何陋轩主人 (@HelouMaster) header
何陋轩主人 (@HelouMaster) profile picture

苔痕上阶绿,草色入帘青。 一个不务正业的科研工作者,在信息荒原里搭一间陋轩,记录些思考与推演。

Joined November 2015
我算了一下,创始人一代,基于男女的婚姻关系迄今没传出婚外情的,是不是也就扎总和他的陈女士了。
29
53
45,712
我现在每个月的月中,默默看完几个助理的token余额,都有一种先帝创业未半而token已没的悲壮~
1
5
我一口气追完了10季《持械入宋》,真爽。明明不缺这种好本子,国产电影怎么就烂成这样? 这波AI短剧出海,影响力绝对不输TikTok,甚至能直接干翻好莱坞和J.K.罗琳。只是这次赢麻了的是平台,不是制作方,可惜没我的份。 肯定有人跳出来骂它“三俗”。操,祝这帮装逼犯一辈子没爱可做。
7
10
579
黄仁勋出轨二奶黄乐,英伟达大跌,这时候分析基本面没变,是抄底好时候。 然后,没想到老黄还出轨三奶副总裁,再次大跌。 这说明,还是不要轻易抄底😭
7
3
423
创业要如履薄冰说了一万次了。 因为你会发现:你把每个人都假定为“坏人”,那你会活得越来越好,越来越强大。你把每个人都想象成“好人”,那你会越来越傻逼,被毒打得一轮又一轮。 千万不要反驳。
7
11
564
我和异地女友每晚都会用飞书开会聊天,攒了五六百篇文字纪要。我直接喂给 Claude Code 让它挑礼物,准得离谱——连她随口提过表带发黄、喜欢甜酷风这种我都漏掉的细节,它全能捞出来。 前阵子她嫌皮肤暗沉有痘印,我拿一堆主流 Deep Research 工具去搜美容仪,最后被没做过深度搜索适配的 Claude Code 碾压了。说白了,大模型本质就是预测,上下文不够,给你的永远是平庸的“平均解”。只有把私域上下文喂饱,才能产生足够强的引力扭转,推导出只属于你的“最优解”。
14
2
19
1,211
什么?你是说 Anthropic 又推动了智能的边界,而 OpenAI 发布了精美的山寨 gameboy 吗?
8
7
501
很多创业公司是不是以为上过央视/人日/新华社就有护身符,国家要保你了?这是典型的自欺欺人。如果前一天上人日,第二天被其他媒体喷,这只能说明你这家创业公司太狡猾、在蒙骗官媒。 据统计,恒大、海航、乐视、威马、哪吒汽车、深兰科技,柔宇科技创始人都上过央视/人日/新华社。 这段话送给所有AI应用、具身智能以及世界模型的创始人们。
10
11
990
之前自己一直追求自己用 AI 做了多少事来评估自己的 AI Native 程度,但最近发现这个思路是错的。 比如用 AI 写代码是快很多,但是自己的编码能力并没有得到提升;AI 可以在写方案时给自己很多启发,但是自己好像越来越丧失了判断能力、并且没有 AI 好像自己都不知道怎么设计了。 真正的问题在于,自己并没有真正沉淀下来可迁移的长期能力,结果就是 AI 提效明显,但是人越来越废,能力没有丝毫提升。 问题很警醒。 让自己在每次和 AI 协作后,反思自己提升了哪些可迁移的能力。
19
11
528
今天看到一个观点:AI 太强大、太努力了,导致 AI 产生的噪音也越来越多了。 之前人开发代码,只会思考重要的分支和边界,但是 AI 可以轻松穷举全部分支、并开发相应的代码和测试用例。 结果就是代码量、代码复杂度快速增加,而真正有价值的业务信息被稀释了,信息熵降低了。 更要命的是,一旦到一定程度后,一个小需求的改动,可能都会涉及很多处代码、很多个测试用例的变更,commit 的次数突增。 除非代码可以做到“日抛”或者“低成本重构”,否则人还是要适度限制 AI 的能力和发挥。
16
19
1,094
正常的大厂,让工具产品线探索 AI 激进的大厂,让 AI 线管理所有工具产品
20
10
757
一个很重要的AI技巧就是精确描述你的需求。假设你有结婚需求,你不会从大街上随便拉个异性结婚,你会先了解对方,接着深入了解对方各个方面。 同理,如果你想要做一个ppt,不应该使用 “我想要一个xx主题的PPT,给我做出来”这种prompt。 你应该告诉AI你能想到的所有要求,你有哪些背景信息需要补充,已有材料之类的,以帮助AI更好地制作符合你需求的结果,而不是“先随便结婚再去了解”,然后抱怨“我找的对象真垃圾,一点都不懂我,看来全天下的异性没一个好人(AI根本不好用!所以我不用)”
15
