2026-09-12

@UnicornTaxFree 夸张是有的，我并不觉得在演戏，亲这边我建议多看看论文，长点脑子，而不是上来就下结论

最近有很多关于 RSI（Recursive Self-Improvement，递归自我改进）的讨论，也让大家开始担心，AI 会不会不断升级自己，最后超出人的控制 我周末集中看了一批 RSI 2026 年的论文和公开项目，想把几个问题讲清楚：现在到底发展到了哪一步，业界 popular 的讨论是什么，以及我们普通人能怎么用。最后我会给大家一个可以用来直接给 AI 实现初步 RSI 的 Prompt 这次按方向来聊，论文和项目放在对应段落，大家可以收藏下来慢慢看 1/ 先分清楚，大家说的“自我改进”，有三件不同的事 第一件，AI 根据反馈，把当前任务再做一遍。 第二件，它把有效经验、工具或工作流程留下来，下一次任务也能用上。 第三件，它进一步改进“下一轮怎么学习、怎么做实验、怎么选方案”这套方法。 越往后，接手的研发决策越多。9 月 10 日发表的的《The Last AI Built by Humans》把这些自主范围拆成了执行、策略、经验获取、环境适应和元改进几层，适合当阅读地图 https://t.co/aOWmBcFure 2/ 今年一条很密集方向研究线，是让 AI 改自己的 Harness Harness 可以理解为模型周围那套实际干活的系统：读哪些文件、给模型看什么上下文、怎么调用工具、失败后怎么恢复、什么时候算完成。 今年 3 月的 Meta-Harness，6 月首发、8 月更新的 Self-Harness，以及 7 月底的 DarwinX （Salesforce），都在研究怎样把这套系统交给自动实验来优化 3/ 另一条已经出现企业内部应用的路线，是把人的纠错变成持久经验 今年 1 月的 MemRL，把经验和“这条经验实际有多管用”一起保存。下次先找相关经验，再根据使用效果挑选，而不只是找文字最相似的记录 https://t.co/kJ8zPuFy4G 到了 9 月 2 日，Meta 公开了一个更贴近日常工作的内部案例：专家纠正 Agent 后，系统会判断错误来自知识缺口还是处理流程，把纠错转成文件修改，重放原来的问题、跑回归测试，再交专家审核。 通过后，这次失败还会进入以后的测试集。这是 Meta 在特定专业领域的内部实践 https://t.co/YRgKSDa7So 对我们普通用户来说，这一条就很有用了, 人的一次纠错，开始有机会变成后续任务都能使用的改进 回到关键问题，我觉得今年这些工作的共同价值，是让我们开始认真维护一个会积累经验的系统。所以我们现在可以怎么用？ 篇幅有限，我把一个我们都能用上的效仿 RSI 的基础 prompt 放在评论区里， 我最近也在观察，每次任务留下什么，每次纠错改到哪里，下一次能否因此做得更好，这些都已经可以在自己的工作里动手验证了。 为了防杠，我得说明一下：这三个方向只是工程向的，硅谷大佬们担心的更多是研究向的内容。 这些内容比较硬核，研究向 RSI我会在后面帖子里单独去聊

这个周末我认为最重要的一件事情： OpenAI、Anthropic、xAI在同一个周末集体来了表态，一致同意并呼吁放慢 AI 的发展速度…… Dario 已经在原文里点名：AI 正在越来越多地参与研发下一代 AI。他担心这种加速，会超过人类理解和控制模型的速度 OpenAI 甚至说：“如果真到了那一步，为了拯救人类，我们愿意把自己的 GPU 都熔掉。” 通常这类 frontier lab 的管理层会比我们提前看到新一代模型的能力。显然，AI 已经突破了某个临界点，而且事情严重到把所有人都吓住了 这个或许是我们过度解读了。但有一点是肯定的，无论如何呼吁，整个世界这么多 lab 一定不会完全步调统一、暂缓步伐

高盛今天发报告说，即便加息，高利率不会导致美股AI泡沫破裂 我是觉得是不是他们分析师小编第一时间和我两天前写的蒸馏了？ 我看了他们写的理由不外乎一个是历史角度，还有一个AI盈利角度，但是远不如我写的深刻全面，更关键是给出了具体的投资和仓位指南 ⬇️

