即刻App年轻人的同好社区
下载
App内打开
江流儿_MIuY
1k关注878被关注2夸夸
intp
NLP算法工程师-关注AIGC和出海,ai金融
漫无边际BoundLess播客主理人
公众号:江流儿的异世界
置顶
江流儿_MIuY
2年前
关注AI和播客~
播客相关:

1、justpod npr 播客制作workshop m.okjike.com

2、第五届播客节会员内场 m.okjike.com

AI相关:

1、ai硬件+宠物 m.okjike.com

2、ai产品经理 m.okjike.com

3、AI端侧模型应用 m.okjike.com

4、ai产品经理应该要怎么做--文君 m.okjike.com

5、sora或者说文生视频给未来的启示,可以说非常棒!非常值得一看,基本上涵盖了文生视频对影视创作的深度认知和未来影响 m.okjike.com

6、第一届互联网AI社群春晚前期圆桌座谈文字转播重点版。 m.okjike.com

7、给普通人的AI指南

m.okjike.com

8、吴恩达:如何用ai构建你的职业 m.okjike.com

9、ai做ppt。m.okjike.com

10、卡兹克直播笔记 m.okjike.com

11、The AI PM's Playbook:2025 年顶尖产品经理如何将影响力提升 10 倍

12、ai创业存活下去的六大路径:m.okjike.com

江流儿_MIuY发表了动态:推荐阅读:《The AI PM's Playbook:2025 年顶尖产品经理如何将影响力提升 10 倍》 这篇文章围绕“产品经理如何在 2025 年通过 AI 提升 10 倍影响力”展开,主要内容包括: 1. AI 产品经理的三种类型 - AI-powered PM(AI 驱动的 PM):每位 PM 都需使用 AI 作为工作助力。 - AI PM(专职 AI 的 PM):专门在 OpenAI、Anthropic 等公司构建核心 AI 产品。 - AI feature PM(负责 AI 功能的 PM):为现有产品添加 AI 功能(如 Notion AI、Miro 智能画布)。 2. 正确使用 AI 的 3 条规则 - 提示词(Prompt)技巧至关重要:熟练掌握如何向 AI 提供清晰、上下文丰富且结构合理的提示词。 - “20-60-20” 法则:前 20% 提供关键背景,中间 60% 让 AI 生成主内容,最后 20% 由人做提炼、修改与补充。 - 迭代至拿到满意结果:通常需要多次修订,通过给 AI 明确反馈来逐步完善输出。 https://baoyu.io/translations/the-ai-pms-playbook?continueFlag=b427fccc8874cc0a1217abbd7655bb5d 来源于宝玉

26
江流儿_MIuY
5天前
Eyls,AI-native 的社交网络,超级好玩😆
00
江流儿_MIuY
5天前
在家教我妹学ai,用ai和obsidian搭建知识库系统,教她怎么在X关注ai博主和ai实践。claude opus 4.6 thinking模型真牛逼。

明天教她claude code。
00
江流儿_MIuY
11天前
aer

CageZ: Anthropic 在 Agent Teams 发布的时候也公布了一个不错的内部实现,花2万美金/2周,用 multiagent 从头写了一个 C 编译器,推荐阅读。我读完主要的感受是 : 1/ Coding AGI 真的到了,今天 Codex 博客中也说了自己在 fix model 中起了贡献。 2/ multi-agent 的价值体现在任务的时间尺度可以再次指数级增长,因为 线性的 O(N) 任务被折叠成 O(log N) 的分层协作。于是更多原本不可能的任务可以实现,大家体感的 token 消耗量会再上一个台阶。这个思路其实中国团队贡献了很多,Manus Wide Research,Kimi Agent Swarm 在这里都有重要贡献。 https://www.anthropic.com/engineering/building-c-compiler 文章主要内容 1) 他们用 16 个 Claude 并行写了一个 C 编译器 这个目标满都很大,之前 coding agent 不太能做好。从零写一个 Rust C compiler,能编译 Linux kernel。作者说他们让 16 个 agent 并行跑、几乎不介入;两周内大约 2000 次 Claude Code session、花费约 2 万美金,产出 ~10 万行代码的编译器,能 build Linux 6.9(x86/ARM/RISC-V),还能编译一堆大项目(QEMU/FFmpeg/SQLite/postgres/redis 等),并且在多数 compiler test suite 上做到 ~99% 通过率。 2) “能跑很久”不是模型自然具备的,而是 harness 设计出来的 Claude Code 默认需要人持续在线互动,否则会“停下来等你”。作者做了个非常简单粗暴的 infinite loop harness:让 Claude 做完一件事立刻接下一件事,永远不停止;并强调要在容器里跑,而不是在真机上。这个思路和 Openclaw 的比较深似。 3) multi agent 的关键收益:high throughput 吞吐 + 不同价值任务的分工 并行能解决两类问题: 一个 agent 一次只能干一件事,并行能把 debug/修复多个 failing tests 的速度显著拉起来; 角色分工:有人写功能、有人做文档、有人做性能、有人做代码质量整治等。 他们用 git + “任务锁文件”做了一个很原始但有效的同步:每个 agent 认领一个任务文件,避免重复劳动;合并冲突很多,但 Claude 往往能自己解决。 4) human in the loop 部分:verifier 质量决定上限 作者反复强调:agent 会非常努力地“通过你给它的验收器”,所以验收器如果不严谨,最后就是“把错误问题做得很完美”。 于是他自己大量精力花在:找高质量 test suite、写 verifiers/build scripts、补 CI、把“新功能经常破坏旧功能”的回归问题压住。 同时要“站在 Claude 的视角”设计反馈:控制输出避免污染上下文、把关键信息写日志便于 grep;还要考虑模型对时间没有感知,傻跑很久测试。

00
江流儿_MIuY
11天前
疯狂回忆我喜欢的charlie puth。如果我会音乐就好了,很想跟他一起唱歌。
00
江流儿_MIuY
11天前
好多泡沫🫧
20
江流儿_MIuY
12天前
特别想去学怎么做手工皂。
10
江流儿_MIuY
12天前
🐮我被麻辣牛肉打败了,不能吃辣就不要贪嘴[苦涩]
虚弱[苦涩]
00