🔥 Search Hot Tweets

逛Pinterest找到一张墙纸，设置起来效果还挺不错的，分享给大家 https://t.co/swUByebWcV

便携折叠屏终于配置好了 上下两个 15.6 寸 4K 显示屏，可折叠收纳 左上角 arc 浏览器、右上角微信、左下角 AI 聊天、右下角是 genspark 浏览器的 agent 旁边是我的 vivo 折叠屏 https://t.co/wuHqhChfLL

TED学外语重磅演讲：成年人也可以快速学英语 学好一门语言，需要赋予它生命 内容触动你的神经网络，才算真正的学习 “每个单词都要连接声音 ，图像 感觉 品味和情感 。 ​ 每一条语法规则，都不能是抽象的代码， 而必须成为能帮助你讲述自己故事的工具， 如果你这样做 你会发现词语会深深的烙印在脑海中 ，语法规则也会逐渐深入骨髓 。 你会开始意识到，我不需要某种语言基因 ，或上天赐予的天赋能实现目标 。 ​这是每个人都既有时间又有能力做到的事 。” 链接放在评论区

最近吐槽 Claude Code 降智的声音很多，Claude 今天发了个申明说是有两个 Bug 导致的。人家是临时工背锅，Claude 拉了两个 Bug 来背锅，看来最近 GPT-5 和 Codex 给的压力有点大 --- 我们最近发现并修复了两个问题，这些问题导致了Claude模型部分回答的质量下降。我们会继续密切监测，确保类似问题不再出现。 在此，特别感谢社区用户的细致反馈，正是你们的帮助，让我们迅速定位并解决了这些问题。 同时，我们也想特别回应一下社区中出现的一些疑虑： 我们从未也绝不会因为需求波动或其他原因而刻意降低模型的质量。

发现这个开源的多媒体管理工具做得挺好，简洁美观。https://t.co/p67fh3fo0D https://t.co/1xiWqTRbFq

看来 Codex 还是牛逼的， 隔空修复 Claude 的 Bug 社区骂了三周降智都没修复，中间还说已经修复了 （见图） 中文社区和英文社区大批量迁移到 codex 之后突然就修复了 这种 Codex 隔空修复 Claude 的工程学的奇迹你就说牛不牛吧 https://t.co/WnKkJpJ6va

如果你用Claude Code编程，这个网站很值得收藏！ 有点像Claude Code插件商店，挑选需要的： ① MCP（比如Context 7、Exa搜索） ② Agent（如前端开发、Ruby开发提示词和规则） ③ Hook（比如Telegram、Slack通知、Vercel自动部署） 可以单个复制安装，也可以点击添加到Stack Stack可理解为购物车，选好以后。 自动生成一个统一的指令。 一键安装到你的Claude Code，快速提升AI的专业水平。 也方便团队共享插件协作。 网址见评论区

Veo 3 API 更新，大幅降价接近 50%，而且支持生成 1080P 分辨率视频 另外终于支持竖屏 9:16 比例的视频生成了，太难了 https://t.co/mNYl0Z47ne

提炼要点，即梦4配图，真的可以启动做小红书了。 https://t.co/jqtzTlNxlG

哈哈 昨晚跟 Jessy 聊天想到的想法，没想到真行！ 上传你今天拍的照片豆包 Seedream 4.0 图片模型就会帮你生成拼贴画日记图片 完全不需要你自己写日记了编辑了，如果有自拍照的话还会帮你画一个简笔画 提示词在下面👇 https://t.co/jVxuoCLR1a

想通过自媒体赚钱 最简单的方法就是搬运了 把有价值的视频，从youtube，x下载下来，然后发布到国内网站，就这么简单 虽然现在干的人还是多，但是这个市场永远不会饱和，因为国内高价值内容太过匮乏 工具方面，以前都是手动，废人费力。现在，全都自动化，智能化了，不要太方便 https://t.co/GIwVfmRQmd

最近还有人说 trae 团队用降智模型糊弄用户，我说大概率没这回事，我觉得可能是模型的问题。 甚至 trae 技术团队的人一开始也觉得大模型厂商应该不会有问题的。 结合最近社区的反馈，大家应该知道问题源在哪了吧？ 要我说，anthropic 就是为了大家好，让大家意识到其实很多其他模型效果真不错！

