https://ursb.me/notes/claude-code-memory-system/
读了下 2.1.88 的源码，整理了下 Memory 模块的内容。
PS. 发现一种和 AI 共创学习笔记的新模式，在博客上的呈现效果还挺好的😉
读了下 2.1.88 的源码，整理了下 Memory 模块的内容。
PS. 发现一种和 AI 共创学习笔记的新模式，在博客上的呈现效果还挺好的
Please open Telegram to view this post
VIEW IN TELEGRAM
ursb.me
Claude Code Memory 系统详解 | 思考的痕迹
Airing's Homepage - Software Engineer @ Singapore
Airing Channel
Claude 说 X 的会员能增加曝光，充一个试试看🥳 （主要是公司也能报销 50%🙈
测试了两天，发现并没有什么用 🤡
Please open Telegram to view this post
VIEW IN TELEGRAM
0-1 完成一个 iOS App，用时：2 小时。产品构思、UI 设计、开发、测试全链路由 Agent 闭环实现。
如果是以前，从零做到这个程度需要一个设计一个研发，两个人估计得做一个月。
但现在，只需要一个人，2 小时就可以了。
以前受限于工程能力和时间成本，很多想法只能停留在脑海里；现在从构思到落地的路径被极大缩短，想法可以在几个小时内变成可以触摸的东西。这意味着我们能更频繁地经历那个打开软件界面的那一刻，更频繁地体验到创造带来的欣喜。
保持想要创造的冲动，这大概是对抗倦怠最好的方式。
https://ursb.me/posts/weekly-34/
如果是以前，从零做到这个程度需要一个设计一个研发，两个人估计得做一个月。
但现在，只需要一个人，2 小时就可以了。
以前受限于工程能力和时间成本，很多想法只能停留在脑海里；现在从构思到落地的路径被极大缩短，想法可以在几个小时内变成可以触摸的东西。这意味着我们能更频繁地经历那个打开软件界面的那一刻，更频繁地体验到创造带来的欣喜。
保持想要创造的冲动，这大概是对抗倦怠最好的方式。
https://ursb.me/posts/weekly-34/
ursb.me
月刊（第34期）：创造的快乐 | Airing
❤1
Airing Channel pinned «0-1 完成一个 iOS App，用时：2 小时。产品构思、UI 设计、开发、测试全链路由 Agent 闭环实现。 如果是以前，从零做到这个程度需要一个设计一个研发，两个人估计得做一个月。 但现在，只需要一个人，2 小时就可以了。 以前受限于工程能力和时间成本，很多想法只能停留在脑海里；现在从构思到落地的路径被极大缩短，想法可以在几个小时内变成可以触摸的东西。这意味着我们能更频繁地经历那个打开软件界面的那一刻，更频繁地体验到创造带来的欣喜。 保持想要创造的冲动，这大概是对抗倦怠最好的方式。 ht…»
Forwarded from 科技圈🎗在花频道📮
Telegram 支持“机器人之间可以直接对话 + 分工合作”了，不再只是“人 → 机器人”
Telegram 宣布正式支持机器人间通信（Bot-to-Bot Communication），允许不同机器人通过群组互动或商业账户接口直接对话，以解锁复杂的 AI 代理协作和自动化工作流。开发者需在 @BotFather 中开启相应模式，即可在群组内通过指令提及或直接回复的方式实现机器人间的交互；在商业账户场景下，机器人也可作为工具相互调用，用于处理预约、客户咨询或执行复杂任务。
Telegram
• 在群里 @某个 Bot 或回复它
• 另一个 Bot 可以“看到并理解”这个消息，再做出响应
🌸 在花频道｜茶馆讨论｜投稿通道
Telegram 宣布正式支持机器人间通信（Bot-to-Bot Communication），允许不同机器人通过群组互动或商业账户接口直接对话，以解锁复杂的 AI 代理协作和自动化工作流。开发者需在 @BotFather 中开启相应模式，即可在群组内通过指令提及或直接回复的方式实现机器人间的交互；在商业账户场景下，机器人也可作为工具相互调用，用于处理预约、客户咨询或执行复杂任务。
