AI & LLM

MOC — AI & LLM

Core themes: language models, foundation models, AI companies, scaling laws, training & serving infrastructure.

Agentic Systems & Workflows

智能体架构、自主工程、Harness 编排与记忆闭环等核心内容已独立归入专用集群，详见 moc-agentic-systems。

Syntheses

• synthesis-agi-end-game-and-four-phase-roadmap — AGI 终局洞察与超级个体四阶段跃迁路线图：认知通缩、上游问题定义权、期权现金流与衰老逃逸速度
• synthesis-reinforcement-learning-in-llm — 大模型构建中强化学习机制（RLHF 与推理模型 RL）的客观原理与心智模型融合
• synthesis-ai-era-paradigm-shifts — AI 时代四大核心范式转变的深度综合提炼
• synthesis-karpathy-llm-training-pipeline — Andrej Karpathy 大模型训练流水线全景拆解：分词、有损压缩预训练、SFT 引导梦境与 RLHF 偏好对齐

Concepts

• ai-rd-automation-and-intelligence-explosion — AI 研发自动化与智能爆炸：CASP 研报论研发代码接管、数年压缩为数周的递归加速假说与系统性失控治理
• asd-ste100-controlled-language-prompting — ASD-STE100 受控工程语言提示法：卡帕西论利用航空维护规范消除大模型废话与精确理解复杂输出
• terminal-agent-traffic-reallocation — 终端 Agent 流量重分配与定价重构：Instinct/Muse 爆火背后 2B 与 2C 分野、动作执行取代展现匹配及意图佣金模式
• post-training-and-reasoning-paradigm — 后训练范式与推理演进：预训练红利收敛、合成数据自博弈与测试时扩展（Test-time Scaling）
• ai-consciousness-vs-simulation — 机器意识辨析与功能性模拟：谷歌论文剖析“像有意识”与真实主观体验（Qualia）的本质鸿沟
• robotics-convergence-and-world-guidance — 具身收敛的艺术：高维表征预测悖论与世界引导（World Guidance）
• society-of-mind — 心智社会架构：马文·明斯基智能涌现理论、K-Lines、局机构与 MoE 哲学源头
• physical-embodiment-reinforcement-learning — 基于强化学习的敏捷具身机器人控制：CMU何泰然Sim-to-Real高保真跨越、视觉跑酷与全身动态控制
• infinite-minds-and-miracle-material — 无限心智与奇迹材料：Notion Ivan Zhao 破除 Copilot 后视镜、走出 AI 水车阶段重构组织
• ai-energy-and-power-grid-bottleneck — AI 电力能源与电网瓶颈：马斯克 2027 年 15GW 电力缺口与黄仁勋转化为 GDP 的工程观
• ai-existential-risk-and-biosecurity — AI 存在性风险与生物安全威胁：辛顿十年10%毁灭概率评估、语言武器化与前Anthropic自主Agent入侵警示
• llm-inference-and-serving-architecture — 大模型推理与服务架构：计算形态解构、KV Cache 系统与 PD 分离（北大未名超算讲座深度综述）
• ai-in-mathematical-research-and-erdos-problems — AI在前沿数学猜想与Erdős问题中的突破：神经符号结合与研究级数学平权
• network-proxy-and-tunneling-architecture — 网络代理与隧道通信架构：代理协议、DNS污染防御与跨境数据链路底层
• back-to-native-llm-architecture — LLM 驱动的原生开发回归：跨端框架退潮与双端原生架构复兴（Shopify 12 周重构实践）
• humanities-moat-in-ai-era — AI 时代的人文与文科护城河：从解题执行到价值定义与马兆远批判性思维论
• action-prediction-vs-world-models — 动作预测与世界模型分歧：预测物理下一状态 vs 预测下一动作的因果控制力与高容错商业化切入
• ai-assisted-scientific-research — AI 辅助科学研究：推向知识边界、跨领域概念 Gap 连接与外接大脑网络
• palantir-foundry-ontology — Palantir 本体论系统架构：数据向业务对象与语义图谱的映射
• llm-pretraining-and-post-training-from-scratch — 大语言模型端到端训练全流程：从分词、预训练到 DPO/RL 对齐
• gpt-5-6-sol — GPT-5/6 与 Solana 链上结合探讨
• world-models-and-real-time-video-generation — 世界模型与实时视频生成：Lucy 2.5 架构与物理分布一致性建模
• reinforcement-learning-first-principles — 强化学习第一性原理：探索试错超越有监督灌输
• humanoid-robotics-and-unitree — 人形机器人产业化演进与落地困境：宇树科技与具身大模型
• personal-superintelligence-and-agency-expansion — 个人超级智能与能动性扩展：Meta 实验室 AGI 演进与全球个体意志放大器
• mechanics-of-language-model-success — 大语言模型有效性底层机理与数据直觉：下一词预测、手动数据检查与思维链推理
• enterprise-ai-implementation-framework — 企业级 AI 落地全景框架：数据治理、SFT/DPO、RAG 2.0、Agentic 编排与端到端评估监控
• ai-api-gateway — AI API 中转聚合与路由架构：免费层接入、多模型智能路由、合规低倍率中转与自建网关