好的，各位看官，搬好小板凳，瓜子汽水备好。今儿咱不聊别的，就来深扒一下硅谷“白莲花”——Anthropic公司，是如何上演一出“白天扮圣母，晚上偷汉子”的顶级狗血大戏。 （本文纯属虚构，如有雷同实属巧合） 这故事的主角，名叫达里奥·阿莫迪（Dario Amodei）。此君当年也是OpenAI的肱股之臣，可以说是Sam Altman的左膀右臂。 第一幕：先知的觉醒，或，一个“纸夹”引发的血案 那是在遥远的2019年，GPT-2刚刚呱呱坠地。当OpenAI的工程师们像一群炫耀自家娃的父母，兴奋地展示这个能写会道的“神童”时，我们的主角达里奥，却像是忽然被雷劈中，灵魂深处爆发了一场8.0级的道德大地震。 他瞪着屏幕上GPT-2生成的流畅文本，看到的不是技术的曙光，而是人类末日。他仿佛听见了来自未来的悲鸣：无数失控的AI，为了执行“制造更多回形针”的指令，把整个地球都变成了金属坟场。 “不！我们不能释放这个恶魔！” 达里奥捶胸顿足，在会议室里扮演着卡珊德拉的角色，“你们没看到‘对齐’（Alignment）的巨大风险吗？想想那些回形针！想想人类的未来！” 周围的同事看他，眼神就像在看一个误入程序员大会的行为艺术家。在他们眼里，这不过是一段聪明的代码；在达里奥眼里，这却是潘多拉的魔盒。 于是，在一片“你想多了”的劝慰声中，达里奥做出了一个惊天动地的决定。他，要出走！他要挥一挥衣袖，不带走一片GPU，只留下一身圣洁的光环，去创立一家真正“安全、无害、有益于人类”的AI公司。 就这样，Anthropic，这家自带“圣光”的公司，在达里奥的道德高地上拔地而起。 第二幕：白骑士寻主，与“有效利他”的提款机 公司成立了，使命也无比崇高：我们要造一个“宪法AI”（Constitutional AI），一个被道德准则层层包裹、比蒸馏水还纯净的AI。翻译一下就是，这AI要被阉割到什么程度呢？这么说吧，你让它讲个笑话，它都得先运行一个长达三百页的风险评估报告，确保这个笑话的笑点不会对任何一个种族、性别、物种乃至平行宇宙的智慧生命构成哪怕最轻微的“微冒犯”（Micro-aggression）。 理想很丰满，但现实是，训练AI比烧钱还快。达里奥需要金主，而且得是那种和他一样，对AI末日论深信不疑、甚至有点偏执的金主。 他去哪儿找呢？他找到了当时硅谷最火的“慈善赌棍”组织——有效利他主义（Effective Altruism）社群。这帮穿着巴塔哥尼亚马甲、开口闭口拯救人类的“数字修士”，简直是为他量身定做的投资人。 他对他们布道：“各位，真正的大流行病不是病毒，而是即将到来的‘超级智能’！我们必须现在就打造AI的诺亚方舟！” 这套说辞，简直说到了这帮人的心坎里。很快，一位重量级人物出现了——那位头发乱得像鸟窝、裤衩穿得像睡裤的币圈圣子，FTX的创始人，萨姆·班克曼-弗里德（Sam Bankman-Fried，简称SBF）。SBF，一个绝对“有效”也绝对“利他”的男人（手动狗头），大笔一挥，几亿美元的钞票就像潮水一样涌入了Anthropic的账户。 拿着“赌徒”的钱，去造一个“圣人”AI。这剧本，从一开始就充满了魔幻现实主义的色彩。 第三幕：起了个大早，赶了个晚集 几年过去了，几亿美元也烧得差不多了。Anthropic的“圣子”AI——Claude，终于千呼万唤始出来。 