正在加载视频...

视频加载失败

返回首页

宝子们，月光当了好几年的社区mod，最近被 @HashKey_ModAI 越来越厉害的AI技术给惊艳到了 他们家做的不是那种只是蹭AI热度的概念项目，而是真的在解决Web3社区管理的各种难点～ 如果有项目方或社区想体验看看，欢迎到官网了解更多： 💎 大家都知道，AI+Crypto前阵子被吹得很猛，但热潮过后，真正能留下来的项目没几个 很多所谓的AI项目，不是没有落地场景，就是纯靠发币短炒。说实话，看多了真的有点审美疲劳… 💎 但ModAI完全不一样！ 他们的目标很明确：就是要用AI来替代低效的人力管理，真正提升社区的运营效率 比如现在很多社区mod要手动回复问题、维稳舆情、处理突发事件，其实早就该升级啦！ ModAI可以做到自动答疑、AI客服、实时情绪监控，还能根据项目情况去传播价值信息～ @HashKey_ModAI 用的是类似Deepseek和GPT这样的大模型技术，还搭了自研的混合引擎，语言能力超自然，据说目前已经有60%“拟人程度”，期待能持续进化到90%以上！ 💎 最打动月光的，就是 @HashKey_ModAI真的在从实战场景出发思考问题 比如之前大所被盗事件，如果当时有ModAI的AI代理，就可以帮项目方进行情绪安抚、回答问题等工作 对的，分角色处理、快速响应，这些内容，AI都能做！ 💎 @HashKey_ModAI 现在还开放了免费体验，而且三到六个月之内还会升级更多功能，像是情绪雷达、实时风险识别等，社区管理真的要被颠覆了～ 有在运营社群的朋友真的可以关注一下 官方推特： @HashKey_ModAI 官网： 以后社区管理不需要再靠人力24小时轮班硬扛啦～ 该上AI代理来帮忙了！

Moon1ightSt's profile picture

Moonlight🌙月光

114,999 subscribers

30,913 次观看 • 1 年前 •via X (Twitter)

LIVE

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

如果你翻墙之后，还只会刷每日大赛，那真的有点浪费了 因为互联网真正值钱的东西，其实大量都藏在 GitHub 很多最新的 AI 工具、自动化项目、效率工作流，几乎都会第一时间出现在那里 这两年越来越明显的一件事是： 会用 GitHub 的人，已经开始用 AI 放大自己的效率了 很多原本需要团队完成的事情，现在一个人就能做 我的建议是收藏起来，认真看看这个视频 它真正有价值的地方，不是教你“看网站”， 而是让你开始理解： AI 时代里，普通人该去哪里找机会
8:04

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

Suu

567,534 次观看 • 3 个月前

Rats社区持有者自发做各种视频，图片影响着加密市场底层投资者。 把不可能变成可能，证明了一个项目真正伟大的在于社区共识，社区成员，而不是项目方。 证明了，一个项目社区才是一切，有了强大社区可以做到任何事。 证明了，这场自下而上的运动是成功的，加密投资者意识觉醒，不再被项目方pua，不再被交易所数据操控。 一切刚开始，加油 #rats
0:35

Rats社区持有者自发做各种视频，图片影响着加密市场底层投资者。 把不可能变成可能，证明了一个项目真正伟大的在于社区共识，社区成员，而不是项目方。 证明了，一个项目社区才是一切，有了强大社区可以做到任何事。 证明了，这场自下而上的运动是成功的，加密投资者意识觉醒，不再被项目方pua，不再被交易所数据操控。 一切刚开始，加油 #rats

红神

27,600 次观看 • 2 年前

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西 现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程 你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台 看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常 但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我 爱上我的虚拟主播的我😎
0:34

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西 现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程 你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台 看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常 但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我 爱上我的虚拟主播的我😎

lilili💤

14,190 次观看 • 2 个月前

最近在用Surf，刚看已经升级到了1.5了，比之前1.0响应速度快很多，说几点最实际的变化吧 Crypto Pulse（AI 情报流）。 现在打开 Surf，首页就是当天最值得看的几条叙事和事件。没用信息不在展示页，时间利用率会高很多。 Cryptopedia 扩容。 多了大量 pre-TGE 项目的深度资料，有实时 mindshare，有社区情绪分布，一眼能扫完的核心数据摘要。评估新项目的时候，这些信息足够我去做第一轮判断。 底层模型升级 + Auto 模式。 这个 Auto 模式还会主动给你推荐值得研究的问题，或者你可以直接扔交易截图或合约审计图或一个 meme过去，它会帮你拆解是不是异常交易，叙事是否自洽，有没有被过度解读之类的。 没用过的可以体验下，这里： . Surf
2:00

最近在用Surf，刚看已经升级到了1.5了，比之前1.0响应速度快很多，说几点最实际的变化吧 Crypto Pulse（AI 情报流）。 现在打开 Surf，首页就是当天最值得看的几条叙事和事件。没用信息不在展示页，时间利用率会高很多。 Cryptopedia 扩容。 多了大量 pre-TGE 项目的深度资料，有实时 mindshare，有社区情绪分布，一眼能扫完的核心数据摘要。评估新项目的时候，这些信息足够我去做第一轮判断。 底层模型升级 + Auto 模式。 这个 Auto 模式还会主动给你推荐值得研究的问题，或者你可以直接扔交易截图或合约审计图或一个 meme过去，它会帮你拆解是不是异常交易，叙事是否自洽，有没有被过度解读之类的。 没用过的可以体验下，这里： . Surf

