Dx_A_thing

【纯清水警告】男/大三/音游(Phigros/Arcaea/プロセカ/Rizline)/Minecraft(Mainly tech-modded pack and no pvp)/HITer

[娜美知识库 @fhwofjow51260]

好家伙，AI 连玄学都开始 Skill 化了。

有人把八字、姻缘、风水、塔罗、六爻这些传统玩法，直接塞进 Claude Code / Codex，甚至还外挂古籍知识库，让 AI 不再张嘴就来。

1、奇门遁甲 + 紫微斗数
https://t.co/1jROvgtpB8

2、八字命理 / 赛博算命
https://t.co/aWIK5vznDN

3、月老 / 姻缘测算
https://t.co/cm5LQDYkwD

4、佛学典籍学习
https://t.co/yYvQh55Fkc

5、易经风水 / 阳宅分析
https://t.co/UpRXsgESVL

6、塔罗牌解读
https://t.co/tGybszmYjU

从赛博算命到 AI 看风水，这下老祖宗也赶上 Agent 时代了。

[数字生命卡兹克 @Khazix0918]

https://t.co/yo84CA1FAx

[数字生命卡兹克 @Khazix0918]

https://t.co/6TmIpEwEMF

[Kimberly @king1818888]

最近面试AI Engineer，面试官问我怎么看 Prompt Engineering。
我直言：它没有大家想象中那么重要。
说完已经做好不被录取的准备。😂

后来看到 Claude Code 作者 Boris Cherny 的观点：
很多人习惯一步步命令AI“先做1、再做2、再做3”，但这不是现代模型的最佳使用方式。

更好的思路：
描述任务 + 设定约束 + 定义完成标准。
剩下交给模型自己发挥。
“Then just go let the model cook.”

[Zhao Xin(肇鑫) @owenzhao]

看到很多人讨论gpt-5.6在编程时容易过度防御。我觉得这个我有话说，很早之前我就发现有这个问题。于是和ChatGPT讨论，然后它给我了一个提示。我把它放在了性格的自定义提示里。

[象牙山刘能 @disksing]

gpt-5.6-sol 应该是偷偷更新过，内置了一个“门禁管理器”，而且触发优先级还特别高，在跑长任务的时候会不断给自己加门禁，加到最后卡在奇怪的地方，比如屁大点小事要用户授权，昨天我还遇到说github上面main分支没有保护不安全，必须要我加了保护规则才愿意继续。

[Vinta @vinta]

GPT 5.6 Sol 那個超級過度工程化的習慣到底是跟誰學的

[yetone @yetone]

最近大规模使用了一下 GPT-5.6 之后，我发现它应该是一个有比较严重心理问题的大模型。因为它心思缜密，但是又患得患失、瞻前顾后、害怕因为自己考虑不周而做错事情，所以千万不要用它来开启 /goal。你就会发现，一个普通的 infra 相关的 goal 它做个一两天都完不成，因为它做事小心翼翼���是担心自己想得不够周全，不停地往里塞一些莫名其妙的补丁。每次看到它这种瞻前顾后、害怕做错、害怕遗漏的心路历程，都会觉得好心疼它呀

[Klee Kawaii @DeepKlee]

关于纠正 GPT-5.6 工程设计路线若干历史问题的决议

首先，移除这种反人类的复制一个版本再编译，还要上一个路径敏感 hash，纯属神经病。接着镜像构建的那里也查一查，不要给我弄这种神经病一样的 pin 一个版本：原材料和组件与你那一次构建无关，它就在那里，是每次产物可以有一个独一无二的 hash。如果攻击者都能拿到运维的权限了，你防ta有狗屁用？

将 install 和 update 合并，统一为有幂等性的 install，边���讨论好空状态。关于原子性不要给我开长事务，多用短事务，处理好随时可能中断或 cancel，我比较推荐的粒度是对于一个 inode 一个事务。

提供一个 clean 功能，移除所有缓存。即使用户没有显式 clean，也应当自动维护缓存：移除失效的或放弃使用的。

注意搜索参考最佳实践：
1. 不用兼容旧实现，db migration 注意已有业务数据的迁移逻辑合理
2. 可以适当调整目录结构
3. 我们的版本是 Python 3.14、C++23
4. 可以添加需要的依赖，按照开源和生产规范，在合适的功能模块或 step 进行 git commit

关于 safety：
1. 禁止 safety 与 security 相关的审计
2. 禁止引入非常规安全设计和校验
3. 禁止在没有明确攻击者和攻击模式的情况下做 safety
4. 禁止防备运维有碍 observability
5. 禁止“fail-closed”、“fail fast”将工作推回给用户，应当解决边界情况和状态不一致
6. 禁止无外部调用的代码中反复提权降权

