对第二届浦江 AI 学术年会「AGI4S 珠穆朗玛计划」核心新品逐一展开,配架构/流程示意图,说明各新品的定位、能力与在整体布局中的位置。

深势科技以「微尺度工业设计基础设施」起家,沿「微尺度软件 → 玻尔科研平台 → 科学发现智能引擎」演进;梳理其产品布局、行业布局与核心能力。

AI4S 正从「辅助计算工具」迈向「自主发现引擎」,成为继大语言模型、具身智能之后 AI 落地的第三条主线;梳理技术原理、发展阶段、玩家格局与产业机会研判。

形态学 + 动力学的几何骨架:K 线包含、分型、笔、线段、中枢、走势类型与背驰,每个核心概念配 SVG 示意图。

让 AI 高速产出,用「隔离验证」兜底正确性:计划先行、探针优先、隔离审查、实时勾选、ADR。

一句话定位:Omnigent 是一个"元 harness"。它不重新发明 agent,而是在各家 agent 框架(Claude Code、Codex、Pi) 之上抽象出统一层,让你能够 swap or combine harn

把 N 个 agent 框架(Claude Code / Codex / Pi / OpenAI Agents)压成"只需实现 run_turn、吐标准事件"的薄适配器

一句话定位:Omnigent Server 是一个轻量协调器,监听 6767 端口、可多副本水平扩展,自己不执行任何 agent 代码。 真正跑 runner(agent 子进程)的是 host,而 host 有两种来源:

一句话定位:Polly 是一个 Orchestrator / Worker 形态的多 Agent 编程模型。 中央的 Polly Brain 负责拆解、分派、验证、集成,但自己从不写业务代码; 真正的实现由多个编码子

直接学 PyTorch 的根本问题：

Micrograd 阶段的局限性：

Bigram 模型的根本问题：

Part 2 的局限性：

每个练习都有对应的 _参考答案.ipynb。Ex1 里 BN 一段可先"当黑盒"直接用给出的公式（走法 B），Day 18 再专攻。所有公式均已用数值梯度独立验证（误差 1e-10 量级）。

Karpathy 在视频开头亲口说：

先看清楚敌人。BN 的 forward（记 x = hprebn，形状 [n, 64]，n = 32）：

一句话概括本节：把 Part 3 的平铺 MLP 重构成模块化代码，再把它改造成 WaveNet 式的层级结构，顺路抓一个不报错的 bug。Part 4 是微观（每个算子的梯度），Part 5 是宏观（网络怎么搭）。

五天切法：Day 22 → 0:00–42:13 + STEP 0–2（读本讲义一~三节）｜ Day 23 → 42:13–1:19:11 + STEP 3–4（读四~六节，最重要的一天）｜ Day 24 → 1:19:11–1:37:49