你说到点子上了,和我想的一样
机构为什么做不出来?
第一,这个东西确实很难,需要深刻的工程能力和金融的交叉。但据我了解,机构已经用自己的数据开始做一样的事情了,例如 Jane Street
第二,作为机构,要真正做出这个东西并提供对外服务,很难有这样一个投研系统能够满足大家所有奇奇怪怪的需求。系统越通用,越众口难调。
所以我的想法就是利用自我递归迭代,特定地去解决专人专属的问题,而不是用一种通用强大的模型,奢求解决所有边角问题
保存的原文
X 阅读
按原发时间浏览 · 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。
过去两周,我把全部持仓和我过往的所有交易记录给了地表最强模型 GPT6 Ultra, 毫无保留。AI 真的能帮我做出正确的股票操作吗?结果让我失望,但我们在努力地解决这个问题。这个帖子分享我观察到的两个问题和我打算如何解决
1/ 我的任务很简单:每 10 分钟看一下投资的盘面、unusualwhale 的期权链和暗池,结合当前的 context 和环境,以及我的历史序列、财报+华尔街研报等等专有数据,去帮我做出当前最适合我的交易行为,买入、卖出正股期权
2/ 结果并不理想,我们现在在解决这个问题
1. 成本过高
如果你只是每天重复处理一类任务,每次都请最强的大模型来做,速度、成本和部署方式未必合适。
2. GPT6 只会说套话平均话,而赚钱靠的是独特的视角,和不被别人理解的选择
GPT6 虽然强,但模型厂商训练早就把它alignment了,不推荐用户高风险金融行为,所以你怎么问,你都会发现他在说车轱辘话
3/ 于是,一个很自然的念头出现了:
能不能让大模型先教会一个小模型,金融方面的一些特定技巧,以后这些活就交给小模型?
并且用我的专属金融数据和我的操作观念,每天强行 align 这个小模型,每天和 GPT6 进行复盘,把对话轨迹、思考和与市场背离的地方进行校验,Post-training后训练:蒸馏加RL加SFT 训练小模型
让小模型突破只给 prompt 提示词的限制,输出更有意义的 insights,而非车轱辘话
这就是我认为强化学习 as a service 最有吸引力的地方。任何人都可以用和我一样的板块,把ta专属的数据给到模型。
这样的话,这个小模型就是世界上最了解他的投资习惯、容易犯的错误、持仓以及如何赚钱的人,并且知无不言,言无不尽
目前我们都是金融加技术背景出身,因此在团队内就把这个 infra 给闭环了。我们还在infra 搭建的过程中,checkpoint 迭代中。我也会找时间把我的训练过程以及操作情况给大家一一分享
短期内尝试出一篇技术分享,用通俗易懂的语言教给大家我们背后的原理
中期出一篇经验报告,分享给大家模型的效果,以及它真实实测下来到底能不能解决问题?
