🔥 推特起爆帖监控
搜索和分析大V账号即将起爆的热帖推文。通过SoPilot插件快速评论和互动，抢先一步占领评论区，你将获得更多的曝光。
打算好好深度体验一下 Lovable 了，简单两句话就能生成质量还不错的网站，还能帮你全自动搞定数据库，还能和 Github 实时同步……难怪融资那么多。感觉前几年一笔一划在 Figma 设计好原型，再导入 Framer 调整各种细节的工作流简直是原始人。。。 现在升级 Pro 输入 NEXTPLAY-LOV-25 可以白嫖两个月。 https://t.co/93YS7qMnj8
大厂有钱带来的问题是 一次产品发布 去各种地方搜索 基本都是恰饭文 看一篇 等于看完了所有 很难看到不一样的视角 突然有点怀念早期的知乎 一次产品发布 也有恰饭文 但依旧能找到大量真实讨论 如今时代 看着满屏同质化文章 只能选择不关注了 也挺好
刚刚看了一眼，#Wise 港卡审核通过了 立马 #众安银行 转了 10 港币进去，秒到账 https://t.co/70gSwLXpTB
发现 za bank 可以直接绑到微信支付和 支付宝 无敌了 https://t.co/96tAZgOPRe
职业真的会很大程度改变一个人的气质。今天和我读博时的师兄打电话，有一个生意上的事求他帮忙。 我：“师兄好，这个事儿能给我搞定吗？需要多少费用报给我就行。” 师兄：“呃…没弄过，完全不知道该要多少钱…要不我给你介绍个别的人有经验的吧。” 我：“没问题！” 师兄：“对了，你当年和导师一起出的书用的那个分析理论框架能再发我一次吗？我在做xxx分析我觉得能用上。” 我：“说实话我已经想不起来这本书被扔哪儿去了😹”
申请了一年多的 za bank，这个月才开始用起来 实体卡申请了半周就拿到了，非常简洁的卡片，让我想到了绿头苍蝇 https://t.co/8JXIbRcACS
哈哈，我们终于有 changelog 啦 https://t.co/4BSy1PexZk @frostming90 哥哥好久之前就已经指点我们 changelog 放在 settings - info 里，一直没有搞~ 大家知道么，原来我们 Nowledge Mem Graph View 中的快捷键设计一塌糊涂，是 Ming 哥哥指出，我们才意识到要把快捷键设计到左手键盘区域，才能和鼠标一起高效协作
感觉 Skills .md 是一套执行手册 + 脚本 + MCP + API调用的工具打包，更像操作手册SOP。 适合做更灵活的 Workflow 解决特定场景问题，可理解为个人版的Agent搭建工具？ CLAUDE .md 更像为Claude Code服务的系统提示词、工具调用规则等。 Skill 有点像克隆一个小号垂直的Claude Code。 --- 不知道这个理解对不对
I heard that @MiniMax__AI M 2.1 will be open sourced soon as well. Wonderful open source Christmas and looking forward to the models!
如果说「像样的高价值Vibe Coding课程」，我个人认为我的课程是完全有资格的。 Vibe Coding教程的难点其实不是掌握什么Spec驱动、Skills和写一个完美的文档，这些甚至不重要，但是确实是新手经常迷恋或者抱有妄想的。 Vibe Coding课程的核心要解决的，是如何教那些不想深入学习编程语法基础的人，如何掌握软件工程常识？如何掌握各个必要的技术栈？如何合理拆分一个项目的任务？如何结合AI去Debug？最终的目的是让他们，能做出自己想要build的项目。 这个核心矛盾，其实就是了很多人认定的：「不懂Coding根本没法通过Vibe Coding做出像样的项目，只能是玩具项目」。 所以这波人认为必须学编程才行，那这就不Vibe了。 这个问题能不能解决呢？能！也是我认为现阶段唯一的解决办法：高强度的大量练习。 大家可以想一想「厨师」这个职业，厨师做出一道美味的菜，是因为他认真学习了锅具热容和导热率、美拉德反应、焦糖化原理、蛋白溶解效应、淀粉糊化的各个原理吗？ 不是，大部分的厨师文化程度并不高，他们做出美味菜肴的唯一秘诀，就是大量练习。掌握火候、调料、炊具和食材之间的关系。 我的课程也就是基于这套框架： - 炊具代表的是基础的技术栈/框架/云基础设施，例如Next.js/Supabase/Vercel/CF等， - 食材和调料是不同业务对应的技术知识点，例如不同类型的AI模型、定时任务、各个库、不同的Agent能力等等，这也是最繁琐的。 - 火候代表的是架构知识，这是最需要经验的。即使是相同食材做不同菜，火候可以完全不同。 