Keep on to blur preview images; turn off to show them clearly
What an unusual attitude for a Japanese woman, it’s almost too fanciful, almost… Irish?
We're in a race. It's not USA vs China but humans and AGIs vs ape power centralization. @deepseek_ai stan #1, 2023–Deep Time «C’est la guerre.» ®1
"Having morals you think are universal & insist others follow for the good of society" == "woke" for a certain type of person. Even these ppl know this isn't correct, & this framing is polemical. The content of the moral claims actually matters more than there mere fact of them.
Sincerity, kindness, craft, moral virtue -- if this stuff is threatening to you merely in the abstract no matter how these virtues are understood, then yeah I hope you have a rough time. Me, I love all those things & resent that wokes inverted them.
新视频上线——值得看的 3 个 Agent，Kiro 自主 Agent + 安全/运维 Agent 如果你在带开发团队，这 3 个 Agent 基本对应 3 条未来招聘线： 1）Kiro Autonomous Agent：真正能「自己写代码提 PR」的工程同事，而且会记住你的代码风格和团队规范 2）Security Agent：把安全从「临门一脚」变成全周期自动守护 3）DevOps Agent：把发布、监控、故障处理做成自动化流水线 视频里也顺带聊了 Kiro 的最新更新（Checkpointing、CLI、Kiro powers 等），帮你判断现在就上车值不值。 #亚马逊云科技 #Kiro
https://t.co/ioDO6HNHmp
We're eating good: "Future pipelines may need to unify pre-/mid-/post-training: injecting reasoning data earlier and more continuously."
Full link (slides + code for now): https://t.co/dm9cP8tP0y
Don't Build Agents, Build Skills Instead 来自 Anthropic @barry_zyj 和 @maheshmurag 在 @aiDotEngineer Code Summit 的专题演讲，探讨了 AI Agent 发展的下一个关键阶段：从单纯追求“Agent”的架构，转向赋予它们具体、可复用的“Skills”。 核心痛点：高智商 vs. 专业经验 AI Agent 面临的一个主要矛盾：有智商，缺经验。 · 比喻： 他们用了一个很形象的比喻——“Mahesh（智商 300 的数学天才）” vs. “Barry（经验丰富的税务专家）”。 · 现状： 目前的大模型 Agent 就像那个数学天才，虽然极其聪明，具备从头推导复杂原理的能力，但如果你让它去报税，它可能因为缺乏具体的“税务代码”和“流程知识”而一筹莫展，或者效率低下。 · 需求： 在真实的工作场景中，我们往往更需要那个“税务专家”，即一个能够稳定执行特定领域流程、拥有程序性知识的角色，而不是每次都从第一性原理去重新思考的天才。 解决方案：什么是“Skills”？ 为了填补这一鸿沟，Anthropic 提出了 “Skills” 的概念。 · 定义： Skills 是将程序性知识打包成的最小单元，Agent 可以根据需要动态加载这些单元。 · 形式： 它非常轻量级。一个 Skill 可能只是一个文件夹，里面包含了一些脚本（作为工具）和核心的指令文件（通常是 Markdown 格式）。 · 特点： · 可移植（Portable）： 可以在不同的 Agent 之间共享。 · 可组合（Composable）： 就像乐高积木一样，你可以通过组合不同的 Skills 来让一个通用的 Agent 瞬间具备跨领域的专业能力。 · 低门槛： 它的本质不是复杂的代码工程，而是对“如何做某事”的清晰描述和工具封装。 愿景：从“构建 Agent”到“沉淀知识” 这次的演讲不仅仅是关于技术的，更是关于组织如何利用 AI 的战略思考： · 企业知识库的进化： 未来的企业竞争壁垒，在于谁能构建一个不断进化的“技能库”。这些技能由企业内部的专家定义，并随着 Agent 的使用反馈不断优化。 · Agent 的自我进化： 演讲提出了一个令人兴奋的未来图景——Agent 不仅是技能的使用者，最终将成为技能的创造者。它们能从工作中总结经验，自己编写新的 Skills，从而实现自我进化。 · 统一的 Agent： 你不需要为每个任务都单独“训练”或“微调”一个新模型，而是维护一个通用的、强大的 Agent，通过“加载”不同的 Skills 瞬间切换角色（比如上一秒是文档分析师，下一秒是代码审查员）。 总结 这个视频传递的最重要信息是：不要迷恋“复杂的 Agent 架构”，要把精力花在提炼和封装具体的“专业知识”上。 对于开发者和企业来说，这意味着应该开始思考：如何将你们团队内部的“隐性知识”转化为标准化的“Skills”，让 AI 真正成为懂业务的专家，而不仅仅是聪明的通用助手。 Youtube 视频
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
Been working on something new at @acquiredotcom. After helping 1000+ founders exit, we’re hoping to also help startups grow next. Coming soon!
Founder and CEO of @acquiredotcom. https://t.co/wRMIssDmhl has helped 100s of startups get acquired and facilitated $500m+ in closed deals.
