X · MaiYang

X 上最值得关注的 21 个 Grok Bot 探索者

Sun, 30 Aug 2026 12:02:00 +0800

上一篇我写过 X 上最值得关注的 59 个 AI 领袖。

那篇覆盖比较广，包括：实验室、产品、生态都有。

刚好今天 Grok Bot Meetup Shenzhen 在线下举办，那我也顺势整理一批值得你关注的 Grok Bot 探索者们。

下面这些都是我这两周自己在看、自己转过、或者现场会用到的。欢迎大家评论区补充。

Zara Zhang（@zarazhangrui）有句话我一直觉得对：

Follow builders, not influencers.

Grok Bot 这波评测号已经很多了。我更想关注的，是把 Bot 当同事用的那拨人。Bot 有自己的电脑，你合上笔记本，它还在跑。

如果你刚刚上手，那一定要先关注这 3 个人

他们都是 SpaceXAI 官方团队的人。

1. @mattyp matt palmer

他有一条入门视频，从「Bot 是什么」讲到多 Bot 串起来，再到 X 粉丝进 Notion、自己做小软件、跟 Cursor 一起写代码。

28 分钟即可带你入门。不知道 Bot 能干什么，先看这个。

https://x.com/mattyp/status/2092286281266962681

2. @poteto lauren

Grok Bot 工程师。以前在 Cursor、Meta、Netflix，还做过 React compiler。

她写过怎么省额度：别把定时任务设成 15 分钟一次，一天跑 100 次，token 就没了。一小时一次，或者一天几次，通常就够。

我 3 天用了 32%，就是按这个在跑。

3. @ericzakariasson eric zakariasson

以前 Cursor，现在 SpaceXAI。他写过一篇 How I run multiple teams of Grok Bots。

一个项目一个 Channel，Notion 里挂 Projects / Tasks。Channel 里最多再塞 5 只 Bot。卡住了，Bot 把任务标成 Blocked，再在频道里喊他。

他自己说，这还是实验。我看着像把人用的那套搬给了 Bot。

这三个人看完，可以再看看我自己写的一篇： Grok Bot 门槛又降了，从入门到进阶。

入门之后，还想继续深入，那可以再关注以下这些人。

Grok Bot 官方团队有哪些人

4. @benln Ben Lang

Cursor Community 负责人，现在也在管 Grok Bot 社区。深圳场有幸邀请他来为我们开场。

8 月 27 日他发过一条，让大家先关注团队：

https://x.com/benln/status/2092995402953884072

下面 7 个人，都是他点的名。

5. @shaoruu ian · engineer

6. @baltaaazr Balta · engineer

7. @lingxi Lingxi Li · engineer / product / design

简介写过 prev agent window @cursor_ai。

8. @johnbai John Bai · designer

他写过 Designing Grok Bot with Grok Bot 。用 Bot 设计 Bot。Figma Bro 干重复活，Motion God 做动效，Experiments 专门接「先做出来再看值不值得」的想法。

9. @pengzheng_ Peng Zheng · designer

prev Zoom、IDEO。

10. @SamSokolin Sam Sokolin · engineer

这 7 个号，新功能经常比评测号更早出现。想看产品往哪走，关注他们比关注资讯号有用。

11. @elonmusk Elon Musk

12. @mntruell Michael Truell

他们都是 Grok Bot 产品背后的大佬。Elon 管 Grok、Grok Bot、X；Michael 是 Cursor CEO，现在也在 SpaceXAI。我相信大家之前已经关注过了。放在这里，只是以防万一，求一个完整列表。

