Loading video...

Video Failed to Load

Go Home

最近刷到一个 22 岁年轻人的 AI 副业复盘，感觉比很多“月入十万教程”靠谱得多。 他之前几乎把热门项目踩了个遍：跨境电商、加密货币、校园创业……折腾几年下来，赚到的没多少，交的学费倒是不少。 后来他把重心放到一个更轻量的模式： AI内容账号 + 联盟营销。 不需要露脸，不需要自己发货，也不用专门跑到美国，靠内容获取流量，再通过联盟链接变现。 他的思路其实很简单： ✅ 第一步：找已经被市场验证过的内容 通过 VidIQ 这类工具观察近期增长最快、互动最高的视频，优先研究那些突然爆发的内容。 ✅ 第二步：用AI重新包装 利用 HeyGen、11Labs 等工具重新生成内容，包括AI数字人、配音、脚本优化等。 重点不是复制，而是换一种表达方式重新呈现。 ✅ 第三步：把流量变成收益 视频里推荐相关产品，通过亚马逊联盟等渠道获取佣金。 一条内容可能赚不了多少钱，但长期积累后会形成持续收益。 ✅ 第四步：批量生产 内容创业最容易掉进的坑，就是把80%的时间花在纠结细节上。 而他的做法恰恰相反： 先发出去，再慢慢优化。 每天稳定更新几条内容，同时分发到 YouTube、Instagram、Facebook 等多个平台。 他说过一句让我印象挺深的话： 很多人不是做错了，而是还没等数据反馈就已经放弃了。 很多账号前两个月几乎没什么起色，但只要持续测试选题、标题和内容形式，某一条视频突然跑出来后，整个账号的数据都会被带动起来。 当然，这种模式也不是“躺赚”。 本质上还是在做内容生意，只不过把过去需要团队完成的剪辑、配音、出镜等工作，用AI工具大幅降低了门槛。 如果你想尝试AI副业，又不想露脸、直播或者囤货，这个方向确实值得研究一下。 比起天天找下一个风口，持续生产内容，可能才是更容易被大多数人复制的路径。

Smartpigai's profile picture

Smartpig

10,593 subscribers

18,750 views • 25 days ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

卧槽！3个视频，25万浏览，8万粉丝。 没想到上次一模一样的文稿又火了一遍，这一次是用AI洗稿AI。 情绪价值这个话题真的是长生不衰啊！ 我发现评论区讨论热火朝天，很多人根本不在意是不是AI制作的。爆款内容比拼的就是选题、内容的质量，比谁更能把握人心、吸引注意力。 只有优质的内容和差的内容，没有AI和人工的内容。或许，在某些AI成熟的场景，流量走向将重新改写了！
0:31

卧槽！3个视频，25万浏览，8万粉丝。 没想到上次一模一样的文稿又火了一遍，这一次是用AI洗稿AI。 情绪价值这个话题真的是长生不衰啊！ 我发现评论区讨论热火朝天，很多人根本不在意是不是AI制作的。爆款内容比拼的就是选题、内容的质量，比谁更能把握人心、吸引注意力。 只有优质的内容和差的内容，没有AI和人工的内容。或许，在某些AI成熟的场景，流量走向将重新改写了！

Adam也叫吉米

382,704 views • 2 months ago

全球最大网红是如何炼成的？ MrBeast 花了 10 年时间， 学会如何被看见。 2012 年， Jimmy Donaldson 13 岁。 没资源。 没背景。 没团队。 每天放学回家， 对着一台普通电脑， 上传几乎没人看的 YouTube 视频。 几年时间，播放量基本为零。 他没有幻想“做自己就会成功”。 相反，他干了一件很反直觉的事： 把 YouTube 当成一台机器来研究。 他拆标题。 拆缩略图。 拆前 5 秒的留存曲线。 拆算法推荐逻辑。 不是创作， 是实验。 他说过一句后来被反复引用的话： “我研究的不是内容， 是为什么内容会被点开。” 早期他几乎不在乎钱。 所有收入， 全部砸回视频。 设备升级。 剪辑外包。 节奏重做。 视频没变“有深度”， 而是变得无法忽略。 真正的转折点， 是他意识到一件事： YouTube 奖励的不是表达， 而是留存。 于是他开始把内容极端化。 数到 10 万。 数到 100 万。 送出全部积蓄。 在视频里“烧钱”。 不是因为钱多， 而是因为钱能制造确定性注意力。 注意力 → 流量 流量 → 更多钱 更多钱 → 更极端的内容 这是一个正反馈回路。 大多数人看到的是“撒钱”。 他看到的是可复制的公式。 后来，团队化出现了。 每个视频都有明确分工： 节奏设计。 情绪曲线。 转折点。 结尾钩子。 一个视频，不是作品。 是一个工程项目。 再后来，他把规模推到极限。 100 万。 1000 万。 一个岛。 一整条街。 一个现实版《鱿鱼游戏》。 每一步， 都比上一次 10 倍更难忽略。 到这一步， 他已经不只是创作者了。 他变成了一个内容工厂的 CEO。 再往后， 他做了很多人没想到的事： 把流量反向注入现实世界。 做食品品牌。 做慈善。 做基础设施。 不是“转型”， 而是同一套逻辑的延伸： 把注意力，转化为长期资产。 今天， MrBeast 是全球最大的个人内容品牌之一。 但如果你回头看他的路径， 你会发现一件很残酷的事实： 这不是天赋的故事。 这是一个人 愿意把十年人生 用来研究一件事 到极端的结果。 他赢的不是创意。 是耐心。 是复利。 是对系统的理解。 多数人想做网红。 他想的是： 如何让算法 别无选择，只能推我。 这就是 MrBeast 的炼成方式。 不是运气。 是工程。
51:51

