人物
别名：lijigang
微博用户，发布关于认知差异的哲学观点。
已跟踪 30 条高相关材料
最近变化
2026-09-05 · Minimax定理适用于有限双人零和博弈，双方使用随机策略时收益相等。
为什么值得关注
李继刚 被反复提及时，通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。
日读论文： https://t.co/5XxjY9VT83 The Latent Space: Foundation, Evolution, Mechanism, Ability, and Out...
李继刚(@lijigang_com) · 9.2 分
该综述提出LLM进化下一阶段是摆脱token级思考枷锁，让模型在连续向量空间（latent space）中直接推理，实现更省、更准、更快的‘机器原生思考’。
电力是同质性的，a 厂和 b 厂的一度电，就是一度电。 token 是异质性的，不同模型的 1M tokens 价值有差异。 这种差异性，更容易形成供给瓶颈，进入“税收”式的状态，而不是商品化的电...
李继刚(@lijigang_com) · 8.5 分
电力具有同质性，而 token 具有异质性，这种差异导致 token 更易形成供给瓶颈。
Token 消耗量以及Token 账单，是「虚假指标」。 你面对的问题，AI 介入之后，有没有被更好解决，是「真实指标」。 订阅额度是否用光，不值得心心念念。 你的问题是否变好，才应该时时叩问。
李继刚(@lijigang_com) · 8.5 分
AI 评估应关注问题是否被解决，而非 Token 消耗量或账单。
已收录 30 条与 李继刚 相关的内容，按评分排序。
该综述提出LLM进化下一阶段是摆脱token级思考枷锁，让模型在连续向量空间（latent space）中直接推理，实现更省、更准、更快的‘机器原生思考’。
入选理由：模型边想边写本质是向量↔离散token反复转换，造成冗余、瓶颈、低效与语义流失
电力具有同质性，而 token 具有异质性，这种差异导致 token 更易形成供给瓶颈。
入选理由：电力是同质性的，不同电厂的一度电价值相同。
AI 评估应关注问题是否被解决，而非 Token 消耗量或账单。
入选理由：Token 消耗量和账单是「虚假指标」，不应作为评估 AI 效果的核心标准。
In the AI era, tools can reveal the 'shadow books' behind texts by using AI to analyze unstated assumptions, opposing views, and intellectual lineages in real time, enabling deep reading.
入选理由：‘影子之书’阅读法通过 AI 实时分析文本背后的隐含逻辑与学术脉络，提升理解深度。
The WeChat Reading Skill can recommend chapters based on conversation content, improving reading efficiency.
入选理由：每天晚上分析对话内容，推荐最适合的章节
书籍选择如同训练数据，质量重于数量，影响思维结构。畅销书可能引入噪声，经典著作塑造深层认知。
入选理由：书籍选择决定思维结构，类似训练数据质量影响模型效果
AI has a natural advantage in breadth, efficiently connecting interdisciplinary knowledge; depth thinking may remain a human strength, shaping future human-AI collaboration.
入选理由：AI 在广度上具备显著优势，可快速关联跨学科知识，实现信息爆炸式整合。
The quality of your questions reflects your cognitive path and depth of thinking; high-quality questions often stem from insights into systemic structures.
入选理由：能提出深刻问题的人通常具备系统性思维能力，能够识别关键变量与因果链。
李继刚在X平台上发表了一篇关于AI生成内容的文章，他指出AI可以轻松生成详尽的长文甚至书籍，但这种内容的泛滥导致了人们对这类内容的生理抗拒。他不主张完全拒绝AI内容，而是希望人们在与AI交流后，能够结合自己的思考和整理，产出既有AI洞察又有人性化的综合表达。他认为这不仅仅是去除AI痕迹的问题，更是人机协作的态度问题。
入选理由：AI可以轻易生成详尽的长文和书籍，导致内容泛滥。
LLM application architecture is diverging into two paths: atomic skill packs that decompose individual capabilities for flexible use, and componentized best practices that encapsulate scenario workflows to improve delivery efficiency.
入选理由：向下原子化路径将人的能力拆解为针对具体任务的独立技能包，支持用户按需灵活调用。
Engineer Lijigang shares an efficient workflow: spend 3 hours with AI to build a thinking framework, write a structured Org-mode document in 30 minutes, and generate HTML slides in just 5 minutes using his tool /ljg-present — total time under 3.5 hours.
