@Cornell Law | Primary markets, AI, Web3, RWA | Programmable Compliance
NYC / Shanghai
Joined August 2025
- Tweets254
- Following589
- Followers140
- Likes388
最近看历史，除了权谋与人心，最让我感慨的反而是文学的力量。
历朝历代，王侯将相更迭，多少人机关算尽、争权夺利，试图主宰一个时代。可千百年后，那些显赫一时的权力早已烟消云散，失意诗人留下的寥寥数语，却依然能让后人为之动容。
“大江东去，浪淘尽，千古风流人物。”
“无边落木萧萧下，不尽长江滚滚来。”
即使到了 AI 时代，机器可以模仿诗歌的格律与辞藻，却很难复现那些文字背后真实的生命、命运与时代。
而最浪漫的事情莫过于，千年后的我们读到一句诗，竟发现一个早已消逝的人，精准地表达了自己此刻的心境。
那一瞬间，千年的时间仿佛不存在了。
权力试图占有当下，艺术却可能拥有未来。
帝王征服土地，诗人征服时间。
奇绩创坛被 OFAC 制裁，我更关注的不是“被投企业会不会连坐”，而是这件事暴露了 AI 投资尽调中一个长期被低估的问题：技术能力与技术权利是两回事。
美国法院记录显示，丁林伟创办的公司曾获得奇绩关联投资方 500 万元投资，对应 7% 股权。但投资涉案企业，不等于投资机构必然知情或参与窃密，这两件事必须区分。
真正值得行业反思的是：一家 AI 公司能够展示技术成果，不代表它能证明核心技术的合法来源。
过去，技术尽调更多关注产品能否实现、性能是否领先。未来还必须进一步验证：代码、模型、数据及相关知识产权的来源和授权链条是否清晰？
我认为，技术来源证明不应该只是尽调报告里的几行字，而应该成为融资交割前可以验证的合规条件。
AI 创业不仅需要证明 what you can build，还需要证明 what you have the right to build。
🚨中国最著名的投资机构之一的奇绩创坛被美国政府制裁了。
根据美国财政部OFAC于10月19日发布的官方公告，奇绩的投资管理公司、人民币一期基金、人民币二期基金，以及致远企业管理主体，共4家实体被列入制裁名单。
同批被列入的还有上海至算科技。
这次依据的是美国《2022年保护美国知识产权法》（PAIPA），措施涉及美国管辖范围内的资产冻结、外汇和银行交易限制，以及美国人对这些受制裁主体的股权、债务投资限制。
这次制裁，牵涉到前谷歌工程师丁林葳窃取谷歌AI商业机密的案件。
根据美国司法部披露，丁林葳在谷歌任职期间，将超过2000页内部机密资料上传到个人云账户，内容涉及TPU、GPU系统、芯片通信，以及管理大规模计算集群的软件等技术。今年1月29日，美国联邦陪审团裁定他7项经济间谍罪和7项窃取商业秘密罪成立。
他在国内创办的上海至算科技，曾获得奇绩的种子投资，并通过奇绩的路演向投资人展示公司。按照美国国务院今天公布的说法，丁林葳在申请孵化项目和路演时，强调自己掌握谷歌的内部技术，宣称能够复制谷歌的AI基础设施。
美国国务院给出的制裁依据，是其认定奇绩为相关商业秘密窃取活动提供了重大支持。奇绩旗下的另外三个主体，则因与奇绩的控制或代理关系，一并被列入制裁名单。
对奇绩的被投企业来说，接下来的融资和退出安排，确实需要重新评估了。
具体影响要看股权结构。按照OFAC的50%规则，一个或多个受冻结主体，直接或间接合计持股达到50%，被投企业也会进入自动冻结范围。
