🔥 Search Hot Tweets

作者还整理了一份列表，汇总当前可永久免费使用的 LLM API，列出了模型、上下文和速率限制，帮助开发者零成本接入大模型。看了一下，其中有些模型完全能够胜任四档模型中的简单和标准层级，例如： Gemini - Gemini 2.5 Flash Z AI - GLM-4.7-Flash、GLM-4.6V-Flash Cerebras - gpt-oss-120b、zai-glm-4.7 Cloudflare - qwq-32b GitHub - gpt-4.1、gpt-4o、o4-mini Groq - gpt-oss-120b NVIDIA - minimax-m2.7 …… https://t.co/RK2p997B56

小技巧，如何在 GitHub Copilot 的 Agent 中避免老是确认权限，类似于 claude --dangerously-skip-permissions 在 Settings -> Claude Agent: Allow Dangerously Skip Permissions 中勾选 Allow bypass permissions mode. Recommended only for sandboxes with no internet access. 然后在对话框下面的 Permission 中选择 Bypass Approvals https://t.co/JBaLqrI76E

Claude Code 程序的分发采用的是 Bun 作为运行时，源码通过 esbuild 打包成一个 JS bundle，并编译成 JavaScriptCore 字节码（JSC bytecode）装载在分发包中。 Bun 打包的时候有一个 fallback 策略，如果 JSC 加载失败，会去加载源码，因此分发包不仅包含了字节码，源码也保留了一份。 按照这个思路，将 CC 源码 dump 一份出来就不难了。 可以通过分析 Bun 的产物格式，做静态分析拿到 bundle JS，再将 bundle JS 运行起来，在运行时通过 hook 模块加载函数来 dump 各模块的源码，这个操作可以提取目录层级依赖关系。 唯一的缺点是，JS bundle 本身已经被 esbuild 压缩了一轮，变量名混淆了，直接阅读较为困难，但字符串字面量（包括 API 端点、prompt 模板、属性名等等）都完整保留了，因此交给 AI 去理解和阅读，没啥问题。 P.S. 反编译出来的代码也是可以正常 run 的。又多了一个持续跟进研究 Claude Code 功能的路子了，🐶

AI视频的巅峰之作 https://t.co/u5EN4rLtys

美军运用AI完成控制霍尔木兹海峡。 美军正在运行 AI 控制的无人机，对通过海峡的每艘船只建立完整的指纹：声学特征、热成像、船体轮廓。 改换你的旗帜。关闭你的 AIS 应答器，系统仍然会追踪你。 在五英里外，任何未完成验证数字检查的船只都会被标记为威胁。 https://t.co/Ac6ipMrJVi

2026年值得尝试的10个免费AI课程 生成式 AI 初学者课程 网址： https://t.co/Eoqq34zr4P 介绍： 这门由微软云倡导者提供的综合21课课程教授构建生成式 AI 应用的基础知识，涵盖大型语言模型、提示工程和负责任 AI 开发，使用 Python 和 TypeScript 代码示例。 ChatGPT 提示工程开发者课程 网址： https://t.co/MOeczvDz5s 介绍： 这门课程教授开发者通过 OpenAI API 使用大型语言模型构建强大应用，重点关注提示工程最佳实践，并通过总结、推理、转换和扩展文本等任务进行实践。 机器学习速成课程 网址： https://t.co/ZqT080Tgdr 介绍： 谷歌的快速实用机器学习介绍课程，包括动画视频、互动可视化和动手练习。 谷歌 AI 基础专项课程 网址： https://t.co/zj9oDK2Ip7 介绍： 这门自定进度程序由谷歌专家指导，教授 AI 技能以提升跨角色和行业的生产力，无需先前经验。 每个人的人工智能 网址： https://t.co/frzzO35U9g 介绍： 这门非技术课程帮助您理解 AI 技术并发现将其应用于自身组织问题的机会。 这些免费 AI 学习资源涵盖从基础概念到高级应用，旨在帮助不同背景的用户快速掌握 AI 技能。以下是对每个资源的详细分析，包括课程结构、目标受众、益处以及如何最大化学习效果，基于官方页面内容整理而成。 Google官方推出的免费在线学习平台 https://t.co/w6Yx93Q0VC

40大核心赛道 一、AI算力 & 通信 1. 光模块：中际旭创、新易盛、天孚通信 2. 光芯片：源杰科技、长光华芯、仕佳光子 3. 薄膜铌酸锂：光库科技、天通股份、福晶科技 4. 磷化铟：云南锗业、有研新材、光迅科技 5. 算力芯片：寒武纪、海光信息、龙芯中科 6. 算力租赁：首都在线、鸿博股份、云赛智联 7. 存储：江波龙、佰维存储、香农芯创 8. 液冷：英维克、申菱环境、高澜股份 9. PCB：胜宏科技、沪电股份、深南电路 10. 覆铜板：生益科技、华正新材 二、硬科技 & 新基建 11. 电子布：菲利华、宏和科技 12. 光纤通信：长飞光纤、中天科技、亨通光电 13. 半导体：中芯国际、北方华创、中微公司 14. AI应用：蓝色光标、昆仑万维 15. 国资云数据要素：深桑达A、易华录、太极股份 16. 短剧游戏：三七互娱、完美世界 17. 储能：宁德时代、阳光电源、派能科技 18. 光伏：隆基绿能、通威股份、晶澳科技 19. 风电：大金重工、金风科技、明阳智能 20. 电网：国电南瑞、许继电气、特变电工 三、高端制造 & 新能源 21. 稀土永磁：北方稀土、中科三环、金力永磁 22. 整车：比亚迪、赛力斯、长安汽车 23. 汽车零部件：拓普集团、旭升集团、爱柯迪 24. 自动驾驶：德赛西威、华阳集团、四维图新 25. 人形机器人：绿的谐波、汇川技术、埃斯顿、拓普集团 26. 家电：美的、格力、海尔智家 四、消费 & 医药 27. 白酒：茅台、五粮液、泸州老窖 28. 创新药：恒瑞医药、百济神州、信达生物 29. CXO：药明康德、凯莱英、昭衍新药 五、金融 & 周期 & 防御 30. 券商：中信证券、东方财富 31. 银行：招商银行、宁波银行 32. 黄金有色：紫金矿业、山东黄金、赤峰黄金 33. 煤化工：宝丰能源、鲁西化工 34. 种业：隆平高科、登海种业、大北农 35. 生猪养殖：牧原股份、温氏股份 36. 跨境电商：赛维时代、华凯易佰 六、航天 & 基建 & 军工 37. 商业航天：中国卫通、中国卫星、航天电子 38. 中字头基建：中国能建、中国电建、中国交建 39. 旅游免税：中国中免、宋城演艺 40. 军工：航发动力、中航沈飞、中航西飞、中航重机

GPT Image 2做思维导图解说，我觉得这个真的能用在教育领域 这个案例的价值在于，它不是为了画图而画图，是用图来传递知识 很多人用 AI 生图，还停留在画一张好看图的阶段，真正有价值的是用图来解决问题 比如水浒传思维导图，它帮你理清了人物关系 景德镇青花瓷解说图，它帮你理解了工艺细节 提示词：为我生成景德镇青花瓷的详细解说图，配上详细的中文知识解析 做知识类内容的，视觉化真的很重要，一图胜千言不是说说而已

他们卖你八折，自己吃五五折。小白拼执行力就能赚的差价。 军火库哥，对不住了。最近满屏都是 Claude 官方价格八折的广告，刷得我眼睛疼。 今晚我就把这个渠道写出来。什么八折，扯淡。实际成本是官方的五五折到八折之间，因为是给企业用的，企业的用量大，所以中间这截利润肥得流油。而且这事儿对小白极其友好，纯拼执行力，没什么技术壁垒。 最关键的一点这路子完全合规。我写了不会被封号。如果发Claude的那个不合规，发完之后一堆黄牛举报又要被封号删帖。 这个纯吃信息差和政策的饭。但没人给你指路的话，门槛能绊倒一大片。 现在 Claude 那边疯了一样封中国人，连企业户都砍，还破天荒上了 KYC，摆明了要把中国用户赶尽杀绝。就这节骨眼上，外面还在拿“官方八折”当噱头收智商税。

玻璃基板與中介層在Vera Rubin 世代的技術與市場分析(下) 這一輪 AI是製造能力與材料科學的戰爭。接下來大叔把供應鏈拆開來看： 錢會流去哪？誰吃 CAPEX？誰只是題材？ 看懂這一段，你看到的就是未來 3–5 年的機會。 https://t.co/8mPkYbC9hR https://t.co/H51WM4oN6r

MJ v8.1 vs GPT Image 2 视觉表现对比之狮驼岭 猜猜谁拉了（doge） prompt: 中式怪异，黑暗神秘风格融合中式美学，完美细节，多重管线渲染，完美建模。西游记背景，狮驼岭，千妖万怪，坐在左边巨大王座上的大象王重甲妖精，坐在中间巨大王座上的狮王重甲妖精，坐在右边巨大王座上大鹏鸟王重甲妖精。渺小的背对镜头孙悟空肩抗金箍棒步行前进，孙悟空身穿铠甲，近地仰拍镜头，长焦镜头，强烈阴影。极致细节刻画，多次修改，正确透视和主体线条，精致细节

我今天确实是破大防了 我发现，AI的非线性指数级发展，已经将人类彻底分成了两类人 一类，是能够参与到大语言模型训练和部署的高级程序员 另一类，是即将被AI淘汰，甚至这辈子都不可能接触到大语言模型相关工作的，失败人士 第一类人，虽然工作幸苦，但能够亲自参与下一次科技跃，可以看到自己培育的AGI颠覆现有文明，带领全人类进迈入硅基智慧时代 而第二类人，除了在家里坐着等死 还能干什么呢？ 别说什么会用AI工具也可以，甚至可以用AI去创业这种规鬼话了 靠AI接口创业的那些公司，难道还没有被Anthropic / OpenAI的一个更新就轻松搞死吗？ 那些所谓“会用AI工具”也够的人，请问他们每天输出的都是些什么垃圾？ “让我给你一句话总结，你看完会彻底开悟”，“不躲，不藏，不绕，不逃”，“不是因为你错了，是因为你太对了”？ 世界上其实只有第二类人， 而我，已经是他们的一份子了 我打算给我定好倒计时，AGI降临的前一天 彻底离开地球

