Pinned Loading

1. Context engineering 解读 - 07/08/2025 Context engineering 解读 - 07/08/2025

   1

   分享一个最近比较火的概念 “context engineering”（由 Andrej Karpathy 提出），一句话解释：在模型推理时 提供出 任务所需的所有完整信息的工程。

   2

   > 以下内容参考自 [Awesome-Context-Engineering](https://github.com/Meirtz/Awesome-Context-Engineering)

   3

   4

   为什么近期 context engineering 被广泛讨论？原因是 prompt engineering 不足以代表了现在生产级 LLMs 应用的复杂度。

   5

   首先 LLMs 的概率函数是：

2. AI 时代的分发策略：速度即护城河 - 06/30/2025 AI 时代的分发策略：速度即护城河 - 06/30/2025

   1

   分享下 a16z 的近期一篇文章，对产品早期增长很有启发：[In Consumer AI, Momentum Is the Moat](https://a16z.com/momentum-as-ai-moat/)。

   2

   > 标题：AI 时代的分发策略：速度即护城河，对应的[中文版](https://mp.weixin.qq.com/s?__biz=MzA3NzUxMzM5MQ%3D%3D&mid=2453892038&idx=1&sn=095208fd8d4e5bd20ac5a2f84ae4e0b8&chksm=8931266811d6e574943d635df64d85dc473e8fee0a390b062c2cf05f930b3c4d1808093d35da&mpshare=1&scene=1&sharer_shareinfo=1f779427ddbc399e68d7b53ab2eb5dda&sharer_shareinfo_first=1f779427ddbc399e68d7b53ab2eb5dda)

   3

   4

   文章的主旨是：LLMs 同质化趋势下，AI 产品 的护城河不再是技术壁垒 为主（技术的差异越来越小），而是增长的速度与产品认知差。

   5

3. 行业观察：模型即产品趋势 - 06/26/2025 行业观察：模型即产品趋势 - 06/26/2025

   1

   分享下最近的一个行业观察：

   2

   1. 国内 ai 模型厂商 minmax、kimi 最近有一些新动态：

   3

     1. minmax 推出了 通用 agent 产品 https://agent.minimax.io/share/281535490056355

   4

     2. kimi 推出了 researcher 模型与产品 https://www.163.com/dy/article/K30342N605566Y1D.html

   5

   2. 国外 claude 今天则进一步 artifacts 部署、发布等端到端流程 内置

4. Andrej - AI 时代下的软件演进趋势分享 - 06/24/2025 Andrej - AI 时代下的软件演进趋势分享 - 06/24/2025

   1

   分享下最近 [Andrej](https://x.com/karpathy) 在 YC 上的一次分享，主题是 AI 时代下软件演进的趋势，其中有一些深刻的洞察：

   2

   该分享原内容：[视频](https://youtu.be/LCEmiRjPEtQ)、[PPT](https://docs.google.com/presentation/d/1sZqMAoIJDxz79cbC5ap5v9jknYH4Aa9cFFaWL8Rids4/edit?usp=sharing)、[中文版](https://docs.qq.com/document/DVmpCdVRSbFFycmhr)

   3

   4

   1. 软件演进的三个时代：从传统的代码编程到 训练神经网络 再到自然语言编程，突然间 每个人都是程序员。

   5

       > 对应了现在 vibe coding 兴起，ai coding 产品风靡（该概念也是 Andrej 提出）

5. 多模态研究（张祥雨）播客分享 - 06/09/2025 多模态研究（张祥雨）播客分享 - 06/09/2025

   1

   分享一期 最近被疯狂推荐的播客 - [102。 和张祥雨聊，多模态研究的挣扎史和未来两年的 2 个“GPT-4 时刻”](https://www.xiaoyuzhoufm.com/episode/683d2ceb38dcc57c641a7d0f?s=eyJ1IjoiNjU1ZDhiY2NlZGNlNjcxMDRhNDUyODcxIn0%3D)（[文字版](https://mp.weixin.qq.com/s/892QuRPH9uP6zN6dS-HZMw)）。

   2

   该播客是拾象 CEO 李广密对大模型公司阶跃星辰首席科学家张祥雨的访谈，其中张祥雨阐述了他近些年对 LLMs、MultiModal 领域的一些思考，我和 claude 总结了下收获比较大的点，欢迎讨论：

   3

   4

   1. 自监督学习 在 NLP 与 CV 领域的差异

   5

     NLP 领域中 自监督训练 配合 decoder-only 架构取得了惊人成功。相比之下，CV 领域试图复制这种成功的尝试却遇到了瓶颈。无论是对比学习还是掩码图像建模（MIM），都没能展现出类似的 scaling 效果。这背后可能的深层原因：

6. Memory 的几种类型 - 05/25/2025 Memory 的几种类型 - 05/25/2025

   1

   最近刷到了一张 agent 记忆的分类图，简单概括下：

   2

   短期记忆：记住刚刚说过的话

   3

   比如你问"我女儿多大了"，它记得你刚说过是5岁，就能接着聊"哦，那该上幼儿园了"

   4

   5

   长期记忆：存储重要信息、用户偏好