Ray Lee @dijkstra2012

🐍📺 Thinking Recursively in Python: Overview [Video] realpython.com/lessons/thinki…

Anthropic's Opus 4.7 and 4.8 models are experiencing degraded performance, which is causing a higher rate of failures for users selecting these models in Notion AI. To mitigate impact, all Anthropic models have been disabled in the model picker and requests have been rerouted to alternative providers. Most users should now be able to continue using Notion AI with minimal disruption, though Anthropic-specific features remain unavailable. Please refer to notion-status.com for the details.

英文播客听了两年，能改思维的就 6 个。 1、Founders（David Senra）每期 3 小时，啃企业家传记，把一个人怎么做决策讲透 2、Acquired（Ben Gilbert/David Rosenthal）讲公司完整商业史，Nike 讲了 4 小时，Nvidia 讲了 5 小时，听一集比读 3 本书快 3、All-In，4 个 VC 每周开喷科技和宏观，干货最多，没有第二家 4、My First Million，Sam 和 Shaan 每集脑暴百万美元生意 idea，听几期你自己也开始这样想 5、Knowledge Project（Shane Parrish），专采访会做复杂决策的人，每集多几个想事情的方法 6、Diary of a CEO（Steven Bartlett），专挖创始人的心理和失败，不回避脆弱

虎哥这个分享不错。 通过trace Agent的行为（比如tool call）来分析 Agent + 不同模型的 优劣和提供优化方向。

keyboard_arrow_left Previous keyboard_arrow_right Next

AlexZ 🦀 @blackanger

2 months ago

明天下午去 TiDB 做个 Rust 语言与 AI Coding 的分享， 介绍下我如何从一名古法编程手艺人进化为「AI 软件工厂“厂长”」的。 话说，现在 AI 做 PPT 是比我强太多了。

keyboard_arrow_left Previous keyboard_arrow_right Next

15 1 49 37K 34

有个事挺有意思的。 DeepSeek V4 的技术报告，对所有主流大模型做了一轮横评，结论是——Gemini 3.1 Pro 的世界知识是所有模型里最强的。 不是 GPT，不是 Claude，是 Gemini。 但大家用 Gemini 的感受普遍是：这玩意好用吗？ 问题不在模型本身，在于它极度懒得动。 你要问它最新的新闻，它有搜索工具，但就是不主动用。很多时候你得明确说你去搜一下，它才搜。就像一个博览群书的人，你问他最近发生了什么，他耸耸肩：我没看今天的报纸。 一个世界知识最强的模型，工具懒得调——这才是 Gemini 用起来别扭的真正原因。

我最近在玩的其中一个方向，是探索 AI 时代独有的阅读方式，最近在尝试「影子之书」阅读法： 印刷时代，我们只能读作者写下的这一本书；可每本书背后，都藏着作者本可以写、却没写的无数本。 AI 时代独有的动作，是把那些影子之书读出来。读到任何一个论断，立刻调用 AI 分析: 给我三个反对它的学派、作者悄悄略过的前提、作者的思想传承于谁、作者推理的边界是什么、当前的科学实验是否支持作者的论证... 读的不再是手上的这一本，是这一本加上它所有没显形的分身。

Is LLM ready for large scale software engineering? @OpenAI Codex5.3 vs @AnthropicAI Opus4.6 — which is better and how about the open weights model? How good LLM can adapt to new programming languages like @moonbitlang ? checkout swe-agi.com for our latest research 📊

"The core object of training has shifted. It is the model-plus-environment system, or more concretely, the agent and the harness around it."

Junyang Lin @JustinLin610

4 months ago

x.com/i/article/2037…

88 586 3K 896K 3K

当下AI写代码最难的 benchmark 叫 ProgramBench。 Claude Opus 4.7 最好，也只在"接近完成"这个指标上拿到了 3%，GPT-5、Gemini 系列，全是零。 这个测试是 Meta、Stanford、Harvard 的研究团队搞的： 给 AI 一个编译好的二进制文件和它的文档，让 AI 从零把这个程序重新写出来。 没有源代码，不能反编译，不能上网查资料。 从小工具到大项目都有，有jq、ripgrep 这种命令行小工具。 也有 FFmpeg、SQLite、PHP 编译器这种级别。 官网：programbench.com 论文：arxiv.org/abs/2605.03546

