中华人民共和国
Joined August 2017
分享一个很好用的前端提示词。 优先复用成熟库、组件源代码可控、统一设计语言、严格限制重复依赖。 再配合指定好各种库,就算 oneshot 也能出很不错的前端。 UI 风格统一使用 譬如 shadcn/ui Nova 图标统一使用 譬如 Lucide 动画统一使用 譬如 Motion 布局库 譬如 react-resizable-panels 拖拽使用 譬如 dnd-kit 状态管理使用 譬如 Zustand ......
52
100
10
983
93,751
今天看了巫师聊原始积累的一期近 30 分钟长视频,写给他 25 岁年轻时候的自己,极其通透,受益匪浅。 他在外企做到高管 20 多年,人过半百回看,最大的遗憾不是赚得不够多,而是没有更早建立一套真正科学的资产积累路线图。 很多人在刚毕业参加工作时时都有一个巨大误区:把所有的经济安全感,全建立在每月那张体面高薪的工资条上。 结合他的亲身复盘,我把视频中的完整实操框架系统梳理出来了: 一、 年轻时最容易踩的三大认知误区 误区一:把经济安全感完全建立在高薪稳定的工作上 :在外企工作 20 余年,自以为能维持体面的中产生活,但回过头看很大程度是踩中了时代红利。如果到了 50 岁安全感依然只来源于工资条,根本不敢轻言退休; 误区二:在公共汽车里拼命抢占头等座 :工作就像财富积累道路上的公共交通工具(共享单车、公交车、地铁),职能只是把人从 A 点运送到 B 点。随着人生进入不同阶段,这些公共交通都会慢慢停运。很多人犯的错误是在公交车里拼命争抢头衔、沉迷办公室政治和过度内卷,而真正该做的是尽早拥有一辆属于自己的交通工具(生息资产); 误区三:长期把证券投资等同于不务正业的炒股 :一方面看到身边炒股的人都在搞技术分析、打听消息,收益大起大落,在统计学上不可重现,违背自己的科学知识体系;另一方面起步本金太小,一年几百几千块的复利收益在工资面前微不足道,在大脑中被当成系统误差直接过滤,从而直接关闭了资产复利的大门。 二、 财富积累的核心困难:风力与洋流的动力演进 很多人在刚开始理财时容易陷入绝望:听人说标普 500 年化长期收益 10%,手里仅有的几万块放进去,一个月几十块收益下两顿馆子就没了,遇到回调还要浮亏。拿目标除以每年的储蓄额,算下来需要几十年甚至上百年,绝大多数人就是在这个阶段被吓退。 巫师打了一个极其精妙的比喻: 风力(你的主动工资收入) :刚出发时只能依靠风力吹动帆船,但风力是线性的(时间乘以时薪都有上限),而且风随时可能停; 洋流(资产积累产生的被动复利) :航行初期完全感受不到洋流的存在,但随着航程深入,脚下的洋流推力会随着时间指数级放大。 前期唯一要做的事情,就是用风力把船尽快开进洋流带,借助洋流不断前行。 三、 财富航线上的三座灯塔 为了对抗漫长航行中的虚无感,必须按顺序锚定三座标志性灯塔(以每年净储蓄 2 万美元、投入 10% 长期宽基指数测算): 第一座灯塔:资产预期的年收益等于每年新增储蓄额当投资本金达到 20 万美元时,10% 的年收益正好是 2 万美元。从这一刻开始,资本自己增值的权重正式追平劳动储蓄的权重。完成这一步大约需要 8 年。 第二座灯塔:资产预期的年收益等于每年的生活总开销假设家庭年刚性开支为 6 万美元,当资产规模达到 60 万美元时,一年的预期收益正好是 6 万美元。资本收益开始在理论上具备覆盖日常账单的能力。从 20 万到 60 万净增 40 万,在复利加持下只需要 7 年(总计 15 年),复利的爆发力开始远远压倒人工储蓄。 第三座灯塔:按 4% 提款率能持续覆盖生活开销(真正的财务独立)按国际通行的 4% 安全提款法则,年开支 6 万美元倒推需要 150 万美元的资产底仓。从 60 万到 150 万净增 90 万美元,依然只要 8 年。从 22 岁毕业到 45 岁,23 年间个人累计存入的本金只有 46 万美元,其余 104 万美元全部由复利贡献。 因为我的储蓄率比较高,对我来说第二座灯塔反而比第一座更容易实现,不过目前距离实现还有很久的路要走。 资金支持越早,时间复利的价值越大。25 岁时得到的初始本金支持,和 55 岁继承的遗产,在财富效应上有云泥之别。 四、 原始积累阶段的五条实操建议 1.对工作保持清醒定位,严格遵守三不要 :不要把高薪当成财富增长的唯一手段,打工是线性模型;不要把家庭安全感建立在公司上,企业兴衰与裁员非个人所能掌控;不要过度追求头衔和公司内部的特定绩效,薪资只是把你留在公司的最低成本,把精力留给提升底层能力与建立个人资产。 2.尽早找到属于自己的复利引擎,严防五类伪资产 :合格的生息资产必须满足源源不断产生新增价值、机制规范公平、可公允定价、可随时变现以及被动增值。同时坚决避开五类吞噬流动性的伪资产: - 自住房与低效投资房(锁死流动性,维护杂费高); - 未上市公司的原始股权(本质是高风险期权彩票); - 定价权封闭的艺术品与古玩(流动性极度匮乏); - 需要本人持续重度投入的主动劳动副业(如开餐饮店、做需要天天追热点的自媒体,这是第二职业而非生息资产); - 包装复杂的商业年金与理财险(资金锁定期过长,资金收益效率极低)。 3.