全球最大网红是如何炼成的？ MrBeast 花了 10 年时间， 学会如何被看见。 2012 年， Jimmy Donaldson 13 岁。 没资源。 没背景。 没团队。 每天放学回家， 对着一台普通电脑， 上传几乎没人看的 YouTube 视频。 几年时间，播放量基本为零。 他没有幻想“做自己就会成功”。 相反，他干了一件很反直觉的事： 把 YouTube 当成一台机器来研究。 他拆标题。 拆缩略图。 拆前 5 秒的留存曲线。 拆算法推荐逻辑。 不是创作， 是实验。 他说过一句后来被反复引用的话： “我研究的不是内容， 是为什么内容会被点开。” 早期他几乎不在乎钱。 所有收入， 全部砸回视频。 设备升级。 剪辑外包。 节奏重做。 视频没变“有深度”， 而是变得无法忽略。 真正的转折点， 是他意识到一件事： YouTube 奖励的不是表达， 而是留存。 于是他开始把内容极端化。 数到 10 万。 数到 100 万。 送出全部积蓄。 在视频里“烧钱”。 不是因为钱多， 而是因为钱能制造确定性注意力。 注意力 → 流量 流量 → 更多钱 更多钱 → 更极端的内容 这是一个正反馈回路。 大多数人看到的是“撒钱”。 他看到的是可复制的公式。 后来，团队化出现了。 每个视频都有明确分工： 节奏设计。 情绪曲线。 转折点。 结尾钩子。 一个视频，不是作品。 是一个工程项目。 再后来，他把规模推到极限。 100 万。 1000 万。 一个岛。 一整条街。 一个现实版《鱿鱼游戏》。 每一步， 都比上一次 10 倍更难忽略。 到这一步， 他已经不只是创作者了。 他变成了一个内容工厂的 CEO。 再往后， 他做了很多人没想到的事： 把流量反向注入现实世界。 做食品品牌。 做慈善。 做基础设施。 不是“转型”， 而是同一套逻辑的延伸： 把注意力，转化为长期资产。 今天， MrBeast 是全球最大的个人内容品牌之一。 但如果你回头看他的路径， 你会发现一件很残酷的事实： 这不是天赋的故事。 这是一个人 愿意把十年人生 用来研究一件事 到极端的结果。 他赢的不是创意。 是耐心。 是复利。 是对系统的理解。 多数人想做网红。 他想的是： 如何让算法 别无选择，只能推我。 这就是 MrBeast 的炼成方式。 不是运气。 是工程。

KK.aWSB

117,130 views • 6 months ago

这是我个人认为的最牛AI Money Hunter，没有之一。 他的视频教学，对比一下国内的AI教学你就会发现有多大的价值差异。 通过Pinterest搞流量完成AI副业变现，他全程在诠释： - 如何分析用户和需求 - 如何验证 - 如何制作匹配需求的内容 - 如何找到后端的产品 - Product Marketing Fit 并且在这个过程中，持续不断地在保证优质内容效果的基础上，持续不断使用AI工具提升效能。 这东西发国内估计都没人看的明白，推特上水平相对高很多，才能感觉到什么是最牛教学。相同的套路做tt,ins也一样适用。 由于asr有一些问题，视频中提到的AI视频工具是invideo，地址：
13:38

这是我个人认为的最牛AI Money Hunter，没有之一。 他的视频教学，对比一下国内的AI教学你就会发现有多大的价值差异。 通过Pinterest搞流量完成AI副业变现，他全程在诠释： - 如何分析用户和需求 - 如何验证 - 如何制作匹配需求的内容 - 如何找到后端的产品 - Product Marketing Fit 并且在这个过程中，持续不断地在保证优质内容效果的基础上，持续不断使用AI工具提升效能。 这东西发国内估计都没人看的明白，推特上水平相对高很多，才能感觉到什么是最牛教学。相同的套路做tt,ins也一样适用。 由于asr有一些问题，视频中提到的AI视频工具是invideo，地址：

Yangyi

158,375 views • 2 years ago

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。 谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘 谁就更有机会把一个小 IP 跑出来。 工具只是把第一道门打开了，后面拼的是连续生产能力。
0:32

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。 谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘 谁就更有机会把一个小 IP 跑出来。 工具只是把第一道门打开了，后面拼的是连续生产能力。

zhouluobo

23,324 views • 9 days ago

记住一句话： 赚钱的底层逻辑就一条——卖东西。卖产品、卖服务、卖人设，能卖的都算本事。 为什么很多人一年赚 10 万轻轻松松， 但一年赚 100 万的人都寥寥无几？ 因为路径压根就不是一条路。 年入 10 万，你努力点、升个职、做个个体户，都能到。 年入 100 万？ 靠工资根本不够看，只有做生意这一条路。 而做生意是怎么算账的？ 很简单，你一年想赚 100 万，那就是净利润 100 万。 比如你有个产品，一单利润 300。 那你一个月卖 300 单，全年差不多就 100 万了。 听上去是不是瞬间具体了？ 继续往下拆： 300 单怎么来？ 假设转化率是 10%，那你要让 3000 人经过你的“摊位”。 到这一步，目标又变得清晰了： 不是赚 100 万，而是每个月搞到 3000 个潜在客户。 继续往下想： 3000 人哪来？ 流量只有两种方式：要么做内容，要么花钱买。 你没钱，那就做内容。 写文章、发视频、直播随便挑， 关键是你得持续出现、持续输出， 这样你才会“被看到”。 等你真的开始做内容了，你会发现： 所有内容的底层能力其实就一个——文案。 视频要脚本，直播要话术，帖子要文案。 从每天写几条文案开始，不停测试，哪条有反应就放大。 你看，原本“年赚 100 万”这个听起来离谱的大目标， 拆着拆着就变成了一个很朴素的动作： 写文案 → 发内容 → 引流 → 成交 → 放大。 能不能赚钱，不取决于你懂多少， 而取决于你能不能把这些简单的动作，干到极致。 就这么回事！
6:28

