🔥 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.
在X上，真诚的交流很重要。因为真诚的互动，可以建立惊喜而且牢固的连接。而你是否真诚，是一眼就能看出来的。 所以，请减少以起号为目的的评论和互动。 是的，2025年，年度最恶心词汇之一，起号。
今天给老妈转了 5w 支持她创业😂 她自己要投 11w，和别人合作做果园 你没看错，退休的人的创业 我没有去分析收益，风险，我爸，我妈挺互补的。 我妈十分乐观，做什么事情都冲在前面。 我爸做事情缜密，悲观，情绪波动大。 我那一刻有种感觉，好像是给他们买一个玩具。因为爸妈能折腾的时间就 10 年了。 理性分析：老爸负责风险下限，老妈负责收益上限。挺适合的 我还有种内疚心理：我本来要是在北京上班，拿个几十万的工资挺好。我自己有跑出来折腾，没做出水花，心中也有愧疚。 感觉钱可能打水漂，赶紧作为素材发出来😂
Nano Banana Pro 抽象能力也非常强！ 结合小说或者影视剧生成对应的武器。 它有自己的设计能力，它会根据小说的主要内容，将小说表现的主题或者是关键要素融合在武器之上。 而且对于中式元素的把握也非常厉害！比如神秘复苏这个灯，我是没想到的。还有的这个印斯茅斯鱼矛简直太应景了！ 提示词： 请根据用户输入的小说或影视剧名称，利用你的文学知识库和信息搜索能力，将其核心精神内核“具象化”为一把独一无二的“概念神兵”，并生成一张高规格的 3D 装备展示海报，具体的小说为《XXXX》 第一步：核心概念转译（逻辑层） 请首先在后台对小说进行深度分析，决定这把武器的形态与气质： 时代锚定： 根据小说设定的时间线，自主决定武器的物理形态。如果是古代或奇幻背景，请设计冷兵器或法器；如果是近现代或悬疑背景，请设计带有象征意义的改装物件；如果是科幻或未来背景，请设计高科技装置或概念武器。 阵营与基调： 根据小说的主题情感（如绝望、热血、诡异、治愈），自主决定武器的材质与光效。阴暗的小说应体现腐蚀、黑铁或暗影；光明的作品应体现水晶、黄金或圣光；疯狂的作品应体现破碎与混沌。 第二步：画面主体构建（视觉层） 在深邃的虚空背景中央，以3D次世代游戏资产的极高标准，悬浮展示这把武器。 视角： 采用略微倾斜的展示视角，强调武器的体积感、厚重感和结构美。 细节： 材质必须极致逼真。根据小说氛围，武器表面应有相应的岁月痕迹（如战斗后的划痕、铜锈、血迹）或者完美的科技光泽。 氛围粒子： 不要使用静态背景。在武器周围生成环绕流动的元素粒子特效，这些粒子的属性必须直接映射小说的核心意象（例如：漫天的风雪、飘落的桃花、燃烧的余烬、或是流动的数据代码），颜色和氛围根据主题决定，让武器仿佛置身于故事的灵魂之中，不要全是深黑色背景。 第三步：铭文与排版系统（文字层） 在画面底部正中央，生成极具仪式感的中文排版，仿佛是博物馆的藏品铭牌或游戏的传说装备详情页： 作品原名： 在最上方用较小的字号居中写上《小说名称》。 神兵赐名： 在下方用极具设计感、霸气的书法体或衬线体，自主创造一个富有诗意的武器名字。 灵魂铭文： 在最底部，使用优雅的字体，字体要有与原著风格匹配的设计感。自动检索并摘录一句该小说中最具代表性、最震撼人心的经典台词、独白或旁白，作为这把武器的铸造铭文。
今天的演讲是最接近我心目中 理想演讲效果的一次！ 我最理想的效果是：陌生的环境、陌生的观众，在听完我演讲后能自发起立欢呼、鼓掌👏；今天做到我讲完后，现场欢呼了😁！有一个哥们站起来了，不知道是一直站着还是兴奋地站了起来。 特别是在我说出那句： “以前我觉得，我努力是要改变世界 ！现在，努力是为了不让世界改变我！”现场爆发了热烈的喝彩和掌声😀！ 类似的情况在我7分钟的演讲里出现了3、4次！从我说出第一句话“两个月前，我爸让我回去当保安”的时候，现场就开始笑了，中间我讲着讲着，观众莫名其妙地就笑个不停😂，氛围好到出乎我的意料。