即刻App年轻人的同好社区
下载
“语言即世界”，或许只是人类的一种自大。
这一轮 AI 的成功，很大程度上得益于 LLM 的突破。而语言，本身就是人类使用了上千年的思考工具。
维特根斯坦说过：
我语言的边界意味着我的世界的极限。
我们使用语言来思考和描述世界，但能够被描述的世界，并不一定就是世界本身。
处于马车时代的人无法想象今天的汽车，农民也只能想象皇帝耕地一定用的金锄头吧。
我们对未知的想象，很难真正逃离已经知道的东西，今天的 LLM 也面临类似的问题。它们学习了几乎所有人类的知识，越来越擅长回答已知的问题。
但如果答案根本还不存在呢？
这个时候，“生成一个看起来合理的答案”其实没有太大意义。
最近读了
@Apodex_AI
及其创始人
@tianqiao_chen
发布的论文和观点，里面抛出的核心问题非常深刻：
怎么让 AI 在一个答案尚未知、过程也尚未定义的现实问题里，持续行动、得到反馈、验证自己、修正自己，最后得到一个值得相信的结论？
过去我们使用AI，是人给 Prompt ， AI 在已有 Context 中寻找答案。
但做未知领域的研究发现，我们需要另一套逻辑，让 AI 可以调用工具、运行代码、搜索证据、提出假设，再根据实验或环境返回的新信息不断修正自己的判断。
基于这个思路，Apodex 做了一个叫 TRACES 的 “Benchmark”。
把 Model、Tools、Memory、Harness 和 Agent Loop 放在一起，形成一个完整的 Solver System，基于此作为新的评估基准。
T (Tools)：有没有选对并用对工具？
R (Repair)：遇到错误后能否自主修复？
A (Alternatives)：是否评估了其他可能的假设？
C (Coherence)：长路径探索中逻辑能否保持一致？
E (Evidence)：结论是否有真实证据支撑？
S (Scope)：是否清晰界定了结论的边界与局限？
在此模式下，AI 获得的 Context 不再仅依赖初始 Prompt，是在与环境的持续交互中动态涌现。评估视角也随之改变：比起单次输出的“答案正确与否”，系统更关注这个答案“究竟是如何被推演和验证出来的”。TRACES 重点评估的是探索未知答案的逻辑严密度。
论文开头用 Apollo 登月做类比，十分精辟： 真正让人类登上月球的，不只是几个天才工程师，而是一整套围绕目标建立起来的工具、系统、反馈与持续纠错机制。
面对复杂未知，单纯的语言智能固然重要，但让智能沿着可靠路径持续自我迭代的系统，才是未来。
这一轮 AI 的成功，很大程度上得益于 LLM 的突破。而语言，本身就是人类使用了上千年的思考工具。
维特根斯坦说过：
我语言的边界意味着我的世界的极限。
我们使用语言来思考和描述世界，但能够被描述的世界，并不一定就是世界本身。
处于马车时代的人无法想象今天的汽车，农民也只能想象皇帝耕地一定用的金锄头吧。
我们对未知的想象，很难真正逃离已经知道的东西，今天的 LLM 也面临类似的问题。它们学习了几乎所有人类的知识，越来越擅长回答已知的问题。
但如果答案根本还不存在呢？
这个时候，“生成一个看起来合理的答案”其实没有太大意义。
最近读了
@Apodex_AI
及其创始人
@tianqiao_chen
发布的论文和观点，里面抛出的核心问题非常深刻：
怎么让 AI 在一个答案尚未知、过程也尚未定义的现实问题里，持续行动、得到反馈、验证自己、修正自己，最后得到一个值得相信的结论？
过去我们使用AI，是人给 Prompt ， AI 在已有 Context 中寻找答案。
但做未知领域的研究发现，我们需要另一套逻辑，让 AI 可以调用工具、运行代码、搜索证据、提出假设，再根据实验或环境返回的新信息不断修正自己的判断。
基于这个思路，Apodex 做了一个叫 TRACES 的 “Benchmark”。
把 Model、Tools、Memory、Harness 和 Agent Loop 放在一起，形成一个完整的 Solver System，基于此作为新的评估基准。
T (Tools)：有没有选对并用对工具？
