🔥 Search Hot Tweets
Search and analyze hot tweets from KOL accounts list (list: https://x.com/i/lists/1961235697677017443) within 6 hours. Use SoPilot plugin to quickly comment and occupy the comment section.
12月 AI 订阅策略调整 主力：Google One Ultra $250 - Antigravity 下的 Gemini 3 / Opus 4.5 几乎无限量，彻底治好了我的 Token 焦虑。 权衡点： 虽然 Coding DX 不如 Claude Code / codex ，但在这个当量的额度面前，任何体验上的小瑕疵都可以被忽略 其他点： Banana + Veo 3 + NotebookLM 的组合，视频创作流简直起飞 兜底：ChatGPT Plus $20，保留 GPT 5.2 处理 Antigravity 搞不定的场景。
我在推特公开实践自己的内容营销框架5+2理论 - 内容嗅探 - 内容分析 - 内容生产 - 内容分发 - 数据复盘 2个核心： - 势能高地 - 模式选择 先找牛人看看别人在发什么，拆解了去实践 以下是一个内容分析的简单示例👇🏻 https://t.co/yTP6GLntad
Perplexity的Prompt 泄露了 Reddit 上有老哥用印地语问了问题，然后 Prompt 泄露了 他还给了聊天记录做证明和泄露的系统提示词 https://t.co/S3F4Y8ikDW https://t.co/L1SDKBxOY3
The cartoon characters and real people are basically synchronized, the background music is also very nice, and The player in the image will have an animated effect while playing music. This is amazing! I used this prompt: Cartoon characters and real people dance together, maintaining the same rhythm. This video was created using Kling 2.6 Pro on @imagineart_creo and @ImagineArt_X.
4.5千Star！这个开源PPT神器，一张图就能生成全套模板 这个开源PPT项目太牛逼了！名叫：banana-slides 现在有4千多Star，支持Docker部署安装 昨天朋友推荐的，用过的都说好。 可以提供大纲补全生成，可控性很好。 模版只需要上传一张图片参考就行。 底层基于Nano Banana Pro + 大语言模型，支持第三方API。 地址见评论
优化版完整元提示词： --- 我的朋友是一名智力低下的博士生，想学习一下这篇论文，请用傻子都能懂的语言详细给我讲一下这篇文章 ，我好教教他 --- 好处：可以避免 chatGPT 觉得你是那个智力低下的博士生 https://t.co/L8cxm0Bkmp
最近戒掉咖啡了，换成喝红茶了 咖啡成本比较高，副作用明显 1. 每天一杯就算 9.9，一个月也 300 块了 2. 其次要不是运动前后喝，心跳容易过快 最近换成喝红茶，虽然不痛不痒，但戒掉心中的瘾。 状态也好了不少，效率提高了 https://t.co/bh2tRTsB2K
肖弘问刘元：如何保持少年感和好奇心？ 刘元说生命的动力，可能每个人都不一样。 对于他来说，在这么些年对他影响最大的一句话是兰亭集势的郭去疾讲的故事。 有一次吃饭，他聊到他的一位家人得了癌症，生活已经享受不了任何快乐，任何美食。 家人很痛苦，但还是很努力地想活下去。 他就思考，人为什么这么痛苦，享受不了任何人间美好的时候还这么强烈的想活下去。 其实无非就想看看自己的孙子长大是什么样子。 思考之后，他得到了一个很抽象的结论： 信息是生命的动力。 去新的餐厅吃饭，去新的城市旅游，去读新的书看新的电影。 这都算是信息。 刘元听完这个故事，意识到人们真正的想生活，有强烈的生活动力的根本原因，其实是好奇心。 在意识到这点之后。 他生活里的所有选择，都是以满足好奇心为导向。
Simon Willison（Django 框架的联合创始人）。他一边陪家人装饰圣诞树、看电影，一边用 Codex CLI + GPT-5.2，把 Emil Stenström 的 JustHTML（纯 Python、通过 html5lib-tests）端口成了一个纯 JS、零依赖的库，跑过了 9200+ 个 html5lib-tests 用例，最终产出大约 9000 行代码、43 次提交。 整个过程他自己只发了 8 条左右的提示词。 当然我不是来吹 Coding Agent 或者说 GPT-5.2 多牛逼的，只是正好我发现这案例本身完美命中了 Coding Agent 的舒适区。 什么是 Coding Agent 的舒适区呢？ 1. 从一种语言“翻译”到另一种语言 大语言模型最擅长的事情之一就是“照葫芦画瓢”，或者说“翻译”，无论是自然语言还是编程语言，都能做到又快又好。 所以像这个案例中从 Python 翻译成 JS，相对就很轻松了 2. 有完整的测试集合 想想我们日常写代码，写完都需要测试一遍，如果不对再修改，如果这个过程需要人工介入，比如一些 UI 测试，就会很低效，但是如果 Agent 能自己测试，那么它可以从测试中收集反馈不断调整不断修复，直到把问题解决。 