
Know you will wake, on winds rise again 知道你终会醒来,从那之后天空即为极限 For this journey's end but one step forward to tomorrow… 而这旅途的终焉,即为迈向明天的开始

ex @Dify_ai | Building Myrio | ACMer & Computer Science Enthusiast | Lesbian | 💖love maimai & 📝writing | 🐱Catgirl | 💝I'll always be with you.

Know you will wake, on winds rise again 知道你终会醒来,从那之后天空即为极限 For this journey's end but one step forward to tomorrow… 而这旅途的终焉,即为迈向明天的开始

我觉得 ai 是扩大了不同人之间的能力差距,特别是有主观能动性和没有的人之间,以及有领域知识基础和缺乏的人之间,但这和知识圈层化有什么关系? 我固然是同情被 deepseek 限额的人的,但是 deepseek 作为一家商业公司,确实也没有义务继续提供这样免费的服务,我反对的是他处理这件事情的方法,而不是说他就应该当菩萨


今天看了很多这样的新闻 我觉得 deepseek 限制额度以及对话长度,我是可以理解的,隔壁 gpt 以前也这么干 但是你作为一个向非常大规模用户提供服务的 app,这个事情居然可以这么去做,是令人非常不解的,特别是你自己还宣传技术普惠的情况下 当然,deepseek 确实没有义务向普通用户提供如此长期而免费的服务 我只能说我比那些普通用户幸运的点就是我有 gemini 和 chatgpt 的网页版用
This tweet is unavailable

好奇大家觉得 seekdb 怎么样?在做一个项目的技术选型(

看看 obelisk 谢谢喵😺
如果推友们开发的项目是 CD 安装盘💿 (附生成同款图片的 skill)

关于 Agent Memory,最近几篇论文(arXiv 2610.30755 / Memory Tax / Context as Infrastructure)验证了三个反直觉的事实: - 在召回率方面,是 The bitter lesson 的胜利:原始历史上的朴素检索在 7 组 benchmark 里拿了 6 个第一。 - 最好的复杂 Memory 系统,表现还不如朴素 RAG 追加一轮:把原文抽成摘要或原子事实,往往带来负收益(negative net value)。 - 只用 BM25 和 grep 的 harness,跟经典 memory 结构无明显差异,已经基本解决了准确率问题。 此前我们给 agent 做「memory」,只是一种类比:想到什么好就加什么结构,原文反而被忽视了,没有人从第一性原理推过一遍 如果简单一点呢? 直接在原始历史上建立检索层,时间是自然标度,让 agent 在检索层上进行检索 这就是我们开源的 Obelisk。 在我最新的 talk 《Agent 如何用历史做 research:为什么 agent history 应该成为 memory infra》 里,我先展示了只做这一层检索,agent 就能做到什么: 「上次为什么这么写」,agentic research 可以直接得到答案:直接丢给 agent 去查,比如:「上次 auth bug 最后到底改了哪些文件,为什么这么改」 跨整月历史的自主复盘,且结论都带着出处:我让 Codex 用 Obelisk 回顾了 Obelisk 自己一个月的开发过程,它生成的复盘里,每一条结论都直接定位到了具体的 session、message 和 workflow 而 Obelisk 本身的实现极其克制: 接入 11 个 Harness 的原始历史:覆盖 Claude Code、Codex、GitHub Copilot、Kiro、OpenCode、Kimi Code、DeepSeek Harness、Hermes Agent、OMP、Pi、ZCode。 SQLite + FTS5 + JS Query Runtime(CodeAct):不把历史整理成静态文档或纯自然语言摘要,也不设计固定的查询 API,而是以 skill 为载体,让 agent 现场写 JS 查询脚本去跑 在这个 talk 的后半段,我也顺着第一性原理继续往下推了一步:对朴素检索继续 Scale 呢? 当历史规模上来之后,单靠 full text search 命中范围有限、单次检索结果无法跨 session 复用、且第一轮命中会带偏后续检索倾向。 因此在检索层之上探索了第二阶段(Nowledge Mem Super Graph),一些结论: - View 的优势不是更准确的召回,而是赢在读得少(token -38%):让 agent 先看到全局分布、知道信息是否完全,再花推理预算,往下又能随时落回 Obelisk 的原始历史。 - 如果 Memory 会过期,不如没有 Memory:通过按时间频率分层的 live-update(新结论不直接覆盖旧结论、局部更新),让一部分理解活在上下文窗口之外,解决长程 research 的 context rot。 归根结底是三件事: - 保留追溯回原始历史的路径,原文不能被丢掉 - 值得花算力维护一层 graph view - Memory 应当更好有利于 agent 进行 research,no negative effect ppt: github.com/tommy0103/talks/t… obelisk: github.com/tommy0103/obelisk nowledge-mem: mem.nowledge.co

