自從 GPT-5 上線以來，我確實感覺自己像是在和一個 10 人以上的團隊合作。HVM4 才剛滿 1 個月，卻已經在各個方面超越了 HVM3。我們現在有一個原型的並行模式（是的，還有懶惰評估！）正在運行，並且預期會有加速效果。

請記住，平行模式是： - 在 HVM1 上失效（那是懶惰的） - 在 HVM2 上表現良好（但它是嚴格的） - 從未在 HVM3 上實現過 擁有正確的平行 + 懶惰模式仍然是一個未解決的問題，但有了這個設置，我們終於快要達成了。 如果它有效，那意味著我們可以通過真正的線程評估來擴展 SupGen，這比我們目前正在進行的分片要快得多。 現在，再次說，擁有 256 台 Mac mini 是令人難過的，因為那是為分片優化的。那是 1024 個性能核心，分配到 256 個單位，每個單位有 4 個核心，16 GB 的內存。擁有真正的平行性，我們本可以選擇 Mac Studios。那麼，這真的值得嗎？ 用同樣的錢，我們可以獲得 16 台 Studio，每台有 512 GB 的內存和 24 個性能核心。因此，雖然這使我們能夠充分利用真正的平行性，但這也意味著我們的總計算能力大約少了 3 倍。那麼，這值得嗎？ 我其實不知道，但我們很快就會知道。也許我做出了正確的選擇（即使我擁有的信息不完整）

請記住，平行模式是： - 在 HVM1 上失效（那是懶惰的） - 在 HVM2 上表現良好（但它是嚴格的） - 從未在 HVM3 上實現（Haskell 問題） 擁有正確的平行 + 懶惰模式仍然是一個未解決的問題，但有了這個設置，我們終於快要達成了。 如果它有效，那意味著我們可以通過真正的線程評估來擴展 SupGen，這比我們目前正在進行的分片要快得多。 現在，再次說，擁有 256 台 Mac mini 是令人難過的，因為那是為分片優化的。那是 1024 個性能核心，分配到 256 個單位，每個單位有 4 個核心，16 GB 的內存。擁有真正的平行性，我們本可以選擇 Mac Studios。那麼，這真的值得嗎？ 用同樣的錢，我們可以獲得 16 台 Studio，每台有 512 GB 的內存和 24 個性能核心。因此，雖然這使我們能夠充分利用真正的平行性，但這也意味著我們的總計算能力大約少了 3 倍。那麼，這值得嗎？ 我其實不知道，但我們很快就會知道。也許我做出了正確的選擇（即使我擁有不完整的信息）

@0xHP10 也寫一堆測試，並要求 AI 在每次小改動時運行這些測試。gpt-5 在自我修正（甚至學習和理解）失敗測試方面非常非常出色。

@0xHP10 也要寫好測試，並要求 AI 在每次小改動時運行這些測試。gpt-5 在根據失敗的測試進行自我修正（甚至學習）方面非常出色。