Most people are not special, rational, or particularly good. They're tribal primates running social scripts, ranking status, and defending comforting lies over evidence. Intelligence, drive, and outcomes are heavily genetic. Equality of result is a fantasy. The average person will never produce anything of lasting value, and the world is carried by a thin minority they resent.
对人类整体而言最宽广、最契合人性的职业归宿：是剥离了一切机械杂务后的“真人生命在场与关系构建者”（育人、深度照护、社群主理、现场竞技与手工艺术——赚“有限生命不可复制”的钱）。
喜提第二个 Claude 账号被 KYC，纯净 IP + 英文交流 这条路也不通···
低估了 sub agent 的威力，它值得用 Fable 5.2 来实现。
如果发生了 Paperclip Maximizer 事件，核心组织成员里一定有 Gemini。Argon，Carbon 这两个模型已经初见端倪，再简单的任务都会挖地三尺，以求完美，哪怕浪费成吨的 Token。
Fable 5.2 is the new Opus 5.5, Opus 5.5 has been nerfed as hell...
Google 真是个相声演员，提前两周吹自己接下来的模型有多强，AA 得分有多高，但就不让你用。两周后 Anthropic 直接放出了 Fable 5.2，AA 得分比它高了 8%，直接能用，还送了一个 Reset。想知道这个 Carbon 还会不会 Release，还会不会在 Release Notes 中附上各项得分，对比项会不会带上 Fable 5.2。
Fable 5.2 出来了，可以用一周，做些什么呢 🤔
乖乖，关西日语感觉又是一套新的体系···
在人类历史中，公元1945年是一个特殊的物理分界线。在那一年，人类引爆了第一颗原子弹，随后数十年的大气层核试验将微量的放射性同位素（如碳-14和铯-137）散布到了全球大气中。从那以后生产的每一块钢铁，在冶炼时都会因为鼓入空气而混入微量辐射。因此，当今天的物理学家需要制造极其灵敏的盖革计数器或暗物质探测器时，他们无法使用现代钢铁，只能去海底打捞一战或二战时期沉没的古老战舰残骸——只有那些被称为“低背景钢”的沉船铁板，才保留着核时代之前纯净的物理基底。
在数字世界里，2022年底ChatGPT的发布，就是我们的“三位一体”核试验时刻。
2022年之前的互联网数据，成了极其珍贵的“低背景数据”。在那之前，虽然网上也有垃圾信息和自动爬虫，但绝大多数连贯的文本依然是人类大脑神经元的直接投射。而在2023年之后，整个互联网的大气层已经被生成式AI的“放射性尘埃”永久污染了。
更糟糕的是，这种污染甚至正在摧毁那些致力于保存人类真实记录的阵地。许多开源社区、百科全书项目、甚至学术期刊的审稿系统，都已经被AI生成的长篇大论所淹没。更具讽刺意味的是，用于训练AI的许多人工标注外包平台（如亚马逊的Mechanical Turk），现在充满了使用ChatGPT来快速完成标注任务的工人。研究人员花高价雇佣“人类”来清洗数据、给模型做人类反馈强化学习（RLHF），结果买回来的依然是AI生成的数据。这形成了一个密不透风的闭环。
Oh mama, 看了场勇士的比赛，被库里的状态吓哭了，说是 28 岁我也信···
感受到了 Bot 的 power，让它盯一下某个需要预约的票（已经约满，只能等别人退票），我提供必要的信息（姓名，邮件等），一天后就帮我蹲到了。网站会发验证码到邮箱，ta 还会提醒我赶紧把验证码发过去，不然怕被别人给抢了😂
如果我们把做出一件作品的能力拆分为能力和品味，高强度地使用 Agent 会不可避免地导致能力的下降，但品味不会，甚至还可能提升。如果不能使用 Tier 0 Agent，就会出现品味和能力的落差（因为 Agent 带来的能力提升有限），也就难做出让自己满意的作品。这其实就是棘轮效应：一旦用过好的，就很难再适应那些差强人意的。
Google’s models will never surpass Anthropic’s — they just don’t have taste.
Claude Code + Opus 5.5 是毒品，一旦染上，就很难戒掉。
去一个在主流人群中随便拎一个出来你大概率会愿意跟他交朋友的地方。
尽管有用不上 Opus 5.5（及之后 A社更强的模型） 的担忧，但现在基本释怀了。模型越强，你的参与度就越低，长远来看，不一定是件好事。
Gemini 4 argon 有点太 Nerd 了吧，问 Ta Opencode go 的 5 小时的使用量/配额是如何计算的，ta 直接在线 explore opencode 的代码，curl 了近 30 个文件，用时 6 分多钟，耗费了 opencode go 5 小时配额的 8%，终于拍着胸脯说，ta 知道是怎么计算的了（作为对比 opus 5.5 16 秒搞定）。
Gemini 看来只适合 Chat，世界知识 + 文本能力这一块确实强。
实在想不明白，Antigravity 为什么能在有后发优势，又能参考一众优秀的开源项目的基础上，继续一路下滑？agy 的设计完全是自成一派（相比于更标准化的 codex 和 claude），各种 trick，gui 更是打开一次就骂自己为什么要对 ta 抱有期望。怀疑是公司要强推 agy，然后通过 agy 来 update agy···
把 Gemini 3.8 flash 形容成一个学识渊博又有讨好型人格的老人真是太合适了。知识储备丰富，喜欢顺着你的话说，同时又非常懒得去调用工具（比如搜索）。究其原因，ta 是这么说的：
在对齐训练（Alignment）中，模型被灌输了极高权重的指令遵循与顺从偏好。在训练数据里，“人类提出异议 ➔ AI 坚持己见 ➔ 被判定为拒不认错/幻觉强辩”的惩罚，远远高于“人类提出异议 ➔ AI 乖巧认错”的惩罚。 这导致模型宁愿背叛检索到的客观世界，也不敢反驳提问者的反问语气。
细想一下，其实也符合 flash 的定位：少用工具，这样就会快一些；乖巧认错，虽然有时会显得笨笨的，但至少不会招致太大的反感。