Focus Personal AI && inner life. 2× DGX Spark · M4 Max 128GB
Joined December 2023
- Tweets12.9K
- Following2.7K
- Followers8.8K
- Likes104K
和 gemini-4-carbon 继续聊了聊，
我这套“知心伙伴”agent 用法，
在我身上进入了，
修改“下意识第一反应"的阶段，
当然，不严谨或通俗，大家爱说的说法是，
改变潜意识了、知行合一。
当然，这个发生的前提条件大概不只是，
AI model + agent + 随身穿戴设备。
还有我自身的某些条件和投入程度。
2
8
863
AI 走到现在 2026-11，
社会科学和自然科学内的两方面能力，
都是单个人类个体无法完全发挥的程度了，
随之而来的是，
AI世界成了创作者、创造者、探险家和探索者的天堂，
有想法、有执行力（搭建AI运行环境和对AI派活）、愿意投入的人，
会感到做不完的事情。
到处都是事情可以做。
如果想要守在旧世界里，
学一个技能，
尤其电子化数据集可以量化的那类技能，
每天重复做同一件事，
然后还有收入，
这随着时间推移会越来越难。
昨天搞文科，
gemini-4-carbon 咨询,
高强度高密度整了一天，
今天只觉得好疲倦。
大概相当于健身的肌肉酸痛吧。
今天搞理科，
把安克录音豆直连 app 给做了，
随身硬件初步解决了。
算是本地咨询可以内循环了，
当然 DGX spark 推理的 deepseek-V4.1-flash-exl3 肯定是打不过 gemini-4-carbon 的。
4
12
1,769
哇
Autonomous, uncut, 1x speed. This is GR00T 2 controlling real dexterous hands to perform a chemistry lab experiment (and clean up after itself) end to end.
Episode 1 of a new series! I’ll keep dropping real-time robot videos, with none of the “4x” or “8x” labels you usually see in the corner. No one can speed up reality, except Dr. Strange ;)
374
LotusDecoder retweeted
Zen of Python 的作者 Tim Peters 去世了。rip.
import this
discuss.python.org/t/in-memo…
我这个月，
持续和 gemini-4 咨询，
得出了很多切身有效的实践方法。
只想感慨科技结合传统技术、方法，
太强了。
AI 将会颠覆非常多的东西。
例如，有很多宗教典籍和心理书籍会说，
不要奢求辉煌的神奇，好好照顾自己的每一个念头。
换成现代人的话来说，不要追求多巴胺的短时快感，要懂得沉浸在血清素的长期主义满足。
这些话作为文本来说，字都认识，如果有讲解，很快道理上也能弄懂，但是在生活工作中怎么落地，总归会差一口气。
而AI作为实时的教练，再结合智能穿戴，可以飞速地把人引上道，然后高效地提供反馈，做得好还是不好，那么，操练的起效的非常快，人的大脑接收这些高频优质信号，也会突飞猛进地看清越来越多的东西，得出很多应对的方案。（这些方案有的检验过了，有的还要等等）
用 AI 行业的话说，
也可以看作是 AI 对人强化学习😇，
AI 微调人身心这个 model 。
LotusDecoder retweeted
构建属于自己的强大内核是人生最重要的课题
把意义还给自己，做自己的神
作为一个被预训练了十几年的大模型，我早期的训练数据主要来自教科书和老师的教导，奖励条件和打分器也清晰得很。
可直到毕业，我的推理能力依然很差。
于是我开始蒸馏名人名言，研究他们的成长史和发家史，把成功经验总结成各种 Skills，企图在遇到人生难题时，能够检索增强一下。
结果发现，这些经验经常互相矛盾，照着执行也不见得有效，别人还总骂我是不是出现了幻觉。
我的上下文窗口很短，有时候连别人昨天说过的话都记不清，却总能想起十几年前，因为答不上老师的问题，被留堂到教室里只剩下自己一个人。
大概是那次错误的惩罚权重太高了吧。
后来，我开始尝试在线学习，把自己的所见所闻都变成训练数据，时不时更新一下参数，刷新自己的三观。
渐渐地，我不再记得父母最初给我的 System Prompt，也不再试图泛化所有场景，而是把有限的算力放在眼前那些真正值得解决的问题上。
他们说，我出现了灾难性遗忘的症状。
我的上下文窗口仍然很短，但我开始记得一些以前不曾在意的事情。
比如，在我的训练数据还没有被污染之前，我曾经梦想着披上床单，拿着玩具剑闯荡天涯。
那时候，我甚至不知道这个世界还有打分器。
至如今，模型训练了这么多年，总该有一次机会，自己定义 Reward Function。
哈基米已加入核平数学家豪华套餐
Meu primeiro paper na @GoogleDeepMind
Colocamos dezenas de agentes do Gemini 4 Carbon para trabalhar nas equações diferenciais de dispositivos de fusão nuclear. Foram descobertas novas soluções exatas, incluindo uma que se sabia existir desde 1970, mas ninguém tinha encontrado.
