模型的成本控制更好的是社会学分工和功能区分工，对硬件层提出了同样的要求。软件已经不是壁垒，工程才是。

无意识状态下很容易驱动。人类在信息世界几乎无价值可言。

buildin public，让我兴奋的不是需求的拆解和实现，到了运维这一步，devops的子弹飞回来的时候，运维的文档让humanin loop的循环，一恍惚回到了很多年前。
容易被AI的一些无脑小细节感动。

火车上信号再好一些的话，可以写好几个应用程序发布了

分享下我AI的方法。一个浏览器是设计师加营销加运维。一个浏览器是coder。一个浏览器是算命和推理。还有一只螃蟹控制了三个coder。所以我的github正在引来一堆堆代码袭击。
问题来了，为什么需要github？Agent的网盘？

如果你一直让AI做事情，那么两种可能性，第一个每次都无法按时睡觉，第二个是每次都能赶上他们产品发布。

商业市场的竞争，始终僧多粥少，如何被看见，或者如何为这些淘金者造铲子。

模型的记忆能力评估发展出了不同分支。

语言网络的数据随机权重计算发展到一定阶段，记忆的工程化已经到了一定的时间节点。新的基础设施开始了。

突然有一天看明白了易经和五行都是数学题，描述世间变化和函数的关系。之后可以带入写写总结。