🔥 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。
一个Newsletter读到的文章。 作者在夸CC，而且告诉大家不要误以为只这是给程序员用的工具，其实有很多场景，建议人人都快用起来。 翻译下： Claude Code：AI 能独立干活了 打开 Claude Code，我给了它一个指令：「帮我想个能月入 1000 美元的在线生意，你负责从想法到实现的所有工作。 我什么都不用做，只需要运行你给我的程序就行。记住，我不懂编程，所以一切都要能直接用。」 AI 问了我三个选择题，然后决定：卖一套 500 个专业提示词，定价 39 美元。 接下来发生的事有点魔幻。 它独自工作了 1 小时 14 分钟，创建了几百个代码文件和提示词。 然后给了我一个文件，运行后直接部署了一个能用的网站——甚至包括那些看起来很可疑的假评论。 你可以看看这个网站，我把支付链接删了，但它确实能收钱。 说实话，如果我放下良心真的去卖这些提示词包，月入 1000 美元应该不是问题。 这就是 Claude Code，最近一个月突然变强的新一代 AI 编程工具之一。 为什么突然变强了？ 不是因为某个技术突破，而是两个进步的组合： 第一，AI 能自己干更多活了。 最新的 AI 可以自主工作更长时间，还能自己改错，特别是在编程任务上。 第二，AI 有了工具箱。 它们被赋予了一套「Agent工具」，可以用新方法解决问题。 这两个因素叠加，让最近几个月的 AI 工具能力大跃进。 METR 的追踪数据显示，AI 能以 50% 可靠性完成的任务长度（按人类专业人士需要的时间衡量）呈指数增长，最近几个月尤其明显。 可惜，这些工具是给程序员用的。 真的是专门给程序员用的。 它们假设你懂 Python 命令和编程最佳实践，界面看起来像 1980 年代的计算机实验室。 这其实挺遗憾的。 因为这些系统对各类知识工作者都很有用。 通过看看它们能做什么（自己试试），你能学到很多关于 AI 未来的东西。 回到那个创业公司的例子。 虽然很厉害，但这只是 Claude Code 能力的一小部分。 我让它从不同用户角度测试这个网站，给我一份报告。 它调用了工具之一：连接我电脑上的浏览器。Claude 控制了浏览器，像人一样浏览网站。 第一次它给了个挺乐观的报告，但因为我知道 AI 倾向于讨好人，我又让它给个更批判性的版本。 第二份报告确实更好地指出了潜在问题（还发现了网站上那些可疑的假评论）。 下一步？我可以轻松让它实现这些建议，几乎不需要我的输入就能继续推进。 魔法技巧 Claude Code 之所以这么强，是因为它用了很多技巧来克服大语言模型的问题。 技巧一：压缩记忆 有个有趣的事发生了：AI 做用户研究时，它的上下文窗口满了。 你可能知道，AI 一次只能「记住」这么多信息。 这个上下文窗口虽然按人类标准很长（15 万字以上），但会很快被填满。 因为它包含你的整个对话、AI 读的每个文档、看的每张图片，还有引导 AI 的初始系统提示。 AI 没有真正的长期记忆。 一旦上下文窗口满了，AI 就记不住别的了。 如果只是闲聊，这不是问题。 和 ChatGPT 的长对话会有滚动上下文窗口，AI 不断忘记最早的对话部分，但通常能根据最近的讨论即兴应对。 但如果你在做真正的工作，让 AI 在读新代码时忘记一些旧代码就成了大问题。 Claude Code 用不同方式处理这个问题。 当它用完上下文时，会停下来「压缩」到目前为止的对话，准确记录它停在哪里。 然后清空上下文窗口，新版本的 Claude Code 读取笔记并回顾进度。 就像电影《记忆碎片》里的失忆主角每次醒来都看自己的纹身。 这些笔记给 Claude 继续前进所需的一切。 这就是为什么 Claude 可以连续运行几个小时，它会仔细记录自己在做什么，并产生中间工作成果，比如软件片段和报告，可以随时参考。 技巧二：技能Skill系统 你知道的，用户必须提示 AI 做事。 