06:57Jerry Liu@jerryjliu0精选Jerry Liu在X上表示,LLM路由优化应放在harness层而不是网关层。每个端到端任务都需要不同的LLM组合与harness逻辑,才能优化准确率和成本。仅在网关层优化LLM组合,会丢失harness中的上下文,只优化到LLM补全层。而在harness层优化LLM选择,可以在智能体循环中预先做出最优决策。技巧模型路由Harness智能体推荐理由:Jerry Liu 说路由优化放 harness 层比网关层划算,能更好平衡准确率和成本,跑智能体任务的人值得看。原文稍后读已读值得跟进有用关注 模型路由
06:41Jerry Liu@jerryjliu0Jerry Liu 在阿姆斯特丹遇到了 Cognition 团队成员。他在推文中标记了 Prem Qu Nair。该推文目前有 413 次浏览、0 次转发和 0 次点赞。行业CognitionPrem Qu NairJerry Liu推荐理由:Jerry Liu 在阿姆斯特丹碰到 Cognition 的人,还 @ 了 Prem Qu Nair。内容简单,想八卦 AI 圈动态的可以看看。原文稍后读已读值得跟进有用关注 Cognition
12:10Jerry Liu@jerryjliu071°Jerry Liu与Devin Horthy共同主持了一场创始人晚宴,主题聚焦agent loops和loop engineering。与会者中大多数并未主动在Codex或Claude Code中使用/loop功能。多数人认为1-2年内将无人审查代码,但更关键的问题是否还需要审查任何内容。讨论还强调,AI输出质量仍取决于人的技能,人类需负责最大化输出并减少slop化。关于上下文,最少只需代码库加文档,研究或计划文件仅适合一次性任务。行业Agent LoopsCodexClaude Code1 个信源在谈事件专题推荐理由:Jerry Liu的AI圈饭局聊了智能体循环,说多数人不用Codex的/loop,还赌1-2年内没人review代码。想听一线真实观点的可以看。原文稍后读已读值得跟进有用关注 Agent Loops
12:21Jerry Liu@jerryjliu0LlamaIndex创始人Jerry Liu发推指出,前沿实验室都在优化通用智能,这为其他人优化任务特定智能留出空间。每个任务需要不同的成本-能力权衡点,需要调整模型和工具来提升性能并降低成本。他认为开源模型、RL优化基础设施、垂直工作流以及像文档解析这样的领域专用模型,在快速增长的AI经济中有很大发展空间。行业Jerry LiuLlamaIndex开源模型推荐理由:Jerry Liu分析了通用智能之外的蓝海,做垂直AI产品的开发者值得读读这条思路。原文稍后读已读值得跟进有用关注 Jerry Liu
12:17Jerry Liu@jerryjliu072°Andrej Karpathy 分享了一个实用技巧:当不想打字时,可以用语音识别随意唠叨 10 分钟,让 LLM 帮你整理乱糟糟的思路。Jerry Liu 补充说,他曾经这样做但后来觉得变笨了,于是改为手动用要点写下自己的理解。两人都强调通过主动思考来提升与 LLM 协作的效果,而不是完全依赖 AI 替代思考过程。技巧KarpathyJerry Liu语音输入推荐理由:Karpathy 和 Jerry Liu 分享的实操心得,用语音跟 AI 聊天十分钟就能理清思路,比硬打字更高效。原文稍后读已读值得跟进有用关注 Karpathy
02:04Jerry Liu@jerryjliu0精选Jerry Liu指出,对于任何给定任务,总可以将通用模型或代理框架蒸馏为专用模型或工作流,从而获得更高准确率和更低成本。领域越窄,优化空间越大,还可以提供比聊天界面更针对性的用户体验。随着代理自我改进能力增强,未来可以通过定义顶层目标和评估标准自动完成蒸馏,无需人工编码。技巧Jerry Liu智能体蒸馏推荐理由:Jerry Liu分享了把通用模型变成专用模型的方法,能省成本又提精度,还说了未来可以自动搞。原文稍后读已读值得跟进有用关注 Jerry Liu
02:04Jerry Liu@jerryjliu0精选Jerry Liu在AI Engineer World Fair上演讲,探讨如何为AI Agent构建文档上下文层。他分析从2023到2026年代理检索方式的演变,强调文档OCR仍是解锁上下文的关键难题。他提出代理需要提取、搜索等配套工具,并展望标准化代理原生文档格式与专业工作流。内容涵盖基于Agent的RAG优化、智能体工具集成等具体技术路径。技巧Jerry LiuAI Agent文档上下文推荐理由:Jerry Liu讲透了Agent怎么处理非结构化文档,从OCR到检索到未来工作流,全是干活,搞Agent的同学必看。原文稍后读已读值得跟进有用关注 Jerry Liu
