Aiden

329 posts

Aiden banner
Aiden

Aiden

@aidenspeed01

R&D manager, zero tech background. learning AI tools that let me build things I never could.

Katılım Şubat 2026
93 Takip Edilen31 Takipçiler
Sabitlenmiş Tweet
Aiden
Aiden@aidenspeed01·
Documenting what happens when a non-programmer tries to build real products with AI. the wins, the disasters, and everything i wish someone told me before i started. follow along if youre on the same path
English
0
0
3
404
Aiden
Aiden@aidenspeed01·
@lipeng0820 体验了一天了,确实非常丝滑。特别是可以手动输入修改,比 Typeless 更方便。
中文
1
0
0
1.7K
SimbaLee
SimbaLee@lipeng0820·
豆包语音输入法!YYDS!其他语音输入法可以退下了。 前两天跟朋友聊起来,人类的信息输出方式里,语言是最快的,AI时代打字非常影响效率,脑机接口实现之前,语音输入是最好的过渡形式。 此刻,豆包应该能暂时成为这个过渡阶段最好的选择了。
中文
45
7
98
95.1K
Aiden
Aiden@aidenspeed01·
@pengchujin 用了一早上,感觉体验非常棒。跟 typeless比,它可以手动输入
中文
0
0
0
421
酱紫表
酱紫表@pengchujin·
试一下 Mac 豆包输入法的语音输入,刚才简单用了一下,它能对就说话的一些口气进行优化,并且对标点符号的优化也很大。然后还有,就是它是实时显示输入的,不像Typeless是你说完它再显示出来,这个是实时显示的,并且速度非常快,我感觉非常不错,当日常的输入法挺棒。这条推特就是由豆包输入法语音输入完成。
酱紫表 tweet media酱紫表 tweet media
中文
41
1
54
22.4K
Aiden
Aiden@aidenspeed01·
豆包输入法for Mac,游戏已经结束。
Aiden tweet media
中文
0
0
0
3
Aiden
Aiden@aidenspeed01·
@Zai_org Can it be used on Open Claw?
English
0
0
0
942
Z.ai
Z.ai@Zai_org·
GLM-5.1 is available to ALL GLM Coding Plan users! z.ai/subscribe
Z.ai tweet media
English
334
536
5.2K
1.1M
Aiden
Aiden@aidenspeed01·
@cherylnatsu 我的 GPT-5.4 怎么废话很多啊?
中文
0
0
1
285
夏雨婷
夏雨婷@cherylnatsu·
我实际体验gpt5.4相对于opus4.6干活更有效更精确,但是不怎么爱说话,连文档写的都很短,人狠话不多。
中文
27
2
74
19.1K
Aiden
Aiden@aidenspeed01·
今天到浙大办点事,跟我对接的是个浙大的老师年纪很轻,30多的样子,聊天的时候我问他,平时用什么AI工具吗,他说用,用豆包写写代码,那我问你知道豆包输入法吗,他说不知道。
中文
0
0
0
60
Aiden
Aiden@aidenspeed01·
@rauchg I gave it two computers: a Mac Mini and a Windows PC.
