X 上值得关注的 25 位 AI 大佬：把信息源调成你的私人 AI 教练

AI 圈的信息流，真的太吵了。

今天一个新模型刷屏，明天一个 Agent 项目爆火，后天又有人说“某某工具把某某岗位干没了”。你要是全靠朋友圈截图和群聊转发，基本只能吃到二手饭。

更难受的是：很多人收藏了一堆链接，过两天想找，没了。

所以咱们换个思路。

别追热点，直接追源头。

把 X 上真正产出一手信息、长期分享干货的人关注起来。你的信息流会干净很多，也会更早看到有价值的东西。

下面这份清单，适合想认真学习 AI、做产品、写提示词、搞开发、找工具、看趋势的朋友。

怎么用这份清单？别只点关注

很多人关注了 2000 个账号，结果每天刷到的还是情绪、吵架、段子和广告。

问题不在关注数量。

问题在于你没给信息源分层。

建议你在 X 里建 4 个 List：

• AI 研究：看模型、论文、技术趋势
• AI 产品：看工具、应用、商业化玩法
• AI 开发：看代码、框架、Agent、工程实践
• AI 写作与提示词：看内容生产、Prompt、自动化工作流

每天不用刷太久。

早上通勤 10 分钟，晚上睡前 10 分钟，就够你比大多数人快半拍。

25 位值得关注的 AI 账号

说明：账号名可能会调整，搜索名字更稳。建议直接在 X 搜索姓名或关键词。

| 人物 / 账号方向 | 推荐理由 | 适合谁关注 | |---|---|---| | Andrej Karpathy | 讲大模型、神经网络、AI 学习路径特别清楚，适合打基础 | 想系统理解 AI 的人 | | Andrew Ng | AI 教育领域老熟人，课程、产业判断都很稳 | 学 AI、转型 AI 的人 | | Yann LeCun | Meta 首席 AI 科学家，经常分享技术观点，也爱“开炮” | 想看底层路线争论的人 | | Demis Hassabis | DeepMind 核心人物，适合追踪前沿研究和科学 AI | 关注 AGI 和科研的人 | | Sam Altman | OpenAI 核心人物，适合看产品节奏、行业风向 | 关注 OpenAI 的人 | | Greg Brockman | OpenAI 联合创始人，经常分享产品和技术动态 | 想追 OpenAI 一手消息的人 | | Logan Kilpatrick | OpenAI 开发者生态相关内容很多 | AI 开发者、API 用户 | | Simon Willison | 大模型工程实践非常扎实，少废话，多实测 | 想把 AI 用到项目里的人 | | swyx | AI 工程、开发者社区、Agent 方向内容密度高 | 开发者、独立产品人 | | Jeremy Howard | fast.ai 创始人，擅长把复杂技术讲成人话 | AI 学习者、技术博主 | | Jim Fan | NVIDIA 研究员，常分享机器人、Agent、多模态方向 | 关注 AI 前沿应用的人 | | Harrison Chase | LangChain 创始人，Agent、RAG、应用开发绕不开 | 做 AI 应用的开发者 | | Lilian Weng | 技术长文质量很高，适合深入理解大模型机制 | 想认真读技术的人 | | Ethan Mollick | AI 在教育、办公、组织里的应用观察很强 | 职场人、老师、管理者 | | Allie K. Miller | AI 商业趋势、职业机会、行业应用分享多 | 想找 AI 机会的人 | | Riley Brown | AI 工具、自动化玩法、内容创作案例多 | 想用 AI 提效的人 | | Matt Wolfe | AI 工具资讯很全，适合快速发现新产品 | 工具党、内容创作者 | | Ben Tossell | AI 工具和案例整理能力强，偏实用 | 运营、营销、创作者 | | Paul Couvert | 自动化、无代码、AI 工具组合玩法多 | 想搭工作流的人 | | Rob Lennon | Prompt、写作、AI 内容生产方向很强 | 写作者、自媒体人 | | Nick St. Pierre | Midjourney、视觉 AI、提示词案例多 | 设计师、视觉创作者 | | Linus Ekenstam | AI 创意、产品灵感、工具玩法很多 | 独立开发者、创意人 | | Pietro Schirano | AI 产品原型、界面设计、快速实验很有参考价值 | 产品经理、设计师 | | Guillermo Rauch | Vercel CEO，经常分享 AI 产品与前端开发趋势 | 前端开发者、产品人 | | Mckay Wrigley | AI 应用、ChatGPT 工具、开源项目实践多 | 想边学边做项目的人 |

