你在 X 后台看到的总曝光,是把发的推和回复的曝光都算在一起的。榜单上的推文曝光只算推文本身,不含回复带来的曝光,所以会比你自己后台的数字少一些,这是正常的。
推文发出后我们会持续回访它的曝光。有些推是发出去一两天后才被推荐流带起来的,这部分后涨的曝光会补记到它发布那天,所以往前几天的曝光数字可能会往上修正,这也是正常的。
每天早上 8 点为界。8 点之后你看到的「今日」,统计的是从今天 8 点开始的数据;在这之前看到的「今日」还在攒,数字偏小是正常的。页面每小时重新生成一次,页面更新时间不等于数据截止时间。
X 个人页那个计数器把转发和回复都算进去了,看着虚高。榜单上的发帖量不算转发,也不算回复,只算他自己发的和引用的,所以会比你在 X 上看到的计数小。
一条推的曝光会一直涨。榜单上的曝光是当天新增的部分,不是这条推历史累计的总量。
X 没有公开的评论计数,榜单上的评论数是根据公开数据推算出来的,会有偏差,用来看量级和排序,不要当成精确值。
刚收录的账号需要攒几天数据才能进榜。观察期里看到「暂无数据」或「数据偏少」是正常的,不是出错。
某个账号某天的数据没能凑齐时,这一格显示「无数据」,不会拿旧数字顶上。看到「无数据」就是真的没有,不是零。
健康趋势仅为公开数据层面的走势参考,不代表账号在 X 平台的任何状态判定,一切以 X 官方为准。
| 维度 | 今天 | 昨日 | 7天 | 30天 |
|---|---|---|---|---|
| 推文曝光 | 0 | 2762 | 13.8万 | 46.7万 |
| 发帖 | 0 | - | 9 | 18 |
| 评论 | 5 | 1 | 25 | - |
| 涨粉 | -4 | -1 | +61 | - |
| 帖均曝光 | 1.5万 | 1.5万 | 1.5万 | 1.5万 |
| 最高单帖 | 8.7万 | 8.7万 | 8.7万 | 8.7万 |
帖均曝光固定是近 7 天口径,不随时间档变。空着的格子表示这个账号在那个时间窗里数据还不完整,不是 0。
如何避免AI写出屎山代码? 土豆这份17分钟的演讲非常值得看! 最有启发的主要有两点: 1. Lint规则比Agent.md好用 因为Agent很容易把坏的模式复制下去,而文字注释或者Md文件对它的约束力很弱。 演讲中,土豆说她甚至屏蔽了99%的代码注释,因为Agent特别爱在注释里给自己的临时补丁找借口。 更有效的做法是把每一次纠正都写成Lint规则,错误信息直接指向根本原因,而不是再打补丁。这样坏模式会被工具直接拦住,而不是靠Agent的记忆 2. 审证据,而不是审代码。 当产量上来之后,人根本审不过来那么多代码。 土豆团队的做法是侧重看验证产物。比如让Agent自己跑应用、交录屏和…
我敢说,/learn 和 / swarm 绝对是 Antigravity 中最被低估的两个命令! 一、先说 /learn 这个命令我经常用,主要场景有 3 个: 1、某次复杂的任务跑得特别好,想把关键步骤和坑沉淀下来; 2、想把某个工作流提炼成 Skill,这时候 /learn真的不是一般的好用,谁用谁知道; 3、反复纠正过的错误或约束,想让它彻底记住。比如”数据库查询必须加 LIMIT,禁止全表扫描“之类的东西 每次你使用 /learn,Agent 会先分析近期消息,寻找明确纠正过的地方,对比失败和成功路径,最后找出关键改动和根本原因。 然后,Agent 会继续判断这个经验是属于 …
Claude 的母公司要上市啦! 每天用 Claude 写代码、做研究、被封号,现在,这家公司的 IPO 已经启动路演。按官方披露,Anthropic 拟在纳斯达克以 ANT 为代码上市,计划发行 8.25 亿股,初步发行价区间为 70–78 美元/股。 大家猜一猜,市场会怎么给一家头部大模型公司定价? 我们平时用 Claude,总是在处理一些复杂的任务。而到了公开市场,投资者要算另一笔账:这些能力能带来多少付费需求,收入增长能不能覆盖越来越大的算力投入?Anthropic 最终以什么价格发行,上市后市场又愿意给它什么价格,值得放在一起看。 Bitget IPO Prime 的 Ant…
拆解高手的思路,就是学习 AI 最快的方式! GitHub 上有很多开源的 Skill,实际上是非常好的学习资料,因为它们体现了大佬们的思考过程 比如 Matt Pocock Skill 和 Pstack 其实都有一个底层共识:Agent 的输出并不可信,必须用外部的、结构化的工程纪律来约束它们 但差异又在哪里? Matt skills 的核心是要求在开始前就消除歧义,避免 agent 在未被对齐的需求上高效地写错代码; 而 pstack 更侧重于事后验证,核心是要求 agent 用真实运行时的证据证明功能跑通,而不是把“测试通过”当成“功能完成” 因为 Matt skills 离散且…
AI时代,如何10倍提高你的学习效率? 强推一下这个开源项目Learn Harness,真的夯! 它会先测试你的基础知识水平再帮你规划学习路径,然后如果你理解得越深,它得教学内容也会越难;你得理解不到位,它又会及时调整内容难度,真的非常适合快速入门一个领域或者攻克某些复杂抽象概念! 学过之后,它还会把你学过的内容保存为知识图谱,真的是梦中伴学产品,期待它不断地迭代 目前已经 9.5k stars!
登录后收藏的账号会跨设备同步,换台设备也还在。
我们只保存邮箱和昵称,用来同步你的收藏。