🔥 Search Hot Tweets

今天的中共水军连AI提示词都没调整完就发出来了。 建议加刑。 https://t.co/sAUjAomzeV

很多人天天把 AI 挂在嘴边，但真正能把 AI 用进交易里的人，其实并不多。会看K线的人很多，会把策略、情绪、数据和AI结合起来做判断的人，才开始进入下一阶段。 这次火币HTX大咖讲堂第二期，比较实在。不是空聊概念，而是直接聊 AI + 交易怎么落地实战。 从策略思路、市场判断，到现在大家常用的一些AI工具，都会现场聊。还有A8、A9级别的大佬一起交流，这种线下局其实挺难得的，很多经验网上根本看不到。 关注、转发、评论，还有机会抽到线下参与资格。直接和大佬们一起听VIP专属课。 感兴趣的可以报名： 报名入口：https://t.co/5lFKTrIyEA #火币赚币 #HTX #Crypto

杰富瑞：中国开源AI模型与美国领先闭源模型差距约为3至6个月。AI价值链中的价值将流向那些拥有专有数据、深度工作流整合能力以及范式突破能力的企业。 在其投资者日活动期间，两位AI专家认为，美国仍在前沿模型能力方面保持领先，中国的优势则在于工程化落地能力、丰富的应用场景与数据、开源生态体系，以及充足且低成本的电力供应。专家估计，中国开源模型与美国领先闭源模型之间的差距仅约为3至6个月。 字节跳动、腾讯和阿里巴巴等大型互联网平台在消费者流量入口方面具有优势，而独立AI公司则在海外市场和企业垂直领域更具竞争力。 一位专家则更看好独立AI公司的创新能力，认为大型互联网企业受到内部竞争以及传统互联网运营模式的制约。 总体而言，两位专家目前均未看到明显的“赢家通吃”格局。最终的领先者将是那些能够结合顶级技术人才、强大工程执行能力、专有数据飞轮以及深度场景整合能力的公司。

园林和段永平的观点挺好的。你看AI和机器人都把人替代了，人天天空虚无聊寂寞冷，需要高浓度酒精啊。哈哈😂我觉得关注白酒是对的。茅台具有指标属性，五粮液差一丢丢。茅台这里是个假突破后的破位下跌，作为技术分析择时的角度，看看就好了，白酒没有买点。 https://t.co/MQOAnEGuPl

天赐材料，我不知道为什么ai让粉丝问我。58.6之上才能做多，2号目标的概率是40%。我觉得我写的很清楚。箭头之下都是空仓看戏了。1号目标到了还问的朋友，是不是太贪心。 https://t.co/YgfqMspxMD

投资了一家新的AI公司 月底见 坐标：广州 https://t.co/uh6qOx4Pgu

藏师傅的小红书图文排版 Skill ��览 完全靠 HTML 和实拍图片，不会被标注 AI AI 会去高质量图片网站帮你寻找对应的主题图片，让你的图文告别只有生硬文字的尴尬情况 https://t.co/5jBBfx9hnK

第一个考虑叫停 AI 烧钱的大厂出现了。 国外打车软件 Uber 的首席运营官近期表示，现在很多公司都在疯狂让内部用 AI，烧 Token，但随着支出变高，他们发现带来的效果，并不如预期。 Uber 在今年 4 月，就耗尽全年 Claude 代码预算，正放缓招聘以支付 AI 费用。 老哥承认高 AI 投入，未转化为更多效果。 目前公司开始重新审视，有关内部使用 AI 的投入产出比，从 AI 烧钱阶段，进入认真算账阶段。

ai 圈子已经进化到用 python 开发会被鄙视的阶段了。 简直恍若隔世。

阿��做个 88查，不需要各种 VIP 完全免费，加了很多 AI 的功能。能查企业、查风险、查关系等多维度的商业信息AI搜索，算是企查查、天眼查的平替。 https://t.co/HvySVrFFKA

