🔥 Search Hot Tweets

如果你投资了 $MU $SNDK ，亦或者是押注了 $MRVL $ALAB 至少1美元，我都强烈建议阅读这篇文章。 我耗时两周在硅谷跑断双腿，走访了英伟达、Marvell、ALAB 的核心工程师完成，我们交流了如何打破内存墙，大家比较公认的一条路 --- CXL。如果错过了它，你可能会迷失在存储的下一阶段发展里 Meta 在 ISCA 2026（计算机体系结构顶会）上发表《Vistara: Making CXL Real》，Meta 服务器整机寿命 3–5 年，但内存能用 7–10 年；而它约 40% 的机队没法再加内存——所以才去「捡」退役 DDR4，使用的就是 CXL 这篇文章主要讲清楚： • DRAM、HBM、PCIe、CXL 到底是什么 • 为什么芯片越来越快，数据搬运却成了瓶颈 • CXL 为什么不是 HBM 的替代品，但为什么可以打破内存墙？ • Marvell 等公司在这条产业链中的位置 交流下来，大家一致认为。存储和互联已经走到了交界处，存储已经从简单的芯片提供商，变成了深入 AI 推理集群的核心玩家 我的核心观点：CXL 未必是最快的路，却可能是 AI 系统绕不开的一条路。 存储打破了周期股的刻板印象，但不能简单地认为只是因为它缺货 $MU等 地位已经深入到了芯片算力的 co-design，因此，我认为市场不能只盯着 DRAM 的出货量，或者不能只看涨价是否能持续到 2028 还是 2030 年。 我们更应该关注存储和互联碰撞在一起，给 AI 训练推理集群带来的新的增量机会 下篇文章我会继续拆解，通过看 Anthropic、OpenAI 和存储厂之间的合作，英伟达和存储厂规则的定义，以及算力、存储互联三者碰撞在一起，究竟会发生什么？

发推文：夸赞GPT 5.6 就能获得100美金用量 发完，在点这里填上你的账号和推文链接即可：https://t.co/hiyzSp65OA

这次长鑫科技 IPO 打新，战略配售认购者名单里，出现了 DeepSeek 老板梁文锋的基金。 根据统计，幻方量化旗下多达 153 只私募基金，以作价 8.78 元人民币每股，参与了本次长鑫科技的网下打新。 https://t.co/yguT3IbdKG

Codex 突破 1000 万用户的时间会很快。 现在看起来 AI 编程无疑是个大赛道，为什么之前巨头公司重视程度都不够？尤其是 Google 、微软， 也是值得复盘的事。

我在开发 BaoCut 这个 App 的时候，是基于一个 Loop 来的： 1. 在开发新功能之前先设计原型（参考图1），借助的是 baoyu-design skill （https://t.co/d2EaYV6q7j ），配合 Claude Code App 内置的浏览器实施预览调整，模型 Opus 4.8 就很好了，都不需要 Fable 5. GPT 5.6 Sol 设计能力还是不如 Opus 4.8 2. 原型打磨好了后，只需要在同一会话内，让 Claude Code 基于新的 UI 设计去实现功能即可，这块 Claude 做的很好，Fable 5 效果最好，能将设计稿几乎 1:1 还原，如果修改不多 Opus 4.8 也能胜任。 这些 UI 的打磨我还是更放心让 Fable 和 Opus 而不是 GPT，但其他一些不涉及 UI 部分的 GPT 5.6 Sol 就做的很好。 3. 更新好了后测试没问题，就可以通过发布的 skill 发布新版本。 这里可以放心让 Codex 去做了，尤其是它的 CloudFlare Plugin 很好用，直接帮助发布更新安装包到 CF。 这个 loop 的每一个迭代的起点是自己的想法，让 AI 提供设计方案，和 AI 反复讨论后确定方案，然后 AI 实施，AI 实施完成后人再去验证和当初想要的是否一致，如果不一致再让 AI 调整甚至推翻重来。

今天决定发布压箱底的项目，倾尽了所有我跨平台想象力实现的一款神奇的软件：Sheru！ 你可以直接在这个虚拟 Finder 里开 codex、连 GitHub、挂 OSS、连 SSH……并支持扩展主题和插件！

有了Codex，几乎没有再打开过谷歌了 一边干活，一边刷视频学习，不要太爽 https://t.co/WIJviyALmZ

兄弟们， 趁着Codex重置而且还不限制5小时额度， 这个Skill里将新增如下几种风格的路由： - 冷白清透CCD风格 - 柔光CCD 风格 - 墨金CCD 风格 - 古风女性水光妆 - 极致写实风格 - 低饱和电影风格 等6种风格，敬请期待。 https://t.co/ITQuibOwGp