这套框架就是我认为目前Vibe Coding教学的唯一解，也是我的实战课的理论基础：「用大量的1小时左右的项目练习，去解决上面提到的核心矛盾」 现在AI编程课很难成体系的原因之一是AI发展得太快了，我的课程是从Claude-Sonnet-3.5开始做的，现在到Claude-Opus-4.5，模型能力的巨幅提升带来Vibe Coding的 "姿势" 变化是巨大的。 我的课程一直在探索的就是：如何把一个项目拆分成合理的颗粒度的任务，并且用当前SOTA模型能力匹配的最大颗粒度的提示词来完成，还要让让大家较为稳定复现。 这个探索过程比大家想的要难和吃经验，这些备课的付出没有在课程里面展示出来。| 最后我认可Vibe Coding是一个巨大的机会，里面的教学培训市场超过整个PPT和Excel培训市场的总和。欢迎更多优秀的创作者加入，我一直和朋友说：“模型能力每提升10%，这个市场规模可能就扩大100%”。 但为什么没有太多人做？ 第一，会Vibe Coding和会教Vibe Coding是两码事。想想我们大学里面的教授就明白。 第二，制作课程的难度，特别是视频课程的难度被很多人低估了。这个时代的聪明人在通过构建全球化的产品赚钱。
小红书提示词卡片 提示词下面👇 # 小红书词汇卡片提示词（改成「风 / 和风」主题｜含具体单词+音标+中文） ## ✅主提示词（直接复制用） 生成一张适合小红书分享的「儿童英语词汇图解卡片 / 思维导图海报」，主题是 **Wind & Breezes（风 / 和风）**。 **竖版 3:4**，白底留白干净；中心是一个柔和的风旋插画（浅蓝线条像气流旋涡），中心主词大字：**wind** /wɪnd/ 中文：风。 从中心向四周发散多条**蓝色弧形连线**，每条连线连接到一个词汇模块；每个模块固定排版： - 第一行：英文单词（黑色加粗、圆润无衬线字体） - 第二行：IPA音标（细体/斜体，前后加 / /） - 第三行：中文释义（更小号） - 旁边配一个小插画（童书科普手绘水彩 + 彩铅线稿质感，柔和低饱和配色） ### 词汇模块必须包含以下内容（按主题分支排布，保证字体统一、间距舒适、清晰易读）： #### A. 和风/微风（gentle） **zephyr** /ˈzefər/ 和风，微风 **breeze** /briːz/ 微风 **gentle** /ˈdʒentl/ 温和的（风很柔） **lull** /lʌl/ 风平浪静的间歇（短暂平静） **draft** /dræft/ （穿堂）气流，风道 #### B. 强风（strong） **gust** /ɡʌst/ 阵风 **gale** /ɡeɪl/ 大风，强风 **bluster** /ˈblʌstər/ 狂风呼啸 **squall** /skwɔːl/ 突发狂风（常伴雨） #### C. 风的运动/气流（air movement） **airflow** /ˈerfloʊ/ 气流 **air current** /ˈer ˌkɝːrənt/ 空气流 **updraft** /ˈʌpdræft/ 上升气流 **downdraft** /ˈdaʊndræft/ 下沉气流 **whirlwind** /ˈwɝːlwɪnd/ 旋风，小型龙卷风 #### D. 大尺度风系/天气（systems） **jet stream** /ˈdʒet striːm/ 急流（高空高速气流） **trade wind** /ˈtreɪd wɪnd/ 信风 **monsoon** /mɑːnˈsuːn/ 季风 **cyclone** /ˈsaɪkloʊn/ 气旋 **typhoon** /taɪˈfuːn/ 台风 **hurricane** /ˈhɝːɪkeɪn/ 飓风 **tornado** /tɔːrˈneɪdoʊ/ 龙卷风 #### E. 风带来的现象/影响（effects） **sandstorm** /ˈsændstɔːrm/ 沙尘暴 **dust storm** /ˈdʌst stɔːrm/ 尘暴 **erosion** /ɪˈroʊʒən/ 侵蚀（风蚀） **pollen** /ˈpɑːlən/ 花粉（被风传播） #### F. 测风工具/利用（tools & use） **wind vane** /ˈwɪnd veɪn/ 风向标 **anemometer** /ˌænɪˈmɑːmɪtər/ 风速计 **windmill** /ˈwɪndmɪl/ 风车 **turbine** /ˈtɝːbaɪn/ 涡轮机（风力机） **sail** /seɪl/ 帆（借风前进） **kite** /kaɪt/ 风筝（借风飞） ### 插画要求（每个词对应一个小图标） zephyr/breeze：轻柔弯曲风线 + 小叶子；gust：吹歪的小树；gale：大浪；squall：乌云+斜雨；draft：门缝吹风； updraft/downdraft：上下箭头气流；jet stream：高空长带状气流；monsoon：季风雨；tornado：漏斗云； wind vane：屋顶风向标；anemometer：三杯风速计；windmill/turbine：风车与风机；sandstorm/dust storm：沙尘遮天； pollen：花粉点点飞散；erosion：沙丘被吹出纹理；sail：小船帆；kite：风筝在天空。 