Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

OpenClaw创始人Peter Steinberger刚刚在TED爆了个猛料：同样一个开源AI Agent，正在把中美两地的职场撕裂成两个平行宇宙。在国外，你敢在公司电脑装这个“红龙虾”，IT部门立马查水表，抓到直接开除。但在中国深圳，去腾讯拉专线部署的人把门槛都快踩破了，当地直接给跑Agent的团队发补贴。最离谱的是国内老板的KPI：每个员工每天必须用它自动化一个任务，完不成直接滚蛋。一边是怕担责的合规围城，一边是卷到极致的降本机器。 2025.11 破局：一个周末黑客项目横空出世，绕过聊天框直接接管本地电脑干活。 2026.01 爆发：GitHub狂揽30万星，成为史上飙升最快的开源项目，代码直接变成生产力。 2026.04 掀桌：从个人极客玩具，彻底变成了企业淘汰碳基员工的流水线。真正拿走最大利益的根本不是用它的打工人，而是卖云服务和卖API算力的巨头。这波“养龙虾”热潮直接把国内大模型的Token消耗量拉爆了。

比特币橙子Trader

67,354 subscribers

125,500 просмотров • 3 месяцев назад •via X (Twitter)

Новости и политика Наука и технологии

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

🚀 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

168,801 просмотров • 2 месяцев назад

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

AYi

63,210 просмотров • 3 месяцев назад

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,442 просмотров • 2 месяцев назад

🦞有人做了一个网站，专门统计OpenClaw创业者赚了多少钱。数据全公开，Stripe API实时验证，不是截图，不是故事。网站叫TrustMRR。现在的数字：132个项目，最近30天总收入$29万+，最猛的单个项目月入$5.1万。更有意思的是这些项目在卖什么： OpenClaw一键部署、AI代理托管、OpenClaw使用课程、甚至直接卖"帮你把OpenClaw跑起来"的服务。本质：卖铲子。每一次技术浪潮，最先赚到钱的都不是挖金子的人，是卖工具、卖教程、卖"帮你用起来"服务的人。

🦞有人做了一个网站，专门统计OpenClaw创业者赚了多少钱。数据全公开，Stripe API实时验证，不是截图，不是故事。网站叫TrustMRR。现在的数字：132个项目，最近30天总收入$29万+，最猛的单个项目月入$5.1万。更有意思的是这些项目在卖什么： OpenClaw一键部署、AI代理托管、OpenClaw使用课程、甚至直接卖"帮你把OpenClaw跑起来"的服务。本质：卖铲子。每一次技术浪潮，最先赚到钱的都不是挖金子的人，是卖工具、卖教程、卖"帮你用起来"服务的人。

KK.aWSB

114,948 просмотров • 4 месяцев назад

字节跳动开源了一个能直接操控你电脑的 AI 叫 UI-TARS，开源免费，本地运行你用说话的方式告诉它：「帮我在 Priceline 订9月1日最早的旧金山到纽约的机票」「帮我把 VS Code 的自动保存延迟设置成500毫秒」「帮我查一下杭州这个月的天气然后画成图表」它不是帮你写代码它是直接看着你的屏幕，自己动鼠标键盘去做浏览器和桌面应用都能操控 MCP 工具全部打通模型大小 2B / 7B / 72B 任选，本地跑 Anthropic 的 Computer Use 要收费 OpenAI 的 Operator 要会员字节直接开源了整个技术栈这是国内大厂开源最有诚意的一个项目之一没有之一

