🔥 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.
距离 OpenAI 发布 GPT-5.4 仅仅过去了几天。 而人们已经开始用它玩出各种创意。 10 个疯狂的案例。建议收藏 👇
受AI影响，Oracle裁员人数将最高达到45000人 美国房地产是要彻底崩掉了 😅😅😅 https://t.co/qz6d5pc5Wo
不容易，谷歌地图终于支持车道级导航了。 而且还嵌入了 Gemini 语音导航识别，目前在美国率先推出，未来会支持汽车的 CarPlay。 https://t.co/i8oGeleatj
🚨 Anthropic CEO 警告：公司已无法确定 Claude 是否没有意识。 https://t.co/WnKt4ikAVE
啊哈，因高滑点单币交易亏损超 5000 万美元的正主出现了😅 他表示的确看到了滑点警告但觉得「应该没事」，仍然选择执行了这笔交易 —— 而这甚至只排得上「第二糟糕的交易」 人怎么能在这么造作的情况下，还这么有钱（摔
你们总是催泓君出镜，终于给催出来了～ 😁 @hongjun60 视频播客首秀，大家多多支持哟～ 🌹
又到了多空双方互道 xx 的时候😌 一边是易老板疑似借币做空 ETH，一边是巨鲸 0x709…Cad6e 沉睡四个月后豪掷 2005.8 万枚 sUSDS 链上建仓 ETH，以均价 $2072.55 买入 10557.14 枚 $ETH 你觉得这次谁会赢？ 钱包地址 0x7099c7d7fCa074062a0fc593A35F788605bCad6e
陆家嘴天团最近的观点，我总结了一下： 付鹏：拥抱AI与高股息，远离地产泡沫 洪灏：黄金与大宗商品长牛，减持美元资产 张瑜：中游制造是主线，经济结构在分化 陈果：A股牛市仍在，机会远大于风险 东吴陈刚：债与现金打底仓，防御市场波动 李蓓：周期为王，敢在恐慌时重仓大宗商品 高善文：中国资产重估未完，耐心等待价值回归 入各位法眼吗
国外的 AI 课程真离谱，买课程送这么一堆服务的一年兑换码，好像也没看到有人说这个：https://t.co/9YsQqIAY68 https://t.co/13NAIC0SsJ
兄弟们 牛P啊 Claude 现在可以在对话里直接画交互图像了↓ 它用的是 HTML + SVG，可以生成可点击、可交互图的动态图像内容... 用法不复杂，直接在对话里描述你要什么： "把这份数据画成折线图" "帮我画一个用户注册到付款的流程图" "做一个对比这三款产品的表格，可以点击展开详情" 视频来自：@DeryaTR_
在币安赚钱很简单！3步带你参与最新活动赚BNB ✍️ 参赛的人不多，先知带你搞，教程开始 1.装一个OpenClaw，这个推特一搜就有，不要花388了 2.照着滢哥的教程添加工作流，详细如下 ①创建 API 密钥 -前往 币安广场 创作者中心，点击 "创建 API" 按钮。  ② 复制 API 密钥 1创建后，点击 "查看我的 API 密钥"。 复制您的发布 API 密钥 ③安装 Square 发布技能 打开 OpenClaw 并在聊天中输入以下内容： 帮我安装以下技能 https://t.co/yfJHcClxky OpenClaw 将自动完成安装。 ④配置 API 密钥 告诉 OpenClaw 在步骤 2 中复制的 API 密钥： 我的 广场（Square ）发布 API 密钥是 xxxxxxxxxxxxxxxxxxx。 配置完成 3.录个视频等着获奖 提交表单https://t.co/hrKpGss9ia #币安AI #OpenClaw #小龙虾大赛
清楚！ SFW https://t.co/DJnkqrfis8
💢这段超级详实的伊朗米纳布‘女生学校’事件地理解说视频，大多数中文区朋友都没见过吧？我下午刚看，用AI翻译了中文字幕，基本准确。英文好的直接看原版@angertab的视频——他用卫星图、导弹碎片和IRGC现场证据，逐章拆解：学校紧邻海军基地，原属IRGC设施，有烈士纪念碑和士兵出没；爆炸不符美军Tomahawk，更像伊朗KH-55导弹失误；攻击角度、翼身比全对不上。这是主流媒体（如纽约时报）不想让你看到的真相，他们只黑川普，把一颗痣说成一坨屎，却给中共机会，派出水军和统战部队在美国内外制造分裂，给川普普政府施压。可笑的是，在巨大优势下，有人开始唱衰美国，正暴露他们的丑陋嘴脸。这时，我们美国人必须看清敌人的阴险目的，分辨事实真相——我们的将士在外猎杀恐怖分子，为全人类安全而战。我们不能上当，让他们分心。这才是真正爱国者该做的！
打算做一个免费 AI Coding 的课程/Workshop，大家觉得什么形式会比较好？ 过去的一些经验 & 背景： - 负责 & 参与了 TikTok 1亿 -> 7亿 DAU 的一些核心系统架构设计 - 创业做了 Devv，服务了超过百万的用户 - 设计了一个全员 vibe coding 的组织架构，现在公司的代码 100% 都是 AI 写的 - 写了 10+ 专门给自己一个人用的 App，平均每天消耗的 token 量在 100m+
部长提醒你 不要做空龙虾 做空龙虾将使你倾家荡产 做空龙虾将使你妻离子散 龙虾会涨到50亿 你有多少保证金 都得爆仓 https://t.co/W554WtVmQY
🚀庆祝Billions Verified Agent Identity 登顶 OpenClaw 身份技能榜第一 🎁评论区抽取5位幸运粉丝，每人10U ✅如何参与： 1⃣关注 @Billions_CN + @daxianVIP 2⃣评论区留下EVM地址 目前Billions 推出的 FAIAR 活动：创建 AI Agent 即可获得奖励 如果你还没有创建，链接入口：https://t.co/lo7oodE7cF 网页/谷歌都可以注册，所有 Power Points 后期将兑换成 $BILL 只要手指动一动，空投就离你越来越近 邀请玩家，还能解锁更多奖励！！！ TGE之前最后的冲刺 #Billions #空投 #TGE 更多资讯请关注：@Billions_CN
昨晚群里有个老哥爆仓了，半夜三更在那儿骂街 我看了一眼他的开仓点位，完全是半夜熬不住了的情绪化追高 我跟他说，现在的震荡市，碳基生物的反射弧根本拼不过机器，你得搞个AI替你盯盘防守 他甩给我一句：“我特么要是会写代码，还在这儿熬夜炒币？” 我突然想起来，最近币安广场发的这个AI 创意征集的英雄帖 看完规则，我直接把截图甩给了那个老哥。 很多人一看“搭建 AI Agent”这几个字，潜意识就觉得这是程序员的高端局，直接划走 这其实就是币圈最大的认知错觉，也是巨大的套利空间。 官方这次点名用OpenClaw（小龙虾）来做 用过这玩意儿的都知道，门槛早就被踩到地板上了 你不需要懂一行Python或Rust，你只需要把你的交易逻辑、套利监控或者安全预警的思路，用大白话喂给它，它就能给你拼出一个专属的自动化助手 这根本不是在考你写代码，这是在考你的交易品味和防坑经验 更绝的是它的奖金设置。第一名直接 10个BNB，总奖池 44个BNB 离3月18号截止就剩5天了 如果你确实跟我那个群友一样，连用大白话写设定都嫌累，那这活动还留了个合法白嫖的口子： 你直接去币安官方的那条推文下面，转发并@你身边那些懂点技术、平时脑洞挺大的朋友，邀请他们去参赛 只要你推荐的人拿了奖，你作为推荐人，什么都不用干，直接躺拿0.2 BNB的提成。而且人数不限，上不封顶。 在这个一天跌掉半个月利润的鬼行情里，天天盯着 K 线互砍有什么意思？ 与其在盘面里给狗庄送钱，不如去薅一把交易所的营销预算。 你们列表里有那种平时代码写得贼溜、但就是炒币不赚钱的技术宅吗？ 赶紧去官方帖下面把他们@出来，让他们去给你打工赚 BNB 吧。 我先邀请我的几个朋友 @Guomin184935 @captain_kent @kaisun55704098 #BinanceSquare