记住一句话： 赚钱的底层逻辑就一条——卖东西。卖产品、卖服务、卖人设，能卖的都算本事。 为什么很多人一年赚 10 万轻轻松松， 但一年赚 100 万的人都寥寥无几？ 因为路径压根就不是一条路。 年入 10 万，你努力点、升个职、做个个体户，都能到。 年入 100 万？ 靠工资根本不够看，只有做生意这一条路。 而做生意是怎么算账的？ 很简单，你一年想赚 100 万，那就是净利润 100 万。 比如你有个产品，一单利润 300。 那你一个月卖 300 单，全年差不多就 100 万了。 听上去是不是瞬间具体了？ 继续往下拆： 300 单怎么来？ 假设转化率是 10%，那你要让 3000 人经过你的“摊位”。 到这一步，目标又变得清晰了： 不是赚 100 万，而是每个月搞到 3000 个潜在客户。 继续往下想： 3000 人哪来？ 流量只有两种方式：要么做内容，要么花钱买。 你没钱，那就做内容。 写文章、发视频、直播随便挑， 关键是你得持续出现、持续输出， 这样你才会“被看到”。 等你真的开始做内容了，你会发现： 所有内容的底层能力其实就一个——文案。 视频要脚本，直播要话术，帖子要文案。 从每天写几条文案开始，不停测试，哪条有反应就放大。 你看，原本“年赚 100 万”这个听起来离谱的大目标， 拆着拆着就变成了一个很朴素的动作： 写文案 → 发内容 → 引流 → 成交 → 放大。 能不能赚钱，不取决于你懂多少， 而取决于你能不能把这些简单的动作，干到极致。 就这么回事！

区块链行情研究

29,275 views • 5 months ago

学会翻墙后，如果你还天天在刷“每日大赛”“福利姬”，那真的是浪费了 现在很多人已经开始靠信息差赚钱 因为很多外网早就成熟的东西，墙内其实还没人认真整理 AI 工具、短视频玩法、剪辑资源、各种教程，基本都一样 所以很多人现在做的，其实不是创造内容，而是重新整理内容 把 YouTube 教程做成中文版， 把 Reddit 故事剪成短视频， 整理国外热门工具、模板、提示词…… 本质上都是： 筛选 → 整理 → 加工 → 再分发 很多时候，大家缺的不是内容，而是有人帮他把内容整理明白 如果你本来就会翻墙，真的可以换个思路： 别只是一直刷 试着把你看到的东西，慢慢变成自己的价值
5:21

学会翻墙后，如果你还天天在刷“每日大赛”“福利姬”，那真的是浪费了 现在很多人已经开始靠信息差赚钱 因为很多外网早就成熟的东西，墙内其实还没人认真整理 AI 工具、短视频玩法、剪辑资源、各种教程，基本都一样 所以很多人现在做的，其实不是创造内容，而是重新整理内容 把 YouTube 教程做成中文版， 把 Reddit 故事剪成短视频， 整理国外热门工具、模板、提示词…… 本质上都是： 筛选 → 整理 → 加工 → 再分发 很多时候，大家缺的不是内容，而是有人帮他把内容整理明白 如果你本来就会翻墙，真的可以换个思路： 别只是一直刷 试着把你看到的东西，慢慢变成自己的价值

Suu

27,969 views • 14 days ago

耗费了过去一个月的精力做的一款面向所有内容创作者的AI创造力产品，今天正式上线beta测试 一句话可以生成你想要内容，并以视频/动画的方式表达出来，一键出剧本，脚本，分镜，人物库。在AI时代一个人可以扛起一整支内容团队；并且现在越来越多的平台推流权重更多的倾向视频内容，快来体验一下吧，你也可以是故事的主角！
1:23

耗费了过去一个月的精力做的一款面向所有内容创作者的AI创造力产品，今天正式上线beta测试 一句话可以生成你想要内容，并以视频/动画的方式表达出来，一键出剧本，脚本，分镜，人物库。在AI时代一个人可以扛起一整支内容团队；并且现在越来越多的平台推流权重更多的倾向视频内容，快来体验一下吧，你也可以是故事的主角！

lana

51,133 views • 2 months ago

今天又搞了一个小红书爆款复刻的Agent，用时半小时，不说很完美，那也是完美。 1、先通过抓取爆款的内容（使用了云抓取Apify）里面的点赞，评论内容按不同内容分类，如需求，差评等，收藏，爆款量，图片及文字内容等数据； 2、拿到数据从内容，标题，图片设计，互动，时间等维护度全方向分析为什么会爆； 3、分析完成后，按这些结果数据，给我复刻出3-5个爆款内容，给给出他们的内容优势； 4、然后再给出对应的运营策略。
0:34

今天又搞了一个小红书爆款复刻的Agent，用时半小时，不说很完美，那也是完美。 1、先通过抓取爆款的内容（使用了云抓取Apify）里面的点赞，评论内容按不同内容分类，如需求，差评等，收藏，爆款量，图片及文字内容等数据； 2、拿到数据从内容，标题，图片设计，互动，时间等维护度全方向分析为什么会爆； 3、分析完成后，按这些结果数据，给我复刻出3-5个爆款内容，给给出他们的内容优势； 4、然后再给出对应的运营策略。

