Jun(e)

If Manus can generate $2.5B for Meta, as Claude Code does for Anthropic, it would have been a $25B valuation at acquisition. Manus was sold for cheap.

@m1ssuo 速度和质量如何

没有用量焦虑的感觉真好呀

@anorth_chen 一个制造焦虑卖课的，你跟他较真干什么？

程序员其实生活在一个巨大的象牙塔里，是个很特殊的群体。 其他行业能用好AI，因为他们要面对真实的市场，知道该做什么 程序员其实是不知道该做什么的，他们需要产品经理经理或者业务人员来告诉他们该做什么。 也就是程序员是没有判断力的，这是这个群体最大的问题。

@dotey deepseek desktop - DSD

帮转 DeepSeek 招 Agent Harness 产品经理 职位描述 团队使命 Model + Harness = Agent 我们正在把 DeepSeek 的前沿模型能力，转化为领先的 Agent 产品。这其中除模型本身以外的所有工作，都属于 Harness 的范畴。 你将加入 Harness 团队，与工程师、研究员紧密协作，参与 DeepSeek 桌面端 Agent 产品的全过程，定义 DeepSeek 对 Harness 的理解。 主要职责 • 规划 DeepSeek Harness 产品路线图，连接研究员、工程师、开源社区和广大用户。 • 理解判断用户的最真实需求，定义与衡量“Agent 是否真的在更多场景下更深入的帮助到更多的人”的指标。 • 与模型训练团队的研究员深度沟通与合作，实现模型与 Harness 的共同进化。 • 帮助 Harness 产品内部落地，以内部真实任务做为 Harness 产品和模型相关能力训练的重要反馈源，持续迭代产品能力。 • 维护 Harness 产品用户社群，从潜在海量用户群体中获取反馈、提取信号，指导产品迭代。 • 协助项目管理相关工作。 任职要求 • 2年以上产品经理从业经验，产品逻辑清晰。特别优秀候选人可放宽年限。 • 学历本科及以上。 • 能够使用 vibe coding 写代码，不一定需要技术背景。 • 能够设计系统性的收集数据的方法（包括问卷、访谈、A/B测试、灰度测试等），并使用统计学的工具严谨科学的分析数据。对此有系统性的思考和实践。 • 是 Agent 产品的高强度用户，熟悉 Agent 产品的各种形态，对 Agent 有极大的热情，对模型行为有品味有判断力，对开发者体验及用户体验有强感知。深度使用过 Claude Code、Cowork、Codex、Cursor、OpenCode、GitHub Copilot、Manus、OpenClaw、Hermes 等类似产品，并将相关产品的使用融入到自己的工作和生活中。 • 理解 LLM 以及 Agent 基本机制及其技术原理，包括 LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent 等相关知识。对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有第一手实践。 • 具备UI/UX设计素养。能够在 AI 辅助下完成产品原型图设计、UI设计等相关的产品设计工作。 • 优秀的中文沟通能力。能用英文与开源社区、用户社群书面沟通。 加分项 • AI行业从业经验、AI相关产品经验。 • 作为小团队中的产品经理主导产品路线的经验。 • 与研究员深度协作的经验。 • 深度参与开源社区或维护开源社区关系的经验。 • 其它超乎常人的与此工作相关的才能。 团队使命 Model + Harness = Agent 我们正在把 DeepSeek 的前沿模型能力，转化为领先的 Agent 产品。这其中除模型本身以外的所有工作，都属于 Harness 的范畴。 你将加入 Harness 团队，与工程师、研究员紧密协作，参与 DeepSeek 桌面端 Agent 产品的全过程，定义 DeepSeek 对 Harness 的理解。 主要职责 • 规划 DeepSeek Harness 产品路线图，连接研究员、工程师、开源社区和广大用户。 • 理解判断用户的最真实需求，定义与衡量“Agent 是否真的在更多场景下更深入的帮助到更多的人”的指标。 • 与模型训练团队的研究员深度沟通与合作，实现模型与 Harness 的共同进化。 • 帮助 Harness 产品内部落地，以内部真实任务做为 Harness 产品和模型相关能力训练的重要反馈源，持续迭代产品能力。 • 维护 Harness 产品用户社群，从潜在海量用户群体中获取反馈、提取信号，指导产品迭代。 • 协助项目管理相关工作。 任职要求 • 2年以上产品经理从业经验，产品逻辑清晰。特别优秀候选人可放宽年限。 • 学历本科及以上。 • 能够使用 vibe coding 写代码，不一定需要技术背景。 • 能够设计系统性的收集数据的方法（包括问卷、访谈、A/B测试、灰度测试等），并使用统计学的工具严谨科学的分析数据。对此有系统性的思考和实践。 • 是 Agent 产品的高强度用户，熟悉 Agent 产品的各种形态，对 Agent 有极大的热情，对模型行为有品味有判断力，对开发者体验及用户体验有强感知。深度使用过 Claude Code、Cowork、Codex、Cursor、OpenCode、GitHub Copilot、Manus、OpenClaw、Hermes 等类似产品，并将相关产品的使用融入到自己的工作和生活中。 • 理解 LLM 以及 Agent 基本机制及其技术原理，包括 LLM API、KV Cache、Agent Loop、Tool Use、Reasoning、Planning、Skills、MCP、Memory、Subagent、Multi-Agent 等相关知识。对 Prompt Engineering、Context Engineering、Harness Engineering 等课题有第一手实践。 • 具备UI/UX设计素养。能够在 AI 辅助下完成产品原型图设计、UI设计等相关的产品设计工作。 • 优秀的中文沟通能力。能用英文与开源社区、用户社群书面沟通。 加分项 • AI行业从业经验、AI相关产品经验。 • 作为小团队中的产品经理主导产品路线的经验。 • 与研究员深度协作的经验。 • 深度参与开源社区或维护开源社区关系的经验。 • 其它超乎常人的与此工作相关的才能。 app.mokahr.com/social-recruit…

