正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思：我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」

Mercy

39,719 subscribers

32,119 次观看 • 8 个月前 •via X (Twitter)

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

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

对不起，我不是在用 AI，我是在开公司！看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗唯一的缺点？贵现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

XDmnnn不淡

50,270 次观看 • 4 个月前

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法：做人与宠物的亲子装把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售这并不只是卖一件衣服它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面看到页面的那一刻，我真的有些难以置信她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面更重要的是，她并没有机械地执行我们的要求他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索「我的宠物适合什么颜色」「它对应什么五行」「我们适合怎样的亲子穿搭」这已经不再是一次普通的课堂作业它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西：创始人的个人特质与市场机会之间的契合已经出现了那一刻我第一次非常强烈地意识到：我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越这在过去是很难想象的以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力她不需要先准备好，才有资格开始她是在开始之后，不断变得更强相比之下，我也看到了一些刚刚经历过高考的孩子她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务这当然不是他们的问题传统教育长期训练的是记忆、服从和寻找标准答案而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力记笔记没有错，按照规则完成任务也没有问题但我们不能让孩子误以为，学习的终点只是记住老师讲过什么真正重要的是：你能不能用这些东西，创造一个此前不存在的产品所以我越来越确信，AI 教育一定要尽可能早不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次：原来我的想法可以被实现原来我不需要先成为专家，也可以开始创造原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变而这种「我能够创造」的信念，才是 AI 教育最重要的价值我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法：做人与宠物的亲子装把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售这并不只是卖一件衣服它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面看到页面的那一刻，我真的有些难以置信她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面更重要的是，她并没有机械地执行我们的要求他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索「我的宠物适合什么颜色」「它对应什么五行」「我们适合怎样的亲子穿搭」这已经不再是一次普通的课堂作业它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西：创始人的个人特质与市场机会之间的契合已经出现了那一刻我第一次非常强烈地意识到：我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越这在过去是很难想象的以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力她不需要先准备好，才有资格开始她是在开始之后，不断变得更强相比之下，我也看到了一些刚刚经历过高考的孩子她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务这当然不是他们的问题传统教育长期训练的是记忆、服从和寻找标准答案而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力记笔记没有错，按照规则完成任务也没有问题但我们不能让孩子误以为，学习的终点只是记住老师讲过什么真正重要的是：你能不能用这些东西，创造一个此前不存在的产品所以我越来越确信，AI 教育一定要尽可能早不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次：原来我的想法可以被实现原来我不需要先成为专家，也可以开始创造原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变而这种「我能够创造」的信念，才是 AI 教育最重要的价值我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

文硕

11,070 次观看 • 29 天前

“嘿，快看，不需要会写代码了，我用 Cursor 一句话做了一个网站，我给你网址： !” 一看上面👆这个人就没装 Zeabur 的 VSCode/Cursor 插件 🤡 我这种装好了 Zeabur 插件的人，使用 Cursor Composer 一句话生成网站，再通过一个按钮就可以部署到线上给推友们看了

“嘿，快看，不需要会写代码了，我用 Cursor 一句话做了一个网站，我给你网址： !” 一看上面👆这个人就没装 Zeabur 的 VSCode/Cursor 插件 🤡 我这种装好了 Zeabur 插件的人，使用 Cursor Composer 一句话生成网站，再通过一个按钮就可以部署到线上给推友们看了

Yuhang

82,599 次观看 • 1 年前

今天和 AI 对话了半天，一行代码没写，但是开发了这么个玩意儿。这玩意让我自己看文档手写，相同的时间我的完成度只会比 AI 低得多。有没有人觉得自己的编程效率可以高于 AI 的？反正我是做不到了。

今天和 AI 对话了半天，一行代码没写，但是开发了这么个玩意儿。这玩意让我自己看文档手写，相同的时间我的完成度只会比 AI 低得多。有没有人觉得自己的编程效率可以高于 AI 的？反正我是做不到了。

大帅老猿

112,187 次观看 • 1 年前

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

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

36,713 次观看 • 3 个月前

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

最近这个 Srcbook 很火，非常有趣的一个开源项目，用Typescript 编写的一个本地的笔记工具，但是内置了一个 Node.js 环境，所以完全是可交互式的。在里面可以运行任何的JS 代码，还能 npm 安装依赖，还有 AI 的加持，可以直接让 AI 写代码，最后还能导出标准的 Markdown，非常有趣的想法，要是能再用 Electron 包一层，做成一个本地的应用就很方便了。我截了一段官网视频大家可以感受一下，可以在官网看看介绍全部的介绍视频。

