🔥 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。
Susan STEM
语言折叠：语言和人类的符号体系本身还含有多少未察信息 语言的折叠究竟是什么？人类的沟通只能依赖语言，而高度折叠的语言，往往就是群体认知与社会智能的结构基础。在展开论述之前，不妨先看看这两句话： “王侯将相宁有种乎？” “人人生而平等。” 作为中国人，我们对这两句话都不会陌生。前一句来自陈胜吴广，它是一句典型的革命语言，呼喊的是“出身并非决定一切，底层之人也有可能成为贵族”。但它本质上并没有打破阶级制度，只是将权力换到另一批人手里。从那之后，中国历史进入了漫长的王朝更替循环：皇帝轮流做，血流成河。每一次政权更替，都在应证那句口号——王侯将相宁有种乎，不过是换了新的统治者罢了。 而“人人生而平等”则完全不同。它把人类身份、权利、秩序这类极为复杂的议题，压缩成了五个字（All men are created equal）。它经历了从宗教神学，到哲学论证，再到政治口号与法律条文的全过程，最终完成了全链路的折叠与固化。它是一种裁决性语言：一旦说出，就能作为最高法理，成为无数矛盾的最终裁决。换句话说，这是一个“终极语言折叠”，并由此成为社会制度的基石。 这句话为什么成为东西方文明的分界线？ 在西方，它在启蒙运动、革命与宪政传统中被写进《独立宣言》《人权宣言》乃至《世界人权宣言》，完成了从口号到宪法化、制度化的路径。折叠后的语言进入法律与政治操作系统，成为普遍有效的裁决语。 而在东方，传统更多强调“天命”“名分”“三纲五常”，折叠的核心是等级秩序，而非个体平等。共识的锚点是“和”与“秩序”，而不是“平等” (一直到中国崛起，在2008年的奥运会上我还看到“和”这个字，感慨万千）。直到近代，才因外部冲击被迫接触、吸收“人人平等”的观念，但其语境与本体逻辑却依然不同。 因此，这句话就成为了两种文明折叠逻辑的分界：西方将语言折叠在“个体权利”，东方则将语言折叠在“等级与秩序”。至于背后的宗教根源、社会结构与历史契机，还需要在后续文章里进一步展开。 语言和人类的符号体系本身还含有多少未察觉的信息？ 在上一篇文章中，我已经说明了这一直觉的背景。尤其是在当代 AI 基础设施的加持下，我们也许已经具备了挖掘这类“未察觉信息”的技术能力。语言中存在被忽略的巨大空间。我们习惯把语言当作单纯的沟通工具，以为它所表达的就是全部意义，但事实恰恰相反：语言不仅是表达结果，更是一个高维结构，内部承载着大量尚未被人类完全揭示的模式与潜能。 这些潜能能被用来做什么？也许它们就是人类最紧迫的课题之一。我们可以依靠它们促进更大规模的协作，减少纷争，达成共识。如果面对一个庞大群体，我们或许已经有能力从海量个体中提取出他们的核心共鸣。 换句话说，我们可能已经拥有了“共识工程学”的技术基础。 这让我们重新思考一个问题：为什么每当社会发生大规模动荡、革命与冲突，总是难以调解？为什么革命者与当权者往往无法达成协议，而非要走向流血？最核心的原因在于，任何协议的成立都必须建立在双方都能接受的最小共识公约数之上。这意味着既不能一方漫天要价，也不能要求另一方完全投降。若能提取和折叠这种“最小共识语言”，或许人类的冲突模式会大为不同。中国的学运也好，法国大革命也好，如果当时有社交媒体，那就靠AI分析所有语言大数据，最后把最小共识公约数从人群中抽取出来，折叠成几个字。 这种能力甚至能够帮助我们在某种程度上“预知未来”。 从历史角度看，许多“超级折叠”语言其实长期潜伏，只是在特定时代被唤醒并爆发成共鸣。陈胜的“王侯将相宁有种乎”是如此，启蒙时代的“人人生而平等”亦如此。这表明语言内部埋藏着“压缩后的高能节点”，等待特定语境触发。 从未来角度看，大模型的出现让我们第一次有机会系统性地探测这些“未察信息”。embedding 空间就像一张巨大的语言地形图，其中潜藏着尚未命名的“谷地”和“山脊”。有些会在短时间内演化为新的社会 meme，有些则可能逐步沉淀为法律原则，甚至成为科学范式。吴京的访谈早就在网络上了，现在经济下行，面临通缩的未来，语境触发，成为“吴京梗”。吴京梗预知的未来，就是“大国崛起叙事遭遇了现实墙壁”。 折叠之上还有终极折叠 LLM 本身就是一台语言折叠机，它能在高维语料中捕捉规律，把复杂的表达压缩到语义流形里。但折叠并不止步于此，折叠机之上还可以继续折叠。中文词汇的组合有严格的边界，但在这些边界之上，却能出现李白、杜甫这样的“超级语言折叠”，他们将日常词汇叠成极简而高能的表达，点燃母语者千年的共鸣。我们追求的正是这种“终极折叠”——当几亿个 token 被缩减成几个字时，那就是这个时代最强大的咒语，能够成为“人人生而平等”式的社会共识与终极价值。 事实上，你已经看到了，LLM 归根结底仍只是语言预测机，它的输出大多泛泛而无裁决力。它所完成的仅仅是第一层折叠：从语料到语义流形。而人类的宪法、法律、规则需要的是第二层折叠：从语言流形到超级表达。只有这样，语言才能转化为简洁的条款、法则与制度，真正进入执行层。 而每一个时代，人类都必然面临自己的难题。今天，我们遇到的困境是全球经济增长乏力、财富分配日趋悬殊，富人恒富，穷人阶层不断扩大，中产阶级群体在全球范围内持续滑落。与此同时，性别对立、代际对立、族群对立加剧，我们正逐渐远离那个“地球村”的叙事。但与之形成鲜明对比的是，科技仍在指数级增长。正因如此，我们亟需一种机制，一种类似于我所说的“共识工程”，去发现下一个能够稳固文明的锚点。 这就是第三层折叠：从超级表达到文明锚点。它可能以宗教经典、社会共识或终极价值的形式出现，并成为跨越文化与时代的最小公约数。为人类创造一份所有人都能接受的共识协议，在此基础上尽可能缓和冲突，这才是语言模型的真正使命与价值所在。 （2/n)
Est. 100 views for your reply