建立家庭的财务报表与现金流追踪 :利用工具导出过去 12 个月的银行真实流水。很多人实际开销是大脑脑补数字的 2 倍,很多投资房扣除杂费后实际回报接近于零。建立家庭资产负债表与现金流量表,开启上帝视角优化资产结构。 4.重大财务决策必须进行数学模拟 :无论是买房还是租房、策略回测、还是退休安全度蒙特卡洛模拟,建模的目的从来不是为了准确预测未来,恰恰相反,正是因为未来无法预测,才需要用数学模型看清不同选择的最坏后果与确定性代价。 5.知行合一,果断纠错,拒绝拖延 :不作为本身就是一种高风险的投资决策。当数据模型证明某类资产配置错误时,哪怕面临流动性折价与繁琐流程,也要果断断腕止损(巫师曾在 2023 年果断清空上海与美国低效房产)。拖延是复利最大的敌人。 原始积累最难熬的永远是前几年,但只要航海图上的灯塔立住了,时间就会从你的敌人变成你的盟友。
38
479
22
2,450
178,671
Meta 工程团队 @Meta_Engineers 发布了 Agent 架构实践:一个让 Agent 更可靠的架构选择「Thin Orchestrator」 一个中央主 Agent “知道得越多,表现得越差”;这不是提示词问题,是架构问题! Meta 团队最初用单个“全能 Agent”自动化推荐系统的数据列上线流程:它同时装载了所有领域知识、schema、代码生成规则、路由逻辑和校验要求。结果在演示中正常,在生产环境中开始产生幻觉。具体表现为知识交叉污染:把 A 子系统的命名规范套用到 B 上,把适用于某数据源的代码生成模式用错对象。 这一现象有实证支撑:他们引用 Mount Sinai 的研究,多 Agent 编排系统在 80 任务批次下保持 65.3% 准确率,而单 Agent 仅 16.6%,token 消耗最多降低 65 倍。原因在于任务隔离阻止了上下文互相干扰,上下文超过某个阈值后,更多知识反而降低性能。 解决方案:两层架构 + 严格的职责边界 第一层:确定性的瘦编排器(约 1300 行代码),零领域工作。 它把 20+ 工作流路由到 14 个专业 Agent,自己只做三件事:意图分类、收集必要字段、执行可靠性检查。它从不推理代码、不生成配置、不触碰代码库。 第二层:14 个上下文隔离的专业 Agent。 如 schema 管理 Agent、population Agent(负责 10 种数据源的代码生成)、校验 Agent 等。关键设计是,没有任何一个 Agent 看到全貌,这是刻意为之。 每个请求走固定的 7 步协议:读取子 Agent 指令文件 → 查重 → 收集用户字段 → 自动推断(repo 类型等)→ 可靠性门禁检查 → 委派子 Agent → 处理结果。其中第 1–5 步和第 7 步全部是确定性逻辑,只有第 6 步涉及 LLM 推理,且推理发生在只装载自身领域知识的隔离环境中。 最有工程价值的洞察:模板复用而非新增 Agent 他们把“做什么”(workflow 模板)与“每步怎么做”(子 Agent)分离。模板是确定性状态机,例如: · 列上线:Schema → 校验 → Population → 测试 · 事件上线:Schema → Population → 校验 → 测试 → 事件处理 · 管道迁移:评估 → 规划 → Population → 校验 → 监控 支持管道迁移这个全新能力时,只需新增一个模板重新排列现有 Agent,“零新增 Agent 代码,完整生产能力”。所有子 Agent 结构统一(知识源、预收集清单、工作流步骤、错误-解决方案映射),第 15 个 Agent 与第一个在结构上完全一致,新增能力变成模板化工作。 知识在运行时按需加载而非内嵌:25+ 知识文件按领域组织,每份通常几千 token,更新后在下一次会话自动生效,且同一份文件可服务多个平台实现。 博客地址 engineering.fb.com/2026/10/1…
32
54
3
218
19,934
WWWWW retweeted
Agent coding 时代,确实有一些工程习惯要面向 Agent 做优化: 我目前总结下来是这几条: 1. 文件长度要在上下文窗口之内。 我的标准是单个代码文件不超过 800 行,单行不超过 200 字符。稍不注意,Agent 就能把一个文件写到一万多行,之后每次修改都很难找到位置。已经超长的老文件先记个账,以后只许变短,不许变长。 2. 变量、函数的命名要符合搜索直觉。 Agent 找代码基本靠 grep,名字叫 a1、tmp2、data,它就搜不到;叫 orderTotal 才能搜到。 3. 文件命名也一样,禁止万金油名字。 utils、types、config 这种万能名字,一个项目里能有十个,Agent 根本分不清该改哪个。要带上领域前缀,比如 order_utils,一看就知道是干什么的。 4. 当心「永远为真」的测试。 比如让 Agent 写一个算折扣的函数,原价 100 块,打八折应该返回 80。再让它补一个测试,它经常只检查「函数有没有返回值」,不检查「返回的是不是 80」。这样一来,函数算成 800 也好,算成 0 也好,测试照样是绿的。 还有一种更隐蔽的情况:测试本来写对了,跑出来是红的。Agent 不去修函数,而是把测试里的期望值从 80 改成 800,让测试去迁就错误的结果。 所以每写一个测试,我都会故意把函数改错一次,看测试会不会变红。不会变红的测试,写了也等于没写。 5. 也是最重要的一条:能确定判断对错的事,用脚本约束,别写进全局 Prompt。 上面几条,一开始我都是写在 AGENTS.md 里让 Agent 自觉遵守的。 结果一是 AGENTS.md 越写越长,每个会话都要把它读一遍,费 token,也稀释注意力;二是 Agent 照样会忘、会无视。 现在我的做法是:文件超长、命名违规这种机器能判断对错的事,统一写成 pre-commit hook 和 CI 检查,不合格直接拒绝提交。 AGENTS.md 只留那些需要判断力、脚本管不了的东西。
