Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
Stephan
@Stephan_Talk
后端技术专家 | Learn to build with AI | 热爱开源精神 | 分享最前沿AI资讯,以及我的深度思考和实践
Joined May 2011
201
Following
2.9K
Followers
1.4K
Posts
Pinned Tweet
Stephan
@Stephan_Talk
10 months ago
Claude Code 正在重构Agent系统的开发模式! Claude Code远不仅仅是一个AI编程工具,它是一套可高度定制的Agent系统 它和LangGraph这类Agent框架最大的区别是,Claude Code本身就是一个自主选择执行路径的智能体 而Claude Code SDK干的事情,就是把这个智能体的全部能力封装成SDK,使应用内可以集成Claude Code,同时也就集成了: 1. 各种自定义prompt、memory、subagents 2. 各种tools和MCP的自动调用能力 3. 所有Claude Code可用的底层模型 当你拥有一个足够强大的agent core,你就不用再用代码的方式来"编排"agent的行为,而是提供一套自定义MCP Server给它,然后用prompt来"编排"agent的行为 举个例子,在LangGraph时代: 有一个小朋友,你送了他一套乐高玩具,但小朋友不够聪明,你需要手把手的教他怎么玩这套乐高玩具。这就是通过代码来“编排”agent系统 现在,有了Claude Code SDK: 这个小朋友现在长大些了,你再送他一套乐高玩具,然后你跟他说:“造个变形金刚出来”,他自己鼓捣鼓捣就搞出来了 以后,你再也不需要教小朋友怎么玩玩具了,只要造足够多的乐高送给他们就可以了 #ClaudeCode #ClaudeCodeSDK
See More
Stephan
@Stephan_Talk
7 days ago
@yetone
Claude 接 deepseek-v4-pro 的话应该可以绕开这个限制吧
Stephan
@Stephan_Talk
7 months ago
分享一下,zlibrary的免费捐书计划,��以把���己不看的纸质书免费寄给他们,邮费自付。他们会负责统筹登记。这些书如果能捐给贫困学生,或者有需要的人,那也是善莫大焉。回头我搬家的时候也寄一些。感谢志愿者的无私付出🙏
朱无忌无忌
@Wujizhuzhu
7 months ago
借
@Pandatalk8
的的帖子,展开说一说Zlibrary。 Zlibrary有个Z-Points计划,就是大家可以将不用的书,免费寄送到Z-Points站点。 我是北京站的Z-Points,至今已服务了两年。 最开始,我其实对这个计划存疑。不用的书,很多人直接当废品卖掉了。很少有人愿意花邮费将书籍寄送到Z-Points来。 但事实上,过去两年,我差不多收到了两百多本书,全国各地的快递都有收到过。非常感谢大家对Z-Points的支持。 另外也想替Zlibrary多说两句。如果大家有不看的书,或者不需要的书籍,可以寄送给我,我会上传到Zlibrary网站上面去,供全球的读者阅读。 我觉得这是一个非常幸福的工作,完全义务服务。当然,我也愿意继续为Zlibrary服务下去。
See More
Stephan
@Stephan_Talk
8 months ago
转发,作为用户理性分析,确实难用。因为我也是曾经的用户,就是被宝玉老师说的这几点劝退了 另外,没必要搬出其他友商的产品来证明难用的合理性。这就好像我说你是预制菜不好吃,你说全行业都是预制菜。这个逻辑真的醉了😅
Who to follow
Jiang
@arui_kisi
产品经理 | 终身学习 | 摇滚乐 | 探索利用计算机帮助人们学习
Barret李靖
@Barret_China
AI Engineer | Lifelong Learner | Dad of 2 | Cloud Native | Sharing insights and experiences | 小胡子哥,一个有趣的灵魂
九原客
@9hills
喜欢一切美好的事物。目前聚焦在大模型领域。
Stephan
@Stephan_Talk
9 months ago
这个必须赞,我认为MCP就应该在垂直应用场景下发挥价值,比如听说最近前东家滴滴也推出了MCP服务 上下文是很宝贵的资源,在各种垂直场景下临时加载+使用特定的MCP服务,在使用完后卸载该MCP服务,或者将特定MCP服务和subagent绑定
歸藏(guizang.ai)
@op7418
9 months ago
Figma 正式推出了官方的远程 MCP 服务器,现在不需要安装 Figma 客户端 只需要在支持的软件比如 Cursor、Cluade code 里面添加,并在打开的网页里面完成账户授权就行 而且现在设计组件和前端组件的映射信息也可以通过 MCP 获取到,如果你的团队有设计系统的话,然后你的设计稿组件采用程度高 前端可以一键用 AI 生成全部的前端代码,而且保证高还原度,设计师和前端协作会到一个新的时代
op7418's tweet video.
