ᕕ( ᐛ )ᕗ Zem's Blog

少即是多

关于我：Hi, I’m Zem!

在看什么：
TextPurr 最近沉迷于看访谈以及技术分享讲座，目前是在TextPurr边看边写评论了，我感兴趣的领域：AI、数学、物理、商业，因为时间也不多所以只看best among best

算法
Hugging Face Deep Reinforcement Learning 深入浅出+没有废话+数学原理

2026-9-10

  1. 我看好机器人行业，就算人型跑不通，机器人行业本身技术栈也是有价值的。十年前智能硬件是硬件+软件，现在机器人感觉是硬件+软件+机械，我感觉属实是智能硬件plus
  2. agent有价值，不代表agent能赚钱。从现在的趋势来看，套壳寄得不能再寄，卖token赚得钵满盆满。agent的盈利模式给我的感觉类似于软件之于硬件，软件做好，硬件赚钱，所以我猜想agent最后的盈利方式也会是agnet做好，卖token赚钱
  3. agent除了操作“数字世界”的工具以外，还能操作“物理世界”的工具，是非常自然的衍生。硬件之上的agent可以同时赚token和硬件的钱
  4. 做事上，每一次尝试，我相信trade-off，相信focus，相信克制
  5. 我认为不懂trade-off，focus，克制是没有判断力的表现
  6. 我认为trade-off，focus，克制带来taste
  7. 反过来，我认为输入又要做到广泛、真实、扎根一线，有想要了解一切的好奇心；理解要做到第一性原理，我相信很大一部分知识、解决方案，背后的思路是相通的
  8. 人生是无限游戏，少量重要的成功=成功，除此之外fail fast，learn fast，失败不计数
  9. 为什么是这样的，比是什么样重要
  10. 大部分手册都在告诉你架构/设计/实现是什么样，大部分考察也是关心你是否了解架构/设计/实现是什么样。但我觉得对自己的要求，还是应该去明白：为什么架构/设计/实现是这个样子？是为了解决什么问题？经历了哪些trade-off和克制？focus在了什么方向？为什么？
  11. 一旦从这个角度去理解问题，就会发现世界并不按照学科划分而划分，商业、技术、个人偏好冗杂在一起，决定了实际上的架构/设计/实现
  12. 我个人相信的原则：
    a.所有事情背后都有原因（除了宇宙为什么存在以外）
    b.对一件事情的表达，最好做到心智负担越低越好
    c.追求minimum sufficient complexity，达到目的的情况下，复杂度越低越好
  13. 我最近对算法/机械/电子很感兴趣，然后我总体关心的有：商业/产品/技术，同样感兴趣的小伙伴可以加群，需要有简单的自我介绍：
    a.最近有没有什么事，让你对某个领域的判断被推翻了?
    b.你现在做的事情，如果拆到最底层，到底在解决什么问题？
    小红书 @硬件Zem

2026-7-26

更新频率感人，还是个人观点，不一定对：

  1. Agent的本质是工程，工程的核心是复杂性管理，从而做到更大更复杂的事情。所以我判断Agent长期有价值，因为人想做到的更大更复杂的事情是无止境的
  2. AI现在的状态处于能极大提升生产力，但又做不到100%自动化的程度，而且我怀疑会长期处于这个阶段，因为100%自动化的范围实际上一直在扩大，比如最开始写函数，到写脚本、feature、项目，只要AI做不到一句话从零到一手搓宇宙飞船或者可控核聚变，就总是需要人的

