星川 ✨ StarFlow

蛊世界 : gu-world.pages.dev 但是还有很多想法没能实现，比如： 1. 把《人祖传》里面的小故事做成漫画、 2. 蛊界5域2天势力、天地秘境、尊者传承、至尊仙窍资源分布等等可视化展示 等有适合的强大模型有空再往炫酷可视化试试。 这次最提升效率的工具非 Gemini Notebook 莫属，导入正版小说，想要什么知识随便问都得到能详细的回答！ 在此之前试过腾讯的IMA，结果导入限制10M，把小说切分后导入，知识召回效果比较差（问小说总共有几章都答不出来），知识库解析速度慢，上传知识文档还得下载客户端，换了Notebook 感觉体验提升真的非常明显，就是网络不稳定老是需要重试有点烦人！

一周做了全网首个《蛊真人》网站！ 之前那段时间一直焦虑、失眠。 后来养成了一个习惯：睡前听半小时小说，每次 都不知不觉能入睡。 从《凡人修仙传》一路听到《蛊真人》，我还记得是在凡人修仙传评论区发现的蛊真人，没想到这个剧情不老套的《蛊真人》也快听完了。 这本书给我的感触，比想象中深得多。 三王山、义天山、宿命大战……还有《人祖传》里关于困境、希望、宿命与抗争的那些故事，听完很久都忘不掉。 每次听书脑海里都会浮现很多想法，然后搜索了下，竟然没有专门为《蛊真人》内容展示的网站；所以花了一周的空闲时间做了一个比较简单的网站。 把原著里最值得反复回味的内容重新整理成了六个部分： 📜 万古留香 — 收录了 27 首书里出现的诗词，比如《大爱仙尊赞》《逆流河》《千秋》。每首诗打开是竖排排版，盖了一方朱砂印。从列表点进详情的时候，每个字会从卡片里的位置各自"飞"到竖排里自己的位置，是我觉得最有意思的一个小细节。 🏔 登仙极道 — 蛊师的十转境界，用一个层层叠叠的梯形金字塔画出来了，五转和六转之间有道"仙凡之隔"，凡人和仙人，一转之差天壤之别。 🦋 天地奇蛊 — 目前收录了 135 只蛊虫，按等阶和流派筛选。页面上有一只会跟着鼠标飞的春秋蝉，拖着墨粒子尾巴。下面还做了一个"推衍台"，拖四只蛊进去，能匹配到对应的杀招——比如春秋蝉+凡骨+几味辅蛊就能组出「春秋蝉·再生」。 🏯 仙蛊屋录 — 50 座仙蛊屋和凡蛊屋，监天台、神帝城、四元方悔血炼池……点开有弹窗详情，还能拉两座蛊屋出来横向对比。 ⚔️ 史诗战役 — 三王山、义天山、宿命大战……五场关键战役，阵营、人物、过程都整理了。 🌊 道脉长河 — 流派随时间演化的时间线，一条用 SVG 程序化生成的"光阴长河"，岸边是各时代崛起的流派。 如果你也看过《蛊真人》，欢迎来逛逛。 网址见评论👇

@X_X_MAN_ 进击的巨人有一种叫奇行种，跑步就是这样扭来扭去🤣

@star_flow_ai 原来如此啊，我还没看过呢，果然X友让我增长知识

这么有趣的小姐姐，他都不喜欢吗？他一定是gay

@X_X_MAN_ 日本比较火的动漫

@star_flow_ai 进击的巨人到底是啥啊？

@aAbi8MOGCZi0JUR 我是新人，请指教

刷不到新面孔了 走个面儿、寻找知己 、交个朋友 我来搭桥，你们来认识吧

@MariRegina55109 在这呢

X 这么大，能刷到彼此，也算一种缘分。 不知道有趣的新面孔都藏在哪个角落？ 不看粉丝多少， 不问账号大小， 不谈流量，也不搞客套。 只要相互同频有趣 今天只说四个字： 交个朋友