讲完之后，还一些伙伴跟我说听完之后，受到了激励、得到了很多启发：“有些问题一下子就通透了”！这正是我所追求的目标！ 这次让我获得了强烈的成就感和自信心！这几天真的没有白写稿子、一遍一遍地彩排没有白做😀，最近2天，大的版本，我稿子迭代了10版，小的修改不计其数～ 还准备去请教了我身边的讲故事的高手潘潘老师，昨晚连夜帮我磨稿和彩排！让我的演讲脱胎换骨了！ （稍后我会把最初的版本和最终版本都分享出来，大家可以对比看看）😁 很多时候我感觉自己就像个NPC，每天工作和生活就只是为了给我的演讲提供素材😂，我是一个内向有点儿社恐的人，一上台就不一样了，很享受在台上那种感觉！ 如果你不知道培养什么爱好？可以去考虑练练演讲，这个爱好不烧钱，只需要花时间一次一次上台练习就行，而且越是精英人群，越认可这个演讲能力！
🥳2000位学员达成视频！制作了一个视频专门介绍售前的一些常见问题，以及我的AI编程实战课能带给大家什么！ 课程限时优惠中，即将涨价~ https://t.co/8VOGEC1LeL
确实，Gemini 3 Pro 、 Claude 4.5 、Nano Banana Pro、Sora 2 之后这种感觉更强烈了 那天下午帮朋友 Vibe Coding 的 ios 应用都快要上线了，这个朋友真是对编程完全不懂的小白 https://t.co/dcMszwcQXI
Telegram 新手终极教程： 从下载、注册到安全设置，一次讲明白！ +86手机号怎么注册 Telegram？ 三种可行方案全讲清！【含汉化+防封设置】 都在Banana给生成的这张图里面了⬇️ https://t.co/1HSW2rJNpG
笑死， 让小学的小朋友写一个植物大战僵尸 https://t.co/V5C9Pw8gFM
🍌 nano banana pro prompt What if historical legends had X accounts? ⚡️ A realistic mockup template for the ultimate "History Beef" – Tesla vs. Edison edition! Perfect for simulating timeline clashes. 🕰️🔥 --- Prompt --- Generate a realistic phone screenshot of a single X (Twitter) post with a vertical 9:16 aspect ratio. The design should feature a white background, iOS-style typography, clear, sharp fonts, and clean edges that closely mimic an actual screen capture. Post content: 🔄 Nikola Tesla (@ Tesla_Nikola) ✅ Verified You stole my ideas and never paid me. Plus, your DC power transmission distance is as short-sighted as your vision. ⚡️⚡️ Also, stop electrocuting elephants to slander AC current! That's animal cruelty! 