推文

作为一个有趣的周六编程项目，并跟进之前的推文，我创建了一个 llm-council Web 应用。它看起来和 ChatGPT 非常相似，但每个用户查询都会：1) 使用 OpenRouter 分派给委员会中的多个模型，例如：openai/gpt-5.1、google/gemini-3-pro-preview、anthropic/claude-sonnet-4.5、x-ai/grok-4；2) 所有模型都能看到彼此的（匿名）回复，并对其进行审查和排名；3) “主席 LLM” 获得所有这些信息作为上下文，并生成最终回复。

看到多个模型对同一查询的并排结果非常有趣，更令人 amusement 的是，阅读它们对彼此回复的评估和排名结果。

通常，这些模型非常愿意选择另一个 LLM 的回复，认为其优于自己的回复，这使得它成为一个有趣的通用模型评估策略。例如，今天与我的 LLM Council 一起阅读书籍章节时，这些模型一直称赞 GPT-5.1 是最好和最有洞察力的模型，并一直选择 Claude 作为最差的模型，其他模型则介于两者之间。但我并不完全确信这与我自己的定性评估一致。例如，在定性方面，我发现 GPT-5.1 有点过于冗长和繁琐，而 Gemini 3 则更加精炼和经过处理。Claude 在这方面过于简洁。

也就是说，你的 LLM council 的数据流可能存在一个完整的设计空间。LLM ensembles 的构建似乎尚未被充分探索。

我将这个应用推送到了 github.com/karpathy/llm-c…，欢迎大家试用。感谢 nano banana pro 为 repo 提供的有趣标题图片。

我从高管教练 @RNiederman 处获得的主要收获：

1. 对于新晋领导者而言，最大的挑战在于如何区分指导和直接指示。如果你总是直接给出答案，你的团队就会不断地向你寻求帮助，而不是培养他们自己的问题解决能力。你所雇佣的都是各自领域的专家。通过提出启发性的问题，帮助他们找到自己的解决方案，这能激发他们的积极性和能力。为紧急情况或当有人真正缺乏必要的技能时，保留直接建议。

2. 当别人向你求助时，运用 GROW 模型：设定目标（Goal）、了解现状（Reality）、探索选择（Options）和规划行动（Way forward）。询问他们期望的目标（成功的样子是什么？），他们当前的现实（你被困在哪里？），前进道路的可能选择（接下来你能做什么？），以及具体的前进方向（你实际上接下来会做什么？）。这些问题帮助人们发现他们已经有背景可以找到的解决方案。你不需要按照这个确切的顺序进行；只需使用适合当时情况的类型。

3. 在冲突中，目标是相互理解，而不是证明你是对的。当你试图说服某人他们是错的而进入困难的对话时，他们会变得防御和武装起来。相反，专注于帮助对方理解你的经验，以便他们可以同情并清楚地看到正在发生的事情。这种从说服到连接的转变为真正的对话创造了空间，双方都可以被听到并一起找到解决方案。

4. 职业倦怠发生在你在你的天赋优势之外花费太多时间时，而不仅仅是工作太努力。在两周内，写下每天给你带来最大活力的五件事和让你最疲惫的五件事。寻找模式。人们的职业倦怠不仅仅是工作努力，而是花费太多时间做那些耗尽他们精力的事情——即使他们擅长这些事情。

5. 目标是将你 80% 的时间花在利用你的天赋的工作上。每个人总会有 20% 的任务他们不喜欢，但这个比例创造了可持续的能量。设计你的角色，使 80% 发挥你的优势——这可能意味着以不同的方式委派、雇用以补充你的弱点，甚至在你的职业生涯中横向移动，而不是总是向上攀登。引导你的职业生涯走向你的天赋是你的责任，而不是你的经理让你的工作变得有趣。

6. 联合创始人关系需要定期维护时间，就像婚姻一样。65% 的初创公司因联合创始人冲突而失败，而不是业务问题。设置定期检查——每周接触、每月午餐、每季度面对面审查——来询问：这对你来说进展如何？我们在愿景和战略上是否一致？我在做什么让你感到沮丧？有什么没说出口的？如果没有专门的时间，你将一直太忙而无法在问题变成危机之前解决它们。

7. 将这个四步框架用于困难的对话：观察、感受、需求、请求。从任何人都可以验证的事实观察开始（而不是解释）。分享你的感受，不带责备（我感到焦虑、困惑、脱节——而不是“我觉得你……”）。说出你潜在的人类需求（清晰、协作、连接）。提出对方实际上可以实现的小而可实现的请求。保持在你的网的这一边——谈论你的经验，而不是你对他们的假设。这让你大胆而不引发防御。

