笔记
18 篇文章
- 用 Jev 搭 Agent Harness：面向决策而非生成文本的新模型Jev 是为决策而非生成文本优化的 System One 模型；本文译自 Sydney Runkle / Hunter Lovell，讲如何用它搭 agent harness（路由与 Auto Mode）。
- LLM 为什么缓存 K 和 V，却通常不缓存 Q？为什么 attention 通常缓存 K/V 而不缓存 Q：prefill/decode、causal attention，以及显存代价。转载自 Dongxi 东锡 NLP。
- 4 天做一个「真的能玩」的完整游戏：Blender + GPT 5.6 Astra 做 PaperRoute 的全流程Emm Tee 用 GPT 5.6 Astra 写代码、Blender 做模型，四天把 Paperboy 重做成可玩的 PaperRoute。本文逐段翻译他这份六步 runbook（机制先行、美术后置、两条流分开跑、Blender-as-code、review 渲染回路、分支实验），并站在开发者视角补齐它缺口的部分：这类项目在工程上应该怎么走——CI 门禁、性能预算、资产许可、关卡数据驱动，以及一份可执行的流程清单。
- Google 用 1 小时把 Agent 讲清楚了：Agent → Memory → Loop → MCP → Multi-Agent这是一门被拼成 1 小时合辑的 Google ADK 课程：先用一个「规划—校验—重写」的写博客 Agent 讲清 Agent 是什么，再把记忆拆成 session、数据库会话加用户画像、Memory Bank 三层，接着用入职协调 Agent 讲长时间运行 Agent 的三个必要条件，最后落地 MCP Server 与「把 Agent 当工具挂给另一个 Agent」的多智能体结构。
- 怎么用 PPT 让观众记住你？瑞哥那的「选题—框架—设计—讲解」全流程小红书博主瑞哥那拆解自己那套可复用的 PPT 方法：先分清信息主导与主讲人主导；选题先看受众状态、再找「我能讲别人不能讲」的独家素材；框架用标题定调并主动回答「为什么是我」；设计交给 AI 的只有风格、素材、字体三个元素；讲解时 PPT 补充你，而不是你补充 PPT。
- 为什么纯执行型剪辑岗位正承压：从“做视频”转向“懂业务”张元认为，企业账号真正要“垂直”的不是内容品类，而是目标人群：围绕同一群客户的多种焦虑选题，仍然能吸引同一批人。
- 斯坦福 MS&E435 第一讲图解：AI 的钱到底被谁赚走了？Stanford MS&E435 开篇课图解版：用一张「倒三角」讲清 AI 价值链——云是 App > Infra > Semi，AI 却是 Semi 3000 亿 > Infra 750 亿 > App 600 亿；以及 75% 新增收入流向芯片层、AWS 用掉 8 年、消费级 AI 每用户年收入只有约 10 美元为什么可能靠广告解锁。
- Sam Altman：构建 OpenAI 与押注不可能Altman 认为，AI 能力提升得很快，但经济与人的行为具有巨大惯性；这种惯性会让转型更慢，也可能让社会适应过程更平滑。今天缺少的未必是底层技术，而是类似 iPhone 的产品时刻。
- Stanford MS&E435：GPU 经济 | The GPU EconomyStanford MS&E435 课堂对谈笔记：Brad Gerstner 与 Sunny Madra 讨论 GPU/推理成本、token 工厂与 AI 商业模式。
- Stanford MS&E435：AI in Life Sciences——从分子设计到自动化湿实验室Chai 把自己定位为“分子的计算机辅助设计套件”，目标是减少抗体等药物设计中的反复试验，长期甚至希望从计算机直接生成接近可用的候选分子。
- Stanford MS&E435：生成式 AI 的经济学 | Economics of the AI SupercycleStanford MS&E435 开篇课笔记：Apoorv Agrawal 用 cloud vs AI 价值三角形，讨论生成式 AI 的价值流向、推理成本与应用层翻转。
- Stanford MS&E435：企业 AI 与 SaaS | Enterprise AIStanford MS&E435 课堂对谈笔记：Databricks CEO Ali Ghodsi 谈企业 AI 落地、上下文瓶颈、流程重构与 SaaS 护城河。
- Stanford MS&E435：Coding AI 与 Agent Cloud | Guillermo RauchStanford MS&E435 课堂对谈笔记：Vercel 创始人 Guillermo Rauch 谈 Coding AI、Agent Cloud，以及软件免费之后部署、组合与治理的价值。
- Stanford MS&E435：建设 AI 工厂 | Building AI FactoriesStanford MS&E435 课堂对谈笔记：Crusoe CEO Chase Lochmiller 谈吉瓦级 AI 数据中心与从电子到 token 的工厂经济学。
- Stanford MS&E435：Applications, Applied AI——从 Baseten 看推理经济Tuhin 将推理视为 AI 产品交付价值时持续发生的成本项。Baseten 的定位，是把模型优化、部署、跨云容量、可靠性、可观测性和安全能力打包成生产平台。
- Stanford MS&E435：AI 基础设施与前沿实验室 | Sachin KattiKatti 把 AI 算力定义为一整套工业系统，而不只是 GPU：芯片、内存、网络、电力、制冷、数据中心、发电、配电和土地必须在同一时间到位。真正困难的工作往往从签完合同之后才开始。
- Stanford MS&E435：企业内部知识与专用模型 | Yash PatilStanford MS&E435 课堂对谈笔记：Applied Compute CEO Yash Patil 谈企业内部知识如何变成专用模型，以及 Evals、RL 环境与持续学习。
- 《权经》与官宦家学：一套关于权力运作的历史叙事视频以《权经》为线索，把“圣人之说”与“官宦家学”区分开：前者提供公开的道德语言，后者被作者描述为处理现实利益、组织与权力关系的实践知识。