久久鲁鲁

久久鲁鲁?张子宇次节继续登场3分43秒，她贡献1中1的投篮，但一度摔了一跤，所幸并无大碍。张子宇第二节仅送出1次助攻，外加送出2次失误，在场上的存在感并不强。 真有“后悔药”！微信谈天纪录误删后可以作废了

久久鲁鲁?2020年她以奇袭歌手身份参加过《歌手·当打之年》，但去年又出现在《下一战歌手》舞台上跟新声代歌手竞争，可惜没再次打进《歌手2025》正片里。 何美记者 李保安 摄

久久鲁鲁?如果说，黄仁勋1月访华时的重点在于维持中国员工和合作伙伴的信心，那么今年4月，黄仁勋再次造访北京和上海，目的则是在关键时刻重申对中国市场的承诺。

久久鲁鲁?反观汪家，面对这些纷纷扰扰，似乎有着自己的处世之道。汪小菲没有像大家猜测的那样，拉着娱乐圈的朋友来给自己撑场面，打舆论战。他更愿意靠自己的方式去解决问题，这份淡定和不屑，还真让人对他有了新的认识。

久久鲁鲁?省会在“虹吸效应”的加持下加剧了区域发展的不平衡。省内其他城市的人大量进入到省会就业，导致其他城市缺乏人才，没有岗位，也形成不了产业。 李晓东记者 孙玉忠 摄

久久鲁鲁?对于给9个大石墩单独加钢管防护栏，该工作人员解释称：“那个应该是停车的，那是防止违停的。具体你问一下我们学生科，他们会清楚的。” 陈庆国记者 王辉 摄

久久鲁鲁?然而，在ChatGPT问世后的两年半里，AI领域的追赶式投资呈现出抛物线式的疯长，起初资本涌向GPU和大规模训练。当一些实验室意识到仅靠GPU无法保证产出优质模型时，资本的炮口正迅速转向人才。

久久鲁鲁?“从小就喜欢动手搞点小实验，他尤其喜欢化学，对导弹、核弹之类的非常喜欢。”苏女士向记者回忆，儿子的学校也经常开展一些科技信息活动，他很是迷恋这些活动。大概是2023年10月份，佟永锟在家里自制火箭推进剂，意外发生了爆燃，他也被烧伤。 徐建雄记者 杨萍 摄

久久鲁鲁?巡洋舰，是苏联时期，以及更早沙俄时期，俄国人对争霸海洋的一种理解。也正因此，在苏联时期发展航母的时候，其实是走了一段弯路的。及至开始研发乌里扬诺夫斯克级核动力航空母舰，对标美国的尼米兹级，似乎回到了正轨。可遗憾的是彼时苏联已经到了末期。最终，刚在乌克兰黑海造船厂建造不久的乌里扬诺夫斯克级航母胎死腹中—— 王玉会记者 李成名 摄

久久鲁鲁?乘“龙脊线路”游览北京中轴线—5路：5路是新中国成立后最早开通的公交线路，乘坐该线路可畅游鸟巢、水立方、天安门、德胜门等地标建筑，见证北京城的发展与变迁。

久久鲁鲁?以散播阴谋论出名的极右翼人士亚历克斯·琼斯称：“这绝对令人作呕。”曾是福克斯新闻频道主持人的塔克·卡尔森指责司法部想要“扼杀”真相。 何蓉记者 王定全 摄

久久鲁鲁?尽管杨瀚森并非完美无缺——体能和失误是他需要改进的两个主要方面（两场比赛共出现8次失误），但在有限的样本中，他的优点明显超过了缺点。看起来波特兰确实捡到了一个宝。

久久鲁鲁?“如果特朗普认为加征50%的关税就能让我们低头，那他做不到。”法瓦罗11日在马托格罗索州出席活动时说，巴西有权采取报复行动。“巴西国民议会批准了巴西（对美）行使对等措施的权力。如果美国征收50%的关税，我们也可以征收50%。”

