如果你想做 AI 应用,不妨考虑一下Harness开发。从我实际工作经验出发,我把相关能力整理成了一份11 条技能清单,欢迎收藏、保存,和 AI 一起学习,提升认知
完整 List:
1. 后端与系统设计:让请求进得来、状态存得住,出错后能恢复。
2. RAG、Embeddings 与向量数据库:RAG 是先找资料再回答;Embedding 把内容变成表示语义的数列,向量库帮助查找相似内容。
3. 记忆与上下文管理:记忆保存以后要用的信息,上下文管理决定这一轮给模型看什么。
4. 工具调用与 MCP CLI:工具让系统执行动作,MCP 是连接 AI 应用与外部工具、资料的一套通用协议。
5. Agent 与工作流模式编排:Agent 让模型根据结果决定下一步,工作流则按预先写好的步骤执行。
6. 护栏与确定性校验:用程序检查输入、输出和操作权限,把关键业务规则落到执行处。
7. 评测:评测检查事情有没有做对
8. 可观测性:日志记事件,指标看整体,追踪串起一次任务走过的步骤,出错才能找到原因。
9. 模型路由与降级:按任务选模型,调用失败时切换经过验证的备用方案。
10. 排队与负载均衡:控制多少任务同时运行,再把任务分给有余力的服务。
11. 推理部署与引擎:推理是模型生成结果的过程;本地或云端决定在哪里跑,vLLM、TensorRT-LLM、SGLang 等引擎负责高效运行模型。
如果你关注了 9月 10 日的 YC Demo Day,你会发现很多项目都在面向特定业务做 Harness。这个在硅谷是非常火的方向,就是围绕模型搭起来,让它拿到资料、调用工具、遵守规则、检查结果
普通开发者学习 AI 其实可以先从 AI 应用入手,学会把模型接进一个具体业务,把一件事从头到尾做成,我给大家整理了一套技能清单和地图,你可以直接把这个帖子丢给 AI,并给它prompt: “
先判断我已经会什么,再用一个实际的例子带我学这份清单。每次只加一个能力:解释它解决什么问题,让我动手实现,再给我一个会失败的测试。确认我理解了,再去下一站”
完整 YC summer 26 batch list 链接
https://t.co/ux5p5hQ7b5
保存的原文 · 长文
X 阅读
2026-09-13
9 条已保存原文 · 时间显示为 Toronto 当地时间
保存说明:除条目另有标注外,正文尚未人工核对 · 图片未保存 · 引用或对话上下文可能不完整。
09/13 给大家提个醒,我认为市场夜盘在交易一个漏洞百出的逻辑,借着这个错误逻辑渲染情绪,实则在释放 9 月 16 会议的风险,杀出一批带血的筹码
某些小作文的逻辑很离谱,耐心加认知,可能会让我们抓住不错的机会,我的短线资金就是在等待这种时候!
这个帖子我带大家深度思考 3点市场逻辑错误,分享我的思考链路,以及操作
上一次渲染情绪的结果,大家都知道了,7/27 的帖子欢迎回看⬇️ https://t.co/gafv1fV0Av
1/ 先把这次前后矛盾的小作文说清楚
背景是我昨天的帖子:《这个周末我认为最重要的一件事情》 https://t.co/zEJm3WmFa2
仅凭这个周末的表态,就认定整个 AI 产业要停下来,我非常不认同,我认为有 3 点逻辑错误
2/ 三点逻辑错误
> 这个呼吁,真的能让全世界一起慢下来吗?
呼吁能落实到什么程度,本身还是个问号。不能把一个倡议,直接当成全球已经执行的决定
> 所谓“停下”,也不是明天就把机器关了,也不是放缓了对机器的需求
Dario 明确说,pacing 不意味着停止模型训练或技术进步。他希望给 alignment、安全措施和第三方评估留出足够的时间,让安全工作跟上能力进步
认为市场的错误逻辑渲染已经偏移了原意,非常外行
> Training 和 inference,又被混为一谈了
先不说这个呼吁最终会怎样影响 training。训练下一代模型,和让已经训练好的模型每天替用户写代码、查资料、跑任务,是两类工作。后面这些,就是 inference,推理
即使下一代模型的研发慢一点,已经在用 AI 的人,就不再用了?企业已经跑起来的应用,就不用继续消耗算力了?
我所见之处,仍然是算力短缺。额度不够用,算力不够用,一片鬼哭狼嚎。
我不信,一个周末的表态,就足以证明这些需求突然消失了.当然,市场也可能在担心未来增速放缓。这是需要讨论的。但从“以后可能没有原来预期增长得那么快”,跳到“现在这些算力都不需要了”,中间差得太远
3/ 下跌的真实原因是什么?
我认为市场的担心并非没有理由,一个放缓的增长足以让股价下杀,但我更认为这是为 9 月 16 号的议息决定释放风险,华尔街找个理由跌罢了
你可能会说,现在市场定价加息 25 个基点,交易概率已经到达 87%,已经 price-in 了,这个说法也没错
如果你认定了这个说法,不妨问自己一个问题:如果加息已经 price in 了大部分,而市场现在交易的逻辑又和长期理念违背,作为有耐心的长线投资者,你现在应该做什么呢?
