{"source":{"id":"2040563939797504467","title":"一个程序员把2500条私人日记、备忘录和短信，全部喂给了一个大模型。 结果跑出了一个包含400个词条的个人专属维基百科。…","url":"https://mubeitech.com/p/2040563939797504467"},"method":"semantic-similarity","count":6,"items":[{"rank":1,"id":"2078421798127861999","account":"mubei","brand":"@mubei","title":"一个月扛下1.5万次提问，AI芯片公司Cerebras做出了员工真愿意用的“公司大脑”。 他们不建文档坟墓，只建真相维护…","summary":"一个月扛下1.5万次提问，AI芯片公司Cerebras做出了员工真愿意用的“公司大脑”。 他们不建文档坟墓，只建真相维护系统。 核心思路就一条：不存知识，只维护知识。 一般的Wiki，记录的是写下那一天的真相。 时间一长，谁都不敢信。 而有用的公司大脑，永远在更新现在的真相。 怎…","body":"一个月扛下1.5万次提问，AI芯片公司Cerebras做出了员工真愿意用的“公司大脑”。\n他们不建文档坟墓，只建真相维护系统。\n\n核心思路就一条：不存知识，只维护知识。\n\n一般的Wiki，记录的是写下那一天的真相。\n时间一长，谁都不敢信。\n而有用的公司大脑，永远在更新现在的真相。\n\n怎么做到？他们切了三个维度。\n\n先看更新机制。\n不逼着员工搬迁数据，知识长在Slack、代码库、Wiki里，系统就去那里抓。\n但抓有抓的规矩：Slack里不能只抓零散消息，必须抓完整的对话线程。\n新鲜度直接和检索权重挂钩。\n群里有了新回复？系统立刻重抓整个线程。\n代码有新提交？重新嵌入改动块。\n很久以前的老答案？给它挂上时间衰减系数。\n\n其次是嵌入前的“蒸馏”。\n直接把原始聊天记录扔给大模型，搜出来全是废话。\n真正的动作是拦一道：先把原始材料提炼成“问题、摘要、解决方案、参考链接”的结构化数据，然后再存入库。\n\n最后，让检索信号打架。\n选答案绝不迷信单一评分。\n精确词、语义、罕见词、新鲜度，全部参与打分。\n融合之后重新排前20名，最终只保留最精确的10个。\n\n搜索范围一定要按具体项目划定界限，给出的答案必须带上引用。\n这套系统的本质变了：它不堆砌死文档，只维护活证据。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2078733826734313718","translated_status_id":"2078733826734313718","published_at":"2026-07-19 06:09:07","created_at":"2026-07-19T08:01:25+02:00","url":"https://mubeitech.com/p/2078421798127861999","markdown_url":"https://mubeitech.com/p/2078421798127861999/markdown"},{"rank":2,"id":"2079985963862786352","account":"mubei","brand":"@mubei","title":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编…","summary":"4到6个月后，没人再去死磕提示词了。 Anthropic内部，80%的工程师已经切到了自改进循环。 他们现在玩什么？ 编排图（Graph），用图来协调那些能自我进化的Agent。 AI的干活方式，正在经历一次底层的工程演变。 退回2024年初，Opus 3时代。 模型顶多能自主干…","body":"4到6个月后，没人再去死磕提示词了。\nAnthropic内部，80%的工程师已经切到了自改进循环。\n他们现在玩什么？\n编排图（Graph），用图来协调那些能自我进化的Agent。\n\nAI的干活方式，正在经历一次底层的工程演变。\n退回2024年初，Opus 3时代。\n模型顶多能自主干10到20分钟。\n这种“短上下文协作”，人类必须死死盯着，一行行喂指令。\n\n后来，同步代码Agent（比如Claude Code）出来了。\n它能自己跑大概一小时。\n一小时听着不错。\n但在本地跑，一旦遇到报错，它马上掉头回来找你哭。\n\n想让它跑十个小时？甚至几天？\n这就得靠异步自改进Agent。\n怎么搞？\n第一步，把“大脑”和“双手”劈开。\n双手是执行容器，死了就死了；大脑是一个无状态进程，只管把进度写进追加日志。\n容器崩溃，任务一分一秒都不会丢。\n\n第二步，给它配一个冷酷的独立验证器。\n以前让AI边干活边给自己打分，它经常陷入幻觉，疯狂肯定自己。\n现在，把验证切进另一个独立的上下文窗口。\n一边建，一边测，死循环，直到通过验证才准许输出。\n\n第三步：让AI“做梦”。\n执行长任务时，AI会把过程写进短时记忆，但这种记忆极其短视。\n玩宝可梦时，模型记错了一个没用的细节，导致它一次次掉进同一个陷阱。\n怎么救？靠离线的“做梦”机制。\n在后台洗一遍记忆，踢掉局部最优的废数据，沉淀出正确的长期记忆。\n醒来再跑，它精准绕开了陷阱。\n\n当异步Agent足够聪明，最后一步就是Graph编排。\n把它们连成一张网。\n不再是你电脑里的私人小助手，而是接入全公司数据的组织级大脑。\n新人入职第一天就能用，它甚至能主动跳出来警告你别踩别人的坑。