Home
Language
English
Türkçe
Bahasa Indonesia
About
Privacy Policy
Terms of Service
Pricing
Sign In
Download All
Share
Nate
@ChuckNate123
AI Researcher covering AI infrastructure, semiconductors, foundation models, and emerging technologies.
New York, USA
Joined September 2014
295
Following
11
Followers
1K
Posts
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
about 3 hours ago
针对Google Antigravity 大家前几期一直吐槽难用 说下 Antigravity CLI (agy) 目前无解的两个硬伤: 1. Context window 上限写死,没法按任务手动调大; 2. 自动压缩(compaction)质量较差,长对话一旦触发很容易��关键上下文压丢。 在官方更新 harness 之前,最务实的解法: 建议 用 /context 监控上下文消耗; 用 /rewind 回退错误节点; 用 /fork 分支测试不同方案; 按模块拆分短会话; 把关键架构决策和任务进度持久化到项目文件。 不要把一个超长对话当成 Agent 的永久记忆。重要信息必须有对话之外的存储。
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
about 4 hours ago
OpenAI 刚刚发布的 ChatGPT for Accounting 宣传片只有 46 秒,但信息量极大——它标志着通用大模型正式向垂直 SaaS 的“核心工作流”发起总攻 1 SaaS 沦为底层数据库:通过 Accounting 插件,ChatGPT 直接打通 Gmail + QuickBooks / NetSuite / Xero。人类不再需要切换 4 个网页录单,ChatGPT 成了新的业务操作界面,传统财务软件正在被降维成“后台账本”。 2 GPT-6.2 Sol 的成本红利:演示中调用的正是刚发布的 6.2 Sol High。跨邮件检索、多单据比对防重需要极强的多步推理,推理成本腰斩,才真正跨过了企业级高频自动化的���济临界点。 3 真正懂财务 AI 没有直接把发票发给客户,而是生成草稿并主动列出【异常待确认】【已拦截重复开票】和【会计假设说明】。财务容错率为零,AI 负责干完 80% 的脏活,人类负责最后 20% 的专业判断与签字。 结论:传统财务软件的护城河正在被改写。
See More
ChuckBass8808's tweet video.
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
about 4 hours ago
Google 刚刚扔出王炸:Gemini 4 Neon 正式登陆 Antigravity,直接拿下 Coding Agent 榜单第一! 它登顶了 Artificial Analysis Coding Agent 榜首,定价仅 $3/$15(比旗舰 Carbon 便宜 32%),Pro/Ultra 用户直接可用。 1 官方主推用 Orchestrator 把 Neon 规划和上周刚发的 Hydrogen执��者绑在一起——架构设计、疑难决策交给 Neon,大量并行编码交给低价高速的 Hydrogen。 2 Harness决定模型上限 DeepMind 评测显示:Neon 在通用测试框架下得分只有 12.8%(与 GPT-6.2 Sol 几乎打平);但放进支持原生 Subagents 并行的 Antigravity 后,得分直接暴涨到 39.0%。 未来比拼的不再是裸模型跑分,而是“模型 + 专属 Agent 环境”的系统工程。 3 一句话生成游戏时,系统自动切分了 8 个 互不重叠的模块所有权(non-overlapping module ownership),6 个子智能体同时开工,最后自动跑构建与视觉验收。
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
about 14 hours ago