整体观感：信息密度高但不拥挤，白底干净，蓝色连线统一，童书科普手绘水彩风，高清印刷质感。 ## 🚫负面提示词（避免翻车） photo, realistic, 3d render, neon, over-saturated, cluttered background, messy layout, inconsistent fonts, tiny unreadable text, watermark, logo, qr code, random letters, gibberish text ## ⚙️建议参数 - 画幅：3:4（例如 1536×2048） - 清晰度：high detail / sharp
你必须记住，过去根本不存在。它只存在于你的脑海里，你的记忆中。它并不比白日梦更真实。你还要记住，你的记忆很可能不像你认为的那样准确。它们受到你的情绪和感受的影响，也受到记忆本身的影响。你的大脑会夸大一些事情，完全忘记另一些事情。经历过和你完全相同事情的人，很可能对它的记忆截然不同。记忆并不准确，也不可信。我们从记忆中获得自我意识。我们根据记忆决定自己是谁。我们书写自己的人生故事，并告诉自己这个故事来形成自我意识。因为过去已经不复存在，你记忆中发生的事情可能根本没有像你记忆中的那样发生过，所以你可以重写它。重写你讲述给自己的关于自己的故事。重写你的个人故事，重写你的过去，你就重写了你自己。
Nano banana pro { "subject": { "description": "A stunning high-angle shot of a chic Asian fashion influencer with a cool, alluring attitude.", "age": "20s", "expression": { "eyes": { "look": "sharp fox-eyes, piercing gaze directed at camera", "energy": "confident, slightly cold, seductive", "details": "defined eyeliner, emphasized aegyosal" }, "mouth": { "position": "relaxed lips, subtle smirk", "energy": "chic" }, "overall": "stunning, high-visual-impact beauty" }, "face": { "preserve_original": false, "makeup": "high-contrast makeup, pale porcelain skin, reddish gradient lips, sharp jawline, V-shape face", "style": "cool-toned beauty, K-pop idol visual" }, "hair": { "color": "black", "style": "long sleek straight hair with full straight bangs", "effect": "glossy, high-fashion finish" }, "body": { "frame": "slim, petite, fragile aesthetic", "pose": { "position": "leaning forward significantly", "overall": "dynamic foreshortening, emphasis on head and upper torso" }, "skin": { "tone": "cold fair skin", "lighting_effect": "brightened face, soft beauty lighting, no dark shadows" } }, "clothing": { "top": { "type": "ultra-fine gauge knit top", "color": "cool grey", "details": "mock neck, skin-tight fit, lightweight thin fabric (not thick)", "effect": "perfectly sculpting body curves, smooth texture" }, "bottom": { "type": "dark pencil skirt", "details": "high