即刻App年轻人的同好社区
下载
置顶vibecoding 定了一整天，然后同时也在刷内容饱和度超高的信息流，听知识丰富的播客内容，才真正发现我真的太累了，我的大脑需要休息，不需要那么的兴奋。
于是我从原来的骑车换成走路去健身房，从听播变成听音乐电台健身，然后再慢慢地走回家看一场日落。
哇，才发现。真正的休息就是这样
于是我从原来的骑车换成走路去健身房，从听播变成听音乐电台健身，然后再慢慢地走回家看一场日落。
哇，才发现。真正的休息就是这样
0 00
你好 我有一个关于memory的想法。
很多Agent本质上构建memory的方式是建立棵记忆树。但我觉得应该更加去参考 obsidian的做法，建立不同的记忆文档 然后用双链把它们连接起，就像人真实的神经网络系统一样。
另外，很多简单的是东西不需要放进memory文档，不如给Agent一整套日历系统，比方说，我的个人日常生活安排就直接放进日历里面。关于哪一天做了些什么事情，一看就知道了，一个月做了些什么事情，一看就知道，对一些事情有什么反馈，或者是反思，也是可以很快地找到那些重要的个人习惯，兴趣，然后。洞察放在脉络里面。我觉得会更合适。
很多Agent本质上构建memory的方式是建立棵记忆树。但我觉得应该更加去参考 obsidian的做法，建立不同的记忆文档 然后用双链把它们连接起，就像人真实的神经网络系统一样。
另外，很多简单的是东西不需要放进memory文档，不如给Agent一整套日历系统，比方说，我的个人日常生活安排就直接放进日历里面。关于哪一天做了些什么事情，一看就知道了，一个月做了些什么事情，一看就知道，对一些事情有什么反馈，或者是反思，也是可以很快地找到那些重要的个人习惯，兴趣，然后。洞察放在脉络里面。我觉得会更合适。
玉伯: memory 的范围很广，包括但不限于： 1. 和 ChatGPT 等产品聊天时，产品通过对话记录捕获的偏好、事件等信息。 2. 用户主动通过笔记、语音等记录的信息。 3. 用户的阅读、浏览、剪藏、操作等行为产生的信息。包括刷内容时的赞转评等信息。 4. 用户工作场景下的各种信息，比如邮件阅读习惯、工作流审批喜好等各种信息。 5. 用户随身携带的传感器捕获的信息，比如录音卡、摄像卡、手表、戒指、挂件等各种传感器捕获的信息。 等等。然而有意思的是，仔细观照自己，会发现上面所有手段能捕获的上下文、记忆等信息，都不如： 6. 用户脑袋发呆时的信息。这里往往藏着灵魂。是最关键的。 所以基于记忆的 agent 确实很难有壁垒。无论是大厂还是小厂去做，用户迁移起来，都是一咬牙，就可以直接换用的。 真正的壁垒，可能在于通过只言片语，就能猜出用户发呆时会怎么想的 agent 产品。 这类产品已经有了一些优秀的雏形，比如 FateTell（强烈推荐大家可试用，只需输入八字，就可捕获你的各种深层的带有部分灵魂的记忆）。 再往前一步怎么做。非常值得探索。
0 10
我买Mac Mini M 4 配一台老的MacBook 2019 PRO, 配上iCloud用起来爽到无敌
Kenny做产品: 感觉今年买得最值的产品就是 MacBook Air M5 了，我买的是 24G 内存+512G 存储空间，平常用来做开发、上网、文档都毫无压力，比我之前的 M1 Air (8G 内存)真的流畅很多。 事实证明，设备性能好一些，开发的心情就会好很多，做出来的产品可能也就越好了，哈哈😄
0 00
