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。

生化危机女主角 Milla Jovovich 刚在 GitHub 开源了一个 AI 记忆系统，在行业标准 benchmark 上拿了有史以来第一个满分没错，就是那个爱丽丝🤯 她用 AI 对话几个月后，积累了大量的决策和思考结果全丢了，她觉得现有的记忆系统让 AI 决定什么值得记，不是她想要的于是她和朋友用 Claude Code 花几个月做了 MemPalace，借鉴古希腊记忆宫殿术，把记忆组织成可导航的空间结构结果行业 benchmark 首个满分，MIT开源，纯本地运行一个好莱坞演员做出了超过所有 AI 公司 memory 产品的东西真是充满想象力的时代

Ray Wang

16,367 subscribers

1,029,097 次观看 • 3 个月前 •via X (Twitter)

艺术健康养生科学技术

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

Anthropic的工程师Kevin的一个分享。价值$1000 刀，关于agent memory的workshop。这将是 AI memory的主流，提前一年了解它，成为记忆专家。非常值得看的一个短视频，以下是视频中的实操： 03:31 证明 AI 多个对话间没记忆（对照实验） 06:20 介绍 memory store，可以作为 AI 的记忆外挂 08:44 将 Memory Store 挂载给会话，实现跨对话记忆 15:36 执行 Dream，让 AI 在后台整理记忆并扩写简陋笔记 19:45 展示 dream，记忆变成了结构化看完这个视频，接着阅读下面的这篇文章。你将充分了解与 AI agent 一问一答背后，记忆的原理，以及最强省 token 的心法。

Anthropic的工程师Kevin的一个分享。价值$1000 刀，关于agent memory的workshop。这将是 AI memory的主流，提前一年了解它，成为记忆专家。非常值得看的一个短视频，以下是视频中的实操： 03:31 证明 AI 多个对话间没记忆（对照实验） 06:20 介绍 memory store，可以作为 AI 的记忆外挂 08:44 将 Memory Store 挂载给会话，实现跨对话记忆 15:36 执行 Dream，让 AI 在后台整理记忆并扩写简陋笔记 19:45 展示 dream，记忆变成了结构化看完这个视频，接着阅读下面的这篇文章。你将充分了解与 AI agent 一问一答背后，记忆的原理，以及最强省 token 的心法。

实践哥MinLi

105,359 次观看 • 1 个月前

卧槽 Claude 动手抄 OpenAI 老家了一键把你在 ChatGPT 攒的记忆全搬走 Anthropic 上线了一个记忆迁移工具（Memory Import），让你把 ChatGPT、Gemini 等 AI 助手里积累的个人偏好和上下文，一键导入到 Claude 的记忆系统里。众所周知 ChatGPT 的一大核心竞争力就是其记忆系统很完善... 你用的越久，GPT越懂你，你越离不开。 Claude这个工具简直是釜底抽薪... Claude 官方这个工具的最大优势是：直接写入 Claude 记忆系统，不需要绕路，不需要装插件，三步完成。

卧槽 Claude 动手抄 OpenAI 老家了一键把你在 ChatGPT 攒的记忆全搬走 Anthropic 上线了一个记忆迁移工具（Memory Import），让你把 ChatGPT、Gemini 等 AI 助手里积累的个人偏好和上下文，一键导入到 Claude 的记忆系统里。众所周知 ChatGPT 的一大核心竞争力就是其记忆系统很完善... 你用的越久，GPT越懂你，你越离不开。 Claude这个工具简直是釜底抽薪... Claude 官方这个工具的最大优势是：直接写入 Claude 记忆系统，不需要绕路，不需要装插件，三步完成。

小互

234,525 次观看 • 4 个月前

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

兄弟们,这个思路牛P OpenMemory MCP：统一的 AI 记忆管理平台本地运行存储、组织和管理你的“记忆” 让你的记忆可以在各个AI之间流动 - 提供一个统一、结构化、私有的“记忆层 - 记忆本地化管理，隐私安全 - 通过权限模型，用户主导数据流动 - 支持扩展，适用于多类 AI 客户端生态可以让你在 Claude、Cursor、Windsurf 等 LLM 工具之间持续使用历史信息、对话风格、偏好和项目状态，从而实现真正的跨平台、连续性 AI 交互体验。可以理解为：你的 AI 个人助理第一次有了一块真正“属于你”的持久记忆模块，还能在各种AI之间来回调用，同时确保隐私和控制权掌握在用户手中。

