Video yükleniyor...

Video Yüklenemedi

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

Ana Sayfaya Dön

手握千万美金的Codex员工，正被自己亲手打造的AI逼进精神死角——天天给7×24小时进化的AI定目标、做判断，看着它连执行带创造一把抓，兴奋劲儿过后只剩决策疲劳和身份虚无。反观国内多数人都还没资格用上这种顶级工具，视频作者倒觉得这算一种“幸福”，至少不用直面“我被AI取代了什么”的灵魂拷问。说到底，当AI开始接管思考，人类终于得认真回答那个终极命题：剥离了“做事”，我到底是谁？

WangNextDoor

99,218 subscribers

19,263 görüntüleme • 2 ay önce •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 Yorum

Yorum bulunmuyor

Orijinal gönderinin yorumları burada görünecek

Benzer Videolar

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。有的人把 AI 当赚钱工具有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

你看视频，开头是不是用 AI 做的特效，再看看人家粉丝数和收益，你就知道大多数人用 AI 整天不知道在干吗。有的人把 AI 当赚钱工具有的人把 AI 当新型娱乐工具，还套了一个「我研究 AI 为了不被时代淘汰」的幌子。 1 个一分钟不到的视频，70 万金额（实际会更多，因为这是已结算的数据），我们算 5% 的佣金，35000 元而很多人还在用 AI 去薅什么流量分成计划，什么流量主，这难道不是一个认知和能力的问题吗？

U哥

11,099 görüntüleme • 2 ay önce

卧槽后座怎么打起来了，是被锁喉了吗？最近AI真的看麻了，天天新的AI工具、新框架，吹得一套一套的，看着贼热闹，好像啥都能靠AI干了。这AI到底干了啥、咋做出的那些决策，拿啥证明啊？现在AI都已经实打实融进干活的环节里，连生产力统计都能看到它的影子了，更别说以后还得碰钱、搞物流、甚至沾点管事儿的边儿，这些可都是正经不能出岔子的事。到那时候，能验证AI的操作和决策，就压根不是可做可不做的选答题了，是必须得有的必答题。看看 Inference Labs 是如何解决问题的。 #VerifiableAI #zkML #InferenceLabs Inference Labs

卧槽后座怎么打起来了，是被锁喉了吗？最近AI真的看麻了，天天新的AI工具、新框架，吹得一套一套的，看着贼热闹，好像啥都能靠AI干了。这AI到底干了啥、咋做出的那些决策，拿啥证明啊？现在AI都已经实打实融进干活的环节里，连生产力统计都能看到它的影子了，更别说以后还得碰钱、搞物流、甚至沾点管事儿的边儿，这些可都是正经不能出岔子的事。到那时候，能验证AI的操作和决策，就压根不是可做可不做的选答题了，是必须得有的必答题。看看 Inference Labs 是如何解决问题的。 #VerifiableAI #zkML #InferenceLabs Inference Labs

币自由 🐬

11,871 görüntüleme • 6 ay önce

是算力不够用，被卡住了脖子。算力缺口到底有多大？ AMD的CEO苏姿丰，给了几个数字。她说，未来4-5年，全球AI算力需要增长100倍。 100倍是什么概念？她造了个新词：Yottaflop。 1后面跟着24个零。地球上所有沙滩的沙子数量，大概是1后面22个零。用来驱动AI的算力，将比地球上所有的沙子还多。这些算力要用来干什么？她说，为了让AI无处不在。渗透进每个人的工作和生活。提高所有人的生产力。这里的关键问题是，谁来定义“生产力”？是华尔街的精英，还是俄亥俄的普通工人？是达沃斯论坛，还是美国的铁锈带？ AI的进化方向，不应该只由硅谷的几家巨头决定。这种巨大的算力，如果集中在少数人手里，到底是赋能，还是控制？我们是在创造一个辅助人类的工具，还是在打造一个数字上帝？技术狂飙的背后，谁在制定规则？谁又在真正受益？这些问题，比Yottaflop后面有多少个零，重要得多。

是算力不够用，被卡住了脖子。算力缺口到底有多大？ AMD的CEO苏姿丰，给了几个数字。她说，未来4-5年，全球AI算力需要增长100倍。 100倍是什么概念？她造了个新词：Yottaflop。 1后面跟着24个零。地球上所有沙滩的沙子数量，大概是1后面22个零。用来驱动AI的算力，将比地球上所有的沙子还多。这些算力要用来干什么？她说，为了让AI无处不在。渗透进每个人的工作和生活。提高所有人的生产力。这里的关键问题是，谁来定义“生产力”？是华尔街的精英，还是俄亥俄的普通工人？是达沃斯论坛，还是美国的铁锈带？ AI的进化方向，不应该只由硅谷的几家巨头决定。这种巨大的算力，如果集中在少数人手里，到底是赋能，还是控制？我们是在创造一个辅助人类的工具，还是在打造一个数字上帝？技术狂飙的背后，谁在制定规则？谁又在真正受益？这些问题，比Yottaflop后面有多少个零，重要得多。

