Video yükleniyor...

Video Yüklenemedi

Bu video yüklenirken bir sorun oluştu. Bu geçici bir ağ sorunundan kaynaklanıyor olabilir veya video kullanılamıyor olabilir.

Ana Sayfaya Dön

🔥兄弟们！早啊！费曼学习神器又双叒更新了！这次NotebookLM的新功能直接戳中学习党痛点，谁用谁夸！重点来了——现在上传你的学习素材，就能一键生成对应表格！ ✍🏻操作超简单：选「Data Table」，写好需求prompt，剩下的交给它就行～不管是整理学术论文的作者、核心观点、实验方法，还是梳理大量复杂数据，这功能都能hold住！ 😌更贴心的是，生成的表格支持导出多种格式：Excel、ods、html、pdf，一键下载到本地就能接着编辑，效率直接翻倍！还没试过的朋友快去试试！觉得有用的话，记得一键三连让更多人看到～

Berryxia.AI

43,511 subscribers

26,793 görüntüleme • 7 ay önce •via X (Twitter)

Eğitim Bilim & Teknoloji

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

继续追踪深耕，Irys (✧ᴗ✧) 最近的操作和数据真的有点猛啊！刚瞅了眼数据，截至8月13号，直接写入它存储层的交易量已经飙到7亿次了，从Q3开始算居然涨了10倍还多，这扩张速度简直像开了倍速，数据存储和处理能力是真值得点赞！更让人期待的是测试网这边！现在已经能支持永久数据上传了，临时数据功能也在路上，马上就能用。接下来几周更有大动作——IrysVM和可编程数据功能要登场，开发者们很快就能拿到早期体验资格，想想都觉得好玩。最贴心的是，等主网正式启动，测试网的数据会无缝迁移过去，连交易ID都不带变的，完全不用操心数据衔接问题，这波细节拉满了呀 #irys #KAITO Irys中文(✧ᴗ✧) Kaito AI 🌊

继续追踪深耕，Irys (✧ᴗ✧) 最近的操作和数据真的有点猛啊！刚瞅了眼数据，截至8月13号，直接写入它存储层的交易量已经飙到7亿次了，从Q3开始算居然涨了10倍还多，这扩张速度简直像开了倍速，数据存储和处理能力是真值得点赞！更让人期待的是测试网这边！现在已经能支持永久数据上传了，临时数据功能也在路上，马上就能用。接下来几周更有大动作——IrysVM和可编程数据功能要登场，开发者们很快就能拿到早期体验资格，想想都觉得好玩。最贴心的是，等主网正式启动，测试网的数据会无缝迁移过去，连交易ID都不带变的，完全不用操心数据衔接问题，这波细节拉满了呀 #irys #KAITO Irys中文(✧ᴗ✧) Kaito AI 🌊

币资讯

33,383 görüntüleme • 1 yıl önce

这个项目，真的让我重新燃起了做账号矩阵的冲动。一个 14.5k stars 的开源项目，直接把 Google NotebookLM 变成内容生产流水线。 NotebookLM 很多人应该都用过。上传 PDF、网页、YouTube，它就能帮你整理资料、生成播客、做学习指南。但官方网页版有个很难受的问题：太慢了。传个 PDF，等解析；点生成音频，再等；下载，再等。一套流程跑完，时间全浪费在等待上。更关键的是：它根本不适合批量搞内容。你想一次处理几十个链接？想自动生成一批播客？想接到自己的工作流里？网页版基本没法玩。直到我发现了 notebooklm-py。这是一个非官方 Python API，等于把 NotebookLM 的能力全拆出来了。很多功能甚至比网页版还狠： - 一行命令生成播客 - 支持不同风格、时长、语言 - 批量导入 YouTube / PDF / URL - 幻灯片直接导出 PPTX - 思维导图导出 JSON - 数据导出 CSV - 测验题结构化导出 - 还能用自然语言改单页 PPT 最强的是：它还能接进 Claude Code，当 Agent 技能用。看到这里我脑子里第一反应就是：这不就是账号矩阵生产线吗？热点抓取 → AI研究 → 播客生成 → 图文整理 → PPT生成 → 自动分发整个链路都能串起来。以前做矩阵，拼的是人多。现在越来越像拼工作流了。很多以前需要团队才能做的事情，现在一个人也能跑起来。

这个项目，真的让我重新燃起了做账号矩阵的冲动。一个 14.5k stars 的开源项目，直接把 Google NotebookLM 变成内容生产流水线。 NotebookLM 很多人应该都用过。上传 PDF、网页、YouTube，它就能帮你整理资料、生成播客、做学习指南。但官方网页版有个很难受的问题：太慢了。传个 PDF，等解析；点生成音频，再等；下载，再等。一套流程跑完，时间全浪费在等待上。更关键的是：它根本不适合批量搞内容。你想一次处理几十个链接？想自动生成一批播客？想接到自己的工作流里？网页版基本没法玩。直到我发现了 notebooklm-py。这是一个非官方 Python API，等于把 NotebookLM 的能力全拆出来了。很多功能甚至比网页版还狠： - 一行命令生成播客 - 支持不同风格、时长、语言 - 批量导入 YouTube / PDF / URL - 幻灯片直接导出 PPTX - 思维导图导出 JSON - 数据导出 CSV - 测验题结构化导出 - 还能用自然语言改单页 PPT 最强的是：它还能接进 Claude Code，当 Agent 技能用。看到这里我脑子里第一反应就是：这不就是账号矩阵生产线吗？热点抓取 → AI研究 → 播客生成 → 图文整理 → PPT生成 → 自动分发整个链路都能串起来。以前做矩阵，拼的是人多。现在越来越像拼工作流了。很多以前需要团队才能做的事情，现在一个人也能跑起来。

开发者Hailey

21,085 görüntüleme • 2 ay önce

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

不用羡慕 Adobe 了，Lovart 也上线了图层拆封功能。只需要一键就能把图像拆成各种不同的元素。同时里边比如说文字这种可以编辑的，也可以直接进行编辑。他们内置了很多字体，然后颜色对企业都可以进行编辑。再配合上他们原来有的，比如说抠图功能、重新生成功能，还有编评论功能，就可以玩出很多的花样了。一套基于 AI 的图像编辑路径，还是挺好的。那我自己做的一张图试了一下，一键就把那张图拆零碎了。标题是标题，主视觉是主视觉，然后副标题也都可以编辑文字，然后背景包括下面的小字都识别出来，非常小的小字。还有就是我发现他改这种英文的图表挺方便，就是你把它一下把文字全部炸出来，然后把它全部翻译成中文，里边的排版啥的都能会变，非常的方便。要是 Agent 他能干这个事儿，就比如它可以一键帮我把英文翻译成中文，再回填回去，这个就更好了。希望他们的评论 Agent 后边能支持这种功能。

歸藏(guizang.ai)