老杨啊

104,779 views • 1 month ago

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。
0:45

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

20,776 views • 1 month ago

如果你正在做 X、小红书或者视频号，这个内容真的值得看一下 做账号还在手动研究、传统方式写内容的话，效率已经完全跟不上了 这个视频会教你用 AI 提示词把整个内容引擎重新搭一遍，整体操作下来，真的比之前手动肝帖的方式强太多 视频长达50分钟，整套流程干货很足，建议先收藏，后面可以慢慢看
50:41

如果你正在做 X、小红书或者视频号，这个内容真的值得看一下 做账号还在手动研究、传统方式写内容的话，效率已经完全跟不上了 这个视频会教你用 AI 提示词把整个内容引擎重新搭一遍，整体操作下来，真的比之前手动肝帖的方式强太多 视频长达50分钟，整套流程干货很足，建议先收藏，后面可以慢慢看

Suu

35,325 views • 25 days ago

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱， 给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频， 迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等， 这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。 所以其实我们不用学任何剪辑软件，也不用写复杂的React代码， 只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。 这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。 说白了，Remotion是给人写的，HyperFrames是给AI写的。 以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。 代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。 它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。 支持GSAP、Lottie、Three.js所有主流动画库，随便混用。 也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。 官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了， 未来所有AI代理生成的视频都能跑在HyperFrames上。 然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。 当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。 但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。 想试的直接去GitHub搜heygen-com/hyperframes。 跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作
0:49

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱， 给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频， 迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等， 这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。 所以其实我们不用学任何剪辑软件，也不用写复杂的React代码， 只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。 这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。 说白了，Remotion是给人写的，HyperFrames是给AI写的。 以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。 代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。 它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。 支持GSAP、Lottie、Three.js所有主流动画库，随便混用。 也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。 官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了， 未来所有AI代理生成的视频都能跑在HyperFrames上。 然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。 当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。 但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。 想试的直接去GitHub搜heygen-com/hyperframes。 跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

AYi

36,425 views • 2 months ago

三个靠谱赚钱平台推荐｜门槛低 上手快 做了一段时间任务平台，今天把自己在用的三个分享出来，各有优势，按需选择。 一，灯塔 LHDAO 目前中文圈做得最成熟的海外任务平台，已有2000多个中文KOL入驻，任务池持续更新，不愁没单接。 任务类型多，社媒发帖、内容创作、互动推广都有。全流程自动化，匹配、审核、追踪一站搞定。中文生态，沟通零障碍。 有一定粉丝基础的话，这个闭眼入。 注册： 二，Tutti 对新手最友好的一个，没有之一。很多任务纯互动就能拿收益，点赞评论转发就算钱。 支持微信收款，到账直接落袋。不需要粉丝基础，不需要专业技能。结算及时，任务说明清晰。 适合想用碎片时间赚零花钱的朋友，纯靠执行就能出结果。 注册： 三，Rally 比较新的平台，但现在入局正好吃早期红利。新平台对创作者的扶持力度往往最大，竞争也小。 社区驱动，任务生态在快速扩展。上手门槛低，适合尝鲜。别等它跑起来再后悔没早进。 注册： 三个平台不冲突，完全可以同时做。灯塔接品牌任务赚大单，Tutti做互动任务赚零花，Rally提前布局吃红利。 最后说一个重点： 赚钱只是短期收益，我们的最终目的是把账号运营好。 一个有内容、有互动、有数据的账号，才是长期资产。今天赚的几十几百不算什么，账号做起来之后的价值是指数级的。 而灯塔就是为此而生的。它不只是派任务给你赚钱，而是在帮你持续产出内容、提升互动数据、优化账号权重。每一次任务执行，都是在给你的账号积累真实的内容资产。 短期看，你在赚任务佣金。长期看，你在养一个越来越值钱的账号。 赚钱是起点，养号才是目的。 先把三个平台都注册了，边做边成长。 灯塔： Tutti： Rally：
1:04

三个靠谱赚钱平台推荐｜门槛低 上手快 做了一段时间任务平台，今天把自己在用的三个分享出来，各有优势，按需选择。 一，灯塔 LHDAO 目前中文圈做得最成熟的海外任务平台，已有2000多个中文KOL入驻，任务池持续更新，不愁没单接。 任务类型多，社媒发帖、内容创作、互动推广都有。全流程自动化，匹配、审核、追踪一站搞定。中文生态，沟通零障碍。 有一定粉丝基础的话，这个闭眼入。 注册： 二，Tutti 对新手最友好的一个，没有之一。很多任务纯互动就能拿收益，点赞评论转发就算钱。 支持微信收款，到账直接落袋。不需要粉丝基础，不需要专业技能。结算及时，任务说明清晰。 适合想用碎片时间赚零花钱的朋友，纯靠执行就能出结果。 注册： 三，Rally 比较新的平台，但现在入局正好吃早期红利。新平台对创作者的扶持力度往往最大，竞争也小。 社区驱动，任务生态在快速扩展。上手门槛低，适合尝鲜。别等它跑起来再后悔没早进。 注册： 三个平台不冲突，完全可以同时做。灯塔接品牌任务赚大单，Tutti做互动任务赚零花，Rally提前布局吃红利。 最后说一个重点： 赚钱只是短期收益，我们的最终目的是把账号运营好。 一个有内容、有互动、有数据的账号，才是长期资产。今天赚的几十几百不算什么，账号做起来之后的价值是指数级的。 而灯塔就是为此而生的。它不只是派任务给你赚钱，而是在帮你持续产出内容、提升互动数据、优化账号权重。每一次任务执行，都是在给你的账号积累真实的内容资产。 短期看，你在赚任务佣金。长期看，你在养一个越来越值钱的账号。 赚钱是起点，养号才是目的。 先把三个平台都注册了，边做边成长。 灯塔： Tutti： Rally：

