来都来了，走过路过不要错过：

Bon Iver发新专了，pitchfork写了乐评。本来我是在网易云shuffle到的，但网易云的链接不好看，才出来google，搜到了pitchfork——确实提供了一些信息增量，这样听音乐的方式是不错嘛

今年看到最好的仿写：我自不肯休

年下确实是很有活力很热情，聪明一点就更是加分。但在面对生活大事件时，就算能力特别优秀能帮上忙，心态上也无法理解。

生活经历上的差异，对脑回路对塑造，不是热情和活力能找平的

经此一役，我瞎白话的本事又得到了十足的提高

今天打开电脑时爆发出一声巨大的哀叹：怎么又要攒工分文，到底有什么好写的

呜呜 真的很热闹的样子，非沪打工人泪目😢

我的月亮

单方面宣布没有模型能在我手里活过三轮（吧）

主要由于（该死的）工作需求，自从大模型们卷推理能力之后，经常找不到测试方法——做高考数学？咱也不会啊。
这两天从游法里获得了灵感，捣鼓出了一套终极测试。
创意来自游戏的法则第三季首轮主竞赛的游戏水果商店。这是一套需要不同玩家之间进行博弈和心理战的游戏。每个人对自己手中的水果进行出价，价低者得。
对于模型而言，基本所有方面都可以一次性考察：语义理解、交叉计算、上下文记忆、推理和规划。综艺里更复杂，我简化了一点。具体的assignment和出价，都可以直接编个Python跑一下（顺便测代码能力了）。
目前测过GPT4o，o1preview，Claude，Gemini，kimi，智谱，海螺。这个游戏有一个特点：第一轮一旦出错，后面就不用算了，因而Gemini 智谱 kimi 4o都是第一轮直接挂，海螺白卷。
Claude和o1preview都比较稳，claude两轮里都没有错过，但卡了限额没有测第三轮。o1preview则是能准确改正，但到第三轮最后的总价还是扑街了。苹果上周发的研究报告还是很写实的：离了真题库之后，模型不具备真正意义上的推理计算能力。

最好玩的推理规划这一关没有走到。如果claude第三轮还存活，可以抽掉一个出价，让模型扮演并且给出收益最大化的bid。如果这样还存活，就抽掉两个出价，模型演一个，自己演一个，这是最有意思的地方。

这个游戏本身也很适合人多的时候当桌游玩，如果对自己跟朋友们的感情有信心的话😊

Power is all about position，但老中男对于享用权力有自己的打开方式：明文规则是瞧不上的，权力就体现在，下位者得通过察言观色，主动自我形塑成让上位者满意的样子。教你做事是在教你做具体的事吗，那是在教你怎么好好服务。
没有哪个四五十岁的老中男能不受这种DNA驱使。我现在理解了，「猜你喜欢」背后是一种非常中式的哲学，张一鸣是真正的文化出海，深不可测。

总体上我确实是个无趣的人，无趣as in没有时下社交网络里流行的“灵气”，只有一些廿世纪首个十年残存的印辙。在渡过第一阶段的自我探索之后，旧印辙更深，离可爱更远。

当然我也很喜欢那种灵气和机巧，也知道这样的面貌更受欢迎，所以日常里出于社交需求，只能给出一些假装的可爱。被人揭穿的时候我还挺生气的：真当我愿意彩衣娱亲呐，还不是因为大部分人对寡淡和无趣的承受能力，都比自己想象的低。

出来上网，对真诚可以有所期待，但别太走火入魔了。几个菜啊，就喝成这样了。