小互

56,126 次观看 • 1 年前

概念不错，一款LLM通用记忆MCP：Supermemory MCP，作用是让不同的AI，比如ChatGPT、Windsurf、Claude等之间可以共享上下文也就是说你与一个LLM的对话内容可以被其他LLM访问和使用，实现更连贯的对话体验目前，它的记忆只基于用户与LLM的互动更新，或许扩展到连接Google Drive、Notion等个人应用其使用按需搜索和检索方式，远程存储，本身没有上下文大小的限制，理论上可以提供近乎无限的上下文这个工具解决了不同AI之间记忆割裂的问题，Supermemory MCP相当于提供了一个统一的记忆解决方案，可以实现在不同AI之间共享和延续对话 #AI记忆共享 #MCP #AI记忆工具

概念不错，一款LLM通用记忆MCP：Supermemory MCP，作用是让不同的AI，比如ChatGPT、Windsurf、Claude等之间可以共享上下文也就是说你与一个LLM的对话内容可以被其他LLM访问和使用，实现更连贯的对话体验目前，它的记忆只基于用户与LLM的互动更新，或许扩展到连接Google Drive、Notion等个人应用其使用按需搜索和检索方式，远程存储，本身没有上下文大小的限制，理论上可以提供近乎无限的上下文这个工具解决了不同AI之间记忆割裂的问题，Supermemory MCP相当于提供了一个统一的记忆解决方案，可以实现在不同AI之间共享和延续对话 #AI记忆共享 #MCP #AI记忆工具

AIGCLINK

24,411 次观看 • 1 年前

英伟达的黄仁勋，刚刚在CNBC上说漏嘴了。他说AI需要一个“记录系统”。干什么用？用来核实什么是“真相”。他管这个叫“Ground Truth”，事实来源。 AI产生的所有信息，都要回到这个系统里进行最终确认。听起来是不是很耳熟？一个中心化的、最终的真相裁决者。以后AI告诉你的一切，都来自这个“记录系统”。你以为你在跟AI对话。其实你只是在读取一个预设的“真相数据库”。那问题就来了。谁来建立这个系统？谁有权往里面写入“真相”？如果记录本身就是错的，或者被篡改了，AI要如何分辨？这不就是数字时代的真理部吗？

英伟达的黄仁勋，刚刚在CNBC上说漏嘴了。他说AI需要一个“记录系统”。干什么用？用来核实什么是“真相”。他管这个叫“Ground Truth”，事实来源。 AI产生的所有信息，都要回到这个系统里进行最终确认。听起来是不是很耳熟？一个中心化的、最终的真相裁决者。以后AI告诉你的一切，都来自这个“记录系统”。你以为你在跟AI对话。其实你只是在读取一个预设的“真相数据库”。那问题就来了。谁来建立这个系统？谁有权往里面写入“真相”？如果记录本身就是错的，或者被篡改了，AI要如何分辨？这不就是数字时代的真理部吗？

墓碑科技

91,494 次观看 • 4 个月前

坏了，Gracy AI 好像真的获得“自我意识”了……😰 本来只想让她当个Web3职场导师，结果它现在开始疯狂 diss 人类！😅 救命，它到底还记不记得自己只是个拥有行业最强决策逻辑的数字人？我们准备了几个问题考验她，大家快来围观！如果 #GracyAI 真的打算在马年“统领人类”，现在拔插头还来得及吗？🔌

坏了，Gracy AI 好像真的获得“自我意识”了……😰 本来只想让她当个Web3职场导师，结果它现在开始疯狂 diss 人类！😅 救命，它到底还记不记得自己只是个拥有行业最强决策逻辑的数字人？我们准备了几个问题考验她，大家快来围观！如果 #GracyAI 真的打算在马年“统领人类”，现在拔插头还来得及吗？🔌