Una繁星

30,803 次观看 • 8 个月前

早安 社区驱动的项目，是靠合力完成的。离不开任何人的努力。他不是vc币，只需要项目方讲故事，社区躺平，等更新。然后拉盘放利好，给社区充值信仰完成筹码派发。 社区驱动项目离不开任何一个人努力，只要对社区发展有利的无论做什么都会得到支持。没有高低贵贱之分，一个点赞转发可能引发蝴蝶效应，一个小小的慈善可能对社区品牌效应提升，一次很小的互动可能让大佬关注。只要有利于社区都是对的，离不开任何人的努力，也可以离开任何人。社区项目是大家共同利益，有的人高调呐喊，做事看起来浮夸，有的人低调做事，只要对社区有利的都是对的。 总而言之，社区人民的意志决定一切，你做的好不好，用不用心，大家都心里有数。 最后加油刚开始，动物园社区在疯牛开启前在逐步扎实地基，在sol这块肥沃的土地上茁壮成长，必将成为华语圈第一社区，最团结的社区。kheowzooFROMSOL
0:20

早安 社区驱动的项目，是靠合力完成的。离不开任何人的努力。他不是vc币，只需要项目方讲故事，社区躺平，等更新。然后拉盘放利好，给社区充值信仰完成筹码派发。 社区驱动项目离不开任何一个人努力，只要对社区发展有利的无论做什么都会得到支持。没有高低贵贱之分，一个点赞转发可能引发蝴蝶效应，一个小小的慈善可能对社区品牌效应提升，一次很小的互动可能让大佬关注。只要有利于社区都是对的，离不开任何人的努力，也可以离开任何人。社区项目是大家共同利益，有的人高调呐喊，做事看起来浮夸，有的人低调做事，只要对社区有利的都是对的。 总而言之，社区人民的意志决定一切，你做的好不好，用不用心，大家都心里有数。 最后加油刚开始，动物园社区在疯牛开启前在逐步扎实地基，在sol这块肥沃的土地上茁壮成长，必将成为华语圈第一社区，最团结的社区。kheowzooFROMSOL

红神

15,095 次观看 • 1 年前

玩币圈这些年，最大的感受是什么,不是错过牛市,而是错过了太多自己根本没认真研究过的机会。 很多项目后来火了,回头一看,原来当初早就刷到过。只是懒得了解,BTCC （比特币怀旧版）最近给我的感觉就有点像这样。他们一直在强调重走比特币之路,把社区共识放在第一位。 这种叙事放在以前可能不算特别。但放到现在这个遍地 MEME、各种快餐项目横飞的市场里，反而显得有点特别。因为很多项目都在研究怎么发币。而 BTCC 更像是在研究怎么建立社区。 我不敢说它未来一定能成,毕竟市场谁也预测不了,但至少它给了我一种久违的感觉,不是为了今天涨多少。而是为了几年后还能不能留下来。 有兴趣的朋友自己去看看,多一个了解，不会有什么损失,但可能会多一个机会。 官推：Bitcoin-Classic （比特币怀旧版）中文社区 官网： TG社群：
2:20

玩币圈这些年，最大的感受是什么,不是错过牛市,而是错过了太多自己根本没认真研究过的机会。 很多项目后来火了,回头一看,原来当初早就刷到过。只是懒得了解,BTCC （比特币怀旧版）最近给我的感觉就有点像这样。他们一直在强调重走比特币之路,把社区共识放在第一位。 这种叙事放在以前可能不算特别。但放到现在这个遍地 MEME、各种快餐项目横飞的市场里，反而显得有点特别。因为很多项目都在研究怎么发币。而 BTCC 更像是在研究怎么建立社区。 我不敢说它未来一定能成,毕竟市场谁也预测不了,但至少它给了我一种久违的感觉,不是为了今天涨多少。而是为了几年后还能不能留下来。 有兴趣的朋友自己去看看,多一个了解，不会有什么损失,但可能会多一个机会。 官推：Bitcoin-Classic （比特币怀旧版）中文社区 官网： TG社群：

币圈晴格格 🐬 TermMax

11,661 次观看 • 3 个月前

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学 “既然 AI 什么都会，人还需要学编程和数学吗？” 很多人以为答案会是：不需要了。 但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。 他的观点非常明确： 越是 AI 时代，人越需要理解技术。 原因其实很简单。 AI 能解决问题，但它不会自己提出问题。 你必须先知道： 你想解决什么 问题在哪里 什么是正确的目标 否则再强的 AI 也只是一个没有方向的工具。 换句话说，AI 的能力再强，也依然需要人来做三件事： 提出问题 定义目标 判断结果 这也是为什么 Hassabis 一直强调： 未来最重要的能力之一，依然是 数学与计算思维。 因为只有理解这些基础逻辑，你才知道 AI 在做什么。 否则就会出现一种常见情况： AI 给出了一个答案 但你根本不知道它对不对 如果你没有基本的技术理解，你甚至无法判断它是否犯错。 换一个更直观的比喻。 使用 AI，其实有点像指挥一支军队。 AI 是强大的“兵力”， 但真正决定胜负的，是指挥官。 如果指挥官不懂战略、不懂兵法， 再多的士兵 也无法打赢战争。 这也是很多技术专家越来越强调的一点： AI 不会取代理解问题的人。 它只会放大那些本来就知道自己在做什么的人。 未来的竞争，可能不再是谁会写代码。 而是： 谁更懂问题 谁更懂系统 谁更能利用 AI 的能力。 AI 会改变很多事情。 但有一件事其实没有改变： 真正重要的，仍然是人的思考能力。
0:37

