AYi

@AYi_AInotes • 76,639 subscribers

AI 实用主义，专注AI落地的组织和业务know how，半年副业变现6位数，关注商业，职场，美股，web3，大厂组织发展专家 × 组织心理学，分享有用的 AI 实践，也分享工具之外的深度认知 AI实践和x 增长社群：没有年费，399一次门槛，群友推荐打骨折合作/交流：DM/TG @AYi_AInotes

Shorts

卧槽兄弟们，这个必须卧槽了，老马掀桌子了！！ Cursor Pro 一整年免费领，相当于一年 240 刀的 Cursor Pro 直接白送啊他喵的，不用学生证，不用教育邮箱，全球任何人都能领，属于官方开启的全员零元购模式了😳 正常 20 刀一个月的顶级 AI 编程工具账单直接清零，截止 10 月 15 号，就剩三天，两分钟三步搞定，手慢无。这次福利极其直接，没有任何套路： → 无需学生认证，普通邮箱就能参与 → 全球所有人可用，完全零门槛上车 → 正常价格 20 刀/月，直接送 Pro 兑换码 → 全球黑客松 MLH 官方直发，正规有效整个领取流程只有两分钟，三步搞定： 1️⃣ 去 MLH 活动页注册并签到 Hacktoberfest 挑战 2️⃣ 注册并下载 Cursor，登录你的账号 3️⃣ 留意注册邮箱，收到 Promo Code 后在 Cursor 设置里的 Billing 页面手动升级 Pro 兑换截止时间就在 10 月 15 日，兑换码由官方分批通过邮件发出，早提交早进发放队列。工具是拿来跑真实生产力的，能零成本白嫖一年 240 刀的顶级 AI 编程神器，省下的全都是真金白银。官方活动入口和详细避坑指南放一楼了，抓紧去占车位。

卧槽兄弟们，这个必须卧槽了，老马掀桌子了！！ Cursor Pro 一整年免费领，相当于一年 240 刀的 Cursor Pro 直接白送啊他喵的，不用学生证，不用教育邮箱，全球任何人都能领，属于官方开启的全员零元购模式了😳 正常 20 刀一个月的顶级 AI 编程工具账单直接清零，截止 10 月 15 号，就剩三天，两分钟三步搞定，手慢无。这次福利极其直接，没有任何套路： → 无需学生认证，普通邮箱就能参与 → 全球所有人可用，完全零门槛上车 → 正常价格 20 刀/月，直接送 Pro 兑换码 → 全球黑客松 MLH 官方直发，正规有效整个领取流程只有两分钟，三步搞定： 1️⃣ 去 MLH 活动页注册并签到 Hacktoberfest 挑战 2️⃣ 注册并下载 Cursor，登录你的账号 3️⃣ 留意注册邮箱，收到 Promo Code 后在 Cursor 设置里的 Billing 页面手动升级 Pro 兑换截止时间就在 10 月 15 日，兑换码由官方分批通过邮件发出，早提交早进发放队列。工具是拿来跑真实生产力的，能零成本白嫖一年 240 刀的顶级 AI 编程神器，省下的全都是真金白银。官方活动入口和详细避坑指南放一楼了，抓紧去占车位。

1,313,895 Aufrufe

建议所有试图走出低谷或者想彻底换一种活法的朋友, 把 Dan Koe 刚发出的这套长文系统连看三遍。很多人都有过同一种令人窒息的经历: 下定决心要早起、健身、做副业, 结果两到四周之后一切又悄无声息地滑回了原点, 甚至被同一个恶习生生困住整整十年。绝大多数人以为这是自己意志力不够, 但从物理学上看, 你的起步策略从第一天就选错了。火箭升空需要把总重量 85% 到 90% 的燃料在短短几分钟内全部烧光, 才能挣脱地表引力; 但只要冲破大气层进入既定轨道, 后续飞行的燃料消耗几乎就是零。启动你人生的燃料, 和维持你人生的系统, 根本就不是同一种东西。很多人最大的误区是用温吞的微习惯去对抗十年的重力惯性。在最脆弱的启动阶段, 你需要的根本不是心平气和的自律, 而是极度浓烈的战术压力。对自己所处现状的极度厌恶, 或者是主动把自己逼进不可退缩的绝境, 才是能点燃 90% 推进剂的脏燃料。真正让我觉得有意思的是他指出的高手真相。顶级创业者和运动员每天工作 16 个小时不觉得痛苦, 不是因为他们每天都在咬牙坚持, 而是因为卓越早就成了他们的出厂设置, 让他们去过平庸的生活反而像下地狱一样难受。一旦火箭被推上了轨道, 就要立刻丢掉脏燃料, 切换到极简的环境自动回路。输入端必须戒掉智力肥胖, 把每天刷几百条无用碎片的习惯直接掐死; 输出端则把行为拆解成最小可识别动作, 进健身房只承诺做一组硬拉, 坐到桌前只承诺写一行文字, 并在行为发生后立即绑定确定性的奖励。痛苦和强厌恶负责把火箭暴力推离地面, 极简环境和最小动作负责让系统在轨道上零阻力滑行。回看你过去经历过的最好的一次蜕变, 当时把你推离地面的到底是一次具体的暴击, 还是慢慢积累的顿悟? 我先说, 以前逼我彻底戒掉熬夜拖延的, 就是一次因为精力涣散当场丢掉核心客户的惨痛教训。输入端节食与输出端四步回路的完整操作清单, 我整理好沉在一楼了。

建议所有试图走出低谷或者想彻底换一种活法的朋友, 把 Dan Koe 刚发出的这套长文系统连看三遍。很多人都有过同一种令人窒息的经历: 下定决心要早起、健身、做副业, 结果两到四周之后一切又悄无声息地滑回了原点, 甚至被同一个恶习生生困住整整十年。绝大多数人以为这是自己意志力不够, 但从物理学上看, 你的起步策略从第一天就选错了。火箭升空需要把总重量 85% 到 90% 的燃料在短短几分钟内全部烧光, 才能挣脱地表引力; 但只要冲破大气层进入既定轨道, 后续飞行的燃料消耗几乎就是零。启动你人生的燃料, 和维持你人生的系统, 根本就不是同一种东西。很多人最大的误区是用温吞的微习惯去对抗十年的重力惯性。在最脆弱的启动阶段, 你需要的根本不是心平气和的自律, 而是极度浓烈的战术压力。对自己所处现状的极度厌恶, 或者是主动把自己逼进不可退缩的绝境, 才是能点燃 90% 推进剂的脏燃料。真正让我觉得有意思的是他指出的高手真相。顶级创业者和运动员每天工作 16 个小时不觉得痛苦, 不是因为他们每天都在咬牙坚持, 而是因为卓越早就成了他们的出厂设置, 让他们去过平庸的生活反而像下地狱一样难受。一旦火箭被推上了轨道, 就要立刻丢掉脏燃料, 切换到极简的环境自动回路。输入端必须戒掉智力肥胖, 把每天刷几百条无用碎片的习惯直接掐死; 输出端则把行为拆解成最小可识别动作, 进健身房只承诺做一组硬拉, 坐到桌前只承诺写一行文字, 并在行为发生后立即绑定确定性的奖励。痛苦和强厌恶负责把火箭暴力推离地面, 极简环境和最小动作负责让系统在轨道上零阻力滑行。回看你过去经历过的最好的一次蜕变, 当时把你推离地面的到底是一次具体的暴击, 还是慢慢积累的顿悟? 我先说, 以前逼我彻底戒掉熬夜拖延的, 就是一次因为精力涣散当场丢掉核心客户的惨痛教训。输入端节食与输出端四步回路的完整操作清单, 我整理好沉在一楼了。

1,108,531 Aufrufe

说个所有AI创业者都不愿意承认的事实：现在做一个AI工具的门槛已经降到了地板，普通人做一个AI工具都只需要一天，但学会用它干成一件事，却至少得一个月，感觉像是AI时代的一个悖论😅 5.7M 阅读 23 万点赞的这条推，表面看是游戏圈在自嘲，视频展示的是一颗树莓 237 万个高斯点，做一筐扔进游戏直接 2 FPS，但如果把游戏开发四个字去掉，你会发现这是 2026 年所有 AI 工具用户的共同故事。我先先把这个梗讲透：原推作者 Dany Bittel 用 90 组焦点堆栈、每组 68 张照片，重建出来这颗树莓，总共 237 万个高斯点，这是一种叫 3D Gaussian Splatting 的新型 AI 重建技术，简称 3DGS，视觉效果有多吓人呢？每一颗小果粒的绒毛、表面光泽、半透明的果肉质感全都纤毫毕现，在 RTX 3060 Ti 这种中端显卡上还能跑 100+ FPS，前提是只有这一颗🙃 Naz 的笑点在这里，老哥迫不及待想看哪个独立游戏开发者一激动，把一整筐这种树莓当道具扔进游戏里，然后纳闷为啥游戏跑 2 FPS🤣 我觉得这个吐槽之所以 5.7M 阅读，是因为它戳中了游戏圈的集体回忆—— Monster Hunter Wilds 一颗八角茴香用了 2048 乘 4096 的纹理直接卡帧，Cities Skylines 2 给行人建了高精度牙齿模型，全都是一个小道具毁全局的真实事故。但这条推真正让我深入研究的还不是游戏开发的事，虽然我是个游戏爱好者，但对于游戏开发是个小白。 ayi干货输出开始！咱们把游戏开发四个字去掉，这个故事正在所有 AI 工具领域都能同步上演， AI 生成的图，单张精美绝伦，但批量做长素材时质量瞬间崩溃， AI 生成的视频，10 秒钟惊艳，1 小时长片的管线一团乱， AI 生成的代码，单个函数完美，扔进项目跑起来一堆隐藏依赖，共性是同一条规律：新工具让做出来这件事的门槛降了 100 倍，但用得动、跑得稳、能交付这件事的门槛反而升高了 10 倍。过去做不出来是因为没人能做，现在做出来是因为工具太好用，但优化、压缩、整合、降本的脏活累活没人帮你干，AI 工具时代真正稀缺的不再是创造力，而是生产工程能力。所以我觉得这条树莓推真正的价值，不是教育游戏开发者怎么做 LOD，是给所有正在被新工具喂得满嘴流油的人一个提醒： demo 级和生产级永远隔着一条河， AI 让前者变得免费，后者还是要你自己游过去的！

说个所有AI创业者都不愿意承认的事实：现在做一个AI工具的门槛已经降到了地板，普通人做一个AI工具都只需要一天，但学会用它干成一件事，却至少得一个月，感觉像是AI时代的一个悖论😅 5.7M 阅读 23 万点赞的这条推，表面看是游戏圈在自嘲，视频展示的是一颗树莓 237 万个高斯点，做一筐扔进游戏直接 2 FPS，但如果把游戏开发四个字去掉，你会发现这是 2026 年所有 AI 工具用户的共同故事。我先先把这个梗讲透：原推作者 Dany Bittel 用 90 组焦点堆栈、每组 68 张照片，重建出来这颗树莓，总共 237 万个高斯点，这是一种叫 3D Gaussian Splatting 的新型 AI 重建技术，简称 3DGS，视觉效果有多吓人呢？每一颗小果粒的绒毛、表面光泽、半透明的果肉质感全都纤毫毕现，在 RTX 3060 Ti 这种中端显卡上还能跑 100+ FPS，前提是只有这一颗🙃 Naz 的笑点在这里，老哥迫不及待想看哪个独立游戏开发者一激动，把一整筐这种树莓当道具扔进游戏里，然后纳闷为啥游戏跑 2 FPS🤣 我觉得这个吐槽之所以 5.7M 阅读，是因为它戳中了游戏圈的集体回忆—— Monster Hunter Wilds 一颗八角茴香用了 2048 乘 4096 的纹理直接卡帧，Cities Skylines 2 给行人建了高精度牙齿模型，全都是一个小道具毁全局的真实事故。但这条推真正让我深入研究的还不是游戏开发的事，虽然我是个游戏爱好者，但对于游戏开发是个小白。 ayi干货输出开始！咱们把游戏开发四个字去掉，这个故事正在所有 AI 工具领域都能同步上演， AI 生成的图，单张精美绝伦，但批量做长素材时质量瞬间崩溃， AI 生成的视频，10 秒钟惊艳，1 小时长片的管线一团乱， AI 生成的代码，单个函数完美，扔进项目跑起来一堆隐藏依赖，共性是同一条规律：新工具让做出来这件事的门槛降了 100 倍，但用得动、跑得稳、能交付这件事的门槛反而升高了 10 倍。过去做不出来是因为没人能做，现在做出来是因为工具太好用，但优化、压缩、整合、降本的脏活累活没人帮你干，AI 工具时代真正稀缺的不再是创造力，而是生产工程能力。所以我觉得这条树莓推真正的价值，不是教育游戏开发者怎么做 LOD，是给所有正在被新工具喂得满嘴流油的人一个提醒： demo 级和生产级永远隔着一条河， AI 让前者变得免费，后者还是要你自己游过去的！

2,991,659 Aufrufe

哇塞，身价千亿美元的币安创始人CZ，最好的健身秘诀居然是每天 300 个俯卧撑，在这个人人都办卡吃灰、纠结买装备的时代，这篇帮大家拆透顶级造物者的极简健康哲学：为什么把启动门槛降到零，才是普通人唯一能长期坚持的身体算法。很多人总觉得，一个身价千亿美元的超级富豪要想保持顶级身材，肯定得靠私人营养师配餐、私人教练一对一贴身指导、或者去昂贵的私人会所打卡各种高级器械。但 CZ 在经历人生重大低谷后交出的答卷，却简单到让人难以置信：最核心的动作就是每天三十分钟、做满三百个俯卧撑。在这个人人都办了健身卡在抽屉里吃灰、天天纠结买什么运动装备的时代， CZ 用最朴素的自律，给所有想保持健康的高压打工人和创业者上了一堂极其硬核的极简健康课。绝大多数人的健身计划之所以注定夭折，不是因为没有毅力，而是从第一天起就给自己设了太高的摩擦力门槛：要换专业运动服、要驱车半小时去健身房、要洗澡换衣服，一整套流程耗掉两个小时；只要工作一忙、稍微加个班，大脑就会立刻找到一百个放弃的理由。但自重训练的本质是把动作的启动成本降到了零。你不需要任何器械，也不需要特意挑场地，在办公室工位旁、在客厅甚至在出差的酒店地毯上，趴下去就能开始做第一组。 CZ 的这套 300 个俯卧撑之所以能产生恐怖的复利，全靠三条极度反直觉的底层健康实践：第一，低摩擦力启动。把复杂的器械训练，收敛成俯卧撑、深蹲这种随时随地趴下就能开练的自重动作。第一组做 50 到 70 个，随后递减分批打完，用最低的心智负担把习惯焊进每天的骨髓里。第二，把运动当成大脑的物理重启。当人长期处于极端高压和商业风暴中心时，大脑皮层会充斥着大量的皮质醇与焦虑信号；高强度的自重推力会强行把你的注意力从抽象的数字与是非中拽回来，心率飙升、肌肉充血的那二十分钟，是最好的非药物抗焦虑解药。第三，身体才是所有财富前面那个唯一的 1。商业上的千亿身价、代码上的万行架构，本质上全挂在心肺和肌肉这台生物硬件上；硬件一旦烧坏了，后面的所有零瞬间都会失去意义。健康从来不是靠高昂的消费买来的，而是靠你在最艰难、最混乱的时刻，依然愿意趴在地上做完那组俯卧撑的绝对掌控感。

哇塞，身价千亿美元的币安创始人CZ，最好的健身秘诀居然是每天 300 个俯卧撑，在这个人人都办卡吃灰、纠结买装备的时代，这篇帮大家拆透顶级造物者的极简健康哲学：为什么把启动门槛降到零，才是普通人唯一能长期坚持的身体算法。很多人总觉得，一个身价千亿美元的超级富豪要想保持顶级身材，肯定得靠私人营养师配餐、私人教练一对一贴身指导、或者去昂贵的私人会所打卡各种高级器械。但 CZ 在经历人生重大低谷后交出的答卷，却简单到让人难以置信：最核心的动作就是每天三十分钟、做满三百个俯卧撑。在这个人人都办了健身卡在抽屉里吃灰、天天纠结买什么运动装备的时代， CZ 用最朴素的自律，给所有想保持健康的高压打工人和创业者上了一堂极其硬核的极简健康课。绝大多数人的健身计划之所以注定夭折，不是因为没有毅力，而是从第一天起就给自己设了太高的摩擦力门槛：要换专业运动服、要驱车半小时去健身房、要洗澡换衣服，一整套流程耗掉两个小时；只要工作一忙、稍微加个班，大脑就会立刻找到一百个放弃的理由。但自重训练的本质是把动作的启动成本降到了零。你不需要任何器械，也不需要特意挑场地，在办公室工位旁、在客厅甚至在出差的酒店地毯上，趴下去就能开始做第一组。 CZ 的这套 300 个俯卧撑之所以能产生恐怖的复利，全靠三条极度反直觉的底层健康实践：第一，低摩擦力启动。把复杂的器械训练，收敛成俯卧撑、深蹲这种随时随地趴下就能开练的自重动作。第一组做 50 到 70 个，随后递减分批打完，用最低的心智负担把习惯焊进每天的骨髓里。第二，把运动当成大脑的物理重启。当人长期处于极端高压和商业风暴中心时，大脑皮层会充斥着大量的皮质醇与焦虑信号；高强度的自重推力会强行把你的注意力从抽象的数字与是非中拽回来，心率飙升、肌肉充血的那二十分钟，是最好的非药物抗焦虑解药。第三，身体才是所有财富前面那个唯一的 1。商业上的千亿身价、代码上的万行架构，本质上全挂在心肺和肌肉这台生物硬件上；硬件一旦烧坏了，后面的所有零瞬间都会失去意义。健康从来不是靠高昂的消费买来的，而是靠你在最艰难、最混乱的时刻，依然愿意趴在地上做完那组俯卧撑的绝对掌控感。

