哈斯日志 retweeted
一个 Coding Agent 连续开发 70 轮之后,会发生什么?
这篇 Harness-of-Harness 给了一个很好的答案:
项目确实在变完整,但已经修好的问题,也会被后续修改重新弄坏。
上海 AI Lab 这篇论文,研究的是怎么让 Coding Agent 在长时间开发里保持持续进展。
它把 Codex、OpenCode、Pi 这类现有 Coding Harness 组织成一个反复迭代的开发循环:
每轮先规划下一步,再实现,然后交给独立 QA 验收。测试结果、失败证据和项目历史都会留下来,下一轮继续接着做。
作者还让 Agent 连续开发一款 FPS 游戏 70 轮,一共记录了 81 个问题。到最后关闭了 65 个,其中 17 个问题曾经修好,又因为后续改动重新出现。
这个细节很有意思,因为它很像真实软件工程里的 regression。
长时 Coding Agent 难的地方,是几十轮修改之后,系统还能保住已经验证过的进展,不会一边加功能,一边把旧问题重新放回来。
实验里,HoH 在三个 benchmark 上相对 standalone harness 平均提升 52.25%;在 FrontierSWE 上,Codex + GPT-5.5 从 22% 提升到 72.67%。
看完这篇,我会更关注 Coding Agent 的「工程连续性」。
每一轮都留下可验证的进展,下一轮知道哪些地方已经做对、哪些问题还没解决,出了 regression 也能快速定位。
当 Agent 能连续几十轮让一个项目稳定变完整,它才真正开始接近自主软件开发。
📎 arxiv: arxiv.org/abs/2609.01481
Karpathy 在一次采访里说了个很扎心的点:
很多人每月花 20 美元订 Claude,但其实还停留在“问答使用”阶段。
真正拉开差距的,是会不会用 AI 构建东西。
他提到,自己发现过 4 类会把 Claude 写代码搞崩的行为,并整理成一个文件。后来有开发者把它扩展成 21 条规则发布,拿到 8.2 万星,还登上 GitHub 第一。
更夸张的是,按这套规则调整后,代码准确率从 65% 提升到 94%。
这说明 AI 编程的门槛已经变了。
会不会写代码只是一层。
会不会给 AI 建规则、拆任务、设边界、做反馈,才是下一层能力。
哈斯日志 retweeted
You can now generate a variety of downloadable files, including PDFs, @GoogleWorkspace files, Microsoft Word & Excel, and more directly in your chats with Gemini.
Tell Gemini what content to create and the file format you want when you prompt without having to upload a template.
Learn more about a very high quality time series model released by @GoogleResearch a while back at research.google/blog/a-decod…
𝗔 𝗧𝗶𝗺𝗲 𝗦𝗲𝗿𝗶𝗲𝘀 𝗙𝗼𝘂𝗻𝗱𝗮𝘁𝗶𝗼𝗻 𝗠𝗼𝗱𝗲𝗹 𝗕𝘆 𝗚𝗼𝗼𝗴𝗹𝗲
This has been pre-trained on a time series corpus of 100 billion data points, & shows impressive performance on various benchmarks from diverse domains.
