Eric

技術和科學

[Vince 聊开发 @vincemask]

Firecrawl 最常见的用法，是和 Tavily / Exa 组合使用。

Tavily / Exa 负责搜索，先找到相关 URL；
Firecrawl 负责抓取网页内容，并清洗成适合 LLM 读取的 Markdown。

最后把 Markdown 放进上下文，让 LLM 继续做总结、分析、提取或结构化处理。

[Eric @ericchinazhang]

@dingyi A社令人厌恶，百度是真作恶啊

[Claude @claudeai]

Introducing Claude Science, a new app designed with every stage of research in mind.

Artifacts traced to their code, environments managed on demand, and 60+ optional scientific databases that you can connect.

Available now in beta.

[林悦己Cheer @cheerselflin]

https://t.co/mjhrHGH74n

[leon7hao @leon7hao]

https://t.co/brado4BnJB

[Eric @ericchinazhang]

虽然有了AI，也有了loop，做Vibecoding还是要理解边界，推荐这个文章，学习一遍claude

https://t.co/ynDGdgLtTb

[Eric @ericchinazhang]

谷歌发布的101个技术方案

https://t.co/W8mNX30Vv1

[meng shao @shao__meng]

101 个真实世界 Gen AI 用例的技术蓝图

@GoogleCloudTech 最新发布，聚焦于 Gen AI 的实际应用。延续之前列出的 600 多个 AI 示例，精选出 101 个跨行业案例，并为每个用例提供简洁的技术蓝图。而且都是可操作的设计模式，帮助企业从问题定义到实施落地。

将案例按 10 大行业分组：零售、媒体/营销/游戏、汽车/物流、金融服务、医疗/生命科学、电信、酒店/旅行、制造/工业/电子，以及公共部门/非营利组织。每个蓝图包括问题描述、架构概述、核心组件（如模型、智能体和工具）以及益处。

1. 零售业：连接线上线下，提升个性化
零售用例（11个）聚焦库存管理、搜索和客户互动。
· 统一线上线下体验：解决门店与电商数据孤岛问题。架构：电商流量通过 Cloud CDN 缓存静态内容，GKE 扩展微服务，Apigee API 实时查库存，BigQuery 分析销售预测。益处：需求预测更准，供应链优化。
· 实时库存推荐：店长通过 Vertex AI 模型预测需求，Looker 生成仪表板推送至 Google Sheets。益处：减少缺货，提升运营效率。
· 照片搜索产品：用户上传照片，Vertex AI Vision 生成向量嵌入，Vector Search 匹配相似商品。益处：视觉化发现加速购物决策。
这些用例多用 Vertex AI 处理生成任务，BigQuery 存储数据，强调实时性和个性化。

2. 媒体、营销与游戏业：内容生成与推荐
15个用例强调创意自动化和粉丝互动。
· 从评论生成播客：音频存 Cloud Storage，Speech-to-Text 转录，Vertex AI 总结脚本后用 Text-to-Speech 合成。益处：从小时级任务缩短至分钟，提升粉丝参与。
· 超个性化媒体活动：Dataflow 处理用户数据，Gemini 生成脚本，Cloud Storage 存资产。益处：超越通用营销，增强分享性。
· AI 字幕工具：视频上传触发 Speech-to-Text 和 Gemini 标注发言者。益处：加速无障碍内容创建。
蓝图突出 Gemini 模型在脚本和多模态生成中的作用，结合 Cloud Run 服务化部署。

3. 汽车与物流业：安全与动态优化
用例关注实时监控和位置服务。
· 交互式车主手册：手册内容嵌入 AlloyDB，Gemini 结合 Vertex AI Vision 生成答案。益处：减少支持呼叫，提升用户满意度。
· 运输中音频安全警报：Pub/Sub 流式音频，Gemini 分析异常并通知。益处：实时响应潜在风险。
· 位置感知数字广告：GPS 数据经 Google Maps Geocoding，Gemini 生成头条。益处：上下文相关，提升广告效果。

4. 金融服务、医疗与电信：合规与精准分析
这些行业用例（各约10个）强调隐私和准确性。
· 金融规划向导（金融）：BigQuery 整合用户数据，Gemini 生成模型。益处：从小时缩短至分钟的设置时间。
· 患者互动智能体（医疗）：多模态 Gemini 分析症状，提供护理指导。益处：改善远程诊断效率。
· 网络故障根因分析（电信）：日志流 Pub/Sub，Gemini 分类并建议修复。益处：加速故障隔离。

5. 酒店/旅行、制造与公共部门：效率与包容
· 旅行个性化行程（酒店）：用户偏好输入 Vertex AI，生成优化路线。益处：提升预订转化。
· 预测性维护（制造）：传感器数据经 BigQuery，Vertex AI 预测故障。益处：降低停机成本。
· 政策总结工具（公共）：文档上传 Gemini，生成简明摘要。益处：提高公民访问性。