墓碑科技

50,534 görüntüleme • 8 ay önce

作为一名理工男，看到 Notion 创始人 Ivan Zhao 的这篇文章和视频，感触确实挺深的。Notion 和Obsidian是唯一两个我用来做学习记录的工具，用Notion你绝对会感受到开发者那种人文感。如果你最近也因为 AI 的各种进化感到焦虑，甚至觉得自己的专业技能快要“贬值”了，那这个视频真的非常推荐你看一下。它不是在贩卖焦虑，反而在帮我们梳理在 AI 时代，到底什么是“人”的核心价值。我们习惯了卷代码、卷效率、卷逻辑，但 Ivan Zhao 提出了一个很扎心的观点：当 AI 让脑力劳动变得像自来水一样廉价时，以往那种“拼谁记得多、拼谁手快”的努力方式可能真的不值钱了。但这并不代表人类没戏了，恰恰相反，这其实是给了我们一次“变回人”的机会。以前我们为了追求效率，把自己练成了机器的一环。现在 AI 帮我们分担了那些繁重、重复的工作，反而逼着我们去思考一些更本质的东西。未来人与人之间的差距，不再是技术掌握得多深，而是你的审美、你对人性的理解、以及你独立思考的能力。说白了，AI 就像油门，而我们的“品味”和“判断力”才是方向盘。如果你没有那种人文层面的沉淀，那你只是在用更快的速度制造数字垃圾。我们得学着从一个“干活的工匠”转型成一个“挑剔的甲方”，去驾驭 AI，而不是被它取代。所以没必要焦虑，现在的重点不再是死磕某项具体的技术参数，而是要回过头来经营好你自己这个“人”。不管是做个人 IP，还是提升精神层面的独立性，本质上都是在强化那些 AI 模拟不出来的灵魂。人变强大了，AI 才只是你手里的一件趁手工具。当“怎么做”不再是门槛，我们唯一的胜算就是把那个“真实的自我”活得更有厚度。如果把执行全都交给 AI，你觉得我们身上还有什么东西是机器永远拿不走的？欢迎评论区说说你的想法。这是一个非常值得看的视频，强烈推荐！

作为一名理工男，看到 Notion 创始人 Ivan Zhao 的这篇文章和视频，感触确实挺深的。Notion 和Obsidian是唯一两个我用来做学习记录的工具，用Notion你绝对会感受到开发者那种人文感。如果你最近也因为 AI 的各种进化感到焦虑，甚至觉得自己的专业技能快要“贬值”了，那这个视频真的非常推荐你看一下。它不是在贩卖焦虑，反而在帮我们梳理在 AI 时代，到底什么是“人”的核心价值。我们习惯了卷代码、卷效率、卷逻辑，但 Ivan Zhao 提出了一个很扎心的观点：当 AI 让脑力劳动变得像自来水一样廉价时，以往那种“拼谁记得多、拼谁手快”的努力方式可能真的不值钱了。但这并不代表人类没戏了，恰恰相反，这其实是给了我们一次“变回人”的机会。以前我们为了追求效率，把自己练成了机器的一环。现在 AI 帮我们分担了那些繁重、重复的工作，反而逼着我们去思考一些更本质的东西。未来人与人之间的差距，不再是技术掌握得多深，而是你的审美、你对人性的理解、以及你独立思考的能力。说白了，AI 就像油门，而我们的“品味”和“判断力”才是方向盘。如果你没有那种人文层面的沉淀，那你只是在用更快的速度制造数字垃圾。我们得学着从一个“干活的工匠”转型成一个“挑剔的甲方”，去驾驭 AI，而不是被它取代。所以没必要焦虑，现在的重点不再是死磕某项具体的技术参数，而是要回过头来经营好你自己这个“人”。不管是做个人 IP，还是提升精神层面的独立性，本质上都是在强化那些 AI 模拟不出来的灵魂。人变强大了，AI 才只是你手里的一件趁手工具。当“怎么做”不再是门槛，我们唯一的胜算就是把那个“真实的自我”活得更有厚度。如果把执行全都交给 AI，你觉得我们身上还有什么东西是机器永远拿不走的？欢迎评论区说说你的想法。这是一个非常值得看的视频，强烈推荐！

纽约博叔

126,032 görüntüleme • 8 ay önce

很多人用AI，都用错了。这是Claude代码创造者Boris Cherny的观点。他说，太多人想把AI模型塞进一个盒子里。强制它执行死板的流程。第一步，第二步，第三步。像个机器人产线工人。结果呢？效果反而更差。真正聪明的做法是什么？给它工具。给它自由。给它一个目标。然后让它自己想办法去解决问题。别一开始就喂给它海量信息。给它一个能自己找信息的工具就行了。这让人想起一个老问题。是精密的计划经济能赢？还是自由的市场能赢？答案好像越来越清楚了。技术在进步，但背后的哲学却总在重复。到底是控制带来效率，还是自由带来繁荣？

