Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

Ring-2.6-1T 开源了。我最近试下来，这个模型各方面的能力都很不错，但最喜欢的一点，是它在前端 Web 页面上的审美和交互能力真的很强。我随手让它做了一个宠物零食独立站前端，提示词其实没写多细，也没给什么复杂设计规范。结果出来之后有点惊喜：页面不是那种常见的 AI 模板感，而是真的像一个可以上线预览的品牌站。它会自己理解“宠物零食”应该是什么气质：干净、温暖、有食欲，但又不是一味可爱。产品展示、视觉层级、按钮状态、动效节奏、页面留白，都处理得很完整。尤其是交互，不是静态摆拍，而是有浏览、有筛选、有点击反馈，像一个真正给用户逛的站。这也是我觉得 Ring-2.6-1T 很不一样的地方。很多模型能写页面，但写出来像“代码完成了”。Ring-2.6-1T 更像是知道一个网页应该如何被观看、被点击、被感知。它懂风格，懂交互，也懂怎么把第一版里不顺的地方继续修到更自然。所以如果你要做高质感展示页、品牌概念站、数据可视化页面，或者 creative coding 演示，我觉得它很值得试。不是因为它能写 HTML。而是它真的能把一个很粗的想法，推成一个有审美、有质感、有交互的前端作品，还很快。我把 Ring-2.6-1T制作过程放评论区了，全程没加速。

阿川 | AI thinking

26,724 subscribers

15,263 Aufrufe • vor 3 Monaten •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

Ring-2.6-1T 开源了。我第一时间拿它试了下前端能力，最明显的感觉是：它对 Web 页面“该怎么被看、怎么被点”有判断。我让它做了一个 AI Agent 任务监控台，提示词没有写成完整 PRD，只给了几个需求：任务队列、工具调用日志、失败重试、耗时统计，再加一个适合团队演示的暗色界面。结果挺惊喜。页面没有简单堆卡片。任务状态、执行时间线、日志、指标区分得很清楚；hover、筛选、展开详情、失败态也补上了，你能看出来它在考虑真实使用场景：用户先看哪里，点哪里，哪里需要反馈。这点很关键。很多模型写前端，第一版能跑，但像作业交差，Ring-2.6-1T 给我的感觉更像一个会自己补产品细节的前端搭子：审美在线，交互完整，还能把第一版里不顺的地方继续修到舒服。如果你要快速做产品原型、数据看板、Agent 工作台、演示型 Web Demo，可以试试它。一个很粗的想法，几分钟就能推成有质感、能点击、能录屏展示的前端作品。我把操作过程录下来了，全程没加速。

Ring-2.6-1T 开源了。我第一时间拿它试了下前端能力，最明显的感觉是：它对 Web 页面“该怎么被看、怎么被点”有判断。我让它做了一个 AI Agent 任务监控台，提示词没有写成完整 PRD，只给了几个需求：任务队列、工具调用日志、失败重试、耗时统计，再加一个适合团队演示的暗色界面。结果挺惊喜。页面没有简单堆卡片。任务状态、执行时间线、日志、指标区分得很清楚；hover、筛选、展开详情、失败态也补上了，你能看出来它在考虑真实使用场景：用户先看哪里，点哪里，哪里需要反馈。这点很关键。很多模型写前端，第一版能跑，但像作业交差，Ring-2.6-1T 给我的感觉更像一个会自己补产品细节的前端搭子：审美在线，交互完整，还能把第一版里不顺的地方继续修到舒服。如果你要快速做产品原型、数据看板、Agent 工作台、演示型 Web Demo，可以试试它。一个很粗的想法，几分钟就能推成有质感、能点击、能录屏展示的前端作品。我把操作过程录下来了，全程没加速。

Joruno

12,160 Aufrufe • vor 3 Monaten

昨天母亲节，我回来家里陪妈妈吃饭，当小学教师的表妹让我给她演示下AI都有什么作用😂 刚好看到ring-2.6-1t 免费，我就试了下做个小红书很火的班级灵宠系统，本来以为应该要花点时间，但没想到速度惊人的同时质量也过硬！这个 demo 让我最强烈的感受是：ring-2.6-1t 不像是在“回答我”，更像是在把我的想法直接推到现实里。我只是生成了一个小学班级灵宠积分系统：学生打卡、做作业、考高分，就能给宠物攒积分、升级、冲排行榜的prompt。换成以前，这可能会停在一份 PRD、一张功能表，或者一段“你可以这样做”的建议里。但ring-2.6-1t 直接把它变成了一个能打开的网页小工具。你能看到全班宠物墙，能给学生加分扣分，能看等级进度，排行榜也会跟着变化。那一刻很微妙：它不再只是“懂你要什么”，而是把你脑子里的模糊需求，变成了一个可以被点击、被验证、被修改的东西。这也是我觉得它最有价值的地方。很多真实工作，其实不需要一套宏大的系统。我们只是需要一个临时的操作台：拆费用、排任务、调动画、做报名页、整理素材。用完就可以丢掉，但在那个时刻，它真的帮你把事情往前推了一步。 ring-2.6-1t的厉害，不是替你完成工作，而是先给你造出一个工作现场。然后，你在里面完成工作。不得不说，我的表妹已经决定好好学习AI了，或许这就是好模型的意义。 Ring-2.6-1T 模型已经在openrouter发布了，限时免费一周，地址是