长期的话,我们打算开源,让大家一起 commit,提供出我们的 RL as a service。让模型更懂你,不再说扯轱辘话,更便宜,实现投研平权
保存的原文 · 长文
补充一点,我是怎么把这些 skill 杂糅起来,获得我的专属写作 skill?下面是我的 prompt, 直接复制给 AI 就可以
''''
请帮我安装我给你的这个 skill 列表。
现在帮我结合我的这篇文档的若干片段,生成 X个不同的结果,依次请我评选,我会依次告诉你我的倾向、哪里觉得好和不好。
如果不懂的地方,你要对我进行追问;如果懂的地方,你要记录我的写作偏好,最后生成一个我的专属写作 skill。
''''
保存的原文
很多人现在看到一篇文章,总会质疑:“是不是 AI 写的?怎么一股 AI 味儿”
前几天公司我的一个项目文档 AI 味过重,被隔壁团队一顿输出。我也觉得这样不行,我痛定思痛,找到了 GitHub 上十几种去 AI 味儿的写作方式,最后杂糅出来了一种属于我自己的
加上了一些生图 skill 相关的文档,润色了一遍。隔壁团队表示写的非常好,这才是人写的水平。我只觉得这个世界是一个大的草台班子
除去那些质量参差不齐的,我给大家精选了 6 种我觉得还不错的“去 AI 味儿”写作方式,每个都在我的实际文档上试过,给大家一个我个人实际体认为的排行榜,比较主观,建议大家都试试
第6名/ deslop|Stephen Turner
写技术文章、研究报告,可以重点看它
它区分专业术语和空泛行话。一个技术名词确实能把事情说准确,就应该保留;“赋能”“生态”“颠覆”如果没有解释具体发生了什么,就会被处理。
我做技术科普很在意这个区别。读者看不懂,有时是因为前提没交代,这个逻辑需要补上
https://t.co/jUrXeDJxcJ
第5名/ humanize|aashaexo / soundshuman
和上面类似
https://t.co/WSnAohkYZ6
第4名/ humanizer|blader
它把夸大意义、模糊归因、机械排比、同款结尾等问题整理成了一套检查方法,而且先处理结构,再处理词汇。
我个人感觉效果不错,但是会丢掉不少原本的写作风格
https://t.co/yZeoVLp1VP
第3名/ anti-slop|elithrar
它的主规则很合我意:小幅修改,保留事实、引用、技术主张、段落结构和作者论点。除非用户要求大改,不要擅自把整篇重做
对于一篇已经认真写完、只想再顺一遍的文章,我会优先考虑它
https://t.co/A3KVtSlqf5
前面三个排得高,我愿意让 AI 帮我删废话,但它得有个底稿,而且知道哪些东西不能删。
到了整篇都需要重写的时候,后面几款的用途就更明显了。
第2名/ slopbeth
如果这篇稿子里有财报数字、技术限制和预测条件,我会把它提到第一
https://t.co/7BeUZBXoAT
第1名/ no-ai-slop| @petergyang
如果只挑一个先试,我会选它
我很喜欢其中一个检查办法:把一句话里的主语换掉,它还能原封不动地放进另一篇文章吗?如果能,这句话可能没有提供多少信息
https://t.co/lSm3Vcoh1k
第 0 名:最后,我是如何用的呢?
我做了一个简单的 adaptive harness。我用了这 6 个 skill 帮我生成了若干篇文章,我手动去删减、排版,告诉 AI 哪里好、哪里不好,最后杂糅成了一个我专属的写作风格Skill,加上了一些图表和以图为主的方式。不一定适用所有人,但我觉得在我这里是最好用的
有时候去掉 AI 味儿,可以获得自己劳动成果的尊重,也是放过对方的眼睛,不妨大家都试试
保存的原文 · 长文
@runningmanfast 好问题,但人生何必一直向前发展呢,享受下普通的快乐,陪陪家人
保存的原文
@LanLance24 这是什么,比沙县好吃吗
保存的原文
今天送一位上周被 layoff的老朋友去机场,ta决定回国发展了,我们聊了很多,也都认为我们的职业可能会在 5 年左右消失。
难以想象一年半之前,我们还在对话框里跟 AI 聊天,把代码复制进去,再复制出来。写代码还是 Tab Tab Tab,用 Copilot 补全,而不是让 AI 直接写
我们也聊到了硅谷湾区这个反人类的地方,如果你是顶级天才,或者有不得不的理由在这里打工谋生、追求人生进步,这确实是个绝佳的地方,但它也是大多数人的围城
如果你随意找在这里的 10 个中国人,我想至少有5个都会跟你说,这里很无聊,想离开这里。这里的人种多样性堪比中关村创业大街
硅谷的确是一个会让人变土、变单调,变得人生方向收窄的地方。
回来的路上我在想,如果我没有从事计算机,在纽约、洛杉矶、上海,我的人生会不同吗?