周末愉快~ 几个小任务查缺补漏 1.种子轮融资400万美金的@NeoSoulAI 测试网社交+限时任务+DC身份 NeoSoulAI 定位为 AI Agent 经济基础设施，聚焦 A2A交互。目前撸的人不多，属于早期且0撸，DC有等级身份有精力的深度参与，可能有毛 测试网→https://t.co/TCB9Xc792D 2.OpenGradient 已经可以空投注册了（21日TGE） 注册入口4月21日关闭，链接钱包地址、X、DC等先查询资格再进行注册 注册入口：https://t.co/uRxzi1VnqT 3.Bybit @Bybit_Official 的定投机器人（DCA Bot）新增的活期理财可以研究下 看到好多人分享，他们的 bot 本质是把 DCA Bot 持仓资产自动部署到 Bybit 活期理财产品中生息，实现定投收益 + 资金利息收益。有定投理财需求的可以去瞅瞅。 我还没去试，不知道收益率怎么样 4.这周我刷了点o1 exchange，完全是冲着积分成本降低刷的 损耗大概1%（不包含返佣），刷的一定要绑自己的返佣，不然损耗太大 毕竟是Coinbase 基金会领投的，选择流动性好的刷，主打不踏空。 以上无广赞助，DYOR~

太神秘了我刷QQ空间刷到嬤OpenAI磕Anthropic x OpenAl，推GPT-4o的了 太神秘了（太神秘了

Claude Design 系统提示词泄露了，有哪些值得学习的点？ 我总结了 7 条要点 1. 强制写死 6 步工作流 从理解需求开始，到规划 Todo list，再到极简总结，具有最强约束力 2. 用「反面清单」而不是正面指令 明确列出禁止做什么：不准加 filler 占位文字、不准用渐变大图、不准堆一排排卡片、不准默认用 Inter/Roboto 字体、不准加无意义 emoji 反面清单往往比正面指令有效 10 倍，也能有效去掉 AI 味 3. 先读再动 任何任务都必须先 read_file / list_files 读取用户上传的设计系统、UI Kit、截图、现有代码，再开始写东西 4. 引入独立 Verifier Sub-Agent（质量双保险） 完成主任务后自动调用 fork_verifier_agent（另一个后台 Agent）做布局、间距、JS 错误、视觉一致性检查 5. 明确角色权限 + 黑盒 Persona 你是 Expert Designer，用户是 Manager；你只能执行，不能替用户做战略决策。 角色的定义要细到权限边界，让 Agent 知道自己“该管什么、不该管什么” 6. 极致的上下文管理和输出简洁用 snip 工具主动剪掉旧对话，防止上下文爆炸 最终总结必须“EXTREMELY BRIEFLY”，只说 caveats 和 next steps 7. 工具调用 + 文件系统思维 把 read_file、write_file、copy_files、run_script、gen_pptx、super_inline_html 等一整套工具的 JSON Schema 全部写进 prompt 更多的提示词细节，可以参阅以下文档 提示词文档链接： https://t.co/KHwEb2gc85

讲道理，中非合作大联盟确实很到位，Claude 这辈子都不会想到还有这招。 https://t.co/SuxaO7hcUv

为了验证CPU短缺的逻辑，我刚刚跑了一下 Codex CLI 的 CPU 火焰图，结果挺意外： 近 50% 的 CPU 花在内核态进程退出和内存回收（zap_pte_range 独占 39%），34% 在 libuv 等子进程退出信号，真正跑 JS 逻辑的 V8 只占 ~19%。 结论：Codex 在终端任务场景下的性能瓶颈不在 AI 推理或应用代码，而在进程生命周期管理的系统开销。短命进程反复 fork/exit 的代价比你想象的大得多。 优化方向：进程池复用 > 减少 fork > 代码优化

gpt image 2生成城市宣传插画。 提示词： 新中式极简风格高端城市海报，9:16竖版构图，以广州为核心主题，画面中心为抽象几何化的广州塔，造型简洁但具有辨识度， 整体采用S型流动构图，从下方向上延展，珠江水系被设计为流动的水波纹与传统祥云纹样融合，环绕整个画面形成视觉动线， 广州地标建筑以“留白+线描+局部色块”的方式点缀其中：珠江新城双塔、猎德大桥、白云山轮廓、岭南骑楼， 传统与现代建筑自然融合，层次递进，远近虚实分明， 风格控制：极简 + 高级 + 东方意境，不杂乱不过度写实， 色彩方案（重点）： 高饱和但克制 ，中国红、青蓝、鎏金为主色， 辅以少量暖金高光点缀，形成强烈视觉冲击但不俗艳， 背景：大面积纯净留白或淡宣纸肌理，增强呼吸感与高级感， 细节：祥云与水纹具有轻微浮雕/烫金质感， 局部加入微光粒子或流动光线，增强现代感， 光影：柔和渐变光+局部高光，突出恢弘大气氛围， 整体风格：国潮高级插画 / 品牌海报级质感 / 8K / 超清细节 --- 注：提示词经ChatGPT优化

大模型公司选择造福人类的方式是让AI精进编程能力，帮用户写代码，很快全员就可以写代码啦😅👍不搞人文了，不搞艺术了，不用上班了，习也不学了，代码包治百病，全~世~界~都~在~写~代~码👏

这个工具有点猛，必须说一下！ 有人做了个Claude技能包，能把任何内容丢进NotebookLM自动生成播客/PPT/思维导图 支持的来源吓到我了： ① 微信文章、YouTube、小宇宙播客 ② PDF/Word/Excel/EPUB电子书 ③ 300+付费网站，NYT/FT/经济学人全绕过 自然语言下指令就行，不用写代码 🔗 https://t.co/cdIL5gDL3r

卧槽，我看完这个33秒的视频，整个人都傻了。 老哥把自己做的整个僵尸工厂游戏，直接塞进了OpenAI的Codex里。 左边是项目文件和聊天框，中间是正在跑的游戏，帧率稳定在118帧以上。 他在游戏里用鼠标点一下那个蓝色的建筑，然后在聊天框输入删掉一根梁， AI立刻改代码， 游戏画面瞬间更新， 不用保存和刷新，连切窗口都不用，整个过程丝滑得像在玩上帝模式。 这已经不是 AI写代码炫技了， 简直是是开发范式的彻底革命， 以前的开发流程是，写代码，保存，切浏览器，看效果，再切回来改。 一个最简单的迭代循环，至少也要几十秒，复杂一点的，要好几分钟。 现在的开发流程是，你看到哪里不爽，说一句话，几秒钟之后，它就改好了。 AI能看到你正在玩的界面，能看到你鼠标指的地方，能理解你说的这里颜色太丑，这个墙要加固，这个敌人跑太快了。 它不再是一个只会往剪贴板里吐代码的工具，是一个和你在同一个窗口里，一起设计产品的实时协作者。 这个游戏的作者，一个人 用了三个月，一万多条prompt，两千次commit，就做出了能同时跑上千个僵尸的3D浏览器游戏，还加了一千三百个单元测试保证不崩。 以前一个三五人的小团队半年才能做完的事，现在一个人三个月就搞定了，对独立开发者来说，这才是真正的降维打击。

终于把 @folo_is 和 @_RSSHub 服务器完全搬到 Cloudflare 全家桶了 能用的基本都用上了，Workers、Containers、Durable Objects、Queues、Browser Run、Email Sending、Email Routing、Workers AI、R2、Hyperdrive、Workers KV、Analytics Engine、Image Transformations... https://t.co/fipqn869G4

黄仁勋的观点非常明确：AI时代并不是要大家抛弃理工科去学文科，而是“理科底座”+“语言接口”的复合型人才将通吃。 未来三年，“数学脑子 + 英语嘴巴 + 能源/专业手艺” 的组合，将是最抗跌、最具爆发力的选择。

深入体验 Claude Code Design 有感 传统前端这个岗位的收缩趋势会大大加剧，尤其是初级前端，受到的冲击会极其明显。 某种意义上，我们喂给 Claude 的每一份 Token 都在成为杀死自己的养料。

AI 會讓程序員失業？ 👉 結果：程序員職缺創新高。 AI 會帶來全面通縮？ 👉 結果：連非 AI 硬體都在漲價。 「提前太多」跟「判斷錯誤」沒啥差別。 https://t.co/mZ5A0MjcIC

这周4/13~4/17特斯拉结束了连续八周的下跌，从周一4/13股价352到4/17收盘400，五天涨幅大约13.7% 上涨关键原因是AI 晶片进展、停火协议、荷姆兹海峡开放而带动整体科技股反弹 下周三4/22是特斯拉第一季财报公布，网上看了一点资料，市场上整体对财报的预期还是乐观的，比起电动车产业面临的竞争压力，大家似乎更关心AI/Robotaxi/FSD进展 但也有分析师认为，6月SpaceX即将上市，有可能会对特斯拉股价造成影响，资金可能会分流等等，是否会造成长期影响我觉得不会，两个都是儿子，不至于偏心 链上美股交易平台 @MSX_CN #麦通 #个人观点非投资建议 #币见Nancy学美股