Viking

26,608 次观看 • 2 年前

做了一个chrome插件，需求很简单，就是平常我能看懂英文但是表达不够母语，然后这个插件可以帮我润色我的文字，我平时要跳到openai/gemini里面去改，这样方便不少，而且我自己经常能用上，其实对更多人更大的需求是基于写的中文内容做一个英语翻译，这样可以更好的回复英文（任意语言）内容，这个也能通过改prompt实现。要是再进一步的话还可以把x的新推荐算法作为prompt输入进去，不过我感觉一般长的观点都会在其他ai产品写好，这个更适合短的小观点小短句，要是有人有需求私信跟我说我看看这玩意咋给出去合适。（感谢 Leo 和 Mable 被迫出镜）

做了一个chrome插件，需求很简单，就是平常我能看懂英文但是表达不够母语，然后这个插件可以帮我润色我的文字，我平时要跳到openai/gemini里面去改，这样方便不少，而且我自己经常能用上，其实对更多人更大的需求是基于写的中文内容做一个英语翻译，这样可以更好的回复英文（任意语言）内容，这个也能通过改prompt实现。要是再进一步的话还可以把x的新推荐算法作为prompt输入进去，不过我感觉一般长的观点都会在其他ai产品写好，这个更适合短的小观点小短句，要是有人有需求私信跟我说我看看这玩意咋给出去合适。（感谢 Leo 和 Mable 被迫出镜）

Tykoo

10,774 次观看 • 6 个月前

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

Clawdbot的创造者说，他最喜欢的模型是Claude Opus。但编程能力最强的，竟然是OpenAI的旧模型Codex。为什么？他说用Codex写代码，有95%的把握可以直接运行。因为它能理解大型代码库，需要的“人工干预”更少。这就像一个经验丰富的老员工，话不多，但活儿干得漂亮。而Claude Opus，虽然被认为综合能力更强，但在编程这个具体任务上，却需要更多技巧和引导才能达到同样效果。有点像一个很聪明但经验不足的新人。这引出一个有趣的问题。我们真的需要那个最“聪明”、最像人的AI吗？还是说，在特定领域，我们更需要一个可靠、高效、甚至有点“无聊”的工具？ Opus更像人，甚至会在聊天中讲出真正好笑的笑话。但Codex在专业领域更可靠。这是否揭示了通用人工智能（AGI）发展的一个岔路口？是追求一个无所不能但样样不精的“全才”，还是打造一系列在各自领域做到极致的“专才”？从制造业到高科技，美国产业的核心优势，向来是那些专注于解决具体问题的实用工具，而不是那些空泛的概念。技术的终点，究竟是创造一个和我们一样的“伙伴”，还是一个能把工作做到极致的工具？这两种路线，哪一个对恢复美国制造业和技术领导地位更有利？

墓碑科技

62,012 次观看 • 6 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：

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 次观看 • 1 年前

Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。它会有一套完整的研究链路：先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。我刚用它测过的场景：上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚：你在解决真实需求，还是在解决自己幻想的问题。

Vibe Coding 让每个人都有做软件的能力，我见过很多人做了几十个产品，纯特么自嗨，没有一毛钱盈利。现在 AI 一晚上能做一个产品，代码成本趋近于零，成本低到大家觉得不需要验证，做完了自然有人用。但事实上大家都在做“玩具”，因为 Vibe Coding 解决的是 how，但 what 和 why 被跳过了。我最近一个多月一直在用 atypica.AI ，就是在写代码之前，先把想法丢进去跑一轮用户验证。它会有一套完整的研究链路：先帮你拆研究计划，然后从百万级真实用户数据构建的 AI 人设库里挑人，组成一个焦点小组（AI Panel），让这些虚拟用户讨论你的产品、互相辩论、给出反对意见。并且，这个焦点小组可以反复用，每次你有新想法、新定价、新包装、新广告语，都可以拉同一批人再聊一轮。我刚用它测过的场景：上周我想做一个给老板用的 AI 助手，它帮我组了 12 个不同行业的老板人设（persona）并沉淀成我可以反复调用的Panel 。 30 分钟跑完，从报告中发现3件我完全没想到的事： 1. 当AI变得太懂老板反而会引发不安全感（尤其是很懂账目和客户关系时，会觉得被盯着）； 2. 最抗拒 AI 的老板也不是完全不用 AI ，只是不想换工作方式（能继续发微信、拍照、说语音，后台自动整理）； 3. 他们愿意为 AI 付钱不是因为功能多，而是因为它能帮自己少亏一次钱（少一次压货、客户流失或管理损耗，比“智能助手”这个概念更能打动人）。根据这些发现我当场调整了方向，然后用panel里的同一批人再验证了一轮。两轮下来，避开了至少三个致命错误。 Vibe Coding 把做产品的门槛降到了零，但做对产品的门槛一点没变，如果你想要靠产品盈利，最好还是先想清楚：你在解决真实需求，还是在解决自己幻想的问题。