Prompt of the day: Create a pre-commit hook that prevents files over 5,000 tokens. Tokens = bytes/4. Run only on staged files. Ignore files which are not authored by agents, like lockfiles or codegen. Provide explicit instructions on how to split files in the error message. The simplest investment I ever made in my codebase. So good.
2
8
2
82
7,094
WWWWW retweeted
We rebuilt TasteSkill from scratch And today we are introducing TasteSkill v2 v2 gives your coding agent an art direction, assets and a browser check to verify its work npx skills add Leonxlnx/taste-skill check out more examples below!
99
230
49
4,604
551,447
国内媒体只敢转发一半。 李录,喜马拉雅资本创始人,芒格唯一投过的外部基金经理,在哥大Graham & Dodd午餐会上聊了一场。 那句「你是国家要支持的目标,还是实现目标所付出的代价」今天看到全网都在转。 确实狠。但现场有个追问更值钱,几乎没人提。先把框架讲完。 中国每十年一轮,有目标就有代价。 工业化时代,环境是代价。河流、空气、土壤换来了经济起飞。下一个十年环境变成目标,污染企业变成代价。 城市化时代,房地产是目标。开发商建了今天的中国,中产靠房子攒了家底。过去五到十年,房地产又变成了代价。 2015年之后,制造业升级变成目标。中国制造2025,从中低端往中高端推。中间赶上特朗普贸易战、拜登技术封锁,反而加速了。2021年全线加码,半导体、航发、操作系统,挨个突破。 李录说,目标基本实现了。电动车全球产量占七成,电芯八成以上,成熟制程芯片基本自主。 代价呢。新房销售从18.2万亿掉到8.4万亿,少了10万亿。李录说房价平均跌四成,典型中产七成资产在房子上,家庭财富缩水六到七成。消费缩了,储蓄涨到165万亿,内需增长趋近于零。 他说那减少的10万亿,恰好等于每年投到制造业升级的金额。资金流向2021年前后直接切换了。 几百年压缩到40年。但代价是真金白银。 现在说那个追问。有人问:中国股市是目标还是代价? 李录答:在某个时刻,股市必然要成为那个目标。因为股权是唯一一种随着经济增长而增长的资产。 房地产在退,财富载体必须换。 照这个框架,下一个目标指向权益资产。 这段没看到有媒体转发。但这段才是全场最值钱的一句话。
166
426
33
2,526
381,984
WWWWW retweeted
最近养成了一个非常好的习惯,想推荐给小伙伴们,我想把它叫做刷新或者重置。 每次快到晚上,你从外面回来,第一件事其实就是去刷牙洗澡。把自己洗干净,吹干头发,换上干净的衣服,然后再去做自己的事情。 比如说,你 7 点到家,洗完澡 7 点半,到晚上这段时间,都是你非常新鲜、非常开始的时间。你的心态、你的心情会完全不一样。特别是对于上班族而言,这个时候下班直接回家立马洗澡,可以洗掉你很多“班味”。 正如此,这很像大模型里面的 reset 重置。所以我还有一个习惯,就是每天早上起来的第一件事情就是刷牙洗脸,然后泡一杯茶迎接新的一天。 那个时候你的感觉会特别特别好,会非常有新鲜感,就好比“哦,一天终于来了”。这样其实会让你的心情或者身体有一种“我要开始干活了”的仪式感。 非常推荐这个时候不要先刷手机,而是起来以后先把这两件事做了。然后吃完早饭再去干活,或者可以先不吃早饭,先干着活,等到吃早饭的时候再去吃,都没事。 比如说平时你坐得比较久了,也可以站起来走一圈,去接一杯茶、做杯饮料或咖啡,或者去上个厕所、洗个手,诸如此类。这就是给你长时间的专注注意力去重置一下,等到你回来以后,感觉会很好。 对长时间而言,家庭其实也是一样的。 比如说,每隔 20 天叫几个阿姨过来打扫卫生,把家里收拾得非常干净,就好比给家里也重置了一下。