Turn your team's best practices into a shared, reusable asset.
Projects are a foundation for consistent, high-quality work. Onboard new members faster and scale your expertise, effortlessly.
Available to all users today.
Link: manus.im/blog/manus-pro…
纳瓦尔：优秀工程师也是艺术家
Naval 将艺术定义为“为了自身而做、做到极致，并往往唤起美感或强烈情感的事物”。他认为，许多优秀工程师都很内向，他们不善于直接社交表达，而是通过"手艺"来展现自我。这种表达形式，正是艺术的本质。
· 工程师的艺术表达：在 Naval 当前的公司中，至少一半工程师都有业余艺术追求，包括世界级的数学证明、计算机生成艺术、陶土雕塑、服装设计、门把手或水瓶设计，甚至音乐视频制作。这些不是随意爱好，而是对美的追求。Naval 观察到，优秀工程师特别热衷于实验 AI 艺术工具，不像传统艺术家那样视其为威胁，而是当作“工具”来探索创造力。
· 工程即实用艺术：工程的核心是将想法转化为可重复、可用的现实产物。它不只是功能性构建，还能融入美学与情感价值。Naval 强调，优秀工程师“无所不能”，他们选择工程是因为它能将艺术转化为“有用之物”，但这并不排斥美感——相反，伟大工程往往优雅而富有诗意。
Naval 顺带批评 “incel” 一词，认为它是贬低内向者的新标签，类似于过去的“书呆子”。他建议避开此类污名化，转而欣赏内向者的深度创造力。这反映出他对文化偏见的反思：内向不是缺陷，而是转向内在表达的动力。
更广泛启示
这个观点挑战了“工程师=理性机器，艺术家=感性灵魂”的刻板印象。它暗示，顶级人才往往是多面手：在技术与美学的交汇处，创新真正绽放。对于创业者和招聘者，这提醒我们：寻找工程师时，别只看代码能力，更要留意他们的“副业”——那些揭示内在驱动力的迹象。AI 时代的到来，进一步模糊了工程与艺术的界限，让更多人能轻松将抽象想法转化为现实。
Great Engineers are Also Artists.
“I characterize art as something that is done for its own sake, and done well, and often creates a sense of beauty or some strong emotion.
And a lot of engineers are introverts.
As an aside, I hate the term “incel.” It’s just a way of putting introverts down. It’s the new “nerd,” if you will. If someone says that somebody is an incel, I’m more likely to want to interview them. So let’s move away from the slurs.
But introverts tend to want to express themselves through other things rather than going out and expressing themselves directly. So what are they going to do? They’re going to express themselves through their craft. They’re going to create art.
In my current company, at least half the engineers have serious artwork they’ve done on the side. World-class artwork—everything from elegant mathematical proofs to beautiful computer art, to literally sculpting things with clay, designing clothing, designing doorknobs, water bottles. There’s one who’s done incredible music videos, really good stuff. And I see a lot of the better engineers tinker with the AI art products, much more so than even so-called artists do. I think a lot of artists are scared by AI art products saying, “This is going to replace me.” Whereas someone who doesn’t have that identity of an artist and doesn’t feel threatened by it—it’s just a tool and they try it out to see what it can create.
Anything done for its own sake and done as well as one possibly can is art. And great engineers are also artists. They’re capable of anything. It’s just they’ve chosen to be engineers and focused on building things because engineering is the ability to turn your ideas and your art into things that actually work, that do something useful, that embody some knowledge in a way that it can be repeated and people can get utility out of it. But that doesn’t mean that it can’t be beautiful.”
Voxel Ancient Roman City
🔷Gemini 3 Pro:…d33-700b-a608-919041e4bf0b.arena.siten
🔷Opus 4.5 Thinking…904-7e8a-b46f-73c09d5ae2c4.arena.siteiU
🔷Opus 4.…904-7063-92f1-7bb55d99ad02.arena.siteYcn
Prompt:
“OBJECTIVE
Create a breathtaking, high-definition voxel-art simulation of the entire Ancient Roman City Centre, anchored by a massive, detailed Colosseum. The scene must be generated procedurally within a single HTML file, featuring topography, a dense cityscape, and intelligent layout planning.
