Joined February 2016
诸葛青春 retweeted
MIT Advanced Data Structures course: courses.csail.mit.edu/6.851/… = Video lectures, lecture notes, problem sets, GitHub, and more
6
76
436
17,245
诸葛青春 retweeted
三个超级大脑坐进一家酒吧,聊了两个多小时。这可能是今年最值得看的一场 AI 访谈。 借着 Meta 发布新一代模型 Muse Wonder,小扎和亚历山大·王难得同框。采访者同样大有来头:Stripe 联合创始人 John Collison。Stripe 一直是我心目中美国最有创造力的公司之一。 三个人从 AI 模型、个人智能体,一路聊到产品、公司管理,以及如何做判断和决策。信息密度极高。 我给全片加上了中文字幕,值得找个时间慢慢看。
Cheeky Pint is back! Mark Zuckerberg @finkd and Alexandr Wang @alexandr_wang came to the pub to discuss their new frontier model, Muse Wonder. 00:00:24 Muse’s breakout use cases 00:07:28 The model is the product 00:14:35 Muse Wonder 00:24:56 How frontier models are built 00:48:26 Betting $100B 01:07:21 Agentic commerce 01:19:34 OpenRouter 01:20:06 Beyond the smartphone 01:27:00 Funding 01:34:06 Why AI won’t be winner-take-all 01:40:46 Meta Superintelligence Labs (MSL) 02:08:11 Working for Mark Zuckerberg
155
708
36
2,629
434,314
诸葛青春 retweeted
前一段 Loop Engineering 不是很火么,不过真做好的也不多。 知名开源开发者 yetone 在 X 上公开了他维护 Magpie 的工作流:用 Claude Code 加官方的 Opus 5.5 模型,同时开 3 个 /loop 循环任务,让 AI 自己盯 GitHub issue 和 PR、Discord 社区和推特反馈,修 bug、加功能、发版、回复用户。他自己每晚抽一点时间“铲铲屎”,主要处理 UI/UX 问题,“然后就没活儿了”。 他自己说这套流程“没有任何的魔法,甚至还特别简陋”。 【3 个循环任务分别干什么】 /loop 是 Claude Code 自带的命令,让同一段提示词反复执行;不写间隔时,由模型自己决定多久跑一次。这个命令 Codex 也支持,其他的我没测试,估计也差不多。 yetone 截图里的 3 段提示词都没写时间间隔,我自己去 Codex 跑了一下,默认是 1 小时。 简单解释一下他这三个循环。 第一个循环:管 GitHub 和 Discord。 指令要求 AI 盯 GitHub issue,判断哪些值得修、值得做;修完要发版并回复提问的人,不值得做的也要回复。有一类 issue 单独规定了统一话术:如果是“中转站”来打广告,统一回复“感谢关注,日后会出相关合作方案,敬请期待”,不能直接把第三方中转站加进产品。 对 PR,指令要求逐行看代码、看逻辑,再把代码拉下来实际跑一遍,确认没有 bug 才能合并,否则回复或关掉。指令里写了原因:“我怕有的人提的 PR,是无脑用 Coding Agent 乱写的,自己都没测过。” 指令还要求 AI 实时盯 Magpie 的 Discord 服务器,所有频道一个不漏,有价值的反馈就去修或加功能,值得讨论就继续讨论。最后专门叮嘱:在 Discord 里要真正 @ 到人,只写名字对方收不到通知。 第二个循环:管 X/推特 的用户反馈。 盯推特上关于 Magpie 的反馈,有价值的建议或能复现的 bug 就去做,上线后回复那条推文。这段指令要求先用便宜的“决策模型”,比如 Jev,判断推文是不是在说 Magpie、是不是反馈,不相关的直接丢掉,别转给主模型,“不然太浪费 Token 了”。 【注:Jev 是 TypeSafe AI 推出的模型,只做判断题、选择题和打分,输出概率或分数,不生成文字。官方定价是每百万输入 Token 0.042 美元,输出免费。】 顺便说一下,如果你的产品名或者要关注的事比较稀有,不一定需要 Jev,他之所以加,是因为 magpie 在英文里是“喜鹊”,按关键词抓推文会抓到大量无关内容,全丢给 Opus 判断很费钱。 第三个循环:清理和总结。 这段指令开头写着“现在 magpie 完全是自动化更改代码和合并社区里的 PR”,要求 AI 定期清理“屎山代码”和恶意代码,防止项目变得难以维护;同时把经验教训写下来,比如哪些 PR 不该合、哪些验证不够严密,留给以后的 AI 参考,避免重复犯错;还要把总提交低质量代码的人拉进黑名单。 【作者补充的两点】 发完截图后,他在两条回复里补了两点。 一是给 AI 真实的运行环境。他准备了一台 Mac 和一台 Windows 电脑,再在 Windows 上开一个 Linux 虚拟机,三个系统的复现环境就齐了。