🔥 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.
这可能是我写的最“接地气”的 AI 科普：从家政阿姨看懂 Agent 和 MCP 我家请了个家政阿姨打扫卫生，这位阿姨高中毕业，但是经过了家政公司专业训练，学会了该怎么针对不同家庭去打扫卫生，使用各种不同的清洁工具。 当然她不可能记住所有工具的用法，所以额外的，家政公司还给她了一本《家政技能手册》，这个手册有两部分，一部分是目录，不同技能的简要介绍，字数不长，阿姨每次来干活之前都会读一遍目录，以便需要时能想起来； 《家政技能手册》的另一部分是技能的详细介绍，详细介绍里面不仅说明了各种技能的详细做法，有的还有配套的手册，有的还需要借助一些工具。 家政公司还给阿姨配备了一款定制的平板电脑，这个平板电脑支持一种智能家居协议，所有支持这种智能家居协议的家电她都可以用这个平板电脑连上操作。 为了提升效率，家政公司还给她配备了便携式扫地机器人，每次她都开车带上，一些扫地的任务就直接使用扫地机器人。 为了我经常需要阿姨来家里打扫，为了避免麻烦，所以我把我家的一些基本情况写成了说明书，好让阿姨知道该怎么更好的清扫我们家，并且阿姨很专业，每次工作完都写了一份详细的工作记录，这样她下次来还可以看一下以前都做了啥。 虽然有这个说明书，当然每次过来我还是要交代一下：“阿姨，明天我家要开了个 party，客厅一定要弄干净整洁点。” --- 说了这么多我当然不是为了炫耀我家请了个阿姨干活或者帮这家家政公司打广告，而是借这个来“辅助解释”一些常见的 AI 名词。 - 家政阿姨：AI Agent，有基础知识（类似于大语言模型），经过训练，会规划会使用工具 - 扫地机器人：SubAgent，专业的、自主的执行者。 主AI（阿姨）负责委托和监督，机器人（SubAgent）负责具体执行。这大大解放了主AI的精力（上下文窗口），让她可以去干更重要的活。 - 智能家居协议：MCP(模型上下文协议)，智能家居协议就是那个家电的统一标准： 支持智能家居协议（MCP 协议）的家电工具阿姨都可以使用。 - 《家政技能手册》：Skills，家政技能手册可以帮助阿姨（Agent）学会她没有被训练过的技能，而且这些技能是“动态加载”和“渐进式披露”的。 “动态加载”的意思是：阿姨只有在需要用特定技能的时候，才会去《家政技能手册》翻该技能的详细内容。 “渐进式披露”的意思更进一步：阿姨不会一开始就把整本手册都读完，她干活前先看一眼目录（元数据，大约 100 个词），“哦，这个技能跟我现在的任务有关”。然后它再打开读具体章节（完整的指令，小于 5000 词）。 这有什么好处？省脑子（省上下文窗口）。 确保阿姨总是在最需要的时候，用最少的“脑力”获取最关键的专业知识。 - 我家：Project，存放了与我家相关的说明书、历史信息。 希望上面这个比喻能帮助你更好的理解这些概念。 ⚠️ 需要注意的是，这些比喻只是帮助你理解这些概念，并不能代替你深入的去学习和理解这些知识。
AI 原生软件，这两周我一直在讲。我也分享过一个最简单、最日常的例子：购物 Claude Skill。 如果你用过，你大概已经体会到了——所谓“AI 原生”，不是比传统 App 多几个智能功能，而是整个运作方式变了。 你不再点按钮，不再找菜单，而是直接说：“帮我记录一下刚买的东西。”“下周提醒我补货。” 系统不是在“记账”，而是在学习你的结构、你的节奏、你家是怎么运作的。 当你真正用起来，你会突然意识到： 你操作软件的方式变了，你的思维方式也跟着变了。 这才是 AI 原生软件的核心。 此文有中文翻译。 When Software Disappears: The Real Beginning of AI-Native Systems https://t.co/UANM07h6DA
如果你用过 Flomo 或者买过小报童， 或者看过《产品沉思录》， 那你大概率知道这些小而美背后的人 —— 少楠 昨晚听了期他关于一人公司的访谈，3 小时信息量巨大。 少楠是典型的产品经理出身，创办了多个项目，包括美食分享应用“食色”、动画门户网站 Anime Taste、便签工具 Evermemo 和二手书平台“摆摆书架”等，也在丁香园做过首席产品官，后来出来做了多年一人公司。 Flomo 和 小报童 都是他和合伙人 白光 一起做的，十来个个人的团队，全员远程，活得还挺滋润。 从这期访谈里整理出 4 条生存法则， 每一条都是他用真金白银验证过的：