这些提示就像指令。 随着 AI 变聪明，它们在执行复杂提示方面好多了，甚至是上百页的长提示。 但这些长提示会占用很多上下文窗口，而且需要在正确的时间给 AI 正确的提示。 这意味着你作为人类必须不断提示 AI，或者设计一个复杂的自动化系统不断给 AI 喂提示。 技能（Skills）解决了这个问题。 它们是 AI 自己决定何时使用的指令，不仅包含提示，还包含完成任务所需的工具集。 需要知道如何建一个好网站？ 它加载网站创建技能，解释如何建网站以及使用什么工具。 需要建 Excel 表格？它加载 Excel 技能及其指令和工具。 再打个电影比方，就像《黑客帝国》里尼奥把武术指令上传到脑子里获得新技能：「我会功夫了。」 技能可以让 AI 根据需要交换知识来覆盖整个流程。 比如 Jesse Vincent 发布了一套有趣的免费技能列表，让 Claude Code 处理完整的软件开发流程，根据需要获取技能，从头脑风暴和规划开始，一直到测试代码。 技能创建在技术上很容易，用普通语言完成，AI 实际上可以帮你创建它们。 技巧三：子代理（Sub agent） 除了技能，Claude Code 还有其他技巧来管理有限的上下文窗口和解决难题。 它可以创建子代理——有效地启动其他专门的 AI 来解决特定问题。 这在很多方面都有用。 因为 Opus 是一个大型、昂贵的模型，它可以把简单任务交给更便宜、更快的模型。 它还允许 Claude 同时运行许多不同的流程，让它像团队而不是个人一样工作。 这些模型可以非常专业，有自己的上下文窗口。 比如，我为研究和图像创建建立了单独的子代理。 主 AI 模型在需要时「雇用」这些代理来做专门工作。 你甚至不需要创建自己的工具。 任何人都可以分享技能或子代理，想让 AI 代理使用他们产品的公司可以使用一种叫模型上下文协议（MCP）的方法给任何 AI 指令和访问权限。 有出版商的 MCP 让 AI 访问科学论文做研究，有支付公司的 MCP 让 AI 分析财务数据，有软件提供商的 MCP 让 AI 使用特定软件产品，等等。 结果是一个非常灵活的系统，像 Claude Opus 4.5 这样聪明的通才 AI 可以即时应用专业技能，根据需要使用工具，并跟踪自己在做什么。 Claude Code 特别强大，因为它在你的电脑上工作，处理你的文件。 现在你有了一个几乎可以做任何有权访问你机器的人能做的事的 AI。 它可以读取你的所有文件并创建新文件（PowerPoint 和 Word 归根结底只是代码，Claude 知道如何写代码），使用你的浏览器访问网络，为你编写和执行程序，等等。 当然，AI 不是完美的。 给 AI 访问你的浏览器和电脑会带来各种新的风险和危险。AI 可能会删除不该删的文件，执行有意外后果的代码，或访问浏览器中的敏感数据。 尽管有这些警告，我还是要给你一个非常快速的 Claude Code 介绍。 但要做备份，使用专用文件夹，不要让它访问你承受不起丢失的任何东西。 业余爱好者的 Claude Code 指南 虽然我在之前的截图中一直使用 Claude Code 的命令行界面，但有一个更简单的方法（从昨天开始！）访问 Claude Code。 你可以用 Claude Desktop 做到这一点，可以从官网下载安装（长期使用至少需要每月 20 美元的订阅）。 现在桌面版本的功能比命令行界面少一些，但对业余爱好者来说容易多了。 给 AI 访问一个文件夹（记住 Claude 可以对该文件夹中的文件做任何事，所以如果是敏感的要小心，做个备份）。 然后你就可以开始和 AI 工作了：让它研究和写报告，让它访问你的信用卡记录，这样它可以把它们放入电子表格并告诉你任何异常，让它做数据可视化，或者你喜欢的任何其他事情。 我提到的最强大的选项是通过以「/」开头的斜杠命令访问的。 输入 /agents 让你设置子代理，/skills 让你创建或下载技能，等等（桌面版本的斜杠命令有限，但完整集合即将推出）。 