T
traeai
Sign in

人物

李继刚

别名:lijigang

Twitter 用户,提出该观点

已跟踪 30 条高相关材料

TraeAI 观察

最近变化

2026-07-07 · 文章未明确解释 J-space 的技术实现机制

为什么值得关注

李继刚 被反复提及时,通常意味着它正在影响产品路线、开发者工作流或 AI 产业判断。这个页面把分散材料合并成一个可持续更新的观察入口。

AI哲学认知科学LLM个人成长

相关材料

已收录 30 条与 李继刚 相关的内容,按评分排序。

李继刚(@lijigang_com) 图标

电力具有同质性,而 token 具有异质性,这种差异导致 token 更易形成供给瓶颈。

入选理由:电力是同质性的,不同电厂的一度电价值相同。

FeaturedTweet#AI#token#电力#经济模型中文
李继刚(@lijigang_com) 图标

AI 评估应关注问题是否被解决,而非 Token 消耗量或账单。

入选理由:Token 消耗量和账单是「虚假指标」,不应作为评估 AI 效果的核心标准。

FeaturedTweet#AI#指标评估#技术管理中文
我最近在玩的其中一个方向,是探索 AI 时代独有的阅读方式,最近在尝试「影子之书」阅读法:  

印刷时代,我们只能读作者写下的这一本书;可每本书背后,都藏着作者本可以写、却没写的无数本。  

AI...

In the AI era, tools can reveal the 'shadow books' behind texts by using AI to analyze unstated assumptions, opposing views, and intellectual lineages in real time, enabling deep reading.

入选理由:‘影子之书’阅读法通过 AI 实时分析文本背后的隐含逻辑与学术脉络,提升理解深度。

FeaturedTweet#AI#Reading Method#Cognitive Enhancement#Information Retrieval#Knowledge Management中文
李继刚(@lijigang_com) 图标

书籍选择如同训练数据,质量重于数量,影响思维结构。畅销书可能引入噪声,经典著作塑造深层认知。

入选理由:书籍选择决定思维结构,类似训练数据质量影响模型效果

FeaturedTweet#认知科学#阅读方法#个人成长中文
以「广度」为横轴,以「深度」为纵轴,拉出四象限。

很明显,广度是 AI 的主场,各种跨学科的关联、碰撞、回响,手拿把掐。

深度,会是人类的主场吗?

Using 'Breadth' as the X-axis and 'Depth' as the Y-axis, draw a four-quadrant model.

李继刚(@lijigang_com)201 字 (约 1 分钟)
75

AI has a natural advantage in breadth, efficiently connecting interdisciplinary knowledge; depth thinking may remain a human strength, shaping future human-AI collaboration.

入选理由:AI 在广度上具备显著优势,可快速关联跨学科知识,实现信息爆炸式整合。

FeaturedTweet#AI#Human-AI Collaboration#Cognitive Differences#Deep Learning#Technological Philosophy中文
李继刚(@lijigang_com) 图标

The questions you can ask reflect the paths you see in your mind.

李继刚(@lijigang_com)67 字 (约 1 分钟)
75

The quality of your questions reflects your cognitive path and depth of thinking; high-quality questions often stem from insights into systemic structures.

入选理由:能提出深刻问题的人通常具备系统性思维能力,能够识别关键变量与因果链。

FeaturedTweet#Cognitive Science#Thinking Patterns#Questioning Skills#Systems Thinking中文
ai 生成长文,甚至一本书,面面俱到地讲解某个领域知识,太容易了,自然也泛滥起来了。

读多了之后,反而对这种内容有种生理性的抗拒,打开读几句就忍不住关闭,哪怕里面真有不错的见解。

不是说想要拒绝 ...

