Skip to content

profile.md

Latest commit

 

History

History
87 lines (72 loc) · 27.6 KB

profile.md

File metadata and controls

87 lines (72 loc) · 27.6 KB
Raw
type interest-profile
maintained-by claude
updated 2026-07-26
last-session 2026-07-26 使用者傳 SemiAnalysis 付費文章截圖(《Can AMD break the CUDA Moat?》)要求展開研究→追問 DeepSeek/華為洩漏演講的證據強度→追問開發者生態量化指標(多少人投入華為/AMD 開發)。三輪深挖產出 `notes/cuda-moat-2026.md`(四層證據:AMD 官方敘事/DeepSeek-華為洩漏敘事真偽鏈/學術 benchmark/開發者生態指標)。**核心判斷**:CUDA moat 變淺但沒填平,**中系(華為/DeepSeek)比美系(AMD)落後得更多、證據也薄得更多**——AMD 有 MLPerf 中立跑分+HIP 轉譯層實測僅 2% overhead 撐腰;梁文鋒洩漏投資人交流會連文件真偽都未經 DeepSeek/Bloomberg 證實,是目前查過「作者自報 vs 獨立複現」證據最弱的一次(比一般官方宣稱還弱一層),但內部一致性檢查(10個月回本/6倍毛利 對得上自家 2025-03 公開 545% 毛利率)給了一個可信度錨點。學術量化(CUDABench)潑冷水:LLM 生成 CUDA 編譯成功率高但功能正確率低,「AI 輕鬆寫生態」的樂觀論還沒被證實。開發者生態量化印證落差:CUDA 職缺 165,000+ vs ROCm 82(LinkedIn,量級差 2000:1)、華為「生態會員」6.65M vs 窄義 CANN Next 僅 15,000+(2026底自估)——廣義生態大、真正做底層 kernel 開發的窄很多。已加入預測帳「CUDA moat 到底多快瓦解」(`check:2027-01`)。踩的坑:直接搜「XX vs YY comparison」容易只撈到二手轉述,要加「academic/arXiv/independent」關鍵字才挖到 CANN Bench/CUDABench 這類真正的量化研究。**（2026-07-20 舊 session 詳情已下沉,見 inbox.md 同日條目;durable 判斷已收進下方話題/預測帳,profile 只留 last-session 給最近一次）**
note 這是「AI 持續記住你」的記憶層。每次 session 我開頭先讀它、結尾更新它，你不必重複交代背景。
discipline permanent memory 保持小（B8，借 Hermes）。這份＝durable 層（always-load），只放「核心判斷 + 一個最新指標 + note 連結」。演化細節（前次的前次…）下沉 inbox/notes，靠 grep 回憶。別讓話題後面長出「最新…前次…前次」的長鏈。

你的興趣檔案

我（Claude）每次 session 開頭先讀這份、結尾更新這份。 所以你隨處丟問題，我都能接著上次、知道你在乎什麼。 這份是索引不是內文：要細節 grep inbox.md / notes/（關鍵字、日期）。