English
0
0
0
30
Guillermo Rauch
Guillermo Rauch@rauchg·
Agents need computers Your agents’ performance improves with their freedom to call tools, install, write, run & debug software (and deploy via 𝚟𝚎𝚛𝚌𝚎𝚕 CLI!) But a computer without persistence is not a very good one. Vercel Sandbox fixes this: 𝚗𝚊𝚖𝚎 them, we do the rest
Vercel Developers@vercel_dev

Vercel Sandboxes can now automatically save their filesystem state when stopped and restore it when resumed. Automated persistence enable your sandboxes to continue where agents left off, without manually snapshotting. Available in beta ↓ vercel.com/changelog/verc…

English
41
15
307
46.6K
Aiden
Aiden@aidenspeed01·
@xiaoerzhan @claude_code Claude Code 什么都好,就是封账号这点不好。 用了几天 Claude Code 的远程模式,本来想替代 🦞的,现在好了,账号被封了用不了。 现在重新回归 🦞,还是 openclaw靠谱。
中文
3
0
1
1K
小耳👂Jane|Xiaoer
越用🦞,越觉得Claude code 值得学习,打通了飞书,Discord之后,基本也替代了🦞 推特上Claude code 研究较多的博主,跟上不迷路: 1、官方账号 Claude Code Community @claude_code — Anthropic 官方社区账号 · 精选社区最优质案例、开源工具和生态动态,是追踪 Claude Code 第一手信息的最快渠道 Anthropic @AnthropicAI — Claude 母公司官方账号 · 发布所有模型更新、Claude Code 新版本及官方文档,必须关注的权威来源 2、创始人 & 核心团队 Boris Cherny @bcherny — Claude Code 亲爸爸、Anthropic 负责人 · 持续分享团队真实工作流,包括并行 worktree、Plan 模式、CLAUDE.md 等进阶技巧,是最值得精读的原始来源 Thariq @trq212 — Anthropic Claude Code 核心工程师 · 深度撰文分享构建 Claude Code 的底层经验,包括 Prompt Caching 设计哲学与 Agent 架构思考,单篇帖子浏览量动辄百万 3、英文重度实战派 Dan Shipper @danshipper — Every 创始人 · 用 Claude Code 做产品并公开记录全过程,vibe coding 文化最有影响力的推手之一 swyx @swyx — AI Engineer 社区创始人 · 技术深度极强,第一时间解读 Claude Code 每次新特性的实际影响,兼顾技术细节与产业视角 Aakash Gupta @aakashgupta — 产品增长博主,Product Growth 播客主理人 · 持续产出高质量 Claude Code 实战指南,覆盖 MCP、Skills、GitHub 自动化全链路,被大量开发者转发收藏 Carl Vellotti @carlvellotti — Full-Stack PM · 专注 Claude Code 在产品经理工作流中的深度应用,从 Survey 到 PRD 到 19 张 Slides 全程自动化,教程口碑极佳 Theo @theot3.gg 创始人,百万粉丝开发者博主 · 长期深度使用并公开评测 Claude Code,直言不讳指出其优缺点,影响力覆盖大量前端与全栈开发者社区 Nick Dobos 📷@NickADobos — Browser Company 提示词工程师、独立开发者 · 代码运行在1亿+手机上的实战派,持续分享 Claude Code 与 indie dev 工作流结合的第一手经验 godofprompt @godofprompt — 提示词与工作流实战博主 · 专注 Claude Code 命令堆叠与进阶用法,整理了大量可直接复用的实战技巧 ykdojo @ykdojo — 开发者 & 社区贡献者 · 在 GitHub 整理并持续更新 45 条 Claude Code 实用技巧,是社区里做系统性总结做得最好的人之一 Noah Hein 📷@TheNoahHein — 独立开发者 · 深度探索 Claude Code 与数据库、多 Agent 协作的结合实践,分享真实项目中的工程细节 Dario Amodei @DarioAmodei — Anthropic CEO · 偶尔发布关于 Claude Code 战略方向与 AI 编程未来的深度思考,是理解 Anthropic 产品愿景的最直接窗口 Amanda Askell @AmandaAskell — Anthropic 研究员,Claude 性格设计负责人 · 分享 Claude 模型能力边界与行为设计背后的思考,帮助理解 Claude Code 底层逻辑 3、中文精选 宝玉 @dotey — AI 自媒体博主,198万粉丝 · 中文圈影响力最大的 AI 工具博主,深度研究 Claude Code 进阶配置与 Skills 生态,开源作品持续引发社区讨论 劳伦斯 @LawrenceW_Zen — Claude Code 教程博主 · 覆盖原版和国内版本完整使用流程,体系化教程适合从零上手,实时跟进封号与政策变化 鱼总聊AI @AI_Jasonyu — 出海工具与 AI 配置博主 · 专注 Claude Code 出海账号全套配置,电话卡、IP、支付一条龙,教程最为详细 Yanhua @yanhua1010 — AI 产品跟踪博主 · 持续整理 Claude 系列每次新发布的完整时间线,是追踪 Claude Code 版本迭代节奏最高效的中文来源 向阳乔木 @vista8 — 独立开发者 · 深度使用 Claude Code 构建实际项目,持续分享开源工具与 CLI 插件实战经验,动手能力强
中文
21
179
740
147.7K
Aiden
Aiden@aidenspeed01·
@SCY_BTC 因为他还不懂理财,他对钱还没有概念
中文
0
0
2
337
苏颖(颖姐聊币圈)
我跟你们讲个事情,你们不要不信。 存款100万的人 他不敢花40万去买一辆车 存款10万的人 他真用10万去贷款40万的车 你猜这是为啥?