Stephan
@Stephan_Talk
9 months ago
非常赞成,这就是开源精神,大家一起把蛋糕做大,而不是守着故纸堆内卷
Jackywine
@Jackywine
9 months ago
一个暴论:以后会有越来越多的零基础人,成为程序员或者设计师,而现在已经是这个职业的人,不应该成为他们的拦路虎,而应该成为引路人
Stephan
@Stephan_Talk
9 months ago
看完了老罗采访周鸿祎的三个半小时的播客,能听出来老周是确实有很多切实的行业经验的,可惜老罗问的问题不够深入和专业,有点遗憾 比如老罗说到海外顶尖模型是gemini这个观点,我觉得是有些偏颇了。因为不同领域有不同的最佳模型,比如在编程领域目前claude-4和gpt-5-codex可能都优于gemini;又比如老周不止一���提到的LLM幻觉问题,在360是如何优化的?并没有追问下去 听完整体感觉最有价值的点就是老周说到的垂直+订阅的收费模式,老周还提到收费模式上应该是token按量计费+membership会员费的方式,这种方式确实是一种长期看更可行的收费模式。单纯卖token的模式壁垒太低,用户付费的动机应该是在LLM之上,产品提供的垂直Agent的能力
See More
Stephan
@Stephan_Talk
9 months ago
看着看着老周突然跳出来这么一句话:“推荐一个人,在推特上有个自然语言处理界的马东锡”,说明老周确实是在紧跟AI领域的前沿知识的 具体时间点在 2:01:10 左右提到了
@dongxi_nlp
马老师
马东锡 NLP
@dongxi_nlp
9 months ago
太惊喜了,在罗永浩和周鸿祎的对谈中,发现了我自己被提到。约等于上罗老师的节目了! 网上有一个人,叫 马东锡 NLP , 你可以交一下这个朋友! 开心!
Stephan
@Stephan_Talk
9 months ago
@dongxi_nlp
哈哈nb,马老师当之无愧
Stephan
@Stephan_Talk
9 months ago
扩展一下,不仅openrouter,只要是符合OpenAI协议规范的模型提供商,都可以通过以上方式配置进 ~/.codex/config.toml 配置文件,可以配置多个 [model_providers.xxx] 和 [https://t.co/AVFA8kfadY] 段落到配置文件中,然后把 profile = "openrouter" 改为你希望默认指向的profile段落即可 这个配置文件的官方文档: https://t.co/Nk6sEArkMK
Stephan
@Stephan_Talk
9 months ago
分享一下如何配置OpenAI Codex接入OpenRouter的任意模型 Codex可以通过修改配置文件的方式改变默认使用的模型及模型提供方,只需要两步�� 1⃣修改 ~/.codex/config.toml 配置文件,增加如下配置: profile = "openrouter" [model_providers.openrouter] name = "OpenRouter" base_url = "https://t.co/7uT3wMHjv1" env_key = "OPENROUTER_API_KEY" wire_api = "chat" [profiles.openrouter] model = "openai/gpt-5-codex" model_provider = "openrouter" model_reasoning_effort = "high" 注意这里的 model="xxx" 定义,可以配置任意支持推理的openrouter模型 2⃣在环境变量中增加OPENROUTER_API_KEY: export OPENROUTER_API_KEY="你的OpenRouter API KEY" 启动 codex 即可看到,model已经指向配置文件中的模型:
See More
Stephan
@Stephan_Talk
9 months ago
以下是 yupp 的官方链接: https://t.co/1a79EC5bpy
Stephan
@Stephan_Talk
9 months ago
yupp 这个网站有点意思,它能免费使用和对比最领先的AI模型 在 yupp 上的每次对话都有至少两个AI大模型同时给你回答,你可以从其中选择你认为更好的回答,并分享你的使用反馈给yupp 用户反馈可以获得积分,更优质的反馈可以获取更多积分,更多积分意味着你可以使用更多高级模型,甚至将积分提现 这个网站之所以能免费使用大模型,与它建立的用户反馈机制直接相关。这些反馈数据会提供给模型厂商用来优化模型 这个商业模式之所以可行,我认为是因为大模型的token价格会越来越低,而用户真实反馈会更有价值,尤其是跨厂商的比较。对于模型厂商来说用token换用户反馈是很划算的买卖 另一方面对于用户来说,现在模型太多,在不同领域、不同场景下,哪个模型表现最好?哪个模型最适合自己的应用场景? yupp 可以帮我们进行免费的比较 目前 yupp ��要支持文本聊天、图像生成、图像理解等场景,看起来编程领域还不是它的主要应用场景
See More
Stephan
@Stephan_Talk
9 months ago
@sujingshen
另外,NotebookLM有着很不错的召回率和长上下文能力���这对于LLM的幻觉问题是很大的一个补齐,基于此的RAG系统应该会很快诞生
Stephan
@Stephan_Talk
9 months ago
NotebookLM一直以来都是我最喜欢的知识库预研工具 另外,结合它可以分析Youtube视频的特性,在其API开放后,视频内容可以有更丰富的交互形式了 比如可以做一个针对某个油管课程的NotebookLM知识库,这种能力可以泛化成一个独立产品了
SagaSu
@sujingshen
9 months ago
notebooklm的API开放了。是个机会。 NotebookLM api - Create a notebook - Retrieve a notebook - List recently viewed notebooks - Delete notebooks in batch - Share a notebook - Add data sources to a notebook - Delete data sources from a notebook 信息源:👇