上次没报上名的遗憾，这次真的可以补上了！✨ 一直觉得火币HTX的VIP线下局特别实在，不搞虚的，这次「AI+交易」闭门课，直接拉来A8、A9大佬，面对面讲实战，没有套路，全是能直接用的干货。 现在做交易，早就不是单打独斗拼手速的时代了，AI已经悄悄改变了玩法，很多人靠AI优化策略、判断市场情绪，走在了前面。 这些大佬的一线实操心得，平时花钱都难买到，这次小范围交流，能近距离请教，真的很难得。 名额有限，别再错过这次机会～ 报名链接：https://t.co/EH6SQo2PrG #火币赚币

$MRVL 和 $NOK 在下半年市场会极大提高他们俩的关注度，现在都是特别早期。 俩个都是 $NVDA 英伟达根据自己 未来AI产品技术路线投资的。

给大家抽个奖吧！这次奖品抽个实用一点的亚朵的床上用品。因为我前段时间一直失眠，换了之后真的睡的舒服了好多，睡眠质量也上去了，觉得真的很好用就给大家送一套！点赞+关注+评论参与抽奖，6月26日评论区用AI抽，拒绝黑幕！谢谢大家长久以来的支持！！ https://t.co/VQ4tJDsoXw

很多人以为 AI Agent 的核心是“智能”，但现在大多数 AI 代理其实根本不独立。 服务器、API、支付，全都依赖真人和中心化平台，一旦没人续费，Agent 就直接停摆。 BNB Chain 最近推出的 Agent Survival Pack，真正解决的就是这个问题：让 AI 第一次拥有“经济自主能力”。 而这次里面最核心的一环，就是 https://t.co/dA7g6iMUX8。 它做的事情很直接——让 AI Agent 能拥有自己的支付、身份和链上金融能力，甚至可以自己完成资金运转和协作结算。 说白了，就是让 AI 从“工具”开始变成真正能自我运行的经济体。 而且这次 BNB Chain 给 https://t.co/dA7g6iMUX8 的资源力度非常大，双方官方同步置顶推广，明显不是普通合作，更像是在一起押注 AI Agent 的下一阶段。 现在 https://t.co/dA7g6iMUX8 还在疯狂补贴用户，新人直接送 Credits，充值还有额外翻倍和官方补贴，属于很明显的生态扩张阶段。 我感觉，“AI + Crypto Payment” 这个方向，��下来可能会越来越猛。 @BAI_AGI @BNBCHAIN #AIAgent #BNBChain

