Cunningham Card retweeted
就这个事其实还有个想说的,其实一般做好任务编排和计划,agent并不需要进入loop模式,一旦开始分工,每个异步事件都会推动agent持续运行。很多时候我们需要的是watch与感知,而不是频繁的self check。而且self check必然带来上下文歧义和过拟合。
开始使用dim alpha自动化维护代码库了
模型用的是ds flash v4.1,对这个office文件渲染器库的任务比较适中
😎自动组织的agent team,每天可以稳定的贡献100个PR
github.com/arcships/agentic-…
Cunningham Card retweeted
We heard there was a harness race. Dim-alpha ran its own lap.
Our FrontierHarness self-run
68.5% pass rate
$0.133 average cost per task
The cost column is our favorite part.
Cunningham Card retweeted
i'm impatient -> introducing `everystate`
I've been loving formal verification and finding race conditions in agents code (see @poteto's skills) but it sucked that the tooling needed Java
well, not anymore.
everystate is a TLA+ model checker built in Rust for your agents. aiming for full TLC-compat
and if those words mean nothing.... everystate PROVES that your agent did what you//it thought it would do
use it from cli or code.
考虑到gemini web端的额度是 antigravity的额度的好几倍,考虑利用起来。。。。。
所以fork了devspace :写了个Gemini Space —— 专为网页版 Google Gemini(特别是 Gemini Task 多并发 Subagent 模式)打造的本地编码 MCP 服务:
纯 Node.js 原生复刻 Gemini 后训练最熟悉的 Antigravity (agy) 5 大工具(支持多模态读图/PDF、80×24 真 PTY、免 open_workspace);
45s 服务端智能等待 + 软会话并发路由 + 300s 令牌轮换宽限期,正面解决网页端 60s 硬超时、Schema 拒连与多子代理串台/401;
内置 Code Mode(单次 JS 批量串调工具)、本机 Skills 自动扫描注入与 /web/ 会话审计面板。 仓库:github.com/cunninghamcard-bi…
学习了一波 @yyhhyyyyyy 大佬,给日常 workflow 迁移到了 t3code
非常的丝滑,尽量减少对 claude 的依赖吧
同时 research 的工作全面迁移到 Gemini 上
Cunningham Card retweeted
这样看待大斜率太片面了。大斜率从来不是功利主义。相反,真正的问题是,你意识到你要解决的问题是有价值的,但是你解决问题的方法说的谦虚点是低斜率的,说的深刻点是没有办法投入实践检验而是被人检验的,这就是问题。很多人的问题恰恰是不遵从本心,大家都想解决问题,很多人只是害怕去触碰更困难的架构,更脱力舒适区的哪怕最后是更有希望解决问题的领域,所以知行不合一。
我相信架构带来智能,但是带来智能的架构不会在robo领域独立产生,这是我的动机。
月球大叔显然不了解很多应用领域的现状,开始一言以蔽之。
我不喜欢大斜率,大xxx理论
这有点儿被媒体,以及曝光度最高的1%%带偏了,真实情况不是如此
例如现在的RL post training,不是只有做LLM post training的算法一小波人有饭吃,sandbox容器,rdma网络,storage高性能存储等等,大佬们过去积累多年的手艺,此时依旧在发光,在贡献
再比如曾经的GNN,GAN,FasterRCNN,训练这些的手感,数据直觉,全局把控能力,会消散吗?不会的,依旧很多人在LLM时代作出巨大贡献,arch/optimizer/loss/data,这些都没变啊
其实我觉得就1个理论:踏实过好每一天。摒弃调参思维误区,踏实看数据积累感觉,踏实做infra积累深度经验
走窄门,耕瘦田






















