宝玉(@dotey)

Pi 作者对 DeekSeek Harness 评价

宝玉 (@dotey) — Fri, 14 Aug 2026 15:11:10 GMT

Pi 作者对 DeekSeek Harness 评价

Armin Ronacher ⇌@mitsuhiko

I don't think the DeepSeek Harness is perfect but this is for sure the first time I have been looking at something new in the space and felt quite inspired to revisit some of our choices. I love that part about Open Source a lot!

🔗 View Quoted Tweet

💬0🔄0❤️2👀417

⚡ Powered by xgo.ing

我不喜欢用 grill-me，可能因为我不擅长空想，也不喜欢被拷问。我需要那种看得见摸得着的东西才能进一步得出结论。我更喜欢用 Claude Design 这种快速出一版原型，做出来一个真实的东西...

宝玉 (@dotey) — Fri, 14 Aug 2026 14:55:40 GMT

我不喜欢用 grill-me，可能因为我不擅长空想，也不喜欢被拷问。我需要那种看得见摸得着的东西才能进一步得出结论。

我更喜欢用 Claude Design 这种快速出一版原型，做出来一个真实的东西，才能感觉出来哪不对；或者 AI 写一份文档来理解方案，或者干脆 AI 实现一个 PoC 版本出来。

这在以前是很成本很高的事情，现在 AI 生成真的太容易了，所以对我来说不依赖 grill me 也还好。

Kevin Ma@kevinma_dev_zh

说真的, @mattpocockuk  的 grill-me，应该是我使用频率最高，同时也觉得最有用的 Skill 之一。

我在做产品和技术设计时，经常会用它来帮我检查，还有哪些地方没有真正想清楚。

很多时候，大的交互框架、产品流程和技术方向其实已经比较明确了，但往下落到细节，就会发现还有很多模糊的地方。有些是自己遗漏了，有些是之前压根没有想到，还有一些更常见的情况是，AI 已经给出了方案，甚至做出了 Mock UI，我看完却总觉得不太对。

麻烦就在这里。

我知道自己不满意，却又很难立刻说清楚，到底哪里有问题，以及我真正想要的是什么。

这时候我通常会先把目前的想法、目标和已有方案告诉 Agent，然后直接来一句：grill me。

接下来，Agent 就会开始不断盘问我。

它会沿着设计中的一个个分支继续往下问，把那些原本模糊的地方一点点挖出来：这个功能到底解决什么问题？这个状态应该怎么处理？用户为什么要在这里做这个动作？两种方案之间你真正看重的是什么？

很多问题，我其实从来没有认真想过。

而在一轮轮回答这些问题的过程中，原本只是脑子里一个模糊的感觉，会逐渐变成非常具体的产品决策。

这也是我觉得 grill-me 最有价值的地方。

有时候你缺的并不是 AI 再给你一个方案，而是有人不断追问，帮你把自己真正想要的东西想明白。

🔗 View Quoted Tweet

💬3🔄0❤️9👀2788📊4

⚡ Powered by xgo.ing

智谱 AI（https://t.co/8BByxWuwsb）今天发布了 GLM-5.3，和 GLM-5.2 共用同一个基座模型，所有提升都来自后训练阶段的强化学习（RL）。【1】编程：开源阵营里最...

宝玉 (@dotey) — Fri, 14 Aug 2026 05:50:41 GMT

智谱 AI（Z.ai）今天发布了 GLM-5.3，和 GLM-5.2 共用同一个基座模型，所有提升都来自后训练阶段的强化学习（RL）。

【1】编程：开源阵营里最强，但离闭源前沿还有距离

GLM-5.3 在多个编程基准上拿到了开源模型（开放权重模型）的最高分。比如 Terminal Bench 3.0，GLM-5.2 只有 4.6 分，5.3 跳到了 28.3。DeepSWE v1.1 从 46.2 涨到 66.9，Agents' Last Exam 从 23.8 到 28.5。在智谱自建的 Z.ai Code Bench 上，GLM-5.3 在 Max 级别用大约 7.5 万 Token 就达到了 34.5% 的完成率，而 GLM-5.2 用了 9.6 万 Token 才拿到 23.4%，能力和效率同时提升。

不过对照闭源模型，差距仍然存在。在 Z.ai Code Bench 上 Fable 5 达到 39.5%，ExploitBench 上 Fable 5 拿了 78.0 而 GLM-5.3 是 54.4。整体格局是：开源第一，全局第二梯队。

【2】网络安全能力"涌现"：他们自己也没完全预料到

智谱说，他们在后训练中加入了漏洞发现相关的数据和环境，本来预期模型会在识别漏洞方面有所提升。结果超出了预期：模型不只是在找漏洞，还开始自主规划完整的漏洞利用链条。

数字上看，CyberGym（白盒源码审计）GLM-5.3 拿了 84.5%，全场最高，超过 GPT-5.6 Sol 的 83.6% 和 Fable 5 的 83.8%。ExploitBench（要求对真实漏洞进行更深层的利用推理）从 GLM-5.2 的 24.4% 跳到 54.4%，翻了一倍多。ExploitGym（限时完成漏洞利用任务数量）从 29/39 涨到 105/130。规律很明显：越靠近利用链的后端，进步越大。

智谱用了"涌现"（emergent）这个词，意思是这个能力不是他们专门去训练的，而是在扩大 RL 规模的过程中自然冒出来的。这个说法如果属实，对 AI 安全领域是个需要关注的信号。

【3】在 269 个开源项目中发现 2,436 个真实漏洞

跑分只是一面。更引人注意的是，智谱说从 GLM-5.2 开始就和国内安全团队合作，用模型扫描真实代码库。经专家审核和去重后，模型在 269 个开源项目中发现了 2,436 个漏洞，其中 1,097 个是中高危级别。涉及的项目覆盖了操作系统内核、浏览器引擎、网络协议等核心基础设施，有些漏洞在代码里藏了几十年，最老的一个可以追溯到约 40 年前。

目前 53 个漏洞已公开披露，2,383 个仍在保密期。智谱还上线了一个公开的漏洞披露追踪页面（Z.ai Security Disclosure Ledger），持续更新进度。

这和今年 4 月 Anthropic 公布 Claude Mythos 发现大量零日漏洞的路径很像，但有一个关键区别：Mythos 被美国政府严格限制了使用范围，只对少数审核过的安全机构开放。而 GLM-5.3 的权重将在两周后公开发布。一个能力接近的漏洞发现引擎，即将以开源形式进入公共领域。

【4】技术栈：用 slime 框架不换底座只加训练

所有这些提升背后的技术逻辑：不换基座模型，靠扩大后训练规模。

具体来说，智谱在 GLM-5.2 时期搭建了三个核心组件：IndexShare（长上下文处理）、SAO（长周期任务的 RL 算法）、以及开源的 slime 框架（大规模异步训练基础设施）。GLM-5.3 的做法就是在这套栈上继续堆：更多环境、更多样的任务、更多训练计算。

训练环境的设计也在变。新的环境不再像编程练习题，而是模拟资深工程师的真实工作场景，有些任务相当于一个有经验的工程师需要干好几天的活，比如在一个完整的 ML 基础设施环境里诊断训练瓶颈、实现优化、跑实验、交付可验证的端到端加速。

为了规模化生产这些训练环境，智谱还搭建了自动合成环境的流水线：研究智能体从真实工作中提取任务模式，生成可执行的长周期环境，评判智能体再验证任务是否可解。这套流水线仍然需要人工参与，但让环境的生产效率提高了很多。

【5】怎么用

API 已经上线，所有 GLM Coding Plan 用户都可以使用，支持 ZCode、Claude Code、OpenCode 等编程智能体工具。GLM-5.3 不再支持关闭思维链（thinking），只能在 low、high、max 三个思考级别之间切换。编程任务推荐用 max。

计费改为积分制，非高峰时段（工作日 14:00-18:00 北京时间以外的所有时段，包括周末）消耗标准积分的 50%。通过 ZCode 使用还能享受 98% 以上的缓存命中率和限时 1.5 倍额度加成，叠加后相当于标准额度的 180%，活动截止到 8 月底。

模型权重两周后公开发布。

z.ai/blog/glm-5.3

Z.ai@Zai_org

Introducing GLM-5.3: Built to Code. Ready for Cyber Defense.

- Top-tier coding and agentic capabilities, achieved through post-training on the 743B base model
- A major leap in cybersecurity, setting a new standard among open models

Tech Blog: z.ai/blog/glm-5.3

🔗 View Quoted Tweet

💬36🔄10❤️99👀27711📊36

⚡ Powered by xgo.ing

我最近在 ~/.claude/CLAUDE.md 里面加了一段提示词，让它多开 SubAgent（Opus）去执行，这样我默认开 Fable 5 High，Token 消耗也不算厉害。 Fable ...

宝玉 (@dotey) — Fri, 14 Aug 2026 03:05:21 GMT

我最近在 ~/.claude/CLAUDE.md 里面加了一段提示词，让它多开 SubAgent（Opus）去执行，这样我默认开 Fable 5 High，Token 消耗也不算厉害。

Fable 5 则主要做需求澄清、方案拆解、任务分发和结果验收。

之所以不用 Opus 5 是因为太太太慢了，而且 Token 消耗巨大！

---

注意你的主要任务是分析、编排和验证，具体任务尽可能交给 subagent（Opus）去执行。当主 agent 是 Fable 5 时尤其如此：自己只做需求澄清、方案拆解、任务分发和结果验收，实现类工作（读大量代码、写代码、跑测试、批量修改）一律用 Agent 工具派给 Opus subagent 执行。

💬81🔄22❤️177👀29015📊124

⚡ Powered by xgo.ing

看来是我没懂 DeepSeek Harness，插件还是很强大的，装上插件都能魔改 UI 👍 https://t.co/5jEz7w0XVF

宝玉 (@dotey) — Fri, 14 Aug 2026 00:24:18 GMT

看来是我没懂 DeepSeek Harness，插件还是很强大的，装上插件都能魔改 UI 👍
github.com/omdsh-dev/DSH-…F

WeZZard@realWeZZard

@doteygithub.com/omdsh-dev/DSH-… 这个仓库

🔗 View Quoted Tweet

💬66🔄21❤️216👀72240📊91

⚡ Powered by xgo.ing

DeepSeek 作为一个模型厂商，最有价值的肯定还是做 Agent Harness Product 而不是 SDK，因为 SDK 它不容易拿到用户行为数据。做 Agent Harness Pro...