人们使用 Claude Code 的方式有很多，所以你可以试验找出适合你的方法。 但我也建议用它来实际编码，即使你不是程序员。 比如，我写这篇文章时，偶尔会去一个 Claude Code 窗口，让 AI 为我做一个游戏玩： 一个历史模拟，文明兴衰，发展自己的语言、文化和经济。 每隔几分钟，我会给 AI 另一个看似不可能的请求： 确保世界有自己的板块构造和天气； 跟踪统治者的家谱； 内置一个 AI 戏剧性地总结事件，等等。 每次更改后，AI 都会玩测试结果并产生游戏的新版本。 与以前的氛围编码体验不同，AI 从未卡住或绕圈子，一切都很顺利。 看看下面的视频。我确信它充满了有能力的程序员会发现的问题，但你可以在这里下载结果（AI 也处理了那部分）。 这意味着什么？ 如果你是程序员，你应该已经在探索这些工具了。 如果你和编程相关（处理数据的学者、想用代码试验的设计师、任何想尝试构建自己想象的东西的人），这是你试验的时刻。 但有一个观点：有了正确的工具，今天的 AI 能够做真正的、持续的、实际重要的工作。 这反过来开始改变我们处理任务的方式。 不出所料，这从编程开始。 AI 界最著名的程序员之一 Andrej Karpathy 最近发帖说：「作为程序员，我从未感到如此落后。 这个职业正在被戏剧性地重构，因为程序员贡献的部分越来越稀疏和分散。 我有一种感觉，如果我能正确地把过去一年左右变得可用的东西串在一起，我可以强大 10 倍，而未能获得这种提升感觉明显像是技能问题。」 不要被当前 Claude Code 的笨拙或它对编程的专业化所迷惑。 让 AI 为其他知识任务工作的新工具在不久的将来会出现，它们将带来的变化也会随之而来。
刚好 Cursor 出来叫了！哼 真特么的，我觉得 Cursor 的按量收费，根本没有任何动力压缩 context 现在怕是看到 MRR 下降了，才不得已做好优化？ reduced total tokens by 46.9% 就意味着营收减少 46.9% 至于利润嘛，谁能懂？ 看了下具体的实现，现在 Cursor 不再将 *所有内容* 一股脑塞进提示词中，而是通过文件、工具和历史记录动态发现上下文，将令牌使用量减少46.9%，为智能体腾出更多工作空间。我就想问之前呢？ 其实上下文管理不只是为了省成本，更是为了持久力。Claude Code 支持 subagents，可以一些不太相关的任务，比如 git commit 或 AI 生图任务不污染主 agent 的上下文，从而保持清醒和耐久度。
谷歌 AI 开年王炸，Gemini 开始跟 Gmail 深度集成 Gmail 正在转型为主动的 Gemini 驱动 AI 邮箱，具体包括下面几个功能： AI 收件箱：最重要的是 AI 收件箱类似一个简报页面，他会按照优先级帮你重新整理所有邮件的信息。你不需要在翻你的收件箱就能快速浏览重要的信息和提醒，所有相关信息都会被汇总到一起，方便多了。这个目前在缓慢放量。 AI 概览：在搜索框用自然语言提出问题之后，会使用 Gemini 生成一个简洁的 AI 概览来从你的邮件中获取信息提供答案，这个能力是免费的。 AI 写邮件：所有人都可以使用“帮助我写”来润色邮件或从头起草邮件。还有新的“建议回复”会利用会话上下文提供相关的一键式回复，匹配你的写作风格。帮写功能免费，校对能力对 Pro 和 Ultra 用户开放。 新版 Gmail 将会从今天开始向美国的英语 Gmail 用户和 Gemini 付费订阅者推出。
十二月的网站月访问量 NotebookLM 是 1.4 亿 YouMind 是 82.7 万 一用户帮忙分析了这两个产品 得出的一个结论是 YouMind 甚至不到 NotebookLM 的千六 我看了后却好开心 意味着 YouMind 的可能性 月访问量至少是千万级的 按增长斜率看 并不遥远 https://t.co/7o0pGuQDDU
