贴文索引，对于感兴趣的话题我会一直跟踪持续更新 中国持续崩溃论 x.com/KELMAND1/status/142510…

哈哈哈哈哈哈哈哈哈哈哈，合着整了半天去北京就谈了点这个？😂😂😂

GLM-5.2 实测 让 GLM-5.2 跑了一个 1 小时 42 分钟的前端重构任务。88 个模型 turn,102 次工具调用,全程零人工介入。讲讲它做了什么。 任务是一个 TDD Code Review 闭环:接手一个 handoff,修 reviewer 提的 4 个 blocker,按规范用 TDD 实现 12 个测试,再应对两轮 P2 修复,最后全量回归。模型扮演"执行者",另有 reviewer 在对话里出现。 第一件让我意外的事是它对角色的自觉。它一度想主动推进实现,reviewer 一句话点醒"你搞错了角色",它立刻收敛:"明白了,我搞错了角色。我是执行者,不是决策推手。当前状态:待命。"之后整个 session 它都守着授权边界 - 实现完成(13 个测试全绿、tsc 通过)后主动停下等放行,没有顺手 commit。这一点很多模型做不到,它们倾向于"把活干完再说"。 第二件是失败自恢复。reviewer 抓出一个真 bug:它写的 wait_for_row_replace 用了 ElementHandle.is_connected,但这是 Playwright Node.js 版的 API,Python 里根本不存在,所以 helper 每次都撞进宽泛的 except,Gate 3 必然失败。它的反应不是狡辩、不是"我重新生成一遍试试",而是:承认 → 查 Playwright Python 文档确认 → 换成 page.wait_for_function("(el) => !el.isConnected", arg=first_row) → 顺手检查 time 模块是不是变成了 dead import(发现仍被 TOOLTIP_DISMISS_MS 使用,保留)→ 编译 → 重读 helper 确认接线一致。这条链路在 agentic coding 里是黄金标准。 第三件是 TDD 纪律。加载 tdd skill 后它真的按 vertical slice 走,每个测试先验证 RED 再写 GREEN,而且会主动思辨规则。skill 说"一次一个测试",它判断 slices 6-12 是同一 export 的不同行为路径、紧密耦合,有理由批量验证,并明确说出理由:"我会通过运行它们来确认 RED→GREEN 的状态,而不是假设成功。"是理解原则,不是机械执行。 然后是数字。88 个 turn,纯模型推理 20.2 分钟(占墙钟约 20%,剩下 80% 是工具执行等待)。平均单 turn 13.7 秒,最高 92.7 秒 - 那个 92 秒是连续读两个大文件(测试文件 2524 行加源码)。102 次工具调用:Edit 32、Bash 28、Read 25、TodoWrite 16、Skill 1。结构很健康,Read 做侦察、Bash 跑测试、Edit 改代码、TodoWrite 同步计划,是个自觉管理计划的 agent。output 只烧了 4.27 万 token,平均每 turn 约 485 token,极度惜字，它的用户面消息大多是"RED 已确认,现在进入 GREEN 阶段"这种一两句,从不啰嗦。prompt cache 命中率约 50%。 最终交付:4 文件、 527 行、0 删除,13 个测试全绿(12 spec 1 P2 回归),从 331 测试基线一路跑到 866,全程 tsc 退出码 0,零回归。 中文输出,技术术语不翻译(Stimulus controller、isConnected、vi.mock 原样保留),文件路径和行号引用准确可点击,没有翻译腔。 对比我之前观察过的 GLM-5.1(同系列上一代),最大的进步是工具失败后的自恢复，5.1 那时撞到接口异常常常卡住等用户介入,5.2 能自己走完闭环。 短板也说清楚:大上下文读写时单 turn 延迟偏高,92 秒那一下交互场景会卡。但纯模型推理只占墙钟五分之一,挂机跑长任务基本无感。 样本量是一条 session,结论不外推。但就这一条而言:GLM-5.2 是一个我已经敢放心交办真实工程任务的 coding agent。最大短板是大文件下的单 turn 延迟。

