{"source":{"id":"2079179880093360324","title":"AI不再是站在村口等你搭话的NPC。 它们现在是和你挤在同一个入口登录的玩家。 韩国网游教父宋在京，开源了一个新项目。…","url":"https://mubeitech.com/p/2079179880093360324"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2074527621724147796","account":"mubei","brand":"@mubei","title":"一个程序员，把游戏里那个一心想杀光人类的 AI 名字，送给了现实世界里最恐怖的搜索引擎。 他叫 John Matherl…","summary":"一个程序员，把游戏里那个一心想杀光人类的 AI 名字，送给了现实世界里最恐怖的搜索引擎。 他叫 John Matherly。 2003 年，他有了这个想法。 2009 年，他亲手把它造了出来。 这个搜索引擎，叫 Shodan。 名字正来源于经典科幻游戏《网络奇兵》（System…","body":"一个程序员，把游戏里那个一心想杀光人类的 AI 名字，送给了现实世界里最恐怖的搜索引擎。\n\n他叫 John Matherly。\n2003 年，他有了这个想法。\n2009 年，他亲手把它造了出来。\n这个搜索引擎，叫 Shodan。\n名字正来源于经典科幻游戏《网络奇兵》（System Shock）里那个冷酷、疯狂的反派人工智能。\n\n在技术圈，有一句流传很广的话：\n“Google 搜网页，Shodan 搜机器。”\n\n普通人上网用 Google，搜的是人类写在网页上的文字、图片和视频。\n而 Shodan 不看这些。\n它的眼里只有那些默默连接在公网上的物理设备。\n\n这些设备，可能是一台服务器，可能是一个智能摄像头。\n也可能是一个红绿灯控制器、一个水坝的阀门，甚至是某家医院的核磁共振仪。\n\n互联网其实像一栋拥有几十亿个房间的巨型大楼。\n任何设备只要连上网，就会在墙上开出几个特定的“窗口”，在技术上这叫端口。\n有些窗口关得死死的，有些窗口只用来传输特定数据。\n而有些窗口，不仅大敞着，连安全防范的窗帘都没拉。\n\nShodan 的工作原理，就是在这个虚拟的世界里，不间断地去敲几十亿个 IP 地址的门。\n它像一个巡逻员，挨个去摸每个房间的窗户。\n如果哪个设备有了回应，它就会把它的详细信息记录下来，做成索引。\n比如，它是哪个品牌、用的什么系统、开了哪些端口，甚至连它的默认密码改没改，都一清二楚。\n\n在这个搜索引擎里，你不需要高超的黑客技术。\n只需要输入几个筛选条件，那些暴露在公网上的脆弱设备，就会像沙滩上的贝壳一样，清清楚楚地排在你的屏幕上。\n\n游戏里的杀人 AI 或许只是科幻。\n但现实里的 Shodan 却像一面镜子。\n它冰冷地提醒着所有人：在这个万物互联的时代，我们在享受便利的同时，到底把自己的后门敞得有多大。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2074535879176012166","translated_status_id":"2074535879176012166","published_at":"2026-07-07 16:17:27","created_at":"2026-07-07T18:15:02+02:00","url":"https://mubeitech.com/p/2074527621724147796","markdown_url":"https://mubeitech.com/p/2074527621724147796/markdown"},{"rank":2,"id":"2082839322944757833","account":"mubei","brand":"@mubei","title":"AI模拟一个真人的行为，准确率能达到多少？ 83%。 听起来不够完美？ 拿这个数据跟真人比一下。 同一个实验里，让真人相…","summary":"AI模拟一个真人的行为，准确率能达到多少？ 83%。 听起来不够完美？ 拿这个数据跟真人比一下。 同一个实验里，让真人相隔两周重复自己之前的选择。 你猜怎么着？真人跟自己的一致率，只有80%。 在做决策这件事上，AI已经比你本人还要像你。 但这还只是皮毛。 视线转到底层研发，游戏…","body":"AI模拟一个真人的行为，准确率能达到多少？\n83%。\n\n听起来不够完美？\n拿这个数据跟真人比一下。\n同一个实验里，让真人相隔两周重复自己之前的选择。\n你猜怎么着？真人跟自己的一致率，只有80%。\n在做决策这件事上，AI已经比你本人还要像你。\n\n但这还只是皮毛。\n视线转到底层研发，游戏规则早就掀桌子了。\n现在的玩法，叫“一个人就是一支军队”。\n\n在Anthropic内部，一个工程师日常带多少个AI智能体干活？\n早就不是一对一聊天了。\n他们每个人都在并发调度几十、上百甚至上千个智能体。\n主智能体派发任务，子智能体往下再分包，一路能深挖五层嵌套。\n\n威力有多离谱？\n支付巨头Stripe做系统底层大迁徙，一万行Scala代码要转成Java。\n以前这叫伤筋动骨，得按月算，开无数个会。\n丢给这套智能体集群，四天，干完了。