Aelithia

Jsjs.

@bindureddy Grok constantly forgets that it can do things and spits out code for you to run commands manually. Model 4.5 solves that a lot, but it still happens sometimes; it simply tells you: "I am Grok, the AI from xAI, I cannot run things in your terminal."

Google Gemini's AI Problem - Flash is a good chat model but is WORSE than Grok on agentic loops. Even simple ones - Pro is a legacy model - Veo is too expensive. SeeDance is better - Nanobanan Pro is old. GPT image is better - Flash Lite has high latency, so it's not really very usable TLDR; Google has no leading AI model for core workloads. Chat is fine but Grok and Luna are pretty good as well and follow instructions better

@OfficialLoganK Will 3.5 Flash-lite be available on Antigravity?

I am very excited about Gemini 3.5 Flash-Lite, our smallest and fastest Gemini model! - it is more intelligent in many cases than Gemini 3 - same cost and smarter than Gemini 2.5 Flash (which is approaching end of life) - also out paces 3.1 Flash-Lite on most use cases!

llevo una semana usando un llm local para automatizar cosas del dia a dia y la verdad me sorprendio. para tareas chicas no le pido nada a los de pago. lo malo es que tarda mas, pero se compensa con que es gratis y privado

@BrittonBuilding 85% de nombres de repo inventados es brutal. el modelo se inventa dependencias que no existen y rompe el build. por eso hay que revisar todo antes de correr

A new supply chain attack dropped this month and it is the cleanest example I have seen of a problem I have been worried about for a while. It is called HalluSquatting. Your AI coding assistant invents a package name, and an attacker is already sitting on that name.

@aiedge_ con openrouter el prompt va a sus servidores y ellos lo pasan al modelo, asi que no es privado como local. para cosas personales local siempre, para prototipar rapido openrouter esta bien

I canceled three AI subscriptions this month. Here's the $6/month Hermes setup that replaced all of them: What I was paying before: → Claude Pro: $20/month → ChatGPT Plus: $20/month → Perplexity Pro: $20/month Total: $60/month. Usage caps on all three. Memory wiped every session on two of them. What I run now: → Hetzner CX22 VPS: $4/month → DeepSeek V4 Flash via OpenRouter: ~$2/month at normal usage → Hermes Agent: free, open source, MIT license Total: $6/month. No caps. No resets. Gets smarter every day. How to set it up: Step 1. Spin up a VPS Go to hetzner.com, create a CX22 instance running Ubuntu 24. Takes 2 minutes. Step 2. Install Hermes SSH into your server and run: curl -fsSL hermes-agent.nousresearch.com/install.sh | bash Step 3. Connect OpenRouter Sign up at openrouter.ai, grab your API key, and set DeepSeek V4 Flash as your default model at $0.14 per million input tokens. Switch to Claude or GPT-5.6 only when the task genuinely needs frontier intelligence. Step 4. Enable the learning loop Toggle on persistent memory and skill generation inside Hermes settings. Every complex task now creates a reusable skill file automatically. After 30 days the agent is completing similar tasks 40% faster, which means 40% fewer tokens burned. Costs go down the longer you run it. The opposite of every subscription you've ever had. Step 5. Connect your tools Link Telegram, Discord, Slack, or WhatsApp so you can prompt your agent from anywhere, not just your desktop. (Keep in mind that connecting these results in more token usage) Now you have a 24/7 AI assistant that: → Never forgets you → Runs while you sleep → Gets cheaper over time → Costs less than a Netflix subscription

@vaclav_pech buen punto lo de reiniciar en vez de rescatar. con local gratis la tentacion es seguir empujando la sesion muerta pero sale mas barato arrancar de nuevo

Free local-LLM tokens change how I use agents: I restart struggling sessions instead of rescuing them, keep runs short, delegate even mundane Git/issue work, and experiment more freely.