字节跳动开源了一个能直接操控你电脑的 AI 叫 UI-TARS，开源免费，本地运行你用说话的方式告诉它：「帮我在 Priceline 订9月1日最早的旧金山到纽约的机票」「帮我把 VS Code 的自动保存延迟设置成500毫秒」「帮我查一下杭州这个月的天气然后画成图表」它不是帮你写代码它是直接看着你的屏幕，自己动鼠标键盘去做浏览器和桌面应用都能操控 MCP 工具全部打通模型大小 2B / 7B / 72B 任选，本地跑 Anthropic 的 Computer Use 要收费 OpenAI 的 Operator 要会员字节直接开源了整个技术栈这是国内大厂开源最有诚意的一个项目之一没有之一

axiaisacat

47,253 просмотров • 2 месяцев назад

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

红杉资本，硅谷顶级风投，给所有创始人泼了盆冷水。他们问了一个要命的问题： “你离破产，是不是只差AI的下一次迭代？” 谷歌的Gemini 1.5 Pro刚出来。功能强到让人害怕。很多软件公司做的东西，它动动手指就实现了。这就等于，你辛辛苦苦开发一个工具。结果OpenAI或谷歌更新一下模型，你的公司就没了。直接被降维打击。这生意还怎么做？红杉指了一条路：别再卖铲子了，去卖挖出来的金子。什么意思？不要卖软件工具本身。要卖用这个工具完成的工作成果。把自己伪装成一家“服务公司”。但内核是一家效率极高的软件公司。让AI给你打工，而不是成为你的敌人。他们算了一笔账。市场上，软件每花1美元。配套的服务就要花6美元。以前的创业者只能赚那1美元。现在，AI能让你去抢那6美元的市场。这才是下一个万亿级公司的机会。说白了，就是用AI武装的服务业。不再是卖一个Word软件，而是直接帮你写好一份完美的合同。不再是卖一个Photoshop，而是直接给你一张修好的图。靠卖软件授权的商业模式，可能真的要到头了。

墓碑科技

35,314 просмотров • 4 месяцев назад

🎬 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

27,192 просмотров • 1 месяц назад

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

我觉得我还是挺屌的，这是我开源的 Kin Agent，你和他说“把这个项目在沙盒里跑起来”，它就给你跑起来了，你也不用动啥技术，也不需要了解本地环境。 —— 这个是专门给中小团队做的用在本地的 Agent，适合有个 8g 的 macmini，直接一键部署，扔到办公室里，挂一个 coding plan，全团队可用，没有 tokens 负担。 ——

熊布朗

14,292 просмотров • 1 месяц назад

这个叫 Agency Agents 的开源项目，相当于把一家“五脏俱全”的虚拟公司搬进了电脑：用 Markdown/YAML 封装了16个部门、超百个专业AI人格，从前端后端到设计运营全覆盖，彻底打破了普通AI工具只懂代码的局限。它通过“集中提示式操作”，让你一键召唤完整AI团队，省去逐个调教prompt的麻烦，目前已在GitHub斩获13.2万星标，热度堪比同期爆火的“小龙虾”项目OpenClaw。最关键的是它完全免费开源，让单人创业者也能以极低成本拥有“全职能战队”——这不仅是工具的升级，更是“一人公司”时代的基建级进化。

这个叫 Agency Agents 的开源项目，相当于把一家“五脏俱全”的虚拟公司搬进了电脑：用 Markdown/YAML 封装了16个部门、超百个专业AI人格，从前端后端到设计运营全覆盖，彻底打破了普通AI工具只懂代码的局限。它通过“集中提示式操作”，让你一键召唤完整AI团队，省去逐个调教prompt的麻烦，目前已在GitHub斩获13.2万星标，热度堪比同期爆火的“小龙虾”项目OpenClaw。最关键的是它完全免费开源，让单人创业者也能以极低成本拥有“全职能战队”——这不仅是工具的升级，更是“一人公司”时代的基建级进化。

WangNextDoor

11,524 просмотров • 17 дней назад

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

axiaisacat

28,917 просмотров • 4 месяцев назад

刚在 GitHub 看到一个挺实用的项目： U-Claw 它把整个 OpenClaw 运行环境直接打包好了。也就是说：不用折腾 npm 不用装一堆依赖不用配置复杂环境。下载 → 安装 → 直接跑。里面已经包含： • Node 环境 • 800+ 依赖 • 52 个 Skills • 多模型支持最关键的是：国内网络也能直接用，不用翻墙。对想体验 OpenClaw 的人来说，基本相当于一个开箱即用的 OpenClaw 发行版。项目地址：👇

