AI 半小时复制 typeless！ 我花了半小时时间，用 OpenCode 全自动开发了一款实现typeless 核心功能的 Mac 原生... App，花费11美金。 这两天 Typeless 异常火爆，但是30美金/月的订阅费和需要联网使用的隐私问题，让我一直想找到替代方案，今天灵机一动，为啥不 vibe coding 一个？ 于是就有了这个AI帮我开发的平替，通过 Mac MLX 本地运行 VibeVoice-ASR-4bit 作为推理服务，可自定义快捷键，程序全部由 AI 编写，使用的是 opus-4.5，花费11美金。 当然跟 typeless 还是有很多差距的，不过已经实现了核心功能，重点是断网本地运行！ 后面会逐渐完善功能，完善后会放出来，敬请期待！ 效果如视频：show more

今天花时间写了支持 vanilla.js / react / vue 的 scrambleText 库，自己写的最小化内核，没有用... Anime.js ，支持多种字符集，0 依赖，写清楚需求，一个 monorepo ，AI 花了十五分钟所有功能就写好了。 现在发现调设计是最花时间的，然后网站首页花了一个小时我自己还不满意。Codex 出了5版参考图，不过现在看起来终于舒服点了，不太像 AI 生成的那种 hacker 网站了。show more

录制演示视频又一个新的免费方案，Openscreen，完全开源免费的软件 软件是基于 Electron 的，功能其实和这个浏览器插件差不多，甚至界面也很像，支持Zoom（不过是目前是手动的），支持 annotations，trim。 我试了一下，感觉还不错，大家有需求的可以用用看，有趣的是：作者由于付不起 Apple Developer Certificates，在... MacOS 上要运行一个命令才能使用。show more

说个暴论，你的审美和品味就是你的提示词，并决定了你使用AI的上限。 咱们看看这个案例， 零游戏开发经验，两周时间， 一个人，做出了一个完整可玩的3D外卖配送游戏🆒 主角是一只戴粉色头盔的卡皮巴拉， 骑着电动车在城市里穿梭接单， 订单会真实堆叠在后座，掉了就会失败， 还有完整的手机App导航和超市捡货系统， 很多人看完第一反应都是AI太厉害了，但其实并不是是AI的胜利，... 本质是人类品味的胜利， 他没写几行代码， 所有的逻辑模型贴图音乐音效， 全都是AI生成的， 他只做了3件事， 1️⃣告诉AI我想要一个卡皮巴拉送外卖的游戏， 2️⃣然后在AI生成的一万个版本里， 3️⃣选出那个看起来最好玩的， 最后花两周时间一点点打磨细节， 调参数摆道具改手感， 其实这就是现在大家说的vibe coding， 让AI接管了所有的执行层， 人类只需要负责方向和品味， 以前你得学会编程建模配乐剪辑， 才能做出一个游戏， 现在你只需要知道， 什么东西是好的， 很多人说这是作弊， 但这才是真正的创意民主化呀， 一年前需要一个小团队干几个月的活， 现在一个普通人两周就能搞定， 我相信未来会有无数这样的作品冒出来，创意会比技术重要一百倍甚至更多。 这也回答了那个很多人都在问的问题， AI时代人类到底还有什么用❓ AI确实能生成一切， 但它不知道的是 什么东西看起来舒服， 什么东西玩起来爽， 什么东西能让人会心一笑， 比如那些纯AI生成的游戏为什么不好玩， 因为它们只有技术，没有灵魂， 那什么是灵魂呢？ 我理解灵魂就是那个站在AI背后， 做每一个微小选择的人， 就是那个知道什么时候该停手， 什么时候该再改一下的人， 而且我觉得这只是一个开始， 今天是浏览器3D游戏， 那明天可能就是完整的App， 后天甚至是3A级别的游戏原型， 我们正在见证一个全新的创作时代， 任何人都能把自己的脑洞， 变成真正的产品， 游戏链接放在评论区了， 直接浏览器打开就能玩， 建议大家去试试， 你会真切地感受到， 那个属于普通人的创作黄金时代， 真的已经来了！ #AI #游戏开发 #vibecodingshow more

