LogoThread Easy
  • 탐색
  • 스레드 작성
LogoThread Easy

트위터 스레드의 올인원 파트너

© 2025 Thread Easy All Rights Reserved.

탐색

Newest first — browse tweet threads

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

🇨🇳 Woke up in Beijing's Summer Palace today

Built in 1750 by a Chinese emperor as a birthday gift to his mother

It's a giant park with a lake but you can also sleep in it as we did

And it's very tranquil and silent

🇨🇳 Woke up in Beijing's Summer Palace today Built in 1750 by a Chinese emperor as a birthday gift to his mother It's a giant park with a lake but you can also sleep in it as we did And it's very tranquil and silent

🇪🇺https://t.co/NdorAWrhrB @euacc 📸https://t.co/lAyoqmT9Hv $125K/m 🏡https://t.co/1oqUgfDEsx $40K/m 🛰https://t.co/ZHSvI2wRou $38K/m 🌍https://t.co/UXK5AFra0o $16K/m 👙https://t.co/RyXpqGvdBB $14K/m 💾https://t.co/M1hEUBB6da $6K/m

avatar for @levelsio
@levelsio
Thu Nov 27 07:25:57
发一下这两天挺火的一个小红书图文自动生成工具:RedInk,一句话一张图片生成小红书图文

用的Gemini 3生成文案,Nano banana Pro生成图片

给定一个主题或一句话描述+一张风格参考图,系统即可按需求自动完成封面+内页+配图的小红书素材生成

它会先给6-9页大纲,大纲里的内容可以自定义
然后并发产出对应配图,直接是小红书排版样式

#AI自媒体工具 #RedInk

发一下这两天挺火的一个小红书图文自动生成工具:RedInk,一句话一张图片生成小红书图文 用的Gemini 3生成文案,Nano banana Pro生成图片 给定一个主题或一句话描述+一张风格参考图,系统即可按需求自动完成封面+内页+配图的小红书素材生成 它会先给6-9页大纲,大纲里的内容可以自定义 然后并发产出对应配图,直接是小红书排版样式 #AI自媒体工具 #RedInk

github:https://t.co/JRNxWHcmQM

avatar for AIGCLINK
AIGCLINK
Thu Nov 27 07:21:38
RT @yanhua1010: 哇,这个prompt太神了!用它生成的城市天气卡片,简直是微缩版的梦幻都市~
我试了试成都和东京,效果超级可爱!
成都的杜甫草堂和宽窄巷子融入了晴天云朵,东京的涩谷和东京塔在微风中摇曳
AI艺术真让人上瘾!下一个试哪个城市?大家来建议!🔥 htt…

RT @yanhua1010: 哇,这个prompt太神了!用它生成的城市天气卡片,简直是微缩版的梦幻都市~ 我试了试成都和东京,效果超级可爱! 成都的杜甫草堂和宽窄巷子融入了晴天云朵,东京的涩谷和东京塔在微风中摇曳 AI艺术真让人上瘾!下一个试哪个城市?大家来建议!🔥 htt…

Solo Developer | Growth Coach|Helping creators build their personal brand on X 公众号:PandaTalk8

avatar for Mr Panda
Mr Panda
Thu Nov 27 07:20:18
https://t.co/soqgGxkkRC

https://t.co/soqgGxkkRC

We're sharing/showcasing best of @github projects/repos. Follow to stay in loop. Promoting Open-Source Contributions. UNOFFICIAL, but followed by github

avatar for GitHub Projects Community
GitHub Projects Community
Thu Nov 27 07:15:06
#AI编程好物 1/100 - 使用 DiceBear 作为占位头像 

AI 编程写头像的时候需要展示临时头像,我之前都会用字符+背景色占位, 但会影响美观. 用 DiceBear 根据用户字符串生成独特的个性化头像,以取代默认的灰色占位图。

提示词指令: 「请在展示头像时使用 DiceBear 生成器, 参考语法为 https://t.co/n6c5BtKyWl 这样可以做到同一个用户名生成同一个头像, 非常方便好用」

DiceBear 也提供了对应的 react / vue 包, 可按需使用

#AI编程好物 1/100 - 使用 DiceBear 作为占位头像 AI 编程写头像的时候需要展示临时头像,我之前都会用字符+背景色占位, 但会影响美观. 用 DiceBear 根据用户字符串生成独特的个性化头像,以取代默认的灰色占位图。 提示词指令: 「请在展示头像时使用 DiceBear 生成器, 参考语法为 https://t.co/n6c5BtKyWl 这样可以做到同一个用户名生成同一个头像, 非常方便好用」 DiceBear 也提供了对应的 react / vue 包, 可按需使用

🖥️ Indie Maker 🛠️ 星球「海哥和他的小伙伴们」 📌 油管「海拉鲁编程客」 🌸 沦为程序员的段子手/猫咪

avatar for 海拉鲁编程客
海拉鲁编程客
Thu Nov 27 07:12:35
Anthropic 提出了一种双层智能体设计 

解决Agent执行长任务时丢失记忆的问题

随着 Claude 等 AI 模型变得更强,开发者希望它们能够:

执行复杂任务(如全栈开发)
持续工作数小时甚至数天

但每次上下文窗口刷新后,AI 都会丢失记忆,无法连续推进任务。

这就像一个工程团队轮班工作,但每个新工程师上岗时都完全不知道前一班干了什么。

传统长任务执行的两个主要失败模式:

1、试图一次性完成所有任务(one-shot)

Claude 会在一个窗口中尝试构建整个应用,结果中途上下文耗尽,留下“半拉子工程”,下一次启动又得重新理解。

2、过早宣告任务完成

当项目部分功能完成后,Claude 有时会错误判断为“任务已结束”。

这两种问题都导致 任务状态不连续、上下文断裂。

为什么这很难解决?