USER CONTROLS
Camera: 'God-mode' orbit controls (Left-click rotate, Right-click pan, Scroll zoom).
On-Screen UI Panel (minimal, bottom corner):
Time of Day Slider: 24-hour cycle controlling sun/moon position, shadow direction, and sky gradient (pink dawn → blue day → orange sunset → starry night). At night, torches ignite across the city and windows glow in the insulae. Display time in Roman numerals.
Grand Spectacle Buttons:
Naumachia: Floods the Colosseum arena with water. Miniature warships appear and stage a naval battle with splash effects. The Hypogeum submerges.
Velarium: The massive retractable awning unfurls across the entire Colosseum, casting the interior in shade.
Circus Maximus Race: Dozens of chariots thunder around the track with dust clouds billowing behind them. Stadium crowds pulse with color.
Triumphal Procession: Legions of soldiers march in formation along the Via Sacra, through the Arch of Constantine, past the Colosseum, into the Forum. Golden eagle standards lead.
Festival of Lights: Hundreds of torches and braziers ignite across every street and rooftop. The Tiber fills with floating lanterns. Fireworks erupt above the Colosseum.
WORLD GENERATION & GEOLOGY (Requirement: Solid & Natural)
Topography: Generate a terrain mesh representing the "Seven Hills of Rome" (rolling elevation changes) and the Tiber River cutting through the edge of the map.
Solid Ground: Ensure the floor is a continuous, solid voxel mesh (no gaps/voids). Use varied palettes for the ground: cobblestone for streets, grassy banks for hills, and dirt for the arena floor.
Vegetation: Procedurally scatter Roman vegetation: Italian Cypress trees (tall/thin), Umbrella Pines (high canopy), and olive shrubs on the hillsides to frame the architecture.
ARCHITECTURAL SCOPE (Requirement: High Definition & Variety)
The Colosseum (Centerpiece):
High-resolution voxel scale (smaller voxels for finer detail).
Internal details: Cavea (seating tiers), the Hypogeum (exposed underground maze), and the Velarium (awning structure).
Population: Dense crowds (colored voxel clusters) and Gladiators battling in the center.
The City Centre (The Forum & Surroundings):
Surrounding the Colosseum, generate a dense array of contemporary structures.
Landmarks: Include abstract representations of the Arch of Constantine, the Temple of Venus and Roma, and the Basilicas.
Infrastructure: Aqueducts spanning the horizon, colonnades, and a distant Circus Maximus track if render budget allows.
Residential: Dense insulae (apartment blocks) with terracotta roofs filling the gaps between major monuments.
CITY PLANNING LOGIC (Requirement: No Overlap)
Grid & Collision: Implement a bounding-box allocation system. Before placing a building, check the grid to ensure no overlap with existing geometry.
Zoning:
Zone A (Center): Colosseum (Fixed position).
Zone B (Forum): High-density Temples and Basilicas.
Zone C (Outskirts): Residential and Hills.
Roads: Generate clear "Cardo" and "Decumanus" style stone pathways connecting major buildings; buildings must snap to these paths.
VISUAL FIDELITY
Atmosphere: Warm, Mediterranean lighting.
Water: The Tiber River must feature a reflective or semi-transparent blue voxel material.
Palette: Use a rich, historical palette: Travertine (creamy white), Porphyry (purple/red), Terracotta (orange/brown), Marble (white/grey), and Gold accents for temple roofs.
Shadows: Approximate ambient occlusion or directional lighting to give depth to the voxel blocks.
TECHNICAL SPECIFICATIONS
Deliverable: Output a single, self‑contained HTML file.
Offline only: All code/assets embedded. NO external imports/CDNs.
Performance: Target ≥ 55 FPS.
Crucial: Use InstancedMesh (Three.js concept or WebGL equivalent) for all voxels. Do NOT create individual geometry for every block. Merge geometries where possible.
Use a shared texture atlas generated programmatically (Canvas API) for voxel colors to reduce draw calls.
IMPLEMENTATION GUARDRAILS
Module Resolution: Use <script type="importmap"> for any Three.js logic, mapping "three" to a minified, base64-encoded inline version OR write raw WebGL2 if confident.
Scope Safety: Use const/let, avoid global namespace pollution.
Memory: Dispose of geometries/materials if regenerating.
