{"source":{"id":"2075500276476522770","title":"OpenAI 曾经在 AI Agent 上，浪费过五年时间。 当年他们搞了个项目，叫 World Of Bits。 目标…","url":"https://mubeitech.com/p/2075500276476522770"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2059986678262235405","account":"mubei","brand":"@mubei","title":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他…","summary":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。 他说，过去三年，底层技术大体按他的预期前进。 模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。 在代码领域，甚至已经越过这个线。 真正让…","body":"Anthropic CEO Dario Amodei 最意外的事，是公众还没意识到 AI 指数曲线快跑到最后一段了。\n\n他说，过去三年，底层技术大体按他的预期前进。\n模型从聪明高中生，走到聪明大学生，再走到开始做 PhD 和专业工作的水平。\n在代码领域，甚至已经越过这个线。\n\n真正让他惊讶的，是外面的人还在吵同一批旧政治议题。\n新剧集。\n新表情包。\n明星互撕。\n选举新闻。\n人类历史级别的生产力迁移，反而像背景噪音一样被滑过去。\n\n他的底层判断很朴素。\n早在 2017 年，GPT-1 刚出来时，他写过一个想法，叫 Big Blob of Compute Hypothesis。\n大意是，别太迷信聪明技巧。\n真正长期起作用的，是几件笨东西。\n\n原始算力有多少。\n数据量有多少。\n数据分布够不够广。\n训练时间够不够长。\n目标函数能不能一路扩展。\n数值稳定性能不能撑住那团巨大的计算流。\n\n这套逻辑，后来在预训练 scaling law 里跑通了。\n现在 Anthropic 看到，RL 也在走类似路线。\n先在数学竞赛题上训练。\n再扩到代码。\n再扩到更多任务。\n模型能力会随着训练时间呈现近似对数线性提升。\n\n有人质疑，这不像人类学习。\n人类不用看几万亿个 token，也不用烧掉几十亿美元算力，才会用 Excel、PowerPoint、浏览器。\n如果 AI 真有人的学习核心，为什么还要建这么多强化学习环境？\n\nDario 的回答有意思。\n这个谜题存在，但可能没那么致命。\n人脑出生时已经带着进化给的先验。\n语言模型从随机权重开始，像一张更空的白纸。\n\n所以预训练和 RL，更像夹在人类进化与人类学习之间的一层东西。\n模型先用天量数据长出先验。\n再靠长上下文，在具体任务里快速适应。\n当上下文长度到一百万级别时，推理成本成了主要阻碍，学习能力本身已经开始显形。\n\n这就是很多人低估 AI 的地方。\n他们以为差距在于知道哪个工具火。\n真正的差距在于，谁已经把工具嵌进工作流，谁还把它当搜索框、玩具、聊天窗口。\n\n大多数人只用了 10%。\n少数人正在把 100% 的工作方式重写一遍。\n\n下一轮阶层分化，未必先发生在公司估值表里。\n它会先发生在同一间办公室里，发生在两个看似职位相同的人之间。\n一个人在操作软件。\n另一个人在调度计算。","category":"其它","score":100,"translated_x_url":null,"translated_status_id":null,"published_at":"2026-05-28 16:01:27","created_at":"2026-05-28T17:58:23.017496","url":"https://mubeitech.com/p/2059986678262235405","markdown_url":"https://mubeitech.com/p/2059986678262235405/markdown"},{"rank":2,"id":"2079985963862786352","account":"mubei","brand":"@mubei","title":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…","summary":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。 AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干…","body":"4到6个月后，没人再去死磕提示词了。\nAnthropic内部，80%的工程师已经切到了自改进循环。\n他们现在玩什么？\n编排图（Graph），用图来协调那些能自我进化的Agent。\n\nAI的干活方式，正在经历一次底层的工程演变。\n退回2024年初，Opus 3时代。\n模型顶多能自主干10到20分钟。\n这种“短上下文协作”，人类必须死死盯着，一行行喂指令。\n\n后来，同步代码Agent（比如Claude Code）出来了。\n它能自己跑大概一小时。\n一小时听着不错。\n但在本地跑，一旦遇到报错，它马上掉头回来找你哭。\n\n想让它跑十个小时？甚至几天？\n这就得靠异步自改进Agent。\n怎么搞？\n第一步，把“大脑”和“双手”劈开。\n双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。\n容器崩溃，任务一分一秒都不会丢。\n\n第二步，给它配一个冷酷的独立验证器。\n以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。