久久鲁鲁?韦斯特伍德：“中国香港足总始终确保公平，但这次我们面临截然不同的环境，最小的房间、最少的物资，或许因为中国香港队的身份不及其他球队。但我们已经竭尽全力，这次是宝贵的学习经历，球队会因此变得更强大。”

久久鲁鲁?参数设置、起飞、挂线、涂覆、探伤……7月14日，在重庆市垫江县沙河乡宝鼎村3组的一处山坡上，国网垫江供电公司运维人员杨志富操控机器人不到2个小时就完成了3根10千伏高压线的绝缘涂覆作业任务。这是该公司首次采用智能涂覆机器人技术，在不停电的情况下对配网线路开展带电维护的一个场景。

久久鲁鲁?曾经被形容为翻版李嘉欣的蔡晓仪，如今已经53岁。至今未婚的她，容貌早就不及从前，身材还略显发福，不再如往昔那般精致，这么多年来她一直在神隐，偶尔参加聚会低调露脸，没想到她突然受访宣布要复出台前开启演艺工作。对于自己在这个年纪的复出，她自信满满，认为自己保养得很好，外出的时候还曾被误认为是30多岁的人，所以她不认为这个时候复出，年龄是问题，只要有诚意没有什么不可以。

久久鲁鲁?当晚8时30分许，极目新闻记者来到位于一个工业园区内的湖南丰旭线缆有限公司。一楼库房内有几名工人正在忙碌，公司门口的空地上放着写有“丰旭线缆”字样的货物。忙碌的工人称，事发时他们在里面干活，事发很突然，不清楚具体发生了什么事情。记者请工作人员联系该公司负责人，被其拒绝。随后，极目新闻记者拨打天眼查显示的该公司电话，无法接通，发短信也未有回复。

久久鲁鲁?记者在采访中了解到，为了迎合年轻人的消费，北京一批老商场在升级改造中瞄准二次元商机，引入“谷子店”“谷子市集”，收获大量年轻顾客。比如位于西单的华威大厦，如今引入二次元，大厦内的潮铺街人头攒动，不少年轻人装扮成自己喜欢的动漫角色，在这里享受二次元狂欢。

久久鲁鲁?2023年11月，桂林市纪委监委通报三起破坏营商环境典型问题，其中邓晓强隐身幕后当老板，破坏地方发展环境问题。2014年至2022年，邓晓强在担任市卫计委主任、恭城县委书记等职务期间，以他人名义注册并实际控制多家企业，违规从事营利活动；以会议集体决策之名，行违纪违法之实，挪用县城投公司巨额资金用于其实际控制的公司进行项目建设；利用职务便利，为他人在工程项目承揽、征地拆迁、拨付工程款等方面提供帮助，非法收受巨额财物、索要房产。 李洪记者 李炯 摄

久久鲁鲁?“重点在于，我们已经做了30年，他们（华为）已经做了几年，而华为已经能告诉大家他们有多强大了。现在没有一个人比我付出更多精力来建造（AI生态），我已经在极高的水平、以难以置信的规模（在做这件事），而华为已经能和我们相提并论，这说明了一些问题。”黄仁勋表示。

久久鲁鲁?据央视新闻报道，当地时间6月6日，美国总统特朗普在接受记者采访时表示，下一任美联储主席的任命结果将很快公布，他对人选已有相当明确的认识。 宣照亮记者 张怀国 摄

久久鲁鲁?太原老葛的视频也没有提过另一个时间，即2019年9月11日。当时，相关短视频平台官方账号发布处罚公告。30位用户账号被封禁，其中包含“太原老葛”。该公告称，为维护社区良好风气，根据相关规则，对一批涉嫌恶意炒作、低俗八卦等的账号进行封禁处理。

