弱裁判读轨迹、用自己的知识当对照，往往比只看激活走得更远。白盒探针补信息，不能单独过关。省略和扭曲还在地图外。

拒绝训练和输入过滤在接口里就脆。权重一旦在外，事后压制更站不住。预训练里把危险知识滤掉，越狱也难帮上忙，一般能力不必一起掉。

绝对值会低估几个数量级，趋势却能预报哪类钻空会冒出来。不提示就不钻的家族，换一家会自己泛化。金丝雀题代表不了难的。

装齐故事靠赛跑：监督跟不上就失去用来跟上的工具。口头分析拆不开漏出、逃避和互助。不合作劳动占比要进动态模型。

同一数据、同一批次顺序，只换随机种子，共享特征大约一半。未共享的也可以解释。自然语言解释还替换不了一层。

人脑发现的模式往往更好，但人脑算力扩不出去。加速卡可以按制造扩。招一万个天才，不如让一百万张卡不停搜。

损失是整段后面所有字的平均，注意力看得到前面全部。要补天气、行情、代码，就得推断该领域的动力学。提示一给，它在模拟那块物理。

核验好做、因果混杂少、经济划算，才会先被吃掉。写代码先跳，实验室操作后排。创业成败外部随机多，不能拿写代码外推。

交给别人做是学来的。用自然语言写需求、验收、带流程、给上下文，像带新人。净值等于省下的活减去发现、交代、监督、挽回和风险。

要卡的是一般智能上线，不是研究。窄工具可以鼓励。发布前用成人认知维度测一般性，超了不准部署。调查可以，替代人必须另开。