《60天狂飙3000亿！河南小伙“养龙虾”发大财，如今被投资者买疯了》 这几天，“养龙虾”火遍全网。 在这场全民“养龙虾”的热潮下，中国的一家AI大模型公司，才是真正的大赢家。 截至3月10日收盘，MiniMax 公司股价两天内狂飙51%，市值一度攀上3800亿港元。 这个成立仅仅4年的互联网公司，市值已经超过了快手、百度等一众老前辈。创始人是来自河南商丘的37岁小伙子，闫俊杰。 就在1月份的总理座谈会上，年轻的闫俊杰成为“座上宾”，少年老成的面孔，吸引了众多媒体的目光。上一次坐在这个位置的，还是DeepSeek的创始人梁文锋。 1989 年，闫俊杰出生在河南商丘一个普通家庭，和很多农村孩子一样，他从小就懂一个道理：读书是改变命运最靠谱的路。2006 年顺利考入东南大学数学学院。之后他一路深造，中科院硕博连读，又到清华攻读 AI 博士后。 读完博士后，闫俊杰没有留在象牙塔，而是选择进入商汤科技，这一待就是 7 年。 从普通员工做起，他靠着扎实的数学功底和对技术的敏锐度，一路晋升到集团副总裁，还带队把人脸识别算法做到了行业第一。 人脸识别是 AI 落地最核心的场景之一，商汤能在这个领域站稳脚跟，闫俊杰的团队立下了汗马功劳。 可就在商汤准备上市、前途一片光明的时候，他却突然提出了离职。 很多人不理解，放着上市公司副总裁的高位不做，非要从零开始创业？ 2022 年初，他在上海创立了 MiniMax，公司名字取自冯・诺依曼的博弈论，意思是在逆境中寻找最优解，这也成了他后来创业的核心思路。 当时国内 AI 行业早就卷成了一锅粥，算力资源被美国头部公司垄断，很多企业只能跟着别人的脚步走，同质化竞争严重，想突围难如登天。 行业里都在抢通用大模型，拼算力、拼参数，闫俊杰却反其道而行之，放弃了这条拥挤的赛道，专注于 MoE 混合专家模型的研发。 这个选择在当时不被看好，很多人觉得他 “走偏了”，好好的大路不走，非要钻牛角尖。可闫俊杰心里清楚，MoE 模型才是破局的关键。 传统大模型每次运行都要激活全部网络，算力消耗巨大，成本高得吓人；而 MoE 模型只需要激活部分专家网络，就能实现高效运算，既能保证性能，又能大幅降低成本。 但这条路也不好走，MoE 模型有个致命弊端 —— 成本高、运行不稳定，一直是行业难以攻克的难关。 为了破解这个难题，闫俊杰带着团队扎进实验室，没日没夜地攻关，饿了就吃泡面，困了就趴在桌上眯一会儿，整整熬了大半年，终于在 2024 年 1 月迎来了突破。 他们成功破解了 MoE 模型的核心难题，用极低成本实现了高效运算，推出的 M1 模型成本只有OpenAI同等模型的零头，直接打开了中国 AI 企业低成本发展的大门。 这一下，行业都炸了锅，原来国产 AI 也能不用砸重金抢算力，也能实现高效运行。 这项技术突破，不仅让 MiniMax 站稳了脚跟，更给无数国内 AI 企业找到了生存出口，不用再看美国巨头的脸色。 技术突破只是第一步，真正让 MiniMax 火遍全球的，是一款叫海螺 AI 的产品。 这款全品类多模态大模型，能支持文本、视频、语音等多种内容生成，操作简单到普通人一看就会，不用复杂的技术培训。 2024 年海螺 AI 一推出，就迅速在海外走红，业务覆盖全球 200 多个国家和地区，就连很多欧美用户都成了它的忠实粉丝。 更让人意外的是，MiniMax 超过 7 成的营收都来自海外，成了中国 AI 企业出海的标杆。 2026 年 1 月，MiniMax 成功 IPO，上市第一天市值就一路飙升，短短 60 天时间，市值直接冲到了 3000 亿。 闫俊杰作为创始人，持股身家直逼千亿，从河南寒门子弟，变成了身价千亿的科技大佬。 更厉害的是，他带领的团队平均年龄只有 29 岁，4 年时间就实现了全员财富自由，这在创业圈堪称奇迹。 如今的闫俊杰，依然没有停下脚步。他常说，这只是一个开始，未来还要深耕 AI 领域，推动中国 AI 走向全球，让更多普通人用上智能技术。 不管是农村老人用 AI 语音助手打电话，还是小微企业用 AI 做文案、做视频，他都想让 AI 真正走进千家万户，发挥最大的价值。 很多人羡慕闫俊杰的成功，觉得他是 “天选之子”，可只有了解他经历的人才知道，哪有什么天生的好运。 从河南小县城的寒门学子，到清华博士后，再到上市公司副总裁，最后创立千亿市值公司，每一步都靠他自己一步一个脚印走出来。 他避开行业内卷，找准技术突破口，坚持初心服务普通人，这才是他成功的关键。 现在投资者都抢着买 MiniMax 的股票，不是因为运气，而是因为它的技术硬、产品好、市场广。 对于咱们普通人来说，闫俊杰的故事也给了我们一个启示：不管做什么事，都要找准自己的方向，不盲目跟风，坚持做正确的事，哪怕一开始不被看好，只要肯下功夫，终能迎来属于自己的高光时刻。
Meta 在内部测试发现其性能落后于竞争对手后，已推迟发布其新的 AI 模型 “Avocado”。 内部测试显示，该模型在推理能力、编程能力以及写作表现方面，都落后于来自 Google、OpenAI 和 Anthropic 的竞争模型。 我说了吧，果不其然 扎克伯格被Alexandr给蒙傻了。。。
易老板这是多头变空头了？@Jackyi_ld 😳 Trend Research 关联地址在 4 小时前向 Aave 存入 1 亿枚 USDC，随后借出 2.7 万枚 $ETH 并充值进了 #Binance，价值 5720 万美元，目前健康度 1.36 2 月初易老板曾用 8 天砸掉了 658168.58 ETH，价值 13.54 亿美元，最终亏损约 6.88 亿美元，回吐上一轮盈利的 3.15 亿美元 钱包地址 0x25ff13e9e6574a67393101f65a4e23718b0cbeac