8. 总是问问自己你如何促成任何冲突，即使对方似乎完全有错。冲突中的领导者通常会陷入三种无益的模式：扮演受害者（这正在发生在我身上），责怪他人（这都是他们的错），或者扮演英雄（我只是自己做）。相反，问问自己：我如何参与创造我声称我不想要的情况？对你的部分承担责任——同时保持谦逊和好奇——为实际解决方案而不是无休止的挫折打开了大门。

9. 问问自己，“我会热情地重新雇用这个人担任相同的角色吗？” 这个二元问题立即揭示了某人是否适合他们的职位。如果答案是否定的，你需要采取行动——无论是指导、将他们调到不同的角色，还是帮助他们过渡出去。你对这个问题的直接直觉反应会告诉你你可能正在避免的真相。如果你不会热情地重新雇用他们，那么再多的困难对话也可能无法解决根本的不匹配。

10. 积极倾听只需不到一分钟的时间即可完成，但会产生强大的改变。1 级倾听是内部倾听：倾听你自己的想法。2 级是专注倾听：你可以重复别人所说的话。3 级是全局倾听：你注意到肢体语言、语调和文字下的情绪，并且可以反映这个人没有完全意识到的见解。当你既反映别人所说的话，又反映你感觉到他们正在感受的东西时，他们会感到真正被看见。

实际上，如果你想知道真正的“秘密”是什么 😀，那就是世界一流的研究、世界一流的工程和世界一流的基础设施，所有这些都以不懈的专注和强度紧密合作……

我很高兴看到上周 Gemini 3 发布后，许多谷歌及生态系统内的产品在第一时间就利用它改进了用户体验。这才是真正的规模化创新！Gemini 是我们十年之久的人工智能 (AI) 优先战略的体现，我将其视为一切事物的一条主线 - 从搜索到 YouTube 再到云再到 Waymo 等等。

我和 @OfficialLoganK 在我们上周的 Release Notes 播客中谈到了这一点以及更多内容，完整剧集现在在 YouTube 上：youtube.com/watch?v=iFqDyW…

我从 @stewart 的访谈中总结出的最大收获：

1. 产品设计的核心在于创造用户理解，而不仅仅是减少摩擦。许多团队过于痴迷于减少摩擦和移除步骤，但实际上 70% 到 80% 的产品设计挑战在于帮助用户 *理解* 你的产品是做什么的，以及下一步该怎么做。用户往往兴趣寥寥，并且对你提供的产品感到困惑。如果他们不能快速理解所看到的内容，就会立刻离开。如果只是加快令人困惑的功能，只会加速用户的流失。所以，我们的座右铭应该是“Don’t make me think（不要让我思考）”，而不是“减少摩擦”。

2. 销售的不是功能特性，而是最终成果。没有人真正想要一个马鞍，他们想要的是骑马的体验。没有人想要一把锤子，他们想要的是建造出来的东西。人们无需解释就能理解汽车和啤酒，但新的软件产品则需要解释它是什么，以及人们为什么需要它。Slack 销售的不是消息传递功能特性，而是更好的团队协作和更少的电子邮件混乱。如果你无法清晰地阐述你的产品给人们的生活带来的改变，那么你仅仅是在罗列功能特性。

3. 组织中常常充斥着看似真实但实则虚假的工作，Stewart 称之为“超现实的类工作活动”。比如，预览幻灯片演示的会议，分析微小功能特性差异的会议，以及围绕无关紧要的决策制定的繁琐流程。人们并不愚蠢或懒惰，他们只是在对“员工数量多于有价值的工作”这一现状做出反应。因此，领导者必须不断确保有足够清晰且有价值的工作，并明确拒绝那些不可能产生有意义影响的项目。

4. 功能特性的价值体现在“效用曲线”上。首先是一个平缓的区域，在这个阶段，功能特性太弱以至于无关紧要。然后是一个陡峭的上升期，它将用户带到“顿悟”时刻。最后，价值趋于平缓，此时改进带来的影响已经微乎其微。许多团队在第一个平缓区域就放弃了，或者在第三个区域浪费了资源。所以，关键问题不是你是否拥有某个功能特性，而是你是否投入了足够的资源，使其达到曲线的陡峭部分，从而真正变得有价值。

5. 小小的便利性能够创造情感连接，进而驱动口碑增长。没有人会因为一个好用的时区选择器或顺畅的密码恢复流程而切换产品，但这些细节会影响用户对产品的喜爱程度。Slack 的用户增长很大程度上源于那些在一个公司使用 Slack 的人，在加入新公司后会极力推荐它。这种推荐来自于日积月累的小惊喜，而不是主要的功能特性。