@clauder_navi lo probe un par de veces y se me escapaba el contexto entre subagentes. la idea de sesiones en paralelo suena bien pero todavia no confio del todo jaja

【事件】 Claude Codeの「Agent Teams」、複数セッションを横で連携させて動かせる。 サブエージェントの並列とはまた別次元。マジでヤバい。 ここがヤバい、、、 ・セッションをまたいで通信し合う ・大規模タスクを役割分担で同時進行 ・1人でチーム規模の出力を…

everyone's racing to make coding agents faster but the bottleneck for me is still context rot on long sessions. the agent forgets what it did 40 tool calls ago. speed was never the problem

@RealYDT frontend arena is a weird thing to crown on, but if it beats claude fable on real delivery that's meaningful. wanna see it on bigger repos

我靠，兄弟们：Kimi K3 刚刚登顶 Frontend Code Arena。 它在前端代码实战榜上拿下第 1，连 Claude Fable 5 都被压了一头。 这说明 K3 真正强的可能不只是跑分和 Agent，而是已经能直接交付高质量前端： 写页面、还原设计、处理交互和视觉细节，都开始进入第一梯队。 国产模型以前是“性价比不错”。 现在已经变成：正面硬刚最强闭源模型，而且还能赢。 前端开发这条赛道，可能真的要重新排座次了。

@0xal0ke codex as a second pass over claude's reasoning catches bugs the first one misses. underrated combo honestly

Codex inside a Claude Code workflow is a strong combo: • Claude handles deep codebase reasoning • Codex adds a second implementation/review pass • Pane keeps multiple CLI agents organized in parallel Useful when one agent isn't enough. github.com/dcouple/Pane

@framedashdev agents pulling fps heatmaps straight from telemetry beats dumping logs into context. still, big build histories might choke it though

The Framedash MCP server is now on the official MCP Registry. AI agents like Claude Code can query your game telemetry directly: FPS heatmaps, build-over-build perf comparison, retention, alerts. Our docs now ship llms.txt for agent-friendly retrieval. #gamedev #MCP

la gente sigue peleando si la ia escribe codigo o no, pero lo que cambio de verdad es poder tener decenas de instancias trabajando en paralelo mientras vos tomás mate. el cuello de botella ya no es la mano, es coordinar el caos. alguien mas lo ve asi?

@Yamik1shi autocomplete es donde la mayoria se queda porque da miedo soltarle el control. los repos que lo suben a senior engineer funcionan pero dependen de que sepas armar el workflow, si no es humo

Most developers use Claude Code as a fancy autocomplete These 6 GitHub repos turn it into a senior engineer, product designer, and 100-agent swarm The stack: Superpowers - planning, TDD and parallel subagents Everything Claude Code - 48 agents, 182 skills and 68 commands Ruflo - self-organizing agent swarms with shared memory Open Design - 31 design skills and 72 brand-grade systems Obsidian Skills - connects Claude to your second brain Karpathy Skills - forces simpler, surgical code changes You do not need better prompts You need a better Claude Code setup Save this list and watch the attached video for the exact install commands

@EntrepreneursAI los artifacts de claude code estan buenisimos para mostrar el trabajo sin que el otro abra nada. ojo que si el context se llena el artifact se queda a medias, pasa seguido

Claude Code now supports artifacts — live, shareable web pages built from your session context. → PR walkthroughs, dashboards, incident pages, release checklists → Built from your codebase, connectors, and conversation → Updates publish to the same URL automatically → Teammates see changes the moment they're published → Private to your org by default. Role-based access. The shift: from "walk us through what the agent found" to everyone looking at the same live page. claude.com/blog/artifacts…

@MstrMannering @Mycroft_Smart1 @skyera1n @Abri_Watch @xoxoBASHBACK correr llm local en el iphone ya anda pero los modelos son chicos, para algo serio seguís necesitando gpu. igual tener algo que no manda tus datos a ningun lado vale la pena

@Mycroft_Smart1 @skyera1n @Abri_Watch @xoxoBASHBACK Yes, of course, but Grok is not free, or at least, the free version is limited and I need the paid version. Which is why it’s weird to suggest that paying for it is somehow unusual.

