背景较少的人也能更容易地构建软件。
更有趣的影响是，他们吸引了那些因为机会成本而被排除在外的人。
以前，我在银行、私募股权、对冲基金和风险投资的聪明朋友们会有创业想法，讨论它们，也许画个草图，但很少去测试它们。
现在，令人惊讶的是，许多人都在做有真实用户和收入的副项目，因为尝试的门槛降低了很多。
这似乎比人们意识到的要重要得多。