很多人在青春期时候没被人好好爱过是写在脸上的，这种后遗症是他们分不清什么样的爱是占有，是带着敬重，是为了情色，是昏聩，是一厢情愿，是衡量和理解

他们不用货比三家，径自一头扎进漩涡里，并且告诉自己是爱情，这样的成年故事有再多悲欢离合，都是偶像剧逻辑和民生新闻的剧情

仔细回去研读了K3的技术报告，尤其里面关于模型拟合和泛化能力的内容，之前看了很多分析，都讲的都云里雾里的，现在感觉大概懂了一点

就好比大模型是一个运动能力极强的人，但是精力是有限的，本来这个人，做各种运动类型（篮球，跑步，跳远，足球等等）都能做到80分左右

然后你现在把大模型放在一个专门训练篮球的地方，有各种配套和工具，那么他打篮球的能力就会变的越来越强，学习过程中也会消耗他的精力，然后打篮球就能做到95分

那么当你再把大模型放出来，去干其他的“运动”类型的时候，反而能力会下降，就只能做到70分了，因为相关的配套工具不一样，并且学习精力已经被篮球极大的消耗掉了

这些配套/工具/提示词，其实就是harness工具，所以如果要提升大模型在各种环境的智能和产出能力，选择方向之一是去适配尽可能多的harness环境，这样子就会得到相应稳定的产出能力

另外一种思路，就是精简harness环境，这就完全贴合了最近PI 框架和DSH 框架的逻辑了，结合之前Claude大范围的精简系统提示词，也发现了模型性能并没有下降，说明这个方向是对的

这么来看的话，harness环境应该会收敛，而不是百花齐放，因为harness环境的目的是为了提高模型产出，如果反倒压制了模型产出，这就得不偿失了，那么核心环境就要简单，配套就应该是即插即用，随意可弃的，而不是无限的叠加与优化

大量使用 AI
看起来是补充一个人的体系/框架性能力
实际上，是进一步暴露这方面能力的缺陷

通用 agent 开发起来就跟喝水一样简单
（满世界的开源，改一改贴个牌就用了）

行业 agent 开发起来感觉寸步难行妈的
（行业 know how 变成 AI 工作流不容易）

豆包改版了
完全往生产力方向走了
另外，我一直不是很理解，新对话和新工作区的设计理念差异，两个之间有很强的交叉

DeepSeek 完全是在彻底贯彻自己的路

感觉自媒体已经世界大同了
打开微博，小红书，抖音，推特，视频号刷到的东西基本上都是一样的
自媒体博主也太勤奋了吧

房东/二房东生意比电商平台要可恶多了，鼓吹实体经济可以，但是房东/二房东没有任何多的价值，如果只是提供一个场所而已

Grok bot 发布了

妈的，中午睡得好好的
接到一个营销电话
听了几秒钟感觉不太对劲
仔细一听是原神里雷神的声优
恍然大悟是原神的促活活动
真 TM 尬啊，虽然突破次元壁

欢迎大家加入月之暗面（烩面版）
也称，月之烩面