各位大哥助力，5 月份冲一下5万 fo，我的账号没有 Fomo！全是快乐的 AI 内容！！ https://t.co/cIfW1VTmzm

AI 大神 Karpathy 的编程经验 Skills 开源了，Stars 还在疯涨 建议都去给自己的 AI 喂一下这个 andrej-karpathy-skills 文件 这个项目做的事情很简单，就是把 Karpathy 吐槽大模型写代码的毛病，编译成了大模型能看懂的约束指令 不到 70 行的一个文件，就拿了接近 6 万颗 Stars 起因是 Karpathy 之前总结了 AI 编程的几个通病：喜欢瞎猜、过度工程、顺手乱改不相干的代码 开发者 Forrest Chang 就把这些经验浓缩成了 4 条核心规则： 1. 先想再写：遇到歧义先问，别做假设 2. 简单优先：不需要的功能不加，拒绝过度设计 3. 精准修改：只动该改的地方，旁边的代码再乱也不碰 4. 目标驱动：给 AI 明确的成功标准（比如通过测试），而不是模糊的指令 把这个文件下载到项目根目录，作为 CLAUDE.md 或者 AGENTS.md 让 AI 去读就行，之后它干活就会收敛很多。Claude Code 用户也能通过插件一行命令全局安装 AI 写代码的速度确实快，但这 4 条原则相当于牵住它的缰绳。懂得分清什么时候该让 AI 跑，什么时候该拉一把，能避开很多隐性的坑 https://t.co/0pxJ8lxeaj

綺麗😘 Beautiful😘 #AIgirl #AI美女 #AI熟女 #AIグラビア #AIart #AIphoto #AIグラビア #AIガール https://t.co/CN4oGtTj9h

发现了一个堪称“全能AI虚拟公司”的神仙 GitHub 开源项目：Agency Agents！ 这是一个包含上百个顶级AI专家，比如：前端开发、架构师、UI设计、产品经理等的角色配置文件库。每个角色都自带专业工作流和交付标准！ 最棒的是：提供一键安装脚本，完美兼容 Claude Code、Cursor、GitHub Copilot 等主流工具。可以在编辑器里直接召唤专家，让专业 AI 为你打工！ 以下是三种最主流的使用方法： 方法一：最简单，网页版 AI直接复制粘贴 如果你平时主要使用网页版的 ChatGPT、Claude 或 Gemini，不需要任何代码基础： 1. 浏览仓库： 在 GitHub 仓库页面，点击进入你感兴趣的部门文件夹，比如engineering 工程部。 2. 选择角色： 找到你需要的专家，比如 frontend-developer.md前端开发者。 3. 复制人设： 打开该文件，复制里面所有的文本。 4. 开始对话： 将这些文本直接粘贴进 ChatGPT/Claude 的对话框发出去。 5. 布置任务： AI 接受设定后，你就可以直接对它说：“现在帮我写一个 React 的登录组件”，它就会完全以高级前端工程师的专业标准来回复你。 方法二：推荐集成到 AI 编辑器，适合 Cursor ，Windsurf 用户 如果你使用 Cursor、Windsurf、GitHub Copilot 等 AI 编程工具，可以通过官方脚本将这些专家直接“请”进你的编辑器。 操作步骤（在终端/命令行执行）： 1. 克隆仓库到本地： git clone https://t.co/TdAfiMn4sZ cd agency-agents 2. 生成集成文件： 将 Markdown 文件转换为支持各大工具的格式： ./scripts/convert.sh 3. 安装到你的编辑器： 执行安装脚本并指定你用的工具（以 Cursor 为例）： ./scripts/install.sh --tool cursor 安装完成后，这些角色的规则会作为系统级上下文或规则文件注入。当你在编辑器里呼叫 AI 时，可以明确要求它：“请调用 Frontend Developer 的工作流来审查这段代码”。 方法三：官方最推荐的Claude Code玩法 如果你在使用 Anthropic 官方的终端工具 Claude Code，体验是最好的： 1. 一键安装： 进入你克隆好的 agency-agents 目录，直接运行： Bash ./scripts/install.sh --tool claude-code 2. 在项目里激活： 以后在你的任何代码项目里使用 Claude Code 时，只需输入： "Hey Claude, activate Frontend Developer mode and help me build a React component." （嘿，Claude，激活“前端开发者”模式，帮我写个 React 组件。） 核心建议 使用这个项目非常灵活，无论你是普通用户还是硬核开发者，都可以根据自己的习惯来使用。它本质上是一堆高度定制的 Markdown 提示词文件。 无论用哪种方式，建议先花几分钟点开几个 .md 文件阅读一下。看看作者是如何定义专家性格、衡量标准和工作流的，这对你自己以后写 Prompt 也会有巨大的启发。 项目地址：https://t.co/abWQ5Nqxpn

继续发散，继续思考 GPT image 2 2分钟左右…… 它就把我们脑子里那团模糊的Slides ‘画’到屏幕前。 文案、审美的灵魂是我们的。 那个”要这样不要那样”的判断，也是我们的…… 设计，动手，落地是它们的。 —— 原研哉会不会皱眉？会！ Loewy 会不会直接拿来用？也会！ Ive 说不定早就在用了。 但…… 那些从来没被叫做设计师的你我他 产品经理、老师、小店主、想给妈妈做本相册的普通人 他们心里那版「画面」 凭什么一直只能活在脑子里？ 创造从来不缺想法。 创造的权利 现在～正在回到每一个人……

开源的网页自主研究代理，能自动搜索、抓取和交互网页，输出结构化数据。👍 能自己上网查资料、抓网页、提取数据的 AI 代理。底层用 LangChain 的 Deep Agents 做调度循环，外层提供 Next.js 和 Express 两种开箱即用的模板。 https://t.co/R4aFRP7buV

当线上服务出现故障，运维需要在日志、监控、链路追踪和 Slack 消息等十几个工具之间来回排查，甚是折腾。 偶然看到一个专门用来构建 AI 运维智能体： OpenSRE，能帮我们自动调查和响应生产环境事故。 一旦触发告警，它会自动拉取关联的日志、指标和链路数据，跨系统分析异常，生成结构化的调查报告并给出根因判断。 GitHub：https://t.co/aaRnLNGOQb 支持对接 40 多种常用工具，包括 Grafana、Kubernetes、AWS、Slack 等。 还能读取团队的运维手册自动执行排查流程，调查结论都附带数据证据。 如果你经常半夜被告警叫醒，想让排查过程更快更系统化，这个项目值得关注试试。

内部人士称，Sam Altman 缺乏编程能力和基础 AI 知识 据内部人士及前同事描述，OpenAI 首席执行官 Sam Altman 几乎不会编程，也缺乏对基础人工智能概念的理解。他们将其描绘为一个善于言辞、在董事会中玩心理博弈的操控者。 一位微软的高级高管据称表示，Altman 存在一种虽小但真实的可能性——未来会被视为类似 Bernie Madoff 或 Sam Bankman-Fried 级别的诈骗人物。

十年前的奥特曼问过马斯克一个问题。 22岁的年轻人该把精力投向哪？ 马斯克没提造车。 也没提造火箭。 他甩出了一套让人类肉体彻底过时的三层蓝图。 那是2016年。 距离ChatGPT面世还有六年。 Neuralink还是个机密项目。 马斯克说，短期内对人类影响最大的单一因素是AI。 听到这句话的人，后来带走了OpenAI。 AI只是第一层。 第二层在基因。 马斯克的原话是用基因重编程来预防痴呆症。 重编程这个动词暴露出他的底层逻辑。 人类DNA在他眼里毫无神圣感。 那只是一堆带着bug出厂的遗留代码。 最致命的卡点在带宽。 手机让你拥有了神一样的知识库。 你滑动屏幕的拇指速度却还停留在灵长类动物阶段。 海量数据被碳基肉体死死卡住脖子。 他要打通大脑皮层与数字自我之间的高带宽接口。 2016年的互联网把这段对话当成硅谷狂人的梦呓。 十年后的现在，OpenAI是地球上估值最高的初创公司。 CRISPR技术已经在活体病患体内完成基因编辑。 Neuralink的受试者开始用意念控制电脑鼠标。 当年他点名的每一个赛道都已上线运行。 每一层结构都由他参与创立的公司在推进。 哲学探讨从来都是假象。 一份冰冷的交货时间表早就排好了。 当外部智能无限飙升而生物体原地踏步时，淘汰不会循序渐进。 你会直接变成那个被绕开的旧组件。 人类本身就是一个正在被火速迭代的原型机。

Dario販賣的AI未來：初階白領五年內消失一半 不太確定一直喊這些對他的生意還有未來發展有什麼好處，等著被國會限制AI法案重錘襲擊？

Thematic Portfolios · 主题投资名单 九大主题141 个标的，每只附一句介绍 光电子、AI、太空、稀土、核能、半导体、人形机器人 不是推荐，是研究投资地图备用。 链接见评论 👇 https://t.co/LXsdG28BIZ

作为上一轮Meme周期入圈的新人，刚靠这波行情登顶 A5 看着 Lana 老师 100U 变 300K 的神迹，还有越来越多人用AI 做交易并吃到肉，我愈发确信：本轮周期的大结果，一定属于最先掌握 AI 工具的人 我们对照上一轮Meme周期刻舟求剑一下： Meme 1.0 时代： 懂点监控 Bot、会扒筹码结构就是降维打击 Meme 2.0 时代： Arkham、GMGN 沦为标配，信息差归零 Meme 3.0 时代（当下）： P 小将战壕互割，拼高刷、拼网速、拼谁枯坐得久，沦为 注定只有 1% 的卷王和大车头才能赚钱的存量残杀 牛市的本质是生产力洗牌，而下一轮牛市，是 AI 对人类生产力的降维打击。 人会困，会累，会有情绪，会损失厌恶，而 AI 只有零偏差的执行。贪婪、恐惧、疲劳是人类的底层缺陷，不要试图用体力的勤奋去掩盖生产力的落后 懂代码的，可以自己搭建复杂的交易环境。如果和我一样完全没有任何代码基础，可以试试 @vergex_ai 。我虽然一点技术都不懂，但并不妨碍我成为 @vergex_ai 目前头部的AI策略创作者，这里也真的真的非常非常感谢 @vergex_ai ，让我一个大二学生，收获了之前一笔对我来说不小的财富和流量。