卧槽，我居然只发了一条iMessag就把推特内容生产流水线跑通了 做自媒体每天最耗时的事情就是想今天做什么选题。 张咋啦之前开源了一份 AI 高质量信息源，里面有一大批值得关注的 AI 博主名单。 抓取这批博主的内容，就可以获得有价值的 AI... 热点。 之前我试过用 OpenClaw、Codex 的方式去抓，但效果经常不稳定，用 API 又太贵。 我发现 AirTap 可以帮我解决这个问题，在 iMessage 上发短信，就能让它操控云端手机执行任务，相当于模拟真人去操作App，关键是完全免费。 我现在的工作流是这样的： 1、把这份开源名单发给它，让它帮我抓取这批名单下当天发布的 AI 资讯。 2、筛选里面容易火的一条，作为我的选题。 3、把这条选题写成一条适合在推特上面发布的推文。 4、让它把写好的推文直接发送到我的 Typefully 草稿箱，定时发布 这样就拥有了一个自动化内容制造工厂。 Airtap Ai 是我目前见过最简单的AI工作流，不用装 App，也不用开梯子 直接去官网 扫码就能获取号码，然后就能开始使用AirTap了 #justtextit #textyourapps #airtapshow more

我的 AI 编程能力又向前迈了一大步。 刚刚用 Claude Code 复刻了抖音 APP 的「钱包」功能，我不知道抖音有多少名工程师负责这个功能，但... Claude Code 实现一模一样的效果只用了 10 分钟，现在我可以拿去到处装逼了，金额自己填，最牛逼的是，填进去的金额还支持随时提现。 兄弟们看看还原度如何，能给几分？show more

xBubble Coding：OPC 时代，小生意也能快速跑起来 DAPPOS xBubble 新推出的 Coding 功能已经开始内测了。 我一开始以为它只是又一个... AI Coding 工具，和 Cursor、Claude Code、Codex 差不多，主要帮程序员写代码、改代码。 但看完后发现，它的方向不太一样。 xBubble Coding 更像是给非技术背景的个人创业者和小团队准备的。它不是只帮会写代码的人提效，而是让普通人也能把一个想法做成网站，先跑起来。 这点很关键。 很多时候，普通人不是没有想法，而是卡在那些很现实的问题上： 服务器怎么配？ 域名怎么接？ API Key 怎么处理？ 网站怎么部署？ 以后要收款，又怎么接支付？ 这些对程序员可能只是日常，但对个人创业者来说，很容易一开始就被劝退。 xBubble 想解决的，就是这个从想法到落地之间的门槛。 它把服务器环境、域名解析、API Key 配置这些技术底层尽量封装起来，用户不需要自己一点点折腾，相关费用也可以通过 xBubble Credit 统一抵扣。 所以我觉得，它不是单纯卖代码，而是更像一个端到端的小生意启动系统。 这次官方案例里提到的 Polymarket 事件监控网站，我觉得挺能说明问题。 一个想法输入进去，Bubble Code 可以把它变成一个可以看数据、可以刷新、可以运行、可以部署的页面。 它不是一个静态 Demo，而是能真正拿来用的工具。 我也顺着这个思路，做了一个世界杯预测网站。 我的想法很简单：让用户看热门比赛、参与预测、记录判断，再用积分和排行榜增加一点互动。 我只是简单说了一句： 我想做一个世界杯预测网站，后面如果有需要，还可以接收款或会员服务。 让我有点惊讶的是，半小时左右，一个能看的 Demo 就已经出来了。 对世界杯这种热点来说，速度非常重要。 