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。
我在用 AI 协助我创业, 维护 3w star 项目,写过 1200w 浏览文章,商务联系: 微信:tiechuiren101,邮件:[email protected]
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 | 8303 | 1.1万 | 43.7万 | 385.9万 |
| 发帖 | 4 | 1 | 31 | 216 |
| 评论 | 1 | 1 | 27 | 210 |
| 涨粉 | +5 | +16 | +519 | +1755 |
| 帖均曝光 | 1.4万 | 1.4万 | 1.4万 | 1.4万 |
| 最高单帖 | 11.7万 | 11.7万 | 11.7万 | 11.7万 |
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。
这个刚开源的工具,终于解决了所有AI 操作电脑会抢走鼠标的问题! 以前让 AI 帮你点电脑软件,它一动你就不能动鼠标,只能在旁边干等着(除了 codex) 现在 Vercel 开源了 agent-desktop,直接给 Claude Code、Codex、Cursor 这些 AI 装上了操作整台电脑的手和眼: 1. 后台静默干活,你在前台正常用鼠标办公,它在后台自己点别的软件,完全不抢鼠标焦点 2. 多个 AI 同时开工,1 台电脑里能同时跑多个 AI,各用各的虚拟光标,互不打架 3. Mac、Windows、Linux 三大系统都能直接用 为什么它能不抢鼠标呢? 以前的工具要不停截屏…
AI 做逆向,现在也有成套 Skill 了!! 我整理了 10 个逆向方向的 Agent Skill 和集成方案,从拆安卓包、追前端签名、看二进制,再到分析产品功能,你可以直接按手上的目标来挑: 1. REA:顺着应用行为往下查,把 JS、Electron、原生二进制等分析工具接进 Agent,给出证据和分析局限 2. reverse-skill:先判断手上目标属于什么场景,再挑对应的分析方法、工具链和报告流程 3. android-reverse-engineering-skill:反编译安卓安装包,还原混淆的 Kotlin 类名,把接口、网络调用和代码结构理出来 4. repli…
好焦虑!!去年这个时候我就看到AI将会让编程这个事情越来越简单。果断放弃编程这个事情了。 今年对比去年除了收入提高一些外,几乎没有系统性的进步,太慢了 一步来太多诱惑了,已经比较专注了,成长还这么差!!
最近为了支持一个朋友创业,我花钱买了他做的 Mac 软件 EnConvo 本来只是想友情捧个场,结果体验完一整天,我直接把电脑上四五个单独订阅的 AI 工具全卸载了!! 你们有没有发现,现在市面上的 AI 工具特别割裂? 做划词翻译的收你一份钱,做语音输入的收你一份钱,做实时字幕的还要再收你一份钱 但他直接把这些别人拆开单卖的十几个独立产品,全塞进了同一套个人 Agent 系统里 就拿我昨天用它干活的一整天,给你看看它的生产效率: 早上我坐在电脑前刷 X 找选题、回微信消息。以前得在浏览器和聊天框之间来回切窗口、复制粘贴 现在把鼠标移到屏幕顶部的灵动岛,在屏幕上随便画个圈就能直接问 A…
最近看到一个叫 billion-context 的开源项目,专门解决 AI 编程长会话爆窗口的问题 它架在编程 Agent(比如 Claude Code、Codex、OpenCode、Kimi 等)和模型 API 之间,做一个上下文压缩代理 和客户端自带的一刀切摘要不同,它的核心思路是“让模型自己管上下文” 代理会往对话里注入四个工具:compress(折叠成摘要)、decompress(按需恢复细节)、search_context(关键词检索)和 acp_status(查看用量与可压缩区间) 什么时候压缩、压哪一部分,都由模型自己调用工具决定 因为是局部增量折叠,需要细节时还能解压…
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。