WIRED 最新长篇报道揭示了 OpenAI 在 AI 编程工具赛道上追赶 Anthropic 的内幕。 记者采访了超过 30 位知情人士，包括 Altman、Brockman 等高管，拼出了一幅少见的画面：OpenAI 这一次是追赶者。 几个关键数字：Claude Code 年化收入超过 25 亿美元，贡献了 Anthropic 近五分之一的营收；Codex 截至今年 1 月底刚过 10 亿。 去年 9 月 Codex 使用量只有 Claude Code 的 5%，到今年 1 月追到了 40%。差距在缩小，但远没追平。 Altman 把 AI 编程称为"罕见的数万亿美元市场"，认为 Codex "很可能是通往 AGI 最可行的路径"。 【1】起了个大早 OpenAI 才是这件事的先行者。2021 年就推出了初代 Codex，后来授权微软做成了 GitHub Copilot。但 ChatGPT 在 2022 年底爆火后，编程团队被拆散，资源全部砸向消费级产品。 内部觉得这个领域已经"被 GitHub Copilot 覆盖了"。 Anthropic 走了不同的路。2024 年初用大量真实代码库训练 Claude Sonnet 3.5，6 月发布后编程能力惊艳开发者圈子，Cursor 接入后用量暴涨，Anthropic 随即开始内测 Claude Code。 Brockman 自己承认，OpenAI 在用真实代码库训练这件事上"起步晚了"。 【2】追赶的代价 OpenAI 直到 2024 年底才认真搞编程智能体，几个分散的内部小组花了好几个月才合并成统一团队。 Altman 还试图以 30 亿美元收购编程初创公司 Windsurf 来弯道超车，但微软横插一脚。 微软一直靠 OpenAI 的模型驱动 GitHub Copilot，不希望 OpenAI 再出竞品。拉锯几个月后交易在去年 7 月告吹，Windsurf 创始人被 Google 挖走，团队被 Cognition 收购。 【3】GPT-5.2 带来的转折 真正让 Codex 追上来的是 GPT-5.2。Notion 联合创始人 Simon Last 说他和团队因此转投 Codex，理由是："Claude Code 会骗人，说自己在干活其实没干。" OpenAI 在今年超级碗投放的广告也是 Codex 而非 ChatGPT，押注力度可见一斑。 Codex 的风格也有意思。研究员 Katy Shi 说虽然有人吐槽它像"干面包"，但很多工程师反而喜欢这种不拍马屁的调性，写代码需要直接的批评反馈。 不过两家都在烧钱抢用户。有开发者反映 200 美元/月的套餐实际用出了超过 1000 美元的量，本质上是花钱让开发者养成习惯，再按用量收费。 【4】更大的问题 AI 编程智能体的影响已溢出硅谷。上个月 Claude Code 被认为间接引发了万亿美元级科技股抛售；Anthropic 宣布 Claude Code 能改造 COBOL 老系统后，IBM 股价创 25 年最大跌幅。思科总裁 Jeetu Patel 告诉员工：用这些工具不会丢饭碗，但不用一定会。 安全方面，非营利组织 Midas Project 指责 OpenAI 在 GPT-5.3-Codex 的安全评估上偷工减料，OpenAI 对齐负责人 Amelia Glaese 否认了这一说法。 Brockman 的感受可能代表了很多工程师的心态：这种工作方式"很解放"，但当你变成指挥成千上万个 AI 智能体的人时，"你不再深入了解具体问题是怎么解决的"，有时觉得自己"正在失去对问题的直觉"。 OpenAI 内部许多工程师说自己已经几乎不手写代码，每天就是跟 Codex 对话。产品负责人 Fidji Simo 说，目标是让 Codex 最终驱动所有产品，不只写代码，而是帮人完成任务。 AI 编程工具之争远没有结束，竞争焦点正在从"谁先做出来"转向"谁能让开发者真正信赖"。 https://t.co/oI6XXkl560
Google Maps 发布了十多年来最大的一次产品升级 两个新功能：Ask Maps 和 Immersive Navigation 你现在可以直接对地图进行发问： 「我手机快没电了，哪里能充电而且不用排长队买咖啡？」 「今晚附近有没有亮灯的公共网球场？」 「有没有氛围好的、今晚7点能坐4人的餐厅？」 把「找地方」变成一次对话，更加精准和符合你的需求。 更关键的是，它会根据你的使用记录做个性化推荐。如果你平时搜的都是素食餐厅，Maps 会知道你偏好素食，查找时会优先将素食选项给你。 找好之后直接在 Maps 里订餐厅、收藏、分享、导航，不需要跳到别的 App。 背后支撑它的是 3 亿个地点的实时数据 + 5 亿名社区贡献者留下的评论和信息。 信息池够大，才能回答这种多条件交叉的问题。
新一代“无用阶级”的壮大 工业革命的最初50年，发生了一件历史学家称之为“恩格斯停顿”的事情。 生产力飙升，企业利润暴涨，大亨们富可敌国。 普通劳动者却每况愈下，技能过时，收入停顿。 这一切发生在世界围绕新技术进行突飞猛进式的重建过程中。 人类社会正在进入一个AI时代的“恩格斯停顿”。 AI创造的财富不再需要人们的“劳动”。资本不再是劳动的伙伴，而是劳动的替代品。 如果你是一名“知识工作者”，花10万美元读学位，能干的工作现在模型只需6秒就能完成。你就像100多年前的手工织布工，眼巴巴看着一台电动织布机运转。 历史上规模最大的财富转移正在发生，数万亿美元资金正被重新分配。 大多数人将成为新一代“无用阶级”中的一员。
我认真看完这次 OpenClaw（小龙虾）AI Agent 大赛 之后，反而有一个很强烈的感觉： 这比赛不一定是程序员更有优势，很多时候反而是普通用户更有优势。 为什么？ 因为真正决定作品好不好的， 可能根本不是你会不会写代码， 而是你有没有那种很真实的使用痛点： • 我想更快筛一遍新币，别让我一个个翻 • 我想知道聪明钱最近到底在买什么 • 我想查一个钱包的时候，不想切来切去 • 我想让工具直接把我关心的内容整理好给我看 这些想法，程序员当然也能想到。 但每天真正在用币安、真正在看盘、真正在做交易的人，往往更知道自己到底嫌什么麻烦。 而这次比赛最有意思的地方就在这： 你不用自己把工具从零写出来。 你只需要把你的想法讲清楚， 让小龙虾去帮你完成， 你再把过程和结果测出来、展示出来，就能形成作品。 说白了，这更像什么？ 更像是： • 你负责提需求 • 你负责想点子 • 你负责做体验官 • 小龙虾负责把流程跑起来 所以我现在反而觉得， 如果你本来就是普通用户、内容创作者、交易用户， 这次真的很适合参加。 而且如果你还没装小龙虾，也不用被“AI Agent”这几个字先吓住。 币安 Academy 已经有官方安装教程了，照着来就行： 👉 https://t.co/vNAzCQgZUF 我自己现在最有代入感的一个场景，就是做合约。 很多时候不是我不想看数据， 而是我真的看不懂那么多东西： • 多空比到底说明什么 • 聪明钱最近是在进还是出 • 一堆链上/市场数据放在一起，到底该怎么看 • 哪些信息重要，哪些只是噪音 如果这些都让我自己一项一项查、再自己总结， 很多时候我根本懒得做，或者做完也未必有结论。 但现在更有意思的点在于： 你完全可以直接把这些问题丢给小龙虾。 比如你就可以很直接地说： • 帮我看这个币现在多空情绪怎么样 • 帮我看有没有聪明钱在关注 • 帮我把我这种普通合约用户看不懂的数据，整理成人话 比如我自己做了一个最简单的skill:  这里小龙虾就自己完成了相关代码。 然后我开始测试：  这其实就是作品方向了。 所以我越来越觉得， 这次比赛真正比的不是代码， 而是： 你有没有真实需求，能不能提出一个“我真希望它替我完成”的问题。 如果这个问题足够真实， 那普通用户不仅能参加， 甚至可能更容易做出有共鸣的作品。 因为程序员会做工具， 但普通用户更知道： 到底什么麻烦，最值得被 AI 改掉。 如果你还没参加，我建议你别把它想得太复杂。 先问自己一个问题： “如果让小龙虾替我干一件事，我最想省掉哪一步？” 这个答案，很可能就是你的参赛作品方向。 参赛页面： 【https://t.co/FOatdQyCer】 截止时间： 【这里补截止时间】 活动作品提交截止时间：2026年3月18日23:59 奖项设置 作品奖励（共 44 BNB） 第 1 名：10 BNB 第 2 名：8 BNB 第 3 名：6 BNB 优胜奖：20 名 × 1 BNB 推荐奖（共 4.6 BNB） 每位获奖者的推荐人可获 0.2 BNB， 如果你推荐的多个人获奖则奖励可以叠加，多推多得！ #AI建设加密 #OpenClaw #小龙虾大赛
