正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

“OpenClaw 就是新型计算机。”——黄仁勋这简直就是个人电脑早期时代的重现。少数高级用户可以看到。其他人都还没开始呢。 “它是人类历史上最受欢迎的开源项目，而且只用了几周时间就做到了。它超越了Linux在30年里取得的成就。” 借助 OpenClaw，现在一名独立创始人就可以构建以前需要 50 人团队才能构建的功能。这种杠杆作用简直荒谬。

KK.aWSB

88,633 subscribers

504,965 次观看 • 4 个月前 •via X (Twitter)

教育新闻政治科学技术

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

卧槽，太强了。用 Codex 就一句话，直接生成了我的个人宣传片。以前这种级别的片子，可能要拍摄团队 + 剪辑师折腾几天，现在只需要一个想法 + 一条指令就能跑出来。 AI Native 时代，个人品牌的制作成本，真的是肉眼可见地在被拉低。

卧槽，太强了。用 Codex 就一句话，直接生成了我的个人宣传片。以前这种级别的片子，可能要拍摄团队 + 剪辑师折腾几天，现在只需要一个想法 + 一条指令就能跑出来。 AI Native 时代，个人品牌的制作成本，真的是肉眼可见地在被拉低。

森叔

17,744 次观看 • 2 个月前

🚀 香港大学刚开源了一个宝藏项目—— CLI-Anything，star 数直接飙到 3 w 它可以扫描任意软件的源代码，自动生成 AI agent 可以直接调用的 CLI 接口。像GIMP、Blender、Audacity 这类没有 API 的桌面软件，Agent 现在可以直接操控了。软件以前是给人用的，现在是给 Agent 用的

🚀 香港大学刚开源了一个宝藏项目—— CLI-Anything，star 数直接飙到 3 w 它可以扫描任意软件的源代码，自动生成 AI agent 可以直接调用的 CLI 接口。像GIMP、Blender、Audacity 这类没有 API 的桌面软件，Agent 现在可以直接操控了。软件以前是给人用的，现在是给 Agent 用的

阿西_出海

168,342 次观看 • 2 个月前

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。一个年轻人加上AI，就是全新的“超级个体”。不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。几乎所有专业的人才，搭上AI这台引擎，都跑得更快。哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。但这，也压力山大。对那些在某个领域苦练二十年的人来说，现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。越早拥抱它，你越可能成为被放大的那一个。

英伟达Nvidia黄仁勋： AI，让平凡的人不再平凡。一个年轻人加上AI，就是全新的“超级个体”。不拼资历，不靠背景，AI成了这个时代最大的“能力放大器”。它不是替你工作，而是教你变强，像导师、像助手，甚至像一整个研究团队。以前，成为专家要花十年，现在，用AI做研究，年轻人正在用几年甚至几个月的速度追赶。程序员用它写代码、调试逻辑；研究员用它读文献、生成模型；医生用它分析病例、辅助诊断。几乎所有专业的人才，搭上AI这台引擎，都跑得更快。哪怕是在偏远小镇的医生，或是发展中国家的工程师，手里只要有AI，就能站上世界一线的能力标准。但这，也压力山大。对那些在某个领域苦练二十年的人来说，现在，刚入行的新人搭上AI，可能一年就追平你辛苦十年的经验积累。 AI不是取代你，而是逼你进化。越早拥抱它，你越可能成为被放大的那一个。

墓碑科技

12,575 次观看 • 1 年前

黄仁勋带了一台GPU去白宫跟川普一起开发布会 60年前，IBM的System 360定义了现代计算机 CPU、操作系统、I/O系统、多任务处理——这些词，1964年就有了从那之后，计算机结构基本没变而现在，黄仁勋说，他们又重新发明了计算机这不是传统意义上的“芯片” 你眼前的，是一块70斤的GPU 6万个零件，1万瓦功耗要造它，几百家供应商同时开工要搬它，得靠机器人要测它，得用一台超算来测而它的使命，是驱动一个全新的行业：人工智能它不是工具，是“制造者” 以前是水进电出，现在是电进“智能”出它是AI时代的“发电机” 但这不只是芯片的故事这背后，是美国本土制造业的全面升级人工成本早已不是核心拼的是技术，是自动化，是数字孪生，是AI工厂本身黄仁勋说，没有总统的推动，这一切不会这么快制造业的核心早已不是“便宜”，而是“智能” 他们要在美国本土建起未来的“超级工厂” 靠的不是廉价劳动力，而是AI和机器人更重要的是，这条AI基建链，将革新所有行业医疗、制药、金融、教育、生命科学…… 所有行业都在接入AI，而这个“引擎”就是起点这不是一个行业的升级，这是所有行业的重构黄仁勋最后说：制造未来的工厂，本身就是未来的工厂而他们，正在把它造出来