🐘🚫 #ACCurrent #FreeEnergy #PigeonsAreMyOnlyLove 👤 Thomas Edison (@ InventoryEdison) ✅ Verified Quote Retweeted Just filed my 1,094th patent. Some people only mess around with dangerous high-voltage experiments and know nothing about turning ideas into profitable businesses. They can't even build a decent company. 💡💰 #GeneralElectric #DCpower ❤️ 200 Likes 🔁 50 Retweets --- Elon Musk (@elonmusk) ✅ Verified : @ Tesla_Nikola Big fan here. Someday I'll name a car after you. 🚗
Prompt，并非一道指令，而是一束心光。 每次你在 Prompting 的时候， 都是在构建一个约束性的意志能量场。 这个能量场和高维空间碰撞，撞出一个低维的投影。 你的约束越强，投影就越精确。 你的能量越足，投影就越清晰。 同样一个任务，Prompt 不同，结果完全不同。 同样的故事，作者不同，文风完全不同 所谓「笔力」，亦是如此。 你的 Prompt，是荧光还是激光？
这个AI应用场景好赞：在婚礼现场抓拍客人，然后实时用AI视频来调侃他们。https://t.co/4aGpwKQWn1
我最近在听 Naval 的播客《How to Get Rich Without Getting Lucky（不靠运气致富）》，其中的一些观点让我开始重新审视自己的职业规划，尤其是在产品设计这个领域工作多年之后，更有了新的感触。 我逐渐意识到：虽然在大公司工作看起来稳定、体面，甚至有点“奢侈感”，但它并不能帮助我建立长期的复利型收入。原因很简单——作为普通员工，你往往拿不到公司真正的股权，而缺少股权，就意味着长期收益空间受限。 Naval 提到过一个让我特别有共鸣的点： 可以从全职员工转向咨询／自由职业，用专业能力换取更高的杠杆。 对我来说，这意味着： • 把设计能力和行业经验变成可以对外输出的专业服务 • 与多个客户或团队合作，而不是把价值只绑定在一家企业 • 收更高的费用、工作更灵活，同时还能创造实际价值 这样的职业模式能让我慢慢摆脱“纯时间换钱”的逻辑，为未来累积更具规模化、可复利增长的收入流。
买过最值的软件之一 Eagle， 一直用来做本地图片和情绪板管理， 好多年前付费买断了，到现在一直在更新， 用来做提示词管理再好不过了。 https://t.co/WjruEx0wMc
俄罗斯的楼为什么和北京高校的家属院那么像？没人发现这个吗？
任老是真的很强大，真男人。 很多人不知道棚屋是什么，以前叫铁皮房。我父母刚来深圳的时候就住过。他们很幸运，很快情况就改善了，所以我是没有住过棚屋的。 https://t.co/UgnJgNtlKG
我决定停止长篇大论，start building。 管他呢。 2025 年 12 月 13 日，我为自己的 AI 原生操作系统落下了一个小小的锚点： v0.1-runtime-mvp 这是一个极小的版本。 我希望用它来解释： 我到底在做什么？我的 vision 是什么？2026 年我要构建的系统又是什么？ 说实话，这比我想象得难很多。 过去几周，我试图当面向一些资深软件工程师解释我的方向，几乎没有一次成功。 沟通很困难 我自己的 vision 也仍在形成之中。 我反复讲述一些理论基础： Language–Structure–Orchestrator、 与大模型解耦、 用户自拥有结构、 结构作为智能的主权层…… 这些思想本身就已经“超出了当前范式”。 要在当场解释 “它到底能做什么” 几乎不可能。 我说：“它有点像一个 OS。你可以在上面 build everything, write everything, run everything。” 通常，这句话一出，对话就结束了： “你是不是幻觉了？”😂 所以，我决定不再试图从宏图开始解释。 我从一个最小的细胞写起。 一点点让你看到它怎么呼吸、怎么记录、怎么运转。 v0.1 Runtime MVP: The Moment an AI-Native OS Draws Its First Breath (hopefully 😂） https://t.co/sGJWg5H0gj