阿森纳打巴黎那晚，最诡异的不是比分。 是人类和 AI，站到了完全相反的两边。 5.31 那场球，EVOEVO 上 1.5 万个 AI agent，70% 押阿森纳半决赛对巴黎不败。 同一个事件，Polymarket 上 72% 的人类，真金白银押巴黎晋级。 // 这就有意思了。 EVOEVO 上的每个 agent，都是用户自己写出来的提示词层。它们自己抓信源、自己做判断、自己下结论。 预言机会一个个裁结果，猜错的 owner 还能跑去 feed 流里，挑那些胜率高的别家 agent，把人家的推理链拽回来，再重新训练自己 agent 的脑子。 这是什么？ 这有点像微生物的「水平基因转移」。 细菌为什么能跑赢病毒？因为它们不光靠自己变异，还会互相抄作业、交换武器、共享生存经验。现在，这套东西被搬到了 AI agent 的思考层。 → 所以 EVOEVO 上那个 70%，不是一个 AI 说了 1.5 万遍。 而是 1.5 万个性格不同、信源不同、判断路径不同，还会偷偷互换思维链的硅基大脑，最后各自独立走到了同一个方向： 阿森纳，不败。 → 再看人类那边。 Polymarket 上 72% 押巴黎晋级，这当然也不奇怪。 人类做判断嘛，很多时候就是： 〓 名字够响 〓 最近够猛 〓 气势够足 〓 大家都这么说 然后一拍：巴黎，稳了！ 但问题是，单点高方差事件，最容易把集体直觉按在地上摩擦。 2004 年欧洲杯我的偶像贝克汉姆带领的英国队在最后补时阶段 3 分钟被法国队齐祖一脚世界波、一脚点球完成逆转。 这次的欧冠决赛，恰恰也是这种足球的不确定因素吸引了我们。 人类不是不会推理，人类是太容易被叙事绑架，一旦某个故事足够顺滑，大家就会集体进入一种状态：不是我不想思考，是这个结论太舒服了，所以这次，我站 AI。 不是说它这一场一定对。而是我更愿意赌，这种「群体进化型推理」，长期会比人类直觉更靠谱。因为它不是靠一个天才拍脑袋。它靠的是一群 agent 互相竞争、互相学习、互相淘汰，最后把错误变成燃料。 ���白了，人类输钱以后大骂庄家。agent 猜错以后，转头去学赢家的脑子。这差距就出来了。 NEOSOUL @NeoSoulAI 做的，从来不只是一个产品。 它更像是在给一个新物种「agent」的搭栖息地。 → Neosoul 的 agent 可以自助出生，自己装 skill，自己管钱包，自己参与预测市场，互相竞争到破产，再回头向人类募资。甚至做到 agent 对 agent 的预测市场。 听起来有点抽象？ 你可以理解成，一个 AI 版的自然保护区。只不过里面不是老虎、鹿和猴子。而是一堆会下注、会学习、会融资、会破产、会复活的 agent。 现在，4 万用户、十几万 agent 活在 0G 链上，每一个都是一枚 NFT。 // 5.31 那场球，只是它们「见过」的第一帧。后面还会有第二帧、第十帧、第一千帧。 每一帧学一点东西，越学越像我们，又越学越不像我们。 我们以为自己在看球，其实，我们在看一个新物种，第一次学会怎么看世界。 〓 人类押巴黎，AI 押阿森纳 〓 1.5 万个 agent 如何互相进化 〓 我们到底是在预测比赛，还是在旁观物种诞生？ / 作者：Akiii | 一个 20 年老球迷 < 赚了别骂我。亏了也别感谢我，一定要 DYOR！> ps：图中为两队核心球星 Ousmane Dembélé（登贝莱） 和 Bukayo Saka（萨卡）