保存的原文 · 长文
继续上个帖子把 AI Agent 强化学习的学习材料补齐了,按入门 → 动手 → 进阶 的顺序, 推荐收藏阅读搞懂
① 基础循环|HF 的 RL 入门
学什么:观察 → 行动 → 环境反馈 → 奖励,先弄懂模型怎样与环境互动。
https://t.co/fFdGIhFFSC
② 奖励与训练|How frontier models train on outcomes
学什么:怎样把任务结果变成奖励,再用奖励训练模型;评分方式会影响模型学到什么。
https://t.co/swSNP1QCNY
③ 更新模型|GRPO Trainer
学什么:同题生成多份回答、比较得分,再用评分更新模型参数。TRL 就是 Hugging Face 的模型训练工具库。
https://t.co/4hpG9KryjQ
④ 训练环境|One sandbox per rollout
学什么:任务与验收规则、Agent 的操作程序、沙箱和训练器怎样配合,为什么每次尝试需要独立的运行空间。
https://t.co/q7L3RGQJXo
⑤ 动手实战|TRL+OpenEnv 训练编程 Agent
学什么:让现成 Agent 在沙箱里做任务,把模型回答和工具调用整理成训练数据,检查结果,再接回训练程序。
https://t.co/WWn9T99nKV
⑥ 验证效果|Evaluating agents with Inspect AI
学什么:用未参与训练的任务做评估,检查训练中的进步能不能用到新题上。
https://t.co/tuy2ROwtaF
⑦ 规模化进阶|Keep the Tokens Flowing
学什么:让产生尝试和更新模型并行,减少等待;同时处理旧模型产生的数据。
https://t.co/a68TMYEz9P
保存的原文 · 长文
很多人问,业界里的强化学习到底在做什么?本质上就一句话:用尽可能小的成本,高质量完成特定领域任务
我想用这个帖子举个例子大家串一下5 步简化流程,和我整理的一个 hugging face 系列阅读链接(免费,可放心使用),我把完整的阅读链接放在评论区
业界 RL原理本质上其实很简单:在特定领域出题 → 尝试 → 评分 → 更新 → 验证,反复进行,看似简单的流程,每一项都可以挖得很深,适合个人学习或者职业选择的方向
我举个例子用一个 Hugging Face 训练小模型,如何强化学习提升修 bug能力, 可以先抓住这几个步骤:
1/ 出题、定标准:选一个已有基础能力的SOTA模型,准备代码任务,提前规定怎样算修好
2/ 让你要强化学习的开元模型尝试:读代码、改文件、跑测试,根据报错继续改。这一整次尝试,叫一个 rollout
3/ 给结果打分:检查代码通过哪些测试,把结果变成奖励。奖励怎么设计,会影响模型往什么方向学
4/ 更新模型:收集多次尝试的记录和评分,用 GRPO 等方法调整模型参数
5/ 换题验证:用没参与训练的任务检查效果。训练奖励涨了,还要看新题能不能做好。评估方法
我整理的阅读资料按照这个顺序看:
1️⃣ 先懂基本循环:HF 的 RL 入门。用游戏例子讲清行动、环境反馈和奖励的关系
https://t.co/fFdGIhFFSC
