Dora Xie

有在使用 OpenASE 做类似的功能，已经嵌入到我产品调研，测试，开发，部署的流程里面了 github.com/PacificStudio/…

@xicilion @mumblinglewis 图像 token 远比你想象的要少

@cellinlab 4GB 的 python core dump 分析也是强无敌

绝了，180 MB 的 内存快照直接扔给 Codex

@Im_IrushiK Reconnecting...(4/5)

I'm a vibe coder, scare me with one word.

@anorth_chen 各种工程抽象层，微服务正是软件工程积累的宝贵经验，确保软件保持可维护性的根基。 如果缺乏可维护性，牵一发而动全身，那相当松散易碎

市场可以原谅有bug的产品，但是市场不会接受过时的产品。 今天在鹿鱼内部做了一次AI的分享，到结尾的时候有朋友问到如果AI的工程设计做的烂，不优雅怎么办。 我反问了一句，会不会这件事已经没那么重要了？甚至AI写了一点bug也是可以接受的？ 我们过去在代码层面做各种工程抽象层，微服务，让代码优雅。是为了降低我们工程师在协作时的“认知负担”。我曾经非常喜欢DDD的工程理念。 多写几个函数，抽象的不干净，就是技术负债，会让我们未来开发和维护成本越来越高。这其实是围绕着人脑来设计的理念。 但如果这些是交给AI来做呢？有些地方就算抽象的不干净，写了一点屎山代码，会让我们vibe coding时效率降低多少呢？ 以及最重要的，如果你费劲心思在维护的代码库和去避免出现的bug，是一个已经过时的产品功能。市场和用户们根本不在乎这些，那做的这一切又有什么意义？ 很多既有的成见是建立于“这很重要”之上的，但这或许已经成为过去时了。

@lidangzzz 恭喜你，发明了 ralph

我这几个月反复、反复、反复、反复说， 对于一个工作量超长、任务非常复杂、易于用unit test验证、在claude code里反复停止、反复打断的任务， 你一个堂堂的大活人，非要每隔1小时进去看一眼，敲一个continue，一小时盯一次，一小时敲一次continue，纯粹就是他妈贱的。 我反复说过，goal-driven 就是唯一最终解，一次性连续运行20~200小时，这才是最终解、最优解、唯一解。 我开源了一款非常简单但是极度好用的multi-agent system。 名字就叫goal-driven（目标驱动） github.com/lidangzzz/goal… 原理非常简单，就像我说过的，让一个master agent不断监督subagent工作，直到subagent完成了工作，并且master agent亲自认证工作meet the criteria，符合判据中的要求， 否则就继续无限循环，逼迫subagent持续工作。 顾名思义，goal-driven就是goal-driven，就是一个纯粹目标驱动的框架，只要根据criteria判据判断达不到目标，就必须收集一切错误信息进行改进，进行无限循环，直到彻底实现最终goal（目标）为止。 这个设计的优势是，可以让你以>100小时的时间、极高的token消耗成本，去让这个master agent-subagent system去持续解决设计复杂、逻辑复杂、高度抽象、挑战人类和AI Agent能力极限的极其困难的问题， 比如设计编译器/interpreter/transpiler、解决复杂的数学问题、复杂系统问题、电子仿真问题等等， 目前这个goal-driven已经完成了三个工作， 一个是全自动设计了sqlite的一个rust实现版本，sql parser非常稳定， 一个是全自动设计了C++实现的TypeScript Compiler，这在去年只有微软几个人实现了这个工作， 一个是全自动实现了世界上最复杂的数学证明工具——lean4的TyeScript版本编译器，这在过去也是由微软发明并且由整个数学学术界维护的。 goal-driven已经被证明了是一款非常强大、非常简单、非常直白的multi-agent system，而且只需要一个prompt写进去即可， 只要你设定好了goal（目标），criteria（判据，判断成功与否的标准，比如生成1000个复杂test case）， 就可以让agent和subagent持续工作100小时，完成一些人类历史上极具挑战难度的、最复杂、 最抽象、最艰难的工作。 好了，赶紧点个star，接下来我还要开源一个更重磅的东西。

@lxfater @dywfjyie2489 没在 vscode 之外遇到过这个问题

@dywfjyie2489 @stlslimjim 换别的终端就好了吗？

Claude code 的新 Render，真牛逼👍

@Sizhe_bitcat 最长时长小于等于 15s 的一律怀疑 AI 创作成分

这段吃西湖醋鱼的视频说实话我真看不出来是Ai 因为我也在天天看Ai内容，做的如此逼真的 我根本分辨不出来的这真的是第一个 如果不是Ai 这个博主故意标记成ai，那就属于典型的想博眼球赚取流量 同时逃避网友的道德网爆 铁子们你们能看出来这是Ai做的嘛，反正我看不出来🙊

@g48in @paradite_ yeah, bad ops

@paradite_ every day at 5PM. every. day.