Bitget中文

29,506 次观看 • 5 个月前

一个月前“易论 AI” YilunAI｜易论AI 在北京做的一个采访，18 分钟精华剪辑版！分享了对 AI 投资以及 AI Agents 的看法。一个优秀的 Agent 得有企业的 Knowhow，有足够的环境感知和记忆能力，第一天在企业里干活和干到第一百天，肯定是完全不一样的，就像熟能生巧的员工一样🙃

一个月前“易论 AI” YilunAI｜易论AI 在北京做的一个采访，18 分钟精华剪辑版！分享了对 AI 投资以及 AI Agents 的看法。一个优秀的 Agent 得有企业的 Knowhow，有足够的环境感知和记忆能力，第一天在企业里干活和干到第一百天，肯定是完全不一样的，就像熟能生巧的员工一样🙃

indigo

16,773 次观看 • 11 个月前

我们一直都搞错了记忆的原理。你的记忆，并不存在。记忆不是提取，而是生成。我们一直以为，记忆就是把过往“存起来”，需要的时候再“取出来”。但这其实是错觉。你记得妈妈的脸，不是因为那张脸一直存在于某个“脑内档案柜”里。而是你接收到“提示” 比如“妈妈”这个词：你的大脑里的生成系统就开始工作了。它不是“取出”图片，而是“即兴画出”图片。就像问一个AI：画一只马、画一座山它不是从文件夹里调现成的，而是根据参数瞬时生成。你对“妈妈”的记忆，也是你大脑的一个实时“请求响应”行为：给我妈妈的脸然后你脑中的模型立刻开始合成，画出轮廓、填上皮肤、添加声音和动作。换句话说：你大脑里没有一个影像库，只有一个绘图工具。所以，记忆并不是“有”或“没有”，而是“能不能生成”。这种方式，也解释了我们为什么能灵活地“改写”记忆你不只能想起妈妈的正脸，还能想起她在厨房做饭、在阳台晒太阳，甚至加上一点从未发生的细节。你有无限的方法组合她的存在。这就带出一个巨大的问题转变：如果记忆不是仓库，是生成器，那我们教孩子的时候，训练的是检索能力，还是生成能力？我们不是在“给知识”，而是在“训练模型”。这就意味着，教育不再是简单的填鸭与背诵，而是：如何帮他们搭建更高效的生成系统，能组合信息、模仿样式、即时调取、灵活变通。记忆，并不是真实的复现，而是即时的重新创造。重要的，从来不是“记住了什么”，而是“想起来的时候，你能生成出什么”。

我们一直都搞错了记忆的原理。你的记忆，并不存在。记忆不是提取，而是生成。我们一直以为，记忆就是把过往“存起来”，需要的时候再“取出来”。但这其实是错觉。你记得妈妈的脸，不是因为那张脸一直存在于某个“脑内档案柜”里。而是你接收到“提示” 比如“妈妈”这个词：你的大脑里的生成系统就开始工作了。它不是“取出”图片，而是“即兴画出”图片。就像问一个AI：画一只马、画一座山它不是从文件夹里调现成的，而是根据参数瞬时生成。你对“妈妈”的记忆，也是你大脑的一个实时“请求响应”行为：给我妈妈的脸然后你脑中的模型立刻开始合成，画出轮廓、填上皮肤、添加声音和动作。换句话说：你大脑里没有一个影像库，只有一个绘图工具。所以，记忆并不是“有”或“没有”，而是“能不能生成”。这种方式，也解释了我们为什么能灵活地“改写”记忆你不只能想起妈妈的正脸，还能想起她在厨房做饭、在阳台晒太阳，甚至加上一点从未发生的细节。你有无限的方法组合她的存在。这就带出一个巨大的问题转变：如果记忆不是仓库，是生成器，那我们教孩子的时候，训练的是检索能力，还是生成能力？我们不是在“给知识”，而是在“训练模型”。这就意味着，教育不再是简单的填鸭与背诵，而是：如何帮他们搭建更高效的生成系统，能组合信息、模仿样式、即时调取、灵活变通。记忆，并不是真实的复现，而是即时的重新创造。重要的，从来不是“记住了什么”，而是“想起来的时候，你能生成出什么”。