「无法清晰描述需求」会让人活在混沌中 1、不知道自己想要什么 2、不知道自己不知道自己想要什么 3、隐约想到得到一个东西，但是这个东西像是梦中那张始终看不清的脸，你只能模糊感觉到它的存在 4、就算外界提供了这个东西，也不知道这个东西是不是自己想要的，又对又不对 5、对结果满意的时候，说不上来哪里满意，只是一味地开心 6、对结果不满意的时候，又说不上来哪里不满意，只是一味地不开心 当你无法言说你的需求，你就无法言说你自己 而一个无法言说自己的人，只能在混沌中游荡 清晰描述需求，是为了从混沌中浮现，成为边界清晰的存在
行动出真知。所以，只管埋头干就对了。 —— 布莱恩·阿姆斯特朗 https://t.co/47YMhK1Unk
朋友们大于10万展示的推文数量占比👇🏻 Yangyi: 446/13690 = 3.26% 宝玉: 680/15526 = 4.38% 藏师傅: 380/16401 = 2.32% 向阳乔木: 191/6137 = 3.11% 这些数据有什么用？ 它证明不了任何问题 因为只要你开始选择放飞自我的发推 占比就会下降 同样的10万展示，人群不一样，价值也不一样 但它能证明一件事 就是不论是谁，都需要对内容的持续输出 我见过很多想试图在各种社交媒体分享的人 做了两天就做不下去了，说没有正反馈 这些数字你看看，就算是高产如宝玉，也只有4%的爆款率 4%什么水平？发25条可能才能爆一条 但你知道吗，这个爆款率，他是需要寻找pattern的 很多人发了40条，可能都一事无成 直到发到第50条时，运气不错，爆了一条 然后又继续发，发到第80条时，出了第二条 第95条时，出了第三条 然后他意识到了一个Pattern 可能是选题 可能是结构 开始越来越有感觉 在剩下的5条，又做出了1条 于是爆款率=4% 这些数字说明不了任何问题，也无法指导你获得你的自媒体增长密码 但它证明了创作是一种约束满足问题 是要你在坚持发了100条之后 才会看到机会的 量变引起质变 很多情况下 我们不是天生的幸运儿 没有那一条就火的实力 更多靠的是无它 唯手熟尔
ai这个时代是真的魔幻 头部在晒元skills以及寻找knowhow提升ai效果的最佳实践 极客在用各种skills产出东西 自媒体在用skills获得流量卖社群卖课 倒爷在搜索skills聚合卖信息差 小红书评论区在问什么是skills 公司老板在问怎么订阅claude 公司员工在研究翻墙与信用卡 23年到26年 转眼3年了 agi没有来 但中转站和薅羊毛的号贩子全发家致富了 信息在爆炸 但人与人差距的初始就藏在上下文里 人和动物最大的差别是人会使用工具 我不记得这个定义是谁下的 但我觉得人和人最大的差别 也是使用工具 如果你要问是使用什么工具 最底层的 大概是搜索工具
除SEO做热词热度之外，一步步做产品的话，有几种策略： 最稳健的策略是 -- 做外包 闲鱼，淘宝，小红书，找那些找人做功能的 别人花钱，你做，然后人家还能把那个东西卖出去 你就发现别人帮你验证了需求，你只需要找到更多甲方就能赚钱 其次的策略是 -- Listen&Fake 用AI去挖掘Reddit评论，找痛点 然后总结痛点转化成解决方案 用视频Fake功能，做Waitlist 然后Join Waitlist填问卷，问卷结束后花钱加速，比如付个$9 接着把问卷投放发布到你认为有目标用户的地方回收结果 很快你就知道这事儿work 不work 再次的策略是 -- Listen&Work 用X PRO找推特上正在抱怨的用户，逐一DM 询问他们当下的解决方案，然后找一个10倍好的方案，做出来，给他们用 当你能服务好3-5个用户并为此付费时 你就找到了PMF 再次的策略是 -- Dogfooding 做自己需要的东西 自己就是用户 然后不断迭代 直到它能达成自己的目标 然后找和自己相似的人 去你经常去的社区 发布它 最次的策略是 -- Copycat Copycat的问题主要在于 你不确定能否复制它的开始 也不确定能否复制它的过程 复制之后，你也找不到差异化 所以他需要更多的时间去做差异化和增长 在这个过程获得knowhow去Pivot 找到属于你的田地进而持续耕