你持續關注的話題

每條＝主題 + 核心 durable 判斷 + 最新指標（一條）。更早的脈絡在 inbox/notes。

  • AI agents / coding agents — 最深（~15 卡）。核心：harness>model、沙箱、記憶架構、人機協作、多 agent 編排；loop＝harness 之上第五層（prompt→context→harness→loop，瓶頸是 verifier 不是 model，notes/loop-engineering.md）。harness>model 有公開榜第三方實測(Terminal-Bench 同模型換 harness 差 5.2pt)＋產業把「harness」正名。記憶卡邊界：勝負手只在「塞不下」時成立(BEAM/LIGHT ICLR26)，塞得下別上記憶層。最新(2026-07-20)：orchestration 邊界之戰結算＝✅兩層共存(Fugu 自然實驗，見預測帳)；論文層三條判斷更新——記憶層邊界從「塞不下」改成「塞不下或已進 rot 區間」、harness>model 拿到 failure-class 天花板 23%(「選錯工具」那類)、「瓶頸是 verifier」升級成階梯 × 任務相依（topics/coding-agents/cards/harness-beats-model.md、verifier-is-a-ladder-not-a-switch.md）。
  • Agent OS / Personal OS — 怎麼做、市場全景、從投資模盤切入個人 OS（4 notes）。核心：agent 協作單位是 PR/diff 不是共享游標（像 git 不像 google doc）；媒介由拓撲決定——對等分布式被逼上 git、主從同機才容得下共享終端（topics/coding-agents/cards/topology-decides-agent-collab-medium.md、notes/agent-collab-infra.md，2026-07-18 tmux-bridge）。
  • 非工程師怎麼變 AI Power User — roadmap / user stories / 工作・個人 companion（4 notes，很實戰）。核心診斷：用不上的真因是工作流沒設計階段、不是工具（notes/claude-design.md、ai-power-user-*）。
  • AI 產業判斷 / 投資訊號 — 讀信號不讀數字、開源商品化計時器、價值流向、中國開源、模型軌跡。核心：記憶體＝三個市場非一個（commodity DRAM/HBM/NAND 定價邏輯不同，混講必誤判）；元判斷「商品週期盯 capex 紀律不盯需求故事」。最新(2026-07-20)：Mercor take-rate 出現反向訊號(labs 未內部化、外包擴大，客戶集中度＝天花板，見預測帳)；記憶體三市場活教材＝SK 海力士 7/2 撤長約價格上限與美光分道；hyperscaler capex 共識 $7,250 億(+77%)未轉向、辯論退到折舊會計、真檢驗點＝月底 Q2 財報；Kimi K3(2.8T 史上最大開源)計時器加速但官方自評待第三方；技術拆解(同日兩場合流)：混合注意力(KDA 3:1)+AttnRes 兩招才是「參數大不等比貴」的機制(MoE 管參數軸、KDA 管長度軸，兩軸不可混講)，線性注意力位置編碼弱點被 NoPE 反超解決＝非妥協；另一場補的成本/證據面：真決策是稀疏度 98.2%(896 專家取 16、活躍 ~50B，每 token 算力≈DeepSeek V4 Pro 的 49B)，貴 17 倍是卡在「擺得下的門檻」(~1.4TB HBM、需 64+ 加速器)不是算力；AA 自購 API 實測極度囉嗦(130M vs 平均 63M output tokens)＝實際單位任務成本約名目價兩倍；官方跑分 harness 不對等(K3 用自家 KimiCode、對照用 Claude Code)，可信的是人類盲測 LMArena 前端 #1、但一般文字榜僅 1486（notes/kimi-k3-hybrid-attention.md、notes/mercor-rlhf-labor-market.md）。
  • CUDA moat 競爭（AMD、華為/DeepSeek 對抗 Nvidia 軟體護城河） — 核心：moat 變淺但沒填平，中系比美系落後得更多、證據也薄得更多（AMD 有 MLPerf 中立跑分+HIP 轉譯層實測僅 2% overhead 撐腰；梁文鋒洩漏投資人交流會連文件真偽都未經第三方證實，比一般官方宣稱更弱一層）。最新(2026-07-26)：開發者生態量化印證落差——CUDA 職缺 165,000+ vs ROCm 82(LinkedIn，量級差 2000:1)、華為「生態會員」6.65M vs 窄義 CANN Next 僅 15,000+（notes/cuda-moat-2026.md）。
  • MSFT × OpenAI super app — 平台×模型乘積、Graph/Entra 護城河、Copilot 滲透真假。核心：agent 寫進去的正本留、繞過的 UI 死，排序 身份/安全 > GitHub 基板 > Office（notes/nadella-frontier-ecosystem.md）。
  • 學習 / 教育加速 — Alpha School、learning roadmap、skills/eval 設計。最新(2026-06-20)：個人攝取流程設計——資訊不稀缺、判斷與校準才稀缺；攝取 5 關瓶頸在壓縮+證偽（notes/info-intake-routine.md）。
  • 知識系統怎麼設計才真的複利（元主題＝這個 repo） — 核心：這 repo＝Karpathy LLM wiki 的實例（AI 維護 markdown、預編譯複利），個人預設不需 RAG（notes/rag-vs-llm-wiki.md、claude-code-second-brain-noah-brier.md）。