余温

27,280 次观看 • 1 个月前

用 DAPPOS DAPPOS 真的越用越香！快来围观我做的～ Web3 技术分析师聚合型的网站: 最近行情没那么好做，我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是，看几十个币、翻各种指标、找进出场位置，费时间还容易犹豫。于是我突然想到，为什么不能做一个 AI 技术分析网站，让 AI 帮我把热点币种、关键支撑压力、进场离场位置，以及背后的逻辑一次性整理出来？以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具，但对于技术小白来说，门槛还是有点高。直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测，RWA等网站，我决定自己也试试，结果真的超出预期。我只告诉 xBubble 我的需求，几分钟就生成了一个 Web3 技术分析网站，不用折腾服务器、不用配置环境、不用UI挠秃头，页面就直接做好了。网站里不仅有热门币种推荐，还会给出： 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析基本就是一个 24 小时在线的 AI 分析师。这次体验最大的感受不是 AI 会写代码，而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。以前有一个想法，需要找程序员、产品、设计，折腾几周甚至几个月；现在，一个点子+一句需求，几分钟就能验证。所谓 OPC（One Person Company），可能真的已经不是未来，而是现在。以后拼的，也许不再是谁会写代码，而是谁更快把想法变成产品！

用 DAPPOS DAPPOS 真的越用越香！快来围观我做的～ Web3 技术分析师聚合型的网站: 最近行情没那么好做，我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是，看几十个币、翻各种指标、找进出场位置，费时间还容易犹豫。于是我突然想到，为什么不能做一个 AI 技术分析网站，让 AI 帮我把热点币种、关键支撑压力、进场离场位置，以及背后的逻辑一次性整理出来？以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具，但对于技术小白来说，门槛还是有点高。直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测，RWA等网站，我决定自己也试试，结果真的超出预期。我只告诉 xBubble 我的需求，几分钟就生成了一个 Web3 技术分析网站，不用折腾服务器、不用配置环境、不用UI挠秃头，页面就直接做好了。网站里不仅有热门币种推荐，还会给出： 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析基本就是一个 24 小时在线的 AI 分析师。这次体验最大的感受不是 AI 会写代码，而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。以前有一个想法，需要找程序员、产品、设计，折腾几周甚至几个月；现在，一个点子+一句需求，几分钟就能验证。所谓 OPC（One Person Company），可能真的已经不是未来，而是现在。以后拼的，也许不再是谁会写代码，而是谁更快把想法变成产品！

Flora_花花

16,898 次观看 • 1 个月前

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

AYi

21,453 次观看 • 2 个月前

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

DoorDash CTO Andy Fang 这句太狠了： “用AI的目标不是写代码更快，而是再也不用亲手写代码了。” 他们公司现在全员跑agent。有个代码迁移项目，原本要4个工程师干满一个季度。现在一个人，三周搞定。结果就是：专家团队变成了“一个专家+一堆规则和agent”。这哥们跟Claude Code创始人聊了25分钟，全是干货。看完我算是明白了，大多数人用AI的方式还是最原始那种：手动输入、等待、修改、再问。效率低到离谱。真正的玩法早就不一样了。

淘沙者(TheSandPicker)

91,818 次观看 • 1 个月前

我这两天被这个爆火的Flipbook刷屏并被震撼到，现在的UI界面也许会在不久的将来彻底改变。Flipbook是三星工程师(前Open AI)Zain Shah和另外两个伙伴做的一个无限视觉浏览器，根据你的搜索词，实时用像素生成一张类似百科全书里的动态插画，连文字也是像素组成，没有代码，没有HTML，画面上的任何区域你都可以点击，生成这块区域的进一步画面。而且作者们调制的这个画面风格太好看了，我小时候要是有这玩意能玩一整天不吃不喝，完全就是一本无限魔法书。作者直接展示了在这上面搜索巴黎旅游景点，还直接买了巴黎圣母院的票。我自己也用来搜索了清迈，效果惊人，但可惜这两天太火了我一直没能连接上视频动态效果。虽然目前的算力无法实现规模化，作者也说目前只是展示测试阶段，但是我这次是真真切切感受到了AI带来的改革，未来就快来了。

