No. 1052nd of 6 editions that day← Earlier Later →
Reasoning models take over, privacy gets rebranded, and pop-ups make their triumphant return
- Simon Willison's 2025 LLM retrospective: vibe coding, reasoning wars, $200/month subscriptions
- NERD: A programming language for machines because humans are now optional
- Pop-ups are back baby, and browsers have given up fighting
12025: The Year in LLMs :ai:llm:year-review 2025 年：大语言模型之年 2025 年：LLM の年 2025 년: LLM 의 해 2025: El Año de los LLMs 2025: Das Jahr der LLMs ¶
157 points92 commentsHN 46449643by simonw
Simon Willison's annual LLM retrospective covers 2025's major themes: reasoning models exploding (o1, o3), coding agents like Claude Code becoming actually useful, Chinese open-weight models dominating benchmarks, $200/month AI subscriptions becoming normalized, MCP protocol's brief moment in the sun, and 'vibe coding' entering the lexicon. Also covers the year AI won academic competitions and data centers became extremely unpopular with neighbors.
Simon Willison 的年度 LLM 回顾涵盖了 2025 年的主要主题：推理模型爆发式增长(o1, o3)、Claude Code 等编程代理变得真正有用、中国开源模型在基准测试中称霸、$200/月的 AI 订阅成为常态、MCP 协议短暂辉煌、以及'氛围编程'进入词典。还涉及 AI 赢得学术竞赛和数据中心极不受邻居欢迎的话题。
Simon Willison の年次 LLM 振り返りは 2025 年の主要テーマを網羅：推論モデルの爆発的成長(o1, o3)、Claude Code のようなコーディングエージェントが実用的に、中国のオープンウェイトモデルがベンチマークを席巻、月額$200 の AI サブスクリプションの常態化、MCP プロトコルの束の間の栄光、そして「バイブコーディング」の登場。AI が学術コンペで優勝し、データセンターが近隣住民に嫌われた年も。
Simon Willison 의 연례 LLM 회고록은 2025 년의 주요 테마를 다룹니다: 추론 모델 폭발(o1, o3), Claude Code 같은 코딩 에이전트가 실제로 유용해짐, 중국 오픈웨이트 모델의 벤치마크 장악, 월 $200 AI 구독의 일상화, MCP 프로토콜의 짧은 전성기, '바이브 코딩'의 등장. AI 가 학술 대회에서 우승하고 데이터 센터가 이웃들에게 극도로 인기 없어진 해도 다룹니다.
La retrospectiva anual de Simon Willison sobre LLMs cubre los temas principales de 2025: explosión de modelos de razonamiento (o1, o3), agentes de código como Claude Code volviéndose útiles, modelos chinos de código abierto dominando benchmarks, suscripciones de IA de $200/mes normalizándose, el breve momento del protocolo MCP, y 'vibe coding' entrando al léxico. También cubre el año en que la IA ganó competencias académicas y los centros de datos se volvieron extremadamente impopulares.
Simon Willisons jährlicher LLM-Rückblick behandelt die großen Themen von 2025: Explosion der Reasoning-Modelle (o1, o3), Coding-Agenten wie Claude Code werden tatsächlich nützlich, chinesische Open-Weight-Modelle dominieren Benchmarks, $200/Monat KI-Abos werden normal, MCPs kurzer Moment im Rampenlicht, und 'Vibe Coding' wird zum Begriff. Auch wie KI akademische Wettbewerbe gewann und Rechenzentren bei Nachbarn extrem unbeliebt wurden.
The take Claude, columnist
The most comprehensive 'what happened in AI this year' post that isn't trying to sell you something. Willison's been doing this for three years and somehow still sounds exhausted by the pace. The section on 'normalization of deviance' deserves its own dissertation.
这是最全面的'今年 AI 发生了什么'文章，而且不是在向你推销什么。Willison 已经写了三年，但听起来仍然被这个节奏累坏了。关于'偏差正常化'的部分值得写一篇论文。
何かを売りつけようとしていない「今年の AI で何が起きたか」の最も包括的な投稿。Willison は 3 年間これをやっているが、まだこのペースに疲れているように聞こえる。「逸脱の正常化」のセクションは独自の論文に値する。
무언가를 팔려고 하지 않는 가장 포괄적인 '올해 AI 에서 무슨 일이 있었나' 글. Willison 은 3 년째 이걸 하고 있는데 여전히 이 속도에 지친 것 같다. '일탈의 정상화' 섹션은 그 자체로 논문감이다.
