yargee_cs

Pretending to be anonymous here

[yargee_cs @yargee_cs]

@_FORAB 在钉钉 发生啥皆有可能

[yargee_cs @yargee_cs]

看完了姚顺宇的播客，把3.1pro接上了openclaw

很久没用gemini了，猛的一回头，发现虽然gemini说人话，但好tm谄媚

[yargee_cs @yargee_cs]

@karminski3 部分post training

[yargee_cs @yargee_cs]

https://t.co/l4dfBosBP2

[Xuanwo @OnlyXuanwo]

What? AB test for pricing? So there are 2% of people that pay the same price but no use of claude code?

[yargee_cs @yargee_cs]

@crypto_fyy @jakevin7 true，召回绝对是最大的问题，质量差的召回会直接崩

[kabikabi @jakevin7]

做了一个 llm-wiki 的最佳实践！这一套是关于「AI agent 如何建立和维护自己的知识体系」我自己的完整答案。

目前已经运行在 OpenCLI 的项目管理中了，使用体验很 nice。opencli 交流群的群友希望学习下，于是把 public 了 repo 出来了。地址放评论。

讲讲自己的设计思路：
1. llm-wiki 的设计是有一个负责 wiki 维护的 wiki agent 作为 agent team 的一部分，实时的维护和摄入项目的设计和成果。两层架构（AGENTS.md + Skill）是这样设计理念下的产物。
2. wiki 产物是知识库图谱，兼容 obsidian 来方便进行知识查看
3. 不做 GUI or 后续做，不需要GUI来进行内容维护，因为维护是Agent本身来做， GUI 只做展示用，初始阶段 obsidian 已经足够。

项目的核心主张：
- vault 是 agent 的外脑。llm-wiki 把「知识库」从人类工具变成了 agent-native 工具：由 agent 写，给 agent 和人类读。

知识复利（/query 写回）
query 的答案如果连接了 3 个以上页面、产生了新的 synthesis，就写回 wiki。每次查询都可能让 vault 变得更完整。知识库随使用自增长。
运行模型

四个操作形成闭环：/ingest（原始来源 → wiki 页面）→ /query（问题 → 合成答案 + 写回）→ /lint（健康检查 + 自动修复）→ /research（引入外部源）。
设计边界

知识分三层：原始材料（sources/）、提炼知识（wiki/）、操作日志（wiki-log.md），三者隔离。源文件永远不修改。

[yargee_cs @yargee_cs]

@jian_w3ng 不停切ip，直接封🤣

[yargee_cs @yargee_cs]

@jakevin7 然后下一步就会传导到其他模型😡😡

[yargee_cs @yargee_cs]

@cyrilxuq 崛起不了一点 c端做的好就是需要团队有基因 要崛起早崛起了

[yargee_cs @yargee_cs]

@zzxwill 飞刀还是牛的

[yargee_cs @yargee_cs]

@jakevin7 哥愚人节不是过了吗

[yargee_cs @yargee_cs]

@jakevin7 wt不就是用来适配多agent的吗，大家能干自己的事情，然后能互相知道干了什么，然后合并到主线

[yargee_cs @yargee_cs]

@dotey wt是这个的全方位上位替代。。

[yargee_cs @yargee_cs]

@JFunfunfun @gemini_shuffled 封不封逻辑都在远端，没啥意义

[yargee_cs @yargee_cs]

@shinonome_tk @Jason_Young1231 国内一般就是报销个20刀档位的，对于claude code来说20刀基本不够用。

[yargee_cs @yargee_cs]

@shfshanyue 150w刀吗。。。有出处吗

[Jianyang Gao @gaoj0017]

The TurboQuant paper (ICLR 2026) contains serious issues in how it describes RaBitQ, including incorrect technical claims and misleading theory/experiment comparisons.

We flagged these issues to the authors before submission. They acknowledged them, but chose not to fix them. The paper was later accepted and widely promoted by Google, reaching tens of millions of views.

We’re speaking up now because once a misleading narrative spreads, it becomes much harder to correct. We’ve written a public comment on openreview (https://t.co/nDVjmNhATM).

We would greatly appreciate your attention and help in sharing it.

[yargee_cs @yargee_cs]

@NeurIPSConf 什么叫滑轨啊