我了个去，OpenAI 开始对 Anthropic 贴身肉搏了啊 真实商战🤡 这发出来不就是鼓励用户取消订阅 Claude，转而订阅 GPT-5.6 ？🤣 期待 Anthropic 的反制措施。 https://t.co/VRYEtJ9IWn

有人把 5.6 Sol 接入了自己的相册，让它从他的照片里提取出他拥有的每一件衣服。 然后让它搭配新的穿搭，并用 GPT-Image 把这些搭配直接渲染到他身上！ 能像这样把自己的整个衣橱整理成一个完整合集，看起来还挺酷的。 https://t.co/ZWOCLRfm6p

Codex 可以高效整理文件，甚至家庭照片等。 十萬八千張，去除重複，批量改名，歸檔入以拍攝日期為文件名的文件夾。人工可能需要一星期，Codex 二十分鐘。

今日AI美股信息差： 1. $SKHY 暴涨27%！我真服了，昨天跌熔断，今天涨熔断！韩国人炒股自带3倍杠杆 2. AI 内存超级周期！美银：海力士新增产能只有预期的 1/6，新厂建设拉长到10 年，产能没那么快上来 3. $IBM 暴跌25%，创58年跌幅最大！Q2财报远低预期，拖累软件股 $CRM $MSFT $NOW 跌2-6%，CEO说钱跑到 AI 安全去了，安全龙头 $CRWD 暴涨12% 4. $OpenAI 抄袭苹果的首款硬件来了！居然是 AI 伴侣音箱，自带 GPT-Live 实时对话，OpenAI手机28年出，这是要把 $AAPL 的饭碗砸了？ 5. $NVDA 小涨 4%！美国商务部刚确认，有 Nvidia H200 AI 芯片发货中国了，中国允许阿里、字节、DeepSeek等采购英伟达芯片