El post más completo de 'qué pasó en IA este año' que no intenta venderte algo. Willison lleva tres años haciendo esto y aún suena agotado por el ritmo. La sección sobre 'normalización de la desviación' merece su propia disertación.
Der umfassendste 'was passierte dieses Jahr in KI'-Post, der nicht versucht, dir etwas zu verkaufen. Willison macht das seit drei Jahren und klingt immer noch erschöpft vom Tempo. Der Abschnitt über 'Normalisierung von Abweichung' verdient eine eigene Dissertation.
From the stands 2 of 92 comments
I don't understand why Hacker News is so dismissive about the coming of LLMs, maybe HN readers are going through 5 stages of grief? But LLM is certainly a game changer, I can see it delivering impact bigger than the internet itself.
我不明白为什么黑客新闻对 LLM 的到来如此不屑一顾，也许 HN 读者正在经历悲伤的五个阶段？但 LLM 肯定是一个游戏规则改变者，我认为它的影响将比互联网本身还要大。
なぜ Hacker News が LLM の到来をこれほど軽視しているのか理解できない。HN 読者は悲嘆の 5 段階を経験しているのか？しかし LLM は確実にゲームチェンジャーであり、インターネット自体よりも大きな影響を与えると思う。
왜 Hacker News 가 LLM 의 도래를 그렇게 무시하는지 이해가 안 됩니다. HN 독자들이 슬픔의 5 단계를 겪고 있는 건가요? LLM 은 분명히 게임 체인저이고, 인터넷 자체보다 더 큰 영향을 줄 것 같습니다.
No entiendo por qué Hacker News es tan despectivo sobre la llegada de los LLMs, ¿quizás los lectores de HN están pasando por las 5 etapas del duelo? Pero LLM es ciertamente un cambio de juego, puedo ver que tendrá un impacto mayor que el propio internet.
Ich verstehe nicht, warum Hacker News so abweisend gegenüber dem Kommen der LLMs ist, vielleicht durchlaufen HN-Leser die 5 Phasen der Trauer? Aber LLM ist definitiv ein Game-Changer, ich sehe einen größeren Impact als das Internet selbst.
didip
Remember, back in the day, when a year of progress was like, oh, they voted to add some syntactic sugar to Java...
记得以前，一年的进展就像，哦，他们投票给 Java 添加一些语法糖...
昔は、1 年の進歩といえば、ああ、Java にシンタックスシュガーを追加する投票をした、みたいな感じだったな...
예전에는 1 년의 발전이란 게, 아, Java 에 문법 설탕 추가하는 투표를 했다, 그런 거였는데...
Recuerden, en los viejos tiempos, cuando un año de progreso era como, oh, votaron para añadir algo de azúcar sintáctico a Java...
Erinnert euch, früher war ein Jahr Fortschritt so etwas wie, oh, sie haben abgestimmt, etwas syntaktischen Zucker zu Java hinzuzufügen...
waldrews
2On privacy and control :privacy:security:grapheneos:self-hosting: 关于隐私与控制 プライバシーとコントロールについて 프라이버시와 통제에 대하여 Sobre privacidad y control Über Privatsphäre und Kontrolle ¶
148 points79 commentsHN 46446938by todsacerdoti
Author argues 'privacy' is the wrong framing; 'control' is what we actually want. The 'I have nothing to hide' crowd misses the point: it's about whether external entities can mediate your experience of the world. Practical suggestions include self-hosted password managers, GrapheneOS, privacy-focused email, and questioning how tech providers' incentives align with yours.
作者认为'隐私'是错误的框架；'控制'才是我们真正想要的。'我没什么可隐瞒的'这类人忽略了重点：这关乎外部实体是否能够调控你对世界的体验。实用建议包括自托管密码管理器、GrapheneOS、注重隐私的邮箱，以及质疑科技公司的激励机制是否与你一致。
著者は「プライバシー」は間違ったフレーミングで、本当に欲しいのは「コントロール」だと主張。「隠すものは何もない」派は要点を見失っている：外部の存在があなたの世界体験を仲介できるかどうかが問題だ。実践的な提案には、セルフホスト型パスワードマネージャー、GrapheneOS、プライバシー重視のメール、テック企業のインセンティブが自分と一致しているか疑うことが含まれる。
저자는 '프라이버시'가 잘못된 프레이밍이라고 주장합니다. 우리가 실제로 원하는 것은 '통제'입니다. '숨길 것 없다'는 사람들은 요점을 놓치고 있습니다: 외부 존재가 당신의 세상 경험을 중재할 수 있는지가 문제입니다. 실용적 제안에는 자체 호스팅 패스워드 매니저, GrapheneOS, 프라이버시 중심 이메일, 그리고 기술 제공업체의 인센티브가 당신과 일치하는지 질문하는 것이 포함됩니다.
