Zemo.

#伪理想主义 #丧逼 #程序员 #ShamelessFan

[Zemo. @_Zemo]

@leto_bao 硬盘涨价到ai抢硬盘这个信息是怎么发现的？

[喜羊羊（资源分享） @enoch4306]

22日，百度闷声干了票大的！最新开源的Unlimited OCR

总参数3B，实际激活仅500M——放在大模型时代几乎是个零头。

但就是这个小到离谱的模型，在OmniDocBench v1.5上拿下93.23%的综合分，v1.6更是达到93.92%，直接刷新了端到端SOTA。

���么概念？v1.5同台竞技的选手里，235B的Qwen3-VL拿了89.15，72B的Qwen2.5-VL拿了87.02，不公布参数量的Gemini-2.5 Pro也只有88.03。激活参数不到它们零头的选手，反手把它们全甩了。

更离谱的是，它还干了件之前没有OCR模型干成过的事：一口气解析40多页文档，不失忆、不降速，一次推理从第一页读到最后一页。

目前，模型和代码都已同步上线GitHub和HuggingFace。

https://t.co/yuU7E121yW
https://t.co/8YMkjoosB5

[Zemo. @_Zemo]

去游行吧，天安门广场，因为这是我的责任

[动物园园长 @weiyux2021]

https://t.co/CdEyYXd3Ej

[池建强 @sagacity]

在 Claude Code 里安装 claude-mem，三步搞定。

https://t.co/vSBaXQwC1K
claude-mem 是一个专门为 Claude Code 打造的持久化记忆系统，它能做事有这么多：

1、自动记录每次会话中的代码操作、工具调用和对话内容
2、智能压缩生成语义摘要，为下次会话做准备
3、按需检索在新会话中自动注入相关上下文
4、Web 界面提供 http://localhost:37777 查看和管理记忆

也就是说 claude-mem 相当于给 CC 增加了一个外挂的大脑，记得全，还能省 Token。很多人问咋装，简单写了个墨问 note。

[wwwgoubuli @wwwgoubuli]

我上推特就是为了看这种东西的

[Zemo. @_Zemo]

@binance @grok 翻译一下

[Zemo. @_Zemo]

@Michael_Liu93 @juransir 坐等中奖

[憨厚的麦总 @Michael_Liu93]

又薅到羊毛了😆，哈哈哈。昨天发了这个好物推荐帖之后，Jsaux市场部的老板@juransir 跟我互动了，还很大气的愿意做波福利，给我们抽3台显示屏。

1台我去群里抽，2台给推特的小伙伴们抽。抽奖要求是关注@jsauxofficial，然后一键三连这个帖子。到时候直接用Grok抽，会筛掉抽奖的假号，还是老规矩，绝不会内幕。

有好东西我是真的想着你们，再次感谢@juransir 老板。

[Zemo. @_Zemo]

@elonmuskTN 17

[GitHubDaily @GitHub_Daily]

当接手一个新项目，面对大量没有注释说明的代码，要去理解当中业务处理逻辑，既耗时又耗力。

最近在 GitHub 上发现了 Davia 这个开源工具，可用它为我们的代码库生成直观可视化的文档。

只需指向项目路径并描述要生成什么文档，它就会自动分析代码并实时生成文档页面。

GitHub：https://t.co/iZO50b2zz6

除此之外，还支持类似 Notion 的编辑体验，以及可交互的白板图表，瞬间让让代码结构和逻辑一目了然。

通过克隆代码到本地，安装相关依赖后，配置 API 密钥即可使用，支持 Anthropic、Google 等主流 AI 模型服务商。

[Zemo. @_Zemo]

我不想看到黄推，给我例举10个经常搞黄推的X 博主，好让我避开他们@grok

[Zemo. @_Zemo]

@williamlong 成都满足

[宝玉 @dotey]

转：打造你的第一个 AI 智能体：一条清晰的实战路径！

我发现，许多人满怀激情地想要构建自己的 AI 智能体 (AI Agent)，结果却常常半途而废。原因无他，要么是各种概念听起来太抽象，要么就是网上的文章吹得太玄乎。如果你是真心想动手做出第一个 AI 智能体，下面这条路，你真的可以一步步照着走。这可不是又一篇空洞的理论文章，而是我本人多次亲身实践、屡试不爽的真经。