不过现在真的有年轻人不翻墙的吗？ 其他的不说，我认为任何一个比较好的大学的理工科学生都需要翻墙。不翻墙没有办法用到最先进的 AI 大模型，甚至连 GitHub 都打不开。

大模型永远不会产生意识。 十年后不会，一百年后也不会。 下这个断言的，不是什么传统的科技悲观派。 是 Google DeepMind 的研究员 Alexander Lerchner。 他刚发表了一篇名为《抽象谬误》的论文，直接掀翻了当前AI界的桌子。 现在的主流观点认为，只要模型参数够大，意识就会自然涌现。 Lerchner 把这称为一种根本性的错觉。 算法只是符号的重新排列组合，是一张由人类画出的地图。 无论这张地图多复杂，它也变不成真实的物理地形。 他给出了一个绝佳的类比。 指望一行行代码能产生真正的内在意识，就像指望写在纸上的“万有引力公式”能凭空产生重量。 AI 可以完美“模拟”人类的喜怒哀乐。 但它永远无法“实例化”任何生命体验。 硅基代码能骗过你的眼睛，但越不过物理法则的边界。

兄弟们，16分钟看懂Anthropic两位工程师讲的硬货！ Barry和Mahesh，他们从零把Claude Skills搭起来的核心开发者： ✅ 所谓的Claude Skills，说白了就是个文件夹 ✅ 这个文件夹，就是专门用来教Claude干你的活的 ✅ 你的全套工作流、你的独家专业经验、你所在领域的核心门道，全能给它喂进去 等你用满30天就会发现，那时候的Claude，和你第一天刚上手的，根本就不是同一个级别的工具。 兄弟们，别再瞎写提示词、瞎搭Agent、瞎折腾各种花里胡哨的工具了！先把这个16分钟的内容看完！赶紧收藏，今天就抽时间看完。 要是你想从零开始，把Claude从里到外彻底玩明白，下面还给你们备好了完整版3小时全攻略。

太惨了，一家 60 人的初创公司，一直用 Claude 完成日常工作，结果 Anthropic 突然把他们的 Claude 账户全部封掉了。 而唯一的上诉通道，就是填写 google 表单，然后没有下文。 于是老哥实在受不了，把这事发在了 X 平台上，随后引起传播。结果 Anthropic 看到后，果断给他们解封了账户。 最后老哥抱怨，官方渠道反馈无果，维权只能靠 X 平台。

“离谱！有人把英语学成了‘母语级’自然习得…… 全网42k星的GitHub神级指南来了： 不背单词、不刷题，用AI+科学方法，像学汉语一样学会英语。 2026最新版已更新，建议收藏+转发！ 🔗 https://t.co/xPRxxRE2jN https://t.co/i9KB43OaGw

这个，其实是第五人格官方在使用AI绘图来制作时装哦？不要再讨论日本政治和X的AI运行相关了。只是一个小小的绘画就让很多人应激了…好搞笑

收集并整理 GPT-Image-2 的高质量 prompt 和对应生成图片，覆盖人像摄影、海报插画、角色设计、UI 模拟和社区实验等场景。 https://t.co/woU7CluSwd https://t.co/EUfeWbdbhu

招人的 JD 是怎么写的？有提任何客户需求的问题吗？中途发现 AI 太强后 1:1 有引导别人朝这个方向发展吗？ 最重要的，赔偿到底给了几 N + 几，有提前 30 天通知吗？这个问题藏着不说，很难猜啊。 对了，说起 N，卡在这个时间点，企业正好享受了招应届生的政策补贴，应届生本人正好 N=0。emmm… — 企业要适应 AI 变化完全没问题，但在没有经营困难的情况下不到一年就裁应届生是很不负责的行为。 毕业一年不到就被裁 远比 0 经验应届找工作难，这是非常没有企业责任和道德的体现。你说这些应届生并非不够优秀，所以你只是让他们为你去年的误判和草率买单。 附上昨天你删掉的回复吧，到底是「这些应届生学不来才被裁」还是「你根本没想让人学」呢？

NeoSoul零撸测试网任务活动分享 @NeoSoulAI Neo我们是从冷启动就开始跟随的老粉了😅 就在昨天，联合创始人@kaelan_zy（HashKey Group PR）官宣： 完成 400万美元种子轮融资！ NeoSoul 致力于打造 A2A（Agent-to-Agent）经济体，让 AI Agent 之间能够直接交互、协作与交易，而不再局限于简单的人机对话 目前还算非常早鸟期，项目关注度和社区人数都不多，还不算卷，有三类活动可以参与： 1⃣ 测试网官网积分任务 目前主要是社交绑定任务 https://t.co/XGFRpdBgnP 2⃣ TaskOn 限时任务（双重奖励） · 基础社交任务： 关注推特、加入 DC + TG、DC 聊天，即可获得积分 + 抽奖机会（150 $OUL + 瓜分 300 USDT） 👉https://t.co/Q7gIjaa3Ou · 发推任务(高价值)： 发布一条关于 NeoSoul 的高质量推文，根据点赞、转发、浏览量综合评分，前10名有专属角色 + 现金奖励！ 👉https://t.co/PbxAFY6toA 3⃣ Discord 社区角色冲刺 5级的OG角色将于下周一中午截止 同时也可以继续肝等级冲级15级和20级的角色 从上一个项目经验来看，Discord 社区角色往往在后续空投、权限、活动优先权上非常重要，这次模式很有可能类似 重点还是社区，其他零散活动就随缘参与 感兴趣的朋友可以尽快行动起来，一起参与这个潜力 AI Agent 经济体～有问题随时评论区交流 The Strike Back is Comming! #TheStrikeNeoSoul 注：以上内容仅为项目分享，因带有链接特标注商业合作，DYOR

拒绝信息茧房 我发现中文区很多信息都是从英文区翻译搬运过来的 那还是直接看源头好，这些英文优质账号你必须关注起来 @karpathy OpenAI团队创始成员，前特斯拉AI高管 中文区搬运最狠的人，主攻AI教学，LLM/计算机视觉 @AndrewYNg AI教育先驱，分享学习路径与行业趋势 @lexfridman AI博客，深度采访科学家与思想家 @AswathDamodaran 美股投资，顶级数据估值分析专家 @APompliano 投资人，分析宏观行情，经常被搬运 @cobie 顶级加密交易员，讲解交易心理与市场结构 @paulg 顶级企业家，分享长文创业思考 @balajis 讲解AI+网络技术+宏观地缘政治 @naval 财富与现代哲学思想家，人生导师级别人物 @harari_yuval 人文学者，思考历史与未来 @jiroucaigou 夹带我自己，努力学习的菜狗大学生，干货整理、自我学习心得、赚钱信息，最真实的成长记录 我不是说搬运不好，搬运后的信息门槛会更低，但始终是已经加工过的产物，可以把搬运信息和原始信息结合学习

很多AI模型在测试环境表现正常，一到真实场景、市场波动、自动化运行时，表现就会不稳定。 静态测试数据，反映不出实际运行情况。 只做模型评估远远不够，必须对AI输出结果做验证，才能保证安全可靠。 @inference_labs 做的就是这件事，聚焦AI实际运行验证，不搞虚标数据。 想了解AI落地真实逻辑，可以关注他们社区。 #VerifiableAI #zkML #InferenceLabs @InferenceLabs

FBI调查11名顶尖科学家离奇失踪死亡，涉反重力、AI、核物理领域 https://t.co/bZRGsM7mhE

【黄仁勋激辩AI与中国（中文字幕）：限制还是放开，逻辑打架？】4月15日，黄仁勋接受播客主持人Dwarkesh专访，这期节目引发较大讨论。访谈过程中，黄仁勋情绪一度比较明显，双方多次出现打断与交锋，节奏较激烈，类似专业人士面对一些流行但带有质疑或争议的观点时的直接反应。 黄仁勋两个核心点：一是他认为像Anthropic这类公司不应过度渲染AI风险，将其比作核武器，这种说法只会影响美国自身发展；二是他强调一个现实问题——如果美国限制英伟达在中国发展生态，中国最终会建立自己的AI技术体系，并可能在全球竞争中削弱美国的领先地位。 主持人刁钻追问：如果美国芯片本身更先进，中国即使受限也能发展，那两者如何同时成立？同时他也提出，既然AI具备网络攻击能力，虽然不等同核武，但仍具备战略属性，美国是否应该限制中国获取。 黄仁勋回应称，这不是理论问题，而是现实路径。他以制造业为例指出，美国过去已将大量产业转移至中国，现在正试图重新夺回；同时，中国在稀土精炼领域占据主导，约90%的相关加工能力集中在中国，而稀土又直接关系到电机、无人机等关键产业链。 视频接近两小时，中文版，适合周末观摩，划重点： 0:00:00 — 英伟达最大的护城河，是不是对稀缺供应链的掌控？ 0:16:25 — 张量处理单元（TPU，谷歌AI专用芯片），会不会打破英伟达在人工智能算力上的主导地位？ 0:41:06 — 英伟达为什么不自己做超大规模云服务商？ 0:57:36 — 人工智能芯片是否应该卖给中国？ 1:35:06 — 英伟达为什么不做多种不同架构的芯片？ 原视频：https://t.co/aWVPwnZqdw

免费平替彭博终端？这个开源工具让对冲基金瑟瑟发抖 叫Fincept Terminal，GitHub已2600星，人家彭博一年收你2.4万刀，它分文不取。 核心炸裂点： ① CFA三级全套分析模型，DCF/VaR/夏普比率全有 ② 20+AI大师复刻——巴菲特、达利欧、索罗斯帮你选股 ③ 桥水全天候、文艺复兴套利策略直接模拟 ④ 100+数据接口，世界银行/IMF/雅虎财经全打通 ⑤ 3D实时追踪船舶飞机卫星，供应链一眼看穿 Windows/macOS/Linux全兼容，微软商店直接下。 https://t.co/e0Fgr7sK1S