奶牛叔

15,286 views • 3 days ago

张咋啦 Zara Zhang 一年之内，把推特从1k粉做到了7w粉~ 我看完后这个视频，深受触发，强烈推荐所有做X的人都要看看~ 课代表笔记省流版： 1. 把 X 当成一个 party，不是舞台 不要只把它当成自己发言的地方，而是先进入别人正在讨论的圈子，听他们聊什么，再自然加入。 2. 先训练你的算法和 feed 你想混哪个圈子，就要主动调教信息流：对标题党、不相关内容点“不感兴趣”；对高质量内容点赞、评论、转发、收藏。好的 feed 会给你持续输入，也会帮你找到可参与的话题。 3. 真诚互动比批量回复重要 反对用 AI 机器人批量回复。真正有价值的回复，尤其是在大 V 或行业人士下面的回复，可能带来点赞、回复、关注，进一步让算法把你的内容推给相关圈层。 4. 高频发帖，要变成条件反射 给自己定个目标，每天发 3 条。关键不是专门空出大块时间，而是把发帖门槛降到很低，让它变成日常动作。 5. 三个保持高频的习惯 1）Learn in public：把看到的好观点、笔记、共鸣内容公开分享，并标注原作者。 2）Give feedback in public：体验 AI 产品后，公开写真实反馈，并 @ 官方账号或创始人。 3）Build in public：把自己做的 demo、原型、录屏、产品进展发出来，尤其是新模型/新工具发布后快速做东西。 6. 先贡献价值，再谈自己想卖什么 不要一上来就推销产品或公司。先让别人觉得你真诚、有价值、有判断力，后面他们才会愿意回应你。 7. 粗糙但真实，胜过精致但空洞 不完全反对 AI 写作，但强调：在你还没有形成判断力和个人 voice 之前，不要依赖 AI。应该先多读、多发，形成自己的风格，再让 AI 辅助，而且输出必须像你自己说的话。 一句话总结：X 增长的本质不是“发爆款”，而是持续出现在正确圈层里，用真实、有价值的表达建立个人品牌和影响力。
6:21

张咋啦 Zara Zhang 一年之内，把推特从1k粉做到了7w粉~ 我看完后这个视频，深受触发，强烈推荐所有做X的人都要看看~ 课代表笔记省流版： 1. 把 X 当成一个 party，不是舞台 不要只把它当成自己发言的地方，而是先进入别人正在讨论的圈子，听他们聊什么，再自然加入。 2. 先训练你的算法和 feed 你想混哪个圈子，就要主动调教信息流：对标题党、不相关内容点“不感兴趣”；对高质量内容点赞、评论、转发、收藏。好的 feed 会给你持续输入，也会帮你找到可参与的话题。 3. 真诚互动比批量回复重要 反对用 AI 机器人批量回复。真正有价值的回复，尤其是在大 V 或行业人士下面的回复，可能带来点赞、回复、关注，进一步让算法把你的内容推给相关圈层。 4. 高频发帖，要变成条件反射 给自己定个目标，每天发 3 条。关键不是专门空出大块时间，而是把发帖门槛降到很低，让它变成日常动作。 5. 三个保持高频的习惯 1）Learn in public：把看到的好观点、笔记、共鸣内容公开分享，并标注原作者。 2）Give feedback in public：体验 AI 产品后，公开写真实反馈，并 @ 官方账号或创始人。 3）Build in public：把自己做的 demo、原型、录屏、产品进展发出来，尤其是新模型/新工具发布后快速做东西。 6. 先贡献价值，再谈自己想卖什么 不要一上来就推销产品或公司。先让别人觉得你真诚、有价值、有判断力，后面他们才会愿意回应你。 7. 粗糙但真实，胜过精致但空洞 不完全反对 AI 写作，但强调：在你还没有形成判断力和个人 voice 之前，不要依赖 AI。应该先多读、多发，形成自己的风格，再让 AI 辅助，而且输出必须像你自己说的话。 一句话总结：X 增长的本质不是“发爆款”，而是持续出现在正确圈层里，用真实、有价值的表达建立个人品牌和影响力。

木马人

62,279 views • 12 days ago

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚 他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘 现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构： 最底层：能源。AI工厂需要巨量电力 第二层：芯片和计算。英伟达在这里 第三层：基础设施。土地、电力接入、建筑、融资 第四层：模型。OpenAI、Anthropic 在这里 最顶层：应用。创业公司和终端用户在这里 每一层都是万亿级别的市场 关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多 你们觉得这个"五层蛋糕"的框架，哪一层机会最大？
41:10

黄仁勋跟红杉聊了一场很深的对话，把AI产业的底层逻辑讲得特别清楚 他提了一个概念：过去60年的计算机行业本质上就干了一件事——检索。写代码、拍照片、录音乐，存成文件，用的时候再调出来。数据中心说到底就是一个大硬盘 现在不一样了。AI不是从硬盘里找旧数据，是实时生成新内容。这是完全不同的计算范式，他管这叫"AI工厂" 然后他画了一个"五层蛋糕"来解释AI产业的结构： 最底层：能源。AI工厂需要巨量电力 第二层：芯片和计算。英伟达在这里 第三层：基础设施。土地、电力接入、建筑、融资 第四层：模型。OpenAI、Anthropic 在这里 最顶层：应用。创业公司和终端用户在这里 每一层都是万亿级别的市场 关于AI取代工作，他反驳得很干脆：AI消灭的是任务，不是职业。放射科医生没有因为AI看片子更准就失业，反而需求增长了。软件工程师也是，代码越容易写，能解决的问题越多，需要的工程师反而更多 你们觉得这个"五层蛋糕"的框架，哪一层机会最大？

