LogoThread Easy
  • Explorer
  • Composer un thread
LogoThread Easy

Votre partenaire tout-en-un pour les threads Twitter

© 2025 Thread Easy All Rights Reserved.

Explorer

Newest first — browse tweet threads

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

RT @garrytan: It’s the golden age for startups that turn latent LLM capability and intelligence into actual adoption Will be like working…

RT @garrytan: It’s the golden age for startups that turn latent LLM capability and intelligence into actual adoption Will be like working…

building @chatxos. built apps @magiceden @snapchat @square. built oss @reactnative. built memes @web3zer0

avatar for json
json
Fri Dec 19 11:50:19
The resort is called Thaiwoo, near the Great Wall, north of Beijing, and it's one of venues for 2022 Winter Olympics

The resort is called Thaiwoo, near the Great Wall, north of Beijing, and it's one of venues for 2022 Winter Olympics

Founder of https://t.co/yyLfH8mOar and https://t.co/ZzTStsMvdh

avatar for Damon Chen
Damon Chen
Fri Dec 19 11:43:32
Just got a cute lil @bannerbearHQ-bubu, thanks @yongfook 🧸🫶 Made me think I should have named all of products after some animals, it is so cute just to be able to send to a few friends like this 🥹

Just got a cute lil @bannerbearHQ-bubu, thanks @yongfook 🧸🫶 Made me think I should have named all of products after some animals, it is so cute just to be able to send to a few friends like this 🥹

Built 8 startups in 12 months • Sold 3/8 startups • Building @HackerResidency, https://t.co/ns7SH9FiWh, https://t.co/1tAr7flVT2, https://t.co/sYr4JzzOtJ, https://t.co/HvvzdvWg5H, a secret startup 🤫

avatar for Minh-Phuc Tran
Minh-Phuc Tran
Fri Dec 19 11:38:47
AI 智能体的下半场：为什么“上下文工程”将成为新的技术护城河？ 来自 Box CEO @levie 的精彩分享，以客观严谨的视角分析了 AI 智能体从“模型能力”向“系统架构”演进的必然趋势。 核心范式的转移：从逻辑缺陷到信息不对称 Levie 认为，随着大模型推理能力的跨越式提升，智能体在执行复杂任务时的失败，其根源将不再是逻辑推演的无能，而在于相关背景信息的匮乏。 在这种语境下，开发者的重心正从“提升模型智力”转向“解决信息差”。“上下文工程”的本质，就是通过逆向工程的方法，推导出一个跨领域的超级专家在处理特定任务时，究竟需要哪些维度、何种密度的信息输入。 智能体的悖论：高智商的“失忆全才” 他提出了一个深刻的比喻，揭示了当前智能体架构的物理局限性： · 全域专家属性：智能体具备横跨法律、工程、商业等多个领域的专家级知识库。 · 无状态与空间约束：尽管智力极高，但它是“无状态”的，且受限于上下文窗口，一次只能精准处理中等规模的信息量。 · 这种“高智商但易忘”的特性，决定了系统必须具备极高的信息投喂精度。信息过多会导致模型因噪声而困惑，信息过少则无法支撑决策。 攻坚方向：构建高效的信息供应链 为了弥补智能体的记忆缺陷，行业的技术投入正高度集中在以下四个维度，旨在构建一套闭环的信息分发系统： · 检索与召回：建设超大规模、低延迟的搜索与检索架构，确保数据获取的实时性。 · 启发式排序：通过算法对检索到的信息进行权重排序，确保最关键的 Context 被优先推送到模型前端。 · 系统提示词工程：通过精细化的 System Prompts 定义任务边界与执行逻辑。 · 状态与空间优化：在有限的上下文窗口内，通过创新的数据管理方式，最大限度地节省空间以承载更复杂的推理逻辑。 算力杠杆：AI 处理数据的非对称优势 Levie 强调了一个被低估的优势：AI 在处理上下文时的计算强度远超人类。 人类在短时间内处理海量异构数据的能力是有限的，但智能体可以利用大规模计算资源，在毫秒级完成对海量数据的扫描、精炼与重组。这种“算力驱动的信息处理”能力，正是构建高性能智能体的核心壁垒。