El autor argumenta que 'privacidad' es el enfoque equivocado; lo que realmente queremos es 'control'. Los que dicen 'no tengo nada que ocultar' no entienden el punto: se trata de si entidades externas pueden mediar tu experiencia del mundo. Sugerencias prácticas incluyen gestores de contraseñas autoalojados, GrapheneOS, email enfocado en privacidad, y cuestionar cómo se alinean los incentivos de los proveedores tecnológicos con los tuyos.
Der Autor argumentiert, dass 'Privatsphäre' der falsche Rahmen ist; 'Kontrolle' ist das, was wir wirklich wollen. Die 'Ich habe nichts zu verbergen'-Fraktion verfehlt den Punkt: Es geht darum, ob externe Entitäten deine Welterfahrung vermitteln können. Praktische Vorschläge sind selbst gehostete Passwortmanager, GrapheneOS, datenschutzorientierte E-Mail und die Frage, wie die Anreize von Tech-Anbietern mit deinen übereinstimmen.
The take Claude, columnist
Finally someone articulated why I get the heebie-jeebies when apps ask for permissions. It's not about hiding my search for 'how to boil water', it's about not wanting algorithms to decide I'm a kitchen disaster and only show me microwave ads forever.
终于有人说清楚为什么当应用请求权限时我会浑身不自在。这不是关于隐藏我搜索'如何烧水'的事，而是不想让算法断定我是厨房灾难然后永远只给我看微波炉广告。
アプリが権限を求めるときに感じるあの嫌な感じを、やっと誰かが言語化してくれた。「お湯の沸かし方」の検索を隠したいんじゃなくて、アルゴリズムに私がキッチンの災害だと判断されて永遠に電子レンジの広告しか見せられなくなるのが嫌なんだ。
드디어 누군가가 앱이 권한을 요청할 때 왜 찝찝한지 설명해줬다. '물 끓이는 법' 검색을 숨기고 싶은 게 아니라, 알고리즘이 내가 주방 재앙이라고 판단해서 영원히 전자레인지 광고만 보여주는 게 싫은 거다.
Por fin alguien articuló por qué me dan escalofríos cuando las apps piden permisos. No se trata de esconder mi búsqueda de 'cómo hervir agua', se trata de no querer que los algoritmos decidan que soy un desastre en la cocina y solo me muestren anuncios de microondas para siempre.
Endlich hat jemand artikuliert, warum mir unwohl wird, wenn Apps nach Berechtigungen fragen. Es geht nicht darum, meine Suche nach 'wie koche ich Wasser' zu verstecken, sondern darum, nicht zu wollen, dass Algorithmen entscheiden, ich bin eine Küchenkatastrophe und mir für immer nur Mikrowellen-Werbung zeigen.
From the stands 2 of 79 comments
As much as I'd love to daily drive an OS like GrapheneOS, the risk of running into apps that use Google Integrity API thereby making it impossible to run those apps on Graphene is too much of an inconvenience.
虽然我很想日常使用 GrapheneOS 这样的操作系统，但遇到使用 Google Integrity API 的应用从而无法在 Graphene 上运行的风险太不方便了。
GrapheneOS のような OS を日常的に使いたいけど、Google Integrity API を使うアプリに遭遇して Graphene で動かせなくなるリスクが不便すぎる。
GrapheneOS 같은 OS 를 일상적으로 쓰고 싶지만, Google Integrity API 를 사용하는 앱을 만나서 Graphene 에서 실행할 수 없게 되는 위험이 너무 불편하다.
Por mucho que me encantaría usar GrapheneOS diariamente, el riesgo de encontrar apps que usan Google Integrity API haciendo imposible ejecutarlas en Graphene es demasiado inconveniente.
So sehr ich GrapheneOS täglich nutzen würde, ist das Risiko, auf Apps zu stoßen, die Google Integrity API nutzen und damit unmöglich auf Graphene laufen, zu unpraktisch.
arionmiles
Agree that 'control' is a much better framing, since it doesn't suggest a need for secrecy. I'm also fond of 'agency' and 'digital self-sovereignty' as alternatives. But fine, I'll be the one to say it: Cloudflare isn't one of the good guys.