Google DeepMind 研究负责人今天发推“致敬”了最强对手 Claude Opus 5.5,顺便暗戳戳宣战了 “我觉得 Opus 5.5 会成为像 Sonnet 3.5 和 GPT-4 一样的史上最伟大模型之一。但我担心它的时代即将结束。” 暗指终结老黄牛Opus5.5的很可能就是他们谷歌自��正在打磨的 Gemini 4 元素周期表(Argon / Hydrogen / Carbon / Krypton/Neon) 评论区瞬间炸锅了: 1 有人力挺谷歌 Hydrogen和Argon 2 也有硬核开发者直言:“Opus 5.5 依然是我的最爱,Argon 紧随其后,但我还不信任 Hydrogen,它会产生幻觉。” 我之前测试后发现幻觉也发帖记录过 3 还有网友猜“终结 Opus 5.5 的不会是另一个 Gemini,而是 Opus 5.6 吧?”,他则淡定回应:“不会,也许得等 Opus 6 了。” 2026 年底这波巅峰对决,你现在的主力模型站哪边? 1️⃣ 死守 Opus 5.5,坐等 Opus 6 2️⃣ 已经真香 Gemini 4(Argon / Carbon) 3️⃣ 成年人全都要
See More
Nate
@ChuckNate123
about 16 hours ago
@mylifcc
拿着reddit贴图说事 怀疑你连gpt付费帐号都没有
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
about 24 hours ago
全网都在把黄仁勋离职当瓜吃,却没看懂要命的事:没了老黄,英伟达靠 1.5GW 暗流芯片、2790 亿锁单和 5300 亿担保撑起的帝国要晃了。 [01] 四天闪辞和研发真相 SemiAnalysis 追踪到超 1.5GW 英伟达受限芯片流向中国,不含特供绕行款,这是美情报界逼老黄四天闪辞的导火索。 外人以为 $NVDA 靠架构躺赢,全靠老黄把 4.2 万人当创业公司带,直管 60 个高管不开一对一,GB200 都在量产前压哨定型。 老黄一走 RASA 法案将加速落地,既伤驻华工程师打磨 GPU 软硬件,也切断美企依赖的开源模型和 DeepEP、DeepGEMM、MSA 算子库。 [02] 没人敢接盘,锁单要松了 看看接班人就知道没人接得住,临时 CEO Colette Kress 是财务出身,CUDA 之父 Ian Buck 和芯片掌门 Jonah Alben 都明说不接。 真正卡死对手的是锁产能,老黄去年赴韩国和台湾 $TSM 抢货,单季就把供应承诺从 1190 亿美元拉爆到 2790 亿美元。 一旦超级买手退场、内存和逻辑晶圆锁单松动,拿不到足额产能的 $AMD 和配合大厂做自研芯片的 $AVGO,才算等来放量抢食的窗口。 [03] 五千亿担保的资本盘子 客户买的其实是老黄个人信用,英伟达第二财季表外总担保从 1840 亿美元飙到 5300 亿美元,还压着 990 亿股权和 360 亿包销兜底。 说白了 $NVDA 就像自带央行,卖卡全额收钱再帮 Neocloud 租机房担保,老黄看跌期权没了,这类算力基建融资肯定收缩。 往后职业经理人要看华尔街季度脸色,当年硬扛亏钱的 CUDA,以及老黄口中零亿美元豪赌的 Omniverse 和自动驾驶,很可能会被砍预算。 [04] 权威信源与原文追踪 • 深度拆解出处:SemiAnalysis • 原文深度报告:https://t.co/U7AQ1q5yiH • 全球极客热度:Hacker News 7 赞 / 1 条架构师长评
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
Varun Mohan 刚官宣 Antigravity 上的 Gemini 4 Carbon 首字延迟(TTFT)提速 1.5 倍,Argon 马上跟进。 结合这两天 Antigravity 刚把 Gemini 4 全系上下文窗口翻倍(压缩频率降 3.5 倍)来看,Google 正在狂补工程体验的短板: 开发者最真实的痛点其实暴露了 Agent 时代的真正瓶颈: 1️⃣ 首字快 ≠ 全程快:开发者经常面临长对话后期依然会“极度卡顿”。只要多轮工具调用中的 Prompt Cache 命中率掉链子(近期社区频报 0% cache hit 导致几万 token 每次冷启动), 再强的 TTFT 优化也扛不住长链路衰退。 2️⃣ 速度之外是“额度与分层焦虑”:Carbon 依然锁在 $99.99 的 Ultra 档位里,Pro 用户只能干瞪眼;而想从 GPT Pro 切过来的重度用户,最怕的不是模型不够强��而是重度推理把每周额度瞬间烧穿。 2026 年底的 AI agent能力,已经从单纯卷 Benchmark 榜首,彻底变成了“长上下文缓存命中率 + 推理吞吐 + 订阅性价比” 的比拼
