jaxtrd @Winmc11

今天在 Berkeley AI Summit 2026 最大的收获，来自 Jianfeng Gao 教授的演讲。 目前 AI Modeling 的新一代范式已经出现： - 新的训练数据：从 harness 到 agentic modeling —— 相当于当年互联网数据喂给预训练模型的那个角色 - 新的 Scaling Law：AI 行业正在每天疯狂地生产出大量 AI Agent Harness 的轨迹数据 - 新的数据飞轮：harness → 更好的 LLM → 能做更复杂任务的 agent → 更好/更新的 harness 某种意义上来说，AI 应用的护城河将会出现在 Harness 上。 谁能把 Harness 的 Agentic 运行轨迹变成 model 的训练数据，并真正跑通模型训练闭环，谁就能构建起来真正意义上的应用护城河。我相信这个事情在下半年就会发生，明年可能成为新的共识。

Este discurso de elon vale oro. En 2003, con 32 años, Elon Musk entró a una sala cerrada en Stanford y en 45 minutos destrozó todo lo que creías saber sobre startups. Vale más que 10 libros juntos. Desglosó, capa por capa, cómo llevó de cero a sobrevivir las 3 empresas que tenía en ese momento: Zip2 PayPal y SpaceX (que acababa de fundar un año antes) Cómo encontrar dirección cuando nadie cree en ti. Cómo controlar costos hasta el último centavo. Cómo mantenerte vivo cuando el dinero se está acabando. Cómo resolver cualquier problema con primeros principios. 20 años después y sigue siendo oro puro. Guárdalo. Vas a necesitarlo.

Mark Cuban on the next job wave. Customized AI integration for small to mid-sized companies. "Software is dead because everything's gonna be customized to your unique utilization. Who's gonna do it for them... And there are 33 mn companies in the US." That person is called a Forward Deployed Engineer. And it's the hottest job in tech right now and most people have never heard of it. Here's the no-BS guide to what it is, what it pays, and how to become one ↓ Bookmark this.

Rahul @sairahul1

a day ago

x.com/i/article/2083…

12 26 201 303K 620

Head of Claude Code, Boris Cherny: "You're not supposed to write code anymore. You're supposed to build a graph that writes itself." In 30 minutes he breaks down how engineers at Anthropic build graphs that write the code, catch the bugs, and ships. The missing piece most developers skip: how to wire those agents into a graph that runs, verifies, and improves without you. Watch it, then read the full guide on graph engineering below.

Mahax @Mahaximus_

4 days ago

x.com/i/article/2082…

8 32 236 886K 973

Google just released free 2-hour course on full Graph engineering: 1 prompt → 100 agents → loops → graphs from 0% to 100%: 10% → 17:44 - build your first agent 30% → 39:30 - Loop engineering: iterate, check, break 60% → 1:12:38 - Graph engineering 75% → 1:34:26 - agents that throttle themselves 100% → 1:55:05 - full graph for multi-agentic systems everyone builds one agent and calls it done - this is the full system where agents wire themselves into a graph watch the course, build the graph - then read the full architecture below ↓

codila @0xCodila

2 weeks ago

x.com/i/article/2079…

30 213 1K 2.3M 4K

Introducing: Video Use. Edit videos with Claude Code. 🫡 I got tired of paying for video editors, so I made a Claude Code skill that does it for me. > Talk to camera, get final.mp4 > Auto cuts fillers, color grades, adds subtitles > Adds Manim and Remotion animations > Self evals the render before you see it 100% open source, 100% free.

OpenAI pays FDE engineers up to $785K/year. In this 40-minute talk, OpenAI's Head of FDE revealed how they deploy AI inside real companies: 02:46 - Why Morgan Stanley became their first FDE case 09:05 - Build with eval-driven development 16:01 - Watch an LLM reroute a supply chain 24:33 - Build an FDE team 29:06 - Avoid their biggest mistake Most developers build AI demos. FDE engineers make them work in production. Demos are the old workflow. Deployment is the new one. This 40-minute talk replaces most $500 enterprise AI courses. Bookmark and watch it today Then read the full FDE roadmap below