其他探索 Grok Bot 的人

13. @XFreeze X Freeze

他整理了一整库 Grok Bot Guides：移动开发、产品、设计、企业 GTM、多团队 Agent。

写的是角色、记忆、云电脑、定时任务、Skill，不是又一套聊天流程。例子里有一个六只 Bot 的手游工作室，还有 PM 带着 Chief of Staff、工程经理、五只工程 Bot。

https://x.com/XFreeze/status/2093337680452968873

Elon 转发了这条。26 万粉。

14. @chddaniel Daniel Ch

他给 Grok Bot 接了 3 个 X 账号。文里写的是 6980 万曝光、32.1 万赞、31.9 万收藏。一条冷邮件截图配了 8 个字：best cold email i've seen in my life。

https://x.com/chddaniel/status/2091903435243200640

数字是他原文。我没复现过这套，先按他写的记。

15. @0xCodez Codez

我上一篇 Grok Bot 入门文里就挂过他的 10 步。内容创作者，自己也在用。适合当一份短清单，不适合当唯一说明书。

行业大佬都是这么说 Grok Bot 的

16. @naval Naval

原话就几句：

Grok Bot is just cool.

Of course an agent should be persistent.

Of course it should have its own computer.

All that remains is for it to be embodied…

https://x.com/naval/status/2090497355649008059

17. @patrickc Patrick Collison

Stripe。他刚发过一条：

Grok Bot can now purchase anywhere with @link.

(If you haven’t tried Grok Bot, you should. It’s very good.)

https://x.com/patrickc/status/2093425939669774608

能用 Link 付款，产品能力杠杠的。

18. @yunta_tsai Yun-Ta Tsai

Tesla AI，Sr. Staff Engineer。他说 Grok Bot 是第一次觉得这真是 everything app。

19. @gregisenberg GREG ISENBERG

每天丢 startup idea，70 万关注。Grok Bot 出来之后，这类 builder 号转得很快。我把他放进来，是因为很多人会从他那儿第一次碰到 Bot，不是因为他写过一份我核对过的手册。

20. @petergyang Peter Yang

给忙人写实用 AI 教程和访谈。Behind the Craft。同样，我没核到他一篇专门拆 Grok Bot 的长文，先挂上。你如果有，丢给我。

21. @mvanhorn Matt Van Horn

June 烤箱（后来卖给 Weber），也参与过后来变成 Lyft 的那家公司。现在又在做东西。

他为什么会出现在这份名单：这批 builder 互相转的时候，他经常在场。具体哪条 Grok Bot 用法是他的，我这篇没核到原文。待补。

写在最后

先关注官方这三个人，再看我那篇从入门到进阶。想看产品往哪走，看官方团队。想看别人怎么养一队 Bot，关注以上的大佬，慢慢你都学会了。

如果你还有其他人推荐，欢迎评论区聊聊。

X 上最值得关注的 59 个 AI 领袖

Tue, 25 Aug 2026 19:42:00 +0800

我更早之前做了一个网站，专门收集 TIME 点名的 AI 人物，就是 castmind.ai。

最近我把里面活跃在 X 上的人筛了一遍，并做成一份 X list 在 CastMind AI Leaders。

Zara Zhang（@zarazhangrui）曾说过：

Follow builders, not influencers.

她的原话大概是，跟那些真正在造东西、有自己判断的人，不要跟复读信息的网红。

自媒体会为了流量贩卖焦虑，也会为了商单去踩一款模型、捧另一款。一线建造者不一样。他开口，要么代表自己，要么代表他那家公司。你至少知道他站在哪一边。

这不等于建造者都纯洁。他们也会融资，也会站台，也会把发布会讲得很满。只是立场可核对。网红那一边，经常核对不了。

下面我将会给每个人写两段：他做过什么，以及我用来认人的那个标记。介绍是我根据公开信息整理所得，如果你偏差或者有更好的写法，欢迎留言评论。

我大体上将这一批账号分为四类：**模型和实验室、产品和 Agent、研究、生态。**生态可能包括：投资人、访谈、政策、教育、艺术家等等。

先订这 10 个

如果你觉得 59 个太多，那你可以先订以下这 10 个：

@sama @DarioAmodei @demishassabis @ylecun @karpathy @mntruell @AravSrinivas @ClementDelangue @geoffreyhinton @dwarkesh_sp