刚在 GitHub 看到一个挺实用的项目： U-Claw 它把整个 OpenClaw 运行环境直接打包好了。也就是说：不用折腾 npm 不用装一堆依赖不用配置复杂环境。下载 → 安装 → 直接跑。里面已经包含： • Node 环境 • 800+ 依赖 • 52 个 Skills • 多模型支持最关键的是：国内网络也能直接用，不用翻墙。对想体验 OpenClaw 的人来说，基本相当于一个开箱即用的 OpenClaw 发行版。项目地址：👇

axiaisacat

23,868 просмотров • 4 месяцев назад

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,266 просмотров • 4 месяцев назад

量子计算机到底是怎么碾压普通电脑的？走个迷宫你就懂了。传统电脑找最短路线，靠的是死磕。一条路一条路去随机试错。不把整个迷宫的所有死胡同全撞一遍，它就不敢保证自己找到的是最优解。量子计算机呢？它一开始也只派一个人进去。但每遇到一个岔路口，这个人就直接“裂开”，分身走上每一条新路。这让它的搜索速度快得离谱。你在迷宫里看到的千军万马，其实全都是“同一个人”。他同时存在于迷宫的每一个角落，这叫“量子叠加”。一旦找到终点会发生什么？啪，其他路线上的所有分身瞬间消失。唯一真正存在的那个实体，已经站在了目的地。很诡异，但这就是量子计算的工作原理。普通电脑还在算力瓶颈里打转，量子计算机是直接降维打击。无论问题规模翻多少倍，迷宫有多庞大，它面临的复杂度依然是线性的。

量子计算机到底是怎么碾压普通电脑的？走个迷宫你就懂了。传统电脑找最短路线，靠的是死磕。一条路一条路去随机试错。不把整个迷宫的所有死胡同全撞一遍，它就不敢保证自己找到的是最优解。量子计算机呢？它一开始也只派一个人进去。但每遇到一个岔路口，这个人就直接“裂开”，分身走上每一条新路。这让它的搜索速度快得离谱。你在迷宫里看到的千军万马，其实全都是“同一个人”。他同时存在于迷宫的每一个角落，这叫“量子叠加”。一旦找到终点会发生什么？啪，其他路线上的所有分身瞬间消失。唯一真正存在的那个实体，已经站在了目的地。很诡异，但这就是量子计算的工作原理。普通电脑还在算力瓶颈里打转，量子计算机是直接降维打击。无论问题规模翻多少倍，迷宫有多庞大，它面临的复杂度依然是线性的。

墓碑科技

59,123 просмотров • 1 месяц назад

马斯克打算在 30 个月内把 AI 全部送上太空。利用太空 24 小时无大气的环境，直接把太阳能发电效率拉高 5 倍，连变态贵的电池储能成本都省了，算力综合成本直接暴砍 10 倍。他给出了三个极其锋利的行业判断：能源死局：地面电力输出长期持平，芯片再多也没有“电力仙子”来凭空喂饱算力。监管套利：在陆地上盖发电厂难如登天，去太空反而成了监管和扩展最自由的安全区。降维收割：利用中国每瓦 25-30 美分的廉价光伏，直接在轨道上流水线生成 Token，彻底击穿传统机房。

马斯克打算在 30 个月内把 AI 全部送上太空。利用太空 24 小时无大气的环境，直接把太阳能发电效率拉高 5 倍，连变态贵的电池储能成本都省了，算力综合成本直接暴砍 10 倍。他给出了三个极其锋利的行业判断：能源死局：地面电力输出长期持平，芯片再多也没有“电力仙子”来凭空喂饱算力。监管套利：在陆地上盖发电厂难如登天，去太空反而成了监管和扩展最自由的安全区。降维收割：利用中国每瓦 25-30 美分的廉价光伏，直接在轨道上流水线生成 Token，彻底击穿传统机房。

