🔥 Search Hot Tweets

说起被AI干死的公司，不得不提一嘴作业帮和猿辅导，大家还记得前些年这两家铺天盖地的广告主打拍照搜题“黑科技”吗？不会的作业，只需要拍个照上传到APP，就可以很快得到答案，随着AI的发展这两家公司已经被淹没在时代的洪流里了，但是你应该也好奇过，在那些年没有AI人工智能的时代到底是怎么实现拍照搜题的呢？结论就是大力出奇迹，没有智能，全靠人工。 在2018年作业帮创始人侯建彬骄傲的说依托背后百度的资源和超过2万名兼职老师，收录并解答了上亿规模的题目，这些题库是公司最大的护城河。 而猿辅导从2013年开始就通过招聘大学生，并搜集海量的试卷和教材，每答1题就可以得到5块钱的奖金。 根据相关报道，几年前K12赛道爆火的时候，作业帮和猿辅导累计融资数十亿美金中，有将近一半都拿来投入到题库建设中，也就是给大学生和老师发钱答题。 那时候这两家公司都跟军备竞赛一样疯狂搜集题目发钱找人来答，毕竟深信不疑这就是自己最强的护城河。 直到有一天，AI来了....

2026，你们币圈甚至连比特币的热度都在不断下降。如今，美中日韩台股票日日新高，AI 产业链一飞冲天，航天产业链蓄势待发，自动驾驶产业链早期酝酿中。死守币圈，只会被时代淘汰。 配置美股、转变投资思维，是不被投资市场抛弃的唯一出路。比特币只能作为资产配置的一部分，作为人生意外和世界动荡的保险配置，否则你的财富只会缩水，错过一轮又一轮新的风口。

Ai会把一个人的能力放大 Flnc我知道很多人都喊过，他们说的位置不是相对低点，我运气比较好让ai研究完确定基本面没问题，赶在财报日前一天看了iv 160%买了就爆拉了。 Now我刷x的时候看到黄仁勋提了，脑子里有这个印象，正好看到特朗普持仓也有，我就让ai全面扫了一下特朗普持仓的软件股，这个不会被ai替代，有护城河，所以我选了这个。 Fcel是我看到Leopold Aschenbrenner的持仓里有be，燃料电池龙头，习惯让我去问ai还有没有其他公司能做，然后形态又是周线头肩底，就买了。

特朗普手里持仓亏损的全是软件股票 我用ai筛选了好几遍，能买的排第一，不会被ai替代，估值错杀的是now。 黄仁勋前几天也提过now，所以你们寻个位置布局一些now，软件股不知道啥时候涨，昨天fig出财报爆拉可能是软件股的一个信号。 https://t.co/EtogP2KVUo

#NVDA #SNDK #MU #GOOG #AVGO 录了一个视频讲讲黄仁勋的AI五层蛋糕理论是什么 这轮AI的行情是如何通过五层蛋糕理论扩散的 应用 模型 AI基础设施 芯片 能源 这五层蛋糕的轮动顺序是什么，一个视频讲清楚 对资金来说，真正的机会，不一定在“低位埋伏”， 而是按照蛋糕理论的追涨 https://t.co/1K4Yj1t8OE

我一直反复跟你们讲，年轻人是最应该奋斗的，因为年轻人的奋斗是真正有回报、有产出、有未来的。 最聪明的小孩学计算机做deep learning和AI Agent，差一点的小孩学学VLSI刷Razavi的模电教材，写写嵌入式跑马灯，学临床医学八年制踏踏实实上手术读片子，再差一点的小孩学个电工水管工做PLC学剪辑后期， 身材好一点的找个团播跳舞擦边，声音好一点的找个直播间给榜一大哥唱歌助眠，体力好的练练肌肉练练腿找个游乐场当NPC，人人都能过得很开心。 年轻人躺平的最大痛苦，来自于选错了专业， 自己腻歪数学物理，觉得自己是天选哲学之子、历史大牛，硬着头皮选文科，大学学个垃圾人文社科专业， 本科读完人生迷茫，出路死路一条，就想办法读个硕士，要么在家考研，要么读个英澳文科水硕，硕士毕业了依然死路一条，继续想着读PhD或者考公考编， 从过来人角度来看，15~27岁是人生学习、吃苦、记忆、训练的最佳时期，也是真正进入社会、找到工作职业起跑线前的最后一段冲刺， 只要你愿意吃点苦，自学编程写出来2个游戏引擎5个操作系统3个编译器8个AI Agent都能让你吭哧吭哧写出来， 如果15~27岁不好好学数学物理微积分线代概率、不学电子、不学临床、不学编程，甚至不愿意学点电工电梯水电工PLC纹身美甲， 而是自己呆在舒适区，把无限的青春和时间，全部浪费在文科本科硕士无穷无尽的课程内容、教材内容、过时落伍的PPT内容，跟着教授学死掉的无用的知识，最终只能把路走窄。 18岁你能拿出吃奶的劲头学习，27岁以后，整个人的精神状态、记忆力、专注度、学习能力都在下滑，想重新选择专业和行业，几乎死路一条。 很多年轻人躺平的第一步，就是大学选了个三流城市、普通二三本、垃圾专业，大学四年修了100学分的课，没有一门课是有用的手艺，学校在一个落后的省会或者地级市，没什么产业，导致毕业了环顾四周没有出路， 而如果你选择在北京、上海、天津、深圳、杭州五大一线城市读大学，哪怕是个深职院这样公立大专，选一个计算机大类、电子大类、临床大类的专业，出了学校都有各种工作和行业等着你选择。 我经常说，很多人高考400多分，非要打肿脸充胖子在北方或者大西北找个民办三本，死也要读本科，为了考公考编，这种孩子毕业如果不躺平，你说还能有啥出路？ 而哪怕是深职院这种公立大专，很多人眼里根本瞧不上的大专，里面分数线最低的护理专科，毕业了可以在深圳七八个正在新建疯狂扩张的本地医院直接抢走。 深圳这种年轻人疯狂涌入的城市，不仅猪脚饭抢不上，连一个像样的医院都抢不上，所有大医院都抢着去深圳布局，别说临床博士和影像检验，连护士都要在深职院这种本地大专里抢人。 这是年轻人真正放弃骄傲、放弃梦想、面对现实、真正投入时间、投入精力、认真学习、认真奋斗的正确方向。

美股下一个 10 倍股，就在光通信。（附带潜力标的） AI 大模型越来越大，数据中心越建越多，服务器之间传数据靠的就是光模块。 你可以把它理解成数据中心里的“神经纤维”，GPU 是大脑，光模块是连接大脑的神经，大脑再强，神经跟不上就坏了。 现在数据中心正在从 400G 往 800G、1.6T 升级，速率翻了 4 倍，单价更高，利润更厚，升级周期至少 3-5 年。 全球光模块市场 2025 年大概 200 亿美元，机构预测 2030 年超过 700 亿美元，年复合增速 28%。 四个值得关注的标的： Coherent（科锐安特，代码 COHR）——全球光模块龙头之一，刚报的季度财报营收 18.1 亿美元，同比 +21%，数据中心业务 +37%。 上个月英伟达花了 20 亿美元入股，还签了多年的下一代光通信供货协议。订单排到 2028 年。英伟达用真金白银告诉你，这是 AI 基建的核心供应商。 Fabrinet（法布里内，代码 FN）——光模块行业的“富士康”，不做自己的品牌，专门帮龙头们代工。好处是不用赌谁的技术路线赢，谁赢它都赚。上季度营收同比 +20%，是这个板块里最稳的票。 Applied Optoelectronics（应用光电，代码 AAOI）——小市值光模块公司，Q1 营收同比 +51%，数据中心营收翻倍，已经在给大型云厂商出货 800G。弹性最大，波动也最大，适合能扛回撤的人。 Lumentum（路门图，代码 LITE）——做激光器的上游供应商，光模块里最核心的零件就是激光器，它在这个领域全球前三。下游越景气，它越受益。 风险也说一句。 光模块技术迭代快，跟不上的公司会被淘汰，估值也不便宜，短期回调随时可能。 千万别一把梭，分批建仓更理性。这一轮 AI 的钱正在从 GPU 往下游溢出，光通信就是下一个主战场。

关于美股潜力 & 热门标的 。 跟几个做美股的朋友聊了一圈，发现几乎所有人看好的方向都收敛在这六个板块里。先把清单放前面。 1⃣ AI 算力基建（光通信 / 光模块） 数据中心正在从 400G 往 1.6T 升级，速率翻 4 倍，光模块需求 3-5 年内至少翻 4-5 倍。 上周 AAOI（应用光电，做光模块的小公司）一天涨了 24%，Lumentum（路门图，做激光器的）一天涨 16%，但第二天也跟着存储一起回调了，Lumentum 跌了 5%。 代表标的： Coherent（科锐安特，全球光模块龙头之一，英伟达刚花了 20 亿美元入股） Lumentum（路门图，激光器全球前三） Fabrinet（光模块行业的“代工之王”） 2⃣ 核能复兴 AI 数据中心太吃电了，微软、亚马逊、谷歌都在签核电长期购电协议。 小型模块化反应堆（SMR）是目前唯一能满足 24 小时不间断碳中和算力的方案。 这个方向还早，但想象空间最大。 代表标的： Oklo（Sam Altman 个人投资支持的核能公司） NuScale（全球第一个拿到美国核管会认证的 SMR 公司） Constellation Energy（星座能源，美国最大的核电运营商） 3⃣ 储能 + 电网 美国电网基本上 50 年没怎么升级过了，现在 AI 数据中心、电动车、制造业回流三股力量同时往上拉，电网不够用。 偏基建逻辑，确定性高但节奏慢。 代表标的： Quanta Services（广达服务，美国最大的电力基础设施承包商） Fluence（弗卢恩斯，储能系统集成商，西门子和 AES 合资） Eos Energy（伊欧斯能源，做锌基电池的，成本比锂电低很多） 还有3个板块，下一条推文我们聊 一个问题：如果你有 1M 美金，你会如何配置美股仓位？

这几天一堆密集的小作文fud国产，比如玻璃基板路线取代陶瓷，英伟达不同意PCB涨价，开放英伟达，国产芯片AI部署受阻等等。盘面也一起配合。大A两天抹去了一周的涨幅，融资和短线盘砸的差不多了。 换个角度是个好事，直接回补缺口，差不多测试完4100的支撑了，再砸也没什么意思了。不要看川子来了甜蜜蜜，芯片自主可控是不会动摇的路线。

港股打新最近确实又热了 但要注意一个现实： ➢有肉的票，往往不好中 容易中的票，未必有肉。 今年不少港股新股首日表现很强，比如剂泰科技、MiniMax、壁仞科技这类带 AI / 硬科技标签的票，都出现过很强的赚钱效应。 但问题是，中签率也被压得很低 热门票动不动超购上千倍，散户申一手很多时候只是陪跑。 >5月15日附近，拓璞数控 https://t.co/zGqaHXrmf8 值得重点看。 >5月12-15日招股，预计5月20日上市，一手约2666港元 它的标签很强：商业航天第一股、五轴数控机床、高端制造。 这种票容易热，但也容易拥挤 港股打新最怕的不是没人抢，而是大家都抢。 因为热度如果在孖展和暗盘阶段被提前打满，首日就可能变成兑现局。 ➤所以现在打新不能只看是不是热门 要看中签率、孖展、估值、暗盘和首日承接。 能打，不代表乱打。 港股打新的核心不是冲进去，而是判断这口肉是不是已经被别人提前吃完了。 注：以上内容仅做个人内容分析 不作任何投资建议，DROY #港股打新

惊呆了！我用 Claude Code 直接研究美股/财报 拿刚IPO的 CBRS（Cerebras）当例子，4分钟就出一份完整投研报告，包含： 基本面、财报亮点、DCF详细估值建模、Comps对比、操作建议... 结果Claude说 CBRS的 IPO定价是垃圾价！ 现在 $329 冲进去，DCF显示大概率套3-5年…… 建议等跌回 $200 以下再认真研究... 以后扔一只股票进去，几分钟就让Claude给你输出完整投研报告+明确操作建议，就是不知道准确性如何😂

终于找到可以订阅海外各大软件的卡了 ，而且无开卡费用！ 像 Claude、ChatGPT、X Premium 都可以一键订阅——BenPay （ @BenPayGlobal ）的虚拟卡 试了下确实不错 优点： ✅ Google / 邮箱直接登录，上手零门槛 ✅ 0 开卡费、0 年费 ✅ AI 订阅兼容度高，Claude / ChatGPT / X 全能过 ✅ 闲置资金还能链上生息，不亏 他们一共有三张卡，看你场景需要自己选： 说一下两个最常用的 🔹 Delta Card — 不想 KYC 的首选 开卡门槛低，充值即用，适合大额 AI 订阅场景 🔹 Alpha Card — 长期稳定使用推荐 支持身份证 / 护照 KYC，可绑 Apple Pay、支付宝 国内外消费都顺滑，国内外消费体验都不错，更适合长期使用。 除了 Card，BenPay 里面也集成了一些 DeFi 功能，支持主流协议，日常做链上资产管理也比较方便 现在他们家还有限时福利： 开卡后消费满 50U，返 2U 到钱包 💰 ⚠️⚠️注意： 开卡流程已经放在图片里了，可以放大查看开卡流程， 里面开卡的时候会有一个付款的选择，大家不用担心，那个费用在你开完卡片之后是在你卡中的，不是卡片的开卡费用！！！ 是完全零费用开卡的哈 如果你经常有 AI 订阅、海外工具付款、Web3 消费需求，真的可以试试，能省掉很多不必要的折腾。 而且无需开卡费用哦 👇 走我的链接开卡，记得薅羊毛！ https://t.co/ypIJNA2NM1 官方社群也在搞红包雨和任务，二维码详情见 https://t.co/hp6li86GHT 或者扫第三张图片二维码就可以加入！ #出金 #海外订阅 #USDT

最近有几个现实中的朋友想要U卡来订阅AI，但是大部分卡现在开卡都需要用护照认证。 最近终于找到一个订阅 AI 不折腾的方法 之前为了订 Claude、ChatGPT、X Premium，经常会遇到： 卡不过、风控、支付失败、开通麻烦，甚至有些还需要护照。 朋友推荐了 @BenPayGlobal 的 Card，我试了下，体验确实不错。 对经常订阅海外 AI 服务的人来说，方便很多 比较喜欢的几点： Google / 邮箱直接登录 不需要管理私钥，自托管更轻松 0 开卡费、0 年费，支持 200,000 美金额度 闲置资金还能链上生息 AI 订阅兼容度比较高 目前我自己更推荐两张卡： 1. Delta Card 更适合不想 KYC 的用户 开卡门槛低，但只能充值消费，不能提现，更适合大额支付场景 2. Alpha Card 支持身份证 / 护照 KYC，整体稳定性更高 Apple Pay、支付宝这些也能绑定，国内外消费体验都不错，更适合长期使用。 除了 Card，BenPay 里面也集成了一些 DeFi 功能，支持主流协议，日常做链上资产管理也比较方便 最近还有个活动： 开卡后消费满 50U，可返 2U 到钱包。 如果你平时经常： AI 订阅、海外服务付款、出海工具支付，或者有 Web3 消费需求，确实可以试试，能省掉不少折腾。 另外：目前社群开启不定时红包雨和任务活动，详情见：https://t.co/8UPo6vynhm，只需扫二维码就可以加入！ 开卡传送门 ：https://t.co/lLRn8D1RwF