AI 每次都要在这三端真实复现 bug,再去修。 二是 AI 怎么做出符合他心意的决策。他说靠的是 Claude Code 的记忆系统和仓库里的设计文档。开发 Magpie 之初,他和 Claude Code 讨论、头脑风暴了很多内容,这些都被记进了记忆文件。之后遇到要拍板的事,或者涉及审美偏好的设计,AI 会参考这些记录,做出跟他比较一致的选择。 【总结下】 他把维护项目的日常活拆成了 3 条流水线,每条只管一个入口(GitHub、推特、代码库本身),各自循环。人只留下 AI 做不好的部分,也就是 UI/UX 的审美判断。 当然要跑起来得有几个前提: 1. AI 能在真实的三端环境里跑代码,验证结果靠实际运行; 2. AI 手里有他早期写下的偏好和设计文档,知道他会怎么选; 3. 犯过的错被写成经验,下一轮的 AI 能读到。 提示词都是大白话,篇幅主要花在边界情况上:不值得修也要回复,中转站广告怎么回,Discord 要真 @,不相关的推文别浪费 Token。 有几个特别要注意的点: 1. 先把验证环境搭好,再让 AI 干活。AI 改完代码说“修好了”没用,要能在出问题的那个系统上跑一遍。你的项目只跑在网页或服务器上,一个容器可能就够;要多端的,就像他一样把每一端都备齐。 2. 在提示词里写清楚“遇到这种情况怎么办”。他的三段指令里,大部分字数花在例外处理上。你让 AI 自动回复用户之前,先想想会有哪些奇怪的来信,提前定好处理办法。 3. 用便宜模型挡在前面。先用一个几乎不要钱的分类模型过滤一遍,只把真正的反馈交给贵模型,这个做法几乎任何监听类任务都能用。 4. 让 AI 自己总结教训。第三个循环要求把“不该合的 PR”“验证不严的地方”记下来,下次的 AI 读到就会更谨慎。这相当于给 AI 建立了一个自我迭代优化的循环。 5. 项目早期多花时间和 AI 聊设计。他说 AI 后来能按他的偏好做决策,依赖的是开发初期那些讨论被记进了记忆和设计文档。想让 AI 少问你,就先把你的想法写下来让它记住。 仅供参考,重要的是学习思路,不必一模一样的照搬。
很多人想让我分享一下工作流,我一直没想好怎么分享,因为其实我没有任何的魔法,甚至还特别简陋,总觉得分享出来毫无意义。其实我就是用 Claude Code,然后用官方的 Opus 5.5 模型执行 loop 就可以了。 我会并行执行图里的 3 个 loop,然后每晚抽一点时间铲铲屎(主要是 UI/UX 的问题),然后就没活儿了。
107
138
17
747
74,854
不错,打开 grok bot 就能变成真正的 always on Agent 了
Welcome HomeView
5
诸葛青春 retweeted
反复学习 Lee Robinson 斯坦福 CS146S 讲座 这回主要看 Grok Bot 的 Harness 和上下文工程是怎么构建的。前段时间 Claude Code 源码泄露、CodeX 开源等等,让我们了解到了 Coding Agent 的架构和工作模式,那 Grok Bot 和 Muse 这种 Personal Agent 有什么不同呢? # The Harness ① 单工具协议:客户端与服务器之间只有 "send to user" 这是 GrokBot harness 与同类产品最大的架构差异。所有重工具「shell 命令、文件读写、云端 agent、录屏、demo 制作」全部驻留服务器;客户端唯一的通信原语就是“发给用户”。收益是双重的:服务端上,无论客户端是手机 App、桌面端、邮件还是 Slack,都复用同一套工具层;客户端上,收到这个工具的返回后可自行决定渲染方式,登录表单(接 1Password)、支付(Stripe Link / XMoney)、不可逆操作(发邮件)前的草稿审批、甚至只用一个 emoji 回应。“逻辑在服务端、表现力在客户端”,一个工具同时换来了架构简洁与交互丰富。 ② 动态工具发现("tool search tool") 把 Gmail、Drive、YouTube 等所有 MCP 连接器的完整工具 schema 塞进上下文,工作记忆就所剩无几。解法是上下文里只放工具名,模型决定使用时再从文件读取完整定义;又是“一切皆文件”的延伸。省下的上下文直接转化为更低成本与更大工作空间。 ③ 逐级升高的求助阶梯 原则:永远先试最便宜、最可靠的选项。会话历史 → 插件/MCP/API(如 Plaid 查银行)→ 网页搜索 → 浏览器操作 → 整台 Linux 桌面跑脚本 → 全部失败才去打扰用户。电脑端读取信息同样分层:截图 → HTML → 无障碍树(大幅省 token,且直接定位可点击元素)→ 像素级点击(对付弹窗)→ 退回用户(验证码、双重认证)。这套阶梯的设计目标很明确:让 agent 像一个不烦人的同事。 ④ 编排者 + 子智能体 主 agent 只做 orchestrator,上下文保持稀疏;重活交给拥有全新工作记忆的 helper(子 agent),只回收最终结果;这就是“无限上下文”体验的来源。每个 helper 是独立的持久化工作流(Temporal),崩溃重启不丢进度。主 agent 像管理待办清单的同事:可查看、可留言、可叫停。整体照着“理想工程团队如何扩张”来建模。 ⑤ 四条实战经验与安全底线 · 不要在 turn 中途增删工具(保缓存);工具 schema 冗长是成本,要修剪; · “单工具”理论上可建模一切,但若模型 90% 时间在跑 shell,就值得做专用工具;更高效,也对审查系统的人更可读; · 写给人类看的描述性错误信息,对 agent 同样有效;错误信息即提示词; · 安全上:模型逐条审查 shell 命令;不可信输入(钓鱼邮件、webhook)绝不能当作用户指令进入模型(提示注入防线);不可逆操作须用户审批;密码经产品层工作流保持在会话之外。 # Context engineering ① Prompt caching 是成本关键 agent 每轮都要重发全部对话历史,理想状态下大部分 token 应是缓存命中(折扣巨大),只有最新消息是未缓存增量。推论严格:工具定义与系统提示必须跨调用保持静态;prompt 分段固定顺序、近乎做哈希,做 A/B 测试插入新段落时不能打乱其他所有用户的缓存。缓存未命中按 bug 对待。他给出史实佐证:今年 1 月 OpenClaw 在订阅套餐中爆火,这种常驻运行的新用法导致大量缓存未命中,各模型厂商被迫紧急加固。最精巧的一招:用户刚打开聊天框开始打字时,服务器就提前构建 prompt 预热缓存,如同网页在 hover 链接时预取下一页。 ② 压缩的时机选择 长程运行的必然终点是压缩,而所有压缩都有损(“这一个问题够写好几个博士论文”)。实操技巧极具体:对话超 10 万 token、用户离开后,要在缓存温热窗口(约 10–60 分钟)内立刻完成压缩;用户半小时后回来时从摘要续聊,成本远低于从全量历史续聊。压缩不是等来了再做,而是抢在缓存过期前做。 ③ 记忆的四层结构 · 核心事实:每条消息必带(如“该用户永远小写”),并做“垃圾回收”;大脑此刻不会想着足球赛,事实层也只保留当下相关的; · 带日期的日志:过往会话的存档; · 便签(scratchpad):设计上就短暂,只为接下来半小时到一小时服务; · 其余一切靠文件:模型随时 grep 检索,“这就是文件的魔法”。 配合三条纪律:长输出写文件而非塞进上下文、昂贵操作(截图等)一律交给子 agent、持续“园艺式”修剪对话;既为成本,也为召回质量。
16
12
33
4,754
诸葛青春 retweeted
Replying to @HoGee_xxl
github.com/yetone/magpie/tre… 靠这个 design system,这个 design system 也是社区成员帮忙构建的。
3
3
1
33
3,784
ESP32语音伴侣,国内现在有一个比较接近实用的架构 小智AI,很多现成的开发板都支持。 xiaozhi.dev/docs/
ESP32 估计就是实体版的 personal agent。感觉未来 6 个月会有大量的基于 ESP32 的个人小作坊做的所谓的智能硬件流入市场
6
3
28
5,369
有点拉,卖的东西还说我引流,服了
震惊了,小红书居然也做起了闲鱼的二手生意。不过跟闲鱼一样,也有 0.6% 的平台提成。
8
诸葛青春 retweeted
这个绝对是杀手级应用,DS BOT 一出来,我不知道国内那一票 Agent 软件怎么跟进。 国内用户可以无脑推荐 DSH 了,什么 Workbuddy,Trae,可以扫进垃圾堆了。 我对无法访问到海外服务的用户,就一个建议,用 DeepSeek 桌面版,再加上这个 Bot,齐活了,啥功能都有了。
正式介绍开源的 DeepSeek Bot !(非官方) DeepSeek Bot ( 简称ds bot ) 是一款基于 DeepSeek Harness ( 简称 dsh ) 的开源插件,让你能够拥有一组持久化的 Bot,使用你自己的 API Key。你可以和你的 Bot 聊天、工作,或者做任何你想做的! 你可以为 ds bot 接入任何你想接入的模型,甚至在未来,你可以直接接入你的本地 agent,这意味着你可以使用自己已有的 ai 订阅。 ds bot 继承了 dsh 的“一切皆插件”理念,未来将会有更多可拓展性,迫不及待想看到会发生什么! 仓库地址:github.com/FeiZhuLulu/DeepSe… 安装:在dsh desktop插件页输入: ds-bot 更多详细信息见评论区↓
56
126
8
683
175,095
诸葛青春 retweeted
100K stars calls for a celebration 🎉 Meet the cheapest DeepSeek V4.1 Flash plan on OpenDesign Go: 💸 Just $8 for your first month ($10/mo after) 🎁 Up to $120 in monthly credits — twice OpenCode Go’s DeepSeek allowance 🔥 Up to 15× what you pay ⚡ Use in OpenDesign or via API
We did it! 100K GitHub stars in just 163 days. ⭐ OpenDesign is now: 🥇 #1 by stars in GitHub’s ai-design topic 🚀 Among GitHub’s top 130 most-starred repos 🤝 Built by 430+ contributors 🌍 Used by millions of people worldwide Meet OpenDesign and people behind it ⬇️
47
10
13
107
133,569
诸葛青春 retweeted
拙略的模仿了一下十一的设计,在我的博客上也加上了旅行回顾的功能,之后可以自动导出旅行视频了。 hyoban.cc/trip/2026-national…
