标签
这条推文批评了2023年那些否认缩放定律并投资于AI易于复制的SaaS/开发工具的投资者，将他们比作恐龙，并评论了错过像OpenAI和Anthropic这样的AI公司。
本文列举了十个关于中国科技和人工智能行业的常见误解，讽刺了对中国企业超越美国的夸张信念。
一位用户将 Grok Bot 与 Hermes 进行比较，并认为 OpenClaw 正在迎来它的“ChatGPT 时刻”。
一条关于 AI 的评论：作者感叹人类文明的一切都可以借助 AI 重新做一遍，并讨论了模型训练中 harness、system prompt 和工具集的作用。
《连线》杂志报道了 ChatTJB，一个实际上由真人 Tucker Bryant 手动回答用户问题的“聊天机器人”。Bryant 将其视为一个艺术项目，并借此评论人们倾向于依赖 AI 的现象。
关于LLM harnesses的一种观点，追溯其起源至早期多步骤工具使用研究（如HotPotQA和GoldEn），并包含Christopher Potts对“仅靠LLM是否足够”这一争论的评论。
Garry Tan认为，随着AI变得更好，AI检测将变得无关紧要，他用机器冲压的银器来类比AI生成的内容；重要的是想法的质量。
一条推文认为掩码语言建模没有必要，自回归模型就足够了，并顺便提到了 BERT。
一条讽刺推文，将中国AI公司乐观的AI宣传与美国AI媒体常见的散布恐惧的叙事进行对比，并提及了Qwen3.8-Max。
一条推文指出，像ChatGPT这样的混合专家模型每次只使用少量参数，幽默地将其与“大脑只用了10%”的迷思相比较。
Theo 称赞 GLM 5.2 是一个令人难以置信的模型，但批评了认为它可以自托管且与 Fable 相提并论的看法，引发了关于模型可访问性的讨论。
一次个人实验表明，为世界杯比赛构建的AI解说员在节奏较慢时效果真实，但快速比赛则会出现问题。
讨论AI大模型时代下，年轻程序员快速掌握PyTorch、Spark、Gemini、GPT、Claude等多个工具和框架的现象，认为未来会出现大量具有多年经验的年轻开发者。
Aaron Levie 的 AI 精神病定律描述了CEO等远离实际工作的人如何倾向于高估AI取代人类的能力，只关注理想情况的结果，而忽视了工作中复杂的最后步骤。
关于智能是否是一种前所未有的商品，具有无限或递归扩张的需求，与人类历史上任何其他商品不同，可能需要新的经济模型的思考。
文章建议，在 Lobsters 上仅仅指责帖子由 LLM 生成的评论应标记为离题，以维护讨论质量。