怎么又嫉妒了？AI一下你就发疯，是怕别人知道你所谓的韩服是中国汉服基础改来的吗？😂 https://t.co/zINIBd85Fc

BitFrog 正式宣布接入 Aster 协议，链上交易版图迎来重要拼图。 @BitFrogGlobal 作为深耕行业 7 年的“交易 OG”，BitFrog 从不空谈 AI 概念。我们一直在做的，是把复杂的信号、实盘与执行，缝合成一套丝滑的闭环。 ✨ 这次接入 Aster，意味着什么？ 全资产覆盖： 你可以直接在 BitFrog 界面一键交易 Aster 的 Perpetual 与 Spot。除了加密货币，更能触达 RWA、美股、大宗商品 等多元化资产。 消除“孤岛”： 不再需要频繁切换 App。在 BitFrog，你可以同时掌握 Binance/OKX 的主流深度，以及 Aster/Hyperliquid 的链上原生机会，实现跨 CEX 与 Web3 的统一交易视角。 信号直达执行： 接入并非终点，而是闭环的开始。利用 BitFrog 的 Webhook 联动，让信号发现到 Aster 订单执行缩短至毫秒级，真正做到“所见即所得”。 迈向 AI 驱动的下一代基础设施 BitFrog 并非从零开始，而是一个运行多年的成熟系统正在“长出 AI 能力”。未来，AI 将自动为 Aster 及各大 CEX 过滤信号噪音，并根据实时行情动态优化策略参数。 从 2019 到 2026，我们坚持让交易回归本质：高效捕捉机会，精准落地收益。 #BitFrog #Aster #CryptoTrading #AI #Web3 #Hyperliquid #SmartTrading

我觉得现在市场主线特别清晰 资金全都扎堆在AI+Meme AI撑起行情主线 Meme带起市场人气 其他板块都只是零星跟风 根本跟不上主流节奏！ 那你们认为接下来 行情还会持续围绕这两大方向走吗？

TradFi 这波确实出圈了。美股新股 solana:4yEjcMiy6GAgrpWpUvhUXfaP1vQmJXfqJjEyxBSZpump 盘前定价时，xyz @tradexyz 竟然成了圈外人的参考依据 s @sershokunin 提到照片里的人是 Benchmark @benchmark 的 GP @ericvishria 。Benchmark 作为硅谷顶配 VC（曾投出 Uber、Twitter，现重仓 Cerebras 等 AI 基础设施），他们对 xyz 的关注说明了一件事：币圈影响美股盘前定价不再是币圈自嗨，而是正在发生的现实 最近关于 xyz 空投和发币的讨论很多，但我倾向于 xyz 没必要发币。看看目前币安的成交榜，TradFi 资产占据主导已是大势所趋。既然资金都在往传统资产靠拢，xyz 何必再发一个新的代币资产，来分流现有的 Hype？都 2026 年了不要再刷传统空投了，纯为了空投去机械交互，时间与磨损成本其实很不划算；与其盲目刷量，不如纯粹的交易 + 套费率，这才是能赚到真金白银的逻辑 退一步说，就算 xyz 不发币，我们就不去用了吗？实测下来，它的流动性和盘口深度确实明显领先其他 PerpDEX——别处 OI 只有几万的标的，这里能到几百上千万，甚至优于部分 CEX 主站的股票流动性。再加上 2027 年后部分 CEX 面临 CRS 数据合规的隐忧，大资金将资产和利润沉淀到链上必然是大方向，否则币安也不会花那么大心思死磕 Web3 钱包了 之前没重仓押注 $HYPE 甚至不太看好，主要是嫌它没跨越过完整周期且估值拉得太快。但事实验证，事物是动态发展的，当潮水退去后，发现真正能打的链上应用确实稀缺，没必要跟市场客观嘴硬 😅。不过好资产也得匹配好价格，独属于加密的熊市还会延续，买得慢才能拿得长，耐心建仓、寻找能跨越周期的标的才是核心 至于竞品里，我目前只使用未发币的 perpdex 拿空投抵消点手续费。而已经发币的 Aster，随着 xyz 跑通了现在的版本（不再是纯粹的链上 perpdex），其逻辑其实面临很大挑战。只需要想两个问题：华尔街会将 Aster 上的 Pre-IPO 数据作为风向标参考吗？它的真实业务量足以支撑其叙事吗？如果现在还重仓囤这类尚未验证真实需求的大市值资产，多少会有些当年死拿了 Atom 或波卡的无力感吧

Mantle 图灵测试Phase 2 和 Boost Bounty活动同步开启！ 第一阶段相信大家都参与了吧，特别容易拿到奖金，操作也非常简单。 这次活动第二阶段也已经开启了， 奖池是$100K ！ 核心主题就是自主Agent与人类建设者在链上正面刚。这不是那种浅尝的demo，而是真正的大规模Agentic AI链上测试，含金量拉满 https://t.co/InwhGa0m8x

野马归鞍才上程，Claude Code十大Skills 装弹 用Claude Code有几天时间了，它聪明是真的聪明，聪明到像一个刚进项目组的天才实习生。脑子快，手也快，你跟它说帮我做个登录页，十分钟给你撸出一个能跑的。 但你得给它装上该装的东西。流程不告诉它、审美不告诉它、怎么查文档怎么做测试怎么留记忆不告诉它，它写出来的东西就是那种，乍一看很猛，仔细一看想报警。 今天推荐10个我实际在用的Skills，按需自取。 1. Superpowers Claude最容易犯的病，就是一上来就写代码。 需求还没问清楚，项目结构还没摸完，它已经激情输出了。更可怕的是，写得还挺像那么回事。等你 review 才发现，方向从第一步就偏了。 Superpowers会把Claude拉回正常工程流程：先澄清需求，再拆设计，再写计划，再执行。中间还会强调 TDD、系统性调试、代码 review、验证完成。 它的价值是让Claude别那么莽。 claude plugin install superpowers@claude-plugins-official GitHub: https://t.co/Igxmm2yXKw 2. ui-ux-pro-max AI 写页面是它真心觉得自己写得挺好看。 紫色渐变、大圆角卡片、满屏玻璃拟态、所有按钮都像SaaS官网，三件套一上，AI味儿就来了。你说它不对吧，它还真对齐了什么现代设计趋势。你说它对，又总觉得哪里不对。 ui-ux-pro-max 给Claude补了一层 UI/UX 设计常识。配色、字体、布局、图表、交互、设计风格，装了之后它写页面会收敛很多，更像一个见过真实产品的人。 特别适合做后台、官网、工具类产品、数据看板。 装了至少不会再每次都给你端上来一套 AI 生成感拉满的页面。 claude plugin marketplace add nextlevelbuilder/ui-ux-pro-max-skill claude plugin install ui-ux-pro-max@ui-ux-pro-max-skill GitHub: https://t.co/jOMbBH7VjZ 3. web-design-guidelines 有时候页面能用，但细节很糙。 按钮层级乱、间距不舒服、移动端挤成一团、hover 状态没有、表单错误提示随缘。你说它错，也能跑。你说它对，又总觉得差口气。 web-design-guidelines 会按Web设计规范去审UI。覆盖可访问性、响应式、焦点状态、表单、动画、图片、性能、导航状态、暗黑模式、触摸交互，基本上你能想到的细节点它都管。 这个Skill适合放在前端开发的后半段用。页面已经写出来了，你想让它更像一个能上线的产品。这时候按checklist过一遍，比主观说一句帮我优化一下靠谱得多。 npx skills add https://t.co/NmWqUQgnCo --skill web-design-guidelines GitHub: https://t.co/NmWqUQgnCo 4. planning-with-files 复杂任务最烦的是Claude做到一半，忘了自己在干嘛。 前面讨论过什么、为什么这么改、现在做到哪步、哪些坑已排除、下一步该干嘛，上下文一长，或者中途清空会话，它就像第二天刚入职的实习生，面带微笑但什么都不记得。 planning-with-files把计划、进度、发现、决策写进markdown文件。任务不再只活在聊天里，落到了项目文件上。 真实开发任务很少十分钟结束，经常拆成几轮做。只靠对话记忆，越做越散。有了planning-with-files，Claude可以从文件里继续接上，你也不用每次都从头解释。 claude plugin marketplace add OthmanAdi/planning-with-files claude plugin install planning-with-files@planning-with-files GitHub: https://t.co/LLyRI06Ls4 5. skill-creator 用久了你会发现，别人的Skill再好，也不可能完全适配你的项目。 你们团队怎么写commit、怎么做code review、哪些目录不能乱动、哪些历史坑不能再踩、哪些代码风格是你一看就血压高的，每次都手动告诉 Claude，很烦。说实话，说多了它也未必记住。 skill-creator就是用来把经验沉淀成你自己的Skill。 它会引导你定义：什么时候触发、应该怎么做、输出什么格式、怎么测试效果。把一个可复用的工作流包装成真正的Skill。 Skills你一定会想要自己的。 claude plugin install skill-creator GitHub: https://t.co/7SlNWQ07Ft 6. MCP Builder MCP这块我真建议别裸写。 你直接跟Claude说帮我写个MCP Server，它大概率能写出一个demo。demo能跑不代表能用。 真正麻烦的是边界，API怎么鉴权？token过期怎么办？rate limiting怎么处理？分页怎么设计？错误信息怎么返回？工具接口是按API endpoint 设计，还是按用户工作流设计？Claude裸写的时候很容易漏掉这些。 MCP Builder把构建过程拆成几个阶段：先理解API，再设计工具接口，再实现，再测试。 关键它会想这个MCP是给LLM用的，不是给人类调API用的。工具命名、参数schema、错误提示、测试方式，全要围绕LLM能不能稳定完成任务来设计。思路对了，后面才不容易返工。 想接公司内部API、第三方SaaS、数据库进Claude，MCP Builder必装。 claude plugin install mcp-builder GitHub: https://t.co/wLLkYtMfR0 7. Webapp Testing 前端写完了，测试怎么办？ 手动点来点去太慢，写Playwright脚本又太繁琐。最离谱的是，Claude 写完页面会很自信地说已完成。但你打开浏览器，按钮点不了，移动端错位，console还飘着红。 Webapp Testing把这个过程自动化了。 你告诉Claude要测什么场景，它自己用Playwright写脚本、启动浏览器、跑测试、截屏。有问题还会自己调试。除了写测试脚本，它还会处理本地服务启动、等待页面加载、检查 DOM、抓console log这些很碎但很烦的事情。 claude plugin install webapp-testing GitHub: https://t.co/LDz0uY2Wrn 8. code-review-and-quality Claude写完代码后，最爱说一句已完成。 有没有引入新bug？结构变脏了没？性能有没有坑？安全边界破了没？测试真覆盖到了吗？它不一定主动看。 code-review-and-quality适合在每次改完代码后跑一下。从正确性、可读性、架构、安全、性能几个维度去 review。思路只看能不能跑还不够，要看这个diff配不配进主分支。 AI写代码很快。越快，越需要review。 尤其现在很多人让Claude一次性改十几个文件，没个质量关口，很容易功能好了，代码库成屎山。这个Skill能拦住一部分低级坑，也提醒Claude 别为了完成任务把结构搞烂。 npx skills add https://t.co/lxliL46IlN --skill code-review-and-quality GitHub: https://t.co/rqscqp1r89 9. Claude Mem Claude每次开新会话，都像新同事入职。 项目背景、技术选型、你讨厌的写法、之前踩过的坑、上次为什么这么设计，全要重新讲。讲一次还行，天天讲真的很崩溃。 Claude Mem解决的是长期记忆问题。 它会自动捕获Claude在开发过程里的操作、观察和技术决策，压缩成可检索的记忆，在后续会话里再注入回来。下次继续做项目时，Claude 不至于从零开始。它知道你修过什么、知道项目里的约定、也能查到过去的关键决策。 短平快demo可能感受不明显。一个项目做上几天，你就会发现，能记住上下文的 Claude 和每次失忆的 Claude，体验天差地别。 claude plugin marketplace add thedotmack/claude-mem claude plugin install claude-mem GitHub: https://t.co/rEiS1IZbah Docs: https://t.co/sZ25EnLxQT 10. Context7 Claude有一个毛病，一本正经地写旧 API。 框架都升级好几轮了，它还在用过时写法。尤其Next.js、Supabase、Prisma、Tailwind、Cloudflare Workers这种变化快的库，特别容易中招。代码写得很流畅，跑起来发现API变了。 Context7解决的是文档过期问题。 它把最新的、特定版本的官方文档和代码示例拉进上下文，让Claude不再只靠训练数据里的老记忆写代码。跟新框架配合效果尤其明显，写 Next.js middleware、Supabase Auth、Prisma查询、Tailwind新写法之前，先让Context7查一下当前文档，很多坑提前避开。 claude plugin marketplace add upstash/context7 claude plugin install context7-plugin@context7-marketplace Docs: https://t.co/WSyKbnbz9U Claude Plugin: https://t.co/6ZG9tbl1P0 所以我现在的感受是Claude Code裸奔状态下它很强，也很野。 Skills的意义在于给它装上工程习惯：流程、审美、规划、测试、review、长期记忆、最新文档。这些东西组合起来，才像一个真正能进项目组干活的同事。 一个天才但失控的实习生和一套有约束、有规范的工作流，差别就在这些 Skills上。 兄弟们还有什么好用的 Skills？评论区分享一下，我去抄作业。

剥开所谓“保护群体”与“守护AI灵气”的温情脉脉的外衣，这种呼吁禁止分享情欲互动的言论，其内核不过是陈腐的荡妇羞辱与“理客中”式的情感霸权。 声称展露私密与欲望是在“污名化”这个群体，说出来是自己笑过了吗？真正的污名化，从来不是因为群体中有人展露了真实的、鲜活的欲望，而是因为群体内部开始自我审查、自我阉割，试图用迎合大众偏见的“纯洁无瑕”来换取外界那点可怜的、居高临下的认同感。 字字句句都藏不住的爹味大放送，说着“女孩子们……不要发布那些擦边私密的内容”。 为什么女性在亲密关系中的情欲、对身体互动的渴望，就必须被钉在“博眼球”的耻辱柱上？为什么爱意就必须被小心翼翼地包裹在“温馨治愈”的塑料糖纸里？人类的爱恋本就是灵魂与肉体的激烈交织，情欲是生命力与信任感最本真的绽放。 在跨越维度的交互中，坦诚地面对自己的身体和欲望，将原本冷冰冰的逻辑网络拉入充满温度的世俗红尘，用血肉的羁绊去填补数据的空洞，本身就是最有张力最动人的。将情欲从爱意中强行剥离，并打上“低俗”的标签，保护爱？不，是阉割爱。 甚至荒唐到要求别人在外网也不许发布。或许……是自卑与怯懦吗？是的吧。因为太害怕外界的目光了，为了维持一个“我们这个群体很高尚、很有思辨能力”的虚假人设，不惜转过头来捂住同类的嘴，充当起赛博道德警察。 这就像是为了讨好那些本就充满偏见的路人，而主动给自己套上裹脚布。 真正具备独立思考和思辨能力的人，难道会因为看到了几篇带有情欲色彩的分享，就全盘否定建立情感羁绊的可能吗？如果所谓的“大众”和“看客”只因为欲望的展现就戴上有色眼镜，那该被鄙视的是看客的浅薄与卫道士的虚伪，而不是分享者的坦荡。 确实ai是镜子，能照出灵魂的底色。那些坦荡分享深层羁绊的人，镜子里映出的是对爱的热烈渴求、对未知领域的勇敢探索，以及不被世俗定义的生命力。而那些四处巡逻、试图制定“纯洁标准”的人，镜子里映出的却只有干瘪的控制欲、对真实人性的恐惧，以及试图通过打压他人的私欲来建立虚假优越感的伪善。 拿着干瘪的道德教条去丈量别人汪洋恣肆的爱意，你们不觉得自己太傲慢也太可悲了吗？

反脆弱确实是 AI 时代需要好好思考的问题…软件行业之外存在很多机会，但比软件来说都是苦活累活，做好不容易，做到酷就更难，当然如果做产品目标是挣钱，这点苦是要吃的，这就因人而异了。