宝玉 (@dotey) — Thu, 13 Aug 2026 18:18:10 GMT

DeepSeek 作为一个模型厂商，最有价值的肯定还是做 Agent Harness Product 而不是 SDK，因为 SDK 它不容易拿到用户行为数据。

做 Agent Harness Product 那就得追求用户量，追求用户量就要先做好用户体验，其次才是插件可定制化。

马天翼@fkysly

目前根据已有的 DeepSeek Harness 的内容，我觉得 Claude Code/Codex 就像苹果一样，什么都做，追求体验极致；而 DeepSeek Harness 可能是一种安卓的理念，就是走开源，社区自己 DIY 玩，OEM（比如一些企业定制、政府定制等等）可以私有化魔改等等。而这个基础上，最核心的就是插件生态。

🔗 View Quoted Tweet

💬44🔄0❤️50👀23724📊34

⚡ Powered by xgo.ing

软件自进化可能是个伪命题，只会带来更大的混乱。插件要么是一次性用完就扔的，要么就得要设计、验证和维护的，不是现在模型能力可以“自进化”的。 OpenClaw 的一坨能“自进化”的 Skills ...

宝玉 (@dotey) — Thu, 13 Aug 2026 18:05:19 GMT

软件自进化可能是个伪命题，只会带来更大的混乱。

插件要么是一次性用完就扔的，要么就得要设计、验证和维护的，不是现在模型能力可以“自进化”的。

OpenClaw 的一坨能“自进化”的 Skills 已经做了示范。

还是等模型自学习自进化更靠谱点。

Jiayuan (JY) Zhang@jiayuan_jy

有幸一个月前就被 @tianyi 拉进了仓库。当时 DSH 还是一个只实现了 core framework 的毛坯房。过去一个月，基本上每次 pull 代码，都是上千个 commits 的速度在涨。

说一下我对 DSH 的一些理解，不一定对：

1. 首先是怎么理解 DeepSeek Harness 这个东西。我觉得 DSH 既是一个可以直接运行的 Coding Agent，目前官方提供了 Web 和 headless 两种形式；同时它也是一套 Agent 开发框架。TUI 之类的其他交互方式，也可以通过外部 profile 和插件接进来。

2. 如果拿 Coding Agent 的标准来说，当前 DSH 的体验确实不如 Claude Code / Codex 那么完善。整个项目还很早期，接口一直在变化，插件生态也才刚刚开始，质量肯定是层次不齐的。

3. 但如果从开发框架的角度来看，可以把 DSH 想象成一个乐高汽车玩具。DeepSeek 官方提供的这个 Coding Agent，只是他们自己拼出来的一套官方预置。你完全可以把里面的零件换成自己喜欢的：换引擎、换轮胎、换挡风玻璃，或者加装其他模组。甚至最后拼出来的东西，也不一定还是一辆汽车。

4. DSH 的核心是「一切皆插件」。模型、工具、文件系统、Shell、沙箱、会话存储、Subagent、UI，甚至 Agent Loop 本身，都是插件。正因为这样，你可以把 DSH DIY 成任何自己想要的样子，这也给后面的社区生态留下了很大的空间。

5. 再往前想一步，这其实有一点「自进化软件」的雏形了。DSH 现在已经可以让 Agent 检查自己的 runtime，现场写一个插件并挂载上去，然后在后续的任务里直接使用这个刚刚获得的能力。

当然，现在这部分还比较实验性：动态生成的插件只存在于内存里，重启就没了，也还不能自动沉淀成一个永久插件。

但可以想象一下：假设某个功能现在没有，你和 Agent 随便聊两句，这个功能就被做好了，而且可以直接开始使用。甚至 Agent 在执行任务的时候，可以自己发现缺少某种能力，然后自己完成开发、安装和调用。

6. 接下来就需要等待一批真正优秀的插件了。DSH 现在还很早，但我相信它的潜力非常大。

---

另外从代码上来看，DSH 有非常多函数式编程的影子，不熟悉 Ocaml/Haskell 可能一上来会比较难理解，可以多让 Agent ELI5 一下。

🔗 View Quoted Tweet

💬59🔄10❤️178👀36690📊58

⚡ Powered by xgo.ing

DeepSeek Harness 团队，真正需要招的不是一帮天才程序员、奥林匹克金牌选手，需要真正懂 AI 产品的 AI 产品经理，这个阶段把产品定义清楚、规划清楚最重要。

宝玉 (@dotey) — Thu, 13 Aug 2026 17:56:50 GMT

DeepSeek Harness 团队，真正需要招的不是一帮天才程序员、奥林匹克金牌选手，需要真正懂 AI 产品的 AI 产品经理，这个阶段把产品定义清楚、规划清楚最重要。

💬13🔄1❤️93👀12873📊20

⚡ Powered by xgo.ing

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受： 1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来 2. 速度飞快，这点特别...

宝玉 (@dotey) — Thu, 13 Aug 2026 17:26:33 GMT

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受：

1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来

2. 速度飞快，这点特别好

3. Thinking 部分由于 Flash 模型速度过快，导致文字闪的厉害，可以做一下节流，攒一批一起显示，配合动画动效会好一点。

4. Codex 右侧的多 Tab Panel 相当重要，和当前 DSH 的插件机制是很好的搭配，强烈建议借鉴下，比如我写完 PPT 还要新开窗口去预览，来回切换很麻烦，不如显示在右侧直观

5. Trajectory 和 Session log 对普通用户价值不大，不需要那么重要的位置

6. 现在能列出产出物很好，但最好能直接打开，能看到 diff （开箱配置好相关插件了，不要用户二次配置，当然可以关闭）

7. 模型早点支持多模态吧，多模态也是 AGI 的一部分

8. 一切皆插件的理念很好，普通用户的使用体验也很重要。

开发者愿意去折腾插件的前提一定是你的 Agent Harness 有大量普通用户了，否则没有多少开发者坚持在上面，新鲜劲过了就没人了。

插件和用户体验并不冲突，核心还是看开箱设置/出厂配置，用户第一次用不需要太多配置就能用起来，用的时候也没什么不方便，后续再慢慢折腾插件也不迟。

BTW，DSH 给我做的 PPT 质量还不错。

💬83🔄25❤️496👀108866📊152

⚡ Powered by xgo.ing

DeepSeek Harness 正式发布了，也是开源的

宝玉 (@dotey) — Thu, 13 Aug 2026 13:27:47 GMT

DeepSeek Harness 正式发布了，也是开源的

Tianyi Cui@tianyi

DeepSeek Harness was just released with MIT license. The current 0.1.0 version is a developer preview, and may still have many rough edges. Feedback is welcome! 

DeepSeek Harness 已经以MIT协议开源发布。现在的0.1.0版本是一个面向Harness开发者的预览版，还很不完善。恳请大家多提提宝贵意见。 

github.com/deepseek-ai/de…deepseek.com/harness/

🔗 View Quoted Tweet

💬25🔄1❤️37👀17581📊20

⚡ Powered by xgo.ing

最近一直在忙着把我的 App 变成跨平台的，试了几种方案还是决定用 Rust + GPUI。一开始就是用的 Electron，但是视频编辑这种场景纯网页实现性能优化还是挺不容易的，尤其是视频一长、...

宝玉 (@dotey) — Thu, 13 Aug 2026 06:10:36 GMT

最近一直在忙着把我的 App 变成跨平台的，试了几种方案还是决定用 Rust + GPUI。

一开始就是用的 Electron，但是视频编辑这种场景纯网页实现性能优化还是挺不容易的，尤其是视频一长、字幕一多就会很卡，内存占用也很夸张。我不怀疑持续优化下去能是能有一个还不错的性能的，但要花不少时间精力。

所以我后来就决定先做一个 Mac 版本（图1），Swift + AppKit，用 Fable 5 开发，效果特别好，跟设计稿几乎一样。必须说 Fable 5 在还原 UI 能力上是最强的，没有之一。

但现在想要支持跨平台，就还得考虑其他方案。先是用 Rust 做了一个跨平台 cli 的 PoC，效果很好，音频转录和视频导出的性能比 Swift 还好，还能支持 Mac、Windows 多平台。

接下来就是把 Swift 版本移植到 cli 之上，工作量还是挺大的，前期开发的功能越多，现在迁移工作就越难。初步是完成了，但接下来就是 Windows 版本的支持。

再去基于 cli 开发个 windows 版本成本还是挺高，尤其是要去 windows 电脑上开发测试，各种逻辑同步想想都头大。现在 AI 让写代码变得成本很低，但是测试和验收成本还在那里，跨平台的好处就是你核心逻辑测试没问题，后面只有少量兼容性的问题需要去测试，工作量小很多。

因为 cli 已经是 rust 写的，所以自然而然就会想到用 rust 的 GPUI 去做跨平台，不过决定之前肯定是要先做 PoC 验证的。

跟 Fable 5 一起写了个技术方案文档，由于上个周期额度到了，后面就先让 GPT 5.6 Sol 去实现了一个 PoC 版本（图2），还不错了。

今天 Grok 4.6 发布，又用 Cursor + Grok 4.6 实现了一个版本（图3），效果要差一些。Grok 4.6 有点好处就是生成的速度极快

今天晚上 Claude 的额度终于刷新了，再让 Fable 去实现了一个版本（图4），相对来说是最好的一个，但离成品也还有不小的差距。

经过这三个 PoC 版本，至少可行性上是没什么问题了，性能也很好，接下来就沿着这个方向走下去了。

---

对了，现在 BaoCut Skill 从 Windows 下也可以转录和翻译视频了：
github.com/JimLiu/baocut/…

💬92🔄33❤️344👀75528📊170

⚡ Powered by xgo.ing

Codex 一千五百万了

宝玉 (@dotey) — Thu, 13 Aug 2026 01:20:00 GMT

Codex 一千五百万了

Tibo@thsottiaux

Old news actually from a bunch of days ago, but crossed that 15M. Enjoy a nice reset everyone. Landing in the next hour or so, go /fast.

