Bugjay retweeted
AI Agents: Beginner to Advanced Guide
Download here: drive.google.com/file/d/1j2R…
A practical guide to AI agents, automation, tools, and building intelligent systems.
Bugjay retweeted
How to transform your self-image in 1 day:
Close your eyes.
Become aware of the sensations in your body. Focus on how it feels to breathe slower. Do this as you slowly relax every muscle in your body. .
Within five minutes you'll notice a light heaviness in your muscles while you relax.
Once that sensation arrives, you will be able to visually go within yourself to create permanent changes in the subconscious: transforming who you believe yourself to be.
Now for the next few minutes, allow yourself to mentally recall a time where you won. The first time you felt truly loved. A risk you took that paid off. The first time you realized you were capable of more than you thought.
Experience the scene fully.
You might notice warm feelings in your chest as you replay these memories.
This is the good part.
Fly to the future and imagine the greatest version of you. Notice how ASSERTIVE they stand. Notice how they appear. Sense their confidence.
They've overcome the things that keep you up at night. They've built what you've only imagined. They live life knowing exactly who they are.
Allow the image to become bigger, brighter...
Time will slow as your subconscious examines every detail.
Now imagine how it would feel if this was you right now. Picture yourself in their shoes.
Can you feel it?
Linger there for five minutes.
Find yourself softly smiling knowing this is the happiest and most relaxed you have felt in a long time.
Lie there for a while.
Enjoy this moment. Know that you can return here whenever you wish, exactly to this place, where you feel exactly as you do now.
All you have to do is close your eyes and imagine yourself back here. You feel rejuvenated by that thought.
Open your eyes and interact with the world from this state.
Believe it or not this is what you are eventually supposed to feel every single day.
You will begin to notice that all the things you want to be are already within.
Few take the time to practice this.
Do this daily and you begin to rewire your mind. Change your beliefs. Think, act, and become the person you've seen glimpses of throughout your life.
—Cogito Ergo Sum
Bugjay retweeted
LLM能不能最终推进AGI, 谷歌的 Tom Zahavy写了一篇优美的论文 这是我最近读到最喜欢的论文。
只有7页半,从爱因斯坦,广义相对论,到推理三分法, 到LLM和AGI用非常简明有逻辑的语言把他的观点讲明白了。
小路精读了这篇论文,想带着您一步一步跟随Tom的思维演绎给您。这篇文章没有利用任何AI,也希望您跟着读下来。
爱因斯坦在给终身好友Solovine的信中,提纲挈领的总结了科学发现的流程,从感官经验(E)出发,通过一次直觉的"跳跃"(Jump, J)得到公理系统(A),再从公理演绎出定理(S),最后用实验检验。 也就是 E->J->A->S->E (感官经验->跳跃->公理->演绎出定理->实验)
Tom认为,LLM可以做到归纳,也就是统计模式匹配。正在攻克演绎 也就是上文的S. 也可以帮助科学家实现从 S->E。 但是从 E->J->A这个环节,跳跃还是无法实现。
然后 Tom 举了爱因斯坦广义相对论诞生的例子:
1. 经验。 十九世纪末,迈克尔逊-莫雷实验让以太假说失效。牛顿引力则极其精确,惯性质量与引力质量之比验证到 10⁻⁹ 的精度。唯一的异常是水星近日点进动,当时的主流解释是还有一颗未发现的行星"祝融星"。牛顿理论并没有出现危机。
2. 跳跃。 1907 年起,爱因斯坦想象一个自由下落的人:他感受不到引力,可以认为自己静止。这就是"最快乐的想法",即加速与引力等效。这一步不是从数据里归纳出来的,而是靠模拟观察者的身体感受得到的,论文称之为"操作性溯因"。
3. 公理。 1912–1913 年,他与 Grossmann 合作,把物理要求整理成七条原则,包括等效原理、测地线原理、"引力也有引力"和牛顿极限。
4. 演绎。 此后是漫长的数学搜索。他们找到了黎曼曲率张量,却因误以为它不满足牛顿极限而放弃,这个错误出在对静态场的假设上,而不是几何本身。1915 年 11 月,爱因斯坦终于得到场方程,并用它算出了水星进动。
5. 检验。 星光偏折由 Eddington 在数年后测得,GPS 修正更晚。验证证据全部出现在理论之后。
Tom的观点是,演绎只是整个循环的下游环节。如果把爱因斯坦 1915 年的假设交给 LLM,它有可能推出广义相对论,包括水星进动,也可能系统地剔除那个错误的约束。AlphaProof 在 IMO 上的表现,以及 Lean 等证明助手的成熟,都支持这种判断。
但是演绎的局限性是,
1.它只能展开公理的后果。 它既不能生成公理,也不能提供外部验证。
2. 它缺少意图. 换句话说,AI 擅长的是"别人出好题,它来解"。但科学发现更像是自己决定出什么题,还要在没人告诉你对不对的情况下往前走。这是论文说的"意图":不只是会推理,还要知道想要什么。
这个听起来简单,但是实际上,我们和AI合作的过程中也有体会。
问正确的问题,给准确的目标,其实是LLM本身最欠缺的。尤其是在前沿研究领域。没有其他文献可以查询,如何实现这个跳跃?
另外,LLM可以在既有符号空间内更高效地重组概念。甚至可以进行视觉和世界模型预测。但是基于模型的模拟,不等于真是交互模拟。真正的跳跃也往往收到虚拟模型的限制。
简单总结一下就是,Tom认为AI Scientist 是在重组既有符号概念,AlphaEvolve 依赖梯度,在固定框架内优化。关键瓶颈是 E→A 的直觉跳跃,应走向能感知物理世界、运行反事实模拟的世界模型。
tomzahavy.com/projects/llms-…
Bugjay retweeted
AI Engineer: The Ultimate Learning Roadmap
├── 01 Python & Fundamentals
│ ├── Python, Git, Linux & APIs
│ ├── Data Structures & Algorithms
│ └── OOP & Software Engineering
│
├── 02 Mathematics for AI
│ ├── Linear Algebra & Calculus
│ ├── Probability & Statistics
│ └── Optimization & Gradients
│
├── 03 Data Engineering
│ ├── NumPy, Pandas & SQL
│ ├── Data Cleaning & Preprocessing
│ └── Feature Engineering & Pipelines
│
├── 04 Machine Learning
│ ├── Regression & Classification
│ ├── Clustering & Decision Trees
│ └── Model Evaluation
│
├── 05 Deep Learning
│ ├── Neural Networks & Backpropagation
│ ├── PyTorch or TensorFlow
│ └── Transformers & Attention
│
├── 06 LLM Fundamentals
│ ├── Tokens & Embeddings
│ ├── LLM Architecture & Context Windows
│ └── Pre-training vs Fine-tuning
│
├── 07 Prompt Engineering & APIs
│ ├── Prompt Design & Structured Outputs
│ ├── Function Calling & Tool Use
│ └── Cost Optimization
│
├── 08 RAG & Vector Databases
│ ├── Chunking & Embeddings
│ ├── Vector Search & Hybrid Retrieval
│ └── RAG Evaluation
│
├── 09 Fine-Tuning & Optimization
│ ├── SFT, LoRA & QLoRA
│ ├── Quantization & GPU Optimization
│ └── Fine-Tuning vs RAG
│
├── 10 AI Agents
│ ├── Tool Calling & Agentic Workflows
│ ├── Memory & State Management
│ └── MCP & Human Approval
│
├── 11 AI Security & Evaluation
│ ├── Hallucinations & Benchmarking
│ ├── Prompt Injection & Data Leakage
│ └── Guardrails & Testing
│
├── 12 MLOps & Deployment
│ ├── FastAPI, Docker & CI/CD
│ ├── Cloud Deployment
│ └── Monitoring & Model Versioning
│
└── 13 Real-World Projects
├── Build an AI Chatbot
├── Create a RAG Application
├── Develop an AI Agent
└── Deploy a Production-Ready AI System
AI engineering isn't just about calling an LLM API.