这个 HTML5 标准有一套名为 html5lib-tests 的测试集。这是一套与语言无关的测试数据（输入是 HTML，输出是正确的解析树结构）。 这就好比你让 AI 做数学题，你虽然不懂解法，但你手里有一本带标准答案的习题册。你不需要盯着 AI 写的每一行代码（过程），你只需要看它算出的结果对不对（结果）。 3. 已经设计好了架构，Agent 只需要“填空” Agent 由于受上下文窗口长度限制，每次任务是没办法太长的上下文，复杂一点的项目你没法整个代码库扔过去，所以我们通常要基于架构设计将 Agent 的任务拆分成小一点的任务让它刚好在上下文窗口内完成。 所以架构设计无论对于真人的项目还是 Coding 的项目都非常重要。 Simon 这个项目他不需要凭空设计，直接让 Agent 参考那个 Python 项目的 API 设计。这意味着架构是现成的，AI 只需要基于现有架构去“翻译”。 4. 高手来操作 武侠小说里面，同样一把剑，在高手手里能发出更大的威力，毫无疑问 Simon 是高手中的高手。 看 Simon 的操作流程： 1). 制定规范 (Spec First)： 第一条提示词不是求代码，而是扔给 AI 现有的 Python 代码，让它写一份 JavaScript 版本的设计文档（Spec）。 2) 冒烟测试 (Smoke Test)： 让 AI 先跑通一个最简单的“Hello World”级别的 HTML 解析，确保链路是通的。 3. 死循环测试 (The Loop)：Simon 配置好 GitHub Actions，每提交一次代码就自动运行那 9000 多个测试用例。 - AI 写代码 -> 跑测试 -> 报错 -> AI 读错误日志 -> 修正代码 -> 再跑测试。 - 结果：AI 像个不知疲倦的程序员，用了 140 万个 Token，提交了 43 次，直到所有绿灯亮起。 Simon 把这个过程称为 “设计智能体闭环” (Designing the Agentic Loop)。 这就是为什么这项目对于 Agent 来说做起来很成功。 --- 既然我们知道 Coding Agent 的舒适区或者说强项在哪里，其实我们在开发时也可以充分发挥它的强项，比如说： 1. 不要着急实现，先看看有没有“葫芦”可以照着画“瓢” 2. 尽量让 Agent 自己去验证需求，为 Agent 提供验证必须的工具，比如Chrome Dev Tool MCP、Lint、自动化测试等等 3. 先设计好再去实现
现在是 AI 浪潮第四年了 大家的速度今非昔比 一个小的 PMF 今天第一次被验证 明天可能就会出现一款成熟的 AI 产品里 甚至最近连 Figma 都火力全开，AI 功能迭代飞快 以前脏活累活没人愿意干，现在 AI 技术很优雅 大家都有核弹，看谁能把它包装成糖果
昨天好不容易把作息调整成了十二点睡六点半起，一想到今天晚上要见喜欢的人十一点上床了到五点都没睡着……因为年终很忙和出差已经两周没见面了。 想牵着手好好听对方聊最近发生的有趣的事情，他做的事总是很有趣和激动人心。 可惜我作为圣诞礼物的小说还没时间写好。😭
Tomehaku { "subject": { "description": "A young woman fashion model with long black hair, sitting on a sculptural black chair in a clean white studio, wearing an oversized black sweatshirt with bold '1977' on the chest and white socks printed '1977'.", "mirror_rules": null, "age": "early 20s", "expression": { "eyes": { "look": "direct eye contact", "energy": "calm, confident", "direction": "toward camera" }, "mouth": { "position": "relaxed, slightly pressed", "energy": "cool, composed" }, "overall": "high-fashion, slightly aloof" }, "face": { "preserve_original": true, "makeup": "clean editorial makeup, defined brows, subtle eyeliner, soft matte skin, natural lips" }, "hair": { "color": "jet black", "style": "long, straight, loose with slight natural volume", "effect": "smooth shine, a few soft flyaways" }, "body": { "frame": "slim", "waist": "slim", "chest": "not emphasized", "legs": "very long-looking due to pose and framing", "skin": { "visible_areas": \[ "legs" \], "tone": "fair to light", "texture": "smooth, natural", "lighting_effect": "soft