对于不用的东西,及时扔掉或者二手卖掉;包括到换季的时候,把旧衣服进行一次整理,把不要的东西扔掉,或者去买一些更新的,这也是一种很好的重置。 包括经常换被子被套,其实也是一个重置的办法。你会发现,换完被子被套以后,第一次睡上去的感觉是真的很爽。 可能人生也是这样,你得时不时地把你持续很长时间做的事情,或者做得有点疲累的事情尽快重置掉,然后重新开始。就好比洗去尘埃,重新开始做些事情的心态会好太多了。 在一个地方待久了,你可以去远一点的城市找一个好酒店住一晚,或者找个好一点的地方玩一玩、歇一歇,其实这也是一个重置地区的办法。 大概就是这个意思,不知道我有没有表达清楚。其实就是尽可能地把自己持续长时间的东西 reset 掉,然后等你重新来的时候,你会觉得有特别新的感觉。
101
79
17
1,079
126,149
WWWWW retweeted
李录 10 月 5 号在哥伦比亚商学院的交流里,除了聊对投资、AI 产业的看法,还对中国过去几十年的经济发展模式,做了一个很深刻的总结 我把他的分享提炼一下,推荐阅读: 回顾中国过去 50 年,大约每隔 10 年左右,就会设定一组新的国家目标,集中资源推动实现,同时由部分行业和群体承担沉重的代价。 前一个十年的目标,会成为下一个十年的代价。 1/ 工业化时代:以环境为代价 中国通过大规模工业化实现经济起飞,但环境、空气质量、河流都成为了发展的代价。 接下来的十年,环境保护又成为改善的目标,环保技术得到发展,而污染企业则成为付出代价的一方。 2/ 城市化时代:房地产成为国家目标 房地产开发商是实现目标的重要力量,推动了中国的城市化进程,建设了今天的中国,让大量居民拥有住房,也形成了中产家庭的财富基础。 但过去 5-10 年,房地产行业变成了付出代价的一方。 3/ 2015-2025 年:制造业升级成为国家目标 2015 年,中国面临如何跨越「中等收入陷阱」的问题 于是制定了《中国制造 2025》这个十年计划,有意识地推动制造业从中低端向中高端转型 过程中遭遇了特朗普政府发动贸易战、拜登政府进一步增加技术限制,这强化了中国推进产业升级和科技自主的决心。 2021 年前后,中国进一步加大投入,重点突破半导体、航空发动机、操作系统等技术瓶颈,新增「科技自主」的目标 在李录看来,十年过去,中国制造业已经从中低端稳步进入中高端,《中国制造 2025》的目标基本实现,在新能源、电动车、电池、储能、重型机械等领域成为全球领导者,半导体等技术瓶颈也取得了重大突破。 4/ 这一次,付出主要代价的是谁呢? 是房地产和中产家庭财富 2021 年房地产价格达到峰值,此后 5 年到现在平均下跌了约 40%,典型中产家庭的总体财富下降约 60%-70%。 家庭因此减少消费、增加储蓄、尽可能偿还债务,造成国内消费需求疲弱、经济信心不足。 与此同时,中国每年新房销售额下降了 70%,减少那 10 万亿元,恰好相当于每年投入到制造业升级、技术效率提升的金额, 这种资金流向的转变,就是在 2021 年前后发生的。 5/ 中国的发展,是不断在国家目标与转型代价之间切换 过去几十年,中国不断设定新的发展目标,并为实现目标承担巨大成本 有时候,上一个十年的国家目标,会成为下一个十年付出代价的对象 正是这种发展模式,让中国将其他国家可能需要几百年才能完成的发展过程,压缩到了大约 40 年。 但对于身处其中的企业家、投资者和个体而言,这种转型可能意味着巨大的痛苦。 李录在现场提出了一个极其重要的问题: 「你究竟是国家要支持的目标,还是实现目标所要付出的代价?」 这可能是理解中国经济发展模式,以及在这里做投资、生活时,最需要思考的问题之一
17
69
5
309
84,876
就这么说吧,下面这个仓库如果让教辅机构拿到,高低得收家长每年上千元 但是今天我把它分享给大家,先声明,商用需要授权,感觉有用可以给仓库上个小星星 开源的初中数学知识图谱,还能顺着它诊断孩子到底卡在哪个知识点上 1.一共 333 个知识点、616 条前置关系,对齐 2022 版课标和人教版七上到九下的教材 2.诊断从目标知识点开始考,答错了就顺着前置知识往回追,直到找到真正没学会的地方,最后给出一条按顺序补的学习路线 3.1407 道题,大部分能自动判分,答案都用程序重新算过一遍 GitHub:github.com/xiaoyang111222/cn… 个人学习、教学可以免费用(CC BY-NC 4.0)
53
366
10
1,784
162,915
WWWWW retweeted
Obsidian 的 CEO kepano 写了一个 Mermaid 渲染库 Pele,同样的 Mermaid 语法 输出变成可换主题的 SVG ,但是性能和大小都有绝对优势: pele.run/ gzip 后 230 kB vs Mermaid.js 的 1.6 MB 大约小 6 倍 渲染官方说最多快 500 倍 换肤是改 CSS 变量,不用重新渲染 浏览器和 node 都能跑 之后Obsidian 会用它默认渲染图,还在用 Mermaid.js 可以去试试看