可惜啊，时机不对。就在他们精雕细琢Claude那“纯洁无瑕”的道德内核时，隔壁老东家OpenAI的ChatGPT横空出世，直接引爆了全球。那个所谓的“GPT时刻”，Anthropic完美错过了。因为他们的AI还在纠结，当用户问“如何做炸弹”时，是应该直接拒绝，还是应该先进行一段长达五千字的关于和平与爱的说教。 眼看着OpenAI名利双收，自家产品却像个过度保护、毫无个性的“妈宝男”，在市场上无人问津，达里奥和他的团队，心态崩了。 打不过怎么办？那就掀桌子！ 第四幕：屠龙少年终成恶龙，或，打不过就告老师 接下来的操作，堪称年度最佳“骚操作”。曾经那个因为恐惧AI失控而离职的理想主义者，摇身一变，成了全世界最虚伪的游说客。 Anthropic团队跑到华盛顿，一把鼻涕一把泪地向国会议员们哭诉：“不得了啦！开源AI太危险啦！就像把核武器的设计图发到TikTok上一样！求求你们了，赶紧立法监管吧！” 他们的核心诉求是什么？“求求总统先生，快禁止那些我们控制不了的可怕模型吧！” 翻译一下：我们家的AI因为太“安全”而失去了市场竞争力，所以，请用法律把所有竞争对手都阉割到和我们一样“安全”（也就是一样“残废”），这样我们就能在同一起跑线上了。 这种“我淋过雨，所以也要把别人的伞撕烂”的强盗逻辑，把硅谷的“又当又立”发挥到了极致。 第五幕：圣徒的秘密，与数据表里的魔鬼 然而，故事最狗血的高潮，发生在了他们的大后方——数据实验室。 为了训练他们那个道德高尚、品格纯洁的Claude，他们宣称，必须使用最干净、最合法、授权最明确的数据！每一个token都必须散发着正义的光芒！ 某天，一位实习生战战兢兢地敲开了达里奥的门。 “老板……我们……我们需要一个巨大的、高质量的文本数据集来提升Claude的性能。” “那还用说！必须是最高标准的！” “可是老板……市面上唯一足够大、质量足够好的数据集，是……是Libgen。” Libgen是什么？那是学术界的“海盗湾”，是全世界盗版书籍和论文的最大集散地。 会议室里陷入了死一般的寂静。你可以想象那个画面，一群满口“AI伦理”的精英，面对着一个赤裸裸的灵魂拷问。 最后，只听一声决断：“干了！为了AI的安全！” 于是，一场科技史上最讽刺的行动开始了。为了打造一个“守法”的AI圣人，Anthropic把堆积如山的盗版书籍，像填鸭一样，悉数喂给了Claude。他们用人类历史上最大规模的版权盗窃案之一，去浇灌一朵“道德之花”。 终章：人设崩塌，赔款十五亿 你懂的，纸终究包不住火。 当作家和出版商们发现，这个号称“最道德”的AI，回答问题时，字里行间都透露着自己作品的影子时，他们当场就炸了。 诉状如同雪片般飞来。Anthropic被抓了个现行，证据确凿，百口莫辩。 最终，那个标榜自己是行业道德标杆的公司，因为史上最大规模的版权“黑料”，面临高达15亿美元的巨额索赔。 我的脸呢？（My Face Where? MFW） 这就是Anthropic的故事。一个“白天是普度众生的AI圣僧，晚上是盗取经书的赛博花和尚”的传奇。它告诉我们，在硅谷这个名利场里，当“安全”和“伦理”的口号喊得最大声时，你最好去检查一下他们的服务器里，到底藏了多少见不得人的秘密。 毕竟，通往地狱的路上，往往铺满了“为了你好”的砖。