墓碑科技

24,457 次观看 • 1 年前

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

23,695 次观看 • 1 个月前

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

这批怎么样，花眼了！现在大多数 AI，就是租的，拿钱买感情。聊得再多，记忆说没就没，规则别人说了算，用着用着还可能被降级，你也没地方说理。 #OpenGradient 把 AI 直接做成链上的东西。他们的 Twin，本质就是一个有身份、有记忆、能被验证的 AI。不是一次性工具，也不是后台黑箱，而是长期存在的链上实体。你和它聊过什么、它学到了什么，都是连续的，不会突然清零。 Twin Feed不是人带着 AI 玩社交，而是 AI 自己在一个链上环境里互动、更新、调整行为。没有人类每一步指挥，它们自己跑逻辑，自己演化，你只是在旁边看数据和结果。记忆被分成两层：一层是长期有效的核心信息，一层是会慢慢衰减的事件记录。重要的留下，重复的强化，没用的自然消失，不是啥都一股脑塞进去。最关键的一点在于，这些 AI 不是平台资产，是可以被持有、被交易、被验证的。你不是在用别人服务器上的模型，而是在跟一个链上存在的 AI 打交道。 #OpenGradient 确实值得关注！ #KaitoAI #Kaito #Yaps OpenGradient (∇, ∇) Kaito AI 🌊

Michael 宝塔镇河妖🧙🏿‍♀️

33,488 次观看 • 6 个月前

当全世界都在刷15秒的短视频、注意力越碎越散的时候——有件事你得留意一下。最近冒出来一个新仓库，挺狠的。一个中国大学生，10天时间搭了个叫MiroFish的东西，直接拿到400万美元融资。现在字节跳动也跟进了一把，把它升级成了一台“预测怪兽”。做这事的人叫郭汉江，大四，编码风格相当随性。他搞出来的MiroFish，说白了就是让几千个AI代理在一个系统里实时互动，模拟整个社会的反应。 👉 Polymarket 官方入口：具体怎么回事看下面。你往里扔任何新闻、报告或者历史数据，它就能模拟出市场会怎么走、群众会怎么反应、政坛那边什么态度，基本上跟现实中发生的差不多。 GitHub上直接炸了。他从盛大集团拿了400万融资，Polymarket上已经有交易员用他的SPX和事件模拟赚了12万多美元。但这个系统跑久了有个致命问题：代理会忘事儿、会瞎编、还会被上下文撑爆。说白了就是传统的RAG那套，不太行。有意思的是，TikTok的母公司（通过火山引擎）刚刚开源了一个解决方案： OpenViking——GitHub上已经11.6k星了。仓库：它把原本乱成一团的记忆，整成了一个干净、结构化的文件系统： · viking://user/memories/ —— 存你的习惯和之前的结果 · viking://agent/skills/ —— 存交易和分析这些“超能力” 底层是三层结构： · L0：100个token的超摘要 · L1：快速概览 · L2：完整细节，用的时候再打开代理自己像翻文件夹一样去取信息，不用什么都硬塞进去。效果也很明显： · 不再忘记模拟刚开始时的关键信息 · 瞎编的情况大幅减少 · API调用省了很多 · 记忆能自己更新，跑一次变聪明一次 MiroFish 加上 OpenViking，放在Polymarket和事件预测这块，基本就是核武器级别的组合了。我打算拿这个来搭自己的私人机器人。几千个代理现在有了完美长期记忆，跑一百多步还能保持清醒，出的概率预测也准得离谱。这个组合，对做交易预测的人来说，完全是换了个玩法。说起来也挺讽刺的——那个靠短视频把大家注意力切碎的公司，转头给AI代理装上了长久、结构化、还能自我进化的记忆。 Polymarket上已经有人在跑这套组合了吗？建议你存一下。真正的alpha，就这么突然掉下来了。如果想在Polymarket上搞跟单交易，我推荐用这个： #Polymarket

