Skip to content

R#128 焦虑

Posted on: 2026-11-16 23:12:00

系统

  1. 最近在尝试做一些 Harness RL 相关的内容。如果把 agent 的行为视作一个轨迹,那么只要能找到一组用于决策的向量和集合,看起来就可以直接对这个向量进行学习了。而 agent 最终的结果又是可以量化的,reward 也就出来了。搜了一下,果然已经有非常多的人这么干了。但是说是一回事,干又是另一回事。没有太多的模型经验,感觉在观测问题、观测进度的时候,都已经踩了不少坑,继续试试好了。

信息

无

灵感

  1. 在解决小领域问题的时候,与其花很久去迭代 agent 和模型,还不如直接提供一个更有针对性的数据源来得靠谱。特别是在排障、现场定位这种几乎一定能找到根因的情况下。
  2. 数学有 Lean,代码的安全会不会最终也有一个形式化判别器?

Other

  1. MyGO、Uru 两场都没中,最近的运气也是差得很了。
  2. 重新开始打替尔泊肽,经过这几个月的测试,我发现还是很难通过运动或者自己的控制来调整体重。特别是工作压力大或者焦虑的时候,非常容易暴饮暴食;倒也不是非常饿,就是想吃东西。所以干脆还是直接上科技。
  3. 发现简历已经改得差不多了,也就只差那么两个比较边缘的项目没写,看起来该投一投了。私发给了最近找我的猎头,但总觉得对猎头有一种奇怪的印象,可能是已经很烦这种需要中间传递信息的情况了吧。
  4. AI 放大了需求,现在不仅 Mac mini 的内存不够用,NAS 的硬盘也不够用了。

Comments