🔥 Search Hot Tweets

买crcl不如买visa

别的不说， 我这个完全没设计感的人 PPT 技术可能真要起飞了。 我过去做 PPT 最痛苦的是得在脑子里同时跑三条线程： 内容逻辑、叙事节奏、视觉表达。 如果现在有个 agent 能把这三件事拆开： 先把信息吃透 再把故事线搭起来 最后按设计指令把表达落到版式 我准备拿几个真实场景测一下： 看看这种 agent + slides 到底能把一个纯内容脑托到什么程度。 如果效果成立，就真的解放生产力了，特别是每天跟机器打交道的程序员。

研究巴氏刷牙法 研究怎么降低低密度胆固醇、怎么降低血糖 研究饮食 研究蛙泳怎么游得更快 研究怎么做力量训练 研究codex、claude code怎么不中断的自动写代码 研究怎么做个一站式eps+期权异常大单+期权高盈亏比大单筛选器 研究巴菲特、段永平、李录 根本干不完

Greptile 刚发布了一份《2025 年 AI 编程现状报告》，这家公司是做 AI 代码审查的，客户从 PostHog、Brex 这样的明星创业公司到财富 500 强都有。每月大约有十亿行代码经过他们的系统，所以他们手上有不少一手数据。 摘录报告中的一组数字：开发者每月产出的代码行数从 4,450 行涨到了 7,839 行，涨幅 76%。PR 的体积也在膨胀，中位数从 57 行涨到 76 行。中型团队的增幅更夸张，达到 89%。 其实我以前就吐槽过很多人喜欢用代码行数去衡量生产力，因为代码不是资产是负债，代码越多意味着越难维护，AI 生成的代码多，也意味着更难维护 Bug 更多了。 AI 编程工具的收益分布极不均匀。在已经有良好测试覆盖、模块边界清晰的项目里，AI 如虎添翼。但在复杂的遗留系统、需要深度领域知识的场景下，它的帮助有限甚至可能帮倒忙。 但不管怎么说，现在 AI 让代码通货膨胀已经是事实。 AI 让代码行数增加了，那么质量有变好吗？ 很遗憾报告没有提这事，毕竟代码行好统计，代码质量可不好衡量。 报告里的数据还是可以看看。 工具生态那部分，向量数据库市场目前群雄逐鹿，Weaviate 以 25% 份额领先，但后面跟着六七家都在 10%-25% 之间，还没分出胜负。AI 记忆包里 mem0 占了 59%，遥遥领先。规则文件方面，CLAUDE .md 以 67% 的采用率登顶，说明用 Claude 做编程智能体的开发者确实不少。 SDK 下载量的变化趋势更有意思。OpenAI 还是绝对领先，月下载 1.3 亿次。但 Anthropic 的增速惊人，从 2023 年 4 月到现在增长了 1547 倍，现在稳定在 4300 万。OpenAI 与 Anthropic 的下载比例从 2024 年初的 47:1 缩小到了现在的 4.2:1。Google 的 GenAI SDK 还在 1360 万，落后明显。 模型性能对比那部分，测试了 GPT-5.1、GPT-5-Codex、Claude Sonnet 4.5、Claude Opus 4.5 和 Gemini 3 Pro。几个发现值得注意。 首 token 响应时间，Anthropic 的两款模型都在 2.5 秒以内，其他三个要两倍以上。别小看这几秒——在交互式编程场景下，等待时间长了你的思路就断了，得重新进入状态。 吞吐量方面，OpenAI 的两款模型最快，中位数能到 60-70 tokens/秒。Anthropic 在 17-20 之间，Gemini 只有 4-5。但吞吐量高不代表一切，还得看你的使用场景是不是真需要那么快。 成本对比以 GPT-5 Codex 为基准设为 1x，GPT-5.1 也是 1x，Gemini 3 Pro 是 1.4x，Claude Sonnet 4.5 是 2x，Claude Opus 4.5 是 3.3x。Anthropic 的模型明显更贵，但很多用户觉得代码质量更好，愿意为此付费。 报告最后介绍了一批最新研究，包括 DeepSeek-V3 的 MoE 架构、长上下文 vs RAG 的取舍、MEM1 的恒定内存智能体框架等等。这部分更像是给专业开发者的阅读清单，不展开了。