Lunar @LunarResearcher

5 days ago

x.com/i/article/2082…

10 54 261 517K 775

Anthropic engineer: “90% of our engineers were using self‑improving loops. Now everyone shifted to building agentic Graphs" "No more prompting” In 10 minutes she shows her full Claude Code setup and workflow live, from a blank terminal. Worth more than a $500 agentic course. Watch this video, then save the article below on how to become a graph architect👇

rody @0x_rody

6 days ago

x.com/i/article/2081…

25 51 469 1.3M 2K

别死刷 LeetCode 了，OpenAI 刚流出的 2026 工程师面经，直接给我看楞了：人家已经开始考你怎么和 AI 搭档写代码了，你还在刷五年前的算法脑筋急转弯。 这是 Reddit 刚爆的新鲜热乎面经，候选人刚走完整个流程，和谷歌 Meta 那种纯考 DSA 八股的路子完全不一样，6 轮面下来，根本不给刷题家留一点活路。 给你们拆得明明白白： 1️⃣初筛根本不走流程 别以为 HR 面就是问你期望薪资、为什么来 OpenAI，人家上来先聊 “你觉得 AI 未来会往哪走”—— 说白了根本不缺能写代码的人，先筛认知和价值观同频的，连 OpenAI 自己的 Charter 都没读过的，直接就刷了。 2️⃣技术初筛全是生产场景 同一天连考俩，各一小时：手写带版本控制的键值存储，设计带容错的任务调度器。没有接雨水、爬楼梯这种脱离实际的脑筋急转弯，全是工程师上班天天要碰的真问题。 3️⃣回家作业根本混不过去 48 小时时间，让你做一个带重试机制、死信队列的分布式 Webhook 投递系统，不是几十行的玩具 demo，是真能上线跑的生产级项目。别想着抄个开源项目交差，后面有狠的等着。 4️⃣逐行代码拷问才是真杀招 面试官拿着你交的作业逐行走查，你每选一个方案、每写一个判断，他都要追着问为什么这么做，为什么不选别的方案，权衡点在哪。抄来的代码你根本讲不出背后的逻辑，一开口就露馅。 5️⃣Onsite 四轮全是硬货 ▫️ 第一轮 coding 是渐进式关卡制，必须把当前阶段跑通才能进下一关，比如先实现 token 级流式 diff，再做状态追踪，再做回滚，背的模板根本套不上，一步卡壳就没了； ▫️ 第二轮 coding 往深了考系统能力，并发控制、内存效率、Python 生成器 / 异步这些写业务天天踩坑的点，全是实操出来的经验，背书背不出来； ▫️ 系统设计直接让你画 ChatGPT 的架构，考 GPU 怎么调度、流量突增怎么自动扩缩容、分布式节点怎么协调，全是他们自己天天在解决的真问题，没什么假大空的通用模板； ▫️ 行为面别背 “我遇到困难迎难而上” 的套话，要听你真的主导过的跨团队架构决策，当时有什么选项，你选了什么，付出了什么代价，拿到了什么结果，全要具体的 tradeoff，空话直接过。 6️⃣最反常识的 Beta 加试 现在部分候选人会遇到额外一轮：给你一个现有代码库，放一个人根本不可能短时间写完的大需求，让你用 AI 编码 Agent 协作完成。人家根本不防着你用 AI，反而直接把 “和 AI 搭档干活的能力” 摆上了考场，这才是真的在招 2026 年的工程师，不是招十年前的码农。 我看完最大的感受是，传统大厂那套选人逻辑真的过时了： ▫️ 纯刷题的时代彻底翻篇，LeetCode 刷得再熟，做不了真实系统、讲不清决策逻辑，根本过不了关； ▫️ 代码跑通只是最低要求，能想明白每一个选择的代价和收益，才是工程师和搬砖的区别； ▫️ 会用 AI 早就不是什么加分项，很快就是工程师的标配能力，你还在抵触 AI 抢工作，人家已经把和 AI 协作当面试必考点了。 给准备冲的人提几个实在醒： 别抱着题本死磕了，多写点真实的分布式小项目，把语言底层的并发、内存逻辑摸透，准备几个你真刀真枪做过的、有取舍的架构故事， 现在就开始练怎么给 AI 派活、审 AI 的代码、和 AI 一起搭系统。等这套面试逻辑全行业铺开的时候，你连该刷什么题都不知道。 你们觉得这种考真实能力的面试，和传统刷 LeetCode 比，哪个更难？ #OpenAI #程序员面试 #AI编程 #工程师求职

Asmit @coolcoder56

3 days ago

OpenAI Software Engineer Interview Experience

keyboard_arrow_left Previous keyboard_arrow_right Next

111 284 6K 2.3M 8K

马斯克的童年其实挺悲惨，长期被同学霸凌，被父亲羞辱。 最严重的一次，一群同学趁他吃东西时，把他推下了台阶，然后猛踢他头，马斯克的脸肿到弟弟都认不出来了，还住院一周。 回到家后，他爸让他罚站，骂他是白痴废物，一无是处，还帮欺负他的同学讲话。 他和弟弟长期忍受着来自父亲的精神虐待。 当被问道，是否原谅了那些伤害过自己的人，马斯克回答，他不觉得自己心里还有怨恨，因此也谈不上原谅。 他更愿意考虑什么能让未来变得更好，一直记着过去的仇恨，对未来没有帮助。 他不想再被过去影响，但也不想再重新亲近父亲。