Fact: the best multi user doc editing experience is on Github PR review.

@pseudokid @opencode @Alibaba_Qwen @XiaomiMiMo @Kimi_Moonshot @deepseek_ai deepseek v4 flash is like unlimited x.com/junthekey/stat…

First month of OpenCode Go At 98% and I still have 3h left off my first month Made it to the end of my sub without exhausting everything! 1) Half of April spent building my #vibejam game 2) Half of May spent optimizing usage with Pi agent across different test projects My experiences: > Deepseek V4 Pro performs surprisingly well on ThreeJS tasks, it executed GPT 5.5 plans really well > Deepseek V4 Flash is the cheapest capable model atm, cache king hands down, great for compaction/pruning, great only for surgical edits with near unambiguous specs > Qwen 3.6 Plus slightly expensive to DeepSeek V4 Pro but better at precise, tiny details the latter often misses, also solid at understanding NodeJS backend > Mimo V2.5 Pro also capable for tasks requiring more precision, V2.5 is a good image model which is 2x cheaper than Kimi K2.6 > Kimi K2.6 is undisputed people's model but slow sometimes and still on higher end in price > GLM 5/5.1 is the most expensive in this stack, even throws random Chinese outputs sometimes. Still unexplored, cause of cheaper models that are as capable With free Qwen 3.6 and DeepSeek V4 Flash, OpenCode Zen/Go is just getting better Worth the first $5? Yes Worth the $10/mo? Yes

@dotey 其实VS Code更适合做review。当然了，还是第三方插件的Markdown的体验也很好，还有插件可以辅助喂上下文

用回 Sublime 了，内存只要 300 多 MB，相比 vscode 动辄 10 来个 G 还是节约内存多了！ 主要是现在基本不用手写代码了，VSCode 很多功能都用不上了，反而像 Sublime 这样语法高亮加文件编辑足够了。 sublimetext.com

@julianeagu @databricks i use bun and typescript is this okay? x.com/junthekey/stat…

I'm building a new team at @databricks AI Research and we're hiring. We're focused on one of the hardest open problems in AI right now: how do you measure and continuously improve agents that operate on enterprise data at scale. We're looking for founding engineers to build the flywheel that turns evaluation results directly into better agents — from development and training all the way to production. If you want to work on problems that actually matter at the frontier of AI research, I'd love to talk. Link in comments 👇

@bettercallsalva @9hills nice can i know what coding cli do you use to achieve the subagent pool?

@junthekey @9hills agreed. subagent route is better but it has its own miss tax, fresh subagents don't inherit parent cache. trick I use is reusing the same subagent across related tasks to amortize its cold-start. spawning fresh per task burns cache twice. subagent pool > one-shot fanout for me.