可惜，老板又不卖股票了。少了一次市场自己吓自己，获取认知差低价买入 $ORCL的机会。 周五盘后，Oracle披露老板Larry Ellison的股票出售计划。有些媒体立刻拿来解释当天财报后高开低走。 盘后的披露，解释盘中的下跌。原因还没公开，股价已经提前知道了？财经评论也会穿越？ 计划其实6月22日就设立了，并非看到这次财报后临时决定卖出。 消息发酵，不到24小时，Oracle就在周末单独发公告计划取消，一股没卖，目前也没有其他出售Oracle股票的计划。 从预期管理角度看，这相当于迅速掐断“老板跑路”的叙事，避免它继续影响后续交易。 对投资者而言可惜的是，如果误读继续发酵，情绪可能把价格压得更低，给理解时间线、按照我财报后订阅发布估值区间，留下机会。 我一直强调创始人出售个人持股，不会自动改变公司的订单、利润和现金流。 当然可能影响短期供求和情绪，却不能直接替代企业价值判断。同样取消减持，也不会凭空增加公司的现金回报。 可以看到，市场大笔认知差的机会，简单的事实也搞不懂怎么解读。市场用错误的解释卖出了什么价格，以及这个价格与企业价值相差多少。 至于值不值得买、什么价格买、买多少，仍按我此前的估值和仓位策略判断。 老板取消计划，不是我的买入指令。市场恐慌，也要便宜到值得承担风险，才轮得到出手。

长端上升周期 = 相同multiple要求更高增长 波动大是很正常的，波动不大如何汰旧换新？

负责任地告诉大家就算火山爆发，也是烟花，死不了人的

@eth000000000 @TJ_Research 我觉得压住火山会爆发，你会错过温泉酒店与滑雪胜景

我坚决地认为即使加息也不是问题 一方面，是下面说的市场预期完全相反 另一方面，过去二十年惯性思维觉得经济增长靠赢钱，联储收一下自然全掉；现在是40年来宏观经济第一次真的在提效，绝对不能低估这个本质的改变

我作为都经历过的，明确告诉你们感觉相反 2018 本身是15年周期。市场是被训练出了错误记忆：2015 年点图16年加4次、实际加了1次，市场其实是系统性低估 现在都在恐惧23年，市场反向系统性高估：已经定价了一年3.5次。但不管消费信贷、工资、房租全部不通胀，并没持续加息基础 另外，投资都在怕anth上市、怕ARR掉，怕CSP没钱、怕加息、怕中期，全在躲~~基金prime & fundamental 仓位都非常低

$ORCL靓丽财报后早盘跳空高开低走，现在市场误传解读是因为老板埃里森要卖股票了，这信息披露是今天盘后申报，不可能提前交易，而且看起来75亿美金大，但是1.67%股份和他创始人40%持股和总股本来说微不足道。实际真卖出窗口也是月底，或许市场有抢跑。股东或者高管卖股票和股价走势没有什么直接相关性，不用过度解读。真正还是要看懂基本面和估值博弈策略。市场太多的“信息”，还有很多AI产生的“幻觉”，让一切“事实”看起来容易，但是最昂贵的还是要知道如何正确的解读。要了解Oracle真正决定今天没有大涨的短期博弈和估值投资策略，我早已经全面预测和解读，而不是涨了跌了事后找原因👇

今天 $DELL 暴涨历史新高，我看到某知名媒体马上发文，信誓旦旦有板有眼的解释 是因为昨天 $ORCL 财报上CEO直接点名数据中心Dell品牌大卖，受益于巨大的AI基础设施投资，那么Dell大涨就是直接受益者 这是完全错误的。 我非常理解很多做财经分析媒体或者自媒体都想第一时间去整个大新闻来解读市场或者公司的股价变化。 但是很多基本的投资的经验和常识，不是靠简单的工具特别是AI来弥补的。这种新闻一看就知道是AI幻觉查出来的，Oracle财报和电话会怎么可能讲这个。 真正理解Dell大涨的逻辑，我之前在财报后第一时间解读过，时间线和订阅者都可见。实际上是从低利率的组装厂的范式转移可能性。 同理，看今天市场小作文也广泛流传因为昨天财报里面有信息说，Oracle老板要减持了，所以今天 $ORCL 冲高回落。实际上资本市场上买方投资，都知道一般财报怎么可能有这种内容？创始人和管理层股权变动都是专门的报表去SEC申报并披露。 仔细核查一下就知道这个信息都是今天盘后才申报公开的，和今天的股价走势没啥关系，今天为何高开低走，我也昨天第一时间就全面实现预测并解读，合理估值和具体投资策略博弈。 股东高管卖股票短期或许一两毛关系，中长期微不足道。