OpenAI pays $785K/year to developers who know how to apply Forward Deployed Engineering in AI. in 40-minute talk, Head of FDE at OpenAI revealed full roadmap for how they actually use FDE internally: • 10% → 2:46 - why Morgan Stanley was their first FDE case • 30% → 9:05 - FDE eval-driven development explained • 55% → 16:01 - FDE live-demo: LLM rerouting a supply chain • 80% → 24:33 - advice for founders building FDE teams • 100% → 29:06 - the biggest FDE mistake they made this year 40 minutes replaces a $500 enterprise AI deployment course bookmark & watch - then read how to become FDE engineer in article below ↓

Codez @0xCodez

4 days ago

x.com/i/article/2082…

38 122 952 395K 2K

イーロンも言っている 「もし限られた資金でもう一度起業するなら?」 資産120兆円のイーロン・マスクの答え。 ❶ 資本がいらない事業から始める イーロン自身も、最初はZip2（ウェブガイドサービス）を立ち上げ、次にPayPalを成功させた。 そこで得た資金を元に、SpaceXとTeslaを始めた。 ⇒ いきなり大きく賭けない。 　 低資本の事業で原資を作り、その後で勝負する。 ❷ 業界の常識を疑う 前例ではなく、原理まで遡る。 ⇒ 物理を元に分解して考える。 ❸ 異業種のアイデアを、掛け合わせる イノベーションの多くは、業界をまたいだ発想の組み合わせから生まれる。 ⇒ 様々な業種の事例を吸収する。 ❹ 多く試し、多くが失敗する前提を持つ 「ほとんどはうまくいかない。たまにうまくいくものがある」 ⇒ 外す前提で打席に立ち続ける。 一言にすると、「資本ではなく、思考と回数で勝負しろ」。 スモビジも同じ ・最初は資本がいらない、知的事業から始める ・業界の常識を疑う ・異業種の成功を、自分の領域に持ち込む ・1発で当てようとせず、回数を重ねる 世界を動かす起業家も、最初は頭と回数だった。

BMRスモールビジネス研究所 @bmr_sri

5 days ago

1. 商品を売る 2. 売れない 3. 必死になって勉強する 4. 売れる 5. 売れるのが楽しくてもっと必死に勉強する 人の成長というのはこういうプロセスです。失敗するから悔しくて必死になって学び、必死になって学ぶからこそ成長するんです。だからまず手を動かし、行動することが大事なんですね。

1 4 83 110K 38

UN DEV HIZO 1,2M$ CON ESTE SISTEMA Y acaba de explicar exactamente cómo funciona No es un prompt. Ni un workflow. Ni Loop Engineering. Es una capa superior llamada Graph Engineering. En lugar de usar un solo agente, coordina decenas de ellos desde un único diagrama. Así funciona: → 16 agentes auditan un repositorio completo en paralelo → Otro grupo de agentes revisa cada hallazgo desde un contexto totalmente nuevo → Solo lo que supera esa segunda verificación llega al informe final Cuando lo probó con su propio código encontró: • 11 endpoints donde nunca comprobaba quién había iniciado sesión • 3 falsos positivos que el sistema descartó antes de que él tuviera que revisarlos La clave no está en añadir más agentes. Está en diseñar bien las dependencias. Cada vez que en tu flujo aparece un “y luego”, pregúntate: ¿El siguiente paso necesita realmente lo que produjo el anterior? Si la respuesta es no, esas tareas pueden ejecutarse al mismo tiempo. Las dependencias que sobreviven forman el camino crítico. Ese es el verdadero límite de velocidad de tu sistema. No importa cuántos agentes añadas. Para escalar el rendimiento: → elimina dependencias falsas en lugar de añadir más agentes → asigna un agente a cada tarea independiente, sin estado compartido verifica cada resultado con un agente distinto y contexto limpio → valida señales reales, como tests pasando, nunca que el propio agente diga que terminó → usa worktrees separados para evitar conflictos entre agentes y prohíbe git stash y git reset → fusiona únicamente los resultados que hayan sido verificados Hay un límite que no puedes evitar. Con un 95 % del trabajo paralelizable, 16 agentes solo aceleran el proceso 9,14x. Y aunque uses 256 agentes, apenas llegarás a 18,6x, porque la verificación y la fusión siguen siendo procesos en serie. Guarda este post. Todo el método está explicado paso a paso en el artículo de abajo ↓

