LogoThread Easy
  • Explorar
  • Componer hilo
LogoThread Easy

Tu compañero integral para hilos de Twitter

© 2025 Thread Easy All Rights Reserved.

Explorar

Newest first — browse tweet threads

Keep on to blur preview images; turn off to show them clearly

2026 will be the year of alternative launch mediums. any form factor that isn’t a video. this means launch scents, kinetic sculpture, devised theater, social experiments, data sonification, astral projections, and sigils are all fair game.

2026 will be the year of alternative launch mediums. any form factor that isn’t a video. this means launch scents, kinetic sculpture, devised theater, social experiments, data sonification, astral projections, and sigils are all fair game.

something new | past investing @a16z

avatar for Elena
Elena
Thu Nov 06 00:49:31
2026 will be the year of alternative launch mediums. any form factor that isn’t a video. this means launch scents, kinetic sculpture, devised theater, social experiments, data sonification, astral projections, and sigils are all fair game.

2026 will be the year of alternative launch mediums. any form factor that isn’t a video. this means launch scents, kinetic sculpture, devised theater, social experiments, data sonification, astral projections, and sigils are all fair game.

something new | past investing @a16z

avatar for Elena
Elena
Thu Nov 06 00:49:31
Cursor 发布「SemSearch」：利用 AI 模型理解代码的“含义”，帮助开发者更高效地导航和重用现有代码库。这一功能标志着代码工具从“语法级”向“语义级”演进，能显著提升开发生产力，尤其在大型项目中。 背景与问题痛点 文章开篇直指开发者日常痛点：传统搜索（如 Ctrl+F 或 IDE 的符号搜索）依赖精确关键词，容易遗漏相关代码。例如，搜索“用户认证”可能错过用“登录验证”实现的类似逻辑。这导致重复造轮子，浪费时间。Cursor 通过 SemSearch 解决这一问题，利用向量嵌入技术，将代码片段转化为“语义向量”，实现基于含义的相似度匹配。简单说，就是让 AI “读懂”代码意图，而非死板比对字符串。 技术实现原理 SemSearch 的核心是 AI 驱动的语义理解： · 嵌入模型：使用类似 GPT-4o 的多模态模型，将代码、注释和自然语言查询转换为高维向量。这些向量捕捉代码的结构、逻辑和上下文语义。 · 索引与检索：Cursor 在后台为代码库构建向量索引（类似于数据库中的倒排索引，但基于语义）。查询时，AI 计算查询向量与代码向量的余弦相似度，返回 Top-K 最匹配的结果。 · 优化细节：团队结合了本地索引（快速响应）和云端增强（处理复杂查询），并支持跨文件、跨仓库搜索。隐私方面，Cursor 强调所有处理均在本地或用户控制的环境中进行，避免数据泄露。 这一设计借鉴了信息检索领域的 RAG 技术，但专为代码优化——例如，优先匹配函数签名、API 调用等开发者关心的元素。 实际应用与益处 SemSearch 已集成到 Cursor 编辑器的搜索栏中，使用方式简单：输入自然语言描述（如“处理图像上传的异步函数”），即可得到排序结果，包括代码片段预览和跳转链接。文章举例： · 在开源项目中，快速定位类似实现，加速学习。 · 在团队协作中，促进代码复用，减少 bug。 量化益处：Cursor 内部测试显示，开发者搜索时间缩短 40%，代码重用率提升 25%。长远看，这能降低维护成本，推动“代码即知识”的理念。 与 AI 智能体的协同 文章特别强调 SemSearch 与 Cursor 的 AI 智能体深度融合。智能体不是简单的代码补全工具，而是能“思考”和执行任务的自治实体。例如： · 一个智能体可先用 SemSearch 检索相关代码作为“知识库”，再基于此生成新功能。 · 场景：构建 Web 应用时，智能体自动拉取类似组件的语义匹配代码，迭代优化输出。 这部分避免了传统 AI 的“幻觉”问题，因为检索提供 grounded 的上下文。Cursor 视此为“智能开发”的基石，未来将扩展到更多智能体场景，如调试代理或架构建议。 局限与展望 客观而言，当前局限：语义匹配对非英语注释或领域特定术语（如金融模型）准确率稍低；大型代码库索引需时间。团队承诺迭代，包括支持更多语言和自定义嵌入模型。 Cursor 定位 SemSearch 为“代码搜索引擎的 ChatGPT 时刻”，预示 AI 将重塑 IDE 生态。 博客地址