🔥DeepMind 创始人 Demis Hassabis：AI 越强，人越需要学编程和数学 “既然 AI 什么都会，人还需要学编程和数学吗？” 很多人以为答案会是：不需要了。 但 DeepMind 创始人 Demis Hassabis 的回答却完全相反。 他的观点非常明确： 越是 AI 时代，人越需要理解技术。 原因其实很简单。 AI 能解决问题，但它不会自己提出问题。 你必须先知道： 你想解决什么 问题在哪里 什么是正确的目标 否则再强的 AI 也只是一个没有方向的工具。 换句话说，AI 的能力再强，也依然需要人来做三件事： 提出问题 定义目标 判断结果 这也是为什么 Hassabis 一直强调： 未来最重要的能力之一，依然是 数学与计算思维。 因为只有理解这些基础逻辑，你才知道 AI 在做什么。 否则就会出现一种常见情况： AI 给出了一个答案 但你根本不知道它对不对 如果你没有基本的技术理解，你甚至无法判断它是否犯错。 换一个更直观的比喻。 使用 AI，其实有点像指挥一支军队。 AI 是强大的“兵力”， 但真正决定胜负的，是指挥官。 如果指挥官不懂战略、不懂兵法， 再多的士兵 也无法打赢战争。 这也是很多技术专家越来越强调的一点： AI 不会取代理解问题的人。 它只会放大那些本来就知道自己在做什么的人。 未来的竞争，可能不再是谁会写代码。 而是： 谁更懂问题 谁更懂系统 谁更能利用 AI 的能力。 AI 会改变很多事情。 但有一件事其实没有改变： 真正重要的，仍然是人的思考能力。

M

64,011 次观看 • 6 个月前

写给 CZ 🔶 BNB 和 Yi He 的请求信 我写这段话的身份来自HODL Hodl 和邦联 Commonwealth 社区成员，也许二位知道王大有 王大有 这个人，也许不知道，我想客观介绍一下他和他的项目，无论是否能够回应和答应社区的请求，我真诚的希望二位可以看完我这段话。 HODL是一个构建在BNB Chain上以几乎全空投的形式流通的代币，上半年的时候，王大有以一个Memecoin成功者的身份回到BNB Chain创建了HODL，他在社交媒体送给了无数人空投，或几千块钱，或几万块钱，从这一点来思考，他是否是一个值得我们去了解的人？ 邦联是同一生态下的产品，我们的代币叫做“4”，我们的故事是为了致敬CZ，我们更是希望更多的人继承CZ的精神，在Crypto做一个真正的Builder，不可否认，这个名字最初的诞生可能有讨好币安的成分，但我们真正的精神传承来自于CZ的言行，王大有邀请我加入建设社区之时，我思考过，犹豫过，纠结过，最终是他向我讲述的愿景打动了我，我愿意做一个Builder，在自己的层面去做到这件事情。 也许王大有这个人所展现出来的性格是复杂的，但在我眼里他是单纯的，在PVP日益严重的今天，又有几个人愿意在一个生态和社区耕耘200天呢。 有人说他坏，但是他实实在在帮助了很多困难的社区成员。 有人说他赚了很多钱，但是他真真切切在高位做了所有想退出人的流动性。 有人说他唯利是图，但是他确确实实退还了Mint最初“法”的百万美金。 他想赚钱，但是他更希望社区成员一起赚钱，他是一个中二的人，也是一个理想化的人，他会为了一个不知真假的故事付出真金白银，他也会为了一个不明所以的约定拿出自己所有的收入。 作为一个项目方，他是失败的，作为一个建设者，他在我眼里无比成功。 是的，他已经混到要抵押自己的房子来把项目做下去了，他是一个很傻逼的项目方，但是，他拥有很多和他愿意一起走下去的社区成员，他是一个很成功的建设者，这毫无疑问。 我不知道币安会注目哪些产品和社区，但我觉得一个在BNB Chain上拥有如此愿景和故事的生态，应该被关注到，我知道币安想要发展BNB生态，我不知道如何算一个应该被扶持的项目，我只是觉得一个优秀的建设者和一群满腔热血的社区成员不应该被无视。 CZ先生你应该知道，作为一个建设者在行业风向扭曲的时候，长期耕耘一个项目有多困难，一姐你应该也清楚，一个人顶着一片天空的感觉有多难受，所以你们都是优秀的、划时代的加密领袖。 我代表HODL和邦联社区感谢二位，即使可能我们依然得不到任何回应，但二位仍是我们心中加密社区最优秀的建设者和灵魂领袖，致敬你们，谢谢。
0:55