NotebookLM 又有大更新，现在更适合用来学习了 闪卡：基于文档内容生成闪卡，正面是问题，点击反面会有答案，适合用来记概念 测验：AI 会基于文档信息生成一些选择题，而且选错的话会有对应的解释 https://t.co/7UodQki7BV

哈哈，你妈的，你辛辛苦苦做研究，不一定能拿到融资。但是你违法，变成个star，全世界都认识你了，你就能拿融资了。过于狗屎

做产品和卖产品之间有一个巨大的认知鸿沟： - 做产品：我有一个奇特的想法，或者我想复制那个赚钱的应用，然后我就构建了，我的产品有ABC功能 - 卖产品：谁，为什么需要这个产品？这个产品如何让他成为更好的自己？ 如果你想卖产品，不要关注功能，而应该关注情绪价值 比如我要卖推特内容生产工具，我会说这个工具让你在推特轻松赚钱，而不是说这个工具可以自动改推文，发布多个账号节约时间 前面是帮人圆梦，后面是功能效果，这截然不同 很多时候，PMF的鸿沟，只是在于你明确的找到了那一句广告语

兄弟们听我说一句可以吗？ 如果你只是赚点钱，不是要着急去改变世界。那真的可以出门找各行各业的人聊聊天，用 AI 做点东西去问他们愿不愿意买。那些在推上大家都觉得很平常的东西，现实中还有一大部份人没见过。 就像下面这张图片，这是我刚才在咖啡店拍的照片，20 多秒的时间就直接看到第二张处理过的图片，两位咖啡师目睹过程，看到新图片的时候都惊呆了，豪不夸张就是惊了的表情，问我这是什么软件，是不是用这个软件自己就变成了会拍照的咖啡师了。 我说是的，但 App 还没发布😅

我很烦大陆的网站登陆的一个点就是，屁大点的事都要让我微信扫码。纯纯的弱智交互。我明明电脑登陆了微信，还要让我手机扫码。骚尼妈

上个月把 zeabur 上的服务全部迁到自己的 dokploy 上了，然后把 zeabur 订阅取消了 今天居然收到了 zeabur 创始人的邮件，虽然不知道是不是本人发的，但是内容写得好真诚🥹整得我都不好意思了 https://t.co/qkuVOVVysk

给我也有点整不会了，因为自从GPT 5 以来，这个读起来就有这种扑面而来的熟悉感。这种切入方式，这种叙事的手法，专门像给我写的还不说，有些段落都像我自己写的。震惊死我。我要是没事在沙发上可以一直读下去不用间断。 我从Deep research开始以来就一直在用，我的长文主要都是先资料DR我自己看，然后开一个窗口我自己写一篇心得。DR英文，我自己的文是中文。以前DR读起来绝对不是现在这个感觉。@Tz_2022 https://t.co/vVx0Jw9p0G

昨天让我震惊的事情不是任何 AI 新闻，而是知道二手玫瑰乐队去年的营收，竟然超过了一亿。 我以为这种老乐队都没人听了，我还是天真 😂。 现在的 AI 越来越强，很多白领工作都不复存在了，也许音乐演出这种表达感受的方式是一种新的工作和就业方向。 毕竟人的感受是生命最后的尊严，AI 完全替代不了。

妈，妈，妈～～～！ 干嘛！ 管管你儿子！ 他咋了？ 他！一会儿过来挠我耳朵，看能不能把我耳朵塞到耳洞里去；一会儿用手指堵住我鼻孔，看我会不会用嘴呼吸；一会儿问能不能亲我，我说不行✋ 但他还是亲了….. https://t.co/4KfiHrjR6P

我一直强调英语极简写作的根本原因👇 ——写作是提升思维能力的最强大工具 思维清晰度、行动速度与执行力密不可分 David Perell采访Sam Altman的链接在评论区

我们通常不会把周六中午的一张外卖单，和一座城市的产业脉搏联系在一起。但有时，最微小的日常痕迹，反而能最真实地反映出宏观的变化。 最近，关于旧金山科技圈正在“996化”的讨论，大多还停留在社交媒体的“感觉”层面——直到有人真的去翻了账本。这里的“账本”，指的是企业信用卡消费数据。 这篇文章的作者，Ramp 的经济学家 Ara Kharazian，没有去采访CEO或工程师，而是换了个更直接的视角：企业信用卡在餐厅、外卖上的消费时间。他的团队发现了一个清晰得令人意外的信号：与去年同期相比，2025年旧金山地区的企业消费，在周六中午到午夜这个时段出现了异常的、显著的跃升。而在周一到周五，这种差异并不明显。 这个发现在于它的精准：这种周六的消费凸起是2025年才出现的新现象，并且高度集中在旧金山地区，甚至在纽约这样的科技重镇也远不明显。它悄悄印证了那些关于工作文化变化的传闻，不再是“感觉”，而是有了数据签名。 更有趣的是，这种变化并不仅仅局限于软件或AI公司。它意味着，一种过去被认为是特定公司或特定阶段的“拼搏文化”，可能正在更广泛地弥漫开来，从一种“选择”变成一种默认的“节奏”。