前 Anthropic 研究科学家、现 Google DeepMind 研究科学家姚顺宇，在 @zhang_benita 播客「语言即世界」中首次披露了 Claude 3.7 的内部研发过程。他在 2024 年 10 月加入 Anthropic 后被分进一个名为 Horizon 的团队，当时整个团队只有 10 到 11 个人，却负责 Anthropic 强化学习的全部工作，包括数据、基础设施和算法研究。Claude 3.7 从启动研究到最终发布总共耗时四五个月，前两三个月做算法和数据研究，后两个月做训练和基础设施搭建。 Anthropic 押注代码能力并非一开始就有规划。姚顺宇透露，Claude 3 之所以写代码比 GPT-4 强，背后有一个他无法公开的纯技术原因，是某个团队自下而上做出来的。Claude 3 发布后 Twitter 上的大量正面反馈验证了这一优势，Anthropic 管理层随即把代码能力升级为公司级战略全力押注。他认为 Anthropic 能这样快速下重注，核心在于技术一号位 Jared Kaplan 和 Sam McCandlish 本身就是联合创始人，技术上服众的同时也有权拍板，而 OpenAI 做不到这点，Ilya 在的时候也许行，但后来失去了决策权就走了。当时的 Anthropic 在产品方面几乎没有意识，Claude 3.5 半年内发了两个版本却用同一个名字，最终靠外界起的绰号「3.6」才勉强区分开来。

🤯 解码 Agent Harness，当所有人都在教你怎么用 AI Agent，这本书带你拆开它。 42万字拆解 AI Agent 的 Harness 骨架与神经 —— Claude Code 架构深度剖析，15 章从对话循环到构建你自己的 Agent Harness。 github.com/lintsinghua/cl…

豁然开朗的感觉： OpenAI 的 harness engineering 讲的是环境设计：文档体系、架构约束、可观测性基础设施，让 agent 在一个被精心设计过的工作环境里可靠地生产代码。 Cursor 的 self-driving codebases 和 scaling agents 讲的是协调架构：几百个 agent 同时工作，怎么分工、怎么并行、怎么收敛。 Anthropic 的 harness design for long-running apps 讲的是运行时纠偏：一个 agent 连续跑几个小时，怎么在过程中保持方向和质量。

看鸭哥写的：《AI 工程的真实代价：从 Claude Code 泄露源码看新模型接入的工程现实》 yage.ai/share/claude-c… 里面提到了 Anthropic 在 Claude Code 里埋了三层反蒸馏机制，专门防竞争对手用 API 输出来训练自己的模型。泄露的源码把这套系统完整暴露了出来。 第一层：往输出里掺假。API 返回结果时，服务端会混入一些虚假的工具调用数据。正常用户完全不受影响，服务端会帮你过滤掉。但如果有人批量抓取 API 输出去训练模型，这些假数据会一起被吃进训练集，污染模型质量。 第二层：把推理过程藏起来。Claude 在工具调用之间会产生中间推理文本，比如"我先读这个文件，再检查语法"。这些细节对蒸馏训练价值很高，因为它暴露了模型怎么思考。这一层把中间文本替换为一句摘要加密签名，下一轮对话时客户端拿签名换回原文。外部观察者只能看到摘要，完整推理链拿不到。 第三层：协议隔离。Claude Code 用一种新的 JSON 协议格式跟 API 通信，带独立的版本标记，跟每周 920 万次的普通 API 请求在统计上隔离开。服务端可以对不同群体做差异化处理，也让竞争对手无法简单伪装成 Claude Code 来获取特殊待遇。附带好处是省了大约 4.5% 的输出 token。

宝玉 @dotey

4 months ago

分析claude code源代码第一步，先跑起来。这次泄漏的代码只是source map还原后的结果，缺少很多脚手架和私有package。本来我打算自己搞一下，结果发现已经有好心人搞定了。 github.com/claude-code-be… （我运行时有点小bug，把错误信息发给codex就搞定了） 尽早fork下载本地，估计存活不了太久😂

71 269 1K 413K 2K

发个严肃的推，不为流量。 source map 带来的源码泄露，是个非常低级的问题。很多年前，和团队同学研发语雀时，我们也犯过类似的错。好在大规模扩散前，及时发现立刻止血了。 没想到都 AI 时代了，还能看到因 source map 导致的源码泄露。 同时也突然不焦虑了：AGI 再强，也是锯齿智能。锯齿的低落处，就是创业者的大把机会。 AGI 有可能不是锯齿智能，而是处处皆强吗。我不知道。但如果真有处处皆强的智能，意味着大概率会很平庸。 吞噬一切的东西，是热寂。还很远。

昨天前端死了，今天设计死了。。。 Google 引入了一个 design.md 标准，和 agents.md 类似，可能其他厂商很快就会统一这个新标准。 但垃圾 Claude 肯定不会。

Google Labs @GoogleLabs

4 months ago

Introducing the new @stitchbygoogle, Google’s vibe design platform that transforms natural language into high-fidelity designs in one seamless flow. 🎨Create with a smarter design agent: Describe a new business concept or app vision and see it take shape on an AI-native canvas.