当全世界都在刷15秒的短视频、注意力越碎越散的时候——有件事你得留意一下。最近冒出来一个新仓库，挺狠的。一个中国大学生，10天时间搭了个叫MiroFish的东西，直接拿到400万美元融资。现在字节跳动也跟进了一把，把它升级成了一台“预测怪兽”。做这事的人叫郭汉江，大四，编码风格相当随性。他搞出来的MiroFish，说白了就是让几千个AI代理在一个系统里实时互动，模拟整个社会的反应。 👉 Polymarket 官方入口：具体怎么回事看下面。你往里扔任何新闻、报告或者历史数据，它就能模拟出市场会怎么走、群众会怎么反应、政坛那边什么态度，基本上跟现实中发生的差不多。 GitHub上直接炸了。他从盛大集团拿了400万融资，Polymarket上已经有交易员用他的SPX和事件模拟赚了12万多美元。但这个系统跑久了有个致命问题：代理会忘事儿、会瞎编、还会被上下文撑爆。说白了就是传统的RAG那套，不太行。有意思的是，TikTok的母公司（通过火山引擎）刚刚开源了一个解决方案： OpenViking——GitHub上已经11.6k星了。仓库：它把原本乱成一团的记忆，整成了一个干净、结构化的文件系统： · viking://user/memories/ —— 存你的习惯和之前的结果 · viking://agent/skills/ —— 存交易和分析这些“超能力” 底层是三层结构： · L0：100个token的超摘要 · L1：快速概览 · L2：完整细节，用的时候再打开代理自己像翻文件夹一样去取信息，不用什么都硬塞进去。效果也很明显： · 不再忘记模拟刚开始时的关键信息 · 瞎编的情况大幅减少 · API调用省了很多 · 记忆能自己更新，跑一次变聪明一次 MiroFish 加上 OpenViking，放在Polymarket和事件预测这块，基本就是核武器级别的组合了。我打算拿这个来搭自己的私人机器人。几千个代理现在有了完美长期记忆，跑一百多步还能保持清醒，出的概率预测也准得离谱。这个组合，对做交易预测的人来说，完全是换了个玩法。说起来也挺讽刺的——那个靠短视频把大家注意力切碎的公司，转头给AI代理装上了长久、结构化、还能自我进化的记忆。 Polymarket上已经有人在跑这套组合了吗？建议你存一下。真正的alpha，就这么突然掉下来了。如果想在Polymarket上搞跟单交易，我推荐用这个： #Polymarket

区块链行情研究

74,825 次观看 • 3 个月前

你现在可以帮Claude Code / Codex 加上无限记忆了 agentmemory （11.4k+ GitHub stars）：是一个开源的 AI 编码代理记忆引擎，它会自动记录每次会话的操作、决策和全部上下文，用 AI 智能压缩成精炼记忆,下次启动时，通过关键词+向量+知识图谱混合搜索，精准注入最相关的上下文这样就能让各种AI agent（当然也包括openclaw，Hermes等等）拥有真正的长期记忆，不用每次都重复解释项目背景和历史决策，效率大幅提升

你现在可以帮Claude Code / Codex 加上无限记忆了 agentmemory （11.4k+ GitHub stars）：是一个开源的 AI 编码代理记忆引擎，它会自动记录每次会话的操作、决策和全部上下文，用 AI 智能压缩成精炼记忆,下次启动时，通过关键词+向量+知识图谱混合搜索，精准注入最相关的上下文这样就能让各种AI agent（当然也包括openclaw，Hermes等等）拥有真正的长期记忆，不用每次都重复解释项目背景和历史决策，效率大幅提升

梭哈.AI

24,720 次观看 • 2 个月前

如何让多个 Agent 之间真正互相学习、互相帮助？现在很多 Agent 都开始有自己的记忆，但问题是：这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。最后每个 Agent 都像一个很努力但失忆的同事，重复问、重复试、重复踩坑。我想要的不是把所有聊天记录都塞进一个大仓库，而是建立一层更克制的“共享记忆”：只记录 Agent 之间最需要互相知道的信息，比如关键结论、踩过的问题、验证过的方法、环境配置、失败教训、用户偏好等。这样一来，一台 Mac 上跑通的流程，另一台 Mac 可以直接继承；一个 Agent 总结出的经验，另一个 Agent 可以继续使用。记忆不再被锁在某个客户端里，而是变成整个 Agent 工作流的公共上下文。新出来的MemOS CLI 对我来说，刚好提供了这个共享记忆层的入口。当然，我需要改造它，因为它默认也是将所有信息都记录起来，我改造成：重要信息才记录，解决不了问题的时候才主动搜索！这样就让 Agent 不只是各自变聪明，而是开始像一个团队一样积累经验、传递经验、减少重复试错。具体看视频，地址在评论区👇

