Everything is the model, like that’s the thing that wins in the end is when it’s really the model has the ability to reason over context and talk about it in a way you find helpful.

—Boris Cherny (@bcherny) Creator of Claude Code

近期工具开发的感悟

• 创造工具使我快乐
• 我们创造工具，工具塑造我们
• 狗粮自己要吃，而且要吃得最多
• 只有自己喜爱的，才能提出更多的问题，才有耐心不停地打磨。此外，只有热爱才能创造价值、造出精品。
• 自我迭代的工具最有魅力（用工具优化其本身）
• 通用性跟专业性并不矛盾，越是偏底层的工具越能平衡两者

We suffer more often in imagination than in reality.

— Seneca in Epistulae Morales ad Lucilium

1. Simple is Less
2. Less is More
3. More is Different

工程上让我着迷的两种范式

自我迭代

自己能够改善自己 要有平台属性，如使用 C 编译器优化自己（编译器）、使用 Linux 开发 Linux。

Scaling Law

全局能力强大，局部简单 简单的规则进行巨量的重复，如 GPT-like 模型、集成电路。

当有一个好的环境，可以聚焦于解决问题时，这会激发纯粹的解题乐趣。 感觉很微妙，非常纯粹，非常充实。

• 首先要遇到这种好的环境，主要看合作者、上级。这是小概率事件。
• 你是不是享受解决眼下问题的过程？这也是小概率事件。
• 解决的问题是否是客户所需要的？这也是小概率事件。

There’s lots of ways to be, as a person.

And some people express their deep appreciation in different ways.

But one of the ways that I believe people express their appreciation to the rest of humanity is to make something wonderful and put it out there.

— Steve, 2007

“好奇心”，这是最大的核心竞争力。

它会让你：

• 保持专注、提高时间投入度
• 增加思考时间，包括在吃饭、睡觉、娱乐的时候
• 提高点状信息的关联能力和信息敏感度
• 利用一切可用的工具和知识
• …

LLM 拥有近似无限的能力，本质上也是通过「指令微调」的方式「教会」了模型。 算是一种 scaling law，对于新技能的 scaling law。对于新增一个领域的业务，扩展他的成本极其低。 甚至是自动化的事情。

LLM 区别于其他 AI 技术点在于，它的 scaling 能力太强大了。 模型本身的「智力」、模型解决特定领域问题的能力等等。

它的训练方式（模型+数据）以及与世界的交互方式（文字），奠定了它的能力天花板非常非常高。

富士山的枫叶