🔥 Search Hot Tweets

我觉得我这vibecoding的Readdit还挺好用的 创建了一个策略组，来收集Reddit上讨论ClaudeCode最佳实践的内容分享 这检索+过滤贼好用 还能切换subreddit看 以后看Reddit更高效了 哈哈 https://t.co/yy4uhKItdQ

最近每天从早到晚跟@HroyhongHong 待在一起。 他陪我练英语，教我学英语的方法，我把这些方法做成工具装在手机里自己用。 我陪他做产品，教他把东西卖出去赚到钱的方法，带他去见各种可能对他业务有帮助的人聊天。 天天在一起 vibe coding，明天他还要开始录课了。 我答应过今年帮他卖 10 万块的东西出去，他答应把我的英语练出来😅

跌到位了？来抄底！ 刚刚发现 OKX @okxchinese 一个超强的抄底策略，ETH 年化高达 220.56%！ 这个【抄底止盈策略】可以说是双币赢的进阶版，自动帮你低买高卖，同时还会每天给你额外的利息。 还有稳健型和激进型两种策略可选，也可以自定义参数。 还不来试试吗？ 👉打开 OKX app - 交易 - 策略交易 -抄底止盈策略

设置好了提醒事项：明早起来课程就涨价到449了👏 https://t.co/e8NFJ1DHmf

主要是抖音不好看 如果我想的话，我可以一天刷十几个小时 但是真的没什么能吸引我的

2小时纯爽片 满分💯 https://t.co/i8HpIIvGrF

提示词工程会消失，也不会消失 消失的是人们不用在使用文字提示词与AI沟通了 不会消失是指它会转变成另外一种存在形式 从Prompt到Example的范式转化 这种范式转化使得越来越多的人能更普适化的傻瓜化的使用AI AI可以从Examples中逐步学习到你想表达的意思 因为人类就是如此沟通的 所有的文字都是丢失了大量信息的一种载体 它不如图片，更不如视频 如果你能用文字表述清楚你的想法，就不应该出现可交互原型 每个做AI工程化或者做AI Agents的人，都在试图朝着这种路径前进，在某种程度上而言，这是一种创造者的共识

Grok Imagine 真是太疯狂了。 表情包和艺术作品正在变为现实。 10个疯狂的例子： 1. 分心的男朋友 😂 Grok Imagine “有趣”模式 https://t.co/OGyIgMugoe

同学新婚过来了，和他聊了一下午。 我一直讲我的那一套臭理论。 他突然问我快乐吗？ 我反问，你为什么问我这个问题🤔 读书时候你就挺在乎别人如何看待你的，经常烦恼，现在你把自己这么公开。 我突然回了一句，这可能是自由的代价吧。🥹 https://t.co/P4RSW5F8Uz

太强了 播客是一个很好的信息载体 用Listenhub ai去建立一些有价值的播客频道也是很有意义的事情

没想到黄叔的10分钟短播客都4000订阅了 涨速超过很多人的小红书 播客的流量很有意思 不能低估播客 https://t.co/6MP3a76poz

我看了一下Anthropic分享的Prompt101 其中有两个我觉得可以分享，强化一下使用： 第一个叫做预填充响应 (Pre-fill Response) >做什么： 在API调用中，直接为模型的回答提供一个开头。 >为什么： 这是强制模型输出特定结构（尤其是JSON）的有效技巧。 >示例： 在API请求的“助手（assistant）”部分，直接填入一个左花括号 {，以引导模型续写一个完整的JSON对象。 这个预填充更容易引导模型按照你的输出模式进行响应，因为LLM是文字接龙 第二个是Prompt调试，利用“扩展思考”功能 (Extended Thinking / Scratchpad) >作用： 这是一个强大的调试工具。开启此功能后，模型会显式地展示其“思考过程”或“草稿板”。 >如何使用： 通过分析模型的思考记录，你可以理解它在哪些环节遇到了困难或产生了误解。然后，你可以将这些洞察转化为更清晰的分步指令，固化到你的提示词中，从而使提示词本身变得更强大、更高效。 这个其实是23年宇龙分享过的一个思路，就是当提示词输出效果不符合预期时，需要与模型沟通，确认模型对提示词中的哪部分理解出现了语义偏差。 打印思考也是这种思路的一个变体。 以上是我学到的，视频可能还有其他信息可供学习👇