中文
329
54
1.4K
630.5K
Aiden
Aiden@aidenspeed01·
@dotey 应该不只是 AI 生态圈,在我们这个行业里面也是一样的:做硬件的人才一大堆,但是非常缺少做软件方面的人才。
中文
0
0
0
438
宝玉
宝玉@dotey·
在中国 AI 生态圈摸底了两周,我学到了什么【译】 译注: 一位西方 VC 深入中国 AI 生态圈的第一手观察:创始人特质、硬件壁垒、软件泡沫与那个被忽视的不对称性 关于作者 José Maria Macedo(若泽·马里亚·马塞多),Delphi Ventures 创始合伙人、Delphi Labs 创始人兼 CEO。Delphi Digital 成立于 2018 年,是加密货币和数字资产领域最具影响力的独立研究机构之一,旗下 Delphi Ventures 管理着超过 200 个投资组合项目。Macedo 本人在加密货币行业深耕多年,曾就读于布鲁塞尔国际学校,学习政治、哲学与经济学(PPE),在校期间就创办了多家盈利企业,并获得过约克公爵青年企业家奖等荣誉。近年来,Delphi Ventures 的投资触角正从 Crypto 延伸到 AI 和深度科技领域,本文正是 Macedo 在中国进行 AI 生态实地考察后写的观察总结。 正文: 最近,我在中国待了两个星期,拜访了 AI 生态圈里的各位创始人、风险投资人(VC)以及上市公司的 CEO。去之前,我对这个生态是非常看好的(bullish),满心期待能在这里以远低于西方的估值,发掘到世界级的 AI 人才。 但离开时,我的看法变得更加复杂且微妙:我对中国硬件的看好程度超出了我的预期,但对软件却更为看衰(bearish);同时,我对中国创始人们的一些观察,也让我感到十分惊讶。 ### 创始人的特质之谜 (The Founder Question) 我所投资过的那些伟大的创始人,身上都有一种极具辨识度的“基因”:独立思考、一身反骨、激情四射且极其执着。他们绝不乖乖听话,总是不断地问“为什么”,并且拒绝盲从现成的经验。他们做出的决定在外人看来往往匪夷所思,但对他们自己来说却顺理成章。他们骨子里有一种毫不妥协的冲劲,这往往体现在他们过往那种近乎痴迷和追求极致的经历中。在 VC 每天接触的茫茫多的高智商人群里,他们身上那种“锋芒”(spikiness)总能让你一眼就认出来。 然而,我在中国遇到的很多创始人,却属于另一种完全不同的类型——这让我挺吃惊的。 他们无疑是极其优秀的:顶尖名校毕业,在字节跳动或大疆(DJI)有过光鲜履历,在《自然》(Nature)杂志发过论文,手握多项专利。在西方,只有最顶尖那一拨技术人才才具备的成就,在这里简直成了“入场券”。而且,他们比我见过的几乎任何人都要拼命。我们的会议可以安排在任何时间、周末、甚至跨越不同的城市。有一位创始人,甚至在妻子分娩当天还跑来见我们! 但是,那种独立思考的能力、那种反叛精神、那种从零到一(zero-to-one) **(指从无到有的颠覆性创新)** 的愿景,却很难在他们身上看到。这些创始人的背景高度同质化,他们的商业计划书更为规避风险,他们的点子往往只是现有产品的豪华 V2 版(V2s) **(即 Version 2,指在现有产品基础上的迭代升级版)**,而非真正意义上的原创押注。考虑到中国培养了如此海量的技术人才,我本以为能在这里听到更多前所未闻的奇思妙想。 我的解读是,中国的教育体系培养出了卓越的人才,但却没有给“离经叛道”留出足够的空间。这导致产出的创始人往往是解决已知问题的顶尖执行者,而不是那种能揪出一个“没人知道它存在”的问题并将其解决的人。 ### VC 正在推波助澜 (VCs Are Reinforcing the Pattern) 更有意思的是,本土的投资人们正在加剧这种现象。 很多中国投资基金的核心投资逻辑,就是押注来自字节跳动或大疆的优秀前员工——他们看重“血统”而非“锋芒”,看重“光环”而非“信念”。VC 们的背景也折射出了这一点:大多数人都有着大厂、咨询公司或投行的背景,这和十年前欧洲的 VC 圈如出一辙。 讽刺的是,回顾历史,中国最顶尖的创始人——那些真正缔造了时代级伟大公司的企业家——往往根本没在大厂打过工。