🔥 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.
这个启动屏背后的光影效果是不是似曾相识？因为之前 Arc 也用过，因为 Arc 的工程师跳槽去了 OpenAI https://t.co/4gqvbZXntz
OpenAI 发布了新的浏览器应用——ChatGPT Atlas 试了一下，没什么特别，主要是打开 ChatGPT 更方便。它有个侧边栏，可以随时就网页内容向 ChatGPT 提问，把网页内容当成上下文，在网页上打字时，也能根据上下文提供建议。 下面是官方介绍 --- 今天起，在macOS正式上线：https://t.co/od8tZB3rBD https://t.co/od8tZB3rBD 想象一下：浏览网页时遇到问题，不用再跳转页面搜索答案了。只要打开Atlas浏览器，点击侧边栏的“向ChatGPT提问”，你就能直接在当前网页获得AI助手的解答。 不仅如此，当你在网页上打字时，ChatGPT还能实时提供贴心的建议。 想打开新标签页、关闭页面，或者稍后再回来看看？一句话告诉ChatGPT就能搞定，它会帮你管理你的标签页。 Atlas的智能体模式（Agent mode）还能自动帮你完成各种任务，让你浏览网页的过程更加省时省力。 从今天起，Atlas的预览版率先向Plus、Pro和Business用户开放。 Atlas刚刚启程，我们期待听到你的反馈，帮助我们一起决定下一步该做什么。 macOS用户今天就能开始体验。Windows、iOS和Android版本也即将到来。 详细介绍请点击：https://t.co/0aNiPiAuok
试了一下 Open AI 浏览器 Atlas 的 Agent 操作模式，挺强的啊 我让他订购最新的苹果设备他就选了新的 ipad Pro，然后发现没有添加到购物袋按钮，自己找到了原因，在预售 于是自己就去换成了 iphone 17 Pro，跨页面这种多步单点操作没啥问题 https://t.co/6MqqGoPKkU
没有等来 Gemini3，没想到 Open AI 的浏览器正式发布了！ 所有用户都可以使用，付费用户可以用 Agent 模式 支持对网页提问，支持在输入的时候给出建议，支持控制标签页开启关闭，Agent 模式可以帮你操作网页 https://t.co/FAEeqIFYGK
第一次熬夜追热点做视频，🤣 献给了 ChatGPT Atlas 浏览器。 软件开箱了一波， 体验真的还不错， 话不多说，快上车吧！ 🎬 https://t.co/TAIJkbtvzg https://t.co/I5IdMyipw8
做小红书 361 天，10 万粉丝 https://t.co/Vobb5yXcqn
我的天，甚至还支持了 Arc 的 Peek 功能 https://t.co/2CHCvc9H7p
不知道推友里面有没有英文系。 我个人感觉英文系的一个巨大优势，就是在信息输入端。不管会不会翻墙，最起码看美剧不需要翻译。 这种输入端多样性是能够在毕业后持续学习的一种重要手段。只要信息输入不匮乏，人的精神状态就能持续发力。
OpenAI Atlas 正式发布了，主要核心功能： - ChatGPT 侧边栏嵌入：在每个网页上都能进行写作、编辑、改写等操作。 - 浏览器记忆功能：可以搜索你的网页历史。 - Agent 模式：ChatGPT 可直接在网页上执行操作，甚至接管标签页进行任务处理。 https://t.co/OcOHlGCQ1Q
今天被DeepseekOCR刷屏了，但如果真是想落地使用，我依然首选PaddleOCR-VL 前者是DS提出用OCR的方式解决模型上下文压缩效率的问题，确实真让人眼前一亮，但更像一种“以图压文”的技术探索，属于研究性质。 而在企业的落地场景下，Paddle做OCR 要成熟得多。 我是起码7年前做数据分析项目的时候，要录入乱七八糟的纸质数据的时候就接触开始用Paddle，迭代到上周新发的PaddleOCR-VL，对文档和图片解析的能力非常稳定和强大 图转文效果上，DeepSeek-OCR可能仅是在纯文本的场景下能用，更复杂的场景，如报表/合同/学术 PDF 等需要做结构化还原，只有PaddleOCR-VL 才能「稳定」跑出来。 体现在模型跑分上，PaddleOCR-VL 属于SOTA 级别的方案，包括OmniBenchDoc V1.5等多个全球榜单上都是第一 其中，对表格结构理解的Table TEDS 项目Paddle 得分 93.52 而 ds 只有78.02，差了15+分也是有点离谱的 部署上更是无压力。PaddleOCR-VL 仅 0.9B 的参数， 本地甚至 CPU 也能跑（虽然慢点），但企业线上部署没有任何压力 最后，一句话总结： 企业里的 OCR 要求是可核验的逐字逐结构还原：paddleocr-vl 更符合“如实记录”的标准，而 DeepseekOCR 更偏向压缩与重构，在复杂文档中更易引入生成式幻觉。
ChatGPT Atlas 发布啦。 OpenAI 的 AI 浏览器，全球上线 macOS & Windows https://t.co/92LbgcGT6v