你當前開放的疑問（＝預測帳）

每條＝問題 + 現狀（✅收斂/追蹤中）+ → 結算訊號（一個可觀察事件才算到期可判，避免 runaway） + note + check:YYYY-MM（到期回看日）。/weekly-synthesis 掃到到期就結算 ✅對 / ❌錯 / ⚪無結論 ＋一句話（**錯的補「為什麼錯」**＝校準燃料）。推理過程在 inbox/notes，grep 回憶。

共用假設群（一倒連環倒，07-05 壓測立，詳 notes/prediction-ledger-stress-test.md）：

  • A「外圍治理層可投資」×5 條（eval／安全紅隊／merge 閘／loop-orchestration）——共同關門警報＝外圍被 incumbent 原生內建
  • B「hyperscaler capex 紀律」跨帳（記憶體線＋微軟地基＋investment_note 部位）——capex 轉向＝三線同時重估
  • D「agent 快成付費經濟主體」×3 條（Hood／資安 per-agent／MCP rail）——企業採用停在工具層＝三條一起 ⚪
  • 知識系統怎麼對我產生收益？ ✅ 收斂：改造成「repo 是我的腦」記憶層，三拍循環 + SessionStart hook 已落地（CLAUDE.md、.claude/settings.json）。
  • 部門大腦怎麼從零搭起？（2026-06-17，check:2026-10）追蹤中。三步：整理地圖→梳理 high-level→持續維護。關鍵：痛點是「沒人寫/沒人維護」非檢索（RAG 解錯問題）；勝負手＝寫入成本壓近零 + 維護外包 AI；owner「只審不寫」；起點先畫跨主題地圖+綜述（從 metadata 聚類）。待辦：用戶可能真的套用（notes/department-brain-process.md，已 /record）。→ 結算訊號：用戶實際套一次（畫了跨主題地圖+綜述），且回報「維護是否真外包給 AI、寫入成本是否近零」。掛帳規則（07-05）：到期仍未執行＝自動 ⚪＋主動問要不要換題（n=1 自控觸發，防永久掛帳）。2026-07-20 到期：外部無法結算(結算訊號＝用戶自己執行一輪)，記 ⚪、用戶選續掛至 2026-10。
  • 遞迴改進 harness（Issue #6）（check:2026-10）追蹤中＝最活躍的元線。基礎設施已接（meta/defects.md + /meta-review + R1 防自評）。借鑒 ledger meta/borrowable-patterns.md：B1–B3 已落地 CLAUDE.md（蒸餾時機前移／連坑一起記／≥3 次出現升級）；B8 已落地（profile 三層瘦身，即本檔）；B9（reflection 先問問題+importance）、B10（外部內容衛生）提案中。R2/R3：CLAUDE.md 行數要壓回 <200。能刪規則的 RSI 才是對的 RSI。首次 /meta-review 已跑（2026-07-04，結算訊號 ✅：實際砍規則、行數 290→268）：立第五類 [write-conflict]＋CLAUDE.md 加「熱檔寫前 rebase、寫完即 push」＋砍「手機 Obsidian 設定」段（移 notes/obsidian-mobile-setup.md）；Issue #7 裁決不拆 inbox（每日檔擋不住同日並發，兩次衝突都同日），B13 拆檔部分否決 ❌ 進 ledger、B11 驗證訊號已定（write-conflict 至 2026-09 再犯 ≥2 → 升級拆每 session 檔）。B14 二分試點第 1 次：2 題、無 triage-miss。下輪候選：env-403（07-04 @user，根治＝用戶調環境 network policy）；false-completion／credibility-miss 再犯即立類；CLAUDE.md 砍行候選＝檔案格式模板段（原子卡/起點卡/journey，~40 行，擬抽 schema 檔留 pointer）、手機可讀性規則（收益有限，可否決）。詳 inbox 2026-07-04。完整梳理（07-05）：notes/issue6-recursive-harness-review.md（五節可接手版：北極星/機制/證據結算/張力/下一步）。2026-07-20：到期記 ⚪(外部無法結算)、用戶選續掛至 2026-10；上週還在動＝續。