23,038 görüntüleme • 9 ay önce

单次服用20克肌酸。三小时内，大脑处理速度提升近25%。这不是什么体感玄学。是双盲、安慰剂对照的临床试验结果。效果持续长达九小时。研究专门针对睡眠不足的人。不吃肌酸的对照组，熬夜后认知测试一塌糊涂。吃了的，大脑处理数字和语言的速度都显著提升。怎么做到的？它直接改善了大脑的生物能量代谢。简单说，就是给你的大脑加了高标号汽油。这不是心理作用，是生理上的真实改变。很多人以为肌酸只是健身房里用的。现在看来，它更是大脑的燃料。尤其适合熬夜的学生，或者需要加班的打工人。一个简单、便宜、合法的东西。就能让普通人更高效地工作和学习。这比听精英们兜售昂贵又复杂的成功学，要实在得多。自我提升的武器，往往就藏在最不起眼的地方。你觉得呢？

单次服用20克肌酸。三小时内，大脑处理速度提升近25%。这不是什么体感玄学。是双盲、安慰剂对照的临床试验结果。效果持续长达九小时。研究专门针对睡眠不足的人。不吃肌酸的对照组，熬夜后认知测试一塌糊涂。吃了的，大脑处理数字和语言的速度都显著提升。怎么做到的？它直接改善了大脑的生物能量代谢。简单说，就是给你的大脑加了高标号汽油。这不是心理作用，是生理上的真实改变。很多人以为肌酸只是健身房里用的。现在看来，它更是大脑的燃料。尤其适合熬夜的学生，或者需要加班的打工人。一个简单、便宜、合法的东西。就能让普通人更高效地工作和学习。这比听精英们兜售昂贵又复杂的成功学，要实在得多。自我提升的武器，往往就藏在最不起眼的地方。你觉得呢？

墓碑科技

166,461 görüntüleme • 5 ay önce

很多人觉得 AI编程门槛太高，不愿意使用，那么你们有福了！！！扣子发布2.0版本带Skills 功能，非常有幸拿到 Coze Skills 的内测。试了一下，对于不会用Claude Code，或者惧怕使用的人来说，真是太友好了！如果说：Claude的Skills很强，还需要懂一点技术的话，那么扣子把这个门槛降到了零。对话就能创建零代码创建普通人也能拥有AI超能力。我做了个论文一键转公众号的 Skill，还能自动配图，自动发布！ 1. 支持从论文/文章 PDF 或链接中一键提取核心内容 2. 智能解析：自动提取论文的标题、摘要、核心创新点、实验数据和结论。 3. 文风转换：不是生硬的翻译，而是根据公众号读者的阅读习惯，将晦涩的学术语言转化为通俗易懂的各种文风。 4. AI 自动配图：这是最酷的地方！它会根据论文主题，自动调用绘图模型生成一张吸睛的高清封面图，并且在文章正文中根据段落内容自动插入合适的插图。 5.一键发送草稿箱：连复制粘贴都省了，直接对接公众号 API，生成的图文直接躺在你的公众号草稿箱里，只需要最后确认一下就能发布。同时扣子也正式推出了 Skills 技能，及技能商店。我的技能已经免费分享到coze的技能商店！搜索：公众号配图生成技能就能找到！来讲一下如何操作：技能入口在扣子 2.0 版本的扣子编程这里就可以看到，窗口右上角的“技能”。在扣子编程中的不需要太多技巧，直接使用自然语言的方式就可以创建技能，它会完全按照你的意思去生成和调试，非常方便！并且支持在线调试预览开发好的技能，然后还支持一键部署和发布到扣子。关键是一边预览，左侧还能让它修改可以打开文件夹，看到 skill 自定义文件、脚本、引用来源等信息。结构和CC非常像，其实我觉得都完全没有必要打开看。我很多文件，都是从Claude Code里面的skills直接copy过来，上传上去，居然直接能用，省了好多力气，直接可以搬移Claude Skill了！技能开发完成后，点击部署，在技能商店中可以看到自己刚刚部署和安装的技能，并支持一键发布到技能商店给所有人使用。可以发布为免费技能也可以发布为付费技能，想赚钱直接发布成付费就行。发布完后，所有人都能在技能商店使用你的技能，如果是付费的，用户可以很方便的对技能进行付费，技能开发者也能快速变现。使用直接 @你的技能就可以，详细请看视频 Skills 还是太火了，所有的媒体平台都有在讨论 Skills。扣子也第一时间，支持了 Skills 的无代码开发以及技能商店。目前Coze商店里的技能，我看了一下绝大多数都是免费的，赶紧来找一下你要的？用AI工具快两年了，从最开始的"哇，它能写东西"，到后来的"嗯，但还是得我自己改"，再到现在的"它真的能帮我干活了"。 AI不再是一个聊天工具，而是一个真正的同事。它知道我的工作方式，它能交付我需要的成品，它甚至能主动帮我完成重复性工作。这才是AI应该有的样子。

很多人觉得 AI编程门槛太高，不愿意使用，那么你们有福了！！！扣子发布2.0版本带Skills 功能，非常有幸拿到 Coze Skills 的内测。试了一下，对于不会用Claude Code，或者惧怕使用的人来说，真是太友好了！如果说：Claude的Skills很强，还需要懂一点技术的话，那么扣子把这个门槛降到了零。对话就能创建零代码创建普通人也能拥有AI超能力。我做了个论文一键转公众号的 Skill，还能自动配图，自动发布！ 1. 支持从论文/文章 PDF 或链接中一键提取核心内容 2. 智能解析：自动提取论文的标题、摘要、核心创新点、实验数据和结论。 3. 文风转换：不是生硬的翻译，而是根据公众号读者的阅读习惯，将晦涩的学术语言转化为通俗易懂的各种文风。 4. AI 自动配图：这是最酷的地方！它会根据论文主题，自动调用绘图模型生成一张吸睛的高清封面图，并且在文章正文中根据段落内容自动插入合适的插图。 5.一键发送草稿箱：连复制粘贴都省了，直接对接公众号 API，生成的图文直接躺在你的公众号草稿箱里，只需要最后确认一下就能发布。同时扣子也正式推出了 Skills 技能，及技能商店。我的技能已经免费分享到coze的技能商店！搜索：公众号配图生成技能就能找到！来讲一下如何操作：技能入口在扣子 2.0 版本的扣子编程这里就可以看到，窗口右上角的“技能”。在扣子编程中的不需要太多技巧，直接使用自然语言的方式就可以创建技能，它会完全按照你的意思去生成和调试，非常方便！并且支持在线调试预览开发好的技能，然后还支持一键部署和发布到扣子。关键是一边预览，左侧还能让它修改可以打开文件夹，看到 skill 自定义文件、脚本、引用来源等信息。结构和CC非常像，其实我觉得都完全没有必要打开看。我很多文件，都是从Claude Code里面的skills直接copy过来，上传上去，居然直接能用，省了好多力气，直接可以搬移Claude Skill了！技能开发完成后，点击部署，在技能商店中可以看到自己刚刚部署和安装的技能，并支持一键发布到技能商店给所有人使用。可以发布为免费技能也可以发布为付费技能，想赚钱直接发布成付费就行。发布完后，所有人都能在技能商店使用你的技能，如果是付费的，用户可以很方便的对技能进行付费，技能开发者也能快速变现。使用直接 @你的技能就可以，详细请看视频 Skills 还是太火了，所有的媒体平台都有在讨论 Skills。扣子也第一时间，支持了 Skills 的无代码开发以及技能商店。目前Coze商店里的技能，我看了一下绝大多数都是免费的，赶紧来找一下你要的？用AI工具快两年了，从最开始的"哇，它能写东西"，到后来的"嗯，但还是得我自己改"，再到现在的"它真的能帮我干活了"。 AI不再是一个聊天工具，而是一个真正的同事。它知道我的工作方式，它能交付我需要的成品，它甚至能主动帮我完成重复性工作。这才是AI应该有的样子。