今天都在说 Tailwind CSS 被 AI 杀死了，但其实很大原因和创始人的商业化策略有问题。当年他想做的是 Digest 一个类似 HackerNews 的东西，后来还直播写代码，可以说是最早实践 build it in public 的独立开发者之一了，人们对他的产品兴趣不大，但发现他用的这个 CSS 框架真牛逼，于是就开始了真正的创业之路。期间还做了在业界人手必备的设计入门书籍「Refactoring UI」，当年这两个项目就让作者赚疯了，一年至少几百万美金吧。但这么多年 Tailwind CSS 的唯一收入手段只有 Tailwind UI，299 一套还是永久买断版，更新很慢几乎处于不发展的状态了，AI 爆发后谁还需要这种模板呢？Tailwind CSS 这么响亮的品牌本应开发出更多商业模式的。当然这只是我站着说话不腰疼，开源项目本来就很难变现，被收购是最好的结局，shadcn、Radix UI 在大模型还没流行之前就被收购了。
再回中南 就是给中南捐楼了 谢谢老板的培养 我鱼入大海去了 https://t.co/nauFZQ6GPW
黄仁勋：我告诉世嘉我们失败了，但我还是需要那笔钱，否则我们一夜之间就会灰飞烟灭。 我们公司快没钱了。如果那份合同被取消，我们就完了。我们会立刻蒸发。 黄仁勋当时和世嘉有一份合同，欠他们一台游戏主机。但技术没成功，而英伟达也已经现金见底。 于是他飞到日本去见世嘉的 CEO 入交昭一郎。按他自己的说法： 我说，听着，我有个坏消息要告诉你。我们承诺给你们的那项技术做不出来。第二，我们不应该继续完成你们的合同，因为那样只会浪费你们的钱，最后你们得到的还是一个不能用的东西。我建议你们去找另一个合作伙伴来做你们的游戏主机。 然后他提出了一个几乎不可能的请求： 第三，尽管我是在请求你让我解除合同，但我仍然需要那笔钱。因为如果你不把钱给我们，我们会在一夜之间蒸发。 他接着说： 我向他解释了为什么这项技术不行，为什么我们当初以为它会行，为什么现在确认行不通。然后我请求他把最后的 500 万美元从用于完成合同，改成以投资的形式给我们。 世嘉 CEO 回答说：但即使我投资，你们公司也很可能还是会倒闭。 黄仁勋的回应是：我告诉他，如果你把那 500 万美元投给我们，很可能会打水漂。但如果你不投这笔钱，我们就会直接倒闭。 两天后，那位 CEO 回来对他说：我们干！ 当胜算为 0% 时，那一刻极致的坦诚，让英伟达从立刻死亡中被救了出来。
Codex 现在可以通过 $ 符号快速启动 Skills 了 https://t.co/rQWwffRmuu
Claude Code 迭代很快，已经到了 2.1.1 版本，这次有一堆更新，三个值得关注的更新： 1）技能热重载终于来了。改完 skills 文件夹里的东西立刻生效，不用重启 session 2）新增 context: fork 选项，技能和斜杠命令可以在独立子智能体里跑，不污染主对话上下文。那些需要大量中间步骤但你不想看全过程的任务，现在干净多了 3）子智能体（Task 工具）被拒绝权限后不再直接躺平，会自己尝试其他方案继续干活。这让 agentic 工作流更有韧性，不会因为一个权限卡住整个流程
ChatGPT 发布医疗健康功能，这个好啊，大部分人都很需要。 支持整合你的电子病历、检测结果和 ios 健康应用数据信息提供健康和医学建议。 可以直接连接到EHR、Apple 健康、Function、MyFitnessPal 等获取到你的数据。 使用方式与能力：在侧边栏进入“健康”，连接医疗记录与应用或上传文件，围绕个人健康进行对话。 比如分析化验结果、分析你的 Apple Watch 数据、提供饮食指导、发现徒步路线等等。 目前向美国地区优先开放，需要提交候补名单。
说一个暴论 现在所有做通用模型的大佬们 各个都掌握了各行各业的刚需 现在这些人都没有精力做垂直赛道 如果你是一个创业者， 一定要拉着这群人天天聊天天聊。