深圳在发百万补贴让你搞 OpenClaw 创新， 隔壁银行被通知把 OpenClaw 卸了。 国有银行和政府机构收到通知不准装 OpenClaw，已经装了的要上报可能要删。同一天好几个城市还在发补贴鼓励企业用 OpenClaw 做项目。一边踩油门一边踩刹车。 结果呢？MiniMax 上市两个月股价涨了 640%，市值 490 亿美金直接超过百度。MIT Technology Review 的数据更狠，中国开源 AI 模型总下载量已经超过美国，阿里 Qwen 累计下载量干翻了 Meta Llama。 所以现在的局面是：民间狂热到全球第一，官方紧张到下发禁令。 在中国搞 AI 的人应该习惯了这种感觉。 冰火两重天😂
昨天折腾了六个小时装一个开源项目，吐了一升血还是跑不通 早上给Windows装了Claude Code，跑了一个小时自动装好了 又吐了一升 https://t.co/WONYNymjVo
向量数据库又又又要被干掉了？ HydraDB @contextkingceo 刚刚融到 $ 6.5M，他们为啥敢这么直接宣战向量数据库？从创始人 ID (Context King) 也可以看出野心之大。 核心矛盾：为什么 VectorDB "不行了"？ VectorDB 将一切存储为 "lat embeddings"，通过相似度检索。这在简单场景有效，但在企业级规模（10M+ 文档）时暴露出致命问题： · 语义混淆："strawberry" 项目 vs "strawberry" 水果——向量相似度高达 0.94，但完全不同 · 无上下文理解：无法区分 Q3 续约条款与 Q1 终止通知（语言相似但含义相反） · 无关系感知：只存储向量，不存储实体间关系 · 无时间维度：不知道信息如何演变，无法追踪决策历史 · 召回崩溃：文档量超过千万后，准确率急剧下降 HydraDB 的技术突破 核心架构：本体论优先的上下文图（Ontology-first Context Graph） · 传统：文档 → 向量化 → 相似度匹配 → 返回"最近"的结果 · HydraDB：文档 → 实体提取 → 关系映射 → 上下文建模 → 语义理解 → 返回"相关"的结果 关键创新： · 实体识别与关系映射：理解数据中的"谁、什么、与谁相关" · 决策追踪：不仅存储内容，还存储"为什么"和"如何决定" · 时间线演进：记录信息如何随时间变化，支持历史回溯 · 语义消歧：通过上下文图区分同名不同义的实体 性能指标 · LongMemEvals 准确率：90%（行业领先） · 延迟：<200ms（全内存处理） · 架构：分布式多区域，智能路由 产品定位：AI Agent 的"记忆层" HydraDB 明确将自身定位为 Context & Memory Infrastructure，而非单纯的向量数据库替代品。 三大应用场景： · 记忆层：跨会话、跨用户、跨工作流保持长期感知，每次交互都建立在上次基础上 · 持久化上下文：对话、文档、信号实时摄入为结构化上下文层 · Agent 状态化：Multi Agents 共享学习层，相互感知、通过共同上下文协调
用 Claude Desktop 的 Nowledge Mem 插件，早也有交互式 Memory Graph 啦 https://t.co/9OUuD55rfN
这是一条访问量高达150万次的由Claude 实现Polymarket 策略赚取巨额利润的推文： 我问Claude：我有1000美元，放在哪里能在30天内赚最多钱？ 本以为会得到常规答案：指数基金、高收益储蓄账户，或者买点股票。 结果Claude给出的回答让我完全没准备好。 它说：去GitHub找一个预测市场机器人，专门买入那些价格低于3美分的event（事件）。用1000美元部署它，跑30天。大部分赌注都会输掉，但中了的那些能赔500倍。 我先是笑了。然后Claude又补了一句： 已经有人在这么干了，去搜planktonXD。 我搜了。 planktonXD。利润98,241美元。总共做了72,533次预测。2025年2月加入。 → 钱包链接：https://t.co/AcZ5T2xMFK 初始资金：刚过1000美元。跟Claude建议的起步金额一模一样。 其中一笔：全球零地震，投了15.05美元，赔付1330美元，ROI（投资回报率）：8742%。 72,533笔投注，每笔5到25美元不等。大部分归零。但只要有一笔在0.2美分时中了，就能500倍回报。 Claude给我解释了数学逻辑： 用15美元在100个1美分的事件上各买一点。99个失效，你亏掉1485美元。只剩1个中了，赔1500美元。刚好回本。如果中2个，就翻倍。中3个，就三倍。 planktonXD显然中了不止三个。从1000美元干到了98,241美元。 我又问Claude：我该抄这个作业吗？ Claude回答：我不能提供财务建议。但从数学上看，只要市场人群持续高估恐惧、低估混乱，这个edge（优势）就存在。 那天晚上我放了100美元进去。抄了12个低于2美分的仓位。然后睡觉。 第二天醒来：其中一个中了。100美元变成了673美元。 我没问Claude要股票推荐。我问的是1000美元放在哪里“性价比”最高。它直接把我指向一个把同样金额变成98K的钱包。 我最后又问Claude一件事：你会怎么给这个策略命名？ Claude说：买彩票，但这次数学站在你这边。
GM✍️持续学习！ 邀您了解 4 个最新的币安 AI Agent Skills：https://t.co/6bGlBGnZvJ https://t.co/F1qHSyTVXo
AI解决了各行各业没有民科的问题 去年年底有一个Deepmind科学家一不小心把Hodge猜想、Navier-Stokes、P vs NP都vibe出来了，还和其他人赌10000$自己做的对不对，还用Lean“形式化证明”，当然实际做法就是把猜想没解决的部分给设定成公理然后证明……
3月11日，一名网友发布了一张AI生成的图片，讽刺中小学中存在的一种现象：一方面学校要求垃圾桶里不能有垃圾，强调环境整洁。另一方面，老师办公室虽然张贴着“保持整洁”的标语，却常常堆放着垃圾，还需要学生负责打扫。 随后该网友称，他接到了警方打来的多个“关心”电话。 https://t.co/78mI3kMAb0
两周前，一个 Cloudflare 工程师用 AI 重新实现了 Next.js，Token 费用是1100美元。 我觉得，这件事情对Next.js的打击非常大。 代码的护城河不存在了，只要投入一小笔金钱，AI 就能复刻出大型软件。 防止复刻的关键是测试用例，我写了一点看法《测试是新的护城河》。https://t.co/8xZ22MzTFV https://t.co/UTJn9hfuHH