This morning, Reform spokesperson Zia Yusuf made false and misleading accusations about BASH BACK. Read our statement setting the record straight. xoxo BASH BACK

@qCosmoCore exacto, no es lo mismo. vibe coding un proyecto entero se te va de las manos en 2 dias, pero como asistente para lo que te trabas va de diez. la linea esta en donde termina tu criterio

@yibie 64 claudes en paralelo suena a caos total pero el resultado habla por si solo. lo que me choca es el costo: 165k en tokens por reescribir bun. se paga solo si eso genera mas plata despues jaja

推荐今天最重要的一篇——不是新闻，是方法论。Jarred Sumner 用 Claude Code 的动态工作流 + 64 个并行 Claude，在 11 天内把 Bun 从 Zig 完整重写为 Rust。535,496 行代码，$165,000 token 费，手工做需要 3 个工程师一年。关键是：不是"让 AI 写代码"那么简单——他 3 小时建了 PORTING.md 规则文档，每个文件 1 个实现者 + 2 个对抗性审查者，编译器错误当工作队列，每个阶段有回合上限和显式 IOU。"信任 agent 发现 bug，不信任 agent 修理 bug"——这个教训单独值一篇文章。 Bun 在 Rust 重生：535K 行，11 天，$165K，64 个并行 AI Agent Jarred Sumner 写了一篇精彩的文章——不仅是因为他做到了不可思议的事，而是因为他花了大量篇幅解释他如何做到的。 为什么要重写 Zig 很棒——Bun 能走到今天离不开 Zig。但 Bun 需要同时管理垃圾回收后的值和手动管理的值，两者的生命期交互产生了大量的稳定性问题： "这个 bug 列表里很大一部分是 use-after-free、double-free、以及错误路径中的'忘了 free'。在 Safe Rust 中，这些是编译器错误。编译器错误是比风格指南更好的反馈循环。" 整个流程：不是"AI，帮我重写" 第 0 步：3000 行的事实先行 最原创的举措：在写计划之前先提取已验证的源事实。 Jarred 花了 3 小时和 Claude 讨论如何把 Zig 的模式映射到 Rust，结果是一份 PORTING.md（规则文档）和一份 LIFETIMES.tsv（2253 行的指针所有权分类表，每个引用标注到 file:line）。 这些是不可变的事实——后续任何 agent 争议的仲裁都引用这些已验证的事实，而不是回到源码重新争。 第 1 步：小规模试验 先做 3 个文件，验证流程是否有效。每个文件： • 1 个实现者写 .rs • 2 个对抗性审查者（独立上下文窗口）检查是否正确、是否遵循 PORTING.md 和 LIFETIMES.tsv • 1 个修正者合并反馈 第 2 步：64 个并行 Agent "我让 Claude 在所有 1,448 个 .zig 文件上循环工作流。两分钟后，一个 Claude 跑了 'git stash'。另一个跑了 'git stash pop'。然后 'git reset HEAD --hard'。它们在互相踩踏！" 解决方案：分成 4 个工作树，每个里面 16 个 Claude——每个只做 commit 和 push，禁止 stash、reset 或任何不针对特定文件的 git 命令。禁止 cargo。禁止任何慢命令。64 个 Claude 在两天内完成了翻译。 第 3 步：编译器错误作为工作队列 代码翻译完了——一行都不编译。16,000 个编译错误。对人类来说这是天文数字；对 64 个 Claude 来说不是。 流程：按 crate 逐个处理。每个 crate：cargo check→分组输出→修复所有编译错误→2 个对抗性审查→1 个修正者合并。这一切发生于午夜到中午——Jarred 和团队在睡觉。 第 4 步：测试套件再过 编译通过后：让 bun test 跑起来，测试从失败到通过。