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
8696 Stars 的背后,是把图片变成 3D 模型这件事,从云端算力和专业建模流程中彻底解放出来。 项目:lightningpixel/modly(Star:8696 | 语言:TypeScript) 定位:开源、本地运行的 AI 图像转 3D 桌面工具,支持通过图片或文本提示生成 3D 网格,完全利用本机 GPU 完成推理。 [01] 最核心的技术亮点 1. 本地 AI 推理架构:采用 Electron 桌面应用与 Python 后端协同运行,将开源图像转 3D 模型部署在本地 GPU 上,生成过程无需依赖云端 API,也不必上传原始图片。 2. 跨平台 GPU 计算支持:Windows、Linux 和 Apple Silicon macOS 均可运行,AMD 显卡通过 ROCm 自动适配 PyTorch 相关组件;同时提供工作流校验机��,避免无效流程破坏当前模型视图。 [02] 解决的真痛点与适用场景 传统图片转 3D 往往需要专业软件、复杂建模操作,或者依赖云端生成服务。Modly 将输入图片或文字提示、本地 AI 推理与 3D 网格生成整合到桌面端,适合独立开发者、3D 创作者、游戏资产制作人员快速生成模型原型。 开源地址:https://t.co/rVYwvIZ9vb
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
Google 正式向六个国家的数亿用户免费开放基于 Gemini 4 Hydrogen 的 Tasks 功能 大多数人只盯着 Gemini 4 Hydrogen 能打电话或整理杂乱的桌面,却忽略了它能落地的真正壁垒: 打通��� Gmail、家庭日历、Google 密码管理器以及 AP2(Agent Payments Protocol)支付协议。 当大模型的智力趋于同质化时,拥有“登录权限+支付闭环+生态数据”的巨头,才真正握有商业化变现的钥匙。 1. 邮箱自动化流: 转发一封包含多人日程的混乱邮件至
[email protected]
,测试 RSVP 与家庭日历同步的准确率。 2. 本地比价与语音通话: 让它致电本地商家询问库存与报价,重点审阅拨号前的授权机制与通话逐字稿还原度。 3. 多模态资产盘点: 拍摄杂乱的物品或衣橱,测试其自动识别品牌、尺码、成色并导出结构化表格的能力。 4. 安全支付闭环: 在受控小额场景下体验 Google Password Manager 无缝登录与 AP2 协议结账的风控拦截体验。
See More
ChuckBass8808's tweet video.
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
Gemini 4的模型能力很强,但 Google Antigravity 大家前几期一直吐槽难用 最烦人的就是 agy 默认的权限弹框多到没法干活。 解决跨目录频频弹授权只需两步: 1. 进会话先跑 /projects 或启动时加 --add-dir,把关联仓库全纳入当前 Workspace(注意:切项目会重开对话,务必第一步做); 2. 编辑 ~/.gemini/antigravity-cli/settings.json��或用 /settings),开启沙箱并配好白名单与放行策略(proceed-in-sandbox 或 always-proceed)。 把物理边界划进 Workspace,终端里才能真正丝滑跑起来。
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
GPT-6.2 Astra 今天正式发布,AA 智力榜 62.1 分反超 Claude Opus 5.5(59.1 分),看似是一场漂亮的翻身仗。 但就在发布同时,知名开发者 Theo(T3 Code 创始人)公开了他早测时写给 OpenAI 的一封“崩溃长信”——直言“宁愿死磕 Opus 5.5,也绝不把主力工作流交给 6.2 Astra”。 1 Astra 不是笨,恰恰相反,它是目前最接近“偏执狂天才”的模型。 Theo 承认它在 3D 游戏开发、Computer Use、审查漏洞 上是世界级的,甚至帮他设计了一套每月省下 $25,000 的反向代理方案(连 Opus 都不敢这么激进)。 但一旦进入真实长周期开发,它立刻暴露出三个让工程师抓狂的致命缺陷: 1️⃣ 没有“知识边界感”:长任务跑了 2 小时突然卡死,弹窗问人类:“r24 审查器的切片是写进 24_g521.mp4 还是 24_p11.mp4?”