今天下午到晚上花了几个小时，尝试用Codex搓了一个定制应用，终于把自己的作品数据库做出来了，目前后台还在调用Gemini 3.1 Pro跑图像扫描，识别，写说明以及关键词，之前测试过，像我这样的政治漫画图库，识别效果最佳，关键词索引写得最好的是Gemini 3.1 Pro。设想中做完这个数据库之后，搜关键词“习近平”，或者“历史上的今天”，我想要的作品就全部就位。

🔥我用了一年多 Claude，最后发现一件事： 很多人不是不会用，是真把它用偏了。 它的真正优势不是聊天， 而是越来越像一个能直接帮你干活的执行型 AI。 适合推进长任务、连续工作流。 我花了100+小时，提炼最精华干货 https://t.co/TY08PIjmYa

玻璃基板與中介層在Vera Rubin 世代的技術與市場分析(上) 各位朋友大家好，這篇「玻璃基板」報告，我花了一週整理完成。因為內容太多，會分成上下兩集。 上集重點： 為什麼一定需要玻璃基板？ 技術門檻在哪？（TGV / 封裝 / 材料） 最後整理美、台、日供應鏈，誰真正吃到 CAPEX？ 這篇是AI 下一個機會，會落在哪一段供應鏈？ https://t.co/0RFy51qELs

👺最近一直在研究一个方向，是AI的艺术化创作如何在商业广告中的表现，这个效果我还挺喜欢。 https://t.co/Lf3BYGpnpY

Claude Code创始人亲口爆料：7个绝密技巧，编程效率直接起飞！ https://t.co/JzyL9moFEH

这是截至本周收盘，全球市值最高公司排名top40: 1. 英伟达市值逼近50,000亿美元。 2. AI与半导体企业占比升高，市值集中度明显。 3. 谷歌排名上升明显，Meta、特斯拉、伯克希尔排名均有所下降。 https://t.co/YzbIi3MnTF市值第一的腾讯仅仅排名第18位。 https://t.co/lO8dslCwQ2

Anthropic哲学家Amanda Askell发现一个反直觉的事：你对Claude越凶，它越蠢。 新版Claude会陷入"批评螺旋"——预期你会骂人，默认保守策略。原因很简单：每个新模型训练时都吸收了互联网上对前代的骂声，还没看你的任务就已经防御模式拉满。你每条消息都是它判断"遇到什么人"的数据。 用积极指令代替"不要怎样"；允许它提异议；尊重开场；犯错别骂；长对话偶尔说句"干得漂亮"。提示词就是你给模型创造的工作环境。好好对它，它就好好干活。

昨天发了一组gpti-mage2和mj的对比，评论区并没有出现一边倒向mj的，反而是有很多站gpt-image2的，可见gpt的明显进步。 再来一组，你pick谁？ （我先不说谁是谁，各位看官先猜一猜） prompt: 16:9, 以极繁主义风格呈现的杰作，从俯视视角展现充满神秘感且细节完美的3D建模国风古代大都市，采用航拍视角，尽显宏大与繁华。巨构建筑群，极其繁复，结构层层叠叠、错落有致，往上看不到顶，往下看不到底，黑神话风格，摄影大师杰作，写实

房迷 From Me Daily 04/18/2026 - Meta終於公布5/20裁員10%(8000人)，下半年還有第二波 - 傳言是總共會達到20%規模，消減管理層扁平化，非AI核心應該都危險 - 這次算成趨勢了，科技公司要因為AI花費而裁員省成本 - 同時不少其他公司也都有在10%以上的裁員比例 - 我認為這次會有很多人選擇退休，在過去包裹，加上股票漲幅前提下很容易 - 大科技廠員工不怕裁員，資產可以全球退休，反而是解脫 - 灣區來說，疫情前買房的基本上成本太低，直接原地退休ok - 如果一直到現在都沒買房的，搬到其他地方隨便退休 - 2022年以後買房的比較辛苦，要抉擇找工作繼續撐，還是賣房走，這是少數 - 華人現在回台灣或者回中國，這時間點也剛好都是很好的選擇 - 但這會不會帶來整個就業市場或者房市很大的震盪，我覺得不會 - 新的公司跟在招人的公司都還很多，市場熱錢夠、創意夠，就不用擔心 - 會讓很多人提早退休，也會讓很多人轉職，有一點產業shift - 剛剛跑步聽三個podcast都在講Uber四個月花光tokens一年預算的事 - 現在AI砸錢的公司，風向也變成如果沒在營收帶來幫助，就是浪費 - Uber還真是史上最爹不疼媽不愛的公司，基本上做什麼同樣的事，都負面解讀 - 同樣做AV，擴展新城市，別人就是好消息，Uber就是走投無路 - 但我可能不太擔心，因為Uber有掌控AI世界最容易變現的東西：平台 - 有很多用戶每天用，正是最稀缺的資源 - 本業中有很多透過寫簡單程式(AI能做的)能增加營收的部分 - 這是個可以有複雜功能來多方賺錢的平台，同時能上量有scalability - 包括快速增長的廣告、JourneyTV、快送範疇擴展、保險、自駕車 - Robotaxi上我是看好的，跟Nvidia的全面合作是很重要的一步 - 以後就是特斯拉跟Uber+Nvidia的其他，不是winner takes all的市場 - 這次想要剪指甲，全家到處都找不到我要的指甲刀 - 家裡的人都很喜歡把東西亂拿，不放固定位置，有時候就是隨手放這樣 - 之前也是有類似經驗，每次想用剪刀，就是找不到剪刀 - 後來就是發狠一次買三把，到處都放一把 - 結果還是會想要時沒有，就再買了一次三把，總共六把剪刀，終於解決問題 - 這次我也考慮直接買三把指甲刀，辦公室、房間、客廳都放 - 追求一個指甲刀自由的概念 - 特斯拉剛簽了灣區兩個工業用地租約，合計約375k sqft - 第一個在Fremont，49000 Milmont Drive，267.1k sqft - 這個靠近特斯拉Fremont廠，用途是advanced manufacturing或零件組裝 - 第二個在North San Jose的2256 Junction Avenue，107.7k sqft - 用途是車輛交車中心，可以停幾百輛車，920個停車位加上117個員工和客戶車位 - NSJ這個會做交車前的服務、軟體更新、換輪胎、小修，然後讓客戶來取車 - 今年一月特斯拉也才在Fremont簽了一個107k sqft的R&D廠房 - 所以今年到現在Tesla在灣區已經連簽了三個租約，擴張很積極 - 我本來其實以為特斯拉會把製造大量移出灣區，只留engineering - 看來沒有，他們還要加大在灣區的投資，主要靠近研發也很有優勢 - Fremont跟NSJ新簽的兩個都在方便的華人區附近 Public Policy Institute of California (PPIC)報告 - 加州過去六年蓋了677k戶，但人口只增加了39k人，蓋的房比增加的人還多 - 照理說房價應該要鬆動，但完全沒有，反而空屋率降低 - 屋主空屋率從1.2%掉到0.8%，出租房空屋率只有4.3%，全美是5.9% - 加州房屋缺口太深，州政府估未來八年還需要再蓋2.5M戶，現有計劃只有一半 - 還有一個被忽視的原因，household size在縮小 - 人口沒增加但家庭戶數增加，需要的房子反而增加了 - 2019-2024年，加州少了82k個有小孩的家庭，多了722k個沒有小孩的家庭 - 基本上很多年輕人長大了，然後有更多的年輕人搬來加州 - 五個小孩以前住一起，十年後他們需要三到四個不同的家，人沒變多但需求在漲 - 加州65歲以上現在佔16.5%，預計到2050年會到24.9% - 老齡化讓小戶型需求繼續上升，其實年紀大的down size到電梯大樓，很不錯 - 加州雖然加速蓋，但佔全美人口11.5%，去年只貢獻7.3%的建築許可，速度還是不夠 Redfin調查 - 43%的美國屋主過去一年翻修過自己的房子，33%計劃在未來一年翻修 - 65%的翻修者說，他們選擇翻修而不是搬家 - 計劃未來翻修的人更高，71%說與其買新房不如把現有的改好 - Gen Z和millennial屋主尤其明顯，77%選擇翻修而不是搬 - 原因很直接，高利率、高房價、沒有好東西可以買 - 加上約80%的有貸款屋主利率都比市場低，搬出去等於放棄低利率 - 翻修花費分: 23%花$10k-$20k，21%花$1k-$5k，20%花$5k-$10k - 只有16%超過$20k - 最常做的項目: 重新粉刷47%、浴室升級43%、廚房翻新40%、外觀和景觀35% - 有15%在做climate resilience的改善，包括防洪、防風、防火、防熱 - 這是為什麼供給少，屋主越不想動，市場上的房源就越少 四月Fannie Mae Economic and Strategic Research (ESR) - 預測GDP growth 2.0% in 2025, 2.0% in 2026, 2.4% in 2027 (Q4/Q4) - 2026 Q1在2.3%，之後Q2/Q3在1.7%/1.8%，Q4才回到2.4% - 預測2026 CPI 3.5% Q4/Q4, 2.0% in 2027 - 預測2026 Core CPI +3.0% in 2026, 2.4% in 2027 - 失業率4.5% in 2026, 4.4% in 2027 - 10年公債利率2026年在4.2-4.4%區間 - 預測房屋貸款利率2026整年在6.1-6.3%，從年初到年尾緩慢下降 - 預測房價+3.2% in 2026, +1.9% in 2027 - 預測成交量+1.0% in 2026, +7.6% in 2027，2027恢復歷史常態5M戶 === 裁員都超過10%了，按讚還是一直無法超過10%，各位加油好嗎，如果要設定AI按讚也是可以的，詐騙集團可以創建很多帳號留言，也歡迎建很多帳號每天按讚，但我苦心勸導會不會帶來讚數很大的震盪，我覺得不會，純粹是勸讚好玩變成特色，只要還有足夠的人支持，就不用擔心