It's about building reliable AI systems that solve real problems in production.
Save this roadmap.
Learn one concept at a time.
Build projects as you go.
The goal isn't just to use AI. It's to engineer AI systems.
Bugjay retweeted
看完日本、美国、中国的50年房价走势,我陷入了沉思...
这三个K线图,把房地产的周期讲透了!
日本失落的三十年,正是我们的前车之鉴
美国:真正的“长牛”!50年翻7倍,中间虽有08年次贷危机的插曲,但长期均线始终向上,堪称硬通货。
日本:最惨烈的反面教材。1990年泡沫顶峰后暴跌65%,“失去的30年”不是说说而已,房价长期在低位震荡,直接打回30年前。
中国:40年狂飙突进,尤其是2003-2021年的超级周期,涨幅超400%。但如今正进入“调整期”,2021年见顶回落,趋势正在悄然改变。
从癫狂到废墟!日本房价暴跌65%给我们的血泪启示录
为什么日本会崩盘?
人口老龄化 + 城镇化见顶 + 过度杠杆 = 泡沫破裂。
当“买房只赚不赔”的信仰破碎,资产价格必然面临重估。
给我们什么警示?
闭眼买房的时代彻底结束了。 未来的房地产市场将告别“普涨”,回归居住属性和理性价值。
你觉得中国房价未来会复制美国的长期慢牛, 还是重蹈日本的覆辙?
Bugjay retweeted
知名投资基金公司的老板但斌转发了一张图,很有意思。
五种人的一生财富曲线:体力劳动者、脑力管理者、资本积累者、资源掌握者、家庭人脉主导者。
他为什么转发这张图?
因为他自己,就是那条“资本积累者”曲线本身。
早期靠脑力积累本金。中期靠资本复利放大。后期财富增长,几乎完全由资产定价驱动。
但斌是这样。段永平也是这样。
这条曲线最反直觉的地方在于:前20年,几乎贴着地面走。
大多数人根本熬不过这段“死寂期”,就转头回去拼体力了。
但这条曲线的后期斜率,是前两条曲线的指数级碾压。
原因不复杂:
前两条,卖的是时间。
资本曲线,卖的是时间本身。
这张图最容易被误读成“普通人只能认命选一条线”。
但它是配置题,不是选择题。
20到30岁:体力加脑力,积累第一桶金。
30到40岁:资本加资源,开始配置。
40岁之后:资本复利加人脉底盘,逐步接管。
真正拉开差距的,不是你在哪条曲线上。
是你什么时候,开始从“卖时间”,切换到“让资产替你工作”。
这五条曲线,放在交易里,就是五种交易员。
体力型交易员: 每天开单,盯盘12小时,靠次数换钱。
脑力型交易员: 有系统,但还在靠手动执行。
资本型交易员: 有自己的资金池,靠复利,前期看不出效果。
资源型交易员: 能调动别人的信任和资金。
人脉型交易员: 别人愿意跟他一起下单。
大多数人,一辈子只活在前两条曲线里。
而交易员的终极形态,是从“卖时间”,切换到“让资金和信任,替你工作”。
兄弟姐妹们,对号入座看看,你是哪种曲线的人?
