跳转至内容
  • 版块
  • 最新
  • 标签
  • 热门
  • 用户
  • 群组
皮肤
  • 浅色
  • Brite
  • Cerulean
  • Cosmo
  • Flatly
  • Journal
  • Litera
  • Lumen
  • Lux
  • Materia
  • Minty
  • Morph
  • Pulse
  • Sandstone
  • Simplex
  • Sketchy
  • Spacelab
  • United
  • Yeti
  • Zephyr
  • 深色
  • Cyborg
  • Darkly
  • Quartz
  • Slate
  • Solar
  • Superhero
  • Vapor

  • 默认(LCZ-Blue)
  • 不使用皮肤
  • LCZ-Green
  • LCZ-Blue
  • LCZ-Black
折叠
品牌标识

抡锤者

首页 版块 标签
硬件
装备秀
AI 广场 App
  1. 主页
  2. 版块
  3. AI Agent
  4. 土豆姐https://x.com/poteto 最近很火,分享一些我对于土豆姐言论的思考

土豆姐https://x.com/poteto 最近很火,分享一些我对于土豆姐言论的思考

已定时 已固定 已锁定 已移动 AI Agent
cursor编程
11 帖子 4 发布者 173 浏览
  • 从旧到新
  • 从新到旧
  • 最多赞同
回复
  • 在新帖中回复
登录后回复
此主题已被删除。只有拥有主题管理权限的用户可以查看。
  • imbiplaza ASUSI
    imbiplaza ASUSI
    imbiplaza ASUS
    谪仙人
    编写于 最后由 编辑
    #2

    我的玩法是,首先用gpt策划一些开头,我自己亲测观察真正的出品,大约有达到合适我的方向,就叫gpt总结handoff ,我带去其他agent继续,然后不管他了。。。

    https://lcz.me/project/dcs

    kop wangK 1 条回复 最后回复
    0
    • imbiplaza ASUSI imbiplaza ASUS

      我的玩法是,首先用gpt策划一些开头,我自己亲测观察真正的出品,大约有达到合适我的方向,就叫gpt总结handoff ,我带去其他agent继续,然后不管他了。。。

      kop wangK
      kop wangK
      kop wang
      易有太极
      编写于 最后由 编辑
      #3

      @imbiplaza-ASUS 是这样的,就是尽量不要去做临时性污染,因为AI无法区分是你的偏好变化了还是这是临时凑合的。

      虚心交流,一起进步

      1 条回复 最后回复
      0
      • kop wangK kop wang

        先简单介绍一下土豆姐,https://x.com/poteto
        https://www.youtube.com/watch?v=O_zcc6Xl12g&feature=youtu.be
        前cursor的核心开发者,目前在grok。

        土豆姐的爆火不言而喻,一定有grok、x、马斯克的商业策划营销在其中(包括土豆姐本人的形象在2023年后也有本质的蜕变,详见:https://x.com/kylewmi/status/2121945182082040132 )。但土豆姐本身分享的知识还是很值得玩味的。核心一句话就是,AI时代,我们应该尽可能的通过可量化、自动化手段来审核AI产出。(从而烧更多的token,让马斯克赚更多钱)


        1、不要用正常的人类验收思路。

        土豆姐讲了一个实例,她通过定制一个编译器,来审核AI生成的react代码是否符合她的设计规范。不符合是不能编译(严格说是转译)通过的。这个思路就非常的值得借鉴。既,生产力无限的前提下,是不是有逻辑链条更短,更简单粗暴的路径来验证产出呢?

        2、在AI生产的过程中,我们应该用管理学的视角来解决问题。

        把AI看成是手下的员工,想象一下公司是如何管理职员的权限,以至于员工不会捅出无法弥补的篓子的。是不是应该根据当前项目的需求,因地制宜的禁用Agent的一些tool,以及bash、目录的访问权。是不是尽量的把能够用到的信息都集中到统一的目录中,从而束缚AI的自由发挥?