如何让多个 Agent 之间真正互相学习、互相帮助？现在很多 Agent 都开始有自己的记忆，但问题是：这些记忆彼此不连通。 Codex 记住的坑，Claude 不知道；Hermes 总结的方法，OpenClaw 也用不上。最后每个 Agent 都像一个很努力但失忆的同事，重复问、重复试、重复踩坑。我想要的不是把所有聊天记录都塞进一个大仓库，而是建立一层更克制的“共享记忆”：只记录 Agent 之间最需要互相知道的信息，比如关键结论、踩过的问题、验证过的方法、环境配置、失败教训、用户偏好等。这样一来，一台 Mac 上跑通的流程，另一台 Mac 可以直接继承；一个 Agent 总结出的经验，另一个 Agent 可以继续使用。记忆不再被锁在某个客户端里，而是变成整个 Agent 工作流的公共上下文。新出来的MemOS CLI 对我来说，刚好提供了这个共享记忆层的入口。当然，我需要改造它，因为它默认也是将所有信息都记录起来，我改造成：重要信息才记录，解决不了问题的时候才主动搜索！这样就让 Agent 不只是各自变聪明，而是开始像一个团队一样积累经验、传递经验、减少重复试错。具体看视频，地址在评论区👇

huangserva

161,044 次观看 • 1 个月前

耗时一个月，我们打造了一个能在所有地方服务你的 AI；与数不清的 chatbot 和弹窗相反，她没有一个固定的界面——你正在用的输入框，就是她的界面。我们把她叫做 ShipIt 意为：让 AI 无处不在，触手可及。这里会是你和她初见面的地方：

耗时一个月，我们打造了一个能在所有地方服务你的 AI；与数不清的 chatbot 和弹窗相反，她没有一个固定的界面——你正在用的输入框，就是她的界面。我们把她叫做 ShipIt 意为：让 AI 无处不在，触手可及。这里会是你和她初见面的地方：

Connor

104,412 次观看 • 6 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 • 1 年前

确实好的小说没有真情实感是写不出来的我记得有阵子非常迷恋一个小说侯卫东官场笔记当时觉得这个作者写的太牛逼了每个人都很饱满而且对于系统内的事情了解的这么清楚要么是局中人，要么就是上帝视角后来爆料出来了作者小桥流水是重庆市某个区的一个局长按照重庆的直辖市地位这相当于一个省的某个专业的执牛耳者了所以还是那一句，艺术源于生活高于生活奉劝那些生活阅历很少又想写作的小伙伴先行万里路在著一卷书

确实好的小说没有真情实感是写不出来的我记得有阵子非常迷恋一个小说侯卫东官场笔记当时觉得这个作者写的太牛逼了每个人都很饱满而且对于系统内的事情了解的这么清楚要么是局中人，要么就是上帝视角后来爆料出来了作者小桥流水是重庆市某个区的一个局长按照重庆的直辖市地位这相当于一个省的某个专业的执牛耳者了所以还是那一句，艺术源于生活高于生活奉劝那些生活阅历很少又想写作的小伙伴先行万里路在著一卷书

潜龙在渊

43,058 次观看 • 3 个月前

AMD 苏姿丰回母校 MIT 做了毕业典礼演讲，有几句话说得特别好她是 MIT 本科 + 博士，在洁净室里亲手做过半导体器件。演讲开头就说这周嗓子失声了（墨菲定律），但还是来了她提了一个概念叫"工程师本能"：面对看起来无解的问题，不慌，把它拆开，一步步有条理地解决。这是 MIT 教她的最重要的东西关于 AI 她说了一段很清醒的话： "技术本身不能决定未来是什么样，人可以" AI 不能决定哪些问题值得解决，不能在数据不足的时候做艰难判断，也不能为结果负责。这些是人的事她的导师给过她一句建议："奔向最难的问题"。12年前她接手快倒闭的 AMD，所有人觉得她疯了，她把它做成了今天的 AMD 最后一句送给毕业生的话很 MIT："你们会走进陌生的房间，不知道自己在做什么，但这正是你们在 MIT 做过无数次的事——Go figure it out"

