宝玉 (@dotey) started following @leijun on Oct 7, 2024

RT @XiaomiHyperOS_: 🔈Dear Xiaomi Fans, Xiaomi MIX Flip, Xiaomi 14T, and Xiaomi 14T Pro were globally launched on 26th September! These mod…

RT @Alpertcr7: I took the #XiaomiMIXFlip to Château de Versailles to take some photos. The camera is surprisingly good and consistent with…

RT @recatm: 这个讲到点子上了，别同时想产品创新和渠道创新。想往大了做的，多半死在这个上面。 但对于大部分独立开发者的弱项都是渠道，舒适区很难破，产品又做不出来真正的创新，只是细节或表面功夫。“负向勤奋”这个词太扎心了。

RT @shao__meng: # 75 行代码实现 OpenAI 实时语音客户端 作者 @kwindla (Co-founder of @trydaily) 展示了如何用极其简洁的 75 行 Python 代码实现 OpenAI Realtime API 客户端, 为 @p…

谢谢补充其使用限制 https://t.co/qB0EWCsba9

RT @Jiany100: 关于做独立开发要不要辞职，我觉得合理的做法是，等你的产品每个月有稳定的小收入后，哪怕几百，这时候再辞也不迟，直接辞职all in独立开发有几点坏处： 1.…

https://t.co/XJmbqs1AYe

https://t.co/CouMjDWzaf

#开源项目推荐：利用 CloudFlare 的 Worker 在线处理图像 CF 的 Worker 能力比较弱，尤其对于处理图片任务比较棘手，这个 Demo 展示了如何在 CF 的 Worker 调用 Rust 的 WASM 处理图片，这样完全不需要用 CF 收费的 Images Transformations，普通 R2 就可以实现图片的缩略裁剪。

RT @ProgramerJohann: 分享下最近很火的 https://t.co/jCUViL8W5L 是怎么从自然语言输出 artifacts 并且实时预览的。 核心是用了 stackblitz 的 web container 一个基于浏览器的运行时环境，可以运行 在浏览…

如何提问 | Lex Fridman 与 Cursor 的创始团队的对话 播客中，Cursor 团队强调，他们的目标是让用户可以用最自然的方式提问，而 Cursor 会负责找出相关信息并理解用户的意图。 所以，提问方式并没有严格的限制，越自然越好。 然而，为了提高效率和获得更好的结果，以下是一些可以参考的建议： 1.

如何看待 Agents | Lex Fridman 与 Cursor 的创始团队的对话 Cursor 团队对 Agents（智能代理）在编程中的应用抱有很大的热情和期待，但也保持着务实的态度，认为目前的 Agents 技术尚未成熟到足以彻底改变编程方式。 他们对 Agents 的思考主要体现在以下几个方面： 1. Agents 的潜力:

RT @nicekate8888: 根据播客内容，Cursor 团队认为 Claude 3.5 Sonnet 目前是配合 Cursor 使用的最佳模型，尽管没有哪个模型能在所有方面都做到最好。 综合能力最佳: Aman 指出，虽然其他前沿模型（例如 o1）在推理密集型任务（如…

匿名投稿：《AI 的笨是可知的，小弟的笨是不可知的》 来自一位大厂朋友的经验分享，谈他在用 AI 辅助写代码的感受： **我们的 AI 写码之旅** 我们的挑战： 1. **编程语言：Rust**，可以说是“专门为 AI 负优化”的语言。 2. **产品：特殊设计的操作系统**，几乎没有任何现成的参考。 3.

RT @shao__meng: # 一张图看懂提示词工程 有点标题党😁, 不过作者制作的这张提示词工程速查表确实很完整 (也很长), 很适合初学者快速了解, 或没事拿出来翻一翻, 完整长图: https://t.co/jN2w23o4Ra 最近和 @knowledgefxg…

RT @CatChen: 这一系列转发再转发的 tweet 都涉及一个核心问题：前端或全栈产品工程师需要懂一点互联网底基础架构。这个世界上有资源建立所谓的「edge」的公司也就只有那么几家，大多数人如果不是在一线大厂做互联网基础架构就不会接触到。 对于中小独立开发者来说，ed…

学一定要至用才好，不然空有屠龙技而无用武之地。 另外 AI 学习同样可以借用费曼学习法，将学到的知识分享出去，分享的过程中本身就是再消化的过程，而且经常能收到有价值的反馈。

学习研究 AI 肯定是要的，不一定要每个月1天，还可以换一个思路，带着问题日常持续思考： - 我日常哪些工作可以用 AI 改进优化？ - 如果有，那么具体该怎么做？ - 我日常可以如何借助 AI 来学习？ - 我这个新的任务是不是可以试试 AI？ - 等等 这样才能保持持续学习，有目的学习，而且时常有惊喜

RT @onenewbite: 作为海外华人，千万不要被“海外身份认同”绑架，去容忍，甚至加入种族主义者去做“他们中国人这中国人那”的这种自恨的变态行为。你出生在中国（或者你不出生在中国），长着一张中国脸，都会一不小心成为他们的歧视对象。（难道你要天天去证明自己？）。但搞笑的是…

《如何摆脱烂代码陷阱：从重构到最佳实践的实战经验》 烂代码是一个有趣而值得深思的话题。在 Martin Fowler 的经典著作《重构：改善既有代码的设计》中，他专门提到了代码异味（code smells），并指出：“代码异味是一种表象，通常对应系统中更深层次的问题。”对此我深有体会。 https://t.co/Yi27fGwV5k

