Tag: 大语言模型
这篇文章记录了一次教孩子用 VS Code AI Agent 修改 GitHub Pages 个人主页的经历。相比传统手写代码，AI 时代的编程教育更重要的是学会描述需求、指挥 Agent、理解 GitHub 工作流，并能审核 AI 生成的代码。文章借此引出 Harness Engineering 的概念：大模型是“大脑”，而围绕模型的工具调用、文件编辑、工作流和验证机制，才是真正让 AI 干活的 Harness。 去年弟弟学了一些 GitHub、Markdown 和 HTML，也在 GitHub 上搭了自己的个人主页。虽然页面已经能跑起来了，但整体看起来还是比较乱：有些排版不统一，有些内容结构不清楚，代码也有点像“想到哪里写到哪里”。 这次我就借这个机会，给弟弟演示了一下如何在 VS …
AI加点 CCTV 就显得真实 AI 文生图技术越来越成熟，从早期略带“AI 味”的 Midjourney，到如今更逼真的 ChatGPT 图像生成和 Google Nano Banana，AI 图片已经越来越难以分辨真假。文章以 AI 生成的 CCTV 5 体育直播美女图为例，讨论了真实感、镜头语言和平台标识如何增强图片的可信度，也提醒人们未来在网上看到的图片未必都是真的。 自从人工智能、AI 大语言模型和文生图技术越来越成熟之后，每隔一段时间，就会有某种 AI 图片风格突然爆火。 我记得最早让我印象深刻的是 Midjourney。那时候生成出来的图片虽然已经很惊艳，但多少还是能看出一点“AI 味”。现在不一样了，无论是 ChatGPT 的图像生成，还是 Google 的 …
电话亭里的 C++：一个旧时代的回声 当电话亭变成图书馆，当编程变成提示词 那些电话亭里的编程书，和即将远去的手写代码 从一英镑电话到 AI 编程：时代真的变了 古法编程：从 C++ 入门书说起 那天和家人散步，路过一个被改造成社区图书馆的英国电话亭，里面竟然放着 HTML 和 C++ 编程书。电话亭曾经承载着昂贵而珍贵的通信记忆，如今成了知识共享的小角落。而随着 AI 和大语言模型的发展，手写代码也许终将像电话亭和算盘一样，成为一个时代的回声。 古法编程: 村里有C++/HTML程序员 那天，我和家人一起散步，来回走了 5 公里。回村里的路上，我注意到一个废弃改造后的电话亭，里面放了很多书，其中竟然还有 HTML 和 C++ 的编程书。 这种路边的红色电话亭算是英国的一大特色，已经有二三十年的历史了。如今，随着手机、互联网和 5G 通信的发展，大部分电话亭早已停止使用。人与人之间的联系变得越来越方便，也越来越便宜。 …
近日，苹果机器学习研究团队发布了一项引人关注的研究，指出当前所谓的大型推理模型（LRM，如 OpenAI、Anthropic、Google 等推出的模型）在面对难度不断提升的逻辑类问题时，会出现准确率骤降至 0、推理努力减少的现象，表明这些模型并没有真正具备稳定的“思考”能力。 研究背景与核心发现 实验设计：复杂性可控的逻辑谜题 研究团队采用了像 河流过渡 和 汉诺塔（Tower of Hanoi） 等经典谜题，通过可控手段系统增加问题复杂度，同时观察模型的“思考过程”和最终结果，避免传统数学或编程基准可能的数据泄露问题。 苹果机器学习团队最新发布研究，指出当前大型推理模型（LRM）在面对高复杂度逻辑题时，准确率骤降至零，且推理过程中的计算量急剧下降，表现出“放弃思考”的现象。 研究用经典谜题如河流过渡和汉诺塔，通过逐步增加难度控制变量，观察模型的表现和推理行为，规避了训练数据泄露的影响。 结果显示，低复杂度时普通大语言模型LLM表现更好，中等难度下推理模型依赖“链式思考”提升表现，但高复杂度下所有模型准确率急剧崩溃。 模型推理能力的“崩溃”与“偷懒” 在复杂度临界点，模型的有效 token 使用量明显下降，表明模型在完成部分步骤后“停止推理”。在问题复杂度接近崩溃阈值时，这些模型伴随着有效 tokens 使用量骤降（即前几步还在思考，後面却“偷懒”了），表现出类似“放弃继续解题”的行为 。 即使研究者直接给出解题算法，模型仍无法有效利用，说明其并非真正理解算法逻辑。为了验证模型是否真无法理解算法，研究者在汉诺塔问题中提供了解题算法，但这些模型依然无法提升准确率，表明它们并不能用“听懂并执行算法”的思维方式，而是纯粹靠训练数据中的“模式匹配” 。 研究实验示意表 复杂度等级 模型类型 表现趋势 …