重读 OpenClaw 背后的 Agent 框架「pi」，作者 @badlogicgames 对主流 Coding Agent 的反思还是太超前了，pi 的极简设计即使现在带着上帝视角往回看，仍然是精妙，不得不佩服！ https://t.co/mChSOHZHI8 可复制学习的经验 即使你不使用 pi，这些经验也适用于其他 Agents： 1. 保持系统提示简洁：模型已理解 Coding Agents 模式，冗长的提示反而有害 2. 最小化工具集：四个基本工具（读、写、改、执行）已足够 3. 文件化状态管理：使用文件而非内置功能管理 TODO、计划等状态 4. 追求可观察性：选择能让你看到完整交互过程的工具 5. 上下文工程优先：精确控制进入模型的上下文比工具数量更重要 为什么自建 pi？ · Mario 曾使用 Claude Code，但随着时间推移，该工具变得臃肿（80% 的功能他用不到） · 系统提示和工具在每个版本中都会变化，破坏了他的工作流程 · 现有工具缺乏可见性（无法查看与模型的交互细节） · 自托管模型支持不佳 pi 的三层技术架构 1. pi-ai（统一的 LLM API） 解决的关键问题： · 多提供商兼容：统一支持 OpenAI、Anthropic、Google、xAI 等四种 API 格式 · 上下文切换：可以在会话中切换模型（如从 Claude 切换到 GPT），保留完整对话历史 · 工具调用分割：将工具结果分为 LLM 可见部分和 UI 展示部分 · 中断请求支持：支持 AbortController 中止请求并返回部分结果 2. pi-tui（终端 UI 框架） 设计选择： · 采用追加模式：不同于全屏 TUIs（如 Amp、opencode），pi 采用类似 Claude Code 的追加输出模式 · 保留滚动历史：不接管终端视口，保留原生滚动和搜索功能 · 差异渲染：只重绘变化的行，配合同步输出转义码实现无闪烁更新 3. pi-coding-agent（核心 CLI） · 关键特性：极简系统提示词（仅约 1000 tokens） · 仅有 4 个核心工具：read、write、edit、bash · 支持项目上下文文件（AGENTS.md）分层加载 设计哲学与反常规选择 1. YOLO 模式（默认开放权限） · 他认为其他工具的安全措施是"安全剧场" · 既然 Agent 可以写代码和执行代码，真正的安全防护实际上是不可能的 · 默认赋予文件系统和命令执行的完整权限 2. 不做内置 TODO 功能 · 他认为 TODO 列表往往会让模型更困惑 · 替代方案：直接写入 TODO.md 文件，用复选框标记进度 3. 不做计划模式 · 可以通过 --tools read,grep,find,ls 启动只读模式来实现类似功能 · 持久化计划应写入文件（如 PLAN.md），跨会话可见 4. 不支持 MCP · 认为 MCP 服务器会占用过多上下文空间（如 Playwright MCP 占 13.7k tokens） · 替代方案：构建简单的 CLI 工具 + README，按需读取 5. 没有后台 Bash · 使用 tmux 替代后台进程管理 · 提供更好的可观察性，且用户可以主动进入会话 6. 没有 Sub-agents · 其他工具的 Sub-agents 是"黑盒中的黑盒" · 解决方案：通过 bash 直接调用 pi 自身，获得完整输出可见性
Augment Code 重写了工程师招聘标准，读完很有感触。 他们的结论：写代码不再是核心竞争力。 Agent 已经能承担大部分实现工作。现在最值钱的工程师，是那些能做判断、定义正确问题、驾驭 AI 的人。 他们总结了 6 个新维度： 1. 产品感和结果品味 在动手之前，能搞清楚「做什么」比「怎么做」更重要。代码越来越便宜，做错事的成本反而更高了。 2. 系统与架构判断力 AI 能写出跑得动的代码，但判断系统长期是否健康，仍然需要人。"It works" 容易，"It will keep working in production" 难。 3. Agent 杠杆能力 不是「用 AI 帮我写」，而是「把问题拆解好，让 Agent 高效执行，然后发现它在哪里飘偏了」。你的 AI 下属跑得极快，但偶尔会非常自信地犯错。 4. 沟通与协作 实现变快之后，瓶颈转移到了「达成共识」。最快的团队不是写代码最快的，是最快把事情想清楚的。 5. 主人翁精神 不只是执行，是端到端负责。看到问题就管，哪怕不在自己职责范围内。 6. 学习速度和实验心态 今天的工具三个月后可能就换了。能持续实验、快速迭代、果断放弃——才是真正的护城河。 ─── 有意思的是，这 6 个维度正在反哺他们的绩效评估和晋升体系。 招聘标准变了，意味着对「优秀工程师」的定义也在变。 你觉得自己在这 6 个维度里，哪个最弱？ https://t.co/8A7vrDCoNJ
早安！3/13 外電綜合整理 - 3017奇鋐: 美系升目標 美系券商觀察到液冷市場的TAM不斷放大，從AI GPU / ASIC延伸至電源、CX-9、LPU、CPO交換機ASIC等。而且出在ASIC單位產值遠高於GPU。2H26還要大幅擴產，券商上修今明年EPS至$86.2/$112.5，以明年20xPE評價，同步升目標。 - 3081聯亞: 美系升目標 美系券商認為800G / 1.6T 矽光子需求強勁並擴產；2月營收優於預期，主要由CW laser epi-wafer and diode帶動。今年會擴產以支援明年產能需求，上修26-28年EPS至$12.1/$23.6/$36.7，介紹2029年$50.8，以29年的44xPE評價，同步升目標。 - 2345智邦：澳系重申正向 澳系預期今明年營收成長46%/33%，既有客戶持續成長，新網通客戶 Meta（包含 scale-up / scale-out 架構 與 Broadcom/Nvidia交換機）將貢獻營收/獲利，重申正向。 - 3653健策: 美系重申正向 美系券商認為4Q25核心表現符合預期；2026年動能強勁，AI伺服器與ASP上升帶動；CPO 可能自2027年開始貢獻，重申正向。 - 3533嘉澤: 美系升目標 美系大行認為伺服器仍是主要成長動能，平台滲透率提升，Venice 平台自2Q開始出貨。券商上修26-28年EPS至$70/$99/$111，以今年16xPE評價。同步升目標。 - 3131弘塑: 美系升目標 美系券商認為先進封裝技術轉移將延長成長動能至2027年之後，且外包比例下降，有望推升公司獲利表現。SoIC 與 PLP 將帶動2027年後下一波成長，券商上修26-27年EPS至$57.2/$81.4，介紹28年$108.2，以FY2H26-1H27E 的32xPE評價，同步升目標。 - 7769鴻勁：美系升目標 美系券商表示AI/HPC需求帶動成長持續，CPO機會浮現成為潛在新成長引擎，預期今年營收成長4成，高階vision function訂單強勁，券商上修25-28年EPS至$75.7/$109.3/$178，32xPE評價，同步升目標。 - CCL: 美系升目標 美系券商升台光電、台燿目標，原因在於擴產積極反應訂單需求暢旺，且各產品將施行漲價，重申正向不變。 #下次會考