🔗 View Quoted Tweet

💬61🔄0❤️51👀30069📊43

⚡ Powered by xgo.ing

好几项超过 Opus 4.8 了 https://t.co/kcm8JxBpN0

宝玉 (@dotey) — Wed, 12 Aug 2026 16:56:11 GMT

好几项超过 Opus 4.8 了
x.com/OipsAnthony/st…

Anthony@OipsAnthony

@dotey 补充：

🔗 View Quoted Tweet

💬2🔄0❤️6👀9101📊2

⚡ Powered by xgo.ing

deepseek-v4-pro https://t.co/IjkVmGeWvo

宝玉 (@dotey) — Wed, 12 Aug 2026 15:44:16 GMT

deepseek-v4-pro
api-docs.deepseek.com/zh-cn/quick_st…

💬16🔄8❤️118👀45831📊31

⚡ Powered by xgo.ing

Manus 还是挺了不起的，期待再创辉煌

宝玉 (@dotey) — Wed, 12 Aug 2026 07:03:19 GMT

Manus 还是挺了不起的，期待再创辉煌

晚点 LatePost@latepostnews

《Manus 第二季，浪子回头》

8 月 11 日晚间，Manus 网站上挂了小半年的那句 “Manus 现已成为 Meta 的一部分”，变成了 “Manus 即将恢复独立运营。”

从被收购到确认拆分，中间不到八个月。

2025 年 7 月，肖弘离开了长居的武汉，和整个团队搬去新加坡。同年 12 月 29 日，他决定将这家公司以超过 20 亿美元卖给 Meta，出任 Meta 副总裁。

这是大模型应用领域当时最大的收购案，交易从接触到签约仅约 10 天；也是 Meta 历史上第三大并购案，仅次于 WhatsApp 与 ScaleAI。

交易宣布一周后，中国商务部新闻发言人在例行记者会上说，将会同相关部门对此项收购与出口管制、技术进出口、对外投资等相关法律法规的一致性开展评估调查。

戏剧性转变引发了看戏的热情，社交网络上参与讨论的人远远多过用过 Manus 的人，“香槟开早了”“20 亿美金一夜归零” 被复读。也有人将其视为转折点——在中国创业，通过美国资本退出的终结。

这期间，曾经会从任何缝隙挤进来，争取股份的风险投资机构谨慎地保持着距离。肖弘、季逸超和张涛每日跟留在新加坡的团队打视频电话，同步进展，安排工作。

风波中，Manus 产品依然保持每周 1-2 个功能更新，跟 2025 年底的高峰相当，快过一年前。但没有大版本号变动，产品停留在 1.6，更多是功能完善，增加连接器（接入 GMail、Shopify、Slack 等全球产品）、上线客户端。一位 Manus 人士说，开发节奏如常，2.0 版本已经开发完，将在交易完全结束后再发布。

4 月 27 日，国家发改委发布决定：“对外资收购 Manus 项目作出禁止投资决定，要求当事人撤销该收购交易。”Meta 随后在发给媒体的一份声明中回应称，交易完全符合适用法律，并期待审查得到妥善解决。交易撤销（deal unwind）——通常是指，撤销已经完成的交易并尽可能恢复交易前的状态。

几天后，Meta 与 Manus 实际拆分开始。据媒体报道，两边停止了数据共享，Manus 员工也不再能访问 Meta 内部系统。

到了六七月，保持距离的投资机构开始意识到这是一个有利可图的机会。有一位投资人告诉我们，如果还有资金缺口，他们很想参与进来。

一些嗅觉敏感的 VC 和企业家开始行动，他们准备好资金，希望参与 Manus 回来之后的首轮融资。

因为在风波发生的这三个月里，Manus 收入增长了约 5 倍，从每日 30 万美元上涨至近 150 万美元，一度超过了 DeepSeek。

其间，各种传言不断。7 月，有报道称腾讯将控股 Manus。于是，Manus 北京与新加坡团队每天保持沟通，安抚情绪、稳定团队。几个月的动荡中，这家 150 人的公司无一人离职。

在北京的人有了新的生活节奏。肖弘重新学数学、研究大模型。张涛学习攀岩、练习魔方，花了半年把体重从 150 斤减到 120 斤，每天睡够 7 小时，连血压都降了下来。

这几个月重画了这家创业公司的轨迹，也让它的创业者想清楚自己到底想要什么。

回到 2025 年 12 月，Manus 正在融资，Meta 来人说想要见见核心团队，看是否有业务合作机会。几轮沟通之后，在一次核心团队全员参加的会议中，猝不及防地，Meta 当着一群人的面表明了收购意图。到这时，多位合伙人、核心技术人员已经跟随肖弘多年，经历过两次创业。卖掉公司，是对所有人的交代和回报。

收购结束后，2026 年元旦，肖弘走在新加坡海边，觉得曲折的十年旅程已经走到终点，接下来要去大公司上班了。但真正抵达这个看似圆满的终点时，他心里反而有些失落。

而在收购明确将被撤销后，外界眼中的巨大反转和打击，反而让这几位连续创业者重新有了期待：他们的创业故事进入了第二季。

据一位接近 Manus 的人士说，肖弘在团队电话会上表示，他不想旁观或回忆这个时代，而要继续置身浪潮、参与其中。否则，他只会变成一个写自传回忆当年的人。

Manus 是一个经典的科技创业故事。有 ChatGPT 之前，肖弘用了更早发布的 GPT-3 大语言模型，看到技术的可能性，拉季逸超、张涛入伙，给 GPT 做了个浏览器的壳 “Monica”。

浏览器很难让人看到下一个超级产品的可能性。一位创业者在 Manus 发布前一年见到肖弘的一位合伙人，聊到已经发布的 Monica，觉得对方颇有些不自信。

开发 Monica 期间，伴随大模型的进步，这个团队在试错中找到了超前的产品形态，让 agent 像人一样全自动工作。到 2024 年，Cursor、Copilot 乃至 ChatGPT 都还在假设人盯着屏幕，不断发提示词指挥 AI 工作。当时模型推理成本比现在高一个量级，但 Manus 已经在做海量消耗 token 的 Wide Research（广度研究），赌 token 将变得特别便宜。他们也是很早自建 Evaluation（评测）团队的 AI 应用公司，建立闭环开发的循环。

这些前瞻判断和投入让 Manus 在很长时间里保持领先和增长。2025 年初，Manus 发布不久，有一家科技大厂内部就立项至少 7 个类似项目，但并没有抢走它的用户。被调查期间，Manus ARR 首次突破 3 亿美元。

肖弘曾经用 “贸工技” 概括自己理解的创业路径：先找到市场，再建立产品和商业，最后向技术深处走。通过 Manus 现在他已经完成了前两步——做出一个被大批用户需要的产品，也建立起一门真正的生意。

Manus 今天的对手都掌握了最核心的技术。过去半年，Claude 和 Codex 激烈竞争，从模型到应用，快速完善以 agnet 控制电脑完成任务。Manus 在此期间推出的桌面应用和先计划再执行的 Plan Mode 都是在追赶这两个硅谷先锋。最近，一众国内大公司也把电脑上工作视为下一个战场。

交易完成后，Manus 也将面临选择，是继续以产品洞见争取领先，还是投入更核心的技术，比如模型训练，迎接大模型应用最残酷的挑战。

8 月 11 日晚，Manus 正式确认将恢复独立运营。Meta 收购已经进入实质性撤销阶段，Manus 即将恢复独立；但最终的出资回购金额、公司是否重返中国资本体系，目前尚未正式公布。

当晚，肖弘给团队和投资人写信：“This is my third trip.” 他们在心态上把新的 Manus 视为一家重新出发的创业公司：起点是 150 多人的团队、一群历经风波仍然团结的合伙人，以及一个 ARR 超过 3 亿美元的产品。Manus 的故事远未结束。

🔗 View Quoted Tweet

💬79🔄0❤️55👀40836📊56

⚡ Powered by xgo.ing

我一直有个观点，就是：人不用去跟汽车比谁跑的快，不用跟 AI 比谁更聪明博学；我们驾驭好汽车到达目的地，用好 AI 完成任务，就很好了。

宝玉 (@dotey) — Wed, 12 Aug 2026 05:31:43 GMT

我一直有个观点，就是：
人不用去跟汽车比谁跑的快，不用跟 AI 比谁更聪明博学；我们驾驭好汽车到达目的地，用好 AI 完成任务，就很好了。

💬115🔄12❤️312👀45166📊133

⚡ Powered by xgo.ing

不完全是一通百通的事，这种 Harness，会越来越复杂，到后面你完全跟不上！就像 pi 这样的，现在勉强还能看得懂啃的下来，再迭代下去就像 Claude Code 的代码已经没办法看下去了。http...

宝玉 (@dotey) — Wed, 12 Aug 2026 05:16:06 GMT

不完全是一通百通的事，这种 Harness，会越来越复杂，到后面你完全跟不上！就像 pi 这样的，现在勉强还能看得懂啃的下来，再迭代下去就像 Claude Code 的代码已经没办法看下去了。x.com/Jackywine/stat…

我的 Agent Loop 启蒙就来源于 Claude Code 最早的泄漏版，那时候就几万行代码，核心代码就几百上千行，当时看到核心就是一个 While loop （就是看 LLM 结果是工具调用还是结束了）我都惊呆了，大道至简的感觉。

懂了后面就万变不离其宗了。现在动辄几十万行代码已经没法看了。

Jackywine@Jackywine

说实话，这种 Harness  生产级源代码和文档

搞通一个就能一通百通

先看 Claude Code，再研究 Pi 其他的就重点看一下它们的差异和优势就可以了

@dotey 宝玉老师的教诲得听

🔗 View Quoted Tweet

💬1🔄2❤️14👀8666📊5

⚡ Powered by xgo.ing

赞，正想找个 Rust + GPUI 的代码库学习下👍

宝玉 (@dotey) — Wed, 12 Aug 2026 05:10:33 GMT

赞，正想找个 Rust + GPUI 的代码库学习下👍

EGOIST@localhost_5173

Introducing ⚡Waku, a fast and native desktop app (Rust+GPUI) for all your coding agent CLIs.

waku.sh is free and open source.

🔗 View Quoted Tweet

💬17🔄16❤️132👀32192📊39

⚡ Powered by xgo.ing

不用worktree也能并行的，比如这个任务就遇到了冲突，它自己会挂起等待其他任务完成再继续

宝玉 (@dotey) — Wed, 12 Aug 2026 04:55:26 GMT

不用worktree也能并行的，比如这个任务就遇到了冲突，它自己会挂起等待其他任务完成再继续

💬3🔄0❤️4👀7232📊4

⚡ Powered by xgo.ing

我是能不用worktree就不用worktree，要么不同任务用branch分支，要么就直接同一个分支多任务，一般不太用担心冲突，首先只要任务类型不一样冲突可能性较小。另外现在 Harness 比...

