💭 Bret Victor 所展示的那种【反AI】，不是因为他不知道老虎机能以多快的速度，实现哪些【网上早有，你没发现】的practice：比如仿照《植物大战僵尸》什么的

而是一种对【语言之死】的无视。 智能是有【载体】的，就像编程语言有高亮和Tab键，就像一本小说有【目录】和【主线人物】，一部视频游戏有【玩法/操作】和【数百个脚本】，而这些差异经常被力大砖飞派完全忽视， 就像F12常常被当作是Web世界的【常理】和空气

你不是在用Codex用LLM，而是在用【老极客的文字和行号】，这才是真正的模态，而且这不是最好的用法。

再过五年，我们看今天的Agent，可能就像看罗马数字或诺基亚上的26键一样，会觉得它fancy的动画和高度集成只是在掩盖罗马数字的晦涩。

SataEric
Claude 定价里那个“20x”真的很误导人。

$100 方案说是 Pro 额度的 5 倍，$200 方案说是 Pro 额度的 20 倍。听起来你好像能获得 4 倍用量。

但那个 20x 只适用于 5 小时使用窗口。每周限额其实基本只是 $100 方案的 2 倍。

我花了太多时间在互联网和 Reddit 上翻找才搞清楚。他们本来可以直接写明限额，而不是拿“20x”来宣传。

光是这点就能省下我几个小时的一头雾水。

推特上一群所谓KOL一样的大佬们的大脑一直都在升级，从mac升级到加密货币再升级到AI，就好比装在他们大脑位置里的是一个跟着潮流走，可拆卸的模块，今天拿出来一个新的把旧的换掉，就获得了新的姿势。

可惜了，他们唯独缺乏一个属于自己的大脑。

很多人讨论 MiniMax H3 Max

可以称之为 faster than real time 的视频生成模型：5 秒视频 3 秒出片，声音画面同一次生成。视频被创作出来的速度，超过了它被观看的速度，这意味着视频内容的「制作」和「实时性」被AI完成了双重平价化。

目前AI视频的内容还更多的在制作网剧， Startup宣发小视频领域发光发热。
刚好看到他提供免费使用接口了，不用注册每天可以生成五段5秒768p视频

#ai 感觉这个在中推的讨论度还不够高，但下一个全新产品形态的机会确实出现了。
https://x.com/whereisvivien/status/2093946583125803329?s=46

#py #ai Bub is a tiny runtime for agents that live alongside people.

~200 lines of core code. Hooks reshape every turn stage. Tapes record every decision. Channels adapt to any surface — CLI, Telegram, or your own.

一个用只增Tape管理AI记忆的IM2LLM服务

bub 是我们在超级全家桶和纯 vibe 定制中间寻找的一个解决方案
——Frost Ming

- 难道说我在既有 Tape as a Service 的情况下，只要100行代码，就能让我的 agent 接入 bub ，然后让 IM 群聊复用现有的数据吗 ？！
- 给 @bubdotbuild 加上了企业微信的 Channel，现在上班摸鱼有新搭子了😉
- 一个类似于 Cloud Code 一样的通用 Agent 框架……使用 bub 作为一个 build block 构建你自己的 agent 产品、服务你的业务，而不是学习复杂的概念然后无从下手。 https://bub.build/

#tg Tape 事件流服务/上文过滤是骨架，那么 Hooks 就是赋予骨架灵魂的定制代码。

可以用钩子来净化文本、进行意图识别、或者从数据库查询额外信息。

Channel 是一个适配器层，它定义了如何接收来自特定平台（如命令行、Telegram、微信、Web 页面）的消息，以及如何将 Agent 的回复发送回该平台。

曾经设想过一种tgbot api 的类似CGI的运行模式，但当时的设计仅仅能让多个Chatbot拉群免重复配置，非常贫瘠。 SCP-079 那样通过private广播监听微服务，又过度设计。

