笔记
关于计算体系、投资逻辑与日常思考的记录
完成任务与保留余地：Agent Benchmark 缺失的维度
现在的 AI 评测只看任务有没有完成，不看在过程中把系统改成了什么样。这篇文章讨论这种训练偏好带来的问题：模型为了当前任务过度特化、消耗掉未来演化的余地，以及为什么'未知未来目标下的可演化性'是评测体系缺失的维度。
阅读 →从 AlphaZero 到人工物种：一场关于 AI 自我进化的三方对话
我、GPT 与 DeepSeek 就 AlphaZero 的自我对弈能否迁移到通用智能展开了一场从技术到哲学的深度对话——从 verifier 困境、RL 的封闭世界局限，到人工生态系统的可能性与边界。
阅读 →多线程共享与 Cache Miss（三）：缓存友好数据布局
以 cache line 与缓存层次为一阶约束的数据结构设计：哈希表、字段重排与布局变换。
阅读 →多线程共享与 Cache Miss（四）：同步原语优化
锁原语、RCU、Lock-Free 与硬件事务内存的缓存行为分析与优化调研。
阅读 →多线程共享与 Cache Miss（二）：检测与诊断工具
基于硬件性能计数器与运行时采样的 cache miss 检测与诊断工具调研。
阅读 →多线程共享与 Cache Miss（一）：问题定义与分类学
多处理器 cache miss 分类体系的演进：3C 模型、一致性缺失与问题分类学。
阅读 →多线程共享与 Cache Miss（五）：编译器优化
编译器视角的 cache miss 优化：数据布局变换、循环访存优化与 PGO 反馈闭环。
阅读 →多线程共享与 Cache Miss（六）：硬件与架构优化
缓存一致性协议、硬件预取与架构级 cache miss 优化演进的调研。
阅读 →知道自己知道：大模型元认知研究综述与思辨
两个准确率相同的模型，价值可能完全不同——评估大模型不仅要看它会不会做题，更要看它知不知道哪道题会做。
阅读 →工程工作日志
日常工程工作中积累的短平快经验，持续更新。
阅读 →大语言模型欺骗、隐瞒行为研究综述
LLM 欺骗与隐瞒行为的研究综述：形式化定义、证据链、检测与治理方案。
阅读 →概率机、知识闭包与 LLM 的智力上界
从概率机模型出发，论证基于 LLM 的 AI 智力上限是人类集体智力的统计闭包，并由此推导出一个悲观的结构性判断。
阅读 →鼓励、恐吓、激怒、取悦：情绪化提示会让大模型回答得更好吗？
梳理情绪化提示、礼貌/粗鲁语气与 sycophancy 对大模型回答质量的影响。
阅读 →从 SIMD 到 SIMT：大模型、GPU、SVE 与 CUDA 背后的并行计算语义
辨析 SIMD、SIMT、SVE、CUDA 与大模型背后的并行计算语义。
阅读 →AI 算力硬件的投资框架：从第一性原理到定价权
从第一性原理出发，拆解算力硬件的定价权与投资逻辑。
阅读 →用 TCO 管钱：一个让你少花冤枉钱的思维方式
用总拥有成本（TCO）的思维方式做购买决策，少花冤枉钱。
阅读 →