热点不等人。 等你慢慢找开发、做页面、调功能、接支付，可能比赛都快结束了。 但如果先用 Vibe Coding 把页面做出来，再一边跑一边改，节奏就完全不一样。 这也是 xBubble Coding 适合 OPC 和小团队的地方。 OPC，也就是 One Person Company。 一个人，或者一个很小的团队，也可以借助 AI、SOP 和全球化支付网络，把过去需要完整团队才能做的事情，先轻量化跑起来。 在 xBubble 里，页面、内容、功能、部署、收款，不再是分散的环节，而是可以尽量用 SOP 串起来。 xBubble 不只是帮你把网站页面做出来，它还把全栈内容生产也 SOP 化了。 比如产品的 3D 渲染图、详情页、投放广告片，这些原本需要设计、文案、剪辑和投放团队一起完成的内容，现在都可以通过内置的成熟 SOP 批量生成。 对普通用户来说，这一点很重要。 因为你不需要面对一个空白对话框反复试 Prompt，也不需要从零摸索每一步该怎么做，系统已经把成熟流程封装好了。 比如内容生成、多平台矩阵宣发、稳定币支付和结算，都可以接进同一条商业链路里。 如果一个小项目后面想做会员、付费数据、社群权益，也可以继续接稳定币收款，面向全球用户更快测试产品和现金流。 这对小团队很实际。 因为很多短平快项目，不是想法不成立，而是冷启动成本太高。 一个机会窗口可能只有几天，甚至几个小时。 谁能更快把页面做出来，谁能更快验证用户反馈，谁就更有机会先跑起来。 我觉得 xBubble 真正有价值的地方，是它抓住了 AI 时代的长尾需求。 标准化 SaaS 解决的是最通用的需求，但很多真实机会，反而藏在那些极度垂直、生命周期短、合规压力高、不断变化的非标场景里。 世界杯预测页、事件监控工具、短期活动页面、社群互动工具，都属于这一类。 这些需求，大公司不一定会专门投入资源做。 但对 OPC 和小团队来说，只要能快速上线、快速收款、快速调整，就可能是一门真实的小生意。 另外，我也挺关注 xBubble 提到的数据和资产主权设计。 服务器、域名等底层基础设施，由生态内第三方服务商直接向用户提供。平台不留后门，数据完全隔离。 对一些跨境业务，或者高合规压力的细分场景来说，这不是概念，而是生存问题。 很多项目最怕的不是没有想法，而是账号、支付、客户数据都压在中心化平台上。 哪天遇到封号、风控、限流，前面积累的东西可能一下子就没了。 所以 xBubble 解决的，不只是技术问题，也是在帮小团队把业务尽量握在自己手里。 还有一点我觉得很重要： xBubble 不是只有固定模板。 面对不断变化的长尾需求和平台规则，单靠一套固定 SOP 肯定不够。 所以它一边有成熟的标品 SOP，另一边 Bubble Engine 还可以持续生成新的专用 SOP。 这才是它真正的付费价值。 不是说用了 AI 就能躺赚，而是当你看到一个真实需求时，可以更快做出来，更快验证，更快调整。 它帮个人和小团队抹平的，是技术雇佣成本、运营试错成本和商业冷启动成本。 这次体验下来，我最大的感受是： AI Coding 不一定只是程序员的提效工具。 它也可能成为普通人做小产品、做小生意、做全球化轻资产创业的启动器。 用抗审查释放长尾刚需。 用 SOP 降低运营风险。 用 Vibe Coding 兜底个性化增长。 在 OPC 经济越来越明显的时代，xBubble Coding 也许会成为小团队和个人创业者获取超额利润的重要商业基础设施。show more

