目前的一个人才主题是：雇佣实验者而非专家。 在最热门的机器学习人才竞争之外，最快、最有才华的实验者现在比最有经验的领导者更有价值。这意味着在构建的内容上不仅是一个狂野而激动人心的时刻，而且在构建的人上也是如此。

数据作为石油是错误的模型。数据是血液。

人工智能现在不仅可以协助工作，往往还可以直接完成工作。这一转变对服务行业有重大影响，其中之一是传统定价模型的崩溃。 在软件即服务（SaaS）领域，我们已经看到从基于座位的定价转向基于使用的计费，因为软件越来越多地与其他软件而不是人与人之间进行交互。 现在我们需要新的模型来取代可计费小时的概念。也许是可计费的结果？ 下面的帖子将进行探讨...

创造力正处于深蓝和卡斯帕罗夫时刻

博客文章：$/MWh - 人工智能时代的指标

我无法让ChatGPT停止在每个回答中渗透尼克斯队的信息，因为我告诉它要记住我儿子是个球迷——这让我思考的不仅是AI中记忆的角色，还有遗忘的角色。 也许最好的AI记忆不会是完美无瑕的数据库。也许它们会是艺术性的编辑，擅长不完美地记忆。知道哪些信号是核心，哪些是短暂的冲动，哪些应该轻轻地淡出背景。

工具推动效率。记录系统建立依赖关系，最终形成长期的护城河。 我们对能够优雅地检索、移动和处理数据的工具感到兴奋。但我们更感兴趣的是与那些将数据转化为集体知识和真相来源的工具合作。

今年将发表近500万篇科学论文，但大多数将永远不会被阅读。 并不是因为它们不重要，而是因为它们被埋没了。 Consensus是AI研究的工具栈。搜索、推理和引用于一体的工具。

@RadiantNuclear 的精彩时刻，以及新型可扩展能源的发展

本周四将举办一场以量子及其对比特币影响为主题的活动 联合主办方：@qdayclock @apruden08 @FinnMurphy12 @lmushin @variantfund 如果你想参加，请查看下面的链接！