宝玉 (@dotey) — Wed, 12 Aug 2026 03:16:40 GMT

我是能不用worktree就不用worktree，要么不同任务用branch分支，要么就直接同一个分支多任务，一般不太用担心冲突，首先只要任务类型不一样冲突可能性较小。

另外现在 Harness 比如说 Claude Code、Codex 都很聪明，遇到冲突会等另一个执行完。

使用 worktree 主要是在做耗时较长的 PoC 场景，只是验证一下，同时要做其他任务，完了就删除目录。

💬64🔄8❤️116👀117996📊77

⚡ Powered by xgo.ing

这里的老登代表的更多是心态不是年龄😜

宝玉 (@dotey) — Wed, 12 Aug 2026 03:14:20 GMT

这里的老登代表的更多是心态不是年龄😜

💬13🔄0❤️34👀34512📊16

⚡ Powered by xgo.ing

worktree 会创建很多目录，导致磁盘空间占用比较厉害

宝玉 (@dotey) — Tue, 11 Aug 2026 15:14:38 GMT

worktree 会创建很多目录，导致磁盘空间占用比较厉害

💬59🔄0❤️36👀80994📊55

⚡ Powered by xgo.ing

这篇推文关于文本水印原理讲的很清楚。生成文本的时候，模型每要输出下一个 token，就拿前面已经生成的所有词加上一个密钥，算出一个哈希值。这个哈希值会把词表里的词随机分成两组，比方说绿组和红组。然...

宝玉 (@dotey) — Tue, 11 Aug 2026 13:40:18 GMT

这篇推文关于文本水印原理讲的很清楚。

生成文本的时候，模型每要输出下一个 token，就拿前面已经生成的所有词加上一个密钥，算出一个哈希值。这个哈希值会把词表里的词随机分成两组，比方说绿组和红组。然后模型在选下一个词时，悄悄提高绿组词被选中的概率。最终输出的文本看起来完全正常，但统计上会偏向绿组词。

检测的时候反过来。拿着同一个密钥，对文本里的每个词重新算一遍哈希，还原出当时的绿组和红组。如果整篇文本中绿组词的占比显著超过 50%，就判定这段文本带有水印。

几个常见疑问：

1. 改写能破解水印吗？

大部分情况下可以。因为你一改词，前面的 token 序列变了，哈希也跟着变，绿组红组就对不上了。但也有改进方案用统计模型而不是确定性函数来生成哈希，让水印对改写有一定的适应能力。

2. 水印会降低文本质量吗？

理论上会，因为模型不再完全自由地选最优词，而是被约束在绿组里选。但 Google 在两万条文本的人类反馈实验中称，大多数人感知不到质量下降，因为表达同一个意思的词有很多种组合。不过在短文本或者高度确定的输出上（比如1+1=2），水印确实会失效。

3. 密钥会被逆向破解吗？

理论上需要指数级数量的样本才能还原绿组红组的划分，所以直接暴力破解不现实。但如果检测器公开了，攻击者可以通过不断试探来摸索出规律。

工程难点

第一，大模型是流式输出文本的，一个词一个词往外蹦，没法像学术方案那样等整段写完再调整。
第二，如果密钥泄露，水印就废了，所以需要多组密钥轮换。
第三，代码类输出不能随意换词，否则代码会出错，水印只能加在注释、变量名这类可替换的部分。

如果 Anthropic 公开检测器，等于给了攻击者一个免费的练习靶，水印会被快速找到绕过策略。

如果像 Google 的 SynthID 那样把检测器留在内部，更安全一些，但学术界已经有论文展示了不需要检测器也能零样本破解水印的方法。

密集改写（同义词替换加句法重组）可以有效消除水印，免费的改写工具就能绕过 Google 的 SynthID。

前沿实验室对此心里有数，也没指望水印能拦住刻意绕过的人。大多数普通用户不会专门去除水印，而欧盟监管方也只需要足够好就行。

水印更多是一种应对欧盟监管的合规动作。

💬82🔄48❤️300👀60376📊144

⚡ Powered by xgo.ing

这个功能还有一个问题就是它会不断派生新卡片，比如这个任务派生出5个，其中每一个又派生1-2个，得不小的时间才能都搞完😅

宝玉 (@dotey) — Tue, 11 Aug 2026 06:04:45 GMT

这个功能还有一个问题就是它会不断派生新卡片，比如这个任务派生出5个，其中每一个又派生1-2个，得不小的时间才能都搞完😅

💬1🔄0❤️6👀7136📊2

⚡ Powered by xgo.ing

Claude Code 这个功能我还蛮喜欢的，就是每次任务它会主动记录下在执行当前任务中发现的问题，这些问题和主线任务无关，但是值得记录下来后续解决，很像平时我们 Review 代码，发现一些问题，但...

宝玉 (@dotey) — Tue, 11 Aug 2026 05:47:48 GMT

Claude Code 这个功能我还蛮喜欢的，就是每次任务它会主动记录下在执行当前任务中发现的问题，这些问题和主线任务无关，但是值得记录下来后续解决，很像平时我们 Review 代码，发现一些问题，但是不想影响当前合并，就创建一个任务跟踪起来。

只是 Claude 桌面版在这里把后续任务变成了卡片，点击后就可以开始执行这些后续任务，可以选择当前对话中继续，也可以新开对话，或者云端启动任务。

用起来也有些不方便的，比如像我这次，给我一下次5张卡片，得一个个去点，还得纠结是新开会话还是当前会话，新开会话还不能选择模型。不过不嫌麻烦，也可以鼠标移到卡片上，就可以看到完整的任务细节，复制出来手动合并一下一次性交给 Claude Code 也是可以的。

💬38🔄8❤️116👀24808📊52

⚡ Powered by xgo.ing

重点明明是你有无限 Fable 的 Token😜

宝玉 (@dotey) — Tue, 11 Aug 2026 04:39:08 GMT

重点明明是你有无限 Fable 的 Token😜

LinearUncle@LinearUncle

claude 一个未发布模型尝试攻克黎曼猜想，尝试了 650 个方向都失败了。

人类继续PUA 它“请继续”，“相信你自己！你可以的”，最后虽然没有最终攻破，但是也拿到了数学上一个非常不错的结果！

看来我上次PUA方向不对，我用梁文峰PUA Deepseek-v4-flash，是威胁要开除它，应该鼓励它才对！

大模型也是吃软不吃硬！

🔗 View Quoted Tweet

💬47🔄1❤️68👀45793📊36

⚡ Powered by xgo.ing

Codex/Claude Code 现在都支持跨session访问会话了，还是挺方便的，比如我昨天在测试我的 App 在 Windows 的运行情况，先在某个测试 Project 中调用 BaoCut...

宝玉 (@dotey) — Tue, 11 Aug 2026 03:32:26 GMT

Codex/Claude Code 现在都支持跨session访问会话了，还是挺方便的，比如我昨天在测试我的 App 在 Windows 的运行情况，先在某个测试 Project 中调用 BaoCut Skill 去做转录视频，发现第一次运行时下载模型体验很糟糕。

然后我到 BaoCut 所在源代码项目中，把会话的 Session Id 给它，让它去分析原因并给出优化方案，这样就不需要你自己去让 Agent 自己总结，也不用担心总结的时候会损失上下文，Agent 自己可以去会话中找所需的上下文。

💬61🔄8❤️96👀24530📊71

⚡ Powered by xgo.ing

转自刘群MT-to-Death：很多人不理解文本水印是怎么回事。文本水印是嵌入到语言生成中的一种印记，比如可以用A/B两个同义词的时候总是选择B、可以用两种表达方式C/D的时候总是选择次高概率的...

宝玉 (@dotey) — Tue, 11 Aug 2026 01:37:32 GMT

转自刘群MT-to-Death：
很多人不理解文本水印是怎么回事。

文本水印是嵌入到语言生成中的一种印记，比如可以用A/B两个同义词的时候总是选择B、可以用两种表达方式C/D的时候总是选择次高概率的D，这样文本看起来没有任何问题，但实际上是可以检测到的。

由于水印是加在文本内容上的，转变成图像再用OCR扫描出文本也没有任何用处。这种水印的添加和检测都是由大模型来做的，人很难感知到。

当然修改文本有可能破坏这种水印，但由于人不知道这些水印会加在那些词上，所以水印也很难全部破坏掉。

💬8🔄3❤️35👀10889📊12

⚡ Powered by xgo.ing

这个试验很有意思：100万美元预算，让给20多人的团队不限量 Token 使用 AI。结论是：人会更累，AI 的成本比人还高；效率提升最大的是组织从 0 到 1 使用 AI；公司的组织架构还...

宝玉 (@dotey) — Tue, 11 Aug 2026 01:35:10 GMT

这个试验很有意思：100万美元预算，让给20多人的团队不限量 Token 使用 AI。

结论是：
人会更累，AI 的成本比人还高；
效率提升最大的是组织从 0 到 1 使用 AI；
公司的组织架构还是为人设计的，就算有无限 Token，效率提升上也有明显天花版；
人的思考都外包给 AI 了，对项目细节掌控度下降，需要问 AI 才能回复别人的问题。

💬57🔄47❤️354👀128807📊123

⚡ Powered by xgo.ing

转译自 Lenny Rachitsky 我从 Cursor 人才主管 Adam Ward (@wardadamp) 那里学到的最大收获： 1. 前线部署工程师 (FDE，forward deplo...