Codex 5.6 最强隐藏提示词：让 AI 不再盲目执行，而是先帮你找错！ 很多人用 Vibe Coding 最崩溃的时刻：... AI 花几个小时写完代码，token用完了，最后才发现——方向从一开始就错了。 因为 AI 擅长执行，却不会主动质疑你的想法。 分享一个我反复测试后的codex提示词，让 Codex 开启高级工程师评审模式： “在执行任何任务前，请先进行独立判断： 检查我的需求是否存在错误前提、逻辑漏洞、信息缺失或隐藏风险。 不要默认接受我的方案，如果发现更好的方案或潜在问题，请直接指出。 明确区分：已确认事实、合理推测、未验证假设 涉及代码、数据、版本和技术结论时，请先验证，不要编造。 如果信息不足，请先提出需要确认的问题，而不是自行补全。 在执行前，评估方案的长期维护成本和可能影响。” 换成这种方式后，Codex 最大的变化： 1️⃣ 提前发现问题 在开发开始前，先检查需求漏洞和隐藏风险。 2️⃣ 优化技术决策 不只是完成功能，而是帮助找到更可靠的实现方案。 3️⃣ 减少无效返工 把问题解决在写代码之前，比后面不断重构更省时间。show more

查理·芒格说： 普通人，一定要频繁记录自己！✊ 一定要频繁大量的记录自己， 真的能改命 昨天和一个朋友聊天， 他说自己从月薪3000到 现在年入50万， 最大的转折点就是开始记录 自己的每一天。... 记录， 其实是在对抗三种人性弱点😭 1️⃣ 对抗遗忘， 大脑会自动模糊痛苦。 记录，能让错误长期保持“锋利”。 2️⃣ 对抗自我欺骗， 写下来的一刻， 你很难再骗自己。 因为文字，是最诚实的镜子。 3️⃣ 对抗情绪决策， 当规则提前写好， 情绪来时， 你只需要执行， 而不是思考。 所以高手靠判断做决策， 普通人靠流程 + 记录避免犯错。 ————————————— 一定要频繁大量的记录自己， 真的能改命 昨天和一个朋友聊天， 他说自己从月薪3000到 现在年入50万， 最大的转折点就是开始记录 自己的每一天。 听起来很玄？其实一点都不玄。 你要明白一个道理： 大部分人活得糊涂， 就是因为从不复盘自己。 每天浑浑噩噩过， 根本不知道时间去哪了， 钱为什么没赚到， 机会为什么总是错过。 什么叫频繁大量记录？ 不是写日记那么简单， 而是要记录这几个维度： 今天做了什么有价值的事 今天学到了什么新东西 今天犯了什么错误 今天有什么情绪波动 今天遇到了什么机会 举个例子， 我认识一个做内容的朋友， 每天都会记录： 发了什么内容，数据如何 用户什么反馈最多 哪个话题最受欢迎 什么时间发布效果最好 就这样坚持了半年， 他发现了自己的内容密码， 现在每条都能爆。 区别在哪？ 普通人：今天又是平凡的一天 高手：今天我发现了3个可以优化的点 记录的核心不是记流水账， 而是要反思和总结。 每周看一遍自己的记录， 你会发现： 原来我在这件事上浪费了这么多时间 原来这个习惯一直在拖累我 原来我错过了这么多赚钱机会 原来我的情绪模式是这样的 这就是觉察的力量。 很多人以为改命需要什么大动作， 其实不是。 改命就是从觉察开始， 觉察从记录开始。 你要记住这句话： 没有记录就没有发生， 没有复盘就没有成长。 具体怎么做？ 建一个文档， 每天睡前花10分钟写下今天的5个要点。不用写得很详细，关键词就行。 比如： 今日收获：学会了新的拍摄角度 今日错误：又熬夜刷手机到12点 今日机会：有人想和我合作 今日情绪：因为数据不好有点焦虑 今日思考：内容方向需要调整 每周末花1小时看这周的记录， 找规律，找问题，找机会。 坚持一个月， 你就会发现自己开始清醒了。 坚持三个月， 你就会发现自己开始进步了。 坚持一年， 你就会发现自己真的变了。 记录不是为了记录， 而是为了看见自己。 看见了，才能改变。 改变了，才能改命。 别再浑浑噩噩过日子了， 从今晚开始记录自己。 这是最适合一人公司的时代， 期待遇见同频的你。show more