AI 智能体的下半场：为什么“上下文工程”将成为新的技术护城河？ 来自 Box CEO @levie 的精彩分享，以客观严谨的视角分析了 AI 智能体从“模型能力”向“系统架构”演进的必然趋势。 核心范式的转移：从逻辑缺陷到信息不对称 Levie 认为，随着大模型推理能力的跨越式提升，智能体在执行复杂任务时的失败，其根源将不再是逻辑推演的无能，而在于相关背景信息的匮乏。 在这种语境下，开发者的重心正从“提升模型智力”转向“解决信息差”。“上下文工程”的本质，就是通过逆向工程的方法，推导出一个跨领域的超级专家在处理特定任务时，究竟需要哪些维度、何种密度的信息输入。 智能体的悖论：高智商的“失忆全才” 他提出了一个深刻的比喻，揭示了当前智能体架构的物理局限性： · 全域专家属性：智能体具备横跨法律、工程、商业等多个领域的专家级知识库。 · 无状态与空间约束：尽管智力极高，但它是“无状态”的，且受限于上下文窗口，一次只能精准处理中等规模的信息量。 · 这种“高智商但易忘”的特性，决定了系统必须具备极高的信息投喂精度。信息过多会导致模型因噪声而困惑，信息过少则无法支撑决策。 攻坚方向：构建高效的信息供应链 为了弥补智能体的记忆缺陷，行业的技术投入正高度集中在以下四个维度，旨在构建一套闭环的信息分发系统： · 检索与召回：建设超大规模、低延迟的搜索与检索架构，确保数据获取的实时性。 · 启发式排序：通过算法对检索到的信息进行权重排序，确保最关键的 Context 被优先推送到模型前端。 · 系统提示词工程：通过精细化的 System Prompts 定义任务边界与执行逻辑。 · 状态与空间优化：在有限的上下文窗口内，通过创新的数据管理方式，最大限度地节省空间以承载更复杂的推理逻辑。 算力杠杆：AI 处理数据的非对称优势 Levie 强调了一个被低估的优势：AI 在处理上下文时的计算强度远超人类。 人类在短时间内处理海量异构数据的能力是有限的，但智能体可以利用大规模计算资源，在毫秒级完成对海量数据的扫描、精炼与重组。这种“算力驱动的信息处理”能力，正是构建高性能智能体的核心壁垒。

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

avatar for meng shao
meng shao
Fri Dec 19 11:36:47
Idea for @xai team Let people import their conversation history / data from other LLM chat apps That'd make it much easier to switch from other apps because a big part of the lock-in of LLM chat apps is their memory about you

Idea for @xai team Let people import their conversation history / data from other LLM chat apps That'd make it much easier to switch from other apps because a big part of the lock-in of LLM chat apps is their memory about you

🇪🇺https://t.co/NdorAWqJC3 @euacc 📸https://t.co/lAyoqmSBRX $118K/m 🏡https://t.co/1oqUgfD6CZ $36K/m 🛰https://t.co/ZHSvI2wjyW $43K/m 🌍https://t.co/UXK5AFqCaQ $15K/m 👙https://t.co/RyXpqGuFM3 $14K/m 💾https://t.co/M1hEUBAynC $6K/m

avatar for @levelsio
@levelsio
Fri Dec 19 11:29:55
RT @MatejKripner: I'm releasing nanoproof - a minimal open-source implementation of AlphaProof (@TZahavy). It uses nanochat (@karpathy) for…

RT @MatejKripner: I'm releasing nanoproof - a minimal open-source implementation of AlphaProof (@TZahavy). It uses nanochat (@karpathy) for…

making gradients flow • founder - eXperiments lab

avatar for tokenbender
tokenbender
Fri Dec 19 11:27:51
  • Previous
  • 1
  • More pages
  • 341
  • 342
  • 343
  • More pages
  • 5634
  • Next