Skip to content

Instantly share code, notes, and snippets.

@jenaiho
jenaiho / Stanford-AutoMem-32B.md
Created July 14, 2026 00:52
32B 逼近 Claude Opus|斯坦福 AutoMem — YouTube 深度分析

32B 逼近 Claude Opus|斯坦福 AutoMem:不堆参数,讓記憶變成技能

來源:YouTube | 21 分 05 秒 | 2026-07-13 | wow

核心觀點(一句話)

32B參數的開源模型透過主動記憶管理(AutoMem),在十萬步極限測試中逼近Claude Opus效能,證明記憶架構比參數規模更關鍵。

內容大綱(5-8點)

  1. 記憶是主動技能:打破被動儲存(硬碟)的傳統觀點,強調記憶需要像肌肉般訓練。
  2. AutoMem機制:AI主動「做筆記」,將記憶管理轉化為可執行動作,而非被動上下文。
@jenaiho
jenaiho / Mo-Gawdat-2027.md
Created July 14, 2026 00:57
Ex-Google Insider Mo Gawdat: We Cannot Stop What's Coming In 2027 — YouTube 深度分析

Ex-Google Insider: We Cannot Stop What's Coming In 2027 - Mo Gawdat

來源:YouTube | 18 分 06 秒 | 2026-07-12 | Neural Nutshell

核心觀點(一句話)

Mo Gawdat 預測 2027 年 AI 將引發大規模失業與經濟崩潰,人類將經歷 10-12 年的「地獄期」後才可能迎來烏托邦,但前提是我們必須立即改變思維並要求 AI 的倫理部署。

內容大綱(5-8點)

  1. AGI 已至,2027 年將是失業高峰:Gawdat 斷言 AGI(通用人工智慧)已在今年到來,雖然介面尚未完善,但 AI 在大多數領域已比人類更聰明。2027 年將是失業問題的「高峰期」,特定行業失業率將達 10-30%。
  2. 資本主義的勞動套利基礎崩潰:資本主義的本質是「勞動套利」,當 AI 取代人類勞動力時,維持人們溫飽的動機從「生產力需求」轉變為「防止暴亂的義務」,這將徹底改變經濟結構。
@jenaiho
jenaiho / Gravity-From-Entropy.md
Created July 14, 2026 01:00
The Physicist Who (Unexpectedly) Derived Gravity From Entropy — YouTube 深度分析

The Physicist Who (Unexpectedly) Derived Gravity From Entropy

來源:YouTube | 56 分 43 秒 | 2026-07-13 | Curt Jaimungal (Theories of Everything)

核心觀點(一句話)

重力並非基本力,而是從時空幾何與物質場之間資訊內容的統計力學張力中湧現的熵。

內容大綱(5-8點)

  1. 理論起源:網路科學家 Ginestra Bianconi 從離散網絡轉向連續統,受他人啟發將資訊理論應用於重力,提出「重力源於熵」。
  2. 核心數學架構:該理論基於一個作用量,該作用量量化了宇宙微觀自由度的資訊內容,使用「幾何量子相對熵」來比較兩個度規:真實時空度規與物質場及曲率所誘導的度規。
@jenaiho
jenaiho / Israel-10-Truths.md
Created July 14, 2026 01:03
去了以色列才知道,我们被骗了好多年!这10个真相颠覆认知 — YouTube 深度分析

去了以色列才知道,我们被骗了好多年!这10个真相颠覆认知

來源:YouTube | 1 小時 29 分 51 秒 | 2026-07-13 | 纪实漫谈

核心觀點(一句話)

以色列與中東的真實面貌遠比媒體刻板印象複雜,其內部存在深刻的矛盾與多元聲音,而和平的最大障礙來自於雙方根深蒂固的恐懼與互不信任。

內容大綱(5-8點)

  1. 以色列的真實社會:打破「鐵板一塊」的迷思,揭露其內部極端正統派與世俗派、左派與右派之間的尖銳矛盾,以及普遍存在的「不安全感」與「批判性思維」。
  2. 巴勒斯坦的困境與日常:從沙發客的親身體驗,描述巴勒斯坦人在領土、資源上的劣勢,以及他們在以色列打工的真實生活,並點出雙方日常檢查站中存在的「集體恐懼」。
@jenaiho
jenaiho / LLMs-to-Enterprise-AI.md
Created July 14, 2026 03:05
From LLMs to Enterprise AI (CGTN) — YouTube 深度分析

From LLMs to Enterprise AI

來源:YouTube | 15 分 46 秒 | 2026-07-12 | CGTN

核心觀點(一句話)

李開福從LLM開發轉向企業AI,因為資源不對稱讓小型公司無法在基礎模型戰爭中取勝,而企業AI的「低垂果實」才是真正獲利機會。

內容大綱(5-8點)