这年头不给厂子打工就没活路了吗？ 那么多能养活自己的路子，怎么拧螺丝拧的都死脑筋呢 只要没人给稳定生活费一天10小时出售时间，还就活不了了 真的没路子的时候就去搬运，这种活儿总是有手就能干吧 不知道搬什么，就看市场需要啥你就搬啥 这么多人要AI出海呢 你就把所有AI产品的品牌名找出来，各个平台搜索 什么推特，什么Youtube，什么substack medium reddit，你就搜 搜啊搜啊就有信息源头了，你就建立内容源了 你就能继续搜这些人的名字，找他们的英文访谈 youtube视频扔videolingo一翻译 视频就发个B站，然后把字幕文件扔Gemini继续翻译，文章也出来了，发公众号 然后自己拿着这个文章再搞个Notion一放，弄俩小红书图片，也发了 这流量来了不就卖参考阅读吗 不就搞个共读社群美其名曰一起学习一起交流吗 一份读物365一年，这流量资产就在那里嗷嗷滚动就完了呀 这世界上有大量极其简单没任何门槛的事情 真的 饿不死的 别觉得裁员了就跟天塌了一下 绝大部分人可能一个月就个两三万块钱的收入 干点儿啥都能赚回来的 可再别焦虑了 大家都可以的 先把手弄脏再说

现在的硅谷大V，Sam Altman当年上台做Pitch，是不是穿了两件破落衫啊?还一红一绿🤣 https://t.co/HXKGUzk13J

专访独立开发者，句乐部创始人阿崔：创业和平衡生活的经验分享 关于创业与生活的平衡，我确实有一些体会和想法可以分享。 首先，创业最直接的代价就是失去生活。比如我做句乐部这一年，几乎放弃了所有社交、运动，结果胖了 20 斤。那段时间我的策略就是“先聚焦”，什么都不管，先把这件事做透再说。 现在团队慢慢成型了，我也开始逐步恢复运动，把生活节奏拉回来。接下来我的目标，是让自己从各种琐碎、细节的事情里抽出来，把更多精力放在更宏观的层面，比如产品方向、团队战略这些更大的事情上。我觉得这是创业者迟早要学会的事情。 当然，小团队你想完全抽身出来其实很难，但我还是希望能朝这个目标慢慢调整，找到更好的比例。这也是我下半年的目标之一。 说到底，创业确实很难有生活，很多朋友听了可能会觉得受刺激、很焦虑，甚至怀疑是不是该停一停、思考一下要不要创业。但现实就是，如果你停下，别人可能就超过你了，你也不敢真的停。 我每天除了写代码，还得处理客服、定方向、开团队周会，事情特别多，根本停不下来。但说实话，乐趣也在其中。创业是有 trade off 的，一定有利有弊，你要不断权衡。 当然你也可以换种方式，比如去大理这种地方，很多程序员在那里工作生活平衡得挺好，该运动运动，该享受生活享受生活。以后也希望句乐部能成长到一个更健康的状态，让大家都能平衡好生活和工作，不至于创业变成“没有生活”。 注：详细内容，请关注播客BearTalk (狗熊有话说)的专题访谈：从练手小工具到15万用户：阿崔的“句乐部”成长记（8月11日上线）

今天凌晨发的短视频，用的 gemini 写的这个开头 现在抖音已经 5w 播放了

在国内卖智能体就是提示词工程师的精神损失费 1、买家不能翻墙 2、买家不会使用任何第三方软件，下载 app 不记得应用商店密码 3、买家无法学习任何提示词技巧 4、如果你给的链接在微信打不开，那这辈子就都打不开 5、买家需要一键得到想要的结果 要在微信浏览器里面让 DeepSeek 一键出结果，一个智能体卖 3 万真不贵，这事儿和 AI 没关系

