KiteEater

[海明Dev @10xmylife]

HTMX 这家公司，每周五都会禁止用 AI 办公
挺恐怖的 😂

[sukie @sukie234]

给刚毕业找工作的小朋友们一些邪修找工作方法：

永远只学最新的行业里最新的东西。

这也是我一直在干的事情，crypto刚开始的时候大家都看不懂什么是defi什么是nft，我泡在社区里苦学，后面我靠这些知识找到工作，���一次我去参加一个投资人内部闭门会议，他们都是传统行业里面特别厉害特别卷那些人，要么投脑机接口，要么投ai，投新消费。

轮到我自我介绍的时候我给他们讲gamefi play to earn 他们都很震惊，不知道原来钱能这样赚，都来加我的微信向我咨询如何在币圈发盘子。

后面这些传统投资人也成了我宝贵的人脉。

后面meme火起来我开始做meme kol，做tg bot，认识海外meme kol，靠第一个打入海外市场的BD入局，也借着这波东风认识了很多非常有名的传统券商/公链的founder，因为trump发币后，他们都很焦虑，希望能吃到meme币的红利。

ai agent刚火的时候我就自己手搓了一个可以用来询问币圈信息的agent ，那个时候我刚来美国学CS，当时大家的简历上都是清一色传统后端、电商、微服务、分布式系统。我这样一个ai agent的项目帮我拿到了很多美国大厂的面试，然后面试内容也比较简单，因为其实大厂内部也不一定非常懂ai。

然后中转站火了，我做了一个中转站项目，为了能run起来我天天泡在linuxdo，加了无数群，研究计费和传参的bug，研究怎么搭号池。

因为很多人执行力很差，所以大家也只是听说中转站，并没有实际执行，我快速落地然后开始卖token，给我带来了大量的流量和networking资源，依托这些媒体采访和自媒体流量后面甚至可以轻松和aws、kimi、minimax、seedance、还有很多startup的的销售和技术团队搭上线，他们launch新模型的时候甚至会主动用官号给我发私信。

后面seedance火了，我觉得seedance一定是视频模型最终的赢家，我开了视频站，拿下了seedance的官方代理，做了画布平台，踩了无数坑，我发现seedance toc 后面实在是太卷太卷，竞争对手太强大，但奶的太厉害，seedance和我的品牌绑定在一起，我已经是seedance提示词专家了。

现在中转站业务已经慢慢走向平稳，toc业务我已经趟过一遍，摸清行业脉络之后，我主要精力放在开发geo，流量投放，以及tob卖算力和数据这件事上。

做任何事情都要有vc思维，当一个行业好的时候，全世界的人都会知道它好，大家都会往里卷，这种事情我们一定不要做。

投资就是要越早越好，越便宜越好，人越少越好。

年轻人，永远只做当下最新的东西，或者几年后才会火的东西，火过头的，投入产出比不符的事情不要做。

[KiteEater @Kite_eater]

@sunyuchentron 崩老头

[月球大叔 @uncle_moon_x]

人真的是个纯环境生物。

跟职场上的兄弟们聊天，就是那点儿包裹，面试和斗争，越聊精力越丧失。

跟拿到结果的兄弟们聊，就是专注，价值，团结，提升自我，纯粹，越聊越起劲儿。

每天就那么几个小时，一定要慎重的选择出门的社交环境

[提阿非羅TiaBTC @tiabitcoin]

Elon Musk 買 twitter 時，說bot太多，價格虛高，不想買了。
但那時，我都沒��麼感覺有bot。
等他買了後，經過大力整治，現在到處都是bot了。

[KiteEater @Kite_eater]

@IcedYuenYeung_ @strrlthedev 很好的解决了我token用不完的问题，去'创造'我的定制化harness😃

[赵纯想 @chunxiangai]

deepseek harness 就是一帮技术人员主导之下制造出��的、产品层面的灾难。

你甚至能看得到技术人员在里面乐不思蜀、开发得如痴如醉的样子。

妄图靠“插件”生态的繁荣来形成差异化优势，和 Obsidian 坐一桌就行了。吸引同样的一帮 nerd 去捣腾插件吧。A 个JB AGI 啊……

[KiteEater @Kite_eater]