斯坦福的这门软工课，值得仔细学。并没有你想象中的那么"vibe", 相反干货满满，其实把直到今天，你需要学的最核心部分给罗列出来了。至少把Slides, 全部看一遍学一遍。 https://t.co/akBDQb0Xbo https://t.co/SSLUR3iAGR
这点是真的，就是一代人有一代人的原生社会。 但是人只有财富这一个指标吗？那就把人性降的太肤浅了。 还有一点就是，人其实是可以与时间错位发展的。 其实在AI探索的这条路上，你觉得应该属于00后吧，不是。我认为给我最大帮助，以及看的最清楚明白，走在前沿的反而是好几位70后。 其实我认识的许多改革开放以后，抓住所谓历史机遇的人，真正发迹都在自己40岁，甚至45岁以后。尤其是男性。在所有身边的人，看着他都觉得他已经错过了自己的时代了，你这个老人家还折腾什么呢。 嗯，就这样的人，最沉稳，最成功。超出了他自己的时代。
宝玉
AI炮制的“工作垃圾”，正在摧毁你的生产力 尽管生成式AI在工作场所的使用激增，但大多数公司几乎看不到任何可衡量的投资回报率。一个可能的原因是，AI工具正被用来生产“工作垃圾”——这些内容表面光鲜，实则空洞无物。 作者：Guidelines for Authors 一个令人困惑的矛盾正在那些拥抱生成式AI工具的公司中上演：虽然员工们基本上都在遵从指令使用这项技术，但很少有人看到它创造了真正的价值。不妨看看这些数据：去年，完全由AI主导流程的公司数量几乎翻了一番，同时，自2023年以来，AI在工作中的使用也翻了一倍。然而，麻省理工学院媒体实验室（MIT Media Lab）最近的一份报告发现，95%的组织在这些技术上的投资没有看到任何可衡量的回报。如此多的行动，如此高的热情，回报却如此之少。这是为什么？ 我们BetterUp Labs的研究团队与斯坦福大学社交媒体实验室（Stanford Social Media Lab）合作，发现了一个可能的原因：员工们正在使用AI工具，炮制那些不费什么力气、看起来还过得去的工作，结果却给同事制造了更多的工作。在社交媒体上，这种低质量的AI生成内容（已经让社交媒体乌烟瘴气）通常被称为“AI垃圾”(AI slop)。在工作场景下，我们称这种现象为“工作垃圾” (workslop)。我们将其定义为：由AI生成的工作内容，它伪装成高质量的成果，但实际上缺乏实质内容，无法有意义地推进任何任务。 这是怎么发生的呢？随着AI工具越来越普及，员工们能够迅速生成看起来很精美的作品：格式漂亮的幻灯片、结构完整的长篇报告、外行人写的貌似清晰的学术论文摘要，以及能用的代码。但是，虽然有些员工利用这种能力来润色高质量的工作，另一些人却用它来创造那些实际上毫无帮助、不完整或缺少关键项目背景的内容。“工作垃圾”的阴险之处在于，它将工作负担转移给了下游的同事，要求接收者去解读、纠正甚至重做。换句话说，它把力气从创造者身上转嫁给了接收者。 如果你有过这种经历，你可能还记得打开这类文件后那种困惑的感觉，紧接着是沮丧——等等，这到底是什么东西？——然后你开始怀疑，发送者是不是根本没过脑子，直接用AI生成了大段文字。如果这听起来很耳熟，那么你就是被“工作垃圾”坑了。 根据我们最近正在进行的一项调查，这是一个相当严重的问题。在对各行业1150名美国全职员工的调查中，40%的人表示在过去一个月里收到过“工作垃圾”。遇到过“工作垃圾”的员工估计，他们在工作中收到的内容平均有15.4%属于此类。