GPT-4.5出来后，预训练到头的声音更多了，但还是有持相对乐观态度的，比如Noam Brown和Igor Babuschkin。如果把预训练理解为受精卵的形成，或许某种程度上就能理解它离到头还有多远了。

简化来看，AI模型的预训练，人类受精卵的形成，两者都是复杂系统/生命的起点。

过去几年王兴发的段子「 2019可能会是过去10年里最差的一年，但却是未来10年里最好的一年 」常被拿来引用。如果把2025年放到这套句式里，会是怎么样？

2018年的OpenAI Meta-Learning and Self-Play

2023年的An Observation on Generalization

Ilya Sutskever都有谈到自由探索、穷举、无需人工干预

梁文锋在给西蒙斯传记写序时候提到的脉络和启发：

西蒙斯是幸运的，他遇到了好的时代。到了20世纪80年代末，计算机软硬件的发展到达了一个临界点，人们开始构建真正实用的模型，并在某些投资细分领域取得了初步成功。在1988年西蒙斯设立大奖章基金时，他已经50岁了，在投资上经历了10余年的挫折，但这一次他抓住了机会，登上了通往新时代的列车。如今华尔街很多量化巨头的崛起，都可以追溯至这一时期。

西蒙斯和其他先驱者，使用现在看起来并不复杂的技术，迅速摘掉了市场上最低垂的果实，积累了第一桶资金。这只是开始，在之后的30余年里，计算机技术继续发展，量化投资正逐渐发展成资本市场中的一个新宠，不断有新的模型被开发出来，更多的“不可能”变成了现实，最终使量化投资在21世纪成为金融领域发展的大势所趋。在这个过程中，文艺复兴科技公司在西蒙斯的带领下，始终站在时代的潮头，成为行业的标杆。
文艺复兴科技公司辉煌的30余年，同时也是金融市场监管愈发严格、透明化的30余年。很早的时候，基金经理可以从公司管理层获得更多信息，从而取得交易优势。但诸如此类的不公平问题在过去30余年逐步得到了解决。

在信息化时代，金融市场是公平和透明的，人类基金经理和计算机模型站在同样的起跑线上，这进一步为量化投资的大范围成功扫清了障碍。为何恰好是这30余年，金融变得公平和透明了呢？这在某种程度上还是得益于计算机技术的发展。

国外的模式未必能照搬到中国，但阅读本书，可以让我们收获很多的思考和启发。是什么样的特质和机遇，使西蒙斯成为历史的幸运儿？如何管理一支优秀的团队，使之30余年立于不败之地？为什么科技会使金融市场产生如此深刻的变化？

作为后辈，每当在工作中遇到困难的时候，我会想起西蒙斯的话：​“一定有办法对价格建模。​”

flomo有计划集成DeepSeek吗？

DNA-基因表达-蛋白质合成-信息输入-累积进化，一个简易的串行路径的概况。所有节点之间又相互关联和影响，每个节点又存在着巨大的复杂度和多样性，进化出了原始人类出现到现在1000多亿人的参差。

Gemini 从 1.5 开始支持 long context

发布到现在，已接近一年时间，现在已迭代到 Gemini-2.0-flash-thinking-exp-01-21

在这个方向上，目前开放给公众使用的各模型中，追上谷歌的还没看到

AI 助力的一人公司，近几年在创意广告类方向，比例应该会逐渐增加。

DNA复制子（基因）为自己建造了“续命机器”(survival machines)—生物的身体，包括我们的身体。身体演化出种种装备，协助基因达成复制、繁衍目的，大脑—随身计算机—就是装备之一。

大脑演化出与其他大脑沟通的能力，以语言、文化传统为工具。但是文化传统创造了新情境，为新型复制子敞开了演化之门。新型的复制子不是DNA，也不是黏土晶体，而是信息模式，它们只能在大脑中发荣滋长，或在大脑的人工产品中，例如书籍、计算机等等。我把这些新的复制子叫作“谜因”(meme)，好与“基因”(gene)有个区别。

但是，只要世上有大脑、书籍、计算机，这些谜因就能从一个大脑散布到另一个大脑中，从大脑到书中，从书到大脑，从大脑到计算机，从计算机到计算机。它们在传播的过程中也会发生变化—突变。也许突变谜因能够施展我叫作“复制子力量”的影响力。

我所说的影响力，只要能影响复制子繁衍可能性的，都算。受这种新型复制子影响的演化—谜因演化—仍在襁褓期。在我们称为“文化演化”的现象中，可以观察到谜因演化的迹象。

文化演化比起以DNA为基础的演化，快了不知多少倍，因此更让人不由得思考生命史上的“替代”​（颠覆/篡位）事件。要是一种新的复制子篡位事件已经开始了，可想而知，结果必然是这种复制子的亲代—DNA—被远远抛在后面，望尘莫及，祖代（黏土，要是卡林斯–史密斯对的话）就用不着说了。果真如此，电脑大概会是先锋吧。

ref：盲眼钟表匠