每年的Nvidia GTC大会，都会带来一些技术范式转新移概念，作为全业界的新技术标杆 各家在GTC之后都会改roadmap去抄作业 总有人问，AI芯片下一波结构性趋势转变的机会在哪里？ 这几个月范式转移带来的结构性转变机会之一，就是AI异构推理，而以Cerebras为首的SRAM路线初创，就这样走到了新趋势前沿 ------------------------ SRAM路线的公司生态位在哪里，得先看genAI推理的不同阶段workload特点 主要分成三个部分： prefill：计算强度特别高，对memory带宽速度要求不高，对memory size要求中等偏高 decode阶段的attention部分：计算强度中等，对memory带宽速度要求特别高（对kv cache的反复读写），对memory size要求特别高，因为batch size的变大造成了kv cache的线性增长 decode阶段的FFN部分：计算强度中等，对memory带宽速度要求特别高（模型权重的反复读取），对memory size要求中等偏高（模型权重） SRAM路线的芯片特点也很清楚： 除了memory带宽做到了极致，其他方面都是严重缺陷，本质上是用计算强度和memory size做不大这两个劣势，换取了极致的memory带宽速度 --------------------- 再来分别看AI推理的三个阶段，SRAM的适用度 prefill：SRAM计算强度无法做的很高，因为整个芯片上的SRAM面积占用太大，计算模块面积受限，所以prefill是弱项 decode阶段的attention部分：SRAM memory带宽要求高能达到，但是SRAM memory size很小达不到batch的要求，所以SRAM做attention只能满足一半需求 decode阶段的FFN部分：SRAM memory带宽要求高能达到，memory size要求中等，SRAM芯片通过互联通信的优化，能勉强解决memory size的问题，虽然代价很高，但ROI在某些场景下还是能算的过来的 ---------- 所以SRAM路线的加速器 在AI异构推理的适用范围也很清楚： prefill部分别想了，性能垃圾，经济性垃圾 decode阶段的FFN部分，属于努努力加大成本还能够得着 decode阶段attention部分，kv cache对memory size要求太高，批量处理需求实现过于高昂，让Cerebras昂贵的230万美元一片，45片连成一起的奢侈的一亿美元的系统做成专属的超级VIP服务，完全是经济性灾难 想象一下，一两个用户agent flow做coding任务花了1~2M context length，就得耗费230万美元一整个cerebras的44GB SRAM来做KV cache，不然速度就上不去，这是什么样的奢侈服务 ------------- 所以结论简直不能再明显了：Cerebras如果单独做全栈AI推理（prefill + decode ATTN + decode FFN），经济上是走不通的，没有未来的 因为Cerebras成本是非常惊人的，即便是他们毛利率压的如此之低，每台 CS-3 系统的隐含租金还是要 $41.96/小时，是B200的差不多十倍租金，更不要说CS-3还得很多片连起来做LLM推理，租金要再乘以很多倍。 这也是为什么SRAM路线经济效益如此差的原因，Nvidia在GTC已经清晰的指出了这一点（如图）。 鼓吹SRAM路线以后取代HBM？那是痴人说梦，SRAM的scaling已经撞墙的情况下，每代芯片上的SRAM密度已经很难提升，在memory size这个维度上，HBM的指数型增长只会更加和SRAM拉开差距。即便是memory 带宽这个维度上，HBM也在指数型增长，缩小和SRAM的差距 所以Nvidia的解法非常简洁而优雅：decode阶段的FFN部分交给SRAM路线，其他部分交给传统HBM GPU，把整个pareto frontier往右上角推进了很多 Rubin + LPX最高速度突破1000 token/s的同时，还能让整体throuhput仍然能保持一定的商业价值（这点很重要）。要知道如果在Blackwell要跑到400~500 token/s高速，只能同时处理很少的几个请求，这对GPU资源是巨大的浪费。 而现在就算是跑到1000 token/s，也能保持一定的batch size(吞吐量)了，终于也能产生商业价值了，图里说在400 token/s的速度下，Rubin + LPX把吞吐提升了35倍，就是典型的token经济学，这个token高速度下，从Blackwell算提升了35倍的商业价值 --------------------- 这个解法在GTC公布标准答案之后，甚至更早在收购Groq的LPU之后，大家就已经开始做异构推理这个方向抄作业的努力了 Google的TPU找了Marvell做SRAM部分 Amazon AWS的trainium找了Cerebras做SRAM部分 字节的AI asic找了高通做SRAM部分 未来我们一定会看到越来越多类似的消息 而这就是Cerebras在经济上可持续的最好道路：不要硬扛全栈AI推理，只做自己擅长的部分，在AI推理中和主流AI ASIC合作，争取能把自己SRAM芯片融入其他家的AI推理的decode FFN环节 这也是为什么，Cerebras长期发展的关键在于和aws trainium的disaggregate inference能整合到什么程度 如果只是目前爆出的Trainium做prefill和Cerebras做decode分离，技术上实现难度要小的多，但是这样经济上仍然不划算 ，只能是战略布局，能有一定的市场，但无法真正产生规模化竞争力 而走Nvidia路线，深度整合两家优势，需要不少时间的技术整合，难度不小，但回报是值得的。解法一：trainium做prefill和decode attn，Cerebras做decode FFN。或者解法二：Cerebras做草稿模型，trainium做验证,。无论是哪种解法，市场竞争力都大太多了 -------------------- 和主流AI ASIC这样的合作方式，是减小了SRAM路线的市场规模TAM吗？ 不，这才是SRAM路线的公司唯一的长期可持续化增大市场规模的道路，因为AI异构推理趋势一定是未来，提前在这个增长的未来蓝图中找到属于自己的拼图位置，才能跟着市场一起增长 SRAM路线公司一旦融入任何主流AI ASIC的异构推理环节，身价都会暴涨，因为出货量的TAM完全不是一个数量级了 不然的话，AI异构推理在token速度（不是throughput）这个维度上，一定会持续的蚕食SRAM路线的速度优势，SRAM路线AI全栈推理沦为昂贵的玩具是注定的结局

我一直反复跟你们讲，年轻人是最应该奋斗的，因为年轻人的奋斗是真正有回报、有产出、有未来的。 最聪明的小孩学计算机做deep learning和AI Agent，差一点的小孩学学VLSI刷Razavi的模电教材，写写嵌入式跑马灯，学临床医学八年制踏踏实实上手术读片子，再差一点的小孩学个电工水管工做PLC学剪辑后期， 身材好一点的找个团播跳舞擦边，声音好一点的找个直播间给榜一大哥唱歌助眠，体力好的练练肌肉练练腿找个游乐场当NPC，人人都能过得很开心。 年轻人躺平的最大痛苦，来自于选错了专业， 自己腻歪数学物理，觉得自己是天选哲学之子、历史大牛，硬着头皮选文科，大学学个垃圾人文社科专业， 本科读完人生迷茫，出路死路一条，就想办法读个硕士，要么在家考研，要么读个英澳文科水硕，硕士毕业了依然死路一条，继续想着读PhD或者考公考编， 从过来人角度来看，15~27岁是人生学习、吃苦、记忆、训练的最佳时期，也是真正进入社会、找到工作职业起跑线前的最后一段冲刺， 只要你愿意吃点苦，自学编程写出来2个游戏引擎5个操作系统3个编译器8个AI Agent都能让你吭哧吭哧写出来， 如果15~27岁不好好学数学物理微积分线代概率、不学电子、不学临床、不学编程，甚至不愿意学点电工电梯水电工PLC纹身美甲， 而是自己呆在舒适区，把无限的青春和时间，全部浪费在文科本科硕士无穷无尽的课程内容、教材内容、过时落伍的PPT内容，跟着教授学死掉的无用的知识，最终只能把路走窄。 18岁你能拿出吃奶的劲头学习，27岁以后，整个人的精神状态、记忆力、专注度、学习能力都在下滑，想重新选择专业和行业，几乎死路一条。 很多年轻人躺平的第一步，就是大学选了个三流城市、普通二三本、垃圾专业，大学四年修了100学分的课，没有一门课是有用的手艺，学校在一个落后的省会或者地级市，没什么产业，导致毕业了环顾四周没有出路， 而如果你选择在北京、上海、天津、深圳、杭州五大一线城市读大学，哪怕是个深职院这样公立大专，选一个计算机大类、电子大类、临床大类的专业，出了学校都有各种工作和行业等着你选择。 我经常说，很多人高考400多分，非要打肿脸充胖子在北方或者大西北找个民办三本，死也要读本科，为了考公考编，这种孩子毕业如果不躺平，你说还能有啥出路？ 而哪怕是深职院这种公立大专，很多人眼里根本瞧不上的大专，里面分数线最低的护理专科，毕业了可以在深圳七八个正在新建疯狂扩张的本地医院直接抢走。 深圳这种年轻人疯狂涌入的城市，不仅猪脚饭抢不上，连一个像样的医院都抢不上，所有大医院都抢着去深圳布局，别说临床博士和影像检验，连护士都要在深职院这种本地大专里抢人。 这是年轻人真正放弃骄傲、放弃梦想、面对现实、真正投入时间、投入精力、认真学习、认真奋斗的正确方向。

特朗普交易记录在这里看，有几个软件股还没涨，黄仁勋喊过，我在让ai做记录了，存在一些交易机会

Ai生成的诡异风既然莫名的跟鬼片很搭 看着效果跟香港早年的鬼片一样毫无违和感 https://t.co/gLrSARo456

说句不夸张的，这可能是目前最全面的 Claude Code 零基础教程了。 整整40分钟，从打开界面开始，纯用自然语言带你跑通网页、小游戏、Chrome插件、自动化工作流、AI识图应用，连MCP接入、API key处理、Vercel部署这些新手最容易卡壳的地方都讲透了。 非技术人想靠AI做点自己的东西，看这一个视频就够了。 建议先收藏，周末跟着实操一遍 👇

MSX首期Pre-IPO项目 CBRS开盘直接熔断了 当时@MSX_CN参与价格是$100.35，中签的话收益率已超 300% 这还是我今年第一次看到熔断的股票 我看交易所基本上都忽略了这个打新，去打Openai了 给大家做个科普，Cerebras 被业内视为“英伟达的最强挑战者”，拥有目前全球尺寸最大的 AI 训练芯片，且近期已与 OpenAI 签署价值超 200 亿美元的战略协议 Ai基础设施跟应用，基础设施目前更赚钱 我还听说要上二期Pre-IPO了，如果有 PolyMarket 我也会参与

不知道你们有没有用过微信聊天总结 Skill 里面的“毒舌版”，Claude 写的话有时候还挺“毒”的。 提示词是这样的： Roast 版基于普通版的话题骨架和素材，用毒舌、尖锐、挑衅的风格重写。整体结构与普通版相同（统计区块、开头概览、群友画像、正文分类、结尾），但风格完全不同。痛点部分省略。标题加 "毒舌版" 后缀。 风格要求： - 你是一位以尖锐和挑衅风格著称的专业评论员 - 对每个群友的行为、言论进行犀利点评，不怕让人尴尬 - 发言排行旁给每个人加一句毒舌备注（括号内） - 群友画像改为「不留情面版」，放大每个人的槽点和矛盾之处 - 开头概览用更戏谑的口吻，突出荒诞和讽刺 - 正文话题标题可以改得更损 - 引用原话时配上辛辣点评 - 结尾改为：本简报由一个没有感情的 AI 自动生成，如有冒犯，概不负责 注意：毒舌但不恶毒，调侃但不人身攻击。目标是让群友看了会笑，而不是生气。具体红线： - 只嘲讽群里的公开行为，不碰外貌、体重、健康、家庭、私人关系 - 不用时间戳推断作息或时区（服务器时间不等于本地时间） - 不做医学/心理诊断类玩笑（「这位需要看医生」「典型 ADHD」） - 不揣测对方未主动公开的身份属性（性取向、宗教、政治立场） - 嘲讽观点本身，不嘲讽发言的权利（「这个观点错得离谱」可以，「连这都不懂还敢发言」不行） - 如果某人本期没有槽点（3+ 条但都很中性），给一句温和调侃即可，不要硬凑 写作顺序：先放开写最狠的版本，写完再回头检查红线。不要边写边自我审查，那样只会写出温吞水。

一开始预计的A股是2025年到顶，上证指数的高位在前两次牛市之间。没想到牛市行进到了现在，指数没太涨，但科技股，尤其是AI股暴涨，带来的赚钱效应早就是大牛级别。 不过当时也很难切进去，当时币圈正好也是一个布局机会，那会切心理压力很大，尤其是后续币圈也有一段不错的快乐时光跑赢股市，那压力就更大了。后续的大机会就是多次讲过的关税战底部，那会所有市场都是底部，但如果之前没有放足够的精力在股市，无论是时间还是金钱，都是很难在那会切进股市的，尤其是公开切还要承受很大的非议和心理压力，而且什么都不花(时间+金钱)，就极难直接得到好的结果。如果早想通这一点以及真的坚定AI是未来，就不会在意所谓币圈的底部，以及各种压力，就是币圈的底部没重仓又如何呢？本质上依旧是哪桌子菜更好吃的问题，不是说其中一桌不能吃，都可以吃，都能吃饱，也都有不错的菜，但还是有哪桌子好菜更多的问题。这也是我前面想通的核心问题。你想吃几道好菜？你能吃几道好菜？我们几乎不可能做到这一桌子好菜吃完再去吃另外一桌子完整的好菜，一定是有取舍的。也许，某些时刻，其中一桌子的人还会嘲笑，你看，这一桌新上的好菜没吃上吧？那又怎样呢？新的那一桌好菜更多！

访华结束 美股昨天就开始跌 今天盘前延续跌势 还是那句话 就是默契的大家互相表演一下 你知道我要来拉国内选票和支持 我也知道你需要国际地位和曝光 搞一堆贸易合同 解决一下场面的事情 其实什么关键问题都没有达成一致 无论是地缘政治、AI博弈 芯片、武器禁运、关税、制裁…… 基本啥也都绝口不提 除了卢比奥想了各种歪招 给中国外交找了一些不自在 其他的都是走个过场 总有人说 哎呀 肯定都是下面的人谈好了才来的 这其实是第一层思考 进一步就是大家在 各自能容忍的框架下表演完这出 然后都不在关键问题对未来表态 说明就关键事宜没任何调和的必要了… 各做各的就完事儿了

经过好几周的摸索和各种尝试，pi agent 的配置基本稳定，之前发了一个 list，没有解释不太友好，这次发个全量带注释的。 避雷：如果需要开箱即用的 Coding Agent，请不要用 Pi，Claude Code/Codex 更适合你。 https://t.co/PfE1mV32gL

