FlashEcho

感觉现在目前 AI for Science 有大新闻的都是那种 well defined 的问题，而且是流程能很丝滑的接入给现在的 AI agent 的。比如各种数学问题，本身定义良好，而且有形式化验证，可以验收。但是你让它去做生物实验。我不是这个专业的人，不太清楚 AI 能的是否能直接调用机器来做一些复杂的验收和结果，感觉还是有点麻烦。而且比如研究一个数学问题，你可以让一万个 Agent 并行跑，但是得多大的实验室才能让一万台机器并行跑？感觉在更多比较复杂的学科里，AI for Science 还有很长的路要走

我北京时间明晚重置，要是今晚充值话我就亏麻了

如果大部分还是原模型，只有少量是 5.6-luna ，那是正常的。这个是我用官方的订阅，然后用了 CodeX 官方的 otel 导出来的可观测性数据。在工具调用的时候，一些比较简单的任务就会换成性价比高的模型

M4 已升级，发现 thaw 稳定版不兼容 macos27 ，而且新系统的适配版还在 alpha ，难顶了

电脑上可以用第三方语音输入软件，火山引擎开个账号用豆包流式语音识别模型就行了，有很长的免费时长，在所有 ASR 模型里算是综合最优的的，远比 qwen 工程上出色而且便宜

多少有点双标了，价值投资就是要有自己的投研团队，短线就是个人也能做 散户能摸的短线，都是量化吃剩的，你觉得这个信息足够有价值了，这个技术结构足够有入场了，那为什么这个剩余的利润空间没有被量化扫干净呢？有各种理由，有可能是别人看到了你看不到的信息，也有可能是他们经过分析觉得 sharpe 太低，懒得做了。在中国做短线还好，美国税务居民做短线会有很严重的税的问题，所以很多散户肯定是避免做短线的

资金确实是一个因素。但是大盘的上涨主要来自于盈利能力的上涨，而不是估值倍数的上涨。现在看标普的 NTM FW PE 还处于一个中等的水平，并没有特别高，这就明显不是资金推动是主力，主要是公司自己本身发展了

@cslive #2 那有点用 ai 堆屎山的嫌疑，毕竟我没仔细看过这个框架的源代码，也没法 review ai 的修复对不对，无脑信任 ai 给出的框架 bug 的描述，发个 issue 给开发者本人审核已经是我的极限了