推荐input，详见textpurr.com：
a. Stanford CS25: Transformers United 讲座形式，现在已经第六期了，从每一期的主题可以看到当时的热点，比如目前这一期主要讲的是世界模型
b. 3Blue1Brown 所有视频都很推荐，我最近看了信息论+陶哲轩讲宇宙距离阶梯的视频
c. 费曼信使系列课程，我其实只看了第一节，不幸的是一直处于很想看但优先级不高的状态
d. 张小珺-谢赛宁，表征，英文是representation，非常有意思的概念（特别是对于我这种之前不做CV的人）
e. 2026 Ewan Lecture by Prof. Geoffrey Hinton: “Living with Alien Beings” 虽然有些很怪的地方（比如让AI对人类有母爱），但是他提到人类神经元的运作方式：“将权重设为电导，你可以让万亿个权重并行运行，消耗极少的能量。“说明了人脑为什么这么节能，因为在物理法则下，宇宙本身在实时求解，这一点细想起来好神奇
f. When AI Agents and Robots Enter the Physical World | Nils Pihl 专注做感知层应用的，强推，明显感觉到创始人很有想法，最有意思的是谈眼镜从发明到普及800年，一直到材料科学让眼镜重量小于40g人才能做到一整天带着它，所以判断如果AR眼镜做不到这个克数人就一定会摘下来
g. $46B of hard truths: Why founders fail and why you need to run toward fear | Ben Horowitz (a16z) 推荐，领导力、团队建设和心理素质，有些教训只能通过挣扎、痛苦和失败才能学到，我个人是认为真的要对商业有敬畏之心
h. Warren Buffett speaks with Florida University 巴菲特是唯一一个让我觉得很有智慧的人，这篇是经典中的经典，很多有名的观点出处于此，但还是强推演讲原文，包含非常非常多细节，我觉得我至少每年都要重温一次
i. Stanford ECON295/CS224N 2024 The Age of AI, Eric Schmidt 这篇演讲发生在24年8月（这个时间点cursor+claude3.5刚火），讨论了1million上下文（那个时期的畅想还是lets把所有信息放到上下文里，上下文越大越好力大砖飞），coding agent，谷歌的劣势（太wlb），微软的成功（风水轮流转，我记得那时候微软也算风光无两，现在彻底掉队），思维链（o1 24年9月份发布的），agent，电力-工厂布局，非常有见地的观点：对于"侵权"的事情，如果产品成功了，那么你会雇佣一大堆律师来收拾残局。但如果没有人使用你的产品，你侵权了也无所谓

  1. AI能替代所有人和世界难题不可解互斥，从这个角度来说，智力还是有着极高的价值，所以我其实有点后悔之前没有花更多的时间在数理上，并且目标定得太低，浪费了很多天赋和时光
  2. 我强调做，是因为我本身很擅长想；反过来说，擅长做的人其实应该多想想
  3. 人生最重要的事情就是想明白自己要什么，到底是什么让自己快乐，什么让自己痛苦
  4. 我认为一个成熟的人应该能意识到万事万物都有trade-off，而不是什么都想要，我最近发现这点不仅体现在工程上，还体现了公司管理上
  5. 公司的组织形态设计其实和系统架构设计还挺相似的，所以说为什么将帅无能累死三军，因为将帅决定了组织形态
  6. 太年轻的时候对世界的复杂性没有敬畏之心，一眼看到终局就会觉得事情没有做的必要，但实际上就算看到的终局是对的，中间也还有着曲折的过程和漫长的时间，更别说没看对或者在做事的过程中发现了其它的机会
  7. 以前对风水轮流转认知不够深刻：既然风水会转走就应该在风水转到自己头上的时候加倍努力，而不是反过来
  8. 面试是一个非常好的了解各行各业的方法，特别是风口行业

2026-3-21

只有时间写bullet point

  1. AI让人思路打开，想做点以前不敢想的事情，我说的不是构建更大更复杂的软件系统，我说的是想要解决世界级难题

  2. AI会取代所有职业，和世界难题不可解这俩个担心互斥

  3. 计算机系视野太狭窄了，软件工程以外还有很多工程难题

  4. 推荐看一看斯坦福CS230 Career Advice in AI，有一些有意思的观点：

挺对但不意外的观点：

其它还有很多我觉得挺对但我不意外的就没记录了，大家可以自己去看

  1. 据我观察，开始高强度做事，去validate一些猜测，会让你的认知比“网络上开始流传的共识“快一个季度
  2. 想不通的事情就直接去做，用现实带来的反馈作为你的决策上下文进行迭代，加快靠近“答案”的速度
  3. 软件价值参考翻译，翻译价格早就无限接近token，软件也会，价值会从“翻译”转到“写作“本身，aka自然语言编程（产品设计/决策）
  4. 工程的价值在于复杂性管理，把问题变简单永远是有价值的；不过注意价值不等于价格，价格取决于供需关系