🔥 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.
【项目地址】 https://t.co/KrxoD42j93 【已实现功能】 通过 claude code 一条命令导出抖音博主所有文字稿（前提是已经通过 get 笔记订阅了这个博主） 【如何使用】 把以下命令发给 claude code 即可：curl -fsSL https://t.co/DytEVBEERS | bash ---- 本工具通过浏览器自动化访问你已订阅的 Get 笔记内容 1. 你使用自己的账号和订阅权限 2. 没有绕过任何技术保护措施 3. 仅用于个人学习整理 内容版权归原作者所有，请勿商业使用或二次分发
昨天更新了视频之后，有人说要像素级对标我在视频里拿了个水杯 我给大家找一个端水杯拍视频的大师 他会不断让你觉得他是在喝茶之前，抽空跟你说了两句话，促使你有耐心把视频看完 想对标，可以绕过我了 https://t.co/yF2aOdNId1
其实玩 openclaw 🦞，如果瞧不上 vps，也没有必要斥巨资购买 Mac Mini，花几百块搞台无头 MacBook Pro 不也很能打 https://t.co/50NcpwbClO
借宝玉老师的贴，我从文字角度，说一个具体的案例 比如 “不是 X，而是 Y” 是典型的 “AI 味” 句式 这个句式本身，不等同于烂文案 它有可能烂的地方是在于 “不是 X” 这里的 X，本应该是戳中观众的原有认知 当观众们都认为这件事情是 X，你说其实是 Y，才会让观众恍然大悟 烂文案比如：AI 不是机器人，是你的工作伙伴 这个文案的问题在于，我本来就没觉得 AI 是机器人，我不知道你写这句话是在干啥，看起来是在强调作者是文盲 而 AI 会这么写的原因是：你没有给出足够深刻的观点，你又要让 AI 假装很深刻 那么，足够深刻的观点是什么呢？ 我们对观众的认知的合理预设是什么呢？ 应该在你的 user prompt 里面有所体现 如果你给 AI 的行文规则里面提供了这个东西，就算 AI 用了 “不是 X，而是 Y” ，也不会让人觉得反感 因为这是适时的、适当的，对特定句式的合理使用
大概十几年前吧，央视春节有一个节目，看的我真是瞠目结舌。 这是个什么节目呢？央视要采访农民工怎么回老家。他们怎么做的呢？ 有一队记者，跟着那个农民工，不帮忙，就拍人家大包袱小箱子，转了火车转汽车，下了汽车上牛车，颠沛流离，花了好几天，终于狼狈的从北京，回到了湖南乡下老家。 而另一队记者，直接开着专车，从北京一路无阻的，开到这位农民工的湖南老家，不到两天。 你都开专车去人家了，不能捎上人家吗？非要看耍猴是吧？
真的 我建议每一个药研人 都一定要有一个 @NoahAITech 的账号 现在查管线、看进展、查指南 基本上都改成Noah AI了 太舒适了 https://t.co/OobhEQvVmD
藏师傅的 Seedance 2.0 测评和玩法来了！ 绚丽的打斗和情节可能最近大家也看多了。 藏师傅整点能变现的，能在工作中用起来的玩法。
数据完全本地，安全无泄露，免费，自己填上Key就能用 这两天发出mac版 让AI当牛马 我们做人 https://t.co/B3bp9MZk7B
工程师们终于发现，自己成了最大的瓶颈 用户上报bug后，AI 完全可以自己写代码和测试 现在所有的流程，创建工单、Slack 协作，Linear 协作，推送代码到 GitHub、运行 CI、审核 PR、合并 PR，全都过时了。 甚至连那个该死的bug都是用户的 Agent 上报的 我们需要改变 https://t.co/cay2ofnYT7
初中没毕业的表弟 去北京学相声去了 活儿没听几段 跟着一群相声演员儿的 什么盘串儿，装逼 学的惟妙惟肖 说啥他都最懂 装作深不可测的样子 好像自己家住中南海似的 手里哗啦哗啦 盘一个潘家园20块钱一串的八大金刚 以为自己是个文化人 正经八百学个数控机床不好吗 和一群说相声的混三混四 旅游场都只能说对春联 救了命了
这比去年同期的裁员规模还要大，像亚马逊、Salesforce这些大公司都在裁员。 微软砍了六千个职位，连高级AI总监也保不住了，AI这把火烧到头上了。 Pinterest也裁了百分之十五的员工，也就是六百七十五人，说是要转向AI战略。 Chevron更狠，计划年底前裁掉八千人，是他们全球员工的百分之十五到二十。 https://t.co/LckPzjE1GD
OpenAI搞了个大优化，通过引入持久的WebSocket连接，把客户端和服务器往返的开销砍掉了百分之八十。 每个token的开销也减少了百分之三十，首token生成时间缩短了一半。 这些优化是在Responses API里做的，Codex-Spark默认就开启了WebSocket路径。 这个改进意味着AI应用能更快响应，成本也能降下来。 对于实时应用来说，这个提升真的很关键，用户体验会好很多。 https://t.co/Mtv2QeklD7
