Life Player

Dream big. Get shit done. Have fun!

[alex getman @alexgetmancom]

@thsottiaux

[郭宇 guoyu.eth @turingou]

我不觉得在重新定义工作的时候 FDE 是真正重要的角色，这就像支付宝在推出快捷支付的时候，没人会认为去银行的驻场工程师是重新定义银行支付这个变化中重要的角色一样。快捷支付成为可能是因为计算能力增强的前提下，成本大幅降低。在这些变化里，总有人去做脏活累活然后挣到实打实的收入，但是相信我，他们绝非重要的角色。我们值得把所有工作重新发明一遍，就像当年的汽车制造公司发明流水线一样，然后，在所有行业，提供最好的服务，产品，同时保持最低的成本，be AI native

[yetone @yetone]

这是我开始做 ToB 的原因。做了 ToB 之后，看着那些 ToC 的 Agent 的软件的各种打磨，我都觉得眉清目秀的。当然我既不是高高在上也盲目崇拜，是因为很多 ToC Agent 打磨的那些优雅的细节，在真实的 B 端场景中，那些客户压根就不 care，他们真正 care 的就是你别让我用任何的 Agent 软件，但是能完成所有工作流的自动化。

ToC Agent 只满足了软件爱好者这个小众群体，真正的把软件当成核桃手把件每天在手中把玩包浆的人还是太小众了。

[郭宇 guoyu.eth @turingou]

要我说，AI native 时代最成功的创业者，应当实打实的参与到所有行业的所有工作中去，而不是试图用软件工程工作中的工具（比如 Git 和 notion 等）通过组合来完成其他领域的工作，知识工作有一定的相似性，但在知识工作之外，仍有大量的空间没有被梳理和信息化，我觉得所有人应该像 Elon 对 Terafab 那样重新思考芯片制造一样重新思考工作。

[Versun @VersunPan]

写的真好，已悟
harness 就像编程语言的语法糖史：从手动内存管理到 GC ，从回调地狱到 async/await，
但编程语言并没有因此变薄，我们只是把旧复杂度交给底层，然后在上层写出了更复杂的类型系统、并发模型和 DSL。
模型变强不会让 harness 消失，只会让旧的 harness 变成"默认能力"，同时解锁更上层的编排范式

[图拉鼎 @tualatrix]

最近做 Agent Harness 也是这个感受：一边做一边想，我是不是做个简单的 Agent 就好了？不行，好歹要有 subagent 吧？啃哧啃哧去做…等等，subagent 做了，cross- session communication 也很有必要的样子，继续…毕竟这些 harness 不做，也无法把大模型完全发挥出来，它自己也不能天然做到。

[我吹呀吹 @zzNeutrino]

冯诺依曼结构对计算的精确性要求太高了，一套 fp16 算下来又慢又费电，llm 完全可以牺牲点精度和稳定，用类似模拟量栅极替代 ReLu 函数，人脑细胞的膜电位变化精度稳定性本来也不高，如此可立省 99% 能耗。

[AYi @AYi_AInotes]

今天AI圈最大的瓜应该是这个了吧，
神仙打架，Codex的周使用限额都给重置了！！！

刚刚@OpenAI 和@AnthropicAI 两个编程工具的负责人在X上打起来了，比之前Sam Altman和Elon Musk的互撕还精彩，

Tibo真的是个狠人，本来ChatGPT Work和Codex的使用限额重置的猴子分桃游戏早就结束了 ，刚刚跟Anthropic的@bcherny Boris互怼，吵着吵着直接给所有付费用户发了一周免费额度。

好家伙，别的公司互撕：发律师函。
OpenAI的Tibo互撕：给所有用户重置了周限额。
建议AI圈以后都按这个标准来hh

事情是这样的：
有个哥们，
在Claude Code里面用代理跑别家的模型，
跑着跑着Anthropic账号给封了。
他就在X上吐槽。

然后OpenAI管Codex和ChatGPT的Tibo跳出来了，
阴阳怪气地说：
"我倒是想帮你啊，可惜我不在Anthropic上班。
他们就因为你用他们的工具跑别的模型就封号，
这有点奇怪吧？
还有别人遇到这情况吗？"

这话一出，
Anthropic管Claude Code的Boris直接现身回复，
第一句就给我整笑了：
"我们正在招人，你要是想来Anthropic的话！"
半开玩笑直接挖人。
然后才说正事：
"我们不会因为用别的模型就封号，
几乎可以肯定是别的分类器误触发了，
我们正在查，谢谢你提出来。"
后来还补了一句：
用代理在Claude Code里跑其他模型，
是官方支持的。

我觉得@bcherny 这格局其实挺大的，
换别的公司，
你用我的客户端跑竞品，
不封你才怪。
但Anthropic直接说官方支持，
这波本来已经赢麻了。

结果@thsottiaux 更绝，
他直接引用Boris的推，
来了波反击：
"没错，GPT-5.6 Sol是真的强，
哪都能用，包括在Claude Code里面。
为了庆祝这个，
也因为我哪也不去……
我已经给所有付费用户重置了ChatGPT Work和Codex的使用限额。
大家玩得开心。"

我看到这直接笑出声哈哈哈哈哈，
这哪是吵架啊，
分明是花式秀肌肉！
你挖我是吧？
我不去。
你说你们支持跑别家模型是吧？
那是因为我们的模型强到在你们家工具里都能跑。
而且我直接给所有用户送钱，
重置周限额，
让大家免费用。
赢了场面，
赢了用户，
还顺便打了广告。

[Life Player @james_wei]

Congrats, bro!