\n现在，把验证切进另一个独立的上下文窗口。\n一边建，一边测，死循环，直到通过验证才准许输出。\n\n第三步：让AI“做梦”。\n执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。\n玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。\n怎么救？靠离线的“做梦”机制。\n在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。\n醒来再跑，它精准绕开了陷阱。\n\n当异步Agent足够聪明，最后一步就是Graph编排。\n把它们连成一张网。\n不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。\n新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080182625759568045","translated_status_id":"2080182625759568045","published_at":"2026-07-23 06:08:29","created_at":"2026-07-23T08:01:16+02:00","url":"https://mubeitech.com/p/2079985963862786352","markdown_url":"https://mubeitech.com/p/2079985963862786352/markdown"},{"rank":3,"id":"2080728910291959884","account":"mubei","brand":"@mubei","title":"怎么让落后的 GPT-3.5 干翻最强的 GPT-4？ 搭个工作流。 看一组刺眼的测试数据。 在写代码的 HumanEv…","summary":"怎么让落后的 GPT-3.5 干翻最强的 GPT-4？ 搭个工作流。 看一组刺眼的测试数据。 在写代码的 HumanEval 测试里，GPT-4 直接裸跑，得分只有 67.0%。 上一代的 GPT-3.5 裸跑更惨，只有 48.1%。 但只要把 GPT-3.5 塞进多智能体工作流…","body":"怎么让落后的 GPT-3.5 干翻最强的 GPT-4？\n搭个工作流。\n\n看一组刺眼的测试数据。\n在写代码的 HumanEval 测试里，GPT-4 直接裸跑，得分只有 67.0%。\n上一代的 GPT-3.5 裸跑更惨，只有 48.1%。\n但只要把 GPT-3.5 塞进多智能体工作流，得分直接飙到了 95.1%。\n\n落后一代的模型，靠着架构，把最强模型按在地上摩擦。\n系统设计，比选哪个模型更重要。\n\n吴恩达把这套逻辑彻底拆开了。\n逼大模型一次性给个完美答案，就像让人类一口气写完万字长文不改稿，违背常理。\n解法就是让 AI 走四步：反思、用工具、做规划、多智能体协作。\n翻译一下：让它打草稿、上网查、拆任务、拉个群开会。\n\n到了 2026 年 7 月，这套系统又进化了。\n多个 AI 员工一起干活，最大的痛点是状态和记忆不同步。\n于是，知识图谱成了这个虚拟公司的底座。\n\n这套新架构分工极其明确。\n顶层是架构师 Agent，负责定计划。\n中间是技术主管 Agent，负责分发和评估。\n最底层是开发者 Agent，负责敲代码调用工具。\n它们围着一个共享的知识图谱实时读写，不再单线传话。\n事实能保存，跨任务能推理，连逻辑都能追溯。\n\n吴恩达把话放这了：\n今年智能体工作流带来的进步，可能比下一代基础模型的升级还要大。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2080961389712036214","translated_status_id":"2080961389712036214","published_at":"2026-07-25 10:18:05","created_at":"2026-07-25T12:16:10.252442","url":"https://mubeitech.com/p/2080728910291959884","markdown_url":"https://mubeitech.com/p/2080728910291959884/markdown"},{"rank":4,"id":"2035958826973733150","account":"mubei","brand":"@mubei","title":"一个能自己写代码、自己涨经验的AI智能体。 跑在每个月5美元的廉价服务器上。 Nous Research搞出的Herme…","summary":"一个能自己写代码、自己涨经验的AI智能体。 跑在每个月5美元的廉价服务器上。 Nous Research搞出的Hermes Agent刚拿下1.7万个GitHub星标。 圈内人叫它OpenClaw杀手。 这东西最硬核的地方在于它的学习闭环。 接活多了，它会根据经验自动生成新技能。…","body":"一个能自己写代码、自己涨经验的AI智能体。\n跑在每个月5美元的廉价服务器上。\n\nNous Research搞出的Hermes Agent刚拿下1.7万个GitHub星标。\n圈内人叫它OpenClaw杀手。\n\n这东西最硬核的地方在于它的学习闭环。\n接活多了，它会根据经验自动生成新技能。\n一边干活一边自我迭代。\n它还会定期翻找过去的对话记录。\n慢慢拼凑出一个关于“你究竟是谁”的深度认知模型。\n\n现在的多数开源智能体只是个记性极差的API分发器。\nHermes是带着记忆陪你一起生长的。\n\n部署门槛低到几乎没有。\n不用把它死死锁在你的高配电脑里。\n随便找个云端虚拟机就能跑。\n闲置状态基本不花钱。