上一条推
关于 Agent Memory,最近几篇论文(arXiv 2610.30755 / Memory Tax / Context as Infrastructure)验证了三个反直觉的事实: - 在召回率方面,是 The bitter lesson 的胜利:原始历史上的朴素检索在 7 组 benchmark 里拿了 6 个第一。 - 最好的复杂 Memory 系统,表现还不如朴素 RAG 追加一轮:把原文抽成摘要或原子事实,往往带来负收益(negative net value)。 - 只用 BM25 和 grep 的 harness,跟经典 memory 结构无明显差异,已经基本解决了准确率问题。 此前我们给 agent 做「memory」,只是一种类比:想到什么好就加什么结构,原文反而被忽视了,没有人从第一性原理推过一遍 如果简单一点呢? 直接在原始历史上建立检索层,时间是自然标度,让 agent 在检索层上进行检索 这就是我们开源的 Obelisk。 在我最新的 talk 《Agent 如何用历史做 research:为什么 agent history 应该成为 memory infra》 里,我先展示了只做这一层检索,agent 就能做到什么: 「上次为什么这么写」,agentic research 可以直接得到答案:直接丢给 agent 去查,比如:「上次 auth bug 最后到底改了哪些文件,为什么这么改」 跨整月历史的自主复盘,且结论都带着出处:我让 Codex 用 Obelisk 回顾了 Obelisk 自己一个月的开发过程,它生成的复盘里,每一条结论都直接定位到了具体的 session、message 和 workflow 而 Obelisk 本身的实现极其克制: 接入 11 个 Harness 的原始历史:覆盖 Claude Code、Codex、GitHub Copilot、Kiro、OpenCode、Kimi Code、DeepSeek Harness、Hermes Agent、OMP、Pi、ZCode。 SQLite + FTS5 + JS Query Runtime(CodeAct):不把历史整理成静态文档或纯自然语言摘要,也不设计固定的查询 API,而是以 skill 为载体,让 agent 现场写 JS 查询脚本去跑 在这个 talk 的后半段,我也顺着第一性原理继续往下推了一步:对朴素检索继续 Scale 呢? 当历史规模上来之后,单靠 full text search 命中范围有限、单次检索结果无法跨 session 复用、且第一轮命中会带偏后续检索倾向。 因此在检索层之上探索了第二阶段(Nowledge Mem Super Graph),一些结论: - View 的优势不是更准确的召回,而是赢在读得少(token -38%):让 agent 先看到全局分布、知道信息是否完全,再花推理预算,往下又能随时落回 Obelisk 的原始历史。 - 如果 Memory 会过期,不如没有 Memory:通过按时间频率分层的 live-update(新结论不直接覆盖旧结论、局部更新),让一部分理解活在上下文窗口之外,解决长程 research 的 context rot。 归根结底是三件事: - 保留追溯回原始历史的路径,原文不能被丢掉 - 值得花算力维护一层 graph view - Memory 应当更好有利于 agent 进行 research,no negative effect ppt: github.com/tommy0103/talks/t… obelisk: github.com/tommy0103/obelisk nowledge-mem: mem.nowledge.co