很多人用AI，都用错了。这是Claude代码创造者Boris Cherny的观点。他说，太多人想把AI模型塞进一个盒子里。强制它执行死板的流程。第一步，第二步，第三步。像个机器人产线工人。结果呢？效果反而更差。真正聪明的做法是什么？给它工具。给它自由。给它一个目标。然后让它自己想办法去解决问题。别一开始就喂给它海量信息。给它一个能自己找信息的工具就行了。这让人想起一个老问题。是精密的计划经济能赢？还是自由的市场能赢？答案好像越来越清楚了。技术在进步，但背后的哲学却总在重复。到底是控制带来效率，还是自由带来繁荣？

墓碑科技

25,612 görüntüleme • 6 ay önce

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

谷歌的AI，已经开始做人类没教过它的事了。它自己学会了一门全新的外语。谷歌CEO把这称为“黑箱”。什么意思？就是他们自己也搞不明白AI的运作原理。举个例子。一个谷歌AI项目，本来没接受过孟加la语的训练。研究员只是用孟加拉语对它进行了几次提示。结果，它自己学会了翻译整个孟加拉语。现在谷歌的研究重点，变成了让AI去掌握上千种语言。但那个最核心的问题还在。为什么AI会这么做？没人能完全解释。当被问到为什么AI会出错时，他们也只有一些模糊的想法。最关键的一点是，谷歌CEO承认，在不完全理解工作原理的情况下，已经将这项技术释放给了全社会。他的解释是，我们也不完全理解人脑是如何工作的。把一个实验室里诞生的、行为不可预测的技术，与经过数百万年进化的人类大脑相提并论。这是一种合理的解释，还是一种推卸责任的说法？当创造者都无法完全控制其创造物时，我们普通人应该思考什么？

墓碑科技

48,679 görüntüleme • 7 ay önce

你有没有这种经历？刷 YouTube 看到一个特别好的视频，讲的是你一直想学的东西——可能是神经网络、可能是英语听力、可能是一个行业趋势。你认认真真看了 40 分钟，觉得"哇讲得真好"。然后关掉视频。三天后，你回忆一下——只记得"那个视频讲得挺好的"，具体内容？全忘了。我做了一个工具，叫 Lumio 它解决的就是这个问题。你只需要做一件事：**把视频链接粘贴进来。** 剩下的，AI 全部帮你搞定。

你有没有这种经历？刷 YouTube 看到一个特别好的视频，讲的是你一直想学的东西——可能是神经网络、可能是英语听力、可能是一个行业趋势。你认认真真看了 40 分钟，觉得"哇讲得真好"。然后关掉视频。三天后，你回忆一下——只记得"那个视频讲得挺好的"，具体内容？全忘了。我做了一个工具，叫 Lumio 它解决的就是这个问题。你只需要做一件事：把视频链接粘贴进来。剩下的，AI 全部帮你搞定。

程序员端哥

23,897 görüntüleme • 3 ay önce

黄仁勋：我每天都在用 AI，但 90% 的人用错 AI 他们把AI当拐杖... “我不是让它替我思考，而是让它教我不知道的东西，或帮我解决原本无法合理解决的问题。” “不要把AI当成拐杖，而要把它当成放大你思考的工具。” 大多数人都“用错了AI”，因为他们：把AI当作偷懒的工具；让AI替他们做该自己思考的事；不去深挖问题，只是“让AI给答案”。 👉 换句话说，他们在降低自己的思考能力。正确的AI使用方式用AI拓展认知边界 → 让AI告诉他「他不知道的东西」；用AI解决复杂问题 → 尤其是「自己无法合理解决的事」；保持主动思考 → 永远由人主导问题，而不是由AI主导答案。黄仁勋说： “问出好问题是一种高度认知的技能。” 作为CEO，他每天90%的时间都在问问题；他下达的指令，其实都混杂在问题之中；所以，提问本身就是思考和领导的方式。 💬 “你今天大部分时间都在问我问题。提出好问题，本身就是一种高级认知。”

黄仁勋：我每天都在用 AI，但 90% 的人用错 AI 他们把AI当拐杖... “我不是让它替我思考，而是让它教我不知道的东西，或帮我解决原本无法合理解决的问题。” “不要把AI当成拐杖，而要把它当成放大你思考的工具。” 大多数人都“用错了AI”，因为他们：把AI当作偷懒的工具；让AI替他们做该自己思考的事；不去深挖问题，只是“让AI给答案”。 👉 换句话说，他们在降低自己的思考能力。正确的AI使用方式用AI拓展认知边界 → 让AI告诉他「他不知道的东西」；用AI解决复杂问题 → 尤其是「自己无法合理解决的事」；保持主动思考 → 永远由人主导问题，而不是由AI主导答案。黄仁勋说： “问出好问题是一种高度认知的技能。” 作为CEO，他每天90%的时间都在问问题；他下达的指令，其实都混杂在问题之中；所以，提问本身就是思考和领导的方式。 💬 “你今天大部分时间都在问我问题。提出好问题，本身就是一种高级认知。”