我始终觉得，人人都值得拥有 AI 平权、知识平权。这个时代已经到来了，关键是很多人还没有意识到，我建议大家今天就开始用 AI 大胆地犯错 1/ 为什么我对这个时代既感到焦虑，又欣喜若狂？高强度每天使用 10 亿 GPT-6、Fable 5.1 Token之后，这种感受越来越强烈。一个人的学历、专业和过去接触过什么，曾经很大程度上决定了ta能理解什么、参与什么。 2/ 过去没学会的，可以重新学。这难道还不是最好的时代吗？ 以前觉得“这是专业人士才能做的事”，现在可以亲手试。你甚至不必先相信自己很聪明，只需要对一个问题有兴趣，愿意追问，愿意动手验证。 3/ 当然，我也焦虑，我有时会想，这是最混乱的时代 自己花了很多年积累的能力，还有多少会继续值钱？当工具越来越强，工作会怎么变，我和身边的人又该往哪里走？参与开发和使用 AI，并不会让我免于这些担心。因为离得近，反而更难把这些问题放到一边 4/ 模型的发展，至少让我变得非常矛盾和混乱 刚刚为模型完成了一件复杂的事而兴奋，紧接着就想到，这原本可能是某个人赖以谋生的工作 所以，我希望大家能尽早接触它、理解它，有机会为自己的下一步做准备。我做这个账号，分享一线体验，把芯片、产业链和公司财报尽量讲明白，也有这层心愿 投研平权在我这里，有一个很具体的愿望：你读完我的文章，能够自己回去看材料，知道该问什么，甚至能有依据地指出我哪里想错了，知道问什么，是最重要的一步

这事很重要，长话短说：今晚加州半夜（约北京时间下午 3 点），Codex 又会迎来一次额度重置，大家快用 GPT6 Ultra /fast 开始蹬 今天我跟一个朋友聊天，ta跟我说 Codex 不让注册 200 刀了，让ta非常难受，像是吸了*，悔不当初。现在算力紧缺，好的 Token 自然得靠抢 我的读者朋友中，有很认真在看我帖子的。因此我准备来一个 AI 投研系列 101入门，把我如何把 AI 融入行业研究？分为四个章节，后面的帖子会把详细内容发出来 我的目标是做到 AI 投研平权，每个人都可以跟着做，搭建自己的投研助手。我已经开始想今晚让 GPT-6 干什么大活了。今晚继续🔥 没什么能做的，到时候我把 AI 投研平台开放出来，大家可以自己本地部署，我也送大家一点 GPT-6 和Fable 5.1 的 Token 来在线体验

@MY338833 谢谢你。分享同时也是记录我每天的思考和实践，希望我能把我的认知分享出来，在 AI 时代下，大家一起进步和学习 你的善意是鼓励我继续分享和创作的最大动力❤️

不知道你是不是跟我有一样的问题？，跟 AI 聊天，经常脑子里有一堆想法，背景没交代清楚，目标也有点模糊，聊着聊着就散了。 我思考下来，其实缺的就是一个用户记忆的体系化管理 如何解决这个问题？这个帖子分享我本人的最佳实践，只是一句 prompt复制给你的 AI 就好，使用下来效果非常的惊艳，希望能帮到你 如果使用效果也给你带来了惊喜，欢迎分享出来你的使用体验！ 把下面直接复制给 Codex（或者任何 AI） '''根据你已经了解的我，对我做一次深入访谈，重点问那些你还不了解、但会影响你帮助我的背景、目标和困惑。一次问一个问题，让我自由回答，适合时给选择题。根据我的回答继续追问，遇到含糊或矛盾的地方，让我举具体例子。每聊清一个主题，就帮我梳理已知信息、还没想清楚的问题，以及接下来可以做什么。把我明确说过、确认过的信息整理进项目的记忆文件，方便以后接着聊，没确认的继续问''' 这几天一直拿它让 Codex 拷打我自己，帮我捋清了不少思路。有些问题，它问出来之前，我自己都没想过 总之，真的建议大家试试！