源一

👨🏻‍💻02｜热爱AI｜分享AI！
港理工本科
現AI & Auotmation Specialist
源於始 歸於一

[源一 @genoneai]

以防您不知道我是干嘛的，先写个简单的内容介绍

我的X(推特) 内容会涵盖：

1. 海外的AI資源
2. Vibe coding
3. AI自动化，生产力，AI工具发布

感谢您看到这篇内容。

祝你我爆单, 提早自由

[源一 @genoneai]

@qianyuwing 算顶流！

[源一 @genoneai]

@DollyW73878 太強了 祝福高佬

[源一 @genoneai]

@xuyeah 坚持慢慢击败怀疑

[源一 @genoneai]

@StanleyGao45 恭喜Stanley 上2000

[源一 @genoneai]

还有21小时

[源一 @genoneai]

@MaxForAI 真的笑死人了

[源一 @genoneai]

2026 必须知道的 Twitter/X 博主

@simonw = LLM 实战实验之王:
Django 联合创始人、Datasette 作者 Simon Willison，几乎每天亲自测试最新模型、API、coding agent、prompt injection 和 LLM 工具，并把实验过程完整公开，是追踪「LLM 到底实际上能做什么」最有价值的人之一。

@swyx = AI Engineering 布道之王
Shawn “swyx” Wang 是「Rise of the AI Engineer」概念最主要的推动者，同时经营 Latent Space、AI Engineer 大会和 Smol AI，特别适合用来掌握 AI Engineer、Agent、infra 和开发范式正在往哪里走。

@t3dotgg = AI 开发者工具实测之王
Theo Browne 是 T3 Stack、T3 Chat、T3 Code 和 UploadThing 背后的 builder，长期高强度实测 Cursor、Claude Code、Codex 和各种新型开发工具，最大的价值不是教你某一个工具，而是告诉开发者「什么真的好用、什么只是 hype」。

@tdinh_me = Solo AI 产品之王
Tony Dinh 是 TypingMind、DevUtils 等产品的独立开发者，最值得研究的是他如何一个人发现需求、几天内上线产品、Build in Public，再把简单 AI 产品做到真正可持续盈利。

@dannypostma = AI SaaS 增长变现之王
Danny Postma 创建 HeadshotPro 等 AI 产品，他最值得研究的不是 AI 技术本身，而是如何用 AI＋SEO＋programmatic SEO＋affiliate＋distribution，把一个非常简单的 AI use case 做成高收入 SaaS。

@emollick = AI 工作应用研究之王
Wharton 教授 Ethan Mollick 专门研究生成式 AI 对工作、创业、教育和组织生产力的真实影响，是少数持续用研究和真实实验回答「普通人和企业到底应该怎么用 AI」的人。

@chipro = 生产级 AI Engineering 之王
Chip Huyen 的核心领域是把 AI 从 demo 变成 production system，从 eval、RAG、dataset、inference、latency、cost、observability 到 architecture 都覆盖，属于想真正做企业级 AI 系统时最值得长期跟的人。

@hwchase17 = Agent Framework 之王
Harrison Chase 创办 LangChain，并继续发展 LangGraph、LangSmith 和 Deep Agents，因此他的内容基本就是观察 Agent orchestration、runtime、observability、evaluation 和 long-running agent architecture 演进的第一线。

@bcherny = Claude Code 之王
Boris Cherny 是 Claude Code 的 creator 和 engineering lead，他最值得关注的是如何真正用 coding agents 做大型软件工程，包括 agent workflow、parallel coding、CLAUDE.md、tool use、code review 和「几乎不手写代码」的软件开发模式。

@alexalbert__ = Claude Prompting / Evals 之王
Alex Albert 从 Anthropic prompt engineering 做到现在的 Research，长期分享 Claude prompting、context、evals 和模型行为实验，是想真正理解「怎样把 Claude 性能榨出来」最值得关注的人之一。

@rauchg = AI 原生 Web 基础设施之王
Vercel 创始人 Guillermo Rauch 正把 Vercel 从 frontend cloud 推向 AI/agent cloud，从 Next.js、AI SDK、AI Gateway 到 agentic infrastructure，他的内容非常适合判断未来 AI-native web application 的技术栈会长什么样。
@fchollet = AGI 智能评测之王
Keras 创始人 François Chollet 创建 ARC-AGI，并长期强调真正的智能应该看未知任务上的抽象推理和泛化能力，而不是单纯 benchmark memorization，因此是理解「到底什么才叫 intelligence」的重要反主流声音。

@ylecun = World Models 之王
Yann LeCun 在 2025 年底离开 Meta 后创办 AMI Labs，继续押注 world models、representation learning、planning 和非 LLM 路线，核心观点是未来机器智能必须理解真实世界，而不能只预测下一个 token。

@DrJimFan = Embodied / Physical AI 之王
NVIDIA 的 Jim Fan 领导 GEAR，研究 GR00T、Voyager、MineDojo、机器人 foundation models 和 generalist embodied agents，是观察 AI 如何从电脑里的 Agent 走进机器人和物理世界最值得关注的人之一。

@shl = 极简公司之王
Gumroad 创始人 Sahil Lavingia 最值得研究的是如何把传统 VC 式「扩团队、烧钱、追独角兽」反过来，建立小团队、异步、低管理成本、盈利优先的互联网公司，因此比单纯叫「一人公司之王」更准确。

[源一 @genoneai]

现在感觉本地部署GLM5.3 Flash还有一段距离GLM-5.3-Flash

硬件要求：
最小的 1 位量化版本可在 100GB 内存上运行；而 3 位量化版本则可在配备 128GB 内存的设备上运行，例如 Mac 或 NVIDIA DGX Spark。

表格：硬件要求（单位 = 总内存：RAM + VRAM，或统一内存）
https://t.co/h2sGjmBREp

[源一 @genoneai]

@BlockInsight214 不貴

[源一 @genoneai]

努力蹬 重置又來了

[Tibo @thsottiaux]

A good thing about having aged is that I feel that it’s been 20 years since I’ve pressed the reset button. Intrigued to see if I can find it tomorrow and dust it up

[源一 @genoneai]

@GeekCatX @opencode Go套餐 没免费了 Zen都删掉了

[源一 @genoneai]

@guxinghanyi 可以的 來了！

[源一 @genoneai]

@y1cxmm 來了！

[源一 @genoneai]

@insight_alchemy 來+1了

[源一 @genoneai]

@dongfangjibai39 给你+1补上

[源一 @genoneai]

@Eleven877 希望很快就上1000了

[源一 @genoneai]

@HanaZyren77 借一下楼浇友

[源一 @genoneai]

@zhangjasondad 快了! 現在是一個很好的開始

[源一 @genoneai]

@linmumu223 来 了 linmumu哥 !