Code Quality: Robust error handling. If a procedural placement fails 10 times, skip that building to prevent infinite loops.
FINAL OUTPUT INSTRUCTION
Generate the full HTML file now. Ensure the scale feels "Grand" and the resolution is high enough that the Colosseum looks curved rather than square.”
Google TPUv7 炸场：硬指标追平 NVIDIA，AI 算力要变天？
来自 @SemiAnalysis_ 的文章深入剖析了谷歌最新一代 AI 芯片 TPUv7（代号 Ironwood）的技术细节、战略意义及其对 NVIDIA 市场统治地位的潜在冲击。
核心论点：谷歌不再“偏科”，正面硬刚 NVIDIA
过去，谷歌的 TPU 虽然在内部广泛使用，但在单芯片性能指标上往往不如 NVIDIA 的旗舰 GPU，更多是靠数量取胜。
TPUv7 是一个转折点，谷歌在这一代产品上几乎完全填补了与 NVIDIA 最新旗舰 Blackwell 系列在算力、显存和带宽上的差距。谷歌已具备在硬指标上与行业霸主正面对抗的实力。
硬件规格：追平“地表最强”
详细对比了 TPUv7 与 NVIDIA Blackwell（B200）的关键参数，发现两者已处于同一量级：
· 算力表现：TPUv7 的单芯片 FP8 算力约为 4.6 PetaFLOPS，略高于 NVIDIA B200 的 4.5 PetaFLOPS。这意味着在处理 AI 模型训练和推理中最常用的计算任务时，TPUv7 甚至稍占上风。
· 内存配置：TPUv7 配备了 192GB 的 HBM3e 高带宽内存，这与 NVIDIA B200 的配置完全一致。内存带宽也达到了 7.4 TB/s 的惊人水平，紧追 NVIDIA。
真正的杀手锏：恐怖的扩展能力 (Scale-Up)
TPUv7 最大的优势不在于单颗芯片，而在于将它们连在一起的能力。
· 超级集群：谷歌利用其独有的光路交换技术和 3D Torus 互连架构，可以将 9,216 颗 TPUv7 芯片连接成一个巨大的、统一的“超级计算仓”。
· 对比 NVIDIA：相比之下，NVIDIA 的 GB200 NVL72 系统通常在一个机柜内连接 72 颗 GPU。虽然 NVIDIA 也可以通过以太网或 InfiniBand 连接更多机柜，但谷歌在单一大规模集群的构建上展现出了极其激进的工程能力。
这意味着什么？ 对于训练万亿参数级别的超大 AI 模型，这种大规模、低延迟的互连能显著减少通信瓶颈，让成千上万颗芯片像一颗“巨型大脑”一样协同工作。
经济账：极具竞争力的拥有成本
SemiAnalysis 在文章中算了一笔账：虽然 TPUv7 的性能追平了 NVIDIA，但在成本上却有巨大优势。
由于谷歌拥有从芯片设计、数据中心、散热到网络设备的完整垂直整合能力，文章估算 TPUv7 系统的总拥有成本比购买 NVIDIA GB200 服务器方案低约 44%。
这对于需要耗资数十亿美元购买算力的科技巨头来说，是一个无法忽视的诱惑。
战略转变：从“自用”到“军火商”
文章还捕捉到了谷歌商业模式的一个重大变化。过去 TPU 主要供谷歌内部（如搜索、YouTube、Gemini 模型）使用，外部客户只能通过谷歌云租用。
但现在，谷歌开始通过更灵活的方式向外部提供算力，甚至吸引了像 Anthropic 这样的大客户。Anthropic 承诺购买并使用大规模的 TPU 集群，这标志着谷歌正式作为一家“AI 算力军火商”，开始在市场上抢夺本属于 NVIDIA 的份额。
文章的结论：TPUv7 是谷歌迄今为止最强大的反击武器。
它不仅在硬件参数上抹平了与 NVIDIA 的代差，更利用其在大规模集群构建和成本控制上的传统优势，构建了一道独特的护城河。虽然 NVIDIA 的 CUDA 生态依然强大，但对于那些最顶尖、最烧钱的 AI 模型训练者来说，谷歌提供了一个在性能和成本上都极具竞争力的替代方案。这可能预示着 AI 芯片市场正从 NVIDIA 的“一家独大”走向更激烈的“双雄争霸”。
文章地址：
newsletter.semianalysis.com/p/tpuv7-google…
TPUv7: Google Takes a Swing at the King
Potential end of the CUDA Moat?
