Loading video...

Video Failed to Load

Go Home

很多人还是低估了今天模型的能力。 也低估了 Harness Engineering。我们做了一个小尝试: 把任意 Swift codebase,转成 Kotlin 的原生 Android 项目。 我们构建了一套 Harness 实现这一切。你只需要启动 App,然后花上数小时等待。AI 会不断的自我验证,自我迭代,他会看代码、看交互、记笔记、写测试。并且他会不断的创建 Sub Agent 加速这个过程。最后你就会得到一个高度可用,功能几乎一致的,Android App。 我们把它叫做 Deux。 👇 展开讲讲

158,425 views • 5 months ago •via X (Twitter)

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

OpenAI刚刚开源的这个东西,感觉要把程序员的工作方式给整个改写了。 现在大家都在卷模型写代码有多强,但其实真正的瓶颈早就不是生成了。 一个人每天最多同时有效监督3-5个编码Agent,再多就会注意力崩溃,生产力直接归零。 有了Symphony,直接把这个上限干到了几十个。 它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。 你开一个任务,它自动启动一个独立隔离的Codex Agent。 自己写代码,自己跑测试,自己做交叉Review,damn! 全部搞定之后,会给你提交一个完整的证据包。 CI全绿,安全和性能专项审查通过,改了UI就自动录好操作视频。 所有验证全过了,才会出现在你的Human Review队列里。 以后人类的角色可能会被彻底颠覆了。 以前你是监工,盯着Agent一步一步写代码,上下文切到吐。 现在你是老板,只需要看最终的结果。 满意就点合并,不满意就去仓库里补规则补文档补Guardrails。 记住兄弟们,永远不要手把手指挥Agent,永远不要替它干活。 这可不是啥实验室概念,OpenAI自己已经这么干了。 三个工程师,五个月,写了一百万行代码,0行人工写的。 产品已经有几百个内部用户,每天都在迭代。 我觉得他们最厉害的不是模型,是他们把整个仓库变成了Agent能看懂能自主工作的乐园。 现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明,而是看谁能设计出让Agent可靠自主工作的环境。 我觉得未来最好的工程师,再也不是写代码最快的人,而是那些最会写规则,最会设计反馈回路,最会给Agent搭舞台的人。 现在Symphony已经开源了,它甚至不是一个成品。 是一个17k token的完整SPEC。 你把这个SPEC喂给任何一个编码Agent,十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 views • 4 months ago

我的父母抛弃了我,耶和华必收留我。 诗 27:10 讲个故事: “今天早上我们迎来了一对漂亮的双胞胎羊羔,它们就在我身后。但我希望你们注意一下,看看妈妈在做什么:她决定抛弃其中的一个只小羊羔,所以猜猜怎么着?牧羊人必须把这只小羊羔带回自己家并亲自将它抚养大。 但我从中学到了一个功课并想与你们分享。有时在我们的生活中某个对我们来说非常重要的人,我们认为我们的生存取决于那个人,但他或她却拒绝了我们,抛弃了我们并让我们自生自灭,不喂给我们所需的牛奶。他们不喂我们,不给我们梳毛,甚至不给我们清洗。这只出生才半天的小羊羔它的妈妈依旧没有清洗它,就像你所看到的,妈妈正在用头撞它,现在小羊羔很怕妈妈了。 有时我们会想,为什么那个对我来说如此重要的人要抛弃我?他们为什么要伤害我?他们为什么要拒​​绝我?也许只是也许,这是因为牧羊人想把你抱起来带回家,并亲自帮你洗干净并喂养你。这样你就会和牧羊人建立起了亲密的关系。所以我很期待在这里养育这个小羊羔,因为我知道当我完成任务后,它会跑向我,它会爱我,不管发生什么事它都会和我在一起。当有人离开你或抛弃你时,你会觉得生活很糟糕,也许这只是因为牧羊人想把你抱起来,和你一起度过一段亲密的时光。” 这也是我的故事:一个被父母抛弃、在人世间受尽磨难的弃儿在走投无路的时候却发现自己一生所寻找的原来就是上帝耶和华---因为祂是天底下所有孤儿的父!这样发生在我身上所有的事情就事出有因了。 我将在X上开始连载我的故事: 《忘记了长大》 上官紫月