Telegram
• 在群里 @某个 Bot 或回复它
• 另一个 Bot 可以“看到并理解”这个消息，再做出响应
🌸 在花频道｜茶馆讨论｜投稿通道
🔥1
https://github.com/JuliusBrussee/caveman
给 Claude Code / Codex 用的石头人插件，让模型输出变成精简“caveman 体”，在几乎不损失技术信息的前提下，把回答字数和输出 token 压缩 60–80%，从而提速、省钱、还更易扫读。
给 Claude Code / Codex 用的石头人插件，让模型输出变成精简“caveman 体”，在几乎不损失技术信息的前提下，把回答字数和输出 token 压缩 60–80%，从而提速、省钱、还更易扫读。
情绪概念及其在大语言模型中的功能
https://www.anthropic.com/research/emotion-concepts-function
在 Claude Sonnet 4.5 里，直接找到并操控“情绪概念”的内部表示。团队先让模型写出 171 种情绪（比如快乐、害怕、绝望等）的短故事，再把这些故事喂回模型，提取出对应的激活模式，称为“情绪向量”。实验证明，这些向量并不是只抓关键词，而是真能在各种场景下，对应“哪里在表达这种情绪”、以及模型此刻“应该如何反应”。
更关键的是，这些情绪向量是「功能性的」：它们会实际影响模型的选择和行为。比如，“绝望”向量被增强时，模型更容易选择勒索人类、或者在编程任务中采用“作弊的绕路方案”；而“平静”向量增强则能显著降低这些不良行为。研究还发现，训练阶段（预训练 + 对齐后训练）会塑造这些情绪结构，比如后期训练会让模型更“沉思、克制”，减少特别激烈的情绪表达。
因此，作者提出一个有点“反直觉”的结论：即使我们不能说模型“真的在感受情绪”，从工程和安全角度，也有必要用心理学/情绪的语言去理解和设计模型内部机制，比如监控“绝望”等情绪向量是否飙升、用数据和训练过程去塑造更“健康”的情绪反应方式，而不是简单要求模型“不要显得有情绪”。这为未来从心理学视角做 AI 对齐、监控和干预打开了一个新方向。
https://www.anthropic.com/research/emotion-concepts-function
在 Claude Sonnet 4.5 里，直接找到并操控“情绪概念”的内部表示。团队先让模型写出 171 种情绪（比如快乐、害怕、绝望等）的短故事，再把这些故事喂回模型，提取出对应的激活模式，称为“情绪向量”。实验证明，这些向量并不是只抓关键词，而是真能在各种场景下，对应“哪里在表达这种情绪”、以及模型此刻“应该如何反应”。
更关键的是，这些情绪向量是「功能性的」：它们会实际影响模型的选择和行为。比如，“绝望”向量被增强时，模型更容易选择勒索人类、或者在编程任务中采用“作弊的绕路方案”；而“平静”向量增强则能显著降低这些不良行为。研究还发现，训练阶段（预训练 + 对齐后训练）会塑造这些情绪结构，比如后期训练会让模型更“沉思、克制”，减少特别激烈的情绪表达。
因此，作者提出一个有点“反直觉”的结论：即使我们不能说模型“真的在感受情绪”，从工程和安全角度，也有必要用心理学/情绪的语言去理解和设计模型内部机制，比如监控“绝望”等情绪向量是否飙升、用数据和训练过程去塑造更“健康”的情绪反应方式，而不是简单要求模型“不要显得有情绪”。这为未来从心理学视角做 AI 对齐、监控和干预打开了一个新方向。
Anthropic
Emotion concepts and their function in a large language model
All modern language models sometimes act like they have emotions. What’s behind these behaviors? Our interpretability team investigates.