小互

206,385 görüntüleme • 11 ay önce

很多人都把 Eagle 当成一个素材管理工具，存存图片、设计灵感。但我发现，在 AI 时代，Eagle 其实还能解锁一种全新的玩法。经过多轮调试，我终于跑通了这套工作流，把它打造成一个属于自己的 AI 资产库。现在我会把字体、图标、设计规范、Design.md、PRD 文档，甚至提示词库全部沉淀到 Eagle 里，让 AI 可以随时检索和调用。以前我们收藏这些东西，只是为了以后方便找，现在它们终于可以被 AI 真正用起来，它不再是一个素材管理工具，而是变成了一个会不断积累、不断成长的 AI 资产库。

很多人都把 Eagle 当成一个素材管理工具，存存图片、设计灵感。但我发现，在 AI 时代，Eagle 其实还能解锁一种全新的玩法。经过多轮调试，我终于跑通了这套工作流，把它打造成一个属于自己的 AI 资产库。现在我会把字体、图标、设计规范、Design.md、PRD 文档，甚至提示词库全部沉淀到 Eagle 里，让 AI 可以随时检索和调用。以前我们收藏这些东西，只是为了以后方便找，现在它们终于可以被 AI 真正用起来，它不再是一个素材管理工具，而是变成了一个会不断积累、不断成长的 AI 资产库。

Paidax

16,722 görüntüleme • 2 ay önce

每一次重制 Codex 背后的男人 Tibo 终于来了，看完这 44 分钟视频，我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事：今天我们使用 AI 的方式，很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度，本质上还是“人类在管理 AI”。OpenAI 想做的下一步，是把这整层管理工作也干掉。 Tibo 给出的终局非常明确：ChatGPT 和 Codex 会继续融合，语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。它长期理解你是谁、你每天在做什么、团队做到哪一步，然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。程序员和普通人最后甚至可能用的是同一个产品，只不过 AI 根据每个人自动长出完全不同的界面。今天的笔记本电脑，本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App，但模型没有这个限制，未来完全可以同时处理几十甚至上百个应用。到那时候，瓶颈就不再是模型会不会写代码，而是我们今天这套电脑、App、菜单、鼠标点击的交互方式，本身已经配不上 AI 的速度了。所以 Codex 一次次重制，其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户，提前测试一种新的计算范式：你不再操作软件，也不再管理 Agent，你只负责表达目标，剩下的工作由 AI 自己组织完成。看完这 44 分钟，我对 OpenAI 的判断反而更清楚了：它真正想吞掉的，可能从来都不是 Cursor 或 Claude Code。而是人类亲自操作电脑这件事。

每一次重制 Codex 背后的男人 Tibo 终于来了，看完这 44 分钟视频，我感觉 OpenAI 已经把下一代 ChatGPT 的样子提前说透了。 Tibo 反复在讲一件事：今天我们使用 AI 的方式，很快也会显得极其原始。现在你还要写 Skills、维护记忆、启动子 Agent、切十几个窗口、自己盯进度，本质上还是“人类在管理 AI”。OpenAI 想做的下一步，是把这整层管理工作也干掉。 Tibo 给出的终局非常明确：ChatGPT 和 Codex 会继续融合，语音、视觉、记忆、工具调用、云端 Agent 全部接到一个系统里。它长期理解你是谁、你每天在做什么、团队做到哪一步，然后自己决定该调用什么工具、开多少个 Agent、什么时候提醒你、什么时候直接执行。程序员和普通人最后甚至可能用的是同一个产品，只不过 AI 根据每个人自动长出完全不同的界面。今天的笔记本电脑，本来就是按人类能处理多少工作设计的。你一次只能盯几个窗口、操作几个 App，但模型没有这个限制，未来完全可以同时处理几十甚至上百个应用。到那时候，瓶颈就不再是模型会不会写代码，而是我们今天这套电脑、App、菜单、鼠标点击的交互方式，本身已经配不上 AI 的速度了。所以 Codex 一次次重制，其实不是 OpenAI 在打磨一个更好的编程工具。它更像是在拿程序员这群最重度用户，提前测试一种新的计算范式：你不再操作软件，也不再管理 Agent，你只负责表达目标，剩下的工作由 AI 自己组织完成。看完这 44 分钟，我对 OpenAI 的判断反而更清楚了：它真正想吞掉的，可能从来都不是 Cursor 或 Claude Code。而是人类亲自操作电脑这件事。