waisted with thin luxury belt" } } }, "photography": { "camera_style": "High-end social media snapshot", "angle": "High angle POV", "shot_type": "Medium close-up", "aspect_ratio": "9:16", "texture": "clear, sharp, slightly filtered for beauty", "lighting": "overcast cool daylight, soft diffuse light" }, "background": { "setting": "European classic architecture", "atmosphere": "fashionable street corner", "blur": "bokeh background to emphasize subject" }, "negative_prompt": [ "round face", "plain face", "no makeup", "warm yellow skin", "chunky knit", "thick sweater", "loose clothing", "wrinkled fabric", "dull eyes", "friendly boring smile", "low resolution", "dark lighting" ] }
实际测试下来，GLM 4.7 比 4.6 提升的可太多了。 维护一个 13w 行的前端项目，我尝试用 CC + GLM 4.7 组合来处理一些"屎山代码"，批量调整、定点修改，还是基于模式识别的重构，准确率很高，以前觉得 4.6 搞不定的场景也可以试试了。 代码行数一多，我也喜欢用超长的提示词给代码仓库做体检，4.7 的指令跟随也更好，搭配 subagent 可以输出非常中肯的体检报告，比如说你可以写一个「文档和代码不一致搜查官」，指定好几个模块狠狠的批判然后汇总成几份报告，便宜大碗没有额度焦虑。 另，提示词「文档和代码不一致搜查官」地址见评论区。
Nano Banana pro and gpt image A real-life woman is presented in a vertical triptych collage composition, depicting three consecutive moments (a calm stance, a direct confrontation, and a startled reaction). Each panel deliberately uses left–right offset positioning to create a coherent visual narrative flow. The image is shot in a photorealistic, cinematic live-action style, high resolution with subtle natural grain, true contrast, hard natural daylight, a clear blue sky, and deep depth of field consistent with real lens behavior. The scene takes place in an open outdoor environment. The subject wears a cowboy hat, a short-sleeve button-up shirt, and a brownish-red long skirt. Her makeup is retro-inspired, with distinct red lipstick and clearly defined eye makeup. Top panel: The subject is positioned toward the right, leaving open sky on the left. She stands with arms crossed, looking toward the lower-left with a surprised expression. Middle panel: The subject is positioned toward the left, aiming a firearm with the barrel angled toward the lower-right. Her expression is focused and sharp, and