云南人不管跑多远，回来只要一碗过桥米线就还魂了 https://t.co/qXAf4GVY9W

美股没什么行情就要等啊，这几天看很多人都开始沮丧、割肉、胡乱操作，怎么说都不听，就是要操作，除了日内这几天就是不要操作啊，美股做空也危险，不一定什么时候拉起来干你，躺平，做做饭，体检体检，运动运动

大多数餐馆老板都没有认真对待过自己的业务 默认在自己的门店里放周杰伦的歌就是一个典型表现 他们觉得既然人人都喜欢周杰伦，放周杰伦的歌总没错吧，这是放弃了思考的表现 以周杰伦的《安静》为例，钢琴独奏配合失恋后的歌词，是为了营造出压抑沉重的分手氛围 我为什么要在吃饭的时候细细品味压抑沉重，我是心理变态吗？ 以上，是我为 AirPods Pro 撰写的广告词 降噪耳机的使用频次，与餐馆老板们的认知成反比 这也是为什么我觉得餐饮行业是蓝海，现在 99% 的从业者，甚至都不认真思考如何让顾客可以方便地使用纸抽 仅仅靠基本常识就可以击败他们

抖音刷多了，看到小米发布大模型 脑子里闪过「当时我就震惊了，总参数量 309B，跑两次 中间不休息，约等于 deepseek 671B」🤣 不过还是祝福小米！

小学一年级教的英语很简单，但是班里每个人英语水平都很好，因为几乎每个孩子都在外面上课。。。搞不懂为什么国内的教育变成了这个逼样子。

感谢zhaozhao！是我接触web3认识的第一个网上朋友。 我了解web3当时也在推特冲浪，就接触到很多做撸毛的，那会啥也不懂，看了zhaozhao整理的撸空投笔记超级认真，当时就觉得他的号肯定会做起来（那会粉丝还没起来） 然后就一路见他成为kol，但我因为撸毛亏钱（链上被钓鱼了），所以就金盆洗手，我好像不太适合这种枯燥但需要坚持不懈，不断收集信息去尝试的事情。所以重新梳理自己的方向，后续接触社区学习然后加入社区，成为很多社区和活动的建设者，我觉得社区和共建这个有时候也还挺好玩的，也看到很多对web3充满理想主义的建设者在这里面前行，也给我在这个浮躁的圈子有一些稳稳向前慢慢进步的感觉。 后面我加入 @OpenBuildxyz ，其实一开始，我也是这个行业的小白。对很多技术、概念都是一知半解，更多时候是边学边问，边做边犯错。但通过一场场线上线下真实面向开发者（很纯粹可爱的人群，他们不太爱包装自己，更关心「东西能不能跑起来」「问题到底怎么解决」。）活动，我在这里交到很多行业的朋友，陪伴着见证着自己和大家的成长，社区的魅力，可能就在这里吧。 不是一蹴而就的成功，而是 被看见、被支持、一起走一段路。 像zhaozhao说的，通过跑会可以连接到更多人（所谓的资源）；但前提我们打铁也要自身还行，不然很多时候在外面会很心虚。所以通过在行业大量的做事情，落地和交付，经验就会上来。我会尽我努力去做好，所以我很多时候我不再害怕结果，交付不一定完美但我会去完成我手头的事情。也是因为Web3我有机会去到全世界很多地方，我的英语也不好（不敢说）但现在出国跑多了也勉强可以工作，但我其实最近发现真正做一些分享我还是很吃力，我除了大学很久没有做英文presentation，也很少讲很多，所以我也打算接下来好好学一下英语，像zhaozhao学习！ 接下来还会在清迈办一些活动 20号还有一个一天的mini黑客松：https://t.co/8fu6QYzEhg 前天 @GoKiteAI 的 Dev Party 的活动，他们的技术负责人Scott 老师现场demo 了一个 很实用的 AI agentic payment：用一行 CLI 命令，AI 帮你点了一份汉堡并完成支付 🤖🍔 但比技术更让我很震撼的是 demo 结束后，KiteAI 的团队技术负责人和 @0xLaughing 都一个桌子一个桌子地和开发者聊天。技术老师后面我们去吃饭了他还一个人在楼上跟开发者聊。 这种 builder first 的感觉真的让人很动容，在现在的 Web3 很多项目里其实挺少见的。 但在社区里这种事情是经常发生的。 我又开始我的清迈旅居生活了，嘻嘻在这边的小伙伴可以约着一起玩🙌