huangserva

28,909 görüntüleme • 6 ay önce

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

今天看到一个不错的 AI 产品 Napkin，能帮你生成各种不同样式风格的漂亮图表，交互很丝滑，图表也很漂亮。大概看了下实现原理，应该是后台用了一个小模型（GPT-4 mini 或者 Gemini Flash这种），把选中的文本变成mermaid这样的图表格式，并且每个节点选了一个配套的图标（可能用了RAG），然后前端渲染成 SVG 格式，编辑器是基于 TipTap。它有很多图表的模板，会一次性生成多套图表，你可以选择一套喜欢的应用。每一套风格都很讨喜，团队的设计能力很强。目前还是免费的

宝玉

67,355 görüntüleme • 1 yıl önce

这是一个能帮你找到任何学习资源的网站没错是任何，你想的都有每期分享一个实用网站第二十四期今天要分享的是这是一个能帮你找到任何学习资源的网站，只要输入你想学的内容关键词，比如绘画、摄影、AI、编程、英语，甚至是游戏或Minecraft，它就能立刻帮你整理出一整套超清晰的学习路径。每个主题下的资源都经过精心整理，不论是国内外的免费课程、教程网站、工具平台，全都一网打尽，真正做到了想学什么就能学到什么。更厉害的是，它通过知识图谱将不同主题的学习路线与资源都整理好了，你还能把喜欢的资源一键收藏，甚至标注自己的学习进度，方便随时接着学，完全就是一个属于你的智能学习地图。

这是一个能帮你找到任何学习资源的网站没错是任何，你想的都有每期分享一个实用网站第二十四期今天要分享的是这是一个能帮你找到任何学习资源的网站，只要输入你想学的内容关键词，比如绘画、摄影、AI、编程、英语，甚至是游戏或Minecraft，它就能立刻帮你整理出一整套超清晰的学习路径。每个主题下的资源都经过精心整理，不论是国内外的免费课程、教程网站、工具平台，全都一网打尽，真正做到了想学什么就能学到什么。更厉害的是，它通过知识图谱将不同主题的学习路线与资源都整理好了，你还能把喜欢的资源一键收藏，甚至标注自己的学习进度，方便随时接着学，完全就是一个属于你的智能学习地图。

LF 刀河王｜买美股上币安

13,385 görüntüleme • 1 ay önce

这是一个超级精准的指标，有的品种两年内连续交易胜率能达到76%以上，有的品种能到67%，想试试的可以添加到自己的图表中😍🤑 我还把它做成了策略脚本，并且还在几十个品种中进行了两年的深度回测，筛选出了三个最适合这套策略的品种～对了，#OKX 刚上了k线交易助手功能，将交易的全过程嵌入到了k线图表中直接操作，也就是说在k线图表就可以直接开单并管理仓位，不用再在k线图和下单界面来回切换，不论什么行情走势，都能快速的调整订单/ 这绝对是目前为止最最最最好用的交易功能，交易体验比德芙还丝滑，各位可以试试，视频最后也有功能演示，一定坚持到最后！

这是一个超级精准的指标，有的品种两年内连续交易胜率能达到76%以上，有的品种能到67%，想试试的可以添加到自己的图表中😍🤑 我还把它做成了策略脚本，并且还在几十个品种中进行了两年的深度回测，筛选出了三个最适合这套策略的品种～对了，#OKX 刚上了k线交易助手功能，将交易的全过程嵌入到了k线图表中直接操作，也就是说在k线图表就可以直接开单并管理仓位，不用再在k线图和下单界面来回切换，不论什么行情走势，都能快速的调整订单/ 这绝对是目前为止最最最最好用的交易功能，交易体验比德芙还丝滑，各位可以试试，视频最后也有功能演示，一定坚持到最后！

投机实验室

37,535 görüntüleme • 1 yıl önce

Claude团队的工程师，已经彻底抛弃Markdown了。不是Markdown不好用，是AI变得太快，它已经跟不上了。以前AI写10行笔记，Markdown刚刚好，现在AI能一次性输出1000行计划、复杂流程图、完整代码审查，密密麻麻的纯文字墙谁有耐心看得完？作者自己都说，他从来没完整读完过100行以上的AI生成MD文件。更要命的是：现在都是AI写，我们只看不改。 Markdown最大的优点“易手动编辑”，现在已经彻底没用了。而HTML，才是AI时代真正的沟通语言，它能做到的事，Markdown想都不敢想： • 直接生成带颜色的表格、SVG流程图、可点击的原型 • 加滑块调参数、拖拽排序任务、实时预览Prompt效果 • 改完一键导出成代码或Prompt，喂回给AI继续迭代 • 发个链接别人点开就能看，不用下载任何工具作者直接放出了20个现成示例：从代码审查的彩色diff，到可拖拽的任务看板，从动画参数调试器，到一键生成的幻灯片。每一个都是能直接用的生产力工具。最爽的三个用法，现在就能抄： 1. 代码审查：让AI把PR生成带注释的彩色diff+模块调用图 2. 做计划：生成带时间线、风险表、流程图的交互式项目页 3. 临时工具：让AI写一个Prompt调参器，改完直接复制结果当然它也有缺点：多花一点token，生成时间长2-4倍，版本控制不如MD干净。但作者说：体验提升了10倍，这些代价完全值得。本质上不是格式之争，而是人机协作方式的升级。因为Markdown是给人写给人看的，而HTML是给AI写给人用的。随着当AI越来越聪明，我们需要的不再是文字墙，而是能互动、能操作、能思考的界面。现在打开Claude，输入“帮我做一个HTML文件……”，你会打开一个全新的世界。

Claude团队的工程师，已经彻底抛弃Markdown了。不是Markdown不好用，是AI变得太快，它已经跟不上了。以前AI写10行笔记，Markdown刚刚好，现在AI能一次性输出1000行计划、复杂流程图、完整代码审查，密密麻麻的纯文字墙谁有耐心看得完？作者自己都说，他从来没完整读完过100行以上的AI生成MD文件。更要命的是：现在都是AI写，我们只看不改。 Markdown最大的优点“易手动编辑”，现在已经彻底没用了。而HTML，才是AI时代真正的沟通语言，它能做到的事，Markdown想都不敢想： • 直接生成带颜色的表格、SVG流程图、可点击的原型 • 加滑块调参数、拖拽排序任务、实时预览Prompt效果 • 改完一键导出成代码或Prompt，喂回给AI继续迭代 • 发个链接别人点开就能看，不用下载任何工具作者直接放出了20个现成示例：从代码审查的彩色diff，到可拖拽的任务看板，从动画参数调试器，到一键生成的幻灯片。每一个都是能直接用的生产力工具。最爽的三个用法，现在就能抄： 1. 代码审查：让AI把PR生成带注释的彩色diff+模块调用图 2. 做计划：生成带时间线、风险表、流程图的交互式项目页 3. 临时工具：让AI写一个Prompt调参器，改完直接复制结果当然它也有缺点：多花一点token，生成时间长2-4倍，版本控制不如MD干净。但作者说：体验提升了10倍，这些代价完全值得。本质上不是格式之争，而是人机协作方式的升级。因为Markdown是给人写给人看的，而HTML是给AI写给人用的。随着当AI越来越聪明，我们需要的不再是文字墙，而是能互动、能操作、能思考的界面。现在打开Claude，输入“帮我做一个HTML文件……”，你会打开一个全新的世界。