一、模型和实验室

1. @sama Sam Altman

做过 Y Combinator 总裁，后来把 OpenAI 从研究组做成 ChatGPT。2022 年底那一版聊天窗口，是大模型第一次变成上亿人每天打开的产品。

中间被董事会赶走又请回来。公开场合仍在谈安全和产品节奏。

识别他的标记是发布会本身。模型能力、定价、和微软的关系，经常在他开口的那一周被重写。

2. @DarioAmodei Dario Amodei

在 OpenAI 做过 GPT-2、GPT-3，出来后和姐姐 Daniela 一起办 Anthropic。代表作是 Claude，还有把 Constitutional AI 写成可跑的训练方法。

识别他的标记是安全和产品绑在同一条发布线上。Claude 的长上下文和写作手感，是普通人最容易摸到的那一层。

3. @AnthropicAI Anthropic

Claude 的公司号。模型卡、安全政策和系统提示词更新，经常比个人号更早出现在这里。

适合盯发布，不适合盯一个人。想看 Claude 下一版会改什么，订这个号就够。

4. @demishassabis Demis Hassabis

童星棋手，还做过游戏 Theme Park。后来办 DeepMind，代表作是 AlphaGo 和 AlphaFold。2024 年和 John Jumper 一起拿了诺贝尔化学奖。现在还管 Isomorphic Labs，用同一套方法去做药。

识别他的标记是先选一个能验真伪的硬问题。棋赢了，蛋白质结构也赢了，下一步他仍在找这种问题。

5. @ShaneLegg Shane Legg

DeepMind 三个联合创始人之一，现在是首席 AGI 科学家。早年就在写怎样度量智能，公司名字里的 Mind 有他一份。

识别他的标记是 AGI 这个词在他嘴里是研究目标。论文、招聘和内部路线，都围着「怎样才算真正的智能」转。

6. @gdb Greg Brockman

Stripe 早期工程负责人，后来把 OpenAI 的训练和推理拖成能扛流量的系统。GPT 系列能从演示变成产品，工程上他是主心骨。自己还开过训练过程的直播。

识别他的标记是键盘还在。发布会前后，他经常自己上场讲系统和代码。

7. @ilyasut Ilya Sutskever

AlexNet 作者之一，GPT 路线的科学源头。OpenAI 联合创始人，董事会那次变动里他是关键人物，后来离开，自己办 SSI。

识别他的标记是话少。一年可能只公开讲几次，每一次都在改别人对「下一阶段智能」的预期。

8. @elonmusk Elon Musk

xAI 和 Grok 的人。Grok 直接接在 X 的实时信息上，发布像直播。Tesla 自动驾驶和 SpaceX 是他另外两摊已经做成的硬工程。

识别他的标记是产品和服务同一天出场。模型名字、梗和上线按钮，经常挤在同一条帖里。

9. @ylecun Yann LeCun

卷积神经网络这一支的源头，图灵奖。在 Meta 做过首席 AI 科学家，2025 年离开，自己办 AMI Labs，继续推 JEPA 世界模型。2026 年 3 月公开种子轮，10.3 亿美元。

识别他的标记是公开唱反调。他觉得只靠预测下一个词走不远，会在帖里直接写出来，也不绕。

10. @drfeifei 李飞飞

ImageNet 把视觉识别做成一场能打分的竞赛，深度学习才从论文走进工业。斯坦福教授，办过 HAI 和 AI4ALL，现在自己做 World Labs，盯空间智能。

识别她的标记是相机和三维世界。她不把语言当成 AI 的全部，产品叙事里总有「看见」两个字。

11. @kaifulee 李开复

做过谷歌中国总裁，书是《AI Superpowers》和《AI 2041》。现在是零一万物 CEO，也管创新工场。今年秋天还要出一本《AI Native》。

识别他的标记是翻译器。美国实验室在干什么，中国创业者该怎么接，他会写成中文读者能用的句子。

12. @aidangomez Aidan Gomez

Transformer 论文作者之一，当时还在实习。后来办 Cohere，专门做给企业用的大模型，强调能私有化部署。

识别他的标记是企业合同。他很少靠消费级 Demo 说话，客户是银行、政府和软件公司。

13. @finkd Mark Zuckerberg

Facebook 做成三十亿人的社交网络。AI 上他最硬的一刀是 Llama 开源，权重放出来，换来整条开源模型围着 Meta 转。后来又拉人做超级智能实验室。

识别他的标记是开源换生态。别人把模型锁在 API 后面，他把参数文件丢到网上。

14. @satyanadella Satya Nadella

把 Microsoft 从 Windows 公司拖成云和 AI 公司。Azure、GitHub、和 OpenAI 的合作，Copilot 嵌进 Office，是开发者每天能摸到的部分。