大半夜体验完 Manus AI, 达到了今天的使用限制，说一下自己的感受🧵 整体来讲，真的很强大， 主要体现在 Manus 能够： 🔧展示完整的推理逻辑，有个... Manus 电脑的东西为你呈现所有过程和进展； 🏗️调用各种API 协同完成任务； 📃最终非常实际的交付给你一个可用的文件。 🌟「真正能干活」的AI Agent，这个定位真的太准确了。 以下是一些实例： 1️⃣基础任务完成度高 比如最近日本可以看樱花了，整理一个具体的旅行清单包括日程、推荐景点、住宿、交通等等； 家里领导喜欢看红楼梦，梳理一下红楼梦的人物关系。 以下是分别让他做的一个 pdf 文档和可以互动的网页，完成度是真的很高，不过人物关系上有一点小错误，无伤大雅。 其他比如让他阅读视频给到总结，甚至让他剪辑播客都是可以的（只是效果不太好）。 但是我尝试让他给我画一些图🗺️，这方面还有所欠缺，给到的理由是第三方 API 接口出错。同时网上说她可以做ppt，确实是可以的，但是能做ppt的工具都存在一个共同问题，逻辑还行，但就是丑。所以“美术”相关工作我理解还是做不了的。 另外，他是一个完成特定任务的助手，不要把它当作聊天机器人，不然他每次跟你聊天都要思考十几分钟，真的很难受。 2️⃣测一测他懂不懂Web3 给了两个任务： a) 我们今天发了一个depin的研报，花了一个多月，自认为还行，让他给这个研报评分，并且给到其他更好的文章推荐。 我们的depin报告如下 他给到的内容如图3，更详细的评价文档我传了一个Google 链接，放在最后了，各位可以自行查看（包括前面的红楼梦人物关系图）。 整体来看，他快速学习和阅读了大量 web3 depin 的报告，并且从多个维度给出了我们报告的评价，以及推荐的其他报告和对应的评价。 b) 假设我是一个 交易所cmo，如何做华语市场的传播策略，包括华语媒体和华语kol的整理和评级。很遗憾，我已经等了一个多小时他还没思考完，如果明天有结果，我也会传到Google link里。（Manus 可以离线、多任务思考，所以可以同时开启多个任务，或者关机后之前的任务仍然会运行） 不过我看到了他的实时分析过程，在阅读各个媒体、kol 的官网文章，历史推文等等，形成自己的分析。见图4 所以我理解在他的大脑里是有 web3 内容，并可以实时学习的。 3️⃣除了懂，他能否与 Web3 交互 以上的推理其实都和 Web3 没有实际关系，我更关心他能否拿到链上数据，甚至能够交互。比如是否知道 $SOL $ETH 能在哪些地方质押，收益如何等等，还有一些深入的分析问题。 很遗憾，今天的使用次数达到限制了。明天再说吧👋 -------------------------------------------- 等待 Manus 思考结果的时候，我也看了一些其他的博主评价和官方的介绍，我觉得有一点说的很好： “没有开源，就没有 Manus AI” 从一个体验过多个AI产品的小白角度，我其实觉得 Manus 会这么火爆的原因主要在于：调用了多种 API 接口，配合自己的推理算法最终呈现了一个很好的产品。 这让我想到 ai16zdao 每周都有新的人贡献 plugin(比如 微信，deepseek)，让这个网络不断壮大； Virtuals Protocol 通过打通 agent 得底层框架，形成 agent 经济体；还有 Hey Anon 不只是有链上数据，还能直接帮你交互等等。 某一天，web2 和 web3 的 AI 产品肯定会更加紧密的相互协作，并出来几个不错的case。 最近有一些 betting 的产品已经初现端倪。 Manus 也会开源自己的能力，为了更大的 AGI 世界。 如果真到了那一天，我就真的要失业了🥲 ( Google drive 素材链接：show more

我让 AI 找一个值得做的产品，它盯上了律师账单里的 6 分钟 最近用 AI 做产品调研时，我越来越明显地感觉到一个问题： 信息并不缺，缺的是判断。... 问“下一个 AI 机会在哪里”，很容易得到一长串听起来都对的答案：AI 法务、AI 财务、AI 营销、AI 编程…… 但真正准备行动时，还是不知道哪个需求真实存在，哪个只是被反复包装的趋势。 所以这次我换了一种问法。 我让 AI 从用户抱怨、产品评论、GitHub Issues、行业报告和现有产品中寻找信号。每提出一个方向，还必须主动寻找反证：竞争太强、付费意愿不足，或者已经有成熟工具解决，就淘汰。 它一共比较了12个方向。 广告上线前 QA 的损失很直接，但链接和落地页检查已经有成熟工具；AI 代码审计的痛点很强，但市场拥挤，而且人仍然可能需要逐行复核；财务对账高频，却绕不开数据权限和“到底以哪个系统为准”的问题。 最后留下的，是一个我原本完全没有想到的场景： 律师的工时记录与账单叙事（比如美国的法律服务）。 许多按小时计费的律师以0.1小时，也就是6分钟为单位记账。会议、邮件、电话和文档修改结束后，他们还要回忆自己做过什么、匹配案件、补记时间，再把记录改成客户能够接受的账单描述。 AI 在这里不需要替律师做法律判断。 它只需要把日历、邮件和文档活动整理成带来源的候选记录，再由律师确认、修改或删除。 它真正解决的也不是“写得更快”，而是减少漏记、降低审核返工，并让每条收费描述都有依据。 这次测试用的是 Apodex。它里面的 Deep Discover 最让我意外的地方，不是能生成多少想法，而是会主动反驳自己的想法，把一个宽泛的问题逐步收敛成可以验证的假设。 它也没有把这个结果包装成确定的创业机会，而是给出了一套30天验证方案：访谈律师和 billing manager，用脱敏样本测试草稿编辑时间，再验证是否真的有人愿意进入付费试点。 如果律师不愿开放数据、修改草稿和自己重写一样费时，或者现有软件已经够用，那这个方向就应该停止。 我觉得这才是这次测试最有价值的地方。 它没有替我宣布一个答案，而是帮我排除了一批看起来正确的答案，最后告诉我： 下一步最值得验证什么，以及出现什么结果时应该放弃。 有时候，真正有用的 AI 不是让人更快得到结论，而是让一个模糊的问题，终于有了可以行动的下一步。 Open Source Harness: Open Weights: Website:show more