昨天母亲节，我回来家里陪妈妈吃饭，当小学教师的表妹让我给她演示下AI都有什么作用😂 刚好看到ring-2.6-1t 免费，我就试了下做个小红书很火的班级灵宠系统，本来以为应该要花点时间，但没想到速度惊人的同时质量也过硬！这个 demo 让我最强烈的感受是：ring-2.6-1t 不像是在“回答我”，更像是在把我的想法直接推到现实里。我只是生成了一个小学班级灵宠积分系统：学生打卡、做作业、考高分，就能给宠物攒积分、升级、冲排行榜的prompt。换成以前，这可能会停在一份 PRD、一张功能表，或者一段“你可以这样做”的建议里。但ring-2.6-1t 直接把它变成了一个能打开的网页小工具。你能看到全班宠物墙，能给学生加分扣分，能看等级进度，排行榜也会跟着变化。那一刻很微妙：它不再只是“懂你要什么”，而是把你脑子里的模糊需求，变成了一个可以被点击、被验证、被修改的东西。这也是我觉得它最有价值的地方。很多真实工作，其实不需要一套宏大的系统。我们只是需要一个临时的操作台：拆费用、排任务、调动画、做报名页、整理素材。用完就可以丢掉，但在那个时刻，它真的帮你把事情往前推了一步。 ring-2.6-1t的厉害，不是替你完成工作，而是先给你造出一个工作现场。然后，你在里面完成工作。不得不说，我的表妹已经决定好好学习AI了，或许这就是好模型的意义。 Ring-2.6-1T 模型已经在openrouter发布了，限时免费一周，地址是

阿川 | AI thinking

13,343 Aufrufe • vor 3 Monaten

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Claude Opus 4.8 出了之后，我的第一反应是：想试。第二反应是：算了，token 这东西真的不经烧。结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。我自己有个很真实的问题：脑子里经常冒出各种产品想法。但每次真要开始做，就会卡住。用户是谁？第一版到底做什么？哪些功能应该先砍掉？怎么定价？第一周从哪一步开始？上线后怎么找第一批用户？想法很多，执行很散。所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。需求我写得也挺直接：输入一句产品 idea。自动拆出产品定位、MVP、开发任务、定价方案。再生成落地页文案、冷启动实验、风险清单和本周计划。最好不是一个静态页面，而是真的能点、能改、能导出。然后我就把这段话丢给 Claude Opus 4.8。出来的效果比我预期好不少。它真的把“一人公司怎么从想法走到执行”这件事拆开了。左边输入产品想法。中间生成产品蓝图、MVP 范围、定价和官网文案。右边是任务看板和本周计划。底部还有冷启动实验、风险雷达和 Markdown 导出。最让我觉得有意思的是，它不是一味堆功能。比如我输入“给小红书博主做 AI 选题助手”，它会主动判断：第一版必须做什么。哪些功能看起来高级，但现在应该先别碰。怎么找第一批真实用户。哪些风险可能让这个项目做不下去。这点就很能体现 Opus 4.8 的能力。普通模型经常是：你要什么，我全给你加上。最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。我是在 ZenMux 上试的。它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。想试 Claude Opus 4.8 的，可以从这里进：

Joruno

15,983 Aufrufe • vor 2 Monaten

天才数学家陶哲轩对数学AI的思考像真的，但其实不对。 AI写出的证明，乍看完美无瑕，细看漏洞百出。为什么？因为它没有“嗅觉”。今天的AI，已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。但一旦你靠近它、认真嗅一下，就会发现它撒了香水掩盖的，是逻辑上的腐臭。不像传统的初学者那种“明显错”， AI的问题常常隐藏在最高级别的伪装底下：写得太好，看不出哪里坏。就像Terry Tao说的：“数学，是有味道的。” 一个真正靠谱的证明，不只是形式正确，而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道，不需要吃一口，就知道有没有毒。 AI没有这个。它可以模仿口感，复制包装，但闻不到底层的真实。因为它是在学“怎么看起来像对的”，而不是“为什么它是真的”。你可以把它理解为一个训练过非常精良的演员，知道什么时候该皱眉、什么时候叹气，用上最漂亮的定理、最熟练的转折，但它不明白它的角色到底在干什么。而这，正是问题所在。人类在判断一个复杂证明时，靠的不止是推理，更靠一种经验直觉：这个步骤自然吗？这个拆解方式靠谱不靠谱？这个结构合理不合理？我们甚至很难说清楚“为什么不行”，但就是知道，“不对劲”。这就是“数学的嗅觉” 你说不明白，但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋，不是因为它们穷举了所有下法，而是因为它们学会了在哪些局面里，有“胜利的味道”。即便讲不出理由，它们凭那股味道，也能找到通向胜利的路。数学AI要想达到人类水平，它得也有这种“方向感”。不是生成个像样的证明，而是能问自己：“我是不是在一个貌似正确，实际上死路的方向上走太远了？” 也许未来某一天，它能真正感觉到：“这一步味道不对，我得退回来。” 那一天，它就不只是一个生成文本的工具，而是真正的数学伙伴了。 🙋‍♂️人有灵气

