飞翔的企鹅x
@BystAnd3rs
Followers
150
Following
394
Media
27
Statuses
88
💻AI Native 开发者 | 全栈 Vibe Coder | Learn in public 🔍分享最新 AI 工具实操、高效开发流程 🚀分享最新的 AI 产品玩法
Joined June 2025
看了don哥@dontbesilent 这个内容框架， 突然意识到我一直在做低价值的重复劳动... 以前我用Claude Code写东西的流程： 写个prompt → 生成内容 → 发了 → 然后就忘了 结果是下次又得从头想prompt 现在我把整个创作流程变成一个完整的文件系统： - 选题管理：想法 → 深化 → 发布 → 复盘 -
1
0
6
据说 DeepSeek 这次发的只是 200B 参数的模型 旗舰模型还在后头？
We will have to wait for the true SOTA this one is 200B parameters (@yifan_zhang_ ) @gpuhell & @RYANHINGSHING told me that big v4 is still being trained, and a small model will drop in Feb, 3 weeks ago
0
0
1
The latest version of DeepSeek @deepseek_ai has also seen significant improvements in its front-end capabilities In terms of style adherence and effect design I think it has reached the level of Gemini 3.0 (there is no benchmark yet)
1
0
5
DeepSeek V4 终于支持 1M 上下文了 不过似乎还不支持全模态
1
0
2
太真实了，像don哥@dontbesilent说的 “大概 1/3 的人，是特别怕我能提供答案的，因为有答案就意味着得干活了” 很多请教就是要一个情绪背书 或者要你替他承担不可能的承诺成本 免费输出反而会被当成“你不懂我”😄
我很久就知道，免费教一个人就是在侮辱一个人 人们向你请教的时候，往往是下面几种情况： 他心中已经有自己的想法了，只不过让你来鼓励他而已。 这个时候你无论说什么话，都会以你不了解我结束。你在小看我，结束。 还有人是来凑拼图的，他要知道的是他宏伟计划里面缺失的拼图。
0
0
0
文件系统本质上是 “可追溯的协作记忆” 没有持久化文本就很难形成分工、复用、总结 所以 Agent 落到文件/文档上 才算真正进入生产流程
我突然明白为什么 Agent 是基于文件系统的了 1. 人类是用文字思考的 2. 人类需要协作 3. 所以人类需要通过文字协作 4. 这意味着文字必须持久化，如果没有文字持久化，协作成本就会极高无比，还不如自己干 5. 而持久化的文字，就叫做：文档 6. 标志时间是 1960
0
0
0
AI First
在mac上下载了Codex，体验下来就是非常激进。 Codex直接取消了传统的左侧文件目录树，把传统的左中右布局改成了Agent-First的设计，希望达到跟AI对话就能完成工作的目的。 这个设计其实会让很多人没有安全感，因为你无法随手点开一个文件来确认一下，AI改的对不对。
0
0
0
万能的推友们，你们用官方 API 获取 Reddit 数据的时候，有没有遇到过403，官方限制太严了 有没有别的一些办法可以稳定获取 Reddit 的帖子数据😫
0
0
1
传统互联网的 BAT → Baidu、Ali、Tencent AI 时代的 BAT → Bytedance、Ali、Tencent B换人了。 看看这三家春节怎么打AI仗： 阿里：千问今天怒砸30亿补贴，用AI点外卖、点奶茶， Qwen AI +淘宝闪购 ，生态全打通。 字节：豆包 + 火山云，春晚独家合作伙伴。
0
0
2
Gonna be an exciting FRIDAY！！@OpenAI
0
0
0
总结了一下 Claude Opus 4.6 主要是这些升级 - 规划与执行能力增强：任务规划更细、能更久地稳定跑智能体流程，处理大代码库更可靠，还能自我纠错。 - 1M token 上下文窗���（Beta）：支持百万 token 长上下文，长文处理更稳，减少上下文退化。 - 办公套件能力升级：Excel
Introducing Claude Opus 4.6. Our smartest model got an upgrade. Opus 4.6 plans more carefully, sustains agentic tasks for longer, operates reliably in massive codebases, and catches its own mistakes. It’s also our first Opus-class model with 1M token context in beta.
0
0
0
上一篇讲了内容创作系统的复利效应， 这篇讲一个更具体的：怎么把AI对话变成可复用的技能。 大多数人用AI的方式： 问问题 → 得到答案 → 关掉对话 → 下次重新问 这就像每次做饭都要重新发明菜谱。 我现在的做法是三步： 第一步：意识到"这件事我以后还会做"
看了don哥@dontbesilent 这个内容框架， 突然意识到我一直在做低价值的重复劳动... 以前我用Claude Code写东西的流程： 写个prompt → 生成内容 → 发了 → 然后就忘了 结果是下次又得从头想prompt 现在我把整个创作流程变成一个完整的文件系统： - 选题管理：想法 → 深化 → 发布 → 复盘 -
0
0
1