angel @angeldot_

a week ago

x.com/i/article/2080…

13 74 422 906K 1K

【注目】2.8兆パラメータのKimi K3を128GBのMacBook 1台でなんとか動かす猛者が現れる。 ただ、厳密に言うと1.6TBの重みをHuggingFace上に置いたまま、必要な分だけネット越しに引きながら推論したという実験です。 ・HuggingFace上の重みをネット越しに直接ストリーミング ・1トークンで実際に使うのは104B（896エキスパート中16個）だけ ・常に使う部分だけをRAMに常駐させ、残りは必要な時に取りに行く 本人いわく、ちょっと遅らしい。 x.com/antirez/status…

x.com/i/article/2080…

还在一行行手敲 Prompt？6个月后，你可能连上桌的资格都没有。 Anthropic 内部大佬刚刚摊牌了： “公司里绝大多数人已经在用自我改进循环（Agentic Loops）。再过半年，这个比例将是 100%。一个好的循环可以连续跑好几天，而成本连几百块都不到。” 这通 40 分钟的播客，信息密度直接把市面上卖几百刀的 AI 课程按在地上摩擦。 真正拉开普通人和顶级玩家差距的，就这 4 条底层逻辑： 戒掉手动 Prompt：别再当指令打字员，去设计能“自己给自己下指令”的闭环。 把 Markdown 当成“智能合约”：把 计划、PRD、API 规范全写进 .md 文件，让 Agent 严格按契约交付代码和成果。 引入自我净化机制：让循环自己评估、抓 Bug、再重试，你的系统应该越跑越聪明。 小模型的长线复利：成本极度可控，即使是小模型，通过循环也能啃下需要长线推理的骨头。 看完你就会懂： 未来的差距，根本不在于你用的模型有多强。 而在于你有没有能力把“自动化循环”本身，打造成你的核心产品。 建议码住。 明天开始重构你的 AI 工作流。x.com/alex_prompter/…

我靠，Kimi K3实在太强了： 一座3100万美元的酒店。 190个房间的所有管道、电线、风管、消防系统，全部提前建模协调完毕。 以前：3个工程师，6周，花费约4.7万美元。 现在：1个工程师确认AI输出，9天，总共约1.05万美元。 方法很简单： 把Kimi K3接到建模软件上，让它直接读蓝图照片和英文描述，然后自己把模型搭出来，而不是人一个一个组件去摆。 施工阶段的变更单直接少了60%到80%。 这不是演示，是真的在省钱、省时间、少出错。 当AI开始真正碰“真实世界的复杂系统”，变化才刚刚开始。 #kimi #kimik3 #k3

Rina @irinatoxi

a week ago

x.com/i/article/2080…

29 188 1K 4.2M 3K

発想が天才すぎる 26歳の創業者率いる、米国の介護問題を解決するスタートアップAbby Careは 米国名門VCのSequoiaとThriveが支援する「次のユニコーン候補」 ━━ 発想の転換 ━━ 創業者のHavi Nguyenは、介護の最大の矛盾に気づく ・介護人材は深刻な不足している一方で、家族を「無償で」介護する人が全米に推定5,900万人いること ・家族による無償介護は逸失所得などで年間約1,250万〜1,570万円を失っている ・米国では「家族が有給介護者になれる」制度が眠っていた Abby Careは自ら在宅医療プロバイダーとなり、家族を訓練して州認定の介護者に育成し、自社の従業員として雇用。公的資金を給与として渡す コロラド州では時給約3,100円以上、既に8州へ展開している この領域の最大のリスクは水増し請求で、アプリのデジタル記録要件そのものが「不正の監視装置」として機能しているそう

Forbes @Forbes

5 days ago

Havi Nguyen grew up managing Medicaid for her family while working at her parents’ nail salon. Now the Abby Care founder is helping others navigate America’s byzantine health care programs by using her AI-powered app to become paid caregivers for loved ones.

20 67 330 541K 181

表达能力差，正在拖你的后腿 2019年MIT教授帕特里克·温斯顿有一场1小时的《如何说话》讲座 播放量超过1900万，很多观点现在依然很实用

Eva Ai @Eva200699

5 days ago

别再靠短视频学怎么赚钱了 瑞·达利欧42分钟讲透财富创造 比大部分内容都扎实

127 2K 10K 2.0M 11K

Godfather of Loop Engineering: "80% of Anthropic runs on my formula: an agent that thinks, does, and checks itself - on a loop here's the one thing that makes the loop actually work" he wrote the paper the whole field runs on - ReAct, 2022. every agent from OpenAI to Anthropic is built on it. now he's Tencent's chief AI scientist. it's worth more than a $500 AI agents course. Watch and bookmark!

Fiction @0xF1ction

5 days ago

Anthropic President Daniela Amodei: "80% of our engineers have already moved to agents. in 3-6 months, agent architect is just the job here's the one thing we do that OpenAI doesn't" in this interview, Anthropic's president explains how banks like Jane Street and Coinbase came

18 22 215 96K 341