即刻App年轻人的同好社区
下载
App内打开
DeemSteveny
46关注8被关注0夸夸
DeemSteveny
10天前
丑飞 老登看不上 小登买不起 中登当韭菜

慎思明: 看了华为新M6的配置和定价,结论是:推沟里

00
DeemSteveny
21天前
claw火,让从业者看到了付费习惯希望,所以各种角色趋之若鹜
00
DeemSteveny
21天前
这脑子被洗成什么样了,一种是规则的 一种是端到端或者世界模型的,还分大小算力区别

德隆君: 感觉未来只有两种车一种带华为智驾的,一种不带😷

00
DeemSteveny
21天前
把一堆人的抄袭归功到一个pm 可笑

吴怼怼: 文科生和产品经理都有救了😂

00
DeemSteveny
22天前
最近很多交谈涉及AI越来越强大还要人有啥用,以至于大家都在brainstorm还有啥事儿可干,有烧菜的,有酿酒的,有种地的,实在不行当老赖的等等。但今天听了一个朋友分享,十分有助于缓解焦虑。

朋友今天去参加Anthropic的一个针对金融行业人士的AI agent培训。进门的时候,大家都觉得可以不招那么多人了,出门的时候觉得必须得保留[偷笑] 1. 他们主要让agent做一个任务,把上市公司的财报下载下来,存到一个本地文件夹,然后把财报里的关键数抓取出来填入一个excel的现有财务模型里。比如收入对模型里的收入行,利润对模型里的利润行。但是没有一个参加者的agent是能够正确执行的 2. 有些模型试下来,虽然任务执行出现错误,但每一次错的是同样的地方,靠人教它学习改正还相对容易。但有些模型每次错的不一样,就让人很崩溃 3. 特别烧token。培训师不断地在充钱,任务执行过程中,agent经常提示token不足让人很焦虑。最终结果是每个人大约花了十几美金,但是任务执行效果远低于预期。

不过也是有好消息,agent在收集整理信息容错率比较高的事情上还是预料之中很不错。耐心等待Agent越来越强大吧[得意]

