Conda

505 posts

Conda banner
Conda

Conda

@Sphinm1

Katılım Kasım 2020
451 Takip Edilen26 Takipçiler
Conda
Conda@Sphinm1·
@qJeff6 @Jack_5965 可以调用 api,下面那个网页反代别折腾了,试过了,没有 function call 能力
中文
2
0
1
18
Jeff
Jeff@qJeff6·
@Jack_5965 低价 gemini 不能调用 api 网页版和 app 调用就是傻叉
中文
3
0
2
1.8K
Jack
Jack@Jack_5965·
Google 半年砸了800亿美元建设 AI 下一代Gemini 会领跑吗? Agent 什么时候出呢? 不管了,闲鱼 9.9元18 个月的Gemini Pro 我觉得值得抄底
中文
34
0
31
24.2K
Conda
Conda@Sphinm1·
@GoogleAIStudio 为啥无缘无故的封我的号,这么不喜欢有人用你们的 Gemini ai 吗
中文
0
0
0
12
Google AI Studio
Google AI Studio@GoogleAIStudio·
What are you vibe coding this weekend?
English
615
39
1.2K
198.4K
Conda
Conda@Sphinm1·
GPT 5.6: less autocomplete, more copilot.
Français
0
0
0
18
Conda
Conda@Sphinm1·
google 已经烂了, 产品体验完全没有了是吧, Google AI pro 的额度和 Antigravity CLI 完全对不上
中文
0
0
0
34
Conda
Conda@Sphinm1·
@yiqifacai 今天回本出一半了,下周再看去留
日本語
0
0
0
14
一起发财
一起发财@yiqifacai·
航天是国家战略工程,像电网一样先内需/国防,后外溢商业/地缘收益。航天的举国体制,优先募集资金用于国家安全和竞争,而不是为了打造上市公司,回报股民的。 希望你能看懂上面的话👆。
中文
38
7
153
34.7K
Conda
Conda@Sphinm1·
@robinsonwang5 @Mimiwftt 市场上的钱都去科技板块赚钱了,只能抽别的板块的血,就这么简单
中文
0
0
0
45
robinson wang
robinson wang@robinsonwang5·
@Mimiwftt 下跌的 不只是天赐一家 几乎整个板块跌停 但是整个板块都是高业绩 从盛兴锂能 天华新能 藏格矿业 天齐 赣锋锂业 每一个都是下调20% 这些都是少则200% 多的1000%以上 业绩是确定的 看不明白是为什么? 图形上看有的已经破250日线了 有的还在踩线 所以看不明白是怎么了 最近基本上都是连续两天跌停
中文
2
0
5
2.1K
Conda
Conda@Sphinm1·
@XXY177 哥 港股互联网能拿吗 亏损和你白酒差不多
中文
0
0
0
13
夏雪宜
夏雪宜@XXY177·
我一直在加仓 茅台、五粮液、泸州老窖、山西汾酒 目前均已被套 向下有限,分红很高 公司和商业模式都没问题 仍属中国最优质的资产 只待触底反弹……
夏雪宜 tweet media
中文
87
0
25
26.7K
Jinbao
Jinbao@JinbaoSite·
@0xastra 亏麻了,怎么办,好想止损,又不甘心😭
Jinbao tweet media
中文
5
0
0
5.4K
Astra
Astra@0xAstra·
老师们,什么时候才是个头呢,绝望了
Astra tweet media
中文
156
1
78
79.7K
止盈女王,仅此一号❗
止盈女王,仅此一号❗@1044669280A·
⚡18岁美少女勇闯A股50万本金的第1️⃣0️⃣9️⃣天⚡ 平仓标的:华天科技 持仓标的:威尔高,领益智造 新开仓:豪鹏科技 5月少见的绿色,咱也得看一看不是
止盈女王,仅此一号❗ tweet media止盈女王,仅此一号❗ tweet media
中文
54
1
30
17.4K
Conda
Conda@Sphinm1·
@1044669280A 太牛了,我看你加了好久,威尔高是什么逻辑
中文
0
0
0
25
止盈女王,仅此一号❗
止盈女王,仅此一号❗@1044669280A·
⚡18岁美少女勇闯A股50万本金的第1️⃣0️⃣8️⃣天⚡ 平仓标的:川润股份 持仓标的:威尔高,领益智造 新开仓:华天科技 现在的我太谨慎了😢
止盈女王,仅此一号❗ tweet media止盈女王,仅此一号❗ tweet media
中文
97
4
83
38K
Kiki
Kiki@Sususu6799·
感觉程序员, 好像是世界上唯一一批, 收入大于欲望的人。
中文
103
3
116
39.7K
Conda
Conda@Sphinm1·
@yueyegulang @yangskyfly → 机构开始赎回 5月15日 主力单日净流出 -164.84 亿 → ETF 仅涨 +0.04%(经典分发日) 板块无一涨停,价格滞涨 + 天量 1368M 5月6-18日 ETF 连续10日净赎回,累计 -43.33 亿 份额:104.39亿 → 90.47亿(-13.3% 仅12天) 5月19日 价格创新高 2.131 → 但主力仍在流出
中文
0
0
0
141
浪飞价值投机
浪飞价值投机@yangskyfly·
A股,半导体板块继续拉升,继续观察,部分大机构已在慢慢退出,散户继续哄抢,多数人盈利50%以上。。。
中文
32
1
120
78.5K
Conda
Conda@Sphinm1·