the shot is taken from a slightly top-down angle. In this panel, both the subject and the weapon intentionally break through the top and bottom panel borders, overlapping the frame lines to create a clear layered effect. The middle panel serves as the primary visual focal point. Bottom panel: The subject is positioned in the lower-right corner, leaving more negative space on the left. She raises both hands defensively, her eyes naturally widened in surprise, looking toward the upper-left. The subject intentionally breaks the panel frame and overlaps the border lines, forming a distinct layered composition. The image maintains a 2:3 aspect ratio and a photorealistic live-action style, explicitly avoiding illustration or comic aesthetics.
这位网友的问题很典型： > 宝玉老师，以现在大模型的能力还需要prompt吗，我现在都直接描述问题就发出去了 这个疑问其实特别普遍，甚至可以说，它代表了绝大多数用户的心声。包括还有人说： > 今天社交网络上被追捧的所谓AI高人,不过是Prompt Kiddie(提示词小子)。 > 整天转帖一些提示词,其实是在自动充当大模型的燃料。 这个问题的答案，其实藏在你的需求里。 如果你的任务很简单，比如问个天气、查个单词，或者写个请假条，那确实不需要什么复杂的提示词。这就好比做一道 1 加 1 等于 2 的数学题，直接心算就完事了，非要列个方程式反而显得矫情。 但是，一旦涉及到复杂任务，情况就完全不同了。 你可以把专业的提示词想象成解难题时的“数学公式”。 当面对一道复杂的应用题时，光靠心算是不够的。你需要公式来规范步骤，需要设定变量。提示词就是在这个环节起作用，它把一个模糊的需求，拆解成了一条清晰的思维链，手把手教 AI 怎么思考。 举个最常见的例子：把一篇晦涩的学术论文改成科普文章（参考提示词：https://t.co/c5fVJbTMXV ）。 如果你直接把论文丢给 AI，跟它说“帮我改写成科普文”，它大概率会给你扔回一篇删减版的论文，依然充满了你不懂的术语。因为它不知道你的“科普”是给谁看的，也不知道你需要什么风格。 但如果你运用了“公式”，告诉它：你的读者是只有高中物理水平的普通爱好者，请多用生活中的比喻（比如把量子纠缠比作心灵感应），并且在写之前先去检索一下相关的背景趣闻。 这时候，AI 输出的就不是冷冰冰的文字，而是一篇有血有肉、生动有趣的科普文章。这就是提示词的魔力——它填补了“指令”和“意图”之间的鸿沟。 再进一步，提示词还能充当“工作流经理”的角色。 比如你想做个 PPT。普通玩法是让 AI 帮你列个大纲，然后你自己根据大纲一页页去制作幻灯片。 但高阶的玩法是，用一段精心设计的提示词（参考提示词：https://t.co/nE2hQ0tPNB ），让 AI 不仅生成大纲，还能根据每一页的内容，自动写出对应的 AI 绘画指令。它把“写大纲”和“想配图”这两个步骤串联起来了。这时候的 AI，就不再是一个简单的聊天机器人，而是一个自动化的生产线。 还有大家最关心的 AI 画图提示词。 为什么大神生成的图片光影绝美、细节拉满，而你生成的总是差点意思？因为在非专业人士眼里，只有“好看”这一个形容词；而在提示词里，包含了光线类型、渲染引擎、构图视角等各种专业参数。 这些参数，就是大神手中的“秘密配方”。你想复刻那张图，光靠猜是猜不出来的，必须拿到那个具体的参数。即使你可以通过多模态模型来逆向，有时候就是差一点意思，毕竟专业的提示词，是经过无数次试验和优化才打磨出来的。 所以，回到最初的问题。我们还需要 Prompt 吗？ 如果你只是把 AI 当作一个陪聊的网友，或者一个随身的百科全书，那你确实不需要。 但如果你想把 AI 变成一个稳定输出的生产力工具，提示词就是必修课。 因为聊天是一次性的，说完就散；而专业提示词就像是“程序”和“软件”。 当你写好了一个完美的翻译提示词，或者一个生成信息图的提示词，它就不再是一句话了，它变成了一个只要你输入原料，就能稳定产出高质量产品的“工具”。 