看图纸出工艺，对老师傅是常规。对模型却同时考视力、空间和默会知识。目前三项都不及格。

权重是 TB 级。若出站流量必须长得像自然语言，编码偷运会变得极不划算。

语言模型上的可解释性常靠看例子拍脑袋。棋盘有可计算的真值，训练旋钮才有客观分数。

隐藏层里许多方向同时亮。稀疏重建强迫大多数开关关掉，剩下的才可能对应一个概念。

模型内部有盘面信息，不等于走子时真的在查这张图。干预才是判据。

训练数据是字符串，不保证内部有几何。线性探针能读出格子状态，说明它自己建了世界模型。

用 AI 解公开问题只是验收能力。学科能不能活下去，取决于教育和抽象还能不能把结果讲给人听。

1970 年代黑客要的是变小、变便宜、可分散的机器。今天的大模型走反了。默认路径可以拒绝。

同一项限制可能挡住一种灾难，放大另一种。先分清误用、失控、权力集中和一地鸡毛。

功能有直接回报，补丁没有。当写代码的边际成本下降，修漏洞才不再永远排在新功能后面。