喵旅 生成旅游回顾 #buildinpublic
2
2
28
2,766
静观其变
Stripe CEO 有可能是最懂 personal agent 的。 现有的各种商业公司,很多都依赖用户知道的信息不足、用户的注意力和理性不足来赚钱。 比如保险公司的附加销售、4S 店、网络信贷等,这些都是因为用户知道的信息不足,结果多付出了很多成本。用户多付出的成本,变成了公司的利润。 比如各种广告、排行榜、还有 GEO、以及各种 SaaS 和 AI 产品的订阅制等,都利用了用户的注意力和理性不足。用户很容易被第一眼或反复看到的信息影响,很难理性花足量时间去分析思考后再决策。这里面用户多付出了很多成本,比如为公司承担了广告费,比如支付了根本没用的订阅费等。 以上一切,大量存在,但未必合理。personal agent 有可能让商业世界发生巨大变化。 personal agent 最强悍的地方,就是看起来像人,实际上一点都不像人。最不像人的地方,就是 agent 可以获取并处理大量信息、可以长时间专注一件事、可以非常理性做决策。 一句话概括是:personal agent 有机会,站在用户角度,让用户的人性弱点不被商业公司利用。 比如买保险,agent 可以帮你一眼识破条款里的冤枉钱。比如网络购物,agent 可以根据你的喜好,而不是广告排行,去帮你选到最适合你的商品。比如订阅软件,agent 可以在你不用时,自动帮你取消,让大量依赖健身房逻辑的 AI 产品倒闭,等等。 这样,对所有商业公司来说,最重要的是回归到最朴素的商业竞争:把产品做好。 在 personal agent 的世界里,终于有机会,酿酒师可以专心酿酒,公司可以专注于产品创新和产品品质。酒香真不怕巷子深了。 一切看起来很美好。美好之前,有两个关键问题要解决: 1、agent 的信息来源。除了旧世界里已被污染的各种信息,是否有机会有新的信息来源,比如 Stripe 开放真实交易数据供 agent 获取和辅助决策。 2、personal agent 能站在用户这边。用户要信任 agent,敢授权。agent 也要信任用户,能始终站在用户角度、代表用户利益去获取信息和推理决策。这可能是 personal agent 创业公司的机会。 personal agent 的核心不是懂用户,而是能真正站在用户角度去思考决策,能代表用户利益去和世界相处。
7
天天 vice code,都快不会写 code 了
4
诸葛青春 retweeted
Every one of my mathematician friend sees beauty in the numbers, shapes and the natural phenomena they work with. Who defines beauty in the age of machines?🤔
236
106
37
1,452
137,221
诸葛青春 retweeted
Whether agents feel like liberation or loss depends on which joy of engineering you lean on most: making, knowing, or mattering. I've seen engineers say many conflicting things about agents: some are bubbling with excitement and for the first time ever, they feel like they're in an all-star lineup, while others mourn for the death of their craft, leaving them feeling hollow. I'm someone who works with agents every day, so I understand these sentiments. Rather than take sides, my hope is that I help you understand this in a more nuanced way. Too often we see two camps: people who love the joy of coding and people who love the joy of shipping. I think this is a gross oversimplification. Rather than asking you to pick a side, I want to ask you to reflect on the elements of your work that are the most nourishing to you. I think most of us have three sources of joy in our work, which we interweave in multiple ways: - The joy of making (or "flow"): the joy of molding things in our hand and feeling that sweet moment when it all clicks into place. - The joy of knowing: the joy of having such a