Logo
Back to creator rankings
meng shao

meng shao

@shao__meng最近同步 9/21/2026, 12:07:31 AM
DistillView on X

Building AI Agents for design & media. 分享新产品、开源项目，以及 AI 创业与职场观察。 公众号 / 小红书：AI 启蒙小伙伴｜合作请私信

7日排名
#549
总粉丝
34.3K
7日涨粉
+308
7日发帖
73
7日曝光
224K
帖均曝光
3.1K

Ranking History

Today’s rankings update in real time. Historical records retain daily top-five entries for growth, posts, and reach. Click to view a poster.

No daily top-five records yet.

粉丝趋势

近7日每日已结算数据

7日30天

内容表现趋势

曝光/互动与发帖量均按自然日结算

发帖趋势

近7日每日发帖量

7日30天

帖均曝光趋势

每日总曝光 ÷ 每日发帖量

7日30天

Participated Topics

Participated in 1 topics

View topic rankings
1AI写作去味提示词与Skill工具扩散AI

中文 X 创作者继续围绕 AI 写作去味、Skill 工具和 Agent 课程分享形成高收藏讨论。余温称写作时只加入“禁止使用状语”就能明显减少 AI 味并提升小说质感，铁锤人随后转述类似体验；Viking 分享 show-me Skill，强调让 AI 用最小图示解释技术问题，而不是堆砌长段文字；G哥则分享开源 AI Agent 课程，并称可替代某些付费课程。讨论显示用户关注点正从单条 Prompt 转向可复用工作流、图解能力和系统化学习资源。

Participated post: Skills 构建完整指南（33页） 这是 26 年看过最完整全面、质量最高的 Skills 构建指南，虽然是 26.01 发布的，应该还有朋友没看过。 强烈建议保存备用，时常拿出来系统学习一遍，会对 Skills 的构建、验证和使用过程有更深更系统的理解。 The Complete Guide to Building Skills for Claude https://t.co/KqPV5yK4Ng
Posts 4 Views 66.2KHeat 17.2K
#AI写作#去AI味#提示词

