Ieri due dei principali prodotti di Coze sono stati open source su GitHub, rispettivamente la piattaforma di sviluppo Coze Studio e la piattaforma di gestione Coze Loop, ricevendo ottime recensioni dalla comunità degli sviluppatori. Quest'anno è l'anno degli Agent, e Coze ha preso un buon inizio come punto di riferimento, ma poiché il valore principale risiede nel servire utenti professionali per costruire flussi di lavoro, Coze e il gruppo successivo di AI Agent non sono entrati nella stessa corrente, quindi ognuno ha il proprio fermento. Personalmente, mi piace molto il modo di "costruire con i mattoncini" di Coze; rispetto a un Agent completamente gestito, questo tipo di controllo semi-gestito è migliore, non ci sono conflitti come "AI che interferisce con AI" o "io ho fretta e l'altro no". Ad esempio, potreste ricordare che qualche tempo fa ho condiviso uno screenshot in cui la capitalizzazione di mercato di Baidu è stata superata da Tencent Music, utilizzata da tutti per ascoltare musica; in realtà, questo è emerso da una discussione precedente nel gruppo in cui si parlava della capitalizzazione di mercato simile delle due aziende, ma all'epoca c'era ancora una certa differenza. Penso che sia un momento molto drammatico, ma ovviamente non ho tempo di controllare ogni giorno il prezzo delle azioni delle due aziende e aspettare il momento in cui le capitalizzazioni si incrociano per fare uno screenshot, sarebbe troppo stupido. Così, ho creato un agente molto semplice su Coze, facendolo controllare ogni giorno alla chiusura del mercato statunitense la capitalizzazione di mercato di Baidu e Tencent Music, e fare un confronto per emettere un giudizio; una volta che scopriva che la capitalizzazione di Baidu era inferiore a quella di Tencent Music, mi inviava un messaggio. Dopo, l'ho lasciato lì senza pensarci, fino a quando un giorno mi sono svegliato e ho ricevuto un promemoria, e ho subito capito che finalmente era successo qualcosa, quindi per me, un agente che lavora in modo sostenibile è diverso dal servizio di codice una tantum di cui ho bisogno in un Agent generico. Molti prodotti Agent li uso frequentemente e li cambio spesso, ma con Coze, anche se non lo uso molto, ogni volta che ho bisogno di qualcosa, torno davvero a "riacquistarlo". Questo Coze Studio open source è il modulo di sviluppo principale di Coze, un vero e proprio guerriero esagonale, con interfacce applicative molto ricche, che permette di chiamare strumenti di terze parti in modo molto fluido. L'altro, Coze Loop, non ha molto a che fare con utenti non commerciali come me, ma supporta la commercializzazione degli agenti. È interessante notare che Coze ha scelto di open source con la licenza Apache 2.0, che è la licenza open source più favorevole alla commercializzazione, senza eccezioni; praticamente non impone alcuna restrizione agli utenti, aprendo la tecnologia a sviluppatori individuali e a aziende di varie dimensioni, e non solo concede diritti d'autore agli utenti, ma concede anche licenze sui brevetti relative ai contributi, garantendo la sicurezza legale per gli scenari commerciali. Posso comprendere l'atteggiamento degli sviluppatori nel settore degli Agent che stappano champagne per questo; il flusso della tecnologia accelera, e per un'industria emergente e in continua evoluzione, non è mai troppo. Più prospera la comunità open source, maggiore sarà la probabilità che l'AGI arrivi equamente nelle mani di tutti.

Rido a crepapelle, ho un amico nel gruppo che lavora sempre straordinario alla NIO e deve anche aumentare l'allenamento. Qualche tempo fa, all'improvviso, ha avuto sangue nelle urine a mezzanotte, è andato in ospedale e dopo essere stato visitato al pronto soccorso è stato direttamente portato in terapia intensiva, i livelli di creatina chinasi sono schizzati a 1.860.000... (foto 1) E oggi ho scoperto che è stato usato come materiale da un'infermiera per un video su Douyin (foto 2) ahahahahahahahaha

