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。

OPENCODE 小技巧 #03: 探索代码小技巧 X 算法平台正好开源，打开 opencode 咱直接咨询「我需要调研几个业务核心问题，请你帮我汇总最后输出一个报告，注意，每一个点都要找到代码级别的证据支撑，得精确到行号。 1. 点赞 vs. 回复 vs. 停留，谁更值钱？ 2. “负反馈”的杀伤力有多大？ 3. 发多了会被限流吗？ 4. 做视频是不是有系统级优待。请你帮我多开几个 explorer 进行调研」这里有几个点需要注意 1. 「每一个点都要找到代码级别的证据支撑，得精确到行号」是为了防止 ai 出现幻觉为了押韵不择手段。 2. 「请你帮我多开几个 explorer 进行调研」是为了加速，默认官方的 free 模型并发可能会有限制，我建议大家使用国产大模型 code plan 里面的 api key，比如我这里用的是 MiniMax (official) 的 key。运行过程如视频（已加速）结果在评论区。

海拉鲁编程客

22,976 subscribers

12,655 次观看 • 6 个月前 •via X (Twitter)

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

OPENCODE 小技巧 #02：oh-my-opencode 用法 opus 编排，minimax 干活最近切到 oh-my-opencode-slim ，默认配置和 Antigravity Auth 的集成的比较好，但也有一个缺点，并发探索代码仓库的时候会被限流我的解法是用 opus 调度，把 omo 里面 librarian 和 explore agent 模型换成 MiniMax (official) coding plan 里的 M2.1 模型「@ explorer 帮我开几个 agent 探索咱这个 monorrepo 里面的依赖库有没有过时和统一的」于是你就可以看到如下情绪价值和实用价值拉满的干活现场。

OPENCODE 小技巧 #02：oh-my-opencode 用法 opus 编排，minimax 干活最近切到 oh-my-opencode-slim ，默认配置和 Antigravity Auth 的集成的比较好，但也有一个缺点，并发探索代码仓库的时候会被限流我的解法是用 opus 调度，把 omo 里面 librarian 和 explore agent 模型换成 MiniMax (official) coding plan 里的 M2.1 模型「@ explorer 帮我开几个 agent 探索咱这个 monorrepo 里面的依赖库有没有过时和统一的」于是你就可以看到如下情绪价值和实用价值拉满的干活现场。

海拉鲁编程客

24,687 次观看 • 6 个月前

最近使用 Kimi Code + K2.7 极速版辅助编码，分享一下使用体验。背景: 来自大约 5w 行左右的 golang agent runtime 的重构。前期用 codex / cc 疯狂推代码之后进入了重构期。用 codex / cc 压低代码行数，很难满足我想要的效果。比如 opus 4.8 反复背诵不知道从哪里学来的超过 300 行代码是不好的设计（我明明没有加这一条，记忆里面也没有），而超过 2000 行不能拆开的代码多了去了，这是本质复杂度。而 codex 在精简了一些之后反手又给我加了一些兼容代码。。。。所以我回归了半自动的方案，用 kimi code 调研出报告，人工 review 之后开修，大致步骤如下 1. 选择一个切入点 /goal 请你使用 hai-architecture skill 帮我系统整理 nil, 按照当前代码，当前位置，问题点，解决方案表格罗列一下。有些可能是 nil 本身过度防御，有的地方可能是设计上有更好的方向。请你系统梳理之后，整理到 docs/architecture/nil-review.md ，要详细，分好类和优先级，整 50个点给我使用 /goal 是为了确保能捞 50 个点，使用 hai-architecture 是为了打开格局，看看是不是有些 nil 是不是因为更上层的设计问题。 2. 50个点的 markdown 看起来还是比较吃力的。可以做个简单的可视化优化一下咱们的阅读体验。 /skill:hai-visual-report docs/architecture/nil-review.md 做一下可视化然后你就得到一个阅读体验比较好的问题清单，然后挑选一些问题开修就好了。这里不得不吹一句，K2.7 极速版是真的快，两分钟可视化跑完（视频未加速），调研的时候没感觉有非常大的速度提升，到可视化报告这块速度很快，有明显的推背感。好处就是产出高了，坏处就是刷推少了。。。。。