Dr. Janet_ShangKuan

29,142 views • 1 year ago

小扎吐槽苹果和 Google,以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司,Apple 和 Google,它们可以告诉你可以构建什么。 在我们的历史中有很多次,比如有经济层面的情况,就是我们构建了些东西,然后它们就会拿走我们大部分的收入,但还有一种是质量层面,这实际上让我更加不满,也就是有很多次我们推出或希望推出某些功能,然后Apple就会说,不,你不能推出这功能。 这真的很糟糕。 问题是,这样的世界是否会在AI领域复现,就像你会有一小部分拥有封闭模型的公司,它们控制API,因此将能够告诉你可以构建什么。 我可以说,对我们来说,自己构建一个模型以避免处于那种位置是值得的。 我不希望那些其他公司告诉我们可以构建什么,而且我认为从开源的角度来看,很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一,我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。 我发现很多人都在思考,如果我们能实现这种技术,那么让它广泛传播是否不利。 我认为另一种可能也很糟糕的情况是,如果一个机构掌握了一种强大的AI远超其他所有人的,这同样是非常糟糕的。在我看来,一个理想的世界应该是这样的:AI技术被广泛而均衡地应用,随着时间推移逐步增强其健康性。在这样的世界里,各种系统能够相互制衡,这种平衡的状态比一个高度集中化的世界要健康得多。 虽然风险无处不在,但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说,一个价值100亿美元的模型,如果经过评估是完全安全的,你们会选择开源吗? **Mark Zuckerberg**:我的答案是,只要这个模型对我们有所帮助,那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的,然后现在要开源呢? **Mark Zuckerberg**: 我们一直以来都有开源软件的传统,但是我们并不会开源我们的产品。 比如说,我们并不会将Instagram的代码开源,但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中,我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了,这对我们来说非常有帮助。 因为很多人可以设计服务器,但现在,大家普遍都采用了我们的设计,这就意味着整个供应链都围绕我们的设计展开,规 模变大,对所有人来说都变得更便宜,为我们节省了数十亿美元。 这真是太棒了,对吧? 因此,我认为开源有多种方式可以对我们有所帮助。 一种就是,如果有人能够找出更便宜的运行模型的方法,我们将花费数十亿甚至上千亿美元,在所有这些模型上,所以如果我们能做的更有效率,那我们就可以节省数十亿甚至上百亿美元,这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源,我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目,对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过,他们觉得这是有可能的,因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题,我认为几乎有一半的世界人口都在使用我们的产品,这是一个真实的点,所以我觉得这很难超越。 但不管怎样,我还是认为开源是一种新的、非常強大的建设方式。 来源:

宝玉

74,721 views • 2 years ago

其实美国AI能超越中国,我是不信的。中国AI原住民实在太强了,而且年龄极小。这是其中一个小团队,平均年龄13.25岁。已经使用AI超过4000小时。看看他们的表达: 占用大家几分钟时间 我们的平均年龄只有13.25岁 我们可能是在场最年轻的一个队伍 我们想要做这个的原因 就是为了想要帮助那些 刚刚进入小红书 有质量但是没有流量的人 来做一个快速的笔记的分析 然后帮助他们获得流量 这个项目本来的话是大家的评价都很高 但因为一些突发情况 导致我们没有被选上 我们训练了两个模型 一个模型是基于传统的Spearman和回归算法 我们爬了小红书上五个垂类的874条笔记和2000条评论 通过这五个垂类进行数据分析 能通过一些特征确定笔记属于账号 整个小红书垂类流量池的哪一部分 我们还训练了一个评论模型 可以模拟小红书整个的用户画像和生态环境 将这两个东西塞进一个叫Agent辩论的场景里 我们设计了5个人设 分别负责内容分析、视觉诊断、增长策略和用户模拟 每个Agent会出一个报告 我们的产品真实可用 白皮书、研究论文和在线体验都在二维码里 扫码就可以在线使用 是完全免费的 为了保证模型客观性 允许每个Agent跟其他Agent辩论 进行三轮辩论后 由综合裁判给出最终结果 呈现给用户的报告包括分数和优化建议 我们做这个项目的初衷 是希望能帮助小红书创作者 为小红书注入新的生态活力 我们整个团队花了48个小时 几乎没睡觉 把这个项目做了出来 最难的不是训练模型 而是爬取小红书数据 我们经过了主办方的授权

K.AI

41,761 views • 4 months ago

我想很多人都有这个困扰:之前经常需要在Codex和Claude Code之间来回切换,现在又加上了最近爆火的DeepSeek Harness。 但是每次来回切换、或者想尝尝DSH的鲜的时候,我都得把背景重新讲一遍,确实挺烦的~ 最近在GitHub上发现的一个开源项目 memmy-agent,把 Codex、DeepSeek Harness、Claude Code接了进去,直接解决了困扰我很久的跨Agent 记忆的问题。 我用它做的事情很简单:把分散在不同 Agent 里的历史,沉淀到同一份个人上下文里,默认 Local-first,让它们都能调用。 我把它分别接入 Codex、DeepSeek Harness、Claude Code 之后,我做了一个信号中继站小游戏。 我先在Codex 写完基础玩法,然后对话里说一句话: 第一次失败时,给玩家一次翻盘机会,别直接结束游戏。 但这句话我故意不写入代码、README 或者是本地记忆文件。 然后新开 DeepSeek Harness,它从 Memmy 直接读出了这条决定,非常丝滑。 再新开 Claude Code,它读代码前先复述了规则,再按这个方向把后续功能补完。 代码只能告诉下一个 Agent 项目做到哪,但那些留在对话里的决策,才影响着项目接下来往哪走。 以后,Agent 要记住的,不只是代码,还有你前面已经决定的决策和经验。 Memmy 不仅帮我解决了Agent记忆的问题,还让这些经验不再独属于某一个 Agent,而是只属于你。 Switch agents, not context。 Memmy 支持桌面端、CLI、API、MCP 和 Skills多种方式,可以直接接着执行任务。 如果你也经常在多个 Agent 之间切换,可以拿自己的项目试一下。 项目GitHub:

木马人

62,768 views • 21 days ago