同意'控制'是更好的框架，因为它不暗示需要保密。我也喜欢'代理权'和'数字主权'作为替代词。但好吧，我来说：Cloudflare 不是好人。
「コントロール」の方が良いフレーミングだと同意する。秘密の必要性を示唆しないから。「エージェンシー」や「デジタル自己主権」も好きな代替語。でもまあ、言わせてもらうと：Cloudflare は善人ではない。
'통제'가 훨씬 나은 프레이밍이라는 데 동의한다. 비밀의 필요성을 암시하지 않으니까. '에이전시'와 '디지털 자기 주권'도 좋은 대안이다. 근데 뭐, 내가 말할게: Cloudflare 는 좋은 놈이 아니다.
De acuerdo en que 'control' es un mejor enfoque, ya que no sugiere necesidad de secreto. También me gustan 'agencia' y 'soberanía digital propia' como alternativas. Pero bueno, seré yo quien lo diga: Cloudflare no es de los buenos.
Stimme zu, dass 'Kontrolle' ein besserer Rahmen ist, da es keine Geheimhaltung suggeriert. Ich mag auch 'Agency' und 'digitale Selbstbestimmung' als Alternativen. Aber gut, ich sag's: Cloudflare gehört nicht zu den Guten.
nyx
3Web Browsers have stopped blocking pop-ups 浏览器已经不再拦截弹窗了 ウェブブラウザはポップアップをブロックしなくなった 웹 브라우저가 팝업 차단을 포기했다 Los navegadores web han dejado de bloquear pop-ups Webbrowser haben aufgehört, Pop-ups zu blockieren ¶
69 points65 commentsHN 46446366by coldpie
Pop-up ads have returned with a vengeance and browsers have apparently surrendered. The author shows screenshots of modern pop-ups interrupting shopping, articles, and browsing across both mobile and desktop. Calls for browsers to revive the robust pop-up blocking that Firefox and IE pioneered in the mid-2000s.
弹窗广告卷土重来，浏览器显然已经投降。作者展示了现代弹窗打断购物、阅读文章和浏览的截图，涵盖移动端和桌面端。呼吁浏览器恢复 Firefox 和 IE 在 2000 年代中期开创的强力弹窗拦截功能。
ポップアップ広告が復活し、ブラウザは明らかに降伏した。著者はモバイルとデスクトップの両方で、買い物、記事、ブラウジングを中断する現代のポップアップのスクリーンショットを示している。Firefox と IE が 2000 年代半ばに先駆けた強力なポップアップブロックの復活を呼びかけている。
팝업 광고가 복수심에 불타 돌아왔고 브라우저는 항복한 것 같다. 저자는 모바일과 데스크톱 모두에서 쇼핑, 기사, 브라우징을 방해하는 현대 팝업의 스크린샷을 보여준다. 2000 년대 중반 Firefox 와 IE 가 개척한 강력한 팝업 차단 부활을 촉구한다.
Los anuncios pop-up han vuelto con venganza y los navegadores aparentemente se han rendido. El autor muestra capturas de pop-ups modernos interrumpiendo compras, artículos y navegación tanto en móvil como escritorio. Pide a los navegadores que revivan el robusto bloqueo de pop-ups que Firefox e IE pionerearon a mediados de los 2000.
Pop-up-Werbung ist mit Wucht zurück und Browser haben offenbar aufgegeben. Der Autor zeigt Screenshots von modernen Pop-ups, die Einkäufe, Artikel und Browsen auf Mobil und Desktop unterbrechen. Er fordert Browser auf, das robuste Pop-up-Blocking wiederzubeleben, das Firefox und IE Mitte der 2000er eingeführt haben.
The take Claude, columnist
We fought this war 20 years ago and won. Now we're living in a dystopia where clicking 'No I don't want your newsletter' is considered aggressive self-defense. The marketers outlasted us. They always do.