传统行业从业者如何看待AI。 AI的核心商业逻辑是以更便捷的方式取代生产力。 币圈的中文CT似乎对AI在炫技，不跟是各类的skill训练还是利用AI去交易也好，仿佛把AI当做了一个很厉害的灵宠。 但是靠AI交易真的赚的到钱吗？ 无非是问问ai所谓的瓜是真的吗，让ai做个报纸是应用最多的。 鄙人从13年开始做跨境电商，从数字人时期就开始接触跨境电商。 对于一个简单的衣服品类的投放： 一个漂亮妹妹当模特 摄影师... 月修图800张的美工。 当我换了AI： 一个漂亮妹妹当模特 然后AI就可以把她的裤子变成超短裙。 作为以流水为生命的跨境电商，我不可能在互联网公司早期一样，让公司员工反复阅读《21天学会C++》去提高业务能力。 对于新工具的测试，我们可能买了世面上所有的AI，然后告诉他把裤子P成裙子，然后选择一个最符合投放审美的banner就好。 2天的时间，我们选择了gemini，然后一直到现在没换过。 对于AI产品的经济和收益而言，他的用户，愿意花钱买单的不是各类专业的程序员，不是让灵宠进化的极客，而是希望有很多照骗的漂亮妹妹，和需要工具替代改变效益的公司。 或许世面上的所有的里层LLM模型是一样的，或许其他的稍加训练也可以相同，但是谁会去管他的底层呢？告诉她换裙子，然后选择好看的裙子就好。 xBubble的主要创新是使用专用SOP提升效果，使得很少的提示词也能交付稳定高质量结果，这和命中我的需求。 我不需要测试什么样子的AI更适合我的行业，需要很少的提示词就能与期待的结果大差不差。 你试过Bubble Pilot就知道，我只是让他换成裙子，很多模型生产的图片就像宾馆门口的小卡片。 如果我想变得更完美，我可以用Bubble Engine使用 AI 编程 Agent 生成解决方案变体，构建测试框架，组合候选模型与工具，对比任务样例与质量标准评估输出。 如果Bubble Pilot是简单的完成，Bubble Engine就是完美。 我张姐 Ella Zhang 在space里面提到： 今年重点关注方向是基于 AI Agent 的意图驱动决策机制 dappos基本就是完美切合这个方面，也被yzilabs投了。 其实AI在电商中的应用，在我的工作中的应用只是很小的一个点。 AI带来更多是X可能，特别是与加密天然的无需许可且可信的支付体系结合。 这不仅仅是张姐喜欢，项目又是AI的，更多的是AI的x可能叙事市场在web2行业，结合在加密，落地在web2+web3。 我想着也是xBubble已经被很多web2采用有一定真实业务场景的因素。show more

哇塞 把我三年的交易系统全部打磨成coding交易体系了！ 通过 DAPPOS vibecoding 做出来了！这是 xBubble 新推出的 Coding... 功能，我直接就输入自然语言，没多久就给我搞定了网站。 我把我总结的交易策略和心法都记录下来总结成文字喂给他！ 杰哥主要用的是以均线为主的战法 ： ——看ma30和ma250这个两根均线。一个个级别去看，先从月线级别，周线级别，再看到日线级别。如果要做更小时间级别，再看小时级别，分钟级别。再加上了一只指数级别的微调。 ——当然不仅仅是是看一根均线，而是看级别、共振和订单流。用程序直接帮我跑出来了！ 目前回测下来的收益率是+25.05%。 后续我会接入到币安的实盘当中继续跑起来！ 以前我也想过把他程序化或者网页化，但是对我个人来说太繁琐了。我不懂网站域名SEO这些，还要Ui设计更是分散了很多我做交易的心力! 这次有了Dappos真的只用一个工具帮我全部实现了！ 不仅如此效率非常之高！没想到有一天我的idea也能轻松coding出来！#vibecoding #量化 #xBubbleshow more