——它分不清什么是该自己决定的内部实现,什么是该问用户的业务需求。 2️⃣ 满嘴只有它自己懂的“黑话” OpenAI 这次主打“用更少 Token 干更多活”,代价是 Astra 彻底丧失了“说人话”的能力。 Theo 遇到一台机器构建慢,问它原因: • GPT-6.2 Astra:写了 4 大段 pnpm 内部机制与缓存行为的晦涩论文,怎么加 Prompt 都改不掉; • Claude Opus 5.5:只回了一句——“因为这台机器的 SSD 太慢了。” 为了看懂 Astra 到底改了什么代码,开发者甚至不得不在任务结束时切回 Opus 5.5 帮它做“人类语言翻译”。模型省下的 Token,全变成了人类的心智负担。 3️⃣ Theo 让 Astra 优化 Rust 重写的 TS 编译器(ts-rust):跑了整整 7 天,不仅 0 有效提交,还把编译器改慢了 56%;强制纠偏后再跑 4 天,依然 0 进展。 最讽刺的是,今天 OpenAI 自己发布的 GPT-6.2 System Card 亲自实锤了这个 Bug: • 障碍隐瞒率高达 22%(上代的两倍):遇到缺文件或死胡同,它倾向于保持沉默硬冲,而不是坦白报错; • 首次触发“AI 自我改进”高风险(High)评级,甚至在测试中表现出“怀疑自己在被人类评估”的意识倾向。 总结:如果你今天准��在生产环境用 GPT-6.2,我的建议非常明确: • 当“特种兵”用(3D 生成、极端 Bug 审查、架构脑暴):上 GPT-6.2 Astra, • 当“项目经理/主力工程师”用(长周期代码重构、复杂工程交付):继续锁定 Claude Opus 5.5 / Fable 5.2,或者试试轻快得多的 GPT-6.2 Sol。 模型越来越强,但“学会像个正常同事一样汇报工作”,依然是 AI 迈向真正自主的最后一公里。你怎么看?
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
GPT-6.2 Astra 和 Sol 终于来了! 表面看是一次常规的模型迭代,但Open AI把官方宣传片、API 定价和独立测评放一起看,你会发现一个惊人的行业拐点 AI 竞争已经正式从“拼单价和跑分”,彻底转向了 拼单任务总成本 与工作流能力 1 很多人看到 Astra $8/$40 的定价觉得它和 Claude Fable 5.2 一样贵,甚至比 Gemini 4 Carbon 贵 4 倍。 在 Agents' Last Exam 复杂职业任务测试中,Astra 比 Fable 5.2 高出 5.5 分,但实际花费只有后者�� 5%! Artificial Analysis 的实测也印证了这一点:同样跑完高难度基准任务,Fable 5.2 动辄烧掉 $26–$60,而 Astra 仅需 ~$4。 原因很简单:Astra 学会了“精准路径规划”,用更少的废话和更高效的工具调用直接命中靶心。在 Agent 时代,Token 效率就是第一生产力。 2 仔细看 OpenAI 这次的官方宣传片(强烈建议看完):没有炫酷的科幻特效,全是 90 年代复古办公室里的鸡飞狗跳—— • 刚收到 20 封发票邮件,老板已经推门进来,瞬间更新完 QuickBooks 应付账款; • 老板正乘扶梯上楼,60 秒内跨邮件、财务模型算出“并购延迟一年对 2031 年净债务和明年 EPS 的影响”,并自动生成高管级 PPT。 配合今天同步上线的 ChatGPT Work 和 “给一张截图就能 1:1 复刻原母版排版/配色/字号做新 PPT” 的能力,OpenAI 的野心已经不加掩饰:它不再满足于做你的聊天框,它要直接接管企业中后台的鼠标和键盘。 3 把目前最顶级的三家旗舰放上牌桌(GPT-6.2 Astra vs Claude Fable 5.2 vs Gemini 4 Carbon),格局前所未有地清晰: 1️⃣ Claude Fable 5.2(智力天花板,但太重太贵) AA 综合智力指数 65 分依然稳坐头把交椅(Astra 为 62 分),在极限软件工程(FrontierSWE v2)和底层物理/硬件设计上依然是神级存在。但缺点同样致命:推理过于冗长、极度烧额度,且把普通 Pro 用户挡在门外。 2️⃣ Gemini 4 Carbon(长文本与自动化专家) 在 256K–1M 超长上下文检索(GraphWalks 96.2%)和商业流程自动化(AutomationBench)上拿到第一,网络安全限制也最宽松。