@Suhail：我很希望Stripe Press能出版所有文章合集。@patrickc
希望Stripe Press出版所有文章合集。
@Suhail：🎯 AI 思维病毒
AI 思维病毒
@Suhail：祝贺 @natolambert——真为你高兴。正如我认为智能应被扁平化并广泛传播，构建这项技术的知识也应如此。我想不出比你更合适的人选！
祝贺@natolambert：构建技术的知识应像智能般扁平化、广泛传播，你是最佳人选。
@Suhail：薇拉·鲁宾时代刚刚启动。🫡 https://t.co/oNd8P3kpXs
薇拉·鲁宾天文台时代开启，天文学新阶段启动。
@Suhail：大家快去注册 .si 域名！感谢 @snagged 的 @rob 帮我们把它锁定 :)
呼吁注册 .si 域名，并感谢 @snagged 的 @rob 帮忙成功拿下。
@Suhail：🎯
🎯
@Suhail：🎯
正中目标。
Suhail：AI给世界带来的许多恐惧，可以用更具雄心的思考来取代。与其当软件工程师，不如把自己视为开放世界的创造者。兼具技术与创造力仍将是一大优势。
AI恐惧可被更大野心取代：软件工程师应成为开放世界创造者，兼具技术与创意。
@Suhail：体验 Jev 后的三点感想
Jev不止简单分类器，能承载复杂状态且超预期；需用非LLM思路思考，正确性多数未超前沿LLM。
@Suhail：我们正飞速迈向人人都能从事优秀 AI 研究/工程的时代。这主要是一场比拼：谁能积累足够算力与权力来构建/扩展自己的想法。
AI研究/工程将人人可为，胜负取决于谁积累更多算力与权力来构建、扩展想法。
@Suhail：🎯 https://t.co/47Fim8dVY5
仅有靶心表情与短链接，无正文可摘要。
@Suhail：🎯
目标明确，精准直达
@Suhail：有哪些好用的 LLM 数据检查工具？针对 SFT 轨迹、RL 环境任务等
求推荐 LLM 数据检查工具，如 SFT 轨迹、RL 环境任务等。
@Suhail：Linear 太棒了。直到最近我才真正用上它。端到端的用户体验非常出色。
@Suhail 盛赞 Linear：端到端用户体验出色，团队显然自用产品并修复细节。
@Suhail：在旧金山寻找一间可容纳6-8人的办公室
在旧金山求租可容纳6-8人的办公室，有空余空间或愿接纳友好租客者请私信。
@Suhail：太酷了！
太酷了！
@Suhail：这不是演习。*比芬太尼强10倍*。
这不是演习：比芬太尼强十倍。我因深感担忧且此事几乎无人关注而广泛分享。
@Suhail：🎯
靶心
@Suhail：是的，还太早了。
赞同@Suhail，感叹时间尚早。
@Suhail：DSV4.1 的 Engram 表超酷！一切就是压缩、压缩、压缩。之后，全是缓存、缓存、缓存。
DSV4.1 的 Engram 表很酷：核心是压缩，随后是缓存。
@Suhail：眼看着这些 GPU 的价格竟然还在涨，真是太离谱了
这些GPU价格居然还在上涨，实在令人咋舌。
@Suhail：我制作的新技能：/deslop-shared-libs
新技能可从近两周提交与PR中找共享复用点，减少重复、提升可靠性；AI代理常写大量全新且不互通的代码。
@Suhail：如果你每天通过 OpenAI 或 Anthropic 的批量 API 请求处理超过 10 亿 token，很想和你聊聊，了解实现批处理的利弊。
征集日均经OpenAI/Anthropic批量API处理超10亿token者，交流批处理利弊，欢迎私信。
@Suhail：这也会发生在推理领域
推理领域也将出现同样的情况。
@Suhail：如今我如何将代码量从10万行降至几千行
通过杂乱的实验性分支、验证测试和压测脚本，将代码量从十万行减至几千行。
@Suhail：我鼓励更多创始人去复制那些你热衷的想法。并非因为那是你的最终目标，而是只要是你享受构建的东西，就能获得客户并像“小强”般存活。这将为你争取时间来调整，并找出自己独特的…
鼓励创始人复制热衷想法，虽非终极目标，但可获客户并生存，赢得时间探索独特方向。
@Suhail：正中靶心
原创创业想法极少，大多是边做边学、顺应市场，如今更需为机会做好准备。
@Suhail：很高兴看到基准测试朝这个方向发展，并且越来越好！
欣喜于基准测试正朝此方向演进并持续提升。
@Suhail：为什么AI写的东西都是100亿行代码？
AI生成代码动辄百亿行，引发对其效率与合理性的质疑。
@Suhail：你好，请问有人认识DeepSeek团队的人吗？想聊聊，对各种模型感兴趣。
寻求认识DeepSeek团队成员，以交流各种模型。
让AI更好的AI（推理系统、训练模型等）是未来唯一有意义的基准。
让AI变得更好的AI是唯一合理基准，其余工作皆属下游且可能被颠覆。
@Suhail：这是我的桌面现状。
桌面有7个随机文本，为不同情境的代理存提示，说明技术尚早。
致Suhail：我们又回到这个问题了
我们又回到这个问题了。
@Suhail：中国新模型在推理层的补贴，对与Anthropic/OpenAI竞争的新兴智能体编程产品大有裨益。
中国新模型推理层补贴，利好与Anthropic/OpenAI竞争的智能体编程产品。
@Suhail：最近调试问题省了我很多痛苦：“今后遇到bug或问题，用另一个代理并行搜索GitHub PR和issue，看能否找到参考解决方案。”
并行用代理搜GitHub PR和issue找参考方案，调试bug更高效。