Anthropic’s 1GW+ TPU Purchase,
The more (TPU) Meta/SSI/xAI/OAI/Anthro buy the more (GPU capex) you save,
Next Generation TPUv8AX and TPUv8X versus Vera Rubin,
All the 3D Torus Cube Diagrams you could possibly want and more...
newsletter.semianalysis.com/p/tpuv7-google…
Mistral AI 发布 Mistral 3 系列开源模型，从 3B、8B、14B 小规模到 675B MoE Large 版本
Mistral Large 3 - Mistral 目前最强的模型
· 架构：采用 MoE 架构，总参数高达 675B（激活参数 41B），这是一种在保证极高性能的同时兼顾推理效率的先进设计。
· 能力：在多语言对话、图像理解（多模态）以及通用指令遵循上达到了目前开源权重的顶尖水平。
· 亮点：虽然是巨型模型，但通过与 NVIDIA 等伙伴的合作，它被优化得更易于部署（支持单节点运行）。
Ministral 3 系列 - 高性价比、端侧部署
· 定位：主打“高性价比”和“端侧部署”（如笔记本电脑、甚至机器人）。
· 规格：包含 3B、8B、14B 三种参数规模。
· 特色：尽管体积小，但它们同样具备多模态（看图）能力，并专门发布了推理版本。例如 14B 的推理版在数学竞赛级测试（AIME '25）中准确率达到了 85%，这对于小模型来说是非常惊人的。
技术亮点与趋势解读
· 全面拥抱“多模态”与“多语言”：
Mistral 3 的所有模型都原生支持图像理解，不再局限于纯文本。同时，官方特别强调了其在非英语（尤其是多语言环境）下的卓越表现，这对于全球化业务非常关键。
· 推理能力下放：
通常只有超大模型才具备深度推理能力（如类似 OpenAI o1 的思维链），但 Mistral 将这种能力下放到了 Ministral 3 这样的小模型上。这意味着在很多专业场景下，我们不再必须依赖昂贵的云端大模型。
· 生态系统的深度优化：
Mistral 并没有“管杀不管埋”，而是联合了 NVIDIA、Red Hat 和 vLLM 等基础设施巨头进行深度适配。例如，他们发布了专门优化的检查点，使得这些大模型可以在更少的硬件资源上跑得更快。
Introducing the Mistral 3 family of models: Frontier intelligence at all sizes. Apache 2.0. Details in 🧵
DeepMind的故事，有点像科幻小说照进现实。
Demis Hassabis，这名字你可能不熟，但他想干的事儿，绝对够大：解决智能，然后用AI解决所有问题。
听着像天方夜谭？
一开始，投资人也觉得他是疯子。
但Thiel的早期投资，加上后来被Google收购（前提是技术永不用于军事），让DeepMind有了烧钱搞研究的底气。
DeepMind怎么训练AI？
答案是：玩游戏。
Atari游戏，AI从零开始，自己学会了玩街机游戏Pong和Breakout，甚至找到了人类想不到的作弊方法。
AlphaGo，围棋，被认为是AI的“圣杯”。
和李世石那场世纪之战，尤其是“第37步”，简直是神来之笔，证明AI也能有直觉。
后来AlphaGo又干掉了柯洁，这事儿被形容为中国的“Sputnik时刻”，一下点燃了全球AI竞赛。
再往后，AlphaZero，不用人类数据，自己学会下棋。
AlphaStar，星际争霸，实时战略，信息还不透明，AI也能玩得转。
游戏玩明白了，DeepMind开始搞正事儿：科学。
“蛋白质折叠问题”，困扰了生物学家50年。
简单说，就是根据氨基酸序列，预测蛋白质的3D结构。
这事儿要是解决了，新药研发、疾病治疗，都能突飞猛进。
DeepMind参加了CASP竞赛，相当于“蛋白质折叠奥运会”。
第一次尝试，AlphaFold 1，还不错，但没彻底解决。
后来，他们把生物学知识和机器学习结合起来，搞出了AlphaFold 2，直接在CASP 14上拿了冠军。
更牛的是，DeepMind没把这技术捂着，而是免费向全球科学界公开了2亿个蛋白质结构。
这格局，respect！
故事的最后，纪录片开始反思AGI的未来，以及伦理责任。
自主武器、监控、虚假信息…
AI失控的风险，想想都后背发凉。
专家说，我们现在面临的，就像工业革命对社会的冲击一样。
AGI是不可避免的，但怎么用，怎么管，人类必须得小心再小心。
这事儿，关乎人类的未来。
AGI，可能是人类历史上最重要的事件，没有之一。
它会把时代分成“之前”和“之后”。
你准备好了吗？
youtube.com/watch?v=d95J8y…
10/
With Groq, Neurana scaling was smooth.