𝗧𝗶𝗺𝗲𝘀𝗙𝗠 𝗚𝗶𝘁𝗵𝘂𝗯 𝗽𝗮𝗴𝗲: github.com/google-research/t…
𝗟𝗲𝗮𝗿𝗻 𝗠𝗟 𝗮𝗻𝗱 𝗙𝗼𝗿𝗲𝗰𝗮𝘀𝘁𝗶𝗻𝗴: leanpub.com/pycaretbook/
哈斯日志 retweeted
i think we don't realize the impact that deepseek had on the open ecosystem, there is so much from them that you can find in almost every frontier open llm today
> most of the open frontier models follow the "finegrain + sparse + shared expert" deepseek moe recipe
> a lot of them use MLA
> first (with minicpm) to use sparse attention in prod (DSA)
> first to do reasoning in the open with R1
> GRPO which is the foundation for most of the newer RL algorithms
> they also innovated on the training recipe at scale, first to do fp8? MTP? load balancing schemes that now other lab is using
> advance training/inference infra with oss release like DeepEP that pretraining lib like megatron use
i'm so grateful deepseek exists
哈斯日志 retweeted
X公开了推荐算法:基于Grok Transformer的推荐系统,推荐系统从"规则+特征工程"转变为"端到端深度学习"。
推荐过程核心机制:
· 双源候选融合:同时从关注账号(In-Network)和全球内容库(Out-of-Network)获取内容,通过 ML 模型统一排序
· 纯 Transformer 架构:完全摒弃手工特征工程,仅依赖 Grok-based Transformer从用户历史交互序列中学习相关性
· 多目标联合预测:单个模型同时预测 13+ 种用户行为概率(点赞/转发/回复/屏蔽等),通过加权组合得到最终分数
完整流程:
查询 → 获取候选 → 水合(补充数据)→ 过滤 → 打分 → 排序 → 后处理
Github:github.com/xai-org/x-algorit…
哈斯日志 retweeted
智谱 AI 正式发布 GLM-4.7 🚀
智谱 AI @Zai_org 最新一代旗舰级基础模型,作为 GLM 系列的重大升级,它在编程、逻辑推理和智能体能力上取得了突破性进展。
📢 插播:这张信息卡就是用 GLM-4.7 + 信息卡提示词生成的,大家可以感受一下它的前端设计能力。
核心进化:从“生成代码”到“完成任务”
GLM-4.7 不再仅仅是一个对话模型,它更像是一个能够自主解决复杂问题的数字工程师。
· 核心编程:强化多语言 Agent 编程,在 SWE-bench 等复杂编程测试中大幅超越前代,能够自主理解需求、拆解方案并跨技术栈集成。
· 感官编程:提升 UI/前端审美,生成的网页代码、幻灯片布局更加现代、美观,减少了人工微调样式的繁琐过程。
· 工具调用:多步决策稳定性,在复杂工具使用基准上达到 SOTA 水平,支持实时的工具参数提取。
· 复杂推理:数学与逻辑爆发,在 HLE 等极难推理榜单中,性能比 GLM-4.6 提升了约 38%。
创新特性:多维度的“思考”模式
GLM-4.7 引入了更灵活的思维链控制,让模型在处理任务时更加“理性”。
· 交替思考: 在输出回复或调用工具前先进行思考,显著提升了复杂指令的遵循能力。
· 持久思考: 在多轮对话中,模型会保留之前的思考逻辑,确保复杂编程任务在长期会话中的思路一致性,避免“由于对话太长而变笨”。
· 轮次级思考控制: 用户可以根据需求开关思考功能。对于事实问答等简单任务,关闭思考以追求低延迟;对于复杂方案规划,开启深度思考以追求高成功率。
技术规格与性能表现
GLM-4.7 在技术参数上达到了目前行业的顶尖水平,尤其在长文本和处理效率上表现出色。
· 超长上下文: 支持最高 200K 的上下文输入,单次最高支持 128K 的内容输出。
· 极致推理速度: 推理速度超过 55 tokens/s,在保持旗舰性能的同时提供了极佳的响应体验。
· 基准排名: 在 Code Arena 等盲测中,GLM-4.7 位列开源模型第一,部分指标甚至超越了 GPT-5 和 Claude 4.5 Sonnet。
为什么 GLM-4.7 非常重要?
· 开源力量的飞跃: 作为一个开放权重的模型,GLM-4.7 为开发者提供了能与最顶级闭源模型抗衡的选择,极大地推动了本地化部署和私有化应用的可能。
· 更强的 Agent 属性: 它是目前最适配 Claude Code、Cline 等智能编程助手方案的模型之一,真正实现了从“写代码片段”到“自主维护整个代码库”的转变。
· 效率与成本的平衡: 配合 ZAI 推出的开发者计划,其调用成本大幅降低,使得大规模部署高性能 AI 变得更加务实。
看官方公告:
z.ai/blog/glm-4.7
GLM-4.7 is here!