Vincent | 信号＞噪音

35,298 views • 15 days ago

所谓的大运推背感，本质不是指某个具体的事件，而是一种连续、明显的顺势体验，事情开始自己往前走，机会密集出现，很多原本费力的事突然变得轻松，甚至会有一种被往前推着走的感觉。如果一个人还没明显感受过，大概率就两种情况， 一种是确实还没走到那个阶段 每个人拿到的剧本节奏本来就不一样，有的人二十多岁就起势，有的人三十多、四十多才开始明显变化。年纪偏小的人，人生变量还不够多，周期还没完全展开，自然很难形成那种强烈对比 另一种是经历还不够长 推背感其实是对比出来的，先有一段时间低谷期、，这个时候可能长达几年，要么就是家里的变动很大，要么就是自己，生病，破产，离婚，发生意外，全部不好的事情都接二连三发生，后面突然顺起来，反差才会特别明显。如果一直在比较平稳的状态里，也不太容易察觉， 人生还没拉开足够的时间跨度，很多东西是要经历过低谷、停滞，再突然提速，才会真正理解那种被周期带着走的状态， 我有个同学，在换大运之前那几年，整个人几乎被按在地上摩擦。先是父母接连出意外，家里所有事情都压到他一个人身上，等这些事情好不容易处理完，工作也没了，谈了几年的女朋友也跑了，连基本生活都成问题，后来他跑去去做轮胎生意，租房子的钱都是我借给他的，后面短短两年时间，就积累了A8，有时候我还和他开玩笑，要不是当年我借你钱，你估计早饿死大街了， 也正因为看过太多这样的人，我也一直提醒身边的人 人在顺的时候，千万别太得意，别把短短几年赚到的钱，全都归功于自己的能力，就像这个行业，这一轮牛市里进来了很多刚毕业的00后，恰好踩在了 Sol 链 meme 的爆发期上，实现意想不到的人生跨越，但最危险的地方也恰恰在这里，太容易把阶段性的红利，当成了永久性的实力，当一个人刚进市场就连续赚钱，很容易形成一种错觉 觉得是自己认知高、判断准、执行力强，大运一换，那些当初看起来轻而易举赚到的钱，就会用同样快的速度还回去， 同样人在低谷的时候，也别太沮丧，有些路是要硬熬的，换大运前一定会把你折磨得体无完肤，熬过去了，之前所有的压抑都会一下子被释放出来，属于你的全部都会回来
0:22

所谓的大运推背感，本质不是指某个具体的事件，而是一种连续、明显的顺势体验，事情开始自己往前走，机会密集出现，很多原本费力的事突然变得轻松，甚至会有一种被往前推着走的感觉。如果一个人还没明显感受过，大概率就两种情况， 一种是确实还没走到那个阶段 每个人拿到的剧本节奏本来就不一样，有的人二十多岁就起势，有的人三十多、四十多才开始明显变化。年纪偏小的人，人生变量还不够多，周期还没完全展开，自然很难形成那种强烈对比 另一种是经历还不够长 推背感其实是对比出来的，先有一段时间低谷期、，这个时候可能长达几年，要么就是家里的变动很大，要么就是自己，生病，破产，离婚，发生意外，全部不好的事情都接二连三发生，后面突然顺起来，反差才会特别明显。如果一直在比较平稳的状态里，也不太容易察觉， 人生还没拉开足够的时间跨度，很多东西是要经历过低谷、停滞，再突然提速，才会真正理解那种被周期带着走的状态， 我有个同学，在换大运之前那几年，整个人几乎被按在地上摩擦。先是父母接连出意外，家里所有事情都压到他一个人身上，等这些事情好不容易处理完，工作也没了，谈了几年的女朋友也跑了，连基本生活都成问题，后来他跑去去做轮胎生意，租房子的钱都是我借给他的，后面短短两年时间，就积累了A8，有时候我还和他开玩笑，要不是当年我借你钱，你估计早饿死大街了， 也正因为看过太多这样的人，我也一直提醒身边的人 人在顺的时候，千万别太得意，别把短短几年赚到的钱，全都归功于自己的能力，就像这个行业，这一轮牛市里进来了很多刚毕业的00后，恰好踩在了 Sol 链 meme 的爆发期上，实现意想不到的人生跨越，但最危险的地方也恰恰在这里，太容易把阶段性的红利，当成了永久性的实力，当一个人刚进市场就连续赚钱，很容易形成一种错觉 觉得是自己认知高、判断准、执行力强，大运一换，那些当初看起来轻而易举赚到的钱，就会用同样快的速度还回去， 同样人在低谷的时候，也别太沮丧，有些路是要硬熬的，换大运前一定会把你折磨得体无完肤，熬过去了，之前所有的压抑都会一下子被释放出来，属于你的全部都会回来