Your 2026 Beijing champion!🏆
📸 credit: @ChinaOpen
#ChinaOpen
但斌分享,李录哥大对谈44分钟
假期回来花时间回顾了一下李录的访谈,先把这场会的"底细"交代清楚。
2026年10月5日,纽约时间中午12点到1点半,整整90分钟,地点是第五大道的大都会俱乐部,不是商学院教室。
哥大海尔布伦中心有个坚持多年的传统:这个以《证券分析》两位作者命名的午餐会,35届以来从不发布官方录像和文字稿——1991年第一届如此,这一届也如此。
所以我们现在能看到的一切,源头是同一个人:但斌。他在现场用手机拍了8段视频,北京时间10月6日凌晨5点半发上微博,聪明投资者随后用whisper转写英文原声、人工校对排序,拼出了约44分钟的有效内容——刚好覆盖全场一半。
换句话说,你看到的所有"全文实录",一半是现场原话,一半是整理者依据李录过去两三年的公开框架补全的,读的时候心里得有这根弦。
李录,1966年生于唐山,喜马拉雅资本创始人及董事长;哥伦比亚大学经济学学士、MBA、法学博士(三学位);查理·芒格家族资产管理人,管理资产规模约$150亿;哥伦比亚大学董事会成员,加州理工学院董事。
01|开场先讲六条原则
前三条是格雷厄姆的:股票是公司所有权、市场先生为你服务而非指导你、未来不可预测所以要安全边际。
第四条巴菲特加了能力圈,第五条芒格加了"去有鱼的地方钓鱼",重点在第六条——李录自己的贡献,以下是现场英文原话:
"Wealth, in the end, is really the percentage ownership of global purchasing power. It isn't really expressed, especially in the modern economy, in the amount of gold and diamonds or currencies of any kind." (财富归根到底,是你在全球购买力中所占的百分比,而不是黄金、钻石或任何货币的数量。)
02|经典问答一:那个"半神的IPO"
主持人Tano Santos问他怎么看当下市场的极端集中,李录先抛数据:标普2010年以来年化14%-15%,但2000到2010年几乎为零,26年拉平就是高个位数——这才是锚。
然后他讲了自己刚读过的一份募资文件(懂得都懂,我就不写公司名字了),收尾时全场大笑,英文原话是:
"In my view, you don't have to participate in the prospectus that calls itself an IPO of a demigod." (在我看来,你不必参与那份自称"半神IPO"的募资文件。)
03|经典问答二:AI是工具还是造物
这是全场最长的一段,18分58秒。
李录的判断是:AI永远有随用量增长的增量成本,和互联网"一次投入长期摊销"完全两样,所以财务纪律永远在场,"我们很可能会经历不止一轮巨大的繁荣和巨大的崩溃"。
红线只有一条,他的英文原话:
"It cannot be without a human in the loop. In other words, firmly establish it on the tool side rather than the creature side." (绝不能没有人参与其中。换句话说,要把它牢牢钉在"工具"这一侧,而不是"造物"那一侧。)
04|经典问答三:教堂旁边,永远连着赌场
有学生问该怎么选职业路径,李录回了巴菲特那个著名比喻,然后加了自己的一层:
"This is the basic setup, a church with a casino attached to it, as part of the permitting process because of the human condition." (基本格局就是这样:一座教堂,旁边连着一个赌场,这是人性决定了的、拿施工许可时必须附带的一部分。)
教堂这一侧是双赢、给社会创造净收益;赌场那一侧是零和、是社会成本。
两边永远共存,因为这就是人性。
选哪边,是你的事。
05|经典问答四:加密货币(此段视频未拍到,以下为中文整理版)
有学生问怎么看加密货币,李录答得毫不客气:"我的回答非常简单,我根本不去想它。从根本上说,我认为它就是个虚假的东西……一种真正能被兑现、被接受的货币,背后必须存在可以强制执行的制度和力量。
李录:如果让我说,干脆禁止掉可能大家都会过得更好。
06|经典问答五:收尾的人生复利
最后一个问题问他过去十年学到了什么。他说每过十年都发现自己学到了太多东西,以至于某种程度上变成了另一个人。然后落在那句被疯传的话上:
"而复利最基本的一个前提其实就是:不要失去你已经拥有的东西。这不仅仅包括资本,也包括你的知识、信任关系、智慧,甚至健康。" (If you can compound your knowledge sustainably, eventually your capital will compound as well.)
