本来是自己做来自己用的，感觉还行，推到了 googleplay 上 适合于频繁的要在一些 app 内外拷贝文本，摘取文本，比如在 GPT 提示词，生图，生视频的提示词，养龙虾，要临时存一下发给龙虾的信息，要临时保存龙虾或者豆包返回的高价值信息，等等，可以类比为一个剪贴板工具，但是功能丰富一点 核心功能： 1. 管理提示词或者文本，从剪贴板获取后，复制，粘贴，可以查看，可以导出导入为 markdown （方便跨设备共享） 3. 手机内开启了一个网页 link ，从 PC 浏览器可以远程编辑手机上的提示词库，这个我自己用的也比较多，觉得还挺好用，也可以下载一个 chrome 插件做辅助，但不是必须 4. 所有信息基于手机本地存储，没有云端，所以理论上存一些密码，key ，secret 等也是 ok ，但注意只在可信的局域网开启 http 分享 app 下载地址： https://play.google.com/store/apps/details?id=com.vifly.ai.prompt.manager&utm_campaign=v2ex 兑换码领取： https://hackmd.io/hrabsSPjQW-5BEqp8Pn7og?view 50 个兑换码先到先得 注意自己领取后，勾选下前面的勾勾，一定要自觉勾一下，否则会影响其他人，感谢配合！ 账号很久没登录了，终于找回了账号。。
本来是自己做来自己用的，感觉还行，推到了 googleplay 上 适合于频繁的要在一些 app 内外拷贝文本，摘取文本，比如在 GPT 提示词，生图，生视频的提示词，养龙虾，要临时存一下发给龙虾的信息，要临时保存龙虾或者豆包返回的高价值信息，等等，可以类比为一个剪贴板工具，但是功能丰富一点 核心功能： 1. 管理提示词或者文本，从剪贴板获取后，复制，粘贴，可以查看，可以导出导入为 markdown （方便跨设备共享） 3. 手机内开启了一个网页 link ，从 PC 浏览器可以远程编辑手机上的提示词库，这个我自己用的也比较多，觉得还挺好用，也可以下载一个 chrome 插件做辅助，但不是必须 4. 所有信息基于手机本地存储，没有云端，所以理论上存一些密码，key ，secret 等也是 ok ，但注意只在可信的局域网开启 http 分享 app 下载地址： https://play.google.com/store/apps/details?id=com.vifly.ai.prompt.manager&utm_campaign=v2ex 兑换码领取： https://hackmd.io/hrabsSPjQW-5BEqp8Pn7og?view 50 个兑换码先到先得 注意自己领取后，勾选下前面的勾勾，一定要自觉勾一下，否则会影响其他人，感谢配合！ 账号很久没登录了，终于找回了账号。。
今天想着把 Cloudflare 账单通知打开，然后把通知推到钉钉群里方便查看。 结果发现邮件通知正常收到了，钉钉那边却一点反应都没有。 排查之后发现是 Cloudflare 发出的 Webhook payload 和钉钉机器人要求的格式对不上。 于是搓了个 Cloudflare Worker 做中间层转换，把 Cloudflare 的 payload 转换成钉钉能识别的格式。 1. 前置条件 一个 Cloudflare 账号 一个钉钉群，已创建自定义机器人，安全设置选择 加签模式 问题分析：为什么直接填 Webhook 没反应 Cloudflare 发送的 payload 格式： 官方文档 { "name": "string", "text": "string", "data": {}, "ts": 1136214245 } 钉钉机器人文本格式： 官方文档 { "msgtype": "text", "text": { "content": "xxxx" } } 2. 