6. “所有者的错觉”解释了为什么糟糕的用户体验无处不在。餐厅老板会创建糟糕的网站，即使他们自己也曾有过访问其他糟糕餐厅网站的糟糕体验。企业主总是认为访问者非常关心他们的产品，但实际上，人们往往心不在焉，行色匆匆，对你的产品漠不关心。因此，解决方案是定期退后一步，把自己想象成一个时间和耐心都有限的普通人，然后诚实地评估你的产品是否真的有意义。

7. 只有在尝试所有合理方法后，才考虑进行产品转型。进行产品转型的最佳时机，不是当你感到困难的时候，而是当你真正尝试了所有可行的方法，并且能够冷静、理性地判断预期价值已经低于其他替代方案的时候。产品转型是令人感到难堪的，因为你已经让投资者、员工和用户相信了一个你现在要放弃的愿景。这种情感成本意味着大多数人要么过早地进行转型，要么等到资金耗尽才开始转型。

8. 以非凡的慷慨之心对待客户和员工，能够创造竞争优势。Slack 首创了公平的账单制度（不收取未使用席位的费用），在新冠疫情期间提供了免费积分，并在客户提出要求之前，主动退还了服务中断期间的费用。这不仅仅是出于道德考量，它还有助于吸引更优秀的员工，创造积极的品牌故事，并建立长期的客户忠诚度。Slack 的座右铭是：“从长远来看，衡量我们成功的标准将是我们为客户创造的价值。”

🎥🤖 构建多模态 AI 应用

由 LangChain Community 制作

SK Neuron 的教程构建了使用 LangChain 的统一接口处理图像、音频和视频的 AI 应用。 包括视频审核和内容总结等用例，并附有代码示例。

📺 观看：youtube.com/watch?v=I3UaV7…

发布研究论文 Agentic Reviewer 工具。我最初只是想把它当成一个周末小项目来写，后来 @jyx_su 让它变得更完善。

我受到一位学生的经历启发，他的论文在三年内被拒稿六次。其反馈周期漫长，每次需要等待约 6 个月。我们希望了解 Agentic 工作流是否能帮助研究人员加速迭代。

我们使用 ICLR 2025 的评审数据训练系统，并在测试集上测量 Spearman 相关性（越高越好）。结果如下：
- 两位人类审阅者之间的相关性：0.41
- AI 和一位人类审阅者之间的相关性：0.42

这表明 Agentic 审阅正逐渐接近人类水平。

该 Agentic Reviewer 通过搜索 arXiv 来提供反馈，因此在 AI 这样论文预发布常见的领域尤其有效。这是一个实验性工具，希望它能对你的研究有所帮助。

点击此处查看：paperreview.ai

ChatGPT 语音功能已直接集成至聊天中。

你可以直接语音输入，观看答案实时呈现，回顾之前的消息，并实时查看图像或地图等视觉元素。

该功能正在向移动和网页端的所有用户推出，请更新你的应用程序。

“Geniuses only.”

Nivi: To me, the missing ingredient in most people’s recruiting is intolerance. You should really just treat every employee in the company, including yourself, as an enemy agent that’s trying to destroy the company by bringing mediocre talent into the business. It’s unfortunately just the nature of human nature.

Naval: My co-founder and I have a new criterion in our company: “Geniuses only.”

It’s a harsh word, but it sets a very high bar. You can just look around for who’s not a genius. The only way you’re going to attract geniuses—whatever that term means to you—is by having a company full of geniuses.

And if someone’s not a genius, then either you’re transitioning into the phase where you can no longer hire geniuses and you just need to scale up for whatever reason, or you can just show that person the door because you hired them prematurely for the kind of company you’re trying to build.

Now, this is very difficult.

You’re lucky if you can hire one genius a month. You as a founder have to identify them and do whatever it takes to recruit them and motivate them. So it’s inherently self-limiting. Given that a person probably isn’t going to stick around your company for more than three, four, five years—although in some great companies, people stick around for decades—at that attrition rate you’re talking about a 30 to 50 person company.

But if you can even assemble a team of 10 geniuses, you’re way ahead of everybody else. At most companies—the successful ones—the founders, and maybe a few early people are at the genius level. But in the urge and the rush to scale, that gets drowned out too quickly.

🏆 我们非常荣幸地宣布，我们的论文《用于大型语言模型的门控注意力：非线性、稀疏性和无注意力陷阱》荣获 NeurIPS 2025 最佳论文奖！

对我们敬业的研究团队表示热烈祝贺，感谢他们为 AI 发展做出的卓越贡献。

阅读更多：blog.neurips.cc/2025/11/26/ann…