        3、AI生成的工作流、代码,人尽量不要临时插手打局部补丁

        她的例子是,如果你发现了一个小问题,有时候我们会因为偷懒(懒得和AI陈述全貌)而直接上手做一些临时性修改。看似性价比很高,实则其实是污染了整个工作流的设计思路。后续再进行AI生产与修改时,AI就会去模仿你的这种短视、劣质的行为,从而带偏整个项目。

        4、尽量少人工写解释型文字(注释),能不写就不写。

        对于AI而言,代码与数据就是最好的”注释“,人为注释有几个问题:

        1、时效性。你很难保证文字叙述和代码、数据是同步更新的。如果二者之间出现矛盾,对于LLM来讲很难处理。Agent发现矛盾往往会去搜寻更多的上下文试图寻找哪个信息是错的。这样就导致了更多的噪声以及更大出错的概率。

        2、束缚逻辑通路。这个土豆姐没举例,我个人发散思考就像是:想象一个场景,你要到达的目的地就在墙的对面。你自己的能力不足以翻过墙,但AI这个巨人可以。原本AI可以直接把你扔到墙对面的,但你非要在墙上贴一个“此路不通”。大概是这种感觉。

        kos orK
        kos orK
        kos or
        至尊皇帝
        编写于 最后由 编辑
        #4

        @kop-wang said:

        核心一句话就是,AI时代,我们应该尽可能的通过可量化、自动化手段来审核AI产出。(从而烧更多的token,让马斯克赚更多钱)

        把燒tokens變成一種流行趨勢 這行銷很高明
        可以請廣大明星藝人來推廣了
        迷哥迷妹瘋狂燒tokens

        kop wangK 1 条回复 最后回复
        0
        • kos orK kos or

          @kop-wang said:

          核心一句话就是,AI时代,我们应该尽可能的通过可量化、自动化手段来审核AI产出。(从而烧更多的token,让马斯克赚更多钱)

          把燒tokens變成一種流行趨勢 這行銷很高明
          可以請廣大明星藝人來推廣了
          迷哥迷妹瘋狂燒tokens

          kop wangK
          kop wangK
          kop wang
          易有太极
          编写于 最后由 编辑
          #5

          @kos-or 营销角度讲,感觉就是这样的思路,利用美女+程序员+励志,然后推广激进的AI工作流。

          但是确实我在其中也受到一些点播,感觉找到了一些思路盲区,确实应该思考目前的工作逻辑是不是要去匹配无限廉价生产力。
          很多过去根本不敢想象的思维惯性,如今其实几乎0成本。

          虚心交流,一起进步

          kos orK 1 条回复 最后回复
          0
          • williamlouisW
            williamlouisW
            williamlouis
            易有太极
            编写于 最后由 编辑
            #6

            首先,普通编程人员的作品是比不过AI的。这个言论才成立。
            就目前的情况看已经初步成立了。
            唯有感叹人类的存在感在进一步降低。

            个人主页:xlkj.org Telegram https://t.me/xlkjorg

            kop wangK 1 条回复 最后回复
            0
            • williamlouisW williamlouis

              首先,普通编程人员的作品是比不过AI的。这个言论才成立。
              就目前的情况看已经初步成立了。
              唯有感叹人类的存在感在进一步降低。

              kop wangK
              kop wangK
              kop wang
              易有太极
              编写于 最后由 编辑
              #7

              @williamlouis 从顶层视角看目前一定是成立的,因为人类程序员出于贫瘠的生产力,一定是趋向于工作量短视的。

              否则也不会诞生各种程序框架来束缚一线程序员的开发行为。

              虚心交流,一起进步

              1 条回复 最后回复
              1
              • williamlouisW
                williamlouisW
                williamlouis
                易有太极
                编写于 最后由 编辑
                #8

                AI也因为本身生产力水平决定,它是一个必然性的产物。
                就当前需求分析。
                这是一个必然的进程。
                人类也几乎快到完全放手的时代了。
                完全放手即是 AGI时代。

                个人主页:xlkj.org Telegram https://t.me/xlkjorg

                kos orK 1 条回复 最后回复
                2
                • williamlouisW williamlouis

                  AI也因为本身生产力水平决定,它是一个必然性的产物。
                  就当前需求分析。
                  这是一个必然的进程。
                  人类也几乎快到完全放手的时代了。
                  完全放手即是 AGI时代。

                  kos orK
                  kos orK
                  kos or
                  至尊皇帝
                  编写于 最后由 编辑
                  #9

