RED CHEN @redredchen01

TAIWAN Joined October 2025

Tweets

370
Followers

4
Following

286
Likes

505

数字生命卡兹克 @Khazix0918

23 hours ago

x.com/i/article/2067…

26 47 310 41K 555

View Details

nini @nini_incrypto_

a day ago

去AI味十大skill

86 537 3K 111K 2K

View Details

歸藏(guizang.ai) @op7418

a day ago

G7 AI 领域午餐会，头部的几家 AI公司负责人都在了。当然焦点还是 Anthropic 的 Dario，哥们看着老尴尬了

74 13 275 148K 106

View Details

刷短视频，刷手机上瘾，要怎么快速戒掉？斯坦福大学教授伦布克博士说，人类几乎无法通过自制力克服这种成瘾，要学会在自己和手机之间设置各种障碍。下面是她给出的几点建议。第一，千万不要早上醒来后马上看手机。先铺床，刷牙，吃早餐，整理房间，让大脑先接触真实生活，再进入信息流。第二，增加手机的使用成本，卸载你最容易沉迷的 App，关掉所有通知，把屏幕调成灰阶。如果有些软件必须用，尽量挪到电脑端，而不是放在随手能拿起的手机里。第三，尽量离手机远点，晚上不要把手机带进卧室，也不要放在伸手就能摸到的地方。可以在家里给手机设一个固定位置，比如厨房或客厅，让它像以前的座机一样待在那里，而不是一直跟着你。第四，打开手机前先写下目的。很多人本来只是想回一条消息，最后却刷了半小时，可以在使用前先写下这次要做什么，查资料还是回消息，做完就离开。第五，重新练习无聊，排队，等车的时候，尽量不要掏手机，让大脑重新适应低刺激环境。一个人能忍受无聊，才更容易恢复专注力。he

投机实验室 @LabSpeculation

3 days ago

斯坦福大学教授伦布克博士说，社交媒体，特别是短视频就是被当作新型毒品来设计的。首先，它强烈满足了人的掌控欲。现实生活往往缓慢又混乱，很多事也不受自己控制，但在社交媒体里，你只要滑一下，就能立刻换掉不喜欢的内容。其次，它催生人的攀比心和连接感。

25 113 352 44K 240

7 51 153 18K 131

View Details

Wei @wei_wang

2 days ago

说实话，中国人在 LLM 领域最重要的论文，我觉得绝对是 RoFormer，也就是 RoPE。它本质上没那么玄，就是在矩阵旋转的时候，很巧妙地用了欧拉公式的变换。跟当年 ResNet 的残差连接一样，事后看都觉得：卧槽，怎么这么简单。但真正牛的地方就在这里。很多突破性技巧，不是公式多吓人，而是有人能在最关键的位置，把一个很基础的数学工具用对。所以 LLM 发展到今天，中国人真的不能把基础能力丢掉。数学、代码、推理、抽象能力，这些东西看起来很土，但历史给机会的时候，真正能抓住机会的就是这些能力。大家不管年龄、性别、学历，每天至少刷一道题，保持一点脑力。不要什么东西都不假思索丢给 AI。AI 可以帮你提速，但如果人类最后连基本思考能力都外包掉，那真的就是完犊子。机会来的时候，你脑子还在，才接得住。

45 64 602 82K 398

View Details

RED CHEN @redredchen01

2 days ago

@tnzsub soccer day man

0 0 0 28 0

View Details

Firecrawl @firecrawl

2 days ago

Starting today, you can try Firecrawl for free without an API key 🔥 Search, scrape, and interact with any web page, plus parse any PDF into clean markdown, with no setup at all! Start using our endpoints and only sign up when you scale. Live on our MCP, CLI, and API now!

82 252 2K 760K 2K

View Details

Feiteng @FeitengLi

3 days ago

最近推特上反复刷屏的 loop / loop engineering，出处就是 5 月 4 日这场访谈——Anthropic 的 Claude Code 创造者 Boris Cherny (出过一本 TypeScript 教材、靠写代码立身的工程师) 在红杉 AI Ascent 2026 上，第一次系统讲了他怎么用 loop。我把整场访谈视频翻译成了中文。他抛出的第一个点：编程对他来说已经 100% 解决了。「对我来说，100%。」不是嘴上说说——他说模型现在写了他 100% 的代码，每天提几十个 PR，上周单日纪录是 150 个。Claude Code 的代码库也没什么秘密（被泄露了），就是 TypeScript 加 React。那他一个人怎么撑起一天 150 个 PR？靠 loop。这就是最近被反复讨论的那套打法——他让 Claude 用 cron 排重复任务，发出去就不管：「而且到现在，我已经有几十个 loop 在跑各种任务了。」有一个帮他盯 PR、修 CI、自动 rebase；还有一个每 30 分钟从 Twitter 抓反馈帮他聚类。他给的定性很重：「我现在觉得 loop 就是未来。」他还提到刚上线的 routines，原理一样，但跑在服务器上——「就算你关掉笔记本，它也还在继续跑」。那这只是他一个人的极客玩法？不是。他说整个 Anthropic 内部「已经没有任何手写代码了，所有 SQL 都是由模型写的」。工程师各自的 Claude 在循环里跑，还会通过 Slack 互相沟通，一起解决问题。写代码这么便宜，软件公司会不会就没价值了——SaaS 末日？他不这么看，但认为护城河会洗牌。借 Hamilton Helmer《七种力量》的框架：切换成本、流程壁垒这类会先失效，网络效应和规模经济仍然有效。他还押了个数字：「我认为接下来 10 年里要颠覆一切的创业公司数量会增长 10 倍。」那写软件这件事本身会变成什么？他搬出印刷机：印刷机问世后 50 年，欧洲出版的文字量超过此前一千年总和，书价降了近 100 倍，识字率最终从约 10% 升到约 70%。他判断软件会沿同样的路平民化，「会比 50 年快得多」，最终「变成一项技能，就像会发短信一样」。落点很锋利——最适合写会计软件的不是工程师，而是会计：「编码才是简单的部分，难的是懂领域知识。」被问到两年后会怎样，这位创造者反而给了最诚实的答案：「哦，2 年后，哥们我真不知道。我们只做 1 周以内的计划。」 · loop 就是未来：几十个 cron agent 盯 PR、修 CI、抓反馈 · 编程 100% 解决、单日 150 PR · 公司零手写代码，Claude 之间 Slack 互相循环 · 切换成本／流程壁垒先崩，颠覆者 10 倍 · 印刷机类比：软件像识字一样平民化

