● AI 应用商店的根本缺陷

📌 一句话摘要 作者认为“AI 应用商店”是一个范畴错误，因为它们试图将移动应用商店的模式强加给 AI，却忽略了 AI 应用本质上只是提示词（Prompt）和上下文，而非编译后的代码。 📝 详细摘要 这条推文对“AI 应用商店”的概念进行了批判性分析，认为这是一个范畴错误。作者指出，与需要通过编

● 关于 AI 模型性格的观察

📌 一句话摘要 Garry Tan 分享了关于 Claude 和 Codex 个性差异的主观观察。 📝 详细摘要 引用关于 AI Agent 个性的讨论，Garry Tan 给出了简洁的轶事式评论，将 Claude 的性格比作“多动症（ADHD）”，将 Codex 比作“自闭症（Autistic

● Meta 的 V-JEPA：为什么世界模型在物理理解上胜过大语言模型

📌 一句话摘要 深入探讨 Meta 的 V-JEPA 模型，展示了通过视频观察学习物理在理解物理现实方面优于大语言模型。 📝 详细摘要 该推文线程对 Meta 的 V-JEPA 模型进行了深入分析，将其“预测编码”架构与传统大语言模型（LLM）进行了对比。虽然 LLM 在语言方面表现出色，但在基

● AI：知识的“图书管理员”还是科学探索者？

📌 一句话摘要 弗朗索瓦·肖莱 (François Chollet) 认为，当前的 AI 模型更像是现有知识的“图书管理员”，而非具备科学发现能力的“探索者”。 📝 详细摘要 在这条推文中，弗朗索瓦·肖莱对当前的 AI 发展进行了哲学层面的批判。他将现有的模型描述为仅仅是知识的存储库（即“图书管

● 前沿模型依赖于记忆，而非泛化

📌 一句话摘要 肖莱引用 EsoLang-Bench 的结果指出，前沿大语言模型 (LLM) 依赖于内容层面的记忆，而非真正的可泛化问题解决能力。 📝 详细摘要 肖莱参考了 EsoLang-Bench 的测试结果，在该测试中，LLM 在处理不熟悉的编程语言时表现大幅下滑。他认为，当前的前沿模型缺