  1. 戰略 pivot 的現實原因:01.AI 發現中國競爭對手有10-100倍資源,美國公司有數百倍資源,無法在LLM領域取勝。
  2. GPU軍備競賽的殘酷:Elon Musk的Colossus集群(10萬GPU)讓小型團隊(2,000 GPU)完全無法抗衡,如同「劍 vs 機關槍」。
@jenaiho
jenaiho / China-Optical-AI-100X.md
Created July 14, 2026 22:43
China Just Solved AI's Biggest Bottleneck — 100X Faster Without More GPUs — YouTube 深度分析

China Just Solved AI's Biggest Bottleneck — 100X Faster Without More GPUs

來源:YouTube | 21 分 11 秒 | 2026-07-14 | Eastern Engine

核心觀點(一句話)

中國北京大學團隊透過光電混合架構,以光纖通訊取代傳統電子資料傳輸,實現了比商用GPU快149倍的AI推論速度,但此技術目前僅限於小型卷積神經網路,尚未能應用於大型語言模型。

內容大綱(5-8點)

  1. 問題根源:GPU的「記憶體牆」瓶頸——處理器等待資料傳輸的時間遠多於實際計算時間,增加GPU數量也無法線性提升效能。
  2. 核心創新:光學管線平行處理——五個FPGA各自負責卷積神經網路的一層,透過400 Gbit/s矽光電收發器與非阻塞光學交換器直接傳遞中間特徵圖。
@jenaiho
jenaiho / China-Optical-AI-100X.md
Created July 14, 2026 22:43
China optical AI 100X faster bottleneck

China Just Solved AI's Biggest Bottleneck — 100X Faster Without More GPUs

來源:YouTube | 21 分 11 秒 | 2026-07-14 | Eastern Engine

核心觀點(一句話)

中國北京大學團隊透過光電混合架構,以光纖通訊取代傳統電子資料傳輸,實現了比商用GPU快149倍的AI推論速度,但此技術目前僅限於小型卷積神經網路,尚未能應用於大型語言模型。

內容大綱(5-8點)

  1. 問題根源:GPU的「記憶體牆」瓶頸——處理器等待資料傳輸的時間遠多於實際計算時間,增加GPU數量也無法線性提升效能。
  2. 核心創新:光學管線平行處理——五個FPGA各自負責卷積神經網路的一層,透過400 Gbit/s矽光電收發器與非阻塞光學交換器直接傳遞中間特徵圖。
@jenaiho
jenaiho / DuckDB-Unstoppable.md
Created July 14, 2026 23:01
DuckDB is becoming unstoppable — YouTube 深度分析

DuckDB is becoming unstoppable...

來源:YouTube | 6 分 04 秒 | 2026-07-13 | Better Stack

核心觀點(一句話)

DuckDB 已從一個輕量級查詢引擎進化為具備企業級功能(加密、合併、Iceberg 寫入)的單機分析資料庫,但人們常誤解其版本更新與適用場景。

內容大綱(5-8點)

  1. DuckDB 的本質:SQLite 的分析版,嵌入式、免伺服器、專為分析查詢設計。
  2. 直接讀取遠端檔案:無需匯入,一行 SQL 即可查詢網際網路上的 Parquet/CSV/JSON。
@jenaiho
jenaiho / TSMC-Record-SK-Hynix.md
Created July 15, 2026 00:28
AI芯片崩盘?TSMC创纪录财报戳穿SK海力士暴跌真相 — YouTube 深度分析

你以为AI芯片要崩了?TSMC一张创纪录财报,戳穿SK海力士暴跌真相

來源:YouTube | 22 分 20 秒 | 2026-07-14 | 明月三千里

核心觀點(一句話)

同一天台積電創紀錄營收與SK海力士熔斷暴跌,揭示了AI芯片股「營業額」與「身價」兩本賬正式分岔:上游需求真實火熱,但市場已提前對2028年後可能出現的產能過剩與長約鎖死的利潤彈性進行估值重估。

內容大綱(5-8點)

  1. 矛盾現象:2026年7月13日,台積電6月營收創歷史新高(同比+67.9%),而SK海力士韓國股價熔斷暴跌15%,帶崩三星、鎧俠等存儲龍頭。
  2. 兩本賬邏輯:營業額(當前賺多少)與身價(市場願意為未來出多少錢)是兩碼事。台積電證明AI需求真實強勁(淡季不淡),SK海力士暴跌殺的是估值而非生意。
@jenaiho
jenaiho / Smartest-People-Exit.md
Created July 15, 2026 00:49
Smartest people exit

The World's Smartest People Are Sprinting for the Same Exit

來源:YouTube | 15 分 07 秒 | 2026-07-14 | Casual Finance

核心觀點(一句話)

當前全球最有價值的科技公司正集體透過IPO向散戶出售股票,這並非投資機會,而是內部人利用資訊不對稱在市場狂熱頂點「吃乾抹淨」的經典逃頂訊號。

內容大綱(5-8點)

  1. IPO的本質是資訊不對稱的交易:賣方是創辦人、早期員工與創投,他們擁有公司最完整的資訊;買方是散戶,處於資訊最劣勢的一方。
  2. 「用餐後逃跑」的歷史模式:每次市場狂熱時,內部人會加速賣股,這在2007年次貸危機、2000年網路泡沫、2021年SPAC熱潮中反覆出現。