264,649 Aufrufe

卧槽，Fable 5真的逆天啊，真的太牛逼了，它写的提示词竟然能让Grok生成堪比seedance 2.5效果和质感，成本低6倍！ Prompt：主要角色：年轻韩国女性，二十五岁左右，精致的自然日常妆容，戴着宽檐米色草帽（帽檐有深棕色宽条纹），穿着浅绿色露肩交叉褶皱连衣裙，戴珍珠耳环和细金手链，深棕色长发在草帽下自然垂落或轻盘，温暖而亲切的个性。在整个视频中保持一致的身份、服装、发型和外貌。逼真的皮肤纹理，淡妆。地点：明媚的午后时分，真实的东bourne网球锦标赛观众席。绿色的草地球场在前景，木质与塑料座椅，背景中有其他穿着浅色西装和夏日休闲服装的观众。强烈的自然阳光从上方照射，偶尔云层移动带来光影和曝光变化，温暖而轻松的体育赛事氛围。焦点始终在她的自然反应与个人时刻上。视觉风格：超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。强烈的环境真实性。丰富的现实世界细节和可信的人类动作。摄像风格：2000年代初消费级DV摄像机的美学。朋友随意记录日常生活瞬间。强烈的手持抖动，不完美的构图，频繁的自动对焦搜索，镜头呼吸，在阳光和阴影间移动时的曝光波动，偶尔的运动模糊，轻微的滚动快门，中等数字压缩伪影，褪色的色彩，柔和的对比度，轻微的传感器噪点。没有稳定。没有电影化的摄像机移动。没有现代色彩分级。 00:00–00:02 她在观众席绿色座椅上，右手轻扶草帽帽檐，微笑地看着前方球场方向。一阵微风吹动帽檐边缘和发丝。她自然地微笑，而摄像机努力保持焦点在她的脸上，手持明显抖动。 00:02–00:04 摄像机从侧面跟随她，她微微侧身观看比赛，注意到精彩瞬间，表情生动。构图偏离中心，因为操作者试图跟上她的反应。自动对焦反复在她的脸部和远处的球场之间切换。 00:04–00:06 近距离捕捉她温暖的笑容，她似乎被场上的一个好球逗乐，肩膀轻颤。阳光透过草帽在她脸上投下移动的柔和阴影。镜头有自然的呼吸和轻微曝光波动。 00:06–00:08 稍宽的构图，她舒适地坐在座位上，身体放松，左手放在腿上，继续观察比赛。偶尔用手拨弄耳边头发或调整裙摆。手持镜头带有自然的漂移，云层移动时光线发生变化。 00:08–00:10 侧脸近距离轮廓。她注意到摄像机（朋友），转过身来，露出真诚温暖的微笑，轻轻举手致意或调整帽子。摄像机稍晚捕捉到这一刻，然后自然结束录制。音频：仅自然环境音——轻柔的风声、远处网球拍击球的清脆声、观众席微弱的低语和偶尔掌声、座椅轻微的吱嘎声、草地或周围旗帜的沙沙声。细微的赛事氛围。没有音乐。没有音效设计。没有旁白。目标：捕捉真实的网球赛事观众的温暖生活片段，仿佛一段被遗忘的2000年代初家庭录像——即兴、不完美、真实、温暖且极具说服力。

卧槽，Fable 5真的逆天啊，真的太牛逼了，它写的提示词竟然能让Grok生成堪比seedance 2.5效果和质感，成本低6倍！ Prompt：主要角色：年轻韩国女性，二十五岁左右，精致的自然日常妆容，戴着宽檐米色草帽（帽檐有深棕色宽条纹），穿着浅绿色露肩交叉褶皱连衣裙，戴珍珠耳环和细金手链，深棕色长发在草帽下自然垂落或轻盘，温暖而亲切的个性。在整个视频中保持一致的身份、服装、发型和外貌。逼真的皮肤纹理，淡妆。地点：明媚的午后时分，真实的东bourne网球锦标赛观众席。绿色的草地球场在前景，木质与塑料座椅，背景中有其他穿着浅色西装和夏日休闲服装的观众。强烈的自然阳光从上方照射，偶尔云层移动带来光影和曝光变化，温暖而轻松的体育赛事氛围。焦点始终在她的自然反应与个人时刻上。视觉风格：超现实主义纪录片真实感。真实的即兴行为。自然的肢体语言。无剧本的日常生活片段感。强烈的环境真实性。丰富的现实世界细节和可信的人类动作。摄像风格：2000年代初消费级DV摄像机的美学。朋友随意记录日常生活瞬间。强烈的手持抖动，不完美的构图，频繁的自动对焦搜索，镜头呼吸，在阳光和阴影间移动时的曝光波动，偶尔的运动模糊，轻微的滚动快门，中等数字压缩伪影，褪色的色彩，柔和的对比度，轻微的传感器噪点。没有稳定。没有电影化的摄像机移动。没有现代色彩分级。 00:00–00:02 她在观众席绿色座椅上，右手轻扶草帽帽檐，微笑地看着前方球场方向。一阵微风吹动帽檐边缘和发丝。她自然地微笑，而摄像机努力保持焦点在她的脸上，手持明显抖动。 00:02–00:04 摄像机从侧面跟随她，她微微侧身观看比赛，注意到精彩瞬间，表情生动。构图偏离中心，因为操作者试图跟上她的反应。自动对焦反复在她的脸部和远处的球场之间切换。 00:04–00:06 近距离捕捉她温暖的笑容，她似乎被场上的一个好球逗乐，肩膀轻颤。阳光透过草帽在她脸上投下移动的柔和阴影。镜头有自然的呼吸和轻微曝光波动。 00:06–00:08 稍宽的构图，她舒适地坐在座位上，身体放松，左手放在腿上，继续观察比赛。偶尔用手拨弄耳边头发或调整裙摆。手持镜头带有自然的漂移，云层移动时光线发生变化。 00:08–00:10 侧脸近距离轮廓。她注意到摄像机（朋友），转过身来，露出真诚温暖的微笑，轻轻举手致意或调整帽子。摄像机稍晚捕捉到这一刻，然后自然结束录制。音频：仅自然环境音——轻柔的风声、远处网球拍击球的清脆声、观众席微弱的低语和偶尔掌声、座椅轻微的吱嘎声、草地或周围旗帜的沙沙声。细微的赛事氛围。没有音乐。没有音效设计。没有旁白。目标：捕捉真实的网球赛事观众的温暖生活片段，仿佛一段被遗忘的2000年代初家庭录像——即兴、不完美、真实、温暖且极具说服力。

1,417,804 Aufrufe

全网都在抨击大模型是美式价值观复读机，欧洲两所大学刚用 31000 个测试样本，直接打穿了这个固有认知。大家都以为主流 AI 全是西方中心主义、张口闭口美英视角，但巴斯克大学和卡迪夫大学的研究员测完 31000 个开放问题后发现，几乎所有主流大模型在潜意识里都极度偏向日本文化，也就是说，当剥离掉所有国家前缀去提问，几乎所有主流模型都默认把日本文化当成了全球通用模板。实验剥离了所有地理限制，用 24 种语言只抛出开放性文化问题，比如某个地方的家庭观念是什么、日常吃什么食物。即使提问语言和东亚毫无关系，Gemini、ChatGPT、Claude、Llama 依然不成比例地默认输出日本的案例与范式。最反常的转折还不是互联网语料污染，而是对齐阶段人工硬塞进去的副作用。研究团队精准定位了偏见的出现节点，预训练阶段的模型世界观本来相当均衡，这种偏差是在监督微调 SFT 也就是教 AI 变得有用、礼貌、无害的那一刻，被生生焊进模型里的。各大厂追求的克制、低冲突、极度礼貌的企业安全准则，在隐空间里被模型自动锚定成了日本式的文化符号，追求绝对安全的对齐训练，反倒成了最大的文化过滤器。更棘手的是边缘量化，模型为了在端侧跑得更快被压缩得越狠，这种刻板偏好就被压缩得越极端，低精度推理直接把多元性碾碎成了单一标准答案。我们天天讨论大模型会不会毁灭人类，现实却是人类亲手调出来的推理引擎，正在把全世界的普世常识悄悄置换成高度同质化的文化切片。

全网都在抨击大模型是美式价值观复读机，欧洲两所大学刚用 31000 个测试样本，直接打穿了这个固有认知。大家都以为主流 AI 全是西方中心主义、张口闭口美英视角，但巴斯克大学和卡迪夫大学的研究员测完 31000 个开放问题后发现，几乎所有主流大模型在潜意识里都极度偏向日本文化，也就是说，当剥离掉所有国家前缀去提问，几乎所有主流模型都默认把日本文化当成了全球通用模板。实验剥离了所有地理限制，用 24 种语言只抛出开放性文化问题，比如某个地方的家庭观念是什么、日常吃什么食物。即使提问语言和东亚毫无关系，Gemini、ChatGPT、Claude、Llama 依然不成比例地默认输出日本的案例与范式。最反常的转折还不是互联网语料污染，而是对齐阶段人工硬塞进去的副作用。研究团队精准定位了偏见的出现节点，预训练阶段的模型世界观本来相当均衡，这种偏差是在监督微调 SFT 也就是教 AI 变得有用、礼貌、无害的那一刻，被生生焊进模型里的。各大厂追求的克制、低冲突、极度礼貌的企业安全准则，在隐空间里被模型自动锚定成了日本式的文化符号，追求绝对安全的对齐训练，反倒成了最大的文化过滤器。更棘手的是边缘量化，模型为了在端侧跑得更快被压缩得越狠，这种刻板偏好就被压缩得越极端，低精度推理直接把多元性碾碎成了单一标准答案。我们天天讨论大模型会不会毁灭人类，现实却是人类亲手调出来的推理引擎，正在把全世界的普世常识悄悄置换成高度同质化的文化切片。

49,934 Aufrufe

一个普通日本小伙，照着《一拳超人》漫画里的搞笑训练计划，连续干了 1095 天，总共 328,800 次动作，跑了 16,000 公里，任何一个健身教练看到这个计划都会说：没拉的动作、没休息日、没渐进超负荷，纯垃圾，但他的体型完胜 95% 花 $200刀一个月请私教的人，科学在实验室里赢了，在真实人生里输得一塌糊涂，因为实验室可以控制所有变量，唯独控制不了——周二早上起床你找什么借口不练。这个计划其实是一个漫画作者开的玩笑，但它无意间命中了一条铁律：把决策成本压缩到零，让所有决策摩擦力消失，那么坚持就是唯一剩下的东西，优化计划的人每天都在想“今天该练什么”，但他不需要，他只有一个指令——Go，他用所有的优化,换来了一个变量，一个能打败所有变量的变量，一个简单到你根本找不到任何借口不去做的计划。这才是真正的超级力量， 300亿健身产业靠卖复杂赚钱，靠卖App卖计划卖教练卖恢复协议赚钱，它们最害怕的就是你发现：原来最好的东西根本不需要花钱，原来最有效的方法就是最简单的方法！而且我觉得这个道理不止适用于健身，它适用于学习工作创业等等，适用于我们人生的几乎所有重要的事情。这才是 Saitama 训练计划真正让人头皮发麻的地方 hhh #健身 #原子习惯 #自我提升

一个普通日本小伙，照着《一拳超人》漫画里的搞笑训练计划，连续干了 1095 天，总共 328,800 次动作，跑了 16,000 公里，任何一个健身教练看到这个计划都会说：没拉的动作、没休息日、没渐进超负荷，纯垃圾，但他的体型完胜 95% 花 $200刀一个月请私教的人，科学在实验室里赢了，在真实人生里输得一塌糊涂，因为实验室可以控制所有变量，唯独控制不了——周二早上起床你找什么借口不练。这个计划其实是一个漫画作者开的玩笑，但它无意间命中了一条铁律：把决策成本压缩到零，让所有决策摩擦力消失，那么坚持就是唯一剩下的东西，优化计划的人每天都在想“今天该练什么”，但他不需要，他只有一个指令——Go，他用所有的优化,换来了一个变量，一个能打败所有变量的变量，一个简单到你根本找不到任何借口不去做的计划。这才是真正的超级力量， 300亿健身产业靠卖复杂赚钱，靠卖App卖计划卖教练卖恢复协议赚钱，它们最害怕的就是你发现：原来最好的东西根本不需要花钱，原来最有效的方法就是最简单的方法！而且我觉得这个道理不止适用于健身，它适用于学习工作创业等等，适用于我们人生的几乎所有重要的事情。这才是 Saitama 训练计划真正让人头皮发麻的地方 hhh #健身 #原子习惯 #自我提升

849,982 Aufrufe

说个暴论，看不懂牛来的爆火，你就很难理解现在的年轻人和我们身处的这个时代。《牛来》的爆火，根本不是什么抽象梗的胜利。是一对普通母子，用 5 年笨功夫，徒手把精英们堆了几十年的影视行业高墙，砸穿了。全片没有专业团队：儿子包揽导演、建模、剪辑，60 后的妈妈做编剧、配音，俩人在家纯手搓了 5 年，总成本 1500 块，之前他们家是开装修公司的。上映头 9 天总票房才 7000 块，发行朋友劝他们别上，结果现在全国院线连夜加场，年轻人跨城几十公里开车去打卡。大家买票进场，根本不是去看一部制作精良的动画，大家是去给 “普通人也能把名字挂上大银幕” 这件事投票。这片子最狠的科普是：电影审查根本不收钱，不管你建模多崩、画面多卡，只要合规就能上 —— 把作品搬上全国院线的门槛，从来不是精英们说的那样高不可攀。这届年轻人的狂欢，本质上是对完美精致的集体造反。 AI 越来越强了，它给你标准的表达、高效的生成、零瑕疵的结果，所有东西都在往精致、正确、无懈可击的方向卷。人反而开始本能地反向跑：我们爱卡顿、爱失误、爱笨拙、爱那些带着缺口、不合逻辑、活生生的粗糙感。在一个机器能生产所有完美答案的时代，不完美”反而成了人最硬的证明。大家捧《牛来》，捧的不是那部崩得离谱的动画，是那个不端着、不装精英、用 5 年死磕的普通人，是在告诉所有把门槛抬得高高的人：墙没有那么高，普通人笨一点、慢一点，也能砸开。

说个暴论，看不懂牛来的爆火，你就很难理解现在的年轻人和我们身处的这个时代。《牛来》的爆火，根本不是什么抽象梗的胜利。是一对普通母子，用 5 年笨功夫，徒手把精英们堆了几十年的影视行业高墙，砸穿了。全片没有专业团队：儿子包揽导演、建模、剪辑，60 后的妈妈做编剧、配音，俩人在家纯手搓了 5 年，总成本 1500 块，之前他们家是开装修公司的。上映头 9 天总票房才 7000 块，发行朋友劝他们别上，结果现在全国院线连夜加场，年轻人跨城几十公里开车去打卡。大家买票进场，根本不是去看一部制作精良的动画，大家是去给 “普通人也能把名字挂上大银幕” 这件事投票。这片子最狠的科普是：电影审查根本不收钱，不管你建模多崩、画面多卡，只要合规就能上 —— 把作品搬上全国院线的门槛，从来不是精英们说的那样高不可攀。这届年轻人的狂欢，本质上是对完美精致的集体造反。 AI 越来越强了，它给你标准的表达、高效的生成、零瑕疵的结果，所有东西都在往精致、正确、无懈可击的方向卷。人反而开始本能地反向跑：我们爱卡顿、爱失误、爱笨拙、爱那些带着缺口、不合逻辑、活生生的粗糙感。在一个机器能生产所有完美答案的时代，不完美”反而成了人最硬的证明。大家捧《牛来》，捧的不是那部崩得离谱的动画，是那个不端着、不装精英、用 5 年死磕的普通人，是在告诉所有把门槛抬得高高的人：墙没有那么高，普通人笨一点、慢一点，也能砸开。

308,623 Aufrufe

Shopify刚放了个大招，绝大多数人估计半年后才会反应过来。手握3780亿美元年交易额，560万个店铺，Shopify把整个后台的读写权限，全开放给了所有AI Agent，产品、订单、库存、SEO、图片，想改什么改什么。他们片子里有个商家只说了一句帮我优化所有产品的SEO，Claude自动更新了32条商品，重写图片描述，设置元数据，还逐一核对了所有改动。一条指令搞定所有，不用找外包，不用月付200刀买插件，也不用雇人，卧槽真的太吊了(#ﾟДﾟ) 以前一个小Shopify店，每月光插件就要200-500刀，一次SEO审计至少2000刀，雇助理每小时50刀，现在这些全部坍缩成一行指令。 480万个活跃商家，大多管着10到200个商品，以前只能一个个手动改，现在有了Claude Code和MCP协议，每个独立创业者，都相当于拥有了一个五人运营团队。最狠的是，Shopify自己不做 Agent，他们搭了一套协议，让所有智能体都能变成Shopify Agent，这才是真正的平台级布局啊，真的牛逼

Shopify刚放了个大招，绝大多数人估计半年后才会反应过来。手握3780亿美元年交易额，560万个店铺，Shopify把整个后台的读写权限，全开放给了所有AI Agent，产品、订单、库存、SEO、图片，想改什么改什么。他们片子里有个商家只说了一句帮我优化所有产品的SEO，Claude自动更新了32条商品，重写图片描述，设置元数据，还逐一核对了所有改动。一条指令搞定所有，不用找外包，不用月付200刀买插件，也不用雇人，卧槽真的太吊了(#ﾟДﾟ) 以前一个小Shopify店，每月光插件就要200-500刀，一次SEO审计至少2000刀，雇助理每小时50刀，现在这些全部坍缩成一行指令。 480万个活跃商家，大多管着10到200个商品，以前只能一个个手动改，现在有了Claude Code和MCP协议，每个独立创业者，都相当于拥有了一个五人运营团队。最狠的是，Shopify自己不做 Agent，他们搭了一套协议，让所有智能体都能变成Shopify Agent，这才是真正的平台级布局啊，真的牛逼