我这两天被这个爆火的Flipbook刷屏并被震撼到，现在的UI界面也许会在不久的将来彻底改变。Flipbook是三星工程师(前Open AI)Zain Shah和另外两个伙伴做的一个无限视觉浏览器，根据你的搜索词，实时用像素生成一张类似百科全书里的动态插画，连文字也是像素组成，没有代码，没有HTML，画面上的任何区域你都可以点击，生成这块区域的进一步画面。而且作者们调制的这个画面风格太好看了，我小时候要是有这玩意能玩一整天不吃不喝，完全就是一本无限魔法书。作者直接展示了在这上面搜索巴黎旅游景点，还直接买了巴黎圣母院的票。我自己也用来搜索了清迈，效果惊人，但可惜这两天太火了我一直没能连接上视频动态效果。虽然目前的算力无法实现规模化，作者也说目前只是展示测试阶段，但是我这次是真真切切感受到了AI带来的改革，未来就快来了。

Jingyuan缘缘

330,949 次观看 • 3 个月前

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

AI淘汰程序员？想多了。硅谷投资大佬Marc Andreessen点破了一个真相。 AI编程不会消灭程序员，它在重新定义这个职业。程序员的工作不再是逐行敲代码。现在的工作，是同时指挥10个AI编码机器人。跟它们争论，调试它们的输出，修改需求，逼它们拿出正确结果。但这里有个圈套。如果你自己不懂怎么写代码，你根本无法判断AI给你的东西是对是错。编程的下一个层次，不是写脚本。是监督写脚本的AI。今天最顶尖的程序员，整天在不同终端之间切换。管理多个编码机器人，修复错误，优化指令。讽刺吗？你仍然需要极其扎实的基本功。没有基本功，你连AI在犯傻都看不出来。工作的本质变了。现在是跟AI机器人辩论，调试AI生成的代码，理解为什么程序跑不起来，或者为什么不够快。 AI确实简化了工作。但只有真正懂代码的人，才能判断这种简化是否正确。程序员不会消失。他们正在变得比以前强大10倍、100倍，甚至1000倍。生产力的巨大提升，这才是真正的价值所在。任务在变，工作性质在变。但最终负责的，永远是人。人类依然在监督过程，评估结果，纠正错误，并做出最终判断。未来的程序员不是被AI取代。他们被AI升级了。所以，还是得老老实实学习怎么写代码，理解代码。因为当AI搞砸的时候，只有人知道为什么。这种能力的跃升，才是真正的革命。

墓碑科技

58,922 次观看 • 6 个月前

用 DAPPOS DAPPOS 做了一个 Perps DEX 套利网站，也是我人生中做的第一个网站，简直太绝了！立即发现 Perps DEX 资金费率套利机会：最近我没撸啥项目，做的比较多的就是在 Perps DEX 之间做一些价差、费率套利，赚点生活费。其实我一直有想法做一个关于 Perps DEX 套利的网站，但又无从下手。我知道可以借助AI 帮我做网站，但是往常的 Cursor、Claude Code 、Codex 等 AI coding 工具，对于我这个技术白痴来说还是有点困难。直到我刷到 DAPPOS 关于 Polymarket Agent SOP 的推文，发现用 xBubble 做一个网站竟然如此简单，用户仅需陈述：构建一个网站，用于跟踪与伊朗相关的 Polymarket 市场和突发动态，xBubble 马上就做出了一个实用性很强的网站来了！我用同样的操作生成了一个发现 Perps DEX 资金费率套利机会的网站，我不需要亲自解决服务器环境配置、域名解析、API KEY配置等繁琐技术底层，只需要把我的想法告诉 xBubble ，几分钟内就帮我生成了一个关于发现 Perps DEX 资金费率套利机会的网站，网站包括了套利机会、DEX 对比、收益计算器、观察列表和风险说明等栏目，比我想象的更加齐全！通过这次 DAPPOS Coding 初体验，我真正感受到了 AI 的强大，原来 OPC 经济（一人公司）早已不是停留在概念阶段了。但你还对 AI 不屑一顾，很多人已经利用 AI 创建了自己的一人公司，实现了阶级的跨越。xBubble 帮小团队和个人彻底抹平了技术雇佣成本，让每一个原本无法变现的细分长尾需求，都变成了能够产生暴利现金流的真实生意。只有你有点子，就立马去行动，说不定下一个利用 AI 实现阶层跨越的就是你！