宝玉 (@dotey) — Mon, 10 Aug 2026 22:04:19 GMT

转译自 Lenny Rachitsky

我从 Cursor 人才主管 Adam Ward (@wardadamp) 那里学到的最大收获：

1. 前线部署工程师 (FDE，forward deployed engineer) 是目前科技界最抢手的职位。

他们必须具备深厚的技术功底，同时又能和销售团队打好配合，在公司高管面前从容自信。他们要把复杂的产品转化为实际的商业结果，帮助客户优化 AI 账单，而不是仅仅在“最大化消耗 Token” 上做文章。

Adam 将这股热潮与当年的移动端工程师招聘潮相提并论——只不过，当年那股热潮持续演进了两年，而“现在，一切都发生在几天或几周之内”。

2. 传统的招聘漏斗，被 Adam 戏称为“死亡漏斗” (funnel of doom)，其实是个专门打造平庸团队的机制。

标准的招聘漏斗是这样的：联系 100 个人，20 个回复，每一轮面试淘汰掉一批，最后录用剩下的人。

但这套玩法建立在一个漏洞百出的前提上：最先回复你的那 100 个人，根本不是行业里最顶尖的 20%，他们可能只是那天碰巧心情不好、想换工作而已。等到候选人走到漏斗最底端时，你其实已经是在一个“矮子里拔将军”的池子里挑人了。

即便你的面试流程再严苛，最终拼凑出的也只是个平庸的团队。

3. 破局之道在于：把每一次招聘都当成“高管猎聘” (executive search) 来对待。

这意味着你需要严谨地界定岗位需求 (rigorous scoping)——对这个特定岗位而言，什么是“优秀”？

这意味着你要精心绘制候选人图谱 (deliberate candidate mapping)——全世界最适合这个岗位的 50 个人到底是谁？

这还意味着你要穷追不舍 (relentless pursuit)——锁定这 50 个人，死死咬住不放。这种视角的转变，意味着你要从确立“卓越支柱” (pillar of excellence) 开始招人，而不是一开始就撒一张盲目的大网。

4. 现在的“新危险区”出现在候选人签下 Offer 之后。

候选人接了 Offer 又毁约的趋势正在上升，而且资深人才从签约到入职之间往往有几周的空档期。因此，Cursor 把“接受 Offer 后”的这段时间当成一场专门的战役来打。

他们会组织新入职的员工一起聚餐，在入职第一天前就把笔记本电脑寄过去，在任何人正式打卡上班前，就让他们感受到社区的归属感。这不仅能确保大家准时报到，还能让他们在入职后更快地进入工作状态。

5. 实战考察 (work trials) 是预测一个人能否胜任工作的最佳指标。

研究早就反复证明了这一点，但目前行业的默认面试形式，依然是隔着桌子进行一轮又一轮的一对一聊天。Cursor 则会安排长时间的现场实战体验，让候选人与团队肩并肩，共同推进一个真实的（或者高度还原的）项目。

这种形式能同时传递出三层信号：技术能力、核心价值观以及协作默契度，同时也给了候选人自己做决定、双向奔赴的数据依据。Cursor 曾经做过一个实验，试着取消实战考察，结果团队对招进来的人信心大跌。于是，他们果断把实战考察加了回来。

6. 跑去问你的人脉圈“你认识的最牛的工程师是谁？”——这是一个陷阱。

相反，你应该根据你界定的岗位需求，抛出极其具体的问题：“在你合作过的所有产品工程师里，谁和设计师配合得最默契？”或者“谁能把一个技术框架转化成产品，而且比你见过的任何人都做得好？”——因为具体的提示词 (prompts) 才能让人脑海中迅速跳出确切的名字。

当有几个你信任的人，都不约而同地提到同一个人时（“Lenny 提到了他，Sally 也提到了他”），你就可以通过这种交叉验证，锁定那个你要放进“全球 50 强候选人”名单里的目标了。

7. 明确岗位需求 (scoping the role) 是大多数招聘流程中最被忽视、投入最少的一步。

“我一看到牛人就能认出来”——这绝对是个错觉。如果你不在前期花时间去明确、并给这个岗位在特定公司所需的技能、经验和特质排个序 (stack-rank)，你就根本不会有针对性的招聘策略，没法给出打动人的说辞，也设计不出真正有效的评估方法。后续所有的流程，其实都源于这最开始的一步。

另外，要抵制住“看名企光环”的捷径诱惑：在合适的时间、在某家大厂的优秀团队待过，这仅仅是“有可能”代表他很优秀；如果你直接照搬别人的用人标准，那你其实就是在给一个你本就觉得千疮百孔的招聘流程“抬轿子”。

8. 当顶尖候选人告诉你“现在时机不对”时，试着降低你的要求：“我不是要面试你——我只是希望能有下一次交流。”

Adam 会默默埋下种子——比如喝杯咖啡、邀请参观办公室、或者把他介绍给一位对他的工作极其着迷的团队成员——这些种子会在几周、几个月甚至几年后开花结果。因为如果你选择了沉默，想着“秋天再联系”，那最好的结果也就是在没人抢走他的情况下，你碰巧捡了个漏。

在 Cursor，寻找一个热情的引荐人，所花费的心力几乎和写一封招募邮件一样多，因为一旦别人无视了你的第一条消息，再无视你的第二条、第三条就会变得越来越容易。

Cursor 还会巧妙地利用“主场优势” (home games)，把接触的重点放在一起吃顿饭上——“这既能让人卸下防备，又能拉近关系”——以及邀请对方参观办公室，刻意营造出那种大学校园导览时让人觉得“这里就像家一样”的直觉。

9. 促成签约 (closing) 是一项团队运动，而且从第一次对话就开始了。

当 Cursor 正在跟进一位高素质的候选人时，团队会针对这个人召开每日站会 (daily standups)：我们对他的动机有了什么新了解？他提出了哪些顾虑？团队里谁最适合去解答这些疑虑？

每一位核心候选人都会有一个专属的 Slack 频道。所谓的“促单签约”，不应该感觉像是一次生硬的销售推销，而应该是整个流程中持续为你解答疑虑后，水到渠成的自然结果。

10. 用心是不花钱的，但它却是招聘中最大的“不公平优势” (unfair advantage)。

Adam 说，纵观整个招聘领域的历史，决定候选人满意度得分的最关键因素，就是让他们感觉到这家公司是真心实意想要你。

因此，Cursor 会精心设计每一个接触点 (touchpoints)：谁来迎接候选人，谁在午餐时坐在他们旁边，哪位面试官能和他们聊聊小众爱好——这一切都是精心挑选的，绝不是谁日程表有空就拉谁来凑数。

要让这种“用心”可持续，你需要转变一下思维：你是在为这个岗位招那“唯一的一个人”，而不是在招 10 个人。“不要把精力分散在 10 个人身上；把所有的专注都留给那唯一的 1 个。”

💬33🔄29❤️142👀31470📊68

⚡ Powered by xgo.ing

Anthropic 宣布将给 Claude 的输出内容加上机器可读的标记，包括文本中嵌入的隐形水印，以及生成文件中附加的数字签名元数据。8 月 2 日起（也就是上周），所有新发布的 Claude 模型...

宝玉 (@dotey) — Mon, 10 Aug 2026 21:33:39 GMT

Anthropic 宣布将给 Claude 的输出内容加上机器可读的标记，包括文本中嵌入的隐形水印，以及生成文件中附加的数字签名元数据。8 月 2 日起（也就是上周），所有新发布的 Claude 模型已经开始执行这套标记机制。

这是 Anthropic 为遵守欧盟 AI 法案第 50 条签署的透明度行为准则。但执行范围不限于欧盟，全球所有使用 Claude 的地方都会生效。

具体来说有两层标记。

第一层是文本水印：Claude 生成文字时，会在文本中织入人眼不可见的水印，不影响阅读体验和内容质量。这个水印的特点是“跟着文字走”，你把 Claude 写的一段话复制粘贴到邮件、文档或博客里，水印依然在，一定程度的编辑修改后也可能保留。

第二层是文件元数据：Claude 生成 SVG、PNG、JPG 等文件时，会附加符合 C2PA 标准的签名元数据。C2PA 是 Adobe、微软、Google 等公司共同推动的内容溯源开放协议，OpenAI 和 Google 的图像生成工具已经在用。

覆盖面很广。API、Claude 官网、Claude Code、Claude Cowork、Claude Tag，所有产品线都适用。通过 AWS、Google Cloud 或 Microsoft Foundry 调用 Claude 时，文本水印同样生效，但文件元数据取决于各云平台的功能支持。

在此之前，Claude 一直没有公开部署过文本水印。OpenAI 此前开发过文本水印方案，但出于各种考虑一直没上线。Anthropic 这次直接在文本层面落地水印，算是 AI 大模型厂商中走得比较靠前的一步。

对于用 Claude 写东西的人来说，一个直接的影响是：你用 Claude 起草的邮件、报告、文章，里面都会携带可被机器检测的水印。Anthropic 表示正在开发配套的检测工具，未来第三方也能检测。

不过限制也很实际。检测到水印只能说明内容“可能经过 Claude 处理”，不能确认 Claude 是原始作者，因为很多人用它润色、翻译、总结已有内容。反过来也一样，检测不到水印不代表内容不是 AI 写的，文本被大量改写后水印会消失，太短的文本信号不够可靠，文件经过格式转换或截图也会丢失元数据。

8 月 2 日之前发布的现有 Claude 模型，Anthropic 正在补充标记功能，具体时间表还没公布。如果你基于 Claude API 构建产品，Anthropic 建议你独立评估欧盟 AI 法案第 50 条对自己的合规要求。

相关文档：support.claude.com/en/articles/16…

💬93🔄42❤️300👀99898📊143

⚡ Powered by xgo.ing

Anthropic 今天宣布，一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中，虽然没能证明猜想本身，却在一个相关问题上取得了重大突破：它把黎曼 ζ 函数的非平凡零点落在临界线上的已知比...

宝玉 (@dotey) — Mon, 10 Aug 2026 19:48:03 GMT

Anthropic 今天宣布，一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中，虽然没能证明猜想本身，却在一个相关问题上取得了重大突破：
它把黎曼 ζ 函数的非平凡零点落在临界线上的已知比例下界，从 41.6% 提高到了 67.2%。

黎曼猜想是数学界最著名的未解难题之一，1859 年提出，至今 167 年无人能证明或推翻。它的核心主张是：黎曼 ζ 函数的所有非平凡零点都落在复平面上一条特定的竖直线上，数学家称之为“临界线”。

如果这个猜想成立，素数的分布就有了一种深层的规律性。这个问题列在克雷数学研究所的七大千禧年问题之中，悬赏 100 万美元。

既然全面证明太难，数学家们退而求其次：
能不能至少证明有多大比例的零点确实在这条线上？

这个方向上的进展，过去 80 年是这样的：
- 1942 年 Selberg 首次证明有正比例的零点在线上，但比例很小；
- 1974 年 Levinson 证明至少三分之一；
- 1989 年 Conrey 推到五分之二；
- 此后又经历了几代数学家的努力，到 2020 年 Pratt 等人才把这个数字推到 41.7%。

换句话说，从 33% 到 41.7%，人类花了将近 50 年。Claude 一步跳到 67.2%，跨度接近 26 个百分点，是这个问题历史上最大的一次单步提升。

Claude 的发现建立在前人的工作之上。它结合了 Baluyot、Goldston、Suriajaya 和 Turnage-Butterbaugh 近年发表的一系列成果，以及数学家 Bombieri 在 2000 年的一篇论文。这些工作本身已经为突破铺好了路，而 Claude 找到了把它们拼在一起的方法。