Il "Wall Street Journal" ha scritto un articolo sulla guerra per il reclutamento di talenti nell'AI della Silicon Valley in modo fluido e conciso, con un'alta leggibilità: - Venerdì scorso, centinaia di dipendenti della startup AI Windsurf si sono riuniti in ufficio per prepararsi a una festa, celebrando l'imminente acquisizione da parte di OpenAI per 3 miliardi di dollari; il team di marketing aveva persino preparato un video promozionale; - Poi è successo l'imprevisto: il CEO dell'azienda ha silenziosamente portato con sé un piccolo gruppo di dipendenti "selezionati" per trasferirsi a Google, questi hanno ricevuto un compenso di sette cifre, mentre gli altri dipendenti sono stati abbandonati in quella che era diventata una shell vuota dell'azienda; dopo aver appreso la notizia, molti dipendenti hanno iniziato a piangere; - La mattina del primo giorno lavorativo, è emerso un nuovo colpo di scena: i dipendenti rimanenti di Windsurf sono stati nuovamente convocati in un ufficio, dove hanno ricevuto una seconda comunicazione: come parte rimanente dell'azienda, sarebbero stati acquisiti da un ex concorrente; - Questo è solo un normale weekend della Silicon Valley nel 2025; - La guerra tra le aziende più ricche del pianeta per la conquista dei talenti si sta svolgendo con un'efficienza, transazioni e tradimenti senza precedenti; quei ricercatori brillanti, che non erano mai stati così valorizzati, hanno visto il loro valore salire ai livelli di star della NBA e di Hollywood; - Una delle aziende al centro della tempesta è ovviamente Meta; Zuckerberg, per formare una "dream team" di AI, ha iniziato a reclutare in modo frenetico con una strategia di offerte a tempo limitato; i ricercatori invitati devono prendere una decisione lo stesso giorno, altrimenti l'offerta scade, il che ha reso obsoleta la tradizionale strategia di negoziazione delle aziende reclutate; - Come principale concorrente a cui è stato rubato il personale, Sam Altman di OpenAI ha definito questo comportamento come "una lotta tra missionari e mercenari", ritenendo che i ricercatori che si uniscono a Meta per soldi siano mercenari avido, mentre quelli che scelgono di rimanere in OpenAI sono missionari determinati; - Zuckerberg ha preso a cuore queste parole e ha scritto un post in risposta, affermando che la vera chiave per attrarre talenti in Meta è la capacità di fornire le enormi risorse di calcolo necessarie per i ricercatori per fare breakthrough; in termini di potenza di calcolo pro capite, nessuna azienda può competere con Meta; - Tuttavia, ci sono stati molti che hanno dimostrato che il denaro non è la cosa più importante, incluso il capo ricercatore di OpenAI, Mark Chen; durante un colloquio, Zuckerberg ha offerto a Chen un pacchetto totale di 1 miliardo di dollari, ma Chen ha esitato un momento e ha risposto che si trova bene in OpenAI e non sta considerando; - Almeno 10 dipendenti di OpenAI hanno rifiutato l'offerta di Zuckerberg di 300 milioni di dollari in 4 anni - di cui 100 milioni sarebbero stati accreditati nel primo anno; - Chen ha detto che è come guardare un furto in casa e aiutare a calmare i dipendenti, dicendo che la direzione non è rimasta a guardare; un nuovo piano di incentivazione salariale è stato rapidamente introdotto: "Se altre aziende vi mettono pressione, come offerte ridicole che scadono se non accettate, dite loro di non forzare; è una decisione molto importante e forzare non è rispettoso"; - Tuttavia, il colloquio con Chen ha indirettamente ispirato Zuckerberg a considerare la possibilità di usare il denaro per reclutare; ha poi stilato una lista di "persone desiderate", il team ha ottenuto i contatti di queste persone e ha organizzato incontri a casa di Zuckerberg - e non in azienda; - Alla fine, Zuckerberg ha scelto Alexander Wang, fondatore della società di etichettatura dei dati Scale, 28 anni, per guidare il super laboratorio AI di Meta, spendendo 14 miliardi di dollari come tassa di trasferimento; Wang ha annunciato a tutti i dipendenti di Scale che stava lasciando l'azienda per unirsi a Meta, e tra applausi fragorosi, la scena sembrava "la fine di un film Disney"; - Quasi in quei giorni, OpenAI e Google hanno immediatamente interrotto i contratti con Scale, e Scale ha iniziato a licenziare; - Meta ha anche reclutato l'ex CEO di GitHub e l'attuale CEO di SSI; questi due gestivano insieme una società di venture capital, e Zuckerberg è stato molto generoso, acquistando il 49% di quella società per liberare gli investitori, e poi sciogliendola senza problemi; - Se vi ricordate, SSI è la nuova azienda fondata da Ilya Sutskever, il capo scienziato di OpenAI che è stato escluso dalla lotta di potere; Zuckerberg ha invitato Sutskever a cena a casa sua, proponendo di acquistare SSI; dopo il rifiuto, ha reclutato il CEO di SSI, e Sutskever è rimasto "molto scioccato" dopo aver appreso che i suoi colleghi se ne erano andati; - Tornando alla storia di Windsurf, il motivo per cui l'affare con OpenAI è fallito è stato l'opposizione del principale investitore di OpenAI; dopo che il CEO ha abbandonato l'azienda per unirsi a Google, il CEO ad interim ha ricevuto un'email da Cognition (lo sviluppatore di Davin), un'altra azienda di programmazione AI, con un semplice titolo: "Parliamo?"; - In un weekend, Windsurf ha finalizzato il piano di acquisizione; il CEO ad interim ha informato i dipendenti che tutti avrebbero beneficiato dall'affare, e questa volta, l'atteso applauso finale è finalmente risuonato.