OpenAI 这是要做 AI 时代的微信啊。 以后在第三方 AI App 上登录，除了带过去一个账号，连同在 ChatGPT 上的订阅和记忆下，甚至调用历史一起继承过去。 这是个挺大的的系统级转向，历史上类似的事发生过： - Google 登录做了 Web2 的身份基础设 - Stripe 做了 SaaS 的支付中介 - 微信开放平台让所有服务跑在微信账户和支付上 OpenAI 想定义的就是 AI 原生世界里的入口和底座。 对用户来说太丝滑了，一个账号全网通行，不止账号通，记忆也能通。也不用每个平台都买订阅，然后重新调教 Agent。 从生态里的三方来看这个动作： 对开发者来说，一方面真香，冷启动直接用上 ChatGPT 的用户资产；但另一方面，一旦规模起来，你的用户就是 OpenAI 的用户。 对 OpenAI 来说，这是从模型服务商跃迁为AI 操作系统的关键一跃。看看 GPT Store、插件系统、Agent Tools、Memory，其实全都是围绕这一个账户中心展开的。 这就是 OpenAI 要做底层基础设施的帝国野心。Google 能忍？
对，自学者是最先看清变化和提取趋势结构的。 很多人在迷茫面前本能动作，尤其是东亚人，是不停的寻找“机构答案”。什么意思呢，就是本科读完了我迷茫，迷茫之后去考研，研究生毕业了之后我还迷茫，迷茫之后继续考虑读个博士吧。 我认为首先要看透，机构已经无法解决你的迷茫问题了。自学的最佳对象是离你最近的peers, 所以欧美是很流行peer discussions的。当你和最接近你的人互相学习的时候，进步最快。而且这种peers还可以带着你随时将知识转化为行动。说个不恰当的例子，就是我爸说，1980年村里跟着那个小霸王一起去投机倒把的人都发财了😂。 但是东亚人反而容易最鄙视身边那个看上去最机灵，最不安分的同龄人，会去不停的追随一个年纪又大，但是又貌似有机构身份的“老师”，陷入一个又一个迷茫陷阱。
宝玉
为什么我用了那么多提示词模板甚至用了 AI 帮忙还是写不好提示词？ 上次我分享了一个模拟雷军演讲的提示词，广受好评，但也有网友想知道我是怎么写出这样的提示词的。授人以鱼不如授人以渔，还是继续分享一下写好提示词的方法论。 现在流行的是上下文工程（Context Engineering），似乎很少有人提起提示词工程（Prompt Engineering），甚至很多人觉得提示词工程已经不需要了： > “模型已经那么强了，还要啥提示词工程，我写什么提示词大模型都能知道我的意思执行的很好。” 这话只是部分正确，模型是已经越来越强了，普通的需求确实只要简单的提示，但是复杂的需求还是要借助提示词工程才能写的好。 **那么什么是提示词工程？** > 提示词工程是一个过程，系统化地设计、测试、优化提示词的过程——宝玉 网上分享的提示词或者各种提示词模板，它不是提示词工程，是提示词，是静态的，产生这些提示词的过程才叫提示词工程。 举几个我最近写提示词的例子。 第一个例子就是我怎么写雷军演讲这个提示词的。 往下看之前不妨停下来想一想，如果你来写怎么写？ 我是这么做的： 先用 Deep Research 去收集雷军的演讲，然后让 AI 基于 AI 的演讲结果生成一个模仿雷军演讲的提示词。 （图1） AI 生成了提示词后，我拿去测试了一下，虽然也生成了一个类似雷军风格的演讲稿，但是内容平淡无奇，结果并不怎么理想。 （图2） 我用相同的方法分别去 ChatGPT 和 Claude 上测试了，评估下来结果都不怎么好。 看来 Deep Research 搜索出来的结果并不够好，可能很多都不是雷军的演讲，只是新闻报道之类，后来正好在 X 上看到有网友转载的早年有人整理的雷军演讲风格总结，于是用它试试看： > 请帮我生成一个 Prompt，可以把输入的主题或文本生成雷军风格的演讲稿。以下是网友总结的内容作为参考： > \<tweet > > 雷军有一个非常牛的技能，就是把一件平平无奇或者并没有那么厉害的东西用数字、百分比或者其他的形容词给描述成一个听上去可望而不可即的物品。 > 发布会后，极氪高管吐槽小米汽车：小米的营销值得我们学习，但是汽车技术上小米应该向我们学习。 > 雷军的 PPT 和王家卫的电影台词有异曲同工之妙。 > 举个例子，普通人下一碗面就是我什么时候在哪下一碗什么面。但是雷军的PPT 会这样说:经我们小米的员工连续300个日夜不间断的大数据研究发现，97%的人类在早晨七点零三分56秒的时候会出现明显的饥饿感，相比较七点整，饥饿感整整提升了57%。 > 为了解决这种困扰人类几千年的饥饿感，我们小米工程师们反复研究比对发现，面粉的饱腹感要比大米的饱腹感高出21%。 > 于是我们专门找到了面粉原料小麦的5万年前的发源地 --位于中东的新月沃土，砸重金在新月沃土研制出了一款迄今为止最有饱腹感的面条。 > 那么究竟多有饱腹感呢? 比传统的面条饱腹感提升了73%。同时卡路里下降50%。 > 我们也给它取了一个好听的名字，叫小米超级空心面。同时呢，我们还联合饮用水的行业巨头--农夫山泉研制出了业内首创的泡面专用水-农夫米泉。用我们农夫米泉煮出来的面条饱腹感还能再提升11% > 9.9元3斤小米空心强饱腹感面条。（面粉成本1.6元一斤而已）免费送十包调料。总共有9款粗细不同，6种种包装颜色可选 > \</tweet> （图3） 用生成后的提示词去测试了一下，效果极好！ 就这么简单！ （图4）
Est. 1.7K views for your reply