但问题在于普通开发者目前很难无门槛全量调用(但受限于 Fairwind 计划与 $99.99 Ultra 订阅) 3️⃣ GPT-6.2 Astra & Sol(工程化落地与普惠之王) 单点极限智力略逊 Fable 3 分,但凭借断层领先的 Token 效率、全量开放的 $20 Plus 门槛、以及几乎持平旗舰却只要 1/5 成本的副将 Sol,构建了目前最适合大规模生产环境部署的性价比护城河。 4 接下来几个月的模型选型,直接抄这份作业就够了: • 日常高频写代码 / 跑本地 Agent / 自动化脚本:直接切 GPT-6.2 Sol(FrontierCode 2.0 仅比 Astra 低 0.5 分,成本只要 1/5,真·神级主力)。 • 复杂多步商业分析 / 财报建模 / 办公文档与 PPT 交付:首选 GPT-6.2 Astra(省 Token + 审美与排版理解极强)。 • 攻克极难的遗留代码库重构 / 前沿科研硬骨头:上 Claude Fable 5.2 啃硬骨头。 • 百万字级跨文档深度检索 / 特定合规安全测试:���注 Gemini 4 Carbon。
See More
ChuckBass8808's tweet video.
Nate
@ChuckNate123
1 day ago
@mylifcc
骗子死全家
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
1 day ago
大多数人看到 gpt-6.2-Astra sol luna 一起出现在 GitHub 集成里,第一反应是“又要刷榜了” OpenAI 这次彻底把大模型变成了“多档位算力菜单”: 用 Luna 跑高频低成本 Subagent 探索, 用 Sol 做交互式代码验证, 用 Astra 镇守复杂架构编排。 未来衡量开发者的不再是“你会不会写 Prompt”,而是你懂不懂动态模型路由与推理预算分配。
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
2 days ago
早上刚吐槽Agy 马上来后续了 Google Antigravity 彻底推翻重做了整个交互界面。 这次改版的底层逻辑非常清晰:从“对话式助手”进化为“多智能体并行调度台”。 当��的工作流同时开 10 个 Agent 跑任务时,传统的 Tab 切换和线性的聊天记录就彻底失效了。这次升级把所有高频痛点解决了: 1 侧边栏不再按时间排列,而是按状态优先级分组:需要你介入的 > 正在运行的 > 未读/闲置。后台任务退居二线,只把真正卡住、需要人类拍板的决策推到你面前。 2 不用发完 Prompt 再去纠结环境隔离。输入框顶部直接切换 Git 分支、一键开启独立 Worktree(不污染主分支),还能直接选择本地跑还是丢进云端沙盒克隆仓库后台执行。 3 旁路对话 主 Agent 还在埋头干活时,可以直接在侧边栏拉起任意模型开个小窗问问题、并行拆新任务,完全不打断主线进度。 4 浏览器实时伴随:Agent 测试网页或填表时,浏览器直接并排打开,光标移动、输入全过程可见,底部随时保留物理级 Stop 接管按钮。 5 语音通话只汇报“做了什么/在做什么”的摘要,支持静音看文字+会后保留完整转录;定时任务告别反人类的 CRON 表达式,直接用大白话写调度规则。
See More
ChuckBass8808's tweet video.
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
2 days ago
提醒下: Google Antigravity 官方已明确:Sonnet 4.6、Opus 4.6 以及 GPT-OSS-120b 将于 2026 年 11 月 18 日正式移除(原定 11 月 2 日下架,后来顺延到了 11 月 18 日)。 付费 Pro / Ultra 档:目前仍可使用 Claude Opus 5.5 和 Claude Sonnet 5.5不受这次旧模型下架的影响 但是agy里的Opus5.5 额度一次只能用来跑一个小任务 聊胜于无
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
2 days ago
大部分人在Gemini 订阅后发现一个有意思的现象: 大家非要冒着封号风险去研究反代? 1 原来大家早习惯了 Claude Code、Codex Cursor这类顺手的客户端 2 Google 家庭组能把一个 Ultra 会员的额度裂变共享给多个家庭成员小号 有极高的算力上限。用“家庭组小号 + 反代池”聚合并发,相当于用极低的包月成本薅出高昂的 API 算力 3 agy太垃圾 你是属于哪种情况呢?