最近使用 Kimi Code + K2.7 极速版辅助编码，分享一下使用体验。背景: 来自大约 5w 行左右的 golang agent runtime 的重构。前期用 codex / cc 疯狂推代码之后进入了重构期。用 codex / cc 压低代码行数，很难满足我想要的效果。比如 opus 4.8 反复背诵不知道从哪里学来的超过 300 行代码是不好的设计（我明明没有加这一条，记忆里面也没有），而超过 2000 行不能拆开的代码多了去了，这是本质复杂度。而 codex 在精简了一些之后反手又给我加了一些兼容代码。。。。所以我回归了半自动的方案，用 kimi code 调研出报告，人工 review 之后开修，大致步骤如下 1. 选择一个切入点 /goal 请你使用 hai-architecture skill 帮我系统整理 nil, 按照当前代码，当前位置，问题点，解决方案表格罗列一下。有些可能是 nil 本身过度防御，有的地方可能是设计上有更好的方向。请你系统梳理之后，整理到 docs/architecture/nil-review.md ，要详细，分好类和优先级，整 50个点给我使用 /goal 是为了确保能捞 50 个点，使用 hai-architecture 是为了打开格局，看看是不是有些 nil 是不是因为更上层的设计问题。 2. 50个点的 markdown 看起来还是比较吃力的。可以做个简单的可视化优化一下咱们的阅读体验。 /skill:hai-visual-report docs/architecture/nil-review.md 做一下可视化然后你就得到一个阅读体验比较好的问题清单，然后挑选一些问题开修就好了。这里不得不吹一句，K2.7 极速版是真的快，两分钟可视化跑完（视频未加速），调研的时候没感觉有非常大的速度提升，到可视化报告这块速度很快，有明显的推背感。好处就是产出高了，坏处就是刷推少了。。。。。

海拉鲁编程客

18,291 次观看 • 1 个月前

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

XDmnnn不淡

50,270 次观看 • 4 个月前

我回答你下这个问题，这个问题我也给我身边的好朋友多次解答了，详细的你可以看我发的这段语音，在这个市场上必须要找到自己合适的思路，如果找不到合适的思路又想做多，又想做空你最后赚不到一点钱，我的确可以多空双吃，我甚至可以精准的预判到跌到哪里会反弹，我回去抄底开多单，但是我是个空头，我多单拿不住，我大多数的钱都是做空赚的，我必须在这个市场上一直维持我的空头思维，所以我就算知道要大涨也拿不住，但是如果真的大跌了我可以拿得住，还敢加重仓，这样就会导致我在极端暴跌行情赚大钱，甚至精准的在底部抄底，但是空头思维，我就算做多了，还是会找机会做空，我对我自己已经很满意了，在这个市场上能赚钱就已经知足了，所以我是不会改变我的思维模式，如果我一旦改变我的思维模式，我怕以后我赚不到钱

我回答你下这个问题，这个问题我也给我身边的好朋友多次解答了，详细的你可以看我发的这段语音，在这个市场上必须要找到自己合适的思路，如果找不到合适的思路又想做多，又想做空你最后赚不到一点钱，我的确可以多空双吃，我甚至可以精准的预判到跌到哪里会反弹，我回去抄底开多单，但是我是个空头，我多单拿不住，我大多数的钱都是做空赚的，我必须在这个市场上一直维持我的空头思维，所以我就算知道要大涨也拿不住，但是如果真的大跌了我可以拿得住，还敢加重仓，这样就会导致我在极端暴跌行情赚大钱，甚至精准的在底部抄底，但是空头思维，我就算做多了，还是会找机会做空，我对我自己已经很满意了，在这个市场上能赚钱就已经知足了，所以我是不会改变我的思维模式，如果我一旦改变我的思维模式，我怕以后我赚不到钱

凉兮大元帅（白虎已上环已结扎）

265,196 次观看 • 1 年前

Cursor 推出炼蛊模式！一口气能开8个代理！给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。总之，请确保你的订阅套餐够烧

Cursor 推出炼蛊模式！一口气能开8个代理！给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。总之，请确保你的订阅套餐够烧

karminski-牙医

21,725 次观看 • 9 个月前

我们必须彻底终结“政治庇护”这套玩法。为什么？因为你家的大门，不是为全世界的失败者敞开的。有人说，我们得接纳他们啊！我说不。他们说，那这些人怎么办？他们会死的！首先，这怎么就成了我的问题？其次，地球上其他国家都消失了吗？非洲的庇护申请者，为什么不去非洲国家？阿拉伯人，为什么不去阿拉伯国家？如果连文化最相近、血缘最亲密的国家都拒绝他们…… 那我们为什么要当这个冤大头？打个比方。想象一下，一个从几十公里外的小镇来的19岁小伙。你从没见过他，不知道他是谁。他没敲门，直接闯进你家，对着你大喊： “嘿！我饿了！给我吃的！” 他不是请求，是命令。没有谦卑，只有索取。你会怎么做？你大概会拿出枪，指着他，让他滚出你的房子。就算你愿意跟他多说一句，你第一个问题肯定是： “你为什么来我家？” “你为什么不去找你的邻居？” 他可能有两个回答。第一种：“我问了，我所有的邻居都拒绝帮我。” 那你就要怀疑了。所有认识你的人都不帮你，问题在谁？是他们几百号人都是混蛋，还是你才是那个唯一的混蛋？第二种：“我压根没问过我邻居，我直接就来找你了。” 这就更可疑了。你为什么偏要跳过所有熟人，跑到一个完全不了解你的陌生人家里，提出要求？所以，你只会关上门，告诉他： “两秒钟内，从我的地盘上滚出去，否则我就开枪了。” 一个四肢健全的成年男人，连饭都找不到，那是他自己的无能和懒惰。那不是你的问题。现在，把这个场景放大到一个国家。完全一样。一群又一群的陌生人，从天知道什么地方冒出来，要求我们帮助。他们绕开了所有和他们文化、语言更接近的国家。径直来到我们的边境。这不值得怀疑吗？但我们甚至不需要解释。这是我们的国家，不是你的。离开。

