Chris Song

🚀 Meet mreviewer: Supercharge your PRs with advanced LLMs! Use BYOK to get pro-level, automated code reviews on any public or self-hosted GitHub and GitLab instance. Smarter feedback, shipped faster. 💻✨ #CodeReview #LLM #GitHub #GitLab #DevOps

@mylifcc pm这是咋想的

如果你的codex app运行起来很卡，你可以看下我的解决方案 codex app是没有苹果官方的签名的，所以Mac 内置的Gatekeeper会一直扫描他，导致大量资源占用，很卡、很热 但是Gatekeeper这种不能关闭，否则苹果没有安全了。 经过调查发现了新的解决方案

@howlemont 下面有人说这个解训练数据里有

OpenAI突然就突破了一个数学问题， 很多研发人员表示心情无法言喻，晚上都失眠了 想象一下：你拿一堆钉子（n个点），钉在一张大纸上。你想让尽量多的钉子对儿之间，正好隔着1厘米（不能多不能少，就1厘米）。 这个问题是1946年由数学家保罗·埃尔德什（Erdős）提出来的，叫“平面单位距离问题”。问的其实就是最多能有多少对儿钉子正好1厘米远？ 80年来，大家都以为最好的排列方法就是方格子，像国际象棋棋盘，或者像学校的操场画的正方形网格。 把方格稍微缩放一下，就能得到差不多 n（一点点慢慢长大的额外因子） × 1厘米对儿。 埃尔德什本人甚至猜想最多也就 n^{1+o(1)}这么多（就是 n 乘以上一个“趋近于1的额外小数”，永远超不过 n 的某个固定次方）。 结果呢？OpenAI的一个普通推理模型（还不是专门为数学设计的超级AI，就是一个通用思考机），自己琢磨了半天，它的思考过程有足足125页PDF，突然发现：不对！我们可以用一种更牛的办法！它发明了全新的一整族点排列方式（无限多个例子），让1厘米对儿的数量一下子跳到 n^{1+δ}，其中 δ ≈ 0.014（普林斯顿数学家Will Sawin后来帮它算精确了）。这可是多项式级别的真正提升，像从“慢慢爬”直接变成“火箭加速”。 它怎么做到的？用了一种超级深的代数数论技巧（叫“无限类域塔”和Golod–Shafarevich理论）。 简单比喻就是以前大家只用“高斯整数”（a+bi那种复数）来造方格；AI却造了更复杂的数塔，像一层一层叠起来的魔法数字城堡，让点和点之间“啪啪啪”撞出远超以前的1厘米对儿。完全出乎人类80年的预期，把埃尔德什那个“方格子差不多最优”的信念直接打翻了。 为什么所有研究者都震惊到睡不着？ 1. 这是80年的老大难问题，被AI一次性干掉了而且是自主解决的！不是人喂它提示、专门训练它数学，而是它自己想出来的原创构造。数学史上第一次，AI独立解决了一个真正核心的开放研究问题（不是IMO竞赛题，是那种顶刊级别的猜想）。 2. 它把两个八竿子打不着的领域连起来了：离散几何（钉子怎么摆）和代数数论（抽象的数字城堡）。人类数学家都没往这个方向深挖，它却一头扎进去，还成了。 Fields奖得主Tim Gowers看完直接表示：“如果这是一个人写的论文，我会毫不犹豫推荐到《Annals of Mathematics》（数学界顶级期刊）发表。” 3. 发出了超强音的宣告：AI现在不只是“帮人类算算题”或“查文献”，它能自己发现新路、提出新想法、给出完整证明。 Gowers、Noga Alon、Arul Shankar等一堆大牛都亲自验证，还写了个“人类版解释论文”说：这玩意儿靠谱，而且漂亮得惊人。 4. 对未来的冲击：人类仿佛看到了地平线的一抹晨光，AI马上就能帮人类在生物、物理、医学、工程上加速突破了。人类还是掌舵人，但AI成了超级得力的“发现伙伴”。这是要范式转变了。 所以数学家、AI研究者们今晚都刷着论文、讨论链路、激动得睡不着。就像1970年代突然发现黑洞、或者突然证明费马大定理那天一样，历史性时刻来了。 总结：这些AI不是“抄作业”，它是自己发明了一种全新的“钉子摆法”，把80年没人敢动的猜想推翻了。 研究者们见证到了数学和科学发现方式的革命，难怪大家集体失眠。 你，看懂了吗？ 不懂就去找OpenAI去要原证明和125页思考过程吗吧，他们都公开了。 反正我是没懂！