@AirdropAlchemis 暗号活动太火爆，这批礼物已发完，请等待下一批。每天活动时间为上午10点30分，礼物先到先得，每人限制参与一次。

来白嫖支付宝一瓶可乐 支付宝搜阿宝 对话框发送：畅爽无负担

@Gorden_Sun 听说充钱了买会员就不会被封，是真的吗

GiffGaff凉凉了。。。我好几个GPT绑的都是GG卡，我草这下怎么办，还改不了手机号

@hua61488 寻找知己

找不到新面孔了啊 交个朋友， 走个面儿， 寻找知己， 桃园三结义， 我搭桥，你们来认识吧！

@xian_mao39516 都缺

评论区有人一句话点醒我： 涨粉策略，本质是选「要数量」还是「要质量」。 新号前期我更怕没人看见， 但也怕评论区全是空气。 你们现在更缺哪一个？ A 粉丝数 B 会认真回你的人

@xian_mao39516 哇，我也正在纠结这个事，向大佬学习

今天把评论区翻完，感觉「涨粉」争论其实在吵一件事： 有人说：先有量，才谈得上质。 有人说：空气粉再多，也是单机游戏。 我两边都听进去了。 所以这周执行清单改成 4 条： 1）少关：不追求每天100 2）多回：只回有内容的，间隔放慢 3）回关核查：不只看通知，去资料页复核 4）取关：周末分批，不一天清空 你们如果只能先做一条，会先做哪条？

@aehyok 多维表格加智能体确实好用，这就去看看文章视频学起来

据知情人士透露，截至2026年二季度末，飞书ARR同比增长超过100%，商业化增速达到历史最高水平。同时2026 年以来，飞书新增客户中采购 AI 能力的比例已经达到 9 成。种种迹象表明飞书产品的竞争力正在AI的辅助下大幅放大。 下面就一个长视频带你充分了解飞书多维表格的玩法：从飞书多维表格+飞书自带智能体+排版打印+定时任务+机器人，一套打发适配多业务场景，一次比较全面的玩法剖析。 另外我的长文中教你从零搭建了这一套玩法，实打实的教你玩明白。

@GlavoMeow 这膨胀得也太夸张了吧，400G差点把硬盘干碎，

我发现电脑上 .codex 文件夹占了超过 400 G 硬盘，调查后发现我每次发给 Codex 一张图片，它都会用 Base64 编码存到 .codex/sessions 的 jsonl 文件里；每次上下文压缩，它都会在同一个文件内把这些图片全部重新复制一遍；每次开子代理，都会把父线程的日志复制一遍。 我在一个会话中发了 57 张图片，触发了 1052 次上下文压缩，于是 Codex 在一个日志文件里存储了 42895 张图片，其中有一张图片被复制了 1048 次；这个会话触发了 142 个子代理，每次开子代理就把父线程日志复制一遍，所以又把这几万张图片复制了 142 次，吃了我超过 400 GiB 的硬盘，一张图片能重复存储 15 万次😅

@pengchujin 大陆用户好难搞

糟糕，刚录个 giffgaff 的视频还没剪完，giffgaff 就开始封禁在大陆的用户了.....

@Libaiwan168 思路清奇呀

兄弟们，去对面办张越南卡 可以用来收老马的工资没？

@Voxyz_ai Sol running half the tokens for the same score is wild

no reason to run 𝗳𝗮𝗯𝗹𝗲 𝟱 anymore. it's 5.6 sol and opus 5 tag-teaming now, and that combo covers way more than i expected. opus 5 is the more complete one once you count its frontend work, but for some reason sol just feels more dependable. the chart ranks them like this, but a few things are worth noticing: → the top four don't separate. 74±4, 73±3, 70±4, 70±3. the bars all overlap, so 𝘁𝗵𝗲 𝗿𝗮𝗻𝗸𝗶𝗻𝗴 𝗶𝘀𝗻'𝘁 𝗮 𝗿𝗲𝘀𝘂𝗹𝘁. → sol runs 61 steps and 60k output tokens. opus 5 needs 99 and 118k. same score, 𝟯𝟴 𝗳𝗲𝘄𝗲𝗿 𝘀𝘁𝗲𝗽𝘀, 𝗵𝗮𝗹𝗳 𝘁𝗵𝗲 𝘁𝗼𝗸𝗲𝗻𝘀. among the seven models above 67%, sol takes the fewest steps. → fable 5 and opus 5 do still overlap on error bars, but it's $21.63 a task against $11.84. call them tied and it's still 𝟭.𝟴𝟯𝘅 𝘁𝗵𝗲 𝗺𝗼𝗻𝗲𝘆. → fable 5 puts out 119k tokens over 88 steps. opus 5 118k over 99. same work, fewer steps even, and fable 5 still bills 1.83x. 𝘁𝗵𝗮𝘁'𝘀 𝘁𝗵𝗲 𝗽𝗿𝗶𝗰𝗲 𝘀𝗵𝗲𝗲𝘁.