Claude Code 最佳实践核心方法论 一、 工作原理：揭秘 Claud Code 的内在机制 Claud Code 的设计哲学是“简单有效”，其本质是一个纯粹的代理（Agent）。 - 核心架构：纯粹的代理（Pure Agent） >定义： “指令 + 强大工具 + 循环执行”。模型会根据指令，在一系列工具的辅助下，循环工作直至任务完成。 >类比： 就像一位只用终端（Terminal）就能解决所有问题、从不碰图形界面（GUI）的资深工程师同事。 >代码理解方式：代理式搜索（Agentic Search） >区别于传统方法： 它不依赖于对代码库进行索引或嵌入（Indexing/Embedding）。 >工作模式： 像人类工程师一样，通过一系列搜索工具（如 glob, grep, find）逐步探索和理解代码库。 >智能之处： 它可以执行一次搜索，分析结果，然后决定是否需要进行更多、更深入的搜索，从而动态地构建对代码库的认知。 - 基础工具集 >文件操作： 创建、编辑、读取文件。 >终端访问： 直接操作终端，使用 bash 命令。 >资源整合： 通过 MCP（Model-Centric Protocol）等方式整合外部工具与服务。 - 辅助系统 >轻量级 UI： 实时展示 Claud Code 的思考过程和操作步骤。 >权限系统： 对读取操作默认放行，但对写入、执行命令等“危险”操作会请求用户确认，确保安全。 二、 核心应用场景：Claud Code 全周期开发赋能 Claud Code 的能力贯穿软件开发的全生命周期。 1. 探索与上手 (Discovery & Onboarding) >快速熟悉新项目： 快速定位特定功能的实现位置，理解代码结构。 >代码考古： 结合 git 命令，分析文件历史，了解代码的演进故事。 2. 方案规划与头脑风暴 (Planning & Brainstorming) >充当“思想伙伴”： 在动手编码前，让 Claud Code 探索代码库，提出多种实现方案供你选择和验证。 3. 编码与构建 (Building & Coding) >从零到一： 在空目录中快速构建应用原型。 >维护现有代码 >提升代码质量： 轻松添加单元测试，提高测试覆盖率。 规范化工作： 自动生成高质量的 Commit 和 PR 信息。 4. 部署与运维 (Deployment & Operations) >自动化流程： 借助 Claud Code SDK，以编程方式（Headless）将其嵌入 CI/CD 流程或 GitHub Actions。 精通命令行工具： 熟练使用 git, docker, gcloud, kubectl 等各类 CLI 工具，解决棘手的 rebase 或部署问题。 5. 支持与迁移 (Support & Scale) >高效调试： 快速定位和修复 Bug。 >大型代码迁移： 赋能高难度的技术栈升级项目，如从旧版 Java 迁移到新版，或从 PHP 重构为 React/Angular，让这类大型项目变得更易于管理和执行。 三、 最佳实践方法论：从入门到精通 用好 https://t.co/KUPvI8zrX7 文件：给 Claude 一个“记忆” >作用： 这是跨会话、跨团队共享项目上下文的核心机制。启动时，该文件内容会被自动加载到提示（Prompt）中。 >存放位置： 项目根目录（团队共享）、用户主目录（个人通用配置）。 内容建议： >项目概览：目录结构、核心模块说明。 >开发指令：如何运行单元测试、启动服务等。 >编码规范：团队的代码风格指南。 >自定义工具说明：介绍项目特有的 CLI 工具及其用法。 >管理权限：在安全与效率间找到平衡 其他方法： 1.自动接受模式 (Shift + Tab)： 启动后，Claud Code 将自动执行所有操作，适用于你完全信任其操作的场景。 2.配置特定命令自动批准： 在设置中将常用且安全的命令（如 npm run test）设为自动批准，减少不必要的中断。 3.配置集成：扩展 Claude 的能力边界 4.安装 CLI 工具： 安装如 gh (GitHub CLI) 等强大的命令行工具，让 Claud Code 能完成更多任务。 5.连接 MCP 服务器： 对于 Bash 无法满足的复杂场景，可连接 MCP 服务器扩展其工具集。 6.先规划后执行：让 Claude “谋定而后动” 7.请求计划： 不要直接说“修复这个 bug”，而是“请分析这个 bug 的成因，并给我一个修复计划”。这能让你在它动手前验证其思路，节省大量时间。 8.监控待办清单 (To-do List)： 当 Claude 处理复杂任务时，会生成一个待办清单。关注这个清单，如果发现方向错误，可随时按 Esc 中断并纠正。 9.利用多模态能力：一图胜千言 10.截图调试： 将 UI 截图或错误信息截图直接粘贴给 Claude，让它“看到”问题。 11.UI 开发： 提供 mock.png 等设计图，让它根据视觉稿构建前端界面。 12.管理上下文窗口：应对长时任务 /clear 命令： 当上下文窗口接近上限时，使用此命令清空对话历史，重新开始（会保留 https://t.co/KUPvI8zrX7 的内容）。 /compact 命令： Claude 会智能地总结当前对话的所有关键信息，形成一个简短的摘要，并以此为基础开启下一阶段的工作，实现无缝衔接。 13.并行多代理：成为“编排大师” 在多个终端标签页（或 Tmux 窗口）中同时运行多个 Claud Code 实例，让它们分工协作，处理更复杂的任务。 14.协同方式： 可以让一个代理将工作状态或任务交接信息写入一个共享文件（如 https://t.co/knrdr3mJwO），另一个代理读取该文件接续工作。 15.成为 Escape 键大师：人机协作的艺术 >单击 Esc： 你的“超级刹车”。在 Claude 工作时，随时按下可中断它，并给出新的指令或修正方向。知道何时中断、何时放手是最大化其价值的关键。 >双击 Esc： 一个隐藏功能，可以让你回退到之前的对话节点，进行“分叉”或重置。 16.无头自动化与扩展：探索未来用法 深入使用 Claud Code SDK，将其能力集成到你自己的工具和自动化流程中，释放其全部潜力。

