indigo
@indigox • 53,786 subscribers
Co-founder of https://t.co/WosXbyLukR / Partner of Brilliant Phoenix / ex-Weibo. Investor, Writer, Coder, Gamer & Amateur Cook. e/acc, 𝕏 is my notebook …
Shorts
Videos
量化交易员的护城河是模型！而模型是可以被复制的。当 AI 全面参与量化，所有人用同一套框架做同样的交易市场回到均衡，alpha 消失，没人赚钱。 但 Druckenmiller 那种，把 1/3 仓位押在一个大 Idea 上，赌 5-10 倍——这种判断，不在模型里；它在公司组织架构里，在你对整个人类社会的理解里。 Bill Sun 说：造一个能做这件事的 AI，难度跟「让 AI 自己研究 AI」是同一个量级。AI 越强，能被复制的价值越便宜。剩下的，是那些 AI 暂时还学不会的东西。 🎙️ Indigo Talk EP48 节选
indigo71,587 views • 14 days ago
大概率不是「所有人共享富裕」，而是 0.1% 的人类继续推进文明，99% 的每天刷抖音，只要不造反就行。跟 Bill Sun 聊 AI 时代的社会演化，这是我俩的一个共识😜 把镜头拉到外星人视角——如果一个文明里所有人都在消磨时间、不创造价值，那个文明自己就会走向消亡。 所以真正的命题是：怎么让那 1% 变成 50%？因为人类天赋均匀分布在所有群体里！如果只让上一代幸运的人的小孩继续幸运，这个东西很快就塌缩了；哪怕生在贩毒打枪横行的社区，你也得有路径成为 NBA 球星、说唱明星——天赋的流动不能断。 所以说维持一个“动态的社会”，才是让我们的文明能够延续的根本 - Indigo Talk EP48 完整对谈 👇
indigo25,285 views • 12 days ago
今天 Claude 在开发者大会上低调推出了一个小功能“Dream” - 做梦！在 Platform 控制面板里选择 Agent 留下的记忆，让它做梦就行，模仿了人类“梦境”修剪记忆和整理思绪的逻辑，可以异步执行，对已有的 memory 进行反思、整理 + 改进，挖出未被显式写下的新模式，这不是简单的总结！ Dario 在各种播客多次提到过，持续学习很重要，但不需要在模型的权重层做，只要 Context 足够大，通过优秀的工程架构也能实现的。真正的"持续学习"，可能只需要一个独立的离线 curation 循环——这就是 Dreams😴
indigo40,723 views • 28 days ago
Deepseek 的创新在哪里？会是大模型界的拼多多么？周末邀请了 OpenAI 的前研究员 Jenny 还有她的搭档 Leonis 的创始人 Jay “对谈”了一期。Jenny 先提了一个暴论：做大模型是赚不到钱的，任何行业只要有人愿意免费有人愿意开源，你就赚不到钱；另外关于 Deepseek 的两个观点： 1. 这是站在巨人的肩膀上做的 Post-Training 上的创新，揭示了直接强化学习的潜力，以及训练过程中自反思和探索行为的涌现； 2. 只有在资源紧缺的情况下人才会创新！OpenAI 在出 ChatGPT 之前没钱没资源，大家晚上加班到两点，才领先于 Google 闯出了 LLM 这条路，但现在的 OpenAI 有点当年 Google 的感觉了。。😇 但从投资人的视角来看，未来还会有这种新的范式涌现出来，这就是现在AI 行业最有趣的地方，永远都有可能性和新机会，我们要为这种市场做好准备！未来无限可能✨
indigo467,943 views • 1 year ago