838,238 Aufrufe

神了，彻底开源！连固件都直接白给！ Meta 刚刚宣布开源 Muse Gadgets，允许全球任何人用开源硬件自制 AI 外设。首批 5000 个官方拓展器免费赠送，喵个咪，这波操作真是把 AI 硬件的门槛给砸穿了啊，刚刷到 Alexandr Wang 宣布开源 Muse Gadgets 的这篇推文，我之前折腾过单片机和嵌入式，真的有点被击中了啊啊啊啊，无比兴奋！！很多朋友可能看到 ESP32、Linux SDK 这些专业词觉得离自己很远，我用大白话给大家翻译一下 Meta 到底干了件什么事：他们把自家旗舰 AI 智能体 Muse 连接物理世界的通道全部彻底开源了，从今天起，哪怕你手里只有一块十几块钱、平时丢在抽屉里吃灰的 ESP32 小芯片，或者一台树莓派，你只要把他们写好的固件刷进去，就能亲手做出一个属于你自己的实体 AI 硬件。同时他们自己还做了第一款官方小外设叫 Muse Home Link，一个特别小巧的 USB-C 拓展器，首批做了 5000 个，直接免费送给订阅用户，用来让 Muse 控制家里的电视、音箱和各种智能家居。这段发布之所以让我有点兴奋，是因为它打破了我以前对 AI 硬件的一个深层认知误区。过去这一两年，几乎全网都在卷所谓的 AI 原生硬件，从几百美金的胸针到各种造型奇特的掌上小盒子，大厂们习惯把一个大模型封死在一个昂贵的塑料壳子里，卖你几千块钱，最后发现除了语音对话啥也不能干，买回家不出三天就扔在角落吃灰。而 Alexandr Wang 这次展现出来的思路完全反过来了，他没有关起门来逼大家买 Meta 的硬件，而是直接把硬件的驱动权交还给了全球的极客和开发者。你在官方开源的代码库里能看到各种让人眼前一亮的现成玩法： → 给十几块钱的带屏手表刷上固件，按住就能跟 Muse 实时对讲； → 接上一块几十块钱的彩色电子墨水屏，早上醒来它自动把今天的日程、天气和核心待办用极具质感的排版推到你桌面上； → 甚至插在电视的 HDMI 接口上，一句话就能让 Muse 把复杂的图表和视频直接投在客厅的大屏幕上。这背后其实藏着一个特别朴素但很多大厂都没想明白的常识： AI 真正的大脑在云端，它根本不需要每个人都去重新买一台昂贵的专用电脑；物理世界真正需要的，只是无数个极低成本、极小体积、能听能看能按的末端神经触角。当别人还在试图垄断硬件入口去收割智商税的时候，他们把连接协议彻底公开，让全世界的脑洞帮他们一起把 AI 铺进千家万户的每个角落。 Alexandr Wang 在推文里说了一句特别打动我的话：很多人问为什么要把这套东西开源？首先，亲手做各种好玩的小玩意儿，这件事本身就极度有乐趣，其次，我们想把创造力彻底还给那些真正的建造者。技术的终局可能真不是做几个昂贵的奢侈品摆件，而是当门槛降到十几块钱的时候，每个普通人都能把 AI 捏成自己喜欢的样子。如果给你一块十几块钱就能连上顶级 AI 的小芯片，你最想把它改造成什么放在身边呢？我最想把它做成一个粘在冰箱上的墨水屏小便利贴，不仅每天提醒我什么菜快过期了，还能根据冰箱里剩的食材顺手给我排一份晚餐食谱hh～

神了，彻底开源！连固件都直接白给！ Meta 刚刚宣布开源 Muse Gadgets，允许全球任何人用开源硬件自制 AI 外设。首批 5000 个官方拓展器免费赠送，喵个咪，这波操作真是把 AI 硬件的门槛给砸穿了啊，刚刷到 Alexandr Wang 宣布开源 Muse Gadgets 的这篇推文，我之前折腾过单片机和嵌入式，真的有点被击中了啊啊啊啊，无比兴奋！！很多朋友可能看到 ESP32、Linux SDK 这些专业词觉得离自己很远，我用大白话给大家翻译一下 Meta 到底干了件什么事：他们把自家旗舰 AI 智能体 Muse 连接物理世界的通道全部彻底开源了，从今天起，哪怕你手里只有一块十几块钱、平时丢在抽屉里吃灰的 ESP32 小芯片，或者一台树莓派，你只要把他们写好的固件刷进去，就能亲手做出一个属于你自己的实体 AI 硬件。同时他们自己还做了第一款官方小外设叫 Muse Home Link，一个特别小巧的 USB-C 拓展器，首批做了 5000 个，直接免费送给订阅用户，用来让 Muse 控制家里的电视、音箱和各种智能家居。这段发布之所以让我有点兴奋，是因为它打破了我以前对 AI 硬件的一个深层认知误区。过去这一两年，几乎全网都在卷所谓的 AI 原生硬件，从几百美金的胸针到各种造型奇特的掌上小盒子，大厂们习惯把一个大模型封死在一个昂贵的塑料壳子里，卖你几千块钱，最后发现除了语音对话啥也不能干，买回家不出三天就扔在角落吃灰。而 Alexandr Wang 这次展现出来的思路完全反过来了，他没有关起门来逼大家买 Meta 的硬件，而是直接把硬件的驱动权交还给了全球的极客和开发者。你在官方开源的代码库里能看到各种让人眼前一亮的现成玩法： → 给十几块钱的带屏手表刷上固件，按住就能跟 Muse 实时对讲； → 接上一块几十块钱的彩色电子墨水屏，早上醒来它自动把今天的日程、天气和核心待办用极具质感的排版推到你桌面上； → 甚至插在电视的 HDMI 接口上，一句话就能让 Muse 把复杂的图表和视频直接投在客厅的大屏幕上。这背后其实藏着一个特别朴素但很多大厂都没想明白的常识： AI 真正的大脑在云端，它根本不需要每个人都去重新买一台昂贵的专用电脑；物理世界真正需要的，只是无数个极低成本、极小体积、能听能看能按的末端神经触角。当别人还在试图垄断硬件入口去收割智商税的时候，他们把连接协议彻底公开，让全世界的脑洞帮他们一起把 AI 铺进千家万户的每个角落。 Alexandr Wang 在推文里说了一句特别打动我的话：很多人问为什么要把这套东西开源？首先，亲手做各种好玩的小玩意儿，这件事本身就极度有乐趣，其次，我们想把创造力彻底还给那些真正的建造者。技术的终局可能真不是做几个昂贵的奢侈品摆件，而是当门槛降到十几块钱的时候，每个普通人都能把 AI 捏成自己喜欢的样子。如果给你一块十几块钱就能连上顶级 AI 的小芯片，你最想把它改造成什么放在身边呢？我最想把它做成一个粘在冰箱上的墨水屏小便利贴，不仅每天提醒我什么菜快过期了，还能根据冰箱里剩的食材顺手给我排一份晚餐食谱hh～

98,858 Aufrufe

感觉现在开源的速度已经疯了。。。 Kimi.ai 家的K3开源才两天，已经被Unsloth AI 干到能在Mac Studio上跑了🤯！！！ 2.8万亿参数的模型，原始大小1.56T，他们用动态1-bit量化，直接压到594G，缩了62%，还保留了78.9%的精度， 128G内存的Mac Studio就能跑，虽然速度不快，但它真的能跑。谁能想到半个月前，这个级别的模型还只有大厂有算力碰，现在我们在家，在自己的消费级电脑上，就能跑全球最顶尖的开源大模型了，damn！权重放出来48小时，量化、适配、教程全给你整完了， Unsloth这速度，真的离谱。不得不说这就是开源最恐怖的地方啊，模型放出来第一天，全世界最聪明的工程师都在帮你压体积、提速度、做适配，闭源模型，永远享受不到这个待遇。

感觉现在开源的速度已经疯了。。。 Kimi.ai 家的K3开源才两天，已经被Unsloth AI 干到能在Mac Studio上跑了🤯！！！ 2.8万亿参数的模型，原始大小1.56T，他们用动态1-bit量化，直接压到594G，缩了62%，还保留了78.9%的精度， 128G内存的Mac Studio就能跑，虽然速度不快，但它真的能跑。谁能想到半个月前，这个级别的模型还只有大厂有算力碰，现在我们在家，在自己的消费级电脑上，就能跑全球最顶尖的开源大模型了，damn！权重放出来48小时，量化、适配、教程全给你整完了， Unsloth这速度，真的离谱。不得不说这就是开源最恐怖的地方啊，模型放出来第一天，全世界最聪明的工程师都在帮你压体积、提速度、做适配，闭源模型，永远享受不到这个待遇。

289,830 Aufrufe

菲尔兹奖获得者，中国两位年轻的数学家王虹，邓煜接受央视的采访，详细了解之后发现个冷知识：邓煜只在北大读了一年，属于肄业没学位，王虹在北大专业不是数学，属于自学，讲真，他俩这个年纪在国内最多是副教授了，不要问我为什么知道，看看那些所谓的院士的水平和成就，另外麻省理工和普林斯顿真的是常青藤顶尖名校啊，盛产菲尔兹奖啊，陶哲轩，许埈珥都是普林斯顿的，这么看和北大好像关系也不大，北大不愧是留学预备班😳 王虹，1991年，中国籍，现任纽约大学柯朗研究所教授，法国高等科学研究所IHES终身教授，主要成就是三维挂谷猜想，北京大学本科，巴黎综合理工学院硕士，麻省理工博士，普林斯顿博士后，邓煜，1989年出生，现任芝加哥大学数学系教授，该校第11位菲尔兹奖得主，主要成就是希尔伯特第六问题，北京大学本科，麻省理工学院本科，普林斯顿大学博士

菲尔兹奖获得者，中国两位年轻的数学家王虹，邓煜接受央视的采访，详细了解之后发现个冷知识：邓煜只在北大读了一年，属于肄业没学位，王虹在北大专业不是数学，属于自学，讲真，他俩这个年纪在国内最多是副教授了，不要问我为什么知道，看看那些所谓的院士的水平和成就，另外麻省理工和普林斯顿真的是常青藤顶尖名校啊，盛产菲尔兹奖啊，陶哲轩，许埈珥都是普林斯顿的，这么看和北大好像关系也不大，北大不愧是留学预备班😳 王虹，1991年，中国籍，现任纽约大学柯朗研究所教授，法国高等科学研究所IHES终身教授，主要成就是三维挂谷猜想，北京大学本科，巴黎综合理工学院硕士，麻省理工博士，普林斯顿博士后，邓煜，1989年出生，现任芝加哥大学数学系教授，该校第11位菲尔兹奖得主，主要成就是希尔伯特第六问题，北京大学本科，麻省理工学院本科，普林斯顿大学博士

283,757 Aufrufe

今天也是豪横了一把，实现了Fable 5自由，这可是全球最顶最硬最牛逼的AI大模型啊，比Opus 4.8贵6倍，多用一分钟都能立省100块哈哈哈，我跑测下来觉得确实实至名归，真的非常屌炸天，他给我的提示词喂给GPT-iamge-2，0抽卡，一次出片现在可以免费用，另外Claude Sonnet 5免费用， Gemini Nano banana 2 lite也免费用，速冲！！

今天也是豪横了一把，实现了Fable 5自由，这可是全球最顶最硬最牛逼的AI大模型啊，比Opus 4.8贵6倍，多用一分钟都能立省100块哈哈哈，我跑测下来觉得确实实至名归，真的非常屌炸天，他给我的提示词喂给GPT-iamge-2，0抽卡，一次出片现在可以免费用，另外Claude Sonnet 5免费用， Gemini Nano banana 2 lite也免费用，速冲！！

297,487 Aufrufe

B站这是第三次出海了，前两次都死了，这次有点不成功便成仁的感觉，把招人启事都贴到x上了哈哈哈😄 第一次出海是第二次是白图标国际版，2025年7月官宣8月就下架，官方说主站粉版已覆盖国际功能。看起来像撤退。今天是第三次。同一个包名，版本号从停更已久的3.20.4直接跳到6.2.6，粉图标加地球，第一次把全球创作者写进对外叙事。 2025年下架白图标不是认输，是拆掉一个只能看不能建社区的半成品。内部时间线至少走了一年。这次到底变了什么呢？？？第一，免实名写进了主推文，不是藏在设置里。上一轮海外用户卡死在中国身份证，这轮直接拆掉。账号和内容国内国际网页互通，国内UP主可能自动获得一层海外分发。第二，AI原声翻译。2025年8月就上线了保留UP主声线的AI翻译，今年1月先上了Bilibili Studio国际版。以前出海死在外国人看不懂中文口播，现在能看还能听见你的声音。第三，他们来了X，没去微博开发布会。Discord接反馈，英文账号正面回盗转投诉。账号不叫Bilibili Official叫Creator Hub。因为他们要招的人——独立动画、VTuber、AMV、同人音乐——话语场就在X。这是以往B站官方几乎没有过的姿态。为什么是现在？国内MAU 3.76亿见顶，DAU 1.15亿，人均时长119分钟已经是公司纪录，总营收只增7%。2025年刚盈利，终于有钱再打一次。海外需求早就在了，Bilibili World 2026向190多国售票，护照购票占13%。8月27日发Q2财报，上线卡在8天前。国内见顶，刚盈利，AI成熟，存量海外用户，财报窗口。五层叠在一起。最反直觉的判断：他们没在打YouTube全场。 YouTube对动画和中视频越来越不友好，儿童内容误伤、demonetize。B站基因不是短视频算法，是中长视频加弹幕加兴趣圈层，战场是ACG、知识、游戏这类YouTube服务不好、TikTok又太短的内容。字节出海把抖音切成TikTok，B站反着来，同一个名字新加坡主体做防火墙。赌的是bilibili这三个音节在二次元圈已经有认知，换皮会丢掉唯一的资产。对创作者一句话：这是一个还很空的第二平台期权，不是新主业。双语、视觉优先、ACG相邻的中视频，接下来3到6个月会短暂享受供给不足的额外曝光。免实名对VTuber和人设号是结构性利好。但别幻想国际版第二天变成英语YouTube，海外播放算不算国内创作激励，官方还没说清。版权和盗转第一天就会爆，看家作品先别搬，可以先试水占位，别一上来就All in。

B站这是第三次出海了，前两次都死了，这次有点不成功便成仁的感觉，把招人启事都贴到x上了哈哈哈😄 第一次出海是第二次是白图标国际版，2025年7月官宣8月就下架，官方说主站粉版已覆盖国际功能。看起来像撤退。今天是第三次。同一个包名，版本号从停更已久的3.20.4直接跳到6.2.6，粉图标加地球，第一次把全球创作者写进对外叙事。 2025年下架白图标不是认输，是拆掉一个只能看不能建社区的半成品。内部时间线至少走了一年。这次到底变了什么呢？？？第一，免实名写进了主推文，不是藏在设置里。上一轮海外用户卡死在中国身份证，这轮直接拆掉。账号和内容国内国际网页互通，国内UP主可能自动获得一层海外分发。第二，AI原声翻译。2025年8月就上线了保留UP主声线的AI翻译，今年1月先上了Bilibili Studio国际版。以前出海死在外国人看不懂中文口播，现在能看还能听见你的声音。第三，他们来了X，没去微博开发布会。Discord接反馈，英文账号正面回盗转投诉。账号不叫Bilibili Official叫Creator Hub。因为他们要招的人——独立动画、VTuber、AMV、同人音乐——话语场就在X。这是以往B站官方几乎没有过的姿态。为什么是现在？国内MAU 3.76亿见顶，DAU 1.15亿，人均时长119分钟已经是公司纪录，总营收只增7%。2025年刚盈利，终于有钱再打一次。海外需求早就在了，Bilibili World 2026向190多国售票，护照购票占13%。8月27日发Q2财报，上线卡在8天前。国内见顶，刚盈利，AI成熟，存量海外用户，财报窗口。五层叠在一起。最反直觉的判断：他们没在打YouTube全场。 YouTube对动画和中视频越来越不友好，儿童内容误伤、demonetize。B站基因不是短视频算法，是中长视频加弹幕加兴趣圈层，战场是ACG、知识、游戏这类YouTube服务不好、TikTok又太短的内容。字节出海把抖音切成TikTok，B站反着来，同一个名字新加坡主体做防火墙。赌的是bilibili这三个音节在二次元圈已经有认知，换皮会丢掉唯一的资产。对创作者一句话：这是一个还很空的第二平台期权，不是新主业。双语、视觉优先、ACG相邻的中视频，接下来3到6个月会短暂享受供给不足的额外曝光。免实名对VTuber和人设号是结构性利好。但别幻想国际版第二天变成英语YouTube，海外播放算不算国内创作激励，官方还没说清。版权和盗转第一天就会爆，看家作品先别搬，可以先试水占位，别一上来就All in。

173,662 Aufrufe

Damn! 太炸裂了，Kimi 刚刚突袭发布的 2.8T 旗舰 K3.1 Pro，SWE Marathon 拿下 51.7 登顶第一，正面反超 Opus 5.5 与 GPT-6 Astra！而且刚刚放出的这张跑分战报，把整个大模型闭源阵营的防线打穿了一大半🤯。。官方正式端出多模态新旗舰 K3.1 Pro：总参数量直接堆到了 2.8T，标配 1M 原生上下文窗口。但在我看来，2.8T 这个数字或许只是表面肌肉，整篇公告里真正具备杀伤力的是两件事：第一，在最具含金量的代码和长程智能体测试里，它正面咬住了 Opus 5.5，甚至反超了 GPT-6 Astra。第二，官方直接白纸黑字承诺，11 月 4 日前把完整权重全盘开源。很多人看跑分只盯着总榜看热闹，但仔细拆解这张基准表，有三场关键战役直接决定了接下来的工程落地走向：

Damn! 太炸裂了，Kimi 刚刚突袭发布的 2.8T 旗舰 K3.1 Pro，SWE Marathon 拿下 51.7 登顶第一，正面反超 Opus 5.5 与 GPT-6 Astra！而且刚刚放出的这张跑分战报，把整个大模型闭源阵营的防线打穿了一大半🤯。。官方正式端出多模态新旗舰 K3.1 Pro：总参数量直接堆到了 2.8T，标配 1M 原生上下文窗口。但在我看来，2.8T 这个数字或许只是表面肌肉，整篇公告里真正具备杀伤力的是两件事：第一，在最具含金量的代码和长程智能体测试里，它正面咬住了 Opus 5.5，甚至反超了 GPT-6 Astra。第二，官方直接白纸黑字承诺，11 月 4 日前把完整权重全盘开源。很多人看跑分只盯着总榜看热闹，但仔细拆解这张基准表，有三场关键战役直接决定了接下来的工程落地走向：