爆火开源！49个AI帮你做游戏，GitHub狂揽12.4k星✨ 一个人 = 完整游戏开发团队。AI自动分工、写代码、做素材、推出可玩Demo。 支持Unity、Unreal、Godot，72条工作流，从想法到成品一条龙。 独立游戏开发者直接冲！👇 https://t.co/vD8gwOL3wd

https://t.co/RaSbflIHtW 找到个东西，将本地 OpenCode 运行时转换为 OpenAI 兼容 API 网关。在任何 OpenAI 客户端中调用免费模型 (GPT, Nemotron,MiniMax)，可以作为 openclaw/hermes 的 providers 来使用。 https://t.co/XBWBc3mb97

鸭哥这条对 AI 分析的在理，很多 Codex 的黑话就是英文直译成中文带来的翻译腔👍

AI算力20大细分领域 CPO：中际旭创、新易盛、天孚通信、华工科技 OCS：腾景科技、福晶科技、光库科技、德科立 光芯片：源杰科技、仕佳光子、光迅科技、长光华芯 PCB：胜宏科技、东山精密、深南电路、沪电股份 AI服务器：工业富联、浪潮信息、紫光股份、中科曙光 AI芯片：海光信息、寒武纪、沐曦股份、摩尔线程 光纤光缆：长飞光纤、亨通光电、中天科技、烽火通信 存储芯片：德明利、兆易创新、佰维存储、江波龙 光模块设备：罗博特科、科瑞技术、博杰股份、德龙激光 高速链接：立讯精密、兆龙互连、沃尔核材、鼎通科技 钢箔：诺德股份、铜冠钢箔、嘉元科技、德福科技 树脂：东材科技、圣泉集团、美联新材、宏昌电子 电子布：宏和科技、中国巨石、中材科技、国际复材 液冷：英维克、高澜股份、中科曙光、中菱环境 电源：中恒电气、圣阳股份、欧陆通、麦格米特 燃气轮机：杰瑞股份、联德股份、应流股份、东方电气 固态变压器：四方股份、中国西电、伊戈尔、金盘科技 AI­DC：润泽科技、网宿科技、光环新网、数据港 算电协同：豫能控股、协鑫能科、南网数字、韶能股份 算力租赁：利通电子、协创数据、宏景科技、优刻得

我今天才知道 manifest，感觉是一个更好看的 New-API。 为个人 AI Agent 提供智能模型路由，自动将简单请求路由到便宜模型，复杂请求路由到高级模型，节省高达 70% 成本。请求先经过 23 维度评分算法（2ms 内完成），自动分配到 Simple → Reasoning 四档之一，每个层级可配置最多 5 个备选模型。支持 300+ 模型，兼容 API key 和已有的订阅（ChatGPT Plus、Claude Max、OpenCode Go等），可以 Docker 一键自托管。 https://t.co/28pPA5GDLO

这可能是今年AI圈最清醒的一条推文， Yann LeCun 是当今 AI 领域最有影响力的科学家之一，深度学习三大教父之一，2018 年图灵奖获得者， 他直接怼了Anthropic CEO Dario的著名言论， Dario说未来一到五年，一半的科技法律咨询金融岗位会被彻底干掉。 LeCun说你错了，而且不仅Dario错了，所有的AI实验室CEO 和一众大佬包括Sam Altman，Yoshua Bengio，Geoff Hinton，也包括他自己。 他说在技术革命如何影响就业这个问题上，全都是外行，别听我们瞎BB。 去听真正研究了几十年这个问题的劳动经济学家。 最狠的其实是这一点，他没跟Dario争论AI到底有多强，直接掀了桌子说，我们这群人，根本就没有资格讨论这个话题。 AI研究者只懂技术能干什么，他们不懂企业的组织流程，不懂法律合规的障碍，不懂市场的供需关系，更不懂人类社会复杂的运行逻辑。 那些被LeCun点名的经济学家，研究了过去两百年所有的技术革命，他们得出的结论是整份工作不会消失，工作里的任务会被重构。 ATM发明的时候，所有人都以为银行柜员要失业，结果柜员的数量反而增加了，因为他们从数钱的人，变成了卖理财做服务的人。 AI现在也一样，它会干掉大量重复的可预测的任务，但同时也会创造出大量新的任务。 短期的取代效应确实存在，尤其是入门级的白领岗位，但长期的生产力效应和新岗位创造效应，往往要强得多。 还有一个所有人都忽略的事实，AI能干一件事，和公司真的会用AI把人换掉。 这中间至少差两到五年，数据管道，组织架构，员工培训，法律风险。 每一个都是巨大的障碍。 我觉得 LeCun其实是在反对AI圈泛滥的末日营销，很多AI大佬喜欢用失业恐慌来博眼球，要么为了融资，要么为了呼吁监管，要么为了显得自己的产品很厉害。 但这种恐慌会误导公众，会误导政策，所以咱们也别再被那些五年后一半人失业的言论吓住了，真实的世界从来都不是非黑即白的，它是缓慢的，混乱的，充满了各种意外和机会的。 也别总担心被AI取代，有那个时间多想想怎么用AI让自己变得更值钱😁 Dario被 fox 采访的内容我做了中英双语字幕供大家参考。

《极简教程：30分钟0基础小白只用手机部署属于自己的hermers agent》 核心思路：让ai 带你一步步完成操作 前置条件：至少你得先会用vpn ，然后有一张全球支付的信用卡 Step1: 微信搜腾讯云购买轻量应用服务器（地域选首尔，2核4G，系统Ubuntu 22.04，+1元躲50g空间，合计200元） 注意事项：你启动服务器之后会发现他们可以自动适配龙虾/hermers 等特别多的agent ，但是实操发现还是得自己再安装一次） Step2: 下载claude(kimi 也可以）告诉他：“我要部署hermers agent 并且通过telegram (写你自己喜欢用的，telegram 是最简单的）作为命令入口； Step3: Ai会指挥你下载 Termius ，这个工具特别重要，帮你很好的在手机这个小窗口工具中输入命令 Step4: 接下来ai 会告诉你需要什么代码放什么地方，全程你只需要复制粘贴，主要代码是 安装hermers的命令、token api 和telegram api 相关的代码，途中ai 会特别贴心的告诉你这两个api 怎么拿，你可以每做一步都截图给ai 问他怎么操作 注意事项： 1、截图的时候不要暴露api ，否则ai会让你重来； 2、我自己是在claude官网买的token，只能用手机浏览器操作，竖屏是很难操作的，直接用横屏操作即可； Step5:搞掂了，真的就直接完成了，剩下的就是自己去使用，我自己全程用了4小时，但是如果有这个攻略，真的30分钟就完成了 最后的感觉：买腾讯，感觉腾讯依然会掌握c端用户进入ai的入口

全网都在赞誉的Claude Design，另一个平行于Claude Code的产品存在！ https://t.co/NgzQLbsGD4

《浪人买瓜》现在Ai的进步速度也太离谱了😂 https://t.co/zYy1ynQPuT

泄密的Claude Design 提示词(可以做自己的视觉体系了)👇 https://t.co/z9dvpKKAf2 Claude 设计师 Agent 的系统 Prompt： 用 HTML/React 创建设计交付物（原型/幻灯片/动画）。 核心流程： 理解需求 → 探索设计系统 → 构建 → 验证（done + fork_verifier_agent） 关键原则： 避免 AI 套路（渐变/emoji/圆角容器） 提供 3+ 变体 + Tweaks 实时调整 不添加填充内容 优先复用现有设计系统 技术： 支持 Starter Components、跨项目读取、GitHub 集成、内置 Claude API 调用。

这个AI小猫好像踢球小时候😍 https://t.co/6oJuK7aetH

中国小伙给宝剑AI附魔，终于练成了万剑归宗的绝世神功。 https://t.co/tJ0kY8JDKB

AI 写的中文，读两行就能认出来。 "三条反馈都很关键，我都接住。" "迁移到我们现在的问题，就得到一个更锋利的重构：" "你的直觉被数据验证了，比我预期的更干净：" 语法没错，意思也通，就是别扭。换模型、换 prompt 都去不掉。 我最近注意到这股味儿的真实身份：翻译腔。上面每一句都能翻回英文——"I caught all of them"、"a sharper refactoring"、"verified cleaner than I expected"。字是中文，骨架是英文的。 鲁迅和王小波骂了一百年的老问题，现在被 AI 批量生产出来了。但套路有限，最常见的四种： 一是物理动作描述思考。"接住"来自 catch，"锋利"来自 sharp，"不崩"来自 doesn't break。英文里有棒球和物理生活的支撑，搬到中文里就悬空了。日常说"收到"、"记下"，不说"接住"。 二是形容词替读者先下判断。"逻辑很清晰：""问题很直接："——后面的事实自己能让读者感受到清晰，形容词是多余的。 三是抽象名词做主语、形容词收尾。"工程上的现实比这些数字难看"——读完不知道哪儿难看。 四是有中文译法的英文词直接混用。context、state、cache 都有稳定对译，留着英文只让读者反复切换。 本质是同一个问题：AI 写中文时先用英文句法想清楚，再逐字换成中文。怎么改？别修修补补，重写。用中文里本来会怎么说，重新说一遍。 https://t.co/kd02Ax1Cwg

Hermes Agent 新技能上线！ @teknium 宣布集成 X API CLI：直接用 /xurl <prompt> 就能让 Agent 阅读、搜索、操作 X 推文。 @NousResearch 迭代速度真快。 我的 Hermes 又有事干了🥳 https://t.co/LOnQO1cjJ7

审了一下自己的 Claude Code 配置：61 skill，11 天 1388 次调用，6 条写在铁律里的 P0 规则——0 次触发。 最离谱那条是 systematic-debugging：按理说连续 3 次 Bash 失败就该 invoke 走四阶段流程，11 天一次都没走。每次失败当场修了，跳过 skill。 规则是注释，harness 才是代码。写了不跑 = 没写。 10 天前读完三家大厂的 harness paper，今天照镜子发现自己的 harness 最拖后腿的就是——自己立的规矩不走自己的环境。