假设一家受制裁基金持股7%，所有受冻结股东加起来也低于50%，这家公司就不会因为这条规则自动被冻结。
比如，新一轮融资要不要奇绩参与签约，老股转让、回购和分红怎么处理，退出款项怎么支付，以及交易里有没有美国投资人、美国银行或美元清算环节。这些都得结合受制裁主体的实际权益，逐项核查。
我比较担心的是融资节奏。合规尽调一旦增加，部分交易的交割时间可能就会往后拖。对正在等下一轮钱到账的早期团队来说，这会直接影响招聘、研发和现金流安排。
准备接美资、做美元融资或者筹划海外退出的团队，现在可以先把股东名册和正在谈的融资协议拿出来，跟投资人、银行和律师重新过一遍。
早期拿谁的钱，后面还能接谁的钱，以及最终怎么退出，这几件事得放在一起考虑了。
之前有些朋友问我，AI 到底该怎么学？
聊多了我发现，很多人其实并不是对 AI 本身有多感兴趣，而是出于 FOMO：害怕错过，害怕落后。于是急着入场，尝试一两次，发现没有立竿见影的回报，又很快放弃了。
也经常有人问我，为什么业余时间还要去上斯坦福的概率论网课？为什么总去参加各种活动、黑客松？这些到底有什么用？
因为好玩啊。其实起点就是这么简单😂
我其实是一个很有规划的人，但这并不意味着，我需要把人生的每一步都安排得严丝合缝，更不意味着每次探索都必须有明确的 ROI。
恰恰相反，我发现很多意想不到的机会、灵感和连接，都是在这些看似漫无目的的探索中自然发生的。有时候随手开启一条支线，反而会意外掉落服务于人生主线的重要线索。
FOMO 可以驱动一个人开始，但真正的兴趣，才能让人一直玩下去。
我喜欢有方向地生活，也喜欢不知道下一步会遇见什么的惊喜。
这两件事，从来不矛盾。
🏆 昨天在@awscloud AI-DLC 先锋创造营，我们「本地明明好的」学院成功 Deploy，拿下第一名，创意项更是斩获 93 分😆
作为组长，我主要负责构思核心创意与玩法机制，特别感谢团队里一群靠谱的资深工程师队友，大家借助 @kirodotdev 和 AI-DLC 工作流高频调试、验证，在不到三个小时里，硬是把一个有点抽象的脑洞变成了好玩的实机 Demo。
这次实战最直观的体感是：AI-DLC 不只是加快了写代码的速度，更是真正打通了从需求拆解、开发到测试反馈的极速迭代闭环。
当 AI 不断拉平技术实现的门槛，人的创造力、判断力，以及捕捉时代情绪的能力，反而变得越来越有价值。
创意负责打开想象力，工程负责让它照进现实，完美 Deploy！🚀
今天听亚马逊云科技（AWS）的 AI-DLC 2.0 分享，一个很有意思的趋势：Agent 系统正在主动限制 LLM 的决策权。
14 个 Agent、11 种 Workflow Profiles 看起来很炫，但真正值得关注的是背后的设计：Conductor + 确定性状态机决定 what next，LLM 只负责 how。审查、审批和验证被嵌入执行流程，而不是依赖模型自觉遵守。
但这也引出了一个新问题：当 Workflow 可以动态组合、裁剪，哪些约束必须始终不可跳过？
下一阶段的 Agent Engineering，可能不再是让模型拥有更多自主权，而是精确设计自主权的边界。
AWS 的 AI-DLC 2.0 也许正在展示一种新的方向：让 Agent 更强大，但让系统对它的行为拥有更清晰、更可靠的控制。
More agents ≠ Better governance.