黄仁勋带了一台GPU去白宫跟川普一起开发布会 60年前，IBM的System 360定义了现代计算机 CPU、操作系统、I/O系统、多任务处理——这些词，1964年就有了从那之后，计算机结构基本没变而现在，黄仁勋说，他们又重新发明了计算机这不是传统意义上的“芯片” 你眼前的，是一块70斤的GPU 6万个零件，1万瓦功耗要造它，几百家供应商同时开工要搬它，得靠机器人要测它，得用一台超算来测而它的使命，是驱动一个全新的行业：人工智能它不是工具，是“制造者” 以前是水进电出，现在是电进“智能”出它是AI时代的“发电机” 但这不只是芯片的故事这背后，是美国本土制造业的全面升级人工成本早已不是核心拼的是技术，是自动化，是数字孪生，是AI工厂本身黄仁勋说，没有总统的推动，这一切不会这么快制造业的核心早已不是“便宜”，而是“智能” 他们要在美国本土建起未来的“超级工厂” 靠的不是廉价劳动力，而是AI和机器人更重要的是，这条AI基建链，将革新所有行业医疗、制药、金融、教育、生命科学…… 所有行业都在接入AI，而这个“引擎”就是起点这不是一个行业的升级，这是所有行业的重构黄仁勋最后说：制造未来的工厂，本身就是未来的工厂而他们，正在把它造出来

墓碑科技

324,006 次观看 • 1 年前

现在的铜，早就不是当年的铜了铜市前景简直不要太好，业内人都High了，觉得它是黄金比特币根据预测，2030年，就算把现有的矿和在建项目全算上，也只能满足80%需求虽然铜可以100%回收，但回收只能满足目前约17%的需求红色金属即将开启超级牛市本文由 Gate 华语赞助 | 上 Gate App 抢黄金

现在的铜，早就不是当年的铜了铜市前景简直不要太好，业内人都High了，觉得它是黄金比特币根据预测，2030年，就算把现有的矿和在建项目全算上，也只能满足80%需求虽然铜可以100%回收，但回收只能满足目前约17%的需求红色金属即将开启超级牛市本文由 Gate 华语赞助 | 上 Gate App 抢黄金

Annie 所长

76,982 次观看 • 5 个月前

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

每个人都能买得起英伟达发布个人AI超级计算机，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿参数的大语言模型。通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿参数模型。而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,697 次观看 • 1 年前

“天，它现在就已经被你们驯化成这样了，以后老了怎么办哦”“怎么办？你还以为它能做人啊？等孝顺完爹妈以后就只能这样活着了，现在只不过是在提前习惯，而且你以为它难受啊？”“这逼样子真的，太丢男人的脸了”“投胎成人的一个畜生而已，天生就是个下贱的逼玩意儿”。#gimp #faggot #slave #pig

“天，它现在就已经被你们驯化成这样了，以后老了怎么办哦”“怎么办？你还以为它能做人啊？等孝顺完爹妈以后就只能这样活着了，现在只不过是在提前习惯，而且你以为它难受啊？”“这逼样子真的，太丢男人的脸了”“投胎成人的一个畜生而已，天生就是个下贱的逼玩意儿”。#gimp #faggot #slave #pig

RubberK9

46,363 次观看 • 1 年前

Openclaw开发者Peter Steinberger：你很快就不需要App了有一说一现在的App确实非常臃肿，页面里全是各种复杂的菜单、会员、广告。Openclaw创始人预测的未来里，用户只用做一件事：说出你的需求，Agent就能现场为你造出一个专属工具。这就是我说的：所有的产品都值得用大模型重做一遍。但重做不是简单的加个对话框，是把核心逻辑变成按需生成，这才是真正的AI Native。

Openclaw开发者Peter Steinberger：你很快就不需要App了有一说一现在的App确实非常臃肿，页面里全是各种复杂的菜单、会员、广告。Openclaw创始人预测的未来里，用户只用做一件事：说出你的需求，Agent就能现场为你造出一个专属工具。这就是我说的：所有的产品都值得用大模型重做一遍。但重做不是简单的加个对话框，是把核心逻辑变成按需生成，这才是真正的AI Native。