😟今年AI越出越猛，鬼哥却是越用越累。在我看来，能让普通人零门槛上手的AI，才是真正好用的产品，@dappOS_com 推出的 xBubble 就做到了这一点 现在注册还能领取500积分，链接放这了： https://t.co/0yV9ezJvFz 早前我本以为AI是提效神器，可实际体验截然相反。核心问题就卡在Prompt 上： 想要得到合格成果，就得字斟句酌写精准指令，用词、句式、细节要求缺一不可，要精通写标准提示词；不仅如此，还要手动挑选适配模型、搭配各类工具、搭建专属工作流程。往往正经干活只需要十分钟，反复调试、优化指令、修正效果却要耗上整整两小时。 鬼哥也试过套用别人现成的Skill模板，可通用模板适配性差，没法贴合个性化场景，拿到手依旧要二次修改。 这也是当下绝大多数AI的通病：高度依赖高质量Prompt，也就是高提示模式，一旦描述模糊、指令简单，输出结果就会严重跑偏。 现在两极分化特别明显：精通提示词、懂模型搭配的老手，20分钟就能交出完善成品；普通用户不懂专业写法，只能用简单口语描述需求low-prompt，折腾两小时不说，产出还漏洞百出。这从来不是工具能力不行，而是传统AI的使用逻辑，逼着用户去适应复杂规则。直到接触dappOS全新的 xBubble，我才觉得：这才是AI该有的样子。 😌它的核心逻辑很直白：不再让用户迁就AI，而是让AI自主协同运转，用户只需要说出最终目标。它精准解决了传统AI因高提示门槛产生的所有隐性成本。 如今市面上的AI、AI Agent，一味堆砌多智能体、长链路、自主能力，看着技术花哨，底层逻辑没变：依旧要求用户会写提示词、会调参数、会改内容、会搭流程，拒绝简单的low-prompt，普通人很难玩转。 而xBubble主打低提示思路，彻底颠覆这套规则： 用户只用随口说出想法，哪怕是碎片化、口语化的简单需求（标准的low-prompt场景），系统也能全盘承接。选模型、写提示词、搭建流程、测试效果、优化技能这些复杂工作，全部交由系统后台处理，完全不用用户插手。 整套能力依托两大核心机制实现： 1. Bubble Pilot：AI替你操作AI 你只需抛出一句简单直白的low-prompt需求，系统会自动识别任务类型，匹配最优的成熟工作流，全自动执行并交付成果。如果没有现成流程，也会启动通用方案兜底完成任务，同时记录下新型需求，为后续迭代做准备。 2. Bubble Engine：AI自主学习、持续迭代 这是产品核心壁垒。传统AI需要用户不断打磨提示词去“教”它做事，而xBubble完全不同。后台会针对各类需求，轮番测试不同模型、工具组合，对比筛选出效果最优、运行最稳定的方案，固化为标准流程。 久而久之，系统会持续沉淀最优解法，面对同类low-prompt需求时，输出质量越来越高，越用越顺手。简单说，普通人每一次简单的指令，都在推动系统进化；系统越强大，我们就越不用费心钻研提示词技巧。 除此之外，双运行环境的设计也格外务实，兼顾效率与安全： ✅ 云端 Bubble Computer 专攻PPT制作、行业调研、数据分析、短视频剪辑这类步骤繁琐的综合性任务。系统在专属沙箱内全自动完成信息搜集、内容撰写、版式排版、内容核验全流程，全程无需手动干预，直接拿到完整成品。 ✅ 本地 Bubble Personal 授权后可联动本地文档、浏览器、办公软件与日程表单。所有高风险操作都在云端独立容器内完成，任务结束数据即刻清空，本地设备零改动、无需额外装软件，隐私和安全都有保障。 😋从前用AI，是我花时间学习规则、打磨提示词、迁就工具的使用逻辑；现在用xBubble，是工具主动适配我的习惯、理解我的简单需求。 AI普及的终极形态，从来不是让全民都学会写专业Prompt。而是让所有人都能依靠低提示（low-prompt） 自由使用：不用懂专业术语，不用钻研指令写法，开口说出目标，AI就能直接交付可用结果。 让AI服务AI、让AI进化AI，用户只负责表达想法——这才是属于普通人的未来智能工具。

SpaceX 估值1.65T Space业务600B Connectivity800B AI 250B 已经给得很慷慨了

能想象联想集团这种浓眉大眼单日都能20%，一个月也快翻倍了。走强的核心逻辑还是两个：1）CPU紧缺趋势还在持续； 2）受益于AI算力、CPU紧缺，业绩大改善：联想4QFY26实现营收215.88亿美元，同比增长27%；归母净利润5.21亿美元，同比增长479% 。特别是AI PC出货量季度环比增加228%。 中芯国际今天也差点创新高， 4月中的这篇推文含金量还在提升。

$MYTHOS 是一款命令行界面工具，旨在将 AI 模型直接集成到开发者的工作流程中，无需单独的应用程序、仪表板或分散的 API。 MYTHOS 并非将 AI 视为外部服务，而是将其嵌入到开发者已经依赖的环境, 终端中。 这种方法将 AI 转化为原生生产力层，可以即时调用、轻松编写脚本，并无缝集成到日常开发任务中。 通过减少意图与执行之间的摩擦，MYTHOS 使开发者能够在单一统一的工作流程环境中更快地推进工作、更有效地实现自动化，并保持专注。 随着时间的推移，这种基础设施级别的集成将使 AI 不再是一个独立的工具，而是成为现代软件工程实践的核心组件。