Ripe

28,023 views • 4 months ago

一个国内数学博士，在Bilibili发了一个3分钟的视频，标题很直白：《我被AI搞失业了》 他叫林博士，35岁，曾是某顶尖数学学院的博士候选人，还教过两年本科生。 过去四年，他一直干着一份很多人羡慕的“隐形高薪”工作——给Scale AI的强化学习管道手写高阶数学题。 一道题50到100美元，一个月稳定200道，月入1万美元左右。 视频里，他坐在书房里，语气平静得有点可怕。 他说，AI出题的能力早就超过他了。 他花三天想出来的难题，AI几秒钟就能生成更难、更有迷惑性的版本。 合成数据技术出来后，他这类“人类出题师”的岗位被迅速淘汰。 公司直接通知他合同不续了，连个过渡期都没有。 他没有抱怨技术，也没有骂AI，只是淡淡地说了一句： “是我自己当初没找准方向。” 但视频放到2分13秒的时候，出现了一个几乎没人注意的小细节。 他说了一个词——“agent”。 就说了这一次，而且这句话是他唯一没看提词器、完全脱稿说的。 熟悉他的人知道，他拍视频已经连续三个月都用提词器了。 而运行这个提词器的，正是当初抢走他工作的那个AI agent。 所有脚本全是Claude写的，他只是负责对着镜头念，彻头彻尾的工具人。 后来有人从公开的Cursor实例里翻到了他的脚本仓库，名字叫 **bilibili-laments**，里面整整47个脚本。 全是Claude生成，全是他的配音。 这事儿其实要追溯到半年前。 深圳一个14岁小孩把一个简陋的AI agent上传到GitHub，当时评委的点评只有一句话：“技术含量低，没有实际应用价值。” 现在，那个仓库已经被fork了3100多次。 林博士也是其中之一。 被Scale AI解约那一周，他就把agent接入自己的内容流水线。 他依然保留着原来的职位和办公室，只是现在已经不用自己动脑写题了。 AI替他想题、写题、校验难度，他只负责最后对着镜头“感慨”。 本来想拍个视频跟大家哭诉AI毁了他的职业，结果反倒让所有人看见： 连“事后感慨”这件事，他都得靠AI来完成。 视频发出去后，播放量很快就破百万。 评论区炸开了，有人骂AI无情，有人感慨时代变迁，但更多人默默把视频保存下来，点开了Claude。 而林博士发完视频后，再也没有更新过任何内容。 #polymarket
3:13

一个国内数学博士，在Bilibili发了一个3分钟的视频，标题很直白：《我被AI搞失业了》 他叫林博士，35岁，曾是某顶尖数学学院的博士候选人，还教过两年本科生。 过去四年，他一直干着一份很多人羡慕的“隐形高薪”工作——给Scale AI的强化学习管道手写高阶数学题。 一道题50到100美元，一个月稳定200道，月入1万美元左右。 视频里，他坐在书房里，语气平静得有点可怕。 他说，AI出题的能力早就超过他了。 他花三天想出来的难题，AI几秒钟就能生成更难、更有迷惑性的版本。 合成数据技术出来后，他这类“人类出题师”的岗位被迅速淘汰。 公司直接通知他合同不续了，连个过渡期都没有。 他没有抱怨技术，也没有骂AI，只是淡淡地说了一句： “是我自己当初没找准方向。” 但视频放到2分13秒的时候，出现了一个几乎没人注意的小细节。 他说了一个词——“agent”。 就说了这一次，而且这句话是他唯一没看提词器、完全脱稿说的。 熟悉他的人知道，他拍视频已经连续三个月都用提词器了。 而运行这个提词器的，正是当初抢走他工作的那个AI agent。 所有脚本全是Claude写的，他只是负责对着镜头念，彻头彻尾的工具人。 后来有人从公开的Cursor实例里翻到了他的脚本仓库，名字叫 **bilibili-laments**，里面整整47个脚本。 全是Claude生成，全是他的配音。 这事儿其实要追溯到半年前。 深圳一个14岁小孩把一个简陋的AI agent上传到GitHub，当时评委的点评只有一句话：“技术含量低，没有实际应用价值。” 现在，那个仓库已经被fork了3100多次。 林博士也是其中之一。 被Scale AI解约那一周，他就把agent接入自己的内容流水线。 他依然保留着原来的职位和办公室，只是现在已经不用自己动脑写题了。 AI替他想题、写题、校验难度，他只负责最后对着镜头“感慨”。 本来想拍个视频跟大家哭诉AI毁了他的职业，结果反倒让所有人看见： 连“事后感慨”这件事，他都得靠AI来完成。 视频发出去后，播放量很快就破百万。 评论区炸开了，有人骂AI无情，有人感慨时代变迁，但更多人默默把视频保存下来，点开了Claude。 而林博士发完视频后，再也没有更新过任何内容。 #polymarket

0Xkook

55,803 views • 20 days ago

最近这段时间，很多人其实已经发现一个变化： 真正能把人重新拉回交易屏幕的，不是新币本身，而是参与就能拿到回报的机制。 MemeMax第二阶段直接甩出来一个 $800,000 的奖励池，而且是给前 500 个真正活跃的创作者和交易者。这一点很关键，它不是靠喊口号吸人，而是把钱明明白白地放在台面上：你参与、你交易、你输出内容，你就有机会分走一部分。这种设计，本身就很符合现在这个情绪主导的市场。 也正因为这样，它吸引来的不是路过围观的人，而是一群真的会下场的人。 现在的市场节奏有多快大家都知道，一个热点能不能活过三天，全看第一天有没有流动性。传统交易所那套流程，说白了已经不适配现在的 Meme 玩法了。等审核、等上线、等公告，等你能操作的时候，情绪早就跑了。链上 Perp 反而更像是为这个时代定制的工具，社区一拍板，市场立刻就能开，情绪在哪，交易就在哪。 再说交易体验。 很多人嘴上不说，但心里其实都很清楚： 限制、延迟、KYC，这些东西和 Meme 本身就是冲突的。 MemeMax 把这些全部拿掉，给的是一种“你想怎么玩就怎么玩”的状态。高杠杆也好，短线博弈也好，本质不是鼓励冒险，而是尊重玩家的选择权。更重要的是，交易结果本身还能成为传播内容，情绪被不断放大，这才是 Meme 市场最真实的燃料。 还有一个容易被忽略的点，是钱往哪走。 在很多平台，交易量再大，和普通用户其实没太大关系。 而 MemeMax 的手续费逻辑非常直接：不外流，全回社区。 交易越多，回购和奖励越多，参与者自然更愿意留下来继续玩。 这不是“画饼式激励”，而是用结构把利益绑定在一起。 从更大的环境看，现在其实已经很清楚了： 一边是越来越像传统金融的中心化平台， 另一边是强调即时、透明和社区主权的链上体系。 Meme 天生就不适合被装进一个保守的框架里，它需要的是速度、情绪和舞台。 所以这轮 Meme 行情，如果还用老视角去看，可能会一直觉得“没感觉”。 但如果你把目光放到 MemeMax 这种链上 Perp 上，就会发现： 这里更像是行情的第一现场，而不是事后追高的地方。 不是 Meme 变了， 是承载 Meme 的地方，已经换了。 #KaitoYap Kaito AI 🌊 #Yap MemeMax #MemeMax
0:51