我们必须彻底终结“政治庇护”这套玩法。为什么？因为你家的大门，不是为全世界的失败者敞开的。有人说，我们得接纳他们啊！我说不。他们说，那这些人怎么办？他们会死的！首先，这怎么就成了我的问题？其次，地球上其他国家都消失了吗？非洲的庇护申请者，为什么不去非洲国家？阿拉伯人，为什么不去阿拉伯国家？如果连文化最相近、血缘最亲密的国家都拒绝他们…… 那我们为什么要当这个冤大头？打个比方。想象一下，一个从几十公里外的小镇来的19岁小伙。你从没见过他，不知道他是谁。他没敲门，直接闯进你家，对着你大喊： “嘿！我饿了！给我吃的！” 他不是请求，是命令。没有谦卑，只有索取。你会怎么做？你大概会拿出枪，指着他，让他滚出你的房子。就算你愿意跟他多说一句，你第一个问题肯定是： “你为什么来我家？” “你为什么不去找你的邻居？” 他可能有两个回答。第一种：“我问了，我所有的邻居都拒绝帮我。” 那你就要怀疑了。所有认识你的人都不帮你，问题在谁？是他们几百号人都是混蛋，还是你才是那个唯一的混蛋？第二种：“我压根没问过我邻居，我直接就来找你了。” 这就更可疑了。你为什么偏要跳过所有熟人，跑到一个完全不了解你的陌生人家里，提出要求？所以，你只会关上门，告诉他： “两秒钟内，从我的地盘上滚出去，否则我就开枪了。” 一个四肢健全的成年男人，连饭都找不到，那是他自己的无能和懒惰。那不是你的问题。现在，把这个场景放大到一个国家。完全一样。一群又一群的陌生人，从天知道什么地方冒出来，要求我们帮助。他们绕开了所有和他们文化、语言更接近的国家。径直来到我们的边境。这不值得怀疑吗？但我们甚至不需要解释。这是我们的国家，不是你的。离开。

墓碑科技

15,114 次观看 • 7 个月前

OpenAI 创始人 John Schulman 访谈节选：为什么 GPT-4 比一年前更“聪明”了？主要都是后训练（Post-Training）带来的！另外他认为，在强化学习研究领域，研究人员需要具备丰富的经验和敏锐的直觉。了解整个技术堆栈，并对各个部分充满好奇心是关键。此外，从第一性原理出发思考问题，而不仅仅依靠实验证据，也能够帮助研究人员在数据操控和环境设置方面做出更好的决策。 *** Dwarkesh Patel：在未来，用于训练的计算力中，预训练与后训练的比例是否会明显偏向后训练呢？ John Schulman：确实，有一些观点支持这种说法。 Dwarkesh Patel：我是说，现在这个比例非常不平衡。 John Schulman：但你可以认为，模型生成的输出质量比网上的大多数内容都要高。因此，让模型自己思考似乎更有道理，而不仅仅是训练来模仿网络上的内容。所以，我认为从第一性原理上来说，这是有说服力的。我会说，我们通过后训练取得了很多进步。因此，我不确定。所以，我希望我们会继续推动这种方法，并且可能会增加投入到后训练中的计算力。 Dwarkesh Patel：当前的 GPT-4 的 ELO 分数比最初发布的版本高出了大约 100 分。这是否全都是后训练带来的改进呢？ John Schulman：对，我会说大部分都是后训练带来的。 Dwarkesh Patel：这很有意思。 John Schulman：因此，有很多不同的改进方向。我们会考虑数据质量，数据数量，进行更多的部署和收集新数据的迭代，改变你收集的注解种类。因此，有很多因素叠加在一起。但是全部加在一起，就会带来一个相当不错的，有效的计算力提升。 Dwarkesh Patel：后训练的优化程度对于竞争优势有多大影响呢？ John Schulman：目前，我会区别公司是通过我们的模型有多大等等。那么，找出你之前提到的所有这些数据的复杂问题的公司，会占据大优势吗？ John Schulman：我认为这确实是一个优势，因为这是一个非常复杂的任务。因此，你必须有很多有技能的人来执行它。因此，存在大量的隐性知识。同时也需要大量的组织知识。我认为后训练的过程，创建一个具备人们所关心的所有功能的模型，是十分复杂的。这需要付出大量的努力，它是大量研发工作的积累。我会说这种情况在某种程度上形成了一种壁垒，要想立即启动这种模型并非易事。 Dwarkesh Patel：看起来那些正在进行最严肃的预训练努力的公司，也在进行严肃的后训练努力。因此，看起来这种模型有可能被复制或有更多的类似努力出现。 John Schulman：另外，还有一种情况使得这个壁垒并非那么明显，那就是你可以提取模型，或者复制别人的模型输出，或者使用别人的模型进行比较。我认为大公司可能并不会这样做，因为这违反了服务条款，也会损害他们的自尊心，但我预计一些规模较小的参与者可能正在这样做以便更好地起步。 Dwarkesh Patel：那些真正擅长进行这种强化学习（RL）研究的人有什么样的特质呢？我听说这种研究非常具有挑战性，但是什么样的直觉能帮助你找到操控数据和设置环境的方法呢？ John Schulman：我觉得有相当多的经验是关键。自从研究生时期以来，我一直在研究 RL 算法，涉及到数据收集、到注释过程，再到与语言模型的交互。所以，我算是涉猎了这些领域。我认为，在这类研究中表现出色的人通常对整个技术堆栈有全面的了解，并且对其中的各个部分充满好奇心。他们不仅依靠实验证据来更新自己的观点，还会从第一性原理出发思考问题。比如，假设深度学习是有效的，那么理想的收集数据的类型应该是什么，等等。