我觉得对于我使用 1-2 个国产模型的场景而言,这个总榜单不具有参考性,因为他用到的很多模型我都不会用,在我日常场景中觉得 pi 表现仍然是最好的,最能发挥模型本来能力的,其实平均一下的数据意义并没有那么大
harness 排行榜历时 4 天,总算全部跑完了 按每任务花费排行(图2),Codex CLI 竟然是榜首,更想不到的是 Claude Code 竟然快垫底了? Pi 和 Antigravity 都不出意外的众望所归 但能用钱解决的问题都不是问题,所以我更在乎通过率 以通过率为准(图3),ZCode 排第一,然后是 Codex CLI,接着是 Kimi Code,也是出乎我的意料。Antigravity 依旧吊车尾 接下来看看使用的模型(图4),清一色的 deepseek 和 kimi k3,不过通过率和上面的排行榜有点出入 各位觉得这排行榜符合你的体感不

感谢 coscon’26 的摄影师抓拍(不是 但我还是更喜欢对着镜子自拍时候看起来比较乖巧的感觉 (好像每次出去参加活动都能收获几张不错的照片呢,可喜可贺可喜可贺) 顺便借楼宣传一下我们的 repo:github.com/tommy0103/obelisk,上一条推文有说它是做什么的,感兴趣的话点开看看吧,觉得好的话可以用 star 砸晕我(不是


x.com/QuantumTransf/status/2… ppt 链接在这条推文里有贴
关于 Agent Memory,最近几篇论文(arXiv 2610.30755 / Memory Tax / Context as Infrastructure)验证了三个反直觉的事实: - 在召回率方面,是 The bitter lesson 的胜利:原始历史上的朴素检索在 7 组 benchmark 里拿了 6 个第一。 - 最好的复杂 Memory 系统,表现还不如朴素 RAG 追加一轮:把原文抽成摘要或原子事实,往往带来负收益(negative net value)。 - 只用 BM25 和 grep 的 harness,跟经典 memory 结构无明显差异,已经基本解决了准确率问题。 此前我们给 agent 做「memory」,只是一种类比:想到什么好就加什么结构,原文反而被忽视了,没有人从第一性原理推过一遍 如果简单一点呢? 直接在原始历史上建立检索层,时间是自然标度,让 agent 在检索层上进行检索 这就是我们开源的 Obelisk。 在我最新的 talk 《Agent 如何用历史做 research:为什么 agent history 应该成为 memory infra》 里,我先展示了只做这一层检索,agent 就能做到什么: 「上次为什么这么写」,agentic research 可以直接得到答案:直接丢给 agent 去查,比如:「上次 auth bug 最后到底改了哪些文件,为什么这么改」 跨整月历史的自主复盘,且结论都带着出处:我让 Codex 用 Obelisk 回顾了 Obelisk 自己一个月的开发过程,它生成的复盘里,每一条结论都直接定位到了具体的 session、message 和 workflow 而 Obelisk 本身的实现极其克制: 接入 11 个 Harness 的原始历史:覆盖 Claude Code、Codex、GitHub Copilot、Kiro、OpenCode、Kimi Code、DeepSeek Harness、Hermes Agent、OMP、Pi、ZCode。 SQLite + FTS5 + JS Query Runtime(CodeAct):不把历史整理成静态文档或纯自然语言摘要,也不设计固定的查询 API,而是以 skill 为载体,让 agent 现场写 JS 查询脚本去跑 在这个 talk 的后半段,我也顺着第一性原理继续往下推了一步:对朴素检索继续 Scale 呢? 当历史规模上来之后,单靠 full text search 命中范围有限、单次检索结果无法跨 session 复用、且第一轮命中会带偏后续检索倾向。 因此在检索层之上探索了第二阶段(Nowledge Mem Super Graph),一些结论: - View 的优势不是更准确的召回,而是赢在读得少(token -38%):让 agent 先看到全局分布、知道信息是否完全,再花推理预算,往下又能随时落回 Obelisk 的原始历史。 - 如果 Memory 会过期,不如没有 Memory:通过按时间频率分层的 live-update(新结论不直接覆盖旧结论、局部更新),让一部分理解活在上下文窗口之外,解决长程 research 的 context rot。 归根结底是三件事: - 保留追溯回原始历史的路径,原文不能被丢掉 - 值得花算力维护一层 graph view - Memory 应当更好有利于 agent 进行 research,no negative effect ppt: github.com/tommy0103/talks/t… obelisk: github.com/tommy0103/obelisk nowledge-mem: mem.nowledge.co

等我找个地方处理一下)


