即刻App年轻人的同好社区
下载
置顶沉淀了三个月关于做语音产品的思考，回答下面五个问题：
1. 语音是一种怎样的信息模态？
2. 口语对话？人类最早的交流方式
3. 语音产品（Voice-first），有什么特点？
4. 语音产品（Voice-first），为什么是现在？
5. LUI 还是 GUI？如何做一款 Voice-first产品？
文字是线性的，思想是网状的。用线性的文字把思绪记录下来，也算是对思维的梳理。
Now is the time to reinvent the phone call，
是时候重塑传统的电话体验了。
1. 语音是一种怎样的信息模态？
2. 口语对话？人类最早的交流方式
3. 语音产品（Voice-first），有什么特点？
4. 语音产品（Voice-first），为什么是现在？
5. LUI 还是 GUI？如何做一款 Voice-first产品？
文字是线性的，思想是网状的。用线性的文字把思绪记录下来，也算是对思维的梳理。
Now is the time to reinvent the phone call，
是时候重塑传统的电话体验了。
Voice-first，闭关做一款语音产品的思考
58 1822
来了 欢迎star 关注！github.com
Vela_pika: 我把自己所有 coding agent 的使用记录喂给了 Fable——Claude Code、Codex、Cursor、opencode 加起来 5160 条 prompt——让它帮我看看怎么才能变强。 结果它挖出来的东西，我彻底震惊了，自己可能永远也发现不了： — 有个 hook 早就坏了，每次工具调用都在静默报错，我愣是 6 周没察觉 — "帮我写个 commit message"这句话我手打了 92 遍……而我自己写的 /commit-msg 技能，使用次数：0 — 它每天的复盘里连续 4 天给我提了 3 条修复建议，我一条都没动 然后它顺手把我 4 个 agent 的配置全修了一遍，还给我搭了个仪表盘：每天从会话记录里自动生成复盘，加上 Claude / Codex 订阅用量实时监控，跑在一台 7 刀的 VPS 上，手机上点一下就能触发。 最妙的是：它做分析用的工具是我自己写的——一个把所有 coding agent 会话历史聚合到一起的搜索 + 摄取层。准备开源，敬请期待。 它最后送了我一句话："写更多代码不会让你变强——搭建能照见自己习惯的脚手架才会。"
3 00
上个月在Citylight闲逛淘到的一本小书讲当年福柯来伯克利讲课在加州的故事，陆陆续续还是很不舍得的把这本书看完了
福柯很喜欢旧金山，Folsom是他最喜欢的街
旧金山也很钟爱福柯，大部分书店都摆着他的书
那时候的七十年代，是极具张力的，群星闪耀时。
"We live in two worlds: the inner world, the personal world, which is made up of our immediate, sensible experience, and the outer world, which we are not directly able to communicate with. It is communicated to us by the media-the newspapers, television, and the like. But it is communicated in a very distorted way."
福柯很喜欢旧金山，Folsom是他最喜欢的街
旧金山也很钟爱福柯，大部分书店都摆着他的书
那时候的七十年代，是极具张力的，群星闪耀时。
"We live in two worlds: the inner world, the personal world, which is made up of our immediate, sensible experience, and the outer world, which we are not directly able to communicate with. It is communicated to us by the media-the newspapers, television, and the like. But it is communicated in a very distorted way."
5 01
为什么AI Memory的benchmark这么少？
最新的是今年ICLR的BEAM
- 数据规模：100段对话,单段最长1000万token,配2000个探测问题。生成流程是先编好故事线、人设和时间线,再展开成多轮对话,身份一致,事实演变。
- 测十种记忆能力：记事实/实体、信息更新、消解矛盾、时间顺序、指令vs偏好区分、多跳推理、长历史摘要等。
- 两个模式：BEAM-1M(百万token)和BEAM-10M(千万token)。
- 核心结论：光靠长上下文不够,长上下文+结构化记忆才行,差距一直都在。
- LIGHT记忆框架:论文同时放出了一个记忆增强框架,比最强的长上下文baseline准确率高3.5%~12.7%,token越多差距越大。
最新的是今年ICLR的BEAM
- 数据规模：100段对话,单段最长1000万token,配2000个探测问题。生成流程是先编好故事线、人设和时间线,再展开成多轮对话,身份一致,事实演变。
- 测十种记忆能力：记事实/实体、信息更新、消解矛盾、时间顺序、指令vs偏好区分、多跳推理、长历史摘要等。
- 两个模式：BEAM-1M(百万token)和BEAM-10M(千万token)。
- 核心结论：光靠长上下文不够,长上下文+结构化记忆才行,差距一直都在。
- LIGHT记忆框架:论文同时放出了一个记忆增强框架,比最强的长上下文baseline准确率高3.5%~12.7%,token越多差距越大。
9 01
我把自己所有 coding agent 的使用记录喂给了 Fable——Claude Code、Codex、Cursor、opencode 加起来 5160 条 prompt——让它帮我看看怎么才能变强。
结果它挖出来的东西，我彻底震惊了，自己可能永远也发现不了：
— 有个 hook 早就坏了，每次工具调用都在静默报错，我愣是 6 周没察觉
— "帮我写个 commit message"这句话我手打了 92 遍……而我自己写的 /commit-msg 技能，使用次数：0
— 它每天的复盘里连续 4 天给我提了 3 条修复建议，我一条都没动
然后它顺手把我 4 个 agent 的配置全修了一遍，还给我搭了个仪表盘：每天从会话记录里自动生成复盘，加上 Claude / Codex 订阅用量实时监控，跑在一台 7 刀的 VPS 上，手机上点一下就能触发。
最妙的是：它做分析用的工具是我自己写的——一个把所有 coding agent 会话历史聚合到一起的搜索 + 摄取层。准备开源，敬请期待。
它最后送了我一句话："写更多代码不会让你变强——搭建能照见自己习惯的脚手架才会。"
结果它挖出来的东西，我彻底震惊了，自己可能永远也发现不了：
— 有个 hook 早就坏了，每次工具调用都在静默报错，我愣是 6 周没察觉
— "帮我写个 commit message"这句话我手打了 92 遍……而我自己写的 /commit-msg 技能，使用次数：0
— 它每天的复盘里连续 4 天给我提了 3 条修复建议，我一条都没动
然后它顺手把我 4 个 agent 的配置全修了一遍，还给我搭了个仪表盘：每天从会话记录里自动生成复盘，加上 Claude / Codex 订阅用量实时监控，跑在一台 7 刀的 VPS 上，手机上点一下就能触发。
最妙的是：它做分析用的工具是我自己写的——一个把所有 coding agent 会话历史聚合到一起的搜索 + 摄取层。准备开源，敬请期待。
它最后送了我一句话："写更多代码不会让你变强——搭建能照见自己习惯的脚手架才会。"
13 113