人的认知有限，能让人想起来的 AI 产品。 一定有鲜明的特长。 https://t.co/VAQD6Au14U

今日vibe coding总结： 1、如果你使用脚手架工具，请在你不需要i18n时尽量移除掉它，否则CC总会忘记，搞到最后就是router混乱，带来很多额外问题 2、如果你是期望做成长期迭代项目，第一步一定是搞好分支和环境，否则就会像我一样每次都推到main然后自动化部署vercel，影响线上用户 3、对于console log这些排除问题时需要用到的日志，一定要在问题解决时及时删除，现在的Claudecode笨的可怜，你让它后续给你删，它就会把代码搞坏 4、环境token/key这些尽量自己手动复制，你让AI给你打印出来所有的kv去创建vercel，很大概率会幻觉……我也不懂为啥，反正它就会给你错的…… 5、记得每个模块都写个PRD，方便追查问题 6、尽早Build到vercel，不然你在本地搞了半天，开始build的时候就会出现大量的问题，修啊修的就会引发各种其他的问题了……

感觉他就像是 web2 世界的 V 神，和 ETH 创始人的形象气质都非常像，然而他现在连 Twitter 账号都消失了。光鲜亮丽的永远是留下来站在前面的人，Figma 早期那几个大神差不多都走了。

呃，说个事不怕被笑话：我到现在还没完整看过哪吒、流浪地球、长津湖等各种国产大片。

一个万元课的基础配置是 200 元教你核心知识 9800 元教你如何使用飞书

终于拿到 Paper 的邀请了！目前试下来感觉就是 shader 的可视化编辑器，还加入了 AI 生图功能，但内置效果不多，功能远不如 Unicorn Studio 强大。但未来的设计工具就应该是这样子的。 https://t.co/GXuf33g3To

来买咖啡机，本来想整个新的。 谁知道咖啡店太容易倒闭，挑了套二手咖啡机和磨豆机都很新的，再加一套全新净水装置 5000 块，不到 2 万就配齐了。 https://t.co/h7pt86e8Ie

虽然现在钱难赚，但对于我自己来说，其实是自己太懒。 早上八点起床， 打开手机，李一舟已经开始直播了。 晚上九点， 打开手机， 罗振宇还在直播。 ....

他靠向奶奶借钱，开始了冰淇淋和茶饮的生意。 如今，他的门店数量比星巴克还多。 这是蜜雪冰城创始人张红超的传奇故事：🍦🧋👇 https://t.co/gbvRQ72qxG

自己 Vibe Coding 的最复杂产品。 Qnote AI Markdown工具基本可用了。 昨天打包了新版本，修复了不少bug（还有很多） 内测地址见评论区 https://t.co/FcjEosijCE

铁锤现在到哪儿都说自己要死命营销 我现在是一直vibe coding 甚至自己搞测试环境 我们都走向了自己的反面 我们都有美好的未来🤣

现在通常会忽略 Product Hunt 每天第一的产品，基本都是刷出来的，之前每次打开一看，什么垃圾玩意；也会忽略大众点评上打分超高的餐馆，大概率不怎么样；上了高速默认走最右侧车道，因为最左侧都是慢车……生活中这样的「第一名效应」例子数不胜数。