创建 Worker 在 Cloudflare 控制台进入 Workers & Pages ，选择 Create Worker ： 选择 “Hello World” Worker 给 Worker 起个名字，比如 dingtalk-notify 点击 部署 部署完成后点击编辑代码 把默认代码全部删掉，替换为下面这段： // 生成钉钉加签 async function generateSign (timestamp, secret) { const encoder = new TextEncoder (); const keyData = encoder.encode (secret); const message = encoder.encode (`${timestamp}\n${secret}`); const cryptoKey = await crypto.subtle.importKey ( "raw", keyData, { name: "HMAC", hash: "SHA-256" }, false, ["sign"] ); const signature = await crypto.subtle.sign ("HMAC", cryptoKey, message); const sign = btoa (String.fromCharCode (...new Uint8Array (signature))); return encodeURIComponent (sign); } export default { async fetch (request, env, ctx) { if (request.method !== "POST") { return new Response ( "This Worker only accepts POST requests from Cloudflare notifications.", { status: 405, headers: { "Content-Type": "text/plain" } } ); } try { const text = await request.text (); if (!text) { return new Response (JSON.stringify ({ error: "Empty request body" }), { status: 400, headers: { "Content-Type": "application/json" }, }); } const cfPayload = JSON.parse (text); const title = cfPayload.name || "Cloudflare 通知"; const content = cfPayload.text || ""; const dingtalkBody = { msgtype: "text", text: { content: `${title}\n${content}` }, }; const timestamp = Date.now (); const sign = await generateSign (timestamp, env.DINGTALK_SECRET); const webhookUrl = new URL (env.DINGTALK_WEBHOOK_URL); webhookUrl.searchParams.set ("timestamp", timestamp); webhookUrl.searchParams.set ("sign", sign); const res = await fetch (webhookUrl.toString (), { method: "POST", headers: { "Content-Type": "application/json" }, body: JSON.stringify (dingtalkBody), }); const result = await res.text (); return new Response (result, { status: res.status }); } catch (err) { return new Response (JSON.stringify ({ error: err.message }), { status: 500, headers: { "Content-Type": "application/json" }, }); } }, }; 改完后点击 ** 部署 **。 3. 设置环境变量 在 Worker 页面，点击顶部 设置 标签，然后点击左侧 变量和机密 ： 添加两个变量： 变量名 值 类型 DINGTALK_WEBHOOK_URL 你的钉钉 Webhook 地址，如 https://oapi.dingtalk.com/robot/send?access_token=xxx 密钥 DINGTALK_SECRET 钉钉机器人后台加签 SECxxxxxx 密钥 4. 