置顶一条自我介绍（更新于 2026.1.25）

🙌🏻泥嚎！我是陈皮。

🏷️快速贴标签：
▫️一个 Fi 值很高的 INTJ
▫️内心驱动力是自由、体验、认可、成就
▫️最喜欢自己的地方是审美好、不盲从、有好奇心和探索欲、有些奇怪的联想能力
▫️最不喜欢自己的地方是紧绷、内耗、眼高手低、Fe 值比较低
▫️最常收到的评价是真诚、靠谱、有生命力
▫️疫情期间去英国读了书、去大理呆了一年半
▫️兴趣爱好很广泛，包括音乐、英美剧、摄影、旅行、咖啡、喜剧
▫️ 我工作的最终目的是不打工。目前正在朝这个目标努力中

🗺️一些经历：
▫️实习&工作经历：
互联网电商 → NGO → 事业单位 → 在咖啡店打工 → 播客公司 → 品牌咨询公司 → 大厂，
现在在42章经做内容。
（我知道很跳，我甚至还考过公，还过线了，我的人生就是在不断试错…）
◽️Side Projects：
▪️为了更好地看 FujiRock（等大型演出）做了个观演规划小工具：m.okjike.com
▪️把 25 年的年终总结做成了个网站：portfolio-five-livid-hpibvjttxy.vercel.app
▪️开了个自己的播客《AnyBGM》，然后把播客歌单做成了个网站：anybgm.vercel.app
▪️在做自己的小红书，完全不垂直但居然还有几千粉丝：xhslink.com
▪️我是一个能搞定策划、剪辑、后期、文案，甚至运营的六边形播客制作人，所以副业中的很大一部分是做播客。
我制作过的一些节目放到了👇🏻链接里，欢迎来看看，没准能发现更多你熟悉/喜欢的节目：sunsxy.notion.site（网页端浏览体验更佳）

🎵分享几个我整理的歌单：
适配聚会（聊天版：163cn.tv
适配聚会（躁动版：163cn.tv
适配开车：163cn.tv
适配看流星雨：163cn.tv

🫂如果你喜欢摇滚/电子乐、悬疑科幻剧、摄影、喝咖啡、晒太阳、思考人生；不喜欢乏味重复的工作、搞人际关系、被约束和管教，那我们大概率可以交朋友。

我很 I，但还是欢迎 reach out～

烦死微信的封闭了

我怎么这么累

最近聊过的绝大多数 researchers，长期都更看好 AI lab，而不是大厂。

最高频出现的理由就是组织。对此有一个很 high-level 的概括：模型竞争拼的不是卡，而是「有效卡」。AI lab 资源更少，但拳头能握得更紧；大厂资源更多，却会在层级汇报和组织摩擦中不断损耗。最后真正用在模型训练上的资源，还真不一定哪边更多。

另一个逻辑是，LLM 是一代一代 scale 上来的，即便是大厂也很难跳级。只要 AI lab 能持续端出足够好的模型，就有时间用智能换收入、换融资，补上下一场战役的筹码。

不过，真正的分水岭可能在 10T 这一档：它所需的资源，目前看可能只有大厂够得着。但如果模型 scale 到 10T 之前，RSI 跑通了、AGI 来了，也就无所谓资源优势了🤔。

最近的天空，小猫，阳光，和雨后的蜗牛（不知道怎么爬到六楼的玻璃上的…）。

随机刷新无价值节目

昨晚在原料看了曹璞和杨海崧的合作演出，有点小感慨。

感觉曹璞演了一半挺高兴，临时要演一首没排练过的。杨老师说：“演呗 wc，十几年没回北京了，想演什么演什么。”众人笑。

曹璞更高兴了的样子，又说了一大堆话，大概意思是感觉摇滚乐变了，或者在北京消失了，这次回来好多人都约不了了，都成明星了。

杨老师又悠悠吐槽道：“你还是离开久了，不了解北京了。你多来原料，会发现在这儿，很多人都像以前那样。”众人再笑。

嗯。其实离原料近、离鼓楼近、离我的精神生活近，是我选择现在这个房子的 10% 的原因。

每次给小猫买新东西，看他好奇探索的样子，都会母性大发。新给呱哗买了个饮水机，他还在各种观察试探，好可爱🥺（目前是还没喝上一口水，出水他就吓一跳。（但应该没问题，毕竟他在我爸妈家只喝鱼缸里的水。