AI 模型的“记忆”不是持久的。

每次上下文窗口结束,它就像“重启的电脑”一样,什么都不记得。

虽然 Anthropic 给 Claude 做了 “上下文压缩(compaction)” 功能,可以把对话浓缩后带入下一轮

但这还不够,因为 AI 仍然会丢掉结构化的项目状态。

Anthropic 的解决方案:双智能体架构(Two-Agent Harness)

为解决这些问题,Anthropic 设计了一种新的智能体工作架构,称为:

双智能体长运行框架

它由两类 AI 角色协同完成整个任务过程:

Initializer Agent(初始化智能体)
Coding Agent(编码智能体)

这两个智能体并非两种模型,而是同一个 Claude 模型在不同阶段使用不同的提示模板(prompt template)运行。

区别在于它们的职责分工与上下文约束。

🧩 第一位成员:Initializer Agent(初始化智能体)

Initializer 的任务是:

为项目建立结构化的“工作记忆”
创建清晰、可持续的开发环境

它只在项目第一次启动时运行,做“项目准备”:

第一次启动时,这个智能体负责:

创建整个工作环境;
写下一个初始化脚本 https://t.co/VUeBdiSpyr;
生成一个项目进度文件 claude-progress.txt;
建立 Git 仓库(用于版本管理)。

💡 它相当于项目的“开工仪式”,帮后续AI打好地基。

🧑💻 2. 编码智能体(Coding Agent)

接下来的每一次运行中,这个智能体会:

阅读进度日志和 Git 记录;
查看“要做的功能列表”;
只实现一个小功能;
写好注释、测试代码;
保存清晰的 Git 提交;
更新进度日志后退出。

💡 每次运行就像接力赛中的一棒:干一件小事、记录清楚、交给下一位。

实测结果:真的更聪明了

实验发现,这种结构化方法可以让 Claude:

连续运行数小时仍保持逻辑一致;
自动检查自己之前写的代码;
快速修复遗留bug;
有“团队协作”的感觉。

但它仍有局限,比如:

看不到浏览器原生弹窗;
某些bug只能人工发现;
对多智能体协作的最优方式还在研究中。

Anthropic 提出了一种双层智能体设计 解决Agent执行长任务时丢失记忆的问题 随着 Claude 等 AI 模型变得更强,开发者希望它们能够: 执行复杂任务(如全栈开发) 持续工作数小时甚至数天 但每次上下文窗口刷新后,AI 都会丢失记忆,无法连续推进任务。 这就像一个工程团队轮班工作,但每个新工程师上岗时都完全不知道前一班干了什么。 传统长任务执行的两个主要失败模式: 1、试图一次性完成所有任务(one-shot) Claude 会在一个窗口中尝试构建整个应用,结果中途上下文耗尽,留下“半拉子工程”,下一次启动又得重新理解。 2、过早宣告任务完成 当项目部分功能完成后,Claude 有时会错误判断为“任务已结束”。 这两种问题都导致 任务状态不连续、上下文断裂。 为什么这很难解决? AI 模型的“记忆”不是持久的。 每次上下文窗口结束,它就像“重启的电脑”一样,什么都不记得。 虽然 Anthropic 给 Claude 做了 “上下文压缩(compaction)” 功能,可以把对话浓缩后带入下一轮 但这还不够,因为 AI 仍然会丢掉结构化的项目状态。 Anthropic 的解决方案:双智能体架构(Two-Agent Harness) 为解决这些问题,Anthropic 设计了一种新的智能体工作架构,称为: 双智能体长运行框架 它由两类 AI 角色协同完成整个任务过程: Initializer Agent(初始化智能体) Coding Agent(编码智能体) 这两个智能体并非两种模型,而是同一个 Claude 模型在不同阶段使用不同的提示模板(prompt template)运行。 区别在于它们的职责分工与上下文约束。 🧩 第一位成员:Initializer Agent(初始化智能体) Initializer 的任务是: 为项目建立结构化的“工作记忆” 创建清晰、可持续的开发环境 它只在项目第一次启动时运行,做“项目准备”: 第一次启动时,这个智能体负责: 创建整个工作环境; 写下一个初始化脚本 https://t.co/VUeBdiSpyr; 生成一个项目进度文件 claude-progress.txt; 建立 Git 仓库(用于版本管理)。 💡 它相当于项目的“开工仪式”,帮后续AI打好地基。 🧑💻 2. 编码智能体(Coding Agent) 接下来的每一次运行中,这个智能体会: 阅读进度日志和 Git 记录; 查看“要做的功能列表”; 只实现一个小功能; 写好注释、测试代码; 保存清晰的 Git 提交; 更新进度日志后退出。 💡 每次运行就像接力赛中的一棒:干一件小事、记录清楚、交给下一位。 实测结果:真的更聪明了 实验发现,这种结构化方法可以让 Claude: 连续运行数小时仍保持逻辑一致; 自动检查自己之前写的代码; 快速修复遗留bug; 有“团队协作”的感觉。 但它仍有局限,比如: 看不到浏览器原生弹窗; 某些bug只能人工发现; 对多智能体协作的最优方式还在研究中。

详细介绍:https://t.co/TiCZJwTO1F

avatar for 小互
小互
Thu Nov 27 07:11:45
  • Previous
  • 1
  • More pages
  • 2224
  • 2225
  • 2226
  • More pages
  • 5634
  • Next