即刻App年轻人的同好社区
下载
App内打开
Vela_pika
187关注3k被关注5夸夸
AI Engineer | San Francisco
置顶
Vela_pika
1月前
Recursive self Learning (RSI)with your coding agents
从coding agent history里持续学习

过去一个月,我每天早上醒来第一件事就是打开看这个dashboard:它会提取昨天我所有的coding agent history,分析我和他们聊了什么、tool call记录,然后“做一个梦”,仿照人脑的“观察”The Observer (NREM) ----> 快速眼球转动The Synthesizer (REM) ,经历这两个阶段,然后告诉我昨天做得好的、不好的(agent 在哪里卡住了)地方,和今天我和我的coding agent(们)应该怎么继续提高coding harness。

Wisen: 给coding harness 的持续学习闭环(Recursive Self Learning)。每一次 session 都会沉淀成一次反思;每一次反思又反哺回 harness,让下一次 session 从更好的上下文开始。

今天正式开源。

Wisen 目前支持你本地的 Claude Code、Codex、Cursor、Gemini CLI、opencode、Pi 聊天记录和 git 历史,然后告诉你:

/ agent 在哪里卡住了
/ 哪些Friction(摩擦)在反复出现
/ 哪些纠正真正改善了结果
/ 下一步该改 harness 的哪一部分

你也可以直接和自己的历史对话:
/「为什么 agent 老是搞混我的branches?」
/「Codex 一般在哪一步开始偏离计划?」
/「我的 harness 接下来该改什么?」

欢迎🌟star、contribute、fork、comment

github.com
33
Vela_pika
2天前
去microsoft蹭饭在楼下碰到Cursor CEO Micheal刚吃完饭回隔壁SpaceX上班

天这么高这么瘦头发这么黄

so cute

(Cursor被spaceX收购成为大厂成员,原来人家中午现在也要午休)
00
Vela_pika
14天前
每次到一个城市都能碰到当月第一个周四博物馆免费日

走在西雅图的路上,
忽然间明白了什么叫“四海为家”。
来到新的城市不再有七年前每到一个新的国家还会胆怯、不安
如今只是看见新的风景的平静
并养成了同一种pattern去探索不同的城市

比如去一个城市的美术馆、MoMa
比如吃一个地方的clam chowder

四海为家
也许走在路上才心安
10
Vela_pika
25天前
学易经最重要的是坚持
于是做了一个每日推荐
今日之卦为“履”

Move forward, but watch each step.
Be tactful with authority.
Respect boundaries and timing.
Stay pleasant, not careless.
Avoid arrogance and impulsive action.
11
Vela_pika
25天前
李小龙的女儿Shannon Lee:

《Be Water , My Friend》
10
Vela_pika
1月前
Wispr Flow以2.8亿美金、20亿估值完成了B轮融资,应该目前是Voice AI领域增长最快的应用产品了。

还记得去年年初和CEO Tanay聊天的时候,就被他对用户和产品的嗅觉深深impressed,自从那以后Tanay也成为了我很欣赏的founder画像。如今很为他开心,也觉得Wispr Flow可以走很远、更远。
34
Vela_pika
1月前
ai coding越转越快,于是回归手写代码
世界变慢了下来,
逐渐清晰

手写代码
保护大脑
20
Vela_pika
2月前
来伯克利参加Agentic AI Summit
见到吴恩达教授对谈红杉资本Alfred Lin
几年前的Machine Learning Youtube视频没白看,
今天也是现场追星成功了

Takeaway:
1. Open-weight 模型对竞争、安全和创新都至关重要
2. 开源赢得了软件时代;open-weight 模型有望在 AI 时代复制同样的胜利
3. 推理需求可能远超大多数人的预期
4. 最伟大的创业公司不会只是用 AI 加速旧有的工作流程,而是去构建只有 AI 才能实现的东西
5. AI 不会仅仅取代工作岗位,它将重塑工作本身,并让适应力强、主动性高的人才变得更加抢手
10
Vela_pika
2月前
Berkeley AI Agentic Summit 现场

Kimi K3 used 51 million sandboxes to train one frontier open model.

is it right?
40