highlights, minimal shadow" } }, "pose": { "position": "seated on a modern sculptural chair", "base": "one knee pulled up close to the torso, arms resting around the raised leg, the other leg extended diagonally toward the lower-left", "overall": "compact upper body, elongated legs, editorial attitude" }, "clothing": { "top": { "type": "oversized black sweatshirt", "color": "black", "details": "large bold numbers '1977' on the front, long sleeves, loose fit", "effect": "minimalist streetwear meets fashion editorial" }, "bottom": { "type": "shorts (mostly covered by sweatshirt)", "color": "black", "details": "short hem visible at the hips", "effect": "clean silhouette" } } }, "accessories": { "jewelry": null, "device": null, "prop": null, "headwear": null }, "photography": { "camera_style": "high-end studio fashion editorial photo, clean and modern", "angle": "slightly above eye level to eye level, front-facing", "shot_type": "3/4 body to full-body portrait with strong negative space", "aspect_ratio": "4:5 vertical", "texture": "sharp details, smooth skin, crisp edges, minimal grain", "lighting": "soft diffused high-key studio lighting, gentle shadow under chair, even illumination", "depth_of_field": "moderate depth of field, subject fully in focus, background seamless" }, "background": { "setting": "minimal white studio with seamless backdrop", "wall_color": "white to very light gray", "elements": \[ "sculptural black chair with curved silhouette", "vertical left-side layout text including 'SONDRA STUDIO' (editorial poster-like design)" \], "atmosphere": "quiet, premium, gallery-clean", "lighting": "bright, soft, shadow controlled" }, "the_vibe": { "energy": "minimal, confident, premium", "mood": "cool, composed, editorial", "aesthetic": "high-end minimalist fashion, black-and-white contrast, negative space composition", "authenticity": "studio campaign look", "intimacy": "medium (direct gaze, clean set)", "story": "a modern streetwear editorial emphasizing silhouette and long legs in a sparse studio layout", "caption_energy": "short, chic, brand-like" }, "constraints": { "must_keep": \[ "white seamless studio background", "large negative space on the left", "model placed on the right side of the frame", "oversized black sweatshirt with visible '1977'", "white socks with visible '1977'", "seated pose with one leg raised and the other extended", "soft high-key