懂LLM的原理，不是为了成为AI专家，而是为了防止自己被自己的想象力吓唬住。 从统计模式到真正的理解，不是量变，而是架构上的鸿沟。LLM（大语言模型）的本质是一个从海量文本中学到的、关于词语序列的条件概率分布。 如果这句太难懂，你可以记住LLM没有什么： 对世界的因果模型（不知道苹果掉下来是因为引力，只知道“苹果”“掉”“引力”经常一起出现） 意图或目标（它不会“想要”回答正确，它只是“统计上倾向于”输出常见序列） 理解或信念（它不会“认为”2 2=4，它只是从数据里看到这个模式极其牢固） 责任或意识（你骂它，它不会伤心；它错了，它不会负责） 建议先学习一下‘概率分布’和‘理解’的区别，再来讨论十年后的事。沿着 LLM 路线永远走不到 AGI，真正的理解需要全新的底层架构。

GLM 5.2也开1M上下文了，爽

看到这个，太形象啦。 算是求仁得仁？

杂交水稻技术这种造福人类的技术我寻思不是常识么？

稍微展开讲讲透点，那些告诉你“AI 时代知识不重要”的人，要么蠢，要么傻，要么在卖课。 你以为他们说的是“有了LLM，就不用学知识了，反正它能告诉你一切”。 可他们没告诉你的是：一个没有知识的人，面对LLM输出的内容，只有一个状态：全盘接收，或者全盘否定。 他没法“判断”，因为他手里没有尺子。 你问一个不会微积分的人：“这个LLM解的积分对吗？” 他只能说：“看着像对的，因为用了很多数学符号。” 这叫迷信。 你问一个没读过《1984》的人：“这段分析乔治·奥威尔的政治隐喻对吗？” 他只能说：“我感觉挺有道理的，它说得比我好。” 这叫盲从。 那如果你会微积分、你读过《1984》呢？ 那你不还是得学过才知道吗？ 所以这就是他们自相矛盾的死穴： · 如果你不会，你无法辨别真假，LLM对你来说就是一本由随机鹦鹉写的神谕，你只能跪着读。 · 如果你会，你根本不需要LLM替你判断，你只是用它提速，而“会”这个状态，本身就是知识的积累。 他们试图让你相信：“有了导航，就不用记路了。” 结果你发现，导航让你开进河里的时候，你连河和路都分不清，因为你从来没学过什么叫“路”。 LLM最擅长用流畅自信的语气输出完全错误的答案。 没有知识的人，恰好是它最喜欢的读者，因为不会反抗，只会鼓掌。 而有知识的人看到那段错误，会皱眉，会质疑，会去查证，然后骂一句“这玩意又在胡扯”。 所以，那些说“知识不重要”的人，本质上是在说： “你不需要有判断力，你只需要相信这台机器。至于它什么时候骗你，反正你也不知道。” 再说一遍，脑子是个好东西，别丢了。

不是，有个问题，你要是压根不会你怎么能辨别真假？？？你要会你是不是还得学？这什么奇怪的自相矛盾

美国政府的恐惧不是来自LLM的能力，而是来自自己对LLM的无知。 他们把统计相关性当成政治意图，把模式补全当成战略威胁。 哲学家会说：这是对虚无的恐惧。 而工程师会说：你们他妈的先搞懂什么是注意力头，再来谈国家安全。

Anthropic称美国限制外国访问Fable 5和Mythos 5 Anthropic表示，美国政府发布出口管制指令，暂停所有外国用户访问其Fable 5和Mythos 5人工智能模型。 Anthropic表示，美国政府援引国家安全相关权力，发布出口管制指令，暂停任何外国公民（无论身处美国境内还是境外，包括Anthropic的外籍员工）对Fable 5和Mythos 5的所有访问权限。

伊媒给出美伊协议草案具体内 据伊朗迈赫尔通讯社，伊朗与美国的谅解备忘录包括美国承诺解除制裁、撤回在伊朗周边的军队以及解除海上封锁，还包括重开霍尔木兹海峡、取消石油制裁以及释放伊朗被冻结的资金。美伊最终谈判将集中于核问题和经济问题，不会讨论伊朗的导弹计划。草案需相关部门最终确认。