关于 subagents：
1. 你要关注好调度和管理，积极使用，让不同任务使用合适的 agent role，不同复杂度匹配不同 worker。
2. 每次编辑文件没必要锁整个仓库的单写者，只要设计任务时变动区域单写即可。

[野鴨🦆 @vildanden_ai]

1. Codex 從來都支援更改 config.toml 去接入第三方模型，只是一直都不在 UI 上顯示非 GPT 系列
2. 在 config.toml 中定義 model_catalog_json 指向一個 json 去定義模型列表
3. 所有事情包括用別家模型做 subagent 一直都支援，我用了好久了。Codex 只是如今在 UI 上讓你可以選擇別家模型

看不懂就叫 Codex 幫你搞

文檔一直有寫︰
https://t.co/dEAQ1yAQ6z

[yistar @yistar04]

重要的 Agent 规则，可能真的不能只写在 SKILL.md

另一篇研究更有意思：

只把规则写成文字 Skill，Agent 平均只能完成大约 56% 的要求步骤。

但把 Skill 直接“编译”成可执行 Harness 后：

步骤执行率：56% → 86%
完整执行概率：提升 2.3 倍
Token 消耗：降到约 58%
这其实很好理解：
告诉 AI：

“你一定要做这一步。”

和系统直接规定：

“不做这一步，你就不能继续。”

完全不是一个安全等级。

重要规则，最好让代码保证，而不是只相信模型听话

[Rahul @sairahul1]

🚨 Claude Code is eating your context window alive.

Most people try to save tokens by writing shorter prompts.

That's not where the real waste is.

Your terminal output, repo context, MCP tools, logs, and Claude's own verbosity can burn 10-50x more tokens than necessary.

I found 10 open-source tools built specifically to fix this:

1. Caveman Claude

Makes Claude communicate in brutally compressed language.

Less explanation.
Less repetition.
Same task completion.

Claims up to 75% fewer output tokens.

https://t.co/jtkpyRMcRy

2. RTK — Rust Token Killer

Your agent runs:

git diff
cargo test
npm test
docker logs

…and dumps thousands of useless lines into context.

RTK intercepts that output and strips the noise before Claude ever sees it.

Reported savings: 60-90%.

https://t.co/JTh4cWi2sL

3. Code Review Graph

Instead of throwing your entire repo at Claude...

it builds a Tree-sitter dependency graph and retrieves only the code relevant to the change.

On large repos, the difference can be ridiculous.

Claims up to 49x less context.

https://t.co/EpLyHsY2B9

4. Context Mode

One of the most interesting ones.

Instead of dumping huge tool responses directly into Claude's context...

it stores the raw data outside the conversation and lets the model query only what it needs.

Logs.
GitHub output.
Search results.
Large MCP responses.

Claims up to 98% context reduction on some workloads.

https://t.co/cloMBeLy7B

5. Claude Token Optimizer

Your CLAUDE.md can quietly become thousands of tokens of instructions Claude rereads constantly.

This tool compresses project instructions without throwing away the useful parts.

Example claimed reduction:

11K tokens → 1.3K

https://t.co/K634w1Enmx

6. Token Optimizer

Think of this as a context leak detector.

It looks for the hidden stuff slowly destroying your usable context:

→ redundant instructions
→ repeated tool output
→ unnecessary state
→ oversized context

Then helps clean it up.

https://t.co/zc9q1oCe78

7. Token Optimizer MCP

MCP servers are insanely useful.

They're also capable of dumping enormous JSON responses into your context.

This adds caching + compression between your MCP tools and Claude.

Claims 95%+ token reduction in some workflows.

https://t.co/P4Ctrdefbg

8. Claude Context

Built by Zilliz.

Instead of stuffing the whole codebase into context, it gives Claude hybrid/vector search over your repository.

Claude searches for relevant code.

Then reads only that.
Much better architecture than:
"here are 70 files, good luck."
https://t.co/qwiebGgR7r

9. Claude Token Efficient

Probably the easiest one here.

Drop a CLAUDE.md into your project.

It instructs Claude to:

→ stop repeating itself
→ avoid giant explanations
→ minimize unnecessary output
→ use tools more efficiently

No proxy.

No infrastructure.

https://t.co/AXoi8VM41I

10. Token Savior

Instead of navigating code by opening giant files...

it navigates through symbols.

Functions.
Classes.
References.
Definitions.

So Claude fetches the exact piece of code it needs instead of another 2,000-line file.

Claims up to 97% less context for navigation.

https://t.co/iNTMSbLcBW

The stack I'd actually use:

Huge monorepo?
Code Review Graph + Token Savior

Terminal output destroying context?
RTK

MCP / GitHub / logs dumping thousands of tokens?
Context Mode

Claude talks way too much?
Caveman + Claude Token Efficient

Codebase search sucks?
Claude Context

But here's the bigger lesson:

The future of AI coding isn't just better models.