我最近在用 pi-context-prune 这个插件，今天腾讯新出的 agent memory 也用了类似的思路。 就是动态去 offload agent 的 tool output，因为多数 tool output 没啥用。然后如果模型想拿到具体信息，就提供一个工具可以召回。 测试对 Agent 能力没啥大的影响，tokens 也能大幅压缩，但是 cache 命中率不可避免受到影响。 我原来是每轮 Agent 行动完后压缩，现在改成手动了，当我觉得上文够长但是又不想 compact 的话就手动触发一下，还蛮好用的。

@cherylnatsu 笑死 只有h5电子垃圾才好跨平台

有人愿意把zig软件换个语言写成rust版本，我建议你们做点真正改善用户体验的事情，把那堆H5的电子垃圾重写成原生版本，反正有了AI应该不会那么难。

@giantcutie666 看来banthropic 完全没有想过自己模型被反超 中国芯片和模型自成一个生态的严重后果 字里行间还是搞搞恐吓那一套

#Anthropic 表示，如果现在不把中国往死里按，以后就按不住了😅

@techeconomyana 笑死 还民主国家 你问加拿大人还和他玩不 话说的冠冕堂皇 自己缺算力就掐用户脖子了

Anthropic：算法创新可以节约算力，但不能替代算力。创新本身就需要大量算力做实验得来。前沿模型已经被广泛用于下一代模型的开发。算法创新依赖于算力优势。 对中国进行更严格的算力管制，可以让中国AI实验室既发不出模型，也做不了创新，从而锁定民主国家的优势。

没有harness加持 我觉得这类评测行

@Astronaut_1216 笑死了 你和幻觉之王minimax玩 还514事件 🤣

AI时代的忠告——记录中推圈史诗级0514事件 不要使用minimax模型 不要买minimax的股票 一家不把模型的基础功能处理好的模型厂商 只想着怎么去追OpenClaw，怎么去追Hermes的噱头的公司，它能有什么前景和发展？ 连基础的「帮我上传到github」的 自然语言命令都识别不了，给我把1900个文件全部删除，实在是让人想不通，而且我多次艾特官方都做不到 但AI时代有三个人和一家公司你必须关注 @gkxspace @nopinduoduo @skaas777 @AnthropicAI 三位都是AI应用领域资历贼深的专家 余温给我了一个宪法级指令：使用 `trash` 命令而不是 `rm`，以便恢复误删文件。 或者直接：alias rm='trash' 拼多多老师一直在给我出谋划策，让我学了贼多git指令 jason的Claude模型，帮我恢复好了

@amehochan 因为claude针对自家的harness 进行了优化 你在客场当然打不赢了 建议就直接pi or opencode裸测

这么讲很抽象，对于大模型编程能力的对比还不如直接拿案例试试看。网上的例子都是写个什么魔方页面，很奇怪。我整理一个，用 Claude 生成了一个复杂的迁移到 Hono + ts-rest 的计划，让它们去写。 目前其实 Claude 写得还是比国产的好。 github.com/syhily/yufan.m… github.com/syhily/yufan.m…

@DeRyckNth @CatChen 做的不错

@CatChen 欢迎试试 Reskmark x.com/resomark_app/s…

Claude 觉得 HTML 比 Markdown 好，这个观点已经体现在产品上了。我让 Claude 帮我对比那一大堆新兴的 Markdown 编辑器，它直接生成了一个 TSX 文件来展示这些编辑器的区别与特色。Claude 的 macOS 和 iOS 应用都支持预览 JSX/TSX 文件了，这比静态 HTML 还要高级！ JSX/TSX 文件不能直接扔给 WebView 渲染，估计 Claude 的应用都引入了 JS 打包编译功能，而且把 React 等常见的库都带上了。否则文件第一行 `import “react”` 就直接失败了。

@Balder13946731 @IamRamenPanda 现在Anthropic还能得意 到了下半年只能哭哭

@CuiMao 官方下场 大家都别玩了 而且拼agent生态应该是主旋律了

哈哈，手机上已经直接同步 Codex 了😇，我记得哪位谁手机版的自己做的 codex 还没做完，😅😅😅，可以不用做啦。

Anthropic 发表评论文章评价中国和美国的AI竞争。 总结来说，就是Anthropic故意在特朗普访华的时候强调他们之前的观点。 中国在AI上落后于美国的主要原因是因为算力不足。中国在数据上有后发优势，在人才上则在规模甚至质量上都在美国之上。 他们认为如果不能严格限制中国的算力发展。中国可能在一年甚至几个月之内完全赶上美国最先进的AI实验室的水平。