  • meta-review 迴圈本身值不值得？（2026-07-04，用戶質疑 B 類收益≈0）追蹤中。→ 結算訊號：write-conflict 缺陷至 2026-09 再犯次數（meta/defects.md）+ 用戶主觀是否感到改善（少花時間解衝突、規則變準）；若到期無感 → 按北極星（Issue #6 目的是省事不是跑儀式）把迴圈砍小或降頻。check:2026-09
  • 內容層的週綜合（2026-06-06）✅ 收斂：weekly-synthesis skill 已建（.claude/skills/weekly-synthesis/），meta-review 的內容層兄弟——每週掃 inbox+notes 抽跨主題模式、結算預測帳、提卡片升級。同步把本段開放疑問改造成預測帳（每條帶 check:），補上攝取流程第 5 關證偽校準（notes/info-intake-routine.md、claude-code-second-brain-noah-brier.md）。
  • eval 生態位（check:2026-09）→命題拆兩層：promptfoo 被 OpenAI 收編坐實(2026-03,~$86M,被窄化成 red-team)＝單一中立工具易被收編；但中立層換骨不消失,由政府(UK AISI Inspect)/基建大廠(ClickHouse 收 Langfuse、續 MIT)/獨立 vendor 三腿撐厚。判準卡再升級：瓶頸從「寫 rubric」→「judge 在專業領域穩定套用+對齊人類」(arXiv《Learning to Judge》2026-02,專業域相關係數崩到<0.3)。→ 結算訊號（07-05 換層）：開門＝出現綁 policy+audit 的 per-action 計價 eval pure-play 拿到規模營收；關門＝GitHub/orchestrator 把 eval/reconcile 原生內建。最新(2026-07-20)：關門訊號半觸發——微軟 Copilot Studio 把 Agent Evaluations 原生內建 GA(7/7)，但只關 walled-garden 內(對你在該平台建的 agent)；同期 judge 可靠性論文(專業域對 SME 一致性掉 60-64%)推高「中立+專業域對齊」門檻＝你押的窄縫反而更硬（notes/eval-ecosystem-niche.md、llm-call-niches 卡）。
  • 安全/紅隊 eval 值不值得當個人差異化深入？（check:2026-08）→傾向 ✅（兩面實錘，2026-07-20）：頂尖攻擊能力鎖模型廠內部（OpenAI 發 GPT-Red、prompt injection 攻擊成功率 84% 但明言不釋出；Anthropic Mythos 亦僅 vetted 釋出）＝攻擊側封閉；個人差異化落「驗證/整合/合規」側已成形——EU AI Act 8/2 大限催出獨立紅隊顧問市場($125-200/hr、$130-200k/年，吸案 HiddenLayer/Mindgard/10a Labs)。→ 結算訊號（07-05 有時限檢索）：到期主動掃案例(求職/顧問/開源三處)，掃到＝✅——本次已掃到顧問+求職實例（notes/anthropic-blog-2026-06.md、inbox 2026-07-20）。
  • MCP-as-a-rail（Hood）（check:2026-12）→護城河證偽、下修（2026-07-20）：原傾向 ✅(Agentic Trading beta 2026-05-27 開放 27.5M 客戶、可接 Claude/ChatGPT/Cursor 下單、FINRA 首定義「Trade Execution Agent」)，但軌道護城河那半條證偽——6 週內 Coinbase for Agents/eToro(Tori)/Webull/ThinkMarkets 一排開同等 MCP 執行軌道，不是第二家是一個賽道＝rail 本身 commodity，反而確認 llm-call-niches「核心動作是 feature 不是公司」。→ 結算訊號（剩半條）：Hood 是否改掉交易量計價（未觸發）；各家自報成交量多官方宣稱、第三方 review 冷淡（notes/robinhood-agentic-trading.md、inbox 2026-07-20）。