6. 技术行业用例：智能体驱动的创新
聚焦技术领域的11个用例，引入更多智能体概念，这些智能体是自主执行任务的 AI 实体，能调用工具和 API。
· 隐藏物体发现：天文图像存 Cloud Storage，Vertex AI 计算机视觉模型扫描数据集。益处：自动化海量分析，加速科学突破。
· 个性化 AI 助手：用户数据微调 Gemini 模型，部署 Cloud Run。益处：隐私优先的定制响应。
· 销售协作者智能体：BigQuery 整合 CRM，Gemini 合成交易简报。益处：赋能 B2B 销售洞察。
· 会议转录分析智能体：Speech-to-Text 转录，Gemini 总结行动项。益处：提升协作效率。
· 企业知识搜索引擎：Vertex AI Search 索引 Slack 等来源，提供统一答案。益处：打破信息孤岛。
· B2B 工作流自动化智能体：Gemini 协调跨系统 API 任务。益处：简化部门协作。
· 客户反馈洞察：Pub/Sub 摄入反馈，Gemini 分类趋势。益处：数据驱动的产品迭代。
· 营销创意自动化：Gemini 生成内容，Text-to-Speech 添加配音。益处：快速产出广告变体。
· LLM 可观测性平台：GKE 托管数据，Vertex AI 检测幻觉或漂移。益处：生产级 AI 监控。

https://t.co/Kssb0A2WYH

[Eric @ericchinazhang]

你敢信，claudecode 还会判断用户的情绪状态？？？

[Joruno @wsl8297]

https://t.co/1bYqVfZefp

[Eric @ericchinazhang]

建立评估体系能帮助AI落地。 代码的检查可能能闭合，非代码场景还有很长的路

[meng shao @shao__meng]

“如何构建高准确率 AI 审查系统”的工程实践指南

Cursor 团队这篇文章，讲述了他们如何通过系统化的工程方法，构建并迭代自动代码审查工具 Bugbot。团队核心观点：构建一个好用的 AI Bug 检测器，不能只靠简单的提示词，而需要一个包含多轮验证、去噪和投票机制的复杂流水线。

核心目标：解决“狼来了”的问题
AI 代码审查工具最致命的问题是误报。如果 AI 总是对无关紧要的风格问题指指点点，或者标记出不存在的 Bug，开发者很快就会忽略它。 Cursor 的目标非常明确：只关注真正的逻辑 Bug，并追求极高的准确率，宁可漏报也不要误报。

技术解密：Bugbot 是如何工作的？
文章揭示了 Bugbot 能够达到高准确率的“秘密武器”——一个包含多个步骤的复杂流水线。这不仅仅是一次 API 调用，而是一个系统工程：

1. 并行多路检测（Parallel Detection）：
· Bugbot 不只看一遍代码。它会同时启动 8 个独立的检测进程。
· 关键创新： 每个进程看到的 Diff 顺序是随机打乱的。
· 原理： LLM 对上下文顺序敏感。通过打乱顺序，强制模型从不同角度“审视”代码，避免因阅读顺序导致的思维定势。

2. 聚类与投票（Clustering & Voting）：
· 将这 8 次检测发现的所有 Bug 收集起来，把相似的 Bug 归为一组。
· 多数决机制： 如果一个 Bug 只有 1 个进程发现，其他 7 个都没发现，它很可能是误报，直接丢弃。只有多个进程都“共识”的问题才会被保留。这是降低幻觉最有效的手段。

3. 合成与过滤（Synthesis & Filtering）：
· 将同一组的多个 Bug 描述合并成一个清晰的描述。
· 过滤掉非代码逻辑问题（如文档错误、编译器警告），专注于真正的代码缺陷。

4. 独立验证模型（Verifier Model）：
· 引入一个专门的“验证者模型”。它的任务不是找 Bug，而是拿着代码和刚才生成的 Bug 报告，去判断“这真的是个 Bug 吗？”
· 这是一个二次确认步骤，进一步清洗掉可能的误报。

5. 去重（Deduplication）：
检查这个 Bug 是否在之前的运行中已经报告过，避免重复骚扰用户。

数据驱动的进化
Cursor 团队强调，他们不再依赖“感觉”来优化产品，而是建立了一套数据驱动的评估体系。
· 指标提升： 经过 40 次重大实验迭代，Bugbot 的“解决率”从 52% 提升到了 70% 以上。
· 召回提升： 每个 PR 平均发现的 Bug 数量从 0.4 个提升到了 0.7 个。这意味着它不仅更准了，而且能发现更多问题。