lighting", "sculptural black chair" \], "avoid": \[ "busy background", "extra accessories", "heavy color grading", "strong harsh shadows", "blurry face", "incorrect or missing text '1977'" \] }, "negative_prompt": [ "low quality", "blurry", "overexposed face", "harsh flash", "busy background", "extra fingers", "deformed hands", "bad anatomy", "wrong text", "misspelled numbers", "watermark", "cartoon", "oil painting", "heavy film grain" ] }
💰 AI 代理价格对比，有点意思。https://t.co/1FjAQYai7I https://t.co/e5qZ4bhRWX
做一个付费社群，教女生怎么用豆包生成写真，100% 是能赚钱的 课程 + 提示词 + 社群辅导 绝对能赚钱，且会有口碑裂变，且完全不需要担心供给侧有人竞争 需要做好的是公域内容，最好本人出镜，不要让账号内容沦为乏味的每日不停地晒 AI 案例 要让粉丝认识你是谁 完全不怕竞争 https://t.co/fY7EcfjOon
我为什么认为，大学一定会失败 上过大学的人，都会对大学失去信心（除了各地清华北大校友会成员）。人们都深深地知道，大学并不能让我们学会什么。 随着上过大学的人越来越多，最后几乎全民覆盖，将来，几乎所有人，都会对大学失去信心。 从那时起，大学这种教育机构，就没有存在的必要了。
Susan STEM
语言临界区：年轻人要去从事和探索术语都还没有形成的领域 这几天深入研究 IR 与运行时契约，我算是真切地体验了一把什么叫“语言临界区”。虽然推友自由金牛@jinniudashu和君子兄@Chinese_XU早就互粉，我也隐约知道他们各自的项目方向，但真到交流时才发现，我们常常像鸡和鸭一样各说各话。尤其是我，领悟得最晚，也最弱。其实他们两位的语言能力都极强，本质上我们指向的方向也一致。只是关键的那记“警铃”一直没有在我心里敲响，没有真正共振到。前几天另一个推友说过，年轻人要去从事那些术语尚未定义的行业。我现在才深刻体会到这句话的意思——明明我们要解决的是同样的问题，方向也一致，但因为语义未统一，往往会发生激烈争执。 这与 AI 近几年的发展何其相似。在新兴事物刚刚出现时，往往是“事实先于语言”。大家直觉上都在朝同一个方向努力，但缺乏一套约定俗成的说法，只能借助模糊、比喻或者各自惯用的词汇来表达。这种语言真空一方面让创造和探索保持开放，不至于过早被固化的定义所束缚；另一方面，每个人所用的标签不同，交流时便容易出现“鸡同鸭讲”，形成表面上的分歧。 而当方向一致、用词不一时，争论往往并非源于真正的分歧，而是语义对齐的失败： 一方觉得“你没懂我的意思”； 另一方却以为“你在否定我”。 事实上，大家谈论的往往还是同一个问题，只是语义尚未沉淀出一个公共的框架。 语义未统一并不仅仅是“词汇不同”，背后有一整套技术性的分层原因。 首先，每个人进入问题的入口各异：工程师关注实现细节，如接口、代码与算法；商业人士着眼于商业模式、成本与市场；而哲学或战略视角则关心长期演化与概念架构。这就像几个人同时看一座大楼，有人盯着地基，有人研究电梯，有人只在意顶层的观景台——描述的对象虽相同，却天然不一致。 其次，问题往往分布在不同抽象层：物理层涉及硬件、材料与能耗；逻辑层对应算法、规则与协议；认知层包含模型、叙事与使用方式；制度层则牵涉法律、治理与共识机制。如果一方在逻辑层谈“运行时契约”，而另一方在制度层谈“治理结构”，两者语义难以直接对接，往往被误解为不同问题，甚至发生冲突。 再者，方法论差异进一步放大这种错位：有人偏向归纳，从案例总结规律；有人偏向演绎，从原则推导应用；有人依赖实验，快速试错；有人依赖协议，强调语言先行统一再执行。不同的处理方式，使得即便目标一致，也会演化出迥异的话语体系。其本质在于语言协议的缺失：缺乏跨角度的映射表、缺乏层次化的结构对齐、缺乏统一的执行协议。于是就出现了这种现象：大家都在做同一件事，却仿佛来自不同维度，听得见彼此的声音，却难以形成真正的共识。 我们思考的问题，绝对不是全球独一份。然而找到其他的共鸣者极困难。 语义错层 × 多语言噪音 × 文化制度差异，共同叠加成了全球协作的语义熵爆点。 其结果是：一个术语刚在 A 社区里稳定下来，到了 B 社区就彻底跑偏；一个新兴领域在 C 语言里没有现成词汇，只能借用模糊的说法，造成后续混乱；一个治理协议跨国落地时，因为语义差异，甚至可能让合约条款在执行层面产生歧义。多语言叠加带来的噪音尤为突出——直译歧义、语感差异与语言混用已成常态。全球开发者的日常交流中，中英文夹杂、英语术语直接音译、乃至同一会议里不同人使用不同语言，进一步放大了对齐难度。而教育背景、工程传统以及制度价值的差异，更让同一概念在不同社群中演化出完全不同的解读。 传播，对齐，共识，比争对错更重要。 在这种语境下，真正稀缺的能力不是“谁的观点更正确”，而是谁能搭建起跨越差异的桥梁：将不同切入点压缩为统一的目标表达，把不同层级对应起来形成结构对齐，并将不同方法论统一到可迁移的协议之中。最终，谁能在全球语境下率先构建一个多语言可对齐的“语义协议”，谁就有可能成为行业标准的制定者。
Est. 200 views for your reply