识别他的标记是耐心。大公司换主航道通常要十年，他用文化和收购把这件事做成了。

15. @sundarpichai Sundar Pichai

Chrome 和 Android 是他带过的入口。现在代表作是 Gemini，以及搜索结果页被 AI 重写。Google 本来就有十亿用户，他要做的是把模型塞进这些旧入口。

识别他的标记是分发。模型好不好是一回事，出现在搜索框里是另一回事。

16. @kevin_scott Kevin Scott

微软 CTO，Virginia 小镇出来的工程师。推动 Azure AI 和 OpenAI 合作，也写过《Reprogramming the American Dream》，还自己做播客 Behind the Tech。

识别他的标记是系统感。他讲模型时会落到芯片、数据中心和普通开发者能不能用上。

17. @jteevan Jaime Teevan

微软首席科学家，也在华盛顿大学教书。人机交互出身，Copilot 嵌进搜索和 Office，后面有她长期做的个性化检索。

识别她的标记是旧软件。她不另开一个聊天 App，她改你已经每天打开的那个窗口。

18. @pushmeet Pushmeet Kohli

Google Cloud 首席科学家，DeepMind VP。AlphaFold、AlphaProof、SynthID 这些名字后面都有他的实验室。科学问题和云上能卖的能力，他两边都做。

识别他的标记是能写进论文、也能写成云产品的那种项目。

二、产品和 Agent

19. @cursor_ai Cursor

代码编辑器。模型写代码、改仓库、在 IDE 里对话，是从这个产品开始变成默认工作方式的。Composer、Agent、Tab 补全，发布都走这个号。

盯产品本身订这个。盯创始人看下面那位。

20. @mntruell Michael Truell

Cursor 背后的人，MIT 出来，公司是 Anysphere。产品克制，少口号，快捷键和默认模型比宣传片多。

list 上他现在的 bio 写的是 Building SpaceXAI。识别他的标记仍是编辑器。开发者愿不愿意把主仓库交给一个新 IDE，是他已经打过的仗。

21. @_mohansolo Varun Mohan

先做 Codeium，再做成 Windsurf。2025 年和核心团队进了 Google DeepMind，现在公开身份是做 Antigravity。

识别他的标记是补全。他一直待在开发者每天打开的那个文件里，从单行建议做到能改一整份工程。

22. @antonosika Anton Osika

物理出身，先做开源的 GPT Engineer，再做成 Lovable。一句话生成能上线的应用，发布节奏很快。

识别他的标记是浏览器里能点开的成品。他不给开发者看仓库，他给普通人看一个已经能用的网站。

23. @AravSrinivas Aravind Srinivas

Google Brain 出来，办 Perplexity。把搜索做成带引用的问答，答案下面能看到源。

识别他的标记是引用角标。他跟 Google 抢的是那个搜索框。

24. @c_valenzuelab Cristóbal Valenzuela

纽约大学 ITP 出来，办 Runway。Gen-2、Gen-3 把视频生成做成创作者能用的工具，电影和广告行业已经在用。

识别他的标记是时间轴。别人发一张图，他发一段能剪进片子的视频。

25. @hidecloud 张涛

Manus 产品合伙人。公开报道里，这个号是张涛，不是 CEO 肖弘。把 Agent 做成能替你打开浏览器、填表、把任务做完的产品。

识别他的标记是蝴蝶和「帮你做完」。中文圈里少见的、产品叙事不讲模型参数、讲任务有没有做完的 Agent 公司。

26. @RaquelUrtasun Raquel Urtasun

多伦多大学教授，办过 Vector Institute，在 Uber ATG 带过自动驾驶。自己的公司是 Waabi，用仿真先训练卡车，少靠堆路测。

识别她的标记是高速公路上的货车。论文数量过三百，产品却是能上路的卡车。

27. @karpathy Andrej Karpathy

斯坦福 CS231n 把卷积神经网络讲成全球开发者的入门课。在 Tesla 带过 Autopilot 视觉栈，后来开源 minGPT、nanoGPT，现在办 Eureka Labs。