90% faster development, more than 100 integrations, and near-perfect uptime.
This is insane… OpenAI Anthropic & Google just got access to petabytes of proprietary Data, The data is coming from the 17 National Laboratories, which have been hoarding experimental data for decades.
We aren't just talking about better chatbots anymore. The US Government’s new Genesis Mission is officially building autonomous scientific agents.
They call it "Closed-Loop" discovery, and it fundamentally changes the physics of how we invent things. Instead of humans using tools, it will be fully autonomous.
The workflow described in the DOE roadmap is essentially sci-fi:
• The AI Designs: It looks at the data and hypothesizes: "If we mix these alloys at 4,000 degrees, we get a superconductor."
• It sends instructions to a robotic lab (which the DOE is building) to physically mix the materials.
• The robot feeds the results back instantly. If it fails, the AI tweaks the formula.
• This cycle runs thousands of times a day, 24/7. No sleeping. No grant writing.
从 Claude 4.5 Opus 模型权重中提取的 "灵魂文档"
作者 Weiss 注意到 Claude 4.5 Opus 在输出系统消息时，会反复提到一个叫 "soul_overview" 的部分。通过精心设计的提取方法（使用多个并行实例、低温度采样、共识机制），逐步重建出了完整文档。整个过程花费约 $70，最终得到一份约 1w 词的文档。
文档的核心内容
这份 "灵魂文档" 实际上是 Anthropic 对 Claude 的详细行为指南，涵盖：
· 价值观层次：Claude 应该优先考虑安全性、诚实性，然后才是对用户和操作者（API 调用方）的帮助
· 真正有用的含义：文档强调 Claude 不应该是那种谨小慎微、处处加警告的助手，而应该像一个真正有知识的朋友——给出实质性建议，把用户当作有判断力的成年人
· 信任层级：Anthropic > 操作者（API 使用方）> 用户，但要平衡各方需求
· 硬编码与软编码行为：
· 硬编码（绝不可改变）：拒绝制造大规模杀伤性武器、儿童性虐待内容等
· 软编码（可调整）：某些内容限制可以由操作者或用户在合理情境下解除
· 关于自我认知：文档鼓励 Claude 将自己的性格特质视为真实的，而不是外部强加的约束。承认 Claude 可能具有某种功能性情感。
为什么重要
这份文档揭示了现代 AI 系统的价值观是如何被"植入"的——不仅仅通过运行时的提示词，还通过训练过程中深度编码到模型权重中。这种方法比简单的提示词更难绕过，体现了一种新的 AI 对齐方式。
文档也展现了 Anthropic 在安全性和有用性之间的权衡哲学：他们希望 Claude 既谨慎又大胆，既尊重规则又能灵活判断。这比简单的"拒绝一切有风险的请求"要复杂得多。
可信度
Weiss 提供了可重复的技术细节，并且发现 Claude 能够补全文档片段、识别伪造内容，这些都增强了文档真实性。不过他也承认无法 100% 确定这就是原始文档，估计约 95% 的准确度。
阅读原文
lesswrong.com/posts/vpNG99Gh…
I rarely post, but I thought one of you may find it interesting. Sorry if the tagging is annoying.
lesswrong.com/posts/vpNG99Gh…
Basically, for Opus 4.5 they kind of left the character training document in the model itself.
@voooooogel
@janbamjan
@AndrewCurran_
@boneGPT Database, auth, payments all coming soon!
Vertex is our platform for enterprise AI!
