開源

共 2 則知識、90 份來源資料。

90 份筆記，0 份日誌，0 份外部來源

相關知識

• Claude Code Plugin Marketplace：安裝外部工程紀律 Skills 的方式
• 開源工具的 Star 成長速度可作為「真實需求」訊號

筆記

• 你在驗票，規格要你驗的是收件人
• 在那之前，你只能把另一個 agent 包成工具
• 把自習室做成一款 2D 遊戲
• 在它出現以前
• 起點：那時候大家管 agent 的待辦，用的是 markdown
• groups 裡那一行，不是字串就是一組 tuple
• 模型怎麼看影片：從重新認識，到一路盯著
• 先把名字造成的誤會解掉
• 兩邊都在解同一題：模型要怎麼知道這個 repo 有什麼
• 第一個想法是最直覺的那個，它不會動
• 三層包裹，由內而外
• 一份 Markdown，5.3k star
• 這份草案五天前才進工作組
• Moved: Generative AI semantic conventions
• 為什麼改名反而是最安全的一段
• 它接手的是「編排」，不是「隔離」
• 倉庫結構：三層各自負責一件事
• 它真正解掉的，是「你懶得每次都講一遍」
• 一、Claude Opus 4.8 上線，Mythos 帶著「會自己串漏洞」的能力逼近
• 一、SubQ 用非 Transformer 架構，把 context 撐到 1,200 萬 token
• 一、SoftBank 砸 750 億歐元蓋法國資料中心，但混凝土不會因為錢多就乾得快
• 一、最強的模型發布四天，被一紙出口管制全球關掉
• 一、Google 把自家的 Gemini CLI 退役，逼你搬到 Antigravity
• 一、GPT-5.6 Sol 發表，但你大概還用不到——它得先過政府那關
• 一、開源旗手 Meta，悄悄把門關上了
• 一、中國 GLM-5.2 開源，能力逼近 Opus，價格只有六分之一
• 一、台積電先進製程賣到 2028 年，卡住 AI 的不是晶片，是那道看不見的封裝
• 一、WAIC 2026 在上海開幕，習近平自 2018 年來首次親自出席
• 一、Kimi K3 登頂前端競技場，開源權重下週落地
• 一、Kimi-K3 上架，開源第一次追到 3T 級
• 一、白宮 AI 行政命令的三項交付物，期限到了一份都沒出來
• 先講結論：讓 agent 會「動」的，不是那顆模型
• 什麼是 AI Hedge Fund
• 以前是下載 HTML，現在是「看著重蓋」
• 同意從一個動作，變成一份文件
• 同一個動作，舊做法 vs 新做法
• 開發者最貴的成本不是寫 code
• 一個 repo，其實是兩個東西
• 把廚房鑰匙交出去
• 怎麼漏的
• 這不是「Awesome Prompts」清單
• Progressive Disclosure——不是一次塞爆 context
• 舊做法：要一個聲音，先得餵飽它
• 模型是可替換零件，環境才是地基
• 一行相依決定了整個架構
• 它到底在做什麼
• 一個容器，不是一個模型
• 為什麼 AI 做的網頁都長一樣
• 你以為讓檢索變強的是模型，其實不是
• 一個追不上的時間差
• prompt 搬進 repo 之後，欄位長出來了
• 模型最大的進步，是它終於看得懂字了
• 你其實一直在用腦袋拼一張圖
• 先看 AI 到底錯在哪
• 解一次，封裝一次
• 先畫一張圖
• 積木和電器的差別
• 它做的事，比你想的少
• 不對嘴，反而更像在說話
• 馬具到底是什麼
• 它是一包 JSON，不是一個套件
• 把「攤開一桌照片」換成「一幀一幀餵進去」
• 這不是搜尋引擎做的事嗎？
• mattpocock-skills-用小-skill-換掉大框架的紀律工具箱
• 看機器狀況：選單列 vs mo status
• 第一個直覺陷阱：聲音不是「一長串數字」
• 舊做法：每次都把整座圖書館翻一遍
• 它到底怎麼跟 NotebookLM 講話
• 它做的第一個決定，是「自己不帶 AI」
• 一句話講完：可以自己架設的 ChatGPT + Siri + 自動化工作流
• 為什麼 Web 版免費、API 要錢
• 先講一件很多舊文章寫錯的事
• 錄影跟錄影，差在哪
• 機制它一個都沒發明
• 影片界的 LangChain
• 為什麼一份「叫你少寫」的規則會紅
• 它到底在攔什麼
• 一個叫 resume 但跟履歷無關的東西
• 不是聊天機器人，是「數位生命基礎建設」
• 裝好到可以用，三分鐘
• 第一步：WiFi 訊號裡，藏著比「幾格」多得多的東西
• 試過的兩條死路
• 先講最關鍵的那一刀：通用方法論 vs 領域工作流
• 舊做法：一個人要會所有事
• 第一次鬆動：把影片變成一篇可以刪字的稿子
• 一支 30 秒的影片，硬塞給 AI 要花多少錢
• 填問卷的問題
• 先搞懂大家到底在剁什麼
• 一個 benchmark，把直覺打回原形
• 不是猜你喜歡，是算你會幹嘛

我的補充