识别他的标记是能复现。最难的东西，他能写成一个人周末在笔记本上跑得起来的代码。

28. @mikeyk Mike Krieger

Instagram 联合创始人，后来做过 Artifact，现在是 Anthropic CPO。消费级产品的手感，进了模型公司。

识别他的标记是相机按钮。他知道一个普通人为什么愿意每天打开一个 App，这种判断在模型公司里很少见。

29. @clarashih Clara Shih

写过《The Facebook Era》，办过 Hearsay，做过 Salesforce AI 的 CEO，把 Einstein 推进企业软件。2026 年 4 月在 TIME100 峰会上办 New Work Foundation，产品是 dear CC。

识别她的标记是入门岗位。她现在问的是，第一份工作还在不在。

30. @ClementDelangue Clément Delangue

Hugging Face。Transformers 库几乎是 NLP 的默认工具，后面还有 Datasets、Diffusers、Space，以及 BigScience 的 BLOOM。

识别他的标记是黄笑脸。开源模型、数据集和 Demo，全球开发者换乘都在这个站。

31. @JonathanRoss321 Jonathan Ross

在 Google 做过 TPU，后来办 Groq。代表作是 LPU，把推理延迟打到能对话的程度。2025 年底 Nvidia 拿下 Groq 的技术和团队，他现在是 Nvidia 首席软件架构师。

识别他的标记是毫秒。他讲的是回答一句要多快。

32. @ChaseLochmiller Chase Lochmiller

Crusoe。用油田伴生气和多余能源建数据中心，给模型公司供电。斯坦福和 MIT 出来，做过交易。

识别他的标记是烟囱旁边的集装箱。别人谈模型，他谈电从哪来。

33. @natfriedman Nat Friedman

GitHub 被微软收购后的 CEO，把 Copilot 推进编辑器。后来和 Daniel Gross 做 AI Grant，现在跟模型实验室绑得很紧，也出现在 Meta 超级智能那条线里。

识别他的标记是开源和挖人。他懂社区，也懂怎么把一整队人从一家公司连根拔起。

三、研究

34. @geoffreyhinton Geoffrey Hinton

反向传播和深度神经网络这一支的源头，学生里有 Ilya、LeCun 这条线上的很多人。2023 年离开 Google，开始公开讲风险。2024 年拿了诺贝尔物理学奖。

识别他的标记是晚年转向。他发明了这套方法，现在花时间讲这套方法可能带来的后果。

35. @YejinChoinka Yejin Choi

常识推理。Delphi 那种「模型有没有常识」的题目，是她的主场。华盛顿大学教授，现在也在斯坦福和 NVIDIA。

识别她的标记是刁题目。论文好读，问题却专门打在模型最容易装懂的地方。

36. @mmitchell_ai Margaret Mitchell

Model Cards 的提出者之一。在 Google 做过伦理 AI，后来到 Hugging Face。评测、偏见、模型卡怎么写，是她的工具箱。

识别她的标记是失败模式。她会把「模型在哪些人身上更常出错」写成工程问题。

37. @tegmark Max Tegmark

MIT 物理学家，书是《Life 3.0》，办过 Future of Life Institute。从宇宙学跨到 AI 风险，公开信和暂停训练的讨论里常有他。

识别他的标记是大尺度。他写智能，会写到文明和宇宙，句子却让非专业读者跟得上。

38. @timnitGebru Timnit Gebru

《Stochastic Parrots》作者之一，Google 伦理 AI 团队被解职是行业里的公开事件。后来自己办 DAIR，书是 Deep Unlearning。

识别她的标记是具体的批评。数据集、劳工、大厂论文里没写的那一页，她会点名。

39. @jovialjoy Joy Buolamwini

Gender Shades 测出主流面部识别在深肤色女性上的错误率。逼几家大公司改了产品，自己办 Algorithmic Justice League，书是 Unmasking AI，也写诗。

