吾尝终日而思矣，不如GPT之所学也；吾尝跂而望矣，不如GPT之博见也。 骐骥一跃，不能十步；驽马十驾，功在不舍。虽有智能，独学而无助，终有所穷；若使万千智能体协同而行，分工推演，昼夜不息，则其所成，非一人之力可及也。 君子生非异也，善假于GPT也；善用其智，善借其力，善合众 agent 之能，以成一己之业。故知明而行无过，非尽由己能，亦在善假外物也。

我一开始想写的是一篇博客，记录我在AI coding和research里对软件工程新的想法。比如我们曾经经历了“如何让新agent接手学习老agent的代码”，“让人类拯救被agent毁坏的代码工程”这些故事。但是我发现，我的这些观察都非常的零散，当我开始用一个结构化的语言去讲述他们的时候，我总是不知道怎么衔接和叙述 后来有一天我开始用意识流或者魔幻现实的视角去描述，发现效果非常有趣。大概故事的内

到达了学校。今天整理了电脑，准备了明天给老板画饼ppt，讨论接下来的工作。思考了未来，并且得出了读博目标，那就是身为正常人活下去。我意识到ai的进化太快，任何科研目标可能在后面都将过时，所以干脆不制定目标，想做什么就做什么。只要不被街头黑帮枪击就算胜利。明天跟组里同事聊聊，整理之前一篇博客。 阿姆达尔定律是一个有趣的定律。它的本质是在介绍，一个工作流能被并行加速地多块。如果把AI当作加速器，原本的

目前我认为三个Agent和人类最后的困难：long context，持续学习，稀缺数据点。 爱上问题，而不是爱上方法。 做一个MVP。 金字塔的叙事。 https://www.normaltech.ai/p/what-will-be-left-for-us-to-work 原来是 LLM 生成文本啊，不知道的还以为是把输入剁成一堆拿大量文本统计出的最常见字符串组合的词元，高频组合各占一个词元而生僻

RAID Benchmark: Multi-Generator Detection & Adversarial Robustness Analysis 数据挖掘方面的小项目。最核心的idea是，AI生成的文本短小，且喜欢概括核心思想。检测的主要办法是再用AI跑，看困惑度。 final report: https://github.com/HaibinLai/HC3/blob/main/re