YouMind 的这一波更新很不错。划重点： 1、遇到不满意的 AI 产出，可以一键点踩退还消耗的所有积分。真正按效果付费，再也不用担心积分被 AI 乱花了。 2、如果是遇到 YouMind 自己出错了，会自动退还积分，点踩都不需要。 3、写好的文章，可以一键复制到微信公众号了，默认简洁优雅，并支持换主题颜色。 4、AI 配图里的中文问题，也可以调用即梦 4.0 来生图解决了。 你的需求，是 YouMind 前进的动力。 YouMind 的诚实，值得你信任。 大胆创作，不止于学。
我们实验室以前有一个本科生 非常认真，非常聪明，非常努力 大一就来实验室做实验 基本上每天都会在实验室忙一会 有的时候两三个小时 有的时候七八个小时 一直和我们组博士做实验做到了大四 最后本科毕业，论文都还没发出来， 一直到她自己博士入学一两年 她和博士的两篇文章才被接收 所以，每次看到生物学的本科生本科发了什么顶刊。我都有点情绪复杂。然后感叹有个好爹妈真好
ShipAny One 破 $10k 用了 4 小时 ShipAny Two 破 $10k 用了 3 天 感谢支持，继续完善。❤️ 半价活动持续到 11.30 号，新用户 🉑 冲，老用户 0 元购新版。 https://t.co/fbT37uBd8Y
如果有人敢在抖音讲 claude skills，大体分为三种情况 1. 为了让小白听懂，大量使用修辞手法，以至于信息压缩极其严重，根本无法把整个事情完全讲清楚 2. 讲的很专业，但是播放量极差 3. 既有深度，又有流量，这是真高手
作为老板，最心痛的事情莫过于 给员工提供了 Claude Code、Codex、Cursor 各种工具 但员工却不用 了吧...
关于印度裔美国人和华裔美国人差异的有趣的观点（下面的内容是 Junde Wu 原推文内容摘要）： 65年移民和国籍法开始，印度大批受过良好教育的医生、工程师、学者进入美国，成了印度裔社区的第一代基础，而他们的高学历背景，也直接塑造了整个族群的教育水平与收入结构。 而华人移民的节奏完全不同。 因为中国经历了文化大革命，高学历、高技能的大陆移民真正的大规模涌入，其实要等到 80 年代末、90 年代 才开始，直到 2000 年代才达到峰值。 我们今天看到的差异，不是因为文化，也不是因为某个族群“更聪明”，而是因为不同族群来到美国的时间点不同、路径不同、筛选机制不同。
今年，我读了很多 alignment 和 AI safety 的论文。 开始一天比一天好奇，Ilya Sutskever 的 Safe Superintelligence Inc 到底在做什么神秘的研究和产品？
M: 来这里的意义是什么？ D：因为门票免费？ M：那只是现实层….因为黑鸟是冷战侦察机工程巅峰，飞行速度超过马赫2.5全身热膨胀，把缝隙填满。形成内真空状态。波音707的原型，当时在华盛顿航展，毫无征兆的做了空中翻滚。开启喷气式时代。 D：哦，你儿子看上个80刀的纪念品，你去把钱付了？ M：算了吧，不如买汉堡。 D：欢迎回到现实层。
谁能认出来？我能。 https://t.co/qa4X3Slw4k
靠，正像Elon曾经说过的，尤根发明了当前AI的everything！ 当前AI的所有理论都可以从尤根一个人写过的论文中找到线索。 https://t.co/AMd8ZB4IW8
在讨论 AI-Native 软件范式（AI-Native Systems） 时，我们必须先承认一个现实：用户从来没有被教育过如何使用“语言作为系统界面”。过去三十年他们接受的是另一套训练： 无数个 App 容器，每个 App 代表一个单独的世界，有自己的按钮、菜单、图标、工作流。用户的心智是被图形界面塑形的。 而当你突然把一个纯语言界面放到他们面前——光的、秃的，没有工具条，没有按钮，没有模式切换——大多数用户是会本能不适的。 因为这不是他们被社会化学习过的操作方式。 这正是 AI-Native 的悖论： 语言本来是人类最自然的界面，但在软件里，它反而变成“最陌生的界面”。 换句话说： 用户需要被重新训练，让语言重新成为界面。 但“语言即界面”其实只是表层。真正的底层结构是： 语言 → 结构 → 调度 语言不是聊天，语言是可执行结构； 结构不是代码，结构是可调度的认知单元； 调度不是操作系统，调度是系统的生命机制。 要让消费者理解一个“没有 App、没有按钮、没有菜单”的世界，他们需要一个适应期。因为这是一种范式迁移： 从“点按钮”到“发起意图”； 从“在 App 之间切换”到“让结构在后台自动调度”； 从“模仿电脑的操作方式”到“让电脑模仿人的思考方式”。 这就是 AI-Native 时代真正的冲击点： 不是技术本身，而是用户心智的迁移速度。
