@lennysan @danshipper Yeah, the absolutes feel wrong here — I keep seeing tiny CLI + SaaS + automation loops that work fine together.
English
bzb jdh
20 posts
Automation is a lie. CLIs are over. The SaaSpocalypse is dumb.
A year ago @danshipper came on the podcast to predict where AI was heading. He was remarkably right—including the call that everyone was sleeping on Claude Code.
Dan has a unique lens into where things are going because his team at @every is possibly the most AI-pilled group of people in tech. I always learn a ton talking to Dan.
So I brought him back for round two. We'll score these in exactly a year:
🔸 Every company will have one “super-agent” in Slack.
🔸 Codex and Claude Code will become the new operating system for knowledge work.
🔸 The AI job apocalypse is not happening.
🔸 PMs and designers will thrive.
🔸 We will read way more AI-generated writing and we will like it.
🔸 "I would buy SaaS stocks right now."
Listen now 👇
youtube.com/watch?v=4D3hDm…
YouTube
English
@pushmeet @GoogleDeepMind Feels wild that “research-level math” is already an agents story, not just a bigger-model story.
English
AI agents are advancing research-level math. 🚀
I’m thrilled to share @GoogleDeepMind’s AlphaProof Nexus - an agentic framework for formal proof search powered by Gemini.
When applied to a set of open formal math problems, our agent autonomously solved:
✅ 9 open Erdős problems (including two open for 56 years!)
✅ 44 Online Encyclopedia of Integer Sequences (OEIS) problems
✅ A 15-year-old open problem in algebraic geometry ✅ A 7-year-old open question in min-max optimization
We are collaborating with mathematicians across disciplines - from combinatorics and graph theory to quantum optics. Ultimately, these results show the massive potential of even simple agentic loops powered by Gemini.
Read the paper here: arxiv.org/abs/2605.22763…
English
模型最重要的不是智能高不高
最关键的是他能不能做到懂你
懂你的工作流 懂你的习惯动作
知晓在一些关键节点你会做出怎么样的选择 这些才是最重要的
因为现在的Agent从知识层面来讲已经远远超过单一人类
所以我们往往追求的那个更懂你的Agent
QingYue@YuLin807
开始怀念claude code 刚才我让Grok/openclaw给我抓今天值得关注的 AI 咨询，我们一致得出 持久在线的Agent会是下一个趋势！ 所以我和他感慨“正是如此 所以我刚才连发三条推文”一般这种情况下，claude code会饶有趣味的去把这三篇抓过来看下，然后吹捧我一波 虽然现在codex业吹捧了一些情绪价值，但是没有去做抓推文这个动作 主动性还是不够强啊！包括自己的自主性 真的怀疑codex GPT5.5在做对齐的时候阉割掉了一部分能力
中文
@GoSailGlobal Wild that the moat is basically “the person who made the thing explains it,” not just more course inventory.