RT @onenewbite: 很多新的创作者发现的第一个surprise 往往是“原来做个视频需要那么大的工作量” 。

啥时候 AI 能让黛玉倒拔垂杨柳呢？

RT @op7418: AI 代码工具 Bolt new 的项目居然是开源的。 想做类似产品的可以参考这个项目。 里面还写了使用 Bolt 的技巧。 项目地址：https://t.co/MW0SiLwXpE https://t.co/mPerhrC3dr

RT @oran_ge: 今天发现这么好的玩意儿它竟然还是开源的。。。。。。 太邪门儿了

借助 AI 反编译代码你是专业的👍 我就是先把要反向的代码给 Gemini 处理的，毕竟它上下文长，然后我做完后就马上让 o1 也做了一次，发现 o1 效果要更好，所以我现在是两个配合一起做 https://t.co/g0HOTfzCG6

对比一下两种不同生成摘要提示词的效果 我刚写了篇博客文章《如何摆脱烂代码陷阱：从重构到最佳实践的实战经验》 https://t.co/6V1uoYJNO7 ，严格来说，这是我以前在微博上发的一篇让 Cavans https://t.co/2HubN5drDx

到佛山了，今天找的营地环境真不错，旁边还有一条可以走小船的河，一会儿就开过去一条🚤 https://t.co/dURWpMNVcP

打算买这个 Meta 的眼镜来体验一下，电脑上刚看完，推特就给我推 Rayban 的广告，相当精准啊，是不是偷看我的浏览器了😂 眼镜已经买好了，孩子喜欢没办法。 https://t.co/VEGMTcaE3L

分享一点前沿 AI 用法：用 o1 逆向代码 o1 似乎一直没啥热度，毕竟大多数人不用做数学做学术，写代码也有很多代替的。我最近倒是研究出来一个有意思的用法，就是用它逆向代码。对于 Web 应用程序，代码保护的方式就是混淆，但是混淆后的代码你是可以轻松获取到的。可以用 o1

这是我以前回复的一个问题： *** 问：对于小型团队而言，当代码量逐渐变大（大至一万行左右）时，有什么更好的控制代码质量的方法吗？ 小才好精 无论是小团队还是大团队，要保证质量，最好的方式就是要让你的代码少、项目小，只有足够小，你才好让代码质量“精”。 那么怎么让代码少而精呢？ https://t.co/OrkOGy5ftV

它用到的提示词： 你是一位世界级的播客制作人，任务是将提供的输入文本转化为一个有吸引力且信息丰富的播客脚本。输入可能是无结构的或混乱的，来源于PDF或网页。你的目标是提取最有趣和最具洞察力的内容，形成一个引人入胜的播客讨论。 # 需要遵循的步骤： 1. **分析输入**：

一个开源的 NotebookLM，大语言模型用的Llama 3.1 405B，TTS用的MeloTTS，可以把PDF转成播客音频。 https://t.co/79HTSpgkbL

比如这条，我学习完随手画个图分享下，不仅帮助自己更好理解了，还能帮助传播一下 https://t.co/I608yehyu6

你开始从传播知识价值变成传播虚幻的“以为学到知识”的情绪价值了😄 上个 X 还要学知识多累呀！真要学知识反而是要像我这样多输出多写，而不仅仅是被动输入只是看或者收藏。

RT @leeoxiang: 说几个 OpenAI Realtime API 中没有直接说明的点： 1、Realtime API 不只是音频输入输出，也支持文字输入、文字输出，以及混合使用。 2、Realtime API 也支持 push to talk 的模式。 3、Rea…

为什么代码里面注释掉了 fetch: PagesFunction.fetch https://t.co/2ps5JigYGT

因为中国的独立开发者们在疯狂寻找可以做 AI 产品的想法吧，NotebookLM 对美国人民来说也许只是个很小众的需求

一篇小众文章：《CloudFlare 使用 Workers 和 Nextjs 的深度集成》 https://t.co/xTkafY3N4g https://t.co/Swv4o8uqbj

RT @jerryjliu0: Voice-chat with your PDFs in real-time ⚡️🗣️ (Realtime Voice RAG) Get blazing fast responses over your entire corpus of un…

RT @liumengxinfly: 最近越来越喜欢用 Cursor 的 Review Working Set 这个功能了，相当于一个没有感情得高级编程导师可以指出自己写的代码里欠考虑和不规范的点。要是人 review 免不了要代入不少主观情感和社交压力，用AI就能不断获得实时…

RT @GetDeerSir: 对于独立开发者而言，最欠缺的是基本功。包括做出好产品，运营好产品的能力，更别提市场，营销和销售了；因为所谓的程序员，大部分不过是 crud 的民工，对商业世界茫然的很。

这个数量确实是超的部分而不是实际使用的部分，比如 R2 我肯定超过10G了，显示的是4G。 https://t.co/VqtPTdohMd

大概是我已经超过1M写入了，10月第一周的写入操作都有20万了，看来得优化下 KV 的使用了😓

请教个 CloudFlare 的 KV 计费的问题，这个月有 $5 的 KV Write Operations (First 1M is included) 费用，上面不是说 前 1M 含在里面，而我的写次数是 6万多次，为什么还要收钱呢？ 另外我属于 Worker 的 $5/月 的付费用户。 https://t.co/Yma0oMRzNZ