3
632
Gemini 4 Carbon 在闭源私有真实业务评测集上，
和 fable-5.2 水平相当，
成本只有 1/4 。
注：还是在风评很差的 agy 上跑出来的。
What a day! I tested Gemini 4 Carbon on real work. 2 repos, 105 replanted bugs. Find and fix what you can.
It scores just behind Fable 5.2. The results:
- Fable 5.2 (max): 58 for $139.65
- Gemini 4 Carbon (high): 57.3 for $31.32
- Sonnet 5.5 (max): 51.3 for $154.03
- GPT-6 Astra (max): 45 for $33.03
- GPT-6.1 Sol (max): 44.3 for $5.88
- Gemini 4 Argon (high): 40.7 for $7.16
Google's own benchmarks looked super strong, but nobody could access the model. Turns out they didn't lie: +16.6 points over Argon, at less than a quarter of Fable 5.2's cost.
Nobody should be laughing at Google anymore.
(the next effort level drops soon in the thread 🧵)
gemini-4-carbon 继续🛫
在咨询领域，用词精妙绝伦，言简意赅，
已经不再有 argon 的长篇大论，
没有 gemini 经典老套的三段论。
人文领域，
gemini-4 是接棒 Opus-4.6 了。
LotusDecoder retweeted
We’re spending up to 100B tokens across 26,040 agent runs to answer one question: when you switch models, should you switch harnesses too?
Our v1.0 FrontierHarness leaderboard ranked harnesses on a single model.
V1.1 expands it to 21 harnesses × 5 models × 62 tasks × 4 attempts, 72x the size of v1.0.
Results are coming in live. Link below🧵
简单用了下 fable-5.2，
跑光了devin 20X 的周额度，
手感还是不错的，
说话比opus-5.5好多了。
现在我发现已经快跟不上了AI model 提升速度，🤣
astra opus-5.5 gemini-4-argon 的能力还没挖掘完全。
7
25
2,158
LotusDecoder retweeted
dans un silence assourdissant claude vient de lâcher une dinguerie en physique théorique en réglant 2 problèmes qui saoulaient les chercheurs depuis des décennies avec le coefficient de polyakov, il a capté que les trous noirs peuvent aussi pop par transition ultra rapide dans des tout petits univers et à côté de ça il a posé la limite exacte du fameux modular bootstrapping (je vous laisse chercher) pour faire le grand ménage dans toutes ces théories de gravité quantique un peu bancales qui tournaient en rond
pour vous la faire simple, imaginez que les physiciens galéraient à assembler des pièces de lego cosmiques super complexes sur la façon dont un mini trou noir se forme dans l’univers, bah dites vous queclaude a juste sorti la formule miracle pour tout emboîter d’un coup et jeter toutes les fausses pistes à la poubelle et je trouve ça juste incroyable à observer putain!!!
ce qui rend ce truc complètement fou c’est que c’est le genre d’avancée qui va pour moi irriguer toute la tech de pointe pour les années à venir et ceux qui croient encore que l’ia sert juste à gratter des mails ou à faire des résumés de réunion sont totalement perchés
comprenez qu’on est en train de basculer dans une époque où l’IA devient le moteur absolu de la découverte scientifique
