Skip to content

Instantly share code, notes, and snippets.

@jenaiho
jenaiho / zuckerberg-calls-out-dario.md
Created August 12, 2026 02:31
Mark Zuckerberg called out Dario (Anthropic) —— 超智慧分配論戰深度分析(Matthew Berman 2026-08-11)

Mark Zuckerberg just called out Dario (and Anthropic)

來源:YouTube | 00:37:02 | 2026-08-11

核心觀點

祖克柏主張超級智慧應廣泛分配以實現安全與繁榮,但其論點忽略運算資源注定由資本壟斷,終將形成永久性不平等,矛盾地摧毀了他所倡導的賦權願景。

內容大綱

  1. 祖克柏發表長文《未來屬於每個人》,抨擊 Anthropic 等封閉實驗室的集中化安全觀,主張開源與個人賦權,認為發明而非自動化才是超智慧的核心貢獻。
  2. 影片作者認同大部分觀點,但指出核心矛盾:即使模型層級開源,計算與能源的稀缺性將使擁有更多資本者獲得不成比例的智慧優勢。
  3. 以法律訴訟、商業競爭與網路安全等思想實驗為例,說明「人人有超智慧」不等於公平,實際產出取決於能投入多少計算量。
@jenaiho
jenaiho / anthropic-introspective-awareness.md
Created August 11, 2026 10:16
「Anthropic 植入思想」?—— Emergent Introspective Awareness Paper 事實核查(原文 collapsed 附文末)

「Anthropic 植入思想」?—— Emergent Introspective Awareness Paper 事實核查

研究日期:2026-08-11 來源:Superman 原始 tweetarXiv:2601.01828

一句話總結

Tweet 將 Anthropic 一篇真 paper 用恐怖電影式修辭包裝(「terrifying」「planted a thought」「Skynet moment」)——實際係 Jack Lindsey 嘅單人 interpretability 研究:透過注入概念向量到模型 activation,發現 Claude Opus 4/4.1 有一定能力「察覺」自己內部狀態被篡改、區分自己輸出同 artificial prefills。Paper 自己強調:呢種能力「highly unreliable and context-dependent」——係功能性 introspection,唔係意識覺醒。

事實核查表

| Tweet 聲稱 | 實際情況(arXiv 原文) | 判定 |

@jenaiho
jenaiho / pi-agent-self-evolution.md
Created August 11, 2026 07:28
Pi 智能體自我進化、Token 致富—— AI 工程師大辯論深度拆解(wow 2026-05-06)

龍蝦背後:Pi 智能體「自我進化」,Token 可以令你變得富有—— AI 工程師大辯論深度拆解

來源:YouTube | 00:27:40 | 2026-05-06

核心觀點

AI 編程工具的民主化正在引發一場「賽博垃圾」(Slop)海嘯,頂級開發者通過回歸 Unix 哲學的極簡工具對抗商業框架的「上下文腐蝕」,而 AI 的統計本質決定了它永遠無法取代人類架構師在系統設計中的品味與痛覺。

內容大綱

  1. 從狂熱到泡沫:AI 編程領域充斥著「無需編碼即可構建複雜系統」的妄言,但實際產出的往往是邏輯混亂、不可維護的「賽博排泄物」(Slop)。
  2. Claude Code 的技術背叛:Anthropic 的「Agentic Text Search」雖是革命性突破,但其商業化迭代導致了致命的「上下文腹瀉」與幽靈狀態,清除了 AI 對項目的長期記憶。
  3. Pi Agent 的極簡起義:Mario Zechner 逆向工程並打造了僅有四個核心工具(Read, Write, Edit, Bash)的 Pi Agent,其「無限自我修改能力」讓終端像液態生物般即時進化。
@jenaiho
jenaiho / roger-duronio-logic-bomb.md
Created August 11, 2026 07:21
美國程式員刪庫跑路連環計——Roger Duronio 邏輯炸彈案深度分析(毛怪老師 2026-08-11)