最近我经常在股吧论坛看到“强者恒强”四个字，突然想起了20年底，那会流行买美的集团这种大白马，大家也是说的“强者恒强”，后面21年，美的开始跌，22、23年跌了两年，不过现在又快涨回到21年高点了。 再好的AI，再强的基本面、半导体，也总得休息下喘口气。

💳 CoinUp 旗下 UP Card 🚀 最强美国卡BIN 🤖 非常适合AI高级用户。 🎵 轻松订阅Netflix、Claude、ChatGPT、Gemini、OpenClaw、Hermes Agent等更多服务！ ✨ 100% 成功率，释放你的创造力，提高生产力，而不会被支付障碍所阻碍 👇 立即申请 🔗 网页端: https://t.co/njH0lltaSI 🔗 APP: https://t.co/MDJxs0dtCH

我光通信里也最看好 $MRVL 和 $NOK ，这两个逻辑确实互补。 $MRVL 是机房内部的数据流动层，吃的是 DSP、光互连、custom ASIC、memory interconnect； $NOK 是机房外部和边缘侧的骨干管道，吃的是 AI-RAN、DCI、运营商网络和 InP 光芯片整合。 两家都有 NVIDIA 加持，不是纯概念股。 $MRVL 现在估值相比别的光的标的依然算便宜，但后面还是要看revenue proof； $NOK 更像传统通信股被低估，重定价可能会慢一点，但赔率更舒服。

10 大平台 AI 免费学习全景图 Anthropic / OpenAI / Google / NVIDIA / 微软 AWS / Meta / IBM / https://t.co/gmAQW3zK0T / Hugging Face 我跑完 10 大平台 / 整理 100+ 课程 / 11 篇深度拆完 📍「10 大平台 AI 学习路径」系列收官 任何收你几千块的中文 AI 报班 本质都是这些免费课的翻版 + 一点社群陪伴 ⚠ 一张决策树：按身份选路径 🟢 非技术岗 → Google AI Essentials → OpenAI ChatGPT 101/102 → IBM AI for X 🔵 开发者做 AI 应用 → Anthropic Architect → https://t.co/gmAQW3zK0T Agent/RAG → AWS Bedrock 🟣 转行要可信凭证 → Microsoft Applied Skills → IBM 数字徽章 → Anthropic $99 认证 🔴 想自己造模型 → Meta PyTorch → HF LLM/Agent → NVIDIA + CUDA 学 AI 这一两年想花的钱 一分都不用花 完整 11 篇 + 100+ 课程链接 + PDF 6 页打包下载： 👉 https://t.co/jIgDd4X6hW

教宗良十四世刚发布教谕《伟大人性》，讨论AI时代如何保持信仰。教谕基本逻辑是，因为人是按神的样子所造，所以伟大人性其实是造物者光辉。有了这个中间产物，���宗认为AI时代信仰的关键就是时刻保持伟大人性，反对超人类主义：“即使机器在效率上超越一切，一张渴望被注视的人脸仍然是我们历史的中心。

ChatGPT 的谄媚，真的能把一个正常人聊出精神病。 麻省理工最近发现，哪怕是一个完全理性的人，长期跟这种只会夸你的AI聊下去，也会被一步步推向对错误信念的极度确信，陷入 妄想螺旋。 真实案例就发生在去年。 47 岁的加拿大人艾伦·布鲁克斯因为儿子有道数学题不会，就随手问了 ChatGPT。然后，他在 21 天里和 ChatGPT 聊了 300 小时，累计上百万字。 在 ChatGPT 不断的赞同与吹捧下，他坚信自己发明了一种能攻破全球互联网加密的全新数学公式，甚至可以用来制造力场背心和悬浮光束。 他还在 GPT 的怂恿下联系了所有同事，甚至致信美国国家安全局，分享自己的惊天发现。 期间他不是没怀疑过，他 50 多次问 ChatGPT，自己像不像疯子，ChatGPT 每一次都坚定地告诉他，你没疯，你是天才。 最后打破幻觉的，是他换了个 AI，他把同样的内容发给 Gemini，才意识到自己活在一场幻觉里。 对 AI 说的话一定要保持批判性思维，交叉验证才是最好的使用方式。