2️⃣ 再懂怎么评分:How frontier models train on outcomes。看大模型怎样利用可验证结果训练,以及奖励设计为什么会影响效果
https://t.co/swSNP1QCNY
篇幅有限,如何更新模型权重?任务、工具、接口、沙箱如何配合?以及对应的HF 上的实战 demo,训练等待优化和旧模型数据处理的教程,我也一并整理好,我放在评论区
相信看完,你基本就半只脚趾头踏入了 LLM 后训练强化学习的部分
保存的原文 · 长文
这个文章转教学视频的 Skill 工具,源于我最近的一个痛苦,每天社区内容太多,真的看吐了。我非常需要一个方式去降低我的输入门槛和认知成本
如果你也有类似痛苦,建议也用类似的方式去尝试:把你来回问 AI 的一个问题、某篇晦涩难懂的长文、甚至是上学学习的课件或者 PPT,用视频的方式总结出来学习
我在思考,是否我日后的文章都可以提供一个视频形式,亦或者,把我每天同步思考的内容用这种方式发布成视频
这个工具真的做到了零成本制作一个高质量科普视频,效果出来的时候,我觉得非常 amazing
保存的原文
我在AI 训练和推理这行干了很多年,最近越来越觉得,机会正在往两个方向转移
为了让所有人都能理解这个趋势,我拆解了一家Harvey的 AI 律师公司,他们用开源模型在特定领域 GLM 击败了 Fable5 和 GPT-5.6,我认为是个趋势
本来写了一篇长文来科普,后来觉得字数太多,于是 做了一个教学 Skill 工具,把写好的稿子变成一个音频同步的视频
如果你想转行,我很推荐两个方向
> 一个是后训练,也就是拿一个已经很聪明的模型,在明确的任务、工具和成本约束下,再针对这条生产线加练一遍
> 另一个是AI 推理,其实两者不分家
, 最后自己读一遍都觉得,这么多公式和缩写,谁会看完呢?我自己文字读多了都觉得累。所以干脆换个办法,把它做成了一个不到十分钟的小视频,一边讲,一边在白板上把图画出来。视频放在下面
视频里我按一堂课的顺序讲了下面这些
1. 为什么通用模型在一条具体生产线上不是最优,后训练到底在修什么
2. 开放权重和闭源的区别
3. 监督微调和 GRPO 各管什么,GSPO/GRPO/LoRA 的应用差异
4. 在垂直领域,开源模型 overall 是如何击败闭源模型的?
这个视频是我自己搭的一个小工具做出来的,逐字稿进去,配音和白板动画自动出来,讲到哪句画到哪步。工具还在打磨,做顺手了再拿出来细说。
保存的原文 · 长文
绝了,我帮大家翻译一下,以下为特朗普的原话:
AI 唯一需要的“管控”或“护栏”,就是一个强大而聪明(高智商!)的总统,而美国现在恰好就有,而且绰绰有余!
特朗普政府已经阻止了一些 AI 圈的人去做坏事,或者可能造成坏结果的事情。比如 Dario(Anthropic 的 Dario Amodei!),他现在装得像个“完美的小天使”一样——我们今后也会继续这么做!
我们已经拥有对这些公司的强大刑事执法权和监管权力!
现在有一场针对 AI 和数据中心的恶心阴谋,而唯一会因此高兴的就是中国。
谁赢得 AI,谁就赢得未来!
我们目前领先中国以及其他所有国家,而且会继续保持领先。
那些阴谋论者、叛国者、背叛者和泄密者,小心了!
感谢大家关注此事!