傅盛

75,060 次观看 • 5 个月前

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里这两年越来越明显的一件事是：会用 GitHub 的人，已经开始用 AI 放大自己的效率了很多原本需要团队完成的事情，现在一个人就能做我的建议是收藏起来，认真看看这个视频它真正有价值的地方，不是教你“看网站”，而是让你开始理解： AI 时代里，普通人该去哪里找机会

Suu

511,322 次观看 • 1 个月前

小扎吐槽苹果和 Google，以及谈为什么开源 AI **Mark Zuckerberg**: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。这真的很糟糕。问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 **Dwarkesh Patel**:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ **Mark Zuckerberg**:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 **Dwarkesh Patel**: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ **Mark Zuckerberg**: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。这真是太棒了，对吧？因此，我认为开源有多种方式可以对我们有所帮助。一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 **Dwarkesh Patel**: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 **Mark Zuckerberg**: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。来源：

小扎吐槽苹果和 Google，以及谈为什么开源 AI Mark Zuckerberg: 我认为移动生态系统中普遍存在的一个问题是有两个把持入口的公司，Apple 和 Google，它们可以告诉你可以构建什么。在我们的历史中有很多次，比如有经济层面的情况，就是我们构建了些东西，然后它们就会拿走我们大部分的收入，但还有一种是质量层面，这实际上让我更加不满，也就是有很多次我们推出或希望推出某些功能，然后Apple就会说，不，你不能推出这功能。这真的很糟糕。问题是，这样的世界是否会在AI领域复现，就像你会有一小部分拥有封闭模型的公司，它们控制API，因此将能够告诉你可以构建什么。我可以说，对我们来说，自己构建一个模型以避免处于那种位置是值得的。我不希望那些其他公司告诉我们可以构建什么，而且我认为从开源的角度来看，很多开发人员也不希望那些公司告诉他们可以构建什么。这就是我坚定支持开源的原因之一，我认为未来AI的集中化可能像其广泛传播一样具有潜在危险。我发现很多人都在思考，如果我们能实现这种技术，那么让它广泛传播是否不利。我认为另一种可能也很糟糕的情况是，如果一个机构掌握了一种强大的AI远超其他所有人的，这同样是非常糟糕的。在我看来，一个理想的世界应该是这样的：AI技术被广泛而均衡地应用，随着时间推移逐步增强其健康性。在这样的世界里，各种系统能够相互制衡，这种平衡的状态比一个高度集中化的世界要健康得多。虽然风险无处不在，但我觉得有一个风险我想人们我并没有听到太多人提及。 Dwarkesh Patel:举例来说，一个价值100亿美元的模型，如果经过评估是完全安全的，你们会选择开源吗？ Mark Zuckerberg:我的答案是，只要这个模型对我们有所帮助，那我们就会开源。 Dwarkesh Patel: 那如果这个模型是用100亿美元的研发经费研发出来的，然后现在要开源呢？ Mark Zuckerberg: 我们一直以来都有开源软件的传统，但是我们并不会开源我们的产品。比如说，我们并不会将Instagram的代码开源，但我们会开源许多底层的基础设施。我们历史上最大的一个项目可能就是开放计算项目。在这个项目中，我们将我们所有的服务器的设计网络交换机和数据中心的设计开源了，这对我们来说非常有帮助。因为很多人可以设计服务器，但现在，大家普遍都采用了我们的设计，这就意味着整个供应链都围绕我们的设计展开，规模变大，对所有人来说都变得更便宜，为我们节省了数十亿美元。这真是太棒了，对吧？因此，我认为开源有多种方式可以对我们有所帮助。一种就是，如果有人能够找出更便宜的运行模型的方法，我们将花费数十亿甚至上千亿美元，在所有这些模型上，所以如果我们能做的更有效率，那我们就可以节省数十亿甚至上百亿美元，这可能本身就非常有价值。 Dwarkesh Patel: 关于开源，我很想知道你是否认为像PyTorch、React、Open Compute这样的开源项目，对世界的影响是否已经超过了Meta在社交媒体方面的作用。 Mark Zuckerberg: 因为我曾经和使用这些服务的人交谈过，他们觉得这是有可能的，因为互联网的很大一部分都在运行这些项目。这是一个有趣的问题，我认为几乎有一半的世界人口都在使用我们的产品，这是一个真实的点，所以我觉得这很难超越。但不管怎样，我还是认为开源是一种新的、非常強大的建设方式。来源：