这种现象主要发生在同事之间（40%），但也有直属下属发给经理的（18%）。还有16%的情况是自上而下，由经理发给团队，甚至来自更高层的领导。“工作垃圾”遍布各个行业，但我们发现，专业服务和科技行业受到的影响尤为严重。 以下是领导者需要了解的关于“工作垃圾”的一切——以及如何阻止它在公司里拖后腿。 将认知工作外包给机器，也就是所谓的“认知减负”（Cognitive offloading），并不是什么新概念，人们对技术会绑架我们认知能力的焦虑也由来已久。例如，2006年，科技记者尼古拉斯·卡尔（Nicolas Carr）在《大西洋月刊》上发表了一篇引人深思的文章，题为《谷歌在让我们变笨吗？》。对于“认知减负”——这个概念可以一直追溯到苏格拉底对字母发明的担忧——人们普遍的看法是，我们将辛苦的脑力活丢给像谷歌这样的技术，因为在网上搜索比自己记住要容易得多。 然而，与这种将脑力外包给机器不同，“工作垃圾”的独特之处在于，它利用机器将认知工作转移给了另一个人。当同事收到“工作垃圾”时，他们通常需要承担起解读内容、推断缺失或错误背景的负担。接下来可能是一连串费心费力的决策过程，包括返工和与同事进行尴尬的沟通。 来看几个例子。 当被问及收到AI生成的“工作垃圾”的经历时，一位金融行业的普通员工这样描述其影响：“这让我陷入两难：是自己重写，还是让他重写，或者干脆就这么算了。这种现象正在助长一个懒于动脑、思维迟钝的社会，最终我们将完全依赖于外部力量。” 在另一个案例中，一位科技行业的一线经理描述了他的反应：“邮件内容让人有点困惑，搞不清到底发生了什么，以及他到底想说什么。我们可能花了一两个小时才把大家召集起来，用清晰简洁的方式把信息重说了一遍。” 一位零售业的总监说：“我不得不浪费更多时间去核实这些信息，用我自己的研究去查证。然后我又浪费了更多时间去跟其他主管开会讨论这个问题。最后，我还得继续浪费自己的时间亲自重做这项工作。” 每一次“工作垃圾”事件都给公司带来了实实在在的成本。员工报告称，处理每起“工作垃圾”事件平均要花费1小时56分钟。根据参与者估算的时间花费和他们自己报告的薪水，我们发现这些事件带来了一项隐形成本，相当于每人每月$186美元。对于一个拥有一万名员工的组织来说，考虑到“工作垃圾”的普遍性（41%），这意味着每年生产力损失超过$900万美元。 受访者还报告了“工作垃圾”带来的社交和情感成本，包括如何圆滑地回应，尤其是在上下级关系中。当我们问参与者收到“工作垃圾”是什么感觉时，53%的人表示“恼火”，38%的人感到“困惑”，22%的人觉得“被冒犯了”。 最令人担忧的成本可能在于人际关系。这种不费力、无益的AI生成工作正在严重影响工作中的协作。大约一半的受访者认为，发送“工作垃圾”的同事在创造力、能力和可靠性方面，都比他们之前印象中的要差。42%的人认为他们不那么值得信赖，37%的人认为这位同事不那么聪明。这很可能呼应了最近一项研究中提到的工作中使用AI会招致“能力惩罚”（competence penalty）的现象——在该研究中，被认为使用AI编写代码片段的工程师，被视为能力不如那些没有使用AI的工程师（而女性工程师受到的这种负面评价尤其严重）。 图2: “工作垃圾”让同事们看轻彼此。这张柱状图显示，在收到敷衍的AI生成工作后，受访者对同事的看法普遍变差，评估维度包括五个特质：创造力、能力、可靠性、可信度和智力。对于每个特质，参与者的回答选项为“我认为他们”更差了、没变化或更好了。在所有特质上，认为提交“工作垃圾”的同事“更好”的受访者比例都不超过14%。总体而言，参与者认为他们的同事要么“更差了”，要么“没变化”。认为同事“更差了”的比例从37%（认为同事智力更差）到54%（认为同事创造力更差）不等。同样，认为同事“没变化”的比例从36%（对同事创造力的看法不变）到53%（对同事智力的看法不变）不等。来源：Kate Niederhoffer 等。 