比特币橙子Trader

57,827 просмотров • 1 месяц назад

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。开发效率和自动化能力直接拉满！链接见评论👇

如果你在用 n8n 构建 AI 自动化，那这个 n8n-mcp 绝对是王炸级的工具。它是一个专门为 n8n 打造的 MCP 服务器，集成了丰富的工具。AI Agent 通过它就能实现智能搜索 n8n 节点、验证工作流、实时监控执行，甚至直接创建和管理工作流。开发效率和自动化能力直接拉满！链接见评论👇

MapleShaw

18,658 просмотров • 1 год назад

一个月前，SpaceX 还没有云服务。现在，按某些指标算，它已经是全球第四大云了，直接超越了甲骨文（Oracle）。他们只用了一个月。来，看看马斯克是怎么降维打击科技巨头的。现在的 AI 算力大战，本质上就拼两件事：电力，和 GPU。电力卖家急着变现，谁能最快建好机房把电用上，电就给谁；手握 GPU 的黄仁勋，同样只想把芯片卖给能立马跑起算力的人。而 SpaceX 的执行力，只能用变态来形容。他们以极高的速度，在地面上把吉瓦（GW）级别的电力迅速转变成算力，直接套现。但这只是起点。 SpaceX 真正的野心，在天上：第一步，实现 Starship（星舰）的完全复用；第二步，把 Starlink V3 卫星送入轨道，开启手机直连；第三步，直接把算力搬上太空，实现“轨道计算”（Orbital Compute）。这是一条有具体里程碑、让投资人能一步步追踪的商业闭环。以前你觉得它是一家造火箭、放卫星的公司。现在，它是一个正在用太空算力颠覆万万亿云服务市场的巨无霸。别急，让我们看看一年后它会变成什么样。

一个月前，SpaceX 还没有云服务。现在，按某些指标算，它已经是全球第四大云了，直接超越了甲骨文（Oracle）。他们只用了一个月。来，看看马斯克是怎么降维打击科技巨头的。现在的 AI 算力大战，本质上就拼两件事：电力，和 GPU。电力卖家急着变现，谁能最快建好机房把电用上，电就给谁；手握 GPU 的黄仁勋，同样只想把芯片卖给能立马跑起算力的人。而 SpaceX 的执行力，只能用变态来形容。他们以极高的速度，在地面上把吉瓦（GW）级别的电力迅速转变成算力，直接套现。但这只是起点。 SpaceX 真正的野心，在天上：第一步，实现 Starship（星舰）的完全复用；第二步，把 Starlink V3 卫星送入轨道，开启手机直连；第三步，直接把算力搬上太空，实现“轨道计算”（Orbital Compute）。这是一条有具体里程碑、让投资人能一步步追踪的商业闭环。以前你觉得它是一家造火箭、放卫星的公司。现在，它是一个正在用太空算力颠覆万万亿云服务市场的巨无霸。别急，让我们看看一年后它会变成什么样。

墓碑科技

16,581 просмотров • 1 месяц назад

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

51,074 просмотров • 3 месяцев назад

15岁中国少年的软件工作室：一天交付10个项目，自己从没写过一行完整代码客户都以为自己雇了个资深开发者，其实干活的是7个AI代理。他早就不写代码了——他只负责派活。把视频暂停在19秒，看他显示器旁立着的平板：那不是一个聊天窗口，是7个并排铺开，同时在疯狂打字。 7个AI分工明确，并行运转：一个把客户需求拆成任务，一个做调研，一个设计架构，一个写代码，一个找bug，一个写文档，最后一个盯死截止日期、准时交付。它们在一台笔记本上全天并行，不知疲倦、不会卡壳、也不用互相等。普通自由职业者一天接1–2单，外包公司收3倍价还要做一周；他到晚饭前就能交付10个项目，每个收90美元。这就是中国年轻人比所有人先想明白的事：你不用更拼命地干活，而是要从“写代码的人”，变成“指挥7个AI写代码的人”。每天10个客户准时收到项目，还夸他是合作过响应最快的开发者，没一个人知道，服务他们的是一个少年和一群机器。被他抢了生意的人，不是能力差，只是到现在还在亲自下场干活。他才15岁，从没正经上过班，却已经管着一支永不睡觉的7人团队；他一天赚的钱，比那些被他替代的老手一周赚的还多。 #AI