strong mental model of our systems that we sense where a bug will be just by glancing at files. - The joy of mattering: the joy of knowing that you are the expert that it all relied on. Agents affect each of these elements in subtly different ways, which is why this discussion can be so complicated (we're mourning for different losses, and we're arguing from different places). The joy of making is easy to maintain. it just moves up a level. You're not shaping every line anymore. You're shaping the system or factory, in a loop fast enough that flow still happens. And when you miss the old flow, nothing stops you from writing the code yourself. The joy of knowing is especially at risk of erosion, so it's important to pay attention to it. Sometimes you'll realize you're reaching for a design you should be able to conjure automatically, but your intuition comes up with nothing. Picking an option from an agent's suggestions is a different skill than conjuring an idea in the first place. If you always pick and never conjure, the ability to conjure will erode. You can't direct something you don't even loosely understand. If you don't understand your own codebase, you're not directing an agent to do something, the agent is directing you. You matter. Obsolescence does affect you, but, you, your judgment, and especially your need for judgment, has never been more important. You get to decide what problems to solve, and you get to bring your taste and judgment to the work you do. You get to take ownership of it, all of it, whatever ships. That feeling of sadness isn't a sign of failure to adapt. Grief means that you're attached to something, and that it's natural to feel grief when you see your work changing in ways that feel unfamiliar. Lean into the things that make your work yours, and work on them more.
90
44
9
450
37,366
震惊了,小红书居然也做起了闲鱼的二手生意。不过跟闲鱼一样,也有 0.6% 的平台提成。
1
79
本来还想说华为也有今天,想不到原来是小丑竟是我自己
5
第一眼以为又来一个新的模型,后知后学想起来 Bootstrap 是一个前端的框架
🎉 Bootstrap 6 Alpha 1 is here! getbootstrap.com For v5 folks, we'll be doing a v5.x release soon once we catch our breath. In the meantime, enjoy the new v6 hotness, new blog, and new icons, too!
7
AI 就是一个无所不能的自动翻译器,一旦问世,像 React Native 这种中间语言或者翻译层,就被判死刑了,此刻开始退出历史舞台成了必然的结局。
4
AI真牛逼,背景是腾讯云买的VPS内容比官方说的会小一些,一直以为是操作系统之类的占用的。 原来是腾讯云默认会打开crashkernel,预留512M,用于内核崩溃时也能dump出来排查原因。 我一个随便玩玩的机器开这个干啥,直接找回来512M。
15