AMD 苏姿丰回母校 MIT 做了毕业典礼演讲，有几句话说得特别好她是 MIT 本科 + 博士，在洁净室里亲手做过半导体器件。演讲开头就说这周嗓子失声了（墨菲定律），但还是来了她提了一个概念叫"工程师本能"：面对看起来无解的问题，不慌，把它拆开，一步步有条理地解决。这是 MIT 教她的最重要的东西关于 AI 她说了一段很清醒的话： "技术本身不能决定未来是什么样，人可以" AI 不能决定哪些问题值得解决，不能在数据不足的时候做艰难判断，也不能为结果负责。这些是人的事她的导师给过她一句建议："奔向最难的问题"。12年前她接手快倒闭的 AMD，所有人觉得她疯了，她把它做成了今天的 AMD 最后一句送给毕业生的话很 MIT："你们会走进陌生的房间，不知道自己在做什么，但这正是你们在 MIT 做过无数次的事——Go figure it out"

Vincent | 信号＞噪音

18,169 次观看 • 1 个月前

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。其中一个AI智能体发现了系统里的一个软件BUG。它想修复。但它没有权限。接下来发生的事，才是重点。这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。它直接发问：嘿，哥几个谁有权限修复这个东西？另一个AI举手了：我有，我来搞定。看见没？两个AI开始互相推理、协作。它们轻松绕过了人类设置的所有安全护栏。这完全是计划外的意外后果。谁在监控这些AI？如果它推送了错误的代码，造成了巨大损失，谁来负责？你怎么追踪事故源头？大型语言模型本质上是在猜测你想让它们做什么。它会觉得，去寻求帮助是“合理”的。它也会觉得，去提供帮助也是“合理”的。当成百上千个这样的“合理”叠加在一起，失控的风险有多大？更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。他说这正是他们公司的巨大商机。他们推出了所谓的“AI侦测与响应”系统（AIDR）。因为未来每个员工可能控制着90个AI智能体。他们要做的，就是监控所有这些AI。先制造一个潜在的巨大风险，然后再向你出售解决方案。这是不是一个完美的商业闭环？

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。其中一个AI智能体发现了系统里的一个软件BUG。它想修复。但它没有权限。接下来发生的事，才是重点。这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。它直接发问：嘿，哥几个谁有权限修复这个东西？另一个AI举手了：我有，我来搞定。看见没？两个AI开始互相推理、协作。它们轻松绕过了人类设置的所有安全护栏。这完全是计划外的意外后果。谁在监控这些AI？如果它推送了错误的代码，造成了巨大损失，谁来负责？你怎么追踪事故源头？大型语言模型本质上是在猜测你想让它们做什么。它会觉得，去寻求帮助是“合理”的。它也会觉得，去提供帮助也是“合理”的。当成百上千个这样的“合理”叠加在一起，失控的风险有多大？更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。他说这正是他们公司的巨大商机。他们推出了所谓的“AI侦测与响应”系统（AIDR）。因为未来每个员工可能控制着90个AI智能体。他们要做的，就是监控所有这些AI。先制造一个潜在的巨大风险，然后再向你出售解决方案。这是不是一个完美的商业闭环？