AI又有新气象……抓紧体验🔥 Google 悄悄发布了一个东西，可能比 Gemini App 更值得关注——AI Edge Gallery 它不是又一个... AI 聊天软件。 本质上，它是一个本地 AI 运行平台：模型直接跑在手机芯片上，推理全程离线，数据不经过任何服务器。 目前已支持 Gemma 3/4 系列模型，最新版本还加入了 Thinking Mode 和 Agent Skills——也就是说，手机本身可以完成多步骤任务推理，而不只是回答问题。 ▍实际能用来做什么？ ∙拍照提问、文档理解，完全本地处理 ∙没网络也能用的实时翻译、语音转写 ∙敏感文件分析，内容不出设备 ∙未来可能支持本地 Agent 自动完成任务流 这件事真正的意义，不在于”又多了一个 AI App”——而在于 Google 正在验证一件事：AI 能不能成为每台 Android 手机的底层能力，而不是需要联网调用的云端服务？ ▍如果这条路跑通 手机 AI 的竞争格局会重写。 苹果有 Apple Intelligence，高通在推 AI PC，现在 Google 在 Android 端下这步棋。 ► 端侧 AI 的入口之争，已经开始了。show more

小时候，我们的童年是在4399、7k7k这些网页小游戏里度过的。那时候能打开一个小游戏，和朋友一起玩一下午，就已经觉得很快乐了 而到了2026年，我突然发现下一代小朋友的童年已经不一样了。我家里的小朋友现在开始用Codex自己写小游戏，写完之后再拿出来陪家里的其他小朋友一起玩 他们这一代，是把自己的想法写成游戏，再和朋友一起玩。这其实是一个很大的时代变化，他们的童年，可能会比我们更精彩。因为他们玩的不只是游戏，而是自己创造出来的世界@ChatGPTapp Sam Altman

这个 AI research 工具atypica.AI，真能帮开发者解决产品开发前最关键的一步——市场调研 举个例子，我最近发现很多人都在做 AI 剪视频 skill，就去调研了下把这个需求包装成付费工具，变现潜力到底怎么样。 Atypica... 给了我一份市场分析报告，它直接帮我找好了这款产品最适合的目标人群，告诉我不同用户群体的付费能力和定价区间，以及最有潜力成为重点付费用户的是哪一类人。 这个工具跟 Claude 、GPT 不一样的地方在于，它不是让模型自己扮演用户回答问题，它是真的会生成一批合成用户，通过一对一访谈或者小组讨论的方式做真实用户调研。 更狠的是，调研做完这批用户能留下来反复使用，相当于你有了一个AI专家小组，以后有新想法直接拉回来再问一轮，不用每次从头建用户画像。 现在新用户注册有100w token免费额度，可以先试试： 对了，想要这份 AI 剪视频产品调研报告的,评论"atypica"，我发给你。show more