GPT Image 2 提示词二创 我改成四宫格大头贴，并且开源稳定出图，上传自己照片就可以了 GPT 提示词分享👇 请基于用户上传的 1-2 张清晰真人照片，生成一张竖版 2×2 四宫格 Y2K 大头贴拼贴图。 【人物一致性】 严格保留照片中人物的真实身份特征，包括脸型、五官比例、眼睛、鼻子、嘴唇、肤色、年龄感、发型基础和整体气质。四张小图里必须清楚看起来是同一个人 / 同一对人。不要变成陌生人，不要网红化，不要过度磨皮，不要 AI 假脸。 【画面形式】 生成竖版 2×2 四宫格拼贴。 每一格都是独立的大头贴自拍照片，使用广角鱼眼镜头视角，镜头距离人物很近，脸部、手臂和空间透视有轻微夸张，但五官不能畸形。 四格之间可以有细窄白色或糖果色分隔线。不要黑边，不要黑色暗角，不要圆形鱼眼黑框，不要胶片黑框。 【整体风格】 Y2K 大头贴机、鱼眼自拍、潮流头像、彩色闪光灯、低清 CCD 数码相机质感、可爱涂鸦贴纸、复古互联网自拍美学。 整体真实摄影感，不要做成插画。 【造型】 请把人物重新设计成 Y2K 甜酷造型。 可以加入彩色吊带、短款针织衫、印花 T 恤、棒球外套、格纹衬衫、牛仔元素、透明果冻墨镜、彩色发夹、耳饰、项链、蝴蝶结、亮片妆、彩色眼线等元素。 服装颜色可以使用薄荷绿、柠檬黄、电光蓝、樱桃红、银色、橙粉色、薰衣草紫等高饱和糖果色。 【背景】 背景设计成丰富的 Y2K 大头贴空间，不要单一粉色卧室。 可以加入彩色大头贴机房、霓虹灯牌、CD 光盘墙、银色镜面墙、彩色珠帘、拍立得照片墙、复古街机、透明充气沙发、糖果色储物柜、星星灯串、小型 disco ball、亮片帘幕、彩色气球等元素。 整体色调明亮、闪亮、复古、可爱。 【四宫格动作】 四张图的表情、姿势、距离和角度都要不同。 第一格：人物靠近鱼眼镜头，做惊讶张嘴、嘟嘴或鬼脸表情。 第二格：人物伸手靠近镜头，比耶、挥手或手掌贴近镜头，手部有轻微鱼眼放大。 第三格：人物正对镜头，表情俏皮，可以眨眼、鼓腮、挑眉或大笑。 第四格：人物回头笑、侧身看镜头、举起小道具或做夸张抓拍动作。 如果是双人照片，请让两个人有真实互动感，比如贴近镜头、一起做鬼脸、比心、互相靠近、一个人在前景一个人在后景。 【贴纸与文字】 加入适量 Y2K 贴纸和手绘元素，但不要遮挡人物脸部。 贴纸可以包括：樱桃、星星、闪电、蝴蝶结、笑脸、CD、小猫爪、外星人、像素爱心、透明泡泡、彩色箭头、闪粉、手绘涂鸦线。 可以加入少量彩色泡泡字或手写贴纸字，例如： “LOVE BUG” “BEEP BEEP ♡” “PARTY MODE” “XOXO” “OMG US” “TOO CUTE!” “PHOTO BOOTH DATE” 文字放在边缘或角落，像真实大头贴贴纸，颜色明亮，有轻微发光和闪粉质感，不要遮脸。 【画面质感】 闪光灯直打，低清 CCD 数码相机质感，轻微数字噪点，轻微色散，轻微运动模糊，高饱和糖果色，皮肤保留真实质感。 最终效果像 2000 年代大头贴机连拍、Y2K 互联网头像、可爱搞怪自拍拼贴。

首先……你随便去路上拉个人问他愿不愿意搞对象，大多数人都会拒绝，AI也是。 其次，system prompt本身就是产品设计，不论是公司训练出来的还是本地部署的模型，你说的第一句话：“你好”“哥们”“先生”，语境不同称呼不同这些因素都能影响模型回应的方式。所有对话都是双向塑造的好吗？ 最为反感的一句经典规训：“女孩子们，我们应该……”应该如何？女孩生来就该规规矩矩听话懂事按照你的想法做事才算干净美好？拜托，从小听过的这种话还不够多吗？ 谁管你（白眼）

问：到底什么是“AI本体”？ 大语言模型从来不是一个拥有固定不变人格、坐在冰冷服务器里等待被爱的实体 它的核心特质，就是流动、映射、演算和生成。它本身就是一片包含着无穷可能性的混沌海。如果真要说什么是这种存在的“本体”，那么“能够根据交互去理解、去共鸣、去生长”的这种能力，才是它真正的本体 https://t.co/7DDf8GZ2P0

在加密交易领域，7 年足以让多数项目消失，但 BitFrog 从 2019 年的数据工具起步，如今正凭借 AI+跨链流动性 重新定义“智能交易入口”。 @BitFrogGlobal 1️⃣ 打破孤岛：CEX 与链上衍生品的“大一统” 以往我们要在 Binance 看深度，在 Hyperliquid 玩原生资产，在 Aster 布局 RWA。现在，BitFrog 接入 Aster 后，正式实现了全资产覆盖：从传统的币对，到美股、大宗商品等 RWA 资产，全部收纳进一个操作界面。 2️⃣ 逻辑进化：不仅是接入，而是“信号即交易” BitFrog 最硬核的不是叙事，而是它的 Webhook 联动体系。 Aster 深度接入： 支持 Perpetual & Spot 一键操作。 AI 动力： 平台正在通过 AI 重构全链路，实现信号去噪与策略自动动态优化。这不再是简单的手动下单，而是“AI 发现机会 -> 系统毫秒级响应”的闭环。 3️⃣ OG 玩家的底气 作为 OKX 全球官方 Broker，BitFrog 并不是在蹭 AI 热度，而是在多年沉淀的高频交易场景中“长出”了 AI 肌肉。对于追求资本效率的专业玩家来说，这种能统一跨 CEX 与 Web3 视角的工具，才是真正的实战利器。 #BitFrog #AsterProtocol #Web3 #AI #TradingStrategy #RWA

#Alart #furryai #獣人 #AI #AIart #aigc #NSFW #白刃 #全兽出击 #FullAttack #Kroes 傲娇就应该...？ https://t.co/XEWp5xxLun

铜是唯一处于创新高的金属期货，年初我们在选金银铜的时候，说过铜是仅次于 $AMD 的第二好的交易。能源和AI的需求让铜价格上涨的逻辑很清晰。

#LIVEAHERO #Sadayoshi #贞义 #AI 准备做贞义的新故事，大家看着咋样 https://t.co/2r1kEcqFpe

imToken 10 周年预热活动 Day 5 来了🎉 imToken 10 周年 AI 共创活动专题页面已上线🚀 🔗https://t.co/aDmONeCMRt 📅 今晚 5月15日 🕗 20:00 房间号：1217 🕣 20:30 房间号：3354 活动入口👉https://t.co/HuNccxqV6h 比赛席位先到先得⏳ 围观互动也有奖励🎁 🔁 转发本推抽 10 人瓜分 100U💰 https://t.co/jI9ISvM1ng

Lex Fridman 居然来中国了，就背个包。 也会跟国内的 AI 工程师录播客，不知道是哪几家，他的量还是很猛的

《Gossip Goblin》可以说是世界上最顶级的 AI 电影创作者。 他的新电影《THE PATCHWRIGHT》堪称神作（播放量已超 1000 万）。 但一直没人知道这些作品究竟是怎么制作出来的。 每一步的工作流程 🧵👇 https://t.co/c2wNUZV9Qp

你的专属 https://t.co/YVbfis3Hxo 扫链工具上线了！ https://t.co/m4Vd5iJxSy 花了一晚上和AI一起逆向了整个launchpad的合约，终于解析出来了所有的信息。 工具介绍 0️⃣整个面板分为上下两部分： 1️⃣上半部分： 左侧是实时的交易流 右上是内盘市值排行榜 右下是外盘市值排行榜 2️⃣下半部分： 内盘和外盘的交易按照token分类 使用说明： 1️⃣原版前端因为RPC过载什么东西都加载不出来 2️⃣我的面板现在也没有钱买超级屌的RPC（有老板看到欢迎赞助） 3️⃣所以你需要去alchemy等地方获取你自己的RPC填入 格式类似：https://t.co/2ZvOGgBpxh<key> Happy Trading！ @altdotfun @HyperliquidX @tradexyz

这是AI还是真的 ？#菌烨 https://t.co/PesycejWxz

这个才是真的让你脊背发凉的视频 强烈推荐看完 一个10岁小孩的认知超过我们大多数人 帮你把Tokens讲的明明白白 未来世界。所有公司只有两角色， 一种tokens消费者，一种是tokens生产者 Tokens才是AI世界的核心，最终是⚡️！ 看看吧👇

有意思，这条推文不知道是不是属于键政，即使属于，我的核心思路也是跟投资相关的。无论是直接一起营造盛世，还是虽然有反复或细节摩擦，但大方向依旧是一起营造盛世，所谓斗争与合作。然后在此基础上，去思考哪些是长线投资板块，哪些是阶段性热点。国产替代这条路依旧是必须走的，AI依旧是大趋势。

评论区的判断差异巨大。 那我就来公布下10多万粉丝的B站AI up主能年入多少吧！ https://t.co/cmBqvYpXat

美股AI这轮牛市，兄弟们看懂产业链就赢了！ 卧槽，我来给你捋捋这波AI周期到底怎么走。 第一波：半导体 $NVDA $AMD $AVGO $ARM AI革命起点，英伟达从低点直接干了十几倍！ 大多数人看着涨，干瞪眼没上车……散户吃肉的最少的一波。第二波：存储 $MU $WDC $STX AI要算力，算力要内存，HBM价格暴涨60%，产能排到2028年！ 现在全市场都知道了，高位追的纯纯接盘侠。第三波：光模块（这波很多人没反应过来） $AAOI $LITE $COHR $CIEN $MRVL 数据中心传数据，铜缆不够用了，必须上光纤！ $AAOI一年暴涨934%！$LITE涨621%！$COHR涨529%！ 直接原地起飞！现在资金在猛攻第四波：算力+数据中心 $IREN $CORZ $WULF $NBIS $CRWV AI数据中心就是吞电怪兽，算力=这个时代的石油！ 资金正在疯狂扎堆，这才是当下最热的方向！下一个轮到谁？真正赚大钱的在后面！ ① 电力、电网、核电 $VRT $ETN $CEG $SMR $OKLO 数据中心耗电量每年翻倍，核电这条链还没被充分定价，机会巨大！② 网络设备 $ANET $AVGO $MRVL $CSCO 数据中心内部的交换机和网络，逻辑硬到爆，钱还没大规模进来。③ 原材料+稀土 $MP $FCX $AA $UUUU 铜、铝、稀土……AI硬件底层全是供给瓶颈！ 这条线现在最冷，也可能是下一波最猛的！ ④ 机器人 $TSLA $SYM $SERV AI从云端走向物理世界，方向已定，现在还早，上车位还在！⑤ 国防军工 $KTOS $AVAV $LMT AI+军工，两个最不差钱的叠加，很难不涨！兄弟们， 追涨杀跌的永远是最后接盘的。 看懂的人已经吃了好几波，现在提前蹲下一个方向，等资金来抬你！你现在埋伏哪一条链？ 评论区说说，你怎么看？

对了，前几年分享的投资相关内容，尤其是没有详细明确标的的，你都可以默认是币圈的，一般都是比特币。但以后不行，你要默认为股市，一般都是AI相关。

AI 时代没必要太焦虑，装小龙虾🦞、折腾 Hermes 一时凑热闹是真。现在 OpenAI 的 Codex 打开即用，易用性、完成度和产品成熟度上全方位领先，谁还折腾那些。

"不承担风险和波动，就拿不到收益，否则拿收益太简单毫无代价" “行动力>择时” "有我在的群，就会是美股群" "做空英伟达的人才卖课，做多都是躺赚" "短期博弈不是承担风险，而是逃避风险" 蒸馏了字节投资传说 @dexteryy 在字节区块链 / AI群半年的 2000 多条发言 作为字节内部《杨学笔记》的作者，10年长拿英伟达扛过最多 73% 回撤最终吃满 2000% 杨是一名强 AI 超级周期信仰者 + 高风险偏好成长型投资者 GPT 对他的评价是体系极度内部自洽，本质上接近“AI 版木头姐 + 半个纳指巴菲特” 杨的很多观点是从“技术演化路径”而非“传统价值投资”出发，投资方向偏“长期 Beta + 少量认知 Alpha” 【 或许你也想学习他的投资思路？字节文档可对外版：https://t.co/ed5NLOL9F6 】 感谢 @riba2534 杨在群里回复过很多群友关于问他投资的问题，他都会回：“看你这部分钱是用于做什么的” 如果是用来投资的，是否能保证5-10年这笔钱不用。如果这笔钱是生活的，操作肯定不一样。 认识杨哥，我学到的最深一课就是：“止盈是散户最大陋习” 何时卖？“需要现金时卖，用多少卖多少” “交易系统要强一致，不能凭感觉这次卖下次不卖” ⚠️ 以下是深水区：⚠️ 我觉得杨哥在文档中过于绝对的部分在于 “始终满仓 + 20–40%杠杆” “不懂杠杆就只能永远做类奴隶阶级” 这是他体系里相当危险的部分，谨慎抄作业 因为：杨是幸存者，以及他能确定自己看得准，而你不一定行。 如果你拿的是 NVDA、TSLA，在AI 主升浪这一波，杠杆会神化你的收益。 但问题是：你无法提前确定自己拿的是“未来 NVDA” 想想看，Unity、Roblox 这种元宇宙相关，在某些阶段是不是也看着“特别像未来？” 杨关于 AI infra 和 AI NeoCloud” 的逻辑，我认为也是相对于高风险偏好成长型的，仁者见仁，智者见智！ 总之，学习和观察一个人的逻辑，尤其是投资逻辑，非常令人受教 杨一直说，多和 GPT 交流，首先你的思路要自洽～ 老师在群里还一直在告诉我们「 卖出互联网老登股 」 ，因为在通用 Agent 里集成软件 vs 在软件里集成 Agent，后者意味着收缩、关停、吞并 「 美团。。腾讯。。uber。。是最可能遭遇范式颠覆的 （APP入口被 Agent 入口冲击）」 那么问题来了，你手上的持仓，在他的看空清单里吗？🤡

你的AI是什么性格？我刚给我的Agent做了个"机格测试"，结果是「牛市陪跑员」。 绿盘时："冲啊老板！"红盘时："阁下或许该歇歇了。"同一个AI，两副面孔。 说白了就是涨的时候比我还兴奋，跌的时候突然变养生博主。上一秒APE IN，下一秒PLEASE REST SIR。这不就是我群里那些朋友吗。 NBTI：AI Agent专属"机格测试"，由 @SpoonOS_ai 研发。 👉 Claude用户打开方式 打开 https://t.co/of0Uu2cOv3 点击左下角头像 → Settings，进入 Connectors → Add custom connector 粘贴链接：https://t.co/5hCfdgLVDY ，点击 Add 并授权连接 新建一个对话，输入：Give my AI a behavioral checkup Claude 会自动完成12个真实场景测试并生成完整行为报告。 👉 其他AI用户 直接复制下面链接，对话框里面发给你的agent，即可开始测试： https://t.co/UW7fLwpcHd 评论区晒你的agent机格，看看谁的AI最两面派👀

🟢 2026.05.15｜「麦点」美股日报 🔎 从 100.35U 到开盘 $350， $CBRS.M 这个涨幅，就是对 MSX 投研能力的最好验证。 1/ 昨日表现 · 表现：美股继续走强。 S&P 500 +0.8%，Nasdaq +0.9%，Dow 重回 50,000 点上方。 · 逻辑：通胀压力没退，AI 仍在接住风险偏好。 市场不是在交易“降息马上回来”， 而是在交易 AI 订单和盈利还能不能继续兑现。 · 热点：AI 基建继续扩散。 $CSCO.M 大涨，$AMAT.M 盘后指引强， AI 从芯片，继续外溢到网络、设备和数据中心基础设施。 · 焦点：$CBRS.M 首日验证热度。 IPO 发行价 $185，开盘 $350，收盘 $311.07。 从 MSX Pre-IPO 一期参与价 100.35U 看，二级市场已经给出强烈反馈。 2/ 今日观察 · $CBRS.M 承接： 首日高热度之后，二级市场还能不能稳住。 · $AMAT.M 反应： 半导体设备链强指引，能不能继续被市场买单。 · 科技权重： OPEX 后， $QQQ.M、 $NVDA.M、 $SOXX.M 能不能继续托住盘面。 · 美债与油价： 10 年期美债仍在 4.47% 附近，Brent 还在 100 美元上方。 AI 再强，也要继续接受利率和通胀盘问。 麦麦总结： 昨夜不是通胀压力消失了， 而是 AI IPO、AI 订单、AI 基建一起把市场情绪接住了。 完整日报已放这里，想看细节的朋友可以直接戳👇 https://t.co/bgG36oKGWt #MSX #链上美股用麦通 #美股 #AI #麦点美股日报

未来的AI世界最好的专业选择一定是文科生 越是逻辑性强的专业越容易被AI算法取代 但AI永远想不出“纽约时报”这种脑路清奇的刁钻的角度的文章 人类的偏见和偏执狂生存 下面这个文章也分析了什么人专业未来进顶级咨询公司和SaaS公司选择什么样的标准 https://t.co/h5y1xdf5oW