🎁【日入破万】昨天参加Vibe Friends，社交太多，我这个i人回到家能量耗尽了，似乎好久都没有这么累了。 但是想到当天还没有发帖营销，还是打开电脑转发了前日的一个视频当做今日份营销。效果很好，推上还有很多大佬入手，感谢大家信任！ 这callback一下我昨天的分享，我每天营销真的很努力了🤣，每天问下自己： 1. 你有没有努力的扩展渠道？ 2. 你有没有每天发帖，发内容？ 3. 你有没有陷入构建的舒适圈中？

2010 年，一个爱尔兰小伙子干了一件震惊整个硅谷的事。 他给保罗·格雷厄姆发了一封邮件求建议。 然后，保罗给了他一个建议，直接让他成了亿万富翁，打破了马斯克旗下 PayPal 长达 20 年的垄断。 这件事太疯狂了：🧵 https://t.co/HRXRhdlzKI

现在教小孩子 vibe coding 竟然可以收 650 元一节课。 这感觉比七八年前开得到处都是的少儿编程机构要好做啊，关键是很快就能让家长看得见成果，会更愿意持续付费。

丸メガネ作った ジョンレノンやねん っと母に見せたら 鶴瓶さんやね 　 って言われた https://t.co/XJFHtpRXXw

ニッキと常恋隊に パリの街並みあげる‼️ #これ見よがしにニッキに送るロンドンなう (でも実は今日本なう そして ロンドン写真が尽きたので 今までのロンドンやパリの ボツ写真にお付き合いください🙇‍♀️) https://t.co/155uxyUuui

三更半夜和 Juchats 一起读了一篇论文，睡不着了。 Sapient Intelligence 团队发表的论文提出了一种创新的层次推理模型（Hierarchical Reasoning Model, HRM），灵感来源于人脑的层次化和多时间尺度处理机制。该模型仅用2700万参数和1000个训练样本，就在复杂推理任务上取得了突破性性能，超越了当前最先进的大语言模型和思维链（Chain-of-Thought, CoT）方法。 基准测试任务： 1. ARC-AGI挑战 ○ 目标：评估通用流体智能的归纳推理能力 ○ 难度：需要从少量示例中提取和泛化抽象规则 ○ HRM性能：40.3%，显著超越o3-mini-high（34.5%）和Claude 3.7（21.2%） 2. Sudoku-Extreme ○ 创新：构建了更具挑战性的数据集，平均需要22次回溯 ○ HRM性能：近乎完美准确率，而CoT方法完全失败（0%准确率） 3. Maze-Hard ○ 任务：30×30迷宫中的最优路径查找 ○ HRM性能：成功解决，而基线模型表现不佳 性能对比： ○ 数据效率：仅需1000个训练样本 ○ 参数效率：仅2700万参数 ○ 无需预训练：从随机初始化开始训练 ○ 超越CoT：在复杂推理任务上显著优于基于思维链的方法 不同任务的推理策略： ○ 迷宫任务：同时探索多条路径，逐步消除阻塞路线 ○ 数独任务：类似深度优先搜索，遇到死路时回溯 ○ ARC任务：增量式调整，类似爬山优化 未来研究方向： ○ 因果验证：通过干预实验验证层次结构的必要性 ○ 架构优化：探索更复杂的模块合并机制 ○ 扩展应用：将HRM应用于更广泛的推理任务 ○ 理论深化：进一步理解HRM的计算理论基础 公司概况： Sapient Intelligence 是一家全球领先的AGI研究公司，总部位于新加坡，并在旧金山和北京设有研究中心。该公司自称是"新加坡第一家基础模型AI创业公司"，专注于开发新一代基础模型架构，旨在解决复杂和"长时程推理"任务。 公司使命与愿景： Sapient Intelligence 的使命是通过开发全新的架构来实现人工通用智能（AGI），该架构整合了强化学习、进化算法和神经科学研究，以突破当前大型语言模型（LLM）的局限性。 公司创始人表示："AGI 真正的是赋予机器人类水平的智能，并最终超越人类的智能" https://t.co/oE2K6KCqxb

jason 不知不觉已经 1.8k 的粉丝了，离当初的目标 2k 很快了。 这个过程就用来一周，是个聪明人，一点就通。