李继刚在X平台上发表了一篇关于AI生成内容的文章,他指出AI可以轻松生成详尽的长文甚至书籍,但这种内容的泛滥导致了人们对这类内容的生理抗拒。他不主张完全拒绝AI内容,而是希望人们在与AI交流后,能够结合自己的思考和整理,产出既有AI洞察又有人性化的综合表达。他认为这不仅仅是去除AI痕迹的问题,更是人机协作的态度问题。

入选理由:AI可以轻易生成详尽的长文和书籍,导致内容泛滥。

FeaturedTweet#AI内容生成#人机协作#内容泛滥#智识懒惰中文
以 llm 基础,看到有两条发展路径:

一条是往下走,原子化,把一个人的能力给拆成一个个针对具体任务的技能包,供用户调用。

一个是往上走,组件化,把一个场景的最佳实践(workflow 、节点优化...

Two Development Paths Based on LLM Foundation

李继刚(@lijigang_com)309 字 (约 2 分钟)
72

LLM application architecture is diverging into two paths: atomic skill packs that decompose individual capabilities for flexible use, and componentized best practices that encapsulate scenario workflows to improve delivery efficiency.

入选理由:向下原子化路径将人的能力拆解为针对具体任务的独立技能包,支持用户按需灵活调用。

FeaturedTweet#LLM#AI Agent#Workflow#System Architecture中文
李继刚(@lijigang_com) 图标

AI 可通过媒介、梯度和创造三个角度提升儿童学习效果,具体方法包括多媒介教学、个性化题目生成和创造实践。

入选理由:AI 可通过图片、视频、游戏等媒介形式增强知识理解。

FeaturedTweet#AI#教育#学习技术#儿童教育中文
李继刚(@lijigang_com) 图标

过度使用设计模板会导致审美疲劳,应注重内在独特性以保持美感。

入选理由:流行设计模板被广泛使用后会快速产生审美疲劳(7.6K views)

FeaturedTweet#设计哲学#UI/UX#创意#审美中文
李继刚(@lijigang_com) 图标

通过自动化脚本消除复制粘贴的场景切换摩擦,提升工作效率。

入选理由:使用脚本自动化处理复制粘贴流程,减少手动操作。

FeaturedTweet#自动化#脚本#macOS#效率工具中英混合
李继刚(@lijigang_com) 图标

It feels like the world has suddenly gone quiet lately.

李继刚(@lijigang_com)126 字 (约 1 分钟)
65

While the global tech landscape appears calm, AI model companies' stock prices are surging irrationally, reflecting strong market expectations for the AI industry.

入选理由:2026年6月,AI模型公司股价持续飙升,与整体市场安静形成鲜明对比。

FeaturedTweet#AI#Stock Market#Large Models#Investment Trends中文
J-space 是 LLM 的 白板?

J-space 是 LLM 的 白板?