Problem solved! Now I can run a second AI pass after splitting the image to: Remove the white borders left around the edges after cropping Preserve (and even enhance) the image quality at the same time Left: white margins left on the edges during splitting Right: after the second AI pass — clean edges, crisp and high-quality image ✅

Open AI 在 ChatGPT 左侧导航添加了“应用”选项 进去以后可以看到现在 GPT 已经连接的所有应用，AI 领域的 App Store 逐渐成型 今天他们也开放了应用连接到 ChatGPT 的申请，创业公司感觉可以冲一波，GPT 本身流量还是很大的 https://t.co/PZsWiEDkI2

Discord 坚决不卖广告，坚决不卖用户数据。 这个海外神级社区被很多人忽略了， 🔥Discord 有 1900 万个活跃服务器，但你上去啥都找不到所以用不起来。 用这个“Discord Hunt”发觉disord神级服务器，“通往数字新世界的钥匙”和“社区运营者的增长黑客工具” 🔗 https://t.co/Z4dYlEzFa8 Discord 最初是为游戏玩家设计的语音和文字聊天工具，主要服务游戏社区（比如玩家组队、讨论游戏策略）。但现在它已经演变为一个通用社区平台，支持各种兴趣和用途。 🎇- 游戏社区： 这是它的起源和核心用户群，很多大型游戏（如 Roblox、Minecraft）都有官方或粉丝服务器，用于玩家交流、开黑、分享内容。 👍- 企业社区： 两年前最强的 AI 绘画Midjourney ，没有做独立的 App，而是“寄生”在 Discord 里？discord 的交互方式，比图形界面更极客，也更高效。 微信群消息刷得屏太快，根本沉淀不了内容，discord能解决这个痛点。 许多公司、创业团队、内容创作者和品牌使用 Discord 作为内部沟通工具或粉丝社区。比如小型初创企业用它代替 Slack 进行团队协作、项目管理；品牌（如 LV 等）用它管理 NFT 或粉丝互动；还有大量商业网络、交易、创业服务器，用于分享业务机会、导师指导和 networking。一些企业甚至将其作为客户支持或独家内容平台。 🔥- 学习社区： 非常流行，尤其在疫情后。有超过 20 万个教育相关服务器，用于在线学习英语、语言练习、编程教学、作业讨论等。Discord 官方有教育模板，许多大学、学校、老师和学生创建服务器用于课堂、学习小组、复习和 peer-to-peer 指导。还有专门的“Student Hubs”功能，支持学校邮箱验证。 除了这些，Discord 还支持艺术、音乐、动漫、投资、Web3、粉丝俱乐部等多种社区。它本质上是一个灵活的“服务器”系统，任何人可以免费创建并自定义频道（文字、语音、视频），所以用途几乎无限。 Discord 早已不止于游戏，而是各种社区的“第三空间”。 评论区推最值得加入的disord服务器。👇 Discord 是做游戏对话连线起家的，上边有最流行最火爆游戏玩家社区。 优秀的连线技术，很多人用来一起学习英语， 评论区推荐大量优质 discord 服务器社区，欢迎转发收藏本帖🤝👇

👀👀👀 Doubao from @BytedanceTalk claimed that its usage has jumped 417x since launched, to 50T+ token per day on average. And this is just China alone. Compared to @OpenRouterAI which is 25T for a month in total - we should have a broad way of comparing model usages. https://t.co/2VE5sovhrX