• ai-llm — foundational overview of the AI/LLM landscape
• scientific-foundation-models — 科学基础模型：让科学数据、文本与代码共同成为基础模型的一等输入
• llm-as-compiler — LLM 作为编译器：从高层意图到受约束的定制软件实现
• organizational-knowledge-retrieval — 组织知识检索：结合 API 与流程图谱，支持受约束的 Agent 调用与审计
• llm-training-pipeline — LLM五阶段训练流水线：数据清洗→预训练（下一token预测）→SFT→奖励模型→RLHF，含锯齿状智能与幻觉根本原因
• ai-hedge-fund — AI applied to quantitative investing
• silicon-photonics — 硅光子与共封装光学 (CPO)
• five-step-method — 马斯克的“五步工作法”
• artificial-general-intelligence — 通用人工智能（AGI），机器在各个认知领域达到或超越人类水平的超级智能形态
• singularity — 技术奇点，人机智能与意识高度整合的临界点（雷·库兹韦尔预测在 2045 年左右）
• longevity-escape-velocity — 长寿逃逸速度，每过一年人类的剩余预期寿命的增加幅度超过一整年的临界点（预测在 2030 年左右）
• turing-test — 图灵测试（模仿游戏），用以实证检验机器是否具备人类级别认知任务能力的测试
• agent — 智能体，任何能够通过传感器感知环境并通过执行器作用于环境的事物
• value-alignment — 价值对齐，确保 AI 系统的目标、决策逻辑与人类真实的利益、道德规范保持一致
• ml-project-composition — 机器学习项目构成，ML项目实际精力分配（50%评估、40%清洗、8%集成、2%训练）
• quantum-search-in-ai — 利用量子计算的叠加态特性（分身与合一）进行多路径快速并行探索的 AI 搜索范式
• token-efficiency — 大模型训练中的 Token 效率优化目标与实现策略
• test-time-scaling — 推理测试时规模化计算的两大主流范式（缸中之脑与交互式）
• tao-framework — Task-Action-Observation（VLA 核心与世界模型）具身系统框架
• in-memory-computing-chip — 突破内存墙、适合具身端侧低能耗推理的存算一体芯片
• us-china-ai-competition — 特朗普访华后中美在算力、稀土、模型、能源、资本五条战线的结构性再平衡
• ai-data-flywheel — 动态行为轨迹数据作为 AI 模型训练护城河；SpaceX 收购 Cursor 的核心逻辑
• ai-and-abundance-economics — 马斯克：资本主义的AI实现路径将在物质层面实现共产主义乌托邦（普遍高收入）
• graphify — AI 编程助手本地项目知识图谱（无向量嵌入的硬调用解析）
• spatial-intelligence — 空间智能，具身智能体在物理世界交互的四大基石（理解、推理、生成、互动）
• tinder-system-design — 约会软件系统设计：高并发地理位置发现（Geohash/四叉树）与异步消息实时双向匹配机制
• obsidian-second-brain — Obsidian 第二大脑：基于本地双链 Markdown 库和本地 LLM 推理构建的自组织知识系统
• shared-design-concept — 共同设计概念：通过 AI 连续追问（/grill-me）在规划前达成共享理解，避免盲目规划
• operational-redesign — 运营重塑，AI 时代围绕智能体协作对组织架构和业务流进行重排的电动机类比（Electric Motor Metaphor）方法论
• space-computing — 太空计算，利用外太空绝对零度红外辐射散热与提升芯片工作温度第一性原理（温度的 4 次方辐射率）的轨道数据中心设计
• rag-optimization — RAG 优化与 IdeaBlock 架构：以问答包取代 Chunk 的语义蒸馏与向量结构化匹配，利用外太空绝对零度红外辐射散热与提升芯片工作温度第一性原理（温度的 4 次方辐射率）的轨道数据中心设计
• ai-enterprise-value-gap — AI 企业价值鸿沟：Palantir CEO Alex Karp 直播炮轰 AI 厂商——企业正为零价值 token 付费，定价与业务价值严重脱节，过度营销摧毁关键行业信任
• ai-organizational-transformation — AI 组织变革：个人效率提升 ≠ 组织效率提升；电气化历史类比——必须围绕 AI 重构整个组织架构才能实现真正提效
• ai-infrastructure-engineering — AI 基础设施工程师学习路线：GPU 架构、VRAM、CUDA、量化（INT8/FP8/4-bit）、连续批处理、vLLM/TensorRT-LLM/SGLang/llama.cpp、KV 缓存、投机解码
• palantir-aip — Palantir AIP企业级AI落地平台：Ontology-First架构（10层技术栈）与数据本体论先行再运行AI Agent的落地路径
• llm-os — LLM OS (大模型操作系统)：大语言模型作为内核进程管理 Context Window 和 Tool 调用的新兴计算范式
• llm-security — LLM Security (大模型安全)：越狱攻击、控制流劫持的提示注入与供应链投毒后门攻击
• ai-decision-authority — AI 决策权威转移：AI 作为人类历史上第一个能自主做出决策并独立产生观点的工具，颠覆了工具的客体性
• ml-compilers-and-optimization-mechanisms — 机器学习编译器与优化机制：Tensor Cores 计算极限、算子融合与 FMA 数值稳定性的底层剖析
• gpu-simulation-in-robotics — GPU 物理仿真与具身智能强化学习：单卡万级仿真与高自由度灵巧手操纵的物理破局
• bot-traffic-explosion — 机器流量爆炸与互联网协议重构：网络空间从人类浏览转向智能体调用
• human-free-production-ego — 无人生产与人类创作者自我意识解绑：从执行者退向审美裁判