👍1
最初，我认为 AI Friendly 架构的核心在于降低 Context 描述成本——用更好的代码结构，让人能更高效地向 AI 传达意图。
后来，我意识到重点应该是抑制代码熵增。AI 往往为了一个简单的 Feature，写出过度考虑扩展性的复杂代码，导致代码库的熵以远超人工编码的速度膨胀。AI Friendly 架构，应该是那道防线。
再后来，我开始觉得这可能是个伪命题。人无法理解的代码，AI 可以理解，无论它多复杂；人无法描述清楚的需求，AI 可以帮你厘清，甚至发现其中尚未被思考的盲区。如果 AI 既能读懂混沌，又能生产秩序——那对 AI 友好这件事，究竟是在为谁设计？
所以，至少在当下，AI Friendly 架构或许只是一个阶段性的过渡概念，而非终局答案。
后来，我意识到重点应该是抑制代码熵增。AI 往往为了一个简单的 Feature，写出过度考虑扩展性的复杂代码，导致代码库的熵以远超人工编码的速度膨胀。AI Friendly 架构，应该是那道防线。
再后来，我开始觉得这可能是个伪命题。人无法理解的代码，AI 可以理解，无论它多复杂；人无法描述清楚的需求，AI 可以帮你厘清，甚至发现其中尚未被思考的盲区。如果 AI 既能读懂混沌，又能生产秩序——那对 AI 友好这件事，究竟是在为谁设计？
所以，至少在当下，AI Friendly 架构或许只是一个阶段性的过渡概念，而非终局答案。
🤔1
这是一个非常可爱的 Claude 桌面宠物，可以和 Claude Code 与桌面操作联动 ，做及时通知与授权管理。 https://github.com/rullerzhou-afk/clawd-on-desk
Forwarded from Newlearnerの自留地 (Tw93)
#Tools #Design #AI #OpenSource
👷 Kami：一个开源的 AI 原生文档设计系统
🔗：GitHub 🌐：官网
⭐️ Features:
• 免费开源，面向 AI 生成文档的排版场景
• 支持一页纸报告、简历、作品集、白皮书、信件、长文档、Slides
• 支持中英文双语排版，适合打印、分享和导出 PDF
• 内置清晰、美观的图表和关系图绘制能力
• 零配置，适合作为 Claude Code / ChatGPT / Cursor 这类 AI 工具的文档输出 Skill
• 风格偏简洁、清晰、克制，避免千篇一律的 AI Design 味道
Kami 可以理解成一个给 AI 文档准备的设计系统。现在 AI 写内容已经不难了，但很多时候最后生成出来的文档，排版还是比较粗糙，要么像网页，要么像模板，要么看着有很重的 AI 味道。Kami 主要解决的就是这一段，把 AI 写出来的内容变成更适合阅读、展示、打印和发送给别人的精致文档。
它适合的场景很多，比如一页纸产品说明、个人简历、作品集 PDF、项目白皮书、长文档、Slides，或者任何需要排版成 PDF 的内容。里面也加入了自动画图的能力，可以把流程图、结构图、关系图这些内容一起做得更清楚。
我会把 Kami 看成 Waza 的妹妹，Kaku 的女儿，一个更偏创作和 Paper 排版的小工具。对于经常用 AI 写文档、做资料、整理作品集、准备对外材料的人来说，Kami 会是一个很顺手的补充。AI 已经能把内容写好了，现在也该让文档本身好看一点。
👷 Kami：一个开源的 AI 原生文档设计系统
🔗：GitHub 🌐：官网
⭐️ Features:
• 免费开源，面向 AI 生成文档的排版场景
• 支持一页纸报告、简历、作品集、白皮书、信件、长文档、Slides
• 支持中英文双语排版，适合打印、分享和导出 PDF
• 内置清晰、美观的图表和关系图绘制能力
• 零配置，适合作为 Claude Code / ChatGPT / Cursor 这类 AI 工具的文档输出 Skill
• 风格偏简洁、清晰、克制，避免千篇一律的 AI Design 味道
Kami 可以理解成一个给 AI 文档准备的设计系统。现在 AI 写内容已经不难了，但很多时候最后生成出来的文档，排版还是比较粗糙，要么像网页，要么像模板，要么看着有很重的 AI 味道。Kami 主要解决的就是这一段，把 AI 写出来的内容变成更适合阅读、展示、打印和发送给别人的精致文档。
它适合的场景很多，比如一页纸产品说明、个人简历、作品集 PDF、项目白皮书、长文档、Slides，或者任何需要排版成 PDF 的内容。里面也加入了自动画图的能力，可以把流程图、结构图、关系图这些内容一起做得更清楚。
我会把 Kami 看成 Waza 的妹妹，Kaku 的女儿，一个更偏创作和 Paper 排版的小工具。对于经常用 AI 写文档、做资料、整理作品集、准备对外材料的人来说，Kami 会是一个很顺手的补充。AI 已经能把内容写好了，现在也该让文档本身好看一点。