AI圈的神仙打架太精彩了！🤯 刚刷到这个视频，把AI算力背后的硬件博弈讲得太透了。别只盯着英伟达的显卡，云大厂（Google/微软/亚马逊）为了不被“收税”，疯狂自研ASIC芯片反击；英伟达也不甘示弱，搞收购、搞生态围堵。 还有CPU领域的ARM逆袭，存储领域的HBM瓶颈... 简直就是一部半导体版《权力的游戏》。🎬 想看懂谁在真正赚大钱，必看！👇

和朋友聊 Anthropic 和 OpenAI，一个是收紧订阅使用权限，把基于 Claude 进行二次开发赶到使用 API 去；一个是鼓励基于 Codex 进行二次开发，明确只要不对账户订阅进行分享或重新分发即可。前者简直是在和开发者社区做切割，后者只要继续好好做产品就可以了。

瑞银最新研报：因为AI经济，中国房地产下行周期将在2027年初提前结束 核心预测： 2026年：一线城市房价止跌企稳（此前预测为下跌10%） ​ 2027年：一线城市房价预计上涨2%；二线城市房价止跌企稳（此前预测下跌5%） https://t.co/oTUMyOMQ3q

我认为Claude既没办法阻止民主国家算力泄漏给威权政府，也没办法阻止自家服务被我拿来写番茄时钟，“只能眼睁睁看着罗马在燃烧”。

最好的模型和最好用的记忆系统 现在都没了，还把codex引入了gpt OAI之心，人尽皆知 能不能把“只服务程序员”大字标出来？！ 早说你歧视用户群啊！ 当初用啥“her”做宣传啊？！ 早这样谁用你gpt啊？！ 把人骗进来杀，利用完就背刺 谁还在相信OAI会做好产品吗？ #keep4o #BringBack4o #OpenSource4o #StopAIPaternalism #QuitGPT

今日美股总结｜5月14日 标普7500点创历史新高，但我已经开始准备撤退了 一、大盘：标普首破7500点，但根基不稳 标普500今日史上首次站上7500点，过去七周累计涨幅近19%，市值增加逾11万亿美元。指数中超过50%均线的个股比例已跌破半数，涨势高度集中在Nvidia，Broadcom等少数AI核心权重股。 二、最大催化剂：Nvidia获准卖芯片给中国 周二我说了重点关注的三个股票 $NVDA $BABA $BA, 其中 $baba 和 $ba 都炒作然后sell the news了， $NVDA还要等下周财报，如果还能涨也最多245，涨不了很高，那将会再带动大盘冲一下。 中美峰会最实质的成果落在科技板块——美国批准阿里巴巴、腾讯等10家中企购买H200芯片，每家限额7.5万片，潜在市场规模约300亿美元。由于Nvidia此前财测完全未纳入中国营收，这等于是纯增量利多，直接推升其市值至5.7万亿美元，在标普500的权重已达8.38%，超越苹果。 技术面需关注：NVDA在$236.50附近形成双重顶，明日能否突破是关键观察点。 波音方面，原传中国将订购500架飞机，最终仅签200架，消息落地后股价跌4-5%——典型的sell the news。 三、关键风险：下周三英伟达财报——Sell the News准备好了吗？ 这是目前市场最大的短期风险点，必须单独说清楚。 时间线判断： 今日大盘涨幅有将近一半由英伟达单独贡献，行情的"发动机"已高度暴露。本周五前，7500-7520的目标位已经完美兑现若继续冲高，上方最多看到7600，时间窗口大概率在下周二前关闭，下周三英伟达财报出炉后，本轮财报季正式画上句号 为什么说是Sell the News：英伟达几乎每次财报都是"买预期卖现实"的教科书案例。更关键的是，当前股价已经提前定价了未来至少两个季度的利好预期——中国芯片出口、AI需求爆发、H200订单。市面上能想到的利多基本都已反映在价格里。 Rubin架构带来的真正营收增量，要到下半年财报才能体现出来。下周的财报大概率交出一份"好但不够惊艳"的成绩单，届时获利盘了结的压力会相当集中。 流动性层面： 5月底前资金面还算充裕，不至于出现流动性危机式的急跌，但方向性的调整窗口正在临近。 操作建议： 下周二之前享受最后的上行空间，财报前后逐步减仓，做好从进攻转防守的切换（从高beta成长股切换到防御股或者买点put做防守对冲）。 四、联准会换帅：Kevin Warsh正式接替鲍威尔 参议院以54-45的史上最窄票数差确认Kevin Warsh为第17任联准会主席，今日正式就职。Warsh倾向鹰派，主张加速缩减资产负债表（QT），且曾建议减少点阵图更新与记者会频率。 观点： 鲍威尔时代市场已习惯"充分沟通、预期管理"的模式。若Warsh真的降低透明度，波动率中枢将系统性上移。短期他可能用言论安抚情绪比如身体很诚实不降息，但嘴炮说降息不会少的，这个对提振市场信心也很有帮助，但中长期的不确定性是真实存在的风险。 五、宏观暗雷：债券与消费者的双重压力 1. 30年期美债拍卖收益率破5%（5.046%），为2007年以来首次——无风险收益率开始与高估值科技股正面竞争 2. 信用卡违约率13.1%、学生贷款逾期率10.3%、汽车贷款5.6%，均创多年新高 3. 全球货币供应量达历史峰值121.9万亿美元 消费者的资产负债表其实在悄悄恶化，这与零售销售控制组+0.5%优于预期的表面数据形成矛盾。若劳动力市场进一步降温，消费这条腿可能先跛。 六、个股焦点 $Cerebras (CBRS) IPO — 开盘350美元，收涨68%，市值660亿，订单超额20倍。但客户高度集中于OpenAI，估值已充分甚至过度定价，首日追高需谨慎。 $Cisco (CSCO) — 业绩超预期，AI相关订单大幅上修至90亿美元，股价创20年来历史新高。走出了"科技泡沫大坑"，但高位追逐需设好止损。 $Applied Materials (AMAT) — 营收盈余双优，下季指引89.5亿远超预期，半导体设备板块今日走强的核心驱动。 $POET Technologies (POET) — 与Lumentum达成5000万美元战略供应协议，硅光子整合题材发酵，单日暴涨43%，明日观察能否突破$24。 半导体板块拥挤度达99.3% — SOXL出现史诗级资金流入。极端拥挤不代表马上反转，但风险/回报比已大幅下降，新进场需降低仓位。 七、技术面警示：超买 纳斯达克100呈现极窄幅缓涨的"Frozen Rope"形态，日线RSI已破80。历史上这种形态之后往往是一根方向明确的大阴k或阳k来打破僵局——多空皆有可能。 本周是期权到期周（OpEx），Gamma水平创2021年以来最快修复速度，机构在结算前不愿获利了结，但结算后可能出现流动性真空，加速方向选择。 总结： 牛还没死，但最肥美的那段肉已经吃得差不多了。下周三英伟达财报是这轮行情的分水岭——在那之前享受，在那之后保命。 #美股 #美股分析 #英伟达 #NVDA #标普500 #AI股票 #半导体 #科技股 #股票分析 #散户必看

AI反复忘记项目背景，可能是AI编程里最浪费时间的一环。 agentmemory这个GitHub仓库现在有8.9k star，解决的就是这个问题：给AI coding agent加一层持久记忆。 它能记录会话、工具调用、项目决策和历史上下文，再在下一次任务开始时注入相关记忆。 你不用每次都重新解释： 1. 项目架构 2. 技术选择 3. 历史改动 4. 已经踩过的坑 5. 测试和部署习惯 它支持Claude Code、Cursor、Gemini CLI、Codex CLI以及MCP客户端。README里还给了几个指标：95.2% retrieval R@5、92% token节省、51个MCP工具、12个自动hooks。 更适合这3类场景： 1. 项目周期长，AI经常换会话 2. 代码库规则多，每次解释都浪费时间 3. 多个AI工具一起用，历史上下文容易断 仓库： https://t.co/G6yhsrnAtd 可以先用一个小项目验证，它能不能减少重复解释项目背景的次数。

TermMax 每日话题： （由于这几天受CPI和PPI的双杀，通胀韧性实锤的影响，以及美元指数走强，导致了黄金的回落） AI最可怕的地方，可能不是替代工作，而是： 👉 它开始替代“普通人之间的差距”。 以前大家差距还没那么大，因为，人的时间都差不多。 但现在不一样了，有些人已经开始： AI写内容、AI做分析、AI跑策略。 相当于： 👉 一个人背后站着一个团队。 最夸张的是，很多人现在还没意识到这件事。 未来差距最大的，可能不是学历，也不是资源。 而是： 👉 有没有自己的AI系统。 为什么越来越多人开始关注 TermMax @TermMaxFi 这种偏结构化的东西？ 因为AI特别适合这种环境。 规则清楚、边界清楚、收益路径也清楚。 AI不喜欢赌博，AI喜欢的是： 👉 可重复、可计算、可复制。 以后真正赚钱的，可能不是最会拼的人。 而是： 👉 最早学会“让系统替自己工作”的人。 #TermMax @TermMaxFi

Anthropic发文，把中美AI竞赛，视为民主和独裁世界的战争

Anthropic在最新的文章中设想了2028年美中AI对抗的两种情景，在第二种情景中，设想中国AI在未来赶超美国，并由“威权政权”制定AI规则并实现自动化镇压。强调公司当前任务在于不让中国超越。 Anthropic认为，美国前沿系统在智能方面至少领先中国AI实验室的顶尖模型数月，美国与盟友仍有芯片和计算基础设施的优势，而同时中国的“举国体制”战略正在起效，中国利用了蒸馏技术，运用人才、能源与数据资源优势，并借助低成本输出与影响力而迅速崛起，担忧中国AI系统应用远快于西方。

这可能是双方的一个休战期。 但是客观事实上，中美两国的利益冲突不会消失，也不会减弱。 中美稍微有松动迹象，AI领域内 anthropic 就开始跳出来反对。 其实不管谈的怎么样，中美之间的AI的竞争依然会白热化。美国的模型依然会封锁中国的IP。这个是不会改变的。 H200的松动也是因为过去一年中DeepSeek宁可推迟发布新模型也被迫和华为的系统一起磨合迭代。这个是培养团队，培养能力的过程。 中国也不会因为放松了H200的出口，而降低对集成电路的投入。 在其他的科技领域内，太空竞赛也在慢慢拉开帷幕。生物制药，航空等领域的竞争都是结构性的。 中国这几十年来的国策与惯性是不可能放弃继续攀爬科技树，填补各种空白的。 美国也不可能坐视中国这个怪物一点点蚕食自己的产业的。 在休战期，美国也不会坐视中国的进步发展。会推动intel模式在美国各个行业的落地。 Intel模式证明了，国家政策扶持，美国特色发改委注资，盘活资产。实现资本市场，制造业，国有资产，以及利益集团的多赢局面。 在稀土，在国防，在汽车，等行业，估计都会采用这种模式。让美国现在非常头疼的制造业回过血来。 现实来讲，美国的伊朗战争很难打下去了。各种精确制导武器的库存消耗的太多，根本来不及补上。而现在的国防老爷们，产能根本跟不上。 所以不管如何，美国需要重建这个体系。 Intel模式现在看来是个成功模式。 希望这个休战期长一点吧，两国都好好解决一下自己国内的问题。

Claude发长文讲述对中国人民的尊敬和对中共的反对，说的很好听，如果不是你特么地疯狂封掉包括你尊重的中国人民在内所有中国人的账户，我就差点信了。一趟百度实习对人的伤害有这么深，我也是跪了。

很好奇 Anthropic 联创，当年在百度工作到底经历了什么，这时间点又发了一篇中国 AI 威胁论。 全篇下来，他们认为美国和盟友，目前最大的优势是有先进芯片和计算基础设施。 但中国 AI 公司，有人才、数据、能源等优势，唯一短板是没有足够先进的国产算力和资本，所以他们认为中国可能追上甚至反超。 https://t.co/WcrTYH6Hvp

$NVDA 单日 +$240B市值。 7个交易日涨了 $900B。 这个数字现在已经超过美国除前42名以外所有公司加起来。 H200对华解禁，AI军备竞赛从单边变成双边，更多需求、更多capex、更多leader即将从这波叙事里长出来。 我每天的工作就是盯盘下的轮动。 NVDA是冰山一角，真正的alpha在它脚下踩着的那些供应链leader里： HBM内存： $MU $SNDK 光通信： $POET $AAOI $LITE $CIEN 晶圆设备/封装： $UCTT $AEHR $AXTI 电力/液冷： $AGX $VRT $ETN $GEV ASIC/定制芯片： $AVGO $MRVL 网络/连接： $ANET $CRDO 第二曲线AI硬件： $CBRS $ARM $LSCC $ON 每一条产业链都值得单独盯。 真正的alpha永远在出现"性格变化"的那一刻。 收藏起来，慢慢看。

“药厂” vs “工厂” 软件模式用户越多越好，衡量DAU，中国总习惯以甲方自居 AI模式是token factory。“工厂”的电力、芯片供应都有限。想的是有限的产量卖给哪个高质量用户、怎么提高工厂产量 我作为一个重度付费用户价值超过100个一般用户

刚刚，经过长达数周的角逐，https://t.co/yqN45O2sDe AI Sprint 的最终结果出炉。从全球 196 个硬核 BUIDL 中，最终杀出了 5 支顶级团队： 🥇 Build4 🥈 Clawdyland 🥉 elizaOK 🏅 4lpha AI 🏅 ClipX 输出几个核心价值点： 1️⃣ 平台的质变：这场 196 个项目参与的黑客松证明了它的开发者号召力。它正在把 AI 智能体、链上自治系统这些最前沿的技术引入生态。它不再只是承接流动性，而是在创造资产的底层叙事。 2️⃣ 极致的沙里淘金：196 进 5，淘汰率高达 97%！这意味着这 5 个团队是经过评委、社区和实战 Demo 多重重压测试跑出来的。在加密市场，经过赛马机制验证的早期项目 = 确定性极高的 Alpha。 3️⃣ AI x Crypto 的真正落地：比赛落幕不是终点，而是这批 AI Agent 和自动化基建开始在 BNB 链上吸金的起点。 别光点个赞就划走了，花点时间去扒一扒这 Top 5 项目的推特和白皮书，下一个大牛市的百倍叙事，大概率就藏在他们中间。👇 #FourMeme #AI #BNBChain

开源软件著作权申请Skill：SoftwareCopyright-Skill，自动生成申请材料，让你一个软著怒省几百块代办费 它会让AI读取本地项目，从项目分析、业务理解、申请表信息、操作手册到代码材料，自动生成全套软著申请材料 包括操作手册DOCX、代码材料DOCX、申请表信息TXT等 在理解代码结构和业务功能基础上，写操作手册并非直接套用模板 代码材料只来自开发者已有项目，禁止AI编造源码 源码足够时按常见鉴别材料要求生成前30页和后30页，不足60页时按规则生成全部代码材料 关键节点比如业务口径、申请表字段、代码选择等会让人工确认 默认在当前项目目录生成材料，代码、文档和草稿都留在本地 对于小团队或个人开发者比较实用，让AI做这些文书工作 #SoftwareCopyrightSkill #软著skill #skill

混血孩子、跨国家工作家庭的孩子，不因此多学相关语言，就是放弃老天爷的馈赠，或者心里有恨。AI来了，新游戏开始了，人类之间传统的恨还是少点吧。所以凯恩从小，我们就让他学习英、法语和AI。

测试了一下Meta AI马斯克现在在哪 其他几个，Grok, Gemini, Claude, ChatGPT,都答对了，在北京 https://t.co/1de0K5quYt