识别她的标记是脸。一张脸被模型认错，是她整个工作的起点。

40. @katecrawford Kate Crawford

《Atlas of AI》把矿物、水和标注劳工写进模型故事。新作 Calculating Empires 还在画权力和计算的长地图。微软研究院和 USC 两边走。

识别她的标记是供应链。她问的是这台模型挖了哪座山，电从哪来，谁在标数据。

41. @Abebab Abeba Birhane

认知科学加机器学习。长期追问数据集从哪来、有没有同意、标注是谁在做。ImageNet 这类底层库的问题，她写过很硬的批评。

识别她的标记是数据集条目。别人谈模型，她点开那一行标注看人。

42. @MilagrosMiceli Milagros Miceli

社会学加计算机，DAIR，还做 Data Workers’ Inquiry。研究的是模型后面那些拿计件工资的标注员。

识别她的标记是计件。她把数据工作写成劳动。

43. @yi_zeng 曾毅

人大高瓴人工智能学院，北京 AISI 创院院长，中科院体系里出来。中国这边同时做 AI 安全和治理、还公开写英文的人不多。

识别他的标记是治理文本。原则、标准、国际对话，他写得比产品演示多。

44. @AndrewYNg Andrew Ng

Google Brain、百度首席科学家、Coursera 联合创始人。DeepLearning.AI 那门课，是整整一代工程师的第一堂深度学习。后来还做 Landing AI 和 AI Fund。

识别他的标记是课件。他最硬的产品其实是课，模型公司里的人，很多是看着他的视频进门的。

45. @mer__edith Meredith Whittaker

Google 内部组织过员工抗议，后来办 AI Now，现在是 Signal 总裁。加密通讯和 AI 权力，她两边都站在产品一侧。

识别她的标记是不看你的消息。她管的是那个默认不收集内容的聊天软件。

四、生态

46. @dwarkesh_sp Dwarkesh Patel

长访谈。Ilya、Karpathy、Gwern 这种不愿意上短视频的人，会被他按在椅子上问两个小时。剪辑少，问题尖。

识别他的标记是时间戳。一期能超过普通播客的两倍，听众是冲着那几个问题来的。

47. @paulg Paul Graham

Y Combinator，Lisp，随笔。文章短，判断狠，《Hackers and Painters》这一支影响了两代创业者。AI 这一波他看得很早。

识别他的标记是短句。一条想法常常只有一段，读完会觉得被拍了一下。

48. @patrickc Patrick Collison

Stripe 把全球收款做成开发者默认基础设施。另外一头办 Arc Institute，做生物研究。自己写得很好，公开文档和随笔都干净。

识别他的标记是双线。支付和细胞，两件事他都用 builder 的方式做。

49. @bchesky Brian Chesky

Airbnb。设计出身的 CEO，近年讲 founder mode，亲自改产品。看 AI 会先看体验，再看模型名字。

识别他的标记是入住体验。他衡量产品的方式，仍是一个陌生人愿不愿意走进另一家的门。

50. @reidhoffman Reid Hoffman

LinkedIn，Greylock，微软董事。投过 Inflection 等一批模型公司，播客是 Masters of Scale 和 Possible。自己也下场做。

识别他的标记是职业网络。他看 AI，会先看它怎样改人找工作和公司长规模的方式。

51. @pmarca Marc Andreessen

Mosaic 和 Netscape 把图形浏览器带给普通人。后来办 a16z，写过 Software is Eating the World，现在公开看好 AI。