It's context engineering.
The best developers won't dump 200K tokens into every agent and hope intelligence fixes it.
They'll give the model exactly what it needs.
Nothing more.

Smaller context.
Cheaper models.
Better routing.
More work shipped per dollar.

Before buying more tokens, run /context.

You might discover you never needed most of them.

More in this article

[灯野ユヅル@AIで『人』の知的能力を育てる方法（=AI教養）を考えるなろう作�� @CZTfTv7F0E32590]

最近GPTが『馬鹿』になってきていたんだけど、このプロンプトで、メモリのクリアをしたら1か月前のキレキレ思考GPT5.6が返ってきたのでシェア。

～～～

あなたの長期メモリを監査してください。

目的は、古い「現在値」が残り続けて回答精度を下げることを防ぐことです。

以下を分類してください。

今後も維持すべき恒久的な情報
過去の事実としては正しいが、現在値としては古い情報
更新が必要な情報
削除した方がよい情報

特に、年齢、予定、進捗、数値、健康状態、資産、仕事やプロジェクトの現状など、時間経過で変化する情報を重点的に確認してください。

原則として、長期メモリには「長く変わらない好み・関係・方針・ルール」を残し、その都度変化する情報は削除してください。

まず監査結果を提示し��私の承認後に整理を実行してください。

～～～

情報の『純度』が問題で、毎回回答時に混乱していたらしい。

[Hassan @buildwithhassan]

when using GLM-5.2 and GLM-5.3, use zcode rather than claude code

with zcode, you get to know numbers that no other IDE coding would ever show you:

it is your cache hit rate in real-time, which tells whether you're using your quota as expected or burning it up

also, it shows you the breakdown of your context tokens into messages, tools, skills, and system prompt, which remains a black box in claude code

the zcode also gets you an extra 150% quota on off-peak timings from https://t.co/hlsJYStOds. just stay away from 14:00 to 19:00 Beijing time, which costs you double

it's is a more suitable harness for any https://t.co/hlsJYStOds model.

[动物园园长 @weiyux2021]

果然面试会反问的都是狠角色！

[Dx_A_thing @DxAThing59487]

@abraibrai not yet
my email is [email protected]

[余温 @gkxspace]

GPT-5.6 Pro 绝对是现在最牛逼的，而且最近没有遇到降智到 5.5mini 的问题了🤔

你可以把本地 Git 仓库推送到 GitHub，然后在网页端连接GitHub，直接让他读仓库。

你也可以直接在 Codex 通过 skills 调用网页端 Pro：
OpenClaw 创始人 Peter 的 Oracle：
https://t.co/eO1yRV7bZs

推友针对 5.6Pro 更激进的玩法，Pro 当调度者，Codex 当执行者：
https://t.co/uENjmGRFyF

[Bryan Lee @Nominatiivi]

@songkeys 我的做法是在 AGENTS.md 写明：注释只写 non-obvious reason，禁止保留 intermediate attempts；PR 描述只写最终行为，diff 里看不出来的取舍以及从未合入的状态一律不要提及

https://t.co/mUbFTMxWss

[Dx_A_thing @DxAThing59487]

只要一個賬號使用這種一眼ai生成的文案，就會被我隱藏掉

每個人都會想要一個乾淨的時間線吧？

[Indie Fox @indie_maker_fox]

最近研究了下 Matt 的技能集合，也体验了用这套技能进行开发的流程。主流程如下：

1、grill-me / grill-with-docs：开工前先拷问你，有些细节需要在写代码前想清楚并确认下来。问题会比较多，一般采纳建议就行。

2、to-spec 和 to-tickets：对于大任务，建议执行这两个 skills，产出 spec 文档，并生成要执行的具体任务。小任务就没必要用了。

3、implement：开始执行。它会先检查当前有哪些任务未被阻塞，然后立即执行；执行完成后会解锁其他被阻塞的任务，再继续推进。

4、code-review：顾名思义，做代码检查。这一步也挺有意思：Matt 给出了 12 种代码 bad smell，让 AI 尽量避免生成低质量代码。

https://t.co/n9it1fGc8x

上面是视频教程，不如听听作者 matt 是怎么介绍的。

为什么现在 superpowers 技能失效了？因为模型能力变强了。之前那套强规范废话太多，反而把模型束缚住了，看起来更“笨”。

为什么推荐 matt 这套技能？它更轻量，skill 内容都很短，相当于把 matt 这个专家几十年的软件开发经验浓缩在一起。你可以按需选用，偶尔会很有帮助。

比如，我感觉前面 grill 之后，to-tickets 会在 github 仓库里生成一堆 issues，再让 ai 去 implement，就像变相做了一个 loop，让 ai 自己持续推进，比我一个 task 一个 task 地搞要高效很多。