如果bub里能多Agent共享内存，或许就不一样了，比如，可以搞bridge bot，可以用Web调试tg上的群，等等。非AI应用如数据统计也没问题呢

以前想给不同的bot设置一个Webhook实例，但是场景非常有限。 如果是不同的聊天软件，甚至支持Tape类型化记录的话，确实是很 fast forward 的方案，想想就比一堆Bot克隆人有趣

#os 其实，这种单向数据流、多模块并行的设计，就是 Alan Kay 的 Actor。 这种模式最初在Etoys里用于一个支持碰撞转向的玩具小车（可以独立的暂停，通过色点重叠触发计算事件）

通过这种方法实现多函数合作，更加动态类型，而且每个组件存储与事件更独立，非常适合人机接口类App。让人十分意外的是， Linux io_uring SHM就是这样的模式

#ce https://t.me/im_RORIRI/34611

我们自己搞的那套 Haxe Reflaxe 插件可以直接把 Haxe 的子集转换成 Dart Kotlin Rust TypeScript Swift 没有 FFI 税，Macro 的魔法 ˊ_>ˋ

目前已经做了数组迭代函数自动展开成 for 循环，也是很好玩的特性。

我准备做的阴间事情：用 Haxe 做 JS 下的 0 GC 优化。大的数据全都用二进制存储，提取数据全都用函数去 DataArray 里面查表，数值取出来往下传参的全用 Macro 换成 Data Chunk 和起始指针，只有出了编译器系统才实例化成正经 Object，在优化范围内流转全都不创建 Object，编译器会根据不同上下文直接给函数展开成多态。可以说是一种非常邪门的优化了，这东西主要是为了治单一信源下大量小 object 光速创建造成的 GC 压力，不创建就没有 GC。这都是 Macro 的奇迹才能做出来的东西 ˊ_>ˋ

https://try.haxe.org/#15fdD633
https://try.haxe.org/#Add701b8 🤔生成了俩傻逼Haxe入门

感觉这个在线编辑功能不咋样

#TIL -gc boehm 扫描程序的堆和栈，寻找看起来像指针的值，这能奏效？？ dlopen即可用的级别？

简直像直接为C支持了深拷贝一样，虽然通过mmap匹配的方法，指针对齐后有确定特征，但这也太免费了

你完全不需要知道client用了什么对象树，不需要支持Map,List, Cell vars，甚至连栈都不一定需要分出来？ 😨

当 autofree 搞不定时（比如复杂的对象图、循环引用）：开发者可以轻松切换到 -gc boehm，程序立刻就能在“大部分情况”下正确工作，就像py的 import gc ，就像valgrind和perf，免费获得了无源码的GC……

#ai 喜报： https://chat.librechat.ai/ 支持 Steering Messages 了

喜欢发长文的人可以分段后直接批量发送了

ps. 没想到他们给 Send Queue 起了这样的名字。 按我看，这个功能ChatUI第一天就应该做，比什么 /prompt 角色扮演重要多了

花大量精力去卷各种浮夸的 Agent 工作流或 Prompt 广场，反而把最基础的“人机输入交互”当成了理所当然的单行道。 “挤牙膏”式等待。

比起 Gemini 好久还支持的 Edit，LC早就可以替换或 fork 对话

⚡️ 是对方发送时队列中的消息，可以逐条编辑

💭 是我的错觉吗？ 从来没听人提过消息队列的需求，好像他们的AI是5秒秒回的，或者大众完全不会让AI精细阅读一整篇文章？ 对我而言第一天就需要【保留---截断的文本，不断点发送按钮】的逻辑

#statement 我不相信RAG（上传一堆txt）

即时聊天的掌控感更好，至于AI代码段补齐什么的，对我的习惯而言只是省一次粘贴而已

你，就是那个“R” (Retrieval)，AI，只负责那个“G” (Generation)，这样最好。 不明白【给人用的软件】，为什么要用 👀人手维护不了，人眼无法读取的代码来写。