以上有解法吗
01
DeemSteveny
28天前
很好

莫唯书Mark: 最近和AI圈的朋友聊天,发现大家关注的重点悄悄变了。以前见面就问哪个模型更强跑分多少,现在更多人开始追问:这个AI能记住我吗?它能持续理解我的项目吗?这背后其实是两个技术概念走到了台前:Memory和Context。模型本身当然还在进化,但真正决定一个AI能不能成为你长期伙伴的,已经不是参数大小,而是它如何管理记忆,如何在有限的上下文里做出最聪明的判断。 先打个比方把记忆和上下文的关系说清楚。想象你正在用电脑工作,上下文就像是内存,是AI当前正在思考的内容,每次对话时加载,会话结束就清空,容量有限但直接影响回复质量。记忆就像是硬盘,是AI可以长期保存的信息,跨会话存在,容量几乎无限,但硬盘里的数据不能直接参与思考,需要先被读入内存。人类也一样,我们的工作记忆只能同时处理少量信息,而长期记忆里存着海量经历,需要时才会调取。 最近有两个典型的例子,Anthropic官方推出的Claude Code和开源的OpenClaw框架。它们对记忆和上下文的理解完全不同。Claude Code每次新会话启动只加载项目说明文件和系统提示,过去聊过的内容不主动加载,如果用户提到记得我们上次用pnpm,它会去后台的记忆文件里检索相关内容然后注入当前对话。OpenClaw则相反,它希望AI拥有连续的认知流,每次启动时上下文里就已经包含从长期记忆中检索出的相关信息,对话中AI可以主动查找更多历史记录,把它们拉入当前思考空间,还能自己决定这个经验值得记住主动写入记忆。一个像专业的同事,一个像老朋友。 这两种设计虽然精妙,都还停留在记忆怎么存怎么取的层面。真正决定一个记忆系统有没有价值的,是另外两个更本质的问题:怎么从海量信息里提取出高信噪比的部分,以及怎么让记忆的获取和使用形成一个自然的闭环。这两个问题解决了,才是真正的护城河。 先说说高信噪比。我们和AI的每一次交互都会产生大量信息,但绝大部分都是噪音。你今天说了一句我今天心情不太好,这可能只是一时的情绪宣泄,不值得记住。但如果你连续三周每次周一都说周一总是我最焦虑的时候,这就成了一个值得记录的模式。问题是AI怎么区分这两者?它需要一套信噪比的判断标准。 有些信息是高频低值的,比如用户的口头禅、临时的情绪表达,这些如果都记住,记忆很快就会变成一锅乱炖。有些信息是低频高值的,比如用户偶尔提到的核心价值观、反复出现的痛点和需求、对某个问题的深度思考,这些才是应该被珍藏的。还有些信息是有时效性的,比如用户最近三个月一直在用Python,但这个信息再过半年可能就过时了,需要被新的偏好覆盖。 Claude Code的做法是把判断权交给用户,你明确告诉它记住什么它就记什么,信噪比由人来保证。OpenClaw则是让AI自己判断,但开源框架通常只是提供工具,具体的判断逻辑还得靠提示词和微调。真正理想的状态应该是AI能像人类一样,通过长期的观察和统计,自动识别出哪些是信号哪些是噪音。比如用户每次提到某个概念时情绪都会有微妙的变化,或者用户反复用某种方式表达同一个需求,这些模式只有放在足够长的时间轴上才能被捕捉。 再说场景闭环,这个概念可能更重要。我把它叫做记忆的推荐系统化。想想抖音是怎么让你上瘾的,它并不是简单地记录你点赞了什么,而是把你每一次滑动、每一次停留、甚至每一次反复观看都当成信号,然后用这些信号去预测你接下来想看什么,再根据你的反馈不断调整模型。记忆系统也应该是这样,它不能只是一个被动的档案库,而应该是一个主动的、持续演化的推荐系统。 理想的闭环是这样的:你和AI的每一次交互都在产生行为数据,AI从这些数据中提取高信噪比的信号,把这些信号转化为记忆,然后在未来的交互中,这些记忆会被主动地、恰如其分地调用,来优化它对你的理解和服务,而你的反馈又会再次进入这个循环,让记忆不断迭代。比如你上周和AI聊了好几次关于某个编程框架的困惑,这周当你再问相关问题时,AI就应该预判你可能需要什么,主动提供更贴合你认知水平的解释。如果你说这个解释太复杂了,那就是一个负反馈,AI会调整下一次的表达方式。 这个闭环最难的地方在于自然。如果AI每次调用记忆都显得很生硬,突然冒出一句我记得你上周说过什么,那体验就很奇怪。真正好的记忆调用应该是润物细无声的,它体现在AI对你问题的理解深度上,体现在它提供的答案刚好踩在你认知边界上的精准度上,甚至体现在它能预判你下一句想问什么的那种默契感里。这就像老朋友之间不需要说记得你喜欢吃什么,但点菜的时候自然而然会点你爱吃的。 Claude Code和OpenClaw都还没有做到这一步。Claude的记忆调用是事件驱动的,你触发关键词它才去查,这很难形成自然的闭环。OpenClaw的主动检索进了一步,但检索的逻辑还停留在关键词和向量相似度上,离真正的意图预测还有距离。但它们的探索已经给我们指出了一个方向:未来的记忆系统,一定是一个集信号提取、意图预测、自然呈现于一体的闭环系统。 这个闭环一旦跑通,就会形成真正的护城河。模型可以换,API可以降成本,但这个系统里积累的数据、通过这些数据训练出的用户理解模型、以及用户对AI形成的信任和依赖,是无法迁移的。你用一个新模型,它可以从零开始记住你的偏好,但它没有过去一年和你互动的历史,不知道你价值观的演变轨迹,不知道你哪些话是开玩笑哪些是认真的,这种默契需要时间积累。 想想看,如果一个AI能像最懂你的朋友那样,在你迷茫的时候给你恰到好处的提醒,在你重复犯错的时候温柔地指出来,在你情绪低落的时候用你最喜欢的方式安慰你,你还愿意换掉它吗?即使有一个更强的模型出现,它也要从头开始了解你,这种迁移成本太高了。 所以回到最初的问题,为什么说记忆和上下文比模型本身更值得关注?因为模型是通用的,而记忆是私有的。模型可以被所有人用同样的方式调用,但记忆只属于你和AI之间。模型会不断迭代更新,但记忆是积累的、生长的。未来的AI竞争,一定不是比谁的模型参数更大,而是比谁能为用户构建出更聪明、更贴心、更自然的记忆系统。 这让我想起一个朋友前几天说的话,他说现在和AI聊天,最打动他的时刻不是AI回答了一个多难的问题,而是有一天他心情不好随口说了句今天真累,AI没有给他解决方案,只是说记得你上周也熬了好几个夜,要不要今天早点休息,我帮你把剩下的工作整理成清单明天再做。那一刻他觉得对面不是一个工具,而是一个真正在意他的人。 这大概就是记忆和上下文能做到的最好的事情。它让AI从信息处理系统变成了一个能与你共同经历时间的存在。

00
DeemSteveny
1月前

歸藏: Trickle团队的新作 happycapy 有点牛皮啊! 这是一个在浏览器上运行的原生 Agent 主机,你可以在里面随时随地运行 Claude Code 和 Clawdbot。 而且不用跟 Claude Code 的 CLI 界面和 Clawdbot 的复杂交互打交道。 可以随时随地开始编程,处理日常任务,非常方便。 里面也可以安装非常多的 Skills,而且对这个没有限制,任何你可以在你本地安装的 Skills 都可以安装。 我也试了一下我自己做的那个文章配图 Skills 居然可以正常安装和使用,而且他们生成图片的时候会非常智能的使用他们自己的 Nano Banana Pro Skills,不需要自己的 API。 同时也可以在里面创建属于你自己的 Skills。包括并行调用多个 Skills 帮你完成任务,比如先调用视频下载,然后调用数据分析 Skills 分析内容,PPT Skills 创建 PPT,最后用我的剪辑 Skills 对视频进行剪辑。 他们还支持类似 Codex 的定时任务,这个很方便比如指定时间给你发报告之类的。而且 happycapy 还有自己的邮箱给你发邮件,配合定时任务很完美。 也可以安装很火的 Clawdbot 机器人访问 Moltbook,非常安全的上去玩。 而且他们最近还上线了 Claude Code 同款的 Agent Teams,而且会以更加友好的方式呈现具体的信息和内容,非常易用。 官网也非常的漂亮,各种情感化设计很到位,也有免费套餐可以去试试,还有移动端网页可以用。 详情:happycapy.ai/app

00