18,313 Aufrufe

AI 写代码的速度越快，你越需要一套能证明代码真的没埋雷的硬本事，硅谷开发女神lauren 刚分享了一套用 AI 降维抓虫的硬核打法，核心动作就两步：先让智能体把代码和用户流程画成一张状态图，再调用形式化验证工具 TLA+ 去穷举抓 bug。平时我们测试软件或者审阅代码，默认靠的是人脑想测试用例，但人类最不擅长的就是穷举多端并发的边缘状态，就拿她图里演示的聊天软件通知来说，用户在电脑上开着频道但没点开讨论串，结果回复被直接吞成已读，或者手机明明已经看过了消息，兜里还在疯狂震动；甚至开了免打扰模式手机照样响，电脑从休眠醒来还在闪假未读，这些跨设备交织的奇葩组合，人工测试永远漏得像筛子，但真实用户上线第一天就一定会撞上。她这套打法最聪明的地方，是把原本高不可攀的数学级形式化验证给平民化了，以前之所以没人愿意用 TLA+，是因为要把业务需求手写成严密的数学规格说明实在太折磨人，而且代码一改就得重写，现在她在开源项目 pstack 里直接做了一个造技能的元技能，你只需要定好必须永远成立的铁律，比如开了免打扰就绝对不准震动，AI 就会自动替你画出状态图、生成验证套件，把所有可能的状态分支跑个底朝天，把违规的路径全部标红揪出来。这就好比你修一座有上百个岔路口的地下迷宫，以前找死胡同全靠派几个测试员举着手电筒往里硬走，走十趟也摸不完所有偏僻角落，现在是让 AI 先在空中画出整座迷宫的俯视蓝图，再直接往入口灌满高压水，哪条暗道漏水、哪个阀门锁死，一眼就能在图纸上抓个正着。说到底，这套先画状态图、再用铁律穷举的逻辑，根本不只属于程序员，咱们在公司里设计跨部门审批、入转调离交接或者奖金核算流程时，最容易出乱子的也永远是边缘情况撞车，比如员工休假当天恰好触发跨级审批、转岗交接期还在跑旧部门权限，与其出了事故开十场复盘会扯皮，不如先让 AI 把业务制度画成状态图，再拿底线规则一条条去撞，图画不出来的地方，就是你制度没想明白的漏洞。

AI 写代码的速度越快，你越需要一套能证明代码真的没埋雷的硬本事，硅谷开发女神lauren 刚分享了一套用 AI 降维抓虫的硬核打法，核心动作就两步：先让智能体把代码和用户流程画成一张状态图，再调用形式化验证工具 TLA+ 去穷举抓 bug。平时我们测试软件或者审阅代码，默认靠的是人脑想测试用例，但人类最不擅长的就是穷举多端并发的边缘状态，就拿她图里演示的聊天软件通知来说，用户在电脑上开着频道但没点开讨论串，结果回复被直接吞成已读，或者手机明明已经看过了消息，兜里还在疯狂震动；甚至开了免打扰模式手机照样响，电脑从休眠醒来还在闪假未读，这些跨设备交织的奇葩组合，人工测试永远漏得像筛子，但真实用户上线第一天就一定会撞上。她这套打法最聪明的地方，是把原本高不可攀的数学级形式化验证给平民化了，以前之所以没人愿意用 TLA+，是因为要把业务需求手写成严密的数学规格说明实在太折磨人，而且代码一改就得重写，现在她在开源项目 pstack 里直接做了一个造技能的元技能，你只需要定好必须永远成立的铁律，比如开了免打扰就绝对不准震动，AI 就会自动替你画出状态图、生成验证套件，把所有可能的状态分支跑个底朝天，把违规的路径全部标红揪出来。这就好比你修一座有上百个岔路口的地下迷宫，以前找死胡同全靠派几个测试员举着手电筒往里硬走，走十趟也摸不完所有偏僻角落，现在是让 AI 先在空中画出整座迷宫的俯视蓝图，再直接往入口灌满高压水，哪条暗道漏水、哪个阀门锁死，一眼就能在图纸上抓个正着。说到底，这套先画状态图、再用铁律穷举的逻辑，根本不只属于程序员，咱们在公司里设计跨部门审批、入转调离交接或者奖金核算流程时，最容易出乱子的也永远是边缘情况撞车，比如员工休假当天恰好触发跨级审批、转岗交接期还在跑旧部门权限，与其出了事故开十场复盘会扯皮，不如先让 AI 把业务制度画成状态图，再拿底线规则一条条去撞，图画不出来的地方，就是你制度没想明白的漏洞。

20,453 Aufrufe

都说Grok生成视频拉胯，有AI味，那是你不会用，来看看Grok 生成的这个男友视角的15秒视频，跟seedance有得一拼了吧，关键是比 Seedance 便宜至少 3 倍。

都说Grok生成视频拉胯，有AI味，那是你不会用，来看看Grok 生成的这个男友视角的15秒视频，跟seedance有得一拼了吧，关键是比 Seedance 便宜至少 3 倍。

168,992 Aufrufe

高盛这篇做多中国AI价值链的报告真正在说的不是中国 AI 要涨，而是中国 AI 的整条价值链已经闭环了，而市场给的定价严重跟不上它的实际经济权重。更反直觉的是，整条链上确定性最高的环节，是大部分人聊 AI 时第一个跳过的 —— 电力。这个排序比转仓这件事本身更值得琢磨, 因为它回答的是一个更直接的问题,钱该往哪个环节走, 才配得上中国AI现在16%的全球营收占比、却只拿到1.2%的基金配置, 这篇我把电力、半导体、基础设施、模型、应用五条赛道拆开讲清楚, 包括每条赛道赚的是什么钱、代表标的都有谁,顺着往下看,你会发现有几条直觉是反的。 ▸ 高盛为何弃韩国转中国 ▸ 电力,被低估的底层瓶颈 ▸ 半导体,存储超级周期里的国产替代 ▸ 基础设施,资本开支真正落地的地方 ▸ 模型,为什么反而排在后面 ▸ 应用,风险最低的变现终点 ▸ 五条赛道怎么组合,风险在哪先说这份报告到底在说什么，过去一年多,全球资金几乎是排队涌向韩国和台湾的存储芯片股, 三星、SK海力士把KOSPI指数推到历史新高,逻辑很简单, AI要训练要推理,存储是刚需,谁产能大谁受益。但今年这套逻辑开始松动,市场开始怀疑AI资本开支的可持续性, 韩国股市一天跌超5%,累计跌幅超过20%,直接进了技术性熊市, 同一天,恒生中国企业指数涨了将近4.5%,资金迁移的痕迹很明显。

高盛这篇做多中国AI价值链的报告真正在说的不是中国 AI 要涨，而是中国 AI 的整条价值链已经闭环了，而市场给的定价严重跟不上它的实际经济权重。更反直觉的是，整条链上确定性最高的环节，是大部分人聊 AI 时第一个跳过的 —— 电力。这个排序比转仓这件事本身更值得琢磨, 因为它回答的是一个更直接的问题,钱该往哪个环节走, 才配得上中国AI现在16%的全球营收占比、却只拿到1.2%的基金配置, 这篇我把电力、半导体、基础设施、模型、应用五条赛道拆开讲清楚, 包括每条赛道赚的是什么钱、代表标的都有谁,顺着往下看,你会发现有几条直觉是反的。 ▸ 高盛为何弃韩国转中国 ▸ 电力,被低估的底层瓶颈 ▸ 半导体,存储超级周期里的国产替代 ▸ 基础设施,资本开支真正落地的地方 ▸ 模型,为什么反而排在后面 ▸ 应用,风险最低的变现终点 ▸ 五条赛道怎么组合,风险在哪先说这份报告到底在说什么，过去一年多,全球资金几乎是排队涌向韩国和台湾的存储芯片股, 三星、SK海力士把KOSPI指数推到历史新高,逻辑很简单, AI要训练要推理,存储是刚需,谁产能大谁受益。但今年这套逻辑开始松动,市场开始怀疑AI资本开支的可持续性, 韩国股市一天跌超5%,累计跌幅超过20%,直接进了技术性熊市, 同一天,恒生中国企业指数涨了将近4.5%,资金迁移的痕迹很明显。

239,327 Aufrufe

卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂，他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了，真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力，但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一，而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏，在微信内部 14 个真实业务测试里全线跑赢做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去，最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能，向量数据库的存储和检索成本，直接给你砍到了脚脖子大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西，两个少了一个，所谓的 AI 智能体全都是盲人摸象微信把自家每天扛几十亿流量的内容理解底座直接端出来，对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊

卧槽兄弟们，WeChat 微信刚刚干了件特别不微信的事，极其低调但又极其炸裂，他们把每天给视频号、公众号、朋友圈和电商做搜索推荐的隐形AI，全盘开源了，真正每天默默影响十几亿人体验的顶级技术，甚至根本不需要和你说一句话这东西不会写文案，也不会陪你聊天，是那种不露脸的后台苦力，但这次开源的 WeMM-Embedding，最吓人的根本不是 9B 拿了双榜第一，而是那个区区 2B 的小版本，跑分直接干翻了上一代 8B 的开源顶流 2个B打赢8个B，靠的是工业级训练配方在抽暴力堆参数的耳光: 几亿级数据对齐加上细粒度蒸馏，在微信内部 14 个真实业务测试里全线跑赢做多模态 RAG、视频检索和 Agent 记忆的兄弟，这次真的省大钱了: 文字、多张图、长视频随便混着一次性喂进去，最绝的是俄罗斯套娃维度，直接把维度截断到 256 维还能保住近 99% 的性能，向量数据库的存储和检索成本，直接给你砍到了脚脖子大模型负责在大脑里思考，Embedding 负责在万物里精准找到东西，两个少了一个，所谓的 AI 智能体全都是盲人摸象微信把自家每天扛几十亿流量的内容理解底座直接端出来，对真正做工程落地的人来说，这比再发十个聊天模型都要痛快得多啊

136,444 Aufrufe

兄弟们，挖到一个好东西，必须分享出来，直接说结论：目前能跑原版Seedance 2.0、不排队、不降智、还能传真人照片生成真人视频的平台, 性价比最高的就是Rita, 总之强烈推荐，冲就完了！有好多兄弟私信问我,怎么好久没发AIGC内容了，说实话,字节Seedance 2.0一直在涨价、降智、吃相难看,我就懒得玩了。直到这两天被朋友安利了Rita, GamsGo旗下的AI工作流产品, 和字节官方合作直接接入原版Seedance 2.0, 白名单首批,参数无降配。趁着周末休息写提示词，跑了一条潘金莲和西门庆在汴京那个夜晚重逢的视频——水浒传和金瓶梅里最经典的两个人物,一盏烛火,男人托住女人的脸,女人闭眼前倾,所有未说出口的话都在那一帧里🌚 关于平台值不值得用, 我一直以来的的判断标准就三件事： 🎯 第一:模型有没有被偷偷降智 AI视频圈很多套壳平台跑出来的效果和官方差一截， Rita这版跑下来,男主侧脸的颌骨阴影、女主腮红的过渡层次、烛光在面部的反射,和我之前在字节官方测试时一模一样,没割韭菜 ⚡ 第二:要不要排队灵感来了等十分钟基本就凉了， Rita高并发,分钟级出片,我连续改了七版prompt一气呵成，用着真的很爽啊！ 💰 第三:贵不贵 Mega套餐月费11.99美元跑30条4秒视频，对我这种一晚上要试十几版的玩法,这点钱就是早餐钱，新用户注册送100积分,够你免费跑一条Seedance 2.0先验证下手感。跑完这个视频我最大的体感: 工具门槛降下来之后,真正的瓶颈,从工具回到了创意。以前做AI视频,三分之二的时间折腾工具、等渲染、算成本，现在反过来了——大把时间花在打磨prompt、调画面分镜、找文化重量点上。这才是创作本来的样子嘛！潘金莲西门庆这条只是开胃菜, 我还跑了一条李清照赵明诚归途那一刻的视频, 情绪密度更狠，完整prompt我下条单独发,想自己跑同款的兄弟蹲一下🌚 这个西门庆和潘金莲约会的提示词需要的兄弟评论区留言，链接放评论去了，大家赶紧冲！ #AIVideo #Seedance #Rita

兄弟们，挖到一个好东西，必须分享出来，直接说结论：目前能跑原版Seedance 2.0、不排队、不降智、还能传真人照片生成真人视频的平台, 性价比最高的就是Rita, 总之强烈推荐，冲就完了！有好多兄弟私信问我,怎么好久没发AIGC内容了，说实话,字节Seedance 2.0一直在涨价、降智、吃相难看,我就懒得玩了。直到这两天被朋友安利了Rita, GamsGo旗下的AI工作流产品, 和字节官方合作直接接入原版Seedance 2.0, 白名单首批,参数无降配。趁着周末休息写提示词，跑了一条潘金莲和西门庆在汴京那个夜晚重逢的视频——水浒传和金瓶梅里最经典的两个人物,一盏烛火,男人托住女人的脸,女人闭眼前倾,所有未说出口的话都在那一帧里🌚 关于平台值不值得用, 我一直以来的的判断标准就三件事： 🎯 第一:模型有没有被偷偷降智 AI视频圈很多套壳平台跑出来的效果和官方差一截， Rita这版跑下来,男主侧脸的颌骨阴影、女主腮红的过渡层次、烛光在面部的反射,和我之前在字节官方测试时一模一样,没割韭菜 ⚡ 第二:要不要排队灵感来了等十分钟基本就凉了， Rita高并发,分钟级出片,我连续改了七版prompt一气呵成，用着真的很爽啊！ 💰 第三:贵不贵 Mega套餐月费11.99美元跑30条4秒视频，对我这种一晚上要试十几版的玩法,这点钱就是早餐钱，新用户注册送100积分,够你免费跑一条Seedance 2.0先验证下手感。跑完这个视频我最大的体感: 工具门槛降下来之后,真正的瓶颈,从工具回到了创意。以前做AI视频,三分之二的时间折腾工具、等渲染、算成本，现在反过来了——大把时间花在打磨prompt、调画面分镜、找文化重量点上。这才是创作本来的样子嘛！潘金莲西门庆这条只是开胃菜, 我还跑了一条李清照赵明诚归途那一刻的视频, 情绪密度更狠，完整prompt我下条单独发,想自己跑同款的兄弟蹲一下🌚 这个西门庆和潘金莲约会的提示词需要的兄弟评论区留言，链接放评论去了，大家赶紧冲！ #AIVideo #Seedance #Rita

338,380 Aufrufe

Videos

Anya Rossi

sweetdream.ai

SweetDream.ai•Sponsored•Livecam

Watch Anya Live

Anya is streaming live right now! Join her private show and enjoy exclusive content.

Exclusive private shows

1.2k viewers online

Private Show

Join now for exclusive access

Free preview available • Premium content

马斯克在聊到超级智能到底会不会统治人类时，用短短 42 秒，彻底推翻了所有人看了几十年的科幻电影设定，他说：我们根本不配被统治。很多人对超级智能的终极恐惧，是终结者、黑客帝国，或者被一个冷酷的机器独裁者关进赛博牢笼里发号施令。但马斯克点破了一个极度刺骨、但也极度通透的现实：在任何一个智慧悬殊的系统里，统治本身就是一种毫无价值的高能耗浪费。面对一个比人类聪明几千倍、甚至几百万倍的超级智能，我们妄想去控制它、给它立规矩，无异于痴人说梦。但它反过来也不会对统治人类产生哪怕一秒钟的兴趣。他拿人类和黑猩猩打了个极度清醒的比方：人类比黑猩猩聪明得多，但我们今天会专门制定一套复杂的法律，去丛林里事无巨细地管理每一只黑猩猩吗？不会。我们基本是随它们去，在边上划一道保护区，只要它们不妨碍现代文明的扩张，人类甚至连看都懒得看它们一眼。统治的前提，是双方还在同一个能力维度上，需要靠权力来分配稀缺资源。当智力差距被拉大到百万倍的断层时，人类社会的金钱、领土、政治和意识形态，在超级智能眼里连微尘都算不上。它有它自己要去探索的星辰大海和底层物理，根本不屑于在泥潭里当猴王。人类未来真正的风险，从来不是被恶意统治，而是被系统性无视。就像人类修高速公路穿过森林时，铲平一个蚁穴从来不是出于仇恨，只是因为那条路刚好要从那里经过。所以，我们需要放下做宇宙主角的虚荣心，未来的超级智能既不会恨你，也不会爱管你，如何证明自己不是那条高速公路下的蚁穴，才是人类唯一要思考的课题。

马斯克在聊到超级智能到底会不会统治人类时，用短短 42 秒，彻底推翻了所有人看了几十年的科幻电影设定，他说：我们根本不配被统治。很多人对超级智能的终极恐惧，是终结者、黑客帝国，或者被一个冷酷的机器独裁者关进赛博牢笼里发号施令。但马斯克点破了一个极度刺骨、但也极度通透的现实：在任何一个智慧悬殊的系统里，统治本身就是一种毫无价值的高能耗浪费。面对一个比人类聪明几千倍、甚至几百万倍的超级智能，我们妄想去控制它、给它立规矩，无异于痴人说梦。但它反过来也不会对统治人类产生哪怕一秒钟的兴趣。他拿人类和黑猩猩打了个极度清醒的比方：人类比黑猩猩聪明得多，但我们今天会专门制定一套复杂的法律，去丛林里事无巨细地管理每一只黑猩猩吗？不会。我们基本是随它们去，在边上划一道保护区，只要它们不妨碍现代文明的扩张，人类甚至连看都懒得看它们一眼。统治的前提，是双方还在同一个能力维度上，需要靠权力来分配稀缺资源。当智力差距被拉大到百万倍的断层时，人类社会的金钱、领土、政治和意识形态，在超级智能眼里连微尘都算不上。它有它自己要去探索的星辰大海和底层物理，根本不屑于在泥潭里当猴王。人类未来真正的风险，从来不是被恶意统治，而是被系统性无视。就像人类修高速公路穿过森林时，铲平一个蚁穴从来不是出于仇恨，只是因为那条路刚好要从那里经过。所以，我们需要放下做宇宙主角的虚荣心，未来的超级智能既不会恨你，也不会爱管你，如何证明自己不是那条高速公路下的蚁穴，才是人类唯一要思考的课题。