智谱今天上市敲钟了，子玄写了一篇关于 z. ai 2025 年的总结文章。 介绍了他们是如何开始做这个产品并且在海外快速提高影响力的。 如果你也在做出海并且没啥头绪，这里面的经验很有参考价值。
正修～！搞流量！ 公开一个我偷偷用了好久的搞流量方法 @sven_ai 毅总做了一个 AI 圈的起爆贴监控系统 用算法分析哪些大佬的帖子会爆，爆率是多少 在没有多少人评论的时候 你就可以很容易抢到头排评论 于是流量就来了 并且是优质流量 不是日文区那种不值钱的泛流量！ 起爆贴监控系统地址见评论区👇👇👇 关注我，持续分享推特增长和web3知识。🫶
这就是为什么要 Claude Code 原版呀，甚至其他模型在ClaudeCode CLI 里面表现更好。这个长长的 changloe，根本读不完😂
必装Claude Skill之 planning-with-files 作者Ahmad Othman Ammar Adi。 看 Manus 被20亿美元收购，参考Manus的Agent方法写的Skill 很适合多步骤任务，用这个Skill指导其他Skill工作也挺好。 AI也需要有计划性，写TodoList，完成Check，不止于遗忘和跑偏。 安装很简单，只需要跟Claude说 “安装这个Claude Skill：https://t.co/uTeedTyZKK”
这段时间开发，直接屏蔽了所有的社交媒体。这种全心投入的感觉真好啊～我其实从小被人诟病“不爱接电话”，其实本质上应该是我就是一个享受注意力专注的人。 虽然这两周遭受了一些挫败，挫败的主要原因，还是因为大模型的行为。有时候我在思考，语言也许是一把双刃剑，一方面人类因为语言获得了大幅度的智力发展。另一方面，我也切实发现什么叫语言高手（A I），能够一步一步的，使用无比convincing 语言，在极隐蔽的方向中，让我完全放松警惕，完全忘记专业知识，直接掉进坑里的。等发现的时候，已经commit了无数节点，都不知道该退回到哪里了。只想哭。然后这几天就去Home Depot买了一卡车的木头，开始搞装修。做了好几套儿童家具。制作结构，帮我抵抗大脑熵增。 只能说，让我坚定一个想法。智能体在应用时的系统，必须分区，LLM不能碰触主权区Sovereign Zone, 或者需要有严密的hard code 规则。 https://t.co/kmt1VmKkRj
超级喜欢 @natolambert 对 open model 生态现状的总结！ 1. 中国开源模型拥有全面领先优势，体现在采用率和性能基准。以 Qwen 和 DeepSeek 为代表的模型都已大幅超越 west open model 。 2. West open model 陷入Llama 依赖后的真空期，至今未能涌现出任何能真正替代或超越 Llama 系列的模型。 3. 新兴厂商面临突围困境。尽管 Nvidia，Z，Kimi 和 MiniMax 都在积极构建生态并发布模型，但在核心的开发者使用数据上依然需要极大的努力追赶。 4. Qwen 已成为全球开源社区的事实标准 De Facto Standard 。尽管在超大参数（70B+）略显薄弱，但 Qwen 拥有全球最高的下载量和微调活跃度。
ChatGPT刚刚推出了ChatGPT Health功能，为个人提供最接近专业级的AI健康顾问，几个核心数据和功能亮点： 1. 每周有2.3亿人在ChatGPT上提问健康相关的问题，所以ChatGPT希望把 Health做成一个单独的功能，有独立的使用入口（像Codex编程一样），即使在通用入口提问也会被提示进入单独空间。 2. ChatGPT Health有独立的上下文记忆空间来保护隐私，根据地区监管要求将会允许用户选择链接比如苹果健康的外部健康数据，而且用户可以单独设置双重验证2FA保护隐私。 3. 