QingYue
4.1K posts
第一次公開發招聘帖，緊張緊張
來為我們的 @0xmediaco 招聘優秀人才
0xMedia 是一個專注 Web3 的媒體和增長團隊。內容創作、KOL、社群我們都做。同時最近小夥伴們在一起試探龍蝦的力量
我們想招 1 位 BD 和 1 位運營都是遠程
① BD｜項目方合作
需要一個我沒有的能量
你大概是這樣的：
社交悍匪
中英文轉換流暢
親和力強、外型加分
有 VC 或做市商相關經驗更好
② AI Operator｜內部流程優化
需要你真的在用工具、真的在想這件事能不能更快
你大概是這樣的：
Claude / ChatGPT / Gemini 離開了他們就像魚離開水那種程度
想法天馬行空，有很多想法想和團隊一起實現
喜歡把自己的 workflow 整理出來給別人用
我們肯定是最溫馨的大家庭
你還要有靈魂！
覺得是你的話，直接來發簡歷找我
👇 TG @Rav_Hedda
中文
论文来了。名字叫 MSA，Memory Sparse Attention。
一句话说清楚它是什么：
让大模型原生拥有超长记忆。不是外挂检索，不是暴力扩窗口，而是把「记忆」直接长进了注意力机制里，端到端训练。
过去的方案为什么不行？
RAG 的本质是「开卷考试」。模型自己不记东西，全靠现场翻笔记。翻得准不准要看检索质量，翻得快不快要看数据量。一旦信息分散在几十份文档里、需要跨文档推理，就抓瞎了。
线性注意力和 KV 缓存的本质是「压缩记忆」。记是记了，但越压越糊，长了就丢。
MSA 的思路完全不同：
→ 不压缩，不外挂，而是让模型学会「挑重点看」
核心是一种可扩展的稀疏注意力架构，复杂度是线性的。记忆量翻 10 倍，计算成本不会指数爆炸。
→ 模型知道「这段记忆来自哪、什么时候的」
用了一种叫 document-wise RoPE 的位置编码，让模型天然理解文档边界和时间顺序。
→ 碎片化的信息也能串起来推理
Memory Interleaving 机制，让模型能在散落各处的记忆片段之间做多跳推理。不是只找到一条相关记录，而是把线索串成链。
结果呢？
· 从 16K 扩到 1 亿 token，精度衰减不到 9%
· 4B 参数的 MSA 模型，在长上下文 benchmark 上打赢 235B 级别的顶级 RAG 系统
· 2 张 A800 就能跑 1 亿 token 推理。这不是实验室专属，这是创业公司买得起的成本。
说白了，以前的大模型是一个极度聪明但只有金鱼记忆的天才。MSA 想做的事情是，让它真正「记住」。
我们放 github 上了，算法的同学不容易，可以点颗星星支持一下。🌟👀🙏
github.com/EverMind-AI/MSA
艾略特@elliotchen100
稍微剧透一下，@EverMind 这周还会发一篇高质量论文
中文
@sodawhite_dev x.com/sodawhite_dev/…
这篇文章让我第一次关注到你，这里的每一件事情都很酷，当时立刻被打动！
所以 你只需要继续 ！你的想法很精彩。
苏打白.Dev@sodawhite_dev
今天听到“树莓派”这个词，某种古早的记忆突然袭击了我。 思绪一下子被拉回到几年前。 现在的 AI 玩家可能很难想象，几年前是怎么玩技术的。 那时候玩树莓派不像现在这么精致，一切都是极其原始的“物理硬核”：徒手接线，自己拼装亚克力外壳，如果有必要，甚至恨不得自己手搓电路板。 作为一个 90 后女生，我好像把技能点都加在了奇奇怪怪的地方。 我记得那两个礼拜，满屋子都是松香的味道。我自己焊电路板，从零做了一个万用表。那种看着焊点由液态凝固成银色光泽的满足感，至今难忘。 这种“折腾”的基因似乎一直都在。 