GLM-4.7 surpasses GLM-4.6 with substantial improvements in coding, complex reasoning, and tool usage, setting new open-source SOTA standards. It also boosts performance in chat, creative writing, and role-play scenarios.
Default Model for Coding Plan: z.ai/subscribe
Try it now: chat.z.ai
Weights: huggingface.co/zai-org/GLM-4…
Tech Blog: z.ai/blog/glm-4.7
哈斯日志 retweeted
最近行情不佳,有大把时间,看一些优秀投资机构的访谈节目,这次看到 a16z 创始人Marc Andreessen访谈,其中提到一个观点:「投资最大的风险不是亏损,而是平庸」让我深深震撼。
Marc Andreessen现任顶级风投 a16z 联合创始人兼合伙人,掌管其成长型其金。 作为硅谷后期投资的领军人物,他从零构建了 a16z 的成长投资业务。主导了 Databricks,,Stripe, Figma,Coinbase,SpaceX 等数十亿美元级科技巨头的关键轮次投资。
前不久,Marc接受了一档知名播客的访谈,他谈论了a16z的估值哲学以及现阶段的 #AI 布局,以下是整理出来的部分访谈的精彩内容。
1️⃣反共识的成长型投资策略
主持人:我想从一个宏观的观察开始。过去十年,成长型股权投资可以说是过度拥挤了。只要是个手里有钱的基金,都在往科技公司里砸钱。
为了对抗风险,大多数基金的策略是“广撒网”,构建一个包含 30、40 甚至 50 家公司的分散组合,试图以此捕捉科技行业的整体增长(Beta)。
但 a16z 的成长基金似乎完全不同,你们的持仓极度集中。在一个充满不确定性的后期市场,为什么要采取这种看似容错率极低的策略?
Marc:这是一个直击核心的问题。这关乎我们对“科技行业回报本质”的理解。
首先,你要明白,科技行业的投资回报分布并不是正态分布,而是极端的幂次法则分布。 如果你去看历史数据,不仅是在早期风投,即便是在成长及后期阶段,某个年份里这一代最伟大的那家公司,其产生的回报往往超过了剩下所有“还不错”的公司的总和。
这就带来了一个残酷的数学事实:如果你为了所谓的“安全性”去买了一堆二流、三流的公司(也就是所谓的“广撒网”),你的回报会被极度稀释,最终你只能得到一个平庸的市场平均回报。
作为风险投资人,如果我们要给LP提供阿尔法,我们就不能做“指数基金”。 所以,我们的策略是“精准捕鱼”,而不是“拖网捕鱼”。
主持人: “精准捕鱼”听起来很性感,但在执行层面上,这意味着你必须在几千家公司里准确地找到那唯一的一个。你们是怎么做筛选的?漏斗是什么样的?
Marc:我们的漏斗非常窄,也非常深。我们看几百家公司,可能只会对其中的 20 家进行深度跟踪,最后一年只投 2到3家。 我们的核心标准不是“这是一家好公司吗?”,而是“这就那家定义品类的公司吗?”
举个例子,在云计算早期,你可以投很多公司,但只有投了 AWS 或者后来的 Snowflake、Databricks,你才算真正抓住了价值。在设计领域,你可以投很多工具,但只有 Figma 拿走了桌面上大部分的筹码。
我们寻找的是那种具有不可避免性的企业。一旦它们形成了网络效应或技术壁垒,它们的增长就不仅仅是线性的,而是具有掠夺性的——它们会吸走行业里绝大部分的利润池。
主持人: 这很有趣。但问题是,当这种“王者气象”显露出来的时候,通常已经是 D 轮、E轮甚至 Pre-IPO了,估值已经非常高,竟争者都在排队。你们凭什么能投进去?