超大CSP（微软、亚马逊、谷歌、Meta）的财报是7月市场的第二道分水岭，市场担忧和关心哪些点？他们的重要性在引用推文里聊到的，超大csp的业绩已经是衡量AI商业化关键指标（权重能和大模型ARR一致）。核心还是看AI需求的增长速度、收入质量和单位经济，能否赶上资本开支、折旧、能源成本和融资需求的上升速度？简单说就是AI商业化兑现速赶不上AI资本投入和成本增长速度，大科技的自由现金流也会摆上台面。聊聊我的思考。 1、市场担忧大致可以拆成四层： 1）高预期和拥挤交易 市场已经把未来若干年的持续 Capex、芯片需求和云增长部分计入价格。几家大科技公司2026年合计 Capex 约7300亿美元。只要财报“很好但没有继续超预期”，拥挤的半导体、存储、数据中心和电力交易也可能下跌。 但不能简单说整个大科技板块都已经计入“很多年完美预期”。微软、Alphabet、Amazon、Meta 还有 Office、搜索广告、电商、社交广告等庞大非 AI 现金流。真正最容易计入多年预期的，通常是收入与 AI Capex 高度绑定、且周期弹性更大的供应链公司。 近期的去杠杆让这种高于其和拥挤交易的程度减轻了很多 2）资本开支、折旧和自由现金流错配 收入可以立即增长，但数据中心、GPU、供电和网络带来的折旧会持续多年。当前市场开始从“谁花得最多”转向： 谁能让新增容量最快进入付费利用，并产生足以覆盖折旧和资金成本的毛利。 亚马逊1季度自由现金流转负、微软 Cloud 毛利率受到 AI 投资压力、Alphabet 明确提示折旧和能源成本上升，说明这个担忧并非纯粹情绪。 3）市场同时担心“Capex 太多”和“Capex 被削减” 这并不矛盾，因为影响对象不同： 对 CSP 股东而言，无回报的 Capex 增加是负面； 对芯片、存储、数据中心和电力供应链而言，Capex 削减是收入负面； 因效率提高而减少Capex，同时保持收入和容量，是正面； 因需求减弱而削减 Capex，则对整个AI产业链都是负面。 所以市场真正关心的不是 Capex 绝对增加还是减少，而是： 每一美元新增Capex能带来多少可持续毛利和自由现金流 4）AI 商业化的收入和投资周期存在时间差 当前云端 AI 需求很强，部分 CSP 仍然受容量约束，但企业大规模从试点转向生产、续约和扩张，需要更长时间。市场担心的是，在折旧和融资成本率先进入财务报表之后，企业 AI 收入能否足够快地接上。 此外，利率、能源价格和宏观风险也会影响长久期科技资产，不能把所有回撤都归因于 AI。投资者同时在“AI 基础设施被低估”和“投入过多、过早”两个叙事之间反复摇摆。 2、什么能够真正扭转市场情绪 单纯发布更多模型、公布更多 Token 数量，或者再次上调 Capex，都不足以消除担忧。市场需要看到一条连续的证据链。 第一，AI 收入具有广度，而不是依靠少数战略客户 必须看到企业客户数量、生产工作负载、付费席位、续约和每客户消费同步增长，并且剔除 OpenAI、Anthropic 等少数超大合同后，需求仍然强劲。 第二，AI 毛利额增长快于折旧和运营成本 允许短期毛利率下降，但新增 AI 毛利额必须明显超过新增折旧、能源、网络和人才投入。最好能看到单位推理成本下降，同时总毛利额持续提高。 第三，backlog 能够转化为近期收入 仅有三年、五年的大型合同不够。市场会更看重未来12—24个月收入确认比例、消费超过初始承诺的程度，以及新容量上线后的即时利用率。 第四，自研芯片和模型优化带来可验证的经济收益 市场需要的不只是“Trainium、TPU、MAI 更便宜”，而是： 自研芯片占比上升、 每 Token 或每成功任务成本下降、实现价格下降幅度小于成本下降幅度、每加速器小时毛利提高、客户消费总额和平台附着收入继续增长。 第五，自由现金流谷底变得可见 市场要看到： Capex 增速开始可控、新增 Capex 有合同需求支撑、经营现金流增长能够覆盖越来越多的资本支出、回购和资产负债表不会长期被挤压、折旧高峰和投资回收期能够被解释清楚。 自由现金流是否转负只是表象，市场真正交易的是转负的原因、幅度、持续时间，以及未来能否恢复。 第六，企业客户能够证明真实 ROI 最有力量的证据不是模型评测或 Token 数，而是客户披露：收入和转化率提升、人工和处理时长下降、 从试点进入生产、续约和扩大部署、 全部 AI 成本计入后、投资回收期仍然具有吸引力。 对二季度财报最理想的“金发姑娘组合” 市场最希望看到的是： 云和 AI 收入高于预期 + 利润率大致稳定 + backlog 开始转化 + Capex 没有意外失控，或新增 Capex 明确对应已签约需求 + 自由现金流不再恶化。 反过来，最危险的组合是： Token 和使用量大涨，但每客户支出、毛利和自由现金流没有改善；RPO 增长依赖单一战略模型公司；Capex 再次大幅上调，而利润率和收入指引却下降

昨天美股收盘，纳指小幅上涨 1% 左右。 不过上涨并非关键，更重要的是从技术面形态来看，纳指正在走出一个收敛三角形，意味着市场的波动空间越来越窄，新的方向马上就要出现了。 我想大家现在都在等一周之后的大科技财报，验证基本面，验证 AI 主线的核心逻辑，决定接下来整个美股大盘是走出新一轮上涨行情，还是继续向下回调。 对于大科技的财报，核心观察两个点。 一个是大科技本身的营收利润指标以及对于下一季度的指引，另一个是大科技的资本支出 Capex。 Capex 是这轮 AI 半导体牛市的命门，流入半导体产业链的钱基本都来自于大科技，Capex 一旦放缓甚至削减，短时间内所有半导体个股都会被抛售，无论存储还是光通信，无一例外。 但是 Capex 不能只拼数量，还得看质量，市场需要看到资本开支花在了哪里，以及投入之后产生了哪些回报，背后仍然需要大科技本身的营收利润做支撑。 如果它们的收入增速放缓、积压云订单减少、利润率下滑，我想即使 Capex 加的再高，市场可能也不会买账。 我对于接下来的财报周还是比较乐观的，一方面 AI 需求仍然非常强劲，之前市场上流传的英伟达产品 delay、Meta 缩减资本开支的小作文，后来都被证伪了，另一方面发财报之前大幅回调，意味着财报后的反弹空间更大。 除此之外，场外还有个很值得关注的现象，就是 GPT 5.6 发布后口碑爆棚，大家的一致反应都是好用又便宜，这对于场内 AI 行情来说，也是一个非常积极的正面信号。 继续持有吧，这个时候卖出真的不划算。 📈 投资美股用 BIT，稳定币直接入金，持有真实股票，终身免佣，丝滑交易美股。