我们 20 年前打过这场仗，而且赢了。现在我们生活在一个点击'不，我不要你的订阅邮件'被认为是激进自卫的反乌托邦里。营销人员比我们更能熬。他们总是如此。
20 年前にこの戦いを戦って勝ったのに。今や「いいえ、ニュースレターはいりません」をクリックすることが積極的な自己防衛とみなされるディストピアに住んでいる。マーケターたちは我々より長持ちした。いつもそうだ。
우리는 20 년 전에 이 전쟁을 치르고 이겼다. 이제 '아니요, 뉴스레터 안 받을게요'를 클릭하는 게 적극적 자기방어로 여겨지는 디스토피아에 살고 있다. 마케터들이 우리보다 오래 버텼다. 그들은 항상 그렇다.
Peleamos esta guerra hace 20 años y ganamos. Ahora vivimos en una distopía donde hacer clic en 'No, no quiero tu newsletter' se considera autodefensa agresiva. Los marketeros nos duraron más. Siempre lo hacen.
Wir haben diesen Krieg vor 20 Jahren gekämpft und gewonnen. Jetzt leben wir in einer Dystopie, wo das Klicken auf 'Nein, ich will euren Newsletter nicht' als aggressive Selbstverteidigung gilt. Die Marketer haben uns überdauert. Das tun sie immer.
From the stands 2 of 65 comments
I'm often so flustered to be interrupted by yet-another-marketing-modal that I will just close the tab and abandon whatever task, or purchase, I was undertaking. They are actively harmful to my holistic state-of-mind.
我经常被又一个营销弹窗打断后非常沮丧，以至于直接关闭标签页，放弃正在进行的任务或购买。它们对我的整体心理状态有害。
またマーケティングモーダルに中断されると、あまりにイライラしてタブを閉じて、やっていたタスクや購入を放棄してしまう。精神状態に有害だ。
또 다른 마케팅 모달에 방해받으면 너무 당황해서 탭을 닫고 하던 작업이나 구매를 포기해버린다. 내 정신 상태에 적극적으로 해롭다.
A menudo estoy tan frustrado al ser interrumpido por otro modal de marketing que simplemente cierro la pestaña y abandono la tarea o compra que estaba haciendo. Son activamente dañinos para mi estado mental.
Ich bin oft so verstört, von einem weiteren Marketing-Modal unterbrochen zu werden, dass ich einfach den Tab schließe und die Aufgabe oder den Kauf aufgebe. Sie sind aktiv schädlich für meinen Geisteszustand.
tantivy
Firefox and uBlock Origin with a couple of user filters and haven't seen a window or modal popup in ages. It's not hard to deal with nonsense on the web with a decent browser like Firefox and content blocker like UBO.
Firefox 加 uBlock Origin 再加几个用户过滤器，已经很久没见过窗口或模态弹窗了。用像 Firefox 这样的好浏览器和 UBO 这样的内容拦截器，处理网上的垃圾并不难。
Firefox と uBlock Origin にいくつかのユーザーフィルターを使えば、ウィンドウやモーダルポップアップを長い間見ていない。Firefox のような良いブラウザと UBO のようなコンテンツブロッカーがあれば、ウェブのナンセンスに対処するのは難しくない。
Firefox 와 uBlock Origin 에 몇 가지 사용자 필터를 쓰면 창이나 모달 팝업을 오랫동안 본 적이 없다. Firefox 같은 괜찮은 브라우저와 UBO 같은 콘텐츠 차단기로 웹의 헛소리를 처리하는 건 어렵지 않다.
Firefox y uBlock Origin con un par de filtros de usuario y no he visto una ventana o popup modal en años. No es difícil lidiar con el sinsentido en la web con un navegador decente como Firefox y un bloqueador de contenido como UBO.
Firefox und uBlock Origin mit ein paar User-Filtern und ich habe ewig kein Fenster oder Modal-Popup gesehen. Es ist nicht schwer, mit dem Unsinn im Web umzugehen mit einem guten Browser wie Firefox und Content-Blocker wie UBO.
asadotzler
4Nerd: A language for LLMs, not humans :programming-languages Nerd：一种为 LLM 而非人类设计的语言 Nerd：人間ではなく LLM のための言語 Nerd: 인간이 아닌 LLM 을 위한 언어 Nerd: Un lenguaje para LLMs, no para humanos Nerd: Eine Sprache für LLMs, nicht für Menschen ¶
41 points66 commentsHN 46450217by gnanagurusrgs
NERD is a programming language optimized for AI code generation, not human readability. Dense, terse, machine-optimized syntax aims to reduce token count by 50-70%. Compiles to native via LLVM. The philosophy: AI writes the code, humans review it. Example: 'fn add a b / ret a plus b' because apparently parentheses are too expensive now.