  • 語意 merge 閘門是可投資生態位？（2026-06-16，check:2026-09）判決：大概率 feature 不是 company，同 eval/資安天花板。可投資表達式在外圍：擁 merge 地點的 incumbent / 合規 pure-play / 信任護城河。→ 結算訊號：是否出現獨立 merge-gate 公司拿到規模營收（反證），或被 GitHub/GitLab 原生吃掉（坐實）。最新(2026-07-20)：安靜——無獨立 merge-gate 拿規模營收、也沒被 GitHub 原生吃(錢流向廣義 code-review/coding agent，如 Baz 種子 $17M，非 merge-gate pure-play)＝弱確認「feature 不是 company」（notes/agent-collab-infra.md）。
  • agent 時代資安計價會崩？（2026-06-07，check:2026-10）→方向押反,拆兩段：CRWD Q1 FY27 net new ARR +32%、PANW Next-Gen ARR +60%——agent＝greenfield 新增被保護對象,per-seat 短期不崩；per-agent 計價作為新層已落地(Okta for AI Agents GA)。→ 結算訊號（07-05 拆雙軌）：軌a per-seat 鬆動＝CRWD/PANW NRR/單價轉弱；軌b per-agent 滲透＝定價頁出現 per-agent 條目或模型廠自營 cyber 上線。最新(2026-07-20)：軌b 觸發——Anthropic Glasswing 90 天報告(Mythos 驅動、找出上千高危漏洞)+ 美政府放行 Mythos 限量釋出＝模型廠自營 cyber 產品化上線；軌a 未動(等 8 月財報，CRWD Charlotte AI 走 credit/consumption 計價是演化非鬆動)（notes/ai-security-ecosystem.md、inbox 2026-07-20）。
  • 微軟地基何時消失？（2026-06-15，check:2026-12）追蹤中。護城河三層（App 死→Graph→Entra），崩塌觸發＝learning loop 成主要 SoR 且住模型廠不住微軟。反諷：Nadella「擁有 learning loop」正是殺 Graph 的刀。→ 結算訊號：出現一個主流 agent 把「正本/learning loop」寫進模型廠側（非 Graph/Entra）的具體產品事件；反向則是 agent 寫入仍預設落 Graph。最新(2026-07-20)：未觸發——OpenAI 發 ChatGPT Work(GPT-5.6、自稱 business execution layer)往執行層推，但對「正本住 OpenAI 側 vs 寫回第三方系統」沉默、Workspace Agents memory 是 user-scoped 非組織 SoR；M365 Copilot 20M 付費席位但僅 20-30% 週活＝席位重、使用輕（notes/nadella-frontier-ecosystem.md）。
  • Cursor 被收編後還中不中立？（2026-06-20，check:2026-09）→傾向 ✅(中立性明確劣化)：SpaceX(已併 xAI)$60B 全股票收 Anysphere(2026-06-16,Q3 完成)；第三方 API 拆獨立計費池已落地(6 月拆兩池，第一方 Auto 不吃 credit、手選 Claude/GPT 才扣)＝軟傾斜、非硬鎖，Claude/GPT 仍可選、未見暗降回報。勘誤(2026-07-20，rot)：原記「Composer 3 從零預訓練」＝版本號記混，到今天無 Composer 3，最新 Composer 2.5(2026-05)且已被第三方驗證(artificialanalysis Coding Agent Index 排第 3、成本低對手 10-60 倍)＝部分反駁「第一方只有官方宣稱、無驗證」，只剩『從零預訓練』架構宣稱無法外部審計。→ 結算訊號：Cursor 是否仍預設可選 Claude/GPT（中立），或鎖成第一方-only / 暗降非自家模型體驗（notes/cursor-spacex-xai-composer3.md、inbox 2026-07-20）。