Marc:问得好。这就是所谓的“阿尔法”来源之一——时间与关系的套利。
很多人认为成长型投资就是“支票簿战争”,谁给的估值高谁赢。这是错的。
如果等到一家公司正式启动融资、摩根士丹利把 PPT发到你邮箱里的时候,你再开始研究,那你就输了。那时候你只是价格的接受者。
我们的做法是建立一个“影子组合”。对于那些我们认为可能成为“王者”的公司,我们会在真正投资前的两年,三年甚至更久就开始跟踪。
这意味着什么?意味着在创始人根本不需要钱的时候,我们就去拜访他。我们帮他介绍客户,帮他招人,帮他理清战略——完全免费。
我们在通过这种长期的、无偿的价值输出来建立信任。
当市场窗口打开,或者创始人突然决定“我想融资了”的那一刻,他第一个想到的电话是打给谁?是那个拿着支票本刚出现的陌生人,还是那个已经陪跑了三年、懂他业务每一个细节的老朋友?
所以,我们的很多交易,根本就没有进入公开竞价流程。这是我们在极度拥挤的市场中保持优势的唯一方法。
2️⃣“市场在久期上犯了错”
主持人,让我们来谈谈价格。这可能是价值投资者最纠结的地方。像 Stripe、SpaceX 或者 Databricks 这样的公司,它们的估值倍数通常高得吓人。比如 50 倍、甚至 100 倍的 ARR(年度经常性收入)。
作为一个理性的投资人,你怎么说服自己接受这种溢价?市场是不是疯了?
Marc:市场并没有疯,但市场确实存在一个巨大的、系统性的盲区。这个盲区叫久期错配。
华尔街的分析师,以及大多数对冲基金,他们非常擅长建立未来 12 到 24个月的财务模型。他们对下个季度的 EPS 预测可能比我准得多。
但是,当他们面对那些真正伟大的、具有颠覆性的科技公司时,他们往往严重低估了增长的持久性。
传统的金融理论认为,高增长最终会均值回归。一家公司今年增长 100%,明年可能就只有 50%,后年20%。
但在数字经济时代,对于那些拥有极强网络效应或平台效应的公司(比如 Stripe 或 Facebook),这种衰减速度比人们想象的要慢得多。它们可能在巨大的体量下依然保持 30%-40% 的增长长达十年。
主持人:能举个具体的思维模型吗?
Marc:好的。假设有两家公司。
公司 A:估值便宜,10倍营收,但增长平庸,每年增长 15%,且面临激烈竞争。
公司B:估值昂贵,50倍营收,但它是市场垄断者每年增长 40%,且这种增长能持续 10 年。
大多数人不敢买公司 B,因为怕估值回调。他们担心如果倍数从 50 倍跌到 25倍,股价就会腰斩。
但数学告诉我们,如果公司B 能保持复利增长,即使它的估值倍数压缩一半,十年后它的股价依然会远超公司 A。
增长的复利力量最终会压倒估值倍数的收缩。我们赌的不是下个季度的财报超预期,我们赌的是:市场低估了这家公司在未来十年统治行业的能力。
当然,这也带来了风险,如果你判断错了,你买的不是“王者”而是“老二”,那你就会遭遇“双杀”:业绩不达标,估值也没了。这就是为什么我刚才强调“精准捕鱼”如此重要。买贵了没关系,买错了才是灾难。
3️⃣AI的全栈布局
主持人:现在所有人的目光都在 #AI 上。a16z 无疑是这场浪潮中最激进的机构之一。但我听到一种声音,说这只是另一个 Saas 周期,或者就像当年的移动互联网。你怎么看?这次有什么本质不同?
Marc:不,这次完全不同。如果你把 AI 仅仅看作是更聪明的软件”,你就低估了这次变革的量级。
我们正在经历从 SaaS (Software as a Service) 到 Service as Software 的范式转移。这不仅仅是词序的颠倒,这是商业模式的降维打击。
主持人:请展开讲讲,这个区别在哪里?