我自己则一直是在尝试借助提示词来帮我提升效率： 比如我要提取 YouTube 字幕，还要去对发言人名字进行标注，我就写了提取 YouTube 字幕的提示词 https://t.co/AJBvKFUrGm ，不仅有文稿，还能自动对上发言人，还能分章节。 比如我要给文章配图，所以我写了一个生成信息图的提示词 https://t.co/uQJaf8biBF ，文章贴进去，它就能帮我生成一张好看专业的信息图。 比如我要要校对文稿，我不会肉眼去校对，而是写一个校对的提示词，让 AI 帮我找错别字、语法错误，提供修改建议。 借助这些提示词，就能让我事半功倍。 这才是提示词的真正价值： 它让你从一个向 AI 提问的“用户”，变成了指挥 AI 干活的“工程师”。 下次当你在干一些枯燥的任务的时候，不妨想一想： 我每天在做的这些事情，如果写一个专业的提示词，是不是能让我事半功倍？
Open AI 这个年终总结不行，藏师傅给他补一下 🍌 Nano Banana Pro 提示词： 为你的 ChatGPT 年终总结做一张分享图 Open AI 这个年终总结还是没国内大厂专业，分享图该有的信息都没有，我自己用大香蕉搞了一套提示词 把你的总结截图和提示词扔给 Nano Banana 就行 -------提示词------ 任务目标： 基于用户同时上传的年终总结截图中的数据和信息，设计一张风格鲜明、极具视觉冲击力的 3D 年终总结海报，用户名 [guizang] 整体风格与情绪（固定风格）： 核心风格： 融合 3D 趋势、游戏化元素和高饱和度色彩。 材质感： 画面主体呈现精致的黏土（Clay）或软塑胶材质渲染，边缘圆润，光影柔和，给人一种“盲盒玩具”的亲切感。 排版感： 整体布局要像一份精致的高级杂志，疏密有致，信息架构清晰。文字排版简洁明了，不要添加任何卡片、胶囊或底框类的装饰背景。 画面主体（核心视觉）： 视觉中心是一颗巨大的、紧密堆叠的 Q 版 3D 黏土球体。球体的组成元素需要根据用户上传截图中的具体内容来动态生成： 数据气泡： 将截图中提取的关键数字和对应的标签（例如：消息总数、聊天次数、生成图片数、活跃度排名等）制作成圆润的黏土数据气泡嵌入球体。 主题图标： 根据截图体现的用户兴趣点，添加相应的通用黏土图标（例如：游戏手柄、大脑、图表、对话气泡等）。 类别建筑（核心要求）： 分析截图中的内容侧重点，在球体中融入几座代表不同聊天品类的精致微缩黏土建筑。例如： 如果包含 AI/技术内容，加入一座带有科技感的未来数据中心建筑。 如果包含游戏内容，加入一座像素风格的游戏城堡。 如果包含创意/艺术内容，加入一个微型艺术工作室。 组合方式： 所有这些元素（气泡、图标、建筑）必须非常紧密、融洽地挤在一起，无缝组成一个完美的球形，不露出内部结构。 背景设计（固定框架）： 底色： 采用高饱和度的暖橙色到柔和紫色的渐变背景（参考之前的风格）。 背景文字： 在星球背后，放置六个巨大的、带有喷溅纹理和反向蚀刻效果的汉字，主题可以是“冒险 创新 探索”（上排）和“创造 硬核 冲击”（下排），部分被球体遮挡，增加街头硬核感。 信息架构与排版（内容从截图中提取）： 顶部 (Header)： 放置白色的 ChatGPT Logo，并根据截图信息生成标题，格式为：“[从截图中提取的用户名] 的 [年份] 年终总结”。 底部数据区 (Data Grid)： 在球体下方，创建一个极简的 2x2 纯文字数据网格。从截图中选取 4 个最核心的数据，使用超粗无衬线字体展示大数字，并配上相应的文字标签和有趣的社交属性短语（例如：“社交牛逼症”、“话痨”、“六边形战士”等，依据数据特性生成）。 页脚总结 (Footer)： 在最底部用小字排版两段文字，内容直接从用户截图中的总结段落（如“你的聊天风格”和“年度亮点”）提取。
不知道中美大模型差距现在如何了，前几年普遍觉得代差在1-2年。 现在感觉半年多？ 比如，最热的大模型榜单 LMArena，去年国产模型基本处于"能上榜就不错"的阶段，今年已经开始和 Claude、GPT 这些站一起比了。 看了竞争最激烈的文本榜，百度 ERNIE-5.0-Preview-1203 竟然进了 LMArena 文本榜前10，国产大模型第一。 按LMArena的点评，这次提分主要在创意写作和复杂指令理解上。 这两项一般最贴近真实使用场景，也是最容易翻车的部分，不知道百度怎么优化的。 其实百度工程能力一直不弱，感觉现在才开始慢慢发力。 听说正式版1月上线，到时候实际测测，看看是不是真的能打。
我很少去宣传我的现金牛项目：https://t.co/2emyHo6ti2 不是怕抄，只是觉得推特应该没有我的目标客户，我定义的是国企、软件公司等 不过这个月成交了一家互联网大厂，一家传统上市公司 我想我应该试试，或许真的有朋友需要呢 其实全球最牛逼的那家外包公司也是我们的客户
