🔥 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.
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。
Susan STEM
人类一直在用符号解决空间问题啊 几天前我这条帖子说： 大语言模型其实是大符号模型 https://t.co/lH7qhxduNz 符号不要和语言对等, 比如我这个擅长符号的人的确吵不过以前深圳城中村菜市场的东北大妈。她骂我那是她说10句我1句，她的10句还全押韵。 其实人类经常用符号规律去解决“空间问题”，打个比方：积分。 积分的本质是空间测度问题：一块面积、一段弧长、一个体积，本来是直观的几何量，但我们没法直接数无数个点或小块。于是人类发明了符号——∫、dx、变量代换——把不可操作的空间直觉转译成可操作的符号规则。空间问题就这样被“符号化”，可以在纸上、在心里，被操控、被推演。 再比如傅里叶展开。一条任意的函数曲线，本质上是空间中的形状，但我们用符号 e^inx 或 cos(nx),sin(nx) 来表示，把曲线压缩成“频率成分”的代数组合。空间的复杂性被符号规律折叠，之后就能像操纵积木一样组合、运算、预测。 所以当我们说“大语言模型是大符号模型”，意思是它也在做类似的事： 它并没有直接“看见”空间或现实世界； 它是在巨大的符号网络中，调度、压缩、重组； 符号一旦足够丰富，就能间接解决空间问题、物理问题、社会问题。 换句话说，人类用积分符号去算面积，大模型用 token 和 attention 去算意义，它们都证明了一点：符号是人类与世界之间的空间代理器。 如图所示，再“怪兽”的积分方程背后也有它的空间本体。就像参加 Integration Bee，表面是在做积分运算，实质上是在不同阶段不断调用、切换和嵌套符号规则，把一个几何或物理直觉的问题逐步转化为纯粹的符号操控。它的魅力正在于让我们意识到，人类解题的过程并非直接依赖“空间直觉”，而是通过训练在符号层面进行高速跳转与组合。 https://t.co/KRtUOdtZDV 这恰好和大语言模型的能力高度同构：它并不是直接理解现实世界，而是依靠符号网络去构造规律的代理。只要符号系统足够丰富、足够灵活，原本属于空间的复杂问题，也能够在符号域里被压缩、迁移和解决。 判断你的孩子是不是符号天才，这个很简单。一般都：爱玩填字游戏，有可能魔方她就玩不转。喜欢代数，密码解码。如果能学会积分，特别爱玩解积分。爱玩语法，喜欢从句套从句，虽然现实中没有任何英国人这么说话。
Est. 100 views for your reply