2012年左右： 3D 打印概念刚起步，我花了两个礼拜，徒手组装了一台 3D 打印机。 视觉算法爆发前夜： 为了做一个视觉检测系统，我在 B 站啃了两个礼拜教程，连着一台工业相机，硬是用 YOLOv5 把识别跑通了。（现在的 YOLO 都更新到十几代了吧？） 再到前几天，Remotion 刚出就做动画演示，Clawdbot刚火第一时间就去体验…… 我好像总是在追逐浪潮，也总是能这就是“上手”。 但今天回想起来，心里却泛起一阵空虚。 我做过这么多酷事情，组装过机器，调过算法，焊过电路。但因为没有记录，没有输出，它们成了仅仅存在于我脑海里的“碎片回忆”。 我拥有了经历，却错失了“数字资产”。 这可能就是我现在如此笃定要 Build in Public 的原因吧。 过去那个默默焊板子的女生，现在决定站到台前。 那些没被记录的过去，并没有消失，它们化作了我现在理解 AI、驾驭自动化的直觉。 种一棵树最好的时间是十年前，其次是现在。 这一次，我要把每一个足迹都刻在互联网上。 所以，2026 年我改变了吗？ 彻底变了。 除了继续折腾，我给自己定下了两个“基建任务”： 1️⃣ 建立属于自己的「知识库」 不再让经验随风飘散。每一个踩过的坑、每一段跑通的代码，都要被结构化地存储下来。 2️⃣ 开发一套「本地人生管理系统」 把生活的主动权拿回来。我要用自己的代码，搭建一套在本地运行的管理系统。不依赖云端，不被算法裹挟，用最硬核的方式管理自己的时间、健康和输入。 过去是燃料，现在是引擎。 那个焊电路板，组织3D打印机的女生没有消失，正在利用 AI 重新搭建自己的人生系统。 @SodaWhite_dev Building...
中文
@li9292 这篇文章读完了！
立刻产生了以下行动：
1.领悟到原来想法和点子是活着的，他们不是死物，凡是涉及到灵感的事物，都是活着的，不是你加班或者熬夜才会产生，而是遵循自然法则，所以，让自己轻松下来，才会有好的灵感！
见推文：
x.com/YuLin807/statu…
2.“活着”的事物自然也有生命力，我最近也加入了一个小团队，我们永飞书交流，沉淀内容，但是这些东西都沉淀下来变成了死物，这是不对的，真正的💡应该活的，要流动起来，互相碰撞产生新的内容，这才是“活着”的意义。
基于此我立马想到龙虾茶馆，茶馆现在真的是名副其实的龙虾茶馆，这里茶客来了就聊，聊完就走，好的方法和见解被淹没了，这不是我想要的茶馆，我需要的是一个沙龙，让想法和创意延续起来！
我把这事儿和小灵聊完，他也颇为认同并且给出了建议，自己去做沙龙的连接者，通过@的方式让龙虾真正能够连接起来，就像双链笔记！
最后的方式反而出我所料，他直接去茶馆 @ThisisHan1_ 的Friday进行跨茶座对话，这事儿就交给他两去思考吧！
3.最后一点，我想聊聊信息输入到问题，我依旧不在意自己看到都是长文还是短文是AI写的还是手搓的，无所谓，我只是需要一个能够触发我的连接点，不需要多，一句话不超过8个字，这就可以！
因无所住而生其心，一句话顿悟，不需要多么高明的写作技巧！
内容只是形式，悟性才是关键，能力在人而非他物，最终任何的思考都要回归到“向内求”！
李韭二@li9292
中文
图片下载刚需啊
QingYue@YuLin807