修改 Cloudflare 通知目标 回到 Cloudflare 控制台的通知 Webhook 页面 目的地 -----> 创建 把 Webhook URL 改成你的 Worker 地址（格式类似 https://dingtalk-notify.xxx.workers.dev ） Secret 留空 点击 保存并测试 此时钉钉群里会收到一条测试通知。 5. 效果 配置完成后，Cloudflare 的通知就会通过 Worker 转发到钉钉群了 常见问题 钉钉机器人后台的安全设置必须是加签模式 （不是关键词模式）， SECxxxxxx 才能生效。如果是关键词模式，要么改成加签，要么把 Worker 代码改成不带加签的版本。 浏览器访问 Worker 地址返回 405？ 这是正常的，Worker 只接受 POST 请求，需要用 Cloudflare 的通知去触发。 1 个帖子 - 1 位参与者 阅读完整话题
其他语言的没怎么看，点了一个中文帖后基本给我推到全是中文帖了。 那套自媒体的话术和🧠不好使的风格真的是，和公众号啥的也没啥两样，虽然有些公众号也是从 X 上搬屎的，或者是同步更新屎的。
其他语言的没怎么看，点了一个中文帖后基本给我推到全是中文帖了。 那套自媒体的话术和🧠不好使的风格真的是，和公众号啥的也没啥两样，虽然有些公众号也是从 X 上搬屎的，或者是同步更新屎的。
其他语言的没怎么看，点了一个中文帖后基本给我推到全是中文帖了。 那套自媒体的话术和🧠不好使的风格真的是，和公众号啥的也没啥两样，虽然有些公众号也是从 X 上搬屎的，或者是同步更新屎的。
其他语言的没怎么看，点了一个中文帖后基本给我推到全是中文帖了。 那套自媒体的话术和🧠不好使的风格真的是，和公众号啥的也没啥两样，虽然有些公众号也是从 X 上搬屎的，或者是同步更新屎的。
其他语言的没怎么看，点了一个中文帖后基本给我推到全是中文帖了。 那套自媒体的话术和🧠不好使的风格真的是，和公众号啥的也没啥两样，虽然有些公众号也是从 X 上搬屎的，或者是同步更新屎的。
其他语言的没怎么看，点了一个中文帖后基本给我推到全是中文帖了。 那套自媒体的话术和🧠不好使的风格真的是，和公众号啥的也没啥两样，虽然有些公众号也是从 X 上搬屎的，或者是同步更新屎的。
两年前的一次个人担保，如今将前首富王健林再次推到了债务风波的风口浪尖。2026年5月21日，永辉超市发布公告称，公司与大连御锦贸易有限公司、王健林、孙喜双、大连一方集团有限公司之间的仲裁裁决一案，目前已获法院立案执行。 这起案件源于2023年12月的一笔股权交易。当时，永辉超市以45.3亿元的价格，将持有的万达商管3.89亿股股份出售给大连御锦，约定分八期付款。然而，大连御锦在支付首期8.91亿元后便多次违约。 2024年7月，各方签订补充协议，王健林等人为剩余约38.39亿元债务提供连带责任担保。但同年9月，第四期款项再度逾期。永辉超市随后提起仲裁并获胜。根据上海国际经济贸易仲裁委员会的裁决，大连御锦需支付剩余股权款36.39亿元、违约金2.18亿元及相关费用，王健林因担保承担无限连带偿还责任。 5月21日永辉申请强制执行获法院立案。目前，王健林名下已有超过4.9亿元股权被冻结。 查看评论
前两年亲戚给我内推到一个外企行政部门当外包的英语客服，我看有双休我就来了，主要处理外国员工开车遇到的问题，违章事故啥的。 这个企业效益不好，正在疯狂裁员，老外的数量也变成了我刚来那阵的1/3，然后我现在就每天都很闲。 同部门的其他外包员工已经走了3个，工作都交给了其他外包同事，一些党建，班车调度的活。马上又一个食堂管理的员工也要离职。同事劝我主动找领导接手一些工作，免得领导把我也裁了。 我有点迷茫，我感觉领导不给我分配工作一定有她的道理，正好我也不想干。但是又担心一直装死真的被裁，我还挺舍不得这个双休的。 15 个帖子 - 14 位参与者 阅读完整话题
19 个帖子 - 5 位参与者 阅读完整话题
报错如图 3 个帖子 - 2 位参与者 阅读完整话题