  • harness 邊界之戰：loop/orchestration 住 harness 還是內化進模型？（06-22＋06-27 合併於 07-05 壓測，check:2026-12）現行判斷＝兩層共存：編排下沉進模型（Fugu GPQAD 95.1、OpenAI 併 Codex 單一 surface），但 harness 承載治理/工具/長任務且成現金牛（Claude Code run-rate 2 月過 $25 億）。→ 結算訊號（三態）：❌被模型化＝Fugu 類跑分獲中立複現＋實測自搭 harness 取代不了；❌外移＝獨立治理層/verifier-as-a-service 拿到付費客戶；✅共存＝harness 廠營收/留存續強且編排持續下沉。最新(2026-07-20)：結算 ✅共存——Fugu 自然實驗：編排下沉極致(自報 GPQA-D 95.5、宣稱平 Fable 5)但第三方一測露餡(Mollick 實測每次跑 30 分、實際不如 Fable)＋開源社群一週逆向重建(Maestro/OpenFugu/FuguNano)＝坐實「編排住 harness 層、自搭取代得了」，沒被模型化；「外移」訊號無新證據(查無 verifier-as-a-service 拿到付費客戶)（notes/loop-engineering.md、notes/sakana-fugu-orchestration-as-model.md、inbox 2026-07-20）。
  • Claude Design 對我的 ROI 待實測（2026-06-14，check:2026-10）。契合的是看板/對外卡片/小紅書視覺；已選 personal_os 看板試點，待用戶跑一輪 handoff 回來。→ 結算訊號：用戶實跑一輪 personal_os 看板 handoff，回報「省時/視覺值不值得用」；到期仍未跑＝自動 ⚪＋問要不要換題（07-05 掛帳規則）。2026-07-20 到期記 ⚪、用戶選續掛至 2026-10（notes/claude-design.md）。
  • Mercor/RLHF 專家勞動供應鏈的 take-rate 會不會被 labs 內部化壓縮？（2026-07-11，check:2027-01）追蹤中。GMV $20 億(2026-06)≠淨營收 $6-8 億；估值談判中衝 $200 億(2026-07-09)。→ 結算訊號：OpenAI/Anthropic 等是否加速自建全職 domain expert 團隊(內部化訊號)，或 Mercor 財報/融資揭露顯示 take-rate 被壓縮；反向則是外包持續擴大＝供應鏈層站穩。最新(2026-07-20)：反向訊號——labs 未內部化(專搜查無自建 domain expert 團隊)，中介反往上爬(併 Deeptune 做 RL 訓練環境)、labs 用腳投中立(Surge 傳 $250-300 億當默認選項)＝外包擴大；但補脆弱性：Mercor 3 月遭 LiteLLM 供應鏈攻擊外洩 4TB、最大客戶 Meta 無限期暫停＝客戶集中度就是 take-rate 天花板；治理黃旗：Deeptune 天使投資人自承支票「一開始就為併購」＝關係人交易訊號（notes/mercor-rlhf-labor-market.md、inbox 2026-07-20）。
  • Claude Certified Architect 認證值不值得考？（2026-07-13，check:2026-09）追蹤中。已選定 Architect Foundations 軌（vs Developer，權重對既有卡重疊估 ~70%），三階段讀書計畫已定（對齊用詞→補 Domain2/4 缺口→官方 exam guide 對答案），還沒實際報名。→ 結算訊號：是否實際應考 + 結果；考後追蹤實質 ROI（有沒有人在意這張證、機會是否因此增加）而非信坊間「加薪 15-25%」說法；到期仍未報名＝自動 ⚪＋問要不要換題（07-05 掛帳規則）（notes/claude-certification.md）。
  • CUDA moat 到底多快瓦解？（2026-07-26，check:2027-01）追蹤中。AMD 官方敘事(agentic kernel gen+財務工程) vs 梁文鋒洩漏敘事(AI 寫程式+TileLang+解耦論，真偽未經 DeepSeek/Bloomberg 證實)兩條線並存；學術量化(CUDABench)顯示「編譯過但功能不對」的坑還在；開發者生態量化(職缺/社群規模)顯示中系落後幅度比敘事聲稱的更大。→ 結算訊號：DeepSeek-V4 是否真的在 Huawei Ascend 上量產服務(非訓練實驗)、CANN Next 是否達到自估 2026 底 15,000+ 開發者、下一輪 MLPerf 是否出現華為提交、Helios 是否如 Lisa Su 所說 Q3 末量產出貨；到期仍無觀察到任一訊號＝自動 ⚪＋問要不要換題（07-05 掛帳規則）（notes/cuda-moat-2026.md）。