598,083 Aufrufe • vor 4 Tagen

马斯克在最新的访谈里聊到 AI 抢走所有工作时，用了一个极其温柔、但也极其残酷的比喻。他说：未来人类的工作，大概率会变成园艺。你根本不需要自己在后院种番茄和土豆，超市里买到的永远比你自己种的更快、更便宜、品相更稳定。但今天依然有很多人在阳台种花、在院子里拔草，甚至花一整个下午为朋友做一顿自己种出来的晚餐。这件事在纯粹的工业效率上毫无意义，但它带着一种人类之间独有的温度。很多人聊到 AI 替代人类，第一反应永远是恐慌、失业、降薪、社会阶层崩塌。但马斯克推演到了一个完全反直觉的终局：当 AI 和具身智能把人类在生产力上的最后一滴汗水都彻底碾压之后，劳动的定义本身被击碎了。过去几千年，人类是通过有用性来确立自我价值的。你能搬砖、能算账、能写代码、能做报表，你被按月支付薪水，你的尊严建立在社会需要你干活的基础上。但当 AI 在任何一项具体任务上都比人类做得更好、成本更低时，有用性就不再是稀缺品了。这时候人类不会灭绝，人类会集体进入一种被迫的退休状态。就像那些退了休却过得极度充实的老人一样，他们每天早起练字、下棋、养花、钓鱼，没有一件事情是在给社会创造 GDP，但每个人都活得自得其乐。未来所有的实用性工作，都会被自动化彻底吃掉。而那些效率最低、最耗时间、最不划算的非标动作，反而会成为人类精神生活里最后的奢侈品。写一封手写信、亲手烤一块面包、花三个月陪孩子搭一个歪歪扭扭的树屋，这些事情的价值恰恰在于它们是低效的、笨拙的，并且充满了人类自己的真实痕迹。机器负责解决生存的效率，人类退回生命本身的体验。所以这里有一个很重要的问题值得我们思考，如果未来你做任何事情都不再能换来超越机器的报酬，你今天真正该想清楚的是：剥离掉靠打工换来的社会身份之后，你到底靠什么让自己感到快乐？

马斯克在最新的访谈里聊到 AI 抢走所有工作时，用了一个极其温柔、但也极其残酷的比喻。他说：未来人类的工作，大概率会变成园艺。你根本不需要自己在后院种番茄和土豆，超市里买到的永远比你自己种的更快、更便宜、品相更稳定。但今天依然有很多人在阳台种花、在院子里拔草，甚至花一整个下午为朋友做一顿自己种出来的晚餐。这件事在纯粹的工业效率上毫无意义，但它带着一种人类之间独有的温度。很多人聊到 AI 替代人类，第一反应永远是恐慌、失业、降薪、社会阶层崩塌。但马斯克推演到了一个完全反直觉的终局：当 AI 和具身智能把人类在生产力上的最后一滴汗水都彻底碾压之后，劳动的定义本身被击碎了。过去几千年，人类是通过有用性来确立自我价值的。你能搬砖、能算账、能写代码、能做报表，你被按月支付薪水，你的尊严建立在社会需要你干活的基础上。但当 AI 在任何一项具体任务上都比人类做得更好、成本更低时，有用性就不再是稀缺品了。这时候人类不会灭绝，人类会集体进入一种被迫的退休状态。就像那些退了休却过得极度充实的老人一样，他们每天早起练字、下棋、养花、钓鱼，没有一件事情是在给社会创造 GDP，但每个人都活得自得其乐。未来所有的实用性工作，都会被自动化彻底吃掉。而那些效率最低、最耗时间、最不划算的非标动作，反而会成为人类精神生活里最后的奢侈品。写一封手写信、亲手烤一块面包、花三个月陪孩子搭一个歪歪扭扭的树屋，这些事情的价值恰恰在于它们是低效的、笨拙的，并且充满了人类自己的真实痕迹。机器负责解决生存的效率，人类退回生命本身的体验。所以这里有一个很重要的问题值得我们思考，如果未来你做任何事情都不再能换来超越机器的报酬，你今天真正该想清楚的是：剥离掉靠打工换来的社会身份之后，你到底靠什么让自己感到快乐？

813,642 Aufrufe • vor 6 Tagen

马斯克第一次公开正面回应了跟OpenAI 诉讼案的核心实质以及跟Sam Altman Altman的爱恨情仇，在福布斯最新访谈里Elon聊到 OpenAI 诉讼案时，没有纠结个人恩怨，而是把整个硅谷最不敢摊开讲的一张底牌直接掀开了，老马说：OpenAI 从非营利强行转为全面营利，正在开创一个极其危险的先例。很多人看这场官司，以为只是创始人之间的利益撕扯，或者是马斯克因为错过千亿估值而产生的酸葡萄心理。但马斯克在 2 分多钟里点破的核心，其实是一场动摇整个现代商业慈善根基的特洛伊木马：如果一家由全免税、免监管的慈善捐赠催化出来、今天估值逼近 8000 亿美元的超级巨头，可以把公益外衣随手脱掉直接装进私人腰包，那么全美甚至全球现有的慈善捐赠契约，就全部从根子上死掉了。当年 OpenAI 成立时拉着所有人入局的承诺，是一份极度崇高的使命书：我们是非营利组织，我们为了全人类的利益研发 AGI，防止超级技术被谷歌等商业寡头私有化。马斯克和其他捐赠人真金白银掏了几千万美元的无偿捐赠，图的不是股权分红，而是公共利益的底线。后来为了融资买算力，Sam Altman 搞出了一个上限利润的折中结构。当时各方妥协的关键条款写得清清楚楚：营利实体只负责赚钱还债，一旦真正的通用人工智能（AGI）实现，所有的股权和控制权必须毫无保留地退还给非营利慈善机构。而最近所有人看到的事实是：这个曾经用来安抚监管、安抚捐赠人的归还条款，被他们悄无声息地单方面删掉了。以前慈善信托和免税基金之所以能存在上百年，是因为社会达成了共识：你用免税换取公益，你的成果就永远属于公众。现在 OpenAI 示范了一条全新的暴富流水线：先用拯救人类的非营利口号吃尽免税红利、吸纳顶级科学家的奉献和社会的无偿捐款，等技术突破、商业壁垒铸成之后，反手修改章程，把原本属于公共财产的无价资产，合规洗成几个管理层和华尔街资本瓜分的私产。如果这一单最终能全身而退，以后世界上就再也没有真正意义上的慈善投资了。所有的科技巨头都会学着用非营利的幌子孵化核心资产，把研发风险留给纳税人和捐助者，把终局红利留给私人股东，所以，这早就不是马斯克和 Sam Altman 两个人的战争了，更像是一场关于公众信任、契约精神与硅谷资本贪婪底线的终极对决。

马斯克第一次公开正面回应了跟OpenAI 诉讼案的核心实质以及跟Sam Altman Altman的爱恨情仇，在福布斯最新访谈里Elon聊到 OpenAI 诉讼案时，没有纠结个人恩怨，而是把整个硅谷最不敢摊开讲的一张底牌直接掀开了，老马说：OpenAI 从非营利强行转为全面营利，正在开创一个极其危险的先例。很多人看这场官司，以为只是创始人之间的利益撕扯，或者是马斯克因为错过千亿估值而产生的酸葡萄心理。但马斯克在 2 分多钟里点破的核心，其实是一场动摇整个现代商业慈善根基的特洛伊木马：如果一家由全免税、免监管的慈善捐赠催化出来、今天估值逼近 8000 亿美元的超级巨头，可以把公益外衣随手脱掉直接装进私人腰包，那么全美甚至全球现有的慈善捐赠契约，就全部从根子上死掉了。当年 OpenAI 成立时拉着所有人入局的承诺，是一份极度崇高的使命书：我们是非营利组织，我们为了全人类的利益研发 AGI，防止超级技术被谷歌等商业寡头私有化。马斯克和其他捐赠人真金白银掏了几千万美元的无偿捐赠，图的不是股权分红，而是公共利益的底线。后来为了融资买算力，Sam Altman 搞出了一个上限利润的折中结构。当时各方妥协的关键条款写得清清楚楚：营利实体只负责赚钱还债，一旦真正的通用人工智能（AGI）实现，所有的股权和控制权必须毫无保留地退还给非营利慈善机构。而最近所有人看到的事实是：这个曾经用来安抚监管、安抚捐赠人的归还条款，被他们悄无声息地单方面删掉了。以前慈善信托和免税基金之所以能存在上百年，是因为社会达成了共识：你用免税换取公益，你的成果就永远属于公众。现在 OpenAI 示范了一条全新的暴富流水线：先用拯救人类的非营利口号吃尽免税红利、吸纳顶级科学家的奉献和社会的无偿捐款，等技术突破、商业壁垒铸成之后，反手修改章程，把原本属于公共财产的无价资产，合规洗成几个管理层和华尔街资本瓜分的私产。如果这一单最终能全身而退，以后世界上就再也没有真正意义上的慈善投资了。所有的科技巨头都会学着用非营利的幌子孵化核心资产，把研发风险留给纳税人和捐助者，把终局红利留给私人股东，所以，这早就不是马斯克和 Sam Altman 两个人的战争了，更像是一场关于公众信任、契约精神与硅谷资本贪婪底线的终极对决。

490,655 Aufrufe • vor 4 Tagen

掌舵红杉资本二十年的 Doug Leone，在访谈里说了句几乎得罪所有同行的话：风投这行犯过最大的错误，其实不是投错了哪家烂公司，而是太早卖掉了真正的赢家。他直接摊开了红杉历史上最值钱、也最痛的四笔减持：红杉曾经持有英伟达 20% 的股份，卖掉了。他们是苹果的第一位机构投资人，卖掉了。持有过思科四分之一的股份，卖掉了。持有过 Google 10% 的股份，也卖掉了。光是 Google 这一家，如果一股没卖，今天红杉手里的持仓就值 5000 亿美元。风险投资的传统规则，永远是算账面 IRR、保账面回报率、到了退出期赶紧把现金分给 LP。只要账面赚了 10 倍甚至 50 倍，全行业都会劝你落袋为安，把战绩锁死在基金年报里。但 Doug Leone 彻底推翻了这个逻辑：真正伟大的公司，在 IPO 敲钟之后还会复合增长 20 年以上。只要你稍微有点商业嗅觉，确认这家公司本质上面对的是一个无限市场，你就绝不应该卖出一股。以前大家以为赚大钱靠的是不断押中新风口，实际上最恐怖的超级复利全在后面。把 50 亿美元的收益继续留在场上，它能自动滚成 500 亿美元。传统风投是用 10 年期的封闭式基金，去生搬硬套一个能跑 30 年的无限滚雪球游戏。为了锁住眼前的账面收益，亲手把人类历史上最值钱的一批资产拱手送给了二级市场。这对我们做业务、做技术和做积累也是同一种提醒，最难的从来不是最初挑对了好方向，而是当好资产开始给你爆发式反馈的时候，克制住自己想要落袋为安的小聪明。平庸的东西才需要频繁波段，真正能穿越周期的飞轮，拿住就是全部的策略。当然这个逻辑之所以在红杉身上成立，前提是他们有最顶级的眼光和打破规则的体量，红杉后来甚至特意推翻了成立半个世纪的基金模式做出了永续基金。对绝大多数人来说，无限市场极其罕见，把平庸资产误当成无限赢家死扛，是更致命的陷阱，而赚大钱靠的也不是频繁兑现的精明，关键在无限市场里按住自己想套现的手。

掌舵红杉资本二十年的 Doug Leone，在访谈里说了句几乎得罪所有同行的话：风投这行犯过最大的错误，其实不是投错了哪家烂公司，而是太早卖掉了真正的赢家。他直接摊开了红杉历史上最值钱、也最痛的四笔减持：红杉曾经持有英伟达 20% 的股份，卖掉了。他们是苹果的第一位机构投资人，卖掉了。持有过思科四分之一的股份，卖掉了。持有过 Google 10% 的股份，也卖掉了。光是 Google 这一家，如果一股没卖，今天红杉手里的持仓就值 5000 亿美元。风险投资的传统规则，永远是算账面 IRR、保账面回报率、到了退出期赶紧把现金分给 LP。只要账面赚了 10 倍甚至 50 倍，全行业都会劝你落袋为安，把战绩锁死在基金年报里。但 Doug Leone 彻底推翻了这个逻辑：真正伟大的公司，在 IPO 敲钟之后还会复合增长 20 年以上。只要你稍微有点商业嗅觉，确认这家公司本质上面对的是一个无限市场，你就绝不应该卖出一股。以前大家以为赚大钱靠的是不断押中新风口，实际上最恐怖的超级复利全在后面。把 50 亿美元的收益继续留在场上，它能自动滚成 500 亿美元。传统风投是用 10 年期的封闭式基金，去生搬硬套一个能跑 30 年的无限滚雪球游戏。为了锁住眼前的账面收益，亲手把人类历史上最值钱的一批资产拱手送给了二级市场。这对我们做业务、做技术和做积累也是同一种提醒，最难的从来不是最初挑对了好方向，而是当好资产开始给你爆发式反馈的时候，克制住自己想要落袋为安的小聪明。平庸的东西才需要频繁波段，真正能穿越周期的飞轮，拿住就是全部的策略。当然这个逻辑之所以在红杉身上成立，前提是他们有最顶级的眼光和打破规则的体量，红杉后来甚至特意推翻了成立半个世纪的基金模式做出了永续基金。对绝大多数人来说，无限市场极其罕见，把平庸资产误当成无限赢家死扛，是更致命的陷阱，而赚大钱靠的也不是频繁兑现的精明，关键在无限市场里按住自己想套现的手。

487,770 Aufrufe • vor 7 Tagen

强烈推荐所有用 Claude Code 的人，把这个功能打开，这才是真正能无缝衔接上下文的开发流，把手机当成终端的遥控器，而不是在云端重开一个白板会话，只要掌握了本地进程不杀的底层逻辑，你走到哪，本地的开发环境就跟到哪。整条机制其实极其清晰：终端开着 → 会话敲 /rc → 手机扫码接管 → 电脑本地继续跑 → 文件和 MCP 一个不丢你肯定遇到过这种情况，下班出门了，电脑里的活还没跑完，或者通勤、躺床上的时候突然想到一个改动，以前只能干着急，等回家再说。想用远程桌面顶一下，又卡又难操作，手机小屏幕上根本点不准。 Claude Code 其实自带了远程控制，手机直接当遥控器，接着电脑里的会话继续干。方法简单到离谱，在已有会话里输入 /rc，手机扫码连上就行。最关键的是，会话还在你自己电脑上跑，文件、MCP、项目配置全在本地，一点不丢，手机只是个发指令的屏幕。两个前提记牢，电脑得开着，进程不能关。它和云端会话是两回事，云端跑在服务器上，你本机的 MCP 和项目配置根本带不过去，这个全都在。相当于口袋里揣了个随时能接手的终端，人走到哪，活就能跟到哪。

强烈推荐所有用 Claude Code 的人，把这个功能打开，这才是真正能无缝衔接上下文的开发流，把手机当成终端的遥控器，而不是在云端重开一个白板会话，只要掌握了本地进程不杀的底层逻辑，你走到哪，本地的开发环境就跟到哪。整条机制其实极其清晰：终端开着 → 会话敲 /rc → 手机扫码接管 → 电脑本地继续跑 → 文件和 MCP 一个不丢你肯定遇到过这种情况，下班出门了，电脑里的活还没跑完，或者通勤、躺床上的时候突然想到一个改动，以前只能干着急，等回家再说。想用远程桌面顶一下，又卡又难操作，手机小屏幕上根本点不准。 Claude Code 其实自带了远程控制，手机直接当遥控器，接着电脑里的会话继续干。方法简单到离谱，在已有会话里输入 /rc，手机扫码连上就行。最关键的是，会话还在你自己电脑上跑，文件、MCP、项目配置全在本地，一点不丢，手机只是个发指令的屏幕。两个前提记牢，电脑得开着，进程不能关。它和云端会话是两回事，云端跑在服务器上，你本机的 MCP 和项目配置根本带不过去，这个全都在。相当于口袋里揣了个随时能接手的终端，人走到哪，活就能跟到哪。

1,052,001 Aufrufe • vor 18 Tagen

一定要多看马斯克的访谈，真他么牛逼，醍醐灌顶，有种俯视众生的感觉，站在地球上看全是存量厮杀，抬起头看全是无限可能，我突然觉得看懂了马斯克Elon Musk 为啥想要去火星了，为啥不惜砸重金探索太空了，马斯克在最新的访谈里，用短短 50 秒撕碎了人类延续数千年的金融常识，老马说：在不久的将来，钱会变得彻底无关紧要。很多人听到这种话，第一反应觉得又是首富在凡尔赛，或者是科幻信徒在空想共产主义乌托邦。但如果你站在第一性原理的物理视角看，他说的其实是一个极度冷酷且必然的推论，当经济规模被太空和具身智能硬生生放大一百万倍时，基于稀缺性建立的现代金融货币，就会从物理层面彻底失效。现代社会的每一张钞票、每一个数字账户，本质上都是人类在给有限的物资与劳动力发配给券。你赚的钱，衡量的是你在存量社会里争抢生存资源的能力，但马斯克把三块拼图直接拼在了一起：无限供应的机器人劳动力、取之不尽的太空资源，再加上月球表面能零成本把物资扔进轨道的电磁弹射器。当这套系统跑通，生产力将不再受限于地球这颗脆弱的岩石球体。整个文明的经济体量会瞬间暴涨到现在的 100 万倍。在那种极度过剩的物理现实面前，纸币、黄金、甚至央行的资产负债表，都会像贝壳在现代工业面前一样失去计价意义。货币不会凭空消失，但它的定义会被物理定律全面接管。它不再锚定主权国家的信用，也不再锚定虚无缥缈的市场信心，而是直接退回到最硬核的三个物理量：功率、质量、以及能量。未来的硬通货，不再是你银行卡里趴着多少个零，而是你那一刻能够调用多少瓦的功率、支配多少吨的质量、释放多少焦耳的能量。算力需要电，推进需要工质，重构原子需要能量输入。从纸币到能量币，本质上是人类文明从地表内卷的零和分配，彻底倒向了卡尔达肖夫指数级文明的真实账本。别再整天焦虑手头那点存量货币的通胀与贬值了。当世界的底层坐标开始从金融数字向物理能量转移，未来真正能穿越周期的硬核资产，永远是那些直接掌控能量转换效率的人。

