美研芒格君

美研芒格君

@Kay2289123最近同步 9/13/2026, 2:54:49 AM

小红书也是这个id @Kay2289123, x仅此一号,完全没有助理。 没whatsapp,都是骗子 硅谷一线大厂从事AI Training Inference 团队成员来自斯坦福,UCLA,沃顿

SF

7日排名
#574
总粉丝
32.1K
7日涨粉
+2.0K
7日发帖
26
7日曝光
365K
帖均曝光
14.0K

Ranking History

Today’s rankings update in real time. Historical records retain daily top-five entries for growth, posts, and reach. Click to view a poster.

No daily top-five records yet.

粉丝趋势

近30日每日已结算数据

内容表现趋势

曝光/互动与发帖量均按自然日结算

发帖趋势

近30日每日发帖量

帖均曝光趋势

每日总曝光 ÷ 每日发帖量

Participated Topics

Participated in 1 topics

View topic rankings

多名中文X用户转述Codex即将重置额度,美研芒格君同时反馈朋友无法注册200美元套餐,延续此前高价订阅入口受限与算力供给的讨论。宝玉称重置将在美西半夜发生,小互给出北京时间当天下午三点前的说法,美研芒格君则称约为北京时间下午三点,并鼓励用户使用其所称的GPT6 Ultra快速模式。讨论呈现用户围绕额度刷新安排使用、担忧高价套餐无法开通的倾向。不过,候选推文没有展示官方重置通知、账号适用范围或订阅页面,无法确认此次属于常规额度刷新还是额外重置,也不能将个别注册受阻反馈推广为所有套餐均暂停销售。算力紧缺与优质Token需要争抢的解释来自用户判断,尚缺供给数据验证。

Participated post: 这事很重要,长话短说:今晚加州半夜(约北京时间下午 3 点),Codex 又会迎来一次额度重置,大家快用 GPT6 Ultra /fast 开始蹬 今天我跟一个朋友聊天,ta跟我说 Codex 不让注册 200 刀了,让ta非常难受,像是吸了*,悔不当初。现在算力紧缺,好的 Token 自然得靠抢 我的读者朋友中,有很认真在看我帖子的。因此我准备来一个 AI 投研系列 101入门,把我如何把 AI 融入行业研究?分为四个章节,后面的帖子会把详细内容发出来 我的目标是做到 AI 投研平权,每个人都可以跟着做,搭建自己的投研助手。我已经开始想今晚让 GPT-6 干什么大活了。今晚继续🔥 没什么能做的,到时候我把 AI 投研平台开放出来,大家可以自己本地部署,我也送大家一点 GPT-6 和Fable 5.1 的 Token 来在线体验
Posts 1 Views 20.9KHeat 184
#Codex#额度重置#200美元订阅