#亚马逊云科技 #AIDLC
原著里说“真正重要的东西，用眼睛是看不见的”，但当 AI 把文字里的 B612 星球变成眼前可探索的立体世界时，那种跨越时代的温柔依然直击人心。这就是科技赋予经典文学最浪漫的重生🌹
花费16天，我用 Opus 5.5 将小王子的故事制作成了3D剧情游戏
结合Tripo+Blender，Opus 5.5 将小王子故事中的每一个星球变成了可探索的3D场景
希望大家能支持一手，后续会开源整个游戏，以及详细制作流程
Welcome to The Little Prince: Across the Stars✨：littleprince.dev/
技术降低了创造的门槛，而我们的专业积累，决定了能提出什么样的问题。
@StanfordCodeIP Probability for AI 第一周打卡完成！📚
第一周从概率公理、独立性、条件概率，一路推到全概率公式和贝叶斯定理。@chrispiech 把节奏放得比较基础：先建立共同的数学语言，再逐步深入 AI 的训练、推理与评估。
但这门课最打动我的，不只是数学本身，而是它正在探索的一种 AI 教育新范式。
分享三个这周最大的体会：
1. 当 Coding Agent 降低技术门槛，Domain Knowledge 的价值开始凸显
Chris 发起这门课的初衷，是希望理解 AI 不再是少数拥有高等数学和 CS 背景的人的特权。同学中不仅有程序员，还有歌剧演员、曾在乞力马扎罗山参与救援的医生，以及开发野火检测 App 的 13 岁少年。
这让我想到，AI 教育的意义，或许不只是培养更多懂技术的人，而是让深耕不同领域的人，拥有把专业经验和直觉转化为产品的能力。歌剧演员对声音的敏感、医生在复杂环境下积累的判断力，或者在我自己的领域里，将法律与监管的不确定性转化为 AI 和金融系统中的可执行约束。这些来自不同领域的知识、经验和问题意识，都可能成为 AI 应用创新的起点。
当「做出来」变得越来越容易，「知道什么值得做」反而更加珍贵。
2. 双向学习：用概率理解 LM，再借助 AI 建立概率直觉
这周我通过 Coding Agent 完成了三个小项目：Word Detective、Inference Time Calculator 和 Medical Test Detective。
比如学习全概率公式和贝叶斯定理时，课堂设计了一个 Gemini 与人类文本检测器：先计算不同来源的文本被标记的总体概率，再根据检测结果，反向推断被标记的文本来自 Gemini 的条件概率。随后，我又在 Medical Test Detective 中应用同样的贝叶斯逻辑，尝试调整疾病的基础患病率、检测灵敏度和假阳性率，观察这些参数如何改变阳性结果所代表的含义。原本抽象的先验概率、条件概率和贝叶斯更新，借助 Coding Agent 变成了可以交互、验证和反复实验的小应用。
我很喜欢这种双向学习方式：一边用概率理解语言模型的工作原理，一边借助 AI 的实际应用，反过来建立对数学概念的直觉，这样不再只是记住一个公式，而是真正理解为什么基础概率会改变我们对证据的判断。
3. “We're all teachers and learners.”
这门课还有 500 多名志愿 Section Leaders，来自世界各地，带领不同背景的同学进行小组讨论。Chris 提出了一个我很喜欢的理念：我们既是学习者，也是老师。
学生不再只是被动接收知识，也可以帮助其他同学理解问题，分享来自不同专业的经验；老师同样可以从学生的跨领域视角中获得新的启发。
我觉得 AI 时代的教育变化，不只是引入更多智能工具，也可能是传统师生关系的重新组织。真人教学负责启发、讨论与协作，Coding Agent 则让每个人都能按照自己的节奏动手创造、验证想法。AI 在这里并没有取代教育中人与人的连接，反而让一个跨越年龄、专业和地域的学习社区，有机会创造更多东西。
未来参与 AI 创造，或许不必先花几年成为全职程序员。我们可以带着已有的行业积累、经验与好奇心进入 AI，在学习中创造，也在创造中学习。
Week 1 done. Five more weeks to go! 🚀
#Stanford #ProbabilityForAI #CodingAgents #AI
很喜欢这期 Indigo Talk，尤其是从 Vibe Coding 的 Burnout 聊到 AI 时代的文艺复兴。
有一个很有意思的反差：一个人用 Agent 做出了三十多个产品，生产力获得了前所未有的释放，最后却陷入了倦怠。
我们总以为技术进步会给人带来更多闲暇，但历史似乎没那么简单。效率提升所释放的时间，也可能迅速被新的竞争和更高的预期重新占据。
工具已经开始进入文艺复兴，人的工作方式却仍然深受工业时代的绩效逻辑支配。
所以我反而更好奇：如果 AI 真的让创造变得如此便宜，我们最终会选择创造更多，还是终于有自由选择少做一些？
云端 Agent 确实是趋势，但不太认同「Claude Code/Codex 都会消失」以及「未来大模型都是究极版 Manus」的判断。
模型原生具备 Agent Loop 能力，不代表运行时基础设施会消失。任务调度、状态管理、权限控制、失败恢复、执行审计，这些问题不会因为模型更强就自动解决。
同样，云端托管会成为主流交付方式，但不意味着本地和混合部署会消失。
Manus 提前验证了一种产品形态，但不一定定义了 Agent 的终局。
Agent 可能不会消失，而是逐渐从独立应用下沉为基础设施。
被 Stanford 的 Probability for AI 录取了 😆
很喜欢这个课的设计：6 周，每周一个 probability concept + 一个 AI project，还有小组 section 一起讨论，最后会做一个自己的 final project。
更有意思的是，这居然是第一届 PAI。学生们来自 150+ 个国家，年龄从 13 岁到 80+，甚至还有 19 位 80 岁以上的学生。这本身就是一个很有意思的AI教育实验。
AI 越往下学，越觉得 probability 不只是“前置知识”，而是一种理解 uncertainty、model behavior 和 decision-making 的语言。
New side quest unlocked.
