Recently Updated Pages
好奇心的底层原理
我们都知道好奇心对于动物的意义,而且也符合达尔文的生物进化理论, 好奇心的生理基础是大脑中多巴胺系统与前额叶皮层的协同作用,形成 “探索→获得信息→奖赏→持续探索” 的正反馈循环。 但是大脑是怎...
人脑-背景思维
当下做主的,是临时判断和情绪 有趣的现象:等红灯的时候,掏出手机看了一眼,发现自己买的股票跌得很厉害,一整片很绿很绿,绿得刺眼。心情一下子起了波动,乱乱的。就在这时,交通灯也变绿了——同样是...
数学的意义
一个关于数学本质的终极真相:从某种意义上说,现代数学确实就是一个“纯粹的逻辑玩具”。 把数学比作围棋简直太传神了。围棋的规则极其简单(黑白子、气尽提取、地多者胜),但在这个人为制造的、与现实生...
Agent时代的协作问题
代码已经变成了完全不用人类查看的产物,就像之前的汇编,编译器成熟之后,没有人再查看汇编。 当开发的时间大头变成了定义、讨论和设计系统(写代码的时间往往非常少),Git 作为人类协作的机制已经不...
意识(自我)
意识的解释 意识,可以解释成 对自我的一种认可,我是我,一般说一个智能具有意识,表示能表现出“自我”的行为。 自我是一套复杂价值观、行为规则,是一种关于人文、社会、基本生存等的复杂算法的高层级...
充分利用算力的精度
我们都知道现在的深度神经网络有大量的信息是冗余的,利用这个冗余进行提高效率的计数有,稀疏计算、低精度量化等等技术。 乘法本来就是一种数学上的定义,可以理解成一种最简单的信息处理方法、公式 硬...
LLM的内部飞轮
核心结论:AI 是第一个自带"内部飞轮"的技术——它同时是工具、工具的制造者、工具的宣传者,三重身份互相加速,所以既真的快,也真的产生泡沫。 一、技术特殊性:左脚踩右脚为什么成立 关键点:AI ...
一种理想的智能体编排架构
目的:写给要动手实现智能体编排器的人,说明在 LLM 上下文有限的前提下,靠哪些结构撑起大范围、高深度的自洽。 顶层论点:LLM 只是个强大的计算器,智能来自围绕它搭起来的记忆与调度结构。 ...
人脑的本能
从人类的生理机制、认知心理学与现实行为视角来看,这三层架构完全对应着人类从生物本能到高阶思维的演化与发育逻辑。 核心范式:基因预设结构(先天),经验演化行为(后天) 人类大脑的解剖结构与神经网络...
大脑的化学滤镜
一、 神经与生理机制:大脑的“化学滤镜” 我们的精神状态底层是神经递质的化学反应,它们就像给大脑戴上了不同颜色的滤镜。 兴奋状态(如喝完咖啡):多巴胺与“奖励预期” 咖啡因的主要作用是阻断大...
人类智力的分水岭
智力的本质是,演算,想象? 模仿是训练的手段, 能演算才有逻辑的运行环境 有了逻辑能力,就有了语言表达能力 人类大脑多出了一个区域专门用于演算 记忆的扩散,也是演算的一种 有了演算,就可...
动态性内化
transformer最成功的一点就是attention 这个就是一个最典型的动态性内化的案例,既保留了动态性,又让所有的参数都能够被用到,没有浪费参数。 没有浪费算力,又适合现有的加...
不是车库是仓库
20260803
智能体编排的目标
目的:写给做 Agent 编排层和 harness 的人,说清楚现在的助手类 Agent 卡在哪里,以及编排层该往哪个方向做。 顶层论点:助手类 Agent 的自洽和逻辑只能维持在当前上下文...
语言模型究竟能记住多少内容?
论文阅读笔记:How much do language models memorize? 论文基本信息: 标题:How much do language models memorize?(语言...
翻倍的本质
马丁格尔策略(Martingale Strategy),俗称“加倍赌注法”或“倍投法”,是博弈论和金融学中最著名、最古老,但也最危险的资金管理策略之一。 它的基本逻辑非常直观:“只要我无限翻倍...
通用Agent的发展
Agent的需求背景 这些本应被封装为「日常AI工作流」的能力,却仍被塞进一个通用聊天框里手工完成。 这正是留给AI创业者的机会,我们不该让普通人用临时脚本搭建自己的「购房智能代理」,而应当创...
AI影响下的工程开发的提示
注重文档的编写和生成 因为Agent的特性,只能理解上下文内的东西 文档是Agent能快速上手的一个关键的途径 vibe 不要焦虑,你的工作窗口就是对话框+少量的文档diff 不...
抽象
<svg xmlns="http://www.w3.org/2000/svg" viewBox="0 0 720 400" font-family="sans-serif"> <rect x="...
AI底层技术的这几年
开始于卷积神经网络 依稀记得AI框架的鼻祖是caffe 后面的pytorch和tensorflow的出现逐渐把深度神经网络的引用慢慢推向成熟 后面就开始进入到了框架的竞争和底层图编译...