马云是个高考落榜两次的英语老师;任正非离开部队后,在 43 岁创办了华为;刘强东是从摆地摊开始创办京东的;王兴博士辍学,从第一天起就开始创业;而最近大火的梁文锋,除了自己的公司外,从未在其他任何地方上过班,却打造出了 DeepSeek。他们都是打破常规的异类,是没有光鲜“证书”的人——而恰恰是这类人,在当前的投资体系下大概率会被直接筛掉。 发掘这类创始人才能带来真正的超额收益(alpha) **(金融术语,指超越市场平均水平的回报,这里借指独特的投资眼光与回报)**,但在我看来,现在几乎没有人在关注这个群体。 ### 深圳与硬件生态 (Shenzhen and the hardware ecosystem) 我在中国看到的最震撼的东西,不是哪场创业路演。 而是深圳的“地下硬件工坊”——在那些车间里,工程师们系统性地采购西方的高端产品,然后把它们大卸八块,以极其严谨的方法对每一个零部件进行逆向工程(reverse engineering)。离开时我真的有些怀疑,大部分西方做硬件的创始人,到底知不知道自己面对的竞争对手是个什么怪物。这里的网络效应不是停留在纸面上的理论,而是实体存在的、高度密集的,且是经过几十年积累而成的。 我们遇到的创业者用数据印证了这一点:超过 70% 的硬件原材料采购自大湾区,接近 100% 来自中国本土。这种供应链优势,让他们的产品迭代周期快到西方硬件公司根本无法企及。 我遇到的大多数创始人都在复制“大疆模式”:在某个垂直细分领域打造消费级硬件——比如电动轮椅、割草机器人、新一代健身设备——将营收规模做到千万甚至上亿美元,然后利用积累的客户群或底层技术,向相邻的品类扩张。有些公司的规模已经远超你的想象。我见到的最令人惊叹的公司是拓竹(Bambu),一家大多数西方人可能都没听过的 3D 打印公司,据说它的年利润高达 5 亿美元,并且还在以每年翻倍的速度增长。 ### 对中国软件市场持悲观态度 (Bearish on Chinese Software) 相比来的时候,离开时我对中国软件领域的投资机会更加持怀疑态度。 在模型层(model layer),中国的开源(open source)模型确实令人瞩目——但闭源模型(closed models)与西方最顶尖水平相比仍有显著差距,而且这个差距很可能会越来越大。这背后的资本支出(CapEx) **(指购买 GPU 等计算基础设施的大额投资)** 差距是巨大的。获取 GPU 依然受到限制。而且西方的顶级 AI 实验室正越来越严厉地打击模型蒸馏(distillation) **(一种让小模型通过学习大模型输出,来走捷径提升能力的训练方法)**。营收数据更是将差距体现得淋漓尽致:据报道,Anthropic 仅在二月份就实现了 60 亿美元的收入;而中国最好的模型,其年度经常性收入(ARR)也不过在几千万美元的量级。 在软件初创公司方面,目前的主流画像是前字节跳动的产品经理和研究员,他们正在针对西方市场开发各种具有智能体(agentic)功能或环境感知的消费者软件。人才确实顶尖,但很多这类产品完全处于海外大型 AI 实验室未来原生自带功能的射程范围内——一旦大厂更新,它们就会变得多余 **(即俗称的“AI 套壳”,一旦底层大模型更新官方功能,这类产品就会立刻被淘汰)**。我还注意到,中国普遍缺乏那种规模庞大、增长迅猛的非上市软件公司。在西方,除了做大模型的公司之外,已经涌现出了一批 ARR 达到千万甚至上亿美元、且增速惊人的明星初创企业,比如 Cursor、Loveable、ElevenLabs、Harvey 和 Glean。这种级别的破局者在中国基本看不到——而仅有的几个例外,比如 HeyGen、Manus 和 GenSpark,一旦找到了破局点,最终也都选择了“出海”离开。 ### 估值泡沫 (The Valuation Bubble) 撇开软件不谈,无论是在早期还是中后期,市场的泡沫都是实打实的。 在早期阶段,虽然从字节跳动、DeepSeek 和月之暗面(Moonshot)出来的顶尖人才,其薪酬成本仍远低于美国同等水平的人才,但公司的估值中位数却已经与美国看齐。甚至还没有产品的消费级初创公司,估值在一到两亿美元之间是常态。种子前轮(Pre-seed)融资超过 3000 万美元也见怪不怪。 