退役星灵艺术鉴赏家

me: Go noob or I suck ? community: both.

@repsiace @niyue 你不是网红，你不会武功～

@scnace @niyue 嗯啊，可恶，怎么不拿 bub 做，这么天然的东西

大概是从智齿痛中缓和过来了，也许明天睡一觉就好了，睡前看到 @niyue 这个被遗漏的讨论，关于跨会话的 memory - 对于同一个 bub 实例的多个会话，目前我们试行的办法是给每个会话分配一个 tape ，一个人或者一个群对应一个。如果你一定要求这个 bub 实例去读的话，是可以读到每个 tape 上的信息的。所以可以很自然地形成对不同人/群的区分和所谓的长期记忆。 - 对于跨多个实例的，主要还是 tape 的权限和共享问题，所以可以参考之前 access control 的图片，引入一个 db （不管是云上还是哪里），这样我们可以分库分表，提供更好的隔离也好或者赋予更灵活的分级租户权限也好，从而解决这个问题。数据库过去几十年在这个事情上积累了大量工作。 - 对于非 tape 的部分，更有意思的 memory 或者 index ，可以参考 @wey_gu 的 nowledge-mem 的 bub 插件，是窥探如何在这个基础上处理记忆的非常有价值的选项。 - 也可以访问 tape 相关的设计网站或者继续戳我聊天。 谢谢大家，玩得开心

@repsiace @niyue 我看到有好几家在做toG的龙虾了

@niyue 以及，我并不能理解为什么有些做 db 的公司反而在 ai 的浪潮中会开始更多 fomo 某个形态的龙虾或者其他什么东西。。。。 在 db 的基础上，仍然有很多有价值的工作存在，“工程系统应该承担工程责任”，做好长期的承诺并不容易。

@fuyufjh 所以人类要做的就是怎么把现实模型拟合到符合这三个点，这就是 plan mode 想做的事吧🤔

只要一个问题（problem）满足: 1. measurable - 能精确的测量正确性或好坏程度 2. closed - 有限上下文，可以被全部写进问题中 3. clean - 不触碰人类和物理世界的种种麻烦 LLM 能打败 99.99% 的人类了 zhuanlan.zhihu.com/p/201721275559…

@CroxxMr 才发现叉哥的博客 🥹

看机会喽看机会喽 🥰 Github: github.com/mrcroxx/ 简历: blog.mrcroxx.com/resume.pdf 方向: Infra (Data / AI / Runtime / Fintech) base: 北京 > 上海 (当然如果有 Remote 更好，有 Remote 协作经验) 欢迎大佬们 DM，WeChat 在简历里，Twitter DM 的诡异 filter 可能会漏掉消息。

现在有给 codex 或者其它 agent 配置 「话术」skill 通用的方案吗？感觉有点类似一些语音包插件来着，现在 gpt-5.4 的中文表达越来越黑话了

@polebug 多运动总是对的

@scnace 确实... 但起来走走又有点太频繁了，走多了就觉得很无聊

等 AI 返回结果的间隙你们会干什么？ 这个问题问扰我蛮久的。在 AI 还不是那么聪明的时候，它还不能胜任太复杂的工作，等待时间大概在 30s 到 1-2 分钟左右。 但随着 AI 越来越聪明，对复杂任务的思考深度增加，又或者是运行一个流程比较长的 Skill，导致我最近等待 AI 返回的时间大概是 5 到 10 分钟。 我发现这是一个很尴尬的时间。 当我在等待的时候，因为太无聊，我去刷手机、看社交媒体，可能 20 分钟被我不知不觉地浪费掉了。 最近我似乎找到一个问题的解法：同时开两个 AI 任务 当一个任务在执行的时候，可以去 review 另外一个任务的输出，或者写新的 prompt 让它去执行。 每个任务的新指令 + review 刚好也是需要 5-10 分钟的时间。 / 刚刚做了上周的复盘，发现自己同时开两个 AI 任务的效率提升了不少，玩手机、分心的时间也降低了很多。 就是上下文切换有点累，其他都蛮好的～ 😆

@yaquapril 猫老师作息太健康了

凌晨四点半的洛杉矶不知道 早上七点半的办公室还可以

@repsiace 原来你们都长这么帅🥹

稍微晚出门一点，在线上看了思为的开头，很开心又能和他见面 ​ ​演讲，和朋友们见面，🤗 ​ ​以及，我们第一次在公开场合讲 bub

@Thearas_ 我们 UI 样式怎么长得一样 ？你也是 5.4 👿

感觉 AI 还代替不了前端，因为它不会写 CSS

把 topic 作为 tape 上的 view assembler 互相 share 怎么感觉这么自然 ？#tape

@repsiace 「货币」

烦请各种推送流不要试图教我 token 怎么翻译了 ​ ​以后请统一叫成「钱」 ​ ​有钱能使 LLM 推磨，也能让你们天天发癫

@mougeen 用原生我怎么跨平台👿 用户出token费用吗

我偶像再就业了

@mougeen 那用啥，tauri UI 吗

@zdyxry @yihong0618 做一个商业化方案卖给阿里 🙅 做一个效率/工具链/生态工具卖给AI heads 🙆

笔记中完整的记录了 Astral 的一些阶段： - 产品发布 - 社区担忧 - 商业化项目 - 加入 OpenAI

昨天听完了新一期的捕蛇者说，尝试着去掉了最近在写的 agentic-rag 里面的业务分词算法/噪音评估算法/通用参考模板，只保留了数据库操作skill 和 大体的 workflow ，然后得出了同样的结论：人类定义的框框条条和固有印象反而会限制 agent 自己探索的能力。

@flaneur2023 听上去好中二好喜欢

看了好几天 Professor Jiang 的视频，感觉 Jiang 叫兽的理论有点像鬼吹灯里胡八一那个十六字风水秘术的意思，本身是完全没啥科学道理可讲的玄学，但是因为古人修墓的时候水平高的修墓的真的信这个十六字理论，所以按十六字风水秘术做摸金倒斗一倒一个准 😲

@Fomsky_Wei 没机会问了呢

@scnace 然后仔细一问，现在写什么都要AI GC检测，再一问自己写的没用AI都AI率50%开外。🤣

这是一个 agent 生产力过剩的时代，也是一个行业生产效率完全失衡的年代：科技弄潮儿们都在培养自己的 agent ，由它们自主完成极高复杂度的工作；而在其他一些领域，一位国内top高校毕业的学生正在抱怨又有这么多的文件要做总结誊抄，她们真的以为千问只能用来点奶茶。