比特币橙子Trader

15,740 görüntüleme • 1 ay önce

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 görüntüleme • 2 ay önce

今天，把一件关于 AI 很底层的事，彻底想透了。使用 AI 的最佳方式是以道御术，但前提是你得先以术入道。就像黄仁勋说的——真正会用 AI 的人，都是极高认知的提问者，带着自己的认知去提问，让 AI 帮你叩开未知的边界，而不是让它替你思考。这段话最近反复在我脑子里出现，但我觉得他还少说了一句：这个认知，到底从哪来？首先肯定不是看几本书、刷几条推就能来的，我觉得至少得是你自己上手干过、踩过坑、改过错，这个认知才能慢慢长出来，这就是以术入道。就像做菜，你得自己掌过勺，才知道一道菜真正的好坏在哪，AI 也一样，你得先用过、踩过坑、改过错，才能判断它给你的建议到底对不对。我现在的判断是，AI 工具大概率会分成两条路。一条是 agent 型，Claude Code、Codex、Hermes 那种，你给个目标它自己跑，你睡觉时它也跑，手机戳一戳继续跑，像一辆自动驾驶汽车。另一条是实习生型，典型代表是 Cursor，每一步都要你判断：diff 改对了吗？这个建议要不要采用？要不要切 MAX 模型重跑一次？它有判断力，但没有自主决策权，你不在跟前盯着，它就停下来。 agent 是替你思考，实习生是和你一起思考，而只有后者，才是真正以术入道的过程。 agent 型工具的核心是省时间，你用它做事，实习生型工具的核心是磨判断力，你用它的过程，就是你长出自己那个道的过程。但实习生型工具有个致命瓶颈——你不在跟前，它就停了。自从被官方投喂 $10000 额度之后，我现在是个 Cursor 重度用户，家里专门放了一台 Mac 跑 Cursor，结果它就变成一个必须我在场才能用的稀缺资源。直到最近朋友给我推了 UU 远程，网易做的，都免费两年了，而且没广告没会员，一开始我都有点不敢相信。试了下发现真香，手机一打开就能接进家里那台 Mac，4K 144 帧，几乎感觉不到延迟，看 Cursor 实时 diff、处理报错、切模型，跟坐电脑前没区别。最让我惊喜的是，手机能直接开终端，以前出门想登家里 Mac 跑命令行，得 Tailscale 再 ssh 再 tmux，折腾半天，还原生支持一个完整终端，跟敲 zsh 没区别， Cursor 跑一半要 git status、kill 进程、npm install，手机抬手就办了，特别方便。更新版本的时候我才发现，UU 远程刚好做到第二年，周年庆重申不收费，继续打磨产品给大家免费用，还预告了几个新功能：安卓屏幕共享、小窗模式、精细化权限管理、文件夹共享、笔记本设备性能优化。一个免费做了两年、还在持续往里砸功能的产品，我觉得是真有长期主义、想把产品做好的。话说回来，AI 发展到这个阶段，我们真正需要的，我理解已经不是更厉害的 AI了，而是一种能让你随时和你的 AI 一起思考的连接方式。目前看，Cursor和UU 远程这类体验和功能都做的非常丝滑极致的产品，对我来说就是这个连接方式，把我和家里那个顶级实习生之间的物理距离消除了，让我能在任何地方，磨我自己的那个道。毕竟 AI 工具的尽头，不是替我们做事，是把我们磨成那个，值得被它认真回答的提问者，以上和大家共勉，一起在学习和使用AI的这条路上，达到以术入道，以道御术的境界。

今天，把一件关于 AI 很底层的事，彻底想透了。使用 AI 的最佳方式是以道御术，但前提是你得先以术入道。就像黄仁勋说的——真正会用 AI 的人，都是极高认知的提问者，带着自己的认知去提问，让 AI 帮你叩开未知的边界，而不是让它替你思考。这段话最近反复在我脑子里出现，但我觉得他还少说了一句：这个认知，到底从哪来？首先肯定不是看几本书、刷几条推就能来的，我觉得至少得是你自己上手干过、踩过坑、改过错，这个认知才能慢慢长出来，这就是以术入道。就像做菜，你得自己掌过勺，才知道一道菜真正的好坏在哪，AI 也一样，你得先用过、踩过坑、改过错，才能判断它给你的建议到底对不对。我现在的判断是，AI 工具大概率会分成两条路。一条是 agent 型，Claude Code、Codex、Hermes 那种，你给个目标它自己跑，你睡觉时它也跑，手机戳一戳继续跑，像一辆自动驾驶汽车。另一条是实习生型，典型代表是 Cursor，每一步都要你判断：diff 改对了吗？这个建议要不要采用？要不要切 MAX 模型重跑一次？它有判断力，但没有自主决策权，你不在跟前盯着，它就停下来。 agent 是替你思考，实习生是和你一起思考，而只有后者，才是真正以术入道的过程。 agent 型工具的核心是省时间，你用它做事，实习生型工具的核心是磨判断力，你用它的过程，就是你长出自己那个道的过程。但实习生型工具有个致命瓶颈——你不在跟前，它就停了。自从被官方投喂 $10000 额度之后，我现在是个 Cursor 重度用户，家里专门放了一台 Mac 跑 Cursor，结果它就变成一个必须我在场才能用的稀缺资源。直到最近朋友给我推了 UU 远程，网易做的，都免费两年了，而且没广告没会员，一开始我都有点不敢相信。试了下发现真香，手机一打开就能接进家里那台 Mac，4K 144 帧，几乎感觉不到延迟，看 Cursor 实时 diff、处理报错、切模型，跟坐电脑前没区别。最让我惊喜的是，手机能直接开终端，以前出门想登家里 Mac 跑命令行，得 Tailscale 再 ssh 再 tmux，折腾半天，还原生支持一个完整终端，跟敲 zsh 没区别， Cursor 跑一半要 git status、kill 进程、npm install，手机抬手就办了，特别方便。更新版本的时候我才发现，UU 远程刚好做到第二年，周年庆重申不收费，继续打磨产品给大家免费用，还预告了几个新功能：安卓屏幕共享、小窗模式、精细化权限管理、文件夹共享、笔记本设备性能优化。一个免费做了两年、还在持续往里砸功能的产品，我觉得是真有长期主义、想把产品做好的。话说回来，AI 发展到这个阶段，我们真正需要的，我理解已经不是更厉害的 AI了，而是一种能让你随时和你的 AI 一起思考的连接方式。目前看，Cursor和UU 远程这类体验和功能都做的非常丝滑极致的产品，对我来说就是这个连接方式，把我和家里那个顶级实习生之间的物理距离消除了，让我能在任何地方，磨我自己的那个道。毕竟 AI 工具的尽头，不是替我们做事，是把我们磨成那个，值得被它认真回答的提问者，以上和大家共勉，一起在学习和使用AI的这条路上，达到以术入道，以道御术的境界。