@ChrisGPT It feels so much more natural than typing out everything ngl

To everyone at OpenAI.. Please: NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE NEVER STOP WORKING ON VOICE

@MaxForAI 哈哈哈哈这个理发比喻绝了，太形象了

很多人都没意识到，用Agent做事，尤其是Vibe Coding，本质上就是去理发。 前段时间我去理发，拿了一张GPT帮我改过的发型图，问理发师能不能帮我剪成这样。 他明显有点犹豫。 我问他为什么。 他说，这种需求最难。 因为他根本不知道，这个发型是怎么剪出来的。 这只是一张最终效果图。 没有过程，没有侧面，没有背面，也没有告诉他每个地方该留多长。 他只能盯着结果，反推中间步骤。 更麻烦的是，他也不知道自己到底能不能做到。 图片里的效果可能依赖发质、头型、打理方式，甚至可能根本不符合现实。 他既不知道路径，也无法完全确认自己的能力能不能实现。 我当时突然觉得，这不就是今天所有Agent面对的问题吗？ 用户给出的通常只是一个模糊的结果。 但这个结果怎么实现，中间需要哪些步骤，有哪些隐藏条件，用户自己往往也说不清楚。 Agent只能猜。 它要猜用户真正想要什么，也要猜自己应该怎么做。 一个模型可能很会写代码，但它不知道这个项目里会不会遇到没权限的接口、不兼容的依赖、缺失的数据，或者某个自己根本处理不了的问题。 所以Agent面对的，其实是两种不确定性。 第一种是需求不确定性。 用户说想要一个高级的网站。 什么叫高级？ 是视觉高级、交互高级、代码架构高级，还是看起来适合融资？ 用户自己脑子里可能有一个感觉，但很难完整表达出来。 第二种是执行不确定性。 Agent即使理解了目标，也不代表它知道最合适的实现路径，更不代表它一定做得到。 这和理发师拿着一张AI发型图时的状态完全一样。 我又问理发师，那你遇到这种需求，怎么尽量避免剪坏？ 他说，最好的办法就是剪之前先给你看效果，剪的过程中不断问你。 这其实就是一个可靠Agent应该有的工作方式。 执行前，先把自己的理解展示出来。 执行过程中，也不要一口气直接做到最后。 遇到不可逆操作，需要单独确认。 Agent真正需要优化的，并不是少问问题。 它需要学会在正确的时间，问最有价值的问题。 问得太多，用户会烦。 完全不问，最后很容易把头发直接推成三毫米，然后告诉你任务已完成。 而理发师还告诉了我另一件事。 我问他，什么情况下你最有可能剪出一个超过客户预期的发型？ 他说，最好是这个客户已经在我这里剪过很多次。 我知道他的头发是什么状态，知道他喜欢什么，知道他平时怎么打理，也知道他说剪短一点，到底是多短。 这就是Memory真正的价值。 Memory并不只是记住用户上次说了什么。 一个长期合作的理发师，之所以越来越懂你，不是因为他的剪刀升级了。 是因为他逐渐学会了你的审美和验收标准。 Agent也是一样。 真正优秀的Agent，不会只保存聊天记录。 它会逐渐建立一个关于用户的模型，知道这个用户在什么场景下，想要什么样的结果。 所以我现在越来越觉得，Agent的核心并不只是模型能力。 它还包括需求确认、Context管理、过程反馈和长期Memory。 现在很多Agent最大的问题，就是太像一个过度自信的理发师。 用户拿出一张图，说照这个剪。 它回答：明白。 然后低头就是一剪刀。 真正可靠的Agent，必须知道自己不知道什么。

@Jenny_the_Bunny 第一次看这种形式的视频，蛮有意思的🤣

这是我跟缘缘《每周聊AI最新动态》的第三周了！ 每次都超开心，因为经常能交流到对同一事件、公司、产品的不同想法，我愿称之为“唠嗑式学习”。 上周各大公司发布了最起码6个新模型，但是大家好像见怪不怪了。我们俩约好的美西时间周五晚上录制，结果周五白天黄总带着重磅联名信天降X，引发了一系列的drama，目前仍在发酵中。搞得我们视频都没剪完，事态已经变了。AI圈果然是瞬息万变。