宝玉

74,721 次观看 • 2 年前

🔥文贵先生最新预言：人类在未来16个月将解开生命密码！而早在2022年就震撼预言： #量子电脑的背后就是 #生物电脑，生物电脑就跟 #神同级别的，严格讲就找到了神的密码。 DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。人不是猴变的，人是有主人的。正文：我告诉你，量子电脑的背后就是生物电脑，还有DNA电脑，都在同步进行。这是人类上从来没有过啊。就是我这是一种方式探索文明，它是一种发现了这个宇宙星河系。这只是一个所谓的太空发展，它只是一种叫地球之外的探索。然后在之前是地球变成了圆的，然后有了航海，它都是一种方式。这可不是一种电脑方式。在人类走向太空宇宙的时候，探索宇宙大爆炸是真的是假的时候，人到底是不是啊猴变的时候？人当然不是猴变的，扯蛋。是不是当时说猴变的人啊？是什么爱因斯坦是吧？包括写书的人，还有那个叫什么本杰明吧，是叫什么的，都最后都去信，还都是信了神了吧？对吧，所有的科学家。那么这些人的背后，到最后都追求了信仰。今天的科学家在探索宇宙和外太空的时候，人类同时探索的两个技术：人类现在的互联网，和走向太空、和探索宇宙的能量——量子和DNA、生物电脑。千万记住，生物电脑和量子电脑又不是一个级别的。我们人的主观意识、潜意识，和人的整个身体语言和大脑的储存信息和信息的呃处理，以及人拥有灵魂的这一种灵性的动物的特质。所以我说，人是有灵性的动物，他跟动物绝对不一样，高于动物。而且一个这么脆弱的人，这个动物却能统掌全地球啊，说明人是有主人的，说明人是有神的。那么这个生物电脑就跟神同级别的，严格讲就找到了神的密码。DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。而量子电脑是把这两样东西加速前进的，它不是最终极的。量子电脑是让你找到所有的DNA的储存方式，和未来的生物电脑的最好的工具。一个这个工具的发现，就足以让整个网络界彻底改变了。我们新中国联邦未来兄弟姐妹们，就是要做这些世界上最先进的、走在人类文明最前沿的啊。

🔥文贵先生最新预言：人类在未来16个月将解开生命密码！而早在2022年就震撼预言： #量子电脑的背后就是 #生物电脑，生物电脑就跟 #神同级别的，严格讲就找到了神的密码。 DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。人不是猴变的，人是有主人的。正文：我告诉你，量子电脑的背后就是生物电脑，还有DNA电脑，都在同步进行。这是人类上从来没有过啊。就是我这是一种方式探索文明，它是一种发现了这个宇宙星河系。这只是一个所谓的太空发展，它只是一种叫地球之外的探索。然后在之前是地球变成了圆的，然后有了航海，它都是一种方式。这可不是一种电脑方式。在人类走向太空宇宙的时候，探索宇宙大爆炸是真的是假的时候，人到底是不是啊猴变的时候？人当然不是猴变的，扯蛋。是不是当时说猴变的人啊？是什么爱因斯坦是吧？包括写书的人，还有那个叫什么本杰明吧，是叫什么的，都最后都去信，还都是信了神了吧？对吧，所有的科学家。那么这些人的背后，到最后都追求了信仰。今天的科学家在探索宇宙和外太空的时候，人类同时探索的两个技术：人类现在的互联网，和走向太空、和探索宇宙的能量——量子和DNA、生物电脑。千万记住，生物电脑和量子电脑又不是一个级别的。我们人的主观意识、潜意识，和人的整个身体语言和大脑的储存信息和信息的呃处理，以及人拥有灵魂的这一种灵性的动物的特质。所以我说，人是有灵性的动物，他跟动物绝对不一样，高于动物。而且一个这么脆弱的人，这个动物却能统掌全地球啊，说明人是有主人的，说明人是有神的。那么这个生物电脑就跟神同级别的，严格讲就找到了神的密码。DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。而量子电脑是把这两样东西加速前进的，它不是最终极的。量子电脑是让你找到所有的DNA的储存方式，和未来的生物电脑的最好的工具。一个这个工具的发现，就足以让整个网络界彻底改变了。我们新中国联邦未来兄弟姐妹们，就是要做这些世界上最先进的、走在人类文明最前沿的啊。