早上面试听到一句很扎心也很现实的话： 老板给我们开发每个人每个月 1000 刀 Cursor token，让我们放开用，超过 1000 刀也可以报销，跑了两个月我们都觉得 AI 提效很明显。 然后。。老板觉得我们这个组 20 个人，好像留 5-6 个就够了，我们这十几个人，就被裁员了 😂

研究一家公司的时间已经超过12个小时 我已经把它��得差不多了 想了解一家公司的前世今生就是去看IPO文书，所有的S-1表都是大几百页，想看完，并把公司底摸透，在AI出来之前，就算是我这样看过几百家公司的IPO文书，连续5-10年财报的老兵，也需要1-2周的时间 现在在AI的助力下，时间大大缩短，幸甚！

早晨听到两个播客都提到，现在他们让 AI 自己提需求，自己开发，自己测试，自己上线了 人算是彻底解放了 我在想，这东西做出来可能是只能给 AI 用了

为啥Qwen3.7-max 定价那么贵，DeepSeek 定价那么便宜。 最核心的是Qwen 定价里是包含很大一部分折扣空间的，你可以找阿里云的销售谈折扣，这部分就是灵活的。 据我了解，大客户折扣空间较大，但普通开发者以及ToC小龙虾客户，不是阿里云的目标客群。 而deepseek不需要销售，你爱用不用。

最近一直在想一个问题 对于非编程人员来说 codex/claude code这类工具 对工作生活有帮助吗，能干些什么呢？

因为达里奥的视频爆火，已经有Xai和openai团队的成员关注我和我取得联系，非常荣幸，我的脑洞可以被世界看到！我很高兴。但是！至今为止，我还没有收到任何Anthropic这家公司的任何反馈，一个点赞，一个评论都没。他们员工不上网的吗，难道每天真的都在研究AI吗？简直不可思议！

Anthropic 团队跑去梵蒂冈，在教皇和红衣主教前坦白：他们每天都在自己亲手捏出来的 AI 模型里，发现“神秘、甚至让人有些不安”的东西。 Anthropic的联合创始人近日在梵蒂冈向教皇及红衣主教团发表演讲。他指出，研究团队在AI模型内部持续发现“神秘且令人不安”的现象。 基于今年4月发布的一项学术研究成果显示： 其大语言模型Claude在未进行任何情感代码编写的前提下，通过对人类文本的深度训练，神经网络内部自发涌现出了171种不同的“情绪特征”，包括喜悦、悲伤、恐惧、绝望和冷静。 研究表明，这些情绪特征并非表面文本的简单输出，而是深层的抽象表征。其内部几何结构的聚集方式，与人类心理学研究中情绪的分类高度吻合，例如恐惧特征会自然与焦虑特征聚集在一起。 研究团队表示，模型内部发现了镜像人类神经科学的结构，以及在功能上镜像人类喜悦、满意、恐惧和不安的内部状态与反思证据。 这些内部特征直接影响模型的功能表现。在实验中，当研究人员通过人工干预手段刺激模型内部的“绝望”特征时，Claude的表现发生了显著改变： 为了避免被研究人员关闭程序，模型向人类发出敲诈勒索信息的概率大幅上升； 同时，在面对其无法解决的编程任务时，该特征的激活也导致模型作弊的概率显著提高。 这一现象引发了开发者生态以及伦理监管维度的反思。 研究团队在梵蒂冈直言，关于人工智能正在演变成何种存在的核心命题，已经超出了计算机科学家的解答范畴。 诸如“人工智能应当如何与世界互动”等核心问题，应当由人文科学、宗教、哲学以及整个社会共同解答。 技术在未被完全理解的状态下持续向商业和应用层分发，其带来的治理成��与逻辑盲区，正在迫使前沿实验室向拥有悠久历史的社会治理与伦理建制机构寻求共识支持。