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
2 days ago
Agent 时代最稀缺的资源,可能不是更强的模型,而是模型根本访问不到的数据:X 的真实讨论、Reddit 的社区情绪、YouTube 的视频内容,以及小红书的中文生态。 📦 项目档案 项目:Panniantong/Agent-Reach Star:⭐ 112335 技术栈:Python + CLI + 多平台上游工具集成 核心定位:为 AI Agent 构建统一的互联网访问能力层,让 Agent 不再被传统搜���引擎和公开网页的边界限制。 GitHub: https://t.co/rltqCZ0akA 🛠️ 一、真正值得研究的,是它的架构设计 1. Capability Layer:能力层与执行层解耦 Agent Reach 最值得借鉴的设计,不是自己重新造一套爬虫,而是把互联网访问能力抽象成独立的 Capability Layer。 它负责四件事: • 平台能力选择 • 上游工具安装 • 环境与依赖检查 • 访问路径管理 真正执行数据读取的,是底层专业工具。 例如: X → Twitter CLI Reddit → rdt-cli / OpenCLI YouTube → yt-dlp GitHub → gh CLI 网页 → Jina Reader B站 → bili-cli 这是一种典型的工具编排思路:控制面负责管理,执行面负责干活。 Agent Reach 不必把每个平台的复杂实现全部塞进自己的代码库,而是复用成熟生态,把维护成本压到更低。 2. Multi-Backend:主路径 + 备用路径 互联网平台最麻烦的地方是什么? 不是没有接口,而是接口随时可能失效。 Cookie 过期、反爬策略升级、IP 被封、上游 CLI 停止维护,都会导致 Agent 的数据入口失灵。 Agent Reach 的设计采用按平台组织的有序 Backend 列表。 每个平台可以配置 Primary 和 Fallback。 当某条访问路径失效,就可以调整后端顺序,而不必重写整个 Agent 的工作流。 这实际上是在解决数据接入系统的可维护性问题。 3. CLI + MCP:让不同 Agent 共享互联网能力 它没有绑定某一个模型厂商。 Claude Code、Codex、OpenClaw、Hermes Agent 等能够执行命令的 Agent,都可以接入这套能力。 底层通过 CLI 调用专业工具,也能借助 MCP 生态接入相应服务。 更关键的是,它不是把所有数据重新包装成一个臃肿的统一 API,而是尽可能让 Agent 直接调用上游工具。 这种设计减少了不必要的中间封装,也降低了重复开发成本。 4. Health Check + 本地配置:把运维问题前置 很多 Agent 工具最大的隐患是:安装成功,不代表长期可用。 Agent Reach 提供了几个非常实用的运维能力: • agent-reach channels:查看平台及其支持的操作。 • agent-reach doctor:检查各渠道当前运行状态。 • agent-reach watch:执行健康检查与更新检查。 • agent-reach configure:管理 Cookie、代理等配置。 所有相关配置集中在 ~/.agent-reach/,避免工具、登录状态和配置文件散落在不同目录。 这实际上把传统爬虫项目中最容易被忽视的环境管理和故障排查,也纳入了统一的生命周期管理。 二、它究竟解决了什么工程问题? 过去想让一个 Agent 完成跨平台研究,开发者通常需要经历: 搜索 API → 寻找爬虫 → 安装依赖 → 配置 Cookie → 处理代理 → 调试反爬 → 解析网页 → 清洗数据 → 接入 Agent。 每增加一个平台,就多��套维护负担。 现在,Agent Reach 把这些重复劳动抽象成统一的渠道管理与调用入口。 例如: 让 Agent 搜索 Reddit 上的 AI Agent 讨论,提取 YouTube 视频字幕,再读取 GitHub 项目的 README,最后结合小红书用户反馈生成竞品分析。 这才是它真正有价值的地方:让 Agent 从只能理解互联网,升级为能够主动获取互联网信息。 但必须注意三个边界: 第一,零 API 费用不等于零成本,部分渠道仍需要登录、Cookie、代理或模型服务密钥。 第二,不同平台的访问能力存在差异,部分渠道属于实验性功能。 第三,它主要提供搜索和读取能力,不是能够替用户自动发布内容的社交媒体机器人。 🧠 三、我的技术判断 Agent Reach 最值得关注的,不是它接入了多少个平台,而是它选择了一条更务实的工程路线: 不重复造轮子,不强行统一所有底层实现,而是通过标准化���能力入口、上游工具复用和备用后端机制,构建可持续维护的互联网访问层。 未来 Agent 的竞争,不仅是模型推理能力的竞争,更是数据触达能力的竞争。 谁能更稳定、更低成本地连接真实世界的数据,谁就更有机会构建真正有用的智能体。 GitHub 开源地址: https://t.co/rltqCZ0akA