1
17
1,342
刚写了一个 skill,不仅能蒸馏你的同事、朋友、老板,还能蒸馏别人的情人、小三、老婆。 该取个什么名字好呢🤔
14
10
1,090
今晚去模速空间听决策 AI 领域的讲座。 ​ 两个嘉宾,​一个是做 ontology 的,一个是做决策模型(比如 Jev)的。对他们俩,我提的问题都是,应用场景是什么? ​ ontology based 的​企业知识库,真的太重了。 普通企业支付不起,只能给大企业做。 最后又会变成赚辛苦钱。想想之前的数据治理/数字化转型项目。 嘉宾提到一个非 B 应用场景,vibe coding 中用于生成 spec。让写出来的代码更贴近需求。 可这个在 Claude/GPT 的射程之内。 生成规格这件事,AI 本来就能做。你看 Codex 喜欢用的那些词,契约,边界,就来自 ontology。 模型在内化 ontology 的东西。 嘉宾又说,真正的价值增量在于,让成熟业务团队里的新手/菜鸟,有了这一套 ontology 工具以后,能够快速追上团队标杆,不至于出错, 可是,AI 存在的价值,本来不就是替代初级岗位的吗? 我认为,基于 ontology 的思路去做小型中间件可以,但千万不要做成大型企业外包数据治理项目。否则一定亏钱。 第二个嘉宾推销决策模型。这玩意的价值更存疑了。 - 如果是为了省钱,通用模型的低杯版也省钱 - 只有结果没有理由,事后不可回溯 - 唯一的价值是低延迟 嘉宾提到了视频审核的用例,我问,那为什么不用 CV 小模型来干这个活? CV 小模型更快更省钱。 比通用,决策模型比不过通用大模型。 比专用性能,决策模型比不过专家模型。 很尴尬的生态位。 之前在交大听葛冬冬的分享,我知道了,做专家模型/求解器是赚不到钱的。 今天的活动,我又知道了,做 ontology 也是赚不到钱的。 两者的原因都一样: 小企业买不起,大企业买来后不会有复购,而你给 A 企业做的资产无法沉淀给 B 企业,没有复利效应。做的极苦。 然后决策模型本质上就是个 feature,无法独立成为一个产品。
16
4
37
3,183
男人不可能三角:帅气、忠诚、富有? 话说,黄仁勋以前是以绝顶稀有好男人出现的,一路走来,感觉有可能打破不可能三角。 六十三岁的人,睡前一百个俯卧撑,这从十岁那年在美国一所管教问题少年的寄宿学校里学来,他教室友认字,室友教他撑地防身,一撑五十多年。
7
6
607
Claude Fable 5.2 的消耗量太恐怖了,一个任务干没 20% 周额度😥 还是 Opus 5.5 更香
17
22
1,051
聊聊为什么今年吹上天的 harness 开发,这两个月突然没人提了? 逻辑其实特别简单粗暴:大家之前把 harness 设计和评测当成什么高深的新赛道,但opus 5.5 已经能在极短时间里,把绝大部分普通工程师比下去了。 更绝的是今天 fable 5.2 又发布了。面对这种绝对的基模能力代差,很多手搓框架真成了纯小丑😂
63
9
1
168
44,307
AI时代真正值钱的就两类人:哪吒这种魔丸,和街头的鬼火少年。 好学生这套标准答案逻辑基本废了。模型把做题和执行卷成白菜价,按部就班毫无溢价。 我看那些把新工具玩出花样搞出新场景的,全凭野蛮创造力和不要命的激情。你循规蹈矩,真不如刺头瞎折腾。
30
22
1,337
当你变得像黄仁勋那么富有,身边就基本上没有什么好人了。 想想也对,他都 63 岁了,接近他的小姑娘,难道图的是他身上的腱子肉吗? 突然觉得,如果给高净值人士做一款反间谍产品,有没有搞头? 不过,真正治本的,亚裔学霸男,后来混的好的,想避免刘强东、黄仁勋的覆辙,年轻的时候就一定不能性压抑。 你看那些老白男,特朗普还是马斯克,他们的花边新闻根本没人关心。照样当总统,照样当 CEO。 你知道这是为什么吗?
10
11
1,781
每个产品经理或老板,都会迷信某种“终极无敌秘笈”,但实际作用有限。 一个生意不好的餐饮店老板会觉得,“打造抖微红账号和粉丝群运营”就是无敌秘笈; 一个缺乏第二增长曲线的老板会觉得,“捆绑衍生服务变现的生态化反”就是无敌秘笈; 互联网工作者,也会觉得“能懂你”就是无敌秘笈。 这通常是因为被字节kill-time教育过,产生的皈依者狂热。 但实际上,在kill-time之外的场景,“懂你”的天花板就是有限的。 只不过在正经业务上找不到头绪时,就有人又把“懂你”拾起来,想当救命稻草。
17
15
798