即刻App年轻人的同好社区
下载
Seed2来了，一句话概括是：围绕大规模生产环境下的使用需求做了系统性优化，旨在帮助突破真实世界中的复杂任务。我对公司现在的模型表现还是有点信心，不过，很多说法和指标不能只看官方博客内容，要结合model card一起看👀 比如，长上下文。
1 00
在高铁上刷NeurIPS paper，很多都很有意思，陆续推荐。
比如，AI for Science 需要在回答问题之前提出问题，需要在确定性之下寻找惊喜。
推荐一篇论文 Agarwal, Dhruv, Bodhisattwa Prasad Majumder, Reece Adamson, et al. "AutoDiscovery: Open-Ended Scientific Discovery via Bayesian Surprise." arXiv:2507.00310. Preprint, arXiv, February 12, 2026.
> The promise of autonomous scientific discovery (ASD) hinges not only on answering questions, but also on knowing which questions to ask.
> A key challenge, then, is that of search—which hypotheses should be investigated next that will lead to novel, impactful scientific discoveries?
> In this work, we address these questions and propose AUTODISCOVERY—a method for open-ended ASD that is guided by Bayesian surprise, which quantifies how data affects a natural or artificial observer by measuring the distance between its posterior and prior belief distributions
比如，AI for Science 需要在回答问题之前提出问题，需要在确定性之下寻找惊喜。
推荐一篇论文 Agarwal, Dhruv, Bodhisattwa Prasad Majumder, Reece Adamson, et al. "AutoDiscovery: Open-Ended Scientific Discovery via Bayesian Surprise." arXiv:2507.00310. Preprint, arXiv, February 12, 2026.
> The promise of autonomous scientific discovery (ASD) hinges not only on answering questions, but also on knowing which questions to ask.
> A key challenge, then, is that of search—which hypotheses should be investigated next that will lead to novel, impactful scientific discoveries?
> In this work, we address these questions and propose AUTODISCOVERY—a method for open-ended ASD that is guided by Bayesian surprise, which quantifies how data affects a natural or artificial observer by measuring the distance between its posterior and prior belief distributions
1 00
似乎有点想明白现在看到纯AI自媒体发的内容习惯性下意识划走的原因了。
人的认知和习惯都有很强的局限性，KOL们用AI能想到做的也就是自媒体那点事情。比如：读到好文章，一句话重写配图发布到网站X公众号。
那我还是想当一个提供好文章的人🤔，不喜欢让AI重写。
人的认知和习惯都有很强的局限性，KOL们用AI能想到做的也就是自媒体那点事情。比如：读到好文章，一句话重写配图发布到网站X公众号。
那我还是想当一个提供好文章的人🤔，不喜欢让AI重写。
1 00
倒反天罡了属于是，突然看到用了5年的Obsidian竟然推出了CLI版本？！😲
Obsidian 推出 CLI 版本，其实这个需求很早很早就在社区里存在，但这个时间节点推出值得关注。
2020 年底，Obsidian 作为 Roam Research 的免费本地替代品走红，核心卖点是双向链接 + 本地存储。那次目标用户是人。当时人们的认识，双链的形式就是一种能快速辅助在人脑中为信息建立关联的突破。是一种显示的信息组织形式改变。
2026 年，随着 Claude Code 等 AI 编程工具的普及，Obsidian 再次更新推出 CLI 版本，更新目标其实已经变成了 AI。Obsidian从双链的基础价值转移到如何更好的提供上下文，是一种隐藏的服务对象的改变。
第一层：背后是一个大趋势，所有产品都不得不面对如何"为 AI 重做一遍"的过程。
2026年之前，服务人的阅读体验；2026年之后，服务模型的解析效率。
第二层：有个坑，TUI和CLI 的技术美学，Linux文本即是一切的理念，反过来可能又会“误导”很多AI开发者。对于我们（或者说他们）而言，第一优先级永远是搞清楚，用户是谁，用户习惯什么，以及用户愿意为什么而使用和掏钱。
第三层：技术在变，本质没变。为 AI 优化是手段，为人创造价值是目的。
以及，如果所有产品都要面对如何"为 AI 重做一遍"的过程？你觉得，那人呢？
Obsidian 推出 CLI 版本，其实这个需求很早很早就在社区里存在，但这个时间节点推出值得关注。
2020 年底，Obsidian 作为 Roam Research 的免费本地替代品走红，核心卖点是双向链接 + 本地存储。那次目标用户是人。当时人们的认识，双链的形式就是一种能快速辅助在人脑中为信息建立关联的突破。是一种显示的信息组织形式改变。
2026 年，随着 Claude Code 等 AI 编程工具的普及，Obsidian 再次更新推出 CLI 版本，更新目标其实已经变成了 AI。Obsidian从双链的基础价值转移到如何更好的提供上下文，是一种隐藏的服务对象的改变。
第一层：背后是一个大趋势，所有产品都不得不面对如何"为 AI 重做一遍"的过程。
2026年之前，服务人的阅读体验；2026年之后，服务模型的解析效率。
第二层：有个坑，TUI和CLI 的技术美学，Linux文本即是一切的理念，反过来可能又会“误导”很多AI开发者。对于我们（或者说他们）而言，第一优先级永远是搞清楚，用户是谁，用户习惯什么，以及用户愿意为什么而使用和掏钱。
第三层：技术在变，本质没变。为 AI 优化是手段，为人创造价值是目的。
以及，如果所有产品都要面对如何"为 AI 重做一遍"的过程？你觉得，那人呢？
5 01
@EimiApp 即刻这个应用又叫「是真的吗」
2 00