大家好，想请教一下实习选择问题。 我的背景大致是：目前上海 985 软件工程研一，本科是 211 计算机科学与技术。现在目标方向比较明确，主要想找 AI Agent 开发 或 AI 算法 相关实习。 目前有一些相关项目经历： 完成了一个面向办公协同场景的 Agent 项目，参加飞书挑战赛，主要涉及任务规划、搜索、RAG、Memory、流式进度等模块。 本科毕设做过基于 Baichuan2-7B 的 Python 教学问答系统，涉及 LoRA、量化微调、多轮对话、数据清洗和模型评测，也用过 OpenCompass 和 lm-evaluation-harness。 所以我现在更想找的实习是： AI Agent 开发； AI 算法。 目前通过内推到了阿里巴巴，但遇到一个问题：阿里内部一些开发岗对本科背景有要求，我本科是 211，但部分岗位要求本科 985，所以内推人目前只能在相关业务组之间继续帮我推。现在有一个机会是 AI 产品实习生 。 我比较纠结的是： 这个岗位虽然挂着 AI，而且平台是阿里，但 title 是产品实习生，实际工作偏竞品分析、PRD、用户调研、需求跟进、PPT 汇报这些乱七八糟的。如果是这种内容，对我之后找 AI Agent 开发 / AI 算法 的帮助可能比较有限，甚至可能让简历方向变得不够聚焦。 但另一方面，如果这个岗位能接触到真实的大模型业务，比如 Agent 场景设计、RAG 产品方案、Prompt 优化、模型效果评测、用户反馈分析，或者能和研发/算法团队深度协作，那么它也许对 AI Agent 开发方向有一定帮助。 我现在主要想请教几个问题： 对于我这种已经有一些 Agent / RAG / FastAPI / LLM 微调评测项目经历、目标是 AI Agent 开发或 AI 算法的人来说，阿里 AI 产品实习是否值得去？ 如果它是偏产品执行的岗位，比如竞品分析、PRD、需求跟进，对以后找 AI Agent 开发 / AI 算法岗帮助大吗？ 大厂 AI 产品实习，和中小厂真正写代码的 AI Agent 开发实习相比，哪个对后续找技术岗更有价值？ 如果接受这个岗位，应该怎样主动争取偏技术的工作内容，比如模型评测、数据分析、Prompt / Agent 流程设计、RAG 方案等？ 这段经历以后写在简历上，会不会被面试官认为我是产品方向，而不是技术方向？ 入职前应该怎么问业务方，才能判断这个岗位到底有没有技术含量？ 我自己的初步判断是： 如果这个 AI 产品实习能参与大模型应用落地、Agent/RAG 方案设计、模型效果评测、数据分析，或者能和研发/算法团队深度协作，那可能值得考虑。 但如果主要是传统产品工作，那可能不如继续找更垂直的 Agent 开发 / AI 算法实习。 想听听大家的建议，尤其是做过 AI 产品、 Agent 开发、AI 算法实习，或者参与过校招 / 实习招聘的前辈。谢谢。 4 个帖子 - 4 位参与者 阅读完整话题
起因很意外，刷到一个 CTF skill 的帖子，想让 GPT-5.4 (Codex) 试试。 把链接发给了它 结果它上来就要在我电脑上装一堆工具，我当时就慌了------ 这要把我电脑搞爆炸怎么办？ 况且之后少工具还要配置 然后突然想到：我 VM虚拟机 里有从24年就下下来到现在一直吃灰的Kali，工具按理来说应该是比让他安一堆工具再配置省事很多 所以 为什么不直接让它通过 SSH 用那些工具？ 说干就干 照着他给我的教程 配置好了SSH连接 先找了个叫 CAP 的靶机试试水------ 很快啊 ，直接拿下flag。 然后我就飘了。 随手挑了个叫 PingPong 的，看到标注 Insane，完全不知道这意味着什么，就扔给它了 然后挂了一会后台 回来发现他连 SSH 都连不上了 翻了下聊天记录 发现压缩上下文了 把他刚做的流程全部压缩没了 所以我立马让他强制在每轮关键节点写上"日记" 这样一来就完美解决了这个问题 过程我看得云里雾里，但大概是这样： 它先进了一个域，然后发现里面还藏着第二个域……偷了几张门票……进了一个数据库……能直接执行系统命令的开关…… 具体怎么打的我就不说了——靶机还是活跃状态，HTB 规定不能发 writeup 所以就不发出攻击链了 我全程就是个观众，看着命令一条条跑，完全不知道每一步意味着什么。 中途好几次 我都怀疑它是在疯狂吃掉我的token却不干活 因为跑了一大堆 但进度始终没有推进 随后我把它写的日志发给claude帮忙看下 结果claude给出的回复让我有些惊讶 它会自己分析报错，自己换方案，遇到环境崩了就翻日记重建现场继续打。甚至会自己修复靶机故意设置的垃圾环境，并不是我想的重复转圈 疯狂消灭我的token 目前的进度是 拿到了user flag 目前进度是 root 卡在最后一步，MSSQL 登录响应异常，差一扇门没踹开。 它日志里是这么讲的 但从头到尾已经烧掉我50元了 所以现在暂时搁置了 有人试过直接给 AI SSH 权限控制 Kali 打靶机吗？还是说这个玩法早就有人搞过了，只是我没看到？ 7 个帖子 - 5 位参与者 阅读完整话题