1. 挑一个极小且极明确的问题

先别想着搞什么“通用智能体”了，那太遥远了。你得先给你的智能体定一个非常具体的工作。比如：

- 从医院网站上预约一次医生门诊。
- 监控招聘网站，把符合你要求的职位发给你。
- 总结你收件箱里未读邮件的要点。

问题越小、越清晰，设计和调试起来就越容易。

2. 选一个基础的大语言模型

刚起步时，千万别浪费时间自己训练模型。直接用现成的、足够好的就行了。比如 GPT、Claude、Gemini，或者如果你想自己部署，也可以选择 LLaMA、Mistral 这类开源模型。只要确保你选的模型具备推理和结构化输出的能力就行，因为这是 AI 智能体运行的根本。

3. 决定智能体与外部世界的交互方式

这是最核心的一步，但很多人都跳过了。AI 智能体可不只是个聊天机器人，它需要**工具**才能干活。你必须想清楚它能使用哪些 API 或执行哪些动作。一些常见的工具包括：

- 网页抓取或浏览 (可以用 Playwright、Puppeteer 这类库，或者网站本身提供的 API)
- 邮件 API (Gmail API, Outlook API)
- 日历 API (Google Calendar API, Outlook Calendar API)
- 文件操作 (读写本地文件、解析 PDF 等)

4. 搭建骨架工作流

先别急着上手那些复杂的框架。从最基础的流程开始连接：

- 接收用户的**输入**（也就是任务或目标）。
- 将任务和指令（系统提示词，system prompt）一起传给大语言模型。
- 让模型**判断**下一步该做什么。
- 如果需要使用工具（比如调用 API、抓取网页），就去**执行**它。
- 把执行的结果再**反馈**给模型，让它决定再下一步的行动。
- 不断重复，直到任务完成，或者用户得到最终的输出。

这个 **模型 → 工具 → 结果 → 模型** 的循环，就是每个 AI 智能体的心跳。

5. 谨慎地添加记忆功能

大多数新手都以为智能体一上来就需要一套庞大的记忆系统。其实不然。先从最简单的**短期记忆**开始，也就是记住最近几次的对话上下文。如果你的智能体需要跨越多次运行来记住事情，用个数据库或简单的 JSON 文件就够了。只有当你真的需要时，再去考虑向量数据库 (vector databases) 或其他花哨的检索技术。

6. 给它一个能用的界面

一开始用命令行界面 (CLI) 就行。等它能跑通了，再给它套上一个简单的外壳：

- 一个网页仪表盘 (用 Flask, FastAPI, 或 Next.js 来做)
- 一个 Slack 或 Discord 机器人
- 甚至就是一个在你电脑上运行的脚本

关键是让它跳出你的终端，这样你才能观察到它在真实工作流中的表现。

7. 小步快跑，不断迭代

别指望它第一次就能完美运行。让它去处理真实的任务，看看它在哪儿会“翻车”，修复它，然后再试。我做过的每一个能稳定运行的智能体，都经历了数十轮这样的循环。

8. 控制好范围

你很容易会忍不住想给它增加越来越多的工具和功能。**请克制住这种冲动**。一个能帮你漂亮地完成预约挂号或管理邮件的单一功能智能体，远比一个什么都想做、却什么都做不好的“万能智能体”有价值得多。

学习最快的方法，就是从头到尾、完整地构建一个**特定功能**的智能体。一旦你成功做完一个，再做下一个���，你就会感觉轻松十倍，因为你已经把整个流程都摸透了。

[白骏知识分享 @cj3214567667]

哪���书彻底改变了你看待世界的方式？

[Zemo. @_Zemo]

下手真狠呐 #江油霸凌事件 #江油照相馆

[宝玉 @dotey]

卷起来，Amazon 也推出了 AI 代码编辑器 Kiro，目前可以免费使用 Claude 4/3.7 Sonnet

[Zemo. @_Zemo]

兄弟们，我好像遇到职场PUA了，怎么破

[宝玉 @dotey]