Marc:在SaaS时代(比如 Salesforce、Workday),软件是一种工具。你把软件卖给企业,目的是提高员工的效率。作为投资者,我们通过这种模式赚取的是企业IT 预算的一部分。通常 IT 预算只占企业总收入的 5%左右。
但在 AI时代,尤其是生成式 AI,软件不再只是工具,它开始直接交付结果。 比如我们投资的 Harvey(法律 AI)或 Cursor(编程AI)。
当一家律所使用 Harvey 时,它不仅仅是让律师打字更快,它实际上是在完成初级律师起草合同、检索法条的工作。
当程序员用 Cursor 时,AI实际上是在写代码,而不仅仅是补全代码。
这意味着什么?这意味着这些 AI 公司切入的不再是那5% 的IT预算,而是那巨大的、原本属于薪资的预算,也就是企业最大的成本项,通常占收入的30% 到50%。
TAM(潜在市场规模)瞬间被放大了 10倍。这不再是关于“软件销售”,这是关于“劳动力替代”和“智力边际成本归零” 。
主持人:这个视角非常宏大。那在具体布局上,你们怎么操作?现在大家都在抢投基础模型,这是唯一的路吗?
Marc:我们把 AI 投资分为三层,这就像当年淘金热的逻辑:
1.基础设施层: 这是最确定的赌注。无论哪家模型赢,无论哪个应用火,它们都需要算力,都需要数据处理。
所以我们重仓了 Databricks。它是 AI 时代的数据湖仓,是所有 AI 应用的地基。我们还投资了 CoreWeave(算力云)。这是“卖铲子”的逻辑,稳健且巨大。
2.模型层: 这一层竞争最激烈,资本密集度最高。这里只有极少数赢家。
我们很早就支持了 OpenAI 和 Mistral。我们相信在这个层面,技术领先优势会转化为巨大的平台效应。
3.应用层: 这是目前的深水区,也是未来阿尔法最大的地方。很多人说“基础模型会吞噬掉应用层的价值”,我不同意。真正的价值在于工作流的重构。
像 Cursor 这样的公司,它不是简单地套一个 GPT-4的壳。它深入理解了程序员的工作流,把 AI 无缝嵌入到 IDE 里,创造了一种全新的开发体验。
这种“用户体验+垂直领域数据”的护城河,是基础模型厂商很难攻破的。
4️⃣美国活力
主持人:除了纯软件和 AI,我注意到 a16z 最近在大力推行一个叫“美国活力”的概念,投了很多硬件、军工、航天公司。这在过去的风投圈是绝对的禁区。为什么会有这种转变?
Marc: 这是一个时代的召唤。过去 20 年,硅谷太沉迷于“比特”了令-我们做了更好的社交软件、更好的广告算法、更好的外卖平台。这很好,但这不够。
如果你看现实世界,“原子”层面的问题堆积如山:美国的制造业空心化、国防工业供应链脆弱、基础设施老化。
我们认为,下一波巨大的机会在于用软件定义的硬件去解决国家级的问题。
看看 SpaceX。Elon Musk 证明了,用硅谷的迭代思维去做火箭,可以把成本降低一个数量级,把国家队远远甩在身后。
看看 Anduril(国防科技)。Palmer Luckey 证明了,现代国防需要的不是更昂贵的坦克,而是智能化的无人机群和软件系统。
主持人:但这类投资非常难。周期长、资本密集、还有政府监管风险。你们怎么管理这种风险?
Marc:这确实很难,所以这里没有“游客”。我们在投资自动驾驶时也学到了很多。这类公司不像 Saas 公司那样每个季度都有线性的 ARR 增长。它们在很长六段时间里看起来都在烧钱,毫无产出。
但也正因为难,护城河才深得可怕。
一旦Spacex 的星链(Starlink)网络建成了,一旦Waymo 的数据飞轮转起来了,后来者几乎不可能追赶。
我们愿意为了这种终局的垄断地位,去承担前期的技术风险和长周期。这就是我们在投资组合构建中保留一部分“硬科技”赌注的原因。
5️⃣像洋基队一样赢
主持人:最后,我想聊聊人。a16z 的成长基金规模巨大,但你们的运作方式听说很特别,特别是你们取消了传统的“投资委员会”投票制度。为什么?