天才数学家陶哲轩对数学AI的思考像真的，但其实不对。 AI写出的证明，乍看完美无瑕，细看漏洞百出。为什么？因为它没有“嗅觉”。今天的AI，已经完全能通过“目测测试” 生成的内容看起来专业、太对味了。但一旦你靠近它、认真嗅一下，就会发现它撒了香水掩盖的，是逻辑上的腐臭。不像传统的初学者那种“明显错”， AI的问题常常隐藏在最高级别的伪装底下：写得太好，看不出哪里坏。就像Terry Tao说的：“数学，是有味道的。” 一个真正靠谱的证明，不只是形式正确，而是通体带着那种“对的直觉” 结构自然、推理顺畅、细节干净利落。就像人闻食物的味道，不需要吃一口，就知道有没有毒。 AI没有这个。它可以模仿口感，复制包装，但闻不到底层的真实。因为它是在学“怎么看起来像对的”，而不是“为什么它是真的”。你可以把它理解为一个训练过非常精良的演员，知道什么时候该皱眉、什么时候叹气，用上最漂亮的定理、最熟练的转折，但它不明白它的角色到底在干什么。而这，正是问题所在。人类在判断一个复杂证明时，靠的不止是推理，更靠一种经验直觉：这个步骤自然吗？这个拆解方式靠谱不靠谱？这个结构合理不合理？我们甚至很难说清楚“为什么不行”，但就是知道，“不对劲”。这就是“数学的嗅觉” 你说不明白，但你能闻得出来。 AlphaGo和AlphaZero之所以能搞定围棋和国际象棋，不是因为它们穷举了所有下法，而是因为它们学会了在哪些局面里，有“胜利的味道”。即便讲不出理由，它们凭那股味道，也能找到通向胜利的路。数学AI要想达到人类水平，它得也有这种“方向感”。不是生成个像样的证明，而是能问自己：“我是不是在一个貌似正确，实际上死路的方向上走太远了？” 也许未来某一天，它能真正感觉到：“这一步味道不对，我得退回来。” 那一天，它就不只是一个生成文本的工具，而是真正的数学伙伴了。 🙋‍♂️人有灵气

墓碑科技

120,892 Aufrufe • vor 1 Jahr

很多人吐槽自媒体们（包括我）只展示Gemini 3.0的前端能力，非常片面。确实是这样，在社交平台，视觉化的、尤其是能动起来的东西才能吸引注意力。但对于一个非程序员用户来说，前端能力很重要。我们日常的交互原型是用Gemini或者Cursor做的，临时给博物馆做个静态网站用的是Trae，我闺女科学课上的一些复杂概念我也会写个动态的演示页面，辅助讲解。下面是给我闺女做的演示案例，之前要用5～8轮才可以完成，用新模型一次就搞定了。

很多人吐槽自媒体们（包括我）只展示Gemini 3.0的前端能力，非常片面。确实是这样，在社交平台，视觉化的、尤其是能动起来的东西才能吸引注意力。但对于一个非程序员用户来说，前端能力很重要。我们日常的交互原型是用Gemini或者Cursor做的，临时给博物馆做个静态网站用的是Trae，我闺女科学课上的一些复杂概念我也会写个动态的演示页面，辅助讲解。下面是给我闺女做的演示案例，之前要用5～8轮才可以完成，用新模型一次就搞定了。

陈言Linkc-Chen

50,180 Aufrufe • vor 9 Monaten

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布，听说还有一个商汤的生图模型也非常能打，还没试试。不过这篇还是给大家测试了下 K3的实力。最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。前后只优化了 3 轮，最终效果已经非常接近原作。最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。以前的 vibe coding，是你指挥 AI 干活。现在的感觉是：你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布，听说还有一个商汤的生图模型也非常能打，还没试试。不过这篇还是给大家测试了下 K3的实力。最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。前后只优化了 3 轮，最终效果已经非常接近原作。最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。以前的 vibe coding，是你指挥 AI 干活。现在的感觉是：你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

知识猫AI实验室

53,495 Aufrufe • vor 29 Tagen

我的个人网站上线啦：其实之前一直想做自己的个人网站，但是感觉做出来会很无聊，自己没啥可展示的，缺少沉淀做出来的网站可能只是一点设计上的小自嗨。但是近半年做了很多有趣的小产品，自媒体也输出了很多内容，慢慢的找到了自己的风格。我觉得如果有一个网站向大家传达我的一些设计理念，分享我的产品、Skill，并且有一个不被自媒体平台限制的交流渠道是棒的。于是我就花了一个周末的时间 Vibe Coding 了一个个人网站，网站整体还是我最喜欢的克制，现代的风格。简约的同时通过一些小动画来体现一些巧思。网站里我把我过往的所有产品、Skill、过往经历、交流渠道都设计了我喜欢的呈现方式。除此以外，我还做了一个 Skill 批量把我过往的视频内容直接转为图文版本，因为视频里不方便复制一些关键信息，也不方便反复查看，文章模块就能方便大家随时查阅。后续网站完善好就也一起开源喽～欢迎大家关注

我的个人网站上线啦：其实之前一直想做自己的个人网站，但是感觉做出来会很无聊，自己没啥可展示的，缺少沉淀做出来的网站可能只是一点设计上的小自嗨。但是近半年做了很多有趣的小产品，自媒体也输出了很多内容，慢慢的找到了自己的风格。我觉得如果有一个网站向大家传达我的一些设计理念，分享我的产品、Skill，并且有一个不被自媒体平台限制的交流渠道是棒的。于是我就花了一个周末的时间 Vibe Coding 了一个个人网站，网站整体还是我最喜欢的克制，现代的风格。简约的同时通过一些小动画来体现一些巧思。网站里我把我过往的所有产品、Skill、过往经历、交流渠道都设计了我喜欢的呈现方式。除此以外，我还做了一个 Skill 批量把我过往的视频内容直接转为图文版本，因为视频里不方便复制一些关键信息，也不方便反复查看，文章模块就能方便大家随时查阅。后续网站完善好就也一起开源喽～欢迎大家关注