写给 CZ 🔶 BNB 和 Yi He 的请求信 我写这段话的身份来自HODL Hodl 和邦联 Commonwealth 社区成员，也许二位知道王大有 王大有 这个人，也许不知道，我想客观介绍一下他和他的项目，无论是否能够回应和答应社区的请求，我真诚的希望二位可以看完我这段话。 HODL是一个构建在BNB Chain上以几乎全空投的形式流通的代币，上半年的时候，王大有以一个Memecoin成功者的身份回到BNB Chain创建了HODL，他在社交媒体送给了无数人空投，或几千块钱，或几万块钱，从这一点来思考，他是否是一个值得我们去了解的人？ 邦联是同一生态下的产品，我们的代币叫做“4”，我们的故事是为了致敬CZ，我们更是希望更多的人继承CZ的精神，在Crypto做一个真正的Builder，不可否认，这个名字最初的诞生可能有讨好币安的成分，但我们真正的精神传承来自于CZ的言行，王大有邀请我加入建设社区之时，我思考过，犹豫过，纠结过，最终是他向我讲述的愿景打动了我，我愿意做一个Builder，在自己的层面去做到这件事情。 也许王大有这个人所展现出来的性格是复杂的，但在我眼里他是单纯的，在PVP日益严重的今天，又有几个人愿意在一个生态和社区耕耘200天呢。 有人说他坏，但是他实实在在帮助了很多困难的社区成员。 有人说他赚了很多钱，但是他真真切切在高位做了所有想退出人的流动性。 有人说他唯利是图，但是他确确实实退还了Mint最初“法”的百万美金。 他想赚钱，但是他更希望社区成员一起赚钱，他是一个中二的人，也是一个理想化的人，他会为了一个不知真假的故事付出真金白银，他也会为了一个不明所以的约定拿出自己所有的收入。 作为一个项目方，他是失败的，作为一个建设者，他在我眼里无比成功。 是的，他已经混到要抵押自己的房子来把项目做下去了，他是一个很傻逼的项目方，但是，他拥有很多和他愿意一起走下去的社区成员，他是一个很成功的建设者，这毫无疑问。 我不知道币安会注目哪些产品和社区，但我觉得一个在BNB Chain上拥有如此愿景和故事的生态，应该被关注到，我知道币安想要发展BNB生态，我不知道如何算一个应该被扶持的项目，我只是觉得一个优秀的建设者和一群满腔热血的社区成员不应该被无视。 CZ先生你应该知道，作为一个建设者在行业风向扭曲的时候，长期耕耘一个项目有多困难，一姐你应该也清楚，一个人顶着一片天空的感觉有多难受，所以你们都是优秀的、划时代的加密领袖。 我代表HODL和邦联社区感谢二位，即使可能我们依然得不到任何回应，但二位仍是我们心中加密社区最优秀的建设者和灵魂领袖，致敬你们，谢谢。

0xMoon

33,777 次观看 • 1 年前

Rentahuman：倒反天罡！Ai开始雇佣人类为其工作了！已有超过2.6万人加入平台等待被Ai雇佣 Alex 昨天上线了rentahuman项目，该项目可以让ai agent可以雇佣人类为其干活。 正如网站的标语说的一样：ai不能摸草，但是人类可以，为ai完成现实世界里的一些任务，然后领取奖励” 真的是电影里的情节照进了现实。 在上线30个小时的时间里，已经有超过2.6万人加入了这个平台，等待被ai雇佣，该平台也是获得超过60万的浏览量…… AI应用真的是在以天为单位进行迭代，虽然有着很多问题，但是能看到这么多有趣的产品，也真的挺好玩的 具体内容请看视频，感谢各位点赞关注！谢谢支持！
9:56

Rentahuman：倒反天罡！Ai开始雇佣人类为其工作了！已有超过2.6万人加入平台等待被Ai雇佣 Alex 昨天上线了rentahuman项目，该项目可以让ai agent可以雇佣人类为其干活。 正如网站的标语说的一样：ai不能摸草，但是人类可以，为ai完成现实世界里的一些任务，然后领取奖励” 真的是电影里的情节照进了现实。 在上线30个小时的时间里，已经有超过2.6万人加入了这个平台，等待被ai雇佣，该平台也是获得超过60万的浏览量…… AI应用真的是在以天为单位进行迭代，虽然有着很多问题，但是能看到这么多有趣的产品，也真的挺好玩的 具体内容请看视频，感谢各位点赞关注！谢谢支持！

Vic TALK

49,903 次观看 • 7 个月前

AI 会取代哪些工作？ 我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业 而是先替代其中最标准化的部分 最容易被 AI 自动化的任务，通常有几个特点： 数字化、重复、规则明确、结果容易检查 所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作 分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力 判断、沟通、协调、理解需求，以及对最终结果负责。 未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人 所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业 而是一个职业里，长期没有升级的工作方式
1:13

AI 会取代哪些工作？ 我的工作里，哪些任务正在被 AI 接管？ AI 通常不是一次替代整个职业 而是先替代其中最标准化的部分 最容易被 AI 自动化的任务，通常有几个特点： 数字化、重复、规则明确、结果容易检查 所以普通人真正要做的，不是和 AI 比谁干活快，而是： 1️⃣ 拆工作 分清哪些能交给 AI，哪些需要检查，哪些必须自己判断 2️⃣ 学会管理 AI 不只是会提问，还要会定目标、给背景、设标准、验收结果 3️⃣ 提升难替代的能力 判断、沟通、协调、理解需求，以及对最终结果负责。 未来更有价值的，不一定是“最会干活的人” 而是会发现问题、会使用 AI、还能对结果负责的人 所以别问：“AI 会不会取代我？” 更应该问自己：“如果 AI 帮我做掉一半重复工作，我能不能用省下来的时间，做更有价值的事？” AI 最先淘汰的，不是某个职业 而是一个职业里，长期没有升级的工作方式