Marc: 这是我对组织行为学的一个深刻观察:群体决策倾向于平庸。
如果你把一个激进的、非共识的投资机会放到一张桌子上,让 10个人投票。通常的结果是:大家会因为由于某些明显的风险而投反对票。
最终通过IC的,往往是那些“挑不出大毛病”但也没有巨大潜力的平庸案子。
但在风险投资里,最大的风险不是失败,而是平庸。
所以,我们实行“单人拍板制” 如果是你负责看这个案子,你做了所有的尽职调查,你建立了和创始人的关系,那么你就有权力决定投不投。你不需要说服我,也不需要说服其他合伙人。 但是,这是关键,你必须对结果负全责。
主持人:这听起来压力巨大。如果投砸了怎么办?
Marc:这就是我们文化的另一面。我常把我们的团队比作纽约洋基队。
我们提供最好的资源:最好的品牌、最强大的投后服务团队(人才招聘、市场营销、政策游说)、顶级的薪酬。
作为交换,我们要求你交出世界级的成绩单。
如果你连续几年都投不出好案子,或者你的判断持续出错,那么这里可能不适合你。
这听起来很残酷,但这才是顶级竟技场的规则。我们不想要那种“大锅饭”式的合伙人文化,我们想要的是群饥饿的、有独立判断力的猎手,他们背靠着航母,但像独狼一样思考。
主持人:这解释了为什么你们能保持这种攻击性。这期对话信息量太大了。如果让你把今天的讨论浓缩成一句话送给听众,会是什么?
Marc: 我会说:“别被市场的噪音干扰,别被短期的估值吓退。去寻找那些真正不可避免的未来,然后在那里重仓,并在那里坚持。平庸是最大的敌人。”🧐
今天看完了这篇关于共识机制演进的深度文章,虽然有点像枯燥无味的论文,但读懂它,也能更好理解Web3世界里‘信任机制’演进的历史,关于“信任如何被重构”的文明跃迁。以及为什么 #SEI Giga架构升级将标志着高性能共识机制新时代的开始。🧐
1️⃣共识机制的本质:不是技术,是“信任成本”的博弈
很多人一听到“PBFT”“PoS”“DAG”就头大,但其实核心就一个问题:我们怎么在互不信任的人群之间,达成一个大家都能信的共识结果?
这就像一群人素昧平生、互相没有电话、其中可能还夹杂捣乱者,却要一起决定“今晚吃火锅还是烧烤”,而且决定一旦做出,就不能反悔。区块链要解决的,就是这种“远程、匿名、敌意环境下的集体决策”。
而共识机制的进化史,说白了,就是人类不断尝试降低“达成信任”的成本:从早期靠军队式纪律(古典时代),到靠挖矿拼电费(#BTC 时代),再到今天靠质押资产+数学规则(PoS+新模型),每一代都在重新定义“安全、速度、去中心化”这区块链三难问题。
2️⃣五个时代——五次投资范式的转移
🕰️ 古典时代(1982–2008):信任自己的人
特点:只有“自己人”能投票,比如银行内部系统。
这阶段没有投资机会,全是封闭系统。但它是今天所有共识机制的“老祖宗”,就像蒸汽机对于汽车的意义。采用n=3f+1(最多容忍1/3坏人)这个安全边界,到今天还是行业铁律。
💥 破局时代(2008–2014):#BTC 打开新世界
特点:用“算力就是权力”实现开放环境的信任,谁都能参与,但作恶得先烧钱。痛点也很突出,便是慢、贵、耗电。
这是“去中心化信仰”的起点。虽然性能不行,但它证明了“无需许可的信任”是能成立的。早期买比特币的人,赚的不是技术红利,而是模式彻底改变的红利。
🎨 复兴时代(2014–2018):PoS让古典协议“复活”
特点:把拼算力改成拼质押,用经济罚没替代烧电费。效率得到大大提升,交易确认从一小时缩到几秒,TPS 从个位数提到上千。
这一波跑出了 Cosmos、Cardano 和早期以太坊 2.0 的愿景。聪明钱开始从“为信仰充值”转向“为效率买单”,谁能让链又快又便宜,谁就有生态机会。
⚙️ 军备竞赛时代(2018–2021):性能之争白热化
衍生两大路线:
#Solana 派:稍微牺牲一点去中心化,换来接近互联网的速度(5 万 TPS,400 毫秒确认)。
#ETH 派:宁可慢,也要死守安全与去中心化。
这是投资分歧最大的阶段。Solana 吸引高频交易、游戏、社交类应用;以太坊稳住金融基本盘。两者其实是不同方向,要速度,还是要信任。
💡模块化时代(2021–2024):拆开区块链,各干各的
特点:把共识、排序、执行都拆解开,各司其职!