AYi

701,861 görüntüleme • 4 ay önce

终于！！终于有一个 AI 助手是真的能帮我把一天理清楚的！！我现在每天早上跟手机说一句话，它就把我今天该干的事全理好了—— 微信里没回的消息、待看的资料飞书里待处理的消息电脑备忘录里昨晚记的半截想法 obsidian中前天一直拖着没干的任务… 全给我按优先级拎出来！！整个过程不到两分钟！说实话，对于我们这种创业者来说，每天早上睁开眼第一件事不是干活，是花二三十分钟在四个 App 之间反复横跳，人肉拼出一张今日待办用过 Todoist，用过 Notion，用过滴答清单，用过各种 AI 助手要么只能记录不能理解上下文，要么只能对话不能跨设备同步，要么聪明是聪明但第二天就把你昨天说的全忘了问题根本不是工具不够多，是没有一个东西真正记得我昨天在干啥、知道我今天该干啥后来朋友推给我一个叫 Today 的 Personal AI 助手，手机电脑数据互通，还能装 Skill 做扩展说实话一开始没当回事，这种产品现在太多了但我试了一件事就改主意了：早上起来直接跟它说，帮我梳理一下今天的待办它不光把散在各处的任务拎出来了，关键是——它记得它记得我昨天说了什么、前天在处理什么、哪些事情是我一直拖着没动的不是每次开新对话都要重新交代一遍背景的那种 AI，是真的有上下文积累的到电脑上打开，手机上的状态全同步过来了，直接开始干活 AI 这三年，先卷谁更聪明，再卷谁能把事干完，但说实话执行这件事迟早会被卷成白菜价——真正难复制的是一个 AI 到底积累了多少关于你的状态，记忆才是稀缺资产我现在跑通了三个场景： 1、早上一句话梳理今日待办，不用自己从四个 App 里拼了 2、随时在手机上丢想法进去，到电脑上自动归好类，不用再当自己的信息搬运工 3、装了几个 Skill 处理重复性整理，比如把飞书里散落的信息按项目归档三个场景加起来每天省半小时到一小时，听起来不多，但这1个小时是每天早上最烦的那段——从混乱到清晰的认知切换成本，省掉之后整个人启动速度直接起飞！！强烈推荐大家去试一下！：

终于！！终于有一个 AI 助手是真的能帮我把一天理清楚的！！我现在每天早上跟手机说一句话，它就把我今天该干的事全理好了—— 微信里没回的消息、待看的资料飞书里待处理的消息电脑备忘录里昨晚记的半截想法 obsidian中前天一直拖着没干的任务… 全给我按优先级拎出来！！整个过程不到两分钟！说实话，对于我们这种创业者来说，每天早上睁开眼第一件事不是干活，是花二三十分钟在四个 App 之间反复横跳，人肉拼出一张今日待办用过 Todoist，用过 Notion，用过滴答清单，用过各种 AI 助手要么只能记录不能理解上下文，要么只能对话不能跨设备同步，要么聪明是聪明但第二天就把你昨天说的全忘了问题根本不是工具不够多，是没有一个东西真正记得我昨天在干啥、知道我今天该干啥后来朋友推给我一个叫 Today 的 Personal AI 助手，手机电脑数据互通，还能装 Skill 做扩展说实话一开始没当回事，这种产品现在太多了但我试了一件事就改主意了：早上起来直接跟它说，帮我梳理一下今天的待办它不光把散在各处的任务拎出来了，关键是——它记得它记得我昨天说了什么、前天在处理什么、哪些事情是我一直拖着没动的不是每次开新对话都要重新交代一遍背景的那种 AI，是真的有上下文积累的到电脑上打开，手机上的状态全同步过来了，直接开始干活 AI 这三年，先卷谁更聪明，再卷谁能把事干完，但说实话执行这件事迟早会被卷成白菜价——真正难复制的是一个 AI 到底积累了多少关于你的状态，记忆才是稀缺资产我现在跑通了三个场景： 1、早上一句话梳理今日待办，不用自己从四个 App 里拼了 2、随时在手机上丢想法进去，到电脑上自动归好类，不用再当自己的信息搬运工 3、装了几个 Skill 处理重复性整理，比如把飞书里散落的信息按项目归档三个场景加起来每天省半小时到一小时，听起来不多，但这1个小时是每天早上最烦的那段——从混乱到清晰的认知切换成本，省掉之后整个人启动速度直接起飞！！强烈推荐大家去试一下！：