Lei mi guarda, significa che è interessata a me?

Se una legge può realizzare una crescita esponenziale di questo tipo (ho visto addirittura affermazioni che il PIL raddoppierebbe), allora l'economia non esisterebbe davvero. Questa legge è pubblica, ogni paese potrebbe semplicemente copiarla e portarla a casa. MAGA si lamenta che Musk ha opinioni contrarie ma non sceglie di comunicare privatamente, deve per forza creare un pubblico scandalo, il che è una mancanza di intelligenza emotiva. A mio avviso, non riesce davvero a convincere se stesso a fingere di credere a queste sciocchezze; come può parlare seriamente di favole?

A proposito, il risultato della folle spesa di Meta per reclutare ricercatori nel campo dell'IA ha portato a un cambiamento strutturale molto sottile, ovvero: Yann LeCun, il principale scienziato dell'IA di Meta, uno dei tre grandi del Turing, creatore delle reti neurali convoluzionali, un esperto di 64 anni, ora, di fatto, deve riferire ad Alexandr Wang, il nuovo capo dell'IA di Meta, un ex studente del MIT di 28 anni che si occupava di etichettatura dei dati. In un momento in cui le onde si abbattono, anzianità, rango e onori sono stati completamente messi da parte. Molti su Twitter "si preoccupano" per i sentimenti di Yann LeCun, ma lui sembra sereno e tranquillo, ritenendo che dovrebbe rimanere in un ruolo accademico, e chi sia il capo non è così importante. Ci sono anche previsioni che Yann LeCun si dimetterà entro un anno; oltre a motivi di cuore, ciò è legato anche al fatto che Yann LeCun ha sempre avuto un atteggiamento negativo riguardo alla direzione dello sviluppo di questi grandi modelli. Se è convinto che l'architettura su cui Meta sta scommettendo sia sbagliata, lavorare diventerà sicuramente ancora più difficile.

È stato davvero bello conoscere tutti, ma recentemente sono successe alcune cose per motivi personali, questo dovrebbe essere il mio ultimo giorno su Twitter per questo semestre. Grazie a tutti per la compagnia in questo periodo.