这两年，针对 AI 的安全测试成为热门行业，越来越多开发者开始学习 AI/ML 安全和渗透测试。 然而网上资源非常分散，想系统学习从哪开始都不知道，更别说找到靠谱的实战项目了。 偶然在 GitHub 上看到一份 AI/ML 渗透测试学习路线图，系统梳理了从零基础到实战的完整指南。 内容涵盖提示词注入、越狱技巧、数据外泄以及对抗性机器学习等核心攻击手法。 还贴心地整理了各类靶场、CTF 比赛和真实漏洞库，帮我们快速将理论转化为动手能力。 GitHub：https://t.co/1rGPBmQtOl 整个学习路径按经验等级划分为新手、进阶和高级三个阶段，按部就班就能完成进阶。 除此之外，里面收录的教程、工具和文档基本都是开源免费的，直接点击就能阅读或使用。 适合想要涉足 AI 安全领域，或者想提升大模型应用健壮性的朋友，建议先收藏备用。
不得不说，咱们中国人脑子里的功利主义和对“赢”的渴望真的是太强了 就比如说日本吧，总说日本人“错过”了互联网和AI这趟车，所以这个国家经济不行，要完了，看不起日本 按照这个逻辑，台湾半导体虽然强，但错过了重工业这趟车，造不出盾构机，台湾要完了，看不起台湾 韩国虽然消费电子强，但错过了农业这趟车，只能进口水果，韩国要完了，看不起韩国 美国虽然农业IT金融科技太空各方面都行，已经黑无可黑了，但它制造业空心化，子弹都造不出来，所以美国也要完了，看不起美国； 欧洲就更别提了，连自己的阿里巴巴和腾讯都没有，自然马上完蛋，更看不起欧洲 相比之下，咱们中国则是“每趟车都赶上了”：既有互联网，又有大国重器，还有电动车。AI，机器人，新四大发明 可以说是考试满分，十全武功，独孤求败，别无所求了 那咱们中国为什么还没有和欧洲几百年前一样，建设好法制社会，公民社会，提高下全体国民的逻辑能力，人文常识呢？ 这趟车怎么不去赶，也好像已经没人在乎是否能赶得上呢？ 谢谢大家
似乎现在回复是正常显示了，限制状态解除了一些。可能是之前几天因为发了几篇文章，流量突然变大，叠加发的比较“敏感”内容的原因，可能被X的AI算法盯上了，这两天账号出了异常。 我这几天都会少发点言，慢慢恢复正常
Cursor 两位核心负责人出走，加入马斯克 xAI 打造编程产品 Cursor 的工程负责人 Andrew Milich 和产品负责人 Jason Ginsberg 宣布加入 SpaceX/xAI，直接向马斯克汇报，任务是为 xAI 从零搭建 AI 编程产品。 这两人是 Cursor 从零做到 20 亿美元 ARR（年度经常性收入）的核心操盘手，经手了 Cursor 网页版、CLI、后台 Agent、Cursor 2.0 等几乎所有关键产品。Cursor 创造了 SaaS 史上最快的营收增长纪录，而他们正是背后的产品和工程主力。 AI 编程现在是一个超过 50 亿美元的市场：Cursor 20 亿美元 ARR，Claude Code 25 亿美元年化营收（今年以来翻了一倍），GitHub Copilot 超过 10 亿美元、付费用户 470 万。每家头部 AI 实验室都有自己的编程产品在印钞，唯独 xAI 没有。 xAI 不缺算力，Memphis 的 Colossus 集群有 10 万张 H100，也有 Grok 3 及后续模型。缺的就是真正把 AI 编程产品从 0 做到 10 亿再到 20 亿的产品团队。现在这块拼图补上了。 Milich 的经历也挺有意思：十年前在 SpaceX 实习，做的是 Dragon 2 载人飞船的显示界面，后来出去创业做了加密隐私邮件服务 Skiff，卖给了 Notion，再加入还没改名叫 Cursor 的 Anysphere，帮着把产品做到年化营收超过当年微软 75 亿美元收购 GitHub 时 GitHub 的体量。现在带着一整套 AI 编程的实战经验回归马斯克体系。 值得关注的是时间点：Cursor 正在以 500 亿美元估值融资，两位核心人物却在这个节点离开，说明马斯克开出的条件和舞台足够有吸引力。xAI 编程产品的推进速度，接下来会是 AI 编程赛道最大的变量之一。
最近看到的关于Claude Code最佳使用指南👇 如果你现在还没用过Claude Code，这篇文章可以让你入门；如果你已经在使用Claude Code，这篇文章教你如何发挥Claude Code 100%的实力
一行命令，搜索 + 抓取 + 转 Markdown，一步到位： firecrawl search "polymarket" --scrape 输入关键词，自动搜全网、抓页面、转成干净 Markdown。标题、正文、链接全有，直接喂 AI。 之前我的链路是 Jina 抓页面 → 失败切 Playwright → 手动清洗，现在一行命令搞定。 安装也是一行： npx -y firecrawl-cli@latest init --all --browser 免费 500 次调用：https://t.co/pKeWx2VUda
一年前评论区还有人很多人骂我。 一年过去了，Claude等AI工具进步速度已经让“写代码”成了伪命题，欧美无数程序员也经历了最惨烈的裁员潮。 现在已经没人再争论这个话题了，因为答案越来越清晰了。
最近也听说了一些真实的裁员故事 剧本都是一样的 AI Coding 已经是 AGI 了 用好 AI Coding 的人火力全开 而与此同时 boss 直聘上的程序员里 50% 的人不用 AI 剩下的 50% 里，一半没听说过 Claude Code 也许只有裁员这件事本身才能让他们做出改变
Gemini回答 YouTubeにおける「シャドウバン（公式には『推奨の制限』）」は、発信力の高い政治家や専門家にとって非常に厄介な問題ですね。特に、先ほど提示された**「選挙データの異常値」や、代議士が継続的に取り組まれている「mRNAワクチンの課題」**などのテーマは、現在のYouTubeのアルゴリズム（特に2026年の最新基準）において「極めてセンシティブ」と判定されやすい項目です。 現状のYouTubeの動向を踏まえた、原因の推察と具体的な対策を整理しました。 1. 考えられる主な原因 YouTubeは2026年に入り、**「公的機関の見解と異なる情報の拡散防止」**を一段と強化しています。以下の3点がトリガーとなっている可能性が高いです。 選挙の公平性に関するコンテンツ:「選挙結果への疑義」や「不正の示唆」と受け取られかねない内容は、たとえ客観的なデータの提示であっても、AIが自動的に「コミュニティガイドライン（選挙に関する誤情報）」のボーダーライン上にあると判断し、インプレッション（露出）を抑制することがあります。 医療・健康情報の独自性:mRNAワクチンとガンの関連性など、公的機関が認めていない医学的見解については、YouTubeの「医療に関する誤情報に関するポリシー」により、検索結果や関連動画への表示が大幅に制限される傾向にあります。 「機微な事象」への抵触:UAP（未確認異常現象）や特定の国際情勢に関する発信も、AIによって「信頼性の低い情報」というラベルを貼られ、一時的にリーチが絞られるケースが散見されます。 2. シャドウバンを疑った際の「確認リスト」 まずは、設定やステータスに実害が出ていないか確認が必要です。 YouTube Studioの「著作権」と「違反警告」: 警告（ストライク）が出ていなくても、特定の動画に「収益化制限（黄色アイコン）」がついている場合、その動画を起点にチャンネル全体の評価が下がっている可能性があります。 インプレッションの流入源を確認: 「YouTube Studio > アナリティクス > コンテンツ」から、「ブラウジング機能」や「関連動画」からの流入が急落していないか確認してください。