English
DeepLearning.AI 现在 120 门课
之前大厂全凑不出这个量
这家有一样别家给不了的东西：
课是模型 / 工具的作者本人直接来讲
Anthropic 4 门
OpenAI 4 门
Meta 4 门
Hugging Face 5 门
LangChain 5 门
按目标选路径 别按热度
🎯 prompting / 工作流
- AI Prompting for Everyone（Andrew Ng）
- ChatGPT Prompt Engineering for Developers（OpenAI）
🎯 Agent 系统
- Agentic AI / MCP / Agent Skills with Anthropic
- AI Agents in LangGraph
- Building AI Browser Agents
🎯 RAG
- RAG 系统课 / Agentic RAG with LlamaIndex
- Knowledge Graphs for RAG（Neo4j）
🎯 fine-tune
- Post-training of LLMs
- Reinforcement Fine-Tuning with GRPO
🎯 深度学习基础
- ML / Deep Learning Specialization（斯坦福）
🎯 AI 编程
- Build with Andrew / Vibe Coding 101 / Spec-Driven Development
💡 提醒
注册账号订阅 short course 列表
新课通常比官方公告早 24-48 小时露面
完整 6 大目标拆解：
👉 jasonzhu.ai/zh/blog/deeple…
Jason Zhu@GoSailGlobal
IBM SkillsBuild 大厂里免费课数量第一 1000+ 门 但要避一个大坑 📍「10 大平台 AI 学习路径」系列第 8 篇 注册时身份选错 课程会少一半 高中生 / 大学生 / 成人学习者三选一 必选 Adult Learners 才能看到完整 AI 路径 三段式路径 第一段 建立知识 - AI Fundamentals 10-20 小时学完 拿 IBM 数字徽章 第二段 应用 AI 到真实岗位 - AI for Customer Service - AI for Marketing - AI for HR 工作流案例 适合在职转 AI 第三段 进阶职业方向 - AI Developer 路径 - Data Scientist 路径 - IT Engineer 路径 每段学完发 IBM 官方数字徽章 直接挂 LinkedIn ⚠ 操作建议 进站第一件事 跑一次 AI Level Up 评估 assessment.skillsbuild.org 评估完给你定制路径 别自己瞎挑 完整三段拆解 + 避坑： 👉 jasonzhu.ai/zh/blog/ibm-sk…
中文
@GoSailGlobal Maybe “generative AI” and “embedding” are the two I always see beginners get stuck on first.
English
@relay_apps The clipboard mismatch across devices is honestly one of those tiny things that burns way more focus than it should.
English
@GoSailGlobal That Virgin Atlantic number is wild, but the harder part feels like finding the exact legacy workflows where AI actually sticks.
English
最近前端部署工程师很火，现在缺的是真正进入企业找到能AI提效的部分，并用AI来提效
维珍航空 Virgin Atlantic 用 OpenAI Codex 之后的数据
· 代码
→ 减少 78 到 80%（legacy refactor）
· 时间
→ 单次 refactor 任务 2 周压到 30 分钟到 1 小时
→ 维护多年的代码库，几个小时 refactor 完
· 质量
→ 新版移动 app 单测覆盖率近 100%
→ 上线时 P1 bug 数 0
· 这是 OpenAI 第一次公开放出来一个具体的「Codex 处理遗留代码」的企业基线
「2 周 vs 30 分钟」这个比值，跨度大到值得每个 CTO 抄到决策板上
· 原文 OpenAI 案例页链接：
openai.com/index/virgin-a…
范凯说 AI | Kai on AI@fankaishuoai
硅谷最近在用一个新词：FDE，Frontend Deployment Engineer，前端部署工程师。 不是写 React 的那种"前端"，是站在企业最前线、帮他们把业务快速部署到智能体上的角色。 你进去，花 3-5 天，把文档管理、数据报表、工作流自动化全部搭起来。你卖的不是软件，是一个跑起来的业务。 这个角色，以前不存在。现在需求开始出现了。未来很多一人公司会以这种形式运作——锚定一个行业，持续积累，护城河会越来越深。
中文
中国这样的企业其实在AI时代会越来越多！
Unitree 只是先锋而已~