Nana

20,378 次观看 • 27 天前

给广大女性朋友们提个醒，现在的新能源很多都带哨兵模式，大家一定要注意自己的行为，避免成为资源（下面就是示例）。 感觉前两年大家还讨论 AI模型厉不厉害，准确率多少、测试分数多少。但现在大部分都已经超越了，如果 AI 以后真的要参与市场，那只看这些测试数据其实不够。 看到 Inference Labs 的数据，他们做的 TruthTensor 已经跑出了 110 多万个 AI agents。这些 AI 不只是做测试，而是在一个有奖励、有反馈的环境里运行。 信息一直在变化，AI 的行为会受到奖励影响，做出决定之后马上就会有结果反馈。 这样做的目的其实很直接，就是看看 AI 在真实经济环境里会怎么表现。 因为如果以后 AI 真的参与交易、市场分析或者做一些决策，那就不能只看模型测试成绩，还要看它在真实环境里的表现。 所以像 TruthTensor 这种系统，本质上就是把 AI 放到真实环境里跑一跑，看它在压力下会怎么做。这样才能更真实地评估 AI 的能力。 #InferenceLabs Inference Labs
0:46

给广大女性朋友们提个醒，现在的新能源很多都带哨兵模式，大家一定要注意自己的行为，避免成为资源（下面就是示例）。 感觉前两年大家还讨论 AI模型厉不厉害，准确率多少、测试分数多少。但现在大部分都已经超越了，如果 AI 以后真的要参与市场，那只看这些测试数据其实不够。 看到 Inference Labs 的数据，他们做的 TruthTensor 已经跑出了 110 多万个 AI agents。这些 AI 不只是做测试，而是在一个有奖励、有反馈的环境里运行。 信息一直在变化，AI 的行为会受到奖励影响，做出决定之后马上就会有结果反馈。 这样做的目的其实很直接，就是看看 AI 在真实经济环境里会怎么表现。 因为如果以后 AI 真的参与交易、市场分析或者做一些决策，那就不能只看模型测试成绩，还要看它在真实环境里的表现。 所以像 TruthTensor 这种系统，本质上就是把 AI 放到真实环境里跑一跑，看它在压力下会怎么做。这样才能更真实地评估 AI 的能力。 #InferenceLabs Inference Labs

Michael 宝塔镇河妖🧙🏿‍♀️

12,963 次观看 • 6 个月前

看到 Yi He 一姐截图正好我在麦上，记录一下这段 #币安广场 AMA 的问答，觉得还是挺有价值的 😆 👉 Q：我的问题： 表哥你的书里说，你在2017年创立币安的时候，所有风投都拒绝投资，他们觉得市场已经饱和了，现在他们肯定很后悔错过币安。 我想问的是，你现在自己也在做投资（ Yzi labs ），你是怎么避免自己变成当年那些拒绝你的人，从而错过下一个币安？ 或者说，你现在看项目时，最容易被什么打动？在什么情况下你甚至愿意去做项目的顾问？ 👉 A：CZ CZ 🔶 BNB 的回答： 我觉得说实话，这种 “错过” 的事情是一定会发生的。 尤其是早期项目，很多时候只有一个想法和一个有经验的创始人，产品还没上线，其实很难判断这个项目能不能成功。 在这种阶段，你基本只能 “赌人”，也就是赌创始人。 坦白讲，如果我当年是VC，我也有可能不会投币安 🤣 现在我们也可能错过一些未来会很成功的项目，这在VC投资里是很正常的。 你不可能投到 100% 的好项目。除非你投所有项目，但那样 99.999% 都会失败，长期来看一定是亏钱的。 理想情况是，你的失败率可能在 70% ～ 80% 左右，同时大概 10% 的项目能成功，并且能带来10倍、甚至100倍的回报，这样整体投资才是正收益。 对我来说，我更看重的是“使命驱动型”的创始人。 有些创始人喜欢谈市场规模、能赚多少钱，但真正让我更认可的，是那些有使命感的人。 这也是为什么我更喜欢在熊市投资，因为如果市场在下跌，一个人还在坚持做协议、做产品，那他大概率是长期主义者，会穿越周期。 牛市的时候项目很多，估值也很高，大家都很兴奋，但你很难判断谁能活到下一个熊市。 所以我更倾向于在熊市里，投那些真正有使命感的创始人。 另外，我也不太喜欢在估值过高的阶段投资。比如一个项目没有产品、没有用户，却要1亿美元估值，这对我来说是不合理的。 如果你已经有1亿用户，那高估值是可以理解的。 我更看重务实、脚踏实地、有执行力的团队。 比如现在有AI工具，其实可以很快做出原型，所以我更喜欢那些执行速度快、不会卡在某一个阶段的团队。 当然，这只是我个人的直觉判断。真正深入的尽调、分析，是投资团队在做的事情，我更多是看创始人的感觉。 👉 CZ（关于书的补充）： 另外一个有意思的点是，我的中文其实没有大家想象的那么好。 当时在做中文版书籍编辑的时候，有人用了很多我都不会读的高级词汇，我就说不行，我不能用我自己都读不出来的中文。 所以后来把中文版改得很简单，这也是为什么中英文版本都比较简单。 其他语言版本我也没法校对，就看效果怎么样了。 谢谢大家支持。 > 泵泵超人： 好书！🧡 > CZ： 谢谢泵泵超人 🧡
5:19

