註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

Michael Guo
@Michaelzsguo
Building AI agents and AI-native orgs. Demystifying AI in practice. EN/中文
389 正在關注    2.3K 粉絲
新加坡外长维文医生这次在 AI Engineer Singapore 的演讲中,谈到自己如何动手搭建AI助手,用来整理资料、快速检索、辅助分析,把繁杂的信息处理先分担掉,让人可以把精力放在判断和决策上。他总结了三点:记忆和计算可以交给工具,但理解不能;真正的价值,是懂自己工作的人,运用AI 重新整理和改造流程;而现在,这些工具的使用门槛已经大大降低了。他本来是眼科医生出身,后来从政,又曾负责新加坡智慧国建设,他提到:“你不能只听别人汇报一种技术,就以为自己能管理好”。AI 现在已经不是只属于工程师,外长65岁带头学习应用。
顯示更多
0
33
398
103
轉發到社區
Peter 描述的并不只是一个显得很聪明的自动化方案,而是 AI 原生软件开发组织(AI Native Org)的蓝图。 在这个模式下,整个软件开发生命周期都会被 agent 驱动。人类仍然参与高层方向、创造性判断和最终确认,而繁重的执行工作则交给 agent 完成。 它大致可以这样映射: AI 原生组织中的核心工作流 输入 → 任何非结构化触发信号: - GitHub issue - 会议文字稿 / 会议记录 - 代码评审评论 - Slack 消息 / 口头讨论 - 带有复现步骤的 bug 报告 Agent 流水线,可自主或半自主运行: - 分诊与规划:LLM agent 解析输入,将其拆解成任务,检查重复项,评估优先级和影响范围,并生成详细规格明。 - 环境搭建:启动临时环境,例如容器或虚拟机,使其与生产环境或问题复现场景完全一致。 - 实现:多个并行编码 agent,例如约 100 个 Codex 实例,生成代码变更、编写测试、更新文档。 - 验证:执行安全扫描、性能基准测试、前后对比,包括自动生成的视频或截图,以及集成测试。 - 评审与打磨:AI reviewer 检查代码风格、边界情况和回归问题,并提出改进建议。 输出 → 一个可以合并的 PR,或者对低风险变更自动合并。PR 中包含完整上下文、diff 解释和验证证据。 这打通了从“想法 / 发现问题”到“代码上线”的闭环,并把人为摩擦降到最低。
顯示更多
People freaking out over my AI spend. What nobody sees: Part of what excites me so much about working on OpenClaw is that I'm trying to answer the question: How would we build software in the future if tokens don't matter? We constant run ~100 codex in the cloud, reviewing every PR, every issue. If a fix on main lands, @clawsweeper will eventually find that 6 month old issue and close it with an exact reference. We run codex on every commit to review for security issues (as it's far too easy to miss). We run codex to de-duplicate issues and find clusters and send reports for the most pressing issues. We have agents that can recreate complex setups, spin up ephemeral machines, log into e.g. Telegram, make a video and post before/after fix on the PR. There's codex that watch new issues and - if it fits our documented vision well, automatically create a PR of it. (that then another codex reviews) We have codex running that scans comments for spam and blocks people. We have codex instances running that verify performance benchmarks and report regressions into Discord. We have agents that listen on our meetings and proactively start work, e.g. create PRs when we discuss new features while we discuss them. We build to split all our projects into functional units to review and find bugs and regresssions. We do the same split for security with Vercel's deepsec and Codex Security to find regressions and vulnerabilities. All that automation allows us to run this project extremely lean.
顯示更多
最新的一期Dwarkesh 和Eric Jang对谈堪称一堂AI的大师课, 干货满满。所以做了一款中文字幕版的方便国内的X友们。
这期张小珺的播客又是很精彩的一期。主角是00后”华人女孩洪乐潼(Carina Hong @CarinaLHong )。 洪乐潼创办的 Axiom 是一家专注于 AI for Math(数学人工智能) 的前沿实验室,目前估值已达 16 亿美元,旨在利用 Lean 形式化语言 打造具备深层逻辑推理能力的“AI 数学家”。该公司开发的系统在普特南数学竞赛(Putnam Competition)中斩获满分。其核心愿景是通过形式化验证技术消除 AI 幻觉,并将这种严密的逻辑能力应用到芯片设计验证、代码安全和科学发现等高价值商业领域 洪在访谈中表现了超出其24岁年龄的对人生的感悟,凭记忆想几点: Free Attention(自由注意力) 比起被邮件和任务填满的“受限注意力”,她更看重像爱因斯坦洗澡时间一样的“自由注意力”。她怀念小时候走路上学时那种“不线性”的思考时间,认为这才是拉开人与人之间差距、产生灵感和直觉的关键。 Collaborative Tribes(协作部落) 她拒绝被驯化成竞争者,讨厌内卷的“零和游戏”。 从初中起,她就喜欢寻找志同道合的“小部落”,通过群策群力去解决像“马步棋”或高等数学那样的“正和游戏”。 她认为,最好的领导力不是拿着喇叭喊话,而是成为那个在后方递水的服务者。 对“苦难”上瘾,将“失败”默认化 她直言,优秀的创始人大多“对苦难上瘾”(Addicted to suffering)。她习惯性地把自己放在“最愚蠢”的位置,将失败设为默认选项(Default),所以她能永远保持乐观。 正如她所说,这种持续不在舒适区的状态,才是对人最有塑造力的体验。 这种“极致乐观但时刻准备着失败”的韧性,会让这位年轻的数学天才在AI浪潮中走得更远。
顯示更多