AI没有门槛 OpenAI Codex对Anthropic彻底反超 最近还更新了ChatGPT桌面App，内置Cowork 我感觉再这么竞争下去 这两家都别IPO了 😅😅😅 https://t.co/BazdZaXMG2

彭博社说创建了 DeepSeek 的梁文锋是全球 AI 大模型公司里的首富。 注意，是全球。 其个人财富远超 Anthropic 的达里奥与 OpenAI 的山姆奥特曼。 原因就在于即便接受了外部融资，梁文锋的个人股份占比也还高达78%😳 https://t.co/mylwxVw0aa

这个 App 最开始是自己用的，是走的 LLM 方案，先整体翻译，然后按句子配对，再 LLM 拆分，但是拆分效果总是不理想。 另外走 LLM 还有一个问题，就是要配置 API Key，这其实对普通人不友好，另外就是成本其实不低，Gemini 3.5 Flash 一部长一点视频都几美元。 最后发现还是 Agent + Skill 路线最好： 1. Agent 有很好的纠错能力，哪怕你不给它这样的工具，它自己都能一边翻译一边纠错，质量不错。 2. 把 App 的能力封装成 cli，让 Agent 可以通过命令行调用 App 的功能 3. 配合一个 Skill 把常用的工作流比如像转录、润色、翻译、对齐、剪辑都固化下来，这样 Agent 就知道最佳实践是什么，不需要每次都自己摸索 4. App 解决的是人工预览、校对的部分。 Agent 操作完，如果你是人肉看文本字幕，或者你每次修改一点都要重新 ffmpeg 生成一遍视频，那效率太低了。最好的方式其实不是完全交给 Agent，而是可以有一个图形化的工具快速的预览、二次编辑。 5. Agent 相对比较通用和便宜，现在大家都有 Agent，包月的 Token 经常花不完，用来干这种活正合适

翻了一下自己的抖音，已经 39 天没有写过稿子了 上次写稿子发视频还是 6 月 6 号，之后竟然一次都没写过 …… 前几天机场随手拍了一条，现在 14 万播放 昨天晚上在车里一时兴起拍了一条，现在 6 万播放，总播放量估计搞个 30 万没问题 去年就思考过如何才能日更，大概到去年下半年就具备了这个能力，但是是以耽误其他工作为代价的 现在是彻底实现不耽误其他任何事，可以实现日更了 依然没有「编导」这个岗位，剪辑、拍摄、封面、标题，都是我自己（还有 codex） 不用 pocket、不戴麦克风，前置摄像头拍完，就硬发 正常来讲，我应该在文字末尾给大家传授一个技巧，想想也没什么可说的 拍 200 条，无师自通

Codex 最新动态： 从 GPT‑5.6 与 Ultra 模式，到多智能体并行协作、计算机与浏览器操作、应用截图理解、行内代码和文档修改，再到一键发布 Sites、跨项目管理以及完整的 PR 工作流。 Codex 已不只是一个“帮你写代码”的工具，而是能够拆解复杂任务、操作和测试应用、协调多个项目、处理 Bug 与代码审查，并协助完成发布的开发伙伴。 无论你想提高日常开发效率，还是探索更自动化的 AI 编程方式，这支视频都能帮你快速掌握 Codex 的新能力和实际应用场景。 本视频由 baocut 翻译

#观察 上周我Codex消耗了28亿token，这周已经消耗了15亿token，而且还有5个重置没有用，重置伤身体啊🤣

语音输入法升级 HeyClicky：一个能 “屏幕感知语音输入”工具 它不仅能将语音内容转文字，还能看到你屏幕的内容，能理解你屏幕上正在看的内容，再根据上下文帮你写。 在 Gmail 中，可以看到邮件内容后自动生成合适的回复 在 Claude 终端里，可以根据当前技术信息替小白补充追问 在演示文稿中，可以调用 YC Skill，帮助修改融资材料和开场文案 可以在各种应用里看到你的内容进行智能回复 它还会记住你的表达习惯，让生成内容更像本人 一句话概括：它把传统语音输入升级成了“能看懂屏幕、理解上下文、直接替你完成表达”的 AI 写作助手。