看到 Yi He 一姐截图正好我在麦上，记录一下这段 #币安广场 AMA 的问答，觉得还是挺有价值的 😆 👉 Q：我的问题： 表哥你的书里说，你在2017年创立币安的时候，所有风投都拒绝投资，他们觉得市场已经饱和了，现在他们肯定很后悔错过币安。 我想问的是，你现在自己也在做投资（ Yzi labs ），你是怎么避免自己变成当年那些拒绝你的人，从而错过下一个币安？ 或者说，你现在看项目时，最容易被什么打动？在什么情况下你甚至愿意去做项目的顾问？ 👉 A：CZ CZ 🔶 BNB 的回答： 我觉得说实话，这种 “错过” 的事情是一定会发生的。 尤其是早期项目，很多时候只有一个想法和一个有经验的创始人，产品还没上线，其实很难判断这个项目能不能成功。 在这种阶段，你基本只能 “赌人”，也就是赌创始人。 坦白讲，如果我当年是VC，我也有可能不会投币安 🤣 现在我们也可能错过一些未来会很成功的项目，这在VC投资里是很正常的。 你不可能投到 100% 的好项目。除非你投所有项目，但那样 99.999% 都会失败，长期来看一定是亏钱的。 理想情况是，你的失败率可能在 70% ～ 80% 左右，同时大概 10% 的项目能成功，并且能带来10倍、甚至100倍的回报，这样整体投资才是正收益。 对我来说，我更看重的是“使命驱动型”的创始人。 有些创始人喜欢谈市场规模、能赚多少钱，但真正让我更认可的，是那些有使命感的人。 这也是为什么我更喜欢在熊市投资，因为如果市场在下跌，一个人还在坚持做协议、做产品，那他大概率是长期主义者，会穿越周期。 牛市的时候项目很多，估值也很高，大家都很兴奋，但你很难判断谁能活到下一个熊市。 所以我更倾向于在熊市里，投那些真正有使命感的创始人。 另外，我也不太喜欢在估值过高的阶段投资。比如一个项目没有产品、没有用户，却要1亿美元估值，这对我来说是不合理的。 如果你已经有1亿用户，那高估值是可以理解的。 我更看重务实、脚踏实地、有执行力的团队。 比如现在有AI工具，其实可以很快做出原型，所以我更喜欢那些执行速度快、不会卡在某一个阶段的团队。 当然，这只是我个人的直觉判断。真正深入的尽调、分析，是投资团队在做的事情，我更多是看创始人的感觉。 👉 CZ（关于书的补充）： 另外一个有意思的点是，我的中文其实没有大家想象的那么好。 当时在做中文版书籍编辑的时候，有人用了很多我都不会读的高级词汇，我就说不行，我不能用我自己都读不出来的中文。 所以后来把中文版改得很简单，这也是为什么中英文版本都比较简单。 其他语言版本我也没法校对，就看效果怎么样了。 谢谢大家支持。 > 泵泵超人： 好书！🧡 > CZ： 谢谢泵泵超人 🧡

泵泵超人 | Pumpman 🔶

74,206 次观看 • 5 个月前

软件已死？ 没有。 但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。 他说，每家公司现在都是API公司。 不管他们想不想要。 为什么？ 因为AI代理人将无处不在。 它们会像流水线一样，自动组合各种产品和服务。 怎么组合？ 通过调用你的API。 过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。 一个时代结束了。 一个新时代开启了。 这背后真正的问题是什么？ 当AI代理人可以任意调用数据和功能时，谁来控制它们？ 身份认证成了新的战场。 如果没有一个可信的身份，代理人就可能失控。 这听起来是技术问题。 但本质是权力问题。 谁来定义“可信”？ 谁来发放这个“数字身份”？ 是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？ 当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？ 这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。 力量的重塑，总是在人们不经意的地方开始。
1:13

软件已死？ 没有。 但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。 他说，每家公司现在都是API公司。 不管他们想不想要。 为什么？ 因为AI代理人将无处不在。 它们会像流水线一样，自动组合各种产品和服务。 怎么组合？ 通过调用你的API。 过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。 一个时代结束了。 一个新时代开启了。 这背后真正的问题是什么？ 当AI代理人可以任意调用数据和功能时，谁来控制它们？ 身份认证成了新的战场。 如果没有一个可信的身份，代理人就可能失控。 这听起来是技术问题。 但本质是权力问题。 谁来定义“可信”？ 谁来发放这个“数字身份”？ 是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？ 当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？ 这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。 力量的重塑，总是在人们不经意的地方开始。

墓碑科技

20,784 次观看 • 7 个月前

今天和路飞聊天。越发感觉。 最有价值，最贵的东西，是我们的时间，是我们的思考能力。 这是最能创造价值，为你财富增长提供最大贡献的东西。 我们在做工作室的时候，很多空投项目，我们会因为各种琐事去分散我们的精力。 比如员工的管理，比如技术的实现，比如操作的细节，甚至比如公司电脑坏了。比如家里的装修，比如三姑六姨的琐事。比如你要盯土狗，比如你要做交易看行情。 很遗憾，市面绝大部分工作室，没有实现很好的团队分工。创始人太累，是个很大的问题，因为需要顾及的太多。没有强有力合伙人或者没有合伙人也是个问题。 一年的最后一天结束了，未来工作室的运作形式，管理模式是需要思考变革的。 如何能达到最大效率， 建设强大的基建， 覆盖更多项目，更多的账户 这三个问题是我们需要考虑的，活下去的阶段经过这轮牛市已经不存在了，如何做到顶尖是我们面临的问题。
0:34