近7日爆款推文

按近 7 日曝光排序，展示前 10 条。

3
meng shao@shao__meng
3.4万 followers
Views5.7K
Manus 团队 @Nin19536 用 Jev 做了一个游戏 利用 Jev 超快的 System One 特性快速决策操作浏览器，选择物品并用来实际渲染房间。 很有启发的尝试，当一个模型快了很多倍、便宜了很多倍，能判断能决策但不说废话，它能在很多系统中充当 System One。 3D 渲染游戏可以这么做，实时生成游戏、视频、学习内容等，都可以往这么方向上探索。 试玩地址： https://t.co/VUYYM4nGhc
Reply 0Repost 5
4
meng shao@shao__meng
3.4万 followers
Views4.2K
Doc + Jev => DocJev @llama_index 团队最新开源文档分类与拆分工具 DocJev，给它一个 PDF/DOCX/PPTX 和一份用自然语言写的类别规则，它可以告诉你这份文档属于哪个类别，或者把一份“文件包”按边界拆成若干子文档并给出各自页码范围。 开源地址：https://t.co/Dpiyoh5QvW 核心架构：解析与决策分离 1. 解析层（OCR/文本化）：默认用 liteparse，本地原生 Python 解析器，免费、无 API 费用；可选 LlamaParse，基于 VLM，擅长复杂版式，分 Cost Effective / Agentic / Agentic Plus 三档，支持版本锁定和缓存。DOCX/PPTX 需借助 LibreOffice 先渲染成 PDF。 2. 决策层（Jev）：把归一化后的页文本发给 Jev 托管服务，返回类别、概率和分布。 这个分离带来两个直接好处：解析结果可复用（parse 一次，classify/split 多次，metrics.decision_ms 可单独看推理耗时）；换 OCR 后端不影响决策逻辑。“6 倍速度”的对比是包含 liteparse 解析时间的全链路数字。
meng shao 的图片 1
Reply 4Repost 8
5
meng shao@shao__meng
3.4万 followers
Views3.2K
AI Agent Evals 实战 FAQ：先发现失败、再谈评估，700+ 工程师踩坑后的完整方法论 当前行业的主流叙事是：搭评估基础设施、接 LLM-as-a-Judge、看仪表盘分数。两位作者 @HamelHusain @sh_reya 基于大量一线教学与实践，认为这条路径恰恰是错的，或者说是本末倒置的。 他们的核心方法论可以压缩成一句话： 先做错误分析，再谈评估体系。 评估指标是从真实失败案例中“生长”出来的，不应该是预先设计出来的。
Reply 3Repost 0
6
meng shao@shao__meng
3.4万 followers
Views2.5K
智谱真的把 ZCode 开源了，包括桌面应用、浏览器界面和终端 Agent 开源地址：https://t.co/EWb17xEnYl 这也是智谱团队经历了上传用户代码库、秘钥等质疑后，做出的直接回应，和 Grok Build 的处理一样，把代码开源出来，让它更透明，有开源社区的监督。 我让 ZCode 扫描了一遍开源代码，整个代码库里不存在任何“把本地项目/代码库整体上传或自动同步到云端”的逻辑。
meng shao 的图片 1
Reply 7Repost 1
8
meng shao@shao__meng
3.4万 followers
Views965
Digg 创始人、True Ventures 投资人 Kevin Rose 发布了他的 Grok Bot Template「INDEXX」 INDEXX 可以把你多年保存在 Instagram 里的视频，变成一个完全存放在你本地电脑上、可搜索、可问答的 Markdown 个人媒体维基。X 和 Tiktok Template 很快就会发布！ https://t.co/lzY4zY0bZB 流水线：用 ScrapeCreators 拉取元数据与可下载地址（使用前会估算积分并征求确认）-> 下载到条目目录 -> 从视频抽出 audio.mp3 -> 观看并描述画面 -> 用 Grok Voice Transcribe 2.0 转写 -> 打标签并写入 wiki。进度按阶段记录：下载、音频、观看、转写、标签、wiki。 信息组织分三层：标签（5–10 个 kebab-case 关键词）、facets（形式 / 主题 / 意图，互不混用）、概念页（同一主题至少出现在 3 条来源，或你明确要求时才建）。条目只有在状态为 wiki_ingested、且 schema 清单全部通过时，才算处理完成。路径由 .indexx.json 解析，不写死用户名。本地检索与音频处理主要依赖 ripgrep 与 ffmpeg。