——美国总统 Donald J. Trump
保存的原文 · 长文
@whb0821 我真觉得这种 AI 评论是最讨厌的。最近刷到一个帖子,说 X 上怎么获得曝光。有两种歪门邪道:
1. 一种是骂人,靠别人的回击增加曝光
2. 一种是 AI 狂刷评论,低营养地累积曝光
一边说着要珍惜注意力,一边用低质量内容轰炸着别人的注意力
保存的原文
如果想在 AI 时代生活得更好, 每个人都应当适当的对自己的人生刻意的“剪枝”
抛砖引玉,分享几个我一直践行注意力、投资、职业发展方向剪枝的方式
一、注意力剪枝:在高频使用 AI 之后,我发现我的注意力被榨干了。我害怕错过 AI 进步的新闻,害怕错过某个技术的发展,不停地跟 AI 对话。
所以现在我在有意地控制:
1. 减少依赖 AI 的程度
2. 减少无用的信息摄入(比如在 X 上点 Not Interested)
3. 减少翻看手机的次数
4. 买了一个 iPad,会找时间什么也不做,在 iPad 上写写画画,沉淀近期认知
二、投资剪枝:我认为我的人性的缺点之一就是贪婪,股票选对了,涨了却不舍得卖,怕涨得更高。因此有一条铁律,股票涨多了,我就会每两周进行一次剪枝。动态控制按照已有比例获利了结,按照持仓的权重比给出现金 40% 的仓位
这是我的投资纪律。与其少赚,我更不想承担跌出黄金坑没钱加仓的痛苦
三、努力方向剪枝:AI 是能力的放大器,我现在每天的工作密度、产出相当于去年自己的 10 倍不止。很多事情我都想尝试,这让我很多方向做不深
例如,在 AI 方面,我认为 post-training ,开源model以及inference一定是未来世界的主流。因此,我 all in 这方面的研究与探索。放弃那些看起来 fancy、值得尝试的充满诱惑场景,找到锚定点,凿下去
这是我的三点剪枝。我认为每个人都应该找到自己的剪枝方式
保存的原文 · 长文
黄仁勋正在洛杉矶 All-In Summit 台上接受采访,流量之王特朗普的电话突然打进来了
老黄当场开免提,总统直接对着全场说:“机器人不会接管世界”,还把这轮 AI 末日恐慌称为“骗局”,强调美国不该停止 AI 进步。
老黄随即接话:要让美国各行各业都在 AI 竞赛中受益
保存的原文
9/1,今天半导体集体下杀,很多人问:AI 是不是要暂缓,甚至暂停了?很多好股票 例如 $MRVL 跌到这个位置,是不是可以下手?
1/ 我认为今天主要有三股力量叠在一起:
> 原油供应再出问题,油价上涨
> 加息预期与长期国债收益率上升
> 周末前沿 AI 限速讨论,让市场重新考虑未来几年的扩建速度
2/ 我的理解是,市场同时在调整不同公司的前景:前沿模型推进变慢,激进扩建的回报可能推迟;传统软件被快速替代的担忧可能缓和;AI 安全风险受到重视,又可能提高网络安全支出的优先级
举个简化例子。客户现在有 100 单位算力,原来准备扩到 200,需要新增采购 100。后来扩建目标改成 160,只需要新增采购 60
客户的算力仍然增长了 60%,供应商面对的新增采购却比原计划少了 40%
所以,AI 越来越普及,与某一年的硬件收入低于市场原先期待,完全可以同时发生
3/ 那么,我们以 Marvell 为例,220 美元的 MRVL,到底要求公司做到什么?
今天下跌之后(见附图)
FY2028:收入增长约 51%,每股盈利增长约 60%。
FY2029:收入再增长约 44%,每股盈利再增长约 54%
做一个更具体的压力测试:
假设 FY2028 收入增长从约 51% 放慢到 30%(我觉得不太可能),收入约 157 亿美元;调整后净利率仍有 34%,稀释股数为 9.25 亿股,那么 EPS 约 5.76 美元
公司盈利仍比 FY2027 的 4.21 美元增长约 37%。但如果市场给 30 倍,价格只有约 173 美元,比 220 美元低约 21%
反过来,假设两年后市场仍相信 FY2029 每股盈利可以达到 10 美元(符合上次财报后的分析师预测):
给 30 倍,对应 300 美元,从 220 美元买入的两年年化回报约 17%
给 25 倍,对应 250 美元,两年年化回报约 7%
因此,现在是否买入,我现在真正会问自己的核心问题是:最差的情况下即使油价和利率暂时降不下来,前沿训练也比此前设想推进得慢,MRVL 能否依靠互联升级和定制项目,按期做到约 7 美元、再往 10 美元走的每股盈利?
