LiUgOd
@LiuGods
互联网公司加入于 2009年5月21日
ai agent既是资产又是资产的控制者，甚至是所有者 同时又是完全数字化的 人类历史上从未见过这样的生产要素，及其高效，及具流动性 这就是ai工业革命的价值捕获方式 这就是rwa的终极形态 中国放弃稳定币，会失去很多； 放弃rwa，会失去一切
rick awsb ($people, $people) @rickawsb
9月 17日x.com/i/article/1968…
把数字代码吹成"资产所有者"，是新一轮的皇帝新衣。别被新词唬住，任何生产要素的变革，最终都要回归物理世界的权力结构。 控制权幻觉：Agent的所谓"所有权"，其根服务器、代码权限、电力供应仍在人手里。断电、删库，所有权瞬间归零。 RWA的命门：RWA的核心价值在线下资产的司法执行力，而非线上流转效率。没有物理强制力背书，就是镜花水月。 系统不兼容：放弃某些工具，不是战略失误，是底层系统排异。强控制系统无法容忍一个无法被直接穿透的高效流动要素。 世界依然是那个草台班子。别在数字的影子里追逐所有权，看好你物理世界的服务器和电缆。
我原以为是让我教桌游规则，其实是因为早上玩我的世界时电视 hdmi 切到 switch 上了（switch2被云豆拿去玩大金刚）。我屁颠铺垫回家就是教她怎么切换电视的 hdmi 输入。
Google Adsense关停Hridoy的账号，并拒绝了申述，损失15万4千美金 10多年前我在国内的project出现同等的困境，不过没那么多，好像5000多刀（一个半月左右的payment） 完全打乱了我在新西兰创业移民的原本计划，使得我来新西兰的前2年过着入不敷出的日子
Hridoy Rehman @hridoyreh
1天Google Adsense rejected my appeal, means I lost $154,000 in payments...
现代思想根基的层级结构： 第一层：本体论革命 1. 相对性思维（爱因斯坦）- 没有绝对参照系 2. 量子思维（波粒二象性）- 观察者与被观察不可分 3. 系统思维（控制论/复杂性）- 整体大于部分之和 第二层：认识论革命 4. 贝叶斯思维 - 知识是概率更新过程 5. 涌现思维（进化论延伸）- 复杂源于简单规则的迭代 6. 计算思维（图灵）- 一切信息处理皆可计算 第三层：方法论革命 7. 实证主义（波普尔的可证伪）- 科学与非科学的分界 8. 结构主义 - 关系先于实体 9. 博弈思维 - 策略互动塑造结果 第四层：意义论革命 10. 存在主义 - 存在先于本质 11. 语言学转向（维特根斯坦）- 语言的边界即世界的边界 12. 建构主义 - 现实是社会建构的 第五层：元思想 13. 递归性（哥德尔）- 系统可以指涉自身 14. 信息论（香农）- 信息是负熵 15. 网络思维 - 一切皆是网络中的节点 这十五个思想，一言以蔽之，「如何看」。
我来讲个故事：网易最早收购做游戏的团队叫做"天夏"（花了 20 万～100 万左右吧？）其中美术部门人最多，有二十多人，主美和原画都是长发耳环，在环市东路好世界上班时，确实和当时的高档写字楼风格不搭。头几天上班时在电梯被丁磊撞见了，回头他就问，那几个是干什么岗位的，让他们把头发剪掉。
超越自己的知识体系很难，但不是做不到。 试图超越自己的知识体系之前，可以做一些准备工作，也不神秘，可以教给大家。其中一个方法就是，自己通过认真的回忆，制作一个纯属你自己的知识大厦的历史发展图，从你开始读书学习的那些少年时代吃进了些什么东西，按年代粗略分，像盖楼一样往上一层一层加，看看总体是个什么样子。或者像画路线图一样把你自己的里程碑式的知识吸纳点排列出来，做到了然于心。 这就是知识管理版的"人贵有自知之明。"这一步做好了，就不会犯那种把自己不知定义的一堆大词抓来幻想出一大套独特的理论体系自娱自乐但却没地方发表的错误。做到厘清了"已知就是已知，其他的我不知道"之后，你下一步往哪里去超越去攻关就可以提上议事日程了。
祥仔Leo | 行走的Meta Prompt @leodknuth
@himself_65有一定的道理
最好该股票跟买的东西有关。 比如买一双鞋，就找该鞋的股票。买了gemini 付费账号就买google的股票
最好该股票跟买的东西有关。 比如买一双鞋，就找该鞋的股票。买了gemini 付费账号就买google的股票
Brian Feroldi @BrianFeroldi
3天Great idea:
@Rick5767朋友分享 我这隔壁镇，之前有个鞋厂，10w人的。周边餐厅，早餐，衣服，出租屋，全跟着赚钱有收入。那个镇才，30来万本地人 。后来厂子迁走了，整个镇都塌了似的 财税就业当年就崩了。
这几天刚把 《基地》全三季电视剧给全看完了。 里面有一个科幻概念叫 心理历史学，可以预测未来王朝比较大的事情。 里面的理念和我对于 AI 的预测，有同样的感觉。 作为人类的个体是很难精细预测的，但是对于人群聚集之后，是呈现出某种模式和机械重复的。 那么在金融市场上，有一些行为认知上的群体模式，可能是更加显著的。 今年 2025年的话，例如是 人类群体的情绪性、从众、两者结合正反馈强化放大趋势。 未来的话，可能是，AI 和 量化程序的过度一致性后，引发踩踏。
过去是"贪婪/恐惧"的人肉模型，在信息慢车道里共振，散户的反应弧长，机构收割窗口也长。 未来是"AI/量化"的硅基模型，在算力快车道上趋同。当所有模型都认为自己找到了最优解时，就创造了一个极其脆弱的单点故障系统，崩溃以微秒计。
转译：有人发现了一个让 AI 智能体（AI Agent）工作更出色的绝妙方法，简单到令人惊讶：只要给它们设定一个人格。 我最近读了一篇关于"心理学增强型 AI 智能体"（Psychologically Enhanced AI Agents）的论文，它揭示了一个引人入注的观点：我们无需进行任何复杂或昂贵的重新训练，就能引导 AI 的行为。 事情的背景是这样的：通常，如果你想让一个 AI 精通某项特定任务（比如，让它擅长创意写作，而不是战略分析），你必须进行成本高昂且耗时的"微调"（fine-tuning）。 问题在于，一个通用的、"一刀切"的 AI 往往不是最佳选择。一个为检索事实而优化的模型，可能很难写出一个富有同理心、感人至深的故事。 这篇论文的关键发现，是一个名为 MBTI-in-Thoughts 的框架。研究人员发现，只要在提示词（prompt）里，简单地要求大语言模型（LLM）扮演一个特定的迈尔斯-布里格斯类型指标（MBTI）人格，它的行为就会发生可预测、且非常有用的改变。 举个例子，在一个策略博弈游戏中： * 被设定为"思考"（T）型人格的智能体，选择背叛的概率接近 90%。 * 而被设定为"情感"（F）型人格的智能体则更倾向于合作，背叛的概率仅为 50% 左右。 这一切仅仅通过一句提示词就实现了，根本不需要任何微调。 这事儿最让人着迷的地方，就在于它出人意料的简单。这种能力其实一直都潜藏在模型内部，而提示词就像一把钥匙，把它解锁了。 为了确保这不是巧合，研究人员还让被"注入"了人格的 AI 去做了官方的 16 型人格测试（16 Personalities test）。结果，AI 的答案与它被指定的人格完全一致。在执行任务时，它真的"变成"了那种人格。 这彻底改变了我对提示词工程（prompt engineering）的看法。它不再仅仅是关于你*问 AI 什么*，更是关于你*让 AI 成为谁*。 实际应用前景可以说是立竿见影： * 需要一个能共情的 AI 客服？把它设定成 ISFJ（"守卫者"）。 * 需要一个能做冷酷市场分析的 AI？试试 ENTJ（"指挥官"）。 你可以根据手头的任务，来匹配智能体的"天赋"。 从更宏观的视角来看，这意味着未来我们可能不再依赖于单一的、庞大的 AI 模型。取而代之的，我们或许可以构建由多个 AI 智能体组成的多元化团队，每个智能体都拥有为其特定角色量身打造的"人格"。 想象一下，一个充满创意的"ENFP"型智能体和一个注重逻辑的"ISTJ"型智能体一起头脑风暴，共同规划一个复杂项目。这就引出了一个全新的问题：要解决某个特定问题，最佳的人格组合是什么？ 归根结底，这项研究为我们指明了一个通往更通用、更强大、也更可控的 AI 的未来。我们正在学习的，不仅是塑造 AI 的输出结果，更是它在处理任务时整个的认知与情感风格。一句简单的提示词，就能解锁一个行为的全新维度。
Carlos E. Perez @IntuitMachine
3天Someone figured out a surprisingly simple way to make AI agents better at their jobs: just give them a personality. I just read a paper on "Psychologically Enhanced AI Agents," and it's a fascinating look at how we can steer AI behavior without any complex or expensive
没有评论:
发表评论