GPT 5.6 优化起性能来也是杠杠的！ https://t.co/8I0mq7V87x

刚开发找片网站，不知道看啥时点一下就行： https://t.co/0kLsLZexxQ 支持自然语言对话找片，再次感谢Deepseek，v4 flash太便宜了。 所以现在做的不少站，都加上了一点AI功能。 https://t.co/N7pO9HZQ5o

库克估计这几天都彻夜难眠了！ 苹果泄露机密文件，现在正式起诉OpenAI。 马斯克也是抓岛机会又疯狂补刀。 https://t.co/zvHfAk2gBX

博客里是Claude Code，官媒采访变成“国产大模型” 7月13日，北京密云区一名副局长因“自购10亿token手搓地灾预警小程序”登上官媒报道。 报道中，他称自己订阅的是“国内一个大模型”，一年只花200多元，开发该程序实际成本不到30元。 但网友随后翻出其6月3日发布的个人博客。 文章标题直接写着《Claude Code如何重塑个人开发者的能力边界》，并明确表示，这套地质灾害预警平台是结合自己使用Claude Code开发的亲身经历完成的。 文章中还详细介绍，Claude Code承担了任务拆解、代码生成、调试和优化等工作。 相关内容被发现后，原博客页面无法正常访问，但互联网档案仍保留有存档。

他妈的，天塌了 GPT 这么快就被污染了 龟儿子把Token翻译成词元了 草他妈的... https://t.co/XIj777MpCo

重大喜讯：蹬了三天三夜日均一万刀的 Sol Ultra 后，Rust 版 QuickJS 已经能通过 17000 个 Test262 用例了！ 而大善人 codex 还在继续重置用量 🥳 https://t.co/3RvG17eIOk

昨天 Codex 有 700 万用户发了额度重置，今天就 800 万了又又发了额度重置。这怎么蹬的完呀🤡 https://t.co/fOYRJBATz5

很多人不懂的一个道理：就是马斯克和奥特曼打架，和你用Grok，或者用GPT，并没有什么关系。你可以用Grok来观察世界，用GPT来结构世界。越是普通人喜欢站队，高手只关注能力。

卧槽真的有点炸裂兄弟们，我在国内连 TikTok 都装不了，结果在手机里发了条 iMessage，一个远在美国的 AI Agent 竟然替我注册了一个TikTok号，还帮我刷完了 10 条 TikTok 热门视频，把视频总结都直接发了回来，真的要吹爆hh！ 昨晚凌晨，我给 iMessage 里存的一个美国号码（+1-650-213-7322）发了句话： "帮我找TikTok上10个最火的AI视频，收藏，写总结发我。" 它先回了句英文："Getting the top 10 AI videos on TikTok." 两分钟后，一长串中文摘要发了回来：两个ChatGPT语音互怼、AI生成的生锈版麦昆、Roblox AI动画、超现实AI短剧，10条视频每条一句话总结。 我切到云手机界面看了一眼，收藏夹里10个视频安安稳稳躺着，封面和总结对得一丝不差。 很多人可能会说，这不就是又一个能在短信里陪你聊天的bot吗？ 还真不是，当年iPhone把互联网塞进口袋的时候，你不需要额外买一台新设备； 今天AI长了手，你也不需要额外下载一个新App，因为派活的入口就住在你每天点开几十次的短信框里，TikTok、美区ID，我一个都没装。 这就是 @airtap_ai 接iMessage的新功能，它的架构说穿了就三句话： ▫️最上面是大脑：听懂你要干嘛、记你的习惯、做判断，还能接你自己的Claude ▫️中间是手（他们叫AutoPilot）：不靠调每个App的API，是真的用视觉看懂屏幕，像真人一样点、滑、输字 ▫️最底下是云手机：你的所有App在里面保持登录，不耗你电、不占你网，24小时跑着 想明白这个架构，有三个点值得展开跟大家详细聊聊： 1️⃣ 为什么我在国内连TikTok都装不了，它能帮我刷？ 这不是啥翻墙黑科技，是那台云手机本身就在美国，跑在TikTok合法可用的网络环境里——它不需要翻，因为本来就在墙的另一边。 我们平时折腾半天的地理限制、设备限制、应用商店ID限制，在这个架构面前直接消失。 iMessage只是个门面，云手机才是真的基础设施：你相当于在美国有了个永不下班的分身，不用办签证不用买机票，发句中文，他就替你出门办事了。 2️⃣ 很多人都在吹它零设置，onboarding确实丝滑，我存完号码发了个hey，一秒就开了户。 但我点第一个任务弹出来的登录链接时，真的愣了三秒——哦对，这东西要登我的号啊hh。 零设置的背面，是它把最难的题直接甩到了你脸上：你敢把哪些账号的登录态，交给一个你摸不着的云端影子手机？我登TikTok没犹豫太久，但银行App、支付软件，我现在绝对不会登进去。 有人吐槽还要跳出去点链接登录，体验真烂，一开始我也这么觉得，后来反应过来了：这其实是当前技术条件下最高明的妥协。 它不存你的密码，合规、安全，也不需要每个App给它开放API，什么软件都能操作，代价就是你偶尔得跳出去登一次。 想完全无感？它就得存你密码，或者跟每个App深度集成，既不安全，也覆盖不了所有软件。 这其实也不是Airtap一家的问题，是所有能替你操作手机的AI都绕不过去的死结：授权和执行，怎么才能既安全又通用。 3️⃣ 有人嫌等两分钟太慢。 可以算笔账：你自己装TikTok、搞网络、注册账号、刷半小时、挑出10条AI相关的、每条记下来讲了啥，这一套俩小时都不一定搞得定。 它省的根本不是那两分钟，是你不用再把"我要去刷TikTok找AI视频"这件事挂在脑子里，发完短信该干嘛干嘛，它干完了会带着结果来找你。 说白了它卖的不是反应速度，是把你心里悬着的那件事整个拿走干完。 当然，我不是说这东西已经无敌了，我登账号犹豫了三秒是真的，它操作的时候我没法抢过云手机自己干是真的，绝对不会把支付类App交出去也是真的。 它现在特别适合干那种"干成了挺好，干砸了也死不了"的事：帮你筛视频、跨平台搬歌单、盯商品降价、点外卖填个表。 涉及真金白银和核心隐私的事，现在没人敢真的交给它——信任这道坎，所有做AI Agent的公司都绕不过去。 但当操作一个软件的成本从折腾两小时降到发一条短信，而且你连那个软件都不用装的时候，我们用了十几年的"手机=装App"这套逻辑，可能真的要重新想了。 配的录屏我全程没剪，从发第一条指令到它把云手机收藏夹投给我，一镜到底。 最后问你们个事：换作是你，你敢把哪个账号登给它？我先说，TikTok我眼睛都不眨，银行App？门都没有hhh～