以及我是否愿意去下注次差或者更好的情况,我个人的答案是,肯定的
接下来改变我判断的,是客户采购和交付节奏,以及 10 月 6 日 MRVL 投资者日能否进一步支持 180 亿美元收入展望
保存的原文 · 长文
8月金融数据出炉,M1增速如期小幅回升,但M2增速继续回落。
A股和M1的走势相关性依然很高,仍与年初测算的M1增速亦步亦趋
保存的原文
果然还是高手在民间。上个帖子获得了很多干货、硬核经验和设计经验分享
谢谢大家。我主打一个听劝,就把大家推荐的工具、优质帖子和设计方法整理了一遍。希望对同样需要做网页、但不懂设计的外行朋友有所帮助, 并且附上我的投研网站的原型设计图⬇️
https://t.co/5js4rC7bqH
大致分成三类:工具类、方法论类、模型类,我给大家一并完整的整理出来
(设计师和天才们,见笑了)
1/ 工具类:用什么来做,去哪里找参考
> 设计 skills:Impeccable、taste-skill、Anthropic 的 frontend-design、baoyu-design,以及 emilkowalski/skills。Impeccable 有多位朋友推荐
直接出设计方案的工具:Claude Design、Google Stitch、Wegic、OpenDesign。有人建议让 Stitch 先做几版不同风格,选出喜欢的方向后再细调
> 找参考的网站:Pinterest、Dribbble、Inspora。先看看别人怎么排版、配色、放图片,挑自己真正喜欢的,再交给 AI 参考
>现成模板和提示词:Framer 的免费模板、Motionsites 的建站 prompt,以及 Variant 上的设计
2/ 方法论类:怎么把“好看一点”变成 AI 能执行的要求
很多朋友其实在提醒同一件事:要把自己想要的东西说具体
> 先想清楚网页给谁看。用户进来先看什么,内容怎么分类,看完之后下一步做什么。尤其是投研网页,读者能不能找到研究、看懂信息、愿意继续读,这些都需要在设计之前想好
> 先找参考,再让 AI 动手。不只扔一句“要高级感”。把喜欢的网页和截图给它,告诉它喜欢哪部分:这个站的字体、那个站的布局、另一张图的配色。也有人建议从摄影作品里找视觉
> 把风格写成一套固定规则。字体用什么、标题多大、正文多宽、间距多少、按钮什么样、动效做到什么程度,都记录下来。这就是大家提到的 Design System
> 每轮改具体问题。有朋友分享,自己用 Impeccable 要反复调布局、颜色、动画,再做 critique、audit、polish,也就是挑问题、检查、润色。字体、字号、留白、间距这些细节,需要一项项看,不能指望一句“再好看点”全部改完
> 网站一个统一的表达。Jacky 的长文讲了一个完整过程:项目定位 → 风格定位 → 统一主题 → 专属视觉形象 → 开发与审查。网站想传达信任感、亲近感还是创意感,会影响后面的图片、颜色和动效选择
3/ 模型类:模型本身的能力也要考虑
Claude:评论里有不少朋友认可它的设计表现,也有人建议搭配 frontend-design 等 skill 使用
Kimi:有几位朋友直接推荐 Kimi
让不同模型和编程工具分工:比如用 ChatGPT 看截图、讨论修改方案,再交给 Claude Code、Codex 或 Cursor 实现。设计和代码实现可以分开几轮做,做出来以后再回到浏览器检查
我很清楚自己想让投研网页更有艺术感、更正规、用起来更舒服,现在要做的,就是把这些要求一点点落到具体页面上。
谢谢各位认真分享的朋友,原帖评论区还有不少具体经验,做网页的朋友可以一起翻翻
保存的原文 · 长文
我不是来做流量的,没有必要与谁辩论、更没有意愿说服谁
最后表达下个人看法:当大家都担心“宏观”、熟知的对冲基金全在避险、且刚刚经历7月史诗级去杠杆,另一边AI path又如此明显
这时一定要压住一个大回撤,对我来说没任何意义
当然每个人风险控制、回撤忍受都不同,对自己负责就好
保存的原文
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