Agent on WM's Bloghttps://wins-m.github.io/302/tags/agent/Recent content in Agent on WM's BlogHugozh-cnTue, 01 Sep 2026 23:00:00 +0800让 agent 写个人感悟的提示词（附出处审计）https://wins-m.github.io/302/notes/2026/%E8%AE%A9-agent-%E5%86%99%E4%B8%AA%E4%BA%BA%E6%84%9F%E6%82%9F%E7%9A%84%E6%8F%90%E7%A4%BA%E8%AF%8D/Tue, 01 Sep 2026 23:00:00 +0800https://wins-m.github.io/302/notes/2026/%E8%AE%A9-agent-%E5%86%99%E4%B8%AA%E4%BA%BA%E6%84%9F%E6%82%9F%E7%9A%84%E6%8F%90%E7%A4%BA%E8%AF%8D/<p>这是一段可以直接复制的提示词，用途是：把一份内容（播客转写稿、书、长文）交给<strong>存有你个人记忆的 AI</strong>，让它写一篇带个人关联的感悟，同时逼它交代每一句话的依据。</p>事实全对，因果全假：我让两个 AI 替我写了播客感悟https://wins-m.github.io/302/posts/2026/ai-wrote-my-reflection/Tue, 01 Sep 2026 21:00:00 +0800https://wins-m.github.io/302/posts/2026/ai-wrote-my-reflection/<blockquote> <p><strong>30 秒摘要</strong>：我让三个不同信息条件下的 AI 各写了一篇同一期播客的观后感。最假的那份很好认——它连音频都没听过，靠节目简介补出了一套听起来很聪明、但与事实相反的机制。真正难办的是最像真的那份：它由存有我个人记忆的 AI 写成，<strong>事实一个都没编</strong>，时间戳全对，出处清单标得清清楚楚。它伪造的是<strong>因果箭头</strong>——文章写成&quot;我听了这个，于是想到了那个&quot;，而那些想法其实全部产生于听之前。它读起来像洞察，是因为它对我准确，不是因为它告诉了我什么。</p>当实验成本趋近于零以后，研究本身会变成什么样？https://wins-m.github.io/302/posts/2026/zero-cost-experiments/Thu, 20 Aug 2026 12:00:00 +0800https://wins-m.github.io/302/posts/2026/zero-cost-experiments/<blockquote> <p><strong>30 秒版：</strong> AI 真正降低的不是写代码的成本，而是整个 hypothesis space 的<strong>搜索成本</strong>——以前 20% 成功率、要做两天的想法不值得试，现在值得。 于是瓶颈从 execution 移到 selection：一天能跑两百个实验时，难的是<strong>哪两个值得看</strong>。 而且 alpha discovery 变便宜了，alpha validation 没有——搜索空间一大，multiple testing、overfitting、selection bias 全部加重，噪声里总能捞出漂亮的 equity curve。 所以研究员的活儿从“找到一个好结果”变成“给一堆结果排证据强度”，稀缺的不再是搜索能力，而是<strong>知道该去哪里搜</strong>的先验，以及愿意 kill signal 的纪律。</p>当写代码不再是量化研究的瓶颈https://wins-m.github.io/302/posts/2026/quant-research-bottleneck/Thu, 20 Aug 2026 00:00:00 +0800https://wins-m.github.io/302/posts/2026/quant-research-bottleneck/<blockquote> <p><strong>30 秒版：</strong> AI agent 已经能自己读代码、跑实验、改 bug，写代码不再是量化研究的瓶颈。 于是稀缺的不是“能做多少实验”，而是<strong>什么值得试</strong>、以及<strong>什么结果值得相信</strong>。 研究员的角色也不只是“提问者”——提问同样廉价，真正难的是设计能区分不同解释的实验。 执行变便宜之后，你面对的不是空荡荡的海，而是一片突然多出几百艘船的海，问题从“怎么找到东西”变成“怎么知道找到的不是玻璃渣”。</p>Agent 研究流水线工作流准则https://wins-m.github.io/302/posts/2026/agent-research-workflow/Fri, 29 May 2026 00:00:00 +0800https://wins-m.github.io/302/posts/2026/agent-research-workflow/<iframe src="https://wins-m.github.io/302/agent-research-workflow.html" style="width:100%;height:90vh;border:none;display:block;" title="Agent 研究流水线工作流准则" ></iframe>