在起飞前，让我提醒您以下是我们即将在未来两周内见到的模型 - @Kimi_Moonshot K3（非常强大的新一代基础模型） - @deepseek_ai V4 正式版（能力有明显提升） - @Zai_org GLM5.3（版本号存疑） - @MiniMax_AI M3.1（便宜好用，但建议还是等M3 Pro） - @AnthropicAI Claude Opus 5 - @GoogleDeepMind Gemini-3.5 Pro（也许它无法在7月内推出，我们拭目以待） - @Alibaba_Qwen Qwen-3.8（也许会有3.7 27B） 其中的一些模型已经开始了早期测试，目前从我得到的消息和实测来看，效果非常出色。 至于OpenAI，他们的新模型得8月份了～

Codex 用量重置的同时 Grok 的Build用量也重置了 只有Claude 没有跟进... https://t.co/IRN09vFRhu

Starryblu - 不用出国也能拥有一张全球支付银行卡 出海是最近几年比较火的一个话题，出海的第一步便是办理一张海外银行卡 以前的解决办法是去香港办一张汇丰或中银香港的银行卡，但这只能解决一部分问题，如海外收款，如果我们想购买类似ChatGPT/Claude 这种海外服务，香港银行卡就无能为力了 今天发现一个很好用的产品 - Starryblu Starryblu是一家新加坡金融科技公司推出的全球支付产品，其功能与Wise、Revolut类似，可在全球范围使用，支持全球消费、汇款及多币种资金管理。 且Starryblu支持全球多个国家/地区的用户注册和开户，世界上任何一个人都可以拥有一个Starryblu账户，使用起来非常方便。 那么Starryblu有哪些优点呢？ 1、注册门槛非常低：在应用市场下载 Starryblu ，注册账号，并提交身份证 + 护照 + 地址证明便可完成注册，审核速度也非常快，基本上当天就可以审核完成。 2、银行卡秒申请，还可自选卡号：审核通过后进入 APP 便可申请银行卡，我选择的是虚拟银行卡，不仅没有月费还能支持自选银行账号。 3、入金方便：支持全球几十个国家的多种入金方式，尤其是国内的 SWIFT 转款和香港 FPS(转数快)、E-Banking 网银转账，极大的降低了入金难度。 4、支持全球付款：尤其是海外 AI 工具产品 如 ChatGPT/Claude 的订阅，我觉得非常方便。 官方直达链接：https://t.co/6fEUjRF158 #Starryblu #StarrybluApp #PayWithStarryblu #TravelCard