久久鲁鲁?关于在OpenAI工作的思考我在三周前离开了OpenAI。我是在2024年5月加入这家公司的。我想分享我的思考，因为大家对OpenAI做了很多猜测，但很少有人有在那里的第一手文化体验。Nabeel Quereshi有一篇很棒的文章，叫《对Palantir的反思》，他回顾了是什么让Palantir如此特别。我也想做同样的事，趁记忆还新，为OpenAI留个注记。这里没有任何商业机密，只是对当下这家最具吸引力的组织之一，在极具意义时刻，工作体验的个人观察。首先要说的是：我离职并非因任何人事纠纷，恰好我对离开感到深深矛盾。从创立自己的组织，变成一家有三千名员工公司的职员，这种身份的转换很难。现在我渴望一次全新的开始。我也许会被那里的工作所吸引，回去也说不定。毕竟想象一下有机会参与AGI的建设是不现实的，而大语言模型无疑是近十年以来的技术创新。我很庆幸能亲眼见证一些发展，同时也参与了Codex的发布。显然，这些并非公司的官方立场——只是我个人的观察。OpenAI是一个大机构，我只能从我的“小窗口”提供这些见闻。首先要知道的是，OpenAI扩展得极快。我加入时，公司刚刚超过1000人。但一年后已经超过3000人，而我在员工任职时间排名位列前30%。几乎所有领导层在2–3年前都还不是在做现在这份工作。显然，快速扩张会带来问题：如何在公司层面沟通，组织架构如何设定，如何推进产品发布，如何管理和组织人力，以及如何招聘等。不同团队的文化情况也差别巨大：有些团队持续高压快跑，有些在监控已有项目，有些保持更稳定的节奏。没有所谓的“OpenAI体验”，研究团队、应用团队、GTM（市场/销售）节奏都完全不同。OpenAI有个特殊之处——一切都通过 Slack（一个用于工作沟通交流的平台） 运行，没有电子邮件。我整个任期或许只收到过10封邮件左右。如果你不善于整理，很容易被这些渠道淹没，但如果你管理好渠道和通知，也能做得井然有序。OpenAI鼓励“自下而上”，尤其在研究领域尤为明显。我刚加入时，问第一季度的路线图在哪，得到的回答是：“不存在。”（不过现在已经有了。）好主意可能来源任何人，通常我们并不清楚哪些想法会提前证明是最有成效的；公司不靠宏大的“总体计划”，进展往往迭代并在新的研究结果基础上逐步展开。这种自下而上的文化也让OpenAI极具“重绩效主义（meritocratic）”性质。历史上，公司里的领导者大多是因拥有好点子并能执行而晋升。许多非常优秀的人，不擅长全体大会发言或政治运作，但在OpenAI他们一样能脱颖而出。好点子通常可以胜出。OpenAI的文化喜欢快速行动（bias to action）。在类似方向有多个团队同时试点并不少见。我刚加入时曾同时见到大概3–4种Codex相关原型，最后才决定上线。它们通常由少数人自发发起，不需要特别审批；当看到希望时，团队就自发聚拢。Codex 负责人Andrey曾说，你应该将研究员视为“迷你董事会”。在那里，你可以全盘推进自己的方向，看它能走多远。相应地，如果某个问题被认为“无意思”或者“已解决”，它可能根本不会有人去关注。优秀的研究经理作用极大，但也都有限。他们擅长将不同方向的研究串联起来，将其汇聚到大规模模型训练里。同样，出色的产品经理也能串起价值点，将力量聚合。我合作过的ChatGPT的工程经理（EM）Akshay、Rizzo、Sulman，是我见过最Cool的“客户”。他们经验非常丰富。他们多为管理型角色，主要职责是招聘优秀人才并为他们提供成功支持。OpenAI会瞬间调整方向。这点我们在Segment（原公司）也很喜欢——有新情况就改变方向，比为了“计划”一直推进要好得多。令人惊奇的是，OpenAI这么大的公司还保留着这种思维方式——Google显然不是这样。公司决策快速，一旦决定了努力的方向，就全力奔跑。媒体上对OpenAI有很多抨击。