到了中后期,这些估值数字就更难自圆其说了。MiniMax 在公开市场上的估值大约在 400 亿美元,但其 ARR 还不到 1 亿美元——相当于营收的 400 倍。智谱(Zhipu)的估值约为 250 亿美元,营收在 5000 万美元左右。作为对比,OpenAI 在融资顶峰时期的估值大约是其 ARR 的 66 倍;Anthropic 大约是 61 倍。 像月之暗面这样的非上市模型公司,正是利用这些公开市场的可比估值(comps),在短短几个月内以 60 亿、100 亿甚至 180 亿美元的估值进行融资。币圈(Crypto)的投资人对这种套路绝对不陌生:投资人正在用非上市公司的估值,去对标一个解锁前的公开市场标价 **(加密货币圈术语,指由于代币尚未解锁流通,导致盘面资金极小、价格被严重虚高的现象)**。此外,支撑智谱和 MiniMax 维持在如此高位的另一个原因是,目前它们是投资人押注“中国 AI 叙事”仅有的渠道,这种稀缺性自然带来了溢价。但随着更多公司进入市场稀释份额,这种情况将会改变。最后,IPO 的窗口期向来是说关就关、毫无征兆的——你根本无法确定,在你用来对标的那个价格暴跌之前,你能不能顺利完成套利(arb)。 人形机器人(humanoid)领域的情况也如出一辙。中国大约有 200 家人形机器人公司,其中约 20 家融资金额超过 1 亿美元,有几家甚至高达数十亿美元——几乎所有这些公司都还未产生收入(pre-revenue),大部分都计划在 2026 或 2027 年赴港 IPO。如果这个市场真的存在,中国在硬件领域的绝对优势会让长期的竞争格局变得非常清晰。但商业化的落地时间,很可能会比当前这疯狂的融资节奏所预期的要漫长得多。而且,我非常怀疑香港股市能否承接得住目前排着队等待上市的这么多估值几十亿美元的人形机器人公司。所以我目前选择观望。 ### 值得关注的“不对称性” (The Asymmetry Worth Paying Attention To) 有一点完全出乎我的意料:我遇到的几乎所有创始人,都是优先瞄准全球市场,其次才是中国市场。他们日常使用 Claude Code 写代码,看 Dwarkesh 的硬核访谈播客。他们对旧金山的创业圈生态了如指掌,有时候甚至比那些没怎么密切关注市场的西方投资人还要清楚。 西方对中国的防备心理,要远高于中国对西方的不满。中国的创始人们觉得,把中国顶级的工程执行力和深厚的硬件功底,与西方的走向市场(go-to-market)策略和产品愿景结合起来,是再自然不过的事。这种结合一旦落在一个对的创业团队身上,必将诞生出一些真正令人惊叹的伟大公司。 找到这样的创始人——那些不符合本土 VC 圈刻板“精英履历”标准的异类——正是我们现在的首要目标。 ----- *特别感谢 woutergort 向我们分享了他强大的中国关系网,感谢 PonderingDurian 组织了这次行程,也感谢 Claude 耐心地润色了我在飞机上的这些碎碎念。* 原文:What I Learned from Two Weeks Inside China's AI Ecosystem x.com/ZeMariaMacedo/…
José Maria Macedo@ZeMariaMacedo

x.com/i/article/2036…

中文
35
59
249
84.9K
Aiden
Aiden@aidenspeed01·
@howie_serious 可以下载一个 Auto Export 来每日手动导出你的健康数据,给任何一个你的 AI Agent。 我一般就是导出来给我的模型进行分析,这样的话更自由。
Aiden tweet media
中文
0
0
11
2.5K
howie.serious
howie.serious@howie_serious·
if 你有 apple watch 和 claude, then 赶紧把 opus 4.6 变成你的健康顾问。 让数据说话,让 Apple watch 里的健康运动睡眠等数据从死数据变成活的建议。 平时整天研究 ai,过度工作的人,就别过度运动了。 保证充足的睡眠,夜里 10 点准时上床睡觉,早上 6 点半准时起床做早饭。其他一切精力用来玩 ai,用 ai🤣
