🔥 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.
🍌 nano banana prompt Create a mesmerizing passage of time with this prompt, seamlessly blending all four seasons—from Winter’s snow to Autumn’s gold—into a single, unified masterpiece. ❄️🌸☀️🍁 ---- Prompt ---- Hyper-realistic digital illustration of {Scene}, presented as a single continuous composition showcasing the cycle of seasons. The scene flows seamlessly from left to right in a natural progression: Winter, Spring, Summer, and Autumn. The left side features cold snowy winter elements, gradually thawing into the fresh green buds and blooms of spring, then morphing into the lush vibrant vegetation and bright sunlight of summer, and finally transitioning into the golden, orange, and red hues of autumn on the far right. There are no visible dividing lines between seasons; the weather, lighting, and vegetation blend smoothly to create a unified and harmonious panorama. Rich in detail, symbolic of the passage of time, cinematic lighting, 8k resolution, highly detailed textures. --ar 4:3 ---- Scene:the historic Shanghai Bund waterfront looking across the Huangpu River to the futuristic Lujiazui district
一直在追踪 Essential AI 的工作,它的创始人之一是Ashish Vaswani,是的,就是 Vaswani et al., 2017 中的Vaswani。 Essential AI 的工作非常 solid。在 RL 鼎沸的四月份,发表了侧重预训练的文章 Rethinking Reflection in Pre-Training ,紧接在六月份发布它们数据逻辑的文章 Essential-Web。 前几日,终于发布了 Rnj-1 8B,这个名字非常印度,来自ramanujan。 完全不同于其他侧重于 RL 路线的其他 oss 模型,Rnj-1 8B的逻辑侧重预训练和数据质量,Rnj 的技术路线值得持续关注。
我说实话,国内用户粘性最强,付费意愿最高的。还得看k12教育 我老婆一个平时能用免费就免费的人。我充一个网易云会员能和我吵一架的人。 买了一个盗版英语资源app的会员已经付费到2031年了。花了1000多。 有一个天天在视频号直播的某水硕英语导师,买人家每个月168的课。已经续费了一年了。 我和我老婆之前说我想买Rey @ReynoldDai的课。我老婆说,一看就是智商税😓😓😓 唉,真难啊
🍌 Nano Banana Pro 提示词:任何爱好或者职业的进阶之路 用非常可爱的黏土风格展示不同等级的标准和消耗时间 -------提示词-------- 基于主题 [前端工程师的进阶之路],创作一张 3D 游戏关卡地图海报。 画面结构: 一条蜿蜒曲折的 3D 道路从画面底部延伸至顶部云端,分为三个主要的“关卡阶段”: 底部:新手村 (Level 1: Noob) 模型: 简单的草地场景。放置基础工具。 路标: 插着木牌,写着标题,下方用一段话介绍当前等级的标准。 中部:试炼场 (Level 10: Pro) 模型: 地形变得复杂(森林或岩石)。放置进阶装备。 视觉: 道路变得陡峭,象征难度增加。 路标: 插着木牌,写着标题,下方用一段话介绍当前等级的标准。 顶部:神之殿 (Level 99: Master) 模型: 漂浮在云端的辉煌神殿或高科技实验室。放置终极神器。 视觉: 发着金光,有彩虹或宝箱。 路标: 插着木牌,写着标题,下方用一段话介绍当前等级的标准。 数据与排版:路径线: 虚线连接各个阶段,上面有小脚印。 耗时/成本: 在每个阶段旁边,用游戏 UI 风格的浮窗显示“预计耗时”或“预计金币消耗”。 风格与渲染: 任天堂 (Nintendo) 风格的的粘土风。色彩鲜艳饱和。
所以我说现在互联网上充斥着各种错误认知堆砌的判断,是马云的阿里被罚款了182亿,接着腾讯捐了1000亿,阿里一个月后也捐了1000亿,这实际是对两者的另一种罚款....起因就是马云讲错话被注意到了 后面的估计大家也就知道了,什么马云tokyo摆烂,接着又被喊回来.... 就不能再往深里说了 现在经济太差了,年猪被杀过几次,发现再也长不胖到第一次割肉的时候了,现在也终于不杀猪了