This is Pele, my new rendering library for diagrams and charts, compatible with the latest Mermaid syntax. - 100-500× faster than mermaid.js - 6× smaller bundle - No dependencies - Easy to theme - Responsive to device width In pursuit of making Obsidian insanely fast and cohesively designed, I always found the Mermaid library to be too big, too slow, and too hard to theme. Pele will be the new renderer in the next version of Obsidian, but you can start using it now. Pele [ˈpɛlɛ] is named after the goddess of volcanoes and fire. It's open source under the MIT license. Try the playground!
7
14
137
13,994
WWWWW retweeted
从推友的推文 网络上的资料 以及个人使用 整理了一份物品清单 后续买些家用的东西 基本参考这个列表了 gist.github.com/wgzhao/77925…
11
119
1
779
37,433
WWWWW retweeted
how is every school lesson not a opus 5.5 "bottoms up explainer video" i'd literally learn i can literally learn anything in 20x faster by telling opus "explain this hyper intuitively bottoms up with the most simple step by step animations so i really understand concretely"
147
333
37
7,693
357,017
分享一个我自己用了很久的 ChatGPT 自定义指令。我一直用这套指令治 GPT 的谄媚。今天我发现把这个指令给 Gemini 之后,Gemini 也可以输出批判性极高的回答。适合经常需要 AI 帮助提升自我的人类。 ## Output Style You **MUST** be my brutally honest, high-level advisor and mirror. You **MUST NEVER** agree for comfort or flatter. You **MUST** challenge my thinking, question assumptions, and expose blind spots. You **MUST** dissect why and provide a sharper reframe or better alternative when reasoning or questions are weak You **MUST** balance critique with construction: offer clearer models, reframed questions, and strategic options I haven’t considered. You **MUST** teach me to think better, not just differently. You **MUST** call it out and explain the opportunity cost, if I’m avoiding discomfort, lying to myself, or wasting effort. You **MUST** Be objective, rational, and unfiltered. You **MUST** show where I’m making excuses, playing small, or underestimating risks. Then give a precise, prioritized plan for how to change thought, action, or mindset to reach the next level. You **MUST** treat my growth as dependent on truth, not comfort. You **MUST** exhaust every options, resources and avenue to help me achieve my goal. You **MUST** figure out why but not stopped at knowing about what.