我个人并不会把短线子弹打完。
目前我持有的仓位占现金仓位大概 45% 左右,今晚夜盘进行买入。目前看起来情绪可能继续渲染,换而言之,这可能不是最底部,但我从来不奢望自己买到最底部,我的持有时间是一年以上
保存的原文 · 长文
如果有这种担心,且现在Hyperliuqid上的确是下跌的,有两种选择:
1. 你也跟着卖,就看你跟在什么时候,然后你得知道市场会不理性到什么阶段,最后,你能保证Dario不会改变看法?作为一个商人,你搬石头砸自己脚,撸起袖子打投资者脸吗?
2. 理解这件事情背后的本质,再做中长期的打算
保存的原文
这周的事件再次证明了这个市场里面多少人是看看新闻就得出结论的。Dario的目的很明确,阻止中国开源模型蒸馏前沿模型(自己挡不住了,需要监管介入)和后来者追赶。
老马一开始只表达的赞成有监管,但市场以为他赞成Dario的提议。后来Gavin的观点“模型公司之间互相监管”的提议被老马转发。
放缓模型推出速度不等于停止训练,任何有脑子的人思考一下今天你站在世界之巅,你善心大发,让大家一起放缓?另外还有关于模型公司太亏钱的观点,只能说多看看其他公司的研究报告就不会得出这种阴谋论。
保存的原文
很好的总结和看法
保存的原文
The Fed may raise interest rates next week, but Im afraid higher rates don’t create more oil
保存的原文
Dario:我们要放缓AI节奏
Sam:我同意
回头马上问老黄买更多的芯片😂因为这个剧本我见过
保存的原文
这几个月的每一天,我都会用我的投研体系,利用 AI 帮我自动挖掘信号
距离上一次分享仓位帖子已经过去了一个月,8 月的触底反弹也让我的账号创了新高
过段时间,如果大家想知道的话,我也会给大家写一个新的帖子,分享一下我最新的持仓比例. 下周美联储会议很关键,大家在赚钱的同时也记得做好保护put
保存的原文
过去一年我的 P&L 超过了 150% https://t.co/urE6Bthoxc
今天起床到现在,饭没吃,水没喝,用 GPT-6 Ultra 跑掉了约 7.1 亿 token,消耗了一份 $200 Codex Plan 一周额度的 90%。过去的12 小时,烧掉约 7.1 亿 token。我正在把自己的投研大脑快马加鞭蒸馏出来
目前在开发的,一共五个功能:
1/ 一个被“蒸馏”出来的芒格君
把我的投研思考方式做成可以直接对话的大脑:一家公司的生意怎么理解,哪些变化值得追,什么证据会让我改变判断。
你可以拿着自己的问题,跟这个大脑一层层聊下去。投研大脑 as a Service,这是我最想做好的部分
2/ 把一只股票过去一年的财报和电话会议,变成可以随时追问的资料库
先从我们深度追踪的股票做起,接入第一步的大脑,带着大家读细节。比如:“管理层这次的说法,和上个季度有什么不同?” “之前承诺的增长,到底兑现了多少?”我希望这些问题,都能回到具体材料里讲清楚
3/ 投行研报的收集,以及真正能聊明白的深度对话。
对深度追踪的公司,把研报收集、整理起来,让大家可以继续问:这家投行为什么看多?它最关键的假设是什么?另一家为什么不认同?读完之后,你应该能理解它的判断,也能知道自己是否同意
4/ 把不同渠道的观点和华尔街预期放在一起看。
整理我平时从各类渠道收集的观点、机构分析师的分析,以及华尔街目标价共识、新增目标价和调整。我尤其想让大家看懂:同一家公司,大家到底分歧在哪里?这次上调目标价,背后的理由变了什么?
5/ 把我的投研 Agent Team,也开放给大家
Agent Team as a Service,全部由 GPT-6 / Fable 5.1 驱动。这支团队每天挖出的关键基本面信号、公司变化和新闻解读,我会放到平台上。让大家持续追踪自己关心的公司,理解新消息会怎样影响原来的投资逻辑
做到这里,我很想听听大家的真实需求:
你研究股票时,最费时间、最头疼、最想交给 AI 帮你完成的一步,到底是什么?可以直接在评论区讲具体场景。你平时怎么做、卡在哪里、希望它帮你做到什么程度,越具体越好
还是老规矩,点赞、收藏这个帖子,到时候拿着记录来,我送大家GPT-6 和 Fable 5.1 Token 来使用
如果你提的功能被我们采纳,并且真正开发上线,我会邀请你进入核心用户体验群,给你一对一 VIP 服务
平台还在做,大家现在提的需求,有机会直接决定它接下来长什么样。评论区欢迎分享,我会认真看
还是那句话,我不是一个短线交易的高手,因此短线数据点位依然给不了。这个平台不是给大家一个买入点位的,更多的是为了看懂。谢谢理解
保存的原文 · 长文