今天是值得纪念的一天，在听了不知道第多少遍 《Washing Machine》 之后，我决定把它列为我的人生专辑之一😭

忘了之前在哪看到的数据，说 YouTube 的播客市占率远高于 Spotify & Apple Podcast。当时那个报告里分析原因时，特别强调了视频播客的影响。但感觉 YouTube 的字幕功能，以及对非会员的友好程度，其实也挺重要的。字幕这点是最近 X 上外国网友和我讲我才意识到（X 和 YouTube 在打破语言壁垒这点上真是功德无量，所以也很支持小宇宙的同传功能）；后者是我Spotify 会员到期了，发现在上面听歌听播客都处处受限。

继续发一则和国内 model researcher 交流的 memo。今天和某模型厂的一位 post-train researcher 聊了聊。Ta 对「国内在 Pre-training 上更有优势、Post-training 相对落后」这件事，补充了一个视角：

国内基本已经「会做」Pre-training 了，但 Post-training 可能还处在一个比较混沌的阶段。

一个核心原因是，两者的 reward 清晰程度很不一样。

Pre-training 的反馈很明确，比如可能就是在单位时间内，把 Next Token Loss 降得越低越好，同时尽可能降低训练成本。

Post-training 要解决的，则是怎么让模型在下游应用中表现得更好。但怎么定义和评估这个「更好」，以及怎么确认模型是真的变强了、而不是在 hacking 某个指标，都非常 tricky。

此外，Pre-training 的创新也更容易被外界看到。

模型架构没有那么强的机密性，一开源大家就能看到，也可以写成 Paper、拿去做 PR。但一家模型公司的数据是怎么清洗的、具体用了什么训练 Recipe，通常不会拿出来讲。

再加上众所周知的缺卡问题，而模型的绝对能力又是模型厂的生死线，大家自然会把更多资源投入反馈更明确、也更容易获得声量的 Pre-training。

Post-training 因此陷入了一个有点尴尬的循环：因为混沌，所以拿不到足够多的资源；又因为资源不够，这种混沌迟迟无法被解决。

除了这个话题，我们还聊到了几个挺有意思的点：

1/ 「大厂最终一定会赢」是一种偷懒的推论。

模型竞争不是比身价。拥有更多钱、卡和人，不等于一定能训出最好的模型。

在这位 researcher 看来，真正起决定性作用的，可能是组织里到底有多少人发自内心想把模型训好，以及组织摩擦会不会消耗掉这些人的热情。（没有说加入创业公司的人会更有梦想的意思。）

2/ Agent 确实已经在替代 AI Lab 里的一部分工作。（所以我们最近和一些 researchers 交流，感觉有些人确实已经有失业焦虑了。）

拿 Infra 举例，现在可以直接告诉 Agent：「每秒只能输出 50 个 Token，请优化到 60 个」，然后让它自己检查 Kernel 和整条链路。

所以一些 Infra 工程师开始自己给自己找事干，比如跑去研究算法、理解训练需求。

（从这里再往外延伸一步：如果说 AI Coding 模糊了产品、研发和设计之间的边界，那么 AI for AI / RSI 似乎也在逐渐模糊数据、算法和 Infra 之间的边界。

3/ Model Research 本身，可能就是最 Science 的 AI for Science。

我们还探讨了两个没有答案的问题，也列在这里吧，欢迎有想法的朋友分享你的见解～

Q1/ 怎么让模型拥有时间概念？

这个之所以会是个问题，是因为如果模型不交卷，它就可以一直保持「我没错」的状态。反正模型不老不死，所以从它自己的视角看，磨洋工可能并不是什么坏事。（GPT-5.6 一直写测试，是不是就是深刻践行了这一点啊 doge.jpg)

就像《葬送的芙莉莲》里，对于一个能活几千年的精灵来说，花十年寻找一枚戒指完全合理。

但我们这些凡胎肉体，根本等不起…（除非 AI 医疗让人类永生哈哈

Q2/ OpenAI 是怎么持续相信 RL 这个方向，并最终把 o1 做出来的？

我们好奇的不是具体的 Recipe，而是背后的组织问题。

想起之前请清华大学叉院的助理教授吴翼录过一期播客，他在节目里提到，OpenAI 很早就在做 RL，但之前做了很久都没有得到结果。

那么，在一个方向连续失败很多年以后，他们的团队为什么还能继续相信它，招到人、说服老板、拿到资源，然后真的把事情做出来呢🤔

这个问题可能需要更了解 OpenAI 的朋友来回答了。

最后，其实跟很多 researchers 交流，尤其是问他们觉得哪家模型更有希望时，大家最后都会强调组织文化。

在一个快速变化、资源永远不够的行业里，怎么把人和算力分给那些还没有答案的创新，以及愿意等这些创新多久，可能和技术判断本身一样重要吧。