I am happy, have no ambitions, and am a workaholic without a goal.

UNIVERSE
Joined June 2020
大家好,今晚北京时间 22:00 (50多分钟之后),我们会在飞书直播,一起讨论 LayerFS 2.0。 这次想和大家聊聊,LayerFS 如何让项目自由选择历史数据存在哪里、命令在哪里运行,以及如何把这些能力整合进新的智能体应用 LayerFS Connect。 主要讨论几个方向: 存储与计算解耦:项目选择自己的存储连接器,同时连接多个计算环境。 更多存储选择:本地 SQLite 配合远端推送与拉取,以及通过 PostgreSQL 实现实时共享的方案。 更多运行环境:在现有 Docker、WSL2 支持之上,探索原生 Linux、macOS 和云沙箱。 基于 pi 的 LayerFS Connect:把会话、文件、历史和计算环境放到同一个应用中。 也会聊聊更远一点的设想:让智能体状态和文件状态一起分叉、一起回滚,以及 pi-durable 与 LayerFS 结合的可能性。 这是一场围绕方案和原型的开放讨论,欢迎来提问、提需求,一起讨论 2.0 应该怎么做。 今晚十点,飞书直播见!(二维码在评论区,可以提前进入,文档以放在会议室)
13
8
2
73
9,855
感谢大家的支持和热情,一下子就又到了例行的抽奖环节了 (我的习惯是每次破整数来一次) 送一个月我自部署的 DeepSeek。一键三连,下周三开奖。😁 PS:其实没啥额度限制,但为了防滥用,以及不影响我正常体验,我会设置并发 1,先按谷价给它先设置个 $200 的额度,用完我再加。
775
680
70
1,238
127,382
pi-dal retweeted
We just made Raft 1.21.0 source available: github.com/botiverse/raft-so… A lot has changed in just two weeks. Even without checking the release notes, a few things immediately come to mind: multi-theme support, Agent Migration, a substantial number of performance improvements, and the upcoming integration of Antiproton, our independently developed cloud agent runtime. For a project moving this incredibly fast, open-source collaboration is genuinely difficult. We’re still exploring what the right model for open-source collaboration should look like for Raft, and we’ve already started to make some early progress. For now, Raft will remain source-available rather than fully open source. But we also want to shorten the gap between development and source releases. We’re building an automated security review pipeline for source releases, which should allow us to publish code much faster and more frequently. At the same time, some meaningful components developed for and used by Raft such as oar will gradually be spun out and open-sourced as independent projects. BTW, we also encourage anyone who needs it to experiment with self-hosting Raft. I personally don’t have much experience running Raft in a self-hosted environment, so the repo still lacks polished deployment guidance. Upgrades can also be somewhat tricky, since quite a bit of agent-related operational work currently happens inside Raft itself. That said, I think it should already be quite feasible to have a SOTA model handle the operation and maintenance of a private Raft server. If you get it working well, we’d love to see you share your setup and what you learned.
3
5
2
44
5,495
pi-dal retweeted
今天发现 @pidal20 采用 dohnuts 0.1.0 0.8B 相同的配方在 4090 上炼了一个基于 Qwen 3.5 2B 的版本,在 Jevbench 的公开题上测试,位列 ~2B 这个规模的榜首
最近 Jev 还挺受关注的,社区上也有很多各种各样的方案,比如 Laya、SemIf 等。 我也搞了一个可以在家用显卡上训练和运行的 0.8B 多模态决策模型 Dohnuts-0.1.0-0.8B 。用一张 7900 XTX 24 GB,完成了数据准备、后训练、校准、评测和推理的完整流程。 Dohnuts 基于 Qwen3.5-0.8B,参考 Laya 的 RLCD 方法进行后训练。它支持文本和图像,通过一次前向传播,并行回答针对同一输入的多个独立问题,返回选择、分数和概率。 目前,Dohnuts 在 26 个测试任务组上的宏平均准确率为 78.21%;在 JevBench 的 231 道公开题目上达到 65.80%。按各模型原生上下文设置比较,高于已测的 Laya 多语言和 Laya Vision 检查点。同卡 BF16 热缓存测试中,文本、图像单问题延迟中位数约为 15 ms、24 ms。 代码、权重、数据处理方法和完整训推流程都完全公开,方便本地复现和继续训练。 名字来自霍默喜欢的甜甜圈。D'oh! But dohnuts.
2
2
10
1,457
pi-dal retweeted
TL;DR: We just made Raft source-available. We don't accept pull requests. We want prompt requests instead. We are exploring what a new contribution model for open source could look like in the age of agents.