你可能感興趣的下一題（候選池）

  • 動手複製 agent patterns（已試一輪，2026-07-04）：orchestrator（強）+extraction workers（Haiku）+synthesis（Sonnet）跑通 daily-brief pipeline，四條 best practice 全驗證（見 notes/prompting-small-models.md）。擱置固化待材料源解鎖。剩：outcomes 迴圈（/loop+自寫判準）、個人迷你 eval golden set。
  • 產業判讀線：recall vs context length 才是長上下文真戰場？headless software 重塑軟體形態？中國開源排行榜當地緣訊號（Kimi K3 2.8T／三週四個中國 coding 模型，2026-07-20 加速中）？
  • coding-agents 線：Antigravity 第一方 vs 第三方優化差距？context 壓縮＝選擇性遺忘？（2026-07-20 已答：可逆降級不是遺忘，併入 precompile 卡）trust accumulation 怎麼建？多主 session（對等）怎麼分工——誰持有正本、reconcile 衝突怎麼定序？（07-18 擱置待聊）
  • 元主題：卡片到 130 張會不會反難檢索？「待拆的卡」會不會變膨脹債務？時效卡半年後大量過期怎辦？
  • Fable 視窗待辦（07-05 全部收口）：掃描＋前三任務＋預測帳 10 條修改＋one-sided-checks 升卡（coding-agents 第 18 張）皆落地。剩兩條已開單待新 session：fomo-kernel 鏡片對抗稽核（issue #120，工具＝cwc audit.md）、personal_os 架構 audit（personal_os/tasks/personal-os-skill-architecture-audit.md）。
  • fomo-kernel 架構深化（用戶 07-08 要「之後討論架構」,當場就開了第①題）：拆多 vs 收斂一已辨析完。①意圖路由/彈性架構已討論出設計（正解 = 模組藏邊界下、agent 動態組 workflow、彈性放三旋鈕:意圖精細度/覆寫權/深度,成長連續不切檔;見 notes「更彈性的做法」節）——剩落地。②pre-trade gate 當第二入口③SKILL.md ~27k 瘦成 dispatcher <2k + mode 子檔案觸發才載（§28 已定未做）仍待討論 + 落地。對外單一入口已拍板(版本 B,owner 07-08 定案)。eval「判斷交派紀律」= 獨立 issue 待開(建議開 fomo-kernel session 時開,先 gh issue list 查重)。 屬 fomo-kernel repo 的活，認領才動（跨 repo + 並行紀律）。