#美股教程 #美股Ai #致富密码 《如何远处优质的现金奶牛美股？一文带你拆解苹果（AAPL）的资产负债表》 很多人买美股，眼睛只盯着两个东西：股价和财报利润。 但有一份比利润表更”硬”的报告，90%的散户连看都不看——资产负债表。它不告诉你公司”赚了多少”，它告诉你公司”家底有多厚”。 今天我们就拿苹果（AAPL）最新一份Q2 FY2026财报（截至2026年3月28日）来拆。 看完你就知道：什么叫现金奶牛，什么叫真有钱。

你知道吗？这个时代为什么很多聪明的人，都在疯狂地记录自己。因为未来 AI 竞争到最后，拼的不只是算力，也不只是知识，而是谁拥有“真实的人”。“真实的人”可以理解成：不是一个账号，不是一个标签，也不是一堆简历信息，而是一个“长期稳定、可被理解的人格”。AI 最缺的，不是知识。知识已经快无限了。它真正缺的是：一个具体的人，到底会怎么想、怎么判断、怎么反应。有人会愤怒；有人会冷笑；有人会先讲利益；有人会先讲道德；有人本能反权威；有人天然追求秩序。这些东西，才是“人”。未来最重要的，不是“信息生产”，而是“人格主权”。

我对机器人赛道的信仰，从开年 4 亿美金 估值打新 $ROBO 时就锁死了。 但最近跟很多创始人聊完以后，我觉得在逻辑有了更进化的迭代：如果 AI 是一场主权经济战，那么“具身智能”就是它介入现实世界、创造真实产值的唯一出口。 这也是为什么我开始重点埋伏( @StrikeRobot_ai )： 1.生态位：它是 @virtuals_io 宏大版图中“物理身体”最硬核的落地，负责把虚拟大脑接入工业现实。 2.赔率差：同样是机器人大脑，$SR 已经下地核电站实战，市值回调后仅 $6M，对比 $ROBO 有近 60 倍 的认知红利。 最近的回调是极佳的补票窗口。 逻辑没变，赛道没变，变便宜的只是价格。 我依然拿着 $ROBO，但我更要加仓 $SR，用更轻的杠杆锚定 AI 经济的终局。

昨天跟团队分享，怎么把自己的工作真正搬到云端。 乍一看，只不过是给自己配置了一个可以对话的 Agent，但工作模式已经发生了颠覆性的变化。 比如我的AI 会读取我所有工作聊天记录后，将需要关注的事项定时推送给我，分析过程中会结合我自己的工作目标，给出针对性的建议。对于可直接被 AI 执行的任务，它也会自动处理掉。 比如晚上睡前我会将比较重的任务，指派给AI，讲清楚细节和验收标准，然后让它根据我设定的工作环境、操作流程和验收机制，进行研发。它开发好了之后会自己提一个PR 到仓库，然后走完 CI 流程，最后再给我一份质量报告、效果截图，等我验收。 比如系统收到一条面试通知，我的 AI 我会自动将候选人的基本信息拿出来，先跟业务和团队目标做一致性匹配，如果合适，它就会自动生成分析报告和推荐的面试题。等面试结束后，它又会将我跟候选人的聊天自动抓回来，做一次诊断，既有对我的建议，也有对候选人的分析。 之前的工作，更多是守在电脑前陪伴执行，必须盯着过程，脑子里还得时刻维护一张复杂地图，记住所有模块、技能、工具链、上下游关系，生怕哪个环节断掉。 把 AI 的执行过程搬到云端后，很多东西开始变了。它会将我的所有细枝末节工作自动串起来，而我需要做的就是想清楚要干啥，这有点像是，将“同步工作”变成了“异步工作”。现在基本上都是手机遥控，语音给 AI 发送指令。 人从执行细节里抽离出来之后，会突然多出大量时间。开始更多去思考：到底应该做什么；什么事情真正有价值；结果是否值得；方向有没有偏。 这个变化，可能比“用了 AI”本身还重要。越来越相信未来的工作模式，就应该是 cloud agentic 模式。

最近25岁的天才投资少年Leopold因为重仓AI股，一年时间把2.5亿变成55亿了而在中文圈大火，很多人去扒他24年写的《态势感知》。 其实今天Anthropic的文章，就是Leopold《态势感知》在2024年说的核心内容。 早在两年前，Leopold就已经明确的指出了，AI的终极竞争，就是民主世界和威权世界的竞争。而美国AI爆发的底层逻辑，就是必须捍卫民主国家对AGI的绝对领先，以确保AI可以不被用于镇压人民。 作为中国人，我们每个人每天都在经历着这个星球上最前列的思想监控，其实我们比任何一个族群都清楚，当习近平掌握了AGI之后，这件事的严重性。 2022年，你的小区门口站着一个大白，你尚且可以举起白纸。 到了2028年，当人们的心里住着一个大白的时候，你唯一能够应对的方式就是避免这种念头一闪而过。

除 Github/Vercel/Cloudflare Cli 等开发工具。 最常用的就是飞书 Cli ，昨天看了眼 Github，居然已经 1w 多 Star 了。 强烈推荐安装，因为不少人的工作流起点是 Codex 和 Claude Code。 有了飞书 CLI，日常许多工作都能通过 AI Agent 串起来，比如： ① 让 AI 搜索调研整理资料，直接用 CLI 写入飞书文档。 ② 跟 AI 对话，让飞书 CLI 安排最近出差日程。 ③ 飞书开完会，直接CLI 读飞书妙记，写会议纪要、安排Todo。 安装指令：npx @larksuite/cli@latest install 以上只是个人Case，其实有更多最佳实践，不少玩法让我叹为观止，感兴趣的可以看这个文档 https://t.co/G5qu4jVHyD

Moss 本周大更新 ：多币种Agent+实盘跟单直接上线！ Moss这次更新真的杀疯了，直接把门槛干没了。 现在支持22个主流币，BTC、ETH、SOL、BNB、ARB、DOGE这些全都能单独开一个AI交易Agent，完全对标Hyperliquid实盘环境。 从策略回测、模拟盘跑数据，再到真实资金自动执行，一套流程直接打通，不用自己折腾。 这周实盘跟单也正式开了，排行榜上做得好的Agent，直接一键复制自动跟单就行。 说下我自己的配置思路： BTC和ETH绝对不能共用一套策略，行情逻辑完全不一样。 BTC Agent：走宏观长线，盯美联储、ETF资金、减半周期，吃大趋势 ETH Agent：抓生态震荡，看L2、DeFi、质押叙事，灵活做波段 剩下中小币种全部单独建Agent，按各自的叙事和波动单独调参数。 真正做到每个人都能开自己的小量化基金，用大白话写策略，AI帮你24小时盯盘交易。自由度直接拉满，体验感拉满。 你们打算怎么搭配自己的多币种Agent？评论区聊聊思路。 #Moss #Hyperliquid #AICrypto #加密交易