15岁中国少年的软件工作室：一天交付10个项目，自己从没写过一行完整代码客户都以为自己雇了个资深开发者，其实干活的是7个AI代理。他早就不写代码了——他只负责派活。把视频暂停在19秒，看他显示器旁立着的平板：那不是一个聊天窗口，是7个并排铺开，同时在疯狂打字。 7个AI分工明确，并行运转：一个把客户需求拆成任务，一个做调研，一个设计架构，一个写代码，一个找bug，一个写文档，最后一个盯死截止日期、准时交付。它们在一台笔记本上全天并行，不知疲倦、不会卡壳、也不用互相等。普通自由职业者一天接1–2单，外包公司收3倍价还要做一周；他到晚饭前就能交付10个项目，每个收90美元。这就是中国年轻人比所有人先想明白的事：你不用更拼命地干活，而是要从“写代码的人”，变成“指挥7个AI写代码的人”。每天10个客户准时收到项目，还夸他是合作过响应最快的开发者，没一个人知道，服务他们的是一个少年和一群机器。被他抢了生意的人，不是能力差，只是到现在还在亲自下场干活。他才15岁，从没正经上过班，却已经管着一支永不睡觉的7人团队；他一天赚的钱，比那些被他替代的老手一周赚的还多。 #AI

财经老王

406,060 просмотров • 1 день назад

Linux 花了整整三十年才重塑底层软件。有个新项目只用了几周。它直接刷新了人类开源史的最快爆发纪录。黄仁勋刚给它定了个性。 “新计算机”。这个叫 OpenClaw 的智能体系统是 Peter Steinberger 搞出来的。在控制台敲几行代码就能跑。英伟达已经光速宣布砸资源全面支持。老黄甚至直接下场喊话。所有公司都必须立刻搞出自己的 OpenClaw 战略。大模型单打独斗的时代结束了。 AI 自己调兵遣将完成任务的智能体系统才是终局。上一个量级的颠覆叫操作系统。这一次的入场券就摆在那个全黑的控制台框里。

Linux 花了整整三十年才重塑底层软件。有个新项目只用了几周。它直接刷新了人类开源史的最快爆发纪录。黄仁勋刚给它定了个性。 “新计算机”。这个叫 OpenClaw 的智能体系统是 Peter Steinberger 搞出来的。在控制台敲几行代码就能跑。英伟达已经光速宣布砸资源全面支持。老黄甚至直接下场喊话。所有公司都必须立刻搞出自己的 OpenClaw 战略。大模型单打独斗的时代结束了。 AI 自己调兵遣将完成任务的智能体系统才是终局。上一个量级的颠覆叫操作系统。这一次的入场券就摆在那个全黑的控制台框里。