用 DAPPOS DAPPOS 做了一个 Perps DEX 套利网站，也是我人生中做的第一个网站，简直太绝了！立即发现 Perps DEX 资金费率套利机会：最近我没撸啥项目，做的比较多的就是在 Perps DEX 之间做一些价差、费率套利，赚点生活费。其实我一直有想法做一个关于 Perps DEX 套利的网站，但又无从下手。我知道可以借助AI 帮我做网站，但是往常的 Cursor、Claude Code 、Codex 等 AI coding 工具，对于我这个技术白痴来说还是有点困难。直到我刷到 DAPPOS 关于 Polymarket Agent SOP 的推文，发现用 xBubble 做一个网站竟然如此简单，用户仅需陈述：构建一个网站，用于跟踪与伊朗相关的 Polymarket 市场和突发动态，xBubble 马上就做出了一个实用性很强的网站来了！我用同样的操作生成了一个发现 Perps DEX 资金费率套利机会的网站，我不需要亲自解决服务器环境配置、域名解析、API KEY配置等繁琐技术底层，只需要把我的想法告诉 xBubble ，几分钟内就帮我生成了一个关于发现 Perps DEX 资金费率套利机会的网站，网站包括了套利机会、DEX 对比、收益计算器、观察列表和风险说明等栏目，比我想象的更加齐全！通过这次 DAPPOS Coding 初体验，我真正感受到了 AI 的强大，原来 OPC 经济（一人公司）早已不是停留在概念阶段了。但你还对 AI 不屑一顾，很多人已经利用 AI 创建了自己的一人公司，实现了阶级的跨越。xBubble 帮小团队和个人彻底抹平了技术雇佣成本，让每一个原本无法变现的细分长尾需求，都变成了能够产生暴利现金流的真实生意。只有你有点子，就立马去行动，说不定下一个利用 AI 实现阶层跨越的就是你！

里奇

18,634 次观看 • 1 个月前

我去！AI Native 组织的终极形态，真的被一个产品做出来了！！众所周知，OPC的本质是一个人 + 无数个 Agent 协作但前段时间抖音上一个消息让我意识到有的学校已经把一人公司概念当成就业率在宣传了，鼓励所有创新创业竞赛的获奖作品去注册公司做OPC？？？？最终结果是：90% 的 OPC 宣告破产原因是：根本不理解，一个组织到底需要什么样的"人" 然后我发现了 Helio，直接给我干沉默了我只是跟我的 HR 同事说了一句话："我要筹备 AI 课程和训练营"——他听完，自己去给我招了一个课程研发助手进来。我没有配置、没有写 Prompt、没有选模型他判断我需要什么人，他就把什么人招进来，我看后台进程是调用了无数个skill帮我完成一件事儿，如果是我自己做的话我真的很难想象要多久更离谱的是——当我让他们去抓取热点、写稿的时候，他们不是各做各的，他们会互相讨论、互相质疑，甚至吵起来。在争执里涌现出真正好的内容这一刻我感觉我不是在用工具，我是在旁观一个真实的工作团队在运转还有一件事让我直接封神：支持 DeepSeek 模型不用被 GPT/Claude 的付费账单绑架，AI 团队照样给你跑起来这不是在用 AI，这是真的在让我作为一个老板在经营一家公司

我去！AI Native 组织的终极形态，真的被一个产品做出来了！！众所周知，OPC的本质是一个人 + 无数个 Agent 协作但前段时间抖音上一个消息让我意识到有的学校已经把一人公司概念当成就业率在宣传了，鼓励所有创新创业竞赛的获奖作品去注册公司做OPC？？？？最终结果是：90% 的 OPC 宣告破产原因是：根本不理解，一个组织到底需要什么样的"人" 然后我发现了 Helio，直接给我干沉默了我只是跟我的 HR 同事说了一句话："我要筹备 AI 课程和训练营"——他听完，自己去给我招了一个课程研发助手进来。我没有配置、没有写 Prompt、没有选模型他判断我需要什么人，他就把什么人招进来，我看后台进程是调用了无数个skill帮我完成一件事儿，如果是我自己做的话我真的很难想象要多久更离谱的是——当我让他们去抓取热点、写稿的时候，他们不是各做各的，他们会互相讨论、互相质疑，甚至吵起来。在争执里涌现出真正好的内容这一刻我感觉我不是在用工具，我是在旁观一个真实的工作团队在运转还有一件事让我直接封神：支持 DeepSeek 模型不用被 GPT/Claude 的付费账单绑架，AI 团队照样给你跑起来这不是在用 AI，这是真的在让我作为一个老板在经营一家公司