近7日爆款推文

按近 7 日曝光排序,展示前 10 条。

1
3.2万 followers
Views2.1万
这事很重要,长话短说:今晚加州半夜(约北京时间下午 3 点),Codex 又会迎来一次额度重置,大家快用 GPT6 Ultra /fast 开始蹬 今天我跟一个朋友聊天,ta跟我说 Codex 不让注册 200 刀了,让ta非常难受,像是吸了*,悔不当初。现在算力紧缺,好的 Token 自然得靠抢 我的读者朋友中,有很认真在看我帖子的。因此我准备来一个 AI 投研系列 101入门,把我如何把 AI 融入行业研究?分为四个章节,后面的帖子会把详细内容发出来 我的目标是做到 AI 投研平权,每个人都可以跟着做,搭建自己的投研助手。我已经开始想今晚让 GPT-6 干什么大活了。今晚继续🔥 没什么能做的,到时候我把 AI 投研平台开放出来,大家可以自己本地部署,我也送大家一点 GPT-6 和Fable 5.1 的 Token 来在线体验
2
3.2万 followers
Views9.7K
不知道你是不是跟我有一样的问题?,跟 AI 聊天,经常脑子里有一堆想法,背景没交代清楚,目标也有点模糊,聊着聊着就散了。 我思考下来,其实缺的就是一个用户记忆的体系化管理 如何解决这个问题?这个帖子分享我本人的最佳实践,只是一句 prompt复制给你的 AI 就好,使用下来效果非常的惊艳,希望能帮到你 如果使用效果也给你带来了惊喜,欢迎分享出来你的使用体验! 把下面直接复制给 Codex(或者任何 AI) '''根据你已经了解的我,对我做一次深入访谈,重点问那些你还不了解、但会影响你帮助我的背景、目标和困惑。一次问一个问题,让我自由回答,适合时给选择题。根据我的回答继续追问,遇到含糊或矛盾的地方,让我举具体例子。每聊清一个主题,就帮我梳理已知信息、还没想清楚的问题,以及接下来可以做什么。把我明确说过、确认过的信息整理进项目的记忆文件,方便以后接着聊,没确认的继续问''' 这几天一直拿它让 Codex 拷打我自己,帮我捋清了不少思路。有些问题,它问出来之前,我自己都没想过 总之,真的建议大家试试!
3
3.2万 followers
Views7.9K
我始终觉得,人人都值得拥有 AI 平权、知识平权。这个时代已经到来了,关键是很多人还没有意识到,我建议大家今天就开始用 AI 大胆地犯错 1/ 为什么我对这个时代既感到焦虑,又欣喜若狂?高强度每天使用 10 亿 GPT-6、Fable 5.1 Token之后,这种感受越来越强烈。一个人的学历、专业和过去接触过什么,曾经很大程度上决定了ta能理解什么、参与什么。 2/ 过去没学会的,可以重新学。这难道还不是最好的时代吗? 以前觉得“这是专业人士才能做的事”,现在可以亲手试。你甚至不必先相信自己很聪明,只需要对一个问题有兴趣,愿意追问,愿意动手验证。 3/ 当然,我也焦虑,我有时会想,这是最混乱的时代 自己花了很多年积累的能力,还有多少会继续值钱?当工具越来越强,工作会怎么变,我和身边的人又该往哪里走?参与开发和使用 AI,并不会让我免于这些担心。因为离得近,反而更难把这些问题放到一边 4/ 模型的发展,至少让我变得非常矛盾和混乱 刚刚为模型完成了一件复杂的事而兴奋,紧接着就想到,这原本可能是某个人赖以谋生的工作 所以,我希望大家能尽早接触它、理解它,有机会为自己的下一步做准备。我做这个账号,分享一线体验,把芯片、产业链和公司财报尽量讲明白,也有这层心愿 投研平权在我这里,有一个很具体的愿望:你读完我的文章,能够自己回去看材料,知道该问什么,甚至能有依据地指出我哪里想错了,知道问什么,是最重要的一步
4
3.2万 followers
Views6.2K
这个周末我认为最重要的一件事情: OpenAI、Anthropic、xAI在同一个周末集体来了表态,一致同意并呼吁放慢 AI 的发展速度…… Dario 已经在原文里点名:AI 正在越来越多地参与研发下一代 AI。他担心这种加速,会超过人类理解和控制模型的速度 OpenAI 甚至说:“如果真到了那一步,为了拯救人类,我们愿意把自己的 GPU 都熔掉。” 通常这类 frontier lab 的管理层会比我们提前看到新一代模型的能力。显然,AI 已经突破了某个临界点,而且事情严重到把所有人都吓住了 这个或许是我们过度解读了。但有一点是肯定的,无论如何呼吁,整个世界这么多 lab 一定不会完全步调统一、暂缓步伐
5
3.2万 followers
Views3.6K
最近有很多关于 RSI(Recursive Self-Improvement,递归自我改进)的讨论,也让大家开始担心,AI 会不会不断升级自己,最后超出人的控制 我周末集中看了一批 RSI 2026 年的论文和公开项目,想把几个问题讲清楚:现在到底发展到了哪一步,业界 popular 的讨论是什么,以及我们普通人能怎么用。最后我会给大家一个可以用来直接给 AI 实现��步 RSI 的 Prompt 这次按方向来聊,论文和项目放在对应段落,大家可以收藏下来慢慢看 1/ 先分清楚,大家说的“自我改进”,有三件不同的事 第一件,AI 根据反馈,把当前任务再做一遍。 第二件,它把有效经验、工具或工作流程留下来,下一次任务也能用上。 第三件,它进一步改进“下一轮怎么学习、怎么做实验、怎么选方案”这套方法。 越往后,接手的研发决策越多。9 月 10 日发表的的《The Last AI Built by Humans》把这些自主范围拆成了执行、策略、经验获取、环境适应和元改进几层,适合当阅读地图 https://t.co/aOWmBcFure 2/ 今年一条很密集方向研究线,是让 AI 改自己的 Harness Harness 可以理解为模型周围那套实际干活的系统:读哪些文件、给模型看什么上下文、怎么调用工具、失败后怎么恢复、什么时候算完成。 今年 3 月的 Meta-Harness,6 月首发、8 月更新的 Self-Harness,以及 7 月底的 DarwinX (Salesforce),都在研究怎样把这套系统交给自动实验来优化 3/ 另一条已经出现企业内部应用的路线,是把人的纠错变成持久经验 今年 1 月的 MemRL,把经验和“这条经验实际有多管用”一起保存。下次先找相关经验,再根据使用效果挑选,而不只是找文字最相似的记录 https://t.co/kJ8zPuFy4G 到了 9 月 2 日,Meta 公开了一个更贴近日常工作的内部案例:专家纠正 Agent 后,系统会判断错误来自知识缺口还是处理流程,把纠错转成文件修改,重放原来的问题、跑回归测试,再交专家审核。 通过后,这次失败还会进入以后的测试集。这是 Meta 在特定专业领域的内部实践 https://t.co/YRgKSDa7So 对我们普通用户来说,这一条就很有用了, 人的一次纠错,开始有机会变成后续任务都能使用的改进 回到关键问题,我觉得今年这些工作的共同价值,是让我们开始认真维护一个会积累经验的系统。所以我们现在可以怎么用? 篇幅有限,我把一个我们都能用上的效仿 RSI 的基础 prompt 放在评论区里, 我最近也在观察,每次任务留下什么,每次纠错改到哪里,下一次能否因此做得更好,这些都已经可以在自己的工作里动手验证了。 为了防杠,我得说明一下:这三个方向只是工程向的,硅谷大佬们担心的更多是研究向的内容。 这些内容比较硬核,研究向 RSI我会在后面帖子里单独去聊
美研芒格君 的图片 1
美研芒格君 的图片 2
美研芒格君 的图片 3