oil-oil

24,932 Aufrufe • vor 10 Tagen

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

卧槽，答案终于揭晓了！那个在open router上持续霸榜的神秘模型，是阿里推出的全新大模型“蚂蚁百灵”！今天我们来深度聊一聊这个模型。用过AI来完成前端开发的朋友肯定懂：要让AI做出想要的UI总是要找参考，再不然就是要依赖设计 skill 的帮助。但这种界面一旦看多了，就会陷入审美疲劳。原因在于不管你是对标UI还是使用skill，结果都是被限定在固有的生成范围内。最近小灰测了新模型 Ling-2.6-1T （由蚂蚁集团 Ant Ling 开发），发现它刚好就能打破这个限制。它生成的页面不仅审美极度在线，而且自带高质量的交互效果，做出来的东西终于不再是干巴巴的呆板网页了。但用它有个必须要避开的坑：Ling 2.6 1T 默认是没有深度思考模式的。它在计算资源分配上极其克制，如果你偷懒丢一句"给我写个好看的界面"，那么它大概率会给你一个准确但极其敷衍的结果。(视频1) 那么怎么取巧使用它？小灰分享一个能逼出它真实设计水平的实操工作流：把它当成主规划师，先拆解风格，再写代码。跟它对话时，你可以直接下这种指令： 1. 强制思考：先别急着写代码！帮我分析这个产品的定位，明确它的视觉情绪、色彩规范和排版布局，把思路列出来。（比如明确告诉它你要包豪斯风格或者北欧风）。 2. 落地执行：等它把设计语言梳理清楚，你确认没问题了，再让它基于这套标准去生成具体的 TailwindCSS 样式和前端页面。用这种先 Plan 后做的方式，出来的页面不仅美观，而且风格极其统一。（视频2）目前在Openrouter中可以免费体验该模型。选对工具打破模板限制，用高审美的模型直接拔高视觉质感，能帮我们省下大把死磕 CSS 的时间。期待大家都能快速做出让人眼前一亮的作品！

程序员小灰

15,021 Aufrufe • vor 3 Monaten

段永平回应为何不买特斯拉，称不喜欢马斯克品行，做投资实际上就是在跟他做朋友，但马斯克确实是厉害。认为现在的大部分电动车品牌肯定会被淘汰。雪球创始人方三文问，这些年是否对特斯拉的看法有所变化。段永平表示，“没有什么本质的变，但确实觉得埃隆·马斯克这个人是厉害，他有很多想法也确实是很先进，但是投资我觉得我比较难，个人的角度来讲，我不是很喜欢这个人的品行，你投资实际上你在跟他做朋友，我不想跟他做朋友，哪怕给我钱我也不干，所以我没有那么喜欢这件事情，但是我认识到他确实是厉害，而且他的东西，有很多东西很有道理，有些东西很没道理，你不知道他哪一条先出来。” “电动车生意不会太好，会很累，它差异化很小，但是特斯拉的电动车是做出差异化的。大部分电动车的生意，我觉得是会很艰苦。特斯拉总体来讲确实是做得好，款式少，东西也很单一，量又很大，那它相对来讲成本就会低，它是很可能有钱赚。我在博客上是写过特斯拉的，我最早是很喜欢特斯拉，后来就看马斯克那些事儿，我就觉得有点不太喜欢这个人，加上我买了他们车以后，看他们的服务各方面，好多我没那么满意的东西，这又把股票也卖了，当然这是个错误的决策，我可能应该留着。我不是很喜欢特斯拉车，但是我喜欢他的Starlinks，我是它的客户，SpaceX我觉得确实也是厉害的，能够把那么大一个东西就让它降下来，我觉得太牛了。” “智能驾驶如果每个人都自己搞，其实也很累，我不知道，我不在这个行当里头，我是觉得也可能将来大家都用Google的方案或者是用某几家的方案，最后大家也是同质化的，大家的东西也都差不多，最后大家就赚个平均利润，也不是说就没有钱赚，因为它没有很好的差异化，所以它也很难有很好的利润，但是如果大家要是卷的话，卷到什么程度就不知道了，那个一定是要卷完了才会有剩下的人能够赚钱。现在我不知道有多少家在做电动车，就像我们当年做游戏机一样，可能有几百家，卷到最后就剩几家，那几家是赚钱的，但这几百家都是要倒的，所以现在看到的电动车大部分都会死掉，这个我可以肯定，谁会活下来，我不知道。”

段永平回应为何不买特斯拉，称不喜欢马斯克品行，做投资实际上就是在跟他做朋友，但马斯克确实是厉害。认为现在的大部分电动车品牌肯定会被淘汰。雪球创始人方三文问，这些年是否对特斯拉的看法有所变化。段永平表示，“没有什么本质的变，但确实觉得埃隆·马斯克这个人是厉害，他有很多想法也确实是很先进，但是投资我觉得我比较难，个人的角度来讲，我不是很喜欢这个人的品行，你投资实际上你在跟他做朋友，我不想跟他做朋友，哪怕给我钱我也不干，所以我没有那么喜欢这件事情，但是我认识到他确实是厉害，而且他的东西，有很多东西很有道理，有些东西很没道理，你不知道他哪一条先出来。” “电动车生意不会太好，会很累，它差异化很小，但是特斯拉的电动车是做出差异化的。大部分电动车的生意，我觉得是会很艰苦。特斯拉总体来讲确实是做得好，款式少，东西也很单一，量又很大，那它相对来讲成本就会低，它是很可能有钱赚。我在博客上是写过特斯拉的，我最早是很喜欢特斯拉，后来就看马斯克那些事儿，我就觉得有点不太喜欢这个人，加上我买了他们车以后，看他们的服务各方面，好多我没那么满意的东西，这又把股票也卖了，当然这是个错误的决策，我可能应该留着。我不是很喜欢特斯拉车，但是我喜欢他的Starlinks，我是它的客户，SpaceX我觉得确实也是厉害的，能够把那么大一个东西就让它降下来，我觉得太牛了。” “智能驾驶如果每个人都自己搞，其实也很累，我不知道，我不在这个行当里头，我是觉得也可能将来大家都用Google的方案或者是用某几家的方案，最后大家也是同质化的，大家的东西也都差不多，最后大家就赚个平均利润，也不是说就没有钱赚，因为它没有很好的差异化，所以它也很难有很好的利润，但是如果大家要是卷的话，卷到什么程度就不知道了，那个一定是要卷完了才会有剩下的人能够赚钱。现在我不知道有多少家在做电动车，就像我们当年做游戏机一样，可能有几百家，卷到最后就剩几家，那几家是赚钱的，但这几百家都是要倒的，所以现在看到的电动车大部分都会死掉，这个我可以肯定，谁会活下来，我不知道。”