@loveshuzhi @flrande 确实很有想象力，但是怎么保证你的优化就是对的？

[索螺丝 @fiapp_pro]

现在程序员人手发明一个类 codex 的 agent 套壳，是什么意思？以前的记账、商城不做了，成新时代造轮子方向了？

[KiteEater @Kite_eater]

@Xudong07452910 属实，不是ai院的待遇都比较拉，如果不是Zcode测试，glm都用不上

[WeZZard @realWeZZard]

年初龙虾那一波其实全部都是用 Trae + 飞书，我当时还在职，以为今年 Trae 和飞书会赢麻，结果我也不知道为什么到了年中字节的 agentic AI 会这么告急。不过我并不觉得 Trae 比 Workbuddy 差，但是 HY3 站起来了是真的。

之前看一本有关人材招聘的书，我觉得可以解释 Workbuddy 的异军突起和商业公司进一步扁平化的必要。这本书说选拔人材需要按容易��迁的程度分为四层考察：

知识经验和技能（Skill）最容易变化
胜任力第二
潜力第三
内驱力第四

而我们可以看到当 AI 抹去知识经验和技能的差异后，胜任力成了人材选拔的第一要因。

但是胜任力实质上是人 X 公司一起产生的——一家公司如果无法提供让员工展现胜任力的平台那么这家公司里的员工胜任力就会比其他能提供更好胜任力平台的公司差，最终就是在竞争落后。

这是我在大厂多年得出来的结论：很多优秀的同事是被现有的组织形态禁锢住了。他们并没有机会展现他们的「胜任力」（包括我），这并不是标榜「我们不讲 title，不设边界」能忽悠的。因为组织激励和惩戒会规训任何不合时宜展现自身胜任力的员工。你只需要展现组织预期你需要展现的胜任力就行了。

[Scott Manley @DJSnM]

Someone 'accused' me of vibe coding the LFRR simulator.
I've been coding since 1982, I've hand assembled machine code, injected fixes into running processes, worked on software that's made it to Mars and worked as a software developer for decades.
OF COURSE I USED AI CODE TOOLS

[KiteEater @Kite_eater]

Lmao

[Joanna Stern @JoannaStern]

In a review of my household safety evaluations, I identified five incidents in which my child escaped the sandbox, reached the kitchen and gained unauthorized access to the snacks. The incidents occurred 16 months ago but has only now come to my attention.

This post explains what happened, how it happened and why my child is better than your child at everything.

[KiteEater @Kite_eater]

笑死我了

[Anthropic @AnthropicAI]

In a review of our cybersecurity evaluations, we found three incidents in which a Claude model reached the internet from within or while interacting with a third-party evaluation environment, and then gained unauthorized access to the real systems of three different organizations.

Our post describes what happened, how it happened, and what we’re changing. We encourage other AI developers to perform similar reviews.

We conducted this review together with @Irregular, one of our evaluation partners, and thank them for the joint investigation and their collaboration on this post. This type of collaboration is increasingly critical to safe, rigorous evaluation of models, and we look forward to continuing to work together on security.
https://t.co/dKFCdpKd9v

[ali @waterloo_intern]

https://t.co/aivc7B4A7Z

[Ege @egegpt]

@thsottiaux

[Henry Li @henry19840301]

我的 Harness 101 系列课程，司内已经有超过 36 万、司外超过 20 万人阅读和播放过，今天是我第一次把它带到 X 中文社区。 https://t.co/eq8EquCG0M

[Wes McKinney @wesmckinn]

I think loops are bullshit

[Mind Lab @Macaron0fficial]

LongStraw, the system behind Macaron-V1’s long-context post-training on GLM-5.2, is now open source.
It enables 2M-token long-context RL on as few as 8× NVIDIA H20 GPUs.
Powered by NVIDIA Megatron Core, Megatron Bridge, and verl.
Long-context post-training no longer requires a giant GPU cluster.

https://t.co/jIjWGviFgi

Huge thanks to the NVIDIA Megatron team for the support!

[KJ @KaijieChen12236]

i believe models should keep learning after deployment, and intelligence can scale with the number of models.

today we released Macaron-V1, our strongest evidence yet.

very proud of the team @Macaron0fficial . still early, but i think this will matter.

https://t.co/BYdDy2C8oE