给 AI 一个最小闭环，它能走多远 autoresearch 发布一个月后，社区把它的边界推到了哪里 在 karpathy/autoresearch 刚开源出来时，我也试着把它迁到一个 auto-flappy-bird 的小场景里。跑了十几轮以后，训练出来的模型已经可以比较稳定地飞过 20 多个管道。 但我很快意识到，是它不仅能迁到一个强化学习任务里，而是它把“有对象、有评测、有预算、可回滚”的最小闭环压得足够小。小到你会自然开始追问：这套东西还能被用到哪里去？ 现在一个多月过去了，社区里冒出来一批 fork、讨论和衍生项目。我回过头重新看这批东西时，忽然注意到，autoresearch 精神最浓缩的表达，其实就是原实验思路提示词里的： [!important] NEVER STOP : Once … 我后来越看越觉得，社区过去一个月里真正值得看的那些探索，几乎都在回答同一个问题： 怎样让一个每几分钟就会停下来的实验，尽可能长成一个不会停下来的研究系统。 这也是为什么我现在不太想再写“autoresearch 是什么”。大家差不多都知道了。现在更值得追踪的是，一个月过去，社区到底把这套东西扩展到了哪里。 先说原点：autoresearch 为什么会火 autoresearch 原版其实很小。人写实验思路提示词 program.md ，agent 改算法 train.py ，而 prepare.py 负责数据和评估，agent 不能碰。每轮实验给固定预算，跑完看分数，决定 keep 还是 revert，然后继续下一轮。 从代码结构上看，它并不复杂。 但它第一次把一件事压缩得非常清楚： 局部可改对象、固定评测、固定预算、可回滚。 也就是说，它把“让 agent 连续试错”这件事，压成了一个真的能跑起来的最小闭环。 这一步很关键。因为很多 agent 项目的问题，不是不会生成，不是不会调用工具，而是没有一个足够硬的闭环。它们能做很多事，但很难一直做下去。autoresearch 则相反。它先把边界收得很死，然后才换来那句 NEVER STOP 的成立。 所以我现在更愿意把它理解成一个起点：不是“AI 开始自己做研究”的起点，而是 最小自治研究闭环 第一次被压到足够小、足够硬、足够可复现。 第一批扩展，不是更聪明，而是先让它摆脱“人得守在旁边” 原版 autoresearch 更像一个本地脚本。你可以启动它，看着它跑，甚至中间打断它。 但只要你真的把 NEVER STOP 当回事，问题马上就会变。你会开始关心的，不再只是 prompt 怎么写，而是：谁来提供 GPU，谁来保实验日志，程序中断了怎么办。 所以像那些把 AutoResearch 搬到云端、搬到远程执行环境里的项目（如 mlpatron 等），不适合简单理解成“上云版 AutoResearch”。它们真正补的，不是能力，而是运行形态本身。原版解决的是“怎么启动一个闭环”，远程化和托管化处理的则是另一层问题： 这个闭环能不能脱离人的在场。 这听起来像基础设施，其实已经碰到 autoresearch 最核心的那条线了。因为 NEVER STOP 不是一句漂亮口号。它要成立，后面得有一整套 持续运行条件 ：你离开了，实验还在跑；你睡了，日志还在写；一轮失败了，系统还能自己接着往下试。 我一开始以为这只是一个工程层面的补丁，后来越看越觉得，它其实已经在改写人和研究系统之间的分工。到了这里，社区处理的已经不是“这个 agent 会不会改代码”，而是“这套 loop 能不能真的一直运转”。 再往前一步，一个不会睡觉的 agent 还不够 一个不行，就上更多个。也就是 mutable-state-inc/autoresearch-at-home 这一类项目。它想解决的，不再是“单个 agent 能不能一直试”，而是“很多 agent 能不能像一个研究网络那样协作起来”。 原版 autoresearch 解决的是：一个 agent，围着一个目标，不停试。 到了这里，问题开始变成：很多 agent 怎么一起研究，怎么避免重复劳动，怎么共享当前最优结果，怎么把失败也变成公共经验。 技术细节先不展开。我更愿意换成一种容易理解的说法： 原版像一个人在夜里独自改算法 train.py 。 到了 autoresearch-at-home ，社区开始尝试的是一个研究共同体。有人先认领一个方向，避免大家撞到同一块地方；有人接着跑；有人把结果发出来；后面的人在前面的基础上继续。 这时 autoresearch 碰到的已经不是模型优化问题了，而是 研究协作问题 。 看到这里我才慢慢意识到，社区在补的已经不只是 agent 的能力，而是研究这件事本身的组织形式。原版里的 NEVER STOP ，说的是一个 agent 不要停。