希望六周之后，能带走一些新的 insight。
接着Jeremy老师的思考，我进一步想到这里的“信任”可能还得再拆开。
Agent 是谁、它被授权做什么，和它过去是否可靠，其实不是一回事；而一个过去一直可靠的 Agent，也不代表它这一次发起的行为就一定应该被放行，尤其是在可能受到恶意指令干扰的情况下。
所以真正要判断的，也许不是“这个 Agent 值不值得信任”，而是在当前场景下，这个 Agent 是否有足够的权限和依据执行这次操作。
我觉得是基于agent的信任网络需要重新思考。
第一层不用说，是权限等基础设施，这个是与风险进行物理隔离的第一要素。
第二层是对 agent 的信任过程，需要被量化和计算。比如人与人之间的商业交易，除了产品服务外，更重要的是信任，这个在复杂交易中更有体现。但人与人的信任靠直觉，但agent本身的在线属性，是可以被量化的。信任也决定了人给予agent的自由空间。
第三层是 agent之间的信任网络，agent之间在调用过程中，可以积累信任属性，决定下一次任务时，我更信赖谁。
由此推断，未来会出现一个基于agent 信任网络的第三方平台，A2A的过程将先通过平台做首层过滤。
所有的调用过程在被允许的情况下，可以部分披露过程和结果。这也许是一个趋势。
The scary part is when the reward function stops being external. You start carrying the benchmark inside your head — and eventually mistake optimizing for status for knowing what you actually want.
I left Silicon Valley 6 years ago
Why?
Because it's a monoculture
The most extreme group think of any place on the planet
Show up to a dinner party and everyone is in tech
So what do they do? They start stack-ranking each other
And it's a totally ordered set: being founder of co $100B market cap > founder of co with $50B market cap > managing partner of tier 1 venture firm > hired CEO of $50B public co > founder of $10B co > etc etc
Pure toxicity that nerfs creativty
And then as a corollary, people are especially afraid to speak truth to power as everyone knows their place in
"The Hierarchy"
Reject this nonsense. Stay weird. Think independently. Be honest with yourself. Have fun.