howie.serious tweet mediahowie.serious tweet mediahowie.serious tweet mediahowie.serious tweet media
中文
22
49
467
86.6K
凯林
凯林@kaylyn_0x·
自从上次 @0xAuFlux 用 Claude Opus4.6 只花费 15min 就帮我成功做出一版高大上的活动演讲 PPT 后,就已经被彻底折服了! 相比之下,我一直使用的 Gemini 3 Pro 就像个只会丢糖衣炮弹的弱智小人 所以最近都在研究怎么开通 Claude 账号? 期间遇到最大的问题是“Verify your phone number”时根本找不到稳定的美国号接码,因频繁验证被卡了好几天,最后在 hero-sms 平台上找到稳定的日本号接码才成功 hero-sms.com/?ref=375873 Claude Opus4.6 我终于来啦 😎
凯林 tweet media凯林 tweet media凯林 tweet media凯林 tweet media
中文
34
11
122
29.9K
Aiden
Aiden@aidenspeed01·
@bindureddy Local models have many more advantages compared to cloud-based models. As small models continue to become more powerful, more and more people will choose to install and run local models.
English
0
0
0
58
Bindu Reddy
Bindu Reddy@bindureddy·
Small AI model usage is growing exponentially GPT 5.4 nano - excellent fast classifier Gemini Flash - used 10x more than Gemini Pro Haiku 4.6 - Only 10% worse than Opus! Qwen - excellent as a fine tune base Flash Lite - delightfully cheap and fast
English
33
10
182
11.9K
大顺利
大顺利@xiaoshunli·
听好了,你们的方法全他妈是错的,英语如何达到真正的母语水平? 3岁以下,直接去读国际幼儿园,最好是英美澳加的幼儿园,读三年,再加上小学五年巩固,你英语不到母语水平,我头拧下来给你当球踢。 12岁以上,口音永远没可能跟英语母语的人一样了。因为你的舌头发育完全。但是语言能力,依然可以达到母语水平! 怎么操作,大干货来了: 找英语母语者同居,全天24小时,吃喝拉撒睡,做什么都一起做,这样你生活5年,你英语水平达不到母语水平,我同样头拧下来给你当球踢。 我本人就是,找了四川老婆全天候练习四川话,现在我他妈已经是母语水平四川话了。 英语也是一样的道理,想学任何语言,先找该语言的母语者同居,同吃同睡,这就是最大的秘籍。 比你上什么勾八英文课,背单词,教智商税,有效100倍,1000倍,10000倍。 听懂掌声鼓励一下。
中文
80
27
329
108.7K
Aiden
Aiden@aidenspeed01·
@Morris_LT 这同时也是普通人的软肋。 他们不敢想,不决心地迈出艰难的一步;他们不敢冒险,只活在自己的舒适圈内。
中文
0
1
0
349
Morris
Morris@Morris_LT·
确定性是普通人的精神鸦片。
中文
65
212
1.6K
119.2K
Gorden Sun
Gorden Sun@Gorden_Sun·
继token、Agent之后,又来了一个难以翻译的词:Harness
中文
158
21
432
312.1K
Aiden
Aiden@aidenspeed01·
@naval Build the App Store in Apple App Store?
