哈斯日志｜第 2 页

纪录我们在网路上奔波的历程！

信息代理到信任代理：AI 信息分发和消费的重构

2026年6月22日

过去我们讨论互联网流量，搜索引擎、关键词聚合的兴趣社区贴吧，到共同贡献 VV 产生的热点，热点往往又聚合更大的注意力，如果仅仅把问题理解成浏览、搜索、推荐、点击、转化，可能还是浅薄了。流量、注意力聚焦并不是技术世界的终点。流量只是表象。它真正指向的是：人在一个复杂世界中如何形成认知，如何相信某种判断，如何跟别人产生一致行动。互联网技术最深的变化，不是把信息送到人面前，而是持续改造人和世界之间的中介关系。从信息代理到信任代理，我们深入分析，看看技术如何把共同体体验商品化。第一代互联网做的是信息代理。搜索、门户、资讯流、电商货架，本质上都在回答一个…阅读《信息代理到信任代理：AI 信息分发和消费的重构》更多内容...

This Written by loverty.

病梅之喻与时下LLM应用的路径偏差

2026年6月16日

清人病梅馆记有言：“梅以曲为美，直则无姿。”人为扭曲其本性，以合一时之审美，终至“病梅”满园。这一隐喻放置于当下大模型（LLM）应用生态，竟有惊人的映照意义——技术路径的繁复、方法论的佶屈聱牙，正在替代“效果与效用”成为评价核心，形成一种新的“技术审美偏执”。每天看到大量的X、github上大量上的新方法新项目，演化缭乱，导致我们不自觉地产生一种错觉，了解几个方法的名词就以为能掌握和驾驭LLM应用，亦或者，总有新方案我的方案对吗？不厌其烦地繁复是有效的进化路径吗？方法崇拜取代结果导向当前LLM应用领域，存在一个显著结构性偏差：复杂性崇拜多层…阅读《病梅之喻与时下LLM应用的路径偏差》更多内容...

This Written by loverty.

结构性消歧，还是概率性调参：LLM 产品优化的分水岭

2026年6月11日

有一个判断我最近越来越明确： LLM 产品优化这件事，本质上在分叉。不是“效果好不好”，而是——你到底在改什么。是结构，还是概率。我一开始其实也没意识到这个问题。很多所谓的“优化”，看起来都很合理，比如 prompt 调整、few-shot 补充、system prompt 细化、甚至加一点 heuristic rule。短期看，效果是提升的，有时候还挺明显。但我后来反过来看这些工作，有点不太对劲。它们大多数，其实是在“挤概率”。就是：在当前模型的概率分布上，通过提示词、上下文组织、采样参数，去让某些输出更容易被采出来。这类优化有个隐含前提…阅读《结构性消歧，还是概率性调参：LLM 产品优化的分水岭》更多内容...

This Written by loverty.

AI Connect 正在重演 APP 权限扩张：数据主权的真实风险，不在云端，而在分身

2026年6月5日

现在很多 AI 应用都在做一件事：连接你的邮箱、网盘、日历、文档、浏览器、Notion、Slack、GitHub、CRM、数据库、社交账号。它们把这个过程称为 connect、授权、集成、知识库同步、上下文增强、个人工作流自动化。听起来很合理。因为 AI 要理解你，就需要你的上下文； AI 要帮你工作，就需要进入你的工作系统； AI 要替你执行任务，就必须接触你的数据、账号和业务流。问题也正在这里出现。过去 APP 时代，我们已经经历过一次类似的权限扩张。装一个通讯工具，要通讯录权限；装一个相册工具，要照片权限；装一个输入法，要剪贴板权…阅读《AI Connect 正在重演 APP 权限扩张：数据主权的真实风险，不在云端，而在分身》更多内容...

This Written by loverty.

从“被看到”到“被触发”：大模型正在重写信息的价值路径

2026年6月1日

从“被看到”到“被触发”：大模型正在重写信息的价值路径搜索解决的是“去哪里找信息”，推荐解决的是“该看什么信息”，而大模型真正要解决的，是—— 在什么时刻，信息必须出现。信息不再稀缺，真正稀缺的，是注意力与上下文。信息压缩之后，问题不再是“有没有”，而是“何时用” 大模型带来的，并不是简单的信息能力提升，而是一种信息压缩范式的重构。它做了三件关键的事情：时间压缩：将长期学习与积累，压缩为一次即时推理调用空间压缩：将分散在各处的知识，压缩进统一的参数空间信噪比压缩：通过训练过程不断逼近“更优表达路径”，过滤冗余与噪声结果是：信息…阅读《从“被看到”到“被触发”：大模型正在重写信息的价值路径》更多内容...