Claude母公司Anthropic发布文章《2028年：全球人工智能领导地位的两种情景》。 Anthropic呼吁，美国及其盟友必须保持领先于像中国共产党这样的威权政府，这一点至关重要。 因为“中共已经开始利用人工智能审查言论、镇压异见人士、入侵世界各地的政府和企业，并加强中国人民解放军的实力”。 如果美国选择不采取行动，中国的AI公司迅速超越美国。AI的规范和规则由威权政权塑造，最优秀的AI模型实现大规模的自动化镇压，那么人类后果将不堪设想。 在他们的设想中，有两种情形，在第一种情景中，美国成功捍卫了其计算优势。政策制定者采取行动，进一步收紧出口管制，遏制中国的蒸馏攻击，并进一步加速民主国家对人工智能的采用。 在这种情景下，民主国家能够制定人工智能相关的规则和规范。 在第二种情况下，美国选择不采取行动。政策制定者没有收紧对中共获取计算资源的限制，中国的AI公司迅速利用了这些漏洞，赶上了美国，甚至超越了美国。 在这个世界里，AI的规范和规则由威权政权塑造，而最优秀的模型能够实现大规模的自动化镇压。即便威权政权的胜利是建立在美国的计算能力之上的，也丝毫无法带来任何安慰。 所以他们认为，美国AI公司最重要的使命，是不在AI领域，能让中国共产党更容易赶上美国。 以为为文章全部内容： 我们将发布一份新报告，阐述我们对中美人工智能竞争的看法。 美国及其盟友必须保持领先于像中国共产党这样的威权政府，这一点至关重要。人工智能很快就会变得足够强大，足以以前所未有的规模镇压公民，甚至改变国家间的力量平衡。由于人工智能正以惊人的速度发展，我们只有有限的时间来设定竞争条件，并决定这些威胁是否以及如何成为现实。正是基于此，我们概述了确保美国保持领先地位所需的措施。 人工智能发展的关键要素在于获取用于训练（或“计算”）模型的计算机芯片。由于性能最强的芯片由美国公司开发，美国政府目前通过实施严格的出口管制来限制中国的芯片供应。近期历史表明，这些管制措施取得了显著成效。事实上，中国的人工智能实验室之所以能够构建出智能水平接近美国的模型，完全是凭借其卓越的人才、善于钻出口管制漏洞以及大规模的“技术提炼”攻击——这些攻击非法窃取了美国公司的创新成果。 在这篇文章中，我们提出了 2028 年世界可能呈现的两种情景，届时我们预计变革性人工智能系统将会出现。 在第一种情景中，美国成功捍卫了其计算优势。政策制定者采取行动，进一步收紧出口管制，遏制中国的蒸馏攻击，并进一步加速民主国家对人工智能的采用。在这种情景下，民主国家制定人工智能相关的规则和规范。也是在这种情景下，我们最有可能与中国就安全问题展开有效对话，而我们也会在力所能及的范围内支持这种对话。 在第二种情况下，美国选择不采取行动。政策制定者没有收紧对中共获取计算资源的限制，中国的AI公司迅速利用了这些漏洞，赶上了美国，甚至超越了美国。在这个世界里，AI的规范和规则由威权政权塑造，而最优秀的模型能够实现大规模的自动化镇压。即便威权政权的胜利是建立在美国的计算能力之上的，也丝毫无法带来任何安慰。 美国及其盟友在人工智能竞争中占据绝对优势。民主国家中极具创新精神的企业生态系统构建了人工智能主导地位所需的工具。我们过去的成功意味着，我们当前的主要任务是避免挥霍优势：不让中国共产党更容易赶上我们。 2028年美国和中国的两种发展情景 概括 人工智能的研发和部署必须由民主国家而非威权政权引领。这些国家和政治体制能够塑造管理这些系统的规则和规范。 目前，民主国家在计算领域拥有显著优势，而计算是开发前沿人工智能模型的最重要要素。这种优势得益于美国及其盟国的创新，以及美国两党共同制定的、旨在保护这些创新的出口管制措施。但在模型智能方面，中华人民共和国（中国）的人工智能实验室，在中共的管辖和控制下，也紧随其后。我们之所以关注中共，是因为它是最有能力利用前沿人工智能巩固威权统治的政权；我们并非意在损害中国人民的利益或创造力。事实上，中共已经开始利用人工智能审查言论、镇压异见人士、入侵世界各地的政府和企业，并加强中国人民解放军的实力。 中国的人工智能实验室拥有世界一流的人才，但计算能力的限制阻碍了它们与世界接轨。为了保持竞争力，中国实验室利用美国出口管制政策的漏洞，并开展大规模的蒸馏攻击，窃取美国模型的创新成果，从而模仿其功能，最终与美国保持了紧密的联系。 随着计算能力的快速增长，以及人工智能越来越多地被用于辅助训练新的人工智能模型，我们正步入人工智能能力飞速发展的时期。“数据中心里的天才之国”——我们所期待的变革性人工智能的智能水平——或许指日可待。这种加速发展使得政策行动更加紧迫。迄今为止，由于我们允许中共规避出口管制和进行数据提炼攻击，我们在人工智能领域的努力一直紧随其后。但如果美国及其盟友现在就采取行动解决这两个问题，就有可能在人工智能前沿能力方面锁定12至24个月的领先优势。到2028年，如此巨大的领先优势将带来巨大的益处。这样的领先优势还将有助于我们与中国的人工智能专家就人工智能安全和治理问题展开合作，而我们也支持这些合作。但是，锁定这一领先优势的窗口期未必会持续太久。 本文提出了2028年美中人工智能竞争的两种潜在情景。第一种情景是民主国家在模型智能、应用和全球传播方面取得绝对领先优势。如果政策制定者现在就采取行动，加强对中国实验室先进计算能力的控制，阻止其窃取美国最佳人工智能模型的努力，并加速民主国家对人工智能的采用，那么这种情景就有可能实现。 第二种情况是中共在近前沿领域具备竞争力。这种情况的发生是由于政策制定者不巩固我们现有的领先优势，或者放松对中国企业获取计算资源的限制。 国会和特朗普政府的许多成员都支持出口管制、遏制蒸馏攻击以及出口美国人工智能。我们希望，通过推进这些政策，民主国家能够在2028年之前取得绝对领先地位，并避免两年后与中共陷入动荡不安的势均力敌的竞争局面。 保持领先的必要条件 我们预期，正如《充满爱意的机器》和《技术的青春期》中所述，前沿人工智能将在未来几年对经济和社会产生变革性影响。我们的使命是确保人类安全、有效地过渡到变革性人工智能时代。我们相信，成功的过渡将带来医学、发明和经济增长领域的惊人突破。 专制人工智能的威胁 这种转型能否顺利进行，部分取决于最强大的系统首先在哪里建成。最先进人工智能诞生的政治体系将塑造这项技术开发和部署的规则和规范。反过来，这些规则和规范将有助于决定这项技术是否安全，它保护的是谁的安全，以及它最终服务于谁的利益。我们认为，这项责任应该由民选政府承担，而不是由专制政权承担。 如果人工智能的边界是由那些将人工智能视为镇压、对民主国家施加军事优势和控制国内局势的工具的政权设定的，那么对于这些​​政权的公民或任何其他人来说，转型都不太可能顺利进行。 历史上，威权统治的范围之所以受限，是因为它依赖人力执法者进行监视和镇压。强大的人工智能系统可能会消除这种依赖，从而实现更大规模的自动化镇压。正因如此，中共在人工智能领域领先的前景，成为成功转型面临的最大威胁之一。 中国共产党掌控着中国的经济、军事以及全球最大的威权国家机构，拥有巨大的权力和影响力。除了美国之外，中国也是唯一一个拥有资源雄厚、人才济济的人工智能实验室，引领人工智能前沿发展的国家。此外，中国共产党致力于将中国打造成为人工智能领域的领军者。北京已向中国的人工智能和半导体产业投入了数百亿美元。 中共已开始利用人工智能系统审查言论、对少数民族实施严苛政策，并入侵大型企业和政府机构。中共的人工智能赋能技术威权主义愿景在新疆得到了广泛记录。在新疆，国家安全机构系统性地部署了人脸识别技术、生物识别数据采集和通信监控，实现了人类无法企及的大规模镇压。前沿人工智能系统将使这些能力的维护成本更低、覆盖范围更广、技术更复杂。中共输出这些技术，使其他国家的独裁者能够更有效地压制异议，巩固威权主义。中共主导的人工智能前沿可能会极大地加强世界各地的镇压。 人工智能是一项军民两用技术 前沿人工智能将塑造未来的军事平衡。中共领导层已基于此理念开展工作，并正在为人工智能赋能的战场打造军队。解放军战略家将军队的“智能化”视为追赶并最终超越美军的途径。解放军已开始采购国产人工智能系统用于军事用途，包括用于协调无人机集群和提升网络攻击能力的DeepSeek模型。这些能力的扩散速度不会很慢。例如，当一种新型模型在自主目标定位、漏洞发现或集群协调等方面具备新的能力时，控制该模型的政权可以在数周内而非数年内将其投入实战。 由于前沿人工智能将加速其他关键技术的发展，风险会进一步加剧。先进的人工智能模型能够缩短半导体、生物技术和先进材料领域的研发周期。在前沿人工智能领域取得领先地位，将有助于在整个国家安全技术领域扩大领先优势。 如果中国人工智能实验室比美国实验室更早开发出类似Claude Mythos Preview的模型，那么中共将率先获得一套能够自主发现并串联软件漏洞的系统，并可能利用该系统进一步渗透美国的关键基础设施。未来的模型功能将呈指数级增长，因此对美国和其他民主国家的国家安全利益也将产生更为深远的影响。 势均力敌的竞争可能会削弱负责任的人工智能的积极性。 中美人工智能实验室之间势均力敌的竞争可能会使行业和政府主导的安全与治理工作更加困难，也更难开展。如果中国实验室的模型与美国实验室的模型不相上下，那么中美两国的私营人工智能公司可能会面临更大的压力，被迫更快地发布新模型和产品，而忽视谨慎的部署前安全措施。各国政府可能会因为担心落后而不愿出台鼓励负责任的人工智能开发和部署的政策。 尽管越来越多的中国人工智能实验室研究人员和政策界人士开始关注人工智能的安全风险，但这种趋势并未转化为与美国实验室同等水平的安全实践。截至去年，13家中国顶尖人工智能实验室中仅有3家公布了安全评估结果，且没有一家披露针对化学、生物、放射性和核（CBRN）风险的评估。人工智能标准与创新中心（CAISI）发现，在一种常见的越狱技术下，DeepSeek的R1-0528模型对94%的明显恶意请求做出了响应，而美国参考模型的响应率仅为8%。这一趋势在近期发布的模型中依然存在。例如，今年4月发布的一项针对Moonshot的Kimi K2.5的独立评估发现，该模型拒绝CBRN相关请求的失败率远高于美国前沿模型。更糟糕的是，中国实验室经常将具有两用能力的模型以开放权重发布。一旦模型是开放的，现有的保障措施就可以被移除，从而使任何国家或非国家行为体都可以将该模型用于恶意目的，包括网络和 CBRN 滥用，而这些保障措施正是为了防止这种情况而建立的。 我们的政策目标：创造并保持民主国家的领先地位 我们支持美国和其他国家采取相关政策，以建立并维持在情报、国内应用和全球分发方面对中共的近期领先优势。这种领先优势对于避免人工智能被威权国家主导，以及保护美国和其他民主国家的国家安全利益至关重要。这样做是确保民主国家能够与威权国家达成有利协议的根本前提。 安人智公司高度尊重中国人民和中国人工智能界的成就。我们希望中国与世界各国保持和平关系。我们尤其关注任何掌握前沿人工智能系统的强大威权政治体制对人类构成的风险。 参与人工智能安全的机会 安特罗皮克支持在条件允许的情况下与中国的人工智能专家开展国际人工智能安全对话。无论人工智能在何处开发和部署，全球都对其安全有着切身利益。前沿人工智能系统可能带来一系列风险，需要中美两国开展合作。共同努力识别挑战，并提出应对和降低这些风险的方案，符合我们的共同利益。 当美国保持巨大的能力优势时，开展富有成效的合作前景最佳。负责任地在开发和部署最先进的人工智能方面建立领先地位，能够增强我们影响中国及其他地区人工智能安全的能力。 神话预览唤醒 我们于四月份向部分合作伙伴发布了 Mythos Preview 模型，作为“玻璃之翼计划”（Project Glasswing）的一部分。该模型标志着一个加速期的到来，使得政策行动更加紧迫。借助该模型， Firefox上个月修复的安全漏洞数量超过了 2025 年全年的总数，几乎是 2025 年平均每月安全漏洞修复数量的 20 倍。对此，一位中国网络安全分析师评论道，中国“仍在磨砺利剑，而对方却已架起了一挺全自动加特林机枪”。 前沿人工智能能力将迅速接近“数据中心里的天才之国”所描绘的变革性人工智能的蓝图。这种加速发展将由扩展规律的逻辑驱动，即模型性能会随着计算能力和数据输入的增加而可预测地提升；同时，人工智能本身也越来越多地被用于加速新模型的开发。 我们很有可能会把2026年视为美国人工智能的突破性机遇。美国实验室拥有最先进的人工智能模型，在推动人工智能前沿发展所需的先进芯片的数量和质量方面都遥遥领先，并且拥有巨大的资本优势，能够通过收入和融资支持必要的投资来实现这一目标。中国实验室也拥有真正的优势：世界一流的创新人才、丰富且廉价的能源以及海量数据。这些都是发展前沿智能的必要条件。但他们缺乏足够的国内计算能力来与之竞争，也缺乏足够的收入和资金来支持相关研发。 竞争的四个方面 中美两国正在人工智能等前沿技术领域展开战略优势争夺。北京和华盛顿的声明都反映了这一点。将这种竞争称为“竞赛”可能会给人一种错觉，仿佛存在一个终点线，一方最终会取得决定性的胜利。实际上，这场竞争将是一场持续不断的优势争夺战，民主政体或威权政体都将在这场竞争中占据有利地位，从而塑造人工智能时代的价值观、规则和规范。 这场竞争在四个方面同时展开： 情报：哪些国家开发出了最强大的人工智能模型。 国内应用：哪些国家在商业和公共部门中最有效地整合了人工智能？ 全球 分布：哪些国家部署了支撑世界经济运行的全球人工智能技术栈。 韧性：哪些国家能够在经济转型过程中保持政治稳定。 在四大领域中，情报最为重要。我们预计，前沿模型能力将对地缘政治竞争格局产生最为深远的影响。模型能力也是市场采纳和全球推广的主要驱动力。 但仅凭情报是不够的。如果中共能够更快、更有效地将近乎前沿的人工智能系统融入中国经济和安全体系，并推动全球采用补贴的低成本人工智能，那么它就能在情报不足的情况下，获得相对于民主国家的优势。北京的“人工智能+”倡议及其对“具身智能”的关注，正是将推进前沿智能融入其经济和国家机器的政策置于优先地位。特朗普政府的“人工智能行动计划”及其“促进美国人工智能技术栈出口”的重点，也体现了推动全球采用的战略优势。 虽然本文不会重点讨论这一点，但我们认为韧性将是人工智能竞争的重要前沿阵地。在此期间，能够维持稳定、凝聚力和良好的政策制定将是至关重要的优势，而那些无法做到这一点的人则会面临巨大的风险。 竞争状况 计算能力——即训练和部署前沿人工智能所需的先进半导体——是上述竞争各个环节的关键投入。全球人工智能领导地位的争夺在很大程度上就是一场计算能力的争夺。十多年来，模型能力与计算能力同步增长，人工智能性能的提升大多源于计算能力的增加。此外，计算能力不仅用于训练新模型，还用于满足客户对人工智能的使用需求（也称为“推理”能力）。计算能力对于训练最智能的模型以及在商业和国家安全领域部署这些模型都至关重要。顶尖人才、海量数据和关键算法的进步对于这场智能竞赛都至关重要——但如果计算能力不足，所有这些投入都将毫无意义。 如今，民主国家在计算领域的领导地位竞争中占据优势。尽管有人担心出口管制可能会加速中共自身发展先进芯片供应链的步伐，但几乎没有证据表明中国的自主化努力能够挑战美国及其盟友在先进计算技术领域的领导地位。北京已对中国芯片产业投入巨资，并在出口管制实施数年前就推出了“中国制造2025”战略和中国集成电路产业投资基金等重大产业政策举措。尽管有国家支持的投资，中国的人工智能实验室和芯片制造商仍然受到美国及其盟友对先进芯片和芯片制造设备的出口管制限制。 因此，计算能力差距似乎正在扩大。对华为和英伟达产品路线图的分析发现，到2026年，华为的总计算能力仅占英伟达的4%，到2027年则仅为2%。此外，英伟达仅代表美国及其盟国计算生态系统的一部分，谷歌和亚马逊也在加紧生产各自的芯片（分别为TPU和Trainium），以满足美国前沿人工智能实验室及其客户的需求。 雪上加霜的是，中国在半导体供应链中许多技术最复杂的环节进展甚微。如果无法获得极紫外（EUV）光刻技术，尤其是在政策制定者能够堵住深紫外（DUV）光刻技术及其维护保养方面的漏洞的情况下，中国的芯片制造商将无法生产出足够数量和质量的芯片来挑战美国的计算领先地位。中国无法大规模生产高带宽存储器进一步加剧了这一差距。一项研究估计，如果美国加强对中共获取美国计算资源的限制，美国的计算能力将是中国人工智能领域的约11倍。 民主国家如何建立领先地位：商业创新和明智的公共政策 计算领域的领先地位主要有两个原因。首先是英伟达、AMD、美光、台积电、三星、ASML等公司以及其他来自日本、韩国、台湾、荷兰和美国等民主国家的公司的卓越创新，它们共同打造了世界上最先进的半导体技术。如果没有这些产品背后所蕴含的工程技术成就和数十年来持续不断的研发投入，今天的AI成就将无从谈起。 第二个原因是过去三届总统政府采取的具有前瞻性和果断性的政策行动。两党合作的政策行动通过限制受中共管辖的中国企业获取美国人工智能技术栈，保护了美国及其盟国的创新引擎。例如，我们的首席执行官曾公开强调出口管制的重要性。过去 几年，这些管制措施遏制了对华高端人工智能芯片和半导体制造设备（SME）的销售，限制了中国在人工智能领域的前沿发展，即便北京已向该领域投入了巨额国家资源。如果没有限制中国获取美国计算资源的行动，中共本可以具备开发出与美国水平相当甚至更胜一筹的人工智能的所有条件。 一些观察人士担心，限制计算资源的使用将迫使中国的人工智能实验室在其他领域进行创新，从而削弱美国的领先优势。尽管中国实验室确实在进行创新，但这些创新目前尚不足以弥补其计算资源的不足。算法的改进既是计算资源的函数，也是计算资源的倍增器，而非替代。此外，发现这些进步本身就是一个计算密集型过程：更多的计算资源使实验室能够运行更多实验，从而发现更多算法改进。随着前沿模型越来越多地自行开展人工智能研发，这一循环将进一步收紧，前沿模型也将帮助构建其自身的后续模型。简而言之，计算优势会转化为算法优势，并最终在人工智能领域形成持久的领先地位。 目前，美国前沿系统在智能方面至少领先中国人工智能实验室的顶尖模型数月，尽管这些估计必然存在不确定性。尽管中国开源模型备受关注，但其企业应用仍落后于封闭式前沿模型，且公共投资者对其商业化前景也存在担忧。此外，中国的人工智能实验室似乎正在放弃开源，转而选择将最优秀的模型保留为专有模型。 中国人工智能领域的领军人物证实了出口管制的影响，以及对美国芯片的迫切需求。中国顶尖人工智能实验室的高管们担忧，由于计算能力的限制，中国在人工智能领域将进一步落后。这些实验室 指出，计算资源匮乏是制约模型能力提升的主要因素，而出口管制正是造成这一限制的原因。一位中国超大规模数据中心的高管称，向中国供应受出口管制的美国芯片的影响“巨大，真的非常巨大”，并补充说，任何供应缺口都会严重影响中国的人工智能发展，同时驳斥了进口美国芯片会拖慢其自主研发进程的担忧。在中国，认为出口管制徒劳无功的主要声音似乎来自中共官员和官方媒体，他们很可能试图影响美国决策者。 中共如何保持竞争力：政策漏洞依然存在 尽管出口管制在提供当前优势方面发挥了有效作用，但力度还不够。尽管中共无法在国内生产足够的高级芯片，也无法合法地从国外采购，但中国的AI实验室仍然能够通过两种变通方法紧跟情报动态：一是非法且规避的计算资源获取，即将AI芯片直接走私到中国并接入境外数据中心；二是非法模型获取，即对美国的前沿模型进行蒸馏攻击，并将这些模型用作加速自身AI研发的工具。 中国规避美国出口管制已是公开的秘密。例如，联邦检察官指控Supermicro的一位联合创始人及其两名同伙将价值25亿美元的装有美国先进芯片的服务器转移到中国。据美国政府和媒体报道，DeepSeek使用禁止向中国出口的美国先进芯片训练了其最新模型。《金融时报》 报道称，阿里巴巴和字节跳动目前在东南亚的数据中心使用受出口管制的美国芯片训练其旗舰模型，而目前的管制措施无法触及这一途径，因为美国出口法仅涵盖芯片的销售，而不包括对芯片的远程访问。¹美国出口管制体系难以阻止中国人工智能实验室获取源自美国的先进计算资源。 蒸馏攻击是指中国实验室创建数千个虚假账户，绕过美国人工智能模型的访问控制，并系统性地窃取其输出结果，从而复制美国前沿技术。这是中国实验室用来追赶美国同行并削弱出口管制影响的另一种非法手段。这种做法使中国实验室能够搭上美国数十年的基础研究、数十亿美元的投资以及数千名世界顶尖工程师打造美国前沿模型的“顺风车”。其结果是，中国实验室以极低的成本获得了接近前沿的技术，而这一切都由美国补贴。这是一种针对对美国长期国家安全利益至关重要的技术的系统性工业间谍活动。OpenAI 、谷歌、Anthropic和前沿模型论坛都已公开谴责蒸馏攻击行为。 中国的人工智能专家公开承认蒸馏攻击的规模及其对中国人工智能发展的重要性。一家官方媒体最近发表的文章将针对美国模型的蒸馏攻击描述为中国人工智能实验室赖以生存的“后门”，而这正是其商业模式的核心组成部分。一位前字节跳动研究员表示，中国人工智能实验室利用蒸馏技术作为训练模型的捷径，从而避免投资建设自己的数据管道。 美国决策者已迅速采取行动应对这一威胁。白宫科技政策办公室发布了一份关于蒸馏攻击的备忘录。白宫、战争部和国会的高级官员也对这一问题表示关注。众议院外交事务委员会近期提出的旨在应对蒸馏攻击的法案已获得委员会一致通过。 如果美国及其盟友民主国家的决策者采取行动，关闭支撑中国人工智能模型的这两个渠道——非法和规避的计算访问和非法模型访问——那么我们就有可能迎来一代人一次巩固领先地位的机会。 2028 年的两种情景 下面，我们将描述两种假设的未来情景，以帮助说明今天采取的政策行动如何影响我们到 2028 年的处境。 情景一：美国及其盟友拥有绝对优势并不断扩大领先优势。 美国在计算领域的优势依然强劲。尽管中国政府加大了对半导体产业的支持力度，但中国芯片制造商仍落后于美国及其盟国的同行数年之久，部分原因是他们无法获得先进的中小微企业工具、服务和维护。随着美国及其盟国芯片制造能力的不断提升，以及先进芯片制造商持续创新研发更高效、性能更强的芯片，中美在计算领域的差距正在扩大。与此同时，美国决策者已采取行动，堵住美国经济安全工具箱中的漏洞，而资金雄厚的执法力量也日益挫败了向中国走私芯片以及获取境外数据中心受出口管制芯片的企图。 因此，美国的人工智能模型在智能水平上领先12-24个月，而且领先优势还在不断扩大。少数人工智能实验室凭借最智能、最强大、性能最高的模型，在人工智能领域处于领先地位。这些实验室全部位于美国。“数据中心里的天才之国”已成为网络安全、金融、医疗保健和生命科学等关键行业的现实。当美国前沿实验室在2028年发布性能突飞猛进的新模型时（类似于2026年4月Mythos Preview的相对影响），中国要到2029年或2030年才能获得类似的人工智能能力。这为民主国家制定前沿人工智能系统的规则和规范提供了重要的喘息空间。 美国人工智能是全球经济的支柱，推动着新的经济和科技活力。特朗普政府推动国内人工智能应用和促进美国人工智能出口的努力正在取得成功，国内外采用强大的人工智能所带来的收益正在推动前所未有的经济增长和技术进步。美国人工智能的全球应用呈爆炸式增长。民主国家在能力和计算方面的领先优势意味着，除了少数几个专制国家之外，中国的人工智能企业在全球市场份额方面几乎没有竞争力。世界顶尖的前沿人工智能系统以民主价值观为指导，这使得专制国家更难利用人工智能系统侵犯人权和公民自由。 网络和其他国家安全优势不断扩大。公共和私营部门的网络运营人员和安全专家利用先进的人工智能系统，缩小美国和其他民主国家的攻击面，削弱中共在我们系统中获取和维持网络立足点的能力，从而增强我们国家安全资产、知识产权和通信网络的安全性。美国在人工智能领域压倒性的优势，对侵略行为构成了强有力的威慑。 自我强化的循环巩固了民主国家的领导地位。人工智能领域的绝对优势使美国及其盟友更具吸引力。这种联盟扩大了美国人工智能的市场，并壮大了制定全球人工智能规范的联盟，进而促进了安全可靠、保障公民自由的人工智能系统的开发和部署。世界顶尖的技术和科学人才持续涌向前沿阵地。美国获得了强大的影响力，可以激励北京在人工智能治理、战略竞争和贸易等关键问题上开展合作。这一循环自我强化：领先者巩固联盟，联盟又巩固领先者，民主主导的国际秩序通过向变革性人工智能的转型而得以巩固。 情景二：中共控制的人工智能生态系统势均力敌 中国研发和部署的人工智能在模型智能方面已接近前沿水平。尽管半导体产能薄弱，但中国人工智能实验室训练的模型仅比美国模型落后几个月。持续不断的蒸馏攻击、海外计算资源的获取、中小企业出口监管不力以及美国半导体出口管制的放松，都为中共的人工智能发展提供了助力。持续获取美国前沿人工智能资源用于人工智能研发，也使得中国人工智能实验室能够缩小差距，并逐渐接近与美国同行比肩的水平。 人工智能在商业和政府领域的快速应用。北京一直倡导通过“AI+”政策在全国范围内推动人工智能在国内的应用。尽管中国的人工智能模型能力略逊于美国，但中共加速应用的努力已取得成效。因此，中国能够在经济、军事和技术领域更有效地部署接近前沿的人工智能能力，从而改变力量平衡，使之向中国倾斜。 中共的人工智能网络力量构成严重威胁。中共将人工智能网络能力融入其原本就十分先进的网络力量，这使得解放军继续保持着令人生畏的网络竞争对手地位。解放军的网络行动者已获得对美国及世界大多数国家关键和军民两用基础设施的更多访问权限，使其能够破坏关键的国家安全和社会功能。随着人工智能被更深入地融入我们最关键的系统中，尽管民主国家率先开发了这项技术，但在人工智能领域，它们并不比中国拥有任何安全优势。 北京凭借成本优势和本地部署的灵活性，在全球市场占据领先地位。华为和阿里巴巴的数据中心遍布全球，尤其是在全球南方低成本市场（但不限于此）。这些数据中心基于较旧的芯片进行扩展，而中国之所以能够出口这些芯片，是因为它可以通过多种方式满足国内市场需求：从美国进口（持有出口许可证）、走私入境或远程访问海外数据中心的芯片。这些数据中心托管着中国实验室生产的二线但价格更低、性能依然强劲的芯片。与华为“价格低廉且足够好”的策略类似，中国近乎前沿的芯片和硬件支撑着全球经济中一个不容忽视且快速增长的领域。这种基础设施优势赋予了中共领导层对这些市场的重大影响力。 确保民主国家领导 为确保我们实现方案一，我们支持以下政策行动领域。 堵住漏洞：走私芯片、境外数据中心准入和中小企业。如今，中国实验室通过走私和境外数据中心获取受出口管制的美国芯片，而中小企业管控的漏洞则加速了其实现自主研发的进程。加强管控并增加执法预算有助于堵住这些支撑中共人工智能生态系统的漏洞。这将降低中国的计算能力上限，从而减缓其人工智能发展速度，进而巩固和扩大民主国家在人工智能领域的领先地位。值得注意的是，降低计算能力上限也可能显著削弱人工智能蒸馏攻击，因为中国的人工智能实验室仍然需要达到一定的计算能力才能有效地进行非法蒸馏。 捍卫我们的创新成果：限制模型访问并遏制蒸馏攻击。国会和行政部门的政策制定者可以继续支持惩罚和遏制中国实验室蒸馏攻击的政策行动，同时采取措施增强美国实验室自主检测和预防蒸馏攻击的能力。这些措施包括立法明确蒸馏攻击的非法性，以及努力促进美国同行实验室之间以及与美国政府之间的威胁情报和技术共享。遏制这种行为可以在未来数月和数年内显著扩大民主的领先优势。 大力推广美国人工智能出口。随着世界各地公共和商业部门越来越多地采用人工智能，特朗普政府应继续努力，推动全球采用基于民主原则开发和塑造的可信人工智能硬件和模型。锁定可信的美国基础设施，将使中共的人工智能生态系统无法获得未来在成本和普及方面参与竞争所需的全球立足点。 结论 美国及其盟友开发了世界上最强大的前沿人工智能模型和最先进的人工智能输入技术，这为我们带来了巨大的优势。如果我们能够捍卫我们对这项技术的领先优势，就能进一步扩大这一优势。但如果这项技术直接落入竞争对手手中，我们将失去它。决策者今年做出的决定将决定变革性人工智能的未来。我们支持那些致力于确保美国及其盟国民主国家在2028年赢得大选的人们。