OpenAI 创始人 John Schulman 访谈节选：为什么 GPT-4 比一年前更“聪明”了？主要都是后训练（Post-Training）带来的！另外他认为，在强化学习研究领域，研究人员需要具备丰富的经验和敏锐的直觉。了解整个技术堆栈，并对各个部分充满好奇心是关键。此外，从第一性原理出发思考问题，而不仅仅依靠实验证据，也能够帮助研究人员在数据操控和环境设置方面做出更好的决策。 *** Dwarkesh Patel：在未来，用于训练的计算力中，预训练与后训练的比例是否会明显偏向后训练呢？ John Schulman：确实，有一些观点支持这种说法。 Dwarkesh Patel：我是说，现在这个比例非常不平衡。 John Schulman：但你可以认为，模型生成的输出质量比网上的大多数内容都要高。因此，让模型自己思考似乎更有道理，而不仅仅是训练来模仿网络上的内容。所以，我认为从第一性原理上来说，这是有说服力的。我会说，我们通过后训练取得了很多进步。因此，我不确定。所以，我希望我们会继续推动这种方法，并且可能会增加投入到后训练中的计算力。 Dwarkesh Patel：当前的 GPT-4 的 ELO 分数比最初发布的版本高出了大约 100 分。这是否全都是后训练带来的改进呢？ John Schulman：对，我会说大部分都是后训练带来的。 Dwarkesh Patel：这很有意思。 John Schulman：因此，有很多不同的改进方向。我们会考虑数据质量，数据数量，进行更多的部署和收集新数据的迭代，改变你收集的注解种类。因此，有很多因素叠加在一起。但是全部加在一起，就会带来一个相当不错的，有效的计算力提升。 Dwarkesh Patel：后训练的优化程度对于竞争优势有多大影响呢？ John Schulman：目前，我会区别公司是通过我们的模型有多大等等。那么，找出你之前提到的所有这些数据的复杂问题的公司，会占据大优势吗？ John Schulman：我认为这确实是一个优势，因为这是一个非常复杂的任务。因此，你必须有很多有技能的人来执行它。因此，存在大量的隐性知识。同时也需要大量的组织知识。我认为后训练的过程，创建一个具备人们所关心的所有功能的模型，是十分复杂的。这需要付出大量的努力，它是大量研发工作的积累。我会说这种情况在某种程度上形成了一种壁垒，要想立即启动这种模型并非易事。 Dwarkesh Patel：看起来那些正在进行最严肃的预训练努力的公司，也在进行严肃的后训练努力。因此，看起来这种模型有可能被复制或有更多的类似努力出现。 John Schulman：另外，还有一种情况使得这个壁垒并非那么明显，那就是你可以提取模型，或者复制别人的模型输出，或者使用别人的模型进行比较。我认为大公司可能并不会这样做，因为这违反了服务条款，也会损害他们的自尊心，但我预计一些规模较小的参与者可能正在这样做以便更好地起步。 Dwarkesh Patel：那些真正擅长进行这种强化学习（RL）研究的人有什么样的特质呢？我听说这种研究非常具有挑战性，但是什么样的直觉能帮助你找到操控数据和设置环境的方法呢？ John Schulman：我觉得有相当多的经验是关键。自从研究生时期以来，我一直在研究 RL 算法，涉及到数据收集、到注释过程，再到与语言模型的交互。所以，我算是涉猎了这些领域。我认为，在这类研究中表现出色的人通常对整个技术堆栈有全面的了解，并且对其中的各个部分充满好奇心。他们不仅依靠实验证据来更新自己的观点，还会从第一性原理出发思考问题。比如，假设深度学习是有效的，那么理想的收集数据的类型应该是什么，等等。