07|李录重申的六条投资原则
哥大演讲中,李录再次强调了几条价值投资的基本原则:
股票代表公司所有权。 买股票,本质上是买下一门生意,而不是买一张可以随时转手的交易凭证。
市场先生为你服务,不是指导你。 市场价格是机会来源,不是判断企业价值的唯一标准。
未来不可预测,所以需要安全边际。 预测越不确定,买入价格越重要。
理解能力圈的边界。 知道自己懂什么很重要,知道自己不懂什么同样重要。
去有鱼的地方钓鱼。 注意力会带来竞争,竞争会侵蚀回报;被忽略的市场有时更容易找到好价格。
在有活力的经济体,以合理价格买入优秀企业并长期持有。 财富的本质不是账户里有多少货币,而是这些资产最终能换取多少真实商品与服务。
08|他说的,和他的13F对得上
8月14日披露的Q2 13F:喜马拉雅美股持仓37亿美元,压进8只票。谷歌A+C合计约48%纹丝不动;拼多多加仓133.5%至1076万股、占比22.2%,伯克希尔加仓23%至15%,华美银行、Crocs、腾讯音乐、苹果未动。同时一季度刚建仓的穆迪、标普全球、MSCI、H&R Block,加上美国银行、西方石油,六只一个季度内全部清掉。
有数据机构回算,他加拼多多的平均成本约92美元,6月底浮亏约8%——下跌途中一路买,这很李录。
另外还有个细节值得玩味:这场饭局的"菜单"上,开场主持人还介绍了哥大学生组合今年的新买入——Equifax、Humana,还有日本自行车零件巨头禧玛诺。
大师在台上讲道,学生在台下管钱,这也是哥大这个中心35年一直在做的事。
教堂旁边永远连着赌场,李录36年前在那间教室选了教堂。最近这两年,赌场门口排队买"半神"的队伍很长,而那个从唐山到哥大的人,还在用老办法钓鱼。
另:访谈中还有关于ZG经济的看法,谈的很委婉这里就不再赘述。
Bugjay retweeted
There are 3 things you can sell:
1) Your time, capped at 24 hours
2) Your things, capped by inventory
3) Your mind, for all of history, capped by how many rooms you could be in
Social media changed that completely. A brain and an internet connection can change your life.
五行里藏着一个人能量上的短板,
缺哪个,哪里就容易漏气。
金主肃杀,缺金的人,该利落的时候总是拖。这股气要靠真实的对抗来养,打球、格斗,在碰撞和输赢里磨出来的,是真的。
水往低处走,能绕、能渗、能看透。缺水的人脑子转,但转的都是表面。读历史、读哲学,让思维跟着流起来,慢慢就通了。
木是生长,是把一件事从头撑到尾的定力。缺木的人,遇到难处第一反应是换方向。站桩、打坐,看着慢,练的正是往下扎根的能力。
土厚才稳。缺土的人情绪爱飘,要么一点就炸,要么一压就垮。太极、书法、冥想,都是在给自己找重心,让脚踩得实一点。
缺火的人有想法,就是动不起来。火是向外的,跳舞也好,徒步也好,主动去社交、上台开口,身体先热了,人才真的活起来。
GPT-6 Sol is Coming This week
GPT-6 Sol Will be released On Thursday
This Week will be a Big Week
Readers added context they thought people might want to know
The post from the unofficial @Codexresets_ account falsely claims an imminent GPT-6 Sol release this week. OpenAI has announced no such model; its current flagship is GPT-6 Astra (launched Sept 3) while Sol is part of the earlier GPT-5.6 family (launched July).
openai.com/index/gpt-6-as…
openai.com/index/gpt-5-6/
x.com/openai/status/…
Bugjay retweeted
博弈论是我在grad school学的最有意思的一门课。
如果你也对博弈论感兴趣,推荐一本免费的教材:《Game Theory》,作者是UC Davis的Giacomo Bonanno。
这本书主要讲非合作博弈论,从基本的策略、收益和纳什均衡开始,一路讲到动态博弈、不完全信息、知识与信念等内容。最适合自学的地方,是书里有大量练习,而且提供完整解答。全书578页,包含165道有详细答案的习题。
它的数学门槛也不算高,作者明确定位为高年级本科和一年级研究生教材。
最重要的是:免费。
原书:arxiv.org/abs/1512.06808






