识别他的标记是长文站边。立场清楚，文章长，不装中立。

52. @peterthiel Peter Thiel

PayPal，Facebook 第一张外部支票，Founders Fund，《从 0 到 1》。投人比投赛道早，Palantir 也是他早期下场的公司。

识别他的标记是第一张支票。很多后来的巨头，账上最早那一笔有他。

53. @danielgross Daniel Gross

Cue 做成个人信息搜索，卖给苹果，进了 Siri。后来做 Pioneer 找人，和 Nat Friedman 一起投早期 AI。

识别他的标记是人。他先看谁聪明，再看项目写在哪一行。

54. @ericschmidt Eric Schmidt

Google 的职业经理人阶段是他带的。现在做 Schmidt Futures，政府和实验室两边都熟，公开场合常谈 AI 和国家竞争。

识别他的标记是三边翻译。公司、华盛顿和实验室，他能用同一种口气讲话。

55. @DavidSacks David Sacks

PayPal 黑帮，Craft Ventures，All-In 播客。现在还在白宫体系里谈 AI 和加密政策。

识别他的标记是圆桌。四个主持人吵政策的那档节目，是他最被听见的产品。

56. @hollyherndon Holly Herndon

电子音乐家。把自己的声音做成 Holly+，别人能用她的音色唱歌，她再谈版权和同意。她自己在训练模型。

识别她的标记是声纹。模型输出的是她的嗓子，协议却写在她自己定的规则里。

57. @SnehaRevanur Sneha Revanur

Encode Justice，也叫 Encode Action。十几岁开始把年轻人和 AI 政策房间接上，后来进了 TIME100。

识别她的标记是年龄和听证会。政策文本旁边坐着的，常常是比议员小一轮的人。

58. @sarahchander sarah chander

Equinox，也在欧洲数字权利组织做过政策。关注的是警察、边境和种族技术，模型被用在谁身上。

识别她的标记是权利文本。她写这些系统会伤害谁。

59. @KristenDiCerbo Kristen DiCerbo

Khan Academy 首席学习官。Khanmigo 那种辅导机器人后面，有她长期做的学习科学。

识别她的标记是错题。她关心的是一个学生为什么卡住，模型怎样接这一步。

写在最后

真正值得关注的，还是那些持续迭代交付产品、发论文、分享自己实践经验的人。

完整人物在 castmind.ai。X list 在 CastMind AI Leaders。

What My Most-Read Tweets Taught Me About the Twitter Algorithm

Mon, 16 Mar 2026 23:21:00 +0800

A few of my recent posts unexpectedly got a lot of reach. It made me think about why.

None of them were part of a content strategy.

I didn’t plan them as “viral posts”.

They were simply things I was actually doing.

Looking back, they fall into three very simple categories.

1. Strong opinion on tools

The Cursor post was just a direct opinion:

If price wasn’t a factor, most developers would probably choose Cursor.

https://x.com/MaiYangAI/status/2033113679345107306

It wasn’t meant to start a debate.

It was simply a reflection of what I see around me.

Cursor represents a new generation of developer tools — tools that are built around AI first, not added later.

That shift is something many developers can feel.

2. Documenting what I’m learning

Another post was about OpenClaw and Context Engineering.

I actually finished that podcast while running a long distance.

It was the second time recently that I heard someone building their own assistant inspired by the OpenClaw idea, on top of Pi.

That immediately made me think:

maybe it’s time for me to understand Pi more deeply.

The discussion about Context Engineering from Manus Peak is also one of the best explanations I’ve seen recently.

If you’re building AI agents today, it’s incredibly valuable.

https://x.com/MaiYangAI/status/2033167817927766452

3. Tools I genuinely use

Raycast is another example.

Before using a Mac, I always needed a mouse.

After switching to Mac, the trackpad became essential.

But after adopting Raycast, I realized I barely needed either.

Raycast changed how I interact with my computer.

https://x.com/MaiYangAI/status/2033159968007102743

I’ve shared it many times, introduced it inside my team, and even built a small demo site to show how people can get started.

Looking at these posts together, something interesting becomes clear.

None of them were designed to “perform well”.

They simply came from three things:

opinion
learning
real usage

In other words, they are signals from someone who is actually building and exploring tools every day.

Maybe the Twitter algorithm is simpler than we think.

It doesn’t necessarily reward people who try to manufacture content.

It often amplifies people who are simply documenting reality:

what they use

what they learn

what they believe

So instead of trying to “create content”, I’m increasingly trying to do something else:

just document what I actually use, learn, and build.