战斗室

19,470 просмотров • 4 месяцев назад

为什么SpaceX 能取得这么大的成就？说实话，这个能驮着火箭跑的114轮移动摩天大楼，只是SpaceX最不值一提的成就。大家都在惊叹Starship助推器有多大，那个多轮运输车有多震撼。但真正可怕的，是SpaceX已经把这种人类历史上的不可能，变成了每周都在发生的日常。超1.3万人的公司，架构扁平到离谱。马斯克的直接汇报线极短，没有传统意义上的中层管理层。工程师遇到问题，直接发邮件给马斯克或者Gwynne，几个小时之内就能拍板。没有层层审批，没有跨部门踢皮球，一个项目卡壳，全公司的人都能拉过来帮忙。这在任何一个传统航天巨头那里，都是不可想象的。他们的招聘铁律是：全票通过，一人否决直接出局。永远只招比自己更强的人，永远只招对火星有狂热信仰的人。炸火箭不是失败，是数据收集。失败之后没有追责大会，只有无blame复盘，所有人只讨论怎么改进，下一次飞得更好。这种文化，让他们敢做别人想都不敢想的实验。最被低估的是他们的垂直整合能力。 85%的零件自己造，从发动机到航电，从工具到发射台。传统航天公司外包70%以上，供应链一卡就死。 SpaceX改一个设计，只需要几天，别人用昂贵的碳纤维造火箭，他们用不锈钢，材料成本直接砍到原来的几十分之一，却能轻松扛住再入大气层的1400度高温。 Raptor发动机70%的零件3D打印，像流水线印钱一样已经量产数百台。别人造火箭是按年算，他们造火箭是按周算。 Starfactory像造汽车一样量产Starship，目标是每周一艘。这个巨型运输车，就是这个流水线的最后一环——它不需要专用铁路，直接开上公路就能把几百吨的火箭运到发射台。这已经不是什么航天工程的进步能描述的了，说是对整个工业范式的降维打击也不为过。 SpaceX用硅谷的软件思维，彻底改写了航天工业的游戏规则。快速失败，快速迭代，极致简化，极致成本控制。别人还在为一次发射准备十年，他们已经在讨论每天发射三次了。这个视频里的钢铁巨兽，只是冰山一角。说白了，SpaceX真正的护城河从来不是火箭技术，是Elon Musk 打造的扁平的组织，狂热的工程师文化，垂直整合的体系，是那种把不可能变成日常的执行力。他们不是在造火箭，而是在造人类成为多行星物种的未来🚀 #SpaceX #Starship #马斯克 #航天 #科技

为什么SpaceX 能取得这么大的成就？说实话，这个能驮着火箭跑的114轮移动摩天大楼，只是SpaceX最不值一提的成就。大家都在惊叹Starship助推器有多大，那个多轮运输车有多震撼。但真正可怕的，是SpaceX已经把这种人类历史上的不可能，变成了每周都在发生的日常。超1.3万人的公司，架构扁平到离谱。马斯克的直接汇报线极短，没有传统意义上的中层管理层。工程师遇到问题，直接发邮件给马斯克或者Gwynne，几个小时之内就能拍板。没有层层审批，没有跨部门踢皮球，一个项目卡壳，全公司的人都能拉过来帮忙。这在任何一个传统航天巨头那里，都是不可想象的。他们的招聘铁律是：全票通过，一人否决直接出局。永远只招比自己更强的人，永远只招对火星有狂热信仰的人。炸火箭不是失败，是数据收集。失败之后没有追责大会，只有无blame复盘，所有人只讨论怎么改进，下一次飞得更好。这种文化，让他们敢做别人想都不敢想的实验。最被低估的是他们的垂直整合能力。 85%的零件自己造，从发动机到航电，从工具到发射台。传统航天公司外包70%以上，供应链一卡就死。 SpaceX改一个设计，只需要几天，别人用昂贵的碳纤维造火箭，他们用不锈钢，材料成本直接砍到原来的几十分之一，却能轻松扛住再入大气层的1400度高温。 Raptor发动机70%的零件3D打印，像流水线印钱一样已经量产数百台。别人造火箭是按年算，他们造火箭是按周算。 Starfactory像造汽车一样量产Starship，目标是每周一艘。这个巨型运输车，就是这个流水线的最后一环——它不需要专用铁路，直接开上公路就能把几百吨的火箭运到发射台。这已经不是什么航天工程的进步能描述的了，说是对整个工业范式的降维打击也不为过。 SpaceX用硅谷的软件思维，彻底改写了航天工业的游戏规则。快速失败，快速迭代，极致简化，极致成本控制。别人还在为一次发射准备十年，他们已经在讨论每天发射三次了。这个视频里的钢铁巨兽，只是冰山一角。说白了，SpaceX真正的护城河从来不是火箭技术，是Elon Musk 打造的扁平的组织，狂热的工程师文化，垂直整合的体系，是那种把不可能变成日常的执行力。他们不是在造火箭，而是在造人类成为多行星物种的未来🚀 #SpaceX #Starship #马斯克 #航天 #科技

AYi

22,371 просмотров • 3 месяцев назад