Elon Musk 在财报会上反复提到：“Tesla 未来真正的瓶颈不再是电池，不再是工厂，而是算力和芯片。” 最近一期 Indigo Talk 与 CyberCat 聊 Tesla AI 芯片👀 为什么要自研芯片？就像乔布斯晚年痛恨受制于英特尔，最终苹果自研 A & M 系列芯片一样，Elon 也深知不能让芯片成为 Tesla 的“限速因子”。未来的世界，如果 Robotaxi 成为大家日常的主要交通工具，每个家庭都需要一个 Optimus，这意味着数十亿级别的 AI 终端需求，所以 AI 芯片不能受制于人。 特斯拉的 AI5 芯片设计非常有意思，它砍掉了大量不必要的浮点运算功能，专注于整数运算。这是因为在推理现实世界的视觉数据时，可以降低精度。这种针对特定场景的极致优化，能以更低的能耗和成本实现大规模推理。 Tesla 正在成为物理世界的 Apple —— 从锂矿开采、电池制造、芯片设计到软件算法，实现了前所未有的垂直整合能力。
indigo92,090 views • 6 months ago
“我们内部已经有 Gemini 3 水平的模型，并且有信心很快发布，之后还会有更强的型号！” OpenAI 首席研究负责人 Mark Chen 在 Core Memory 的播客上透露。Sam 的职责之一就是“放大紧迫感”，他自己的角色也类似，会刻意强调竞争压力让整个组织保持高压前进，所以大家才会看到那封内部的“红色警戒”备忘录🚨 前两天和 OpenAI 的同学吃饭还提到他们内部确实都在体验 Gemini 3。因为但单看公开基准测试不足以判断真实差距，让足够多的研究员在真实任务中摸一摸，再形成集体判断。 Mark 说自己有一个“私藏的数学难题”（“42 问题”），专门用来测试不同模型的推理能力 —— 包括最新的“思考模型”。到目前为止，所有模型都只能接近最优解，还没有完全攻克它，这对他来说是一件“好事”：说明还有空间可以继续前进。 在 SWE‑bench 这类软件工程基准上，Google 模型的表现虽然不错，但在“用多少数据/算力达成一定效果”这件事上，还有明显的优化空间，而 OpenAI 在这方面的算法储备非常强，这是他们下一轮反击的一个核心筹码！ 过去两年。OpenAI 其实把大量资源都投向推理模型，预训练和后训练的“肌肉”有所退化；最近半年，在组织层面重新把焦点拉回预训练。Mark 明确反对“Scaling 已死”的说法，他认为在预训练和数据塑形上还有巨大空间； 现在要做的是更精细的“数据塑形”和“合成数据”，通过更聪明的预训练策略，让模型从“模仿人类写作/代码”的模式，转向真正学会更高层次的抽象✨
indigo72,121 views • 6 months ago
AI 不是平权工具，是极端放大器！第一个引爆点已经发生：青年失业率，加拿大已居高不下。第二个引爆点——「被优化的中产」可能在 2027–2028 年塌方。接下来政府能做的，是被动设立保护行业——医生、律师、教师全部走执照制，强制雇佣人类。雇不起？申请补助。钱从哪来？从模型公司、AI 公司抽税反哺社会。因为模型公司不会停。政府也叫不停。真要停下来，就是打仗了😆 而对个人——AI 是一面镜子。 你怎么用它，它就更像你。 你问得傻，它就傻；你问得好，它就好。 它本质是一个回归均值的模型，触发条件之后才会很聪明。 所以未来只会留下两种人： - 左侧高峰：把 AI 用到极致的顶尖个体。最强的创业者、创意人、律师，叠加 AI 之后变成超级个体； - 右侧高峰：全自动化。自动化律所、自动化内容工厂，生产「均值内容」也有价值，因为大部分人就是消费这些。 中间是死亡谷： 你既掌握不了 AI，又没法把自己的工作彻底自动化。这一段，会玩完。
indigo17,007 views • 1 month ago
财富游戏的正确玩法是 —— 赚取法币购买资产，因为资产才是财富，法币不是！用借贷的方式支付你的花销，而不是把资产卖掉换成法币，只要资产增值的速度大于你的债务增长速度，这个游戏就可以一直玩下去！Mark Moss 在播客中讲出了富人们的财富游戏，首富 Elon 也是质押他的 Tesla 股票来借钱开销👀 从诞生以来 BTC 的复合年化增长率高达 60%，Tesla 股票的 CAGR 也有 42%。如果你用 100 万法币购买这样的资产，把它们质押给银行借钱出来只需要 5% 的年化利息，所以持有优质资产而不是交易和变卖，才是积累财富的最佳方式！想想过去几年，我自己也都是靠找银行借钱过生活还有盖房子的😅
indigo60,822 views • 6 months ago