@DeasonGood @Starlight4You_ uu啊

@Starlight4You_ 这个和 UU 远程相比，哪个好用？

如果我在三年前知道Jump Desktop的话我会少走很多很多的弯路🫠 这个东西真的太厉害了，在外面走公网也能Retina高清流畅操作，真的就完全是把Mac捧在手上的感觉！

微信读书skill很不错，更新了我的私人图书馆系统，唯一的问题是我书架9万本书微信读书skill的gateway sync请求会卡住，这部分还需要调用mobile端的sync，现在打通了微信和豆瓣书评，可以匹配豆瓣相同版本的链接评分等等

@yanhua1010 像slock+accio work+multica

突然发现之前折腾什么OpenClaw，Hermes全他妈浪费时间。 这才是真正的AI Native，目前体验下来最舒服的产品

@yetone 对对，在goal出现之前，我一直是架个supervisor替我盯着tmux里的codex和cc，github.com/fakechris/thin…

完全是的！我发现用 Tmux 的一个好处，就是 Coding Agent 会主动使用 tmux capture-pane 去获取别的 tmux window 甚至别的 tmux session 里的内容，从而获得更多的更准确的上下文。 比如： 1. debug 某个后端的错误日志 2. 去跟别的 Coding Agent 的 session 进行联动 这都是 Tmux 自然而然的用法，而且现在的 LLM 都用得很丝滑。

@lijigang 书架10万本书，sync卡住了...

有了微信读书这个口子，就可以延伸出很多玩法： - 基于我书架中的书籍，给我推荐十本我会喜欢的书籍 - 基于我的阅读历史记录，分析我的视角盲区，推荐十本书，帮我补全该盲区 - 分析我已读完的书籍所用时长，提炼我的思维结构，在哪片思维空间厚重，哪片空间薄弱 - ...... 之前阅读时的划线、笔记、阅读时长等等数据，都成了原材料。

@ShenHuang 的确做的也不错，界面审美难评

测试一下华语圈的文化自信 一个DeepSeek TUI项目的作者，在X上发两句中文，来一趟中国。项目就可以拿 30 k star 我学习中文几十年，每年回无数趟中国。 我在谷歌的 AI mode 做 Harness。经验蒸馏下来做的 DeekSeek TUI - openseek 只有 5 star，还有一个是自己和朋友的。 Why github.com/LichAmnesia/op…

微信读书放出skill，太有用了，我书架上的10万本书要发挥作用了~ weread.qq.com/r/weread-skills

@holegots @aiandcloud 6/15之后没得用了

@aiandcloud 只是给 Codex 做成 UI 套皮 Claude code ， 具体实现 Agent SDK

瘫坐在椅子上 如同看到原子弹爆炸 由于 Codex APP 非常好用 但是模型太拉垮了 所以根据 AppServer 的 协议实现了一个 Claude Code 适配层 体验非常丝滑 github.com/fuergaosi233/c…

@hwwaanng 各种老机器的奇怪webview咋解决

Raycast: 不是针对谁，在坐的都是垃圾 - Windows UI framework，都是垃圾 - Electron，原生能力太差了 - Tari，小年轻 - Flutter/Qt/Swift 跨平台，非主流杀马特 所以自己做一个壳，套一个 WebView 是最好的 （其实Bridge 也是这个技术方案

@thecatmiaomiao @yiliuai 月薪？

@yiliuai 首先，智谱给博士的工资不比字节少，智谱ai院博士起薪大概就是100w，对标seed，起薪还是比seed高的，这还是去年年中我在那边时候的价，现在上市了估计会更高

其实我一直有个困惑：据我了解智谱这家公司给 AI researcher 的pay绝对比不上像字节这种公司，公司文化/管理这些也都相当的一般，但为什么现在智谱在中国这些llm里已经算基本最好的那一档的了并且在coding这块基本就是第一？

@luoyonghao 本尊？

测试一下。

@fankaishuoai 跑出来发的很多都是领musk工资的...