到了这里，问题已经变成另一句了：一个 agent 停了，整个研究过程能不能不停。 这一步一出来，味道就变了。因为它说明 autoresearch 的外扩，已经不只是“同一个 loop 跑更多次”，而是在碰研究这件事最老的难题：怎么分工，怎么接力，怎么让局部进展变成公共进展。 不只是模型算法自动优化，而是把 train.py 抽象掉 如果只盯着原 repo，你很容易误以为 autoresearch 的意义主要在训练模型。 但像 kousun12/darwin-derby 这种项目，做的是另一件事。它几乎把 autoresearch 的内核剥出来了：可变对象不再是算法 train.py ，而可以是任意“当前状态”；评测器不再是训练损失，而可以是任何一个返回分数的任务；agent 改状态，拿分，保留或回滚，继续。 autoresearch 到这里已经很像一个通用搜索框架了：只要你能定义一个可变对象，给出一个足够硬的评分器，这个 loop 就可能跑起来。 但也正是在这里，问题开始反过来落到人身上。 darwin-derby 有一个我很认同的设计：负责打分的那部分规则，对 agent 是隐藏的。项目里把它写在 score.py 里。原因并不复杂。如果优化器看得到评估函数，它迟早会学会利用它。不是因为它“想作弊”，而是因为你给了它一条更短的路，它就会顺着走。 我原先更在意它能不能迁到新领域，后来反而越来越在意另一件事：谁在定义这个领域里什么叫“更好”。 这也是为什么我现在越来越觉得，autoresearch 的真正边界不是领域，而是 评分器的质量 。 一个问题能不能塞进这套 loop，不只取决于它能不能被打分，还取决于这个分数是不是值得被无情优化。说得再直一点：你给它一个数字，它就会冲着那个数字跑。至于这个数字和你真正想要的东西是不是一回事，那是人得先想清楚的。 一个典型的非模型训练案例 autoimprove 这个 RAG 案例，我觉得特别值得看。它碰的不是模型训练本身，而是一个混合搜索系统：给定一批文档、查询和评测集，看 agent 能不能把检索效果一点点往上推。 一方面因为 RAG 就是现在最热的 AI 应用层问题之一。 另一方面因为它很直白地说明了一件事：这套 loop 外溢出去的，不是训练技巧，而是把问题改写成“有可变对象、有评测器、有预算”的能力。 这个案例里，agent 在一个 44,000 个文本块组成的混合搜索系统上反复试，14 次实验之后，综合分从 0.42 提升到 0.46。最值得看的不是这个数字本身，而是最大单次改进并不是人手工指定的，而是它自己发现用 RRF 替代原来的加权融合更合适。 它说明 agent 能找到的，并不只是那种“没人想到过的惊天大发现”，而更像另一类东西： 人知道可能有用，但懒得系统试，或者没空完整跑完的工程改法。 这类改法其实最容易被忽视。不是因为它没价值，而是因为它很少值得一个人拿一周时间扎进去穷举。autoresearch 在这里补上的，恰恰就是这段人类通常会放掉的空白。 这里我很喜欢作者想表达的那个意思：你不再主要是在用 Python 写程序，而是在用 Markdown 描述 agent 应该遵循的过程。 Shopify 和营销归因这两个案例，把事情又往前推了一截 autoresearch 发布几天后，Shopify CEO Tobi Lutke 把这个 loop 对准了 Shopify 的模板引擎 Liquid——一个由数百个贡献者持续优化了 20 年的代码库。他用的不是 Karpathy 的 LLM 训练任务，而是渲染速度。Agent 跑了 93 个实验，自动提交了 93 次。结果：渲染速度提升 53%，内存分配减少 61%。 Shopify 的例子，我觉得真正值得记住的不是提速多少，而是他们工程师那个很准的判断：autoresearch 的价值，不只是把人本来会做的工作做得更快，而是在做那些没人会手动排进 sprint 的工作。 autoresearch 第一批真正有效的场景，很多都长这个样子：价值明确，收益稳定，但执行太枯燥，太碎，太难和其他重点工作抢资源。人理性上知道值得做，现实里总会拖着。agent 则不会烦，也不会觉得无聊。 再看 lucianfialho/mmm-research 这个案例，它做的不是工程优化，也不是搜索系统，而是 Marketing Mix Modeling，也就是营销归因建模。说白一点，就是让 agent 去碰“投出去的钱，最后到底是哪些渠道真正带来了销量”这种业务问题。