今天我的vscode又离职了一位agent。在这么多agent里，读日志agent离开的是最多的。他们的输入和thinking都很繁重，还要从前辈的文档里记住以往的修改，并从日志里找出程序的端倪。我还经常把修复工作外包给他们，因为只有他们最懂项目发生了什么，是他们稳稳地接住了程序。有的agent活着，改的仓库一地鸡毛。有的agent死了，它的context被后人抬的很高很高

我说做研究，真正的放假时刻是meeting完的后一秒有没有懂的。急头白脸的对着自己拿copilot+matplotlib画的狗屎汗流浃背地挤出单字，说话速度堪比卡壳的GPT。比“那你这周什么也没做”更震耳欲聋的是全员的鸦雀无声，老板停止思考，组员放弃大脑，直到最后那句“那就下周继续吧”，下一秒退会议室退的比单排0-16-0都快。 我记得去年申请时，我需要搜集每个学校的信息，都要自己一个个点。 现在

前些天我思考过一个问题，目前的AI对专家的学习可能有很长的路，专家的培养环境复杂，比如去A、B、C Lab的交流合作，和不同人类交流。这个交互有两个困难：数据稀少和经验复杂。后者我觉得是可以解决的，因为你可以把“research taste”等高级想法理解为一个高维度的知识。前者可能要做很多工作。我的意思是，tairan可以作为这个数据集的一个sample 之前老板也和我严肃讨论过这个问题。做科研

今天我仔细思考，我终于明白，ai和人类的不同。 构成人类需要更多信息，思考，人的感知其实不只是语言文字，还有触觉等等。这部分信息有可能是稀疏的，但是还是存在的。另外我意识到，人类对长文本大信息的处理跟现有的模型不太一样 我最近在拯救一个AI生成的项目。我在改代码的时候，也在思考，为什么AI会这样想。我发现AI和我就像软件工程里不同的员工，多人的协同会遇到冲突。 系统复杂度与长上下文不是等价的关系，

我对我的博客进行了浏览数据挖掘和分析，并且把最重要的博客交给了AI阅读。我发现AI给我的反馈很死板并且很无聊，我从而意识到我应该多加入一些有生活气息的博客内容，他们应该文字不多图片多短平快显示我的生活状态。接着我把这个需求交给了AI，它来制作一个新的板块。经过探索我认为应该做一个类似微信朋友圈的模块，然后我就可以在博客发朋友圈。 但是为什么要在博客发朋友圈而不是在微信发朋友圈呢，我觉得这样可以展示