宝玉

57,175 次观看 • 2 年前

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

给大家介绍我压箱底的技巧, 而这个技巧建立在 DeepSeek-R1-0528 之上. 简单来讲, 做视频的时候总需要文本介绍内容, 直接打字太枯燥, 比如这次 DeepSeek-R1-0528 发布, 口播的时候总得给大家看点什么. 这在过去要用 AfterEffects 慢慢做特效, 做个一周都做不完不是什么新鲜事. 而你看到的这个视频片段, 完全是 DeepSeek 生成的, 现在你只需要我这个魔法 prompt: "我想要动态展示 deepseek 新发布的这个模型，请帮我制作一个html页面，所有的代码都放在这个html页面里面，要求有炫酷的动画效果，来展示这次发布内容的重点。你可以参考他们的模型数据划重点: 1. 告诉 DeepSeek 你要炫酷的动画效果, 一定要炫酷! 信我的, 你不用告诉他炫酷是什么, 他比你懂炫酷. 这次的 DeepSeek-R1-0528 感觉针对前端特别训练了, 出来的页面都足够炫酷. 2. 数据可以粘贴到 prompt, 也可以直接放链接. 我这个就是直接用 PPIO 云的 DeepSeek-R1-0528 + 网页搜索功能, 直接粘贴链接就行, 它会自己读取链接. DeepSeek 官网的网页搜索功能炸了后我就一直用这个. 然后, 录屏就行啦! 录屏的视频放到你的剪辑里面. 再也不用 AE 吭哧半天做特效了. 这个真的是屡试不爽. PPIO 云现在注册就能白嫖 token 哈, 可以用我这个链接进, 直接就有: #DeepSeek

给大家介绍我压箱底的技巧, 而这个技巧建立在 DeepSeek-R1-0528 之上. 简单来讲, 做视频的时候总需要文本介绍内容, 直接打字太枯燥, 比如这次 DeepSeek-R1-0528 发布, 口播的时候总得给大家看点什么. 这在过去要用 AfterEffects 慢慢做特效, 做个一周都做不完不是什么新鲜事. 而你看到的这个视频片段, 完全是 DeepSeek 生成的, 现在你只需要我这个魔法 prompt: "我想要动态展示 deepseek 新发布的这个模型，请帮我制作一个html页面，所有的代码都放在这个html页面里面，要求有炫酷的动画效果，来展示这次发布内容的重点。你可以参考他们的模型数据划重点: 1. 告诉 DeepSeek 你要炫酷的动画效果, 一定要炫酷! 信我的, 你不用告诉他炫酷是什么, 他比你懂炫酷. 这次的 DeepSeek-R1-0528 感觉针对前端特别训练了, 出来的页面都足够炫酷. 2. 数据可以粘贴到 prompt, 也可以直接放链接. 我这个就是直接用 PPIO 云的 DeepSeek-R1-0528 + 网页搜索功能, 直接粘贴链接就行, 它会自己读取链接. DeepSeek 官网的网页搜索功能炸了后我就一直用这个. 然后, 录屏就行啦! 录屏的视频放到你的剪辑里面. 再也不用 AE 吭哧半天做特效了. 这个真的是屡试不爽. PPIO 云现在注册就能白嫖 token 哈, 可以用我这个链接进, 直接就有: #DeepSeek

karminski-牙医

18,838 次观看 • 1 年前

做了个叫 Arkloop的东西,是个 Agent 客户端开源,本地优先,简单优先你可以把他想象成 claude desktop but open source, 并且带有自己的 taste 哦对了,另说一点,不是任何 agent sdk 套壳,也没有任何 base 任何 claudecode 行为,我一个人打磨了三个月和市面上大部分产品不同我花了很多时间在一个细节上 : 减少认知负担一个例子 : 我平常只用一个模型聊天，那为什么每条消息前面都要告诉我用了什么模型？这是噪音再举一个 : 开发者总是喜欢让 agent 的 tool use 完整的展示到前端,但是背后真正的用户体验逻辑是我需要知道 agent 在工作/在往哪个方向偏,所以我们并不需要如此详细的信息设计哲学：认知负担,信息,价值导向,美学换个话题我一个人做 Arkloop 用了三个月,现在他能用了,但是它离完美很远做产品很重要的一件事是…不要闭门造车,也就是我需要你们的真诚建议引用来自 Arkloop readme 中的一句话 “我欢迎所有形式的贡献。即使你不是开发者，只是一个普通用户——如果你在使用中感到任何不舒服的地方，哪怕只是一点间距、一个颜色、一个很小很小的细节，或者是一个很大的方向，都可以直接开一个 issue。我认真对待每一个体验细节，你的反馈会让所有人的体验变得更好。如果你是开发者，Arkloop 的 Agent 核心、记忆系统、hook 机制都是开放的。你可以接自己的 provider、写自己的插件、甚至改掉你不喜欢的任何设计。” 这是我认为整个项目最精髓的一点,我希望看到你们的反馈,不管是细节还是方向我在用 dify 的时候,我常常发现,一个特别小的间距问题,竟然在这么大的仓库里没人修因此,我很重视这点理念 Arkloop 现在并不稳定，还有很多不完善的地方。希望大家多多包容,多提意见另带一提,Arkloop 可以从 openclaw/hermes 导入配置 Github 仓库: Arkloop 官网兼下载: 关注我的推特: 加入 Arkloop 的 telegram 群组:

做了个叫 Arkloop的东西,是个 Agent 客户端开源,本地优先,简单优先你可以把他想象成 claude desktop but open source, 并且带有自己的 taste 哦对了,另说一点,不是任何 agent sdk 套壳,也没有任何 base 任何 claudecode 行为,我一个人打磨了三个月和市面上大部分产品不同我花了很多时间在一个细节上 : 减少认知负担一个例子 : 我平常只用一个模型聊天，那为什么每条消息前面都要告诉我用了什么模型？这是噪音再举一个 : 开发者总是喜欢让 agent 的 tool use 完整的展示到前端,但是背后真正的用户体验逻辑是我需要知道 agent 在工作/在往哪个方向偏,所以我们并不需要如此详细的信息设计哲学：认知负担,信息,价值导向,美学换个话题我一个人做 Arkloop 用了三个月,现在他能用了,但是它离完美很远做产品很重要的一件事是…不要闭门造车,也就是我需要你们的真诚建议引用来自 Arkloop readme 中的一句话 “我欢迎所有形式的贡献。即使你不是开发者，只是一个普通用户——如果你在使用中感到任何不舒服的地方，哪怕只是一点间距、一个颜色、一个很小很小的细节，或者是一个很大的方向，都可以直接开一个 issue。我认真对待每一个体验细节，你的反馈会让所有人的体验变得更好。如果你是开发者，Arkloop 的 Agent 核心、记忆系统、hook 机制都是开放的。你可以接自己的 provider、写自己的插件、甚至改掉你不喜欢的任何设计。” 这是我认为整个项目最精髓的一点,我希望看到你们的反馈,不管是细节还是方向我在用 dify 的时候,我常常发现,一个特别小的间距问题,竟然在这么大的仓库里没人修因此,我很重视这点理念 Arkloop 现在并不稳定，还有很多不完善的地方。希望大家多多包容,多提意见另带一提,Arkloop 可以从 openclaw/hermes 导入配置 Github 仓库: Arkloop 官网兼下载: 关注我的推特: 加入 Arkloop 的 telegram 群组:

清凤

97,050 次观看 • 3 个月前

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

车九

48,436 次观看 • 1 个月前

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

想认真做小红书个人号或者矩阵的朋友，这个 Skill 真的能帮你省掉 80% 的重复劳动。看了我的 AI 工作流分享以后，很多宝子问有没有小红书自动化运营的工具，我GitHub上找了下，这个还不错，说实话，我之前也以为所有小红书自动化工具都是垃圾，要么用两天就封号，要么复杂到要写几百行代码，要么就是个只能发文字的残废，直到我试了这个，最牛逼的是它的安全机制：完全不用小红书 API，全程用浏览器自动化模拟真人点击和输入。第一次扫码登录后，后续所有操作都和你自己手动点一模一样，目前是我见过封号风险最低的方案。而且它真的零代码，你不需要懂任何编程，只要对着你的龙虾或者 hermes 说一句话就行： • 帮我分析一下我的首页推荐流 • 帮我生成五个今天能发的选题 • 帮我复刻这篇爆款笔记 • 帮我回复一下最新的评论它全都能自己干完，最狠的是它不只是一个单纯的发稿工具，它还有一个完整的运营闭环：会分析你的账号数据、拆解别人爆款的结构、生成内容+封面、自动发布、自动回评，还会把所有分析结果和操作自动存成 Markdown 知识库，方便你后续复盘。安装也简单到离谱：打开 Openclaw，直接说 “帮我安装这个 skill 就完事了。仓库地址老规矩评论区自取鸭🦆

AYi

20,947 次观看 • 2 个月前

黄仁勋提到：优秀的AI开源模型对整个行业都是好事，无论它来自哪里... 在和 axios 的最新访谈中，Jensen已经聊到了中国的开源模型和美国闭源模型的看法，今天又特意注册X发文说明为什么开源模型很重要..... 他说：“这些中国模型非常优秀，优秀的开源模型就应该被使用” “我认为优秀的AI开源模型对整个行业都是好事，显然，只要有优秀的AI，即使是开源的，无论它来自哪里，都会带来更多的使用” “优秀的模型带来大量使用，大量使用带来巨大增长。而这只是个开始” “DeepSeek当时就是这样，Kimi也会是这样” “还有一个误解是，开源模型会对闭源模型构成对抗，这也是错的”

黄仁勋提到：优秀的AI开源模型对整个行业都是好事，无论它来自哪里... 在和 axios 的最新访谈中，Jensen已经聊到了中国的开源模型和美国闭源模型的看法，今天又特意注册X发文说明为什么开源模型很重要..... 他说：“这些中国模型非常优秀，优秀的开源模型就应该被使用” “我认为优秀的AI开源模型对整个行业都是好事，显然，只要有优秀的AI，即使是开源的，无论它来自哪里，都会带来更多的使用” “优秀的模型带来大量使用，大量使用带来巨大增长。而这只是个开始” “DeepSeek当时就是这样，Kimi也会是这样” “还有一个误解是，开源模型会对闭源模型构成对抗，这也是错的”