一定要多看马斯克的访谈，真他么牛逼，醍醐灌顶，有种俯视众生的感觉，站在地球上看全是存量厮杀，抬起头看全是无限可能，我突然觉得看懂了马斯克Elon Musk 为啥想要去火星了，为啥不惜砸重金探索太空了，马斯克在最新的访谈里，用短短 50 秒撕碎了人类延续数千年的金融常识，老马说：在不久的将来，钱会变得彻底无关紧要。很多人听到这种话，第一反应觉得又是首富在凡尔赛，或者是科幻信徒在空想共产主义乌托邦。但如果你站在第一性原理的物理视角看，他说的其实是一个极度冷酷且必然的推论，当经济规模被太空和具身智能硬生生放大一百万倍时，基于稀缺性建立的现代金融货币，就会从物理层面彻底失效。现代社会的每一张钞票、每一个数字账户，本质上都是人类在给有限的物资与劳动力发配给券。你赚的钱，衡量的是你在存量社会里争抢生存资源的能力，但马斯克把三块拼图直接拼在了一起：无限供应的机器人劳动力、取之不尽的太空资源，再加上月球表面能零成本把物资扔进轨道的电磁弹射器。当这套系统跑通，生产力将不再受限于地球这颗脆弱的岩石球体。整个文明的经济体量会瞬间暴涨到现在的 100 万倍。在那种极度过剩的物理现实面前，纸币、黄金、甚至央行的资产负债表，都会像贝壳在现代工业面前一样失去计价意义。货币不会凭空消失，但它的定义会被物理定律全面接管。它不再锚定主权国家的信用，也不再锚定虚无缥缈的市场信心，而是直接退回到最硬核的三个物理量：功率、质量、以及能量。未来的硬通货，不再是你银行卡里趴着多少个零，而是你那一刻能够调用多少瓦的功率、支配多少吨的质量、释放多少焦耳的能量。算力需要电，推进需要工质，重构原子需要能量输入。从纸币到能量币，本质上是人类文明从地表内卷的零和分配，彻底倒向了卡尔达肖夫指数级文明的真实账本。别再整天焦虑手头那点存量货币的通胀与贬值了。当世界的底层坐标开始从金融数字向物理能量转移，未来真正能穿越周期的硬核资产，永远是那些直接掌控能量转换效率的人。

108,911 Aufrufe • vor 4 Tagen

我终于明白为什么科技巨头都在不惜代价地向物理现实靠拢了！🤯 Google DeepMind 刚刚正式发布世界模型 Genie 4，支持实时文字改动场景、自带原生环境音与互动对话，Gemini 3.8 Flash 担任后台导演。机器模拟真实物理世界的门槛，今天被彻底踩碎了，模拟假说被证实了！抛开博主玩梗的情绪泡沫，如果我们把这套技术拆开看，就会发现 Google 这次根本不是在卷普通的视频生成：它不是在生成一段冷冰冰的 MP4，而是在用纯算力，实时凭空跑出一整个可以走动、可以交互的物理世界。以前的 Sora 或各种视频大模型，本质上是一台高精度的梦境录像机。它提前把像素算好、渲染出来喂给你看；你按暂停它就停，你喊它改个天气，它必须把整个视频推翻重算一遍。而 Genie 4 彻底切断了“预渲染”的旧逻辑：你不是观众，你是里面的玩家；你在场景里往前走，画面随着你的脚步实时推演空气动力学和物理碰撞，你在旁边敲一行字，暴雨和新角色立刻动态加载进同一个空间里。更狠的是原生音视频的融合。过去的世界模型全是一帮在真空中运转的无声哑剧，而这次 Genie 4 第一次让世界模型原生吐出了环境音、背景音乐，以及随着玩家操作实时动态响应的角色对话。旁边还配了 Gemini 3.8 Flash 当“实时导演”，在后台毫秒级拆解因果逻辑、校准画面连贯性，硬生生把时间维持在了两分钟的连续稳定模拟。但如果你以为 Google 费尽心力搞这个只是为了给游戏公司做外挂，那就太小看 DeepMind 的野心了。造一个逼真的虚拟世界，从来不是终点，而是给下一代 AGI 准备的无尽练兵场。现实世界的数据太贵、太慢、试错成本太高，特斯拉要跑几十亿公里才能训好一辆自动驾驶，机器人摔断一根机械臂就是几十万成本。而当 Google 能够以极低成本实时生成符合牛顿力学的交互世界，数以亿计的具身智能体就可以在里面 24 小时以万倍速狂奔、碰撞、学习。当然照例保持一份冷静：目前单次模拟极限依然在两分钟左右，时间一长细节依然会漂移，而且这只是少数测试者能摸到的研究预览。但这代表了一个极其危险的代际分水岭：从今天起，AI 的竞争正式从“模仿人类的文字与画面”，彻底跃迁到了“模拟宇宙的物理法则”。

我终于明白为什么科技巨头都在不惜代价地向物理现实靠拢了！🤯 Google DeepMind 刚刚正式发布世界模型 Genie 4，支持实时文字改动场景、自带原生环境音与互动对话，Gemini 3.8 Flash 担任后台导演。机器模拟真实物理世界的门槛，今天被彻底踩碎了，模拟假说被证实了！抛开博主玩梗的情绪泡沫，如果我们把这套技术拆开看，就会发现 Google 这次根本不是在卷普通的视频生成：它不是在生成一段冷冰冰的 MP4，而是在用纯算力，实时凭空跑出一整个可以走动、可以交互的物理世界。以前的 Sora 或各种视频大模型，本质上是一台高精度的梦境录像机。它提前把像素算好、渲染出来喂给你看；你按暂停它就停，你喊它改个天气，它必须把整个视频推翻重算一遍。而 Genie 4 彻底切断了“预渲染”的旧逻辑：你不是观众，你是里面的玩家；你在场景里往前走，画面随着你的脚步实时推演空气动力学和物理碰撞，你在旁边敲一行字，暴雨和新角色立刻动态加载进同一个空间里。更狠的是原生音视频的融合。过去的世界模型全是一帮在真空中运转的无声哑剧，而这次 Genie 4 第一次让世界模型原生吐出了环境音、背景音乐，以及随着玩家操作实时动态响应的角色对话。旁边还配了 Gemini 3.8 Flash 当“实时导演”，在后台毫秒级拆解因果逻辑、校准画面连贯性，硬生生把时间维持在了两分钟的连续稳定模拟。但如果你以为 Google 费尽心力搞这个只是为了给游戏公司做外挂，那就太小看 DeepMind 的野心了。造一个逼真的虚拟世界，从来不是终点，而是给下一代 AGI 准备的无尽练兵场。现实世界的数据太贵、太慢、试错成本太高，特斯拉要跑几十亿公里才能训好一辆自动驾驶，机器人摔断一根机械臂就是几十万成本。而当 Google 能够以极低成本实时生成符合牛顿力学的交互世界，数以亿计的具身智能体就可以在里面 24 小时以万倍速狂奔、碰撞、学习。当然照例保持一份冷静：目前单次模拟极限依然在两分钟左右，时间一长细节依然会漂移，而且这只是少数测试者能摸到的研究预览。但这代表了一个极其危险的代际分水岭：从今天起，AI 的竞争正式从“模仿人类的文字与画面”，彻底跃迁到了“模拟宇宙的物理法则”。

52,748 Aufrufe • vor 2 Tagen

这可能是你这辈子能见到的最顶级的安保力量。就是这个北京街头刷屏的车队，拍摄的路人全程在喊卧槽，一长串黑色重型SUV，警灯闪烁，绵延几百米。全网都在刷这个场面有多夸张，但其实90%的人都看错了，这根本不是特朗普的主车队。只是整个安保体系里，最不起眼的后勤支援部分。这次特朗普访华， 7架C-17环球霸王提前飞抵北京，运来了500多吨物资和全部车辆。 2017年他第一次来，只来了3架。特勤局直接调动了100-200名精锐特工，贴身环绕的钻石阵型，重武装的反突击队，部署在所有高点的反狙击手，还有专门的电子战和反无人机小队。每一辆你看到的Suburban，都是8英寸厚装甲的移动堡垒，能扛AK-47和火箭筒，轮胎打爆了还能高速跑几公里，自带核生化密封舱和独立空气系统。以前的安保是保护人，现在的安保是移动的堡垒。是一整套能独立运行的作战系统。这还只是冰山一角，真正的主车队里，那辆9吨重的The Beast，连车窗玻璃都打不开，里面有总统专属血库，氧气，还有一整套武器库。 #特朗普访华 #安保

这可能是你这辈子能见到的最顶级的安保力量。就是这个北京街头刷屏的车队，拍摄的路人全程在喊卧槽，一长串黑色重型SUV，警灯闪烁，绵延几百米。全网都在刷这个场面有多夸张，但其实90%的人都看错了，这根本不是特朗普的主车队。只是整个安保体系里，最不起眼的后勤支援部分。这次特朗普访华， 7架C-17环球霸王提前飞抵北京，运来了500多吨物资和全部车辆。 2017年他第一次来，只来了3架。特勤局直接调动了100-200名精锐特工，贴身环绕的钻石阵型，重武装的反突击队，部署在所有高点的反狙击手，还有专门的电子战和反无人机小队。每一辆你看到的Suburban，都是8英寸厚装甲的移动堡垒，能扛AK-47和火箭筒，轮胎打爆了还能高速跑几公里，自带核生化密封舱和独立空气系统。以前的安保是保护人，现在的安保是移动的堡垒。是一整套能独立运行的作战系统。这还只是冰山一角，真正的主车队里，那辆9吨重的The Beast，连车窗玻璃都打不开，里面有总统专属血库，氧气，还有一整套武器库。 #特朗普访华 #安保

4,931,865 Aufrufe • vor 5 Monaten

欢迎X 新任产品负责人 Peter Sellis ，目前世界上最顶级的产品操盘手之一！我们所有x自媒体创作者的新老板，e马斯克招人真的是很有眼光，Peter分享过像"恐怖组织"一样设计团队，印象非常深刻，中英双语字幕给大家做好了，一定要看，访谈里他讲了一句我觉得足以把传统大厂 HR 吓出冷汗的大实话，他说：我带团队的方式，本质上是在参考恐怖组织的架构设计。在现代企业管理的语境里，协作几乎成了一个神圣不可侵犯的图腾。天天拉通、周周对齐、跨部门评审、全员头脑风暴，好像一个团队不开会，业务就没法往前走。但在 Peter 看来，这种被所有人捧上天的过度协作，恰恰是组织效率走向脑死亡的慢性毒药。他把一个极速推进的硬核团队，拆成了两根极其反直觉的承重柱：第一，靠共同信念驱动，而不是靠流程协同。当所有人的底层信仰和终极目标高度一致时，大家根本不需要每走一步都回头确认眼神。就像高度分散但行动致命的独立单元一样，每个人在自己的战壕里自发向同一个方向开火，这种自驱力比任何打卡和 OKR 都要凶猛。第二，架构的本质不是画权力格子，而是定死决策的发射权。什么样的决定可以彻底放手给哪个人，边界从第一天起就焊得死死的。只要把楚河汉界划清楚，就再也不需要拉十几个人的大群去反复推诿扯皮。你负责的领地你说了算，成功了领功，搞砸了担责，开会协调这种事从源头上就被物理切除了。他还顺带揭穿了大厂技术人员内卷的制度元凶：绝大多数公司的薪酬体系，逼着最顶尖的工程师为了涨薪不得不转去当平庸的管理者，最后团队多了一个官僚，少了一个王牌黑客。而在他的架构里，薪酬直接与技术职级死死绑定。不用为了赚更多的钱去违心搞管理、搞人际关系，技术干得漂亮，收入完全可以超越你的直线主管。以前大家以为优秀的管理者是搭积木，把所有人严丝合缝地粘在一起。但顶级的产品操盘手更像是在设计一套去中心化的网络协议：把信仰给足，把权力拆碎，把利益算清，剩下的就是离他们远点，别去打扰他们干活。过度沟通是平庸团队的安慰剂，边界清晰才是特种部队的战斗力。

欢迎X 新任产品负责人 Peter Sellis ，目前世界上最顶级的产品操盘手之一！我们所有x自媒体创作者的新老板，e马斯克招人真的是很有眼光，Peter分享过像"恐怖组织"一样设计团队，印象非常深刻，中英双语字幕给大家做好了，一定要看，访谈里他讲了一句我觉得足以把传统大厂 HR 吓出冷汗的大实话，他说：我带团队的方式，本质上是在参考恐怖组织的架构设计。在现代企业管理的语境里，协作几乎成了一个神圣不可侵犯的图腾。天天拉通、周周对齐、跨部门评审、全员头脑风暴，好像一个团队不开会，业务就没法往前走。但在 Peter 看来，这种被所有人捧上天的过度协作，恰恰是组织效率走向脑死亡的慢性毒药。他把一个极速推进的硬核团队，拆成了两根极其反直觉的承重柱：第一，靠共同信念驱动，而不是靠流程协同。当所有人的底层信仰和终极目标高度一致时，大家根本不需要每走一步都回头确认眼神。就像高度分散但行动致命的独立单元一样，每个人在自己的战壕里自发向同一个方向开火，这种自驱力比任何打卡和 OKR 都要凶猛。第二，架构的本质不是画权力格子，而是定死决策的发射权。什么样的决定可以彻底放手给哪个人，边界从第一天起就焊得死死的。只要把楚河汉界划清楚，就再也不需要拉十几个人的大群去反复推诿扯皮。你负责的领地你说了算，成功了领功，搞砸了担责，开会协调这种事从源头上就被物理切除了。他还顺带揭穿了大厂技术人员内卷的制度元凶：绝大多数公司的薪酬体系，逼着最顶尖的工程师为了涨薪不得不转去当平庸的管理者，最后团队多了一个官僚，少了一个王牌黑客。而在他的架构里，薪酬直接与技术职级死死绑定。不用为了赚更多的钱去违心搞管理、搞人际关系，技术干得漂亮，收入完全可以超越你的直线主管。以前大家以为优秀的管理者是搭积木，把所有人严丝合缝地粘在一起。但顶级的产品操盘手更像是在设计一套去中心化的网络协议：把信仰给足，把权力拆碎，把利益算清，剩下的就是离他们远点，别去打扰他们干活。过度沟通是平庸团队的安慰剂，边界清晰才是特种部队的战斗力。

45,449 Aufrufe • vor 3 Tagen

Damn，有点炸裂啊，一颗葡萄用了6660张宏观照片训练3DGS，模型只有43万个高斯点，压缩完不到50MB，但你可以在手机上看它360度旋转，连果肉里透出来的光都还原了，更炸的是老哥回复里那句话，有人问底部怎么拍到的，他甩了张gif说“Like this”，但玩笑归玩笑，真正重要的信息其实都藏在技术参数里： 90个焦点堆栈，每个74张，全角度覆盖，底部也拍进去了，半透明物体是3DGS最难搞的测试对象，他偏偏选了最难的那个，逻辑也很简单：最难的通了，比它简单的任何东西就已经在射程之内了，我理解这颗葡萄的本质不是炫技，而是一份写在技术参数里的产品化路线图，下一个被数字化的可能不是葡萄，可以是任何你舍不得让它烂掉的东西逻辑很简单，如果连葡萄这种最难的都跑通了，比它简单的任何东西，手办、珠宝、人脸、文物，都已经在射程之内，以前做这种级别的3D数字资产，需要专业扫描仪加建模师加后期手动修，成本和时间劝退绝大多数人，现在这套流程是，宏观镜头加照片堆，进3DGS自动训练，出来就是20到50MB的可分发模型，门槛从专业团队降到了一个人加一台相机，这是我觉得真正炸的地方， Dany自己还在开发miqula工具，明显在把这套流程进一步封装成产品，他用一颗葡萄，相当于给整个行业画了一张产品化路线图。

Damn，有点炸裂啊，一颗葡萄用了6660张宏观照片训练3DGS，模型只有43万个高斯点，压缩完不到50MB，但你可以在手机上看它360度旋转，连果肉里透出来的光都还原了，更炸的是老哥回复里那句话，有人问底部怎么拍到的，他甩了张gif说“Like this”，但玩笑归玩笑，真正重要的信息其实都藏在技术参数里： 90个焦点堆栈，每个74张，全角度覆盖，底部也拍进去了，半透明物体是3DGS最难搞的测试对象，他偏偏选了最难的那个，逻辑也很简单：最难的通了，比它简单的任何东西就已经在射程之内了，我理解这颗葡萄的本质不是炫技，而是一份写在技术参数里的产品化路线图，下一个被数字化的可能不是葡萄，可以是任何你舍不得让它烂掉的东西逻辑很简单，如果连葡萄这种最难的都跑通了，比它简单的任何东西，手办、珠宝、人脸、文物，都已经在射程之内，以前做这种级别的3D数字资产，需要专业扫描仪加建模师加后期手动修，成本和时间劝退绝大多数人，现在这套流程是，宏观镜头加照片堆，进3DGS自动训练，出来就是20到50MB的可分发模型，门槛从专业团队降到了一个人加一台相机，这是我觉得真正炸的地方， Dany自己还在开发miqula工具，明显在把这套流程进一步封装成产品，他用一颗葡萄，相当于给整个行业画了一张产品化路线图。