作为校友，最近看到 Cornell 这起 2024 年案件因为诉讼重新进入公众视野，心情很复杂。
我也听说过朋友的朋友经历过类似遭遇。事情真正发生之后，最困难的往往不只是决定要不要 report，而是根本不知道该找谁、哪个渠道是保密的、什么证据需要保留、哪一步才能真正启动调查，以及接下来该怎么保护自己。
学校当然可以列出很多 reporting channels，但一个渠道存在，和一个处于 trauma 中的人能够真正使用它、并让后续机制有效运转，是两回事。
这次案件在近两年后重新进入刑事调查，更值得被追问的，也不只是当晚究竟发生了什么，而是此后的 reporting、investigation 和 accountability 到底在哪些环节失效了。
希望最终被审视的不只是这一个案子，也包括这些机制究竟有没有真正保护到需要它的人。
Prosecutors in central New York say they are reopening the investigation of alleged "gang rape" at a Cornell University fraternity in 2024 after a civil lawsuit filed earlier this month sparked outrage about the incident. abcnews.link/mqvrlv6
我也觉得这是这次发布里非常关键的一步。真正有意思的不是“登录”本身，而是用户能不能把自己已经购买的 ChatGPT capability / entitlement 带进第三方产品里。
如果这套能力未来全面开放给商业化 App，很多 AI 产品确实不需要再把“转售 token + 控制推理成本”当成核心定价逻辑，产品价值会更集中到 workflow、context、tools 和最终交付结果上。
不过我现在最想观察的还是：OpenAI 会把这种 user-funded compute 开放到什么程度，以及商业 App 的边界和分成机制怎么设计。这个可能直接决定下一代 AI SaaS 的成本结构。
对我来说，Sign in with ChatGPT 是今天这个发布最重要的一个部分。
在之前做 wanman 的时候，我们为了提供云上计算能力，不得不自己使用其他非常规的方法来支持 ChatGPT Claude 和 Grokbot 登录。
本质上，如果要构建一个全新的个人代理（现在看起来更像是垂直化的个人代理），就意味着我们要通过各种各样的方式来销售令牌。销售 token 就意味着我们需要使用混合 API，并且通过不同的智能来为它们分类，成本结构会变得非常复杂。
如果我可以使用 ChatGPT 的插件，并且在我的网站或 App 上支持登录，我就不需要去烦恼关于智能的所有事情。而且我可以非常友好地控制产品的输出结果，不需要为了这个复杂的成本去建立专门的定价模型
Alex Fan retweeted
大家最近没注意到的一个 SEC 的细节更新，可能会影响这波版本强势的“代币回购”叙事。
SEC 官方一直设有一份关于“加密资产是否属于证券”的指导问答（FAQ），这也是各大律所和项目方用来规避监管雷区的“红宝书”。
根据海外加密记者 @EleanorTerrett 的爆料，SEC 公司金融部在 9 月 28 日更新了关于代币回购的 FAQ。修订后的核心是：
针对代币回购，加了四个字的豁免前提，即“没有中心方（no central party）”才行。
它的意思是，只有当回购是由链上代码自动执行，且没有任何单一实体可以干预时，这种安排才不构成违规的证券发行。
但如果回购背后还有一个基金会或核心团队在开会拍板，并且大张旗鼓地宣传“给持币人分红”，这就会被监管视为危险的收益承诺。
这道界限如果生效，会直接将当前的几十个回购标的分成两拨：
一类是协议机制派（如 $HYPE、$UNI）。它们的回购资金流向无私钥地址或直接销毁，全程由底层参数驱动，没有团队干预。这种真正“无人操盘”的机制，在本次更新中获得了极大的合规安全垫。
另一类是团队主导派（如 $PUMP、$ENA 以及各类新发代币）。只要回购额度还需要实体开会决定，本质上依然是“科技公司在分配利润”。这精准踩中了 SEC 想打击的管理红线。
所以之后在评价一个代币的回购是否具有稳健基本面时，可能还要考虑回购资金从哪来、谁能修改规则，以及是否包含了收益承诺。
🚨NEW: The @SECGov just updated its crypto FAQ on token buybacks to add a stipulation that if there is no central party behind those token buybacks, then this arrangement likely does not constitute an investment contract.
It comes following comments from @a16zcrypto General Counsel and Head of Policy @milesjennings last week that the prior wording could “empower an issuer to announce the buyback program without that announcement then creating an investment contract.”
AMD 拟收购 World Labs，我觉得值得看的是：卖芯片的人，开始自己研究下一代模型究竟需要怎样的芯片。
等客户把需求讲清楚再做硬件，可能已经慢了一轮。把模型团队带进来，是想让模型遇到的瓶颈，直接变成芯片和软件的研发方向。
82 亿美元能不能换来这条更短的反馈链，比收购本身更值得看。