宝藏论文，虽然转过了，再转一次。 LLM的reasoning的epic failures，就像这几天大家转的50米洗车的案例，作为纯符号层的llm推理，论文中也首先提到要区分embodied和non-embodied，llm显然很难区分这一点，顾此失彼，让人走过去却忘了车！ 论文的survey框架不错，不仅对于模型训练，对于如何搭建agent脚手架也有裨益。 一个会从错误中持续学习的agent会很可怕😱
CLI Agent + SSH 是我最多使用的 code agent 使用场景。几乎所有 CLI 动作都可以在 ssh session 中完成，只要有云，你几乎可以做任何事情，不受本地算力限制。 在 Opus 4.6 出来的时候，ssh 因为安全问题一度无法使用。 只过了两周，claude code 直接官方支持了 SSH support。 https://t.co/6s8rRRaDIO
#NewProfilePic 换个新头像，两年多以前年轻漂亮的自己。当然现在也年轻漂亮（ https://t.co/k3JX9Fpvsw
adhd其实只是前额叶功能受损的好听名字罢了，更简洁和通俗的说法就是脑残。 我的阿克琉斯之踵就是我的恋爱脑和adhd。
为什么无论男女简中互联网都有占人便宜的想法？最后变成了底层互害的零和博弈。 亲密关系里能等价互换、不吃亏就很好了，人就不应该有嫁/娶了某人自己就能过上好日子的想法。天天想着占人便宜那就和骗子骗来骗去吧。😂💀🙏
https://t.co/YF4f1z9s0W
我的一个朋友婚姻不幸。初婚嫁了一个这边的华人来到欧洲，家暴她。 离婚后找了一个欧洲人，这个欧洲人个子不高，收入尚可，离异有一个孩子。 两个人婚后时常因为他前妻和孩子吵架，这个孩子明确对她说：这个家里只能有我一个小孩。 朋友先天就有一些妇科疾病，二人尝试过几次试管都以失败告终。结果去年年底跟我说自然怀上了。 她回中国待产，说等快生了再回欧洲。今日给她发消息祝新年快乐，她回复说她刨腹产下一个男孩，孩子不足七个月，在nicu里插管。 短短几个字，没有什么生育经验的我也能感受到其中分量。我问她她老公有没有去中国陪她，她说完全没有，那个人只是在纠结怎么样跟他儿子说这件事。 短短几个字，我都替她心疼。结婚、生孩子，真的都是要非常慎重的事，这几年看了太多人间悲剧，莫不是与这些残破的家庭有关。尽量一对夫妻走到老，后妈后爹不好当啊。
CuiMao
马斯克信守承诺，刚刚在github开源了最新的x的算法 他这个推荐算法普通人也一目了然，大致分四个流式阶段。 第一步：Candidate Pipeline （相当于先从很多地方收集一大堆候选消息，先不管好不好看，只要“可能相关”就先放进篮子里。得到一个很大的“候选池” 第二步：Thunder （先处理“你关注的人”这部分） 可以理解成：先把“你关注的人发的内容”单独拿出来排一下队。因为你关注的人对你通常更重要，所以系统会先做一个基础排序，比如：谁跟你互动多（你常点赞/回复谁） 这条内容是不是刚发的，你是不是经常看这类内容 第三步：Phoenix 这里意思就是用“预测模型”来精排，我估计这里就是Grok推理的部分） 他可以理解成一个“很会猜你喜不喜欢的老师/机器”，它会对每条候选内容打分。比如看到一条推文，预测你会不会点赞评论，会不会转发，会不会停下来认真看一会儿（也就所谓的单帖的停留时间） 然后，这些预测值会合成一个总分：总分越高，就越应该推给你。最关键的是，他这个预测模型，不管是关注的人还是没关注的人，都会被“精细打分”，挑出最可能让你产生互动的内容。 第四步：Home Mixer 最后一步我理解的就是像“配菜”：比如一部分来自关注的人，一部分来自热门/兴趣推荐，然后这个部分最重要的就是“去重“他会判断，这个时间段，相似内容的重复度，我理解的意思是他只会去除相似度高的内容 ，哪怕你的内容很完美，但是和别人的发重复了，结果也是进不了for you链路的，所以！ —————— “你的内容最大的敌人不是你自己，而是你的同行，是那些和你发一样东西的“网友”，你的所谓的x导师，x同盟联盟都是你通往财富自由的绊脚石！”—————— 平时大家发的那些“卧槽，我又研究出了什么claude skill技术”，“兄弟们，我又做了一个vide coding网页”，“又研究出了什么炫酷AI技术”，其实在Grok眼里可能都是水贴，没有实际研究出任何东西，都是demo，因为只有产品大家才会去深入体验在评论区给出真实反馈，demo评论区大家只会说“大佬，太厉害了，太棒了”，以至于你的社群永远都没有一个你的账号标签和“主题”Grok 无法定位你。 以上都是我自己看了文档总结的，对不对不知道，但确实说的通。 总结一下就他这个算法先“捞一堆可能的候补名单→ 排好你关注的人→ 用模型预测你会不会喜欢→ 按比例混合成不无聊的最终列表。整个流程他没说cd时间，但我觉得应该时候后台的cd时间来控制的，这个就要讲到发帖频次和间隔了。我再研究研究，有结果了后续再更新
Est. 1.6K views for your reply