喜马拉雅日本勇者村

16,553 次观看 • 4 个月前

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,025 次观看 • 1 个月前

女子误以为自己中了400万新币刷爆信用卡结果兑奖时候发现没有中大奖，情绪崩溃大喊大叫这就是现实版乐极生悲了，穷人跟富人最大的区别就是穷人以为账面财富就是财富，然后大手大脚，富人眼里钱不到银行账户，她们永远不会冲动型消费。感觉这个女的肯定要废了，人最怕的就是心态崩塌，容易心态崩塌的人本身就没有什么抗压能力。这种人一旦受到巨大的精神刺激需要很久的时间才能平衡心态。我也是非常不能理解明明钱都还没到账户，就开始大手大脚消费，谁要娶了这种女人，那可真是祖坟冒烟了🙊

女子误以为自己中了400万新币刷爆信用卡结果兑奖时候发现没有中大奖，情绪崩溃大喊大叫这就是现实版乐极生悲了，穷人跟富人最大的区别就是穷人以为账面财富就是财富，然后大手大脚，富人眼里钱不到银行账户，她们永远不会冲动型消费。感觉这个女的肯定要废了，人最怕的就是心态崩塌，容易心态崩塌的人本身就没有什么抗压能力。这种人一旦受到巨大的精神刺激需要很久的时间才能平衡心态。我也是非常不能理解明明钱都还没到账户，就开始大手大脚消费，谁要娶了这种女人，那可真是祖坟冒烟了🙊

Sizhe思哲

139,793 次观看 • 1 个月前

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

有一个超级暴论：现阶段的 OpenClaw 根本不适合团队协作！！折腾过的人，应该都有类似的感受！ OpenClaw 本质上其实是一个很强的 Agent 底座！你可以把它接入到自己的团队工作流里，把 Agent 搭起来，把渠道接进去，把能力跑通，每个人都能让Agent干事情，但是再进一步就会发现真正的问题：团队怎么一起用？中间产出和最终结果都沉淀在哪？前面做过的分析、写过的文档、跑过的方法，怎么变成团队可复用资产？新的成员进来，怎么接着往下做，而不是从头再来一遍？这些，落到实际的应用中，都是坑！最近，Flowus团队开发了一个新产品： Kollab Kollab 似乎解决了上面这些问题，它的思路很直接：把 Agent 直接变成工作流的一部分。这是什么意思呢？ OpenClaw 解决的是：我个人怎么拥有一个随叫随到、能力很强、自己可控的 AI。而 Kollab 解决的是：怎么让 AI 参与真实的团队工作，让做过的事能留下来，方法能复用，团队能协作。对于内容团队、研究团队、小型创业团队来说，一定知道这其中的区别！！你可以很简单的建立不同的项目组，或者工作空间，每个项目组里都有 Agent，项目推进的全过程中，所有的工作流、产出和方法论，都会沉淀在这个空间里。当下次遇到同类型的B项目时，就可以一键复用A项目沉淀下来“工作资产”。我觉得，这才是团队协作里最有价值的部分，尽可能减少重复劳动！！不管是传统团队协作，还是AI时代的团队协作，都如此。所以，AI 产品真正的分水岭，不是谁更像人，也不是谁接了更多更强的模型。而是，到底能不能提供一个能沉淀、能协作、能推进的工作空间。

沐阳

51,046 次观看 • 2 个月前

Hermes Agent 有了平替 Lovart 的潜力！ Hermes Agent 集成了 ComfyUI 能力，让 Agent 可以自动创建 ComfyUI 工作流，很多人可能想不到这个的价值有多大，我24年做图像视频生成平台的时候，就觉得 AI 调用 ComfyUI 来自动化构建工作流是绝对的大趋势，后来年底 lovart 就是利用了 claude 3.6 的巨大能力提升实现了这个目标，现在 Hermes 集成了 ComfyUI，也就有了平台 lovart 的潜力。另外，不要小看自动化构建工作流的潜力😎