[Wey Gu 古思为 @wey_gu]

a small milestone for Nowledge Mem

[Max Lv @m0d8ye]

赛博大善人又有新活了，搞了个免翻墙浏览器，估计很快被国人玩坏掉：https://t.co/2i8QeD2DBB

[Jeff Dean @JeffDean]

Turned it in...

[AYi @AYi_AInotes]

为什么说Jeff Dean 确实是 Google 工程文化的图腾级人物，来一起看看他这些最耀眼的成就和贡献吧：

他在 Google 干了整整 27 年（1999年中加入，是公司第30号员工左右，几乎从头到尾参与并主导了 Google 从“搜索引擎”变成“全球基础设施 + AI 帝国”的全过程。

最耀眼的成就（按影响力排序）
1. MapReduce（2004，与 Sanjay Ghemawat 共同设计）
把大规模分布式数据处理抽象成简单的 map + reduce 两个函数。程序员不用再操心数据分区、容错、机器间通信。
这个系统直接催生了开源生态里的 Hadoop，成为整个大数据时代的基石。Google 内部搜索索引、日志分析、地图渲染等都靠它跑。

2. BigTable（2006）
面向海量半结构化数据的分布式存储系统，支撑了 Google 上百个产品（搜索、Analytics、YouTube、Maps 等）。后来直接影响了 HBase、Cassandra 等 NoSQL 数据库。

3. Spanner
全球分布式、强一致性数据库，解决了跨数据中心的时钟同步与一致性问题。被很多人称为“世界上最大的单一数据库”。

4. TensorFlow + DistBelief
• DistBelief 是 Google 早期大规模分布式深度神经网络训练系统（“猫神经元论文”就是用它训练的）。
• 后来重构并开源为 TensorFlow（2015），迅速成为全球最流行的机器学习框架（GitHub 星标数十万、下载量数千万次），直接降低了整个行业做深度学习的门槛。

5. TPU（Tensor Processing Unit）
起源于一次“餐巾纸计算”：如果每个 Google 用户每天语音识别3分钟，现有服务器数量要翻倍。于是他们设计了专为低精度稠密线性代数优化的定制芯片。TPU 能效比当时的 CPU/GPU 高出 30-80 倍，延迟低 20-30 倍，成为 Google 在 AI 算力上最核心的护城河之一。

6. 其他关键贡献
• 早期广告系统、爬虫、索引、查询服务系统
• Protocol Buffers、LevelDB
• 共同创立 Google Brain（2011/2012）
• Pathways 系统、Gemini 相关工作、AlphaChip（用 ML 设计芯片）等

[Tz @Tz_2022]