外汇交易员

265,808 Aufrufe • vor 9 Monaten

我在华强北看上个东西。是一个电风扇，应该是吧。但它体积很小。风力却很大。我觉得这风力大到它不该归为风扇，而应该算吹风机的范畴了。因为我感觉拿一个这个回家吹头发也是绰绰有余的，而且它还是无线的，我就相当于拥有了一个无线的吹风机，对吧？而且价格才 200 多。好多酒店的吹风机就像没吃奶似的，一点劲儿都没有！要是带上这个，还很小。这很方便。

我在华强北看上个东西。是一个电风扇，应该是吧。但它体积很小。风力却很大。我觉得这风力大到它不该归为风扇，而应该算吹风机的范畴了。因为我感觉拿一个这个回家吹头发也是绰绰有余的，而且它还是无线的，我就相当于拥有了一个无线的吹风机，对吧？而且价格才 200 多。好多酒店的吹风机就像没吃奶似的，一点劲儿都没有！要是带上这个，还很小。这很方便。

Sunbelife 𝕏

265,350 Aufrufe • vor 2 Jahren

Open AI 这周要起飞了呀！昨天有人说 GPT Pro 新模型正在灰度，前端能力突飞猛进。我试了一下，只把 CodePilot 的 GitHub 页面发给它，再传了几张现在的截图，说了两三行提示词，它就给了一个完整的桌面端产品设计。我觉得这比 Claude Design 牛逼多了： 1. 完全不需要操心，什么都不用管，直接就出了结果。 2. 细节想得非常周全，而且所有功能都在线。 3. 我没说多余的东西，但出来的东西全是可以交互的，一看就是经过思考的。

Open AI 这周要起飞了呀！昨天有人说 GPT Pro 新模型正在灰度，前端能力突飞猛进。我试了一下，只把 CodePilot 的 GitHub 页面发给它，再传了几张现在的截图，说了两三行提示词，它就给了一个完整的桌面端产品设计。我觉得这比 Claude Design 牛逼多了： 1. 完全不需要操心，什么都不用管，直接就出了结果。 2. 细节想得非常周全，而且所有功能都在线。 3. 我没说多余的东西，但出来的东西全是可以交互的，一看就是经过思考的。

歸藏(guizang.ai)

156,877 Aufrufe • vor 3 Monaten

国内被这部短剧刷屏了！𝕏上居然没几个人知道？？我看了一下！是真的不错，绝对的“大制作”！用好莱坞电影1分钟的预算，完成了整部AI剧集！并且制作水准，非常在线！给我最大的感受是，Seedance2.5发布后，AI短剧已经到另一个境界了！！不再拼“谁更爽”，而是在拼“质感”和“剧情”，这个方向就对了，AI也能生产“细糠”！这部《我的叔叔堂吉诃德》，不是传统的套路短剧，它没有烂大街的爽点爆点和烂梗，画面也没有“廉价感”，它有完整的人设、有节奏、有视觉完成度，是真的用AI精雕细琢出来的作品！故事内容也挺有意思的，好像是起点一个爆火小说的同名改编，第1集就把“美国梦”打碎！把“美利坚幻想”撕开给你看，虽然是有“奇幻副本”的设定，但内核却是在展示一个“真正的美国”！可能有美国生活经历的人，会更能get到里面的一些点，不知道为什么，我觉得可能美国人会比较喜欢看！

国内被这部短剧刷屏了！𝕏上居然没几个人知道？？我看了一下！是真的不错，绝对的“大制作”！用好莱坞电影1分钟的预算，完成了整部AI剧集！并且制作水准，非常在线！给我最大的感受是，Seedance2.5发布后，AI短剧已经到另一个境界了！！不再拼“谁更爽”，而是在拼“质感”和“剧情”，这个方向就对了，AI也能生产“细糠”！这部《我的叔叔堂吉诃德》，不是传统的套路短剧，它没有烂大街的爽点爆点和烂梗，画面也没有“廉价感”，它有完整的人设、有节奏、有视觉完成度，是真的用AI精雕细琢出来的作品！故事内容也挺有意思的，好像是起点一个爆火小说的同名改编，第1集就把“美国梦”打碎！把“美利坚幻想”撕开给你看，虽然是有“奇幻副本”的设定，但内核却是在展示一个“真正的美国”！可能有美国生活经历的人，会更能get到里面的一些点，不知道为什么，我觉得可能美国人会比较喜欢看！