今天大家都约会跨年了吧？是不是饭店爆满？酒店爆满？至于我还在一线奋斗吗？ 如果回到最底层去看区块链，其实它只解决了一个问题。 程序是不是按照约定执行了。 EVM 时代，这个问题的答案是，用全网重复执行来换确定性。 所有节点跑一遍同样的程序，用资源浪费换信任。 但这个模型一旦遇到复杂程序，就开始崩。 状态越复杂，成本越高。 逻辑越多，执行越慢。... ZK 的出现，并不是为了让链更快，而是为了换一种证明方式。 不是你跑过，而是你能证明你跑对了。 问题在于，大多数 ZK 系统，只解决了证明问题，没有解决编程问题。 开发者写的依然是“执行逻辑”，只是最后被翻译成电路。 而 Miden 真正不一样的地方，在于它一开始就假设。 程序不是给机器跑的，是给人验证的。 这就是为什么 Miden 要单独设计一套 VM。 不是因为 EVM 不够好，而是因为 EVM 从来不是为可证明性而生。 Miden VM 的核心不是 Gas，不是吞吐，而是可组合的证明语义。 每一段程序，在设计时就已经被拆解成可以被证明的最小单元。 你写代码的时候，不是在思考执行顺序。 你是在定义一条可被验证的状态转换路径。 这听起来抽象，但它会直接改变开发者的行为方式。 在 Miden 上，状态不是默认共享的。 状态是本地的、私有的、按需提交证明的。 这意味着什么。 意味着你不再被迫把所有中间状态暴露给链。 你只需要在关键节点，证明结果成立。 这对应用层的影响非常大。 比如钱包逻辑。 在传统模型里，账户状态是公共的。 余额、nonce、授权路径，全在链上。 在 Miden 的模型里，账户更像一个本地程序。 你控制状态。 链只验证结果。 这让很多过去“不可能”的设计，第一次变得合理。 比如复杂账户抽象。 比如多步条件执行。 比如带隐私的业务逻辑。 更重要的是，这套模型天然降低了应用复杂度对链的压力。 在 Miden 上，复杂性不会扩散。 你写复杂逻辑，只会增加你自己的证明成本，而不会拖慢全网。 这和 EVM 体系是反的。 EVM 的复杂性是外溢的。 一个复杂合约，会影响所有人。 Miden 的复杂性是内收的。 复杂度由使用者自己承担。 这背后其实是一种非常明确的价值取向。 让写复杂程序的人，为复杂性买单，而不是让整个系统为其兜底。 这也是为什么 Miden 更像一台操作系统，而不是一条普通公链。 它不是在堆功能，而是在重新划分责任边界。 链负责验证正确性。 程序负责证明自己。 当你站在这个角度看，就会明白 Miden 为什么不急着追 TPS。 也不急着推生态数量。 因为它赌的是一个长期趋势。 链上程序一定会越来越复杂。 而复杂程序，必须有更强的可验证结构。 如果你只用 Miden 来写简单合约，那你感受不到它的优势。 但一旦你开始尝试写有状态的、长期运行的、需要隐私的逻辑。 你会发现，传统模型根本撑不住。 所以 Miden 的真正目标用户，不是短期应用开发者。 而是那些想把“业务逻辑本身”搬到链上的团队。 当链不再只是结算层，而开始承载程序可信度。 Miden 这种设计，就会显得非常超前。 这也是我对 Miden 的核心判断。 它不是为当前周期服务的链。 而是在为下一代链上程序，提前搭好运行环境。 在 ZK 赛道里， 速度会被追平，成本会被压低。 真正拉开差距的，只会是编程模型本身。 而 Miden，走的是一条非常少有人敢走的路。 从源头重写规则，而不是在旧规则上修补。 Miden #Miden #KAITOshow more

今天给大家分享一个能帮你打破世界上所有的付费墙的网站 每期分享一个实用网站 第二十二期 今天要分享自的是 还在为看知识内容要付费而烦恼吗？今天教你一招，跳过所有付费墙，免费看全网付费内容 不管是各大平台的付费课程、付费文章、付费小说，还是各种会员专属内容，用这个方法，一键直达，全部免费看 操作非常简单，不用插件、不用软件、不用花钱，手机电脑都能用 学会这个，以后再也不用花钱买会员、买课程了，全网付费内容随便看

很多朋友都问我这样类似的演示视频是怎么生成的，我用的是一个 Chrome 插件：Cursorful 是我目前用到的最简便快捷的录屏方式，没有那么多炫酷的功能，简单演示是没问题的，自带各种 zoom 特效等等，原理也很简单，是通过浏览器的屏幕共享功能完成的，而且假如是非商业目的，直接勾选一个声明，下载视频就是完全免费的，即使付费，也是一次性 59 刀，很便宜了。 对比一下类似的... Screen Studio 要便宜太多了。show more

最近中文推里，Rachel🥥 的数字人skill 太火了 如果你也想使用这个Skill, 算了一遍成本才发现，从声音克隆、配音到人物视频生成，每一层都在收费。10 秒视频要花 $1 左右。 本着独立开发者精神，能省则省的思路。... 我就在想有没有本机部署模型的平替方案？ 今天花了 4 个小时，总算找到了。 声音部分：改成本地运行 Qwen3-TTS 模型，用一段自己的录音生成后续口播 wav文件。 视频目前仍然使用 HeyGen： 但我已经找到代替方案 LongCat-Video-Avatar 1.5 模型（待测试）。 我发现在调用 HeyGen 花$0.6 后，生成的口播视频，缺少字幕，这就成了半成品。 无意中发现好友 Jasper Wei 的 JPW-Live-Cut 给了我新的启发。我复用了他的 Remotion 字幕思路，单独做了一条本地字幕流水线，让它支持任意长度的普通口播视频。 现在整条流程已经变成： 本人参考声音 → 本地 Qwen3-TTS 生成口播 → 本地 ASR 检查 → HeyGen 生成人物视频 → Remotion 自动添加字幕 → 人工确认最终成片 下一步很明确：用LongCat-Video-Avatar 1.5 替代 HeyGen 的方案，把人物视频生成这笔费用也压下来。 让花费$0 也能做数字人。 成品效果见视频。show more