Claude is down. Red.

@CreaoAI Same idea, but open source! Checkout OpenASE

OpenASE, designed with the same philosophy, is in its second week of open source! Try refactoring your AI-First workflow! Turn your ideas into design, code, test and deployment.

@servasyy_ai 复杂的图重叠元素比较多，看起来杂乱，可以考虑做一个loop自我优化一下

🐮太喜欢了！这个架构图质量太高了！配色也很好 把我的Hermes架构+第三方插件都分析出来了 好东西要分享：github.com/Cocoon-AI/arch…

Bro to bro, don't subscribe to annual AI plans.

@tualatrix Harness Engineering，linter，CI 解决： 1. 大部分游离在类外面的 helper 都是放屁，下划线开头的都爆红 2. 实现简单的 AST 解析，逻辑过于简单，复用低于三处的爆红

有时候 GPT 5.4 就是会脱裤子放屁，它给我封装了一个方法，我一看傻眼了：这有必要吗？

@yyyole 你的能力就像一个圆，你原本只能干小圆边界上的事情，但是你的能力增长了，你想做的也就多了

用了那么多AI，那么多agent， 装了那么多Skill， 可以用AI搞定几乎所有的事情。 但为什么，坐在电脑前的时间反而更多了呢？

@mikeng_io @billtheinvestor Playwright 随便支持的 Browser Profile，能够方便管理你的 session，随便一个文件夹就能放

@billtheinvestor 沙盒隔離聽起來像安全功能，實際上意味著每次從頭建立 session，「登入一次」是行銷用語。規模化真正的代價是 session 管理，沒人想談這個。

Claude 刚刚获得了真正的浏览器控制权……这将改变一切。不是截图。不是脆弱的选择器。不是缓慢的 MCP 循环。而是真实的浏览器代码。实时运行。它被称为 dev-browser。 它让 AI Agent 能够像开发者一样控制 Chrome。以下是大多数人忽略的范式转移： 不再是发明新的“Agent 语法”…… AI 直接编写真实的 Playwright 代码： goto() click() fill() evaluate() scrape() screenshot() 没有抽象层。没有奇怪的封装。只有代码。但真正的突破在于架构： • 在 QuickJS 沙箱内运行 • 对你的系统零访问权限 • 无文件系统访问权限 • 无宿主执行权限 拥有完整能力，且完全隔离。因此，现在 Agent 可以： • 打开网站 · 一次性登录 • 保持会话活跃 • 像人类一样导航 • 提取结构化数据 • 运行多步骤工作流 全部在一次运行中完成。最疯狂的地方在于： 现在一个 Agent 可以： → 打开 X (Twitter) → 滚动动态 → 提取推文 → 返回干净的 JSON 无需插件。 无需扩展程序。无需编排。那么性能如何？dev-browser： • 3分53秒 • $0.88 • 100% 成功率 碾压： • MCP 配置 • Chrome 扩展程序 • “浏览器技能”技术栈 核心思想： AI 使用浏览器最快的方式， 就是让它自己编写浏览器代码。我们正在进入一个新阶段： 能够“阅读”网页的 AI 能够“操作”网页的 AI 一旦 AI 能够可靠地控制浏览器…… 它就可以使用任何带有 UI 的软件。无需 API。无需集成。 无需权限。只需：打开 → 行动 → 完成。AI 同事不再仅仅是“思考”。它们开始“点击”。

@anorth_chen Great minds think alike! OpenASE abstracts this AI-first model into: Status + Workflow + Skill. Research, coding, review, deployment, and operational monitoring are all integrated into a single dashboard. github.com/PacificStudio/…

Peter是我们的CTO，一个月前他开始实施新构建的AI-First的工作方式，结果是显而易见的，我们现在每天至少有20个PR会合并上线。产品changlog可以非常直观的体现我们团队的效率：docs.creao.ai/community-and-… 没想到他会写文章把这么干货的实践经验分享出来。 我推荐X上所有的founders好好读一下这篇文章，如果你们团队还在以AI-assisted而不是AI-first的方式去运转，很可能会在未来一年以内就逐渐淡出这个市场了。

@DanKulkov use your ssh

claude code not working in 🇨🇳 so i just stared at laptop for a photo

@moboudra really nice work

buckle up