R (Repair)：遇到错误后能否自主修复？
A (Alternatives)：是否评估了其他可能的假设？
C (Coherence)：长路径探索中逻辑能否保持一致？
E (Evidence)：结论是否有真实证据支撑？
S (Scope)：是否清晰界定了结论的边界与局限？
在此模式下，AI 获得的 Context 不再仅依赖初始 Prompt，是在与环境的持续交互中动态涌现。评估视角也随之改变：比起单次输出的“答案正确与否”，系统更关注这个答案“究竟是如何被推演和验证出来的”。TRACES 重点评估的是探索未知答案的逻辑严密度。
论文开头用 Apollo 登月做类比，十分精辟： 真正让人类登上月球的，不只是几个天才工程师，而是一整套围绕目标建立起来的工具、系统、反馈与持续纠错机制。
面对复杂未知，单纯的语言智能固然重要，但让智能沿着可靠路径持续自我迭代的系统，才是未来。
2 10
Minimax H3 你的结果是入局！
从H3发布到现在，目前视频生成的效果估计 Minimax 自己没有想到吧，股票都跟着涨了一轮。
这得益于社区内各路大佬、组织的二次优化。
当一个模型出厂可能仅 70 分，由于开源开放，全世界的开发者都能参与进来，完全可以帮它做到 90 分。
我发现有很多这类模式的成功产品：
Obsidian 的第三方插件、Comfyui 的第三方节点、包括现在火爆的 Omarchy 等等 ，都有自发的第三方开发者，自愿为爱发电。
回到大模型领域，各厂开源“大“模型，不如开源“小”模型，能让一些家用级别的设备也能参与进来，反而可能会促进自己下一代模型的进步。
开源 100 T 的模型，约等于没有开源。
从H3发布到现在，目前视频生成的效果估计 Minimax 自己没有想到吧，股票都跟着涨了一轮。
这得益于社区内各路大佬、组织的二次优化。
当一个模型出厂可能仅 70 分，由于开源开放，全世界的开发者都能参与进来，完全可以帮它做到 90 分。
我发现有很多这类模式的成功产品：
Obsidian 的第三方插件、Comfyui 的第三方节点、包括现在火爆的 Omarchy 等等 ，都有自发的第三方开发者，自愿为爱发电。
回到大模型领域，各厂开源“大“模型，不如开源“小”模型，能让一些家用级别的设备也能参与进来，反而可能会促进自己下一代模型的进步。
开源 100 T 的模型，约等于没有开源。
1 00
“6个小时，库克听了都要手动点赞 ”
推荐一个名为 [保持偏见] 频道的播客，
从 9 个小时雷军那期入坑的。
这次借由 Apple 换届之际听了库克的个人故事，很多不知道的细节让我对其有了新认知，他的成就不输乔布斯。
推荐一个名为 [保持偏见] 频道的播客，
从 9 个小时雷军那期入坑的。
这次借由 Apple 换届之际听了库克的个人故事，很多不知道的细节让我对其有了新认知，他的成就不输乔布斯。
5 10
一种新的 Obsidian 记录方式。
我发现很多人用 Obsidian 时，会有一种写作的压力，导致不能建立好的记录习惯。
在新建一条笔记时，面对整篇空白的页面，常常不知道如何下笔，不仅需要想标题，同时如果只写下少量的几个字，又会觉得这篇笔记不够分量。
最近结合 Obsidian 的特性，用 AI 搓了一个插件，作为日常记录的主要入口，减少输入压力，想到什么直接写，同时会在原始笔记页面留下明文的 Markdown 记录，不破坏 MD 格式的情况下，又可以有很多延伸查询和玩法。
目前还在测试，全程都是我指挥 AI 干活，测试完了就会发布了。
我发现很多人用 Obsidian 时，会有一种写作的压力，导致不能建立好的记录习惯。
在新建一条笔记时，面对整篇空白的页面，常常不知道如何下笔，不仅需要想标题，同时如果只写下少量的几个字，又会觉得这篇笔记不够分量。
最近结合 Obsidian 的特性，用 AI 搓了一个插件，作为日常记录的主要入口，减少输入压力，想到什么直接写，同时会在原始笔记页面留下明文的 Markdown 记录，不破坏 MD 格式的情况下，又可以有很多延伸查询和玩法。
目前还在测试，全程都是我指挥 AI 干活，测试完了就会发布了。
7 20