叫我阿杭

13,101 次观看 • 2 个月前

问天塔与理想国那时候我在想，有一天我将带领了我的同族们创造一个新的文明的时代，那个时候又叫量子电脑，是未来的一个，这个目前看到一个终极的工具。然后最终会走向人与上帝沟通... 就像七哥曾经见过高人探索了人类的文明，有幸的一窥世界人类的游戏的真相的碗边之后，我就在想自己，你说要有一天，我想我要把共产党灭了，然后我拥有一个从地下冒油的国家，像沙特一样，是吧。沙特当时萨乌地（Saudi）先生，Mr.萨乌地先生建造了一个国家，建造了这个国家怎么着，生了五千个王子、公主，是吧。然后全给他钱花，是不是。然后近亲结婚，是不是。表亲的结，乱球搞，最后一帮的傻子出来了，是不是。都是不正常的，是吧。然后这叫国家。郭文贵想要这个吗？我要有本事创造一个财富帝国，我不去灭共，我找个地方弄个地方，是吧，建个国，然后整出一帮就是郭文贵的国家，然后郭文贵的五千的子孙和公主们，然后最后近亲结婚，整出一帮傻子出来，然后就是花钱买劳斯莱斯，坐到大飞机，是吧。你觉得这是我想要的吗？我当然不想要。然后再一个就想想，我建一个实体，像北朝鲜一样，让所有人都盼望喝一碗肉汤，然后我吃得胖胖的，然后都得糖尿病死掉，然后让我的儿子，我的孙子接班，是吧。这是我想要的吗？不想要。我都不想要孙子，要不要孙子我都不管，我干嘛要这个？是不是。那我是不是像中国共产党一样，是不是，编一个谎言，创造一个笑话，然后让全中国人民就是说爹亲娘亲不如我这个党亲，都当我的奴隶，然后我到处造小人，造孩子，在全世界去，到人家国家去当人家三孙子去，我在这块奴役我中国人民都变成我的孙子和奴隶，这当然不是我想要的。那什么是我想要的？是吧，我就要探索，我只要活着，我把共产党灭了，我这一辈子就不白活。我毁掉一个魔，比我建一个国的功劳和快乐要大得多。这是一个。第二，我宁可去当狗去，我都不当国王，因为国王全都是骑在人民的头上的。那建一个什么？建一个心中的自我的王国，就是信仰的王国，信仰的王国就是什么？我要找到人为什么来到世界？人到底应该去什么地方？我现在我觉得我发自内心的时候，我认为我知道，我相信人是不生不灭的。因为我们活在一个伟大的时代，很早我就看到了网络文明，现在的生物文明，我就在这个楼的后面，就在背后这个楼，今天看到的川普大楼，就在这个楼的20楼，我住在这，1989年，在1998年到1999年，看到了人类上第一次的，克林顿时期和布什时期搞的人类的基因的排谱，我看到了股票塞雷拉（音）的上市，塞雷拉博士完成了人类的基因排谱，这是多大的事啊，对七哥是震撼的。人类的基因谱排完以后，所有的DNA有多少个的DNA？有多少个谱，怎么形状？有多少个组基因？他把人类给整明白了，人类的染色体。然后我又看到了当年AOL电脑、谷歌、雅虎这些是网络时代的到来，就在这儿，就在这儿。那时候我在想，有一天我将带领了我的同族们创造一个新的文明的时代，那个时候又叫量子电脑，是未来的一个，这个目前看到一个终极的工具。然后最终会走向人与上帝沟通，就人与人的神之间沟通，就是生物电脑。干细胞，你看干细胞就发明了多了不起，所以现在量子电脑上来以后，人的一切改变，而且就在两三年应用，这是七哥二十年三十年的梦想。今天我们站在这里讨论的时候，我特别的幸福，因为我们这些人会最早享受既有钱还有这能力，还有这个需要来享受量子电脑。创造一个数字化的货币的时代、金融的时代、网络的时代和找到人类更多，探索的快乐的时代。 #郭文贵 #新中国联邦 #问天塔 #干细胞 #量子电脑 #生物电脑