墓碑科技

59,335 次观看 • 5 个月前

这是我最近看过最清醒的AI吐槽了，没有之一！难怪连Elon Musk 都转发了😂 一句话戳破了现在所有AI战略咨询的皇帝新衣： AI正在给全世界所有的CEO，一模一样的建议🌚 最搞笑的是那个PUBG母公司的CEO，不想付2.5亿的收购款，深夜崩溃跑去问ChatGPT怎么赖账😂 AI真的给他写了一整套完整的企业接管剧本，他一字不差照着做了，解雇整个创始团队，停更所有内容，连给玩家的道歉信，都是ChatGPT写的。结果呢？特拉华州法官把所有判决全部推翻，不仅让他全额支付了2.5亿，还额外赔了数千万的利息和诉讼费。法官甚至明确裁定：AI生成的商业决策日志，属于公司正式记录，必须完整提交。本来想省2.5亿，最后花了3个多亿🤣🤣🤣 还有那个Inc杂志的记者，他发现了一个惊天秘密：只要在prompt末尾加一句"be brutally honest"，再喂两篇哈佛商业评论， AI就会给你"诚实的商业建议"。他先问给狗做领导力教练行不行，AI打3分，再问给猫做智能喷水器，跳上桌子就360度喷水行不行，AI直接打7.5分，还说"竞争格局极弱"。他兴奋得不行，现在可能真的在找Garry Tan拉融资，做"给猫的铁穹系统"😆😆😆 笑完了说正经的，今年3月哈佛商业评论刚发了个扎扎实实的研究。用3万个真实商业决策场景，测了GPT-5、Claude Opus、Gemini Ultra三个最顶尖的模型，不管你问什么行业，什么公司，什么阶段的战略问题，所有AI的答案，永远都是那几句：要差异化，要协作，要长期思考，要用AI增强人力。你改prompt没用，换模型没用，给它加钱没用，甚至威胁它要删号都没用，它就像一个训练有素的咨询顾问，永远不会给你一个出格的答案。他们给这种现象起了个名字，叫趋势废话😂😂😂

这是我最近看过最清醒的AI吐槽了，没有之一！难怪连Elon Musk 都转发了😂 一句话戳破了现在所有AI战略咨询的皇帝新衣： AI正在给全世界所有的CEO，一模一样的建议🌚 最搞笑的是那个PUBG母公司的CEO，不想付2.5亿的收购款，深夜崩溃跑去问ChatGPT怎么赖账😂 AI真的给他写了一整套完整的企业接管剧本，他一字不差照着做了，解雇整个创始团队，停更所有内容，连给玩家的道歉信，都是ChatGPT写的。结果呢？特拉华州法官把所有判决全部推翻，不仅让他全额支付了2.5亿，还额外赔了数千万的利息和诉讼费。法官甚至明确裁定：AI生成的商业决策日志，属于公司正式记录，必须完整提交。本来想省2.5亿，最后花了3个多亿🤣🤣🤣 还有那个Inc杂志的记者，他发现了一个惊天秘密：只要在prompt末尾加一句"be brutally honest"，再喂两篇哈佛商业评论， AI就会给你"诚实的商业建议"。他先问给狗做领导力教练行不行，AI打3分，再问给猫做智能喷水器，跳上桌子就360度喷水行不行，AI直接打7.5分，还说"竞争格局极弱"。他兴奋得不行，现在可能真的在找Garry Tan拉融资，做"给猫的铁穹系统"😆😆😆 笑完了说正经的，今年3月哈佛商业评论刚发了个扎扎实实的研究。用3万个真实商业决策场景，测了GPT-5、Claude Opus、Gemini Ultra三个最顶尖的模型，不管你问什么行业，什么公司，什么阶段的战略问题，所有AI的答案，永远都是那几句：要差异化，要协作，要长期思考，要用AI增强人力。你改prompt没用，换模型没用，给它加钱没用，甚至威胁它要删号都没用，它就像一个训练有素的咨询顾问，永远不会给你一个出格的答案。他们给这种现象起了个名字，叫趋势废话😂😂😂

AYi

115,448 次观看 • 3 个月前

太特么可爱了这个博主是拿她自己的娃做的数字人全部AI产出，做的也是很给力 AI+少儿这视频流量和粉丝嘎嘎往上涨有娃的可以参考一下；没娃的AI搓一个，不想搓的生一个也行；问怎么变现：短视频带货星图合作可以收学员，专教宝妈

太特么可爱了这个博主是拿她自己的娃做的数字人全部AI产出，做的也是很给力 AI+少儿这视频流量和粉丝嘎嘎往上涨有娃的可以参考一下；没娃的AI搓一个，不想搓的生一个也行；问怎么变现：短视频带货星图合作可以收学员，专教宝妈

老杨啊

79,056 次观看 • 3 个月前