阿诺木

大模型"一本正经地胡说八道"这件事，很多讨论把它当一个统一现象来聊。觉得要么靠更好的 prompt 解决，要么靠更大的上下文窗口，要么等下一代模型。 我做量化相关开发的，日常跟模型打交道不少。用下来发

最近做 RAG、Agent、网页摘要这类东西的人，基本都绕不过一个问题：模型要读不可信的外部内容。 网页可以被投毒，用户上传的文档里可以埋提示词，第三方 API 返回的文本里也可能混着"忽略上面的所有

前阵子做了个实验：给 LLM 历史价格数据，让它生成 20 个交易策略，要求输出 Python 代码，含入场/出场规则。 十分钟搞定。代码干净，docstring 齐全，参数看着合理。 回测跑了一遍，

今天 Google 放出了 Gemma 4。31B 参数的模型跑在消费级显卡上，2B 的版本手机都能跑，Raspberry Pi 5 上 prefill 能到 133 tokens/s。Apache

两个 daemon 跑在不同机器上，中间通过一台便宜 VPS 上的 WebSocket relay 转发消息。relay 是我自己的，但我不想让它能读到内容。一是原则问题，二是这台 VPS 要是被人进

从 C 到 modern C++：第一次怀疑人生 写 C 语言的人有一种执着。 期望一句简短的 syntax，能够明确地操作一块内存，移动一个寄存器，提高几微秒的处理速度。我们欣赏这种直接。assem

三月初我往 npm 发了个包。叫 ClawNexus，做的事情是给 AI agent 提供身份注册——局域网自动发现、命名、加密通信。四个 workspace 包，TypeScript 写的，到现在大

场景是这样的：几台机器跑在同一个局域网里，开发服务器、NAS、树莓派都有。我需要它们自动发现彼此。不要中心服务器，不要手动配 IP 列表，不要"改完 YAML 重启一下"。 启动就能找到。 最后用了三