Skip to content
View SimonAKing's full-sized avatar
🍅
PRESS START
🍅
PRESS START
621 followers · 111 following

Achievements

Achievement: Starstruckx4Achievement: QuickdrawAchievement: Arctic Code Vault ContributorAchievement: Pull Sharkx2

Achievements

Achievement: Starstruckx4Achievement: QuickdrawAchievement: Arctic Code Vault ContributorAchievement: Pull Sharkx2

Highlights

Block or report SimonAKing

Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
SimonAKing/README.md

Hey 👋, I'm SimonAKing!

- Front | Back | Left | Right | End Engineer

- Indie Hacker | Building What People Want

- AI Enthusiast | Exploring AI-powered Products

- Check out my projects portfolio

Pinned Loading

  1. AIGT detection 实践 - 07/23/2025 AIGT detection 实践 - 07/23/2025
    1 
    分享下 鉴别 AI 生成文本（AIGT detection） 的一些实践：
    2 
    > 通常该任务定义成：对于输入文本的二分类判断（ai or human），如果是由 human 与 ai 共同生成，可尝试拆分粒度进行二分类（文章 -> 主题 -> 段落 -> 句子）
    3 
    > 分享主要来自：[Detecting AI-Generated Text: Factors Influencing Detectability with Current Methods](https://arxiv.org/pdf/2406.15583)
    4
    5 
    <img width="972" height="450" alt="Image" src="https://github.com/user-attachments/assets/fc344d47-d001-4ef7-a3c8-96fbcd45b2b1" />
  2. Multi-Agent 架构驱动的 Data Agent路线与工程实践 ... Multi-Agent 架构驱动的 Data Agent路线与工程实践 - 07/15/2025
    1 
    分享下 近期 AICon 大会上 有关数据分析场景的实践主题 - [Multi-Agent 架构驱动的 Data Agent 路线与工程实践](https://www.infoq.cn/article/htoxe5we0tjheky9tiqb)
    2 
    
              
    
              
    
                3
                
    内容涉及 context engineering 架构(single vs multi agent)、数据分析策略、工程实践等，其中一些值得解读的信息（从 PPT 内容出发）：
    
              
    
              
    
                4
                
    1. Multi agent：
    
              
    
              
    
                5
                
        - 通过划分任务（裁剪 context），让每次 call llm 等价于 argmax (single agent 的 action space)，从而提升效果，并且单个 agent 也可独立优化
    
              
    
          
    
    
    
  
    

    3. 

      

  3. 
  
    
    
    
      
    
        
        Context engineering 解读 - 07/08/2025  Context engineering 解读 - 07/08/2025      
    

          
    
              
    
                1
                
    分享一个最近比较火的概念 “context engineering”（由 Andrej Karpathy 提出），一句话解释：在模型推理时 提供出 任务所需的所有完整信息的工程。
    
              
    
              
    
                2
                
    > 以下内容参考自 [Awesome-Context-Engineering](https://github.com/Meirtz/Awesome-Context-Engineering)
    
              
    
              
    
                3
                
    
              
    
              
    
                4
                
    为什么近期 context engineering 被广泛讨论？原因是 prompt engineering 不足以代表了现在生产级 LLMs 应用的复杂度。
    
              
    
              
    
                5
                
    首先 LLMs 的概率函数是：
    
              
    
          
    
    
    
  
    

    4. 

      

  4. 
  
    
    
    
      
    
        
        AI 时代的分发策略：速度即护城河 - 06/30/2025  AI 时代的分发策略：速度即护城河 - 06/30/2025      
    

          
    
              
    
                1
                
    分享下 a16z 的近期一篇文章，对产品早期增长很有启发：[In Consumer AI, Momentum Is the Moat](https://a16z.com/momentum-as-ai-moat/)。
    
              
    
              
    
                2
                
    > 标题：AI 时代的分发策略：速度即护城河，对应的[中文版](https://mp.weixin.qq.com/s?__biz=MzA3NzUxMzM5MQ%3D%3D&mid=2453892038&idx=1&sn=095208fd8d4e5bd20ac5a2f84ae4e0b8&chksm=8931266811d6e574943d635df64d85dc473e8fee0a390b062c2cf05f930b3c4d1808093d35da&mpshare=1&scene=1&sharer_shareinfo=1f779427ddbc399e68d7b53ab2eb5dda&sharer_shareinfo_first=1f779427ddbc399e68d7b53ab2eb5dda)
    
              
    
              
    
                3
                
    
              
    
              
    
                4
                
    文章的主旨是：LLMs 同质化趋势下，AI 产品 的护城河不再是技术壁垒 为主（技术的差异越来越小），而是增长的速度与产品认知差。
    
              
    
              
    
                5
                
    
              
    
          
    
    
    
  
    

    5. 

      

  5. 
  
    
    
    
      
    
        
        行业观察：模型即产品趋势 - 06/26/2025  行业观察：模型即产品趋势 - 06/26/2025      
    

          
    
              
    
                1
                
    分享下最近的一个行业观察：
    
              
    
              
    
                2
                
    1. 国内 ai 模型厂商 minmax、kimi 最近有一些新动态：
    
              
    
              
    
                3
                
      1. minmax 推出了 通用 agent 产品 https://agent.minimax.io/share/281535490056355
    
              
    
              
    
                4
                
      2. kimi 推出了 researcher 模型与产品 https://www.163.com/dy/article/K30342N605566Y1D.html
    
              
    
              
    
                5
                
    2. 国外 claude 今天则进一步 artifacts 部署、发布等端到端流程 内置
    
              
    
          
    
    
    
  
    

    6. 

      

  6. 
  
    
    
    
      
    
        
        Andrej - AI 时代下的软件演进趋势分享 - 06/24/2025  Andrej - AI 时代下的软件演进趋势分享 - 06/24/2025      
    

          
    
              
    
                1
                
    分享下最近 [Andrej](https://x.com/karpathy) 在 YC 上的一次分享，主题是 AI 时代下软件演进的趋势，其中有一些深刻的洞察：
    
              
    
              
    
                2
                
    该分享原内容：[视频](https://youtu.be/LCEmiRjPEtQ)、[PPT](https://docs.google.com/presentation/d/1sZqMAoIJDxz79cbC5ap5v9jknYH4Aa9cFFaWL8Rids4/edit?usp=sharing)、[中文版](https://docs.qq.com/document/DVmpCdVRSbFFycmhr)
    
              
    
              
    
                3
                
    
              
    
              
    
                4
                
    1. 软件演进的三个时代：从传统的代码编程到 训练神经网络 再到自然语言编程，突然间 每个人都是程序员。
    
              
    
              
    
                5
                
        > 对应了现在 vibe coding 兴起，ai coding 产品风靡（该概念也是 Andrej 提出）
    
              
    
          
    
    
    
  
    

    7.