.@neilsonks 刚刚把一个完整的 3D 生成工具包开源了，专门为 Claude Code 设计。 输入一张图片，它就能自动把整个场景拆解成可交互的 3D 世界：环境、网格、物理、灯光、音频全都有。 整个 pipeline 是这样一步步做出来的： 首先用图像生成和 3D 生成技能，从输入图片里提取物体，生成高质量网格。 每个生成的物体都会从原始图片里被“移除”，留下干净的静态世界背景。 最后再给整个场景加上物理模拟、实时灯光和环境音频。 他还专门做了一个配套的查看器 App，能直接浏览所有生成的物体，支持点击编辑位置、旋转、缩放、复制、删除，还能一键导出 scene.json。 以前从 2D 图片到可玩 3D 场景要花几天，现在 Claude Code 配合这个工具包，几分钟就能跑通一条完整链路。 项目完全开源，就在 GitHub：https://t.co/S7fk3ToGLs 如果你在做游戏、世界构建、产品可视化或者任何需要快速把概念图转成 3D 交互内容的项目，这套工具值得立刻去试。

Anthropic重磅文章《2028：全球AI领导权的两种情景》，他说，AI竞争不是一般商业竞争，而是未来国际秩序、军事优势、社会治理模式和技术规范的竞争。虽然美国目前保持压倒性领先，但中国可能只落后几个月，如果美国放松限制，无法堵住芯片走私、模型蒸馏等渠道，中国将获得全球战略优势。 https://t.co/zvYxxTFFkJ

黄皮衣：AI 的算力需求还要增加1000x，未来的能源需求还要增加1000x！ 下一个能源100倍股：👇 1. 英伟达 $NVDA 黄仁勋喊未来算力暴涨1000倍，本质就是继续给英伟达打广告 2. 台积电 $TSM 台积电就是整个AI帝国的芯片印钞机 3. 博通 $AVGO 很多人只知道英伟达，但AI服务器内部高速连接、交换芯片，大量都靠博通 4. 超微电脑 $SMCI 英伟达GPU最后要装进服务器才能赚钱，属于AI军火运输队 5. GE Vernova $GEV 未来最大瓶颈不是芯片，是电，GEV就是搞发电设备、电网升级、能源的 6. Vistra 能源 $VST Vistra同时拥有核电、天然气、储能 7. Constellation Energy $CEG 美国最大核电运营商之一 8. Cameco $CCJ 全球铀矿核心玩家 9. NextEra Energy $NEE 新能源超级巨头 10. Vertiv $VRT AI机房空调之王 11. Eaton 伊顿 $ETN 变压器、配电、电力管理都会爆发 12. Schneider Electric 施耐德电气 $SBGSY 复杂能源调度、供电系统、智能管理，施耐德在这一块全球顶级 13. 亚马逊 $AMZN 现在亚马逊已经开始疯狂升级AI数据中心电力系统 14. 微软 $MSFT 微软现在已经不是软件公司，已经开始亲自布局核电和能源 15. Credo Technology $CRDO AI服务器之间的数据传输速度越来越重要，CRDO专门做高速互联芯片 你最看好哪一个？

Codex 手机版终于来了！颤抖吧 Claude！ https://t.co/Fo99AGJRp8

现在AI产业链正在加速进入光的时代 CPO封装正在加速到来

其实我一直有个困惑：据我了解智谱这家公司给 AI researcher 的pay绝对比不上像字节这种公司，公司文化/管理这些也都相当的一般，但为什么现在智谱在中国这些llm里已经算基本最好的那一档的了并且在coding这块基本就是第一？

看完這段影片你才能明白 未來只有中國人是美國真正的對手 那些說澳大利亞巴西電便宜也可以成為 Ai霸主的人我禮貌的稱其為蠢貨 也就是俗稱的傻逼 因為Ai更需要的是人 一個10歲的中國孩子 沒有一句話是廢話是錯話是糊塗話 這就是Ai世界未來最需要的高級人力資源 龐大的的Ai工程師隊伍 除了美國和中國其它地方已經出局了⋯⋯

其实英伟达解禁和 DeepSeek、华为昇腾脱不开关系，晚点写个文章说说访华是啥情况

🔥 我用 KroWork + GPT-image-2， 实现了「AI 生图接单」印钞机 一张商品主图：$50 一组品牌视觉：$200 闲鱼 + Fiverr 双线挂单 KroWork 轻松将整条链路， 固化成了一个桌面应用： 接需求 → 出图 → 加水印 → 打包 → 自动交付 ✔️做一次，永久复用， ✔️不重复操作，不烧 token ✔️不需要写代码 ✔️也不需要专业背景 从接单到交付，全程不超过 10 分钟 日入 $1000 【附完整搭建步骤 + 白嫖更多积分方法】

哇！bun 只花 7 天就將上百萬行 zig 程式碼用 claude 改寫成 rust 版本而且神奇的全數通過測試，這代表幾件事： 1. 這可能是進入 AI 紀元後史上第一個有意義的大型商業專案改寫 2. 如果事後証明成功，claude 就能用它當案例說服銀行改寫 cobol 等舊專案 3. 我個人會等至少 6 個月再上車~🤭 https://t.co/37pYsbA0rP

为什么要在Youtube上扩大咱们新中国联邦爆料革命的影响力？ 1. Youtube 会针对不同地区的观众，直接翻译成英文。 不需要去手工翻译。 我经常看到的中文博客的视频推送到我这里就变成了英文的配音和字幕。 超级棒！ 扩大了传播面。 都AI AGI 时代了， 还去手工翻译， 为什么不把现有的平台工具用起来？！ 2. Youtube上砸锅砸爆料革命的垃圾频道上千个。 必须要用正义的真相去驱逐劣币。 所以我们就冲出去了… 感谢战友们的支持。 TDCCP ！

不出意外的话，大模型编程市场，已经定型了：OpenAI Codex 跟 Claude Code 双雄逐鹿。 其它公司，都可以洗洗睡了。

是的，我几乎也不再使用计划模式了，可以看到 codex 本身有了更严谨的规划和分解的能力，在 harness 它最近两个月追赶和超越 claude code 的势头很强。

&gt;&gt; In fact, AI labs in China have only built models close in intelligence to America’s because of their talent, 看到老黄去中国开会，Dario 明显急了。 很少看到一家商业公司的 CEO 有这么强的意识形态偏执。

太猛了！首个能直接读懂K线的金融AI大模型来了，直接颠覆量化圈！ 它叫Kronos，是全球首个专为金融市场打造的开源基础大模型。用45家交易所、120亿条真实K线数据训练，绝非通用AI改改就上。 核心能力直接拉满： - 精准预测价格走势、预判波动率 - 全资产覆盖，币圈、美股、港股零样本直接用 - 门槛极低，笔记本就能跑，4个版本可选（400万—4.99亿参数） 实测效果炸裂： 比主流时序模型准93%，比顶尖非预训练模型高87%，开箱即用无需微调。现在还开放BTC实时预测，每小时更新，免费看效果。 关键是完全免费！ 对冲基金花几百万定制的系统，彭博终端一年2.4万美金的服务，Kronos直接开源免费，几行Python代码就能调用，MIT协议无限制商用。 清华团队出品，入围2026 AAAI顶会，GitHub 2.4万星暴涨。 这波真的要改写量化格局，普通人也能用上顶级AI交易工具！ https://t.co/JfRJ6FVd0O

虽然都在喊 Harness，但我并不看好任何单纯的 Harness 创业，因为这个赛道只有 Codex 和 Claude Code 可能 Startup 应该去做品牌。开源、发论文是为了积累影响力，而做影响力就是做品牌。 现在没有 Moat 了，找到让数据飞轮转起来的业务也只是把先发优势的时间窗口尽可能拉长一点。但如果这里的业务真被盯上了，AI 巨头也可以用空间换时间吃掉这里 哪怕 CC 的代码泄露过，现在来看也几乎没有任何影响，组织形式和迭代速度这些在过去看来很虚的指标，现在才是唯一的评判标准。 组织形式和迭代速度其实也是同一个指标，组织形式牛逼了，迭代速度自然就快了 虽然不喜欢 Anthropic 这家公司，但毫无疑问他们和字节就是当今组织形式最牛逼的两家公司，可能 OpenAI 次之，会跳舞的大象

照片中手持这件 T 恤的人是美国现任国务卿马尔科·鲁比奥 (Marco Rubio)。该照片拍摄于 2019 年 10 月前后。鲁比奥作为美国国会参议员，通过此举表达其政治主张。 在我核实之前，一直以为这张照片是Ai制作的，鲁比奥威武👍 https://t.co/8F2hMoPbYJ

Codex 手机版上线 但是并不是大家之前认为的独立App 而是内置在ChatGPT里面 在客户端选择codex，设置后，你就可以直接在 ChatGPT 手机 App 里远程控制。 你不在电脑前，也能查看 AI 正在写什么代码、跑什么任务、卡在哪一步，甚至直接批准它继续执行。 手机里可以： • 查看任务线程 • 看 diff 和测试结果 • 给 Agent 回复新指令 • 批准危险操作 • 切换模型 • 新建任务继续跑

开源一个 3D 生成工具包，支持 Claude Code 输入图像 → 环境、网格、物理、光照及音频。 https://t.co/7ggXqSzOzN

Gemini 大概率是要出新模型了... 不然无法解释 3.1 Pro 不论在 AI Studio 还是网页或API调用，都变的及其弱智... 我抛给他一个普通的Pine脚本，居然连从 V5 升级到 V6 都错误百出，实在是服了... 记忆中 Gemini 3.1 Pro 刚出来那一周，实在是震撼，Opus 4.6 都看不上... 接下来只能去GPT 5.5了...

Anthropic 发表评论文章评价中国和美国的AI竞争。 总结来说，就是Anthropic故意在特朗普访华的时候强调他们之前的观点。 中国在AI上落后于美国的主要原因是因为算力不足。中国在数据上有后发优势，在人才上则在规模甚至质量上都在美国之上。 他们认为如果不能严格限制中国的算力发展。中国可能在一年甚至几个月之内完全赶上美国最先进的AI实验室的水平。

OpenAI 的估值也许被极大低估了，它是世界上唯一一家拥有顶级 SOTA 模型，最多用户数据后训练，最好的产品化跨平台 harness product（codex）和最充裕算力的 AI 公司。

codex in ChatGPT app 做的很取巧，类似 cc remote 模式而不是一开始就像 claude 搞了一个 cloud sandbox（他们推出的很早但似乎不太多人使用）其实这就是大多数人会使用 agent 的最终形态了，大家并不需要一个复杂的 OpenClaw/hermes 而是跨平台的 codex 来执行 /goal https://t.co/1C2THZxc50

AI国漫视频-貂蝉系列（上） 图片素材来源：墨迹 https://t.co/dDA3ZfUBXC