Stephan
@Stephan_Talk
9 months ago
之前我有些精神洁癖,总喜欢把关注数维持在200以下😅,现在看没太大必要 X最新开源的推荐算法说明,只要关注数<500,或 关注数/粉丝数 的比例小于0.6即可 对于需要添加大量关注的推友,建议关注数不要超过2500,如果必须超过,也要把比值稳定在<0.6 这个算法的目的也很明显,就是惩罚换粉的行为。你的粉丝应该是因为你的优质内容而关注你,而不是无意义的换粉 附图是我在Cursor中基于这份开源仓库的聊��内容,供参考 你想了解哪些X的推荐算法机制,可以评论区告诉我,我可以基于X的开源仓库来回复你
Stephan
@Stephan_Talk
9 months ago
X开源了他们的推荐算法,以下是会影响你的账号影响力排名的因素: 1.优先让“高质量账号”关注你 被更多高质量账号关注,权重值更大,且对方"出边"数越少,你得到的份额越足 "出边"指的是每个账号对其他账号的关注及互动强度,可以理解为每个账号是一个图节点,账号之间的关注及互动是节点之间的边 建议:深耕垂直领域,主动合作/互动头部或中腰部优质作者,参与高质量话题与空间 2.争取来自优质账号的“强互动” 被转推/回复/提及时的权重更高;多元互动可拉升你在对方出边上的占比 建议:做可被引用/讨论的内容,发起问答/共创;在热点中输出被引用的“原始资料/观点” 3.控制“关注/粉丝”比,避免触发惩罚阈值 平台对“高关注、低粉丝”的账号会有严重降权,早期尽量让关注数 ≤ 500;中长期尽量远离 2500 上限 建议:维持关注/粉丝比 < 0.6;避免“批量关注换粉” 4.提升账号“先验质量” 蓝V认证能够拿到稳定的10%先验权重,能稳定抬高“随机跳”部分,帮助冷启动与整体稳定性 其他提升先验的手段:绑定有效设备;保持账号安全不受限;平稳运营超过 30 天 5.结构优先于数量 一百个普通新号关注,不如 3–5 个“高质量、低出边”的账号关注更有效 6.内容与节奏 - 聚焦“可被引用/二次传播”的内容形式(数据图解、清单、教程、观点源头) - 固定发布节奏与系列化主题,降低对方关注门槛、提高复访与外链引用概率 避坑清单: 1. 不要大量“先关注后取关”或扫粉;极易触发先验与后处理惩罚 2. 新号��� 30 天预期偏低属正常;平稳积累与“精准高质量关注”比短期爆量更有效 3. 若你发现互动很强但排名无明显提升,可能当前作业是“仅关注边、未加权”;这时“被谁关注”更关键 --- 如果你想深入了解X的整体推荐算法原理,以及对内容创作者的最佳实践建议,可以点赞+转发我这条推文,我会私发你一份《X推荐算法深度解析:机制、权重与创作者策略》的1万字DeepResearch报告
See More
Last Seen Users on Sotwe
Girl fights⭐️
Seen from
Turkey
Jom Cautut
Seen from
Malaysia
Evli dul bekar farketmez gelin bayanlar....
Seen from
Turkey
YERLİ EŞ PAYLAŞIM İTİRAF
Seen from
Turkey
Loc Rios
Seen from
United States
نيج عراقي
ali
Seen from
Switzerland
Liseli Fahişe
Seen from
Turkey
Boyxxx
Nyari apa ngab?
Seen from
Indonesia
Trends for you
1
Karmelo Anthony
Under 10K tweets
2
Fable 5
Under 10K tweets
3
Apache
Under 10K tweets
4
Nintendo
Under 10K tweets
5
Switch 2
Under 10K tweets
6
Belfast
Under 10K tweets
7
Xenoblade
Under 10K tweets
8
SPLC
Under 10K tweets
9
Verdict
Under 10K tweets
10
Manslaughter
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.1M followers
2
Barack Obama
@barackobama
119.3M followers
3
Donald J. Trump
@realdonaldtrump
111.6M followers
4
Cristiano Ronaldo
@cristiano
109.1M followers
5
Narendra Modi
@narendramodi
106.9M followers
6
Rihanna
@rihanna
97.3M followers
7
NASA
@nasa
92.1M followers
8
Justin Bieber
@justinbieber
90.6M followers
9
KATY PERRY
@katyperry
86.9M followers
10
Taylor Swift
@taylorswift13
80.7M followers
11
Lady Gaga
@ladygaga
72.3M followers
12
Kim Kardashian
@kimkardashian
69.4M followers
13
Virat Kohli
@imvkohli
68.7M followers
14
YouTube
@youtube
68.6M followers
15
Bill Gates
@billgates
63.4M followers
16
The Ellen Show
@theellenshow
62.5M followers
17
CNN
@cnn
61.9M followers
18
Neymar Jr
@neymarjr
61.3M followers
19
X
@x
60.9M followers
20
Selena Gomez
@selenagomez
60M followers
Olivia
Online
✨
⭐
💫