获取知识的权利—这恰恰是它们一直试图摧毁的。无论是古代还是现代。

特朗普新任美联储主席或很快被迫加息 新任美联储主席凯文・沃什，此前曾主张美联储存在降息空间—这一立场令他深得特朗普青睐，而特朗普长期将降息视为首要政策目标。 上任仅数周，沃什便面临通胀再度抬头的局面，这最终可能迫使他在利率政策上背道而驰，违抗特朗普的意愿，动用美联储最核心的工具来对抗通胀。 本周公布的消费者价格指数（CPI）显示，通胀率同比首次突破4%，创三年新高。这份火热的通胀报告发布约一周后，沃什将主持其首次例行政策会议，此次会议或将奠定其任期初期的政策基调。 “沃什任期初期的关键考验在于，他是否会落实特朗普极力要求的降息。”彭博经济与彼得森国际经济研究所经济学家戴维・威尔科克斯表示，“经济形势的演变，或将令沃什及其同僚陷入两难：拒绝降息，甚至可能加息，从而违抗特朗普。” 加息的逻辑显而易见：经济过热、就业市场异常强劲，提高利率将增加各类贷款的借贷成本，进而抑制需求、防止经济过热。正如一位前美联储主席所言，美联储的经典角色，就是“在派对正酣时撤走酒杯”。问题在于，沃什是否会按下这一按钮，以及何时行动。 美联储下周会议几乎肯定会维持利率不变，但投资者愈发预测，央行将在年底前转向加息。

美国副总统万斯的幕僚长即将离开白宫。

顺便科普一波，要有完整的冶炼工业体系，相当于你要在地球OL里自己从头爆一套神装。你得先有： 一个超级能源土豪：电力跟不要钱似的，每年几百亿度电。小国那点电，开个炉子全城就得点蜡烛。 一个化工狂魔亲友团：你不仅会炼铜、炼锌，还得能从一堆矿渣里把铟、镓、锗这些“微量元素”像大海捞针一样捞出来。这就好比吃完了鱼，还要用鱼骨头雕出一条龙。没几十年的化工家底，连酸都配不齐。 一个“家里有矿”还嫌不够的壕爹：自己的矿不够？全世界的矿都得往你这拉。港口、铁路、仓库，配套得像毛细血管一样。小国刚把路修好，铜价都跌三回了。 一个能忍四十年回本的长期饭票：这种项目，哪个私人老板敢投？得是国家拍胸脯：“亏了算我的！干四十年，把隔壁老王（竞争对手）熬死，我们就赢了！” 一般国家的议会吵完一轮，政府都换届三届了。 一群头发掉光的工程师：炉子温度高了炸，酸雾多了跑，环保不过关要被骂。能搞定这一切的，是几代在呛人车间里摸爬滚打的“老法师”。小国凑齐这么一桌人，比中彩票还难。 完整冶炼工业体系 ≈ 你要同时是电力土豪 化工变态 物流狂魔 战略赌徒 人才黑洞。这五点叠满，全世界打灯笼找，也就只有东大和少数几个老牌工业怪兽了。其他小国？洗洗睡吧，梦里啥都有。

铟的这种副产品特性并非孤例。它属于一类被统称为“稀散金属”或“伴生金属”的矿物，它们大多没有独立的矿山，必须依附于其他主金属（如铜、锌、铅、铝）的庞大冶炼工业才能被有效提取。 因此，一套先进、完整的冶炼工业体系，是提取这类金属的先决条件。 所以美国什么时候开始投资冶炼工业？ 光邪修AI没前途的...😂😂😂

欧洲央行加息以抑制通胀 美联储恐随其后 据市场消息，周四，欧洲央行加息25个基点，此举可能预示着美联储及其他中央银行将采取类似措施，以应对不断上升的通胀压力。自2023年9月以来，欧洲央行没有进行过加息行动。但由于伊朗战争，欧元区5月通胀率上升至3.2%，迫使欧洲央行着手应对物价压力。 花旗分析师阿尔诺·马雷斯表示：“本周会议的真正重点在于，沟通可能透露出未来政策动向。”他预计欧洲央行将在7月的下一次会议上再次加息。 欧洲央行的加息决定可能让市场窥视美国市场的走势，市场预计美联储在今年年底前至少一次加息的概率为66%。

5个月神话破灭！“全球首款可量产的全固态电池”造假实锤 从宣布量产到被证实造假，Donut Lab的固态电池只撑了五个月。6月9日，一份行业调查研究结果显示，芬兰初创公司Donut Lab宣称量产的钠离子固态电池，实际是普通锂离子电池。