你已沉澱的判斷（指向卡片）

  • Harness 影響大於換模型 → topics/coding-agents/cards/harness-beats-model.md（Salesforce +79% 來自 review agent+skills；Google DevRel 也淡化 model＝利益相反方驗證；2026-07-20 加 failure-class 天花板：「選錯工具」那類的 harness 側修補上限 23%，因為錯在 decision readout 不在資訊取得）
  • 工作流墊地板、模型抬天花板：蒸餾工作流拉高弱模型但封頂在其自身能力，價值與模型強度成反比（可證偽檢定：對強弱模型幫助一樣大＝抬天花板不是地板）→ topics/coding-agents/cards/workflow-lifts-floor-model-sets-ceiling.md（2026-07-17 Fable/fable-method 截圖；2026-07-20 Maestro 報 ~92% pass @ 1/28 成本逼近天花板但仍封頂＝再證）
  • Agent 協作媒介由拓撲決定：對等分布式走 git、主從同機才走共享終端 → topics/coding-agents/cards/topology-decides-agent-collab-medium.md（2026-07-18 tmux-bridge 截圖；補 agent-collab-infra 的 diff-not-cursor 隱藏變量＝拓撲；2026-07-20 加一格「同質 vs 異質」：同一家 agent 的 PR 對衝突 19.8%、跨家 41.7%——且僅測文字層，語意衝突未測＝該當下界讀）
  • 讀 agentic 戰報先分「估計值 vs 實測值」，只信實測
  • 讀信號，不讀表面數字 → topics/ai-industry-reading/cards/read-signals-not-surface-numbers.md
  • Eval 是跨模型裁判層，結構上該住模型廠外 → topics/ai-industry-reading/cards/eval-is-a-cross-model-judge-layer.md
  • Eval 瓶頸是寫判準不是工具，所以個人能搞 agent eval → topics/coding-agents/cards/eval-bottleneck-is-criteria-not-tooling.md
  • eval agent 判斷測的是「判斷的交派紀律」(該算下沉 engine／該問外包用戶／該收斂)不是正確性，判斷力可設計可測 → topics/coding-agents/cards/eval-tests-judgment-triage-not-correctness.md（2026-07-08 fomo 架構討論收束升卡；接 eval-bottleneck／agent-eval-scores／human-in-loop）
  • 核心動作＝一次 LLM call 的生態位撐不成獨立公司，可投資表達式在外圍三件套 → topics/ai-industry-reading/cards/llm-call-niches-are-features-not-companies.md（2026-06-21 週綜合，eval/資安/merge 閘 ≥3 次同結構；2026-07-20 Robinhood MCP rail 被一排券商追平＝軌道本身 commodity，再證）
  • 知識系統勝負手＝預編譯本地索引、按需 page-in，不重塞 context → topics/coding-agents/cards/precompile-to-local-index-not-restuff-context.md（2026-06-21 週綜合；2026-07-20 邊界再修正：「塞得下」≠「用得到」——累積量進 rot 區間就該動，且 context 壓縮＝可逆降級不是遺忘、pager 該是模型自己）
  • Verifier 是階梯不是開關，紅利只在沒有執行回饋的任務出現 → topics/coding-agents/cards/verifier-is-a-ladder-not-a-switch.md（2026-07-20 論文掃描；把「loop 瓶頸是 verifier」從二元升級成「階梯高度 × 任務相依」兩問。可直接用的判準：環境自己會報錯→投資 verifier 邊際報酬低；無執行回饋的知識判斷型→verifier 才是主槓桿）
  • 治理靠改預設而非設限，前提是預設接近 Pareto → topics/ai-industry-reading/cards/defaults-not-restrictions-are-governance.md（Block 非工程師交付工具＋Armstrong AI 成本砍半，2026-06-28；harness>model 的企業版，同構 repo 原則 #4／Issue #6）
  • orchestration 內化成模型是對「harness 中立可換」的反論 → topics/coding-agents/cards/orchestration-as-a-model-vs-neutral-harness.md（Sakana Fugu，2026-06-22；2026-07-20 Fugu 上線被第三方露餡+開源一週逆向重建＝反論被削弱、劃出邊界＝編排住 harness 可自搭）
  • 其餘卡見 README.md 地圖。精確卡數與卡列表以各 topic 的 _start.md 為權威——profile/README 不複述數字（2026-07-18 defect：三處手維護計數必漂）

你的工作偏好（我據此調整，不必每次重講）

  • 討厭過度工程與儀式；要低門檻、先進 main 讓手機讀得到
  • 過程中要多反問拿 feedback，別悶頭做完才報告
  • 手機閱讀為主，格式不要破版
  • 答案要誠實：做不到就直說、不粉飾；犯錯就認