Angehefteter Tweet
mousepotato
2.3K posts
mousepotato
@iluciddreaming
🇺🇸 硅谷打工人｜AI 产品｜独立开发｜技术管理 👨🏻💻 写代码，也写产品、增长和团队管理 🧠 从程序员转型产品型创作者的路上 🚀 Build | Ship | Grow
San Francisco, CA Beigetreten Nisan 2010
447 Folgt295 Follower
AI 自媒体圈太没非共识了
之前非常笃定 md 就是最好的格式
同时 for agents 就是未来
现在突然宣称 html 也是最好的
理由是 html 更适合阅读和交互
开始 for human 了
会不会往后发展
突然发现
SaaS 比 html 更适合表达
同时发现
数据库比 md 更适合存储
然后最终发现
SaaS 和 App 的春天又来了
中文
Google DeepMind 发布 AlphaEvolve，用 Gemini 做 coding agent。
声称在数学、芯片设计、数据中心效率上都有实质结果。
Claude Code、Codex、Cursor，现在 AlphaEvolve。
coding agent 这个赛道，2026 年要真正打起来了。
中文
OpenAI Developers 发布了 Realtime-2 的提示指南。
里面讲的不是普通 prompt 小技巧，而是语音产品真正会踩的坑：
怎么调整推理强度，
怎么写前导说明，
怎么设计工具调用行为，
怎么处理不清晰音频，
怎么准确捕获实体，
怎么在长会话里保持状态。
这说明语音 AI 正在进入工程化阶段。
以前大家关注：
声音像不像真人？
延迟够不够低？
会不会打断？
但真正做产品会发现，最难的是：
用户说得含糊，环境有噪音，任务跨多步，还要调用工具。
语音 Agent 不是 TTS + STT + LLM 的拼装。
它更像一个实时操作系统。
下一代语音产品的胜负，不在音色，而在复杂场景里的稳定执行。
OpenAI Developers@OpenAIDevs
Building voice applications with GPT-Realtime-2? Our new prompting guide covers how to tune reasoning effort, use preambles, design tool behavior, handle unclear audio, capture exact entities, and maintain state in longer sessions. developers.openai.com/api/docs/guide…
中文
好像用订阅登录安装好以后，切API也能用Codex的Chrome插件。
我让帮我买一支牙膏，现在已经走到下单环节了。
向阳乔木@vista8
今天发布的Codex Chrome插件用上了，有几个坑： 1. 更新Codex，第三方API模式不支装插件，切为官方订阅登录。 2. Codex Chrome插件安装挑节点，比如香港地区不支持，有些节点会打不开页面。 3. 建议把Chrome设置为默认浏览器，有步骤会引导跳默认浏览器。 4. 如果死活连不上插件，可以重启电脑试试。 简单安装流程： 升级Codex -> 打开设置 -> 电脑控制（Computer Use）-> Google Chrome，安装浏览器插件 必须在Codex 对话中用 @ Chrome 调用。 Terminal 版 Codex虽然能调用Chrome skill，但找不到node_repl，有点坑。
中文
GPT Image 2 Prompt：水墨风格 Slides/PPT
可以把下面的提示词模板发给 Agent，让 Agent 帮你生成每一页 Slides 的画图 Prompt，Codex 这样有画图能力的直接出图。
--- 提示词模板 ---
Title: [在此输入幻灯片标题]
Key Points:
- [要点 1：简洁的描述]
- [要点 2：核心数据或事实]
- [要点 3：关键结论]
Visual Elements:
[描述视觉元素，例如：纹理宣纸背景 (Textured rice paper background)、水墨山水 (Ink-wash motifs)、
简约的圆圈 (Enso circle)、红色印章 (Red seal mark)、雾气效果 (Mist-grey effects)]。
整体风格应保持 [Quiet / Restrained / Wabi-Sabi / Contemporary East-Asian Luxury]。
Layout Preference:
[布局说明，例如：左右分割 (Split layout)、居中对齐 (Centered layout)、
文字居左且右侧留白 (Left-aligned text with negative space)]。
Text Hierarchy:
[文字层级，例如：标题使用大号衬线字体 (Large Display Serif)，正文使用易读的衬线字体 (Body Serif)，
确保视觉平衡和清晰的阅读顺序]。
Continuity Note:
[延续性说明，例如：保持与前一页相同的背景纹理和色调 (#F5F0E8, #2C3E2D)，
使用相似的印章位置以维持视觉一致性]。
----- 示例 ------
Title: Agent Loop 深度解析: 揭秘 AI 智能体的心脏.
Key Points: 核心定义、主要职责、设计目标。
Visual Elements: 大号优雅标题，背景为宣纸纹理，带有淡淡的水墨山水和圆圈笔触，角落处有红色小印章。
Layout: 干净的布局，大量留白（Open Sky）。
Text Hierarchy: 标题最为突出，下方是较小的正文。
中文
Cloudflare 宣布裁员 20%，超过 1100 人。
上个月我刚写过：AI agent 时代，最终赚钱的是基础设施公司。Cloudflare 是名单里的核心一个。
然后它裁员了。
「管道才是护城河」这个判断，可能要加一句：前提是管道公司本身活得下去。
中文
Anthropic 发了一篇研究：Natural Language Autoencoders。
简单说：他们现在可以把 Claude 内部的「激活向量」转成人类能读的自然语言。
就是说，AI 在想什么，现在有办法看到一部分了。
这是可解释性研究里少见的实质进展，不是概念文章。
中文
@bearliu AI 没有脾气，现在的 AI agent 在尝试理解人的。用的还是 grep 关键词。 AI 的情绪设计太简单粗暴了。
中文
我觉得现在 AI 对于老板们来说，最大的魅力之一，除了高效靠谱之外，还有一点：你完全不必在意它的自尊心。
跟人类共事，这一点特别难。除非你是跟最优秀的人在一起，可以直接讨论问题，不必担心对方的心理接受程度。但那种情况，就连乔布斯周边也不一定都是这种人。
现实中，你必然要照顾对方的感受，照顾他的情绪和心理生理状态。想想平时跟同事交流，即便只是平级的一两个人，有时候这种照顾就已经很累了。而作为老板，要面对几十号人、几百号人，或者至少是他直接交流的那几十号人，真的很心累。
我认识的一些老板之所以发了疯似的使用 AI，可能也有这个因素：我完全不用顾及它的感受，只要给我执行就好了。
中文
国内做 C 端 AI 产品，我的结论是：基本没戏。
不是能力问题，是生态问题。微信、支付宝、抖音各自圈地，数据完全不互通。想做一个 Agent 帮用户打通这几个平台——不可能，API 根本不开放。连接个 Telegram 通知都要绕弯路，ICP 备案动不动几周，处处设卡。
微信和抖音生态崛起之后，国内就再也没有新的应用层创业公司能冒出来了。他们没有给应用生态留任何空间，只留了内容生态。你可以在上面做内容，不能在上面做产品。
在国内想做事，只有两条路是通的：
一，做 2B 的轻咨询，不碰太重的软件开发；
二，直播卖货或卖课——2C 唯一的通道。
没有第三条。
中文
大多数人遇到 agent 跑不好，第一反应是「prompt 再优化一下」。
错了。
prompt 解决不了状态管理、分支逻辑、错误重试。这些是控制流的问题。
agent 不好用，不是因为你说话不够清楚，是因为你没给它一个能跑的程序。
中文