李继刚(@lijigang_com)39 字 (约 1 分钟)
60

J-space 被提出作为 LLM 的白板,但文章缺乏具体技术细节和论证。

入选理由:文章未明确解释 J-space 的技术实现机制

FeaturedTweet#LLM#J-space#技术观点中文
李继刚(@lijigang_com) 图标

深度使用AI模型会潜移默化影响人的语言风格,类似「claude味儿」「deepseek味儿」,大脑神经网络对context高度敏感。

入选理由:深度使用AI模型会潜移默化影响人的语言风格。

FeaturedTweet#AI#语言模型#神经网络中文
李继刚(@lijigang_com) 图标

主题阅读有助于深入理解学科地图和视角,但文章缺乏具体方法和案例。

入选理由:每月进行主题阅读可帮助掌握学科地图。

FeaturedTweet#阅读方法#学习策略中文
李继刚(@lijigang_com) 图标

理解一个东西,就是找到它的最短描述。

李继刚(@lijigang_com)59 字 (约 1 分钟)
55

理解事物的本质在于找到其最短描述,这一观点虽具哲学启发性,但缺乏技术细节、实证或可操作方法,难以指导工程实践。

入选理由:理解事物的本质在于找到其最短描述,这一观点虽具哲学启发性,但缺乏技术细节、实证或可操作方法,难以指导工程实践

FeaturedTweet#哲学#认知科学中文
越是高手,分辨率越高。

越是高手,分辨率越高。

李继刚(@lijigang_com)43 字 (约 1 分钟)
50

文章强调高手在解决问题时具有更高的分辨率,但内容缺乏具体技术细节和实用价值。

入选理由:高手解决问题时具有更高的分辨率。

FeaturedTweet#观点#个人成长中文
李继刚(@lijigang_com) 图标

文章探讨了人在与事融合时无需思考意义,但割裂时易陷入意义之惑。

入选理由:人事合一时,人无需思考意义,直接行动。

FeaturedTweet#哲学#存在主义#心理中文
数字世界,人以「点赞👍」为食。

数字世界,人以「点赞👍」为食。

李继刚(@lijigang_com)45 字 (约 1 分钟)
50

文章探讨了数字世界中「点赞」行为的重要性,但缺乏技术深度和实用价值。

入选理由:文章未提供具体技术机制或工程实践。

FeaturedTweet#社交媒体#行为分析中文
https://t.co/adkpzDtY4y

微信读书 skill,往前走了一步。

WeRead Skill Takes a Step Forward

李继刚(@lijigang_com)144 字 (约 1 分钟)
50

WeRead is exploring providing markdown-formatted book content for AI agents.

入选理由:微信读书 skill 探索为 agent 提供 markdown 格式书籍内容

FeaturedTweet#WeRead#AI agent#Technology Trends中文
你自己不动心的东西打动不了任何人。

你自己不动心的东西打动不了任何人。

李继刚(@lijigang_com)86 字 (约 1 分钟)
40

这是一条社交媒体上的个人观点,强调情感共鸣在打动他人中的重要性,但缺乏技术深度和实用价值。

入选理由:情感共鸣是打动他人的关键因素。

FeaturedTweet#社交媒体#个人感悟中文
规则的归宿是消失于习惯。

规则的归宿是消失于习惯。

李继刚(@lijigang_com)68 字 (约 1 分钟)
40

文章提出规则最终会因习惯而消失,但缺乏技术深度和具体案例,信息密度低。

入选理由:规则的归宿是消失于习惯。

FeaturedTweet#哲学#管理中文
skill 的下一代形态可能是什么?

技能包📦应该如何封装,才能既方便传播,又可商业化?

plugin?

浏览器的扩展机制是不是可能的答案?

What Might Be the Next Form of AI Skills?

李继刚(@lijigang_com)130 字 (约 1 分钟)
35

Li Jigang suggests browser extensions could be the next form for AI skill packages to solve packaging and monetization issues, but this is merely a speculative question lacking technical depth or evidence.

入选理由:李继刚推测浏览器扩展机制或成AI技能包新载体,但未提供验证依据。

FeaturedTweet#AI Agent#Browser Extension#Skill Packaging中文
新增 /ljg-book  用于提取一本书的「取景框」。

新增 /ljg-book 用于提取一本书的「取景框」。

李继刚(@lijigang_com)82 字 (约 1 分钟)
35

李继刚推出了 /ljg-book 工具,用于提取一本书的「取景框」。

入选理由:李继刚开发了 /ljg-book 工具。

FeaturedTweet#李继刚#/ljg-book#书籍提取工具中文
李继刚(@lijigang_com) 图标

LLM is a

李继刚(@lijigang_com)53 字 (约 1 分钟)
30

李继刚在X平台上发起了一项关于LLM(大型语言模型)的投票,询问用户认为LLM是技术、特性还是产品,并提供了35票和22小时的投票期限。

入选理由:李继刚在X平台上发起了一项关于LLM的投票。

FeaturedTweet#LLM#投票#X平台中文

跨材料问答 · 李继刚

回答基于:李继刚 相关 30 条材料
    0 / 500

    AI may generate inaccurate information. Please verify important content.