Autumn LAU

说一个暴论，如果想理解 AI 接下来怎么走，先把信息源换一批。 相信很多朋友和我一样，AI 关注列表里，有大量工具号、变现号、提示词号，这些当然有用。 但如果你想看更上游的东西，比如模型方向、Agent 演进、开源生态、机器人、推理、AI 安全、产品化趋势，可以优先关注这些人。 按 4 层来分，咱们一层一层看。 第一层：顶级研究者和思想源头 @karpathy 最适合普通人长期关注的 AI 技术解释者。LLM、训练、Agent、教育内容都讲得非常清楚。 @ylecun 图灵奖得主，Meta AI 代表人物。观点很锋利，经常和主流 LLM 路线辩论。 @fchollet Keras 作者，ARC-AGI 发起人。很适合看他对智能、泛化、评测的思考。 @ilyasut Ilya Sutskever，SSI 创始人。发得少，但每次都容易成为行业信号。 @geoffreyhinton 深度学习奠基人之一。AI 风险、智能本质、神经网络历史，都绕不开他。 @goodfellow_ian GAN 发明者。低频高信号，适合关注基础研究和技术判断。 @NoamShazeer Transformer 论文作者之一，Character.AI 联合创始人。真正影响过这一代模型架构的人。 第二层：顶级实验室和负责人 @OpenAI 模型、Codex、Agent、开发者生态，一手更新源。 @AnthropicAI Claude、Computer Use、AI 安全和可控 Agent，非常适合关注 Agent 工作流的人。 @GoogleDeepMind Gemini、Alpha 系列、科学 AI、机器人和多模态研究。 @AIatMeta 开源模型、Llama、视觉和基础研究，开源生态必须看。 @xai Grok、X 算法、实时信息流和 AI 产品结合，和 X 内容生态关系很近。 @sama OpenAI CEO，看产品方向和行业节奏。 @DarioAmodei Anthropic CEO，看安全、Scaling、模型治理和长期判断。 @demishassabis DeepMind CEO，AI for Science 这条线非常重要。 第三层：Agent、工程化和真实工作流 @hwchase17 LangChain 创始人。LangGraph、Agent 架构、Evals、长期工作流，非常适合做 Agent 的人看。 @LangChain Agent 工程化更新源，LangGraph / LangSmith / Deep Agents 都在这里。 @jerryjliu0 LlamaIndex 创始人。RAG、知识库、数据层和 Agent 结合，实战价值很高。 @goodside Riley Goodside，提示词、模型行为、边界测试，很多案例都能直接启发工作流设计。 @HamelHusain 做 AI 系统测试、Evals、可靠性，非常适合看“怎么让 Agent 真正可用”。 @swyx AI Engineer 代表人物之一。Agent、AI UX、开发者生态、产品化趋势都很有密度。 @DrJimFan NVIDIA 机器人和具身智能方向，非常适合看 Physical AI、世界模型和机器人。 第四层：产品、创业和 AI 应用 @AndrewYNg AI 教育、应用落地、创业和职业建议，适合长期看。 @levelsio 独立开发者代表，AI 产品化和快速上线能力很强。 @steipete OpenClaw / 桌面 Agent 相关，适合关注本地 Agent、电脑控制和开发者工具。 @rileybrown Vibe coding 和 AI 产品实操，适合看普通人怎么把 AI 用成产品。 @gregisenberg AI 创业、创意、商业化，适合看需求和产品机会。 @yoheinakajima BabyAGI 作者，早期 Agent 探索者，适合看自主 Agent 的实验。 如果要选出 10 个一定要关注的，我会选下面这个列表， @karpathy @fchollet @ylecun @ilyasut @OpenAI @AnthropicAI @GoogleDeepMind @hwchase17 @goodside @DrJimFan 这 10 个基本能覆盖模型、研究、Agent、产品和未来方向。 工具号可以帮你追热点。 这些账号能帮你判断热点背后的趋势。