入选理由：与AI讨论思考框架耗时3小时，是准备阶段最核心环节
《弱传播》提出舆论世界与现实世界规则相反：现实稀缺资源是权力（集中、主流、理性），舆论稀缺资源是注意力（分散、异常、情绪），导致弱者更易在舆论中被放大。
入选理由：舆论世界的运行逻辑由注意力稀缺性决定，而非权力结构
AI 可通过媒介、梯度和创造三个角度提升儿童学习效果，具体方法包括多媒介教学、个性化题目生成和创造实践。
入选理由：AI 可通过图片、视频、游戏等媒介形式增强知识理解。
Minimax定理揭示有限双人零和博弈中双方最优策略的平衡点，但文章未深入技术应用或实践案例。
入选理由：Minimax定理适用于有限双人零和博弈，双方使用随机策略时收益相等。
过度使用设计模板会导致审美疲劳，应注重内在独特性以保持美感。
入选理由：流行设计模板被广泛使用后会快速产生审美疲劳（7.6K views）
通过自动化脚本消除复制粘贴的场景切换摩擦，提升工作效率。
入选理由：使用脚本自动化处理复制粘贴流程，减少手动操作。
While the global tech landscape appears calm, AI model companies' stock prices are surging irrationally, reflecting strong market expectations for the AI industry.
入选理由：2026年6月，AI模型公司股价持续飙升，与整体市场安静形成鲜明对比。
模型厂商陷入红皇后效应，必须持续创新以避免被淘汰。该观点通过推文形式提出，但缺乏技术细节和数据支撑。
入选理由：红皇后效应在AI领域表现为模型厂商必须持续进步才能保持竞争力
李继刚在X上发布了一个新功能/ljg-classic，用于文言文逐字解读和章节释义，适用于《金刚经》等经典文本。
入选理由：/ljg-classic功能支持《金刚经》等文言文的逐字解读和章节释义
代码权限从只读转向只写，反映了开发者对代码可见性和协作态度的转变。
入选理由：开发者从隐藏代码转向主动暴露代码的协作需求
J-space 被提出作为 LLM 的白板，但文章缺乏具体技术细节和论证。
入选理由：文章未明确解释 J-space 的技术实现机制
深度使用AI模型会潜移默化影响人的语言风格，类似「claude味儿」「deepseek味儿」，大脑神经网络对context高度敏感。
入选理由：深度使用AI模型会潜移默化影响人的语言风格。
主题阅读有助于深入理解学科地图和视角，但文章缺乏具体方法和案例。
入选理由：每月进行主题阅读可帮助掌握学科地图。
The article proposes a hypothesis: there should be a service that provides all books in markdown format for AI agents to read and analyze, while humans use PDF format.
入选理由：AI agent需要结构化的文本数据（如markdown）进行高效分析。
Jigang Li shared his personal technical skills list, hosted on GitHub.
入选理由：李继刚分享了个人技术技能清单。
理解事物的本质在于找到其最短描述，这一观点虽具哲学启发性，但缺乏技术细节、实证或可操作方法，难以指导工程实践。
入选理由：理解事物的本质在于找到其最短描述，这一观点虽具哲学启发性，但缺乏技术细节、实证或可操作方法，难以指导工程实践
李继刚反思AI演进趋势：原先认为人类可保留‘Say Yes’（意志注入）与‘Say No’（审美否决）两项核心能力，如今判断二者亦可能被AI逐步接管。
入选理由：AI正从替代判断，向侵蚀人类意志起点（wantness）与价值终点（taste）能力演进
该推文提出AI可突破传统认知边界，实现「一天一本书」式知识处理，但未说明技术路径、工具或实证效果，属启发式观点而非方法论输出。
入选理由：AI的价值不仅在于提效和跨界，更在于拓展人类认知能力的上限。
该推文以哲学视角探讨人类认知差异，但缺乏技术深度与实用价值。
入选理由：该推文以哲学视角探讨人类认知差异，但缺乏技术深度与实用价值
该推文提出技术泡沫是新技术进入旧世界时的基础设施铺垫方式，但缺乏具体技术细节和论证。
入选理由：技术泡沫可能加速基础设施建设但存在风险