沐阳

70,029 Aufrufe • vor 1 Monat

AI 写前端的下一步，可能不是“更快”，而是“更有品味”。看到一个可以称之为“一份写给 AI Agent 的前端审美手册”的开源项目：Taste Skill。它不是 UI 组件库，也不是 Tailwind 模板，而是一套写给 AI Agent 的「前端审美规则包」。专门解决一个问题：为什么 AI 生成的页面越来越像？紫蓝渐变、居中 Hero、三张功能卡片、玻璃拟态、假仪表盘、无意义标签……页面能跑，但一眼 AI 味。它会让 AI 在写页面之前先想清楚：这个页面是官网、作品集、SaaS 落地页，还是老项目重设计？用户是谁？品牌应该是克制、可信、活泼、工业感，还是偏高级消费品？这次应该信息密度高一点，还是留白多一点？动效要克制，还是可以更强一点？然后再开始写代码。 Taste Skill 的思路是：把“审美”和“交付标准”拆成规则，让 AI 每次都先读一遍。比如：不要默认紫蓝科技渐变/不要所有页面都居中 hero/不要动不动三张等宽卡片/不要乱堆玻璃拟态和大圆角/不要用假的产品截图糊弄/不要写一堆空洞营销词/交付前检查按钮、排版、动效、移动端、可访问性一个比较适合的使用方式是：用 Taste Skill 帮我重设计这个落地页。先判断页面类型、用户受众和视觉方向，再做设计审计，最后在现有技术栈内完成实现。避免默认 AI 风格，交付前跑 pre-flight check。这类提示比“帮我美化一下页面”更容易得到稳定结果。

AI 写前端的下一步，可能不是“更快”，而是“更有品味”。看到一个可以称之为“一份写给 AI Agent 的前端审美手册”的开源项目：Taste Skill。它不是 UI 组件库，也不是 Tailwind 模板，而是一套写给 AI Agent 的「前端审美规则包」。专门解决一个问题：为什么 AI 生成的页面越来越像？紫蓝渐变、居中 Hero、三张功能卡片、玻璃拟态、假仪表盘、无意义标签……页面能跑，但一眼 AI 味。它会让 AI 在写页面之前先想清楚：这个页面是官网、作品集、SaaS 落地页，还是老项目重设计？用户是谁？品牌应该是克制、可信、活泼、工业感，还是偏高级消费品？这次应该信息密度高一点，还是留白多一点？动效要克制，还是可以更强一点？然后再开始写代码。 Taste Skill 的思路是：把“审美”和“交付标准”拆成规则，让 AI 每次都先读一遍。比如：不要默认紫蓝科技渐变/不要所有页面都居中 hero/不要动不动三张等宽卡片/不要乱堆玻璃拟态和大圆角/不要用假的产品截图糊弄/不要写一堆空洞营销词/交付前检查按钮、排版、动效、移动端、可访问性一个比较适合的使用方式是：用 Taste Skill 帮我重设计这个落地页。先判断页面类型、用户受众和视觉方向，再做设计审计，最后在现有技术栈内完成实现。避免默认 AI 风格，交付前跑 pre-flight check。这类提示比“帮我美化一下页面”更容易得到稳定结果。

sitin

14,986 Aufrufe • vor 2 Monaten

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

0x_Miko

188,121 Aufrufe • vor 2 Monaten

很多人一聊到选哪条链？第一反应都是：热度高不高？补贴多不多？生态有没有流量？但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议，我反而有种感觉：这不是在给 Sui 站台，更像是一场技术自白。首先Talus 选 Sui，真的不是因为它现在火。而是因为 Talus 想做的这件事，在别的链上，很难跑得像样。先说清楚一点：Talus 要做的不是一个 AI 应用，也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络：成千上万个代理同时运行、同时决策、同时交互。光是这个前提，就把底层链的门槛直接拉满。为什么是 Sui？我听下来，核心其实就三点。第一，并行执行。代理世界不是排队点菜，不是你先我后那种单线程逻辑。代理一多，如果底层还是串行执行，结果只有一个：越跑越卡，最后只能做 demo。Sui 的并行执行，本质上就是为“多主体同时操作” 这种系统准备的，这点和 Talus 的形态非常贴合。第二，高吞吐量。代理不是偶尔动一下，而是持续、高频地产生状态变化。TPS 要是撑不住，所有“自主”“实时”都会变成慢动作回放。对 Talus 来说，吞吐量不是加分项，是能不能活下来的前提条件。第三，移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑，它一定会越来越靠近用户。Sui 在账户模型和安全设计上，本身就更像现代应用，而不是早期 DeFi 那套「钱包就是一切」的逻辑。所以当 gmike 说“我们一直都是 SUI Maxis”，我反而觉得这句话挺克制的。这不是情绪站队，而是工程师视角下的现实选择。至于多链？我自己的理解是：Talus 不是不懂多链，而是很清楚——在基础设施阶段，过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统，先把一个底层跑通、跑稳，比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”，但真正做底层的人，往往会先问一句：现在这个系统在哪条链上能真正跑到规模？从这个角度看，Talus 的选择是理性的，也是偏长期的。不追热点，不抢流量，先把代理世界里最难的那一块解决掉。这种项目短期不一定最热，但一旦真跑起来，后面的持续热度，反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝

很多人一聊到选哪条链？第一反应都是：热度高不高？补贴多不多？生态有没有流量？但今天听了 Talus 🐸 CEO Mike Hanono 和 The Rollup 的视频会议，我反而有种感觉：这不是在给 Sui 站台，更像是一场技术自白。首先Talus 选 Sui，真的不是因为它现在火。而是因为 Talus 想做的这件事，在别的链上，很难跑得像样。先说清楚一点：Talus 要做的不是一个 AI 应用，也不是几个 bot、几个策略脚本。它想做的是——一个大规模、自主运行的代理网络：成千上万个代理同时运行、同时决策、同时交互。光是这个前提，就把底层链的门槛直接拉满。为什么是 Sui？我听下来，核心其实就三点。第一，并行执行。代理世界不是排队点菜，不是你先我后那种单线程逻辑。代理一多，如果底层还是串行执行，结果只有一个：越跑越卡，最后只能做 demo。Sui 的并行执行，本质上就是为“多主体同时操作” 这种系统准备的，这点和 Talus 的形态非常贴合。第二，高吞吐量。代理不是偶尔动一下，而是持续、高频地产生状态变化。TPS 要是撑不住，所有“自主”“实时”都会变成慢动作回放。对 Talus 来说，吞吐量不是加分项，是能不能活下来的前提条件。第三，移动端和安全模型。这一点很多人会忽略。未来代理不只在服务器、交易后台跑，它一定会越来越靠近用户。Sui 在账户模型和安全设计上，本身就更像现代应用，而不是早期 DeFi 那套「钱包就是一切」的逻辑。所以当 gmike 说“我们一直都是 SUI Maxis”，我反而觉得这句话挺克制的。这不是情绪站队，而是工程师视角下的现实选择。至于多链？我自己的理解是：Talus 不是不懂多链，而是很清楚——在基础设施阶段，过早多链只会把复杂度放大。尤其是代理这种高度耦合、强调协同的系统，先把一个底层跑通、跑稳，比到处铺点重要得多。很多项目喜欢先讲“未来多链叙事”，但真正做底层的人，往往会先问一句：现在这个系统在哪条链上能真正跑到规模？从这个角度看，Talus 的选择是理性的，也是偏长期的。不追热点，不抢流量，先把代理世界里最难的那一块解决掉。这种项目短期不一定最热，但一旦真跑起来，后面的持续热度，反而会非常高。 Kaito AI 🌊 #Yapping #MadewithMoss MOSS #Starboard Galxe River River4FUN 🐝

百里 🌊RIVER | MemeMax⚡️|🧠SENT

13,710 Aufrufe • vor 8 Monaten

星爷讽刺了世间一切，唯独没有讽刺爱情，: 原来是如此的隐喻，到现在才明白，感谢星爷，只是我们弄脏了爱情。 —— 我之前一直对 zkML 有点矛盾。逻辑上它很美：模型是对的，而且你还能证明它是对的。但每次真去看实现，基本都会卡在同一个地方——跑不起来。不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。模型稍微大点，电路直接失控，内存、时间全都爆表，最后只能留在论文和 demo 里自嗨。所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”，而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。模型切开、并行跑、只验证关键路径，听起来很朴素，但恰恰是工程师会选的路。不是最优雅，但能活。 JSTprove 则更现实。你不需要懂零知识、也不用研究电路怎么写，把 ONNX 模型丢进去，能转、能跑、能验，这点其实比很多“性能提升 10%”更重要。这两块拼在一起之后，zkML 才第一次让我觉得：它不是在证明“我可以”，而是在回答“你要不要真用”。对我来说，zkML 的拐点从来不是密码学突破，而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。逻辑上它很美：模型是对的，而且你还能证明它是对的。但每次真去看实现，基本都会卡在同一个地方——跑不起来。不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。模型稍微大点，电路直接失控，内存、时间全都爆表，最后只能留在论文和 demo 里自嗨。所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”，而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。模型切开、并行跑、只验证关键路径，听起来很朴素，但恰恰是工程师会选的路。不是最优雅，但能活。 JSTprove 则更现实。你不需要懂零知识、也不用研究电路怎么写，把 ONNX 模型丢进去，能转、能跑、能验，这点其实比很多“性能提升 10%”更重要。这两块拼在一起之后，zkML 才第一次让我觉得：它不是在证明“我可以”，而是在回答“你要不要真用”。对我来说，zkML 的拐点从来不是密码学突破，而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。逻辑上它很美：模型是对的，而且你还能证明它是对的。但每次真去看实现，基本都会卡在同一个地方——跑不起来。不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。模型稍微大点，电路直接失控，内存、时间全都爆表，最后只能留在论文和 demo 里自嗨。所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”，而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。模型切开、并行跑、只验证关键路径，听起来很朴素，但恰恰是工程师会选的路。不是最优雅，但能活。 JSTprove 则更现实。你不需要懂零知识、也不用研究电路怎么写，把 ONNX 模型丢进去，能转、能跑、能验，这点其实比很多“性能提升 10%”更重要。这两块拼在一起之后，zkML 才第一次让我觉得：它不是在证明“我可以”，而是在回答“你要不要真用”。对我来说，zkML 的拐点从来不是密码学突破，而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。#KaitoYap Kaito AI 🌊 #Yap Inference Labs