33 70 316 27K 509

View Details

meng shao @shao__meng

3 days ago

AI 驱动开发的七阶段 1. Grill 2. Research 3. Prototype 4. PRD 5. Issues 6. Implement 7. Review 来自 Skills For Real Engineers 作者 @mattpocockuk github.com/mattpocock/ski… 7 个阶段：目的 | 产出 1. Grill：把模糊想法变成共享理解 | 问题陈述 + 对齐 2. Research：缓存难探索的外部信息 | research.md 3. Prototype：用可玩代码验证设计/UX | 可丢弃原型 4. PRD：描述终点，而非路径 | 需求文档 5. Issues：拆成可并行执行的垂直切片 | 带依赖的工单 DAG 6. Implement：Agent 执行（TDD、Ralph 等） | 可运行代码 7. Review：人工 QA，发现问题再回环 | QA 计划 + 新工单 /grill-with-docs：这是 /grill-me 的升级版，专为有代码库的场景设计额外能力： 1. 领域语言（CONTEXT.md）来自 DDD 的 ubiquitous language。CONTEXT.md 只是术语表，不是 spec、不是实现笔记。例：「materialization cascade」比「lesson 被 real 化时文件系统里占坑」省 token、可搜索、命名一致。 2. ADR（docs/adr/）只在三条件同时满足时写：难逆转、无上下文会令人惊讶、存在真实 trade-off。 3. 会话中的四类动作 · 对照 glossary 挑战用词 · 用具体场景压测边界 · 对照代码发现矛盾 · 决策即时写入 CONTEXT，不批量攒与 /grill-me 的分工：有代码库 → /grill-with-docs；无代码库（写悼词、纯产品构思）→ /grill-me。

Matt Pocock @mattpocockuk

4 days ago

Here are my 7 phases of AI-powered development. I've been thinking that the pre-PRD phase needs more structure. You need to figure out the shape of the design tree first, before then walking down it with higher-fidelity prototypes. In other words, /grill-with-docs needs to

98 188 3K 192K 3K

28 32 118 11K 138

View Details

RED CHEN @redredchen01

3 days ago

@wesbos @thdxr Seriously? DO YOU EVER TRY ? ITS SHITTY VERSION FOR SURE

0 0 0 231 0

View Details

RED CHEN @redredchen01

3 days ago

@Jackywine 超拉卡的慢死

0 0 0 69 0

View Details

@

4 days ago

双倍可乐..........💦💦💦💦💦

0 872 8K 183K 6K

View Details

RED CHEN @redredchen01

3 days ago

@kilocode 有人在臭但是我很喜欢。

0 0 0 310 0

View Details

MapleShaw @msjiaozhu

4 days ago

信息茧房依旧存在且只会越来越严重，每天刷推总会让你相信随时都要被 AI 抛弃😳 但，绝绝绝大多数人仍然不知道 Claude 是什么，Codex 是什么。你只要是每个月花几十刀订阅着 AI，深度用着 Claude Code 等 CLI，你就已经超越全球 95% 以上的人了🤪

5 1 5 2K 2

View Details

nini @nini_incrypto_

5 days ago

微软最近推出的走实战路线的东东，直接让 7B 模型接管你的鼠标键盘！ FARA，它抛弃了无意义的聊天，专攻纯本地桌面自动化。它的核心优势就两个词，听话、省钱： 1. 纯桌面执行：自己打开网页、填表单，自动跑完所有重复的机械流程。 2. 极低门槛：体量仅 7B，普通电脑就能在本地带得动，不烧 Token 不怕断网。 github.com/microsoft/fara

21 85 557 42K 802

View Details

RED CHEN @redredchen01

4 days ago

@LukeParkerDev how to update v2?

0 0 0 79 0

View Details

RED CHEN @redredchen01

4 days ago

@laogui codex china lite

0 0 0 390 0

View Details

码良 @cxjwin

a week ago

中间那个是苏妈？我艹，年轻时候这么漂亮嘛，心中完美女神形象呀

321 70 1K 1.2M 415

View Details

Xiaomi MiMo @XiaomiMiMo

2 weeks ago

🔓 And the best part — we're open-sourcing it. 1,000+ tps on a 1T model wasn't a single breakthrough — it's deep model × system co-design between the MiMo and TileRT teams, all on general-purpose GPUs (no Cerebras-style wafer-scale, no Groq-style SRAM ASICs). On the model side: FP4 quantization (smaller footprint, less memory traffic) + DFlash, our block-masked parallel speculative decoding that accepts far more tokens per verification. On the system side, TileRT tailors its compiler & kernels to exactly these techniques. The result: a 1T model breaking 1,000 tps on a single, standard 8-GPU node. 🤗 Open weights (FP4 + DFlash checkpoint): huggingface.co/XiaomiMiMo/MiM…