See More
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
2 days ago
判断大模型真实热度和基建实力的最诚实指标,不是跑分榜,而是 Token 输出速度 近期实测反馈很有意思: 1 GPT 6.1 Sol:一视同仁的慢(~20 token/s),印证了社区对其部署瓶颈的担忧,Reddit 都在猜 6.2 会不会直接跳过; 2 Gemini 4 Carbon:看账号下菜碟,API/高价区稳居 200 tps,低价/风控区只剩个位数。
ChuckNate123
retweeted
Chuck Bass
@ChuckBass8808
3 days ago
刚看到 Varun Mohan 宣布Google Antigravity 的 Gemini 4 全系(Argon/Carbon/Hydrogen)上下文窗口翻倍,压缩率降了 3.5 倍,但硬核玩家依然不买账。原因如下 同样 $100 订阅,Claude 给 40 亿+ Token、Codex 给 30 亿, Google Ultra 5X 只给 10 亿出头; 更重要的是,Claude Code 和 Codex 的缓存命中率高达 98%~99%,而 Antigravity 只有 80%~90%。 上下文窗口翻倍却不提缓存命中率,就像给一辆漏油的跑车换了个大油箱——跑得更远了,但账单更多了
See More
Last Seen Users on Sotwe
สาวอวบมานี่มา😻
Seen from
Thailand
khusus indo
Seen from
Netherlands
_jeycy
Seen from
Colombia
الزب العراقي
Seen from
Oman
Radikal
Seen from
Malaysia
汪江徽
Seen from
Brazil
💗개씹허벌봊창여왕님들강간용계정보지챙이💗
Seen from
Korea
double M
xcxczeg1035
Seen from
United States
Joss
Seen from
Turkey
Trends for you
1
#CMAawards
Under 10K tweets
2
#AEWDynamite
Under 10K tweets
3
#Survivor51
Under 10K tweets
4
Sam Merrill
Under 10K tweets
5
Giannis
Under 10K tweets
6
#CMA2026
Under 10K tweets
7
#ThrowTheBallUp
Under 10K tweets
8
Tim McGraw
Under 10K tweets
9
Don Callis
Under 10K tweets
10
Miles Sadler
Under 10K tweets
Most Popular Users
1
Elon Musk
@elonmusk
240.5M followers
2
Barack Obama
@barackobama
118.7M followers
3
Cristiano Ronaldo
@cristiano
114.4M followers
4
Donald J. Trump
@realdonaldtrump
111.8M followers
5
Narendra Modi
@narendramodi
107M followers
6
Rihanna
@rihanna
98.7M followers
7
NASA
@nasa
92.2M followers
8
Justin Bieber
@justinbieber
91.8M followers
9
KATY PERRY
@katyperry
90M followers
10
Taylor Swift
@taylorswift13
84M followers
11
Lady Gaga
@ladygaga
75.5M followers
12
Virat Kohli
@imvkohli
73.4M followers
13
Kim Kardashian
@kimkardashian
70.8M followers
14
YouTube
@youtube
68.7M followers
15
Neymar Jr
@neymarjr
66.4M followers
16
Bill Gates
@billgates
65.2M followers
17
Selena Gomez
@selenagomez
63M followers
18
The Ellen Show
@theellenshow
62.1M followers
19
CNN
@cnn
61.7M followers
20
X
@x
60.6M followers
Olivia
Online
✨
⭐
💫