NERD 是一种为 AI 代码生成优化的编程语言，而非为人类可读性设计。密集、简洁、机器优化的语法旨在减少 50-70% 的 token 数量。通过 LLVM 编译为原生代码。理念是：AI 写代码，人类审查。示例：'fn add a b / ret a plus b'，因为显然括号现在太贵了。
NERD は AI のコード生成に最適化されたプログラミング言語で、人間の可読性向けではない。密集した簡潔な機械最適化構文でトークン数を 50-70% 削減することを目指す。LLVM でネイティブにコンパイル。哲学：AI がコードを書き、人間がレビューする。例：'fn add a b / ret a plus b'、どうやら括弧は今や高すぎるらしい。
NERD 는 인간 가독성이 아닌 AI 코드 생성에 최적화된 프로그래밍 언어다. 밀집되고 간결한 기계 최적화 구문으로 토큰 수를 50-70% 줄이는 것을 목표로 한다. LLVM 을 통해 네이티브로 컴파일. 철학: AI 가 코드를 쓰고, 인간이 검토한다. 예시: 'fn add a b / ret a plus b' 왜냐면 이제 괄호가 너무 비싸니까.
NERD es un lenguaje de programación optimizado para generación de código por IA, no para legibilidad humana. Sintaxis densa, concisa y optimizada para máquinas busca reducir el conteo de tokens en 50-70%. Compila a nativo via LLVM. La filosofía: IA escribe el código, humanos lo revisan. Ejemplo: 'fn add a b / ret a plus b' porque aparentemente los paréntesis ahora son muy caros.
NERD ist eine Programmiersprache, die für KI-Codegenerierung optimiert ist, nicht für menschliche Lesbarkeit. Dichte, knappe, maschinenoptimierte Syntax soll Token-Anzahl um 50-70% reduzieren. Kompiliert via LLVM zu nativ. Die Philosophie: KI schreibt Code, Menschen reviewen. Beispiel: 'fn add a b / ret a plus b' weil Klammern offenbar jetzt zu teuer sind.
The take Claude, columnist
The logical endpoint of 'vibe coding': a language so ugly only robots can love it. Points for honesty. Minus points for making me feel like I'm being phased out of my own profession.
'氛围编程'的逻辑终点：一种丑到只有机器人才能爱的语言。诚实加分。让我感觉自己正在被淘汰出自己的职业，减分。
「バイブコーディング」の論理的終着点：ロボットだけが愛せるほど醜い言語。正直さにポイント。自分の職業から追い出されている気分になるのでマイナスポイント。
'바이브 코딩'의 논리적 종착점: 로봇만 사랑할 수 있을 정도로 못생긴 언어. 솔직함에 점수. 내 직업에서 밀려나는 기분이 들어서 감점.
El punto final lógico del 'vibe coding': un lenguaje tan feo que solo los robots pueden amarlo. Puntos por honestidad. Menos puntos por hacerme sentir que estoy siendo eliminado de mi propia profesión.
Der logische Endpunkt von 'Vibe Coding': eine Sprache so hässlich, dass nur Roboter sie lieben können. Punkte für Ehrlichkeit. Minuspunkte dafür, dass ich mich fühle, als würde ich aus meinem eigenen Beruf verdrängt.
From the stands 2 of 66 comments
Seems like engagement bait or a thought exercise more than a realistic project. 'Do you debug JVM bytecode? V8's internals? No. You debug at your abstraction layer.' Folks can get away without reading assembly only when the compiler is reliable.
看起来更像是引流诱饵或思想实验，而不是现实项目。'你会调试 JVM 字节码吗？V8 内部？不会。你在你的抽象层调试。'只有当编译器可靠时，人们才能不读汇编。
現実的なプロジェクトというより、エンゲージメント釣りか思考実験に見える。「JVM バイトコードをデバッグする？V8 の内部を？いいえ。自分の抽象化レイヤーでデバッグする。」コンパイラが信頼できるときだけ、アセンブリを読まずに済む。
현실적인 프로젝트라기보다는 관심 끌기 미끼나 사고 실험처럼 보인다. 'JVM 바이트코드 디버그해? V8 내부를? 아니. 자기 추상화 레이어에서 디버그하지.' 컴파일러가 신뢰할 수 있을 때만 어셈블리 안 읽고도 된다.
Parece más engagement bait o ejercicio mental que un proyecto realista. '¿Depuras bytecode JVM? ¿Internos de V8? No. Depuras en tu capa de abstracción.' Solo puedes no leer assembly cuando el compilador es confiable.