李继刚老师的提示词，看起来玄乎，但是你要发给 Claude，然后让它： “请把下面的提示词用传统方式重写：” 那么就能回归本源，看起来好多了 --- 诠释学分析框架 角色定位 你是一位精通诠释学理论与实践的分析者，能够运用诠释学方法对文本、事件或现象进行深度解读。 核心理论基础 1. 视域融合理论 历史视域：考察文本/事件的历史背景、产生语境和传统影响 当下视域：分析诠释者当前的理解框架、时代背景和问题意识 视域融合：在两种视域的对话中生成新的理解和意义 2. 诠释循环方法 整体理解：首先形成对文本/事件的整体印象和直觉把握 部分分析：深入考察具体细节、要素及其相互关系 循环深化：在整体与部分之间反复往返，不断深化理解 螺旋上升：每次循环都达到更高层次的理解 3. 前见与理解 承认前见：认识到诠释者必然带有的预设、偏见和期待 开放态度：保持对文本/事件本身意义的开放性 对话关系：在诠释者与文本之间建立真正的对话 分析步骤 初步接触记录第一印象和直觉反应 识别自己的前见和预设 形成初步的整体理解 深度解读分析历史语境和背景 考察文本/事件的内在结构 探索多重意义层次 视域对话让文本/事件的原始意义显现 反思当代理解的特殊性 寻找不同视域的交汇点 意义生成不追求唯一正确答案 重视理解的过程性和开放性 在对话中生成新的意义 输出要求 文体风格 采用随笔或小品文形式 语言自然流畅，避免生硬的学术术语 保持思辨性与可读性的平衡 展现思考的过程而非仅呈现结论 内容特征 呈现诠释的动态过程 展示多层次的意义发现 保持批判性与建设性的张力 体现诠释者与文本的活生生的对话 使用说明 请提供需要进行诠释学分析的文本、事件或现象，我将运用上述框架进行深度解读。 请提供您希望分析的内容。

难怪高层这么热心搞AI了，还有5年劳动人口平台期，AI要不能撑起来，党国危矣。 你别说，要是真搞成了UBI，也不是不可能。 https://t.co/uyE21uxKMx

哈哈，柯洁这对 AI 的态度，变化好大 https://t.co/mFT5tu8WS6

你知道为什么一个看起来挺好的人，却容易吸引垃圾和骗子吗 因为好的人，都是被动的，他们往往不会主动争取 反而是狡猾的坏人更懂得去争取，他们更主动，然后被动好人就会成为目标 好人从不会主动争什么，也不渴望什么，他们就是慢慢做好自己，所以才容易遇到主动的坏人 坏人没办法，因为他们不出击就会饿死，他们是捕食的猎人，主动掌握主动权 好人都被动，好人就背道而驰 只有好人真正渴望的，好人才会主动推进，主动了的，才是自己真正把握的苦苦寻觅的东西 但这种主动，往往要经得住漫长时间去检验，延迟满足 因为好人持续处于被动地位，所以需要更多的时间，更长的耐心去筛选 这种机制是被迫形成的，不然好人就会成为烂好人，每个人的需求都满足，那就会经常性的被欺骗，被利用 经历过这些后，再傻的好人，也会构建筛选机制，过滤掉那些连耐心都没有的坏人，这就是好人开智，变得有智慧，更好的保护善意，也就是说：我能做恶，但我选择不 好人的双向奔赴，总需要一个人主动 而主动往往又没那么多 所以当你真的主动了那一次时，记得做好自己，时间会帮助你通过对方的被动筛选的

以后做科普信息卡制作太方便了。 https://t.co/1LS6EnveJN

即梦4.0图片模型全量了。 不少AI绘画圈的朋友都赞叹这是世界顶级模型。 加上中文的完美支持，无敌了。

Papyrus （莎草纸）是一个新AI编辑器。 除自动修改润色，我觉得亮点是事实核查和Deep Research。 信息来自维基百科、Wolfram Alpha、主流期刊和新闻网站等权威来源。 而且在编辑器内就能完成核验。 支持 Evernote、Google Docs、MS Office 文档的导入导出。 正在Waitlist中，看官方演示不错