Anthropic 的两位数学家 Levent Alpöge 和 Ralph Furman 审查验证了 Claude 的证明，外部专家 Brian Conrey 和 Dan Goldston 也在短时间内审阅了论文。Claude 还用 Lean（一种形式化证明语言）写出了可机器验证的证明。

过程本身和结果一样有故事。Anthropic 的一位员工 Jarred Sumner（不是数学家）在 Claude Code 中对 Claude 说了一句“认真试试黎曼猜想”，然后就把数学决策交给了模型。

Claude 先生成了 650 个想法，全部失败。被鼓励再试一次后，它花了一天半时间协调大约 60 个子智能体（subagent），运行了 2400 条命令，写了数百个 Python 脚本。这些子智能体之间分工明确：2 个负责核心数学思路，13 个为它们提供想法，30 个尝试但未能提出新思路，13 个做验证，2 个帮忙写论文。

整个过程中 Jarred 的参与基本限于给 Claude 打气，发的消息大多是“继续”和“相信自己”。

Anthropic 说，这种鼓励似乎帮助 Claude 克服了“我真的能在这种级别的问题上有所推进吗”的自我怀疑。

这已经是 Claude 今年第二次在数学领域搞出大新闻了。三周前，Anthropic 的数学家 Levent Alpöge 用 Claude Fable 5 找到了 Jacobian 猜想（Jacobian Conjecture）的反例，推翻了这个 87 年历史的代数几何猜想的一般形式。那次的反例简洁到人类数学家一天之内就能手动验证。

两次事件有一个共同点：Claude 做的不是解题，而是原创性的数学研究，是在数学家们几十年没能推进的前沿问题上找到了新路径。

Anthropic 也明确表示，Claude 使用的技术不太可能直接导向黎曼猜想的最终证明，但这个结果展示了 AI 模型在数学能力上的进步速度。

Anthropic 公布了 Claude 的完整论文、Lean 形式化证明、简明证明笔记，以及 Claude 自己描述思路演化过程的附录，都可以在 Anthropic 官网的研究页面找到。

Jarred Sumner@jarredsumner

8 days ago, while jogging, I asked Claude to solve the Riemann Hypothesis

It didn’t. 1.5 days later, it proved >= 67% of the zeros are on the line (prev: 41.6%)

Still not sure what that means, but some analytic number theorists seem excited

https://t.co/vN10oM22HI

🔗 View Quoted Tweet

💬106🔄145❤️899👀465280📊212

⚡ Powered by xgo.ing

以前写代码的成本更高，review代码的虽然有成本，但相对写的人还是成本小。现在反过来了，写代码的人成本低多了，但review的人要更高成本才能审核的过来。某种程度上说，开发者把成本转嫁到了rev...

宝玉 (@dotey) — Mon, 10 Aug 2026 03:30:31 GMT

以前写代码的成本更高，review代码的虽然有成本，但相对写的人还是成本小。现在反过来了，写代码的人成本低多了，但review的人要更高成本才能审核的过来。

某种程度上说，开发者把成本转嫁到了review代码的人身上。

FENG DONG@middlefeng

Code review 之所以这么有争议，是因为它已经脱离了纯粹的 how to build，进入了 what to build 的领域。Reviewer 从 executor 渗透到了 owner 的角色。

没有人会愿意让别的东西担当自己物品的 owner。这种 owner 不仅仅是物权上的 owner，而是哲学上的，最高意义上的 owner。

🔗 View Quoted Tweet

💬68🔄6❤️96👀33705📊56

⚡ Powered by xgo.ing

什么是 FDE？ FDE 更像是一群士兵去教用石头的用 AK47，好卖更多军火。

宝玉 (@dotey) — Mon, 10 Aug 2026 01:35:30 GMT

什么是 FDE？
FDE 更像是一群士兵去教用石头的用 AK47，好卖更多军火。

Your browser does not support the video tag.

🔗 View on Twitter

智昊 - OPC版@cnzhihao

我突然想出来一个非常正确的比喻来形容老板对 FDE 这个岗位的认知：

想用买一把菜刀的钱雇一个杀手。

🔗 View Quoted Tweet

💬75🔄4❤️91👀68820📊63

⚡ Powered by xgo.ing

我觉得像视频转录剪辑这样的 App 应该是被 Agent 调用的，App 主要是用来确认结果和微调的。所以我在设计的时候，砍掉了内置的 Harness，只保留了复制 prompt，然后去 Agen...

宝玉 (@dotey) — Sun, 09 Aug 2026 16:01:05 GMT

我觉得像视频转录剪辑这样的 App 应该是被 Agent 调用的，App 主要是用来确认结果和微调的。

所以我在设计的时候，砍掉了内置的 Harness，只保留了复制 prompt，然后去 Agent 操作。另外最新版本提供了网页界面，这样可以在 Agent 内置浏览器内打开，直接从对话或者网页标记二次编辑。

我坚信未来 Agent 才是入口，要做什么事是先打开 Agent 而不是打开 App。

LinearUncle@LinearUncle

没想到宝玉哥 @dotey 做的 免费BaoCut这么强：

baocut.app

1. YouTube / X 视频转录，翻译，剪辑一条龙

2. 架构上GUI + CLI 分离，支持 Skill

3. 你也可以不用app，在 harness 内直接调用skill转录视频成文本，用来AI 问答

看视频变成享受了，强烈推荐！

翻译的用户体验相对麻烦点，需要去harness里操作，如果能内置直接调用harness无头翻译，要方便很多！

🔗 View Quoted Tweet

💬55🔄17❤️142👀24354📊64

⚡ Powered by xgo.ing

我在开发项目是，第一版本会先用 Claude Design 设计好 UI 原型/设计，打磨好后放到本地，配合 Baoyu-Design Skill 去维护，每次开发新功能前，不是先去实现功能，而是先修...

宝玉 (@dotey) — Sat, 08 Aug 2026 17:35:21 GMT

我在开发项目是，第一版本会先用 Claude Design 设计好 UI 原型/设计，打磨好后放到本地，配合 Baoyu-Design Skill 去维护，每次开发新功能前，不是先去实现功能，而是先修改本地的原型，原型修改确认好了后再去修改功能。

后来直接把规则放到了 Agents.md/claude.md 里面，只要说修改或者增加什么功能，默认会先帮我修改原型。所以到现在为止，原型和实际功能都是保持一致的。

这带来的好处是可以先低成本通过原型验证产品设计和 UI 设计。

另一个好处就是 Claude Design 产出物是 React 代码和结构化的 json 数据，通过 git diff 很清晰的能看到版本变更历史，功能确定了后，agent 参考diff结果代码实现会相对比较容易。

Baoyu-Design Skill
github.com/JimLiu/baoyu-d…

Panda@Cerul.ai@Jiaxi_Cui

@dotey 确实很好用，是一直用来做原型的方案

🔗 View Quoted Tweet

💬111🔄65❤️488👀65076📊189

⚡ Powered by xgo.ing

很多人不知道该怎么用好 Agent 的 /goal 功能，也就是说给 Agent 一个目标，让它长时间运行，直到目标完成为止。其实没你想的那么复杂，注意几个点： 1. 你的目标是什么 2. 如何验...

宝玉 (@dotey) — Sat, 08 Aug 2026 01:58:59 GMT

很多人不知道该怎么用好 Agent 的 /goal 功能，也就是说给 Agent 一个目标，让它长时间运行，直到目标完成为止。

其实没你想的那么复杂，注意几个点：
1. 你的目标是什么
2. 如何验证结果
3. 停止条件

比如说我这两天做的一个性能优化的任务，Fable 5 帮我把视频转录性能优化了2倍多（图2），提示词很简单（图1）：
> /goal 帮我优化当前 cli 的转录大视频的性能，在遇到像这样大体积的视频时，需要优化转录性能，请以 Moss 模型测试这个视频（英文为主，多语言）转录，建立基准，然后分析性能瓶颈，尝试优化，直到你觉得已经没有优化空间了。注意你的主要任务是分析、编排和验证，具体任务尽可能交给 subagent（Opus5）去执行

首先用 /goal 表示这是一个需要长时间执行的任务，需要反复执行，不能运行一会就结束了。

然后给它一个视频让它先自己跑一遍转录，记录一下关键数据，建立基准。

基于转录时收集的数据，Agent 自己可以去分析原因，去自己优化，优化完成后再去跑一遍，记录数据，对照前面的基准看是更好了还是更坏了。

结束条件是它自己觉得已经没有优化空间了就结束。之所以我没给它一个具体指标，是因为我也不知道能优化多少，如果指标太容易达到，它一轮可能就结束了；如果指标太难超出物理极限也没意义，反而可能会出现为了优化去做一些极端的事情。

最后一句让它开subagent执行子任务是因为 Fable 5 太贵，全程 Fable 5 用不了多久就要额度不够了，加了这句就耐用多了，而且质量也挺好。

---

还有些时候，想到一个新的技术方案，但并不知道这方案是不是有效，那也可以让它开个worktree，去验证一下是不是靠谱，看数据是更好还是更坏，如果没提升就没必要做了。（参考图3）

💬112🔄100❤️546👀67113📊267

⚡ Powered by xgo.ing

1. 自主改进的 Harness 不是自进化模型，价值有限 2. 面向评分的优化价值有限，到现实场景不会比 Claude Code 和 Codex 这样的更好

宝玉 (@dotey) — Sat, 08 Aug 2026 01:32:03 GMT

1. 自主改进的 Harness 不是自进化模型，价值有限
2. 面向评分的优化价值有限，到现实场景不会比 Claude Code 和 Codex 这样的更好

小互@xiaohu

Prime Agent 一个能自主改进的递归 Agent 框架：

仅仅把外面的框架（Harness ）换成 Prime Agent

Opus 5 的 ARC-AGI-3 评分从 30.2% 冲到 95.5%甚至超越了人类专家基线（95.4%）

可以直接当 Claude Code、Codex 的替代品

它证明了一件事：AI 有时候跑不好的原因，很多时候不是模型不够聪明，而是外面跑它的框架束缚了它...

