近况

在学

佐治亚理工在线计算机科学硕士（OMSCS），人工智能方向。这学期在上 Video Game Design，已经修完 Machine Learning for Trading 和 AI for Robotics。

在读

Nathan Lambert 的 RLHF Book 和配套课程，正在啃奖励建模、DPO、PPO 和 GRPO。

在做

工作上，一个 AI 发布 Agent，目前在试点。工作之外，就是这个网站。

在琢磨

用同样的提示词对比几个编程 Agent（Claude Code、Codex、Pi）的产出质量、token 消耗和思考时长。另外在想 TypeSafe Jev 这类“类型化判断”模型适合用在哪里。