通识课讲清风险，落不了实验。要把高置信保障、形式化验证、激励约束和能力路标拆成带验收的研究票，否则后续干预会对不准。

电影里的反叛是把人类脾气套到机器上。要对齐的是能力很强时仍按人可接受的目标做事，尤其在它改自己代码一百次之后。

口号年份不能当计划输入。要把能力跃迁拆成可打分的路标，用校准过的预测来看自己在靠近还是远离哪条情景。

模型一周内不会变。要少带实习生，就把纠偏写进仓库记忆，再配可复用剧本。代码地图过时必须当场改，本地规范不许改测试来过关。

随口问怎么归档会被直接执行。只读探索和测试可以自动跑，提交、推送、删除必须审批。复杂任务先写逐步处方，步骤里的命令要已在白名单上。

网上搜文档又慢又不稳。持续集成里抽文档和源码注释打成向量库，随发行包走。代理用一条搜索工具按语义取当前版本，不用再复制粘贴。

一天选几十次模型会打断心流。快还是强不该由人现场决定。最好的界面常常是没有界面。第一代必须亮参数，系统可靠之后路由层就该把复杂度吃掉。

精确扫描过亿向量做不到。倒排簇少开几个中心，乘积量化把比较变成查表，分层图用稀疏上层走远路。过亿要把图放到盘上，内存只留压缩码。

加粗标记对模型几乎无效。把用户指定片段在少数头上放大、其余乘小系数再归一，推理时完成，不改参数。全头一起转会挤掉生成必需的上下文。

指示函数相加时，一棵树要把第二棵在第一棵每个叶子上复制一遍。贪心树求和每步只加一个分裂，可在现有树上长，也可新开残差树桩。总分裂数卡住才能手算。