· 数据可用性(DA)单独做(比如 Celestia、EigenDA)。
· 执行交给 Rollup(比如 Arbitrum、zkSync)。
· 共识层只负责最终确认。
效果也十分显著,各自做自己擅长的领域,并且合作起来,达到最优解,效率的确提高了,TPS 可突破 10 万,但瓶颈跑到了“执行速度”上。这个时代不再只看一条链,而是看模块化生态——谁掌握了 DA、谁主导排序、谁优化执行,谁就有话语权。
3️⃣现在:进入“极限时代”(2025+)——挑战物理天花板
今年的发展让我特别兴奋,但其中也存在一定的安全隐患,目前共识机制已经突破“1/3 安全边界”。以前大家认为坏人不能超过 1/3。如今新模型(比如 #SolanaAlpenglow、#Monad)提出 n=5f+1 ——只容忍 20% 的坏人。
好处显而易见,共识两步走完(提议 + 预投票),延迟压到极限。但风险也不可忽视,安全边界更薄,万一被攻破,系统可能瞬间崩掉。这就像把核电站设计从“防强震”改成“防微震”,效率极高,但一出事就是大事。
4️⃣最后就要讲讲基于未来智能化时代打造的共识方案——混合智能
这里面比较有代表性的比如 #SEI 的 Twin Turbo共识方案,以后市场可能不再迷信“最快”或“最去中心化”,而是采用最优解方案,未来赢家很可能是能根据场景切换不同模式。基础默认用“领导者模式”跑得飞快,一旦检测异常,秒切“无领导模式”保安全。实现“智能化信任”,不需要硬扛,而是动态平衡速度与安全。
核心关键“尾部延迟”,高频交易不怕平均延迟高,但怕偶尔卡10秒——这会导致套利失败、清算爆仓。所以稳定性比速度快更重要。
“隐藏属性”才公链的护城河。包括隐私保护、抗 MEV、抗审查、公平排序……这些“看不见的能力”会决定一条公链能不能吸引高质量的用户和资金。
执行层比共识层更要紧。共识已经基本够用了,下一步的瓶颈在并行执行引擎(比如 Monad 的并行 EVM)、状态验证优化——这里才是性能突破的主战场。
写在最后:共识的终点,是“无感信任”,我们正在接近这样一个未来:用户根本感觉不到“区块链”的存在——转账秒到、手续费接近零、永远不掉线,但背后却是由数学、经济激励和分布式协议组成的精密信任机器。
在每一场共识演进的趋势面前,都会重溯一次不小的投资机会,“信任成本不断下降”这个大趋势。谁能让这个世界用更低的成本达成共识,谁就握有下一代金融基础设施的钥匙。可以说 #SEI 目前做的相当不错。🧐
哈斯日志 retweeted
kimi 的新更新说明建议各位AI领域的同行谨记哈,尤其是大年三十晚上发模型的那个谁,对,说的就是你,不要再卷了。
(kimi可能不是大模型公司里面最猛的,但绝对是大模型公司里面最摇滚的哈哈哈哈哈)
哈斯日志 retweeted
Harmony format is finally open-sourced. I still remember 3 years ago (before ChatGPT release) @shengjia_zhao, Daniel and I were brainstorming about the right abstraction for RL training, and that is the start point of the entire harmony library. github.com/openai/harmony
哈斯日志 retweeted
OpenAI and Anthropic both are showing pretty spectacular growth in 2025, with OpenAI doubling ARR in the last 6 months from $6bn to $12bn and Anthropic increasing 5x from $1bn to $5bn in 7 months.
