AGIX的YTD已经6.8%了，而QQQ的YTD是2.6%。市场会奖励clear AI winner，和AI越相关越容易有好的performance，所以不知道投什么就定投指数ETF吧！

人其实早就开始有意识地和AI交互，去调教AI得到自己想要的结果。在抖音和小红书上看到喜欢的内容，就多点几次赞和收藏，很快就会收到同类的更多内容，比自己搜索爽多了。而人类形成这个习惯的必要条件是1）调教方式足够明确；2）正反馈出现得足够明显，足够快。现在LLM的理解能力更强，按理来说很快也会有这样的反馈loop，但还没大规模出现的原因是什么？有一个能想到的原因是chatgpt和Claude生成的都是有用的答案，能让人区分个人偏好的空间较小。

1. 硅谷一直在set standards，以前是芯片现在是foundation model；2. 登月竞争给芯片行业带来了最早的订单，但阿波罗登月成功时芯片行业已经不依赖defense contracts了；3. 五十年前硅谷还不叫硅谷的时候，在斯坦福交换的苏联spy已经回去要建一个莫斯科硅谷了；3. 赫鲁晓夫大力支持并称半导体是机械大脑。这个形容很有意思，人类半个世纪之前开始建mechanical brain，到今天终于开始建intelligent brain，一条很长的闭环

sam在lex的访谈里有几个点和在想的问题记一下
1. 说他们作为一个公司做得不够好的地方是user- centric，很多信息过滤到他这已经没意义了，他真的希望talk to user in different contexts 非常认同，技术升级不会改变user- centric的重要性，但我想说也许模型可以帮你问用户到底想要什么
2. 20-30年前deep blue战胜chess冠军大家觉得chess没意义了，但其实chess还是很受欢迎，没人想看两个AI打比赛，还是想看人打。人就是somehow 更关心人，人就是喜欢drama，喜欢不完美。这让我在想现在越来越多的intelligent agents 以及他们的互动哪些是有意义的，哪些可能没意义？
3. AI会让programmer减少吗？sam觉得当人发现可以用更便宜的价格得到10倍代码，就会想用更多的code，所以也许供应多了但需求也多了。但我在想这会是一个简单的供需问题吗？还是一个边际成本几乎为零的问题，即使需要10倍代码也不需要增加人了
4. RLHF 让RL效果变得显著更好了，这样的tricks还多吗，还会有什么样这种tricks？

AR是增强现实(Augmented Reality),AI是增强想象（Augmented Imagination）

问问万能的即友，有没有厉害的前端工程师推荐，帮硅谷顶流AI公司（绝对顶流）找前端一起做些projects，兼职就可以。有兴趣或者有推荐的可以私我！

hack engine，确保AGI发生在…年轻创业者的活力真好啊！有没有小伙伴面即。

海外独角兽的声音栏目「Alignment」上线，名字取自LLM从实验室到为人所用的必备过程，也代表我们想通过讨论和研究拉齐认知。第一期节目算是开源和共创，来自AI群一次精彩的线上闭门讨论精剪。大家的讨论实在信息量太大，感觉需要反复听才能消化。期待有更多朋友一起来聊！

twitter上有人听了office hour 分享，Midjourney 会做3D，创始人称之为"Liquid Imagination"，之前我觉得它是精妙的宇宙相机，还是想小了。被问到外界对MJ有什么理解偏差，创始人说，“它不是一个出图很快的画家，而是一个很慢的3D引擎。未来不会是一分钟产生一个图像，而是产生高清3D。”

"it's not a very fast artist, it's more like a very slow 3D engine" future is "not 1 image a minute, but 60 fps full volumetric 3D"

模型越来越多，应该要出现模型aggregator，用户问了问题或提了要求之后，自动找到各个模型生成的答案里最好的。或者自动根据用户需求选用最适合的模型。就像metamask是defi的aggreator，自动给用户找最低价的swap