标签： 大模型

这段时间我在做一个“蠢事情”，或者也是 AI 时代工程师非常不愿意做的事情，非常重复的事。 为了让 Mole 的卸载软件更加彻底，清理残余的能力更加厉害，我整理了国内外 300 多款 Mac 软件，下载下来差不多 100 多个 G，分成 30 组，让我的最强 Extra High Fast 模型每次 10 个借助 computer use 的能力去对应官网下载，然后依次安装到我的电脑，检查目录、检查软件更新 bundle、检查自启动、…

这段时间我在做一个“蠢事情”，或者也是 AI 时代工程师非常不愿意做的事情，非常重复的事。 为了让 Mole 的卸载软件更加彻底，清理残余的能力更加厉害，我整理了国内外 300 多款 Mac 软件，下载下来差不多 100 多个 G，分成 30 组，让我的最强 Extra High Fast 模型每次 10 个借助 computer use 的能力去对应官网下载，然后依次安装到我的电脑，检查目录、检查软件更新 bundle、检查自启动、…

开发者 Tw93 用 AI Agent 的 computer use 能力，把 300 多款 Mac 软件逐个下载、安装、卸载、扫残留，为清理工具 Mole 补规则、写测试。这件"笨功夫"揭示了 AI 落地的一条现实路径：让模型代替人做重复的脏活，再把结果沉淀成产品能力。

Pirate Face 从删除中拯救 LLM 模型

Pirate Face 从删除中拯救 LLM 模型

Hacker News 上围绕 antirez 的 DS4 项目展开讨论：与其事后“删除”模型权重中的拒答倾向，不如在推理运行时对激活值做正交化，直接加载未经改动的原始权重。这关系到开源大模型的安全对齐方式、量化精度，以及云推理服务的合规边界。

Prompts Aren’t Real

Prompts Aren't Real

在 Hacker News 引发讨论的一篇工程笔记中，有 25 年经验的洛杉矶工程师 Dan 提出：把大模型真正部署给消费者使用时，prompt 的重要性被高估了，真正决定 agent 可靠性的，是对失败率的持续测量与约束。