星爷讽刺了世间一切，唯独没有讽刺爱情，: 原来是如此的隐喻，到现在才明白，感谢星爷，只是我们弄脏了爱情。 —— 我之前一直对 zkML 有点矛盾。逻辑上它很美：模型是对的，而且你还能证明它是对的。但每次真去看实现，基本都会卡在同一个地方——跑不起来。不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。模型稍微大点，电路直接失控，内存、时间全都爆表，最后只能留在论文和 demo 里自嗨。所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”，而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。模型切开、并行跑、只验证关键路径，听起来很朴素，但恰恰是工程师会选的路。不是最优雅，但能活。 JSTprove 则更现实。你不需要懂零知识、也不用研究电路怎么写，把 ONNX 模型丢进去，能转、能跑、能验，这点其实比很多“性能提升 10%”更重要。这两块拼在一起之后，zkML 才第一次让我觉得：它不是在证明“我可以”，而是在回答“你要不要真用”。对我来说，zkML 的拐点从来不是密码学突破，而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。逻辑上它很美：模型是对的，而且你还能证明它是对的。但每次真去看实现，基本都会卡在同一个地方——跑不起来。不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。模型稍微大点，电路直接失控，内存、时间全都爆表，最后只能留在论文和 demo 里自嗨。所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”，而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。模型切开、并行跑、只验证关键路径，听起来很朴素，但恰恰是工程师会选的路。不是最优雅，但能活。 JSTprove 则更现实。你不需要懂零知识、也不用研究电路怎么写，把 ONNX 模型丢进去，能转、能跑、能验，这点其实比很多“性能提升 10%”更重要。这两块拼在一起之后，zkML 才第一次让我觉得：它不是在证明“我可以”，而是在回答“你要不要真用”。对我来说，zkML 的拐点从来不是密码学突破，而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。懂你意思了，这版我会刻意留下不完美、主观判断和情绪停顿，像是你自己琢磨出来的，而不是“写给别人看的技术解读”。 —— 我之前一直对 zkML 有点矛盾。逻辑上它很美：模型是对的，而且你还能证明它是对的。但每次真去看实现，基本都会卡在同一个地方——跑不起来。不是“慢一点”，而是那种一看资源占用就知道不可能进生产的跑不起来。模型稍微大点，电路直接失控，内存、时间全都爆表，最后只能留在论文和 demo 里自嗨。所以我第一次认真看 Inference Labs 的时候，关注点反而不在“zk”，而在他们是不是愿意承认：这玩意本质是工程问题。 DSperse 给我的感觉，就是终于有人不再执念“一次性证明整个模型”。模型切开、并行跑、只验证关键路径，听起来很朴素，但恰恰是工程师会选的路。不是最优雅，但能活。 JSTprove 则更现实。你不需要懂零知识、也不用研究电路怎么写，把 ONNX 模型丢进去，能转、能跑、能验，这点其实比很多“性能提升 10%”更重要。这两块拼在一起之后，zkML 才第一次让我觉得：它不是在证明“我可以”，而是在回答“你要不要真用”。对我来说，zkML 的拐点从来不是密码学突破，而是有没有人愿意为“跑得起来”妥协设计。 Inference Labs 看起来，至少选了这一边。#KaitoYap Kaito AI 🌊 #Yap Inference Labs

董小姐 |上Gate玩事件合约

36,252 Aufrufe • vor 8 Monaten

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。不是它们不厉害，恰恰相反——都太厉害了。模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。不是“哇好强”，而是突然冒出一个不太技术的问题：如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？不是那种我问你、你马上答的关系，而是你会不会哪天顺手再点开它。有些 AI 真的很聪明，但你心里清楚，它就是工具。用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。它更像是在琢磨一件事：人为什么会愿意和一个存在长期相处？这时候我才开始注意到他们说的那套 Mind / Body / Soul。不是因为名字，而是方向。 Mind 这一层，其实挺像人。不是一直保持同一种状态。有时候你需要逻辑，有时候只是想被理解，有时候甚至不需要答案，只要有人把话接住。再加上它会记得你。不是那种冷冰冰的“你在某年某月问过什么”，而是你们之间发生过的那些事。一旦记忆变成关系的一部分，整个体验就不一样了。 Body 这点我以前真没太当回事。但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。有形象、有存在的位置，在你已经习惯的设备和场景里出现。不是为了炫，而是为了让你不抗拒。在你信任之前，你首先得觉得它“正常”、不吓人。至于 Soul，其实是我最看重的。现在的 AI 都很会，但很少有那种让人想一直留着的。 Kindred 没那么急。不催你、不拉你、不用力制造黏性。你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西，给我的感觉更像是一起走一段，而不是被系统牵着跑。所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI，但底层其实是在讲人。我们怎么建立信任，怎么产生依附，怎么愿意长期和一个存在共处。 AI 只是载体。被认真对待的，其实是人的感受。如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。不是因为它最强，而是它没有急着证明自己。

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。不是它们不厉害，恰恰相反——都太厉害了。模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。不是“哇好强”，而是突然冒出一个不太技术的问题：如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？不是那种我问你、你马上答的关系，而是你会不会哪天顺手再点开它。有些 AI 真的很聪明，但你心里清楚，它就是工具。用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。它更像是在琢磨一件事：人为什么会愿意和一个存在长期相处？这时候我才开始注意到他们说的那套 Mind / Body / Soul。不是因为名字，而是方向。 Mind 这一层，其实挺像人。不是一直保持同一种状态。有时候你需要逻辑，有时候只是想被理解，有时候甚至不需要答案，只要有人把话接住。再加上它会记得你。不是那种冷冰冰的“你在某年某月问过什么”，而是你们之间发生过的那些事。一旦记忆变成关系的一部分，整个体验就不一样了。 Body 这点我以前真没太当回事。但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。有形象、有存在的位置，在你已经习惯的设备和场景里出现。不是为了炫，而是为了让你不抗拒。在你信任之前，你首先得觉得它“正常”、不吓人。至于 Soul，其实是我最看重的。现在的 AI 都很会，但很少有那种让人想一直留着的。 Kindred 没那么急。不催你、不拉你、不用力制造黏性。你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西，给我的感觉更像是一起走一段，而不是被系统牵着跑。所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI，但底层其实是在讲人。我们怎么建立信任，怎么产生依附，怎么愿意长期和一个存在共处。 AI 只是载体。被认真对待的，其实是人的感受。如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。不是因为它最强，而是它没有急着证明自己。

董小姐｜预测世界杯就在Gate

43,660 Aufrufe • vor 7 Monaten

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 Aufrufe • vor 9 Monaten

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 Aufrufe • vor 4 Monaten

其实我不觉得自己是一个滥情的女人，只是老公长期异地，身边没有一个能说话的人。有时身体上不自觉的起反应，真的很想找个人相互慰藉… 也许分享的图片让你们觉得我很放纵，但是成年人的孤独也许只有对的人能懂了吧～

其实我不觉得自己是一个滥情的女人，只是老公长期异地，身边没有一个能说话的人。有时身体上不自觉的起反应，真的很想找个人相互慰藉… 也许分享的图片让你们觉得我很放纵，但是成年人的孤独也许只有对的人能懂了吧～

苏晴老师

21,012 Aufrufe • vor 2 Monaten