If we compare the sources of revenue, the picture is quite interesting:
- OpenAI dominates consumer & business subscription revenue
- Anthropic just exceeds on API ($3.1bn vs $2.9bn)
- Anthropic's API revenue is dominated by coding, with two top customers, Cursor and GitHub Copilot, generating $1.4bn alone
- OpenAI's API revenue is likely much more broad-based
- Plus, Anthropic is already making $400m ARR from Code Claude, double from just a few weeks ago
My sense is that Anthropic's growth is extremely dependent on their dominance in coding - pretty much every single coding assistant is defaulting to Claude 4 Sonnet. If GPT-5 challenges that, with e.g. Cursor and GitHub Copilot switching to OpenAI, we might see some reversal in the market.
哈斯日志 retweeted
.@Alibaba_Qwen 出了一个语音生成,叫 Qwen-TTS,主打方言,视频里面的北京话,您还别说,地道!
Qwen-TTS - 免费 - 支持多种中文方言和中英双语 - API 简单易用
亮点
• 训练于超大规模语音数据集,语音自然、富有表现力
• 自动调整语调、语速和情感,支持普通话、北京话、上海话、四川话等方言
• 7 个中英双语声音,适合多场景应用
• 支持通过 API 一键合成语音,代码示例丰富
• 生成结果带有实时性和高可用性
• 持续迭代,未来会支持更多语言和风格
博客展示
qwenlm.github.io/blog/qwen-t…
哈斯日志 retweeted
This is a very impressive family of open models by Baidu, competitive with qwen3 and latest Deepseek V3. Lot of details in the tech report (~60 pages) + they open source the training code as well.
哈斯日志 retweeted
最近注意到一个新现象,就是 youtube 上会推荐很多和哲学,心理学相关的频道,其内容基本都是由 ai 生成,不管是声音,图片, 还是文字内容。
但制作质量相当高,很多内容很有深度。而且估计因为全是 ai 工具生成,产出也很高,一个频道每天都会上传一个,甚至两个新视频。
猜测这些视频背后的制作者,大概是掌握了工业化大规模快速生产高质量视频的流程,商业模式是希望低成本获取大流量来赚 youtube 上的广告费。而竞争者的涌入,ai 工具的不断进化,也会逼迫所有视频制作者不断提高产品质量。
作为听众和消费者,感觉好像是从以前吃家庭作坊养的鸡 (价格贵而质量参差不齐) 变成吃工业化农场生产的鸡 (价格便宜,质量有基本保证)
感觉类似的现象会迅速的,无孔不入的席卷所有领域。
哈斯日志 retweeted
AI正在吞噬咨询行业。
我用了3个ChatGPT提示词,就能模仿一个时薪600美元的咨询顾问,4小时完成团队几周的工作量。
下面教你如何让ChatGPT成为你的袖珍麦肯锡顾问:
(附我的具体提示词+示例)
哈斯日志 retweeted
哈佛的免费课程书《AI Research Experience》,由 Pranav Rajpurkar编写,涵盖了进行研究的基础知识和实用技巧:
- VSCode、Git、Conda
- PyTorch、W&B
- AWS、Colab
- 大语言模型(LLMs)和视觉语言模型(VLMs)
- 如何阅读 AI 论文
- 如何推进研究和组织工作
这本书值得一读!
哈斯日志 retweeted
OpenAI 正式上线强化学习微调⚡️ 感觉是 Game changer 💥
现在可以基于 o4-mini 正式提供 🔥 强化微调 (RFT) 使用思维链推理和针对特定任务的评分来提升模型性能,尤其适用于复杂领域。
比如 @AccordanceAI 基于 o4-mini 强化学习微调在税务场景平衡成本的同时达到了 SOTA
哈斯日志 retweeted
We built the first taxonomy of values expressed by AIs in real-world conversations.
Broadly, Claude expresses the values we intended, like critical thinking, responsibility, and efficiency.

ALT A taxonomy of AI values. At the top of the hierarchy (in red) are the five overall categories, along with the percentage of conversations that included them. In yellow are subcategories at a lower level of the hierarchy. In blue are some selected individual values (only a selection are shown due to space constraints).




