今天和路飞聊天。越发感觉。 最有价值，最贵的东西，是我们的时间，是我们的思考能力。 这是最能创造价值，为你财富增长提供最大贡献的东西。 我们在做工作室的时候，很多空投项目，我们会因为各种琐事去分散我们的精力。 比如员工的管理，比如技术的实现，比如操作的细节，甚至比如公司电脑坏了。比如家里的装修，比如三姑六姨的琐事。比如你要盯土狗，比如你要做交易看行情。 很遗憾，市面绝大部分工作室，没有实现很好的团队分工。创始人太累，是个很大的问题，因为需要顾及的太多。没有强有力合伙人或者没有合伙人也是个问题。 一年的最后一天结束了，未来工作室的运作形式，管理模式是需要思考变革的。 如何能达到最大效率， 建设强大的基建， 覆盖更多项目，更多的账户 这三个问题是我们需要考虑的，活下去的阶段经过这轮牛市已经不存在了，如何做到顶尖是我们面临的问题。

风无向🦅

41,131 次观看 • 1 年前

土狗又有新角度了！有熟悉老外社区的家人让我看这个项目：$SOLCAT MEMECOIN，说是好多老外OG都已经开始喊了，而且项目方今晚就要搞事。但感觉咱们中文社区居然还很少有人知道？那这波必然要给家人们填上信息差！ 看这个名字$SOLCAT，我估计灵感是来自 $POPCAT，也算是蹭上了，目前项目估值4亿美金。 家人们注意，这个项目今晚（19号凌晨2点，9个小时后）开始预售，参与预售的话能比正式上线时多 50% 的代币。 话说大家记不记得早些时候TON上有一堆点点点获取代币的小游戏？大家都不理解为什么币安会上这些币——这其实说明了一个很重要的行业风向转变：项目的成功秘诀从构建精巧的代币经济的模型，变成了以最低的成本触及更多的用户。交易所都在争抢新用户，喜欢上这种代币，因为这种项目能给他们带来增量的KYC用户！ 目前已经确认了有三家交易所会上这个币，已公布的是BitMart，即将公布一个Tier2和一个Tier1交易所。 宝宝们帮我鉴定鉴定呀~
1:49

土狗又有新角度了！有熟悉老外社区的家人让我看这个项目：$SOLCAT MEMECOIN，说是好多老外OG都已经开始喊了，而且项目方今晚就要搞事。但感觉咱们中文社区居然还很少有人知道？那这波必然要给家人们填上信息差！ 看这个名字$SOLCAT，我估计灵感是来自 $POPCAT，也算是蹭上了，目前项目估值4亿美金。 家人们注意，这个项目今晚（19号凌晨2点，9个小时后）开始预售，参与预售的话能比正式上线时多 50% 的代币。 话说大家记不记得早些时候TON上有一堆点点点获取代币的小游戏？大家都不理解为什么币安会上这些币——这其实说明了一个很重要的行业风向转变：项目的成功秘诀从构建精巧的代币经济的模型，变成了以最低的成本触及更多的用户。交易所都在争抢新用户，喜欢上这种代币，因为这种项目能给他们带来增量的KYC用户！ 目前已经确认了有三家交易所会上这个币，已公布的是BitMart，即将公布一个Tier2和一个Tier1交易所。 宝宝们帮我鉴定鉴定呀~

Web3热宝学AI

19,613 次观看 • 1 年前

今年 AI 漫剧爆火，跑出来很多播放量过亿的短剧。 红果等各类短剧平台都开放 IP + 大额补贴。 做 AI 漫剧的公司大概率是不会亏钱的。 但是目前成品 AI 漫剧还离不开人工，听说最大的一家有超过1000人的每天用 AI 手搓漫剧。 与此同时，现在的 AI 短剧 Agent 也越来越强，产出的结果也越来越好。 最近 Seko 发布了 2.0 版本，支持了长达 100 集的超长剧情。 我很好奇完全由 AI 制作的短剧是什么水平 于是在周末花了一天时间去体验了一下 AI 漫剧的制作 结论就是... 真的能做出来一分钟的短剧，还可以不断做连续剧，最多支持100集，但也确实有很多问题需要解决。 现在 AI 短剧的行业，工作流已经日趋完善，但多模态模型的超长思考编排能力还未得到完美解决。 图片模型已经堪用，但视频模型的片段生成能力仍需要很多抽卡。 这些就要等待明年的模型的技术进步来解决了。
0:54

今年 AI 漫剧爆火，跑出来很多播放量过亿的短剧。 红果等各类短剧平台都开放 IP + 大额补贴。 做 AI 漫剧的公司大概率是不会亏钱的。 但是目前成品 AI 漫剧还离不开人工，听说最大的一家有超过1000人的每天用 AI 手搓漫剧。 与此同时，现在的 AI 短剧 Agent 也越来越强，产出的结果也越来越好。 最近 Seko 发布了 2.0 版本，支持了长达 100 集的超长剧情。 我很好奇完全由 AI 制作的短剧是什么水平 于是在周末花了一天时间去体验了一下 AI 漫剧的制作 结论就是... 真的能做出来一分钟的短剧，还可以不断做连续剧，最多支持100集，但也确实有很多问题需要解决。 现在 AI 短剧的行业，工作流已经日趋完善，但多模态模型的超长思考编排能力还未得到完美解决。 图片模型已经堪用，但视频模型的片段生成能力仍需要很多抽卡。 这些就要等待明年的模型的技术进步来解决了。