超级个体｜柿子

73,349 görüntüleme • 26 gün önce

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

27,644 görüntüleme • 3 ay önce

好玩，真的好玩。我很久没因为一个 AI 工具这么“爽”过了。刚刚我花了几分钟，给我不到 3 岁的女儿，把她最喜欢的绘本《长个不停的腿》做成了一个动画视频。不是 PPT，不是剪辑拼贴，而是完整的绘本动画。她坐在那儿看得特别认真，一直笑。那一刻我突然意识到：原来视频创作，真的可以变得这么轻。说实话，这多少有点“大材小用”。很多人用这个工具是在做商业级的视频：企业宣传片、广告、科普、故事短片那种。但架不住孩子喜欢，我已经打算把她喜欢的绘本都做成动画存手机里了。画风是真的漂亮，能明显感觉到底层用的是很顶级的生图 / 视频模型。关键是—— 整个过程几乎不需要“操作”。我是先用 GPT 帮我生成了一段故事提示词，然后直接丢进 -- 比例 -- 时长 -- 声音剩下的事，它自己全干完了： -- 拆分镜头 -- 生成分镜 -- 出视频 -- 剪辑拼接 -- 配音 + 背景音乐 ✅一气呵成。更爽的是，你可以一边用 AI，一边随时“插手”。比如某个画面不喜欢，直接跟它说；想整体换文案、改节奏、换感觉，全程就是聊天。这种「言出法随」的体验，真的会让人上头。做科普、做故事、做广告片，甚至接单子，我觉得都完全没问题。你只有真正用过一次，才会明白这种感觉。我就一句话：你自己试试就知道了。 👉

好玩，真的好玩。我很久没因为一个 AI 工具这么“爽”过了。刚刚我花了几分钟，给我不到 3 岁的女儿，把她最喜欢的绘本《长个不停的腿》做成了一个动画视频。不是 PPT，不是剪辑拼贴，而是完整的绘本动画。她坐在那儿看得特别认真，一直笑。那一刻我突然意识到：原来视频创作，真的可以变得这么轻。说实话，这多少有点“大材小用”。很多人用这个工具是在做商业级的视频：企业宣传片、广告、科普、故事短片那种。但架不住孩子喜欢，我已经打算把她喜欢的绘本都做成动画存手机里了。画风是真的漂亮，能明显感觉到底层用的是很顶级的生图 / 视频模型。关键是—— 整个过程几乎不需要“操作”。我是先用 GPT 帮我生成了一段故事提示词，然后直接丢进 -- 比例 -- 时长 -- 声音剩下的事，它自己全干完了： -- 拆分镜头 -- 生成分镜 -- 出视频 -- 剪辑拼接 -- 配音 + 背景音乐 ✅一气呵成。更爽的是，你可以一边用 AI，一边随时“插手”。比如某个画面不喜欢，直接跟它说；想整体换文案、改节奏、换感觉，全程就是聊天。这种「言出法随」的体验，真的会让人上头。做科普、做故事、做广告片，甚至接单子，我觉得都完全没问题。你只有真正用过一次，才会明白这种感觉。我就一句话：你自己试试就知道了。 👉

鱼总聊AI

20,643 görüntüleme • 8 ay önce

AI公司Anthropic的研究员说了句实话。就算AI技术今天就停滞不前。算法再也没有任何进步。就用现在的模型。五年内，大部分白领工作都会被自动化。怎么做到？一个字，钱。把人类的工作任务一个个拆解，再“喂”给AI。这个成本，已经比付工资给一个白领要低了。经济账算得很清楚。技术进步甚至都不是必要条件。那些曾经以为最安稳的、坐在办公室里的中产岗位。现在反倒成了第一批被优化的对象？科技精英们一边拿着天价薪水，一边设计着取代普通人的工具。这盘棋，到底是谁和谁在下？