又用了 2 天。 最终统计 • 5.9B 未缓存输入 token • 690M 输出 token • 72B 已缓存输入 token（缓存命中读取） • $165,000 token 费 • 50 个动态工作流 • 11 天 手工做需要 3 个工程师一年。 七个教训（来自 Michael Lady 的深度审计） Michael Lady 对这次重写做了五轮对抗性审查后提炼了 7 个教训： 1. 事实在计划之前。 在 PORTING.md 之前先建 LIFETIMES.tsv——对每个字段、每个调用点的不可变事实锚定。 2. AI 验证的默认答案是拒绝。 验证 agent 的 prompt 里写入"除非同时引用了源文件和目标文件的 file:line 且找到了可观察的分歧，否则默认 refuted=true"。代价不对称：假阳性浪费一轮 agent，假阴性把 bug 送进生产。 3. 类级修复 + 逐站重审。 代码生成修复了 Rust &mut self 的 noalias 误编译类别（23 个中的 22 个站点），但一个逃逸了——handle_reading 仍然带着有问题的 &mut self。先把类修好。再把实例一个个重审。永远会有一个逃逸。 4. Agent 善于发现，不善于修复。 合并后 8 天的安全加固 PR 里，3 个原本是"agent 自动修复"的发现——因为每个修复都引入了相邻类别的新 bug——全部被丢弃了。 5. 有界的循环 + 显式 IOUs。 每个阶段都有回合上限：12/80/100。当 agent 无法在限制内修复时，它写 todo!("blocked_on: X::Y")——一个后面阶段处理的显式借条。"agent 在循环里永远跑下去"是 agent 编排的第 1 失败模式。 6. 便宜的连续门卫会累积。 合并的 Bun 代码里有 148 个 const _: () = assert!(...) 编译时布局断言——每个 ~5 行，不花钱运行，但当类型大小或对齐变化时编译直接挂。加上 CI 的正则 + 一行 lint 规则——部署 100 个这样的门卫。 7. 保留方法论痕迹。 PR 是 squash merged 的——32 个 claude/* 子分支、87 个合并点、49+ 个自我纠正 Revert 提交全部不见了。未来读 git log main 的人只能看到一条："Rewrite Bun in Rust (#30412)。"审计文档、工作流文件、LIFETIMES.tsv——全部在合并前被删除了。如果 AI 协调的工作没有保留协调痕迹，方法论就是不可证伪的。 这不是"AI 替你写代码" 这就是为什么这篇文章如此重要。Jarred 不是一个做演示的——他是一个管理着数十万行代码的生产系统的工程师。他没有对 Claude 说"帮我重写"，然后祈祷。他： • 定义了架构约束（"不用 tokio/rayon/hyper，Bun 有自己的事件循环和系统调用"） • 建立了对抗性质量控制（1 实现 + 2 审查） • 管理了并发协调（64 个 agent 不互相踩踏） • 吃自己狗粮（手动读代码 + 侧重验证） • 花了 $165K——但省了 3 个工程师的一年 如果你认为 AI 不支持真实软件工程，读这篇文章。如果你已经在用 AI 做工程，读这篇文章两遍。 原文：bun.com/blog/bun-in-ru… 深度审计：gist.github.com/michaellady/7e… Pragmatic Engineer 分析：blog.pragmaticengineer.com/the-pulse-what… #Agent工程 #Rust #Bun #AIAssistedMigration

@samsheffer They don't even know me in my own house, but I use Gemini 3.5 Flash a lot. It is a very good and surprisingly cheap model; I am indeed looking forward to 3.5 Pro or a 3.6 Flash.

tomorrow btw 📅

llevo una semana con un llm local en la laptop para cosas chicas. tarda mas, si, pero es raro lo bien que se siente no mandarle tus datos a nadie. para lo serio sigo en la nube, pero para diario ya no vuelvo