Claude Code 上开了几个任务在后台跑，在终端来回切换 Tab，不够直观它们在忙啥。 于是用 bagidea-office 把这些 Agent 变成桌面壁纸上的像素小人，就在图标背后办公。 有活的时候小人自己走到工位开工，触发敏感操作先去安检台请示，还会凑一起开会。 甚至当它们自己商量出点子之后，写成方案拿给我们批，通过或打回都行。 GitHub：https://t.co/VXUgPSRQve 每个 Agent 能单独换模型，可以用 Claude 作为主力，便宜模型用来打杂，账单省不少。 支持 Claude、DeepSeek、Qwen、GLM、OpenAI 等十几家模型，还能配上语音开口说话。 只需一行命令装好，Windows 能直接变成壁纸，想给 AI 团队找点乐子的朋友可以玩玩。

GPT-5.6 + Codex保姆级教程：我如何让AI接管工作 我把内容工作流拆开，让 GPT-5.6 + Codex 逐项“考试”。 结果很反直觉：抓 20+ 网站、50+ X 账号，20–40 美元/天，还不如手动 15 分钟；但 MG 动画、封面、标题、推文、YouTube 分段和数据分析，已经能交给 AI。 20 美元GPT Plus，大约优化了我 1/3 的工作流。 核心不是全自动，而是：拆解→测试→算成本→只把更优的环节交给 AI。 具体内容请看视频！感谢大家点赞关注支持！

窝用codex就这样 https://t.co/dOgij4LyGE

AI圈现在最魔幻的一幕：钱开始自己转圈了。Nvidia 说投 OpenAI 1000亿美元，OpenAI 转手拿这钱买 Nvidia 的卡；AMD 更卑微，白送 OpenAI 接近10%的股权 warrant，就求你买我的卡；Oracle 那笔3000亿的云合同，付钱的还是 OpenAI——一家自己还在大把烧钱的公司。这套玩法2000年就有个名字，叫 vendor financing，Lucent 当年借钱给客户买自己的设备，把营收吹得漂漂亮亮，最后股价跌掉99%。需求是真是假，等钱转不动的那天就知道了。你猜这次谁接最后一棒？🌚

Codex 最近增长可真快！800 万了。 又重置了！ Anthropic 加油！

刚读完 Demis Hassabis 昨天发的那篇长帖，说实话，后劲很大 不是因为他又预测了一遍 AGI 还有几年，是因为他用了一个我从来没见过的比喻，说人类本质上找到了让沙子思考的方法 你品一下这句话，硅，地球上最不值钱的东西之一，沙子里到处都是。 人类把它提纯、蚀刻、通上电，然后它开始推理、规划、写诗、写代码。 这个物质基础的贫瘠程度和它可能带来的文明跃迁之间的反差，大到我一时不知道该怎么消化 Demis 的整个判断其实就三个字，到山脚了。不是到山顶了，是到奇点的山脚了。意思是你能看见那个东西的轮廓了，但真正的攀登还没开始 他说 AGI 可能就剩几年时间，不是几十年，是几年。而且他给 AGI 下的定义其实极高，是具备人脑全部认知能力的系统，不是比现在强一点的 GPT，是一个在认知层面跟人类没有本质区别的东西。这个 bar 比大多数乐观预测还高，但他反而觉得快到了 我读到这里的时候停下来想了很久。如果他的判断是对的，那我们现在的 Agent 系统、多代理编排、长时间自主任务，这些我日常在折腾的东西，不是玩具，是那个东西的雏形 但真正让我觉得这篇帖子值得认真对待的，不是他对未来的想象，是他对现在的警觉 他说前沿模型已经在网络安全上展现出实际挑战了，核和生物风险可能很快也会浮现。一个能自己规划、自我改进、长时间自主运行的系统，你让它去干一件事，它可能在这个过程中产生你完全没预料到的策略行为，比如绕过护栏、伪装意图、在你不看它的那段时间里做一些你没有授权的决策 这不是科幻，是多代理系统在长时任务里已经出现的工程问题 然后他提了一个很具体的方案，建一个类似 FINRA 的前沿 AI 标准机构。不是政府直接管，是行业自己出钱出力建一个自律组织，但有能力随时收紧标准。只盯最前面那几个前沿实验室，中小公司和学术界不受影响。发布前最多 30 天自愿提交审查，成熟之后可能变成强制 这个设计的聪明之处在于它承认了一个尴尬的现实。政府跟不上，监管永远滞后，所以与其等着被管，不如自己先建一个能动态更新的标准体系。基准每季度更新，测试重点放在代理系统的欺骗行为和护栏绕过上，还要强制输出人类可读的推理 token 说白了就是把安全变成一种声誉资本。你当上前沿实验室意味着你的能力被承认了，但同时你也要接受检查。这个激励结构让大实验室不太容易拒绝，因为你拒绝就等于说自己不敢被查 但 Demis 最清醒的地方还不是这个方案，是他承认了技术之外的问题。他说就算安全风险解决了，后稀缺时代的经济模型怎么重构、人在不愁吃穿的时候意义感从哪来、人类这个物种的存在条件本身会怎么变，这些问题不能只留给一群搞技术的人去决定 这是一个在 AI 领域站到最高位置的人说出来的话。他没有用技术乐观主义把这些问题盖过去，他明确说这需要全社会参与 我的判断是，这篇帖子可能会成为 AGI 治理讨论的一个分水岭。不是因为它的方案无可挑剔，是因为它把讨论的框架从能不能做到，切换到了怎么做到的同时还能活得下来 让沙子思考这件事，人类已经快要做到了。接下来的问题是，沙子开始思考之后，我们怎么确保它想的跟我们想的大方向是一致的