梭哈.AI

50,899 次观看 • 10 天前

昨天我花了 30 分钟，做了一件如果放在以前，至少要花几万块的事。我没写代码，也没发问卷，只想回答一个问题： AI 漫剧这个赛道，现在到底还能不能做？真正做过商业研究的人都知道，一场深度访谈、一场焦点小组，再加一份完整的消费者洞察报告，预算动辄几万到几十万元，而且通常要等上几周。如果研究海外市场，价格还得再翻几倍。所以，大多数创业者最后得到的答案都是：感觉还有机会。但感觉，是创业里最贵的东西。于是我把这个问题丢给了 Atypica。它没有像普通 AI 一样直接输出分析，而是先反问我：你准备做什么类型？面向哪些用户？希望验证什么？最担心什么风险？确认完这些问题，它才开始联网查资料、整理竞品、构建研究计划。真正让我觉得有意思的是后面。它生成了一组符合目标用户画像的 AI Persona，模拟真实用户做一对一深访，再把这些观点放进焦点小组里继续讨论。也就是说，我不是在问一个 ChatGPT。而是在采访几十个模拟目标用户。这两个东西完全不是一个概念。 Atypica 官网：注册会送 1M token，足够免费跑一次分析。 atypica.AI

昨天我花了 30 分钟，做了一件如果放在以前，至少要花几万块的事。我没写代码，也没发问卷，只想回答一个问题： AI 漫剧这个赛道，现在到底还能不能做？真正做过商业研究的人都知道，一场深度访谈、一场焦点小组，再加一份完整的消费者洞察报告，预算动辄几万到几十万元，而且通常要等上几周。如果研究海外市场，价格还得再翻几倍。所以，大多数创业者最后得到的答案都是：感觉还有机会。但感觉，是创业里最贵的东西。于是我把这个问题丢给了 Atypica。它没有像普通 AI 一样直接输出分析，而是先反问我：你准备做什么类型？面向哪些用户？希望验证什么？最担心什么风险？确认完这些问题，它才开始联网查资料、整理竞品、构建研究计划。真正让我觉得有意思的是后面。它生成了一组符合目标用户画像的 AI Persona，模拟真实用户做一对一深访，再把这些观点放进焦点小组里继续讨论。也就是说，我不是在问一个 ChatGPT。而是在采访几十个模拟目标用户。这两个东西完全不是一个概念。 Atypica 官网：注册会送 1M token，足够免费跑一次分析。 atypica.AI

泊舟

111,786 次观看 • 20 天前

因为有很多人说codex额度不够用，以及问我几十个codex账号怎么弄的？这里出一下教程，算是给粉丝的福利首先注册gpt需要邮箱，然后这里我们就选择网易的然后在订金那里去充值一点点钱，我是使用的加密货币，可以参照我的步骤，然后回到主页，因为不止可以注册gpt，所以要选对chatgpt的服务，定价选成功率最高，然后就可以看到下面有一些国家选择，选择us就是美国，选择之后右边列表就会出现你的电话信息，然后就可以拿去用了，code就是验证码，发送了之后那里就会显示的，然后如果失败了或者没有显示就点后面的那个黄色的Refund，这个是退回金额，不会消耗的，然后一般情况下一个号可以验证两个codex，大家可以去试试😘😘😘而且我发现这个特别稳定，我使用了几周了，目前账号都正常🤔🤔🤔 如果本帖子对大家有帮助的希望大家可以评论一下，顺便点点赞，以后会继续分享这种干货的，谢谢😘😘

因为有很多人说codex额度不够用，以及问我几十个codex账号怎么弄的？这里出一下教程，算是给粉丝的福利首先注册gpt需要邮箱，然后这里我们就选择网易的然后在订金那里去充值一点点钱，我是使用的加密货币，可以参照我的步骤，然后回到主页，因为不止可以注册gpt，所以要选对chatgpt的服务，定价选成功率最高，然后就可以看到下面有一些国家选择，选择us就是美国，选择之后右边列表就会出现你的电话信息，然后就可以拿去用了，code就是验证码，发送了之后那里就会显示的，然后如果失败了或者没有显示就点后面的那个黄色的Refund，这个是退回金额，不会消耗的，然后一般情况下一个号可以验证两个codex，大家可以去试试😘😘😘而且我发现这个特别稳定，我使用了几周了，目前账号都正常🤔🤔🤔 如果本帖子对大家有帮助的希望大家可以评论一下，顺便点点赞，以后会继续分享这种干货的，谢谢😘😘

阿金

11,383 次观看 • 1 个月前

Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。它会有一套完整的研究链路：先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。我刚用它测过的场景：上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚：你在解决真实需求，还是在解决自己幻想的问题。

Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。它会有一套完整的研究链路：先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。我刚用它测过的场景：上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚：你在解决真实需求，还是在解决自己幻想的问题。

余温

27,280 次观看 • 1 个月前

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 次观看 • 3 个月前

超越背单词：实用英语学习技巧我是如何通过工作来提高英语水平的。为一个英语使用者，我现在几乎不背单词了，但我的英语水平还是挺不错的。这主要是因为我的工作给了我大量的听说读写的机会。每天大概有一到两个小时都在开会，讨论、争论，还有处理邮件和Slack消息，这些都让我在语言的输入和输出方面得到了很好的锻炼。我想对那些想提高英语水平的朋友说，找到一个能给你提供练习机会的工作环境非常重要。不仅仅是英语，无论你想学什么技能，找到对你有利的位置都是关键。比如说，如果你是程序员，就应该专注于你领域内的关键词，然后学会灵活地运用它们。此外，我还要分享一个关于学习英语的小技巧：不要只专注于背单词，而是要找到关键词，然后用这些词来灵活表达自己的想法。使用AI工具进行反思也很重要。

超越背单词：实用英语学习技巧我是如何通过工作来提高英语水平的。为一个英语使用者，我现在几乎不背单词了，但我的英语水平还是挺不错的。这主要是因为我的工作给了我大量的听说读写的机会。每天大概有一到两个小时都在开会，讨论、争论，还有处理邮件和Slack消息，这些都让我在语言的输入和输出方面得到了很好的锻炼。我想对那些想提高英语水平的朋友说，找到一个能给你提供练习机会的工作环境非常重要。不仅仅是英语，无论你想学什么技能，找到对你有利的位置都是关键。比如说，如果你是程序员，就应该专注于你领域内的关键词，然后学会灵活地运用它们。此外，我还要分享一个关于学习英语的小技巧：不要只专注于背单词，而是要找到关键词，然后用这些词来灵活表达自己的想法。使用AI工具进行反思也很重要。

Bear Liu

38,152 次观看 • 2 年前

近日，老梁围绕“消费降级”话题发布视频在视频中，老梁认为一、“经济这几年不会好。消费降级是个持续的过程，一定要做好准备，不要抱有幻想。” 二、“不要以为消费降级是别人的事。我这么有才，我这么有本事，我这么有人脉，我这么有能力，消费降级轮不到我，我依然是谁会精英。” 他指出，“大时代的一粒尘沙，落到每个人都是一座大山。” 在谈及社会结构时，他表示：“在中国最可笑的就是中产阶级，中国的中产就是笑话，可能一夜返贫。你不行，你差的远。我们要正确的认识自己的能力，不要把自己想得太高。” 对于知识的作用，他提到：“有人说，我学那么多知识就没有用了吗？有用。你学那么多知识有用，让你知道，中产阶级脆弱的，是不可靠的。消费降级的时候你也是社会底层。学文化最大好处是清醒的认识到自己所处在哪个位置。” 他还表示：“不学知识就不行了，你就跟司马南的粉丝似的，你还以为你是这个国家的主人当家做主呢，你不是做梦呢么！” 关于人生与处世，他提出：“人一辈子有三件事：自己的事，别人的事和老天爷的事儿。自己的事儿别指望别人；别人的事儿别瞎管；老天爷的你得顺着它来。” 他总结称：“消费降级是国运，你得顺着它来。有钱的时候你讲究点，没钱的时候你就将就点吧。”

近日，老梁围绕“消费降级”话题发布视频在视频中，老梁认为一、“经济这几年不会好。消费降级是个持续的过程，一定要做好准备，不要抱有幻想。” 二、“不要以为消费降级是别人的事。我这么有才，我这么有本事，我这么有人脉，我这么有能力，消费降级轮不到我，我依然是谁会精英。” 他指出，“大时代的一粒尘沙，落到每个人都是一座大山。” 在谈及社会结构时，他表示：“在中国最可笑的就是中产阶级，中国的中产就是笑话，可能一夜返贫。你不行，你差的远。我们要正确的认识自己的能力，不要把自己想得太高。” 对于知识的作用，他提到：“有人说，我学那么多知识就没有用了吗？有用。你学那么多知识有用，让你知道，中产阶级脆弱的，是不可靠的。消费降级的时候你也是社会底层。学文化最大好处是清醒的认识到自己所处在哪个位置。” 他还表示：“不学知识就不行了，你就跟司马南的粉丝似的，你还以为你是这个国家的主人当家做主呢，你不是做梦呢么！” 关于人生与处世，他提出：“人一辈子有三件事：自己的事，别人的事和老天爷的事儿。自己的事儿别指望别人；别人的事儿别瞎管；老天爷的你得顺着它来。” 他总结称：“消费降级是国运，你得顺着它来。有钱的时候你讲究点，没钱的时候你就将就点吧。”

李老师不是你老师

290,168 次观看 • 4 个月前