Keep on to blur preview images; turn off to show them clearly
But I get the sense that he doesn’t care enough about winning in the marketplace or about products to make a compelling startup now given the intense level of competition. Also, LLMs are the tech we have now, and he doesn’t believe in them long term. Startups need to move fast.
Former Quant Investor, now building @lumera (formerly called Pastel Network) | My Open Source Projects: https://t.co/9qbOCDlaqM
Yann LeCun is better off working in a Bell Labs or Xerox PARC setting where things are measured in decades and there’s no expectation or pressure to deliver anything commercially useful in the short or even medium term. Meta is way past that now given their AI capital spending.
But I get the sense that he doesn’t care enough about winning in the marketplace or about products to make a compelling startup now given the intense level of competition. Also, LLMs are the tech we have now, and he doesn’t believe in them long term. Startups need to move fast.
The coffee game here in SF is strong af Got a habibi latte at Equator coffees
🎨 https://t.co/zRs2zxDPaB 🔍 https://t.co/exjaUMAAeA 👶 https://t.co/9Q9EA2x6tm 🍞 https://t.co/7MFdp8GP0P 🧬 https://t.co/68beWMCzbe 🏖️ https://t.co/5j1CeM0ph6 🪄 https://t.co/V3qWvO1ivz 👾 https://t.co/igZAgKrQBa
one notable problem about this dream of "continuous learning" models / "self evolving" agents is that the business model of centralized ai right now is quite antithetical to this try telling your GTM people you can't hype customers about a new version of the product because the product versions itself try telling your agent engineers they need to improve the agent, but no they can't access real user data to do so the transition to Level 4 probably involves going from "global best" to local maxima and that is going to be a very hard reset for a lot of the way AI strategy is set up today for most agent labs
achieve ambition with intentionality, intensity, & integrity - @dxtipshq - @sveltesociety - @aidotengineer - @latentspacepod - @cognition + @smol_ai
Gemini 对《反脆弱》读书笔记的分析结果： 这是一篇非常精彩的“个人转变叙事”类型（Personal Transformation Narrative）的推文，它之所以强大，是因为它完美地融合了抽象的智慧和具体的个人故事。 这篇文章的结构设计得非常精妙，它像一个漏斗，从一个普遍的社会“痛点”开始，引入一个强大的“概念”，然后通过“个人实践”来验证这个概念，最后给出一个可操作的“解决方案”。 以下是对这篇文章的详细拆解，你可以根据这个蓝图来“复刻”一个类似结构的高质量内容。 1. 为什么这篇文章很有效？（Why it works） - 强烈的共鸣和“揭秘感”： 它开篇就攻击了一个我们所有人都被灌输过但又隐隐感到不安的概念——“稳定”。它把读者心中模糊的焦虑用“谎言”这个词挑明，读者会立刻觉得“没错，这正是我担心的”。 - “我曾经不懂”的谦逊姿态： 作者不把自己塑造成一个高高在上的专家，而是“用了三年才懂”的过来人。这降低了读者的防卫心理，让他从“被说教者”变成了“同路人”。 - 生动的个人故事（核心）： 文章最成功的地方，是把塔勒布抽象的哲学（反脆弱、杠铃策略）用两个极其具体的故事来“翻译”： 1. 推特涨粉： “前七周的试错”对比“第八周的爆发”，完美诠释了什么是“非线性”和“可选择性”。 2. 职业规划： “工作（保守）+ 创业（激进）”，完美诠释了什么是“杠铃策略”。 - 提供了完整的“解药”： 它不仅指出了问题（追求稳定是陷阱），分析了原因（真实世界是非线性的），还给出了具体、可操作的解决方案（杠铃策略），并展示了应用后的良好结果。