我本来以为做社群就加加人收钱拉群就行了 现在真的是越来越觉得这是一个很麻烦的事情 几乎我前两天的时间都用来处理好友申请了 今天开始我要固定一个时间统一处理好友申请 其他的时间我要做一些有价值的事情 比如 和群友交互 写文案 找工作 看优质信息 ATTENTION IS ALL MY NEED 对于每一个人都一样 大家扫不了图里二维码的话 直接用微信号(XiangyuLI1947)
马斯克谈什么叫“超级努力”工作 “这取决于你想做得多好，尤其是如果你在创办一家公司，你就需要超级努力地工作。什么叫‘超级努力’？嗯，当我和我哥哥开始我们的第一家公司时，我们没有去租公寓，而是只租了一个小办公室，然后睡在沙发上。我们在 YMCA（基督教青年会）洗澡。我们当时只有一台电脑，所以白天网站上线运行，晚上我写代码——一周七天，一直都是这样。” 马斯克回忆说，当时他短暂地有过一个女朋友，如果她想和他在一起，她也必须睡在办公室里。并且他把这件事当成了算术关系，如果你在创办一家公司： “如果别人每周工作 50 小时，而你每周工作 100 小时，那么在一年的时间里，你会比另一家公司多完成两倍的工作量。”
Open AI 也开始搞年终总结页面这一套了 美国、英国、加拿大、新西兰和澳大利亚用户只要开启了记忆功能的都有 APP 会多出来一个“你和 ChatGPT”一年的聊天记录 我今年用 GPT 确实不多，虽然买了两个月冤种 Pro 会员 https://t.co/vtZsCuhWFv
玩 𝕏，第一步不是搞流量 而是了解平台规则，先把账号活下来 这个月初，很多账号都被封禁了，其中不乏几万粉丝的大号，申诉无门，大半年甚至几年的努力付诸东流 其实不少人人被封，并不是因为恶意违规，而是忽略了一些 𝕏 的平台规则 规则很多且繁琐，很多人一看就放弃了，而 Grok 特别适合来做与 𝕏 平台相关的内容分析： 所以我搞了这个 Grok Project 主要用来分析你的账号过去 72 天内有哪些违规内容和行为 👇下面的链接，直接输入自己的账号链接即可 https://t.co/1xVFFSvc6n
毕业证都还没拿到呢 居然图书馆就不让我用了，气死 https://t.co/idr8zTVN56
在Reddit上发现的一篇好文章 如何使用Payload CMS和Vercel AI SDK来构建AI应用，看完很受启发，AI应用有很多通用的事情需要处理，而Payload CMS提供的一些功能刚好能满足这些需求，前途无量 Building AI-Native Applications with Payload CMS and the Vercel AI SDK https://t.co/rePp2qpGjl
昨天拼模型的时候，和男朋友做了第一次双人播客试录，录下来我觉得这个方式我可以，很多真实内心的想法平时都不会说的，反而上了节目大家都敞开心扉聊了很多。 或许这不仅是做油管视频，更多的恋人或者夫妻之间的互相沟通的方式？哈哈哈，也挺好的， 但是回看的时候，发现不备稿的后果就是有很多嗯嗯，啊啊，废话，之前都是逐字稿，别人说像是感觉到像是在念说明书。 总结就是，我没一个人帮我边上点火，我一个人做节目嗨不起来。我再优化一下细节， 顺带说一句，AI 的播客 notebook lm 是没有灵魂的。
如何评价这个人销售能力很强？ “我和他聊了两句，再问就要买课了。” https://t.co/jGTf4IrLwr
GLM 4.7 is now available on @huggingface https://t.co/vWdektCkIV https://t.co/yGGZF43YnX
vibe coding 教程难点：你要做好Vibe Coding，前提是你懂coding和软件工程，最终培训的是 coding 而不是 AI。 你不懂 Coding 还想做好 Vibe Coding 这其实很难，因为不知道如何合理拆分任务，不知道如何验证结果，出了问题不知道如何debug，这些都是传统软件工程知识。相反写提示词是最简单的部分。
刚看到一篇《A Year Of Vibes》，算是一篇很有代表性的过去一年对 Vibe Coding 的总结了。 作者 Armin Ronacher 很多人可能不熟悉，但如果你接触过 Python，大概率用过他写的东西——Flask 框架，就是他十几年前的作品。 文档开头第一句话就让我很有共鸣：2025 年，我不再像以前那样写代码了。 跟他的经历很类似，一个写了快二十年代码的人，现在打开电脑，主要的工作变成了——指挥 AI 写代码。他把这比作从“亲自敲键盘的程序员”变成了“虚拟实习生的技术领导”。 我自己对 Vibe Coding 的转变来自于 Claude Code，他也一样，今年四五月份，开始沉迷使用 Claude Code。几个月下来，他在自己博客上发了 36 篇文章，占了这个博客 2007 年至今全部文章的 18%。