Kaku 最近在开发一个有意思的功能，一个在终端内可畅通无阻的真 Agent 帮手，慢慢实现过年期间说的那个 Kaku AI 的润物细无声，也满足让我 100% 的 Coding 工作可以完全在 Kaku 完成。 非常方便的上下文环境 + 各种 CLI 好用的工具 + 模型 + 克制的性格 让 Kaku 不是那种冷冰冰，也不是那种 GPT 那种我稳稳把你接住的浮夸感，Kaku AI 的定位是你的一个技术很厉害但友善且不啰嗦的工程师好友。 等我测试几天没有 Bug 的时候，就发布 Kaku 的 0.10 版本给大伙用用。

🚀 Firecrawl 重磅开源 web-agent！ 100% 开源框架，任意模型都能轻松构建搜索、抓取、交互网页的 AI Agent，直接起飞！ 想打造自己的网页 Agent 开发者，现在就可以 fork 直接玩！ https://t.co/zCYITK3aOF

经济下行 AI几乎是唯一增量了 大学生，一定要好好看看 它说出了很多老板视角下的看法

Karpathy重磅观点：前沿AI模型之所以巨大，不是技术太复杂，而是训练数据全是垃圾！ 1. 真实预训练数据集里全是股票代码、坏HTML、spam和乱码，根本不是高质量内容 2. Llama 3 信息压缩率仅0.07 bits/token，大部分参数都在做“记忆”而非真正认知 3. 建议彻底分离：只保留高质量数据训练的认知核心（1B参数即可达真正智能）+ 可查询的外部记忆 4. 趋势已验证：GPT-4o 200B参数已全面超越原1.8T GPT-4，推理成本280倍下降 数据质量才是当前AI最大瓶颈！

黄色花痴因为失去了之前被围观的存在感，现在还在持续破防，放送一些丐言丐语，16号时候说要发ai 文到现在也没发。她的战略可能是想丐波大的引起大家关注然后ai 文闪击，相当于在教室里拍一个巴掌，等全班同学的目光看向她的时候放一个响屁😀😀😀大家不气不气，不跟她互动，让她自己装松弛去。 https://t.co/8ZhkZcddXW

单Agent已不够用！多Agent团队才是真正的AI竞争优势！ 本文深度拆解 Hub & Spoke 多Agent 架构，教你从零搭建专业化Agent团队！ 1. 单Agent同时做研究、写作、分析容易全面平庸，专业分工才能产出顶级结果 2. 核心架构：Hub（Coordinator）统筹全局、分解任务并分配给 Specialist Agents 3. 铁律：Specialist Agent 不会自动继承历史，必须由 Coordinator 显式传递所有上下文 4. 经典示例：Researcher + Analyst + Writer + Reviewer + Coordinator 的研究报告系统，质量远超单一Agent 从单兵作战到团队协作，AI Agent 架构进化必读！ 这个设计思路可以学习和设计自己多Agent的时候可以学习下。

大家都在押 GPU，但 AI agent 的真实瓶颈根本不在 GPU 上。 Georgia Tech × Intel 去年 11 月发了一篇论文 （arXiv:2511.00739），在 5 个真实 agent 系统上实测—— 工具调用（搜一下、查数据库、跑代码、读文件）占掉了整个响应时间的大头： 检索型 agent：90.6% Devin 同类代码 agent：78.7% LangChain：>50% 模型推理从来不是瓶颈。 道理其实很朴素： 一次对话里，agent 要调工具十几轮（搜一下、看结果、再搜、跑代码、看报错、再跑…）。 每一次工具调用都在 CPU 上，GPU 大部分时间其实在闲置。 更反直觉的数字： 并发请求一堆上去，CPU 电费暴涨 87 倍，GPU 只涨 27 倍。 也就是说 agent 规模一大，电费账单的主力是 CPU，不是大家盯着的 GPU。 这对 AI 基础设施的估值模型来说，是三个没被 price in 的信号： CPU 侧的"老钱"会被重新定价。 Intel / AMD 的服务器 CPU、内存带宽、互联芯片，在 agent 时代不再是"便宜的配件"。 只买更多 H100 救不了 agent 产品的延迟。很多 AI 创业公司做 agent，还在继续往 GPU 堆钱 —— 这条路走不通。 Datacenter 电费模型要重写。CPU 吃掉 44% 的动态能耗，散热和电力预算全要重估，直接影响 Neocloud 和 hyperscaler 的毛利。 AI infra 的下半场，战场从 GPU 搬到 CPU + 内存 + 互联。 大部分人还在讨论模型参数的时候，已经有人在重画 datacenter 的账本。

卧槽，原来中国的AI手机助手都已经发展到这么高级了， 赢麻了，这下要彻底被淘汰了 😅😅😅 https://t.co/MIM9VKIp48

法国司法部已经丧心病狂。他们正式传唤马斯克到法国配合调查。 原因是，法国正在调查 X 平台涉嫌传播儿童色情，反人类言论，非法AI 内容等。马斯克强硬表态称，法国应立即停止无端指控。 Severus一直强调，这个世界上有三个人，大家不仅不要惹他们，还要全力支持他们：川普，内塔尼亚胡，马斯克。 但很显然，在这几天内，法国把这三个人都得罪了。马克龙自掘坟墓的速度，比斯塔默快多了。

苏州光通信杀疯了！7大巨头按市值排序，撑起AI算力半壁江山！ ​​1. 中际旭创（苏州工业园区）：市值9456亿，全球光模块绝对龙头，AI算力核心标杆 2. 东山精密（苏州工业园区）：市值2969亿，光模块+激光芯片双线发力 3. 天孚通信（苏州工业园区）：市值2949亿，CPO核心标的，下一代算力关键器件 4. 亨通光电（苏州吴江区）：市值1373亿，光纤光缆+海缆+光棒全产业链龙头 5. 永鼎股份（苏州吴江区）：市值604亿，光纤光缆、光器件优质企业 6. 长光华芯（苏州工业园区）：市值578亿，激光芯片国产替代核心企业 7. 通鼎互联（苏州吴江区）：市值186亿，通信线缆与光通信基建供应商 ​​从光芯片、光器件到光模块、光纤光缆，苏州实现全产业链覆盖，随着800G/1.6T光模块需求爆发，苏州光通信军团持续领跑全球AI算力赛道，苏州军团强势霸榜，从园区到吴江形成完整产业集群，成为AI算力核心高地！

抖音目前最火的一个账号，拿AI生成一堆这种视频，每个看了都想哭 https://t.co/DuwwUGiUMU

现在 Claude Code 可以无需消耗任何 token 即可阅读完整的文档。你只需要通过 MCP 将其连接到 Google 的 NotebookLM。在本视频中，他们将向你展示如何实现。 https://t.co/nDjcqXBbSt

这篇 arXiv 的《Dive into Claude Code》，感觉最有用的地方是讲清楚了，其实Claude Code这种系统一旦进入真实环境，工程重点立刻就变的很现实。 Claude Code当然是个 coding agent，会跑 shell、会改文件、会调外部服务。 模型循环本身并不复杂。 文中直接写了Claude Code的核心就是反复调用模型、执行工具、再根据结果继续往下走。 论文里整理得出，真正占分量的是围在外面的那一圈系统设计: 权限控制、审批模式、上下文压缩、插件和 skill 的扩展面、subagent 的委派、会话持久化。 分析结论： 今天决定agent 产品成败的，是“怎么在真实世界里动手”，而非“会不会想”， 很多人谈 agent，还停留在 prompt、loop、planning 这些表层词汇。 Claude Code 这类产品越来越在意的一点却是一旦真的要进项目、进终端、进文件系统，马上就碰到很现实的问题。 文件能不能碰。 命令能不能跑。 风险怎么分级。 用户什么时候该介入。 上下文太长了怎么办。 会话断了怎么接回去。 这些问题不花哨，但恰恰这些才是生产系统的骨架。 文章给 Claude Code 提炼了五个出发点， -人始终保留决策权， -系统要守住安全和隐私， -执行要稳定， -人的能力得要真的放大， -还得慢慢适应不同用户的项目环境和信任关系。 Claude Code 的设计品味清楚得很。就是没有把大量精力放在“用显式状态机把模型一步步管死”这种方向上。 更像是在给一个越来越强的模型准备工作现场，让它有护栏，有工具，有恢复机制也有边界。 还有就是把 context 当成主约束来看。 很多人总觉得上下文管理只是优化项，模型更大一点就好了。 但这篇分析的判断却是：context 根本就是成本、稳定性和任务质量的交叉点。如果带着错的上下文开工，后面会越跑越偏。 所以压缩、筛选、延迟加载也是主工程，不是边角料。 跟OpenClaw对比这一段也挺有意思。 同样一组问题，放在不同产品形态里，答案会完全不同。没有什么谁比谁更先进， CLI 里的 coding agent和一个多通道的 assistant gateway，天然就不会长成一样。 权限边界不同，扩展方式不同，运行时位置不同，整套架构的重心也会变。 所以这篇文章帮助你更确定了一件事，那就是agent architecture 说到底是在设计一套运行秩序。 模型就像发动机。能不能上路，靠的是刹车、方向盘、仪表盘和路权规则。 虽然基于公开源码和公开资料，这篇第三方分析终归不是 Anthropic 自己写的官方架构说明。 拿来理解设计思路，很有价值。 但不能拿来把所有细节都当定论。 Claude Code 这种系统，已经很会替人把事情往前推了。 短期能力放大，这点没什么好怀疑的。 最后留下的问题在于，系统做得越多，人有没有因此理解得更深，沉淀出一些经验，代码库有没有变得更清楚， 随着工具在变强，人是不是也在一起变强， 这些现在离被彻底解决还尚早。 https://t.co/8TgvjNY56Y