\n知名项目Bun把底层从Zig语言硬切到Rust，也是这帮不知疲倦的合成大军敲出来的。\n\n不信邪的老经验，最先被碾压。\nAMD刚经历了一场内部震撼。\n一个极其棘手的芯片底层漏洞，一整个资深工程师团队卡了几个星期，毫无头绪。\n最后是一个初级工程师破的局。\n他直接调出一组智能体，让二十多个维度的测试和验证并发狂奔。\n漏洞被生生揪出。\n高管直接看傻了，老派工程师的三观碎了一地。\n\n那些还抱着“AI只会补全代码”优越感的人，还在一行行手动查错。\n而真正懂行的人，已经成了指挥几千个数字工人的超级包工头。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2083075580967153677","translated_status_id":"2083075580967153677","published_at":"2026-07-31 06:16:50","created_at":"2026-07-31T08:14:52.899946","url":"https://mubeitech.com/p/2082839322944757833","markdown_url":"https://mubeitech.com/p/2082839322944757833/markdown"},{"rank":3,"id":"16287455","account":"mubei","brand":"@mubei","title":"一个 AI 代理，接管电脑打了 5 小时 29 分 57 秒，最后通关了《杀戮尖塔2》的每日挑战。 结果不是口头说赢了。…","summary":"一个 AI 代理，接管电脑打了 5 小时 29 分 57 秒，最后通关了《杀戮尖塔2》的每日挑战。 结果不是口头说赢了。 分数 2600。 爬到 48 层。 杀了 3 个 Boss。 进阶 3。 排行榜上留下了成绩。 这件事有意思的地方，不是“AI 会玩游戏”。 会玩游戏的 AI…","body":"一个 AI 代理，接管电脑打了 5 小时 29 分 57 秒，最后通关了《杀戮尖塔2》的每日挑战。\n\n结果不是口头说赢了。\n分数 2600。\n爬到 48 层。\n杀了 3 个 Boss。\n进阶 3。\n排行榜上留下了成绩。\n\n这件事有意思的地方，不是“AI 会玩游戏”。\n会玩游戏的 AI，早就不新鲜了。\n真正的门槛在于：它不是在一个干净的棋盘上算下一步，也不是在固定题库里选答案。\n\n它是在一台真实电脑上，看屏幕，点鼠标，读卡牌，算路线，拿遗物，处理随机事件，打完一场又一场战斗。\n中间任何一步判断错了，后面都要自己兜回来。\n血量、金币、牌组、遗物、路线、敌人意图，全都在变。\n\n这类任务最难的，不是某一秒有多聪明。\n而是连续几个小时都别断片。\n\n人类玩《杀戮尖塔》也是这样。\n第一层拿错一张牌，第二层买错一个遗物，第三层少算一点伤害，最后可能死在 47 层。\n它必须把很多小决策串成一条长链，而且每一步都能被最终结果清算。\n\n所以这个 2600 分的意义，不是游戏分数本身。\n而是一个很早期、但很清楚的信号：AI 代理正在从“回答问题”，往“接管一个封闭规则系统并完成长程任务”移动。\n\n这比会聊天大得多。\n聊天可以靠语言把失败糊过去。\n游戏不会。\n48 层就是 48 层，Boss 死了就是死了，排行榜上有没有成绩，一眼就能看见。\n\n未来很多工作，最先被改写的也不是那些听起来最玄的工作。\n而是这种规则明确、反馈清楚、步骤很长、错误会累积的任务。\n\n因为机器一旦能稳定熬过 5 个小时的观察、决策、纠错，它离“干活”就不再只是会说话那么远了。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2076094830313189827","translated_status_id":"2076094830313189827","published_at":"2026-07-11 22:40:51","created_at":"2026-07-12T00:33:44+02:00","url":"https://mubeitech.com/p/16287455","markdown_url":"https://mubeitech.com/p/16287455/markdown"},{"rank":4,"id":"2073544407643496771","account":"mubei","brand":"@mubei","title":"Andrej Karpathy 认错了。 他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智…","summary":"Andrej Karpathy 认错了。 他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智能体（Agent）去干活。 这一步迈得太大，直接让他们多走了 5 年弯路。 那时候的项目叫 World of Bits。 目标很宏大：让 AI 像人一样，操控键…","body":"Andrej Karpathy 认错了。\n\n他说，2016 年在 OpenAI，他们犯了个代价高昂的错误：直接让 AI 智能体（Agent）去干活。\n\n这一步迈得太大，直接让他们多走了 5 年弯路。