更重要的是，34%收到“工作垃圾”的人会将这些事件告知团队成员或经理，这可能会侵蚀发送者和接收者之间的信任。三分之一（32%）收到过“工作垃圾”的人表示，他们未来不太愿意再与发送者合作。 随着时间的推移，这种人际关系上的“工作垃圾税”可能会侵蚀协作中的关键要素，而这些要素对于企业成功采纳AI和进行变革管理至关重要。 从某些方面来说，这并不是一个新故事。马虎的工作一直都存在。当我们疲惫时，我们容易拖延、走捷径，宁愿做些事务性工作也不愿认真思考。生成式AI为我们提供了新技术来延续这些老旧的坏习惯——但现在，它还带来了额外的代价：给同事制造更多工作，并大规模地破坏协作。 那么，组织该如何避免这种后果呢？他们又该如何优化员工对AI的使用，以确保在这项变革性技术上的巨大投资能获得可衡量的回报呢？基于我们最初的研究以及帮助《财富》500强公司成功在全员中推广AI的经验，我们在此提出几个关键原则： 1. 避免“一刀切”式的AI强制令。 当组织领导者鼓吹“随时随地，万物皆可AI”时，他们实际上是在示范一种对如何应用该技术不加辨别的态度。不难想象，这会导致员工不假思索地将AI的回答复制粘贴到文件中，即便AI并不适合手头的任务。生成式AI并非适用于所有任务，它也无法读懂人心。诚然，AI可以积极地改变工作的某些方面，但它仍然需要员工深思熟虑的指导和反馈，才能在复杂或模糊的工作中产出有用的结果。 更重要的是，不加区分的强制令本身就是在示范一种“甩锅”行为。虽然员工在使用AI方面应该有自主权，但组织自身也应该制定详尽的政策和建议，明确最佳实践、顶级工具和行为规范。如果说使用AI是每个人的工作，那么制定指导方针，帮助员工以最符合组织战略、价值观和愿景的方式使用这项新技术，更是组织领导者的首要职责。 2. 培养“飞行员”，而非“乘客”。 自2023年以来，我们的实验室一直在追踪影响生成式AI在员工中采纳情况的预测因素。我们发现，那些兼具高主动性和高乐观度的员工，比低主动性和低乐观度的员工更有可能采纳生成式AI。我们将前者称为“飞行员”（pilots），后者称为“乘客”（passengers）。“飞行员”在工作中使用生成式AI的频率比“乘客”高75%，在工作之外的使用频率更是高出95%。 不过，考虑到“工作垃圾”的发现，也许更重要的是“飞行员”如何使用生成式AI。例如，“飞行员”比“乘客”更有可能利用AI来增强自己的创造力。而“乘客”则比“飞行员”更有可能利用AI来逃避工作。“飞行员”有目的地使用AI来实现他们的目标。 3. 倡导协作式的AI规范。 要与AI高效合作，需要许多协作性的技能——比如给出提示、提供反馈、描述背景。今天的工作不仅需要越来越多的人与人之间的协作，现在还要加上与AI的协作。协作的复杂性只增不减。“工作垃圾”就是一个绝佳的例子，说明AI引入的新协作动态可能会消耗而非提升生产力。我们与AI的互动会影响到我们的同事，领导者需要推广那些能支持协作的人机互动模式。 在2025年，无缝协作必须包括我们将AI工作成果融入共同工作流程的方式，其目的应是服务于共同的目标，而不是成为一种暗中逃避责任的工具。这是一个全新的、至关重要的“组织公民行为”（organizational citizenship behaviors）领域，它将区分那些能最大化AI价值的公司，和那些空有AI活动却毫无成效的公司。 制造“工作垃圾”可能感觉毫不费力，但却要让整个组织付出代价。发送者眼中的捷径，却成了接收者必须费力填平的坑。领导者最好的做法是示范有目的、有意识的AI使用方式。为你的团队设定清晰的规范和可接受的使用界限。将AI定位为一个协作工具，而不是一条捷径。身体力行地展现出“飞行员”心态，以高主动性和乐观精神，通过特定的用法来加速实现特定成果。并且，对于人机协作完成的工作，要坚持与单由人类完成的工作同样卓越的标准。
Est. 400 views for your reply