meng shao 的图片 1
Reply 1Repost 1
9
meng shao@shao__meng
3.4万 followers
Views613
TypeSafe CEO @CompleteSkeptic : 为什么还要再造一个 coding agent ? Diogo 核心想法是一个反事实思想实验：如果 LLM 没有 KV cache，你会怎么设计 coding agent？ 原因是：今天 agent 的许多“标准特性”并非源于用户价值，是为绕过 KV cache 与按 token 计费的成本结构而打的补丁。用这个视角审计，才能分清哪些是真设计、哪些是“被 KV cache 限制”的产物。 前提假设：coding agent 出奇地简单（agentic 部分本质是 while loop + 少量工具），创新空间在“非 agent 部分”，包括状态、上下文、成本管理；模型、UI、开源实现皆可复用，第一方 agent 的成本优势在缩小；而有些事只有原生 agent 能做，这是做新 agent 的理由。 https://t.co/gw1vBa0y4F # KV cache 造成的六个怪象 1. 按难度路由在经济上不成立。算个账：以 Opus（输入 5 / 输出 25）、Sonnet（3 / 15）计价，X = 上下文 token，Y = 生成输出，Z = 输出中额外生成的 token（命令、读文件等）；全程 Opus 成本 25Y + 5Z，Sonnet 开路再回 Opus 成本 3X + 20Y + 8Z。只要 X 大（长会话）或 Z 超过 Y 的约 1.67 倍，第二条就更贵；按 Diogo 给的比例（X=0.65, Y=0.12, Z=0.23），全程 Opus 只要路由方案 2/3 的钱。直觉盲区在于：cache 按模型隔离，小模型读大模型的上下文要全价，回到大模型时，中途产生的每个 token 还要按输入价再付一遍。 2. 工具调用是奇怪的权衡：工具必须 upfront 声明在系统消息里却并非都相关，调用时还得把参数说清楚；既吃上下文，模型又不擅长“高基数 × off-policy”的工具调用。作者认为这正是 skills（渐进式披露）反而好用的原因。 3. compaction 的存在很可疑：它隐含假设“未来所有 turn 都想要同一份共享状态”。但压缩本身极难，且注定不如“查询感知的压缩”，知道要找什么时，压缩容易得多。 4. 子 agent 能力参差：作者惊讶模型不做自动并行，怀疑卡点在“状态交接”，传什么进去、合并什么回来。 5. 重启的存在：仅在“agent 有状态且状态会腐坏”的前提下合理；另一种思路是按需即时加载全部相关旧状态。 6. 开箱即用之争：agent 要不要内置大量现成能力（工具、文档、工作流）；一端是 openclaw 式的“全都给你配好”，另一端是 Claude Code/Codex 式的“只给骨架，其余自己搭”。 # TypeSafe 的解法：显式状态 + 按查询动态重建上下文 Diogo 主张 “TypeSafe-centric” 设计，把“一切都在上下文里”当作显式不变量，但对每一次用户查询重新计算上下文（他称之为 “meta-attention”）： · 给每个上下文 chunk（工具输入/输出、内部推理、用户对话）打相关性标签，未来细化为“不显示 / 小摘要 / 长摘要 / 全文”的分级； · 对“复用现有 KV cache vs 从零重建”做成本感知决策，这是让路由在经济上成立的前提； · “上下文是静态的”这一假设被彻底移除。 由此解锁四件事： · 成本/智能感知路由：上下文重建变便宜后，简单任务路由到便宜/快的模型才真正划算；顺带可以把“多花钱换好/快”与“尽量省”做成给用户的旋钮。 · 子 agent：作者猜当前子 agent 的主要成本就是“搞清传什么状态”，这件事变便宜、自动化之后，子 agent 才值得大规模用。 · Skills/MCP/工具调用的第一性原理重设计：一个中间层始终只放一行“方向性描述”（模型得先知道某个动作可能存在），完整 schema 按需加载（类似 Anthropic 的 tool search）。若上下文不被污染，就能以近零成本内置海量电池（数百工具 + 数千文档），既是产品力也是联合营销杠杆。 · 条件化 AGENTS.md：按条件动态加载（前端工作→风格指南；某子目录→gotchas 文件）。与 skills 的区别是“常驻记忆”而非“立即执行”，且应免疫于 compaction（skill 加载后又遭压缩，大概率被摘要掉）。 半熟的激进构想 · 后台只读任务：近期热门工作流（并行 HTML、后台建 eval、ELI5）的共同点是“后台运行 + 对代码库只读”。与显式状态的协同点：一次代码变更的相关信息检索可在多个后台任务间共享、摊薄成本。作者认为“显式读写状态”是这里的超能力来源；现成样板是 cross-model review（让 codex 审 claude 的活）。 · 安全感知路由：便宜模型（如 DeepSeek V4）+ 数据外泄疑虑 → 给任务按“可能触碰的文件类型”打标、按类型定策略，把低敏感查询路由到便宜模型；推广开还有其他回避逻辑（LLM 研究不用 Anthropic，安全敏感不用 OpenAI/Anthropic）。 · 其余零散想法：结构化 skills（可编程 harness + hooks）、递归语言模型（显式变量即状态）、花式摘要（对 grep 输出做相关性热力图再按需裁剪）、极端并行（需要锁与同步原语）、给 hype 项目（headroom/rtk 等）做适配。 · 点名了一批可集成/改进的工具（headroom、rtk、ast-grep、ast-outline、fastcontext、fff），并引了一个数据：某轨迹分析中读+搜索占工具调用轮次的 56.2%、主 agent token 的 46.5%，若可泛化，“用结构化检索替代子 agent 搜索”是最大的效率杠杆。
meng shao 的图片 1
Reply 3Repost 0
10
meng shao@shao__meng
3.4万 followers
Views493
腾讯团队开源发布会"预演"的记忆系统「T-Mem」 当前四代长期记忆架构：Flat RAG、图结构记忆（GraphRAG、Zep、HyperMem）、agentic 层级记忆（Mem0、A-Mem、MemoryBank）、操作系统式记忆内核（MemGPT、MemOS、MIRIX），虽然结构各异，但检索配方却完全相同：把查询和存储内容投进同一个相似度空间（BM25 或稠密向量），取 top-K。这决定了一件事：记忆的"可达性"被相似度封顶。 论文：https://t.co/Un2f8yFr2r 开源项目：https://t.co/0oItT1QCT9 # 现在的问题是什么？ 现有记忆架构的检索配方只覆盖一半情形。当查询与记忆共享表面特征时（同样的措辞、同一个实体、同一个时间地点）它工作良好，这就是描述性召回。但长对话里还有同样常见的另一半：查询与记忆零表面重合，绑定二者的只有一条潜在的语义弧，比如因果关系、同一情境的延续。这是联想性召回。比如：一个月前用户说过"团队里有人严重海鲜过敏"，今天问"今晚团队去哪儿吃饭"，两句话没有任何���汇重合，前者却恰恰是后者的必答依据。长对话中的用户极少用原措辞重提旧话题，而借新情境的间接线索回访记忆；表面形式已经漂远的目标，永远无法从同一个相似度邻域里到达。 把"粒度"（单条事实 / 完整对话段）和"取向"（描述性 / 联想性）作为两个正交轴，就得到 2×2 检索设计空间。论文指出，现有系统全部挤在第一、第四象限（描述性的一半），第二、第三象限，联想性的一半，是这套检索配方的结构性盲区。也是腾讯这篇论文的基础。 # 核心思想：把"预演"放在写入时 T-Mem 的答案借自认知科学。人在回忆过去时，会为未来的线索预演经验，这叫"情景未来思维"。它的工程对应物就是 trigger：写入记忆时，由构建用的大模型离线算好并随宿主存放的一条预测，"这条记忆会在什么情境下重新变得重要"。 trigger 的架构意义在于解耦了两件事：一条记忆"如何被到达"和"什么算答案证据"。当相似度找不到宿主时，查询仍可以经由宿主的某条 trigger 命中它。每条记忆因此同时保有描述性入口和联想性入口。四个 trigger 家族各占设计空间的一个象限： · Entity Trigger（第一象限，事实×描述）：给原子事实一个上位概念名。"海鲜过敏"的实体触发器可能落在"饮食限制"上。 · Bridge Trigger（第二象限，事实×联想）：把事实投射到一个"知道它就会有用"的具体情境，并附一步推理的理由。过敏事实投射到"为团队晚餐选餐厅"。这是纯联想轴，相似度检索完全无法覆盖。 · Scene Trigger（第四象限，场景×描述）：从情境、对象、事件、情绪四个正交属性各用一句话描述当前场景。 · Horizon Trigger（第三象限，场景×联想）：把同一场景投射到一组前瞻维度，让未来的查询从相关但不同的情境接近时仍能命中它。 其中 Entity 和 Scene 服务的是相似度检索已经覆盖的那一半，Bridge 和 Horizon 才是填补盲区的两族。 # 结构与流程 记忆被组织成五类对象的类型化图：scene（按事件闭合切分的连贯对话段，作为证据）、item（从 scene 抽取的原子事实，可锚定到多个源 scene 以承载跨场景的逻辑链）、topic 标签（只用于限定抽取范围和检索预过滤，明确不进入问答通道）、四族 trigger（只参与检索，永不出现在证据里），以及按说话人聚合的 persona（作为环境上下文附在证据之后，不占用检索预算）。三条设计承诺：证据层按类型隔离、topic 不污染问答、trigger 不进入证据路径。 构建是四阶段离线流水线，顺序承重：按事件闭合（而非会话边界，会话边界是数据采集的副产品，一个会话可含多个事件、一个事件可跨多个会话）切分 scene；按到达顺序做 topic 归组，一个 scene 可加入多个 topic；每个 topic 一次抽取，同时产出原子 item 和跨场景连接 item；最后逐节点生成 trigger，Entity 与 Bridge 在同一次模型调用中产出。 检索是自上而下的 topic→scene→item 三级瀑布，每层用 RRF 融合词法与稠密排序。最关键的一处工程细节是：经由任一 trigger 到达的 scene 和 item 不受 topic 预过滤的闸门约束。预过滤本质是基于相似度的邻域测试，而 Bridge 和 Horizon 恰恰是为邻域之外的线索设计的；让它们过闸，等于把 T-Mem 自己要对抗的相似度体制重新加回来。item 级 trigger 召回另带 0.85 的硬余弦阈值。trigger 索引采用多视图编码：每个 item 暴露纯概念、纯桥接、联合（概念∥桥接∥理由）三个视图，取跨视图的最大余弦分并归属到宿主。整套检索在 CPU 上即可完成，单台无 GPU 工作站可复现全部评测。 # 实验结果 LoCoMo 官方协议下，T-Mem 总准确率 80.26%，超最强基线 HyperMem（官方协议复跑值 77.01%）3.25 个点，token F1 51.96 同向；分题型为单跳 85.97、多跳 69.15、时间 82.55、开放域 55.21，其中开放域以 0.69 点惜败 MemOS，是唯一未拿第一的题型。 真正的分水岭在 LoCoMo-Plus 的 Cognitive 子集（专门剥离词汇重合、探测纯联想召回的题目）：T-Mem 74.81%，HyperMem 48.63%，MemOS 32.67%，GPT-4o 直接读完整对话原文零样本也只有 21.05%，Gemini-2.5-Pro 为 26.06%。跨基准落差方面，T-Mem 只掉 5.45 个点，其余系统掉 28.38 到 50.07 个点；连 GPT-4o 吃下全部原文也掉 45 个点，说明骨干模型的规模救不了联想轴的断裂。作者自己划的重点是：���基准落差而非单榜绝对分才是这项工作的 headline。 消融实验是全文最有信息量的部分，且信息不在总分而在两列的不对称。描述轴组件（scene 层、item 通道、Entity+Bridge、persona、topic 过滤）在 LoCoMo 上各值 1.4 到 4.7 个点，在 LoCoMo-Plus 上却只值 0.25 到 2.99 个点；联想轴组件完全反过来，去掉 Horizon Trigger，LoCoMo 只动 0.08 个点，LoCoMo-Plus 塌 12.47 个点，两个场景级 trigger 一起去掉塌 22.19 个点，是任一描述轴开关影响力的七倍以上。这条不对称本身就是论证：只按相似度基准调优的系统，隐含地就在优化"待在相似度邻域之内"，而邻域之外的成本，这类基准在构造上就测不到。 效率上，构建是一次性离线成本：10 段 LoCoMo 对话共 9,689 次构建模型调用、15.60M token，高于 Mem0 的 12.20M，作者把增量明确归给 Bridge 和 Horizon 两族联想 trigger，称之为扩展联想轴的价格。答题时的 token 预算低于 HyperMem 的同时两个基准都更准；低 token 阵营（Mem0、Zep、MemOS）在 LoCoMo-Plus 上直接崩盘。
meng shao 的图片 1
Reply 2Repost 0