说一个暴论，如果想理解 AI 接下来怎么走，先把信息源换一批。
相信很多朋友和我一样，AI 关注列表里，有大量工具号、变现号、提示词号，这些当然有用。
但如果你想看更上游的东西，比如模型方向、Agent 演进、开源生态、机器人、推理、AI 安全、产品化趋势，可以优先关注这些人。
按 4 层来分，咱们一层一层看。
第一层：顶级研究者和思想源头
@karpathy
最适合普通人长期关注的 AI 技术解释者。LLM、训练、Agent、教育内容都讲得非常清楚。
@ylecun
图灵奖得主，Meta AI 代表人物。观点很锋利，经常和主流 LLM 路线辩论。
@fchollet
Keras 作者，ARC-AGI 发起人。很适合看他对智能、泛化、评测的思考。
@ilyasut
Ilya Sutskever，SSI 创始人。发得少，但每次都容易成为行业信号。
@geoffreyhinton
深度学习奠基人之一。AI 风险、智能本质、神经网络历史，都绕不开他。
@goodfellow_ian
GAN 发明者。低频高信号，适合关注基础研究和技术判断。
@NoamShazeer
Transformer 论文作者之一，http://Character.AI 联合创始人。真正影响过这一代模型架构的人。
第二层：顶级实验室和负责人
@OpenAI
模型、Codex、Agent、开发者生态，一手更新源。
@AnthropicAI
Claude、Computer Use、AI 安全和可控 Agent，非常适合关注 Agent 工作流的人。
@GoogleDeepMind
Gemini、Alpha 系列、科学 AI、机器人和多模态研究。
@AIatMeta
开源模型、Llama、视觉和基础研究，开源生态必须看。
@xai
Grok、X 算法、实时信息流和 AI 产品结合，和 X 内容生态关系很近。
@sama
OpenAI CEO，看产品方向和行业节奏。
@DarioAmodei
Anthropic CEO，看安全、Scaling、模型治理和长期判断。
@demishassabis
DeepMind CEO，AI for Science 这条线非常重要。
第三层：Agent、工程化和真实工作流
@hwchase17
LangChain 创始人。LangGraph、Agent 架构、Evals、长期工作流，非常适合做 Agent 的人看。
@LangChain
Agent 工程化更新源，LangGraph / LangSmith / Deep Agents 都在这里。
@jerryjliu0
LlamaIndex 创始人。RAG、知识库、数据层和 Agent 结合，实战价值很高。
@goodside
Riley Goodside，提示词、模型行为、边界测试，很多案例都能直接启发工作流设计。
@HamelHusain
做 AI 系统测试、Evals、可靠性，非常适合看“怎么让 Agent 真正可用”。
@swyx
AI Engineer 代表人物之一。Agent、AI UX、开发者生态、产品化趋势都很有密度。
@DrJimFan
NVIDIA 机器人和具身智能方向，非常适合看 Physical AI、世界模型和机器人。
第四层：产品、创业和 AI 应用
@AndrewYNg
AI 教育、应用落地、创业和职业建议，适合长期看。
@levelsio
独立开发者代表，AI 产品化和快速上线能力很强。
@steipete
OpenClaw / 桌面 Agent 相关，适合关注本地 Agent、电脑控制和开发者工具。
@rileybrown
Vibe coding 和 AI 产品实操，适合看普通人怎么把 AI 用成产品。
@gregisenberg
AI 创业、创意、商业化，适合看需求和产品机会。
@yoheinakajima
BabyAGI 作者，早期 Agent 探索者，适合看自主 Agent 的实验。
如果要选出 10 个一定要关注的，我会选下面这个列表，
@karpathy
@fchollet
@ylecun
@ilyasut
@OpenAI
@AnthropicAI
@GoogleDeepMind
@hwchase17
@goodside
@DrJimFan
这 10 个基本能覆盖模型、研究、Agent、产品和未来方向。
工具号可以帮你追热点。
这些账号能帮你判断热点背后的趋势。