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。
Building AI agents and AI-native orgs. Demystifying AI in practice. EN/中文 (Selected build
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 | 7.1万 | 45.2万 | 123.0万 | 339.3万 |
| 发帖 | 3 | 10 | 96 | 422 |
| 评论 | 8 | 28 | 179 | 742 |
| 涨粉 | +11 | +168 | +1278 | +2443 |
| 帖均曝光 | 6726 | 6726 | 6726 | 6726 |
| 最高单帖 | 18.2万 | 18.2万 | 18.2万 | 18.2万 |
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。
Cloudflare 被我们中国网友称为“赛博菩萨”,因为它给的免费服务实在太多,让很多个人开发者和小网站省下了不少起步成本。 外国网友也在 X 上感叹:“Cloudflare 太好用、太便宜了,好到我都害怕哪天突然变卦。” 于是有人翻出了 CEO Matthew Prince 十年前的一篇旧回答:2016 年,他在 Stack Exchange 上解释,为什么 Cloudflare 会一直提供免费服务。 免费用户能帮助他们发现更多攻击、改进安全防护,也会把产品带进自己工作的公司;其中还有人会成为未来的员工。大量用户参与新功能测试,而网络规模扩大,又能降低带宽成本。免费服务本身,就能支撑…
DHH 这趟中国行,一边被中国汽车震撼,一边嫌中国软件太丑。 在他眼里,中国汽车的豪华程度已经能超越奔驰 S 级,但微信、支付宝、华为鸿蒙这些中国科技的代表,软件设计却依然粗糙,远不如硅谷。 中国硬件都快卷上天了,软件审美怎么还没跟上? 同一天,他先发帖说,在深圳打了一辆从没听过牌子的中国车,内饰堪比甚至超过顶配奔驰 S 级,20 分钟车程只花了 6 美元。 转头,他又点名微信、支付宝和华为鸿蒙:很尊重中国的 AI 模型和硬件,但为什么软件用起来还是这么粗糙? DHH 对软件设计有自己非常鲜明的审美标准。毕竟,Omarchy 就是他个人独特的、近乎米其林级别审美的体现。 评论区有人…
Linus 对 Linux 社区里把反 AI 上升到意识形态的倾向,再次回应!措辞斩钉截铁,一点都不含糊:Linux 不是反 AI 项目,有意见可以 fork,也可以离开。 他还说:没人强迫你用 AI,但你也不能因为自己反感,就阻止别人使用。 Linus 甚至直接说:“Linux 不是、从来不是、以后也不会是什么‘社会正义斗士’项目。” 我很欣赏这种不和稀泥的做法。一个技术社区可以容纳不同态度,但负责人得守住判断标准。否则,对工具的讨论很容易变成对立场的审查,最后大家忙着证明自己站在哪一边,反倒没人关心技术有没有变得更好。
英国金融时报对亚洲人似乎有某种偏见。 https://t.co/Lki45yrKL6
刷算法题有 LeetCode,刷 AI / ML 题有 TrenTorch! 学了那么多机器学习理论,真让你从零写一个 Softmax、反向传播,甚至 Transformer,你能写出来吗? https://t.co/apDvQERf1b 免费提供 1600 多道题,从线性回归、神经网络,到强化学习、模型推理和底层 Kernel。 玩法和 LeetCode 一样:看题、写代码、提交,用隐藏测试验证结果。区别在于,LeetCode 考算法和数据结构,TrenTorch 考你能不能亲手实现机器学习算法。 比如平时一行代码就能调用的 Softmax、交叉熵损失,在这里都得从零实现,还要处理数…
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。