Cursor 发布「SemSearch」：利用 AI 模型理解代码的“含义”，帮助开发者更高效地导航和重用现有代码库。这一功能标志着代码工具从“语法级”向“语义级”演进，能显著提升开发生产力，尤其在大型项目中。 背景与问题痛点 文章开篇直指开发者日常痛点：传统搜索（如 Ctrl+F 或 IDE 的符号搜索）依赖精确关键词，容易遗漏相关代码。例如，搜索“用户认证”可能错过用“登录验证”实现的类似逻辑。这导致重复造轮子，浪费时间。Cursor 通过 SemSearch 解决这一问题，利用向量嵌入技术，将代码片段转化为“语义向量”，实现基于含义的相似度匹配。简单说，就是让 AI “读懂”代码意图，而非死板比对字符串。 技术实现原理 SemSearch 的核心是 AI 驱动的语义理解： · 嵌入模型：使用类似 GPT-4o 的多模态模型，将代码、注释和自然语言查询转换为高维向量。这些向量捕捉代码的结构、逻辑和上下文语义。 · 索引与检索：Cursor 在后台为代码库构建向量索引（类似于数据库中的倒排索引，但基于语义）。查询时，AI 计算查询向量与代码向量的余弦相似度，返回 Top-K 最匹配的结果。 · 优化细节：团队结合了本地索引（快速响应）和云端增强（处理复杂查询），并支持跨文件、跨仓库搜索。隐私方面，Cursor 强调所有处理均在本地或用户控制的环境中进行，避免数据泄露。 这一设计借鉴了信息检索领域的 RAG 技术，但专为代码优化——例如，优先匹配函数签名、API 调用等开发者关心的元素。 实际应用与益处 SemSearch 已集成到 Cursor 编辑器的搜索栏中，使用方式简单：输入自然语言描述（如“处理图像上传的异步函数”），即可得到排序结果，包括代码片段预览和跳转链接。文章举例： · 在开源项目中，快速定位类似实现，加速学习。 · 在团队协作中，促进代码复用，减少 bug。 量化益处：Cursor 内部测试显示，开发者搜索时间缩短 40%，代码重用率提升 25%。长远看，这能降低维护成本，推动“代码即知识”的理念。 与 AI 智能体的协同 文章特别强调 SemSearch 与 Cursor 的 AI 智能体深度融合。智能体不是简单的代码补全工具，而是能“思考”和执行任务的自治实体。例如： · 一个智能体可先用 SemSearch 检索相关代码作为“知识库”，再基于此生成新功能。 · 场景：构建 Web 应用时，智能体自动拉取类似组件的语义匹配代码，迭代优化输出。 这部分避免了传统 AI 的“幻觉”问题，因为检索提供 grounded 的上下文。Cursor 视此为“智能开发”的基石，未来将扩展到更多智能体场景，如调试代理或架构建议。 局限与展望 客观而言，当前局限：语义匹配对非英语注释或领域特定术语（如金融模型）准确率稍低；大型代码库索引需时间。团队承诺迭代，包括支持更多语言和自定义嵌入模型。 Cursor 定位 SemSearch 为“代码搜索引擎的 ChatGPT 时刻”，预示 AI 将重塑 IDE 生态。 博客地址

专注 - Context Engineering, AI(Coding)Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴 🔗 信息卡提示词 🔽

avatar for meng shao
meng shao
Thu Nov 06 00:49:05
这下不光PS, AE也要被替代了? 修图大模型你见过, 修视频大模型你见过吗? 来看这个新视频生成框架 MotionStream, 它最大的特点就是指哪打哪, 相信大家都经历过耗费了无数token, AI视频就是不按照自己的想法走. 这个框架可以让你通过鼠标绘制运动轨迹, 真的让视频中的元素按照你的想法运动, 同样, 运镜也不在话下, 甚至如果想偷懒模仿大师的场景和运镜, 直接把原片拷进去, 就能把里面的动作迁移到你的视频里. 最重要的, 这个模型是基于阿里万相修改的! 大小只有1.3B和5B! 游戏显卡都能跑. 当前目前框架还处于早期, 运动太快会导致下次和变形, 但十分有潜力, 建议持续关注. 最后, 这个论文是Adobe研究院发的，那AE没事了哈哈哈哈 项目地址：

这下不光PS, AE也要被替代了? 修图大模型你见过, 修视频大模型你见过吗? 来看这个新视频生成框架 MotionStream, 它最大的特点就是指哪打哪, 相信大家都经历过耗费了无数token, AI视频就是不按照自己的想法走. 这个框架可以让你通过鼠标绘制运动轨迹, 真的让视频中的元素按照你的想法运动, 同样, 运镜也不在话下, 甚至如果想偷懒模仿大师的场景和运镜, 直接把原片拷进去, 就能把里面的动作迁移到你的视频里. 最重要的, 这个模型是基于阿里万相修改的! 大小只有1.3B和5B! 游戏显卡都能跑. 当前目前框架还处于早期, 运动太快会导致下次和变形, 但十分有潜力, 建议持续关注. 最后, 这个论文是Adobe研究院发的，那AE没事了哈哈哈哈 项目地址：

A coder, road bike rider, server fortune teller, electronic waste collector, co-founder of KCORES, ex-director at IllaSoft, KingsoftOffice, Juejin.

avatar for karminski-牙医
karminski-牙医
Thu Nov 06 00:48:53
Good morning

Good morning

Maker of a tech note-taking app https://t.co/xcprYEEMJQ. My indie dev journey 👉https://t.co/JbdJ58XbTN 🇯🇵@craftzdog Dad👨‍👩‍👧 UTC+9

avatar for Takuya 🐾 devaslife
Takuya 🐾 devaslife
Thu Nov 06 00:46:09
RT @catalinmpit: This post from Takuya really hit home. > "My happiness was in other people’s hands [...]" Wish you the best and good hea…

RT @catalinmpit: This post from Takuya really hit home. > "My happiness was in other people’s hands [...]" Wish you the best and good hea…

Maker of a tech note-taking app https://t.co/xcprYEEMJQ. My indie dev journey 👉https://t.co/JbdJ58XbTN 🇯🇵@craftzdog Dad👨‍👩‍👧 UTC+9

avatar for Takuya 🐾 devaslife
Takuya 🐾 devaslife
Thu Nov 06 00:45:38
  • Previous
  • 1
  • More pages
  • 781
  • 782
  • 783
  • More pages
  • 2111
  • Next