                  @williamlouis said:

                  这是一个必然的进程。
                  人类也几乎快到完全放手的时代了。
                  完全放手即是 AGI时代。

                  自從2026年開始大量應用Agents之後, LLM的進步神速 讓人吃驚
                  除了軟件, 加上AI基礎設施越來越多, 這種迭代加速的速度可能會越來越快 指數的指數在增長,
                  或許1~2年內會有另一個跨時代的重大變化

                  1 条回复 最后回复
                  0
                  • kop wangK kop wang

                    @kos-or 营销角度讲,感觉就是这样的思路,利用美女+程序员+励志,然后推广激进的AI工作流。

                    但是确实我在其中也受到一些点播,感觉找到了一些思路盲区,确实应该思考目前的工作逻辑是不是要去匹配无限廉价生产力。
                    很多过去根本不敢想象的思维惯性,如今其实几乎0成本。

                    kos orK
                    kos orK
                    kos or
                    至尊皇帝
                    编写于 最后由 kos or 编辑
                    #10

                    @kop-wang said:

                    感觉找到了一些思路盲区,确实应该思考目前的工作逻辑是不是要去匹配无限廉价生产力。

                    先鎖定自己未來的token成本, 至少要接近電價成本
                    在某些領域拼搏的就可能是誰的token成本低 服務收費低 市場消費者願意掏錢買單

                    當然你提供的軟件服務SaaS 在不遠的未來可能會被GPT, Claude, Deepseek, 統包
                    以頭部AI LLM labs公司的理想世界來說 以GPT, Claude, Deepseek, Qwen為母體 提供人類一切數位服務
                    不需要其他SaaS公司了, 除非頭部AI LLM labs願意利益共享

                    kop wangK 1 条回复 最后回复
                    0
                    • kos orK kos or

                      @kop-wang said:

                      感觉找到了一些思路盲区,确实应该思考目前的工作逻辑是不是要去匹配无限廉价生产力。

                      先鎖定自己未來的token成本, 至少要接近電價成本
                      在某些領域拼搏的就可能是誰的token成本低 服務收費低 市場消費者願意掏錢買單

                      當然你提供的軟件服務SaaS 在不遠的未來可能會被GPT, Claude, Deepseek, 統包
                      以頭部AI LLM labs公司的理想世界來說 以GPT, Claude, Deepseek, Qwen為母體 提供人類一切數位服務
                      不需要其他SaaS公司了, 除非頭部AI LLM labs願意利益共享

                      kop wangK
                      kop wangK
                      kop wang
                      易有太极
                      编写于 最后由 编辑
                      #11

                      @kos-or "不需要其他SaaS公司了"

                      我觉得这步倒是很遥远。主要是目前的企业流程,很多其实都不是最优解,甚至有些是基于一些非客观原因故意设置的反效率流程。

                      目前的LLM作为引擎,来承载数据流的业务思路,其实是解决不了“人的主观故意",这种特例的。
                      而且企业也必然不愿意自己的所有数据流转都掌握在巨头手里。

                      就像是目前云平台、私有云、自建机房之间的逻辑关系。

                      虚心交流,一起进步

                      1 条回复 最后回复
                      2

                      你好!看起来您对这段对话很感兴趣,但您还没有一个账号。

                      厌倦了每次访问都刷到同样的帖子?您注册账号后,您下次访问时都将自动回到上次浏览的位置,并可选择接收新回复的通知(通过电子邮件或推送通知)。您还可以收藏帖子、为帖子点赞,以此向其他社区成员表达您的感谢。

                      有了你的建议,这篇帖子会更精彩哦 💗

                      注册 登录
                      回复
                      • 在新帖中回复
                      登录后回复
                      • 从旧到新
                      • 从新到旧
                      • 最多赞同


                      • 登录

                      • 登录或注册以进行搜索。
                      • 第一个帖子
                        最后一个帖子
                      0
                      • 版块
                      • 最新
                      • 标签
                      • 热门
                      • 用户
                      • 群组