AI公司Anthropic的研究员说了句实话。就算AI技术今天就停滞不前。算法再也没有任何进步。就用现在的模型。五年内，大部分白领工作都会被自动化。怎么做到？一个字，钱。把人类的工作任务一个个拆解，再“喂”给AI。这个成本，已经比付工资给一个白领要低了。经济账算得很清楚。技术进步甚至都不是必要条件。那些曾经以为最安稳的、坐在办公室里的中产岗位。现在反倒成了第一批被优化的对象？科技精英们一边拿着天价薪水，一边设计着取代普通人的工具。这盘棋，到底是谁和谁在下？

墓碑科技

63,919 görüntüleme • 6 ay önce

让 AI 帮我判断，哪个镜头值得留下我让 AI 看了一段自己做的《五王醉归》。它给我的一个剪辑建议是：留住桌下的杯盏镜头。这倒是切中了我做片子时经常纠结的问题：画面都挺好看，但剪短的时候，到底该留哪一段？这次拿 Ling-3.0-flash-VL 当了一回剪辑助理。我上传了15秒的宴席片段，没给完整剧情，只让它看画面：梳理人物动作、挑保留段落，再说清楚为什么。它把这段拆成了举杯、桌下杯盏、多人扶持几个环节，还特意提醒：如果跳过杯盏这一段，转折就少了视觉证据。我回看片子，这个建议确实有用。杯盏不只是一个道具特写，它把前面的共饮，和后面人物状态的变化接了起来。另一个我喜欢的地方，是这次回答把“看到什么”和“可能意味着什么”分开了。看到有人被扶住，没有直接把原因写死。对我来说，这种视觉理解接进创作流程，最有意思的不是让 AI 替我做导演，而是多一个能拿着画面跟我讨论取舍的助手。先帮我整理出值得回看的位置，再由我核对时间点、决定怎么剪。这个用法，我会继续试。想自己试试的，可以去 OpenRouter 体验 Ling-3.0-flash-VL，目前处于免费体验期。免费额度和开放情况以平台页面实时信息为准。体验地址：合作内容｜视频素材为本人 AI 创作；附真实测试录屏。

让 AI 帮我判断，哪个镜头值得留下我让 AI 看了一段自己做的《五王醉归》。它给我的一个剪辑建议是：留住桌下的杯盏镜头。这倒是切中了我做片子时经常纠结的问题：画面都挺好看，但剪短的时候，到底该留哪一段？这次拿 Ling-3.0-flash-VL 当了一回剪辑助理。我上传了15秒的宴席片段，没给完整剧情，只让它看画面：梳理人物动作、挑保留段落，再说清楚为什么。它把这段拆成了举杯、桌下杯盏、多人扶持几个环节，还特意提醒：如果跳过杯盏这一段，转折就少了视觉证据。我回看片子，这个建议确实有用。杯盏不只是一个道具特写，它把前面的共饮，和后面人物状态的变化接了起来。另一个我喜欢的地方，是这次回答把“看到什么”和“可能意味着什么”分开了。看到有人被扶住，没有直接把原因写死。对我来说，这种视觉理解接进创作流程，最有意思的不是让 AI 替我做导演，而是多一个能拿着画面跟我讨论取舍的助手。先帮我整理出值得回看的位置，再由我核对时间点、决定怎么剪。这个用法，我会继续试。想自己试试的，可以去 OpenRouter 体验 Ling-3.0-flash-VL，目前处于免费体验期。免费额度和开放情况以平台页面实时信息为准。体验地址：合作内容｜视频素材为本人 AI 创作；附真实测试录屏。

波妞PONYO

29,445 görüntüleme • 16 gün önce

今天免费给大家挖到一个牛的工具 Stanford University 放出来的一套 AI 课程，直接用 1 个半小时，把 Claude 和 ChatGPT 背后的工作原理，拆得非常透。很多人天天都在用 AI。写内容。做研究。跑工作流。做自动化。但大部分人，说实话连模型 10% 的能力都没真正用出来。问题从来不是 AI 不够强。而是你根本不知道，它到底是怎么思考、怎么推理、怎么处理信息的。你一旦理解底层逻辑，你会发现，提示词、自动化、Agent、工作流这些东西，全部都会进入另一个层次。建议直接收藏，少刷一小时短剧。明天醒来，你可能就比大部分人，多了一条真正能赚钱的路。 AI 最大的红利，永远属于理解它的人。

今天免费给大家挖到一个牛的工具 Stanford University 放出来的一套 AI 课程，直接用 1 个半小时，把 Claude 和 ChatGPT 背后的工作原理，拆得非常透。很多人天天都在用 AI。写内容。做研究。跑工作流。做自动化。但大部分人，说实话连模型 10% 的能力都没真正用出来。问题从来不是 AI 不够强。而是你根本不知道，它到底是怎么思考、怎么推理、怎么处理信息的。你一旦理解底层逻辑，你会发现，提示词、自动化、Agent、工作流这些东西，全部都会进入另一个层次。建议直接收藏，少刷一小时短剧。明天醒来，你可能就比大部分人，多了一条真正能赚钱的路。 AI 最大的红利，永远属于理解它的人。

财龙 | &道心在我，财源滚滚&

19,804 görüntüleme • 3 ay önce