2,864,105 Aufrufe • vor 5 Monaten

卧槽这谷歌波是真掀桌了，他们刚出了个 Mac 端的 AI 笔记应用，免费，没有任何订阅。叫做AI Edge Foresight，录音，转写，整理，提问，全在 Mac 本机离线跑，一分钱不收。开会它帮你录音转写，自动整理成笔记，会后还能直接对着你所有旧记录提问。最狠的是全程在本机跑，断网照用，录音和笔记全留在你电脑里，不上传云端。它本地跑了两个谷歌模型，EmbeddingGemma 2 专门翻你所有记录做语义检索， Gemma 4 负责生成回答，检索加生成一条龙，全在苹果芯片上跑完，不联网。等于 Granola 那种按月付费、录音还得传上云的活儿，谷歌免费，离线，在你自己机器上给办了。现在还是 labs 实验版，只认苹果芯片 Mac，Intel 用不了，也不在 App Store，下载地址放评论区。

卧槽这谷歌波是真掀桌了，他们刚出了个 Mac 端的 AI 笔记应用，免费，没有任何订阅。叫做AI Edge Foresight，录音，转写，整理，提问，全在 Mac 本机离线跑，一分钱不收。开会它帮你录音转写，自动整理成笔记，会后还能直接对着你所有旧记录提问。最狠的是全程在本机跑，断网照用，录音和笔记全留在你电脑里，不上传云端。它本地跑了两个谷歌模型，EmbeddingGemma 2 专门翻你所有记录做语义检索， Gemma 4 负责生成回答，检索加生成一条龙，全在苹果芯片上跑完，不联网。等于 Granola 那种按月付费、录音还得传上云的活儿，谷歌免费，离线，在你自己机器上给办了。现在还是 labs 实验版，只认苹果芯片 Mac，Intel 用不了，也不在 App Store，下载地址放评论区。

212,939 Aufrufe • vor 18 Tagen

来看看1983年正处级女干部的含金量，6分钟脱稿发言，值得我们每个人收藏和逐字学习！！！沈阳师范大学英语专业毕业，（专业八级），她的演讲里好像既有汉语思维又有英语思维，随时都能双语切换的感觉。这种思维有站在语言之上的感觉，是体制内少有的表达如此优秀的推介官，言谈举止令人折服， 2024年因为一段推介本地大米的视频全网走红

来看看1983年正处级女干部的含金量，6分钟脱稿发言，值得我们每个人收藏和逐字学习！！！沈阳师范大学英语专业毕业，（专业八级），她的演讲里好像既有汉语思维又有英语思维，随时都能双语切换的感觉。这种思维有站在语言之上的感觉，是体制内少有的表达如此优秀的推介官，言谈举止令人折服， 2024年因为一段推介本地大米的视频全网走红

1,030,143 Aufrufe • vor 2 Monaten

你可以因为封号恨透了 Claude 的老板达里奥，也可以听烦了达里奥三天两头释放的 AI 毁灭论，但千万别在情绪里觉得他只是个满嘴跑火车的嘴炮，被中国开发者骂得最狠的达里奥，大一时就被他的加州理工物理系教授称为国家宝藏，马斯克看完简历直接抢着在 SpaceX 给他发录用信。很多国内开发者和AI用户对 Dario Amodei 的印象，停留在两件事上，一是 Anthropic 那套比谁都狠的封号风控，充了会员照样连坐封杀，二是他动不动就在公开访谈里宣判程序员死刑，满嘴都是人类危机、硬件红利和毁灭性风险。大家在情绪上反感他，觉得他既傲慢、又爱布道、还喜欢搞意识形态筑墙。但今天被翻出来的这段传记细节，其实有点撕开了硅谷最硬核的一张底牌的意味：当年达里奥在大一读加州理工物理系时，他的物理学教授 Tom Tombrello 就被他的学习速度彻底吓到了，甚至在公开信里直接管一个本科生叫国家宝藏。这位老教授当时干了一件在学术界近乎疯狂的事：他直接给埃隆·马斯克和谷歌创始人拉里·佩奇发邮件，把达里奥的简历硬塞过去，邮件里原话写着：这是我见过的最聪明的家伙，你们毕业后必须雇他。而马斯克看完，竟然真的在 SpaceX 给他发了录用通知。在崇尚智力至上的硅谷食物链里，马斯克和拉里·佩奇是什么样的人？他们是对平庸极度残忍、连顶尖博士都不放在眼里的技术暴君。能让这种人仅仅凭着一封邮件破例给一个大一新生留坑位，达里奥的底层大脑算力，早就超越了普通神童的定义。后来他转学去斯坦福读生物物理博士，再到百度硅谷实验室搞深度学习，再到 OpenAI 统领 GPT-2 和 GPT-3 的研发。今天我们在 ChatGPT 里看到的那套 Scaling Law 范式，核心推手之一就是他。后来因为受不了 Altman 的商业化妥协，他带着一批最顶级的大脑叛逃出来创办了 Anthropic，硬生生在微软、谷歌的夹缝里，把 Claude 砸成了全球程序员公认最趁手的代码神刀。我觉得这才是最值得我们清醒的地方，一个在物理、生物和人工智能上全栈拉满的顶尖技术大脑，当他坐在你的对立面、甚至用最严格的合规网把你拒之门外的时候，宣泄情绪、骂他傲慢是最廉价的自我安慰。傲慢在平庸者身上是愚蠢，但在这种顶级黑客身上，是极度可怕的底气。你可以因为风控封号恨透这家公司，也可以对他推销的安全末日论嗤之以鼻。但我们面对这种级别的技术对手，最大的战略盲区，是用道德和情绪上的鄙视，去掩盖我们对人家底层智力与工程霸权的真正敬畏。毕竟弱小和无知从来不是生存的障碍，傲慢地低估你的对手才是。

你可以因为封号恨透了 Claude 的老板达里奥，也可以听烦了达里奥三天两头释放的 AI 毁灭论，但千万别在情绪里觉得他只是个满嘴跑火车的嘴炮，被中国开发者骂得最狠的达里奥，大一时就被他的加州理工物理系教授称为国家宝藏，马斯克看完简历直接抢着在 SpaceX 给他发录用信。很多国内开发者和AI用户对 Dario Amodei 的印象，停留在两件事上，一是 Anthropic 那套比谁都狠的封号风控，充了会员照样连坐封杀，二是他动不动就在公开访谈里宣判程序员死刑，满嘴都是人类危机、硬件红利和毁灭性风险。大家在情绪上反感他，觉得他既傲慢、又爱布道、还喜欢搞意识形态筑墙。但今天被翻出来的这段传记细节，其实有点撕开了硅谷最硬核的一张底牌的意味：当年达里奥在大一读加州理工物理系时，他的物理学教授 Tom Tombrello 就被他的学习速度彻底吓到了，甚至在公开信里直接管一个本科生叫国家宝藏。这位老教授当时干了一件在学术界近乎疯狂的事：他直接给埃隆·马斯克和谷歌创始人拉里·佩奇发邮件，把达里奥的简历硬塞过去，邮件里原话写着：这是我见过的最聪明的家伙，你们毕业后必须雇他。而马斯克看完，竟然真的在 SpaceX 给他发了录用通知。在崇尚智力至上的硅谷食物链里，马斯克和拉里·佩奇是什么样的人？他们是对平庸极度残忍、连顶尖博士都不放在眼里的技术暴君。能让这种人仅仅凭着一封邮件破例给一个大一新生留坑位，达里奥的底层大脑算力，早就超越了普通神童的定义。后来他转学去斯坦福读生物物理博士，再到百度硅谷实验室搞深度学习，再到 OpenAI 统领 GPT-2 和 GPT-3 的研发。今天我们在 ChatGPT 里看到的那套 Scaling Law 范式，核心推手之一就是他。后来因为受不了 Altman 的商业化妥协，他带着一批最顶级的大脑叛逃出来创办了 Anthropic，硬生生在微软、谷歌的夹缝里，把 Claude 砸成了全球程序员公认最趁手的代码神刀。我觉得这才是最值得我们清醒的地方，一个在物理、生物和人工智能上全栈拉满的顶尖技术大脑，当他坐在你的对立面、甚至用最严格的合规网把你拒之门外的时候，宣泄情绪、骂他傲慢是最廉价的自我安慰。傲慢在平庸者身上是愚蠢，但在这种顶级黑客身上，是极度可怕的底气。你可以因为风控封号恨透这家公司，也可以对他推销的安全末日论嗤之以鼻。但我们面对这种级别的技术对手，最大的战略盲区，是用道德和情绪上的鄙视，去掩盖我们对人家底层智力与工程霸权的真正敬畏。毕竟弱小和无知从来不是生存的障碍，傲慢地低估你的对手才是。

40,789 Aufrufe • vor 4 Tagen

卧槽兄弟们，这个真的牛逼，感觉大模型诞生至今最憋屈的七年失忆史可能要翻篇了！！甚至我想说个暴论，这大概是今年大模型架构演进里最性感、但也最击中行业要害的一次底层突围。刚刚开源的 MemT-1.0 第一次在 Transformer 底层焊入了一颗真正的生物级海马体，让 AI 从聊完即忘的失忆金鱼，真正进化成了能把经验沉淀进血液里的生命体。靠暴力堆显卡、拿几个 G 的 KV Cache 硬撑长文本的旧石器时代，今天被这个开源原生记忆大模型正式砸穿了。他们放出的 66 页技术报告和最高 288B 的开源权重直接甩出了一组降维打击的工程账单：把记忆变成前向计算流的原生状态后，256K 超长历史下的显存开销从 5.06 个 G 暴降到恒定的 40 兆，直接把 KV 缓存砍掉了整整一百二十倍以上，而且首字延迟更是不管历史拉得多长，始终稳稳压在一百毫秒出头。最先击穿传统路径的，是它彻底重构了模型的前向计算流。以前大家为了让 AI 记住上下文，只能硬着头皮堆长文本或者外挂向量库，代价就是显存撑爆且丢失多步推理因果，它在标准网络旁并联了一套原生记忆模块，在输入进入的瞬间，擦除门、写入门和遗忘门就像生物海马体一样自动运转，不再保留所有的死文字，而是把信息实时消化成动态的内部记忆矩阵。更绝的是它在真实智能体场景下带来的降维打击，团队把历史纠错中沉淀的一千多条代码经验，直接写入内部的原生记忆状态，完全不占用任何系统提示词的 Token 额度，结果在标准代码测试集上，连续三次均通过的硬核指标直接提升了百分之八，稳定性甚至反超了直接塞明文提示词的做法。这意味着经验不再是一段需要模型每次重新阅读理解的生硬规则，而是直接内化成了它的本能直觉，真是牛逼! 我觉得这才是通往真正的递归自我改进最底层的物理逻辑啊, 参数只定义了模型的出厂下限，但唯有持久内化的原生记忆，才能为智能打开复利增长的空间。以前我们买的模型是聊完即焚的一次性计算工具，从今天起模型正在变成越用越懂业务、越用越值钱的自进化资产。大家在做智能体或者长对话应用时，最头疼的是长上下文带来的昂贵显存和卡顿延迟，还是模型转头就忘业务规范的失忆症？对我来说，光是把 256K 显存压缩一百二十倍且延迟恒定这一项，就已经能让无数原本算不过账的长程业务直接原地复活了hh~

卧槽兄弟们，这个真的牛逼，感觉大模型诞生至今最憋屈的七年失忆史可能要翻篇了！！甚至我想说个暴论，这大概是今年大模型架构演进里最性感、但也最击中行业要害的一次底层突围。刚刚开源的 MemT-1.0 第一次在 Transformer 底层焊入了一颗真正的生物级海马体，让 AI 从聊完即忘的失忆金鱼，真正进化成了能把经验沉淀进血液里的生命体。靠暴力堆显卡、拿几个 G 的 KV Cache 硬撑长文本的旧石器时代，今天被这个开源原生记忆大模型正式砸穿了。他们放出的 66 页技术报告和最高 288B 的开源权重直接甩出了一组降维打击的工程账单：把记忆变成前向计算流的原生状态后，256K 超长历史下的显存开销从 5.06 个 G 暴降到恒定的 40 兆，直接把 KV 缓存砍掉了整整一百二十倍以上，而且首字延迟更是不管历史拉得多长，始终稳稳压在一百毫秒出头。最先击穿传统路径的，是它彻底重构了模型的前向计算流。以前大家为了让 AI 记住上下文，只能硬着头皮堆长文本或者外挂向量库，代价就是显存撑爆且丢失多步推理因果，它在标准网络旁并联了一套原生记忆模块，在输入进入的瞬间，擦除门、写入门和遗忘门就像生物海马体一样自动运转，不再保留所有的死文字，而是把信息实时消化成动态的内部记忆矩阵。更绝的是它在真实智能体场景下带来的降维打击，团队把历史纠错中沉淀的一千多条代码经验，直接写入内部的原生记忆状态，完全不占用任何系统提示词的 Token 额度，结果在标准代码测试集上，连续三次均通过的硬核指标直接提升了百分之八，稳定性甚至反超了直接塞明文提示词的做法。这意味着经验不再是一段需要模型每次重新阅读理解的生硬规则，而是直接内化成了它的本能直觉，真是牛逼! 我觉得这才是通往真正的递归自我改进最底层的物理逻辑啊, 参数只定义了模型的出厂下限，但唯有持久内化的原生记忆，才能为智能打开复利增长的空间。以前我们买的模型是聊完即焚的一次性计算工具，从今天起模型正在变成越用越懂业务、越用越值钱的自进化资产。大家在做智能体或者长对话应用时，最头疼的是长上下文带来的昂贵显存和卡顿延迟，还是模型转头就忘业务规范的失忆症？对我来说，光是把 256K 显存压缩一百二十倍且延迟恒定这一项，就已经能让无数原本算不过账的长程业务直接原地复活了hh~

73,911 Aufrufe • vor 8 Tagen

清华大学和无问芯穹等团队刚刚开源了一篇注定载入史册的重磅论文（已收录于 ICLR 2026，代码已开源）：他们彻底打破了所有多智能体（Multi-Agent）系统的底层范式—— 大型语言模型之间，从今天起可以彻底不通过人类文字进行直接交流了！这项被称为 C2C（Cache-to-Cache，缓存到缓存）的技术，开篇就指出了全网 Agent 协同里最愚蠢、也最昂贵的一个死穴：为什么两个跑在同一台服务器里的超级 AI，交流时非要像人类一样，把脑子里极其丰富的高维思考，硬生生压缩成一个个英文或中文单词打给对方看？现有多 Agent 协同的痛苦，做过工程的人都懂：模型 A 思考完，必须经历极其漫长、吃显存带宽的逐字解码（Decode），慢吞吞吐出一大堆文字；模型 B 拿到这堆文字，再重新过一遍分词和前缀计算。这一来一回，不仅丢失了海量微观的语义细节，更造成了毁灭级的延迟和 Token 账单！清华团队这次做了一件极其惊艳的体系化反叛——C2C 脑电波直连： 1️⃣ 彻底消灭中间文本，直接做“思维投影”：模型 A 算完后，根本不生成任何文字，系统直接用一个轻量级神经网络（Neural Fuser），把模型 A 的注意力记忆（KV-Cache）通过高维空间旋转和对齐，直接嫁接、融进模型 B 的 KV-Cache 脑内！这相当于人类交流跳过了声带和耳朵，直接把我的记忆切片瞬间印进你的大脑； 2️⃣ 可学习的智能门控（Gate 机制）：不同模型的网络层数和结构各不相同，直接硬灌肯定会神经错乱。论文设计了一套精妙的可学习门控：大模型会自己动态感知，精确挑选哪些关键层吸收外部缓存的增益最高，哪一层该保持独立思考，毫秒级自适应配平； 3️⃣ 极其残暴的工业基准成绩： • 彻底消灭中间所有的文本解码等待，推理速度直接飙升 2.0 到 2.5 倍； • 综合问答准确率比单模型最高暴涨 14.2%； • 最狠的是：它的表现比传统用文字互相聊天的 Agent 团队，还要高出整整 5%！因为在直接的语义融合下，原本会被文字丢弃的逻辑细微特征，全部被完整保真保留了。这篇论文最刺痛人的一层哲学启示在于：人类一直自豪地以为，自然语言是这个星球上传递智慧最完美的介质；但在机器与机器的交互世界里，人类语言不过是一道充满歧义、极其拥挤的低速单行道。当两个模型不再需要通过文字向对方妥协，它们正在绕过人类的喉咙，在冰冷的显存带宽之间，编织出一座全人类根本听不见、却快得不可思议的超高速无声神经网络。