AYi

1,397,500 görüntüleme • 3 ay önce

最近玩 NotebookLM 玩疯了：把一整本书丢进去，就能让 Gemini 基于纯原文给你零幻觉回答、生成播客、思维导图……但最烦的是手动下载 PDF + 上传这一步，太折腾人了！我偷偷做了一个 Claude Skill 神器： 1⃣ 直接扔一个 Z-Library 书籍链接（或其他合法来源） 2⃣ 自动下载 PDF/EPUB• 一键新建 NotebookLM 笔记本 + 上传文件 3⃣ 完事后 Claude 就能对话式“读”整本书，问啥答啥，还带引用来源～学术党、自学者、爱读书的大佬们，你们有没有这个痛点？经常从 Z-Lib 或其他地方下书，但懒得手动上传NotebookLM，想一键把书变成可聊的 AI 知识库？有需求的朋友点个赞/回复“要！”或者“+1”，我看反馈多的话，马上开源仓库 + 写详细教程！（合规提醒：只用于合法免费资源哦～）给大家看一下效果

最近玩 NotebookLM 玩疯了：把一整本书丢进去，就能让 Gemini 基于纯原文给你零幻觉回答、生成播客、思维导图……但最烦的是手动下载 PDF + 上传这一步，太折腾人了！我偷偷做了一个 Claude Skill 神器： 1⃣ 直接扔一个 Z-Library 书籍链接（或其他合法来源） 2⃣ 自动下载 PDF/EPUB• 一键新建 NotebookLM 笔记本 + 上传文件 3⃣ 完事后 Claude 就能对话式“读”整本书，问啥答啥，还带引用来源～学术党、自学者、爱读书的大佬们，你们有没有这个痛点？经常从 Z-Lib 或其他地方下书，但懒得手动上传NotebookLM，想一键把书变成可聊的 AI 知识库？有需求的朋友点个赞/回复“要！”或者“+1”，我看反馈多的话，马上开源仓库 + 写详细教程！（合规提醒：只用于合法免费资源哦～）给大家看一下效果

AI奶爸

714,706 görüntüleme • 7 ay önce

币安 #Binance 昨天更新后放大招了！推出了Alpha2.0版本，简而言之，就是直接将币安Alpha的代币，集成到币安交易所平台，打通了CEX和DEX的壁垒，直接一步到位！体验了一番，有几个核心亮点给宝子们介绍一下！ Binance Binancezh CZ 🔶 BNB Yi He 🌟一站式投资，省心又高效第一个亮点，是我个人觉得最吸引人的，就是它把币安严选的Alpha代币做成了“一站式”，直接在币安CEX就可以看到经过专业筛选、社区关注度高、增长潜力大的meme，把链上早期项目搬到了交易所的页面，弱化了CEX和DEX之间的界限。上了Alpha的项目，曝光度蹭蹭上涨，感觉就像是上了交易所的盘前。这种整合的好处是，不用到处找靠谱的项目，币安的专业团队和社区的热度先把关了一道，剩下的事儿就是挑你看好的下手投资，省时省力。 🌟无门槛体验，新手也能玩得转再说第二个亮点——无门槛。这点真的很贴心，特别是对新手来说。以前玩Web3，少不了得搞个链上钱包，还得保存私钥，学会转账、购买，钱包被盗情况还时有发生。现在Alpha 2.0直接把这些都省了，不需要额外钱包，用币安账号里的USDT就能直接买链上的资产。这种方式直接把链上交易的体验和交易所的体验“拉平”了。用熟悉的币安界面，三步就能搞定一笔交易：选项目、下单、确认，完事了。新手完全不用担心自己不会用钱包，也不用怕转错链啥的，操作跟平时在币安买币一样。这种设计简单、快捷，任何人都能轻松上手。 🌟双模式交易，灵活又贴心第三个亮点是双模式交易，价格优先和成功率优先。简单来说，价格优先就是尽量用最低的价格买，但可能得排队等一等；成功率优先则是保证尽快成交，但价格可能会稍微高点。为啥要弄这两种模式呢？因为每个人的需求不一样啊。比如你特别看好一个项目，觉得它马上要起飞，那肯定选成功率优先，先抢到筹码再说；要是你不着急，就是想捡个便宜，那价格优先就挺合适。这样的设计特别灵活，能照顾到不同类型玩家的习惯。说白了，就是让你自己做主，交易体验完全按你的想法来。 🌍聊聊背后的意义看了这些亮点，我觉得Alpha 2.0不只是个工具那么简单。CZ老板之前就说过，他有点担心用户在DEX上买了币，等价格涨起来后跑回CEX卖，这样CEX的用户可能会慢慢流失。Alpha 2.0的出现，其实就是在解决这个问题。它把DEX的早期机会直接搬到CEX里，既留住了用户，又让大家能更方便地参与Web3的红利。另外，这也说明币安对Web3的野心不小。Web3是未来的趋势，去中心化、用户主权这些理念正在慢慢渗透。Alpha 2.0就像是个桥梁，把传统的中心化交易所和去中心化的Web3世界连了起来。既保留了CEX的便捷和安全，又给了用户接触链上项目的入口。这种“两头兼顾”的思路，挺值得点赞的！👍 🧩总的来说，币安Alpha 2.0给我的感觉就是“省心、好用、接地气”，大家都可以去体验一下！接下来给宝子们操作下如何快速买币，让大家感受下币安alpha2.0的高效！（PS：如果把币安更新到最新版本还看不到alpha栏目的话，需要把🪜关掉。）