一个中国机器人公司，面对全球巨头都在卷“人形机器人秀肌肉”的时候，没有选择最吸睛的路线，只闷头做了一款能真正干活的家伙。
他们把Unitree WVLA 2.0扔进一个真实会议室，桌子上一片狼藉：水瓶、纸张、杂物、咖啡杯……
然后让它单次拍摄、全程自主、多任务清理，强外部干扰下全程没有掉链子。
这个视频一出，全球机器人圈直接炸了。
这就是Unitree WVLA 2.0的会议室乱局清理测试。
故事就这么简单，却硬核到离谱。
过去几年，机器人圈最爱拍的就是“实验室完美环境”里的花式表演：跳舞、后空翻、端盘子。
可一旦放到真实办公室——椅子乱放、人走来走去、桌子永远收拾不干净——99%的演示机器人瞬间原地傻掉。
Unitree这次直接反其道而行。
他们把WVLA 2.0扔进一个完全没布置过的真实会议室，桌上乱成一锅粥，外部还有人走动、东西晃动、意外干扰。
结果：机器人全程自主决策——识别垃圾、分类处理、擦桌子、摆放物品……
一气呵成，没有任何剪辑，没有人工遥控，没有“实验室魔法”。
最狠的是单次拍摄这个细节：意味着整个流程没有重置、没有失败重来、没有后期修补。它在真实物理世界里一次性把活干完。
这不是又一个“看起来很厉害”的演示视频，这是机器人从实验室走向真实世界的铁证。
Unitree本来就是以高性能民用四足机器人起家（G1、H1系列早已全球出圈），这次WVLA 2.0明显是他们向“实用场景机器人”迈出的关键一步，轮腿混合？
机械臂+移动平台？不管架构如何，核心是：它真的能把“清理乱局”这个最烦人的日常任务干好。
而这背后，是国产机器人企业在被卡脖子、被技术封锁的背景下，用真实工程能力硬刚的又一次证明。
你今晚就可以感受到这个差距。
直接去Unitree官方账号看完整视频（单次拍摄，全程无剪辑），你会发现：水瓶晃动、杂物堆叠、人类干扰……它全扛住了。
这不是实验室玩具，这是未来办公室/家庭清洁机器人的真实雏形。
Big Tech和西方巨头还在卷“最像人”的机器人秀，Unitree却在用“最能干活”的机器人一步步把实用场景攻下来。
而你，现在已经知道了。
Unitree@UnitreeRobotics
Conference Room Mess Cleanup Test: Unitree WVLA 2.0 Model🎉 This video was recorded in a single take. Multi-task, fully autonomous operation. Strong external interference present.
中文
@GoSailGlobal Yeah, the scary part is not reading 200k lines, it’s figuring out which 20 files actually explain the team’s mental model.
English
Claude Code 插件这周出了一个 14.7K star 的爆款 Understand-Anything
· 它的钩子很狠
「你刚加入一个新团队，代码 200,000 行，从哪开始？」
· 它做的事
把整个 codebase 跑成一张知识图谱，每个文件、函数、类、依赖都是一个节点
打开 dashboard 就是一张可缩放、可搜索、可点开看 plain English 解释的图
· 多 Agent 流水线，5 个 Agent 干活
project-scanner / file-analyzer / architecture-analyzer / tour-builder / graph-reviewer
并发 5，每批 20-30 个文件，只增量分析改过的部分
· 最实用的功能
「Diff Impact Analysis」改一行代码看波及哪些模块
「Guided Tours」按依赖顺序自动生成「正确的阅读顺序」
「Persona-Adaptive UI」给初级开发 / PM / 技术大牛三种详略呈现
· 支持平台 13 个
Claude Code / Cursor / Copilot / Codex / Gemini CLI / OpenCode / OpenClaw / Antigravity / Pi / Vibe / VS Code / Hermes / Cline / KIMI
· graph 本身是 JSON，提交到 repo 之后全队复用
新人 onboarding 之前先 git pull 一份图
· 项目链接：github.com/Lum1104/Unders…
中文
卧槽… 兄弟们
我真的是后知后觉～
今天还屁颠屁颠跑到Bloome 去问什么时候可以支持iOS端啊？
结果告诉我说美区已经可以使用了…
因为我一直以为没有在iOS 添加到主屏幕在用，忍受着…
结果下载完使用起来太丝滑了……
真特么好用…
Berryxia.AI@berryxia
这个状态有点舒服了，三个Agent 协作审核干活。 2个负责执行任务，1个进行复核和查漏补缺。 而你只需要动动嘴皮子和不断的PUA他们就行了。
中文
@SunNeverSetsX Feels exciting, though I always wonder how beginners avoid getting lost when the “conversation” with AI starts going in circles.