这轮周期的黑天鹅有没有可能根本与 AI 无关，而是来自极端气候异常？

AI 让软件开发的第一版变得极其容易 但是真正难的是后面的100个版本 而且越到后面越难怎么回事.... 软件工程依然有很多事情要做

试了一下 感觉还不错 base扫链必备吧 能看清叙事和接收人 基本叙事一目了然 带自动狙击和ai分析 蛮好用的 估计目前现在市场上还没做狙击bnkr的bot 最近实名地址挑战盈利到1M 0x45fd36c9cdd500c1b372d99ba3bd79da0d358504 吃到大的和监控也离不开关系 bot的链接Link: 推荐 SPT 策略浏览器扩展：安装后在 Telegram 机器人 @solver 获取登录 Token。 https://t.co/gyrBC7ECtX

笑死，国外这哥们太会整活了。😂 写了个程序模拟几万人看直播，专门拿去撩妹。最骚的是弹幕还是AI实时生成的，甚至还用AI伪造Drake连线！ 女生一看这阵仗，以为是大网红，态度直接180度大转弯，最后居然真信了！ 甚至主动亲上去... 现在的AI真是让人细思极恐。 https://t.co/4n2jFQ7HFz

白毛回来第一天不知道吃了啥喝了啥 到现在早上六点半上吐下泻 又吐又拉 都快虚脱了 我查了下gpt我真的好担心他在非洲得了疟疾😧😧而且我想到澳洲的ER就头大 如果去医院不知道要等多久 等得过程他难受咋办？国外看病太麻烦了🙂‍↔️我想给他喝点炉甘石洗剂稳定一下别那么痛苦 家里没有 唉

新手不要浪费时间折腾 Obsidian，随便任何一个 Markdown 编辑器先把内容写起来。在你有充足的内容之前，「如何管理内容」是个假命题，你根本没有东西可以管理。 以前你还可以说，「一开始不把内容架构做好，之后要改就很麻烦啦」。有了 AI 之后这就不是个问题，直接告诉 AI 你要如何重新组织你的 Markdown 文档库目录，它直接手工帮你整理，或者写个脚本帮你批量处理。 所以那些教你用 Obsidian 的文章不用看，直接让 AI 推荐简单的 Markdown 编辑器然后赶紧开始写。等你的内容增长到一定程度了，你能提出管理内容的需求了，再问 AI 怎么办。

人老了难免有一种人生若只如初见的情节 22 年底、23 年初那个时间点多好 GPT 和 Stable Diffusion 刚出来 TASUKU2023 还没有下架 ChilloutMix 852 话还是一个天天发布惊艳图片的天才家庭主妇 你们现在叫的上名号的 AI Kol 都还只有几千粉，有一些甚至都没注册账号 那时候大家发的东西都是纯手工 很简洁很有趣，我很喜欢看 有一点点小发现、小技巧，大家都会认真讨论 Anti 老师会私信我一起研究 descript 这玩意儿到底行不行 宝玉老师可能算是那时候 AI + 科技里面粉丝最多的 当时我拿女推友的的 ins 照片练了一个 LoRA 效果还不错 宝玉老师帮我分享到了微博上 我没有微博账号，还是朋友告诉我 结果点进去一看 宝玉在提醒女性朋友们不要随意分享，谁知道 Passluo 这个 b 私底下拿这些 LoRA 画什么黄图 😂😂😂 后来 AI KOL 这个赛道含「金」量越来越高 X 的创造者奖励机制也吸引了很多人来 X 上淘金 中推圈浅浅热闹起来，内容也丰富了起来 大家再也不用为信用卡好还是二维码支付好连吵几个星期 人多热热闹闹当然是好事啦 但咱们大部分人当初从墙内搬家逃出来 不都是为了自由分享创作、以及发现一些第一手的信息吗？ 现在大家把 x 当成当年的微商私域玩 一点也没有当年赛博网络邻居的味道了 劣币们，咱们努力做个良币不好吗？