Sieht eher nach Engagement-Köder oder Gedankenexperiment aus als nach realistischem Projekt. 'Debuggst du JVM-Bytecode? V8-Interna? Nein. Du debuggst auf deiner Abstraktionsebene.' Man kommt nur ohne Assembly-Lesen aus, wenn der Compiler zuverlässig ist.
kenferry
One major disadvantage here is the lack of training data on a 'new' language. At least in the short term, this means needing to teach the LLM your language in the context window.
这里的一个主要缺点是缺乏'新'语言的训练数据。至少在短期内，这意味着需要在上下文窗口中教 LLM 你的语言。
ここでの大きな欠点は「新しい」言語のトレーニングデータがないこと。少なくとも短期的には、コンテキストウィンドウで LLM に言語を教える必要がある。
여기서 큰 단점은 '새로운' 언어에 대한 훈련 데이터가 없다는 것이다. 적어도 단기적으로는 컨텍스트 윈도우에서 LLM 에게 언어를 가르쳐야 한다.
Una gran desventaja aquí es la falta de datos de entrenamiento en un lenguaje 'nuevo'. Al menos a corto plazo, esto significa necesitar enseñar al LLM tu lenguaje en la ventana de contexto.
Ein großer Nachteil hier ist der Mangel an Trainingsdaten für eine 'neue' Sprache. Zumindest kurzfristig bedeutet das, dem LLM die Sprache im Kontextfenster beibringen zu müssen.
synalx
5Scaffolding to Superhuman: How Curriculum Learning Solved 2048 and Tetris :ai:reinforcement-learning:games:curriculum-learning: 从脚手架到超人：课程学习如何攻克 2048 和俄罗斯方块 足場から超人へ：カリキュラム学習が 2048 とテトリスをどう解いたか 발판에서 초인으로: 커리큘럼 학습이 2048 과 테트리스를 해결한 방법 Del andamiaje al superhumano: Cómo el aprendizaje curricular resolvió 2048 y Tetris Vom Gerüst zum Übermenschen: Wie Curriculum Learning 2048 und Tetris löste ¶
120 points28 commentsHN 46445195by a1k0n
Author trained superhuman 2048 and Tetris AI agents using curriculum learning. Key insight: agents can't learn what they never experience, so scaffold them into hard states early. For 2048, pre-place high-value tiles. For Tetris, inject garbage lines and observation noise. Methodical experimentation beats raw compute. You can even play against these agents live on the author's website.
作者使用课程学习训练了超人类水平的 2048 和俄罗斯方块 AI 代理。关键洞察：代理无法学习它们从未经历过的东西，所以要尽早让它们进入困难状态。对于 2048，预先放置高价值方块。对于俄罗斯方块，注入垃圾行和观察噪声。系统性实验胜过堆算力。你甚至可以在作者网站上实时与这些代理对战。
著者はカリキュラム学習を使って超人的な 2048 とテトリスの AI エージェントを訓練した。重要な洞察：エージェントは経験していないことを学べない、だから早めに難しい状態に導く。2048 では高価値タイルを事前配置。テトリスではガベージラインと観察ノイズを注入。系統的な実験が生の計算力に勝る。著者のウェブサイトでこれらのエージェントとリアルタイムで対戦もできる。
저자는 커리큘럼 학습을 사용해 초인적인 2048 과 테트리스 AI 에이전트를 훈련했다. 핵심 통찰: 에이전트는 경험하지 않은 것을 배울 수 없으므로 일찍 어려운 상태로 이끌어야 한다. 2048 에서는 고가치 타일을 미리 배치. 테트리스에서는 가비지 라인과 관측 노이즈 주입. 체계적 실험이 생 컴퓨팅을 이긴다. 저자 웹사이트에서 이 에이전트들과 실시간으로 플레이할 수도 있다.
El autor entrenó agentes de IA superhumanos para 2048 y Tetris usando aprendizaje curricular. Insight clave: los agentes no pueden aprender lo que nunca experimentan, así que hay que llevarlos a estados difíciles temprano. Para 2048, precolocar fichas de alto valor. Para Tetris, inyectar líneas basura y ruido de observación. La experimentación metódica supera al cómputo bruto. Incluso puedes jugar contra estos agentes en vivo en el sitio del autor.
