🦊 祥仔Leo | 行走的Meta Prompt (@leodknuth) header
🦊 祥仔Leo | 行走的Meta Prompt (@leodknuth) profile picture

🦊 知识管理实践者,https://nitter.cf/t.co/NZhRjcVXAh 🦊 黑莓粉、Google粉、科技粉,一直在探索人机共生的路上 🦊 完整的AI智能 = AGENT + SKILL +KM 🦊 熱心、崇尚自由、平等、尊重 🦊 愛閱讀,爱思考,喜歡批判性看待事物,寻找底层本质 🦊 研究 AI 在具体行业场景中的落地

Joined January 2010
我痴迷了3年提示词,最后发现我的方向全错了。真正的AI护城河,根本不是prompt...而是一套能持续进化的个人系统。这是我的「三脑超体」架构,首次完整公开。
8
3
1
12
2,858
进步是解决所有矛盾的最优解,金钱是人格独立的入场券。 ---- 我尝试找出处,核验后改写 ---- 1. 发展是解决一切问题/矛盾的关键,发展中产生的问题要靠发展来解决。 2. “金钱是人类发明的最伟大的自由工具之一,只有金钱才向穷人开放,而权力则永远不会”;(哈耶克《通往奴役之路》) 3. “金钱让人独立,对我而言,这是健康之外最大的特权”;(安德烈·科斯托拉尼《一个投机者的告白》) @not_2b_or_2b
读到两句话,觉得挺好—— 进步是解决所有矛盾的最优解, 金钱是人格独立的入场券。
109
Agent时代的知识管理应该围绕意图和目标来构建,而非围绕知识本身来构建。(内含结构化字段)
13
1
7
407
【进一步补充】资产有优质资产、普通资产和垃圾资产之分。那如何判断知识资产属于哪个资产等级? 1. 优质资产(值得结构化、入库、长期维护) * 创造价值:能支撑我创造真正的现金价值(如一个已经被验证的商业模式的知识资产) * 可反复被调用:同一判断在多个项目或决策中反复用到。(类似 Ray Dalio的原则) * 依赖我的私有上下文:包含经验、偏好、历史决策和失败教训,外部查不到、AI 也编不出来。(如风险偏好、做过的傻事等) * 可作为决策依据:能直接改变行动,而不只是“知道了”。(如历史上做出的判断和决策以及判断决策后产生的结果和复盘记录) * 可验证:有来源、有实践反馈,能判断对错。(如每次冲动决策都带来了一些损失这类的经验教训形成的可验证的事实) * 复利性:会被后续知识持续引用、修正和生长。(长期可用的,而不是流水日志) 2. 普通资产(轻量记录、按需留存) * 偶尔用到,但需要时能较快重建。 * 通用知识、公开方法论,AI 或搜索可在分钟级补齐。 * 只有备忘价值,没有决策权重。 * 处理方式:不必结构化,可以留在收件箱或随手记,定期清理。 3. 垃圾资产(不入库,即用即弃) * 一次性的、情境化的信息(某工具今天的界面、某次报错的临时解法)。 * 大量重复、互相稀释的二手摘录。 * 无来源、无验证、无法追溯的观点碎片。 * “写进库里只会稀释检索质量”的那类知识。 三个快速提问(30 秒判定) ​1. 一年内我会不会再次用到它来做判断? 不会 → 不入库。 ​2. AI 或公开搜索能否在 1 分钟内还原? 能 → 最多算普通资产。 ​3. 它是否承载了我的判断、取舍或教训? 是 → 倾向优质资产。 一个补充维度:维护成本 知识资产也有“持有成本”。优质资产值得花结构化和维护成本;普通资产的维护成本一旦超过调用频率,就会自动降级为垃圾资产。所以等级是动态的:调用频率上升会升级,长期无人引用会降级。
66
教你的Agent不急于解决问题,先判断问题是否值得解决、需要解决,还是可以通过改变系统让它不再存在。
295
不知不觉已经10点了,我居然一点时间感知都没有了.(在沉浸式阅读ackoff先生的思想精粹)
190
突然发现,IP规划理论,实际上用到Agent中会非常有用,应该能解决任务执行过程中Agent站在整体视角动态思考和解决问题的问题(当然,运用多Agent协作形成的系统,可能会更好)。我需要抽时间要尝试一下。感兴趣的可以一起尝试。 交互式规划(Interactive Planning 的 5个阶段) 1. 混乱识别(Formulating the Mess):确定被规划的组织会遇到的难题和机会,它们如何互动,以及组织要处理难题或抓住机会时有什么障碍和限制。这个阶段的结果表现为参考情景(reference scenario)的形式。 2. 目的规划(Ends Planning):确定被规划的系统通过理想再设计想得到什么。短期目标、长期目的和完美理想都由这个设计中产生。通过对参考情景与理想再设计二者的比较,可以识别出需要用规划过程加以填补或者缩小的空白。 3. 手段规划(Means Planning):确定应该做些什么来填补或者减少空白。这需要选择或创造适当的一连串的行动、实践、项目、计划和政策。 4. 资源规划(Resources Planning):确定选定的手段规划都需要哪些类型的资源以及每种资源的需求量,什么时候需要,以及怎样能够获得或产生资源。 5. 执行控制(Implementation and Control):确定谁来做什么,什么时候完成,以及如何确保这些任务和计划能够如期实施并对绩效产生预期的影响。
1
1
1
3
334
openrouter越来越恶心了。。。 现在连充值都有风控了?!