我来自B2B企业背景，对此很震惊：内部还未宣布的功能，新闻稿已经播出；我告诉别人我在OpenAI工作，往往就听到对它的既有偏见。有一些 Twitter 账号用自动化机器人监测功能上线情况。因此，OpenAI非常保密。我无法详细告诉任何人我在做什么。公司内部有不同的工作空间和不同权限。营收、烧钱数据都高度保密。OpenAI也比你想象中更“严肃”，因为风险非常高。一方面要构建 AGI，需要把一切都做对；另一方面产品已有数以亿计用户在用于医疗建议、心理疗愈等敏感场景；再者，OpenAI处在与 Meta、Google、Anthropic 的激烈竞争中，甚至全球政府都密切关注这个领域。尽管媒体有抨击，但我见的每个人都是真心“想把事情做好”。作为一家消费者导向的公司，曝光最大，也最易成为舆论焦点。当然，不应把 OpenAI 视作一个整体统一的“单一实体”。我更像把它当成“洛斯阿拉莫斯”式的组织——一群科学家在探索最前沿。巧合的是，他们也造出了历史上最火爆的消费者 App。之后开始扩展到政府和 企业服务。公司里人来的时间不同、所处团队不同，目标也不同——想法迥异。时间越久的人，越会带着“研究实验室”或“公益非营利”视角去看。我最欣赏的一点是公司“说到做到”地让 AI 利益大众化。最先进的模型没有锁定在某个企业合同中。世界上任何人都可以访问 ChatGPT，哪怕未登录。可以注册 API 使用 —— 大多数模型（即使是 SOTA 或专有模型）会迅速加入 API 服务，让创业公司、开发者都用得上。你可以猜测会有截然不同的企业版本策略，但 OpenAI 并没有走那条路，值得赞赏，这一点仍是公司文化核心。安全问题的关注比你在 Zvi 或 LessWrong （社区论坛，专注于讨论认知偏见等）里看到的还要多。公司有大量人手致力开发安全系统。但现实中更关注的是实用风险——仇恨言论滥用、政治操纵、研发生物武器、自我伤害诱导、及时药物注入等——远比理论上爆炸性风险更受关注。当然仍有人研究理论风险，那也是存在的。但在我看来，实用安全才是主流，很多安全内容不公开发表，OpenAI 其实还应该更多公开这一部分成果。与很多公司在招聘会发大量 周边不同，OpenAI 不大送周边（新员工也基本没桌牌之类）。取而代之的是会不定期发“drops”，员工可以订购库存。第一次 drop 店铺就被刷爆了，连 Shopify 都挂了。有一个内部的帖子流传如何POST正确的json（基于JavaScript语言的轻量级的数据交换格式，即JavaScript Object Notation）有效负载和规避这一点。所有事情与 GPU 成本相比都太小。举例：Codex 中一个细小功能的 GPU 资源消耗，就相当于我们整个 Segment 基础设施的费用（虽然 ChatGPT 规模更大，但平台体量也大）。OpenAI 是我见过的最雄心勃勃的组织。你大概会以为拥有一个全球头部 App 就够了，但他们志在多场战役：API 产品、深度研究、硬件、编程代理、图像生成等等（还有很多未公开项目）。这里是个让点子落地弹射的平台。公司非常关注 Twitter上的氛围。如果你发的一条与 OpenAI 相关的 tweet 爆火，很可能有人会看到并重视。一位朋友曾说：“这家公司靠 Twitter情绪运行。”对于一个消费级公司来说，这点也没毛病。当然他们也有用户增长、留存等分析，但情绪倒也很重要。OpenAI 里的团队比很多地方更 fluid、更灵活。在 Codex 发布时，我们需要几个 ChatGPT 的工程师来赶进度。于是我们找 ChatGPT 的 产品经理提需求，第二天就来了两位牛人，不需要等季度计划或重新分配资源。动作快得惊人。高层领导很活跃，好像没一位是“挂名”——gdb（Greg Brockman）、sama（Sam Altman）、kw（Wojciech Zaremba）、Mark、Dane 等经常在 Slack 上互动。