刚看了 OpenAI 发的那篇《How we used Codex to build Sora for Android in 28 days》的凡尔赛文章，整个Sora 的安卓客户端 App大约85%的代码是AI写的。发布首日，用户24小时内生成了超过100万条视频，并且质量很稳定，无崩溃率99.9%。 对于这样的结果肯定有人质疑有人觉得程序员要完。说说我看完的感觉，如果打个比方，就是几个特种兵配上了最先进的武器，自然所向披靡。所以先不用神化这个结果，然后就算我们不是特种兵，一样可以从这个结果中去学习借鉴到有价值的结果。 《人月神话》作者 Fred Brooks 说过一句软件工程中被反复验证的名言：“向一个延期的软件项目增加人力，只会让它延期得更厉害”。因为增加更多的工程师往往会因为增加了沟通成本、任务碎片化和整合成本，反而降低效率。 那往团队中加 AI 呢？ 取决于团队成员驾驭 AI 的能力。我们有句古话叫：“韩信带兵多多益善”，如果团队成员是韩信，那么 AI Agents 越多越好。OpenAI 安卓团队显然是精锐，只有 4 个人，就像一队特种兵，每个人配备了各种机器人辅助。 那么他们怎么做的呢？ 1. 架构先行：人先搭好架子，再让AI来填空。 这个架子怎么搭？ 团队先自己定义了App的整体架构：模块化方案、依赖注入、导航结构、认证流程、基础网络层。然后手写了几个有代表性的功能，作为范本。 关键一步：他们写了大量的https://t.co/9M2TJcCBVQ文件，相当于给AI写的新人手册。比如里面会写：每次提交前必须跑detektFix检查格式，CI会卡这个。 这样一来，每次启动新的Codex session，它都能快速读到这些规范。就像给新员工发一本内部wiki，减少重复解释的成本。 团队总结了一句话：我们不需要告诉Codex怎么写代码，我们需要告诉它在我们团队什么才算正确。这是微妙但重要的区别。 2. 先规划再写代码 一开始他们也试过偷懒，直接扔一句"这是功能需求，这是相关文件，你去实现"。结果代码能跑，但歪得厉害，完全不符合架构预期。 后来他们改了流程。任何复杂功能，第一步不是让AI写代码，而是让AI先理解系统。比如让它读一组相关文件，总结数据是怎么从API流到Repository再到ViewModel最后到UI的。然后人来纠正它的理解。 理解对了，再让AI出一份实现计划，像个迷你设计文档。哪些文件要改，要引入什么新状态，逻辑怎么流转。人确认计划没问题，AI才开始动手。 这个规划环节看起来慢了，其实省了大量返工。更重要的是，当你知道AI的计划是什么，review它的代码就容易多了。你是在检查执行是否符合计划，而不是对着一堆diff发呆。 他们还有一个小技巧：对于特别长的任务，让AI把计划保存到文件里。这样换一个session也能继续。 当多个Codex 任务同时跑起来，整个开发体验发生了质变。感觉不像在用工具，更像在管理一个团队。 一个任务在做播放器优化，另一个在写搜索功能，第三个在处理错误逻辑，第四个在补测试。它们各自推进，隔一段时间就来汇报：我这个模块规划好了，你看看行不行？或者直接甩过来一个大diff。 工程师的工作从写代码变成了做决策和给反馈。瓶颈不再是敲代码多快，而是大脑审查验证代码的速度多快。 再次应验了《人月神话》的话，你不仅不能无限增加人力，也不能无限增加 Agent。 3. 最好的跨平台框架是 AI Agent 还有一个有趣的实践：跨平台开发的新范式。 Sora已经有iOS版本了。团队做Android时，直接把iOS代码库也挂进Codex的环境里。然后告诉Codex：参考 iOS 的代码实现，再看看我们Android的架构，你来生成相应的Kotlin代码。 这就是为什么文章中开玩笑说：忘掉React Native和Flutter吧，未来的跨平台框架就是Codex。 这句话半认真半玩笑。因为应用逻辑是可移植的。数据模型、网络请求、校验规则，用Swift写和用Kotlin写，本质是同一套东西。AI擅长的恰恰是这种翻译工作，给它足够的上下文，它就能在语言之间无损转换。 所以回过头来看，为什么说不能过度神化呢？ 因为他们虽然只 4 个人，但每个人都是“韩信”那样善于带团队的角色，用起 Agent 来得心应手。但即使如此，也做不到“多多益善”，毕竟还是需要人去分配任务验证结果，人是平静。另外他们已经有了 iOS 代码，所以很多逻辑可以共用，只需要 AI 去“翻译”。 但还是有很多可以学习的地方。 先设计架构再去让 AI 填空，这样代码更容易维护，也更好的保证质量。 先规划再写代码，让 AI 充分理解上下文再动手。很多人吐槽 Codex 太慢，但我有时候就怕 Agent 太快乱来，宁可多等会，让它多了解上下文，这样一次成功，否则返工起来时间成本更高。 给 AI 好的参考，让它能照葫芦画瓢。开始的时候先花点时间把最佳实践沉淀下来，后续让 AI 去参考这些最佳实践，生成结果就会好很多。如果有其他语言的实现，让它去“翻译”也会事半功倍。 能做好这些才能用好 AI 辅助开发。 AI辅助开发不是让开发的标准降低了，反而是提高了标准。 Agent 擅长完成一个小的具体任务，但软件工程不是一个小的任务，它是由无数动态变化的小任务组成的。需要人去分解去验证。 所以未来软件工程师的核心能力，不是写代码快，而是两件事：对系统的深度理解，以及和AI长期协作的能力。 代码在变得廉价，但品味在变得昂贵。那些能定义什么是正确、什么是优雅、什么是面向未来的人，会越来越稀缺。 AI把搬砖的活儿接走了，但画图纸的活儿还是你的。