币安 #Binance 昨天更新后放大招了！推出了Alpha2.0版本，简而言之，就是直接将币安Alpha的代币，集成到币安交易所平台，打通了CEX和DEX的壁垒，直接一步到位！体验了一番，有几个核心亮点给宝子们介绍一下！ Binance Binancezh CZ 🔶 BNB Yi He 🌟一站式投资，省心又高效第一个亮点，是我个人觉得最吸引人的，就是它把币安严选的Alpha代币做成了“一站式”，直接在币安CEX就可以看到经过专业筛选、社区关注度高、增长潜力大的meme，把链上早期项目搬到了交易所的页面，弱化了CEX和DEX之间的界限。上了Alpha的项目，曝光度蹭蹭上涨，感觉就像是上了交易所的盘前。这种整合的好处是，不用到处找靠谱的项目，币安的专业团队和社区的热度先把关了一道，剩下的事儿就是挑你看好的下手投资，省时省力。 🌟无门槛体验，新手也能玩得转再说第二个亮点——无门槛。这点真的很贴心，特别是对新手来说。以前玩Web3，少不了得搞个链上钱包，还得保存私钥，学会转账、购买，钱包被盗情况还时有发生。现在Alpha 2.0直接把这些都省了，不需要额外钱包，用币安账号里的USDT就能直接买链上的资产。这种方式直接把链上交易的体验和交易所的体验“拉平”了。用熟悉的币安界面，三步就能搞定一笔交易：选项目、下单、确认，完事了。新手完全不用担心自己不会用钱包，也不用怕转错链啥的，操作跟平时在币安买币一样。这种设计简单、快捷，任何人都能轻松上手。 🌟双模式交易，灵活又贴心第三个亮点是双模式交易，价格优先和成功率优先。简单来说，价格优先就是尽量用最低的价格买，但可能得排队等一等；成功率优先则是保证尽快成交，但价格可能会稍微高点。为啥要弄这两种模式呢？因为每个人的需求不一样啊。比如你特别看好一个项目，觉得它马上要起飞，那肯定选成功率优先，先抢到筹码再说；要是你不着急，就是想捡个便宜，那价格优先就挺合适。这样的设计特别灵活，能照顾到不同类型玩家的习惯。说白了，就是让你自己做主，交易体验完全按你的想法来。 🌍聊聊背后的意义看了这些亮点，我觉得Alpha 2.0不只是个工具那么简单。CZ老板之前就说过，他有点担心用户在DEX上买了币，等价格涨起来后跑回CEX卖，这样CEX的用户可能会慢慢流失。Alpha 2.0的出现，其实就是在解决这个问题。它把DEX的早期机会直接搬到CEX里，既留住了用户，又让大家能更方便地参与Web3的红利。另外，这也说明币安对Web3的野心不小。Web3是未来的趋势，去中心化、用户主权这些理念正在慢慢渗透。Alpha 2.0就像是个桥梁，把传统的中心化交易所和去中心化的Web3世界连了起来。既保留了CEX的便捷和安全，又给了用户接触链上项目的入口。这种“两头兼顾”的思路，挺值得点赞的！👍 🧩总的来说，币安Alpha 2.0给我的感觉就是“省心、好用、接地气”，大家都可以去体验一下！接下来给宝子们操作下如何快速买币，让大家感受下币安alpha2.0的高效！（PS：如果把币安更新到最新版本还看不到alpha栏目的话，需要把🪜关掉。）

Vvicky绵绵🦅

38,581 görüntüleme • 1 yıl önce

清华大学出品小龙虾 OpenMAIC，震惊教育界！不是给你一个 AI，而是直接给你一整个教室 AI 老师讲得生动，边画边推导 AI 助教随时补你没听懂的点 AI 同学还会举手提问，气氛比真课堂还真实更离谱的是：一句话或者丢个 PDF 三分钟直接生成整套课程讲解、例题、互动模拟、练习、拓展，全自动排好不是那种念 PPT 的假学习是真能画图、能互动，还能陪你“打副本”的沉浸式课堂而且不止学数学桌游教学、报税、物理……随便你扔题，它都能教还能导出、IM 里直接用、开源自己玩谁还付费找私教，这个真的够了

清华大学出品小龙虾 OpenMAIC，震惊教育界！不是给你一个 AI，而是直接给你一整个教室 AI 老师讲得生动，边画边推导 AI 助教随时补你没听懂的点 AI 同学还会举手提问，气氛比真课堂还真实更离谱的是：一句话或者丢个 PDF 三分钟直接生成整套课程讲解、例题、互动模拟、练习、拓展，全自动排好不是那种念 PPT 的假学习是真能画图、能互动，还能陪你“打副本”的沉浸式课堂而且不止学数学桌游教学、报税、物理……随便你扔题，它都能教还能导出、IM 里直接用、开源自己玩谁还付费找私教，这个真的够了

开发者Hailey

26,571 görüntüleme • 4 ay önce

推荐一下张咋啦的 PPT Skill：frontend-slides。对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。这个 Skill 的思路是把 PPT 变成网页。并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。同时还能直接在浏览器里编辑文字，改完自动保存。如果你有现成的 .pptx 文件，也能直接转成网页版。经常做 PPT 的话，可以试试，链接放评论区。

推荐一下张咋啦的 PPT Skill：frontend-slides。对于我这种不爱做 PPT，但又有演示需求的人来说，实在是太友好了。这个 Skill 的思路是把 PPT 变成网页。并且动画效果比 PowerPoint 好、生成的是单个 HTML 文件、浏览器直接打开。 AI 会生成多个不同风格的预览，每个风格都是定制的，字体、配色、动画都不一样。同时还能直接在浏览器里编辑文字，改完自动保存。如果你有现成的 .pptx 文件，也能直接转成网页版。经常做 PPT 的话，可以试试，链接放评论区。

余温

116,500 görüntüleme • 4 ay önce

马斯克：“首先，你不需要上大学来学习东西。一切基本上都是免费的。你可以免费学习任何你想学的东西，这不是学习的问题。大学有其价值，那就是，比如，你知道，看到某人是否能在某件事上努力工作，包括一堆有点烦人的家庭作业，并且仍然完成他们的家庭作业，坚持到底并完成它？你知道，那就是大学的主要价值。然后，你可能想和一群同龄人一起玩一段时间，而不是直接进入职场。所以，基本上，我认为大学基本上是为了娱乐和证明你能完成你的琐事，但它们不是为了学习。”

马斯克：“首先，你不需要上大学来学习东西。一切基本上都是免费的。你可以免费学习任何你想学的东西，这不是学习的问题。大学有其价值，那就是，比如，你知道，看到某人是否能在某件事上努力工作，包括一堆有点烦人的家庭作业，并且仍然完成他们的家庭作业，坚持到底并完成它？你知道，那就是大学的主要价值。然后，你可能想和一群同龄人一起玩一段时间，而不是直接进入职场。所以，基本上，我认为大学基本上是为了娱乐和证明你能完成你的琐事，但它们不是为了学习。”

KK.aWSB

50,118 görüntüleme • 6 ay önce

发现一个能精准提取复杂文档内容的开源项目——MinerU，在GitHub 狂揽 7w star，登顶了 Trending 榜单不管你的文档内容有多复杂,它都能帮你精准提取。有缺陷的乱码表格、公式复杂的学术论文,甚至扫描版的文档,都能一字不差地抓取出来。文本型PDF、图层型PDF、扫描版PDF，它都能自动识别类型再处理，对模糊、有水印的情况也有很强的鲁棒性。还支持各种文档格式的元素提取，标题、正文、图片、表格、公式，都能精准定位，最后直接一键导出成Markdown 等格式，省去大量人工整理的时间。

发现一个能精准提取复杂文档内容的开源项目——MinerU，在GitHub 狂揽 7w star，登顶了 Trending 榜单不管你的文档内容有多复杂,它都能帮你精准提取。有缺陷的乱码表格、公式复杂的学术论文,甚至扫描版的文档,都能一字不差地抓取出来。文本型PDF、图层型PDF、扫描版PDF，它都能自动识别类型再处理，对模糊、有水印的情况也有很强的鲁棒性。还支持各种文档格式的元素提取，标题、正文、图片、表格、公式，都能精准定位，最后直接一键导出成Markdown 等格式，省去大量人工整理的时间。