@yueyegulang @yangskyfly 5月6日 主力单日净流入 +104.78 亿 → ETF 跳空 +5.3%(拉升起点) 5月11日 主力单日净流入 +69.10 亿 → ETF +6.1%(主力加速推高) 近5日板块合计净流入 +492 亿 ← 这是吸引散户进场的"橱窗" ──────────── 分水岭 ──────────── 5月12日 ETF 份额单日减少 8600万份
中文
0
0
0
126
Conda
Conda@Sphinm1·
@waylybaye 我的经验是把 review 的经验和关键点提炼成 skills 或者 subagent 去先让 AI review 一遍,没啥问题了人再过一遍
中文
0
0
0
8
Baye
Baye@waylybaye·
我至今还是无法接受不看 AI 写的代码,大到代码的架构,小到模块化的设计、写的 SQL、甚至是 Key 的设计,我都要自己把握才能心安。这就导致我效率上不去,从来没用完过五小时/周限额,是不是已经算是老派程序员了。
中文
276
19
566
159.1K
Conda
Conda@Sphinm1·
@ztao1169 @Mimiwftt 可以的 就是现在主线是科技,别在恒科仓位太重就行
中文
0
0
0
41
十五
十五@ztao1169·
@Mimiwftt 今天这个位置分批吸了恒科ETF,还有不少子弹,继续震荡,继续吸,这个位置很好呢,很香
中文
1
0
0
1.2K
冰河
冰河@binghe·
Claude Code 从 2.1.36 版本开始,会在每个 API 请求的系统提示词开头,加入含随机 5 位十六进制 cch 字段的x-anthropic-billing-header内容。 由于第三方 API 将其视为普通提示词计算缓存 key,cch 每次变化会导致缓存命中率归零,引发 token 消耗暴涨、推理变慢。 真不做个人啊。。。
中文
111
50
777
190.9K
Stometa
Stometa@stometaverse·
@0xLogicrw SQLite + sqlite-vec 做本地 agent memory 这个选型挺实在的 — 轻量、不依赖外部服务。不过 agent memory 的核心问题不在存储,在什么时候该忘。选择性 prune 比无限累积有效。
中文
1
0
2
577
思维怪怪
思维怪怪@0xLogicrw·
腾讯云数据库团队耗时 6 个月攻克长对话失忆问题,开源了本地优先的 Agent 记忆引擎 TencentDB Agent Memory。它默认使用 SQLite 和 sqlite-vec 作为本地后端,可作为 OpenClaw 插件安装,也支持 Hermes Gateway 接入。 这套系统放弃了「把历史对话全塞进向量库」的常规做法,将记忆一分为二。在长期记忆方面,系统通过四层机制过滤信息:从底层原始对话里提取原子事实,接着归纳出场景分块,最终拼成顶层的用户画像。而在短期任务上,系统不再让大模型硬读繁杂的工具日志,而是把原始输出存进外部文件,提炼出步骤摘要,最后只给 Agent 留下一张标注了节点索引的 Mermaid 结构图。 在 30 步以上的复杂工作流中,Agent 平时只需对着轻量的结构图干活,遇到报错再顺着节点 ID 去翻看原始日志。这种设计既避免了用一次性摘要吞掉历史细节,又保住了从画像一路追溯到底层原文的完整路径。官方基准显示,接入 OpenClaw 后,WideSearch 任务的 Token 消耗从 221.31M 降到了 85.64M(降幅 61.38%),通过率相对提升 51.52%。同时在长期记忆评测 PersonaMem 中,准确率从 48% 提升到了 76%。
Tencent AI@TencentAI_News

We spent 6 months on one problem: agents losing context in long sessions. Ended up building and open-sourcing an agent memory system. A few things we learned: 🪄compressing stale context mid-session cut token usage by 61% 🪄giving agents a structured task map (mermaid-based) made them way less likely to lose track in 30+ step workflows 🪄persona coherence jumped from 48% to 76% once we added dedicated persona memory repo 👉 github.com/Tencent/Tencen… Agent memory is genuinely hard and we don't have all the answers. Happy to dig into architecture, benchmarks, tradeoffs, whatever. AMA👇 @TencentDBAbxo2 team is here to talk about it.

中文
10
37
264
50.6K
拖拉机
拖拉机@tuolaji2024·
现在股民分为三类: 站在光里的:通信、cpo、半导体、存储 光站在那里的:光伏、电力、证券、保险、有色 光着站那里的:恒科、港药、农业、白酒、银行
中文
69
50
618
160.4K
Conda
Conda@Sphinm1·
@cj3214567667 怪不得我的京东会员在闲鱼买的人家收积分呢
中文
0
0
0
33