今天朋友跟我分享了一组数字，我有点沉默。 他是我认识的开发者里，出海做独立软件最早的那批之一。背景硬——在跨境金融服务公司做过东南亚和拉美市场，不是远程遥控，是真在一线跑过的，懂用户、懂渠道、还亲自操盘过运营。 过去一年，上架四款 App，全英文，全球市场，投了两万块推广费。 总收入：几十美元。 这不是方向错了，也不是能力差——他已经是这条赛道上最有优势的那类选手了。 结果是这样，那大多数人靠什么跑出来？

@vista8 谢谢推荐，微信读书才24，书币拿下

今天跟一个擅长算命的朋友吃饭，突然好奇，问他想简单学习了解下的话推荐哪本书。 他说看《命运的求索》就够了，一个复旦大学教授写的，把中国各种算命流派和逻辑都讲了一遍。 微信读书上就有，已收藏，抽空翻翻，增加点杂学知识。

@HiTw93 顺便提了个 github.com/tw93/Kaku/issu… ai config没办法输入model name

@fakechris 好 那应该是我的 bug 帮我提一个 issue 加上 kaku doctor 哦

🥷大伙久等了，Kaku 终于更新到了V0.10版本，这个版本憋了我好几个小版本没有发布，一直在优化调试 Kaku 一个很便捷的端内的 Agent 助手功能，是一个干净利落不啰嗦的技术伙伴的感觉，你可以用 Cmd + L 一键唤起，不会干扰你的任何现有的内容，但是他会很聪明去读你的上下文，并提供了不少我挑选的好工具来补充他的手，他的脑袋由你通过 kaku ai 去配置，这里非常推荐配置上搜索的能力，推荐pipellm的不错。 AI 功能是我一直想做，但是不想打扰用户的功能，这里你假如更习惯纯终端使用，我也更新了非常多的功能和大伙聊聊。 首先支持一个一个有意思的智能窗口判断拦截，当你没有在 kaku config里面配置是否需要拦截窗口关闭的时候，假如你正在进行 AI 工作，他会动态拦截问你是否要真的关闭，防止你不小心关掉。 终于也支持的窗口快照的能力，Kaku 自动保存多 tab、多 pane 布局，需要时按 Cmd+Option+Shift+T，或从 Shell → Restore Previous Window 来恢复，这样可以很好防止你关掉后，想重新再来的痛点。 也有小伙伴给我提建议说现在浅色模式很好看，但是深色模式对比度有点强了，接收到了，现在我调了一版很柔和的深色模式，降低了高亮色饱和度，前景文字微微调暗，长时间盯屏更不刺眼。 然后我对启动速度，冷启动速度很有强迫症，还是想做那个最快的终端，我通过Lua 字节码缓存、字体与配置延迟初始化、shell 用户变量缓存等方式，让你的 Kaku 一下子就可以打开，虽然距离 Alacritty 速度还有一点点差距，我继续加油。 最后修复了全屏崩溃和卡住、显示器竞态、resize 缝隙、光标 reflow、链接、选择、浅色主题可读性和 TUI 复制等等细节问题。 假如你第一次听说 Kaku，也很欢迎去试试 github.com/tw93/Kaku 当前还不是成熟，正在优化中，有任何建议以及发现Bug，欢迎大伙提交issue给我去解决。

@HiTw93 github.com/tw93/Kaku/issu…

@HiTw93 嗯刚升级到0.10版本也是这样

@fakechris 这个我应该修复了 是 10 版本吗

@xicilion markdown还是要渲染成html给人读吗，应该只做纯文本渲染让大家看！