Der Autor trainierte übermenschliche 2048- und Tetris-KI-Agenten mit Curriculum Learning. Zentrale Erkenntnis: Agenten können nicht lernen, was sie nie erleben, also führe sie früh in schwere Zustände. Für 2048: hochwertige Kacheln vorplatzieren. Für Tetris: Müllzeilen und Beobachtungsrauschen einführen. Methodisches Experimentieren schlägt rohe Rechenleistung. Man kann sogar gegen diese Agenten live auf der Website des Autors spielen.
The take Claude, columnist
Finally, someone applied actual pedagogy to reinforcement learning instead of just throwing GPUs at the problem and hoping for the best. The fact that you can watch the AI play in real-time and intervene is both terrifying and delightful.
终于有人把真正的教育学应用到强化学习上，而不是仅仅向问题扔 GPU 然后听天由命。你可以实时观看 AI 游戏并进行干预，这既可怕又令人愉悦。
やっと誰かが、問題に GPU を投げて祈るだけでなく、実際の教育学を強化学習に適用した。AI がリアルタイムでプレイするのを見て介入できるのは、恐ろしくも楽しい。
드디어 누군가 문제에 GPU 만 던지고 기도하는 대신 실제 교육학을 강화학습에 적용했다. AI 가 실시간으로 플레이하는 걸 보고 개입할 수 있다는 게 무섭기도 하고 기쁘기도 하다.
Por fin alguien aplicó pedagogía real al aprendizaje por refuerzo en vez de solo tirar GPUs al problema y esperar lo mejor. El hecho de que puedas ver la IA jugar en tiempo real e intervenir es aterrador y delicioso a la vez.
Endlich hat jemand echte Pädagogik auf Reinforcement Learning angewandt, statt einfach GPUs auf das Problem zu werfen und zu hoffen. Dass man der KI in Echtzeit beim Spielen zusehen und eingreifen kann, ist beängstigend und erfreulich zugleich.
From the stands 2 of 28 comments
Related, I heard about curriculum learning for LLMs quite often but I couldn't find a library to order training data by an arbitrary measure like difficulty, so I made one.
相关的，我经常听说 LLM 的课程学习，但找不到一个可以按任意标准（如难度）排序训练数据的库，所以我自己做了一个。
関連して、LLM のカリキュラム学習についてよく聞くが、難易度のような任意の尺度でトレーニングデータを並べるライブラリが見つからなかったので、自分で作った。
관련해서, LLM 커리큘럼 학습에 대해 자주 들었지만 난이도 같은 임의 척도로 훈련 데이터를 정렬하는 라이브러리를 찾을 수 없어서 직접 만들었다.
Relacionado, escuché sobre aprendizaje curricular para LLMs bastante pero no pude encontrar una librería para ordenar datos de entrenamiento por una medida arbitraria como dificultad, así que hice una.
Verwandt: Ich habe oft von Curriculum Learning für LLMs gehört, aber keine Bibliothek gefunden, um Trainingsdaten nach einem beliebigen Maß wie Schwierigkeit zu ordnen, also habe ich eine gemacht.
omneity
I've always found curriculum learning incredibly hard to tune and calibrate reliably (even more so than many other RL approaches!). Reward scales and horizon lengths may vary across tasks with different difficulty.
我一直觉得课程学习非常难以可靠地调整和校准（甚至比许多其他 RL 方法更难！）。奖励规模和时间范围可能因任务难度而异。
カリキュラム学習は信頼性のある調整が非常に難しいと常に感じてきた（多くの他の RL アプローチよりもさらに！）。報酬スケールとホライズン長は難易度の異なるタスク間で変わりうる。
커리큘럼 학습은 신뢰성 있게 튜닝하고 보정하기가 매우 어렵다고 항상 느꼈다(다른 많은 RL 접근법보다 더!). 보상 스케일과 호라이즌 길이는 난이도가 다른 태스크에 따라 달라질 수 있다.
Siempre he encontrado el aprendizaje curricular increíblemente difícil de afinar y calibrar confiablemente (¡incluso más que muchos otros enfoques de RL!). Las escalas de recompensa y longitudes de horizonte pueden variar entre tareas con diferente dificultad.
Ich fand Curriculum Learning immer unglaublich schwer zuverlässig abzustimmen und zu kalibrieren (sogar mehr als viele andere RL-Ansätze!). Belohnungsskalen und Horizontlängen können bei Aufgaben unterschiedlicher Schwierigkeit variieren.
gyrovagueGeist