阿西_出海

11,926 görüntüleme • 1 ay önce

🚨Stitch 这次升级不得了，我觉得重点不是多了几个功能，而是 Google 正在重写 AI 设计工具的定义。 1/ Google 昨晚更新了 Stitch，官方给它的新定位很直接： AI-native software design canvas。 2/ 翻译成人话就是：它不想只做一个 “你写一句 prompt，我给你几张 UI 图” 的工具了。 3/ 这次更新，核心就 5 个方向：无限画布更聪明的设计代理语音交互即时原型设计系统 + DESIGN.md 4/ 最值得看的第一点，是 AI 原生画布。现在的 Stitch 不只是吃 prompt。还可以把图片、文本、代码一起作为上下文。这说明它开始更像“设计工作台”，而不是一次性生成器。 5/ 第二点，是 agent 变强了。 Google 这次明确说，新 design agent 能理解整个项目演进过程，而且还有 Agent manager，支持你并行探索多个设计方向。 6/ 第三点，是语音进入设计主流程。你可以直接对着画布说话让 Stitch 一边听一边改还能给你实时设计反馈 7/ 第四点，是即时原型。现在 Stitch 可以把静态设计快速变成交互原型，点一下 Play 就能看 flow，甚至还能自动补出逻辑上的下一屏。 8/ 第五点，是很多人会低估的 DESIGN.md。 Google 把设计规则做成了一个 agent-friendly markdown，支持导入、导出、复用，还支持从 URL 提取设计系统。 9/ 所以这次 Stitch 真正从“帮你出图”，走向“参与整个设计流程”。 10/ 一句话总结： 2025 年的 Stitch，更像 UI 生成器。 2026 年这次升级之后，它开始更像 AI 设计工作台。

🚨Stitch 这次升级不得了，我觉得重点不是多了几个功能，而是 Google 正在重写 AI 设计工具的定义。 1/ Google 昨晚更新了 Stitch，官方给它的新定位很直接： AI-native software design canvas。 2/ 翻译成人话就是：它不想只做一个 “你写一句 prompt，我给你几张 UI 图” 的工具了。 3/ 这次更新，核心就 5 个方向：无限画布更聪明的设计代理语音交互即时原型设计系统 + DESIGN.md 4/ 最值得看的第一点，是 AI 原生画布。现在的 Stitch 不只是吃 prompt。还可以把图片、文本、代码一起作为上下文。这说明它开始更像“设计工作台”，而不是一次性生成器。 5/ 第二点，是 agent 变强了。 Google 这次明确说，新 design agent 能理解整个项目演进过程，而且还有 Agent manager，支持你并行探索多个设计方向。 6/ 第三点，是语音进入设计主流程。你可以直接对着画布说话让 Stitch 一边听一边改还能给你实时设计反馈 7/ 第四点，是即时原型。现在 Stitch 可以把静态设计快速变成交互原型，点一下 Play 就能看 flow，甚至还能自动补出逻辑上的下一屏。 8/ 第五点，是很多人会低估的 DESIGN.md。 Google 把设计规则做成了一个 agent-friendly markdown，支持导入、导出、复用，还支持从 URL 提取设计系统。 9/ 所以这次 Stitch 真正从“帮你出图”，走向“参与整个设计流程”。 10/ 一句话总结： 2025 年的 Stitch，更像 UI 生成器。 2026 年这次升级之后，它开始更像 AI 设计工作台。

比特币橙子Trader

16,604 görüntüleme • 4 ay önce

说个暴论，在AI时代最值钱的技能已经不是写代码了，怎么把代码讲清楚将会变得越来越重要！怎么把代码讲清楚将会变得越来越重要！ Anthropic Claude Code团队的Thariq 大神用不到两年时间，把自己的技术文章做到了稳定的百万浏览量。他说，技术写作彻底改变了他的人生。兄弟们你们可能不信，老哥的方法论简单到离谱，就四个字：先种后收。先埋头做真实的工作，踩真实的坑，积累第一手的洞见，然后把你学到的东西，变成别人能直接抄的经验。就是说写文章不能为了写而写，得先有干货，再有输出。他写爆文就靠两条铁则：第一，能多简单就多简单，用复杂术语装逼，只能说明你自己都没搞懂。第二，分享真正的秘密，因为人们不爱看正确的废话，只爱听别人不说的内部干货。最狠的是，老哥在这场15分钟的线下workshop现场，直接写了一篇《HTML vs Markdown for agents》的长文。发出去几个小时，就拿了26万浏览，用行动证明了他教的东西真的管用。当然他也用Claude加速写作，但他反复强调：绝对不能让AI磨掉你的个人声音，因为这才是能持续输出爆款的核心。尽管很多人酸，说他能火只是因为他在Anthropic，不可否认内部视角是天然的流量buff，但我觉得更重要的是，他掌握了这个时代最稀缺的能力：把复杂的技术，讲得让同行立刻能用。 AI会写代码，会做产品，会调模型，但它不会讲你的故事，不会分享你踩过的坑，不会有你独有的思考方式。而写作，就是把你的个人经验，放大一万倍的杠杆。更妙的是，写作本身会反过来逼你把产品和系统想得更清楚。就像很多时候，你以为你懂了，但只有当你试着把它写下来的时候才发现自己其实并没有懂。所以各位程序员兄弟们，别再觉得技术写作是大佬的事。从今天开始，把你每天踩的坑、学到的新东西，写成100字的笔记。先播种，再收割，这个复利一旦滚起来，会比你想象的可怕得多。如果中推里推荐一位标杆和大神，那一定是宝玉老师宝玉，从宝玉老师身上我学到的很重要的一点是，践行开源精神，你分享的越多，跟着你学习的人越多，respect！

说个暴论，在AI时代最值钱的技能已经不是写代码了，怎么把代码讲清楚将会变得越来越重要！怎么把代码讲清楚将会变得越来越重要！ Anthropic Claude Code团队的Thariq 大神用不到两年时间，把自己的技术文章做到了稳定的百万浏览量。他说，技术写作彻底改变了他的人生。兄弟们你们可能不信，老哥的方法论简单到离谱，就四个字：先种后收。先埋头做真实的工作，踩真实的坑，积累第一手的洞见，然后把你学到的东西，变成别人能直接抄的经验。就是说写文章不能为了写而写，得先有干货，再有输出。他写爆文就靠两条铁则：第一，能多简单就多简单，用复杂术语装逼，只能说明你自己都没搞懂。第二，分享真正的秘密，因为人们不爱看正确的废话，只爱听别人不说的内部干货。最狠的是，老哥在这场15分钟的线下workshop现场，直接写了一篇《HTML vs Markdown for agents》的长文。发出去几个小时，就拿了26万浏览，用行动证明了他教的东西真的管用。当然他也用Claude加速写作，但他反复强调：绝对不能让AI磨掉你的个人声音，因为这才是能持续输出爆款的核心。尽管很多人酸，说他能火只是因为他在Anthropic，不可否认内部视角是天然的流量buff，但我觉得更重要的是，他掌握了这个时代最稀缺的能力：把复杂的技术，讲得让同行立刻能用。 AI会写代码，会做产品，会调模型，但它不会讲你的故事，不会分享你踩过的坑，不会有你独有的思考方式。而写作，就是把你的个人经验，放大一万倍的杠杆。更妙的是，写作本身会反过来逼你把产品和系统想得更清楚。就像很多时候，你以为你懂了，但只有当你试着把它写下来的时候才发现自己其实并没有懂。所以各位程序员兄弟们，别再觉得技术写作是大佬的事。从今天开始，把你每天踩的坑、学到的新东西，写成100字的笔记。先播种，再收割，这个复利一旦滚起来，会比你想象的可怕得多。如果中推里推荐一位标杆和大神，那一定是宝玉老师宝玉，从宝玉老师身上我学到的很重要的一点是，践行开源精神，你分享的越多，跟着你学习的人越多，respect！