2025年2月，Deepseek——一家来自中国杭州的人工智能实验室——开源了一个能够比肩ChatGPT的AI模型，而其训练成本远低于当前行业标准。这一突破引发了市场震动，尤其是对GPU需求的预期发生了剧烈变化。投资者一度认为，随着AI训练成本的下降，对高性能GPU的需求可能会减少，从而导致Nvidia的股价暴跌。然而，仅仅几周后，Nvidia的股价就强势反弹，重新回到高点。 这种市场反应看似矛盾，实则可以用Jevons悖论（Jevons Paradox）来解释。 什么是Jevons悖论？ Jevons悖论由19世纪英国经济学家William Stanley Jevons提出，最早是针对煤炭消耗的观察：当蒸汽机技术进步提高了燃煤效率后，人们原以为煤炭消耗会减少，结果却适得其反——因为更高的效率让煤炭的使用成本下降，从而促进了更多行业和领域采用蒸汽机，最终煤炭消耗总量大幅增长。 同样的逻辑适用于AI和GPU市场： 训练成本下降 → AI更易普及 Deepseek的成功证明了AI训练可以以更低的成本完成，这意味着更多企业、创业公司甚至个人研究者可以负担得起大规模AI模型的训练和部署。 AI需求激增 → GPU需求扩大 低成本AI的普及不会减少GPU的需求，反而会催生更多的AI应用场景。例如，更多企业可能会投入人工智能/AI研发，个人开发者也可能利用更廉价的算力进行实验，从而推动GPU（计算机图形加速卡）需求增长。 推理需求大增 → 继续依赖高端GPU 除了模型训练，模型推理（Inference）仍然需要大量算力，尤其是面对全球范围内激增的AI应用需求，云计算平台、企业数据中心等仍然需要大量高端GPU支持高效推理。 Nvidia股价为何回升？ 市场最初的恐慌源于对GPU需求减少的误判，但随着Deepseek的开源，人们很快意识到AI生态的整体扩张才是核心趋势： AI变得更便宜 → 更多公司加入AI赛道 → 算力需求总量上升 AI的推理需求飙升，尤其是企业级和消费级市场扩展 → …
这几天微信视频号上刷到一个在美国美女UP主（程序媛）的视频，很搞笑，于是好奇的查了一下啥是硅谷娇妻。 听说，在硅谷，竞争激烈。华人之间比的是谁的Offer更高，谁的级别更高，谁的妻子更年轻（“娇妻”一词也常被提及）。而女性则比的是老公的职级、收入，甚至家庭的整体实力。这种内卷不仅体现在职场，还延伸到生活的方方面面。从学区房的选择到孩子的教育资源，再到投资理财，甚至是社交圈层，硅谷的华人圈总是充满着无形的较量。这种竞争有时让人充满动力，但有时也让人不堪重负，仿佛一刻松懈就会被时代的浪潮甩在身后。 “硅谷娇妻”是一个带有调侃或刻板印象的标签，通常指向在硅谷科技行业高薪人士（如程序员、高管等）的配偶或伴侣。 硅谷娇妻：让四个大语言模型AI来告诉你 我这次问了四大语言模型LLM（Large Language Model）：包括 ChatGPT、Google Gemini、Anthropic Claude、还有Grok 3。感觉Claude AI生成的抽像图最好，让人眼睛一亮。我还试了DeepSeek，只不过它没法直接生成图。 我还听说，硅谷的竞争异常激烈，以至于男程序员们很难在当地找到对象。许多人选择在国内找媳妇，然后迅速结婚、办理签证，将妻子接到国外。婚后，男方往往希望女方尽快怀孕、生子，成为家庭主妇，否则可能面临被更优秀的男性“拐走”的风险。毕竟，在硅谷，女性的“溢价”更高，选择更多，这一点真假难辨，但确实是一个广为流传的现象。 与此同时，也有不少女性在硅谷站稳脚跟，依靠自身能力进入科技行业，甚至反向选择伴侣。相比国内的传统婚姻模式，硅谷的婚恋市场充满了变量，既有精打细算的现实考量，也有跨文化的碰撞和融合。 ChatGPT眼中的硅谷娇妻 Google Gemini眼中的硅谷娇妻 Grok 3眼中的硅谷娇妻 Elon Musk老马说Grok 3是最聪明/Smartest的AI： Claude眼中的硅谷娇妻 Anthropic Claude AI确实与众不同： DeepSeek眼中的硅谷娇妻 Deepseek无法像其它AI模型可以直接画图，这一点有待改进。 硅谷娇妻是怎么样的？画几张人像 …
视频：油管/Youtube | B站/小破站 | 微博视频 | 西瓜视频 | 微信视频号 | X/推特 | 小红书 马斯克的x.ai到年底有免费的25美元的credit可以使用Grok大语言模型 前不久（今年初），伊隆·马斯克/Elon Musk的X公司开源了Grok大语言模型，并且给免费提供了25美元的credit可以调用。可以在其官网x.ai注册一个帐号，申请API KEY即可，官网还贴心的的给出了调用的例子。 curl https://api.x.ai/v1/chat/completions -H "Content-Type: application/json" -H "Authorization: Bearer xai-......" -d '{ "messages": …