\n走在马路上，直接掏出手机在Telegram里给它发语音派活。\n\n它的生态大军也已经集结完毕。\n官方刚更新了完整的资源清单。\n40多个现成的社区技能和多智能体集群直接端上桌。\n\n硅谷巨头费尽心机竖起的闭源高墙，又被敲碎了一块砖。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2038900906842849489","translated_status_id":"2038900906842849489","published_at":"2026-03-31 08:17:02","created_at":"2026-03-31T10:15:23.138591","url":"https://mubeitech.com/p/2035958826973733150","markdown_url":"https://mubeitech.com/p/2035958826973733150/markdown"},{"rank":5,"id":"2078411037011804201","account":"mubei","brand":"@mubei","title":"想自己做个 AI 智能体，是不是得先去啃那些底层的代码框架？ 真不用。 现在开源界出了一堆无代码平台，早就把研发门槛踩碎…","summary":"想自己做个 AI 智能体，是不是得先去啃那些底层的代码框架？ 真不用。 现在开源界出了一堆无代码平台，早就把研发门槛踩碎了。 这几个主流的开源工具，定位分得明明白白。 AutoAgent 主打一个“全自动零代码”。 你不用写任何逻辑，直接用大白话描述你想干什么。 它就能自己把整个…","body":"想自己做个 AI 智能体，是不是得先去啃那些底层的代码框架？\n真不用。\n现在开源界出了一堆无代码平台，早就把研发门槛踩碎了。\n\n这几个主流的开源工具，定位分得明明白白。\nAutoAgent 主打一个“全自动零代码”。\n你不用写任何逻辑，直接用大白话描述你想干什么。\n它就能自己把整个智能体系统搭建出来。\n\nAnythingLLM 则是全能的自托管应用。\n想让大模型读你公司的内部文档，做个私有知识库？\n不需要折腾复杂的环境，文档丢进去就能直接对话。\n\n再看 Dify，这是冲着生产级应用去的。\n搭个玩具很容易，但要实际上线，你需要可视化的工作流、知识库检索管道和模型监控。\n它把从原型测试到真正部署的工具链全包了。\n\n还有 sim，它是一个纯粹的工作空间。\n重点放在让你集中构建、部署和管理各种复杂的智能体和工作流上。\n\n不管你是想快速拉起一个带知识库的客服，还是部署一套复杂的业务代理。\n底层的轮子早就有人造好了。\n挑个趁手的直接用，比从零写代码快得多。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078700950231924970","translated_status_id":"2078700950231924970","published_at":"2026-07-18 23:37:34","created_at":"2026-07-19T01:22:57+02:00","url":"https://mubeitech.com/p/2078411037011804201","markdown_url":"https://mubeitech.com/p/2078411037011804201/markdown"},{"rank":6,"id":"2102126261279810001","account":"mubei","brand":"@mubei","title":"让小模型照抄大模型，反而变蠢了？ 是真的。 赛富时（Salesforce）人工智能团队刚拿出了一项反常识的研究。 做智能…","summary":"让小模型照抄大模型，反而变蠢了？ 是真的。 赛富时（Salesforce）人工智能团队刚拿出了一项反常识的研究。 做智能体的人，习惯思路是什么？ 小模型不够聪明，那就去学顶尖学霸。 大模型怎么推理，小模型就照搬怎么学。 全套照搬过来，总不会错吧？ 结果恰恰相反。 如果你的提示词、…","body":"让小模型照抄大模型，反而变蠢了？\n是真的。\n赛富时（Salesforce）人工智能团队刚拿出了一项反常识的研究。\n\n做智能体的人，习惯思路是什么？\n小模型不够聪明，那就去学顶尖学霸。\n大模型怎么推理，小模型就照搬怎么学。\n全套照搬过来，总不会错吧？\n\n结果恰恰相反。\n如果你的提示词、工具和工作流，原本是围绕小模型调试好的。\n这时候逼它全盘照抄大模型，效果反而全面滑坡。\n不仅没变聪明，原本跑通的系统也崩了。\n\n为什么会这样？\n它学了大模型的做题姿态，却没有足够的脑力去支撑。\n高级招式用不出来，反而把原本跟工具链的默契给打碎了。\n步子迈得太大，手脚先打起架来了。\n\n那小模型到底需要什么？\n研究团队给出的答案很干脆：\n小模型根本不需要像双子座（Gemini）那样去思考。\n它真正需要的，是在自己摔跟头的步骤上得到针对性修补。\n针对失败做定点修正，远比全盘照抄顶级学霸管用得多。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2102232857775091979","translated_status_id":"2102232857775091979","published_at":"2026-09-21 20:13:47","created_at":"2026-09-21T22:02:10+02:00","url":"https://mubeitech.com/p/2102126261279810001","markdown_url":"https://mubeitech.com/p/2102126261279810001/markdown"}]}