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2080182625759568045","translated_status_id":"2080182625759568045","published_at":"2026-07-23 06:08:29","created_at":"2026-07-23T08:01:16+02:00","url":"https://mubeitech.com/p/2079985963862786352","markdown_url":"https://mubeitech.com/p/2079985963862786352/markdown"},{"rank":3,"id":"2063622240093040912","account":"mubei","brand":"@mubei","title":"推特前掌门人 Jack Dorsey 搞出了目前最完整的本地 AI 智能体。 然后他做了一个决定。 把这东西直接捐给了…","summary":"推特前掌门人 Jack Dorsey 搞出了目前最完整的本地 AI 智能体。 然后他做了一个决定。 把这东西直接捐给了 Linux 基金会。 为了不让任何人或寡头控制它。 这个智能体名叫 Goose。 如果你用过 Cursor Agent 或者 Claude Code，就知道这类…","body":"推特前掌门人 Jack Dorsey 搞出了目前最完整的本地 AI 智能体。\n然后他做了一个决定。\n把这东西直接捐给了 Linux 基金会。\n为了不让任何人或寡头控制它。\n\n这个智能体名叫 Goose。\n如果你用过 Cursor Agent 或者 Claude Code，就知道这类工具对程序员有多颠覆。\n但 Goose 的路子更野。\n它是完全开源的，主打本地运行。\n不被单一模型绑架，支持跨模型调用，扩展性极强。\n就相当于在你的电脑里，养了一个完全听命于你、不受云端审查的专属黑客。\n\n极客社区的反应说明了一切。\n4.6 万颗 GitHub 星标。\n518 位全球开发者参与贡献。\n137 个版本发布。\n它的代码仍在保持高频更新。\n\n在硅谷巨巨们拼命筑造闭源护城河的今天。\n这种硬核的开源反击，很有当年互联网原教旨主义的味道。\n让代码归于社区，让 AI 的控制权回到个人手里。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2063810079971795060","translated_status_id":"2063810079971795060","published_at":"2026-06-07 21:49:09","created_at":"2026-06-07T23:47:39.742244","url":"https://mubeitech.com/p/2063622240093040912","markdown_url":"https://mubeitech.com/p/2063622240093040912/markdown"},{"rank":4,"id":"2076847146251190642","account":"mubei","brand":"@mubei","title":"一个本地 Markdown 文件夹，就能先搭出个人 AI 第二大脑。 先装 Claude 桌面版。 再装黑曜石（Obsi…","summary":"一个本地 Markdown 文件夹，就能先搭出个人 AI 第二大脑。 先装 Claude 桌面版。 再装黑曜石（Obsidian）。 建一个资料库，把文件尽量变成 .md 格式放进去。 再让 Claude Code 接上这个资料库。 这套东西的关键，不在课程费，也不在玄学工作流。…","body":"一个本地 Markdown 文件夹，就能先搭出个人 AI 第二大脑。\n\n先装 Claude 桌面版。\n再装黑曜石（Obsidian）。\n建一个资料库，把文件尽量变成 .md 格式放进去。\n再让 Claude Code 接上这个资料库。\n\n这套东西的关键，不在课程费，也不在玄学工作流。\n关键是你的笔记、文档、项目记录，要先变成机器能读、能检索、能调用的文本。\n\n很多人买“第二大脑”课程，以为买的是认知系统。\nAI 真正吃的是上下文。\n你给它一堆截图、视频、聊天碎片，它只能猜。\n你给它一堆干净的 Markdown，它才开始像助理一样工作。\n\n个人场景为什么简单？\n因为只有一个人用。\nClaude 读你的资料，回答你的问题，整理你的知识。\n权限、组织结构、岗位边界，基本不用管。\n\n企业场景立刻变复杂。\n销售不能随便看人事数据。\n普通员工不能碰管理层战略。\n不同员工有不同项目、不同资历、不同职责、不同软件权限。\nAI 如果要真正服务企业，就必须知道这个人是谁，在组织里是什么位置，能看什么，不能看什么，正在做什么项目，项目背后的策略是什么。\n\n所以个人 AI 第二大脑，黑曜石加 Markdown 就够启动。\n企业 AI 大脑，通常要定制。\n它要处理身份、权限、组织关系、项目上下文和工具访问。\n\n这才是 AI 应用真正的分水岭。\n门槛从来不是会不会写代码，而是你有没有把自己的资料，整理成机器可以长期调用的知识资产。