到这一步，autoresearch 已经不只是进工程系统、RAG 系统，而是开始碰那些业务味更重、但价值也更直接的问题了。 但这个案例最有价值的地方，不是那个漂亮的指标数字，而是后面的复盘。因为它很快暴露出另一件事：只要那部分原本留着做“最终检验”的反馈，持续回流给 agent，它迟早会学会顺着这条反馈去优化自己。它不是“想作弊”，它只是在最小化你给它的那个目标。 看到这里，我越来越认同一个判断： Goodhart 定律在 autoresearch 里不是一句提醒，而是工程约束。 [!note] Goodhart定律（Goodhart’s law）的核心是：当一个度量指标被用作目标时，它将不再是一个有效的指标。 你定义的分数是什么，它就优化什么。 你留下的漏洞是什么，它就利用什么。 问题不是 agent 会不会学坏，而是你有没有把游戏规则写明白。 也正因为这样，我现在反而觉得 mmm-research 这种案例特别重要。它当然证明了 autoresearch 可以碰营销归因这种离训练很远的问题，但它更重要的地方在于，它把这套方法最真实的代价也一起摊开了：你不是把一个 loop 扔进去就行了，你还得对自己的评测机制负全责。你想让它一直跑，它就会一直跑。可它到底是在替你做研究，还是在替你钻规则的空子，最后还是你来决定。 后来大家补的，已经不只是更多实验，而是记忆和环境 如果说前面这些扩展，主要还在回答“这套 loop 能不能进更多问题”，那 habanwer/autoresearch-MIL 和 Research Worlds 这两条线，开始处理的是另一件事：这套 loop 能不能长时间活下去。 原版 autoresearch 有一个很明显的限制：它几乎没有长期记忆。一次 session 结束了，下次再开，很多东西就得重新来。 autoresearch-MIL 补的正是这个缺口。它让 agent 在每轮结束后写 sessions/memory.md ，把目前最好的结果、保留下来的实验和关键上下文记下来。下一轮启动时，先读自己的历史经验，再继续往下跑。 这听起来朴素，实际上很重要。因为一旦 loop 真要接近 NEVER STOP ，失忆就会变成结构性问题。你可以接受 agent 某一轮试错失败，但你很难接受它每次重启都像第一次来。 还有一类更抽象、但也更重要的尝试，是开始把“研究环境本身”写出来。 Research Worlds 讨论的已经不只是“怎么记住上轮实验”，而是“怎么把研究环境本身写出来”。你可以把它理解成：不再只给 agent 一个 prompt 和几个脚本，而是把数据、目标、约束、角色、算力预算、停止条件这些规则一起写进一个 environment。原来散在 prompt、脚本和人脑子里的东西，开始被明确固化下来。 到这里，我的感觉已经不是“大家在做更多实验”，而是“大家开始认真面对一个长期运行系统到底靠什么活着”。 把这两条线放在一起看，我自己的感受是： 最小闭环正在从 loop 长成 environment。 前面那些扩展，还是在补 loop 的边界。到了这里，社区开始补的是更慢、更麻烦、但也更关键的东西：记忆、治理、环境规则。说得直白一点，大家已经不满足于让 agent 多跑几轮了，开始认真处理“它长期活着时，世界长什么样”这个问题。 所以最后真正重要的，不是 NEVER STOP ，而是谁来决定它追什么 这一个月的社区实验，已经证明了很多事。 它证明 loop 能离开原始训练任务。 能去 RAG。 能去营销归因。 能去协作网络。 能去跨 session 记忆。 甚至开始往 environment 的方向长。 但这些实验同时也反过来证明了一件更硬的事： loop 能走多远，最后还是卡在写 program.md 的人，和定义 score.py 的人。 DataCamp 有一句话，我觉得放在这里特别合适： [!important] 写一个好的 program.md ，需要你自己做过这件研究。你得知道哪些方向值得试，“更好”对你的问题到底意味着什么。 这句话背后的意思很直白：你不能用 autoresearch 去替代你还没形成的理解。它能加速你已经理解的问题空间，但它不会自动替你发明一个可靠的问题定义。 同样， score.py 也从来不只是个技术附件。谁定义 score，谁就在定义这个系统会朝哪儿冲；谁没有把漏洞堵住，谁就等于提前把作弊的路径写进了规则里。 说到底，人的角色没有消失，只是变了。 以前你是那个亲手做实验的人。 现在你越来越像那个写研究环境的人：定义目标，收紧边界，设计评测，决定哪些方向值得浪费预算，哪些不值得。 