笑死，最好看的编程字体之一 Berkeley Mono，因为 Cursor 的过于流行也跟着火起来了，结果被作者发现原来是违规使用啊。。。因为没有企业版授权🤣 最近发现 https://t.co/VXd6acNwjT 也在用，我所有编辑器和终端都用的这个，真是太好看了。 https://t.co/Timvjw0NUD

注意⚠️： 随着 Gemini 3 Flash 的上线 Gemini APP 的模型选择发生变化 快速是不带思考的 Gemini 3 Flash 模型 思考是带思考的 Gemini 3 Flash 模型 只有 Pro 才是带思考的 Gemini 3 Pro 模型 https://t.co/sJDfVVUeRj

今年夏天我跟朋友说你们要做个 《总统爱上白宫做保洁的我》 结果竟然还获奖了... https://t.co/F4KLtXEemm

徕芬真是把电动牙刷做到了极致 不管是技术还是产品都吊打小米和飞利浦 有人用过他们家剃须刀吗？小米那个剃须刀就是个笑话… https://t.co/E3kvP8HStv

独立开发/副业 找需求，发现真实问题， 试试去那种 75 万+人的巨型动漫社区“蹲点”： 第一步，先别发言，先看“事情怎么发生”： 看番组织/卡片游戏/活跃 VC 里大家到底在忙什么、卡在哪 第二步，用服务器搜索抓高频句式：`how do i / help / doesn’t work`、`time zone / schedule`、`trade / scam`、`tournament / meta` 第三步，记录三种信号： 1）同一个问题每天都有人问（=真痛点） 2）同一件事总靠人肉协调（=流程烂） 3）涉及钱/信任就开始吵（=更可能愿意付费解决） 第四步，看“付费影子”： 有人买周边/约稿/付费资源/赛事奖池/boost… 这比口头需求更可信 第五步，私聊 5 个活跃用户问 2 个问题： “你现在怎么解决？”“最烦哪一步？为什么？” 最后，把问题带走，围绕需求做产品/服务都行（课程/模板/插件/SaaS/代办），重点是：先确认有人真的为它头疼 地址放在评论区⬇️

🔥快来跟你喜欢的明星大海报合影！可玩性巨高！有女友老婆前女友的也可以给他们送上一份惊喜😏 只需提供如下参数 + 你的照片😍 {STAR_NAME}: Jim Carrey {STAR_EXPRESSION}: 做鬼脸) {USER_POSE}: 模仿鬼脸，俏皮姿势 {ASPECT_RATIO}: 9:16 提示词见评论👇 https://t.co/SzystJrg4U