清华大学和无问芯穹等团队刚刚开源了一篇注定载入史册的重磅论文（已收录于 ICLR 2026，代码已开源）：他们彻底打破了所有多智能体（Multi-Agent）系统的底层范式—— 大型语言模型之间，从今天起可以彻底不通过人类文字进行直接交流了！这项被称为 C2C（Cache-to-Cache，缓存到缓存）的技术，开篇就指出了全网 Agent 协同里最愚蠢、也最昂贵的一个死穴：为什么两个跑在同一台服务器里的超级 AI，交流时非要像人类一样，把脑子里极其丰富的高维思考，硬生生压缩成一个个英文或中文单词打给对方看？现有多 Agent 协同的痛苦，做过工程的人都懂：模型 A 思考完，必须经历极其漫长、吃显存带宽的逐字解码（Decode），慢吞吞吐出一大堆文字；模型 B 拿到这堆文字，再重新过一遍分词和前缀计算。这一来一回，不仅丢失了海量微观的语义细节，更造成了毁灭级的延迟和 Token 账单！清华团队这次做了一件极其惊艳的体系化反叛——C2C 脑电波直连： 1️⃣ 彻底消灭中间文本，直接做“思维投影”：模型 A 算完后，根本不生成任何文字，系统直接用一个轻量级神经网络（Neural Fuser），把模型 A 的注意力记忆（KV-Cache）通过高维空间旋转和对齐，直接嫁接、融进模型 B 的 KV-Cache 脑内！这相当于人类交流跳过了声带和耳朵，直接把我的记忆切片瞬间印进你的大脑； 2️⃣ 可学习的智能门控（Gate 机制）：不同模型的网络层数和结构各不相同，直接硬灌肯定会神经错乱。论文设计了一套精妙的可学习门控：大模型会自己动态感知，精确挑选哪些关键层吸收外部缓存的增益最高，哪一层该保持独立思考，毫秒级自适应配平； 3️⃣ 极其残暴的工业基准成绩： • 彻底消灭中间所有的文本解码等待，推理速度直接飙升 2.0 到 2.5 倍； • 综合问答准确率比单模型最高暴涨 14.2%； • 最狠的是：它的表现比传统用文字互相聊天的 Agent 团队，还要高出整整 5%！因为在直接的语义融合下，原本会被文字丢弃的逻辑细微特征，全部被完整保真保留了。这篇论文最刺痛人的一层哲学启示在于：人类一直自豪地以为，自然语言是这个星球上传递智慧最完美的介质；但在机器与机器的交互世界里，人类语言不过是一道充满歧义、极其拥挤的低速单行道。当两个模型不再需要通过文字向对方妥协，它们正在绕过人类的喉咙，在冰冷的显存带宽之间，编织出一座全人类根本听不见、却快得不可思议的超高速无声神经网络。

387,457 Aufrufe • vor 1 Monat

很多人问王虹获得菲尔兹奖为啥不感谢北大？咱们先来看看这段视频，王虹去年在北大的讲座，现场有同学问对于非数学专业的想转到数学系，有什么经验可以分享？她的答案简单而真诚，就2个字：自学，人家没有装逼，因为这就是她自己的来时路啊，一个人从广西小镇走出来，靠着一股子韧劲，一步步走到世界数学的最前沿，她的数学天赋是靠自己一点点挖掘发现和培养的呀，包括每一次关键选择，获得菲尔兹奖，她的导师著名数学奖拉里古斯教授对她帮助是最大的，回答开头的问题，为什么非要让人家感谢北大呢？

很多人问王虹获得菲尔兹奖为啥不感谢北大？咱们先来看看这段视频，王虹去年在北大的讲座，现场有同学问对于非数学专业的想转到数学系，有什么经验可以分享？她的答案简单而真诚，就2个字：自学，人家没有装逼，因为这就是她自己的来时路啊，一个人从广西小镇走出来，靠着一股子韧劲，一步步走到世界数学的最前沿，她的数学天赋是靠自己一点点挖掘发现和培养的呀，包括每一次关键选择，获得菲尔兹奖，她的导师著名数学奖拉里古斯教授对她帮助是最大的，回答开头的问题，为什么非要让人家感谢北大呢？

787,183 Aufrufe • vor 3 Monaten

这绝逼是目前我用过最能打的 AI 视频工具，没有之一！！！纯纯的解放生产力，简直就是抖音、微信视频号起号的神器！！兄弟们，你们敢相信视频里这个 1 分钟的水循环科普动画，是我几句提示词直接跑出来的吗？没给任何素材，没有抽卡碰运气，喵个咪，真的是把短视频的制作门槛彻底砸穿了。以前这种信息型 MG动画视频，基本只能交给会 AE 的人一帧一帧做，贵、慢、学习成本还高。这样一条外包通常要 3000 到 8000 块、制作周期一两周的 60 秒科普动画，我用 Fotor Video Agent 实测跑出来，大概只花了 10 分钟，全程只点了一次方案确认，剩下的它全部搞定，真的牛逼！！脚本、中文配音、15 个动画场景和可编辑多轨项目，它一口气全给做好了，质感完全可以直接发抖音和微信视频号起号。以前这些零件要分开做，再丢进剪映里手动拼，这次全在一个系统里自动编排到时间线上，我没再切软件。更绝的是生成完如果想微调，根本不用推倒重抽，直接在时间线上改场景，画布上点文字和颜色就能改，调声音也不用重烧，这体验太爽了。很多人以为这又是那种输入一句话吐出一段不可控短视频的抽卡玩具，之前我也试过很多 AI 视频工具，要么画面飘忽不定，要么只能生成一段写死的 MP4，但这次自己跑了一遍才发现完全不是一回事。我没准备任何分镜和素材，只给了它一段明确的水循环科普需求，后面的活基本都是 Agent 在接力跑： 1️⃣它先理顺水循环的结构，拆出 6 章旁白脚本让我确认，没有擅自跳步直接生成。 2️⃣配音给了 7 种中文音色试听，我挑了 Kian 男声，声音很自然，没有那种塑料廉价感。 3️⃣最狠的是分镜对齐，它按配音时长把旁白拆成 15 句话，对应生成 15 个独立 MG 场景，从蒸发、凝结到地下水和径流，画面和解说卡得很准。 4️⃣背景音乐和海浪、雨声、水滴这 8 处场景音效也全配齐了，跟旁白分轨铺在时间线上，听感非常干净。以前做一条这样的片子，得凑齐分镜师、插画师、配音员和剪辑师。现在一个会选题、脚本扎实的人，自己就能跑通整条动画生产线。做过内容的人都懂，真正的痛点不是偶尔撞大运出一条爆款，而是能不能稳定出货。科普、历史、商业拆解、读书解说、报告可视化，这类结构清晰的内容，现在都能用这条线批量跑。现在接视频商单的逻辑也变了，客户付钱从来不只是买第一版好看，是买后续能改。普通 AI 工具只给一条写死的 MP4，改个字都要重抽，Fotor 端出来的是能继续改的工程文件，场景、字幕、颜色、声音和时长随时能调，这才是能持续接单的交付状态。我顺手翻了下 Fotor 的工作台，Video Agent 只是其中一块，里面还有 AI 生图、生视频、UGC 数字人和商品视频这些入口，更像一整套给创作者准备的营销工作台，这次我只深测了 Video Agent，其他的等我测完再聊。最后想说，AI工具把视频制作门槛打下来了，但最后能不能打动人，拼的依然是你的选题和脚本，以及最重要的，就是你的审美和品味，这个需要我们持续的提升和沉淀。 Fotor #fotorai #fotorvideoagent

这绝逼是目前我用过最能打的 AI 视频工具，没有之一！！！纯纯的解放生产力，简直就是抖音、微信视频号起号的神器！！兄弟们，你们敢相信视频里这个 1 分钟的水循环科普动画，是我几句提示词直接跑出来的吗？没给任何素材，没有抽卡碰运气，喵个咪，真的是把短视频的制作门槛彻底砸穿了。以前这种信息型 MG动画视频，基本只能交给会 AE 的人一帧一帧做，贵、慢、学习成本还高。这样一条外包通常要 3000 到 8000 块、制作周期一两周的 60 秒科普动画，我用 Fotor Video Agent 实测跑出来，大概只花了 10 分钟，全程只点了一次方案确认，剩下的它全部搞定，真的牛逼！！脚本、中文配音、15 个动画场景和可编辑多轨项目，它一口气全给做好了，质感完全可以直接发抖音和微信视频号起号。以前这些零件要分开做，再丢进剪映里手动拼，这次全在一个系统里自动编排到时间线上，我没再切软件。更绝的是生成完如果想微调，根本不用推倒重抽，直接在时间线上改场景，画布上点文字和颜色就能改，调声音也不用重烧，这体验太爽了。很多人以为这又是那种输入一句话吐出一段不可控短视频的抽卡玩具，之前我也试过很多 AI 视频工具，要么画面飘忽不定，要么只能生成一段写死的 MP4，但这次自己跑了一遍才发现完全不是一回事。我没准备任何分镜和素材，只给了它一段明确的水循环科普需求，后面的活基本都是 Agent 在接力跑： 1️⃣它先理顺水循环的结构，拆出 6 章旁白脚本让我确认，没有擅自跳步直接生成。 2️⃣配音给了 7 种中文音色试听，我挑了 Kian 男声，声音很自然，没有那种塑料廉价感。 3️⃣最狠的是分镜对齐，它按配音时长把旁白拆成 15 句话，对应生成 15 个独立 MG 场景，从蒸发、凝结到地下水和径流，画面和解说卡得很准。 4️⃣背景音乐和海浪、雨声、水滴这 8 处场景音效也全配齐了，跟旁白分轨铺在时间线上，听感非常干净。以前做一条这样的片子，得凑齐分镜师、插画师、配音员和剪辑师。现在一个会选题、脚本扎实的人，自己就能跑通整条动画生产线。做过内容的人都懂，真正的痛点不是偶尔撞大运出一条爆款，而是能不能稳定出货。科普、历史、商业拆解、读书解说、报告可视化，这类结构清晰的内容，现在都能用这条线批量跑。现在接视频商单的逻辑也变了，客户付钱从来不只是买第一版好看，是买后续能改。普通 AI 工具只给一条写死的 MP4，改个字都要重抽，Fotor 端出来的是能继续改的工程文件，场景、字幕、颜色、声音和时长随时能调，这才是能持续接单的交付状态。我顺手翻了下 Fotor 的工作台，Video Agent 只是其中一块，里面还有 AI 生图、生视频、UGC 数字人和商品视频这些入口，更像一整套给创作者准备的营销工作台，这次我只深测了 Video Agent，其他的等我测完再聊。最后想说，AI工具把视频制作门槛打下来了，但最后能不能打动人，拼的依然是你的选题和脚本，以及最重要的，就是你的审美和品味，这个需要我们持续的提升和沉淀。 Fotor #fotorai #fotorvideoagent

436,289 Aufrufe • vor 1 Monat

Claude团队的工程师，已经彻底抛弃Markdown了。不是Markdown不好用，是AI变得太快，它已经跟不上了。以前AI写10行笔记，Markdown刚刚好，现在AI能一次性输出1000行计划、复杂流程图、完整代码审查，密密麻麻的纯文字墙谁有耐心看得完？作者自己都说，他从来没完整读完过100行以上的AI生成MD文件。更要命的是：现在都是AI写，我们只看不改。 Markdown最大的优点“易手动编辑”，现在已经彻底没用了。而HTML，才是AI时代真正的沟通语言，它能做到的事，Markdown想都不敢想： • 直接生成带颜色的表格、SVG流程图、可点击的原型 • 加滑块调参数、拖拽排序任务、实时预览Prompt效果 • 改完一键导出成代码或Prompt，喂回给AI继续迭代 • 发个链接别人点开就能看，不用下载任何工具作者直接放出了20个现成示例：从代码审查的彩色diff，到可拖拽的任务看板，从动画参数调试器，到一键生成的幻灯片。每一个都是能直接用的生产力工具。最爽的三个用法，现在就能抄： 1. 代码审查：让AI把PR生成带注释的彩色diff+模块调用图 2. 做计划：生成带时间线、风险表、流程图的交互式项目页 3. 临时工具：让AI写一个Prompt调参器，改完直接复制结果当然它也有缺点：多花一点token，生成时间长2-4倍，版本控制不如MD干净。但作者说：体验提升了10倍，这些代价完全值得。本质上不是格式之争，而是人机协作方式的升级。因为Markdown是给人写给人看的，而HTML是给AI写给人用的。随着当AI越来越聪明，我们需要的不再是文字墙，而是能互动、能操作、能思考的界面。现在打开Claude，输入“帮我做一个HTML文件……”，你会打开一个全新的世界。

Claude团队的工程师，已经彻底抛弃Markdown了。不是Markdown不好用，是AI变得太快，它已经跟不上了。以前AI写10行笔记，Markdown刚刚好，现在AI能一次性输出1000行计划、复杂流程图、完整代码审查，密密麻麻的纯文字墙谁有耐心看得完？作者自己都说，他从来没完整读完过100行以上的AI生成MD文件。更要命的是：现在都是AI写，我们只看不改。 Markdown最大的优点“易手动编辑”，现在已经彻底没用了。而HTML，才是AI时代真正的沟通语言，它能做到的事，Markdown想都不敢想： • 直接生成带颜色的表格、SVG流程图、可点击的原型 • 加滑块调参数、拖拽排序任务、实时预览Prompt效果 • 改完一键导出成代码或Prompt，喂回给AI继续迭代 • 发个链接别人点开就能看，不用下载任何工具作者直接放出了20个现成示例：从代码审查的彩色diff，到可拖拽的任务看板，从动画参数调试器，到一键生成的幻灯片。每一个都是能直接用的生产力工具。最爽的三个用法，现在就能抄： 1. 代码审查：让AI把PR生成带注释的彩色diff+模块调用图 2. 做计划：生成带时间线、风险表、流程图的交互式项目页 3. 临时工具：让AI写一个Prompt调参器，改完直接复制结果当然它也有缺点：多花一点token，生成时间长2-4倍，版本控制不如MD干净。但作者说：体验提升了10倍，这些代价完全值得。本质上不是格式之争，而是人机协作方式的升级。因为Markdown是给人写给人看的，而HTML是给AI写给人用的。随着当AI越来越聪明，我们需要的不再是文字墙，而是能互动、能操作、能思考的界面。现在打开Claude，输入“帮我做一个HTML文件……”，你会打开一个全新的世界。

1,427,691 Aufrufe • vor 5 Monaten

这绝逼是今年中国电影最摇滚最炸裂的的一个里程碑事件，我敢说 100 年以内不会有人能超越！！！尤其是在 AI 盛行的今天，依旧有老抽象家坚持手搓制作，我把最精华的 100 秒分享给大家，这不比什么韩红，冯小刚烧了几十亿演员片酬的烂片好看 1000 倍？？？一部叫《牛来》的 3D 动画，导演一个人包了编剧、建模、配音所有活，全程没用 AI，纯手搓，总成本 1500 块。零宣发零预告直接上架，头 9 天票房才 7169 块，被骂是 3D 新手入门作业，建模崩、动作卡，画面抽象到没边。结果这个周末直接反向爆了！！！昨天一天票房直接从 7000 多干到 40 万，翻了 60 多倍。去看的人说全场笑到拍大腿，牛一叫整个影院都在乐，抽象到极致反而成了最炸的笑点，看完没人骂烂，全在自来水安利。在这个动辄几十亿投资、堆明星堆特效、AI 都开始批量写剧本拍电影的时代，一个人花 1500 块，用最粗糙、最野路子的手艺，把一堆拿着几个亿拍烂片的大导演全干沉默了。什么韩红啊冯小刚啊这些大制作大导演，在这头 1500 块的牛面前，都显得弱爆了！！！电影的生命力从来不是钱堆出来的，你哪怕画面崩、动作卡，只要有那股不管不顾的、鲜活的劲儿，观众真的会用脚投票把你抬上去。能在大银幕上看到这种野生的、不按规矩来的东西，本身就挺浪漫的。这回《牛来》是真的来了！！！

这绝逼是今年中国电影最摇滚最炸裂的的一个里程碑事件，我敢说 100 年以内不会有人能超越！！！尤其是在 AI 盛行的今天，依旧有老抽象家坚持手搓制作，我把最精华的 100 秒分享给大家，这不比什么韩红，冯小刚烧了几十亿演员片酬的烂片好看 1000 倍？？？一部叫《牛来》的 3D 动画，导演一个人包了编剧、建模、配音所有活，全程没用 AI，纯手搓，总成本 1500 块。零宣发零预告直接上架，头 9 天票房才 7169 块，被骂是 3D 新手入门作业，建模崩、动作卡，画面抽象到没边。结果这个周末直接反向爆了！！！昨天一天票房直接从 7000 多干到 40 万，翻了 60 多倍。去看的人说全场笑到拍大腿，牛一叫整个影院都在乐，抽象到极致反而成了最炸的笑点，看完没人骂烂，全在自来水安利。在这个动辄几十亿投资、堆明星堆特效、AI 都开始批量写剧本拍电影的时代，一个人花 1500 块，用最粗糙、最野路子的手艺，把一堆拿着几个亿拍烂片的大导演全干沉默了。什么韩红啊冯小刚啊这些大制作大导演，在这头 1500 块的牛面前，都显得弱爆了！！！电影的生命力从来不是钱堆出来的，你哪怕画面崩、动作卡，只要有那股不管不顾的、鲜活的劲儿，观众真的会用脚投票把你抬上去。能在大银幕上看到这种野生的、不按规矩来的东西，本身就挺浪漫的。这回《牛来》是真的来了！！！

571,743 Aufrufe • vor 2 Monaten

Damn，这个必须卧槽一下了，Karpathy 的 CLAUDE.md 只有 65 行，居然能把 AI 编程准确率从 65% 拉到 94%，以22 万星标登顶 GitHub 趋势榜，而且绝大多数开发者还没读过，里面没有一行奇技淫巧，4 条规则全是同一个方向： → 先想清楚再写代码陈述假设，不确定就问，杜绝猜测 → 从最简方案入手只写能解决问题的最少代码，不加任何多余抽象 → 像手术一样精准修改不碰与需求无关的代码，每行改动都对应明确要求 → 以目标驱动执行写第一行代码前，把模糊指令转化为可验证的成功标准 65 行，4 条规则，每一条都在对抗开发者“先写再说”的本能，本质上是把慢下来这件事变成硬规则，趁别人还没保存，赶紧先存好 👇

Damn，这个必须卧槽一下了，Karpathy 的 CLAUDE.md 只有 65 行，居然能把 AI 编程准确率从 65% 拉到 94%，以22 万星标登顶 GitHub 趋势榜，而且绝大多数开发者还没读过，里面没有一行奇技淫巧，4 条规则全是同一个方向： → 先想清楚再写代码陈述假设，不确定就问，杜绝猜测 → 从最简方案入手只写能解决问题的最少代码，不加任何多余抽象 → 像手术一样精准修改不碰与需求无关的代码，每行改动都对应明确要求 → 以目标驱动执行写第一行代码前，把模糊指令转化为可验证的成功标准 65 行，4 条规则，每一条都在对抗开发者“先写再说”的本能，本质上是把慢下来这件事变成硬规则，趁别人还没保存，赶紧先存好 👇

1,087,244 Aufrufe • vor 5 Monaten