关注之后，怎么把信息变成你的能力？

只关注没用。

收藏也没用。

关键是建立一个小流程。

你可以照这个来：

1. 每天刷 20 分钟，只看 AI List
2. 看到有价值的内容，丢进 Notion、飞书或 Obsidian
3. 每条内容只记 3 件事：
   • 它解决什么问题？
   • 我能不能用到工作里？
   • 有没有值得复现的案例？
4. 每周挑 1 个工具或方法，动手试一次
5. 试完写 5 行复盘，别让收藏夹吃灰

举个例子。

你看到有人分享“用 AI 自动整理会议纪要”。

别只点收藏。

你可以当天就试：

• 把一段会议录音转文字
• 让 AI 提取行动项
• 让 AI 按负责人分类
• 让 AI 生成跟进邮件

这样一次下来，你下周开会就能少熬半小时。

这才叫真的学到了。

推荐的 X 搜索关键词

如果你不想一个个找人，可以直接搜这些关键词：

• AI agents
• LLM apps
• RAG
• Prompt engineering
• Claude workflow
• ChatGPT API
• AI automation
• Midjourney prompts
• AI product launch
• open source LLM

搜到高质量内容后，点进作者主页看三件事：

• 最近 10 条内容有没有干货
• 有没有实际案例或代码
• 评论区有没有高手互动

如果全是标题党、截图党、焦虑党，直接划走。

别心软。

你的注意力很贵。

一个好用的信息源分组模板

你可以直接复制这套分类：

AI 研究

放研究员、论文作者、模型公司核心人物。

适合看：

• 新模型能力
• 技术路线
• 多模态进展
• Agent 研究
• 开源模型动态

AI 产品

放创业者、产品经理、工具测评作者。

适合看：

• 新工具上线
• 产品设计思路
• 商业化案例
• 用户增长玩法
• AI SaaS 灵感

AI 开发

放工程师、开源项目作者、框架维护者。

适合看：

• API 用法
• RAG 实战
• LangChain / LlamaIndex
• 前端 AI 应用
• 部署和成本优化

AI 内容创作

放写作、设计、视频、自动化相关账号。

适合看：

• Prompt 案例
• 爆款选题
• 图像生成
• 视频脚本
• 自动化工作流

避坑清单：别把 X 刷成焦虑制造机

1. 别见工具就收藏

工具太多了。

你收藏 100 个，也不会自动变强。

每周挑 1 个认真用，比收藏 100 个强。

2. 别被“替代论”吓到

很多账号最爱制造恐慌。

什么“某某岗位完了”“不会 AI 就淘汰”。

听听就行。

真正有用的是：它能帮你今天少干哪件破事？

3. 别只看大佬语录

大佬负责指方向。

你负责动手。

只转发金句，工资不会涨。

4. 别把信息源弄太杂

AI、币圈、娱乐、吵架混在一起，脑子会很累。

建议专门建 AI List。

想学的时候只看这个列表。

5. 别迷信单一账号

任何人都有立场。

模型公司的人看产品，研究员看技术，创业者看机会。

多看几类人，你判断会更稳。

适合每天照做的 20 分钟流程

如果你想把这件事做轻一点，可以用这个节奏：

• 5 分钟：浏览 AI List，找到 3 条有价值内容
• 5 分钟：把链接存到知识库，写一句话备注
• 5 分钟：挑一个方法问自己“我明天能不能用？”
• 5 分钟：把一个想法写成待办，比如“用 Claude 改简历”“用 ChatGPT 写周报模板”

别搞太复杂。

能坚持，才有复利。

小结

X 上的 AI 信息确实多，也确实乱。

可你只要把源头账号关注好，再配一套简单的信息处理流程，就不会天天被热点牵着跑。

记住一句话：

别做信息仓鼠，要做行动玩家。

今天就去建一个 AI List。

先关注 10 个账号。

今晚挑一个方法试一下。

你会发现，AI 学习没那么玄乎。真正拉开差距的，就是谁先动手。