🔥 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.
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
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。
宝玉
硅谷惊变：12万张H100的挽歌 第一章：帝国黄昏 2025年，山景城上空的空气都弥漫着一股美元燃烧和GPU散热扇混合的香甜味道。我，作为Meta LLaMA项目的一名普通开发，每天都像打了鸡血一样。我们刚用12万张英伟达H100完成了“LLaMA 4 Maverick”的“训练”。 12万张！这是个什么概念？这堆铁疙瘩的成本，比扎克伯格在夏威夷为末日准备的那个豪华地堡群还要贵。我们内部的口号是：“一统江湖，顺便把那些中国开源社区的“模仿者”们按在地上摩擦。” 每个人脸上都洋溢着技术霸权的自信，仿佛我们即将发布的不是一个大模型，而是《三体》里的二向箔。我们坚信，在绝对的算力面前，一切技巧都是花拳绣腿。 那天下午，阳光正好，我正悠闲地喝着La Colombe的冷萃。突然，公司内网的摸鱼频道里，有人甩了个推特链接，链接指向一篇论文，作者署名“DeepSeek”，一个来自中国杭州的团队。 “哟，杭州来的？” 我轻蔑地笑了笑，“西湖龙井味儿的模型吗？” 论文标题很唬人，叫什么《R1模型：通往通用智能的稀疏激活路径探索》。大家起初都没当回事，排行榜嘛，刷分刷出来的“过拟合垃圾”还少吗？我们见得多了。 五分钟后，我的顶头上司，一个平时冷静到连服务器着火都会先发个Jira Ticket的男人，像一阵风一样冲进了我们的开放办公区。他的脸比刚出厂的A4纸还白，嘴唇哆嗦着，指着自己的显示器，声音尖锐得像是被踩了尾巴的猫： “他……他们只用了2000张GPU？！” 整个 bullpen 瞬间死寂。2000张？我们的零头都不到。我赶紧打开那篇论文，当看到他们的架构图时，我感觉我的大学计算机科学学位像一张废纸。那是一种我们想都没想过的、堪称“银河系大脑”级别的设计，用一种匪夷所思的方式解决了算力瓶颈。 绝对的恐慌开始蔓延。 紧接着，走廊尽头传来一阵急促而沉重的脚步声。不是人类的脚步声，更像是终结者在追杀莎拉·康纳。我们都知道，那是扎克伯格那具价值连城的私人机器人化身（Zuck's personal android body）出动了。他面无表情地“飘”向高层战情室，身后留下一串冰冷的杀气。 战情室的隔音效果一流，但我们依然能隐约听到里面传来扎克伯格那标志性的、略带机器质感的咆哮： “12万张GPU！！我们居然被一个拿着计算器的鲸鱼给干翻了？！这钱是让你们拿去点篝火晚会了吗？！” 第二天，全公司收到邮件：LLaMA 4 Maverick项目延期至明年四月。官方理由是“为了进行更深度的安全与伦理对齐”。 呵呵，鬼才信是为了“对齐”，我们就是在抄作业，而且是那种连题目都看不懂、只能硬着头皮描答案的抄。 第二章：小丑竟是我自己 几个月后，LLaMA 4 Maverick“终于”发布了。结果呢？一个加了点“继母文学（StepMom prompt）”私货的DeepSeek V3劣质分叉版。模型表现平平无奇，像个被灌了太多水的差生，毫无灵魂。 项目彻底失败，产品经理（PM）急得像热锅上的蚂蚁，然后他想出了一个“天才”的主意：“既然打不过，我们就专门刷分！把它往LMARENA（一个主流的模型竞技场）上过拟合！” 这操作就像一个学渣，放弃了所有科目，只把一首唐诗三百首背得滚瓜烂熟，然后宣称自己精通古典文学。 结果？我们当场就被抓包了。社区的大神们几下就扒出了我们的底裤。这成了年度最大的AI丑闻。 清洗开始了。整个“LlaMA”团队被连根拔起，HR部门的纸箱子在公司大厅堆得像个小型堡垒。我在收拾东西的时候，还能看到远处屏幕上，扎克伯格正在元宇宙全员大会上说着那句经典台词：“是时候加倍下注了（Time to double down）。” 他宣布成立“Meta超级智能实验室（MSL）”，计划很简单：既然我们造不出成功，那我们就用钱去买。 他第一个电话打给了Ilya Sutskever，开门见山：“伊尔亚，我想收购SSI（伊尔亚的新公司）。” 电话那头传来伊尔亚标志性的、混合着轻蔑和怜悯的笑声，然后就是“嘟…嘟…嘟…”的忙音。 第二个电话打给了Thinky Machine的Mira Murati。米拉的回答堪称年度最佳商业绝杀：“马克，我们是非卖品。不过，我们的API会向你们的下一款产品开放。” 这话的潜台词是：你只配当我们的客户。 扎克伯格不死心，想挖奥特曼的左膀右臂，结果一番操作下来，只请到了奥特曼的“底”层亲信。最后，他孤注一掷，豪掷150亿美元，买下了Scale AI和它的创始人Alexandr Wang。 一个靠东南亚数据标注血汗工厂发家的“包工头”，就这样成了Meta AI研究的负责人。 第三章：亿万美金的小丑车 王同学（Alexandr Wang）上任后，开始对着所有脉搏还在跳动的AI研究员挥舞支票。1000万美元的包裹只是起步价，对所谓的“超级巨星”，甚至开出了1亿美元的天价合同。 很快，几个没有道德底线、背着巨额赌债的学术雇佣兵签了卖身契。MSL的团队看起来终于有了点“星味”。 但问题来了：王同学擅长管理流水线上的“奴隶”，却完全不知道该如何与这群自视甚高的AGI研究员打交道。 Meta 超级智能实验室变成了一辆价值亿万美金、正在着火的小丑车，车上坐满了自大狂，每个人都想抢方向盘。 一个研究员威胁说，如果不给他设立一个他当场发明的“首席科学家”头衔，他就立马辞职。 另一个更狠，他偷偷录下王同学深夜对着Sam Altman的照片进行“自我安慰”的绝密视频，并以此为要挟，成功勒索到了一个VP的职位。 整个实验室乌烟瘴气，内斗、八卦和丑闻比代码还多。 而此刻，故事的主角，马克·扎克伯格，正独自一人待在他夏威夷的地堡里。他戴着最新的Quest头显，一遍又一遍地观看Facebook当年IPO的VR录像，泪流满面。 他或许在想：“我们曾拥有一个时代，我们曾拥有12万张H100…… 最后，我们却被一个来自以西湖闻名的城市的团队，用一种我们无法理解的方式，彻底羞辱了。”
Est. 1.5K views for your reply