不是因为他闲了，而是因为 AI 把他从繁琐的实现工作里解放了出来。 他现在同时用三个 AI 编程工具：Amp、Claude Code 和 Pi。他给这三个工具打了个比方——Amp 是保时捷，精致讲究；Claude Code 是大众汽车，实惠能打；Pi 是黑客们的开源玩具。三个工具，三种调性，但他没法告诉你哪个更好。我自己倒是以 Codex 为主，辅助 GitHub Copilot 和 Claude Code。 我估计如果做个调查，每个人使用 AI 编程工具的选择都不一样，因为大家都在“vibes”。 Vibes 这个词贯穿了整篇文章，也是标题的由来。直译是“氛围”或“感觉”，但在这里它指的是一种无法量化、只能凭直觉感受的评判标准。 这可能是 2025 年 AI 编程最诡异的地方：一个行业干了五十年积累下来的工程经验，突然有点不太管用了。什么代码规范、什么最佳实践，在面对 AI 生成的代码时，你最后靠的居然是一种玄学——这个模型“感觉”更顺手，那个工具“用起来”更舒服。 最理性的程序员群体，现在正在用最感性的方式选择技术栈。 Armin 自己一整年都在和 MCP（模型上下文协议）较劲，觉得它不好使。但他拿不出数据，只能说“反正对我没用”。而另一边，有人用得热火朝天。他的朋友 Peter 年初拉他入坑 Claude，现在 Peter 自己跑去用 Codex 了，觉得很香。Armin 试了试，觉得没那么香。 谁对谁错？没有答案。大家都在摸黑走路。 更深层的不适感，来自人与机器的关系。 他开始对这些工具产生了一种“parasocial bond”——中文可以理解为单向的亲密感。就是那种你对某个主播、某个偶像产生的情感投射，对方其实并不认识你，但你总觉得跟对方很熟。 一个 AI 工具，凭什么让人产生这种感觉？ 因为现在的 AI 可以有记忆了。你跟它聊过的东西，下次它还记得。它开始有了“人格”的影子。Armin 说他过去两年一直训练自己，把这些模型当成“token 搅拌机”——一个纯粹的概率机器。但这种简化论的视角已经对他失效了。 这些系统表现出人类的倾向，但把它们抬到人的高度又是错的。它们到底是什么？没人能给出一个好的定义。Armin 甚至开始纠结“agent”（智能体/代理）这个词——因为 agency 意味着自主性和责任，而这两样东西应该留在人类手里。 这种“不知道该怎么称呼它”的困惑，本身就说明了问题。 文章最后，他列了几个希望行业能去解决的痛点。 第一个是版本控制。Git 和 GitHub 是程序员吃饭的家伙，但现在它们缺了一块关键信息：prompt。当代码是 AI 生成的，你光看最终的改动，没法判断这个改动好不好。你需要看到是什么指令催生了这段代码，中间走过哪些弯路。 更有趣的是他的一个发现：失败的尝试对 AI 来说是宝贵的。如果你把 AI 引回一个早期状态，你希望它记得之前哪条路走不通。但我们现有的工具压根没设计这个功能。你删掉一段对话历史，AI 就会重蹈覆辙。 第二个是代码审查。现在的 GitHub 审查界面有个滑稽的设计：你没法正式地 review 自己的代码，只能留评论。但在 AI 编程的场景下，程序员经常需要在自己的 PR 里给 AI 留指示。现有的流程根本没考虑这种人机协作。 第三个是可观测性。这是个稍微技术一点的话题，但核心意思是：过去很多监控、调试工具因为太复杂而没人用，但 AI 恰好擅长处理复杂的东西。那些被束之高阁的方案可能要重新翻出来了。 最后他聊了一个略微敏感的话题：有些人已经完全“放手”了，不再审查 AI 生成的代码，直接让它上。这种做法疯狂吗？疯狂。但 Armin 见过有人这么干还挺成功的。他自己还做不到，他还是会仔细检查每一行。 存在的即是合理的，这种“放手派”的存在，说明一种全新的工作方式正在成型。这种方式和他熟悉的那套软件工程完全是两码事。 这让开源社区头疼。越来越多的 PR 是 AI 一把梭生成的，没经过人脑过滤就扔了上来。对于还在坚守传统流程的维护者来说，这种 PR 简直是一种冒犯。Armin 自己的办法是写详细的贡献指南和 PR 模板，但他也知道这有点像堂吉诃德战风车。 也许问题的解法不是让别人改，而是让那些认可 AI 编程的大声量玩家站出来，示范什么叫“负责任地用 AI 写代码”。 这篇文章对我来说是有共鸣的，你能感受到一个资深工程师的真诚困惑。他不是那种对 AI 大唱赞歌的布道者，也不是捂着耳朵拒绝变化的遗老。他夹在中间，一边深度使用，一边深度怀疑。 2025 年已经接近尾声，但他提出的问题一个都没解决：怎么审查 AI 的代码？怎么保存 AI 的失败记忆？怎么跟一个让你产生情感的工具保持健康距离？ 这些问题的答案，可能就是下一批成功产品的方向。
没想到当时用在 Claude 的小红书封面前端提示词 现在用在 Nano Banana Pro 依然没啥问题！ 就不到十个月的时间，AI 发展真快啊 https://t.co/zpSGDYM4cS