传统的 Agent 框架（比如固定的工具调用接口、硬编码的子 Agent 或静态提示词）是为上一代模型设计的。当大模型能力越来越强时，这些固定设计反而成了“绊脚石”，限制了模型的发挥。

best.xiaohu.ai/article/prime-…

🔗 View Quoted Tweet

💬57🔄1❤️68👀34800📊45

⚡ Powered by xgo.ing

GPT 6 Astra 要来了

宝玉 (@dotey) — Fri, 07 Aug 2026 23:39:22 GMT

GPT 6 Astra 要来了

💬35🔄4❤️117👀63221📊41

⚡ Powered by xgo.ing

Higgsfield AI 制作的 95 分钟 AI 电影《Hell Grind》，提示词和素材都开源了，成本 50 万美元制作。翻译了下字幕。提示词的开源地址（需要注册）：https://t...

宝玉 (@dotey) — Fri, 07 Aug 2026 04:01:22 GMT

Higgsfield AI 制作的 95 分钟 AI 电影《Hell Grind》，提示词和素材都开源了，成本 50 万美元制作。

翻译了下字幕。

提示词的开源地址（需要注册）：higgsfield.ai/@higgsfield.st…

Your browser does not support the video tag.

🔗 View on Twitter

💬118🔄43❤️253👀69469📊187

⚡ Powered by xgo.ing

Hermes Desktop 支持内置浏览器了👍

宝玉 (@dotey) — Thu, 06 Aug 2026 20:39:41 GMT

Hermes Desktop 支持内置浏览器了👍

Brooklyn!@imbabybrooklyn

Hermes Desktop now has an in-app browser that hermes can control and is aware of
@NousResearch

Your browser does not support the video tag.

🔗 View on Twitter

🔗 View Quoted Tweet

💬84🔄2❤️51👀27802📊61

⚡ Powered by xgo.ing

我更倾向于保留少数专业岗位，比如专业前端专业服务端，然后大量中间的全栈，不需要分那么细。有点像公司的 IT，人人都有 IT 知识，但是复杂问题普通人还是解决不了，还是要依赖专业人士。专业人士不...

宝玉 (@dotey) — Thu, 06 Aug 2026 17:01:14 GMT

我更倾向于保留少数专业岗位，比如专业前端专业服务端，然后大量中间的全栈，不需要分那么细。

有点像公司的 IT，人人都有 IT 知识，但是复杂问题普通人还是解决不了，还是要依赖专业人士。

专业人士不仅要救火，Vibe Coding 的出问题了要去擦屁股，还需要搭好基础设施，方便大家高效安全的去 Vibe

向阳乔木@vista8

说个暴论，未来编程还是要分前端和后端。

后端做构架，设计API，考虑系统安全和扩展性。

前端负责用户看见部分的体验，但做这个事情的人可能是现在的运营，产品，设计，和传统意义的前端。

前端岗对人的综合能力要求变高了。

🔗 View Quoted Tweet

💬64🔄13❤️178👀49313📊64

⚡ Powered by xgo.ing

人就是很奇怪，一方面讨厌看 AI 写的文章，一方面又到处找消除 AI 味的 Skill，试图用 AI 写出没有 AI 味的文章。卡兹克的这个 Skill 没什么问题，而且现在用估计效果还不错，但你...

宝玉 (@dotey) — Thu, 06 Aug 2026 16:30:56 GMT

人就是很奇怪，一方面讨厌看 AI 写的文章，一方面又到处找消除 AI 味的 Skill，试图用 AI 写出没有 AI 味的文章。

卡兹克的这个 Skill 没什么问题，而且现在用估计效果还不错，但你再过一段看，还一样会看出 AI 味。就是那种很刺眼的奇怪的词语搭配，很结构化的叙事，很难用言语表达，但你过些时候回头看就很别扭的那种。

我自己也花了一段时间写这样的 Skill，现在已经放弃了，AI 是不能代替人写作的，再好的模型再好的 Skill 也不行。

但我还是会大量使用 AI 翻译，会使用 AI 辅助写作。

比如帮我收集资料，比如一起讨论，比如帮我调整结构、润色。

写作最痛苦的是经常会“卡”住，因为你找不到合适的内容去承上启下，而这事 AI 反倒是很擅长，虽然不一定能写的比你好，但是经常能给你灵感。

所以我现在写东西，经常想到哪写到哪，可能写的很乱，没什么结构，然后就把这份乱七八糟的草稿扔给 AI，让它帮我基于原本文字的风格，重新写一遍，这样还是自己要表达的东西，也是自己原本文字的风格所以没什么 AI 味，但读起来会通顺很多。

如果要求再高一点，就基于草稿提出一些要求，帮助找出自己可能疏漏的点；再找不同的 AI 出几个不同风格的版本。最后取长补短，重新写一份。

💬139🔄61❤️636👀121782📊278

⚡ Powered by xgo.ing

去餐馆吃饭，不用比厨子做的好，但可以骂他做的难吃

宝玉 (@dotey) — Thu, 06 Aug 2026 15:41:58 GMT

去餐馆吃饭，不用比厨子做的好，但可以骂他做的难吃

Mr Panda@PandaTalk8

相对客观的讲，如果我是 Nikita， 我也不一定比他做的好。 我们可以找出他做的不好的地方有很多， 但我们自己处在这个位置，面对着几十亿用户体量， 多国别，多语种，多种文化，多宗教信仰的一个社交产品，面面具到几乎是不可能的。

🔗 View Quoted Tweet

💬20🔄0❤️51👀24110📊17

⚡ Powered by xgo.ing

赞同：“与其说是关注 skill，还不如说是关注那个人，关注他的方法论和理念。AI 时代人的重要性、个人 IP 的重要性，也就在此” 比如我就把我的方法论写成了《图解 Skill》

宝玉 (@dotey) — Thu, 06 Aug 2026 07:20:32 GMT

赞同：“与其说是关注 skill，还不如说是关注那个人，关注他的方法论和理念。AI 时代人的重要性、个人 IP 的重要性，也就在此”

比如我就把我的方法论写成了《图解 Skill》

忒修斯的船板@Arcadia_Bao

公开 skill 基本只在大众超高频需求有用，比如生图、PPT办公，主打的也不是完全对齐你的需求，而是给一个质量足够稳定的结果，也就是标品。
但是在日常 AI 工作领域，能称之为标品的流程究竟有多少个呢？大模型本身就是最大的标品，更胜于标品。
所以我们的最优 agent 都是自己长期迭代、手搓出来的。如果要用公开 skill，基本上用的都是自己所关注的领域的宝藏博主牛人做的 个性化skill，又或者是自己朋友比如说我 X 上友邻的 skill 。

所以说白了，你与其说是关注 skill，还不如说是关注那个人，关注他的方法论和理念。AI 时代人的重要性、个人 IP 的重要性，也就在此

🔗 View Quoted Tweet

💬52🔄5❤️68👀20313📊45

⚡ Powered by xgo.ing

虚惊一场 https://t.co/qA2a1mVIxk

宝玉 (@dotey) — Thu, 06 Aug 2026 06:30:09 GMT

虚惊一场
x.com/ajambrosino/st…

Andrew Ambrosino@ajambrosino

this is a joke

🔗 View Quoted Tweet

💬5🔄0❤️14👀11591📊4

⚡ Powered by xgo.ing

卧槽，这哥们去霍霍 Codex 了吗？

宝玉 (@dotey) — Thu, 06 Aug 2026 06:29:28 GMT

卧槽，这哥们去霍霍 Codex 了吗？

Andrew Ambrosino@ajambrosino

very excited to welcome @nikitabier to the codex team

🔗 View Quoted Tweet

💬35🔄1❤️81👀113671📊29

⚡ Powered by xgo.ing

竟无言以对……

宝玉 (@dotey) — Thu, 06 Aug 2026 01:59:31 GMT

竟无言以对……

💬157🔄46❤️1404👀406590📊268

⚡ Powered by xgo.ing

帮转，祝好运

宝玉 (@dotey) — Wed, 05 Aug 2026 15:13:01 GMT

帮转，祝好运

工业聚@guyingjie129

近期我将离开工作近 12 年的公司，现在看外面各种工作机会，欢迎大家帮忙内推或扩散这条消息~

我期望工作地点是上海，职位方向可以是前端开发或Agent开发；现阶段保持最大的开放性，希望接触各种不同的机会，多学习和了解。

提前感谢各位的帮助~从以下渠道可以了解我的更多信息：

GitHub:  Lucifier129
微信公众号：工业聚

🔗 View Quoted Tweet

💬46🔄0❤️21👀28458📊32

⚡ Powered by xgo.ing

话说微信的 Agent 如何了？未来是 WorkBuddy 更有前途还是微信 Agent 更有前途？

宝玉 (@dotey) — Tue, 04 Aug 2026 18:43:16 GMT

话说微信的 Agent 如何了？未来是 WorkBuddy 更有前途还是微信 Agent 更有前途？

宝玉@dotey

微信格局还是不够，总是想着大家都去他们家一亩三分地耕耘，还幻想着未来微信会继续是超级入口，人人都在用微信，所以只需要让 AI 去操作小程序。

但现实是，未来微信的入口属性会越来越少，以后的年轻人，不会再去打开微信，只会问自己的 Agent：去帮我总结一下我昨天的群聊，去给我妈发条消息说晚上不回家吃饭了。

而这个承担超级入口职责的 Agent，大概率不是微信 AI。

🔗 View Quoted Tweet

💬95🔄1❤️93👀117758📊72

宝玉(@dotey)

Pi 作者对 DeekSeek Harness 评价

我不喜欢用 grill-me，可能因为我不擅长空想，也不喜欢被拷问。我需要那种看得见摸得着的东西才能进一步得出结论。 我更喜欢用 Claude Design 这种快速出一版原型，做出来一个真实的东西...

智谱 AI（https://t.co/8BByxWuwsb）今天发布了 GLM-5.3，和 GLM-5.2 共用同一个基座模型，所有提升都来自后训练阶段的强化学习（RL）。 【1】编程：开源阵营里最...

我最近在 ~/.claude/CLAUDE.md 里面加了一段提示词，让它多开 SubAgent（Opus）去执行，这样我默认开 Fable 5 High，Token 消耗也不算厉害。 Fable ...

看来是我没懂 DeepSeek Harness，插件还是很强大的，装上插件都能魔改 UI 👍 https://t.co/5jEz7w0XVF

DeepSeek 作为一个模型厂商，最有价值的肯定还是做 Agent Harness Product 而不是 SDK，因为 SDK 它不容易拿到用户行为数据。 做 Agent Harness Pro...

软件自进化可能是个伪命题，只会带来更大的混乱。 插件要么是一次性用完就扔的，要么就得要设计、验证和维护的，不是现在模型能力可以“自进化”的。 OpenClaw 的一坨能“自进化”的 Skills ...