Hermes Agent 有了平替 Lovart 的潜力！ Hermes Agent 集成了 ComfyUI 能力，让 Agent 可以自动创建 ComfyUI 工作流，很多人可能想不到这个的价值有多大，我24年做图像视频生成平台的时候，就觉得 AI 调用 ComfyUI 来自动化构建工作流是绝对的大趋势，后来年底 lovart 就是利用了 claude 3.6 的巨大能力提升实现了这个目标，现在 Hermes 集成了 ComfyUI，也就有了平台 lovart 的潜力。另外，不要小看自动化构建工作流的潜力😎

nash_su - e/acc

77,908 次观看 • 2 个月前

一开工就是100,000块GPU，一天数亿亿次计算，全球最快的AI集群，按常规建法，三年审批、一年调试。 SpaceX团队和黄仁勋的工程师群， 19天内，从动工、到供电、到软硬件联调、到第一条AI模型上线，全部完成。组织这种超人类极限的工程谁能做到？黄仁勋说：“全球只有一个人。” 没错，就是Elon Musk。盛赞马斯克简直是超人！不仅建出来了，还跑起来了。背后，是Elon对工程、系统、硬件、调度能力的深刻理解。液冷、组网、建模、部署，每一步像在玩即时战略。从他一句“我们干”，到万卡集群上线，只用了19天。而这，仅仅是开始。 20万块已经完工 100万块的Colossus正在建

一开工就是100,000块GPU，一天数亿亿次计算，全球最快的AI集群，按常规建法，三年审批、一年调试。 SpaceX团队和黄仁勋的工程师群， 19天内，从动工、到供电、到软硬件联调、到第一条AI模型上线，全部完成。组织这种超人类极限的工程谁能做到？黄仁勋说：“全球只有一个人。” 没错，就是Elon Musk。盛赞马斯克简直是超人！不仅建出来了，还跑起来了。背后，是Elon对工程、系统、硬件、调度能力的深刻理解。液冷、组网、建模、部署，每一步像在玩即时战略。从他一句“我们干”，到万卡集群上线，只用了19天。而这，仅仅是开始。 20万块已经完工 100万块的Colossus正在建

墓碑科技

79,064 次观看 • 1 年前

英伟达CEO黄仁勋称马斯克的成就如“超人般”：他们在19天内建成了一座拥有10万台GPU的超级计算机。这通常需要三年规划和一年部署。而他们仅用了不到三周完成。马斯克在工程、建设和大型系统方面的独特理解，以及他出色的工程、软件、网络和基础设施团队，创造了史无前例的成就。

英伟达CEO黄仁勋称马斯克的成就如“超人般”：他们在19天内建成了一座拥有10万台GPU的超级计算机。这通常需要三年规划和一年部署。而他们仅用了不到三周完成。马斯克在工程、建设和大型系统方面的独特理解，以及他出色的工程、软件、网络和基础设施团队，创造了史无前例的成就。

谢嘉琪 Jiaqi

355,225 次观看 • 1 年前

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

【Manus季逸超：六个月后，基本每一家头部的应用公司都有做模型的能力】最近看了Manus联合创始人季逸超的访谈，很多人诟病 Manus 早期没有自己的模型、只是个套壳，但看完视频就会发现，Manus的逻辑是有道理的。一般的思维模式是先练模型（鸡），再顺便出个产品（蛋），这叫“沿途下蛋”。但这种方式是以模型为中心的，它的风险在于，蛋的形状取决于鸡能生出什么。模型能做到哪，产品才能做到哪，产品只能迁就技术。 Manus的路子是以产品为中心“借鸡生蛋”：早期直接用现成的模型。别管鸡是谁的，先让产品跑起来，看用户愿不愿意买单，找到PMF。等产品逻辑通了、用户量大了，发现现有的模型太贵、太慢、或者不够适配，再反过来去倒逼技术，优化出一种特定的模型。以Cursor为例，它一开始就是个代码编辑器，接入的是别人的接口。但等到它成为程序员的刚需后，为了追求极致的速度和更准的代码逻辑，它才跳出来做了自研模型。说到底是应用先于模型，需求定义底座。

傅盛

89,082 次观看 • 6 个月前

你一直在发现，后来一直发现在错！从你爷爷那一辈人欢迎它们进城起就开始错！开始以为是共地主资本家的产，后来发现是共所有人的产！一直共到饿死几千万人…… 还是老外让你们的劳动价值进入国际市场，才吃了几天饱饭，才吃到肉。它们这又开始不忘共产的初心了！

你一直在发现，后来一直发现在错！从你爷爷那一辈人欢迎它们进城起就开始错！开始以为是共地主资本家的产，后来发现是共所有人的产！一直共到饿死几千万人…… 还是老外让你们的劳动价值进入国际市场，才吃了几天饱饭，才吃到肉。它们这又开始不忘共产的初心了！

老司机

14,983 次观看 • 2 个月前