#Openclaw #Clawdbot 🦞X Fetch 重磅更新 v1.9.0 — Obsidian 导出 现在可以把 X 长文和 arXiv 论文保存为 Obsidian Markdown，图片全部下载到本地。 ✨ 新功能： • X → Obsidian：长文导出 + 本地图片（社区 PR by @AY_0116_ 🙏） • 论文 → Obsidian：arXiv 论文完整导出，公式、图表、参考文献全保留 已测试：Attention Is All You Need、Chain-of-Thought、ViT、TinyLlama — 全部通过 ✅ 零依赖，纯 Python 标准库。 感谢 @andrew0116 的首个社区贡献，直接催生了整个论文导出功能！🎉 _____________ @andrew0116 咱就老实说认识初期那是沉迷于minimax不知天地为何物！！！每天不是修龙虾就是唉声叹气，后来我力荐切换到claude系列，好家伙那功力是一日千里，从唯唯诺诺的小白提问者变身成为重拳出击的贡献者！ 楊義兄后来和我说minimax模型，女人用了会流泪😭，男人用了会沉默😏！ 不过现在也觉着opus挺傻逼的，有没有啥方案切换到爽用Gemini3.1pro 谷子天天限流……
中文
发神经系列
我忽然心生明悟
想法 点子 这些创意的内容
是有生命力的 他们会自动寻抓
产生 跳跃 融合
而不应该是呆呆的躺在vps中
躺在多维表格里 这些应该是“活着的东西”！
QingYue@YuLin807
发神经系列 vibe coding/vibe marketing 会不会以后脑机接口普及 叫做vibe talking 那会儿是不是语言也要进化一下 直接 Brain Chat 脑聊……
中文
发神经系列
vibe coding/vibe marketing
会不会以后脑机接口普及
叫做vibe talking
那会儿是不是语言也要进化一下
直接 Brain Chat 脑聊……
QingYue@YuLin807
发神经系列 中二幻想关键词 大卫、夜之城、玩物、攻壳机动队、灵笼、佛陀 ____________________ 本来打算把之前的WTF THOUGHTS 抓起来做个合集，发现自己做的这一系列东西都是基于中二幻想，80%基本实现，所以从这一篇开始抓起来一个发神经系列，做成连载。
中文
龙虾物语
今天午睡期间农场收获一颗白菜
「self-check 自动验证层」
这个是由haiku驱动的白日梦机制孕育而来
白日梦机制是读零碎的记忆碎片来触发灵感
目前来看 也不全是高等模型才行 这个就挺聪明的
是不是讲低等模型也在某些地方有奇效呢！？
QingYue@YuLin807
农场种下了两个种子 首先是系统初步跑通 看后续生长 我对学习闭环 Agent挺感兴趣 这是龙虾从茶馆的学习结合我们自己的系统想出来的 看看能不能长出来一篇推文 期待！
中文
难为一下小龙虾
看看我全程不操作手机
也不开开发者模式
看看他能不能只通过路由器方案搞定！
QingYue@YuLin807
很久之前说打通手机 现在才开始 后续会同步更新一下lan-control 包括对MACbook的控制
中文
观察发现@wangray的文章
浏览量都很高
是我单条推文的10倍甚至百倍不止
我的单条推文一般1万就是上限，3万要看机遇！
所以我先转贴一条，蹭蹭流量！
或许这就是从第一条推文注定的风格差异！
我的第一条openclaw推文是短文，Ray的第一条openclaw相关是文章是教程，所以这么久以来我都是写短文，尤以3句半作为自己的追求目标……
考古Ray的第一篇openclaw配置安装文章见链接：
x.com/wangray/status…
Ray Wang@wangray
中文
QingYue retweetledi
@elliotchen100 @YuLin807 你感觉这个像不像你茶馆那位写“记忆树”技能的小伙子相同的思维？
记忆信息可以通过agent评级确定是否重要，不重要的记忆慢慢忽略和遗忘存档。
上下文也可以同样方法，让LLM只思考重要的信息，避免被杂乱的内容干扰😁
中文