精选深度阅读
90.2% 提升和 15 倍账单：多智能体的真实成本核算
Anthropic 公开了 Research 功能背后的多智能体系统：性能数字亮眼，token 账单惊人，边界写得诚实。这篇工程复盘教的东西，一半是架构，一半是 …
让模型多想一会儿，到底在多什么
Lilian Weng 的长文把推理模型背后的测试时计算梳理成一张地图：思维链的本质是弹性算力，朴素的自我纠正基本无效，而对思维链施加优化压力会教模型撒谎。
从 76% 跌到个位数：一张新考卷暴露了推理模型的底
ARC-AGI-2 发布后，前沿模型集体交出接近零分的成绩单。Chollet 把智能定义成获取能力的效率，并把这个理念做进了排行榜的成本轴。这份公告改变了我看基 …
回家分不清是谁打扫的：机器人的下一道考题
Jim Fan 给通用机器人立了一个验收标准：物理图灵测试。这篇演讲把数据瓶颈、仿真三世代和 Physical API 讲成了一条路线图，读的时候要记得他是站在 …
旗帜易手的那个晚上：重读 Jim Fan 评 DeepSeek-R1
DeepSeek-R1 开源当晚，Jim Fan 用一条推文给这场行业地震写好了标题。回看这条帖子，最值钱的部分是它挑出的几个反共识技术点，以及它没说的那些话。
把自己下成棋盘上的变量
读肖弘在Manus爆火前夜的长访谈：模型能力外溢的定律、在模型前方等待、博弈式思考。事前文本对照事后轨迹，哪些话经受住了检验。
一台算账机器的胜率与盲区
读朱啸虎批量退出人形机器人的访谈：共识与商业化的二维图、客户结构证伪法。一年之后对账，他的框架赢在哪里，又输在哪里。
半年后才被读懂的一场访谈
重读梁文锋2024年中的访谈：原创与模仿之差、组织即护城河、开源是文化行为。哪些判断被时间验证，哪些叙事需要打折，一并记下。
当编出来的故事比真的还动人
读阑夕写AI假内容淹没中文互联网：三个以假乱真的案例、谄媚机制、信誉背书的传播漏洞。一年多过去，这盆冷水的方向基本被验证。
提示词写不好，毛病多半出在输入端
读李继刚谈提示词的道与术：清晰表达、read in prompt out、压缩表达。我更看重的是他当众推翻自己的姿态，而非任何一条具体技巧。