跳到正文
Soren
Soren Projections

Knowledge

让零散的知识,找到彼此。

从一个概念走向一套系统。把阅读、追问和理解整理成可复查的笔记,也保留仍然开放的问题。

理解,发生在连接之间。
AI systems

AI 系统

9 篇笔记
  1. 为什么 Agent 开发这个工作“怪怪的”?

    区分模型缺陷补丁与业务系统边界,从权限、状态、幂等、上下文与 Harness 理解 Agent 工程的长期价值。

  2. DSpark:投机解码与生产级 Serving 学习笔记

    从半自回归 Draft 到置信度调度验证,理解 DeepSeek 如何在高并发下分配推理预算。

  3. DeepSeek V4.1 Flash:为百万上下文与 Agent 重构推理系统

    沿着 CED、CSA2 与分层缓存理解架构选择,以及它们如何服务长上下文和 Agent 工作流。

  4. 大模型该怎么继续 Scaling?

    从参数与数据配比,走向推理成本、后训练和 Agent 环境工程:下一份算力该投在哪里?

  5. MoE 混合专家:为什么大模型只激活一部分参数?

    跟着 token 走过 Router 与专家,理解稀疏激活、负载均衡和真实的工程代价。

  6. 大模型“斩杀线”:一份帕累托前沿学习笔记

    用成本与能力的交互图,理解帕累托支配、前沿,以及模型比较的适用边界。

  7. 把才华埋葬在昨天:一份关于 AI 与手艺的阅读笔记

    读刘胜与《我不得不把才华埋葬在昨天》:当 AI 学会你热爱的手艺,工作、学习与创造的意义如何变化?

  8. AI 为什么“无法跨越这条线”?

    从幂律与计算最优前沿,到 Chinchilla、推理时计算和有效数据:把 Scaling 从“一味堆大”还原成一个多维资源分配问题。

  9. Jev:把语言模型收缩成一个可编程的判断器

    从 System One、Noul / Choice / Score 到 Codex 接入与测试边界:Jev 是一种不同形状的 AI 组件。

Finance & markets

金融与市场

2 篇笔记
  1. 桥水如何使用 Agent:从 PAT 到 Artificial Investor

    拆解桥水 PAT 的研究工作流,并追踪专家数据、专用模型与 RLVR 怎样进入投资研究系统。

  2. 主动基金:骗局,还是成本与竞争的必然?

    从 Sharpe 的算术、巴菲特赌局和基金表现数据出发,梳理费用、规模与 Alpha 的关系。

Tools & collaboration

工具与协作

2 篇笔记
  1. 把经验写成 Skill:Agent Skills 学习笔记

    从“别囤 Skill”的视频观点出发,梳理 Skill 的结构、渐进式加载、与工具和插件的边界,以及如何把经验写成可复用方法。

  2. Git 与 GitHub:从本地快照到协作网络

    把工作区、暂存区、提交、分支、远端和 Pull Request 连成一张图:命令只是入口,真正要掌握的是对象如何移动。

Learning & cognition

认知与学习

1 篇笔记
  1. 如何让大脑“撸铁”?——专注力、认知训练与神经可塑性

    分清相关与因果、近迁移与远迁移,把主动思考、反馈和纠错放回真实任务,也给 AI 找一个更好的介入位置。

知识不是收集的终点,
理解才是下一次出发的地方。

去实验里验证