可能还有人不熟悉 Jeff Dean 在程序员世界里的地位。

这么说吧：很多技术大佬拥有履历，Jeff Dean 拥有一整套以自己为主角的创世神话和迷因传播。。。

-----

关于 Jeff Dean，你可能不知道的一些事实：

1. 编译器不会警告 Jeff Dean。
Jeff Dean 会警告编译器。

2. Jeff Dean 提交代码前也会编译和运行一遍。
主要是为了检查编译器和 CPU 有没有 Bug。

3. Jeff Dean 曾经写过一个 O(n²) 算法。
那是用来解决旅行商问题的。

4. Jeff Dean 对常数时间复杂度仍不满意，于是发明了世界上第一个 O(1/n) 算法。

5. Jeff Dean 的 PIN 码，是 π 的最后四位。

6. Jeff Dean 不需要记住 π。
他每次都现场重新计算，而且只占用 O(log n) 空间。

7. Jeff Dean 还在等待数学家发现他藏在 π 里面的那个笑话。

8. Jeff Dean 的键盘上没有 Ctrl 键。
因为 Jeff Dean 永远拥有控制权。

9. Jeff Dean 的键盘其实只有两个键：0 和 1。

10. Jeff Dean 写程序时，会先把二进制机器码写完，再补一份源代码作为文档。

11. Jeff Dean 的 IDE 不做代码分析。
它只负责欣赏代码。

12. 当 Jeff Dean 打开性能分析器时，循环会因为恐惧而自行展开。

13. gcc -O4 的工作原理，是把你的代码发给 Jeff Dean，让他重写一遍。

14. Jeff Dean 不会产生段错误。
内存会主动重新排列，把代码和数据放到正确的位置。

15. Jeff Dean 可以实例化抽象类。

16. Jeff Dean 可以用正则表达式解析 HTML。
而且是正确地解析。

17. Jeff Dean 曾经把一个 bit 移得太用力，结果它跑到了另一台计算机上。

18. Jeff Dean 不使用 ECC 内存。
他会提前预测宇宙射线，并利用它们提高性能。

19. Jeff Dean 发出一个以太网帧时，从来不会发生碰撞。
其他数据帧会主动退回各自网卡的缓冲区。

20. Jeff Dean 的代码运行得太快，汇编程序需要连续执行三个 HALT 才能把它停下来。

21. Jeff Dean 不调用 sleep()。
他调用 wait()。

22. Jeff Dean 睡不着时，会用 MapReduce 数羊。

23. 2002 年 Google 索引服务器宕机时，Jeff Dean 曾经人工回答了两个小时的搜索请求。
评测结果显示，搜索质量提高了 5 个点。

24. Jeff Dean 发明 MapReduce，是为了给粉丝来信排序。

25. Jeff Dean 发明 Bigtable，是因为他的简历已经无法存进其他数据库。

26. Jeff Dean 的简历只记录他还没完成的事情。
这样比较短。

27. Jeff Dean 的简历成就太多，所以附有目录。

28. Google Search 只是 Jeff Dean 为自己真正的项目写的一个大型单元测试。

29. Google 基本上是 Jeff Dean 的业余项目。

30. Jeff Dean 曾经参加图灵测试，但失败了。
因为他在一秒钟内准确说出了第 203 个斐波那契数。

31. Jeff Dean 可以在三步之内赢下四子棋。

32. Jeff Dean 曾经随手拿错了电脑，把儿童画板带出了门。
等他回家换电脑时，已经在画板上写完了俄罗斯方块。

33. 贝尔发明电话后，发现自己有一个 Jeff Dean 的未接来电。

34. 上帝说：“要有光。”
Jeff Dean 当时负责代码审查。

35. 真空中的光速原本只有每小时 35 英里。
后来 Jeff Dean 花了一个周末优化物理学。

36. Jeff Dean 的程序出现未定义行为时，一只独角兽会骑着彩虹出现，给所有人发免费冰淇淋。

37. Jeff Dean 不写 Bug。
他只会实现一些你暂时无法理解的功能。

38. Jeff Dean 为了让代码审查者相信代码出自人类之手，有时不得不故意降低性能。

39. Jeff Dean 不存在。
他其实是 Jeff Dean 编写的一个高级人工智能。

40. 有人问 Jeff Dean，这些传言究竟是不是真的。
他回答：“111111。”
对方还在猜这是什么意思，他补充道：
“每一个 bit 都是真的。”

[QingYue @YuLin807]

使用 pi 做统筹，使用 codex 做 写手，使用 grok 进行质量的把控和审核，这也是我置顶文章 - sop skill 的又一次大获全胜！

同时让我们赞美 herdr 这个优雅的实现方式

可以让multi agent 无损协作沟通。

[Life Player @james_wei]

赛博义父！

[Tibo @thsottiaux]

What is my title at OpenAI

[Life Player @james_wei]

@jolestar

[Ding @dingyi]

卧槽一觉醒来，满屏都是 CloudFlare 钱包。

但是所有人都在说抢到自己的 ID 了，只字不提它基于 Coinbase 创建的 x402，只能通过稳定币 USDC 结算，支持 Base、Solana、Polygon、Arbitrum 等等，Circle、MetaMask、Crossmint 等钱包也都支持。

谁能想到，三年前 web2 人群嗤之以鼻的这些东西，今天他们自己也在积极传播了。只有和 AI 结合，区块链的东西才能彻底打入传统世界。

我相信等这些基础设施完善了， web3 将以另一种形式回归，到时候 BTC 破 20 万也不是梦。

[Max Lv @m0d8ye]

经历了 5 个月的开发，meow iOS 版终于上架了：
https://t.co/6B7caCJipu
原本只是想要借用 AI agent 实现一个开源的 iOS SS 客户端，没想到最后做成了一个全功能代理。
代码库见：https://t.co/jkxZxNte2f
项目使用 MIT 协议授权，方便第三方 fork 和发布，算是补完了 SS 开源生态的最后一环。感谢众多贡献者汇报 bug 和提交代码。特别感谢 @gengjiawen 一直在帮忙提交 PR。
App 本身为买断制，价格和 shadowrocket 保持一致。Testflight 也会继续开放。

[supermao @buaaxhm]

所以大家身边有成功的 OPC 故事吗？

我只知道身边有一个 ARR 3000w 美刀

还得是擦边相关应用

我也得搞点擦边

[Life Player @james_wei]

别只看 RAG 给出的答案，更要看答案为何产生。
`tiny-rag-lab` 是一个可检查的 RAG 学习实验室：在本地 Studio 中回放真实证据，对比 BM25、稠密与混合检索，观察重排序如何改变排序，追踪上下文与引用，并从失败用例中学习。
https://t.co/oKSGhyWWQY

[Life Player @james_wei]

RAG shouldn’t be a black box.
`tiny-rag-lab` makes RAG inspectable: replay real evidence, compare BM25/dense/hybrid retrieval, watch reranking reshape rankings, trace context and citations, and learn from failures—all in a local Studio.
https://t.co/oKSGhyWWQY