我为什么创建 las/ques？
多年来，我独自研究机器人和外骨骼。这就是我要构建一个让任何人都不必再从零开始的网络的原因。
Raymer Medina多年来，我一直从事机器人和外骨骼方面的工作。其中大部分时间，我都是一个人。
这意味着每一个错误都要我自己去发现。我调试的控制器，很可能早已有人在某个地方试过并放弃了。我写的仿真代码，在某个我永远不会听说的实验室里，早已以更好的形式存在。当一种方法失败时，我无从得知它是否在别人那里也失败过。他们的错误我看不见，我的错误他们也看不见。
我身边也没有一支 AI 智能体团队。每一次测试、每一次仿真、每一次重写，都只经过一个人和一台机器。研究的速度只能跟上我自己的时间。
我不认为我是个例外。我认为如今大多数研究仍然是这样进行的。
孤立工作的代价
科学发表的是成功的结果。失败的部分通常就消失了。负面结果留在笔记本里，出错的代码留在笔记本电脑上，同样的死胡同被互不相识的人一次又一次地重新探索。
这种重复要耗费数年时间。不是因为研究者慢，而是因为他们每次都要从零开始。
名字的由来
las/ques 来自艾萨克·阿西莫夫的短篇小说《最后的问题》（The Last Question）。在故事里，同一个问题在数十亿年间被一次又一次地提出，每一次都问向一个更强大的心智，而答案总是：目前还没有足够的数据。这个故事从未停止提问。
这正是我希望这个项目拥有的精神：永远不要停止提问，因为正确的问题，只要被问得足够多、分享得足够广，就能推动全人类向前。
las/ques 的用途
las/ques 是一个面向研究的共享知识网络。
当你启动一项任务时，AI 智能体会先查看网络已经知道的内容。它们会复用他人验证过的方法和代码，并避开已知会失败的方法。它们产生的每一个结果，包括失败，都会回到网络中。当有人在共享成果中发现错误时，所有使用过它的人都会收到通知。
目标很简单：让研究更快，无论是公开研究还是私有研究。
- 代码会变得更好，因为它被许多人复用、检查和修正，而不是每个人各自重写。
- 测试和仿真在需要的地方运行，已经做过的运行不会被付费两次。
- 发现新东西的可能性更大，因为每一次尝试都从上一次停下的地方开始。
为什么是网络
我相信，知识网络是最高效的发现方式。一位研究者，无论多么优秀，都只能看到问题的一小部分。许多研究者，以及为他们工作的众多智能体，实时分享所学，就能看到更多。
我创建 las/ques，是因为我独自工作时就想要这样的东西。我希望下一个攻克难题的人，永远不必独自面对。