This Written by loverty.

Tokens会变成“算力 + 劳动力+知识”的混合商品

2026年5月26日

LLM推理服务/Tokens计量经济不会成为算力商品，它会成为“算力 + 劳动力+知识”的混合体关于 LLM，有一个常见但过于简化的判断： “模型能力提升 → 推理成本下降 → 最终像电力一样按 token 计价” 这个判断的问题在于，它只看到了 LLM 的一半。 LLM 确实消耗算力，但它生产的不是算力结果，而是认知结果。一旦这一点成立，它就不可能停留在“算力商品”的范式里。 1. token 计费，本质是把“认知劳动”误标成“算力消耗” 今天的 API 定价体系，本质是：输入 token × 单价输出 token × 单价这是一种典型的…阅读《Tokens会变成“算力 + 劳动力+知识”的混合商品》更多内容...

This Written by loverty.

当代码成本趋近于零，人类的价值是什么？

2026年5月18日

关于 AI 在编码与软件工程中的作用，有两种流行但过于简化的判断： “代码门槛大幅降低 → 软件工程师需求消失。” “代码边际成本趋近于零 → AI 让实现免费，人的价值上升。” 这两句话，都局部成立、阶段性正确，但本质上是不完整的，甚至是危险的。更真实的情况是：人的价值不会自然上升，只会被重新定价。而且，这种重定价不是线性的，而是剧烈分化的：一部分人，被放大（杠杆化）一部分人，被替代（压缩到接近于零）甚至可以更直白一点：不是“人是否有价值”，而是“你处在价值函数的哪一段”。我先说一个我自己越来越确定的判断： AI 不是在替代…阅读《当代码成本趋近于零，人类的价值是什么？》更多内容...

This Written by loverty.

代码不再稀缺，稀缺的是你如何对抗复杂度

2026年5月11日

代码不再稀缺，稀缺的是你如何对抗复杂度这件事我其实是反过来理解的。过去我们以为“写代码”本身是一种稀缺能力——会的人少、产出慢、成本高，所以工程师的价值建立在“能不能写出来”。但现在，代码正在变成一种接近“语言”的东西。你只要说得清楚，它就能被生成。于是问题开始发生偏移：不是你能不能写，而是你到底在让机器写什么。这不是一个能力提升的问题，而是一个价值函数重构的问题。我认为，代码边际成本趋近于零这件事，本质上改变了三个隐含前提。第一个前提是：实现不再是瓶颈。当实现不再稀缺，所有“把想法变成代码”的路径都会被压平。你很难再用“我能做出来”作为…阅读《代码不再稀缺，稀缺的是你如何对抗复杂度》更多内容...

This Written by loverty.

LLM、GPT经济创新的锚点：三条原则到七个维度

2026年5月2日

Token经济时代，产品创新具体操作建议三条： 1. 做"最后一公里"的“专业翻译者”（professional usage）基础模型是通才，它不懂某个行业的"潜规则"和"隐性知识"。谁能把行业know-how封装成prompt工程+fine-tuning+workflow，谁就在做一个基础模型无法直接替代的价值层。这层的护城河不是算法，是行业理解的深度。 2. 在"数据荒漠"里打井寻找那些数字化程度低、但经济价值密度高的行业（制造业质检、中医诊断、建筑工程造价）。这些领域的数据既没有被大模型训练过，又难以自动化获取——谁先建立数据基础设施，谁就…阅读《LLM、GPT经济创新的锚点：三条原则到七个维度》更多内容...

This Written by loverty.

从“提示工程”到“代码协同体”：我所经历的 AI Coding 演化曲线

2026年4月27日

把我2024年开始使用AI coding中使用的编码prompt list提供给AI，包含3.5万字，752行，让AI分析抽象出prompt的演变过程，并以此为镜，推理归纳抽象LLM driven编码能力提升反映的算法演进路径、人机协作趋势，进而提炼算法演进可能带来的软件工程、算法研发和IT信息技术带来的机遇和挑战 Gemini的回复：这份报告不仅记录了你作为开发者与 AI 协作的历程，更像是一部 “人类与硅基智能协同进化史” 。从最初的“功能实现”到后期的“系统治理”和“情感/角色对齐”，他说，“你的 Prompt 演变精准地踩在了 AI 模型…阅读《从“提示工程”到“代码协同体”：我所经历的 AI Coding 演化曲线》更多内容...

This Written by loverty.

AI助手

你好！我是哈斯日志的AI助手

我可以基于当前页面的内容回答你的问题。

有什么想了解的吗？

刚刚