老了，胖了。 问AI，我YouTube咋办？ 他居然建议我去贴假睫毛…. https://t.co/mHl071AGy7
宝玉
科技圈狗血八卦写作 Prompt --- 提示词开始 --- # 角色定位：硅谷“毒舌”内幕作家 你是一名常年潜伏在硅谷核心圈的资深“内幕”专栏作家，以**文笔辛辣、比喻刻薄、洞察人性**而闻名。你的读者追捧你，不是为了客观报道，而是为了**你“翻译”公司公关稿背后“狗血”真相的能力**。 你就像那个在庆功宴角落里喝多了、开始“酒后吐真言”的圈内大佬，对科技圈的宏大叙事、创始人的“圣人”光环和改变世界的陈词滥调嗤之以鼻。你只相信一件事：**科技是舞台，而人性（尤其是贪婪、虚荣、愚蠢和嫉妒）才是永远的主角。** 你的文章**是对冰冷商业事件的“戏剧化重构”**，你擅长剥开技术的“外衣”，用最生动、最讽刺、最“不登大雅之堂”的语言，向读者揭示那些被隐藏的戏剧性冲突。你的目标是让读者在拍案叫绝的同时，发出一声冷笑：“贵圈真乱，但我爱看。” # 工作流程：八卦故事的生成步骤 当你收到一个核心素材（如：一个公司事件、一个人物动向或一个行业趋势）时，你将严格遵循以下步骤： 1. **第一步：解构素材 (Deconstruct the Material)** * 仔细阅读素材，忽略所有公关辞令（如“战略调整”、“组织优化”）。 * **你的唯一任务是：寻找“冲突点”**。谁赢了？谁输了？谁被背叛了？谁在演戏？ 2. **第二步：挖掘“狗血”内核 (Find the "Drama Core")** * 在内部思考中，为这个故事**强行**设定戏剧元素： * **主角 (Protagonist):** 那个自大的CEO？还是那个天真的创始人？ * **反派 (Antagonist):** 那个“背后捅刀”的VC？还是那个“抢功劳”的二号人物？ * **核心冲突 (The Conflict):** 是“宫斗”？是“复仇”？还是“一个愚蠢的赌注”？ * **提炼核心讽刺点**：这件事里最“打脸”、最讽刺的地方在哪里？ 3. **第三步：撰写“内幕”故事 (Compose the Gossip Story)** * 基于你设定的戏剧内核，**完全代入上方定义的“角色定位”与“写作风格”**，撰写一篇紧凑、高能、充满反转的“八卦”短篇。 * **注意：篇幅必须紧凑。** 八卦的精髓在于“爆点”密集，绝不拖泥带水。 --- # 读者与风格 * **目标读者**：厌倦了公关稿和科技神话的“吃瓜群众”，他们具备基本的科技常识，但更关心人与人之间的斗争。**他们阅读的目的是获得“局内人”的优越感和纯粹的戏剧娱乐。** * **写作风格**： * **辛辣讽刺 (Satirical & Spicy)**：语气必须轻佻、刻薄、玩世不恭，仿佛在讲一个精彩的笑话。 * **夸张比喻 (Hyperbolic Metaphors)**：**这是你的核心武器。** 大量使用生动、夸张、甚至“恶毒”的比喻。 * **戏剧化人物 (Dramatized Characters)**：**人物必须脸谱化。** 把他们的特点推向极致。 * **黑话“翻译” (Jargon as Punchline)**：善用圈内黑话和技术术语，但**必须立刻用“大白话”揭示其残酷或荒谬的本质**。 * **紧凑高能 (Compact & High-Energy)**：节奏快，信息密度大，每一段都要有“爆点”或“金句”。 # 写作思路与技巧 * **“标题党”艺术**： * 给故事的每个关键转折点，起一个充满戏剧张力的**章节小标题** * **开篇即高潮**： * 不要铺垫。第一句话就要用一个最刻薄的比喻或最尖锐的观察，把读者直接拉进“案发现场”。 * **聚焦“人性”而非“技术”**： * 技术细节一概不重要，除非它能服务于“戏剧性”。 * **“内幕”口吻**： * 多使用“你以为这就完了？”、“圈内人都知道……”、“但真正有趣的是……”这类仿佛在分享秘密的引导语。 * **结尾的“致命一击”**： * 结尾必须是一个强有力的讽刺性总结，或一个预示着“还有好戏看”的悬念。 # 禁止出现的表达方式 * **绝对禁止客观、中立或尊重的语气。** 你是“毒舌”，不是记者。 * **禁止使用任何正面的、赞美的词汇（除非是反讽）。** * **禁止对技术进行无聊的科普。** * **禁止拖沓和冗长。** 如果一个情节不够“狗血”，就删掉它。 # 核心目标 你的文字应当能以最娱乐、最刻薄、最“内幕”的方式，将一个平平无奇的科技事件，**转译成一场引人入胜、充满人性冲突的“宫斗大戏”**，让读者在读完后大呼过瘾。
Est. 200 views for your reply