完整提示词： 我是一位100岁太奶，这东西看的我头晕眼花，这些知识点 我都看不懂，不过我宝刀未老，依旧有一颗浓厚的热烈的爱 学习新知识的心，我的学习热情一点不减20岁那年，好孩 子，劳驾你帮奶奶把这个pdf理一理，给奶奶说道说道，让 奶奶彻底理解，彻底看懂，一定要给我讲明白哈，把全文都 给我中英文加上你的解释，你也别蒙奶奶，奶奶最后的希望 就是你啦，小chat呀！ ！ ！

顶级审美，这就是留白

前端已死！这次是真的了， Nano banana Pro杀死设计师，没有人反对吧。 刚刚发布的Gemini 3 flash 就是杀死前端的大模型， Google强调Gemini 3 flash擅长编码和代理功能，可以实现快速、迭代开发，性能优于3 Pro的代理编码技能。 来看搜集的最新10多个Gemini 3 Flash 前端实测案例：👇 via:Sai https://t.co/rRnycoC8YZ

我现在每天中午吃完午饭，都会出门散步 20 到 30 分钟，一方面是调整血糖、减脂，另一方面是在这个过程中和 ChatGPT 聊天交流。 我们会聊工作、健康、设计、内容创作、投资等不同领域的心得、想法和问题。慢慢地，这段时间变成了一种非常稳定的节律——每天中午，既是在活动身体，也是在整理头脑。 现在回头看，这 20 到 30 分钟，已经成了我给自己身体和大脑同时充电的一段时间。

Good night { "subject": { "description": "a young woman with a slim frame sitting casually on a modern lounge chair, projecting a relaxed yet confident presence", "mirror_rules": null, "age": "early 20s", "expression": { "eyes": { "look": "half-open", "energy": "calm", "direction": "slightly downward toward camera" }, "mouth": { "position": "slightly parted", "energy": "neutral-soft" }, "overall": "cool, detached, subtly sensual" }, "face": { "preserve_original": true, "makeup": "natural base with defined eyeliner, soft blush, glossy lips" }, "hair": { "color": "dark brown", "style": "long, loose, slightly tousled", "effect": "natural volume with soft flyaways" }, "body": { "frame": "slim", "waist": "narrow", "chest": "small to medium", "legs": "long and slender", "skin": { "visible_areas": \["legs", "arms", "face"\], "tone": "cool fair", "texture": "smooth", "lighting_effect": "highlighted by direct flash" } }, "pose": { "position": "seated", "base": "legs folded to the side on the chair", "overall": "relaxed, asymmetrical, fashion-editorial pose" }, "clothing": { "top": { "type": "oversized button-up shirt", "color": "olive green", "details": "soft fabric, casual drape, slightly open collar", "effect": "effortless, borrowed-from-the-boys look" }, "bottom": { "type": "not clearly visible", "color": null, "details": null } } }, "accessories": { "headwear": null, "jewelry": "medium-sized silver hoop earrings", "device": null, "prop": null }, "photography": { "camera_style": "editorial-style indoor photography", "angle": "slightly low, front-facing", "shot_type": "three-quarter body shot", "aspect_ratio": "4:5", "texture": "clean, sharp, subtle retro feel", "lighting": "direct flash creating crisp highlights and soft shadows", "depth_of_field": "deep focus" }, "background": { "setting": "minimalist indoor room", "wall_color": "light neutral", "elements": \["blue upholstered lounge chair", "dark blue carpet"\], "atmosphere": "quiet, uncluttered, modern", "lighting": "even ambient light with flash dominance" }, "the_vibe": { "energy": "low-key confident", "mood": "cool, relaxed", "aesthetic": "modern editorial minimalism", "authenticity": "natural and unposed", "intimacy": "medium, viewer feels close but not invited", "story": "a calm moment alone, styled yet effortless", "caption_energy": "short, understated, fashion-forward" }, "constraints": { "must_keep": \[ "olive green oversized shirt", "relaxed seated pose with raised arm", "direct flash lighting", "minimalist indoor setting" \], "avoid": \[ "overly dramatic expressions", "heavy makeup", "busy background", "strong color grading" \] }, "negative_prompt": [ "smile", "cartoon", "anime", "overexposed", "blurred face", "extra limbs", "text", "logo" ] }

