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

Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 5h 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

18
2
11
3.8K
Data updated 8m ago
Viral Probability
62%
Predicted Views
8.0K
Est. 100 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 6h 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

17
1
2
1.7K
Data updated 8m ago
Viral Probability
55%
Predicted Views
4.0K
Est. 200 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 6h 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

82
19
3
4.8K
Data updated 8m ago
Viral Probability
70%
Predicted Views
11.0K
Est. 600 views for your reply
宝玉
156.4Kfo
宝玉@dotey· 7h 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

62
0
8
14.5K
Data updated 8m ago
Viral Probability
58%
Predicted Views
53.0K
Est. 400 views for your reply
Susan STEM
41.3Kfo
Susan STEM@feltanimalworld· 7h 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。

28
0
0
3.4K
Data updated 8m ago
Viral Probability
47%
Predicted Views
7.0K
Est. 400 views for your reply
宝玉

宝玉

@dotey· 134.2K followers

https://t.co/W5gRcElMAC 卧槽,其实我设想过这种场景:AI 不仅是生成图片、文本,还能动态生成软件界面,我以为这一天还挺遥远,倒是没想到 Google 最新的 Gemini 2.5 Flash-Lite 原型已经有实现了! 传统操作系统里的每一个按钮、窗口、菜单,都如同工程师提前雕琢好的石膏雕塑:精准但僵硬,功能完整却一成不变。但在Gemini 2.5 Flash-Lite的设想中,界面不再是预设的框架,而是实时生成的数字生命体。每次用户点击,都在即时重新塑造界面本身——一次次互动背后,流动的是生成模型敏捷而无形的计算。 想象一下,你的电脑不再是固定的“桌面+文件夹”组合,而是随每个动作实时“长出”的数字空间。当你打开记事本,键入“第三季度会议纪要”并保存时,模型瞬间理解你的动作与意图,下一刻界面便生成相应的文档,甚至根据上下文直接为你推荐接下来可能需要的操作。此时的操作系统,更像是与你实时对话的搭档,而非死板的命令执行者。 Google在构建这一前沿原型时,巧妙地提出了“UI宪法”和“交互对象”两个概念。前者为界面生成提供了基础的规则与审美框架;后者则实时捕获用户的每一次点击、输入甚至是更复杂的操作序列。这种设计,既保证了界面风格的稳定与统一,也赋予界面高度的情景适应性。 不过,让人真正感到惊艳的,还是这款原型系统的响应速度。传统的生成模型给人的印象往往是“大而慢”,而Gemini 2.5 Flash-Lite则通过即时流式渲染的方式,让界面在生成的同时就被逐步渲染、展示。这种渐进式生成,让人仿佛看着界面从虚空中逐步清晰,极大地提升了交互感。 然而,一个界面每次都重新生成,难道不会给用户带来混乱吗?Google也注意到了这个问题,并提出了一个巧妙的解决方案——“生成式UI图谱”。简单来说,系统会记忆用户访问过的界面,并在用户重新访问时,调用先前缓存的版本而非重新生成。这样一来,系统在新奇与熟悉之间找到了一种理想的平衡。 从概念走向现实的过程中,生成式UI潜在的应用场景也逐渐清晰。例如,当你在网上比价机票时,系统能实时生成一个小组件,一键对比或预订;又或者,当你调整日程安排时,日历应用能根据参会者情况即时提供最佳的替代方案——人和机器的交互过程变得更简短、更直接、更聪明。 事实上,生成式界面的出现可能不仅仅是一种技术革新,更是一种人机关系的重塑。我们正在从“机器为主、人类迁就”的时代,迈向“人类为主、机器顺应”的新时代。Gemini 2.5 Flash-Lite的探索也许只是个开始,却足以让我们思考:未来我们与计算机之间的界限,会模糊到什么程度?人与技术的共舞,又将如何改写我们的日常? 另外给我的一点感想就是:最大的改变不仅仅是人机交互,而是软件工程,如果软件也是生成式的,那么我们也想就可以完全跳过原来软件工程那些需求分析、系统设计、编码、测试的步骤了。

102
19
8
16.2K
Posted 80d ago · Data updated 79d ago
Reply Suggestion

Est. 600 views for your reply