12:04Jerry Liu@jerryjliu0Jerry Liu分享通过创建反映自己写作风格的skill,并基于真实写作样本进行hillclimbing,解决了约70%的风格问题。他认为剩余30%涉及清晰独特见解的生成,属于后训练难题。该方法不依赖特定模型版本,适用于非虚构写作场景。技巧写作技巧提示词工程Jerry Liu推荐理由:Jerry Liu教你一个能提升AI写作风格匹配度的实用方法,不需要复杂调参,用你自己的样本就能做到。原文稍后读已读值得跟进有用关注 写作技巧
09:52Jerry Liu@jerryjliu0精选3年前,Jerry Liu在AI Engineer大会首次演讲高级RAG技术,如今该领域已演变为围绕智能体和上下文的标准化高阶抽象。当前模式包括:将检索复杂性编码到智能体层,使用简单但高效的搜索工具(如BM25、向量搜索),让智能体推理找到正确结果;越来越不关注'破解'上下文窗口,而关注业务上下文;构建智能体的方式从定义代码变为定义剧本再到定义目标。行业RAG智能体上下文窗口推荐理由:Jerry Liu回顾了RAG从3年前到现在的变化,指出检索正被智能体层取代,构建方式也变了。关注RAG和智能体发展的话,这篇总结很值得看。原文稍后读已读值得跟进有用关注 RAG
15:45Jerry Liu@jerryjliu0Jerry Liu(LlamaIndex创始人)在推特上讨论AI Agent与SaaS的关系。他认为Agent像人类一样有核心通信接口,如chat、voice、slack。SaaS软件则需要根据具体用途定制接口,例如ticket tracking、CRM。目前SaaS公司都在构建Agent以捕捉工作自动化价值,但两者接口会随时间解绑。行业Jerry LiuLlamaIndexAI Agent3 个信源在谈事件专题推荐理由:Jerry Liu说Agent和SaaS会分家,不是SaaS死了而是接口不同。看看他的观点。原文稍后读已读值得跟进有用关注 Jerry Liu
01:49Jerry Liu@jerryjliu0Jerry Liu(LlamaIndex创始人)在推文中指出,手动构建工作流(代码、拖拽或提示)的需求正在减少,更优方式是指定目标让模型智能规划步骤。对于重复性任务,可收集带真实标签的数据集进行爬山优化,以平衡成本与准确率。他认为行业正从提示工程迈向目标和评估工程。拥有642次浏览、5个点赞。技巧Jerry LiuLlamaIndex工作流推荐理由:Jerry Liu说的这个趋势很实在:别再手动搭工作流了,直接给目标让模型自己想办法。重复任务还能录数据集优化,省心省钱。原文稍后读已读值得跟进有用关注 Jerry Liu
04:21Jerry Liu@jerryjliu0精选LlamaIndex创始人Jerry Liu指出,智能体生成文档量增加,需要更好的原生文档格式。当前主要容器Markdown可读性强但缺乏丰富视觉输出,HTML视觉丰富但难以人工编辑且token密集。他提出理想格式应类似Google Docs或Word,支持人类和智能体协作编辑、版本控制和权限管理。他在Databricks演讲中提及,大量人类知识仍存储在PDF、PPT、Word中,需通过LlamaParse处理,同时创新智能体创建和协作信息的方式。行业Jerry LiuLlamaIndex智能体推荐理由:Jerry Liu聊了智能体文档格式的短板,Markdown和HTML都不够用,他提出像Google Docs那样的协作方案,做智能体应用的人可以看看。原文稍后读已读值得跟进有用关注 Jerry Liu
00:05Jerry Liu@jerryjliu0LlamaIndex CEO Jerry Liu 在 Databricks 的 DAIS 2026 上发表演讲,探讨通用知识代理。他指出约90%的企业数据是非结构化的,锁定在文档中。演讲聚焦OCR和代理编排的核心进展,使AI代理能够深入理解、推理并编辑这些文件,从而自动化整个工作流。AI产品LlamaIndexJerry LiuDatabricks1 个信源在谈事件专题推荐理由:LlamaIndex 的 CEO 讲了怎么用 OCR 和代理编排处理 90% 的非结构化企业数据,值得搞知识管理的朋友听听。原文稍后读已读值得跟进有用关注 LlamaIndex
03:01LlamaIndex@llama_indexLlamaIndex CEO Jerry Liu在Databricks #DataAISummit上,与LangChain、CrewAI等公司创始人同台讨论Agentic Stack。该小组于上午11:30开始,聚焦智能体堆栈的构成、发展路径以及当智能体(而非人类)成为基础设施主要消费者时的变化。行业LlamaIndexJerry LiuLangChain1 个信源在谈事件专题推荐理由:想了解AI智能体基础设施的未来方向?听LlamaIndex、LangChain、CrewAI创始人面对面聊聊他们的最新看法。原文稍后读已读值得跟进有用关注 LlamaIndex