\n\n那时候的项目叫 World of Bits。\n目标很宏大：让 AI 像人一样，操控键盘 and 鼠标，去网页上订机票、点外卖。\n\n结果呢？\n当时他们手里只有“强化学习（RL）”这一把锤子。\nAI 只能在简陋的网页上疯狂乱点，指望靠运气撞上高分奖励，最后证明根本走不通。\n\nKarpathy 总结说：当时最该干的事，是彻底忘掉 Agent，先去把大语言模型（LLM）造出来。\n\n先把脑子发育完全，再去学怎么用手。\n\n接着，他给现在的 Agent 热潮狠狠泼了一桶冷水。\n\n他说，Agent 跟自动驾驶、VR 是同一个物种：Demo 极其好做，产品化极其艰难。\n\n写个脚本，让车绕着街区开一圈，或者让 AI 跑通一个订票流程，一下午就能搞定，发到网上能拿成千上万个赞。\n但要让它变成真正能卖钱、不出错的产品？\n对不起，做好跟它死磕 10 年的准备。\n\n为什么这么难？\n因为今天的 Agent 只有一个“大语言模型”当大脑袋，它还缺了太多零件。\n\n海马体（记忆检索）在哪？\n基底神经节在哪？\n丘脑（当脑子里多个想法打架、争夺决定权时，用来分配麦克风的控制机制）又在哪？\n人类大脑进化了千万年的物理回路，现在的 AI 连毛皮都还没摸到。\n\n不过，这个大坑，反而给普通人留了条活路。\n\nKarpathy 顺便爆了大厂的底：\n在大模型训练上，像 OpenAI 这样的巨头已经把路线图摸得太透了。\n学术界刚发篇新论文，OpenAI 内部的 Slack 大概率就会弹消息：“哦，这玩意我们两年半前就试过，不信你看这儿有当年的失败数据。”\n\n但在 Agent 领域，大厂没有任何秘密武器，他们也正懵着呢。\n\n这也是为什么，现在真正站在 Agent 能力前沿、能做出新花样的，是那些在车库里连夜修 Bug 的黑客和创业者，大厂里写论文的科学家反而没做出来。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2074030551783141845","translated_status_id":"2074030551783141845","published_at":"2026-07-06 06:07:09","created_at":"2026-07-06T08:00:29.239922","url":"https://mubeitech.com/p/2073544407643496771","markdown_url":"https://mubeitech.com/p/2073544407643496771/markdown"},{"rank":5,"id":"2063169819474546837","account":"mubei","brand":"@mubei","title":"假如大语言模型有人类的意识，那《帝国时代2》也有。 这来自一篇正经的微软学术论文。 研究员 Adrian de Wynt…","summary":"假如大语言模型有人类的意识，那《帝国时代2》也有。 这来自一篇正经的微软学术论文。 研究员 Adrian de Wynter 搞出了一篇疯批文章，直接把圈内人看嗨了。 现在很多人看着 AI 能说会道，就觉得它们有了道德感，甚至理解了自然语言。 他觉得这纯属扯淡。 为了打脸这种观点…","body":"假如大语言模型有人类的意识，那《帝国时代2》也有。\n这来自一篇正经的微软学术论文。\n研究员 Adrian de Wynter 搞出了一篇疯批文章，直接把圈内人看嗨了。\n现在很多人看着 AI 能说会道，就觉得它们有了道德感，甚至理解了自然语言。\n他觉得这纯属扯淡。\n\n为了打脸这种观点，他在经典老游戏《帝国时代2》里，硬生生建了一个神经网络。\n他利用游戏里的地图编辑器，搞出了逻辑门（NAND gate）。\n草地代表 0，桥梁代表 1。\n最绝的是什么？\n这个电路里传递信号的载体，是一只羊。\n\n每一次计算，就是一只羊被移除，另一只羊在轨道上就位。\n只要基底足够强大，哪怕是乐高积木，或者是大波士顿地区，你都能在上面跑神经网络。\n既然一只在草地和桥梁间溜达的羊也能算计出结果，你能说这只羊或者这个游戏拥有“人类意识”吗？\n当然不能。\n\n所以，别再对着 AI 的几句漂亮话大惊小怪，赋予它人类的拟人特征了。\n抛开底层的运行机制谈 AI 意识，就是自我感动。\n科技圈真正硬核的祛魅，就是用一只跑腿的电子羊，踢破过度神话 AI 的信息泡沫。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2063507959150219721","translated_status_id":"2063507959150219721","published_at":"2026-06-07 06:20:11","created_at":"2026-06-07T08:18:02.970625","url":"https://mubeitech.com/p/2063169819474546837","markdown_url":"https://mubeitech.com/p/2063169819474546837/markdown"},{"rank":6,"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"}]}