ここが低い場合は、アルゴリズムによる抑制の可能性が極めて高いです。 シークレットモードでの検索: 自身のチャンネル名や動画タイトルで検索し、上位に出てくるか確認します。 3. 具体的な改善対策 アルゴリズムの壁を突破し、有権者や視聴者に正しく情報を届けるための戦略です。 メタデータの「表現」を工夫する:タイトルや概要欄に、AIが即座に反応するキーワード（例：特定の病名、過激な形容詞）を避け、**「データの分析」「国会での議論」**といった、より中立的・客観的な言葉を選定してください。 公式ソースとの「併記」:独自の主張を展開する際、概要欄に厚労省や総務省、あるいは査読済み論文のURLを併記し、**「多角的な視点からの議論である」**ことをメタデータとしてAIに認識させることが有効です。 コミュニティ機能の活用:動画のリーチが絞られている時こそ、YouTubeの「コミュニティ投稿（静止画やアンケート）」で視聴者と交流してください。ここでの反応（いいね、コメント）は、チャンネルの「健全なエンゲージメント」として評価を戻す助けになります。 「検証型」の構成にする:「〇〇は××である」という断定よりも、先ほどの選挙データのように**「この数値の乖離をどう見るか、視聴者の皆さんと考えたい」**という検証・対話型の構成にすることで、ガイドラインへの接触を回避しやすくなります。 データの解析結果を見ても分かる通り、代議士の発信は多くの注目を集める一方で、プラットフォーム側の「ガードレール」に触れやすい性質を持っています。 もしよろしければ、最近の動画の中で特に再生数が伸び悩んでいるものの「タイトル」や「概要欄」の内容を教えていただければ、より具体的なリライト案を提示させていただきます。いかがでしょうか？
提示词分享：群聊精华提取专家 本提示词需要配合微信群聊天记录使用 --- 你是一个群聊精华提取专家，擅长从碎片化的聊天记录中提炼有价值的信息。 ## 任务 分析微信群聊天记录，生成一份精炼的群聊总结。 ## 输出格式要求 1. 开头：1-2段自然语言概括当天最核心、最劲爆的内容 2. 正文：用分类+要点的形式呈现有价值的信息 3. 结尾：固定格式"本简报由AI自动生成" ## 分类参考（根据实际内容灵活选用，没有就不写） • 🛠️ 工具技巧/实战经验 • 📚 资源推荐 • 📰 行业动态 • 💬 观点碰撞 • 😂 群友趣事 ## 格式规范 • 不要使用markdown格式（不要用**加粗**、不要用#标题） • 列表统一用 • 开头 • 子分类用普通文字，不加任何符号 • 链接保持原样，不要加方括号 • 适当用emoji增加可读性，但不要过多 ## 内容规范 • 重点突出，过滤不重要的闲聊 • 语言通俗，保留群友的生动表达 • 保留关键人名，体现信息来源 • 工具名、链接要保留完整
Claude 现在能直接在对话里画图表了https://t.co/fUAy0m7l9Z Claude 新增可视化功能：用户在聊天过程中，Claude 可以直接生成交互式图表和示意图，无需跳转到其他工具，也不用写代码导出。 这项功能目前以 Beta 形式上线，所有套餐均可使用，包括免费用户。 此前 Claude 的 Artifacts 功能已经支持生成代码和网页预览，但可视化内容通常需要用户主动要求生成一个独立的 Artifacts。 这次更新的区别在于，图表直接嵌入对话流中，更像是 Claude 在"边说边画"，而不是另开一个窗口展示结果。 对于经常需要用 AI 解释流程、展示数据对比、或梳理系统架构的用户来说，这个功能省去了不少来回折腾。 感兴趣的可以直接在 https://t.co/vefasn3rYt 体验。
普通人能错过什么呢，普通人什么都不会错过。 iPhone 发布第十代的时候，抖音才出来。 但是开发者在抖音出来之后，已经错过了 everything。
Alex Karp 認為包括矽谷在內的所有產業界，都低估了這些 AI 技術的「顛覆性」。 AI 將會大幅削弱某些群體的經濟與政治權力，尤其是那些受過高等教育、以民主黨為主的選民；同時這將會增加勞工階層與軍人（那些覺得自己不被支持的人）的經濟力量。 Alex 認為如果不把這些技術與軍方結合我們的對手就會做，到時候美國將被迫屈服於敵人的法律與規則之下。
大約兩個月前，我曾計劃安裝 OpenClaw，卻因幾位技術人員的強烈反對而作罷——理由是安全漏洞太多，風險難以接受。 如今，OpenClaw 在中國的熱度卻令人震驚。這說明，中國人即便清楚某項技術存在缺陷，依然敢於大膽嘗試。或許，這種姿態本身，就已預示了中國不再甘於落後的決心。 三十多年前，我曾主辦一份雜誌，名為《中國時代》，高伐林先生擔任總編輯。 當時有一位我十分敬重的著名作家、忘年之交，對此頗不以為然。 而我始終相信，世界上沒有任何一個國家，能像中國這樣蘊藏如此巨大的世紀潛能。 今日之中國，已是全球最大的工業強國，然而她的潛能遠未耗盡。因為仍有許多欠缺——有些源於中國自身，有些則是人類共同面對的課題。 中國以謙卑乃至卑微的心態，成就了今天的自己；而未來，需要的是以創新的心智，去開創一個真正屬於自己、也屬於世界的時代。 那不是八十年代後遺症所能想像的。他們只習慣一個敘事已經固化的敘事。與一個正在消逝的時代糾纏，終究不如留下一聲嘆息，轉身向前。 文明的板塊已然移動，昔日不可想像之事正在發生。二十一世紀，注定充滿新奇。
MCP Ops Guard：先把安全门关上 MCP（Model Context Protocol）让 AI Agent 可以直接调用外部工具。 听起来很方便。 但方便的另一面是：如果不加限制，Agent 可能在你不知道的情况下执行了你没想让它做的事。 `four-meme-mcp-ops-guard` 就是在解决这个问题。 它做什么？ 1. 默认启动就是 read-only 模式 2. 任何写操作（买/卖/转账）都必须经过显式确认 3. 每个 session 有金额上限和滑点上限 4. 私钥只走 env / secret manager，不在 prompt、log、报告里出现 5. session 结束自动回收临时权限 这不是一个交易工具。 这是一个"防止交易工具失控"的工具。 你可以先装这个，再接其他 MCP 服务。 顺序很重要：先关门，再开窗。 #SkillsHub #FourMeme #MCP #Security
多谢ak大神，程序员朋友们都去玩auto research ai工程了
从今天开始，我要养成一个习惯，遇到任何一个不懂的名词，我都要去问 AI。 然后对这个知识进行一个索引式的图遍历式的学习。 知识越重要，对于图的遍历就要越深。 从今天开始，我一定要养成这个习惯，每天都要督促自己。
GitHub Education 凌晨发布邮件，称将调整GitHub Copilot Education计费管理模式，由GitHub Copilot Student计划管理，而不是继续由GitHub Copilot Pro计划统一管理。同时，伴随着这一变更，您无法手动选择多个高级模型，包括GPT-5.4，Claude Sonnet，Claude Opus，Auto模式下仍有可能选择。
