Yuu💖

ex @Dify_ai | Building Myrio | ACMer & Computer Science Enthusiast | Lesbian | 💖love maimai & 📝writing | 🐱Catgirl | 💝I'll always be with you.

[Yuu💖 @QuantumTransf]

Know you will wake, on winds rise again
知道你终会醒来，从那之后天空即为极限
For this journey's end but one step forward to tomorrow…
而这旅途的终焉，即为迈向明天的开始

[Yuu💖 @QuantumTransf]

@suwakopro 那不就是蒸 astra 吗，看起来很没意思了…

[Yuu💖 @QuantumTransf]

晚上试了很多次视频生成，感觉远不如 opus 5.5
从这个角度来说，大肥鱼 deepseek-v4.1-flash-1017 的含金量还在上升
明天再继续测一下别的东西

[WeZZard @realWeZZard]

DeepSeek V4.1 Flash 1017 还在被低估

[Yuu💖 @QuantumTransf]

@ha205505361 ？pi 是 agent

[Yuu💖 @QuantumTransf]

讲个笑话，我在 kimi code 上用 k3 从来没有这么好的 ui 体验，都是各种更严重的 ai slop
而下图的可视化全是 pi + k3 跑出来的，我这下真要把 kimi code 丢掉了，太难绷了…

[Yuu💖 @QuantumTransf]

@ha205505361 就是 pi 里直接 prompt 让它给你做一份可视化界面

[Yuu💖 @QuantumTransf]

@Xudong07452910 我目前测试感觉不是很乐观，视频生成比 opus 5.5 差

[Yuu💖 @QuantumTransf]

@mask7z 但我是 699 Allegro 用户（老套餐用量更多

[Yuu💖 @QuantumTransf]

梦想中的 kimi 3.1
1. 能够有前端界面的风格化作品
2. 增强对于人类意图的理解，且不固执己见
3. 工具调用能力全面提升，不再出现重复调用错误参数
4. 在 coding 场景下可以说人话，比 k3 更好，大幅降低 review 时间成本
5. 至少 50tps
6. 可视化和生成视频能力略低于 opus 5.5（当然给我惊喜也不错

[Yuu💖 @QuantumTransf]

@nicongdev 我希望它能证明它值得 699 的 Allegro

[Yuu💖 @QuantumTransf]

@tiaoban117 看起来我还没有领悟

[Yuu💖 @QuantumTransf]

Mario's right: history tools are the way.

We built one. Obelisk is an open-source session retrieval layer for coding agents. Your agent can:

- Trace why a piece of code was written that way
- Pick up another agent's unfinished task
- Dig through months of sessions to understand how the architecture evolved

Raw sessions, queried on demand. No embeddings, no memory extraction.

And with Code Mode, agents can explore history without flooding their context.

https://t.co/TJlm8kVuh9

[Mario Zechner @badlogicgames]

history tool is where it's at

[Yuu💖 @QuantumTransf]

一种 lody 的玩法，I like this

[Yuu💖 @QuantumTransf]

@shirouzu_ref @hyoban_cc 路程是怎么画出来的（？从手机数据拿吗

[Yuu💖 @QuantumTransf]

@MaxForAI 保真吗，那太期待了

[Yuu💖 @QuantumTransf]

@mark_li21 https://t.co/xyOyka1dv6

[Yuu💖 @QuantumTransf]

@Yccc7Yuchengm 多端 remote，跨 harness，可以灵活创建不同 session 以及进行 a2a，不错的 session 层级划分

[Yuu💖 @QuantumTransf]

拿到新设备第一件事情是装 lody，第二件事情是装 magpie
lody 和 magpie 真的好用，一个一键 agent setup，一个一键 ai provider setup
我需要做的所有事情就是 add agent，add provider，去 kimi 和 deepseek console 上拷贝一下 api key，也不需要记住 base url，太舒服了
本来换主力设备是一个很痛苦的过程，但至少在 vibe coding toolchain 上没那么痛苦（反而最痛苦的事情变成了如何迁移本地 workspace 和 repo
@yetone @lody_ai That's so cool!

[Yuu💖 @QuantumTransf]

@Yccc7Yuchengm 多端 remote，跨 harness，可以灵活创建不同 session 以及进行 a2a，不错的 session 层级划分

[Yuu💖 @QuantumTransf]

@Yayoi_no_yume 我在广东，很热，中午吃了公仔面就开始不舒服（大哭

[Yuu💖 @QuantumTransf]

Documents are only lossy projections of past work, while using code to preserve history has a much larger blast radius and context cost.

We think on-demand session retrieval offers a surprisingly cheap alternative. With Code Mode, agents can compose queries and precisely control how much history enters their context.

Given Pi's new-session design, I'm curious whether you'd find a built-in session retrieval layer valuable.

(Attached a couple of slides from my GOSIM talk!)

[Yuu💖 @QuantumTransf]

还是来正式宣传一下！昨天在 GOSIM 没讲尽兴的东西（

我们做了 Obelisk，一个让 Coding Agent 能够检索自己所有历史 Session 的开源 Infra
它可以追溯一段代码为什么这样写、接手另一个 Agent 的任务，甚至研究过去两个月的开发历史，重新梳理整个项目的架构演进
而我们没有使用任何 Embedding 或向量数据库

🔗 GitHub: https://t.co/TJlm8kUWrB

为什么已经有那么多 Agent Memory 产品，我们还要做一个？

因为我们觉得，传统 Memory 可能从一开始就搞错了问题：

为什么要让模型在过去，决定未来需要记住什么？

预先提取的 Memory 不仅会丢失原始语境，还可能让 Agent 把局部结论当成普遍事实

我们的思路是：与其让 Agent 记住过去的结论，不如让它有能力重新研究过去

技术上也很简单：我们放弃了 Embedding 和向量数据库，使用 BM25 / FTS + Code Mode，让 Agent 自己搜索、阅读、验证历史

实际效果比想象中有趣：从追溯代码设计、跨任务 Handoff，到生成 Roadmap，甚至复盘过去一两个月的架构决策，都可以完成

部分 Benchmark 上的表现也优于 Mem0，我们还在寻找更有说服力的评测方式

更完整的技术讨论：
https://t.co/gnDAoZVfYj

欢迎来玩，也欢迎挑战我们的设计！

[Yuu💖 @QuantumTransf]

Hey @badlogicgames , curious what you think of Obelisk!

I agree with your take that we don't need a memory system when we use coding agent for something. But agents still need access to their history.