爆款预定!🍌Nano Banana Pro 锐评世间万物! 随便给一个领域让大香蕉给这个领域从夯到拉打分 这个玩法最近巨火,我们的图也非常漂亮,AI 生成的出人意料会很有话题度 是引战、反串、钓鱼必备的佳品 他还特别犟就不展示低分的名称,非得上手段。 ------提示词------ 【核心任务指令】 你是一个拥有实时网络搜索能力和顶尖数据可视化设计能力的AI专家。请执行以下两个步骤: 调研阶段:立刻针对用户指定的【2025 中国新能源汽车】进行全面的网络调研。搜集关于该领域内不同子产品、型号或作品的大众口碑、市场热度、专业评测及用户反馈数据。 可视化阶段:基于你的调研结果,设计一张专业的信息图表(Infographic)。你需要将调研到的具体项目,精准地分类填入下面定义的五个“从夯到拉”的视觉等级模块中。 【用户指定目标领域/产品】 [在此处填写你需要调研的内容,例如:2024年热门智能手机、市面上的无糖茶饮料品牌、近十年的漫威电影、程序员常用的代码编辑器] 【图像设计要求】 整体风格: 一张结构清晰、现代感强的模块化信息图表,采用“Bento Grid”(便当盒网格)布局。背景干净简洁,聚焦于内容呈现。视觉上必须体现出从高到低的强烈层级落差感。 等级结构与视觉定义(严格执行以下五级): 第1级(最高层):夯 (Hāng) 调研填充标准:根据调研,该领域内目前公认的“版本之子”、具有统治级热度、无可争议的顶流产品/作品。 视觉表现:占据画面最上方或最大的版面模块。色调为极具爆发力的爆裂红与辉煌金,带有光晕或能量外溢的视觉特效。字体最大、最粗。模块内需展示调研到的代表性产品的名称或高质量图像,并配以极简的赞美短语(如“全网吹爆”、“神作”)。 第2级:顶级 调研填充标准:硬核实力派,虽然热度可能不及“夯”,但口碑极佳,是行家首选的优质项目。 视觉表现:位于第二层。色调为坚实、高级的燃烧橙与金属银。模块设计显得扎实、富有质感。展示代表性实力派产品。 第3级:人上人 调研填充标准:优越之选,品味在线,买了/看了绝对不亏的中坚力量,代表了一定的鉴赏力。 视觉表现:位于中层。色调为明亮、干净的柠檬黄与冷灰。设计风格现代、清爽。展示代表性优质中产产品。 第4级:NPC 调研填充标准:毫无记忆点的大众脸产品,凑数的工业流水线产物,无功无过,容易被遗忘,必须要写上具体的产品或品牌或者人名不要含糊其辞。 视觉表现:位于中下层。色调为平淡乏味的面包色/米色或纸板棕。模块设计显得普通、重复、缺乏个性。展示那些非常平庸的产品。 第5级(最底层):拉完了 调研填充标准:调研中发现的公认“避雷针”、“智商税”、灾难级失败产品或甚至不如没有的存在,必须要写上具体的产品或品牌或者人名不要含糊其辞。 视觉表现:挤在画面最底部或角落,视觉空间被压缩。色调为绝望黑、惨白,并带有明显的数字故障(Glitch)、破碎或腐烂的视觉效果。展示那些著名的“翻车”产品,并配以警示性短语(如“快逃”、“大冤种”)。
Nano Banana Pro 超级提示词! 帮你做任何商品的购买决策,生成任何需要对比的产品类型的 4 象限图片 无论是饮品、电动车、自行车还是咖啡店,你可以直接化身这个品类的专家 话题度和热度拉满,每个品类都能出爆款 提示词放在下面👇: https://t.co/OVrITErTgn
在X上我从不刻意说自己是女生,大家都默认我是抠脚大汉。老实说我也不想靠性别吃红利。有手有脚、脑子不笨,为什么要把女生默认成弱势,我更想被当成一个完整的人,而不是“需要被特别照顾的性别”。我非常享受这种设定。

宝玉
这是个好话题:AI 时代 codingbase 和架构被加速孵化,稳定性越来越难做 这是个两难的事,追求速度,就会影响稳定性,追求稳定性就会影响速度,AI 进一步加速了这种冲突。 在传统软件开发,我们引入了各种流程来避免这样的问题:设计先行、代码审查、自动化测试、持续集成部署。 当然能做到严格遵守这样开发流程的并不容易,现实中总有各种各样的阻力。 AI 编程加速了开发毋庸置疑,那种几行提示词就一个应用程序或者功能模块就做出来的感觉简直太美妙了。 当大家习惯了这种 AI Coding 速度,就很难忍受以前那种先设计、再去实现的速度,就会倾向于简化设计,尽快生成代码,甚至于设计都是 AI 来做的。 至于代码审查更是灾难,没有人能一次review几千上万行代码,只能求助于 AI review。 单元测试的自动化测试已经形同虚设,因为都是 AI 生成的,通不过 AI 会修改测试用例,让它能通过。 E2E(端到端)测试还是有意义,毕竟这部分还要人工辅助才能写的出来,是模拟的真实用户使用应用成熟的流程。 现在还属于过度过程,最终会是人向 AI 妥协,不会再坚守以前传统的开发流程,而是开始做出改变。 首先架构上会往微服务模式上靠,无论前端还是后端,当年一度红火然后又人人喊打的微服务微前端又要焕发第二春了,微服务的好处就是每个模块独立,代码不多,对 AI 来说上下文够用,普通的 Coding Agent 足够应付 然后人的重心将会放在两端:需求定义和测试验收,中间部分绝大部分交给 AI 自主完成 再就是人才的需求分化: 一端是产品经理兼程序员,既懂需求,又懂程序,但是程序不用太精通,不懂程序的产品经理将会很少,就像现在做测试都要会写自动化测试一样。这部分需求还是会很大。 一端是技术专家,精通编程、技术架构,需要很长的培养周期,负责为应用搭建适合 AI 开发的架构,负责解决 AI 解决不了的技术问题,这部分人不会太多,但是会很值钱。
Est. 600 views for your reply