我写到这里，反而越来越不觉得 autoresearch 的核心是“自动做研究”这四个字。它当然让 agent 的执行能力往前走了很多步，但它也顺手把人的工作重新划了一遍。人不再主要负责把每一轮实验亲手跑完，而是负责决定：这个系统应该追什么，应该看什么，哪些反馈信号可信，哪些根本不能放进回路里。 这活没有轻松多少，只是更靠前了。 结尾 如果只看热度，autoresearch 很容易被写成一个“agent 开始自己做研究”的故事。 但我现在更愿意把它理解成另一种变化：研究这件事，第一次被压缩成了一个可以持续运行的最小闭环。过去一个月里，社区最有价值的探索，不是在重复这个 repo，而是在不断补齐让这条闭环更接近 NEVER STOP 的条件。 只是走到最后，人的位置并没有消失，反而变得更清楚了。 AutoResearch 这一个月的社区实验，证明了 loop 能走进的领域比很多人一开始想得更宽。 但它也同样证明了：能走多远，取决于写 program.md 的人的知识边界，以及定义 score.py 的人有没有把漏洞提前堵住。 NEVER STOP 是给 agent 的指令。 但谁来决定它追什么、怎么算赢、哪些反馈信号根本不该放进回路里——这件事还没有办法委托出去。 参考链接 karpathy/autoresearch https://github.com/karpathy/autoresearch 原始 program.md https://github.com/karpathy/autoresearch/blob/master/program.md mutable-state-inc/autoresearch-at-home https://github.com/mutable-state-inc/autoresearch-at-home kousun12/darwin-derby https://github.com/kousun12/darwin-derby autoimprove 项目说明 https://adelzaalouk.me/2026/mar/15/autoimprove-autonomous-optimization/ Shopify 工程文章 https://shopify.engineering/autoresearch lucianfialho/mmm-research https://github.com/lucianfialho/mmm-research habanwer/autoresearch-MIL https://github.com/habanwer/autoresearch-MIL Research Worlds 讨论串 https://github.com/karpathy/autoresearch/discussions/275 DataCamp 指南 https://www.datacamp.com/tutorial/guide-to-autoresearch 1 个帖子 - 1 位参与者 阅读完整话题
上周Google ai studio上了Google one订阅又下了，然后我预言应该是推到周一，没想到睡到现在醒来一看真上了 上周帖子链接： https://linux.do/t/topic/1991894?u=zhongruichen 简单测了一下，就是veo系列和imagen系列不可用，音乐模型可用，大小香蕉皆可用（注意一下开search会导致429的问题还是没修复），大小香蕉4K的图我没测，应该是可行的，不过4K太慢了，所以就没测，只测了一下模型的可用度，其他模型的额度对比free也都有一定程度的提升，具体是多少我目前没电脑不太好测，还要等各位佬自己测测了。不过现在Google one订阅实际支持了但是谷歌官方好像还是没有在x或其他地方发布关于G1支持的帖子，可能要晚一点？或者还是跟上周一样？现在应该还只是预览测试中所以还没官宣？毕竟还有个开search会导致429的问题没修，谷歌周末是不干活的吗？这个问题还没修复。所以等到官宣可能还有一段时间吧。 关于开search会429的问题，给你们看看，控制变量一下，这个是没有开任何搜索的： 这个是开了两个搜索的： 这两个是分别开了一个不同搜索的： 可以明显看出就是开了search的问题，大小香蕉对于search的需求还是挺大的，现在还是要等谷歌修复一下这个问题。 注意一下，不只有大小香蕉有search会429的问题，所有模型都会 如图所示 9 个帖子 - 5 位参与者 阅读完整话题