这给读者提供了极高的“获得感”。 - 金句频出，易于传播： “追求稳定是在自杀”、“用确定性保护你的下限，用可选择性打开你的上限”、“不是跑得最快，而是活得最久”……这些观点鲜明、高度浓缩的句子非常适合在社交媒体上传播。 2. 涉及的心理学模式 (Psychological Patterns) - 叙事说服 (Narrative Persuasion)： 人类天生更容易被故事说服，而不是被论点和数据说服。作者的“三年顿悟”、“推特实验”、“职业转型”这些故事，比直接总结《反脆弱》的要点要有力一万倍。 - 对比原则 (Contrast Principle)： 文章大量使用对比来强化观点： * 过去的“我” vs. 现在的“我” （无知 vs. 顿悟） * 社会的“谎言” vs. 塔勒布的“真相” （稳定 vs. 混乱） * 线性增长 vs. 非线性爆发 （前七周 vs. 第八周） * 中等风险（危险） vs. 杠铃策略（安全） - “啊哈！”时刻 (Aha! Moment)： 文章精心设计了几个“顿悟”时刻（“那一刻我才明白……”）。这引导读者和作者一起经历这个“从困惑到清晰”的心理过程，读者会把作者的结论当作自己的顿悟，从而全盘接受。 - 权威/社会证据 (Authority/Social Proof)： 通过引用塔勒布（Nassim Taleb）这位思想家，作者为自己的观点提供了“权威”背书。同时，通过讲述自己推特涨粉的故事（被市场验证），提供了“社会证据”。 3. 你需要什么“背景”来复刻？(Context Needed) 1. 一个核心的“大概念” (The Big Idea)： * 你必须真正理解一个对你有重大启发的、反直觉的“大概念”。这可以来自一本书（如本文的《反脆弱》）、一个理论（如“复利”、“心流”）、或一位智者的观点。 * 这个概念必须能用来解释你生活中的某个重大困惑。 2. 一段“转变前”的挣扎经历 (The "Before" Struggle)： * 你必须有一段真实的故事，来展示你“转变前”的状态。 * 这通常是一种普遍的焦虑：对职业的迷茫、对成长的焦虑、对失败的恐惧、对“稳定”的渴望等。 3. 一个具体的“实践案例” (The "After" Case Study)： * 这是最重要的。你必须有一个亲身实践这个“大概念”的具体故事，并且这个故事要有清晰的细节和可量化的结果。 * 本文的例子： “前七周”的试错（主题、涨粉个位数）和“第八周”的爆发（一周涨粉十倍）。这个案例极其具体，无可辩驳。 4. 一个“可操作的方法论” (The "How-To" Framework)： * 你不能只停留在“顿悟”层面，你必须从“大概念”中提炼出一个可以指导他人行动的具体方法。 * 本文的例子： “杠铃策略”及其在职业上的应用（90%安全垫 + 10%激进冒险）。 4. 重建它的“结构蓝图” (Blueprint for Recreation) 你可以按照以下8个步骤来构建你自己的文章： 第一部分：引入问题（The Hook & The Problem） - 1. 个人告白式开头： “我花了X时间（或代价）才真正看懂Y（概念/书籍/道理）。” * （模板：我用了三年才懂《反脆弱》 / 我亏了XX万才明白投资……） - 2. 揭露一个“普遍的谎言”： 指出社会/常识中一个与Y概念相悖的、有毒的观念。 * （模板：这篇文章最狠的地方，是揭穿了“稳定”这个谎言。） - 3. 描绘“谎言”的受害者： 用排比句式描述那些相信“谎言”的人的悲惨下场。 * （模板：那些在大银行工作的人……那些没生过病的人……那些从不吵架的夫妻……） 第二部分：引入概念（The Core Concept） - 4. 解释Y概念： 用一个生动的比喻来解释你的“大概念”。 * （模板：“易碎品”包裹的比喻，完美解释了什么是“反脆弱”。） - 5. 破除旧思维： 攻击与Y概念相反的旧思维模式，并解释其危害。 * （模板：我们被教育“先想清楚再做”，但这剥夺了“试错的权利”。） 第三部分：个人实践（The Personal Story） - 6. 讲述你的“试错”故事（关键）： 讲述一个你应用Y概念的个人故事。必须包含： * 挣扎期： “我在做各种尝试……每条只有几个赞……” * 转折点/爆发点： “直到第八周，我发了一条……突然爆了。” * 你的“啊哈！”时刻： “那一刻我才明白……” 第四部分：提供方案（The Solution） - 7. 提炼可操作的方法论： “那么，怎么做？Y概念给出了一个具体方法：Z（杠铃策略）。” * 解释Z方法论是什么（例如：90%保守 + 10%激进）。 - 8. 展示Z方法论的二次应用： 展示你如何将Z方法论应用到你生活的另一个重要领域（如职业、生活）。 * （模板：我开始用杠铃法则重新分配生活……一头极端保守（上班）……一头极端激进（创业）。） 第五部分：升华结尾（The Conclusion） - 9. 总结升华： 用一句强有力的、反直觉的“金句”来概括Y概念的精髓，并呼应开头的“谎言”。 * （模板：这才是真正的反脆弱——不是跑得最快，而是活得最久。……与其追求一个不存在的稳定，不如让自己成为那个能在混乱中获益的人。） 通过这个结构，你就可以把任何一个深刻的理论，包装成一个极具说服力和传播力的个人故事。 你是否想尝试用这个结构来组织一个你自己的故事或观点？例如，关于“复利”、“刻意练习”或“延迟满足”？ https://t.co/CtSOHbCqkm
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.
RT @DSkaale: BIG NEWS: Introducing SDF-Splats! 🚨 I just solved one of the biggest problems in 3D Gaussian Splatting: GAPS & HOLES! 🕳️❌ My…
Founder and CEO of https://t.co/5MjtfpwEU3 | Your guide to radiance fields | Host of the podcast @ViewDependent | FTP: 279 | discord: https://t.co/lrl64WGvlD