代码与基础设施OpenAI 使用巨大的 monorepo（单一代码仓库：一种将多个项目或代码库存储在同一个版本控制系统中的策略，以便于跨项目协作和代码共享），以 Python 为主（但也有 Rust 服务，和少量 Golang 用于网络代理等）。这导致代码风格多样：既有来自 Google 资深工程师设计的大型库，也有博士刚毕业写的 Jupyter notebook。所有后端基本都是 FastAPI + Pydantic 构建 API，而且没有统一强制的风格指南。OpenAI 完全在 Azure 上运行。好玩的是，能真正信任的只有三项服务：Azure Kubernetes Service、CosmosDB、BlobStore。没有 Dynamo、Spanner、BigQuery、Kinesis 等 AWS 工具，也少有自动扩展设计。IAM 机制也较弱，于是很多机制选择自研。从工程人才看，有大量来自 Meta → OpenAI 的背景。在很多方面，OpenAI 早期就像 Meta：一款轰动一时的消费者应用软件、新兴的基础设施、行动快。大多基础设施人才来自 Meta+Instagram，水准很强。把这些东西放在一起，你会看到很多基础设施的核心部分让人想起Meta，你会看到很多 Meta 风格的设计：内部重写的 TAO、边缘统一身份认证等等。我相信还有很多我不知道的。聊天功能深入系统。从 ChatGPT 起，许多代码库都是围绕聊天消息和对话的思想构建的。这些源语内嵌得很深，不注意就会踩坑。Codex 虽有些变体（基于响应式 API），但仍复用很多原先框架。OpenAI 强调实干：没有架构委员会决策，通常谁做谁决定。这带来行动快的优势，但也常导致代码库里存在多个类似功能库。我见过很多库，比如队列管理或代理循环。在缺乏工具支持的快速扩张团队里，问题也会产生：比如Sa-server（后端整体）有点像垃圾场。在master上，CI崩溃的频率比您想象的要高得多。即使是并行运行的测试用例，考虑依赖关系的子集，在gpu上运行也需要大约30分钟的时间。这些并不是无法解决的问题，但它提醒我们，这类问题无处不在，而且当你快速扩展时，它们可能会变得更糟。好在内部已有大量精力投入改进。其他经验了解什么叫“大消费者品牌”。Codex 推出时我才意识到这一点。这里的 KPI 是“专业用户”；即便是 Codex，会侧重用户个人使用情况上指标，而非团队协作。对于我这种 B2B 背景的人来说，这种风格很不一样：你转动个开关，流量就来了。大型模型训练机制（高层次）。这种流程从“实验小型原型”到“扩容实跑”再到“疑难调试”一直延续。实验时不仅调模型结构，也会调训练数据混合；训练变大后更像分布式系统工程，需要调边缘案例（仅在极端（最大或最小）操作参数或其他异常操作条件下发生的问题或情况）。GPU 数学基础。作为Codex发布的一部分，我们必须预测负载能力需求，这是我第一次真正对gpu进行基准测试。要从延迟、token 数、time-to-first-token着手往下推硬件能力，而不是简单问 GPU能跑多少 FLOPS 。每个模型版本的性能负载差异很大，需要重测。在大型 Python 代码库中协作。Segment是两个微服务的组合，主要是Golang和Typescript，我们没有OpenAI那样的代码广度。而在 OpenAI，我学到了很多关于如何根据贡献代码的开发人员的数量来扩展代码库的知识。你必须设置更多的护栏，比如“默认工作”、“保持主界面清洁”和“难以误用”。发布 Codex过去三个月里，我参与的最大项目是 Codex 的发布。毫无疑问是我职业生涯中的亮点。说下背景：在2024年11月，公司设下目标——2025年推出编程助手。到2025年2月，我们已有数个内部工具使用模型效果不错。压力来了——确实模型对编码已具生产力（你看到市场上大量生成 vibe-code 工具）。我提前休完陪产假回来，帮助这次发布。