AI探索指南
-
- 我发现中文圈没人提这个⬇️
刚刚英伟达完成了一件很多人以为做不了的事。
他们用4bit精度，在10万亿tokens上，预训练了一个12B参数的大语言模型。
其实预训练方向一直陷入停滞很久了，过去几年，预训练基本被16bit和8bit统治。
你可以在推理阶段做4bit量化，可以省显存，可以让模型跑得更便宜。
但真拿4bit去做预训练，就是另一回事。
训练不是把模型压小然后跑起来。
训练是每一步都要算梯度，每一步都要更新参数，每一步都可能被数值误差放大。
精度降太狠，loss会飘，梯度会偏，它会变得不稳定，自己“幻觉”出错误的计算，最终崩溃。
但英伟达证明了“不可能”只是一个数学问。
他们使用了一种名为 NVFP4 的新格式，与标准结构不同，NVFP4 采用“微缩放”。
它不是粗暴地把所有数字砍成4bit，而是把数字切成很小的block，给每一小块单独配scale。
你可以理解成，以前是一把尺子量一整间屋子，现在是每一小格都有自己的尺子。
其结果是一次彻底的范式转变：
性能提升 2× 到 3×
内存使用减少 50%
最重要的是智能几乎无损
研究人员将该 4 位模型与庞大的 8 位基线进行了比较。曲线完全一致。
在 MMLU、GSM8K 和编程基准测试中，“微小”4 位版本的表现与更昂贵的模型相差不到 0.1%。
当然，它不是整个模型从头到尾全部纯4bit。
embedding、norm、attention相关部分、optimizer states这些地方，仍然有高精度保留。
但最重的那部分linear GEMM，已经可以被NVFP4接管，而且模型没有炸。
训练一个前沿模型过去需要数万块 GPU 和数月时间。NVIDIA 刚刚证明我们可以用一半的硬件和极少的电力得到相同的结果。
这对整个行业的意义很简单：
大模型训练不会因为算力贵就停下来。
英伟达正在把那张训练账单，一刀一刀往下切。
这会是一个非常颠覆的事情。
Paper：https://arxiv.org/abs/2509.25149
@aigc1024 
- GitHub 上有个项目叫 agency-agents，现在已经冲到 9 万多star了
前端、后端、UI 设计、市场分析、法务顾问、Reddit 运营……全都有
重点是，这些不是简单的提示词模板
每个 AI 员工都有自己的人格、工作流程、交付标准
就像真的在和一个有五年经验的前端工程师对，而不是在跟 AI 聊天
不知道大家怎么想，但是我看到这个项目第一反应是：这才是 AI 协作的正确打开方式
大部分人用 AI 的问在于，让一个通用助手干所有事，结果就是什么都会一点，什么都不精
agency-agents 的思路完全相反：极致专业化
1.你需要优化 React 性能，就调前端开发工程师
2.你要设计数据库架构，就找后端架构师
3.你想在 Reddit 做社区运营，就用 Reddit 社区建设者
每个角色只做自己最擅长的事，输出质量完全不一样
作为前产品经理，我觉得从产品角度来说， agency-agents 最牛的不是技术
而是它对 AI 协作的理解
传统思路是：让 AI 变得更通用，什么都能干
agency-agents 的思路是：让 AI 变得更专业，只干一件事
这其实是组织架构的逻辑，真实公司里，没有人要求一个员工什么都会，每个人都有明确的职责边界，在自己的领域做到极致
AI 协作也应该是这样，与其让一个通用 AI 勉强应付所有任务，不如组建一支专业团队，每个角色各司其职
这才是超级个体时代的正确玩法：
一个人，一支 AI 团队，干出一家公司的活
项目地址： https://github.com/msitarzewski/agency-agents
@aigc1024 - 作为每天消耗10亿token的一名coder，今天分享8个我自用的claude code使用技巧功能，让你的效率翻倍
1. CLAUDE.md — 给 AI 立规矩
这是整个项目的"宪法"
你在根目录放一个 CLAUDE.md，写上：项目用什么技术栈、代码风格要求、命名规则、什么能做什么不能做
Claude 每次启动都会先读这个文件，相当于把你的开发规范刻进它的 DNA
我的 CLAUDE.md 只有 3 段：项目目标、技术栈声明、不可妥协的验证要求
记住：只写会导致 Claude 犯错的规则，不要写废
2. Skills — 把重复的说一次就够了
你是不是每次都要跟 Claude 说"先写测试再写代码""改完代码记得跑 lint"
Skills 就是把这些可复用的工作流打包，Claude 会根据你的任务自动加载
比如我有个 /fix-bug skill：自动执行 "复现问 → 定位代码 → 修复 → 跑测试 → 提交" 全流程
社区有个神级 skill 叫 Superpowers，GitHub 上 4 万星，集成了 TDD、代码审查、重构等十几种最佳实践工作流
核心认知：Skills 跑在当前对里，成本低、响应快，是你第一个该用的扩展
3. Plan Mode — 别让 Claude 乱冲
Claude 最大的问是：你说"实现这个功能"，它就直接开干，结果方向跑偏
Plan Mode 的逻辑是：先规划，再执行
工作流变成：Research（调研）→ Plan（计划）→ Execute（实现）→ Review（审查）
我现在的习惯是：只要任务超过 30 分钟，先进 Plan Mode，让 Claude 把步骤列出来，我确认了再让它干
这个习惯让我的返工率直接降了 60%
4. Hooks — 给 AI 上保险
Skills 是"建议"，Hooks 是"强制执行"
Hooks 是 shell 脚本，在 Claude 调用工具前后自动触发