1
266
智慧的本质在于关注未来。 智慧是能看到当前的行动所产生的长远影响的能力; 智慧是愿意为了长远利益而放弃短期利益; 智慧是能够掌控可受控因素并且不为非可控因素烦恼的能力。
2
5
290
与系统斗智是一种创造性的行动,就像解开一个迷或者设计新东西一样。它会涉及到克服自我强加的限制。试图与系统斗智需要练习所有的大脑功能:思考、感受、感觉以及直觉。与被动地接受现状相反,它会让我们的大脑想象可能出现的状况,想象比现在更好的未来。没有选择就没有错误,没有错误就没有学习,而没有学习则没有发展。
178
高性能电脑是刚需硬通货了。。不知道多少人会选择租电脑
程序员的 MacBook,16GB 内存已经不够用了??? 以前写前端! 8GB 都能凑合! 现在开 Claude! 开 Codex! 再开几个 Agent! 电脑直接吃满!!! AI 时代写代码不用自己写了! 结果电脑反而越来越不够用???😂😂😂
1
190
真正的高手不是解得更深,而是更清楚地知道该在哪里停止优化。 这句话让我陷入思考了,这个时代,我们特别容易和AI一起打得火热,甚至抱持某个“完美”的想法一直在和AI build on something。如果我们以Heinz Von Forest的二阶控制论视角审视一下 —— 我们也是系统的一部分,二阶观察和二阶思考才能让我们看到真正的完整系统,看到自己在系统中的位置,知道该在哪里停止优化,这才算是“清醒地知道自己在做什么”。
1
3
336
x上到底还有多少活人,怎么每一条火的帖子下面都是机器人回复为主?快真假难辨了。以前评论区都能刺激思考或挖到宝藏,现在简直是评论垃圾场。(悲.....
5
2
615
很多人觉得提示词不重要了,因为LLM和Agent能力很强了,我完全不同意! 理由?我认为: 1. prompt能写好的底层是 —— 结构化表达能力 2. 结构化表达能力的底层是 —— 思维组织能力 3. 思维组织能力的底层是 —— 系统思考能力(特别是实践中积累的最佳实践) 4. 系统思考能力的底层是 —— 观察能力和open mindset(那些外行根本不知道的细节都藏在这里,这是拉开差距的地方) 5. 最底层的是 —— 你的长期意志,你的意图,你的判断 AI是用来放大思考的,而不是替代思考的。
不同场景选择不同格式的提示词: 1. 表达想法 —— 口喷即可 2. 表达完整的上下文 —— 明确表达想法 + markdown文档作为上下文补充 3. 锁死结构的同时希望有变量控制 —— JSON、YAML结构化提示词比较适合 4. 工作流控制提示词 —— XML 5. 神级控制,数据与流程同构 —— 【你猜是啥】
3
1
3
422
我想知道,有多少朋友正在使用本地开源模型? 有多少朋友想要使用本地开源模型? 如果每个月支付少量钱就能拥有本地算力,又有多少人愿意支付?
本地跑模型,速度喜人 —— 糟糕,这是幸福的感觉。
1
238
本地跑模型,速度喜人 —— 糟糕,这是幸福的感觉。
1
1
2
458
对比 claude 的 plan,openai 的 plan 真不经用。我都有想法停止 openai 订阅了
3
1
350
加油
一夜没睡,就在等待这一刻。 500 颗星,见证了从 9 月 1 日开始、近五十天的 build in public,也承载着过去半年里,我对 Agent Filesystem 和 Sandbox 新方向的研究、探索与投入。 谢谢每一位关注、支持和鼓励我的人。
177
X Money Sent you $15 ???
1
356
egolite用了很久,确实比较舒心,操作效率也高(搭配官方skill)
现在用 Claude Code 或 Cursor 跑网页自动化,最让人崩溃的两件事: 1. 每次都弹出一个空白的 Chromium,让你重新登录、重新过二次验证; 2. Agent 一干活就疯狂抢你的鼠标焦点和标签页,你根本没法同时用电脑。 刚在 GitHub 发现狂揽 7.9k+ Star 的 ego-lite,终于把“人机共用浏览器”的痛点彻底根治了。👇
1
3
823