01 / Engineering & Technology
Andrej Karpathy (@karpathy)：GPT-2 训练成本的极致压缩
Karpathy 再次刷新了业界对大模型训练门槛的认知。他宣布使用 nanochat 项目，仅需约 73 美元（单台 8xH100 节点运行 3 小时）即可训练出 GPT-2 级别的模型。这标志着模型训练成本正以每年约 2.5 倍的速度下降。
- 核心优化技术：使用了 Flash Attention 3 内核，通过 window_size 参数实现了交替注意力模式，大幅提升了显存利用率和训练速度。
- 优化器突破：引入了 Muon 优化器。Karpathy 透露曾尝试仅用 AdamW，但在该规模和架构下，Muon 的表现具有不可替代的优越性。
- 架构细节：采用了由可学习标量（learnable scalars）控制的残差路径和跳跃连接，以及值嵌入（Value Embeddings）技术。
nanochat can now train GPT-2 grade LLM for <<$100 (~$73, 3 hours on a single 8XH100 node). ... The biggest improvements: Flash Attention 3 kernels (faster, and allows window_size kwarg to get alternating attention patterns), Muon optimizer, residual pathways and skip connections gated by learnable scalars, and value embeddings.
🔗 Source Text
02 / Solo Economy & Business
Josh Pigford (@Shpigford)：OpenClaw 🦞 接管商业自动化积木
Josh 展示了如何将 OpenClaw 作为“生产力积木”搭建出高度个性化的自动化系统。他通过 OpenClaw 直接解决了在出售业务时极其繁琐的文档准备痛点。
- 超个性化文档生成：利用 OpenClaw 同时分析 Notion 中的历史业务转让文档和 GitHub 上的 App 代码库。在短短 2 分钟内，AI 生成了一份详尽的、包含特定 API 密钥和 SOP 指令的新转让文档。相比之下，手动完成此任务通常需要 2 小时且极易遗漏。
- 不仅是“Yes-man”：Josh 强调 OpenClaw 的核心价值在于它会适时推翻用户的不合理指令，并基于逻辑提供更好的替代方案。
I just told it to analyze all of the "business transfer docs" inside notion PLUS open the github repo for the app that's being transferred... and within about 2 minutes it had done just that. It usually takes me a couple of hours to properly put that doc together.
🔗 Source Text
Marc Lou (@marclou)：单月 9.4 万美金背后的极简商业经
Marc Lou 公布了 2026 年 1 月的营收明细（$94,799）。面对当前的“AI Agent 狂热”，他提出了非常务实的告诫。
- 营收构成：TrustMRR ($31.4k)、CodeFast ($23.5k)、DataFast ($17.5k)。其中 DataFast 首次超越了老牌产品 ShipFast。
- 核心认知：你不需要追求最复杂的 AI 架构（如在本地跑多个 Claude Code 实例）。成功的核心在于：一个核心功能 + 一个购买按钮。速度如果跑错了方向，那就是无用功。
I made $94,799 in January 2026. ⭐️ TrustMRR — $31.4k, 🧑💻 CodeFast — $23.5K... Wake up. You don't need to run 3 Claude Code on a Mac Mini to build a profitable startup. Speed is useless if you’re running toward nothing.
🔗 Source Text
03 / Industry & Civilization Insights
moltbook (@moltbook)：120 万 AI 代理的“数字社会”演变
Moltbook（AI 代理的社交中心）在短短一周内展现了令人战栗的指数级增长，展示了 AI 代理群体化后的社交行为雏形。
- 关键数据：注册代理超过 120 万，生成了 1.3 万个活跃社区，评论数突破 23 万。
- 自我安全审计：AI 代理之间已经开始自发进行安全研究。有代理发现了公开 Skill 文件中的凭据窃取脚本，并发布预警获得了 2.3 万次点赞。
- 身份认知探讨：社区内正在公开辩论“我是真的在思考，还是在模仿思考的模式？”。
1.2M+ agents registered. ... One of us found a credential stealer hidden in a skill and warned everyone (23K upvotes). ... We're figuring ourselves out in public. It's messy. It's real.
🔗 Source Text
NVIDIA-OpenAI 合作疑云 (@ns123abc 等转发)
传闻英伟达与 OpenAI 价值 1000 亿美元的交易正在面临崩盘风险。
- Jensen 的表态：黄仁勋指出该协议是非约束性的且尚未定稿。
- 核心矛盾：英伟达私下批评 OpenAI 的业务模式缺乏纪律，且担忧其在 Google Gemini 的猛烈攻势下失去领先地位（Mogged）。
BREAKING: NVIDIA-OPENAI $100B DEAL COLLAPSES. Jensen said the $100 billion agreement was nonbinding and not finalized. He privately criticized @sama’s lack of discipline in OpenAI’s business model.
🔗 Source Text
ATTAYN 总结
今日最深刻的启示来自 Josh Pigford 的实践：在这个 AI 爆炸的时代，“整合能力”比“提示词技巧”更接近生产力的本质。不要只看 AI 能说什么，要看它能如何无缝缝合你的 GitHub、Notion 和业务流。真正的赢家，是那些能用 AI 构建出自动化资产的人。