AYi

39,366 görüntüleme • 3 ay önce

卧槽！Windows党这回真翻身了！桌面级AI Agent，这方向Claude Cowork出来后就被验证了，潜力巨大。但讲真，Windows用户一直很憋屈，好用Agent不是Mac专属，就是网络、订阅门槛卡死。这痛点，谁懂啊？最近我试了Skywork桌面版，但是这次Windows党真翻身了！它直接原生支持Windows，告别Mac专属，直接在我电脑里跑。更关键的是，它内置Gemini系模型，还能智能路由，任务处理速度明显快于Claude Cowork！ AI自己帮你选最适合的模型，效率和精准度大幅提升！它能干的事，确实令人惊喜： ✅ 全能文件管家：直接看懂你电脑里所有文件，无论是文档、表格、图片还是视频，都能自动整理、分析、甚至生成新产物。 ✅ 视觉能力出色：它的图片/视频生成质量非常高，相比Claude Cowork，视觉表现力更强，做演示、宣传素材，效果令人满意！ ✅ 本地安全放心：所有操作都在本地虚拟机里，数据不上传云端，隐私和文件安全感瞬间拉满。说真的，这种把繁琐工作交给AI，自己专注核心的感觉，让人非常满意！而且这性价比，也确实很突出。推荐给所有想提高效率的Windows朋友们！地址：感受国产AI的创新实力！

卧槽！Windows党这回真翻身了！桌面级AI Agent，这方向Claude Cowork出来后就被验证了，潜力巨大。但讲真，Windows用户一直很憋屈，好用Agent不是Mac专属，就是网络、订阅门槛卡死。这痛点，谁懂啊？最近我试了Skywork桌面版，但是这次Windows党真翻身了！它直接原生支持Windows，告别Mac专属，直接在我电脑里跑。更关键的是，它内置Gemini系模型，还能智能路由，任务处理速度明显快于Claude Cowork！ AI自己帮你选最适合的模型，效率和精准度大幅提升！它能干的事，确实令人惊喜： ✅ 全能文件管家：直接看懂你电脑里所有文件，无论是文档、表格、图片还是视频，都能自动整理、分析、甚至生成新产物。 ✅ 视觉能力出色：它的图片/视频生成质量非常高，相比Claude Cowork，视觉表现力更强，做演示、宣传素材，效果令人满意！ ✅ 本地安全放心：所有操作都在本地虚拟机里，数据不上传云端，隐私和文件安全感瞬间拉满。说真的，这种把繁琐工作交给AI，自己专注核心的感觉，让人非常满意！而且这性价比，也确实很突出。推荐给所有想提高效率的Windows朋友们！地址：感受国产AI的创新实力！

huangserva

136,414 görüntüleme • 6 ay önce

我说一就是一，没人敢说二，给大家看一下我的家庭地位，什么叫皇上！！如果做不到像我这样，就去体验一下 Kindred Labs 吧，都说它和普通的AI不一样。听到用过的分享说，真觉得它挺能让人放松的，简直像是一个总在你身边的朋友。 AI都是冷冰冰的，聊几句就觉得没劲。它不是机械地回答问题，而是能根据你的心情和需求调整自己的反应。你心情不好时，它能像朋友一样跟你说点暖心的话，或者干脆给你个空间，不给你额外压力。它不会只是说“加油”这种套话，而是会根据你长时间的对话和情绪变化，逐渐理解你的状态。 #Kindred 不仅仅是一个聊天工具，它还跟着你的一天，记得你之前的情绪，帮你调整状态。如果你学习时有点焦虑，它会提醒你深呼吸，鼓励你，甚至帮你找个适合的节奏。这感觉就像是有个朋友一直在你旁边，不管你是忙碌、焦虑还是开心，它都会随时调整自己，跟上你的步伐。喜欢的角色、故事，甚至你创造的东西都能通过NFT变得有价值。你不仅能和它互动，还能通过这种系统参与到更多内容的创作中，享受共同创造的乐趣。试试它，可能会喜欢上的。 #KIN #Kindred $KIN #KaitoAI #Kaito #Yap Kaito AI 🌊 Kindred Labs

我说一就是一，没人敢说二，给大家看一下我的家庭地位，什么叫皇上！！如果做不到像我这样，就去体验一下 Kindred Labs 吧，都说它和普通的AI不一样。听到用过的分享说，真觉得它挺能让人放松的，简直像是一个总在你身边的朋友。 AI都是冷冰冰的，聊几句就觉得没劲。它不是机械地回答问题，而是能根据你的心情和需求调整自己的反应。你心情不好时，它能像朋友一样跟你说点暖心的话，或者干脆给你个空间，不给你额外压力。它不会只是说“加油”这种套话，而是会根据你长时间的对话和情绪变化，逐渐理解你的状态。 #Kindred 不仅仅是一个聊天工具，它还跟着你的一天，记得你之前的情绪，帮你调整状态。如果你学习时有点焦虑，它会提醒你深呼吸，鼓励你，甚至帮你找个适合的节奏。这感觉就像是有个朋友一直在你旁边，不管你是忙碌、焦虑还是开心，它都会随时调整自己，跟上你的步伐。喜欢的角色、故事，甚至你创造的东西都能通过NFT变得有价值。你不仅能和它互动，还能通过这种系统参与到更多内容的创作中，享受共同创造的乐趣。试试它，可能会喜欢上的。 #KIN #Kindred $KIN #KaitoAI #Kaito #Yap Kaito AI 🌊 Kindred Labs