【公司對不起我!】美國程式員刪庫跑路連環計——1500台伺服器埋定時炸彈,56歲程式員買期權復仇公司

來源:YouTube | 00:13:28 | 2026-08-11

核心觀點

這起案件不僅是經典的內部威脅案例,更是一場因認知失調與獎勵錯配所引發的、將技術能力異化為金融犯罪工具的悲劇性復仇。

內容大綱

  1. 2020年3月,瑞銀集團(UBS)旗下潘恩韋伯(PaineWebber)的交易系統崩潰,1500台伺服器同時宕機,引發客戶大規模恐慌。
  2. 嫌疑人鎖定為已離職的56歲高級系統管理員羅傑·托雷永(Roger Duronio),他雖是化學碩士出身,卻精通Unix,是掌握公司底層交易架構的技術核心。
  3. 羅傑因長期高強度工作卻僅獲得「普通」績效與不符預期的獎金,深感公司將其邊緣化,心理防線最終在911事件後因獎金縮水而徹底瓦解。
@jenaiho
jenaiho / cloudflare-wallets.md
Created August 11, 2026 03:50
Cloudflare Wallets —— 為 Agentic Internet 而設嘅可程式化錢包深度分析(原文 collapsed 附文末)

Cloudflare Wallets —— 為 Agentic Internet 而設嘅可程式化錢包深度分析

研究日期:2026-08-10 來源:Cloudflare Blog(Will Papper,2026-08-04,Agents Week)| 原文全文 collapsed 附文末

一句話總結

Cloudflare Wallets 係為 AI agent 而設嘅可程式化支付基建:Account Wallet(人類擁有)可以設定預算、委派畀 Virtual Wallets(agent 用 API key 操作),用 x402 協議做 stablecoin 微支付——令 agent 唔使登入頁面、唔使人工加 payment method、唔使等 API key,就可以自主試用同購買數十上百個 API/內容/工具。目標係建構「headless marketplace for the Internet」:賣家(Monetization Gateway)收錢 + 買家(Wallets)付錢 + 身份(cloudflare.pay)歸因,三塊砌成 agentic commerce 完整基建。

核心重點

  1. 問題:Agent 而家冇辦法自己試 API。要過人類登入頁、搵人加 payment method、生成 API key——呢個 flow 對 agent 有兩個根本障礙:冇穩定 identifier 註冊 + 冇原生方式付款。結果 agent 通常放棄,將註冊/付款踢返畀人類——令 agent 好難試用同比較 API,窒礙 agentic commerce 增長。
@jenaiho
jenaiho / ai-game-atomic-workflow.md
Created August 10, 2026 22:28
Stop Asking AI To Build The Whole Game At Once —— AI 遊戲開發原子化工作流深度分析(Can It Code? 2026-08-10)

Stop Asking AI To Build The Whole Game At Once

來源:YouTube | 00:06:50 | 2026-08-10

核心觀點

以 AI 輔助開發遊戲時,真正的生產力來自於將專案拆解為單一任務的原子化工作流,而非妄想以單一提示詞(Prompt)生成整個遊戲。

內容大綱

  1. 作者使用多模型協作策略,為 Claude (Fable/Opus)、GPT-56 與 Kim K3 分配不同的開發職責角色(規劃、程式、3D 建模、審美)。
  2. 專案起始於 Pinterest 的視覺靈感,但關鍵第一步是建立「色彩聖經」,將原始白天色調轉換為夜間版本,作為所有後續素材的強制規範。
  3. 核心開發原則是禁止一次性生成整個遊戲,而是讓最佳模型撰寫計劃,每個開發任務獨立使用全新的對話 session 進行。
@jenaiho
jenaiho / lee-kuan-yew-leadership.md
Created August 10, 2026 11:50
李光耀 2000 哈佛領導力訪談 —— 深度分析(tweet 原文 + 訪談精華 collapsed 附文末)

李光耀 2000 哈佛領導力訪談 —— 深度分析

研究日期:2026-08-10 來源:Huan 原始 tweet(58.8K views)| YouTube 原版(Lee Kuan Yew: Lessons in Leadership,John F. Kennedy School of Government,Harvard University,2000-10-17,2:34:17)

一句話總結

2000 年 10 月 17 日,新加坡資政李光耀接受哈佛肯尼迪學院四位教授(David Gergen、Ron Heifetz、Dean Williams、John Thomas)長達 2.5 小時嘅領導力訪談——佢親述自己點樣由二戰日本佔領嘅創傷中淬煉出領導意志,建立新加坡:反貪要「push, drive, push, drive, never stops」、用人要 meritocracy、政策要務實唔教條、學習係終身嘅。Tweet 講「價值勝過一個 MBA」——呢個訪談確實係一堂壓縮咗 50 年治國經驗嘅領導力大師課。