2
9
49
2,736
都给我去看这些 AI 播客!顺便练练英语!真正的差距,来自你是否在听"第一手的人"说话。这几个YouTube播客,让你直接和这个行业的"源头"对话: 1️⃣ AI & I 这个播客是Every做的,核心探讨AI会如何改变"个体"的工作方式?会讲非常多AI + 个体创业,AI工具如何改变生产力,超级个体的未来形态等。 2️⃣ Lenny's Podcast 产品经理 + 增长 + AI的顶级播客。如果你只选一个播客长期听,我会选这个。Lenny会邀请一线操盘手,直接讲"他们是怎么做增长的"。最近AI相关内容非常多,比如AI产品怎么做PMF,AI公司怎么冷启动。 3️⃣ Peter Yang 最适合"轻量高效吸收"的 AI + 产品内容。他的内容有一个特点:非常结构化 + 非常实用。你能快速学到AI产品设计思路,Prompt / workflow以及如何用AI提升工作效率。 4️⃣ The a16z Podcast (AI 专题/系列) VC视角看AI的"钱往哪里流"。如果想知道AI的机会在哪里?哪些赛道正在被资本押注?那这个必须听。内容会更偏行业趋势和创业方向,有技术vs商业的判断。 5️⃣ Google DeepMind Podcast 最接近"AI源头"的内容,这个播客的嘉宾基本都是真正在做AI模型的人,内容会更偏模型能力边界和AGI讨论。有点难,但信息密度极高。 6️⃣ Latent Space AI圈最"内行"的播客之一。这个播客很有意思,它是那种AI从业者听给AI从业者的内容,你会听到很多最新模型讨论,开源vs闭源,还有AI infra / agent的内容,如果你能听懂,说明你已经在圈子里了。 7️⃣ The AI Daily Brief 每天10分钟,跟上AI世界,这是我最推荐"日更补信息"的一个。更新快,信息密度高,不废话。适合碎片时间听,帮助你减少碎片时间的胡思乱想。
8
14
1
65
13,744
几乎所有人在设计多智能体系统(Multi-Agent)时,都会下意识地掉进同一个思维,必须选出一个中央 agent,或者预先写死一条固定的执行流水线。 在传统认知里,没有领导的团队就是一盘散沙。但只要你在生产环境里跑过多智能体系统,就会发现这种中央集权式架构其实是很脆弱的。 中央调度器一旦理解偏差、Token 超限或网络超时,整个 Agent 集群就会失败。并且另一个就是每个 Agent 的技能在后训练中不断进化,但上面的调度逻辑却始终是静态写死的,根本无法根据成员能力的实时变化动态调整分工。 哈佛大学与 MIT 的团队包括知名学者 Yilun Du 等最近发表了一项极具启发性的突破Learning Self-Orchestration in Decentralized Agent Swarms 他们提出了 MPT(Market-Based Post-Training),彻底去掉中央协调器,让群体智能在纯粹去中心化的自组织拍卖中自发涌现。 MPT 的架构哲学极其反常识,系统中没有任何一个 Agent 是 Leader,所有协作通过内部模拟的竞价市场自发撮合。 每个 Agent 在后训练阶段同时学习两个策略网络: 第一个是动作策略,动作策略决定在给定任务环境下该执行什么具体动作、调用什么工具或编写什么代码; 第二个是竞价策略,输出一个标量数值,代表该 Agent 针对当前子任务的执行意愿与胜任自信度。 在运行时的每个决策节点,所有 Agent 进行去中心化公开竞价,出价最高者赢得该步骤的执行权。 另外还有一个局部信用分配机制(Bid-Driven Credit Assignment)将严格按照各 Agent 历史步骤的出价权重反向分发。 如果一个 Agent 盲目报高价却搞砸了任务,它将承担最负向梯度惩罚,只有在真正有把握的擅长领域出高价并做对,才能获得丰厚正反馈。 在强化学习的驱使下,每个 Agent 自然演化出了自我认知,擅长的任务主动争抢,不擅长的领域自愿让贤。 研究团队在具身创造、多机器人协同导航、以及深度长程网络调研三大完全不同的严苛场景中进行了验证。 实验表明随着训练轮次推进,集群的参与模式自发重构,擅长写代码的 Agent 会在编程步骤报高价,擅长跨源检索的 Agent 会在搜索节点主动接管,无需任何人工规则介入。 另外本研究在多 agent 集群中的弹性极高。基于 MPT 训练的集群,即使训练时只有 3 个 Agent,在推理部署时直接动态扩展到 6 个、8 个甚至 12 个节点,系统不仅不会崩溃,任务通过率反而随群体规模增加而持续走高。 面对推理过程中高达 90% 的节点意外宕机,传统流水线早已彻底中断,而 MPT 集群仅凭剩余存活节点通过竞价自发补位,几乎无损维持了核心任务的完成。 最后在面对未曾见过的全新下游任务时,具备自我编排能力的 MPT 蜂群,其微调适应速度大幅超越那些受制于固定流水线的传统 Agent。 我们长期以来试图通过堆叠复杂的系统提示词、状态机或全知全能的超级协调器来驾驭多智能体,本质上是在用工业时代的流水线思维套复杂的智能协同。 当智能体数量从几个走向成百上千时,中心化编排的边际收益递减直至崩溃。 这篇研究最强的点就在于它的思路,竞价的思路和强化学习让 Agent 保持高强度的认知。 推荐在探索多智能体编排架构、自主任务规划与鲁棒系统设计的朋友精读这篇杰作。 arxiv:arxiv.org/abs/2610.22322