一周后，我们混并了两个团队，开启加速冲刺。从写第一行代码到上线，仅用了7周。Codex 冲刺是我十年职业生涯中最拼的一次。几乎每晚工作到11点或更晚。早上5:30被新生儿叫醒，7点去办公室，几个周末也在办公室。大家周周争分夺秒，很像当年YC创业节奏。这种节奏真难形容。我从没见过哪家只花7周就从想法到完全发布并开放给所有人的产品。我们构建了一个容器运行时，对repo下载进行了优化，对自定义模型进行了微调以处理代码编辑，处理了各种git操作，引入了一个全新的界面，启用了Internet访问，最终得到了一个使用起来令人愉悦的产品。那感觉，真心太爽了。无论别人怎么说，OpenAI 依然保有那种创业精神（launch spirit）。幸运的是，只要给对的人，就能创造奇迹。我们是一个由8名工程师，4名研究人员，2名设计师，2名市场推广和1名产品经理组成的高级团队。如果我们没有这个团队，我想我们会失败的。没有人需要太多的指导，但我们确实需要相当数量的协调。如果有机会和Codex团队合作，你就知道他们有多强。发布前夜，五个人熬夜到凌晨4点布署主单体（部署耗时数小时）；然后回到办公室，参加8点的发布会和直播。打开功能开关，瞬间流量来了。我从没见过哪个产品上线后凭借侧边栏（Sidebar）就有这么爆发式流量——ChatGPT的力量非常显著。在产品形态上，我们选择了全异步形式。与当时的 Cursor（现在也支持后端异步模式）或 Claude Code 不同，我们希望用户把任务发给代理，就像给同事发PR（拉取请求）；它会自动执行，完成后返回PR。这是个赌注：当时模型仍“好但不完美”。它能工作几分钟，但还做不了几个小时。用户对模型能力信任度参差不齐。而且到底模型真正能力在哪也还不很明朗。我相信从长远看，大多数编程会更像 Codex 这种形式。但与此同时，等着看各种产品如何演化会很有趣。Codex 在大型代码库中导航、任务管理能力特别突出。相比其它工具，我见过最大区别是它能并行触发多个 task，然后比对他们输出。我最近看到公共数据显示不同大模型代理制作 PR 的数据量。Codex 已生成 63 万个 PR。53 天内，对外公开的 PR 达 7.8 万个/工程师；私有 PR 多则更多。我人生都没做过这么有影响力的事情。告别感言坦白说，我最初对加入OpenAI很担忧。不确定放弃自由、拥有老板、融入大厂是否合适。我低调告诉朋友我加入了OpenAI，生怕不适合就尴尬了。我希望这次经历能让我：构建对模型训练机制及未来能力变化的直觉与优秀的同事一起工作并学习推出一个伟大的产品回顾这一年，我觉得这可能是我做过的最正确的选择。难以想象哪能比这里学得更多。如果你是创始人，觉得自己创业没前景了，该深度评估是不是放弃机会打多几次仗，要么去加入大实验室。现在是创造的黄金时刻，也是窥见未来方向的绝佳窗口。我认为 AGI 的竞争有三匹马：OpenAI、Anthropic 和 Google。他们会根据各自 DNA（消费导向 vs 商业优先 vs 基础架构和数据驱动）走出不同路径。在其中工作将是开眼界。感谢 Leah 在深夜支持我，承担大部分育儿任务。感谢 PW、GDB、Rizzo 给我机会。感谢 SA teammates 教会我很多：Andrew, Anup, Bill, Kwaz, Ming, Simon, Tony, Val。感谢 Codex 核心团队：Albin, AE, Andrey, Bryan, Channing, DavidK, Gabe, Gladstone, Hanson, Joey, Josh, Katy, KevinT, Max, Sabrina, SQ, Tibo, TZ, Will。这趟旅程我永生难忘。

久久鲁鲁?也难怪，这段时间方媛神采奕奕的，走到哪都一副喜笑颜开的模样，原来是肚子里怀了男宝呀。要说方媛怀男宝这事，最开心的应该就是郭富城了吧。 ，更多推荐：亚洲国精产品二二三三区