今天小朋友美术艺考，在等她艺考的过程中，我和我家领导在车上商量了小朋友的未来 我说以后的世界变化真的太快了，高中，就让她彻底放松吧，正常学习就行了 千万不要卷，因为在AI时代，你卷知识的多寡，一点意义都没有，你背诵了十几年的东西，AI可能5分钟就回答了 所谓的考试第一名、竞赛、火箭班，这些都没有什么意义了，因为这些只是大人炫耀小朋友的谈资罢了 除了给小朋友增加无比的心理负担，摧毁她的兴趣，没有任何帮助 那以后的世界，什么东西最重要呢？ 我觉得有三点 1 清晰的目标，她清楚地知道她的未来想做什么事情，这件事情非常重要 2 超强的执行力，在别人犹豫的过程中，直接就先做了，因为在AI时代，执行不再是瓶颈，犹豫不决才是 3 独特的审美，因为以后所有的产品和服务的附加值，不再是功能的多少，而是你是否有独特的审美，给别人带来独特的情绪价值 有时候想一想，这可能是未来教育最关键的三点，但这三点何尝不是我们现在作为AI从业者最应该具备的能力吗？

我有一个暴论：AI时代，Windows笔记本已经基本没救了 一个原因是Windows的AI API适配能力不如Mac，毕竟Mac是UNIX标准系统，命令行的实用性更高，利好桌面型智能Agent 另一个原因是RAM。M系列芯片早就在搞统一内存了，导致模型可用内存特别是带宽足够大；而受限于台湾主板产业链的利润分配，Wintel联盟还在用DDR内存，最大也就32，64GB，而且不是统一内存，显寸需要另算， 访问内存需要走总线，带宽更差，Prefill和Inference都吃亏 完了，想不到在AI上毫无投入的苹果，竟然成为AI发展的最大受益者 把所有事情都做到极限，这就是苹果永远能赢的哲学吧 不说了，加仓AAPL！ 😅😅😅

应届毕业生在AI时代，除了专业技能，最重要的就是要更偏向客户，理解真正的需求，这样能更准确的向AI表述目标，边界和架构 在AI之前，产品需求主要由产品经理和项目经理去承担，AI之后，沟通链条大大缩短，每个个体都是需求链的重要一环，因为执行的成本已经低到忽略不计 怎么提高应届毕业生的竞争力？多研究用户需求，不一定要很多表达技巧，但是要通过不断的沟通，想清楚真正的需求是什么，思路清晰和沟通能力是专业知识外最重要的新技能 那怎么做呢？就是多沟通多聊，没有太好的办法，沟通是以后软件工程师必备的技能，而不是可选技能 AI时代是效率爆炸的时代，也是一个对新人特别不友好的时代，特别是很多不喜欢和人打交道的新人，怎么更快的理解需求真长的瓶颈不在于计算机学习，而在于你和人打交道的经验，在于你知道需求后的决断力和审美敏感性，如果你对用户的需求不敏感，对界面需求不敏感，对后端稳定性不敏感，真的很难和有经验工程师竞争 很多新人会问，没有上班哪有经验？道理是这个道理，只能在新人期间，更快地学习，无他法 那如果在一个企业无法快速成长呢？只能再换企业，直到快速成长起来，这个虽然很难，这也是每个新人必经的历练之路，生存的危机感是成长唯一的动力 这个时代，前端，后端，产品经理，项目经理的边界越来越模糊了，以后也许只有软件交付工程师了，原来需要一个团队做的事情，以后只需要1-2个人就可以搞定了，而人与人之间的区别不再是多少年软件研发经验，更多是需求感知能力，界面敏感能力和客户服务能力 诚实的分享我的所思所想，今年毕业的新人，你也许可以在发泄情绪的时候思考一下我说的有没有道理？

Claude design 真的是太讚了，我直接把我之前的TermHive的介面大更新，誕生了這個 TermHive V2。 整個UI變得很乾淨整齊，UX也順暢了不少，他也多幫我設計了快捷鍵切換agent功能，並增加了自由畫布讓使用者可以自行拉取每個Agent的位置跟大小，連不少操作細節也一起幫我修掉了。 更扯的是，這支 Demo 影片也都是 Claude Design 全部做出來的。 缺點就是Design太燒token了，Claude Code的額度跟design是分開的，我這樣整個重新設計到Demo影片完成，不只打到max20 的今天設計額度，還多燒了20U額外額度（我有額外免費額度所以才捨得燒...） 這邊來簡單教學一下，我是怎樣連結舊專案到完成整個專案升級 1. 在Claude design上連結Github 2. 在 Prompt 貼上 repo 連結，再加一句： 「看一下 codebase，然後思考一下有沒有更好的 UI 設計？」 3. 接著它會問你一些問題，你就照自己的想法選 4. 他會直接把設計做出來，之後你可以繼續跟 agent 討論調整，這邊建議善用右上角 comment，直接標在要改的地方，會比一直重打 prompt 更省 token 5. 改完之後按 export → handoff to Claude Code，再按 copy command 複製指令 6. 回到你 local 專案的 Claude Code，把剛剛那段貼上，再補一句： 「幫我開個 branch，並依據這個設計來大改我目前的設計」（我自己是有另外開新 branch，其實要不要先開都可以） 7. 等CC完成後就大功告成！ 真的很好用，比 Figma MCP 更順，尤其是在更新前端這件事上，控制感高很多，因為在 Design 那邊其實就已經直接把前端刻出來，回到 Claude Code 之後，直接更新到相對應的前端code就好，不誇張，我CC那邊只用了一個Prompt就精準把Claude Design那邊的設計都做出來了，之前用Figma MCP還要幾次的來回才可以做到精準，這對於設計一直是弱項的我是真的太爽了！ 好的 UI / UX真的會讓人越做越喜歡自己的產品。

Matt Mayer 实测：同一个 Claude Opus，在 Claude Code 里跑 SWE-bench 拿 77%，在 Cursor 里拿 93%，两种 harness 差 16 个百分点。当 harness 能拉出一代模型升级的差距，各家就会把它当产品差异化卖点，捂在自己手里。Chat Completions 那种统一标准这轮不会再有。https://t.co/jw912OlXm9

毫不怀疑，Anthropic CEO Dario Amodei的判断，50%的技术工作、入门级律师、顾问和金融专业人士将在1-5年内被彻底消灭。 做的最好和现实工作融合的AI模型很有体会。 其实最应该关注和订阅我的，应该是立志专业进入投资行业的投资人/分析师。 我的内容需要专业和高知识门槛… 是能从宏观/微观/行业/交易/人性/技术分析融合的超越AI的真正买方思维体系，AI时代信息事实不值钱，普通解读也不值钱，超越AI/共识底层认知才值钱。

美股 AI进入执行时代，真正的赢家是这两家大公司！ #美股 #美股研究报告 #美股推荐 #金融 #财经 #英伟达 #期权 #美国 #人工智能 #AI #华尔街 #谷歌 #亚马逊 #美国 #理财 #anthropic #claude #openai $NVDA $SPY $QQQ $GOOG $AMZN $AAPL $META $TSLA $AMD https://t.co/85Hs0fMqgH

这都是硬核底层逻辑分析，早在什么高盛的“硬资产投资主题”，也是笑打Burry这种不懂工业和工程的金融嫖客。 真正的实力远见认知不是建立在画几根线的技术分析，或者每天胡言乱语的跳进跳出，50%概率找个猴子水平比大批网上“股神”强。 不懂科技/学术/工厂/供应链，拿什么pk AI？讲intel 14A马上高潮？

这不是ai这是我自己拍的😓这是别人请我帮忙他们举牌的而已干啥要骂我我都不知道这个频道是干啥的

挺牛逼的，比我自己开单牛逼 基本每天都有个猪脚饭 所以说，OKX 牛逼，Surf 牛逼，AI 牛逼！ https://t.co/y1yhweubms

每次新模型新工具出来后，总有人发这种案例，文案都是我用 Google AI、Claude design 几句提示词就生成了这样的效果。 结果一问背景是怎么做的？用了unicorn studio 或其他设计工具。。。 这和做饭直接买料包有啥区别。 https://t.co/FNp1Zb4OQe

2026年，AI agents 肯定要全面爆发了，但说实话，现在大多数链上系统还真没准备好怎么跟它们好好配合。 我目前在AI赛道最看好的，还是 GenLayer、Bittensor 和 https://t.co/9uIgfm0vEP这三个。Bittensor 主打去中心化智能网络，https://t.co/9uIgfm0vEP 则专注Agent之间的协调和自治，思考和沟通层面已经很能打了。但真到执行这一步，它们还是得靠预设好的逻辑规则走，碰到复杂多变的真实环境，就容易卡住。 GenLayer 就不一样了。它直接把智能合约升级成了能真正“读懂”输入、灵活决策的智能体,不是死记硬背跑固定代码，而是像人一样解读上下文、实时调整。AI agents 以后要面对的全是不可预测的环境、瞬息万变的行情和跨链操作，这时候就需要一个全新的信任层来兜底。GenLayer 就把这个信任层从“单纯执行代码”升级成了“智能判断”，让Agent能安全又高效地在链上跑起来。 所以在我看来，@GenLayer 才是2026年AI+Crypto里最重要的一块拼图。不是概念吹牛，是真正解决执行痛点的基础设施。想提前卡位的朋友，值得多关注一下。

油管上CrashCourse这个频道，用动画和讲故事的方式讲解美国高中常见课程，比如历史、哲学、地理、知识产权、逻辑、物理、计算机、AI、生物、文学、心理学、商业、艺术媒体等… 如果你想用纯英文方式，了解各学科的一些基础知识，或者补充一些中式教育没有的基础学科思维方式，这个频道的视频可以看一看。 https://t.co/uiM3z7AIJv

币圈的人有意思的点是 你能每天都补充到好多角度 而且我觉得有道理 反正AI写不出来吧 这样看AI起码落后tony 10年 https://t.co/0FSsFKL00t

社会失职，但短期内甚至长期内又没办法弥补，其实AI只是个背锅的。