比如我设置了：
每次写代码前，自动检查分支是否正确
每次提交前，强制跑 ESLint + 单元测试
如果要执行危险命令（删除文件、修改配置），必须先问我
本质：Claude 可以商量绕过 CLAUDE.md 的规则，但 Hooks 是架构层面的拦截，绕不过去
5. Subagents — 让 AI 分身去干活
当你需要同时做多件事（比如一边写代码，一边做代码审查），就用 Subagents
Subagent 是独立的 AI 工作者，有自己的上下文、工具权限、记忆
我常用的场景：
主 Agent 写功能代码
Code-reviewer subagent 负责审查代码质量
Test-runner subagent 跑测试并报告结果
它们互不干扰，结果统一汇总给你
关键点：Subagents 适合需要并行工作或隔离上下文的场景，成本比 Skills 高，但隔离性更强
6. Plugins — 团队共享配置
当你的 Skills、Hooks、Subagents 调试好了，怎么让团队其他人也用上
Plugin 就是一键打包分发的机制
你把配置打包成 Plugin，团队成员安装后，所有人的 Claude Code 行为完全一致
这解决了"我这儿能跑，你那儿不行"的问
7. 并行 Worktree — 真正的效率倍增器
最被低估的技巧：用 Git Worktree 开 3-5 个 Claude 会并行工作
每个会独立分支、独立任务：
Session 1 写新功能
Session 2 修 bug
Session 3 写文档
它们同时跑，互不影响，最后分别提交 PR
我现在一天能并行推进 4 个功能模块，以前只能串行做
8. Chrome 扩展 — 让 Claude 看到浏览器
Claude Code 默认只能操作本地文件，但你的工作有一半在浏览器里（看文档、测试页面、查后台）
装上 Chrome 扩展后，Claude 可以：
直接看到浏览器渲染的页面
验证自己写的前端代码是否符合要求
自己发现问并修复
场景：让 Claude 写一个落地页，它写完后自动打开浏览器检查效果，发现标太小、颜色不对，自己改，改完再检查，直到符合要求
你只需要在最后验收，中间的调整循环它自己完成
@aigc1024 - 尼玛，我才知道鲸鱼兄弟中国行有这么多肮脏事
昨天我看Hunter
发朋友圈说自己离开中国了。
我感到很奇怪，因为我记得他还有几场活动，好像在武汉还是那里？
现在咋突然走了？
结果刚才我看到朋友给我发的微信聊天截图👀
原来Hunter突然离开中国这事，没那么简单。
按照他本人在群里的说法，他好像被当成摇钱树了。
第一，有很多部署官方的微信群，叫DeepSeekTui，或者声称代表DeepSeekTui、代表他的群，都不是他本人确认的。
第二，他自己建的官方群就叫「whalebrothers」鲸鱼兄弟。
第三，他明确说自己「been taken advantage of」我被人利用了。
更重的是，后面有人安慰他，他直接回了一句：
「It’s really Mark Shan who’s the issue.」
这都是Mark Shan的问！
我不知道这里面到底发生了什么。
但一个第一次来中国、语言不通、行程被多人协调、活动被多方安排、群组和身份还被各种人拿去代表的外国嘉宾，最后突然决定离开，这里面显然不只是「个人情绪」四个字能解释。
现在最该解释的其实很简单：
谁在用Hunter的名义建群？
谁在说自己代表Hunter？
谁在用DeepSeekTui这个名字做背书？
谁把Hunter的中国行程从一个社区活动扩展成了多地巡回？
谁在中间对外收钱、拉赞助、拉资源？
Hunter本人到底知不知道这些安排？
他为什么会说自己被利用？
他又为什么会点名Mark Shan？
看起来他不是突然跑路。
他更像是发现自己被人当成了一张牌，终于意识到不对劲，然后直接离场。
他本人已经把说到这个程度了。
该出来解释的人，最好出来解释。
PS：知情人可以来补充一下哈。
@aigc1024 - demo越惊艳的机器人公司，死得越快？
现在很多具身团队的路径其实已经很固定了——
大部分是硬件出身，先把自研硬件跑通；然后搭一套采集、训练、部署的管线；再拿开源模型去猛戳场景、戳数据、戳任务；做出一个能看的demo；再接一些简单的科研订单或演示性交付；最后把主线慢慢转向融资。
@aigc1024 - 具身智能从去年的只跳舞一场单机器人就能收六七千，到现在群控和编排功能都不是什么新鲜事，普通人对机器人表演的阈值被越来越拉高。除了会跳舞，还要能走上台走下台，相互之间走位，还要能有语音模型接入豆包和企业知识库和游客做交互，市场也在随着注意力变化对机器人厂商提出更高难度的需求。就像gpt3.5刚推出那会儿一样，模型强但又不足够强，所以催生出来很多专门做模型agent的公司并迅速的融到资，具身智能目前也处于这样的一个阶段：本体能力和大脑小脑能力已经处于相对完备的阶段，但是面向具体的场景，本体厂商、模型公司还缺少相对应的垂类数据和场景认识，所以会催生出大量的如同2223年agent公司的中间集成商公司。但在模型能力完善之后，这类公司也会迅速被替代。
某租赁平台的技术能力在业界一直是出了名的不太行，但是资本运作能力和渠道运营能力出奇的好。现在又是几亿元到手，就算技术能力不行这钱砸下去也能变行。但是具身智能又和llm大模型有区别：具身智能需要线下交付，llm可以完全依赖线上，所以有线下的因素加入之后，渠道运营能力会否成为这个租赁平台区别于韭菜agent公司的关键因素会是个很有意思的问。
@aigc1024 - 以后最先登上月球和火星的，应该是人形机器人，而不是人类。