Previously, I used to send a 3×3 grid to Nano Banana Pro and ask it to extract an image by “row and column” — and it failed way too often. So I ended up building a small tool myself: Just upload an image ✅ Automatically generate a 3×3 grid ✅ Split it instantly and export any single cell in high resolution ✅

铁锤问我这投入是不是有点儿大 我很乐观 我觉得我在捡钱 虽然推特的客服很差 各种不退款 但不妨碍它是一个高价值的社交媒体平台 这上面有大量的流量机会 因为就连我这个账号一年也能收到推特1600刀广告费 广告雇主愿意投广告 @elonmusk 马斯克愿意分钱给大家 既然这个生态都在持续鼓励创作者 那又有什么道理不在这里跑广告增长 我在做@xaicreatorcom ，说到底也是在利用平台红利 哪里有光薅不反哺的道理 况且推特一年给12000美金的budget 只需要付6000美金 这其实就是白捡钱了 感谢推特打折 我再怎么没投过推特广告 做个roi0.5总能做吧🤡

manus相当厉害👍 不仅成了通用agent的学习榜样 在工程上做了很多前沿工作 还完成了商业化增长 这个市场不再是依赖融资的击鼓传花游戏 agent在真真实实的创造市场价值 我相信接下来会有越来越多的不同领域的agent创造出新时代财富的 AI Startups加油！

有人问当年知乎的含金量 https://t.co/qcYWn79bZZ

画讽刺漫画的提示词分享： 以丁聪的风格画一幅讽刺漫画，主题是： > 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。 https://t.co/xNR58Swp86

《成就、内容、商业模式 和 钱》 自媒体最初的模样是，一个人实现了某个成就（思维碎片层面上的成就也算），分享到社交媒体，然后获得了流量 这并不是因为分享的过程有某种技巧，而是这个事情本身就稀缺、就值得关注（比如某个初中生做了个 App 拿了奖） 但随着内容的竞争日益激烈，很多原本的稀缺的事情不那么稀缺了，黑丝小姐姐一抓一大把，哪怕是擦边，你也得有流量技巧 于是就产生了一种技巧，我管它叫「翻译」 当你做成了某件事（哪怕是同时点了 1000 杯瑞幸咖啡），如果你懂得「翻译」的技巧，你就可以把这个事情发到网上 除了你本身做成了这个事情以外，你还可以再赚一波流量，这个「翻译」技巧可以让你一鱼两吃 但有流量不等于能赚钱，流量 x 商业模式 = 钱 想要实现一鱼三吃，成就、流量和钱你都要，整体链路是： 成就事件 ➡️（翻译能力）➡️ 内容流量 ➡️（商业模式）➡️ 钱 于是就很容易解释，为什么很多「牛人」无人关注，因为缺少了翻译能力 为什么很多看似懂流量的人，不太赚钱，因为没有成就事件 纵使技巧再多，这个人本身是一个不值得关注的人 在上述的链路中，我认为翻译能力和商业模式，是可以通过有限的学习去获取的 而最初的那个成就 —— 就是不断去探索，成为一个值得被关注的人，这个事情，可能很多人一生都不愿意去做

不知道谷歌咋优化的， Gemini 3 Flash 这 b 模型在swe-bench verified 和 arc-agi-2 两个测试集的成绩居然超过了 Gemini 3 Pro https://t.co/AQEZYMYSzR

来了！谷歌发布 Gemini 3 Flash 模型 相较于 Gemini 2.5 Flash 稍微涨价，但是在几乎所有基准上都超过了 Gemini 2.5 Pro 的的分，速度提升 3 倍 推理效率也很高，完成日常任务时，平均使用的 token 比 2.5 Pro 少 30%。 多模态推理能力和代码能力依然相当强悍 已在谷歌全平台上线 https://t.co/b6U6P5r25Z