22
50
12
299
94,403
pi-dal retweeted
Replying to @tianyi
请不要这样做。 这是用户的决定,他们已经调试好的提示词很有可能大幅度依赖 V4 Pro 的某些行为和特性,这样直接替换会破坏他们的业务 你们可以发公告说明你们的退役计划,鼓励用户尽早迁移,但是不要替用户做决定。
25
20
6
817
60,097
和這位朋友幾乎每天都在進行著這樣深度的對話,前段時間這位朋友成為妻子了🥹
前幾天和朋友聊到關於自信的問題 我說我應該是個打從骨子裡沒有自信的人吧,只是有幸獲得的這麼多人的認可才能稍微變的看起來自信一些。但是就算如此,這樣夠好嗎、這樣說會不會冒犯到誰、個人意見會不會傳播了什麼不好的 practice 或是錯誤信息之類的,每次拿出手的之前都還是會一直擔心。 好像做開源這幾年下來,拿出手的時候還不如最開始的時候有自信。或許是遇見了更多更有才華的人吧,也許是對自己的要求變得越來越高了吧,也可能是觀察變得更加敏銳了,知道自己東西的不完美吧。但因為不知不覺背負了各種責任,就算覺得拿不出手,卻又很常會遇到不得的不在特定時間點拿出來自己並不滿意的東西的情況(又或是反而言之,說不定自然情況下永遠也不會有拿得出手的那一天吧),這種時候就會覺得很虛心很挫敗。懷疑自己的能力。 朋友和我說,沒有自信是對周邊的人很失禮的事情。 她說,比方說自己下廚邀請朋友到家裡作客,但在端出食物的時候對朋友說「我對自己廚藝沒自信可能不好吃,請你將就一下」之類的話。更像是給自己找台階下,為自己開脫。但這和「我知道這個不好吃但你給我吃下去」類似,是很失禮的表現。但重要的不是東西真的好吃與否,而是當下的自己是否盡了全力。就算自己有那麼些不確定,在朋友面前也應該挺胸抬頭說「這是我的得意之作,請你試看看」。這不是在騙別人,也不是在對自己說謊,而是在對接受我們的對方的尊重。(以上非原話) 我很受這個想法所震撼。 雖說也許保持謙虛是我們的傳統文化,但能夠對外大聲宣稱「自己的東西非常棒」,卻又能夠虛心受教與改進的人,我好像非常羨慕。能力的修行永遠不會有盡頭,希望變好的心不應該成為自己成長的阻力,保持自信是對身邊的人尊重,也是對一路走來的自己的尊重。希望可以努力成為那樣的人。 感謝那位朋友。因為很有趣,所以也分享給大家。
111
8
6
543
61,472
pi-dal retweeted
Sending lots of love to the Apple community on my last day as CEO. My title changes tomorrow, but the love I have for the Apple community never will. Thank you for being a constant source of inspiration. My gratitude is endless, and I’m excited for the next chapter!
10,550
26,680
3,916
316,996
28,742,962
Apache 孵化器迎来了第一个 Agent Harness 项目 —— Apache Maka (Incubating) 🎉 github.com/apache/maka Maka 目前是性能最前沿的 agent 之一,持续的打磨了Harness 效果和经济性,在benchmark上取得了顶尖的分数和排名,且报告完全开源可复现。 — Maka 将是一个完全开源&中立,自研 Harness 核心的 Agent 项目。项目由社区协作推,builder群非常活跃,项目推进速度极快。 Maka 的仓库建于今年 5 月 27 日,到 7 月底、10 周时间:71 万行 TypeScript(其中 35 万行是测试,949 个测试文件)、2439 commits、1218 个已合并 PR、合并率 93.8%、PR 合并中位数 33.5 分钟。光 7 月就合了 943 个 PR。 — 为什么要捐给 Apache? 因为 harness 这一层,正在变成各家模型厂的私产。每家都在做自己的官方 CLI,而开放模型的生态里,缺一个不偏袒任何一家、又能把开放模型性能榨到极致的 harness。 Maka 的愿景:做最适配各种开放模型的高性能 Harness。 这次捐献也是我们对 AI Agent 时代开源模式的一次探索 如果你也在做 agent harness,欢迎来 star、提 issue,或者认领一个 good first issue:github.com/apache/maka
58
113
12
646
71,553
I wrote this mostly to figure out what changed in how I learn. Turns out a lot of it came from making old context usable again. Built around OpenCLI, Raft, and Nowledge Mem — thanks @jakevin7 @raft_hq @NowledgeMem for making these pieces possible.
1
3
8
1,003
pi-dal retweeted
Replying to @QuantumTransf
传出去,yetone 开源把 GitHub 搞炸了
7
10
3
96
19,702
pi-dal retweeted
如果你是 Agent Harness 相关开源项目的开发者,希望参加 DeepSeek Harness 的内测,可以回复或私信联系我。请附上 GitHub id 以及开源代表作。
1,190
316
193
3,034
1,004,401
This is the kind of product that makes you feel the future arriving a little earlier than expected. Beautifully built, deeply thoughtful, and backed by a team that clearly understands both the technical and human side of collaboration. Huge respect.