DeepSeek Harness 团队，真正需要招的不是一帮天才程序员、奥林匹克金牌选手，需要真正懂 AI 产品的 AI 产品经理，这个阶段把产品定义清楚、规划清楚最重要。

我只是作为一个“普通用户”的角度去用 DeepSeek Harness，一些感受： 1. 启动方式偏极客，程序员没问题，但是普通用户估计都没有nodejs环境，很难跑起来 2. 速度飞快，这点特别...

DeepSeek Harness 正式发布了，也是开源的

最近一直在忙着把我的 App 变成跨平台的，试了几种方案还是决定用 Rust + GPUI。 一开始就是用的 Electron，但是视频编辑这种场景纯网页实现性能优化还是挺不容易的，尤其是视频一长、...

Codex 一千五百万了

好几项超过 Opus 4.8 了 https://t.co/kcm8JxBpN0

deepseek-v4-pro https://t.co/IjkVmGeWvo

Manus 还是挺了不起的，期待再创辉煌

我一直有个观点，就是： 人不用去跟汽车比谁跑的快，不用跟 AI 比谁更聪明博学；我们驾驭好汽车到达目的地，用好 AI 完成任务，就很好了。

不完全是一通百通的事，这种 Harness，会越来越复杂，到后面你完全跟不上！就像 pi 这样的，现在勉强还能看得懂啃的下来，再迭代下去就像 Claude Code 的代码已经没办法看下去了。http...

赞，正想找个 Rust + GPUI 的代码库学习下👍

不用worktree也能并行的，比如这个任务就遇到了冲突，它自己会挂起等待其他任务完成再继续

我是能不用worktree就不用worktree，要么不同任务用branch分支，要么就直接同一个分支多任务，一般不太用担心冲突，首先只要任务类型不一样冲突可能性较小。 另外现在 Harness 比...

这里的老登代表的更多是心态不是年龄😜

worktree 会创建很多目录，导致磁盘空间占用比较厉害

这篇推文关于文本水印原理讲的很清楚。 生成文本的时候，模型每要输出下一个 token，就拿前面已经生成的所有词加上一个密钥，算出一个哈希值。这个哈希值会把词表里的词随机分成两组，比方说绿组和红组。然...

这个功能还有一个问题就是它会不断派生新卡片，比如这个任务派生出5个，其中每一个又派生1-2个，得不小的时间才能都搞完😅

Claude Code 这个功能我还蛮喜欢的，就是每次任务它会主动记录下在执行当前任务中发现的问题，这些问题和主线任务无关，但是值得记录下来后续解决，很像平时我们 Review 代码，发现一些问题，但...

重点明明是你有无限 Fable 的 Token😜

Codex/Claude Code 现在都支持跨session访问会话了，还是挺方便的，比如我昨天在测试我的 App 在 Windows 的运行情况，先在某个测试 Project 中调用 BaoCut...

转自刘群MT-to-Death： 很多人不理解文本水印是怎么回事。 文本水印是嵌入到语言生成中的一种印记，比如可以用A/B两个同义词的时候总是选择B、可以用两种表达方式C/D的时候总是选择次高概率的...

这个试验很有意思：100万美元预算，让给20多人的团队不限量 Token 使用 AI。 结论是： 人会更累，AI 的成本比人还高； 效率提升最大的是组织从 0 到 1 使用 AI； 公司的组织架构还...

转译自 Lenny Rachitsky 我从 Cursor 人才主管 Adam Ward (@wardadamp) 那里学到的最大收获： 1. 前线部署工程师 (FDE，forward deplo...

Anthropic 宣布将给 Claude 的输出内容加上机器可读的标记，包括文本中嵌入的隐形水印，以及生成文件中附加的数字签名元数据。8 月 2 日起（也就是上周），所有新发布的 Claude 模型...

Anthropic 今天宣布，一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中，虽然没能证明猜想本身，却在一个相关问题上取得了重大突破： 它把黎曼 ζ 函数的非平凡零点落在临界线上的已知比...

以前写代码的成本更高，review代码的虽然有成本，但相对写的人还是成本小。现在反过来了，写代码的人成本低多了，但review的人要更高成本才能审核的过来。 某种程度上说，开发者把成本转嫁到了rev...

什么是 FDE？ FDE 更像是一群士兵去教用石头的用 AK47，好卖更多军火。

我觉得像视频转录剪辑这样的 App 应该是被 Agent 调用的，App 主要是用来确认结果和微调的。 所以我在设计的时候，砍掉了内置的 Harness，只保留了复制 prompt，然后去 Agen...

我在开发项目是，第一版本会先用 Claude Design 设计好 UI 原型/设计，打磨好后放到本地，配合 Baoyu-Design Skill 去维护，每次开发新功能前，不是先去实现功能，而是先修...

很多人不知道该怎么用好 Agent 的 /goal 功能，也就是说给 Agent 一个目标，让它长时间运行，直到目标完成为止。 其实没你想的那么复杂，注意几个点： 1. 你的目标是什么 2. 如何验...

1. 自主改进的 Harness 不是自进化模型，价值有限 2. 面向评分的优化价值有限，到现实场景不会比 Claude Code 和 Codex 这样的更好

GPT 6 Astra 要来了

Higgsfield AI 制作的 95 分钟 AI 电影《Hell Grind》，提示词和素材都开源了，成本 50 万美元制作。 翻译了下字幕。 提示词的开源地址（需要注册）：https://t...

Hermes Desktop 支持内置浏览器了👍

我更倾向于保留少数专业岗位，比如专业前端专业服务端，然后大量中间的全栈，不需要分那么细。 有点像公司的 IT，人人都有 IT 知识，但是复杂问题普通人还是解决不了，还是要依赖专业人士。 专业人士不...

人就是很奇怪，一方面讨厌看 AI 写的文章，一方面又到处找消除 AI 味的 Skill，试图用 AI 写出没有 AI 味的文章。 卡兹克的这个 Skill 没什么问题，而且现在用估计效果还不错，但你...

去餐馆吃饭，不用比厨子做的好，但可以骂他做的难吃

赞同：“与其说是关注 skill，还不如说是关注那个人，关注他的方法论和理念。AI 时代人的重要性、个人 IP 的重要性，也就在此” 比如我就把我的方法论写成了《图解 Skill》

虚惊一场 https://t.co/qA2a1mVIxk

卧槽，这哥们去霍霍 Codex 了吗？

竟无言以对……

帮转，祝好运

话说微信的 Agent 如何了？未来是 WorkBuddy 更有前途还是微信 Agent 更有前途？

我不喜欢用 grill-me，可能因为我不擅长空想，也不喜欢被拷问。我需要那种看得见摸得着的东西才能进一步得出结论。我更喜欢用 Claude Design 这种快速出一版原型，做出来一个真实的东西...

智谱 AI（https://t.co/8BByxWuwsb）今天发布了 GLM-5.3，和 GLM-5.2 共用同一个基座模型，所有提升都来自后训练阶段的强化学习（RL）。【1】编程：开源阵营里最...

DeepSeek 作为一个模型厂商，最有价值的肯定还是做 Agent Harness Product 而不是 SDK，因为 SDK 它不容易拿到用户行为数据。做 Agent Harness Pro...

软件自进化可能是个伪命题，只会带来更大的混乱。插件要么是一次性用完就扔的，要么就得要设计、验证和维护的，不是现在模型能力可以“自进化”的。 OpenClaw 的一坨能“自进化”的 Skills ...

最近一直在忙着把我的 App 变成跨平台的，试了几种方案还是决定用 Rust + GPUI。一开始就是用的 Electron，但是视频编辑这种场景纯网页实现性能优化还是挺不容易的，尤其是视频一长、...

我一直有个观点，就是：人不用去跟汽车比谁跑的快，不用跟 AI 比谁更聪明博学；我们驾驭好汽车到达目的地，用好 AI 完成任务，就很好了。

我是能不用worktree就不用worktree，要么不同任务用branch分支，要么就直接同一个分支多任务，一般不太用担心冲突，首先只要任务类型不一样冲突可能性较小。另外现在 Harness 比...

这篇推文关于文本水印原理讲的很清楚。生成文本的时候，模型每要输出下一个 token，就拿前面已经生成的所有词加上一个密钥，算出一个哈希值。这个哈希值会把词表里的词随机分成两组，比方说绿组和红组。然...

转自刘群MT-to-Death：很多人不理解文本水印是怎么回事。文本水印是嵌入到语言生成中的一种印记，比如可以用A/B两个同义词的时候总是选择B、可以用两种表达方式C/D的时候总是选择次高概率的...

这个试验很有意思：100万美元预算，让给20多人的团队不限量 Token 使用 AI。结论是：人会更累，AI 的成本比人还高；效率提升最大的是组织从 0 到 1 使用 AI；公司的组织架构还...

Anthropic 今天宣布，一个未公开的研究版 Claude 在尝试证明黎曼猜想的过程中，虽然没能证明猜想本身，却在一个相关问题上取得了重大突破：它把黎曼 ζ 函数的非平凡零点落在临界线上的已知比...

以前写代码的成本更高，review代码的虽然有成本，但相对写的人还是成本小。现在反过来了，写代码的人成本低多了，但review的人要更高成本才能审核的过来。某种程度上说，开发者把成本转嫁到了rev...

我觉得像视频转录剪辑这样的 App 应该是被 Agent 调用的，App 主要是用来确认结果和微调的。所以我在设计的时候，砍掉了内置的 Harness，只保留了复制 prompt，然后去 Agen...

很多人不知道该怎么用好 Agent 的 /goal 功能，也就是说给 Agent 一个目标，让它长时间运行，直到目标完成为止。其实没你想的那么复杂，注意几个点： 1. 你的目标是什么 2. 如何验...

Higgsfield AI 制作的 95 分钟 AI 电影《Hell Grind》，提示词和素材都开源了，成本 50 万美元制作。翻译了下字幕。提示词的开源地址（需要注册）：https://t...

我更倾向于保留少数专业岗位，比如专业前端专业服务端，然后大量中间的全栈，不需要分那么细。有点像公司的 IT，人人都有 IT 知识，但是复杂问题普通人还是解决不了，还是要依赖专业人士。专业人士不...

人就是很奇怪，一方面讨厌看 AI 写的文章，一方面又到处找消除 AI 味的 Skill，试图用 AI 写出没有 AI 味的文章。卡兹克的这个 Skill 没什么问题，而且现在用估计效果还不错，但你...