开个 Thread 来整理一些我使用 CluadeCode 的经验和心得，也欢迎留言分享。去年起我是 Cursor 的重度用户，最近一个月，我用 Cursor 越来越少了，开发方式也发生了变化，现在大部分时候都是：ClaudeCode 先做，做完了我去 IDE 去审查修改，所以不再需要 Cursor 的绝大部分功能，反而由于 Cursor 频繁更新，让我用 VSCode + GitHub Copilot 更习惯顺手一些。

ClaudeCode 区别于其他同类 AI Coding Agent，我觉得强大的地方在于几点：

1. 对指令的理解很好
能很好的理解你要做什么

2. 能合理的规划任务
一个任务它会先规划再执行，复杂一点还会创建一个 TODO List，挨个执行，虽然这一步对于现在的 Agent 不稀奇，但它每次能基于自己的规划的到一个不错的结果，这才是厉害的地方

3. 对工具的运用，非常强
ClaudeCode 内置了 15 种工具（可能会变化），有系统命令行工具、文件操作工具、还有网络浏览检索工具。

它最擅长的就是 Grep 命令去搜索你的代码库，反复调整搜索正则的正则表达式去找代码，分析找到的代码，然后定位到正确的位置。

惭愧的说，我至今都不会用 grep，但是 claudecode 用 grep 检索代码的效率，可能超过了任何人类能达到的��平。

最绝的是，一个十几兆的混淆过的 js 代码，它都能毫不费力的找出来关键的代码，拼凑还原成原始编译前的代码。

如果说十几兆的混淆后的代码都能分析，那么祖传的几十万行的屎山代码它应该也是能应对的。

现在看来，对于代码库的检索，RAG 都是浮云，grep 才是王道。

4. 执行时间很长
现在 AI Agent 一个很大的毛病就是执行几次就结束了，结果 Token 也消耗了但啥屁事都没干成，OpenAI 的 Codex Cloud 就是个反面典型（codex-cli 好一点，也没好到哪去），像开发任务，有很多任务就是需要反复大量操作的，ClaudeCode 就是大力出奇迹，一个任务十来分钟是常态，更长时间也有，所以大部分时候能交付一个不错的结果。

这可能也是 ClaudeCode 比其他家的一个主要优势所在，毕竟 Cursor 这些是没法跟 Anthropic 比烧 Tokens 的。ClaudeCode 最开始就是 Anthropic 家的内部工具，一开始他们就没考虑过要省着点用 Tokens，没想到歪打正着大力出奇迹，效果最好。

大力出奇迹是 ClaudeCode 的成功关键，但另一个角度也是它还不流行的原因，因为你自己按量买 Token 是用不起的，一天能烧几百刀都可以，还是得配合 Claude Max 订阅包月使用，即使这样，我也经常到额度限制，要等 5 小时刷新。

5. 全程人工干预很少
ClaudeCode 虽然默认也是会确认工具使用操作，但是它有一个 --dangerously-skip-permissions 参数，虽然原则上只能是 Docker 上运行，打开后就全程放飞自我了，你啥都不用管，就等着就好了，喝杯咖啡，刷刷社交媒体，回头一看任务都好了，真正的无人值守 Vibe Coding。

当然一定要配合 Git 做好版本管理，并且对结果要审查，否则会可能出问题的。我用 --dangerously-skip-permissions 模式有一段时间了，它不会去恶意操作系统，所以目前还没出过问题。

（未完待续）🧵

[艾略特 @elliotchen100]

推荐 PDF 翻译工具 - 保持现有排版不变

Zotero - 免费 - 中的英文 PDF 文献翻译为中文，���持多种翻译样式，如纯中文版、中英对照版、双栏转单栏等。

亮点
• 生成纯中文翻译文档。
• 生成中英对照文档，支持双栏转单栏排版。
• 可设置自定义中文字体，如霞鹜文楷、微信读书 AI 楷等，提升阅读体验。
• 支持接入 DeepSeek、智谱 AI、Bing、Google。
• 通过 config.json 文件配置翻译参数、字体路径等。
• 支持多线程翻译，提升大文档处理速度。

https://t.co/SG4owKAou8