SoPilotSoPilot

🔥 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.

Real-time Hot Tweet Analysis

Bear Liu
109.8Kfo
Bear Liu@bearbig· 4h ago发布

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

82
6
5
20.7K
Data updated 46m ago
Viral Probability
100%
Predicted Views
275.0K
Est. 4.2K views for your reply
Bear Liu
109.8Kfo
Bear Liu@bearbig· 4h ago发布

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。

102
8
6
7.1K
Data updated 46m ago
Viral Probability
74%
Predicted Views
42.0K
Est. 500 views for your reply
被减数
7.3Kfo
被减数@Lessnoise365· 4h ago发布

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

62
7
11
6.3K
Data updated 46m ago
Viral Probability
72%
Predicted Views
27.0K
Est. 200 views for your reply
Orange AI
142.2Kfo
Orange AI@oran_ge· 6h ago发布

这个信息密度,确实很爆炸。 而且这个图片配的恰到好处,很好地把语言进行了视觉升维,让抽象的概念变得具体。 通透。

22
5
1
7.1K
Data updated 46m ago
Viral Probability
58%
Predicted Views
18.0K
Est. 1.1K views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 7h ago发布

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?

16
0
27
9.1K
Data updated 46m ago
Viral Probability
55%
Predicted Views
22.0K
Est. 100 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 9h ago发布

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

71
10
16
10.2K
Data updated 46m ago
Viral Probability
69%
Predicted Views
14.0K
Est. 100 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 10h ago发布

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

34
2
5
3.0K
Data updated 46m ago
Viral Probability
57%
Predicted Views
6.0K
Est. 100 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 10h ago发布

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

297
59
6
18.2K
Data updated 46m ago
Viral Probability
78%
Predicted Views
27.0K
Est. 100 views for your reply
宝玉
156.5Kfo
宝玉@dotey· 11h ago发布

真理,能知道什么是API Key已经筛选了一大批目标用户了 需要自己输入api key的产品早期常见,现在已经不多见了

113
0
12
33.5K
Data updated 46m ago
Viral Probability
57%
Predicted Views
58.0K
Est. 200 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 11h ago发布

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。

36
0
2
5.2K
Data updated 46m ago
Viral Probability
49%
Predicted Views
7.0K
Est. 200 views for your reply
凡人小北

凡人小北

@frxiaobei· 16.2K followers

一年一度的云栖大会,吴泳铭开场这场就扔了个长线炸弹“AGI只是起点,ASI才是终极目标。” 直接把话题拉到了“超级人工智能的三阶段进化路线” 这个提法我还是第一次在国内大厂 CXO 层面听到这么系统地说。 跟我的判断一样,阿里云真的在按操作系统的方式做 AI。如果说 OpenAI 和 Anthropic 还在强调模型智能,阿里现在直接开始讲系统调度和电网级布局了。 他讲 AI 的三阶段进化路径: 1)智能涌现,2)自主行动,3)自我迭代。 这条路径其实暗含了一个判断:人类对 AI 控制权的下沉,是随着“数据-工具-反馈”这个三元系统一点点转移的。越往后,AI 自主权越强,人类在链条上的必要性越低。 常年做 Agent 系统的人真的很有体感,从workflow到agentic,真正的自我推进式 AI,从系统设计上还远远没做好。 “自主行动”这一阶段我觉得非常关键。吴说核心是 Tool Use + Coding + Agent,这一段我直接脑补公司正在构的 agent 编排平台的最大痛点就是:模型能调用工具,但不会判断工具是否合适;能 coding,但缺少代码行为的后果感知。 现在大多数系统都停留在调用工具这一层,有开始往下延伸到 agent 能否规划子任务、能否收集结果反推 prompt 的部分,但做的都一言难尽。 所以他说:“未来,自然语言就是 AI 时代的源代码”,我个人非常认同,但补一句:要让自然语言真的成为源代码,Agent 必须会调试自己。 然后讲到第三阶段自我迭代,我能关联到开头asi,这是真系统了。 吴用了“连接原始数据 + 自主学习”来解释这个阶段,说白了就是 AI 不再靠人类喂数据,而是能像机器人那样自己感知世界 + 自己训练自己。 我们现在做的 AI 训练,几乎都是在 人类整理后的结构化结果上精调,你从来不给它原始混乱数据,后训练时代也鲜有加入做错后的直接代价。 但没有代价,哪来迭代?没有原始世界的反馈闭环,AI 只能永远在 沙盒里复读旧人类。 所以才有了模型为了输出一个所谓的答案,全是幻觉。 (未完)

84
12
7
19.4K
Posted 81d ago · Data updated 80d ago
Reply Suggestion

Est. 600 views for your reply