最近这段时间，很多人其实已经发现一个变化： 真正能把人重新拉回交易屏幕的，不是新币本身，而是参与就能拿到回报的机制。 MemeMax第二阶段直接甩出来一个 $800,000 的奖励池，而且是给前 500 个真正活跃的创作者和交易者。这一点很关键，它不是靠喊口号吸人，而是把钱明明白白地放在台面上：你参与、你交易、你输出内容，你就有机会分走一部分。这种设计，本身就很符合现在这个情绪主导的市场。 也正因为这样，它吸引来的不是路过围观的人，而是一群真的会下场的人。 现在的市场节奏有多快大家都知道，一个热点能不能活过三天，全看第一天有没有流动性。传统交易所那套流程，说白了已经不适配现在的 Meme 玩法了。等审核、等上线、等公告，等你能操作的时候，情绪早就跑了。链上 Perp 反而更像是为这个时代定制的工具，社区一拍板，市场立刻就能开，情绪在哪，交易就在哪。 再说交易体验。 很多人嘴上不说，但心里其实都很清楚： 限制、延迟、KYC，这些东西和 Meme 本身就是冲突的。 MemeMax 把这些全部拿掉，给的是一种“你想怎么玩就怎么玩”的状态。高杠杆也好，短线博弈也好，本质不是鼓励冒险，而是尊重玩家的选择权。更重要的是，交易结果本身还能成为传播内容，情绪被不断放大，这才是 Meme 市场最真实的燃料。 还有一个容易被忽略的点，是钱往哪走。 在很多平台，交易量再大，和普通用户其实没太大关系。 而 MemeMax 的手续费逻辑非常直接：不外流，全回社区。 交易越多，回购和奖励越多，参与者自然更愿意留下来继续玩。 这不是“画饼式激励”，而是用结构把利益绑定在一起。 从更大的环境看，现在其实已经很清楚了： 一边是越来越像传统金融的中心化平台， 另一边是强调即时、透明和社区主权的链上体系。 Meme 天生就不适合被装进一个保守的框架里，它需要的是速度、情绪和舞台。 所以这轮 Meme 行情，如果还用老视角去看，可能会一直觉得“没感觉”。 但如果你把目光放到 MemeMax 这种链上 Perp 上，就会发现： 这里更像是行情的第一现场，而不是事后追高的地方。 不是 Meme 变了， 是承载 Meme 的地方，已经换了。 #KaitoYap Kaito AI 🌊 #Yap MemeMax #MemeMax

Crypto诸葛

252,482 views • 5 months ago

看到浙工大研究生课开始讲「全自动科研工具」，挺开心的。 这个视频主要讲的是：怎么用 AI Agent 把科研里的数据处理、代码执行、结果整理、论文写作和复现包串成一条可追溯的工作流。 很多研究生还在手工整理文献、跑实验、做表格的时候，有人已经开始用 Agent 把这些流程自动化了。 科研最有价值的部分从来不是重复劳动，而是提出问题、设计实验和产生洞见。 真希望国内研究生教育能多一些这样的内容。 工具是在提高生产力，不是在降低科研门槛。把时间从重复工作里解放出来，才能把更多时间留给思考、创造和生活。 视频已经得到老师转载的许可，老师的小红书账号是“爱练腿的龙脖（AI版” #AI科研 #科研自动化 #Agent #研究生教育 #claudecode #codex
7:00

看到浙工大研究生课开始讲「全自动科研工具」，挺开心的。 这个视频主要讲的是：怎么用 AI Agent 把科研里的数据处理、代码执行、结果整理、论文写作和复现包串成一条可追溯的工作流。 很多研究生还在手工整理文献、跑实验、做表格的时候，有人已经开始用 Agent 把这些流程自动化了。 科研最有价值的部分从来不是重复劳动，而是提出问题、设计实验和产生洞见。 真希望国内研究生教育能多一些这样的内容。 工具是在提高生产力，不是在降低科研门槛。把时间从重复工作里解放出来，才能把更多时间留给思考、创造和生活。 视频已经得到老师转载的许可，老师的小红书账号是“爱练腿的龙脖（AI版” #AI科研 #科研自动化 #Agent #研究生教育 #claudecode #codex

Xudong Han

119,330 views • 1 month ago

Sider AI 也推出了Deep Research功能 但是和其他家的有一点不一样🙃 它可以自动模拟人类进行研究，访问网络去搜索内容，最重要的是它在搜索内容的同时会自动做笔记，你可以在界面右侧看到它做的笔记内容。左侧是搜索来源。 最重要的是它会在最终给你生成一个可视化的交互式网页。 将报告进行可视化。 它在生成整个报告的同时也会自动创建一些图表、流程图、表格等，比其他家也先进一点。
2:27

Sider AI 也推出了Deep Research功能 但是和其他家的有一点不一样🙃 它可以自动模拟人类进行研究，访问网络去搜索内容，最重要的是它在搜索内容的同时会自动做笔记，你可以在界面右侧看到它做的笔记内容。左侧是搜索来源。 最重要的是它会在最终给你生成一个可视化的交互式网页。 将报告进行可视化。 它在生成整个报告的同时也会自动创建一些图表、流程图、表格等，比其他家也先进一点。

小互

27,663 views • 1 year ago