[Eric @ericchinazhang]

@slashui @kevin_ni_wind 有100%精确方案吗？

[徐伦 @Jolyne_AI]

做爬虫、搞数据采集，代理服务器几乎是标配，不然 IP 分分钟被封。更麻烦的是，网上一堆“免费代理”基本都失效了。

我在 GitHub 刚好挖到一个开源项目：Proxifly。它每 5 分钟自动抓取、更新并验证免费代理，把“可用”这件事做得很扎实，省下大量筛选和排查时间。

目前覆盖 60 个国家，提供 806 个可用代理，支持 HTTP、HTTPS、SOCKS4、SOCKS5 等协议；并按协议类型与国家/地区清晰分类，需要什么直接找，速度很快。

GitHub：https://t.co/cJv0jVg8Wr
官网：https://t.co/88bNlzDtrw

另外还做了去重，避免重复代理拖累体验；支持 JSON、TXT、CSV 三种格式下载，也能通过 npm 安装，直接在代码里调用。需要稳定免费代理池的话，可以去看看。

[空投龙 | 预测世界杯就在Gate @1YES_yes1]

兄弟们，今天又挖到一个很猛的开源 AI 项目。

如果你最近还在研究怎么用 AI 写代码，我建议你认真看看这个。

因为大部分人还在用 Claude、ChatGPT 辅助编程的时候，已经有人开始研究专门给 AI Agent 写代码的模型了。

它叫 Ornith-1.0，一个专门面向 Coding Agent 的开源 LLM，而且这次团队直接把全尺寸模型一次性全放出来了。

9B Dense，31B Dense，35B MoE，甚至连 397B MoE 都开源了。

更夸张的是成绩。

Terminal-Bench 直接打到 77.5，SWE-Bench verified 做到 82.4，多语言编码能力也接近 79 分。

放在现在整个开源编码模型里，这个成绩已经相当能打了。

但真正让我觉得有意思的，不是参数，也不是榜单。

而是它背后的训练方式。

他们这次不只是让模型学习生成代码答案，而是让模型自己先学会搭建任务框架，再去解决问题，然后把这两部分一起用 RL 做优化。

说白了。

以前 AI 只是学会解题。

现在 AI 开始自己学怎么拆题了。

这个变化很多人可能还没意识到意味着什么。

未来真正厉害的 Agent，拼的可能不再是单纯代码能力。

而是谁更像一个真正的软件工程师。

最关键的是，MIT 协议。

商用能用，研究能用，开发者几乎没限制。

大部分人现在还在研究哪个模型聊天更聪明。

但真正跑在前面的人，已经开始研究下一代 Agent 到底怎么自己干活了。

有些机会，等所有人开始讨论的时候，往往已经晚了。

密码我给你们了。

剩下的，自己去研究。记得收藏。

[lidang 立党 （劝人卖房/学CS/买SP500/纳100/OpenAI/Anthrop第一人） @lidangzzz]

1. 不要让AI数strawberry的字母，要让AI Agent写script来数字母；

2. 不要让AI做计算题，要让AI Agent写numpy或者octave来跑计算；

3. 不要让AI抄写、搜索、对比、查找字符串，要让AI Agent写各种字符串算法来抄写、搜索、对比、查找字符串；

4. 不要让AI嘴上口算一个算法或者函数，要让AI Agent 调用正规的编程语言来算这个算法或者函数。

我跟大家讲了两年了，LLM的能力是function calling实现这些功能，而不是用超长、巨长、无敌长的reasoning来实现非常低效率且低准确度的智力代偿。

就跟人类一样，人口算加减乘除效率、准确度、可靠性都要远远低于直接用计算器，是完全相同的一个道理。

[Eric @ericchinazhang]

@lidangzzz 这波站你

[Eric @ericchinazhang]

@lifesinger AI native 组织没有竞争力，AI native思维有竞争力

[Eric @ericchinazhang]

一个Agent，一个评测，共进化

[Phoenix Yin @Phoenixyin13]

🚨 震撼！来自英伟达和剑桥大学等团队的这篇 Red Queen Gödel Machine 绝对是我近期认为最重要的 AI 论文之一。

这次，论文直接针对自我改进 AI 的核心瓶颈：

以前，评估器一旦固定不变，就会导致代理钻空子或者快速停滞不前的问题。

这篇论文通过 Red Queen 共进化机制，让代理和评估器一起演化，从而实现了更可持续的递归自我改进。

无论在理论层面继承 Gödel Machine 的思路，还是在实际实验中，比如代码任务、论文写作和奥林匹克证明等方面，都展现出明显提升。

在可验证的代码任务上，它用更少的 token 就超过了现有 SOTA，还额外引入了 agent-as-judge 的 review 信号。

在论文写作和奥林匹克证明上，co-evolved 的 writer 和 grader 都取得了明显提升，尤其把 AI 生成内容的过审 bias 压了下来。

论文提供了一个可控的 utility evolution 框架，既保留了改进的安全性，又打开了动态目标的可能。

短期内，我相信我们就能看到它对 agent 研究和自动化科研的巨大推动。

文章中，英伟达等团队不只提了概念，还设计了 controlled utility evolution 机制，既保证了每个 epoch 内的改进安全性，又允许跨 epoch 的目标动态演化。
这种可控开放式进化思路，为后续 self-improving systems 提供了重要的方法论参考。