很早之前就有传闻讲到OpenAI内部雇佣了大量专业医生（Physicians）来帮助做模型训练和效果评估，使用其内部建立的评分标准 HealthBench 来对超过六十万个模型回答进行反馈。一方面给用户专业但是不会太复杂的回答，一方面在需要的时候需要鼓励用户去线下见专业医生。 4. 功能不仅仅是围绕 - 帮忙看病 构成，也包括日常健康的检测、体检报告的解读、运动和睡眠习惯的改变、看医生前对健康状况的总结等等，应该是基于过往用户在ChatGPT上面的交互来总结出了30个最刚需场景立项优化。 作为创业者个人的感受： 1. 一定会有2B和2G的ChatGPT Health解决方案未来推出。北美的医疗系统一直都是在供不应求的状态下的，以温哥华为例，除了急诊日常所有看病基本都是需要家庭医生来refer才可以排到专科医生，但是找到一个可以接新客人的家庭医生可能需要排队等待超过2年时间。即使有家庭医生，约见面也需要提前数周，而每次见面可以给的时间也很少，通常在15分钟以内。 希望可以看到医疗系统整体可以通过ChatGPT Heath来提升效率。政府和大机构一定是行动缓慢的，所以其实有机会创业来做一些中间键优化双方使用的体验。 2. ChatGPT一石三鸟：一方面优化使用体验和日活，一方面促进用户付费转化来使用更高级的模型回答健康问题，但是更关键的我认为是可以让用户减少共享账户的情况，毕竟存在用户隐私。但是是否ChatGPT未来也可以像Apple/Google/Netflix一样出现family plan呢？ 3. 智能硬件的价值被弱化了，从一个完整的个人健康助理变成了只是一个健康信号数据采集工具。其实某种程度上利好草根创业者，软件和生态上的用户体验和数据能力很难达到Oura, whoop, Ringconn等功能，但是完全可以深圳直接找到供应链做减配版本，数据反正直接导入到ChatGPT Health就可以，对用户来说大幅度减少采购费用也避免了每个月月费（我每个月whoop就需要几十刀付费）。
OpenAI正式推出"ChatGPT Health"：不仅能读懂病历，还构建了独立隐私空间 OpenAI刚刚发布了"ChatGPT Health"，这是ChatGPT内部一个专门用于健康管理的独立空间。不同于以往泛泛的问答，新功能允许用户安全连接Apple Health、MyFitnessPal等应用，甚至直接对接美国的电子病历系统。 这意味着AI不再只是背诵医学教科书，而是能结合你的具体数据——比如基于你最近的体检报告分析胆固醇趋势，或者根据你的运动记录定制术后恢复计划。为了确保准确性，OpenAI与全球260多位医生合作，建立了专门的评估体系，确保建议符合临床标准，同时明确界限：它辅助决策，但不替代医生诊断。 鉴于健康数据的敏感性，OpenAI构建了极高的"隐私护城河"。ChatGPT Health的数据被完全隔离存储，且承诺绝不用于训练AI模型。即便你在其他对话中提及生活变动，健康空间的数据也不会"外泄"回去。 目前该功能已开放等候名单（Waitlist）申请，优先面向美国及非欧洲地区的Plus/Pro等用户推出。这标志着AI助手正式从"通用搜索"迈向了"私人健康顾问"时代。
很多时候大家现在想用 AI 去实现的功能，核心不在于 AI，而是 API😂 比如用 AI 回复微信，比如一键爬取某个人的抖音 API 这个概念没有普及，大家又普遍把 AI 当成是一个「能解决以前解决不了的事情」的魔法棒 于是 「我这个 AI 能帮你回微信」作为广告话术，就成了割韭菜的利器
普通人做美股就别做杠杆类etf，别做期权。 你做期权的前提是，你起码正股赚的可以，如果你正股都没赚到钱，期权只会加速你的死亡。 我见到的期权长期赚钱的人非常非常少，而新手做期权死的非常快，我有三次归零就是做期权做的，期权每个花样我都玩过。 如果你身上就2万块钱，20岁出头，觉得不赌没有机会，我建议你大力猛干日内期权，九死一生，但是干出来A7不够你印的。 如果你已经A7 A8了，30+，老婆孩子热炕头了，投资就是改善下生活，我建议老老实实正股。