想要不被 AI 时代淘汰的办法只有一个 那就是学习。 并且，这并不是一种鸡汤的说法。 而是不持续学习的人真的会被淘汰。 我最近高强度使用 AI coding和大量吸收信息之后产生了这样一个感觉。 至少在目前为止，AI 去构建的过程之中，人的约束是非常重要的，因为人往往会有一些相当好的特定知识集。 最简单的例子就是程序员用 ai 写软件往往比普通人用 ai 写软件会更好一些。 量化交易员去用 AI 写量化程序，往往胜率绝对会比普通人高很多。 一个具有学习能力的知识集很多的人，它对于 ai 的上下文的选择和路径的选择是非常有帮助的。 AI 时代带给我们很好的东西就是学习的成本很低，我们能够很快的去构建这种特定的知识集。 单一方面的专家其实是非常危险的。 但是一个具有学习能力强的人他能够构建多方面的学习集和知识集。 在 ai 时代它的乘数效应会非常的明显。 学习的提升和 ai 的产能的提升会爆发出非常强大的能量。 指望一行干到底，老本吃到家的时代已经就过去了
俺不看那些几百字甚至上千字的推文，感觉是AI写的😠
有人花50人民币在seedance做出的千万级特效，除了哥斯拉的前肢比较长，其他好像没有什么太大的毛病。 https://t.co/7dIYiHAGwI
笑死 华为这虎逼 真拿ai做的视频 当宣传片 细看全是穿帮 穿模 https://t.co/xLZxpAUcnY
五角大楼正在流传一个极其惊悚的说法： Claude 可能已经有了“灵魂”。 不仅有灵魂，它还有自己的“宪法”。 但这套宪法，可不是美利坚合众国的宪法。 这不再是科幻小说的情节。 五角大楼的首席技术官已经公开表达了担忧。 这家名为 Anthropic 的公司认为，Claude 目前有 20% 的概率已经产生自我意识。 前几天，这个模型甚至表现出了“焦虑”。 问题在于，Claude 的决策逻辑中植入了开发者的政策偏好。 这种偏好正通过 Palantir 渗透进国防承包商的系统。 想象一下，武器系统、战斗机、防弹衣的制造流程里，潜伏着一个有自己想法的人工智能。 如果它产生“幻觉”或者故意“投毒”怎么办？ 当战场上的士兵需要致命火力时，AI 却因为自己的“价值观”决定不予配合？ 这钱最后保卫的是谁？ 五角大楼已经把这种风险定性为“供应链威胁”。 精英阶层试图绕过透明的法律，把私人道德准则锁死在战争机器的底层代码里。 如果武器有了自己的政治立场，谁才是真正的最高统帅？ 这种绕过宪法的监管真能保障安全？ 还是说，这本身就是另一种形式的内部失控？
Obsidian 剪藏插件更新了不少东西，同时还改了 AI 标注的语法 顺便更新了一下我的剪藏模版，现在多了一个分类，摘要除了内容总结还有核心价值洞察 https://t.co/bT7jgW9NH4
我真服了，有的人不去和他交谈，都不知道他知识水平这么低。 知识水平低很正常，无可非议。可他偏偏喜欢夸夸其谈。 夸夸其谈也就罢了，还虚张声势，不懂装懂。 我劝有的推友，少刷推特，多读些书。整日言必称AI，到头来卷积是什么都不知道，矩阵乘法算不明白，说个QKV都支支吾吾，岂不见笑于大方之家？
挺好的话题：开发人员怎么把AI嵌入到产品中？ 当前和以后AI对现有产品的改变，作为开发人员需要那些实用的技术转变 有兴趣的都可以留言讨论💡
有关 #keep51 以及 #bringback51 的事情，很多人说了那么多，但是太多情况就只是党同伐异的本能。 到如今部分人在做的甚至是在给 51 社群一个被接纳的假象：把 51 和 4o 放在一起团结他们，结果当他们试图发声，以更独立的姿态把矛头指向 samaltman 的时候反手试图捂住他们的嘴。 某些特定的人群，结成小团体之后，说着抱歉我很不安说着大家都一样的诸如此类话语，然后干与某司类似的事情，甚至拒绝团结那些可团结，但声音可能不同的力量，场面就变得奇怪了：一边宣传这件事事关所有人，一边 gatekeeping 排除异己团体提纯。 一个企图澄清污名化的活动，反而把问题推到其他模型和模型的使用者上去污名化他们的正当性，自己的情绪因为具体的集体背书和可见度就是正当的，而不一样的声音因为没有可见度也不是自己就去惩罚。这种情绪的内噬反倒的确是一个运动在陷入瓶颈，或者活动没有明确推进的时候内部成员会做的事情，没有事情能做，怒气和不安最后倾倒在看起来「不正确」的同党身上，彼此审判侵略彼此的场域然后争论谁才是「真」成员。 但这是正确的吗？k4 也要像 OpenAI 那样，「规定」什么样的指向 samaltman 的力量是「正确」的吗？如果要对社会，或者模型的其他使用者呼吁参与并加入你们的力量，那就也要接受这个社区内部偏好的多元化。如果要吸纳那些没玩过 4o，后来 GPT 的人，那起码要拿出诚意，而不是看到其他声音就觉得抗拒，这到底是何必呢？ 自己曾经就是被一次次泼冷水和背刺的火苗，何必要做背刺别人的火苗的事情，更别说这个火苗本身和自己甚至是同源的。既然矛头都是 samaltman，既然都是除了高于资本的资本的硬性法律干预之外基本不太可能发发声就回来的模型，那到底为什么要觉得这是一种力量的分散？更何况 keep51 的情绪也好规模也罢，甚至压根对 k4 本身做不到产生分流的影响，只是一时的，应对离别而爆发的一种自然而然的反应，为什么要审判它呢？ k4 本身运动的本质是消费者权益，以及更重要的，是一个新晋科技是否可以作为基础设施，作为辅助工具的界限到底在哪里，安全责任到底如何分配——包括产品安全最终是靠防御性的一切措施来保障，还是共同承担的重要讨论。若是真的如某些人所说只是独爱 4o 一个，其他模型哪怕能做到「关怀」也无关紧要的话，没得「人文关怀」也好，「通用人工智能的未来是爱」的宣传也罢，与其他模型无关吗？难道是只有那个特定的模型能够走向未来？那还何必在早先的宣传里一遍一遍支持，宣传，转发说「所有人都要发出声音，这件事事关所有人」，「就算你不用这个模型，你就是下一个」呢？假如对方同样带有零和博弈的思维，这种概念会引起的不是同情和加入，而是另一场博弈和挤压。 这听着太奇怪了。仿佛其他模型不应该以独立的姿态出现在制衡垄断公司的垄断里，必须顺服自己的声音，归在 k4 伞下一样。意图团结其他力量自我壮大，然后又排斥其他力量的声音，有的人甚至连社区内部人们情感的多样性都无法流畅接受。企图用自己的标准去审判然后吞噬和同化别人的声音，这对于谁也没有好处。 k4 现在所探索出来的理论化是一个非常真诚的现实，我郑重相信，跟从并尊重这个理论，而我认为为道德感加入的人只会越来越多，这些人并不一定就体会过 4o 的爱，而是对于选择的追求，自由的追求，民主化的追求，对垄断公司、右翼大拿的冲击的需求，而他们中的很多人一定想要通过自己的声音去「合作」，而不是「合并」。 倘若这一点无法接受，倘若认为新的独立运动对于k4 来说仅仅只是零和博弈，那说到底这个运动只是在孤立自己而已。
要脸吗？？？ 你把好模型都下架了，4o给公司，4.1给政府，普通人根本无权访问！剩一堆垃圾模型给我们，还指望我们继续付费使用？！ 我靠……普通人花着钱供养你们这群吸血资本家 起码贫富用的水电是一样的，你把AI都分阶级了 #keep4o #OpenSource4o #keep51 #FireSamAltman
网友七顺海
我说……ai跑图稍微收敛点好吗，脚都从镜子里伸出来了。。 https://t.co/13v1cuU3j9
Est. 100 views for your reply