在当前 agentic AI 热潮中，它代表了一种AI 自我驱动进化的关键信号。
如果这个方向被更多实验室跟进和放大，有可能显著加速通往更强 AGI 的进程。同时，也提醒AI界需要提前思考评估系统共同进化带来的安全与对齐挑战。

启发性，前瞻性，开拓性，是我认为的这篇Red Queen Gödel Machine的关键词。

这种进化需要共同适应环境的生物学智慧已经被系统性地带进了 AI 自我改进领域，值得研究者和从业者重点关注和跟进。

[露西的百宝箱 @Lucy_love_AI]

10个GitHub仓库帮你爬取整个互联网

全部收藏。每个都能从任何网站提取干净数据，这种访问权限通常需要销售电话和合同才能获得。

1. https://t.co/rNvFxlszKj

指向任何网站，它就能爬取每个页面、渲染JavaScript，返回AI能立即读取的干净结构化数据。13万星，进入GitHub百大仓库。半数AI创业公司悄悄运行的爬虫骨架，完全开源。

2. https://t.co/j93MmIWNzu

GitHub排名第一的爬虫。把任何网站转换成干净的LLM就绪的markdown，比付费服务更快，无需API密钥、无需账户、无需按页面付费。某开发者被16美元的付费爬虫激怒后几天就搞出来了。5.1万星。Apache 2.0。

3. https://t.co/UA4GAQP483

像真人一样操控浏览器的AI代理，点击、滚动、登录、填表，从未见过的网站中提取数据。两位苏黎世ETH研究员开发，一年内达到9.5万星。能爬取简单爬虫无法触及的页面。MIT协议。

4. https://t.co/XYCjgK7qWL
完整专业爬虫框架，包含轮换代理、自动重试、浏览器指纹欺骗和队列管理。防止被封禁的全套机制，爬虫公司收费数千的技术栈，现在免费给你。

5. https://t.co/WhdHyC9RdW

十多年来悄悄为数据团队赋能的工业级爬虫。爬百万页面、提取任何内容、干净导出。在大多数付费工具无法触及的规模上经过实战检验，始终免费。

6. https://t.co/8PTPlhMs7J

微软自家工具，将任何文件或网页、PDF、Office文档、HTML、图像转换成AI能用的干净markdown。整个数据管道公司都在围绕此构建，由微软开源。

7. https://t.co/DPX6WLhXXg

隐形爬虫，能自动适应网站布局变化，绕过反爬虫检测。防爬供应商当高级功能出售的猫鼠游戏，现在免费开源。

8. https://t.co/2M3DkTLTxV

从电脑远程控制任何安卓手机，提取数据和自动化没有网站的应用。通往大多数爬虫无法触及的纯移动平台的桥梁。13万+星。Apache 2.0。

9. https://t.co/O2EKeQRsAI

给一个例子它就自动找出规律爬取网站其余内容。无需选择器、无需代码维护。'直接给我数据'按钮，几行Python。

10. https://t.co/0lRVfrfkSA

curl的增强版，完美模拟真实浏览器指纹，请求看起来就像有Chrome的真人。昂贵爬虫API底层暗用的最低级技巧，现在免费。

公司为此收费2000美元/月。源代码就在这儿。

[zhao @apivixtls]

每次看到没有源码的开源项目，或者第三方应用，想用，但是怕他有后门，有病毒，怎么办？那就拆了看看！
https://t.co/rtbl7BVuz6
#安全 #agent #反编译 #逆向

[balconychy(贝壳里奇) @balconychy]

Notebooklm绝对是科研论文阅读和信息提取利器。掌握好处理流程后，效果最好,导入2000篇论文都不是问题。

最近测试各种RAG工具来提取论文信息。Ragflow,Cherry studio,lightrag,anythingllm都试过，在速度，效果上都不如note booklm。

notebooklm有文件数量和大小限制。对于pro是300个文件，每个文件500K单词。但通过预处理，塞下2000篇论文完全没问题。

我处理流程是：
1,OCR转markdown（使用marker 或paddleOCR）
2,合并论文，控制单个文件小于500K单词
3，导入notebooklm开始提问