核心重點(訪談內容)

1. 歷史淬煉:領導意志嘅來源

@jenaiho
jenaiho / garry-tan-personal-agi.md
Created August 10, 2026 08:43
Garry Tan 教你建立個人 AGI —— Startup School 2026 演講深度分析(tweet 原文 collapsed 附文末)

Garry Tan 教你建立「個人 AGI」—— Startup School 2026 演講深度分析

研究日期:2026-08-10 來源:Alex Prompter 原始 tweet(172.9K views)| Garry Tan 喺 Y Combinator Startup School 2026 嘅 42 分鐘演講

一句話總結

YC CEO Garry Tan 喺 Startup School 2026 用 42 分鐘講「點樣建立你自己嘅 personal AGI」——核心係七點:槓桿喺 context 唔喺 model、佢自己產出比 2013 年高 400 倍、AI agent 嘅工作記憶係百萬 token、Markdown 就係 code你嘅歷史就係你嘅護城河、永遠唔好做一次性工作、擁有自己嘅 skill files。最 sharp 嘅一句:「同一個 Claude、同一個 weights、同一個 context window——但用戶之間嘅差距已經大過模型之間嘅差距。」

七點框架(演講內容)

  1. 槓桿喺 context,唔喺 model — Tan 每個 batch 都睇幾百個 founder 用同一個模型。「有 2x 嘅人,有 100x 嘅人,用緊同一個 Claude。Same weights, same context window size, same API. But the leverage is not in the weights.」用戶之間嘅差距已經大過模型之間嘅差距。
@jenaiho
jenaiho / winston-how-to-speak.md
Created August 10, 2026 08:41
Patrick Winston《How to Speak》—— MIT 最受歡迎講座深度分析(tweet 原文 + 講座精華 collapsed 附文末)

Patrick Winston《How to Speak》—— MIT 最受歡迎講座深度分析

研究日期:2026-08-10 來源:0x鸣人 原始 tweetMIT OCW 官方影片(Patrick Winston,2019,1:03:42)

一句話總結

MIT 教授 Patrick Winston(人工智能奠基人物之一,曾任 MIT AI Lab 主任)喺 2019 年嘅《How to Speak》講座,用一小時講清「點樣演講/說話先有效」——核心係一句開場公式:「你人生嘅成功,主要由你嘅說話能力、寫作能力、同你 ideas 嘅質素決定,就係呢個次序」;而呢啲能力 90% 靠知識同練習,天份只佔好細部分。講座教嘅唔係口才表演,而係一套可操作嘅結構:點開始、點組織、點用視覺輔助、點結尾。

核心重點(Winston 講座要點)

開場公式

@jenaiho
jenaiho / pi-agent-for-everyone.md
Created August 10, 2026 08:02
Pi Agent:比 Claude Code 和 Codex 更適合普通人的 AI 工具(第四種黑猩猩 2026-05-25)

Pi Agent:比 Claude Code 和 Codex 更適合普通人的 AI 工具

來源:YouTube | 00:21:17 | 2026-05-25

核心觀點

Pi Agent 透過「極簡底座 + 可插拔技能」的設計,將 AI Agent 的控制權從開發者交還給普通人,以極低的 Token 消耗與高度的個人化彈性,重新定義了日常任務自動化的範式。

內容大綱

  1. Agent 的兩種路線:區分以產出程式碼為核心的 Coding Agent(如 Claude Code、Codex)與以完成日常任務為核心的 General-Purpose Agent(如 Pi Agent),後者更適合非開發者上手。
  2. Pi Agent 的極簡主義哲學:其底座僅保留檔案讀寫與命令執行等核心功能,拒絕內建龐大的預設提示詞,使其反應更快、成本更低、注意力更集中。
  3. Skill 機制解析:Skill 是 Pi Agent 的擴充模組,如同給 Agent 的說明書,讓用戶能按需賦予其搜尋、讀取 PDF、語音合成(TTS)、圖片生成及製作影片等能力,實現高度客製化。