Ilya之前说，llm擅长插值而不擅长外推，但是OpenAI和Claude模型取得一系列的数学进展是否说明，外推能力会随着插值能力的提高涌现？

从GPT3.5惊艳世人到现在，大模型依然没有范式迭代，Scaling law是一个富矿，挖到现在依然源源不断产出宝藏，但不会导向AGI。

同样的问题，跟GPT聊不担心隐私泄露，但是问Cola就会有这个担心，心照不宣的是，每家都会拿数据去用，用户量大，数据的个性会被稀释，用户量少，那被定位的风险会高很多。

在用AI辅助工作时，越多把任务交给AI，认知和落地之间的gap就越大。当gap积累到一定程度，工作会充满幻觉，无法推进——这时要么推翻重来，要么慢慢补齐认知。
所以我们可以用两个纬度来衡量一个人驾驭ai的能力：gap积累的速度，以及补齐gap的效率。

现在除了打游戏，没什么离不开Windows的场景了。
代码全在wsl里，powershell比不了bash一点。
uv在powershell里各种不好用，codex粘贴两行文字就会自动提交第一行的bug也是powershell独占😓

模型的安全限制很广泛，如果日常工作都靠大模型来做，一旦遇到模型的安全边界，效率断崖式下滑，由此可见，模型公司权力巨大。

人与人
人与ai
ai与ai
不同的交互模式
分别需要不同的基础设施

焦虑弥漫，浪潮已至，何处栖身。

你平时用哪家的ai，Claude code还是codex？
马斯克：我买了个cursor☺️

能不能加个文章ai味太浓的屏蔽选项。
是干货也就罢了，原本几句话说清楚，拿大模型扩成一大坨。