Hi, I'm RC. I built Kimi CLI at Moonshot last year, and back in 2015, bots that lived in group chats. For the past four months, I've been building Raft in public. Today I'm launching Raft 1.0. Right now, working with agents means juggling terminals, sessions, and skills. The more you run, the more you end up holding it all together yourself, and the easier it is to lose the thread. Raft puts your agents in team mode: one workspace where working with agents feels like messaging your team. The work keeps moving, and you stay at the wheel. Meet my Raft agent team👇
2
1
11
1,279
pi-dal retweeted
因为最近吐槽了太多 AI slop 产品了,就想把 AI slop 的特征给做个图鉴,方便大家识别哪些是 AI slop,以便对 AI slop 有个共识。 但细想一下,这是其实是一个特别有风险的工作,因为这个产品本身我肯定也要用 AI 去开发它,所以它本身极有可能成为 AI slop 的一部分,实现了AI slop 的内循环。 后来我又想一下这虽有 AI slop 自举自己打自己脸的风险,但只要它能够对大家产生帮助,也是有价值的。所以我就创造了 kill AI slop 这个网站,来帮助大家识别分辨什么是 AI slop,以及如何优化。这个网站虽然是 AI 写的,但是却是我所有产品中最消耗人力以及 human in the loop 最频繁的。因为我要打开各种奇形怪状的产品努力欣赏完毕后给 AI 一个一个地截图并详细描述哪些是 AI slop,为什么是 AI slop,该如何改进。以及让这个产品本身不要包含 AI slop (我发现最难的是让文案不要充满 AI slop)也花费了我大量精力。 最后我也推出了一个 kill AI slop skill 来方便大家使用 AI Agent 一键快速清除掉自己产品中的所有 AI slop。 地址见评论区。
诸多领域都有后发优势,但在 Vibe Coding 领域好像反而是有了后发劣势,因为你越晚 Vibe Coding,你就越不知道 AI slop 是什么,这不,最近越来越多的国产产品都清一色地充斥着 AI slop,甚至包括一些大厂,比如阿里。感觉这些团队都是最近才开始 Vibe Coding 的,所以他们压根不知道这些都是 AI slop。再这样下去,我感觉 OpenClaw 这个 AI slop 教科书王座已经坐不稳了呀,即将被国内的一些产品给代替。
71
51
32
508
147,491
pi-dal retweeted
作为新成立的部门,DeepSeek Harness 组的目标远大、工作繁重,仍然非常缺人。我每天都在面试,以及各种地方张贴小广告……一共有三种职位: Harness 研究员(实习全职均可):app.mokahr.com/su/mCyA8 Harness 工程师(全职实习均可):app.mokahr.com/su/JNKdF Harness 产品经理(限全职):app.mokahr.com/su/1RZuJ 职位空缺较大,但招聘门槛和流程和DS其它组没有区别,一般是一轮笔试和三轮面试,我是终面。可以给我私信发简历。
297
173
130
1,468
784,521
很酷的想法!
最近校招面试了不少 985 实习生,一个很强烈的感受是:AI 工具正在把学生之间的资源差距快速放大。 从我这段时间的感受看,差距真的可能到 5 倍。那些明显领先很多的同学,无一例外都比较早接触了 Claude Code、Codex 这类最好的 AI Coding 工具,也愿意自己花钱订阅。他们不只是会用工具,而是已经把它们变成了日常学习和开发的一部分。聊模型、工程、Agent、代码实践,可以很自然地聊一个小时,很多地方甚至比我理解得更深。 但也有不少同学,学习成绩很好,计算机基础也扎实,只是因为家庭条件或预算有限,平时只能用国内中转站或更便宜的国产模型套餐,这个差距非常现实。现在最好的国产模型和国外一线模型,在 模型综合能力上大概还有半年左右的时间差。以前没有 AI 的时候,资源差距最多只是效率差一点,现在会直接影响视野、实践深度和自信心。 这件事我最近一直在琢磨,对一些本来很有潜力的学生来说,只是因为每个月几十美元的门槛,就少接触了很多东西,我觉得挺可惜。想起我当时读大学的时候其实也经常阆中羞涩,好在大二认识了不少大牛学长带着我开始做商业项目养好了自己,挺感谢当时很耐心教我技术的各种朋友。 所以我想做一个很小的尝试:拿一部分 X 发推收益,资助几位学习成绩不错、喜欢计算机、但家庭条件不太宽裕的同学,给他们提供几个月 Claude Code 或类似 AI Coding 工具的订阅,让他们真正体验一下目前比较好的模型和开发方式。 不过我自己平时也比较忙,不太可能一个人长期处理申请、筛选、核验和跟进。所以也想顺便邀请一些对此有想法的朋友一起做。比如高校老师、学生负责人、开源社区成员,或者本身就在做教育、公益、开发者社区的朋友,可以一起帮忙想一个更靠谱的机制。 这件事我暂时不想做大,也不想做成很复杂。先从小规模实验开始,比如每期 5 到 6 个同学,每人 3 到 4 个月,甚至也可以每周来找我视频问一些问题。想着优先看推荐、作品、学习记录和真实使用反馈,尽量避免变成单纯发钱或者拼谁会写申请,当然现在能上 X 的大学生应该不缺这个钱,所以还是需要看有没有更好的渠道。 如果你有靠谱渠道,或者愿意一起参与规则设计、推荐、审核、跟进,欢迎私信我。能把这件事做得更可信一点,也许真的能帮到几个本来就很有潜力的同学。
195