开启时会模糊预览图，关闭后正常显示
Insane LoD/streaming test of experimental @sparkjsdev branch. 100 scenes with ~150m splats. 16million local splat budget for streaming, 2million visible budget for LoD. Once this stabilizes I think we can support persistent splat worlds of arbitrary size ...
GP @ a16z ... questionable heuristics in a grossly underdetermined world
@OpenAI Can you please declare a code red for fixing the ChatGPT macOS app! It always bugs out for long reasoning tasks and never finishes (but I check the web app and it's done)
Also copy-paste is often broken + when starting a new chat, it remembers prompts that I've already sent
RT @indie_maker_fox: 昨天学到的一个nextjs配置，控制哪些ua的情况下收到的是blocking metadata，而不是streaming metadata。 MkSaaS模板真的是进入了共建模式，最近遇到的一些奇怪问题以及解决方案都是客户发现并提供方…
🔥 The best AI SaaS boilerplate - https://t.co/VyNtTs0jSX 🚀 The best directory boilerplate with AI - https://t.co/wEvJ1Dd8aR 🎉 https://t.co/bh1RxeERuY & https://t.co/zubXJCoY92 & https://t.co/tfQf8T7gGF
巴菲特曾说：“我其实很喜欢研究失败的案例，我们想知道那些企业究竟是如何走向衰败的。” 他发现，导致企业失败的最大杀手，常常不是技术落后或市场变化，而是“自满”——那种觉得“我们做得很好了，不用再努力了”的心态。 真正的高手，永远保持着“在路上”的状态。 就像爬山，爬到半山腰看到风景，有人会停下来拍照留念，甚至觉得“已经到顶了”，却不知前方还有更高的山峰； 而真正的攀登者，会整理好行装继续向上，因为他们知道，每一步都是新的开始，每一次停留都可能成为下坡的伏笔。 无论是马云创立阿里巴巴时面对的质疑，还是张一鸣带领字节跳动突破边界的探索，他们都深知：商业世界唯一不变的就是变化。 如果满足于眼前的成绩，就像逆水行舟，不进则退。真正的企业家，永远把自己放在“初学者”的位置，对未知保持敬畏，对变化保持敏感，对用户保持好奇——这或许就是那些穿越周期、持续成长的企业，留给我们最宝贵的启示。
找工作、找面试题、改简历、模拟面试。关注： 创业（冷启动） ｜ 认知心理学｜智能体 ｜ 强化学习 building：https://t.co/A4YmEz90B8
OpenAI 发布 GPT-5.2-Codex：在智能体编程方面，特别是应对复杂长期任务、网络安全和视觉交互理解三个方向全面提升 核心定位：最强智能体编程模型 OpenAI 于 2025 年 12 月 18 日正式发布了 GPT-5.2-Codex，定义为 Agentic Coding Model 的系统。它不仅是回答代码问题，还能像一个自主的工程师一样，在真实的终端环境中执行任务、编写代码、调试错误，并能长时间保持对任务的专注。 三大核心能力升级 1. 应对复杂长期任务： · 上下文压缩技术：模型现在能通过“原生压缩”技术处理极长的上下文。在进行大规模代码重构或迁移时，它不会像以前的模型那样“忘记”之前的设定或丢失进度。 · 稳定性：即使计划变更或尝试失败，它也能持续迭代，直到完成任务。 2. 防御性网络安全： · GPT-5.2-Codex 拥有迄今为止最强的网络安全能力。 · 实战案例：甚至在上一代模型（GPT-5.1-Codex-Max）的辅助下，安全研究员就已经发现了 React 框架中的关键漏洞。GPT-5.2-Codex 在此基础上进一步强化，能协助安全专家进行漏洞挖掘和系统防御。 · 安全护栏：鉴于其强大的能力带来的“双刃剑”风险，OpenAI 虽然尚未将其评定为“高”风险等级，但已在部署时增加了额外的安全措施。 3. 视觉与交互能力： · 模型能更精准地解读屏幕截图、技术架构图和 UI 界面。 · 从设计到代码：它能直接读取设计草图并快速转化为功能性的原型代码。 性能基准（用数据说话） 该模型在衡量 AI 编程智能体能力的两个权威基准测试中均达到了SOTA水平： · SWE-Bench Pro：准确率达到 56.4%（相比 GPT-5.1 提升显著）。 · Terminal-Bench 2.0：准确率达到 64.0%。 · 此外，它在 Windows 环境下的原生操作能力也得到了大幅优化。
邵猛，中年失业程序员 😂 专注 - Context Engineering, AI 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
代码行数不够多这个确实也是个成功的原因 另外这种迁移任务，如果项目文件多，可以让它先做plan，然后写一个check list markdown文件，完成一项任务就勾选一下完成的部分，然后多次执行。 不过这样也有个问题就是次数多了check list后面执行的可能不会太好
Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management.