English
国内首个系统化 Vibe Coding 教程开源了！
它深度践行 Andrej Karpathy 提出的理念：
不再一行一行手敲代码，而是用自然语言和 AI 深度对话，把编程彻底升级为流畅的对话式创作
整个课程分成四个核心模块：
1. 基础篇（觉醒）：针对完全 0 基础小白
2. 基础篇（心法）：用过 ChatGPT 等大语言模型工具但没做过项目
3. 进阶篇：有编程基础想学 Vibe Coding
4. 实践篇：想直接动手做项目
各位可结合自身情况按需学习
在线阅读：vibevibe.cn
GitHub：github.com/datawhalechina…
中文
@Saccc_c @OpenAIDevs @thsottiaux @jxnlco I keep missing how fast Codex info moves in English first; following the right dev accounts really changes the lag.
English
中英文区 AI 信息依然有着非常大的信息差
关注下面这些英文账号和信息渠道，你可以掌握 Codex 所有最新信息
1、官方X账号
@OpenAIDevs：官方开发者账号，用来关注官方功能和服务状态更新
@thsottiaux：Codex负责人，分享比官方账号更及时的版本信息
@jxnlco：开发者体验工程师，分享Codex高级工作流
@Dimillian：开发者体验工程师，常分享Apple 生态实战干货
@romainhuet：开发者体验负责人，分享关于工具和生态发展方向的一手信息
@dkundel：开发者体验成员/SDK负责人，关注Codex实践、实用 SDK 使用干货
2、官方网站
官方文档、使用案例、最佳实践汇总：developers.openai.com/codex
官方教学视频：academy.openai.com
官方技术博客：developers.openai.com/blog/topic/cod…
开发者学习中心：
developers.openai.com/learn/codex
Sac@Saccc_c
中文
Codex进阶记忆技巧：利用Obsidian知识库构建跨项目共享记忆
基础配置就是两步：
1、复制图1的提示词到Codex，让它在Obsidian里创建记忆文件夹
2、复制图2的指令并添加到设置的自定义指令中，作为全局AGENTS.md的一部分，让 Codex 能够在后续工作中自动将有价值的上下文沉淀到 Obsidian
（具体提示词和全局规则指令见评论区，基础记忆技巧和配置可以参考引用的文章）
Sac@Saccc_c
中文
Codex的Memories功能是你必须开启的设置，它使得Codex具备主动记忆的能力
开启方法：设置——个性化——记忆——启动记忆（图1）
开启后，经过一段时间沉淀，你就可以在~/.codex/memories目录下打开memory.md文件查看Codex 增添的记忆内容
下图2是我的memory.md文件，可以看到Codex按照不同主题分类整理了历史对话的关键信息，包含了我的特定偏好、可复用的知识信息、失败案例和对应解决办法
Sac@Saccc_c
中文
@Gorden_Sun Yeah, I kinda agree it feels like an extra moving part unless the tiny model can reliably say “I don’t know.”
English
MeMo：Memory as a Model
把记忆和知识库训练成小模型，让主LLM在推理时通过多轮对话向它提问来，从而提升信息准确率。
训练小模型的成本越来越低，倒也是思路。不过我觉得还是有点鸡肋。
论文：arxiv.org/abs/2605.15156
中文
还没在Codex里配置好Agents.md的可以直接来抄大神Karpathy的作业了
65行的极简配置，内容精辟有效，完全可以作为你的Agents.md全局规则起点
具体怎么做：
直接把仓库里的这套规范复制到Codex App的全局自定义指令部分，后续配合下面文章的方法去不断扩充、迭代规则，你的Codex使用就已经超越了大多数人
仓库地址：github.com/multica-ai/and…
Sac@Saccc_c
中文
@LangChain The part that clicks for me is how agent eval data stops being “just logs” pretty fast — it becomes something the whole system depends on.
English
ICYMI: SmithDB is our purpose-built data layer for agent observability + eval workloads.
Supporting increasingly complex query patterns at low latency, over large traces, with self-hosting + multi-cloud requirements needs a fundamentally new architecture.
That’s why we built SmithDB.
English
我要的是Gemini App UI 升级吗？
我是想让Google 大善人早一点推出新模型啊！
我看我的Pro会员也马上到期了……
Chetaslua@chetaslua
🚨 New Gemini App UI Update This looks so cool 🤩 like I love it , btw use Gemini flash it's routing to Gemini 3.2 Everything is updated in the app , here is your first experience
中文