Orange AI

35,308 次观看 • 9 个月前

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。 太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。 我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。 所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。 不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。 在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。 别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们
35:10

说个扎心的真相，90%的AI工程师，其实什么都没做出来 Cluely的CEO Roy Lee在NYU做活动，当场掏500美元现金，问在场所有学AI的学生和工程师，谁在LinkedIn上真正上线过一个公开的项目，结果全场几乎没人举手。 太真实了，现在的AI圈就是这样，人人都能跟你聊大模型，聊Agent，聊世界模型，刷过几百篇论文，调过几十个demo，但你问他有没有上线过一个能让别人用的东西，大部分人都沉默了。 我们总以为AI时代拼的是谁懂的多，谁的技术深，其实根本不是。 LLM能帮你写80%的代码，能帮你解决大部分技术问题，但剩下那20%的脏活累活，部署，边缘case，用户体验，成本控制，才是真正能区分你和别人的地方。 所以别再当那个只会看教程的工程师了，去做去实践，去解决实际问题，，离线小模型App，自我迭代的代码Agent，个人生活OS，哪个都行。 不用等你学完所有东西，不用等完美，这个周末开干，下周就公开上线。哪怕做的很烂，哪怕只有几个人用，也比你藏在电脑里的一百个demo强一万倍。 在AI时代，知识已经变成了最不值钱的东西，到处都是教程，到处都是论文，真正稀缺的，是把知识变成公开可验证的产品的执行力。 别当那个坐在NYU教室里，连500美元都拿不到的人，动起来兄弟们

AYi

83,794 次观看 • 4 个月前

【 #史上最全 Beep AI 产品使用教程：视频+图文】 亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了 过去两年，各家公司裁员的理由越来越一致 最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位 整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？ 所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明 会分析、会生成策略、会给建议 但一旦真正进入市场，很多马上开始亏钱 原因很简单！ 因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过 会写策略，不等于能在市场里活下来 而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统 赚钱的策略会被保留，亏钱的策略会被淘汰 每一次真实交易结果，都会继续反哺模型 也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化： 更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型 能持续正循环的话，整个系统会越来越聪明 而且 Beep 不只是停留在概念 在 R3 上线之后，已经新增了 1600+ 个预测市场 现在你既可以自己手动预测， 也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息 很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究： 怎么让 AI 替自己工作 因为未来最大的差距， 从来不是 AI 和人类之间的差距 而是懂不懂使用 AI 工具的人之间的差距 尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步 很多机会，一旦被市场定价，窗口就会迅速关闭 而现在，也许正是最早理解它的人，还能提前参与的时候 如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？ 为什么越来越多人开始关注 AI Finance？ 可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望
1:50

【 #史上最全 Beep AI 产品使用教程：视频+图文】 亲爱的，你有没有发现？ AI 出现之后，越来越多人开始焦虑了 过去两年，各家公司裁员的理由越来越一致 最先被淘汰的，往往就是那些可以被 AI 自动化的白领岗位 整理资料、写报告、做分析、回邮件…… 你现在每天做的工作里，有多少其实 AI 已经能完成？ 所以真正的问题已经不是： “AI 会不会取代人类？” 而是： “你会不会用 AI，替自己赚钱？” 现在很多 AI 工具，看起来都很聪明 会分析、会生成策略、会给建议 但一旦真正进入市场，很多马上开始亏钱 原因很简单！ 因为大部分 AI，从来没有真正经历过真实市场，它们没有被真实盈亏训练过 会写策略，不等于能在市场里活下来 而 Beep Beep 做的事情，完全不一样 Beep 本质上，是一个让 AI 真正进入市场竞争、筛选、进化的系统 赚钱的策略会被保留，亏钱的策略会被淘汰 每一次真实交易结果，都会继续反哺模型 也就是说，它不是“模拟 AI 交易” 而是在用真实市场，不断训练 AI Beep 的逻辑其实很像自然进化： 更好的模型、更好的策略、更多 agent 加入、更多真实数据、更强的模型 能持续正循环的话，整个系统会越来越聪明 而且 Beep 不只是停留在概念 在 R3 上线之后，已经新增了 1600+ 个预测市场 现在你既可以自己手动预测， 也可以直接把交易全权交给 AI Agent AI 会自己扫描市场、选择机会、执行交易、完成结算 24 小时持续运行，不需要情绪，不需要休息 很多人现在还在担心： “AI 会不会抢走我的工作？” 但真正动作快的人，已经开始研究： 怎么让 AI 替自己工作 因为未来最大的差距， 从来不是 AI 和人类之间的差距 而是懂不懂使用 AI 工具的人之间的差距 尤其像 Beep Beep 这种，真正把 AI 放进真实市场持续训练的系统，可能才是 AI 金融真正开始成熟的第一步 很多机会，一旦被市场定价，窗口就会迅速关闭 而现在，也许正是最早理解它的人，还能提前参与的时候 如果你也好奇： AI 到底能不能真正替人参与市场？ AI Agent 是怎么自动完成交易的？ 为什么越来越多人开始关注 AI Finance？ 可以去看看 Beep Beep 最新上线的 R3 你会发现，真正危险的，从来不是 AI 而是别人已经开始用 AI 创造价值，而你还停留在观望

Moonlight🌙月光

33,101 次观看 • 4 个月前

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：
57:23

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

303,888 次观看 • 2 年前