📝 你不会写，还不会试用吗？ 不会唱歌，也完全听不出好坏吗？ 人用的东西，就应该用符合直觉的方法制作。 MCP可以省剪贴拖放，一键直达，但这不该是必需品

⚡️ Harness 和 AI PR 是个好方向（就像MCP比Claw入侵性小一些），但我希望它们沉淀一年再做选择，Local-first 的相关开发体验也我也不敢确定，但ChatUI就很好（虽然运行时错误就完蛋了）

因为我是文本内容的编者，为什么要切到第三方点评视角判断自己的理解。 当然，如果直接从文本侧边栏（docx批注）调用AI会更好，但我还没看见相应的产品。【保留模式】ChatUI 我没见过

LLM目前只有聊天框ChartGPT、纯语音、段落式Tab键仨场景，其他都是硬凑！ vLLM倒是比较成熟了。 但这不是因为UIUX做对了，而是后端算力数据找到了主场
— 这就像是给一辆没有好轮胎和方向盘的汽车，装上了一套顶级彩电大冰箱，非常滑稽。

🤣 只是强行把一个聊天框塞进现有软件里，并没有真正思考如何将AI能力与用户既有的工作流进行原生融合。还不如做成MCP的【指挥能力】。 "Chart" GPTs 可以说是烂大街的完美上线了，然而正如上条消息说的那样，就连队列发送这样简单的UI，他们都想不出来。甚至如果AI正在发送，Gemini 偶尔会clear掉你的千字输入框

AI输入时input完全是摆设，他们不觉得这反直觉吗？ 完全没有试出来过？？

#ai锐评 https://chat.librechat.ai/share/YFHJKFcenCmzIJklECdQp

人机IO的瓶颈仍然巨大，那么Matrix（脑机接口）能解决这个问题吗？ 不行。

为什么语音输入理论上更快，许多人还是要傻傻的学盲打？ 因为ASR/TTS不会给你一块额外的 💭 Mind Buffer，它会剥夺你一目十行的能力。

“写10行字≠做10行罚抄，渲染画面≠解码一个mp4”
—— 并非连接了【思想】，就能理解。脑机接口输入也是这个道理。当你在MC或LEGO的世界生活，纯粹的小脑直觉有那么轻松吗？

我们还是需要一种【智能输入法】来替代语音输入。人机IO的瓶颈也是这样

（听起来有些 Sci-Fi ，但未来肯定会有人吹这个，提前告诉你们了）

技术必须服务于人，而非奴役人。工具应该是人能力的延伸，而非取代人的思考。创造的过程应该回归直觉，而非陷入抽象的过度工程。

https://t.me/hyi0618/14715?comment=168224 #ai #vibe

genie,matrixgame 早就证明互动生成能玩, 但缺的是持久状态和确定性的规则，不是分辨率像素和渲染。 游戏引擎是一个可调试的确定性状态机，物理碰撞、存档读档、网络同步、逻辑闭环是可持续化的前提。

现在的世界模型也好h3这类成片模型也好，本质还是在猜下一帧, 转个身东西会消失,穿模. 一致性只有分钟级，也没有确定性，难以长期维护，很难作为一个游戏团队的开发项目去对待。

对于正规游戏管线来说，一个连 Bug 都无法稳定复现的概率黑盒，根本没法做工程化开发和维护，现阶段充其量只能当营销 Demo 和互动体验。
h3模型和游戏运行时不是一类东西。以后更可能发展出来的路线是引擎继续当骨架，生成模型吃美术和过场。


🤔 简单来说：100% AIGC #game ，只能作为录屏来游玩，只能做成minigame。 无法想象完全用prompt分发软件会变成什么样，恐怕会把编程语言用英语重造一遍。尤其是3A大作，如果是3个AI自主完成的，大概要碰运气

btw. 涌现式游戏(Rouge like) 比如MC、以撒、元气骑士 天生就是为自由世界设计的，但它们也并非绝对的主流。

生成式插件，不一定能做到怎样，而且一个游戏像要读浏览器历史那样懂你，太超纲了