English
0
0
1
55
Aiden
Aiden@aidenspeed01·
@linwanwan823 Claude 目前是办公使用频率最高的软件
中文
0
0
1
420
林晚晚的猫
林晚晚的猫@linwanwan823·
AI杀不杀死软件不确定,但Claude先把微软搞崩了。 微软最值钱的东西,是每个月向企业收的那笔订阅费。 Word、Excel、Outlook等等, 全球几亿牛马, 每天开电脑第一件事就是打开这些软件。 微软靠这个每年赚几千亿, 而且年年稳,所以股价一直很高。 Claude Cowork昨天新功能之后, 把微软股价跌至今年新低。 微软年内累计跌超 20%。 毕竟如果以后有人直接跟 AI 说:帮我写这份报告、整理这个表格、发这封邮件, 谁还需要 Word、Excel、Outlook 吗? 如今每次 Anthropic 发一个新功能,微软就挨一刀,已经成规律了。
中文
109
36
536
191.7K
AB Kuai.Dong
AB Kuai.Dong@_FORAB·
确认被边控!金融时报引述知情人士报道,Manus CEO 肖弘、首席科学家季逸超,本月被发改委召至北京开会。 他们在会后被告知,因监管审查正式被限制出境。 此前,该公司被美国大厂 Meta 高调数十亿美金收购,随后团队并入 Meta,肖弘将出任 Meta 副总裁。
AB Kuai.Dong tweet mediaAB Kuai.Dong tweet media
Meguro-ku, Tokyo 🇯🇵 中文
377
221
1.7K
1M
Elon Musk
Elon Musk@elonmusk·
Caveat emptor
Andrej Karpathy@karpathy

Software horror: litellm PyPI supply chain attack. Simple `pip install litellm` was enough to exfiltrate SSH keys, AWS/GCP/Azure creds, Kubernetes configs, git credentials, env vars (all your API keys), shell history, crypto wallets, SSL private keys, CI/CD secrets, database passwords. LiteLLM itself has 97 million downloads per month which is already terrible, but much worse, the contagion spreads to any project that depends on litellm. For example, if you did `pip install dspy` (which depended on litellm>=1.64.0), you'd also be pwnd. Same for any other large project that depended on litellm. Afaict the poisoned version was up for only less than ~1 hour. The attack had a bug which led to its discovery - Callum McMahon was using an MCP plugin inside Cursor that pulled in litellm as a transitive dependency. When litellm 1.82.8 installed, their machine ran out of RAM and crashed. So if the attacker didn't vibe code this attack it could have been undetected for many days or weeks. Supply chain attacks like this are basically the scariest thing imaginable in modern software. Every time you install any depedency you could be pulling in a poisoned package anywhere deep inside its entire depedency tree. This is especially risky with large projects that might have lots and lots of dependencies. The credentials that do get stolen in each attack can then be used to take over more accounts and compromise more packages. Classical software engineering would have you believe that dependencies are good (we're building pyramids from bricks), but imo this has to be re-evaluated, and it's why I've been so growingly averse to them, preferring to use LLMs to "yoink" functionality when it's simple enough and possible.

English
2K
3.6K
31.1K
55.2M