398 2K 16K 6.5M 13K

仔细研究了一下，Claude 把图表融入对话的一些细节是： 本质是 HTML，SVG 和 mermaid，能想做到 Claude 这样自然，有很多的细节优化 1. Seamless：不要有厚重阴影、彩色背景、花哨标题、强烈的品牌风格 2. 明确禁用渐变、阴影、模糊、发光等等，不然流式渲染图表会不停的闪烁 更多细节是 👇

Guangzheng Li @iguangzhengli

5 months ago

Claude 开始支持在对话里直接生成交互式页面和图表 实际体验下来效果还挺好的 如视频所示让它生成 git 的基础教学，竟然是可交互式的 感觉 Claude 的产品经理是有点东西的，同时也感慨垂直类产品真是得注意被大厂挤压生态

9 14 90 43K 90

学 Claude Code 这个博主实在是太棒了，频道叫：Chase AI 通俗易懂还没啥废话！强烈推荐！

这几天把 xiaohongshu-cli 连续打磨了一轮，做了几件我自己很满意的事： 1. 放弃了没必要的 server 方案，回到纯 CLI，但把真正有价值的状态能力保住了： - xsec_token + xsec_source 成对缓存 - search 更像浏览器真实请求链 - search_id / note context 复用 - read / comments / reread 的连续链路更稳 2. 补了一整套真实只读 smoke tests，不只是单测 直接验证： search -> read -> comments -> feed -> reread 这类连续场景在真实登录态下能不能跑通 3. 做了短索引交互 现在不光能： - xhs read 1 - xhs comments 1 还支持： - xhs like 1 - xhs favorite 1 - xhs unfavorite 1 - xhs comment 1 -c "..." - xhs reply 1 --comment-id ... -c "..." 而且 search / feed / hot / user-posts / favorites / my-notes 都会刷新索引。 顺手还吸收并重做了社区 PR 的产品思路，把实现按当前主线重构了一遍，避免把新的 anti-blocking 逻辑回退掉。 最新版本：v0.6.3 github.com/jackwener/xiao…

这篇文章翻译过来叫 Claude Code对战Codex：终极指南，我啃完觉得更应该叫 Claude Code 为什么能替代Codex？ 很有深度的一篇，晚上下班花了将近 4 个小时啃完了这篇《Claude Code vs. Codex: The Definitive Guide》，完整拆解完才看清一件事: 90%开发者选编码AI都踩了致命坑， 大家都在卷模型参数、单次生成准确率，却忽略了真正决定开发效率的核心，Claude替代Codex的核心从来不是纸面基准分。 整篇文章的论证，全是作者实打实跑了几个月的一手数据，没有空泛的云测评。 从速度、任务适配性、发展历史，到技术栈、token经济、交互感受，再到生态、定价、插件兼容，最后用完整的RAG管道同任务实测做闭环。 最终的结论很清醒：没有绝对的最优解，只有最适配你工作流的选择。 我最后提炼了3个拿来就能用的选型方法，不管你最终选哪个工具，都能直接抄，更多全文核心要点拆解见评论区👇 #AI编程 #ClaudeCode #开发者工具

ℏεsam @Hesamation

5 months ago

x.com/i/article/2030…

39 149 1K 623K 2K

全球AI最有影响力的15个人，他们吵什么基本都会上新闻 @sama — Sam Altman，OpenAI CEO，每条推文都能引发行业震动 @elonmusk — Elon Musk，xAI 创始人 / X 平台掌舵者，Grok 模型背后的推手 @zuck — Mark Zuckerberg, Meta CEO, LLaMA 开源战略的最终决策者 @DarioAmodei — Dario Amodei,Anthropic CEO / 联创，前 OpenAI 研究副总裁，Claude 之父 @danielaamodei — Daniela Amodei，Anthropic 总裁 / 联创，AI 安全与产品化的核心推动者 @ilyasut — Ilya Sutskever，SSI 创始人 / 前 OpenAI 首席科学家，AGI 最接近的人之一 @karpathy — Andrej Karpathy，最会讲 AI 的工程师，深度好文必读 @ylecun — Yann LeCun，图灵奖得主 / Meta AI 掌门，最敢怼 AGI 泡沫的大佬 @demishassabis — Demis Hassabis, Google DeepMind CEO, AlphaFold 之父 @jeffdean — Jeff Dean，Google DeepMind 首席科学家，AI 基础设施奠基人 @AndrewYNg — Andrew Ng，AI 教育布道者，行业趋势判断极准 @drfeifei — Fei-Fei Li, ImageNet 之母 / World Labs 创始人，AI + 空间智能先驱 @Thom_Wolf — Thomas Wolf, Hugging Face 联创，开源 AI 生态核心人物 @gdb — Greg Brockman，OpenAI 联创，技术与产品的双重视角 @steipete — Peter Steinberger, OpenClaw 创始人 / 现 OpenAI，开发者视角最接地气