Entities

• liang-wenfeng — 梁文锋：DeepSeek（深度求索）创始人与幻方量化掌舵人，算法第一性原理与低成本大模型突破
• luo-fuli — 罗福莉：知名大模型与 NLP 算法专家，大模型第二幕后训练与推理演进洞见
• jeff-dean — 杰夫·迪恩：Google 首席科学家，分布式与 AI 系统架构宗师
• anders-hejlsberg — 安德斯·海尔斯伯格：TypeScript 之父，AI 时代软件人才金字塔演进
• richard-sutton — 理查德·萨顿：强化学习之父，试错智能理论奠基人
• fei-fei-li — 李飞飞：斯坦福大学教授，空间智能开拓者与以人为本 AI 倡导者
• jason-wei — Jason Wei：著名 AI 科学家，OpenAI 核心成员，思维链与涌现能力核心提出者
• daniela-amodei — Daniela Amodei：Anthropic 联合创始人兼总裁，前 OpenAI 安全与政策副总裁
• dario-amodei — Dario Amodei：Anthropic 联合创始人兼 CEO，Scaling Laws 奠基人与复杂医疗诊断/安全对齐双轨论
• avemujica — AveMujica：国内 AI API 中转聚合服务平台，支持 1:1 充值与发票报销
• Anthropic — Claude’s parent company
• elevenlabs — voice AI platform
• Andrej-Karpathy — OpenAI 联合创始人，特斯拉前 AI 总监，极客教育家。提出 LLM Wiki 与 Inline 范式，倡导 Vibe Coding 编程范式以及 RAG 与工具使用的混合工作流
• AI-Organization — AI org landscape
• Ant-Group — Alibaba fintech / AI adjacent
• intellectual-friction — AI 降低认知任务成本（陶哲轩）
• moore-threads — 国产全功能 GPU / 具身智能算力底座
• jensen-huang — NVIDIA 创始人
• jane-street — 金融巨头 OCaml AI DevTools 与 AIDE 实践
• sam-altman — 山姆·奥尔特曼，OpenAI 联合创始人兼 CEO，前 YC 总裁；强调能力曲线变化处的创业聚焦
• openai — OpenAI，专注于通用人工智能（AGI）研发的人工智能研究与部署公司
• greg-brockman — 格雷格·布罗克曼，OpenAI 联合创始人兼前总裁，前 Stripe CTO
• ilya-sutskever — 伊利亚·苏茨克弗，OpenAI 联合创始人兼前首席科学家，AlexNet 共同作者
• geoffrey-hinton — 杰弗里·辛顿，当代人工智能教父，深度学习先驱，2024年诺贝尔物理学奖得主（AI意识论、数字永生不可能性与致死计算框架）
• yann-lecun — 杨立昆，Meta 首席 AI 科学家，卷积神经网络先驱，2018年图灵奖得主
• alexnet — AlexNet，2012年开启深度学习工业革命的经典卷积神经网络架构
• ray-kurzweil — 雷·库兹韦尔，美国著名未来学家、超人类主义者，奇点大学校长
• stuart-russell — 斯图尔特·罗素，UC 伯克利教授，经典教材《人工智能：现代方法》(AIMA) 第一作者
• yang-zhilin — Kimi 创始人大模型技术领袖
• unitree — 宇树科技：软硬件垂直整合的具身智能公司，王兴兴以跨域整合能力超越顶尖院校单一专精
• john-jumper — 约翰·詹珀：AlphaFold 2 诺奖团队带头人，反对盲目Bitter Lesson推广，加盟 Anthropic
• ai-human-connection — AI 时代的人类联结与孤独：《Her》预言性分析，技术亲密关系的内在不对称，回归真实联结的三条路径
• yuval-noah-harari — 以色列历史学家、哲学家，畅销书《人类简史》作者，深入剖析 AI 作为自主决策工具对人类历史与叙事系统的重塑
• andrew-ng — 吴恩达：Coursera与Google Brain联合创始人，破除AI岗位末日论、30%自动化与60%乘数效应、Build with AI招聘新门槛与长尾垂直落地