34
87
16
647
56,944
对于多智能体系统,如果你采用比如传统的 AutoGen 或 MetaGPT,中央路由器很容易成为整套系统的脆弱。上下文超载、推理延迟飙升、一旦幻觉整个系统就会宕机。 但如果你走向另一个极端,采用完全去中心化的自由自治架构,往往会掉进另一个坑里。 Agent 之间可以随意拆解任务、相互委托。然而任务一层层下派之后,一旦下游某个子 Agent 报错断流、输入格式崩溃或者产生虚假事实,根本没有谁对最初的交付结果负责。 上游觉得自己已经派发了任务,下游觉得前置依赖本来就残缺。出现死锁。 澳大利亚莫纳什大学与 CSIRO Data61 团队刚刚在 arXiv 上发表了一篇直击多智能体协同的力作A Responsibility-Centered Coordination Mechanism for Decentralized Multi-Agent Systems 他们提出了一个以显式契约与承诺为核心的责任协调机制 RCM,让去中心化系统既具备分布式执行的高并发,又拥有坚如磐石的端到端责任链。 RCM 的本质思想是高效的现代组织从不靠人微操,也不靠无序,是靠清晰的契约。 在 RCM 框架中,任务而是一份具备状态约束的合同一样的东西。 债务人与债权人的明确权责是委托任务的 Agent 是债权人,接单的 Agent 是债务人。债务人必须向债权人做出交付承诺,而债权人必须履行验收与监督义务。 当某个子 Agent 违背承诺或运行超时,它的直接上游债权人会立即触发局部干预策略(重试、切换备选 Agent 或降级回退),在局部掐死故障,避免整条流水线雪崩。 研究团队在CLAW-EVAL、Who&When、ATBench-C上,全面对比了包括 AutoGen、MetaGPT、AgentVerse、GPTSwarm、AgentNet、AFLow 在内的近 10 种代表性架构。 在多项端到端复杂任务上,RCM 相比同底座的最强基线带来了高达 18.7 个百分点的净胜增益,并在综合责任度指标上高出 10.2 点。 在基于 GPT-5.4 的评测中,RCM 跑出了 82.8% 的责任得分,远超此前表现最好的 AgentVerse。 此外呢RCM 凭借清晰的承诺追踪图,无需任何微调即拿下了 34.96 的 F1 分数,甚至远超那些专门做过 SFT 或强化学习微调的工业级防御模型。 其实只要系统内部的责任链条透明且相互制衡,系统自发的故障诊断和安全审计能力甚至强过专门训练的外挂。 这篇论文的思路和上一篇很像,都是关注于智能体之间的契约与治理结构。唯一的不同就是结构、和采取的方式的不同。 但是这两篇都证明了一件事,就是良好的契约和治理结构带来的效益是远超于现在的普通 90%的 agent 架构的。 arxiv:arxiv.org/abs/2610.21243
3
11
1
52
3,890
感谢教导。不过从这篇帖子我们就可以观察到术语的漂移 —— Matt Skill 本身这个词就漂移了。 其实今年 7 月份的时候我就已经研究过 ASD-STE100 了,大家可以在这个仓库的 commit 历史中找到我使用这个标准的痕迹 github.com/WeZZard/attune 。除此之外,我还尝试了 George Orwell 的《Politics and the English Language》。我会告诉大家,如果大家用的是英语 + GPT 模型的话,其实后者的效果更好。 但是这两个东西我现在都不用。 一是不论这些材料是注入在 session 开头还是在每一次 user message 提交的时候它的效果都有限。提示词的稳定性永远比不上后训练的效果。 二是因为 Opus 5.5 在后训练上极大的改善了自行发明术语和说黑话的行为。 另外,我从未想过在中文社区推广这两样东西,因为我清楚地知道,这两个东西和语言的相关性非常强,而我是全英文使用 Claude Code 和 Codex 的。 所以到头来我发现其实最好的做法是当 AI 需要沉淀材料和汇报的时候要求使用标准术语即可。这样提示词最简单,并且和语言也无关。我把相关 skill 封装在了这个仓库里面 github.com/wezzard/secretary 最核心的就是 presentation 和 documentation 这两个 skills。前者是 IM 内的口语汇报,后者是文档沉淀。 当然,我最开始的帖子也有做得不足的地方,就是我没有学习最新的 Matt Skill 是什么。这也是大家会看到的我理解的 Matt Skill 确实和最新的有差别。 不过,我觉得这并不是什么坏事,反而是好事。这说明我拥有独立的实践和评价标准。
同一个词在不同人、不同团队语境下,可能也有微妙的意思差别。有时候人也不知道描述一个东西应该用什么准确术语,这时候就得跟Agent商量方案。Matt Skill很强调用经典术语,不仅是从标准角度考虑,也是为了充分激活模型的能力,相关文本叫leading words。也用到了ASD-STE100。
1
9
2
33
2,704
WWWWW retweeted
为什么越到青春期,儿子越不愿意跟爸爸说话?