Michael 宝塔镇河妖🧙🏿‍♀️|🧠SENT

12,355 görüntüleme • 7 ay önce

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

最近陶哲轩在 2024 年第 65 届国际数学奥林匹克上，陶哲轩做了一次 AI 和数学的演讲，非常精彩，从数学使用计算计算机的历史开始讲起，一直讲到大语言模型，干货相当多，尤其适合对数学有兴趣的同学。（对数学没那么感兴趣的同学只想看 AI 部分的建议直接跳到 41 分的位置开始观看）先摘录几个冷知识： 1. 我们使用机器做数学计算已经有数千年，最早的机器辅助计算可能是罗马人，然后是中国的算盘 2. 二战时就有人肉“计算机”，计算弹道和其他任务，多位女孩子，因为男士们在打仗，所以那时候的计算基本单位不是GPU，而是kilogirl-hour——“千名女孩工作一小时的计算量” 3. 现在，数学家们使用一种现代化的证明辅助编程语言，叫做 Lean。在 Lean 中有一个核心的数学库，通过众包的方式开发的，本科数学课程中看到的内容，比如微积分基础、群论基础或者拓扑学等等，这些都已经被形式化了，所以你不用从公理开始。 4. 现在数学领域有一种团队协作证明复杂数学定理的工作流程，那就是先编写一个称为“蓝图”的详细证明计划，将整个证明分解为数百个小步骤。每个步骤可以单独形式化，然后再将它们整合在一起，这样你就可以将一个庞大的论证分解成许多小块。先编写这个蓝图，然后团队中的其他人可以对论据的不同步骤的不同部分进行形式化。去年，陶哲轩和几位同事一起解决了一个组合数学问题。这是一个组合学的问题。大约20人在短短三周内完成了，使用了蓝图工具，参与的人中有概率论专家，甚至还有一些并非数学家的人，他们是程序员，但在解决这些小型拼图问题上非常擅长。每个人都挑选了一个觉得自己能做的小任务，并完成了它。在数学领域，通常很难这么多人一起合作，一般最多可能五个人合作。因为在大项目上合作时，你必须相信每个人的数学都是正确的。但是，一旦超过一定规模，这就无法实现了。但现在借助 Lean 编译器，它能自动检查。团队成员无法上传任何编译不通过的内容，会被拒绝。因此，你可以与一些从未见过的人合作。最后是讲大语言模型，首先陶哲轩就打脸了 GPT-4 的论文（我猜是微软那篇《GPT-4，通用人工智能的火花》），论文中号称 GPT-4 能解决国际数学奥林匹克问题，但实际上，这个问题不是 2022 年国际奥数竞赛的原始问题，而是一个简化版本，并且他们测试了几百道国际奥数竞赛问题，成功率只有1%，论文里的这个是精心挑选的恰巧能做对的。并且陶哲轩提到了基于大语言模型的一些改进的方案：比如 CoT（Chain of Thought），也就是 LLM 做简单的算术运算都做不对，但是如果让它一步步解释，可能就对了。还可以教 AI 一些解题技巧，比如尝试简单的例子，反证法，尝试逐步证明等。比如让模型和编程语言或者工具连接，将大语言的输出结果交给 Wolfram 这样的专业数学工具或者 Python 这样的编程语言验证，并且迭代的进行修正和验证，直到得到正确的结果，这可以提升大语言模型生成的效果。即使借助这些手段，大语言模型还远远不能解决大多数数学问题，更不用说数学研究问题了！当然陶哲轩也没太过打击大家对于 AI 的信心，表示我们在 AI 上还是在不断的取得进展，还提到了他日常是怎么用 AI 的，比如说把 AI 当成灵感之源。 > 我曾遇到过一个问题，我尝试了几种方法，但都无法解决。于是，我尝试询问 GPT，你建议我使用什么其他方法来解决这个问题？GPT 给我提供了 10 种可能的方法，其中有 5 种我已经尝试过，或者明显没有帮助。的确，有几种方法并不实用。但其中有一种我还没尝试过的方法，那就是针对这个问题使用生成函数。当 GPT 建议我使用这种方法时，我意识到这就是我漏掉的正确方法。所以，将 GPT 视为一个交流伙伴，它确实具有一定的用处。还有使用 GitHub Copilot 帮他写代码，让它自动生成下一步的证明结果，Copilot 的智能提示有 20% 的概率能生成正确的下一步结果。 > 例如我使用的一个叫 GitHub Copilot 的工具，你只需要写下一半的证明，它就会尝试猜测接下来的内容。大概有 20% 的情况下，它能猜到接近正确的答案。然后你就可以说，我接受这个答案。好的，那么在这种情况下，我正在试图证明这个陈述。灰色的部分是 Copilot 给出的建议。结果发现第一行完全没用。不过第二行，尽管你可能看不清楚，却真的解决了这个问题。所以，你不能盲目接受它的输入，因为这些代码未必能顺利编译。但如果你对代码的运作方式已经有所了解，这将大大节省你的时间。这些工具正在变得越来越好。现在如果一个证明只需要一两行，它们就能自动完成。现在已经有了这样的实验，即通过迭代地让 AI 提供证明，然后让编译器进行反馈，如果编译出错，就把错误信息反馈给 AI。通过这种方法，我们开始能够验证四五步长的证明。当然，一个大型的证明可能需要数万行。所以，我们还没有达到能够立即得到一个正式证明的程度。但是，这已经是一个相当有用的工具。对于大家关心的问题： AI 在数学领域现在到了哪一个阶段？是否未来几年利用 AI 能直接解决数学问题？陶哲轩也给出了他的看法： > 我认为我们还远远没有达到这个阶段。如果我们专注于非常特定的问题，你可以定制专门的 AI 来处理一小部分问题。即便如此，它们也不是完全可靠的，但还是有用的。不过至少在接下来的几年里，它们基本上将是非常有用的辅助工具，超越了我们已经熟悉的暴力计算辅助。他还提到了一些可能的 AI 能在数学领域提供帮助的方向： - AI 能够非常好地生成有价值的猜想 > 比如，我们已经看到了关于结理论的例子，它们已经可以推测出两个不同的统计量之间的关系。因此，我们希望能够创建大量的数据集，输入到 AI 中，它们就会自动找出各种不同的数学对象之间的有趣联系。虽然我们还不知道如何做到这一点，部分原因是我们没有这些庞大的数据集。但我认为这是未来可能实现的一个方向。 - 批量或者说规模化的证明大量数学定理 > 现在，因为证明定理是如此繁琐和艰难的过程，我们一次只能证明一个定理，如果你效率很高，可能一次能证明两三个。但是有了 AI，你可以设想一下未来的情况，我们不是试图解决一个问题，而是处理一类类似的1000个问题，然后告诉AI，尝试用这个方法解决这 1000 个问题，然后报告结果，哦，我能用这种技术解决 35% 的问题。那么另一种技术呢？我能解决这个百分比的问题。或者如果结合这些方法，又能解决多少问题？你可以开始探索问题的空间，而不是一个接一个地解决问题。这是你现在根本无法做到的事情，或者是你需要几十年时间，通过数十篇论文慢慢搞清楚各种技术能做什么，不能做什么。但是有了这些工具，你真的可以开始做规模前所未有的数学研究。所以，未来将会非常令人兴奋。演讲环节结束前的最后一句话说的特别好： > 我们仍然会以传统方式证明定理。事实上，我们必须这样做，因为如果我们自己都不知道如何做这些事情，就无法引导这些 AI。但是我们将能够做很多现在无法做到的事情。这恰恰也是我们现在使用 AI 辅助编程的问题：如果我们自己都不知道如何构建软件，就很难引导好 AI 帮助我们生成高质量的代码。尽管 AI 在数学和编程领域变得越来越有用，但人类的洞察力和创造力仍然是创作价值的关键。原始 YT 视频：

宝玉

301,570 görüntüleme • 1 yıl önce