Dopo che molti media hanno utilizzato modelli di grandi dimensioni per risolvere problemi di matematica dell'esame di ammissione, quest'anno sono stati pubblicati anche i risultati della valutazione delle domande d'esame di tutte le materie, ma questa volta la valutazione è stata effettuata dal team Seed di ByteDance. È evidente che sono rimasti sorpresi e colpiti dai risultati di matematica dell'esame di ammissione di Doubao e sono ansiosi di vedere come si comporterà in tutte le materie. Come al solito, i cinque modelli di grandi dimensioni che partecipano sono ancora i migliori sul mercato: Gemini 2.5Pro, DeepSeek R1, Claude 4, OpenAI o3 e Seed1.6-Thinking. L'esame di ammissione è in realtà un caso di test molto tipico, in grado di testare la capacità di generalizzazione dei modelli di grandi dimensioni, mantenendo al contempo un'elevata praticità. Non è difficile immaginare che scenari simili possano avere un grande valore nell'insegnamento e nella ricerca. Questa volta è stata utilizzata la "versione Shandong" del test di ammissione, con classifiche per le materie umanistiche e scientifiche. Per garantire l'equità, il metodo di valutazione è stato completamente allineato con quello dell'esame di ammissione, con domande aperte valutate da due insegnanti delle scuole superiori con esperienza nella correzione degli esami di ammissione. Inoltre, i modelli di grandi dimensioni non hanno utilizzato alcun ingegneria dei prompt, tutte le domande sono state quelle originali dell'esame. In poche parole, l'ambiente è praticamente identico a quello di un vero studente che svolge l'esame. Iniziamo con la conclusione: le capacità complessive dei modelli di grandi dimensioni sono già in grado di ottenere punteggi piuttosto elevati, con Doubao e Gemini che si sono classificati rispettivamente al primo posto nelle materie umanistiche e scientifiche, ottenendo punteggi di 683 e 655 - punteggi che potrebbero persino competere con le università di Qinghua e Beida. Ecco alcune informazioni chiave dai risultati della valutazione: - Come previsto, la materia in cui i modelli di grandi dimensioni si sono comportati meglio è stata l'inglese, con punteggi molto vicini tra i vari modelli, rendendo difficile differenziare i risultati; - Le materie con punteggi generalmente più bassi sono state chimica e biologia, ma questo è legato alla natura delle domande, poiché queste due materie contengono molte domande basate su immagini. Poiché questo set di domande non è stato pubblicato ufficialmente, alcune immagini erano piuttosto sfocate, causando direttamente la perdita di punti per i modelli di grandi dimensioni; - Doubao ha ottenuto il punteggio più alto in cinese, inglese, fisica, geografia, storia e politica, con un vantaggio evidente nelle materie umanistiche come geografia, storia e politica. Questo dimostra che le prestazioni dei modelli di grandi dimensioni possono variare notevolmente a seconda del contesto linguistico; - Al contrario di Doubao, Gemini ha mostrato prestazioni molto forti nelle materie scientifiche, ottenendo punteggi elevati in chimica e biologia anche in presenza di immagini poco chiare. La differenza di approccio tra Doubao e Gemini è degna di nota; - Rispetto ai risultati della valutazione della matematica dell'esame di ammissione precedente, questa volta il primo posto nella materia matematica è andato a DeepSeek, ma anche in questo caso la differenza con gli altri modelli di grandi dimensioni è stata minima; - GPT o3 ha di nuovo fatto parlare di sé; l'ultima volta era stato l'unico modello di grandi dimensioni a perdere punti in domande oggettive di matematica, e questa volta ha scritto un tema in cinese completamente fuori tema, portando il suo punteggio in cinese a essere l'unico sotto i cento tra i punteggi delle materie principali di tutti i modelli di grandi dimensioni... - Dopo aver scoperto i problemi di lettura delle immagini in chimica e biologia, il team di test ha trovato una versione ad alta definizione del test e ha ripetuto le due materie utilizzando un approccio misto di testo e immagini. Hanno scoperto che Doubao, in questo modo, ha potuto aumentare il punteggio totale di circa 30 punti, il che significa che il ragionamento multimodale con testo e immagini può stimolare notevolmente il potenziale del modello, un aspetto che merita ulteriori approfondimenti; - Attualmente, sembra che i modelli di grandi dimensioni stiano facendo rapidi progressi nelle soluzioni visive, ma il consumo di TOKENS visivi è molto più elevato rispetto ai compiti normali, quindi il problema principale che devono affrontare è come ridurre i costi; - Oltre all'esame di ammissione, il team di test ha anche condotto una valutazione dell'esame JEE Advanced dell'IIT indiano, utilizzando solo input basati su immagini. I punteggi totali sono stati ancora una volta guidati da Gemini e Doubao, e i punteggi di entrambi i modelli sono già sufficienti per entrare nella TOP 10 indiana. Naturalmente, non è solo per misurare le capacità dei modelli di grandi dimensioni che sono stati condotti tutti questi test. Ad esempio, all'inizio di quest'anno, quando è emerso il noto benchmark HLE nel settore dell'IA, i punteggi dei principali modelli erano generalmente inferiori al 10%, ma il team di sviluppo di HLE ha anche affermato che, secondo le tendenze storiche, questo numero potrebbe arrivare al 50% entro la fine dell'anno. Voglio dire che, indipendentemente da quanto gli esseri umani si sforzino di far fare compiti all'IA, superare le domande è solo una questione di tempo, ma ciò non significa che i risultati dei compiti non abbiano significato. È importante il processo di apprendimento continuo, che è anche un passo necessario per esplorare fino a che punto l'IA possa essere utile per l'umanità. Non vedo l'ora di vedere cosa ci riserverà l'IA per l'esame di ammissione dell'anno prossimo.

Il saggio di Byte di 3 mesi fa ha finalmente avuto un seguito...

La società di hedge fund Coatue ha pubblicato il suo rapporto annuale sul mercato degli investimenti, un PPT di 102 pagine, ricco di informazioni. Ecco i punti salienti: Dal punto di vista macroeconomico, il ciclo di innovazione tecnologica sta accelerando, le nuove opportunità stanno passando da una ogni 10-20 anni a una ogni 3-5 anni, e l'impatto è sempre maggiore di generazione in generazione; (1/n)