问天塔与理想国那时候我在想，有一天我将带领了我的同族们创造一个新的文明的时代，那个时候又叫量子电脑，是未来的一个，这个目前看到一个终极的工具。然后最终会走向人与上帝沟通... 就像七哥曾经见过高人探索了人类的文明，有幸的一窥世界人类的游戏的真相的碗边之后，我就在想自己，你说要有一天，我想我要把共产党灭了，然后我拥有一个从地下冒油的国家，像沙特一样，是吧。沙特当时萨乌地（Saudi）先生，Mr.萨乌地先生建造了一个国家，建造了这个国家怎么着，生了五千个王子、公主，是吧。然后全给他钱花，是不是。然后近亲结婚，是不是。表亲的结，乱球搞，最后一帮的傻子出来了，是不是。都是不正常的，是吧。然后这叫国家。郭文贵想要这个吗？我要有本事创造一个财富帝国，我不去灭共，我找个地方弄个地方，是吧，建个国，然后整出一帮就是郭文贵的国家，然后郭文贵的五千的子孙和公主们，然后最后近亲结婚，整出一帮傻子出来，然后就是花钱买劳斯莱斯，坐到大飞机，是吧。你觉得这是我想要的吗？我当然不想要。然后再一个就想想，我建一个实体，像北朝鲜一样，让所有人都盼望喝一碗肉汤，然后我吃得胖胖的，然后都得糖尿病死掉，然后让我的儿子，我的孙子接班，是吧。这是我想要的吗？不想要。我都不想要孙子，要不要孙子我都不管，我干嘛要这个？是不是。那我是不是像中国共产党一样，是不是，编一个谎言，创造一个笑话，然后让全中国人民就是说爹亲娘亲不如我这个党亲，都当我的奴隶，然后我到处造小人，造孩子，在全世界去，到人家国家去当人家三孙子去，我在这块奴役我中国人民都变成我的孙子和奴隶，这当然不是我想要的。那什么是我想要的？是吧，我就要探索，我只要活着，我把共产党灭了，我这一辈子就不白活。我毁掉一个魔，比我建一个国的功劳和快乐要大得多。这是一个。第二，我宁可去当狗去，我都不当国王，因为国王全都是骑在人民的头上的。那建一个什么？建一个心中的自我的王国，就是信仰的王国，信仰的王国就是什么？我要找到人为什么来到世界？人到底应该去什么地方？我现在我觉得我发自内心的时候，我认为我知道，我相信人是不生不灭的。因为我们活在一个伟大的时代，很早我就看到了网络文明，现在的生物文明，我就在这个楼的后面，就在背后这个楼，今天看到的川普大楼，就在这个楼的20楼，我住在这，1989年，在1998年到1999年，看到了人类上第一次的，克林顿时期和布什时期搞的人类的基因的排谱，我看到了股票塞雷拉（音）的上市，塞雷拉博士完成了人类的基因排谱，这是多大的事啊，对七哥是震撼的。人类的基因谱排完以后，所有的DNA有多少个的DNA？有多少个谱，怎么形状？有多少个组基因？他把人类给整明白了，人类的染色体。然后我又看到了当年AOL电脑、谷歌、雅虎这些是网络时代的到来，就在这儿，就在这儿。那时候我在想，有一天我将带领了我的同族们创造一个新的文明的时代，那个时候又叫量子电脑，是未来的一个，这个目前看到一个终极的工具。然后最终会走向人与上帝沟通，就人与人的神之间沟通，就是生物电脑。干细胞，你看干细胞就发明了多了不起，所以现在量子电脑上来以后，人的一切改变，而且就在两三年应用，这是七哥二十年三十年的梦想。今天我们站在这里讨论的时候，我特别的幸福，因为我们这些人会最早享受既有钱还有这能力，还有这个需要来享受量子电脑。创造一个数字化的货币的时代、金融的时代、网络的时代和找到人类更多，探索的快乐的时代。 #郭文贵 #新中国联邦 #问天塔 #干细胞 #量子电脑 #生物电脑

喜马拉雅日本勇者村

19,379 次观看 • 1 年前