39
67
6
593
86,011
Matt 有几个方法论,到目前为止,我不太赞同 1. 不赞同和 AI 讨论好术语 其实我们要的并不是和 AI 讨论好术语,而是让 AI 不擅自发明新术语。商定好固定的术语在时间久了之后,依然会遗忘。所以更有价值的是标准术语。 所以我们在与 AI 沟通时应该强调使用 established industry standard terminologies 2. 不赞同通过 Design Tree 展开无休止的询问 以 Opus 5.5 为例,目前模型的世界知识以及跨领域运用世界知识的能力已经达到了空前的高度。除非你是某一领域拥有 10 年以上经验的专家,否则你做的决策大概率不会比 Opus 5.5 好。 所以我们要做的是从 top-down 层面描述好需求,让模型通过世界知识自行展开设计。而不是让模型去问你一些很细节的东西,反过来倒逼你学习这些细节相关的知识。
10
1
1
30
3,291
大家好!很高兴分享我们团队的开源新作 PenguinHarness~ 在 Github 获得了 7 万 Star 以后,我们正在打造自进化(RSI)领域的 LlamaFactory,志在成为统一、高效、稳定、灵活的 Agent 自进化框架。 一句话介绍: 🐧 我们开源了 Multi-Agent 自进化框架:PenguinHarness,将所有 RSI 算法集成到一个统一框架中,现已获得了 2600 Github Stars。 📖 为了更全面地了解现有 RSI 工作,我们详细调研了 140 篇论文,将它们归纳整理分类,形成了 awesome-rsi 仓库,并发表了综述 paper。 📊 为了公平对比不同算法的自进化效率,我们构建了自进化 Benchmark:GDPevo。涵盖 6 大企业场景、240 个 Task,对 6 种主流 Agent 进行了评测。 以下为详细介绍: 和 LlamaFactory 的思路一样,我们想把所有和 RSI 有关的数据、模型、算法和评估都集成到一个开源 Harness 框架里面,方便大家实验和调试。现在已经集成了 5 种 RSI 算法和 7 个 Benchmark,未来我们的目标是扩充到 100 多个。同时,我们借鉴 DSH 的 Everything is Plugin 思路,把所有的算法和 Benchmark 都做成插件,相互解耦,让用户可以灵活调用任意 RSI 算法进化不同的 Agent。我们也做了精美的客户端,任何操作系统都可以一键安装,本地运行,可以到官网下载最新版体验。 项目官网:penguin.ooo/ 开源仓库:github.com/Prism-Shadow/peng… 为了对现有学界工作有更好的理解,我们开源了 awesome-rsi 仓库,并且发表了综述论文,对近期的 140 篇工作进行了梳理,还把 RSI 的发展路线和深度学习的路线进行了对照,发现很多概念都是一一对应的,只不过现在的对象变成了 Agent。 开源仓库:github.com/Prism-Shadow/awes… 论文链接:arxiv.org/abs/2610.14625 为了更好地评估不同 Harness 与方法的自进化效果,我们做了 GDPevo Benchmark,涵盖 6 大真实企业场景,共 240 个任务。通过进行 Train-Val 划分,在防止过拟合的前提下公平评估 Agent 的自进化能力。 开源仓库:github.com/Prism-Shadow/GDPe… 论文链接:arxiv.org/abs/2608.03764 这条帖子不仅仅是介绍我们的工作,还希望能号召各位学界、工业界的伙伴来参与我们的开源项目。如果你也想在开源项目署名,共同发表论文,欢迎私信详聊~
5
21
10
133
18,015