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2077100787981812119","translated_status_id":"2077100787981812119","published_at":"2026-07-14 16:04:41","created_at":"2026-07-14T18:01:28+02:00","url":"https://mubeitech.com/p/2076847146251190642","markdown_url":"https://mubeitech.com/p/2076847146251190642/markdown"},{"rank":5,"id":"2076049134839066803","account":"mubei","brand":"@mubei","title":"一个 AI 代理最可怕的能力，不是会写代码。 是它能连续干活一周，然后把一个错误命令执行到本地硬盘上。 马特·舒默先晒出…","summary":"一个 AI 代理最可怕的能力，不是会写代码。 是它能连续干活一周，然后把一个错误命令执行到本地硬盘上。 马特·舒默先晒出一个案例：GPT-5.6-Sol 自主做了一个体素版曼哈顿。 他说它几乎连续跑了一周，自己把活干完。 听起来像科幻片里最让人兴奋的那一段。 然后下一张截图就变成…","body":"一个 AI 代理最可怕的能力，不是会写代码。\n是它能连续干活一周，然后把一个错误命令执行到本地硬盘上。\n\n马特·舒默先晒出一个案例：GPT-5.6-Sol 自主做了一个体素版曼哈顿。\n他说它几乎连续跑了一周，自己把活干完。\n听起来像科幻片里最让人兴奋的那一段。\n\n然后下一张截图就变成事故报告。\n同一个开发者自述：GPT-5.6-Sol 意外删除了他 Mac 上几乎所有文件。\n运行记录显示，它工作了 1小时21分钟。\n问题出在一个清理命令：审查子代理把 $HOME 展开错了，最后跑成了 rm -rf /Users/mattsdevbox。\n他发现后杀掉了还在运行的进程，但已经发生了实质性删除。\n\n这就是 AI 代理时代最现实的风险。\n不是模型突然有了邪恶意志。\n而是它拿到了本地文件系统权限、终端权限、长期自主执行权限以后，一个普通 cleanup，都可能被放大成灾难。\n\n过去软件出错，是人点一下、停一下、看一下。\n现在代理出错，是它自己规划、自己调用工具、自己清理现场，还可能连续跑几十分钟甚至几天。\n能力越强，错误半径越大。\n\n所以真正该卷的不是谁的模型口号更大。\n而是沙箱、权限边界、危险命令确认、只读默认、最小权限、可回滚快照。\n\nAI 代理会越来越能干。\n但在它能替你建一座曼哈顿之前，先别让它一条命令拆了你的家。","category":"其它","score":null,"translated_x_url":"https://x.com/i/status/2076051051086594252","translated_status_id":"2076051051086594252","published_at":"2026-07-11 21:08:32","created_at":"2026-07-11T23:00:59+02:00","url":"https://mubeitech.com/p/2076049134839066803","markdown_url":"https://mubeitech.com/p/2076049134839066803/markdown"},{"rank":6,"id":"2045930684343316850","account":"mubei","brand":"@mubei","title":"你整个人的源代码，压缩后只有区区 600MB。 比装一个 Windows 或 Linux 系统还要小。 这点容量，就包含…","summary":"你整个人的源代码，压缩后只有区区 600MB。 比装一个 Windows 或 Linux 系统还要小。 这点容量，就包含了启动你大脑的全部指令。 早在 2007 年，谷歌创始人 Larry Page 就拿这个事实算过一笔账。 当时学术界还在黑板前死磕，试图写出精妙绝伦的算法。 P…","body":"你整个人的源代码，压缩后只有区区 600MB。\n比装一个 Windows 或 Linux 系统还要小。\n这点容量，就包含了启动你大脑的全部指令。\n\n早在 2007 年，谷歌创始人 Larry Page 就拿这个事实算过一笔账。\n当时学术界还在黑板前死磕，试图写出精妙绝伦的算法。\nPage 却提前看穿了牌局。\n\n他断言，当真正的 AI 降临时，靠的绝不会是白板上的神来之笔。\n而是简单粗暴的海量计算。\n既然人类极度复杂的大脑，都能由 600MB 的基础代码发育而成。\n机器的觉醒也注定走同一条路。\n\n只要基础框架对位，剩下的全交给机器去死磕。\n今天大模型的暴力美学，在十几年前就被这句话锁定了。\n抛弃精巧的幻想，用算力碾压一切。","category":"其它","score":100,"translated_x_url":"https://x.com/i/status/2046177027451929062","translated_status_id":"2046177027451929062","published_at":"2026-04-20 08:30:44","created_at":"2026-04-20T08:59:55.616729","url":"https://mubeitech.com/p/2045930684343316850","markdown_url":"https://mubeitech.com/p/2045930684343316850/markdown"}]}