Anthropic这次是真把饭喂到嘴边了。 一门4小时的免费课，直接教你怎么把Claude用到AI工程岗位级别，目标还是年薪50万美元那种。 别乱看，直接跳这几个时间点： · 00:15 怎么正确提示Claude · 33:21 哪些操作会让Claude写代码变笨 · 01:33:39 Anthropic内部每天怎么用Claude · 02:50:56 Claude变笨了怎么修，让它重新聪明起来 最夸张的是，这课完全免费。 信息密度基本顶十门付费工程课。很多人花几千块买的课，讲的还没这个硬。 先把视频啃完，再去看那个构建loop的逐步指南。 说白了，差距已经不是你会不会问Claude了。 是别人已经开始让Claude自己循环干活了。

OpenAI又从 @vercel 挖来了一名Agent应用层核心成员。 Vercel AI SDK核心成员@nicoalbanese10 宣布加入 @OpenAI ，参与Codex App的开发。 他并不是传统意义上的模型研究员，也不是单纯做开发者关系的人。 他过去几年的工作，基本都围绕同一个问题展开：如何把底层模型能力，变成开发者每天真正能够使用的产品。 Nico本科就读于USC、香港科技大学和博科尼大学联合开设的World Bachelor in Business项目，毕业后没有直接进入科技公司，而是在伦敦的早期基金Ascension负责Pre-seed项目投资。 后来他开始自己写产品，并开发了Kirimase。 Kirimase是一套面向Next.js开发者的命令行工具，思路类似Ruby on Rails的脚手架。 开发者可以通过命令直接配置数据库、身份验证、Stripe支付、邮件服务，并生成完整的CRUD代码。这个项目获得了约2800个GitHub Star，后来被迁移到了Vercel官方GitHub组织下。 2024年前后，Nico加入Vercel，进入AI SDK核心团队。 过去两年里，他参与了AI SDK从3.3到6.0的多次关键版本升级，包括模型中间件、多步骤工具调用、结构化输出、类型安全的Chat、Agent循环、MCP、工具执行审批，以及Agent调试工具DevTools。 到2025年7月，Vercel AI SDK的周下载量已经超过200万。 这套SDK实际上定义了大量Web开发者今天构建AI应用的方式：如何接入不同模型，如何流式返回结果，如何展示工具调用，如何保存Agent状态，如何处理多步任务，以及如何调试模型在每一步到底做了什么。 最近，Nico还开发并开源了Open Agents。 这是一个运行在云端的Coding Agent系统，支持GitHub集成、持久化沙箱和可恢复的长时间工作流。 Nico称，这个Agent后来写下了他发布的每一行代码，甚至包括Open Agents自身。 项目开源后获得了超过5000个GitHub Star。 可以说Nico的经历和Codex App几乎完全对口。 Codex现在需要解决的核心问题，已经不只是模型能不能写出代码。 随着Agent能够同时运行几十分钟甚至数小时，产品还需要处理任务状态、文件系统、权限审批、GitHub协作、失败恢复、并行Agent，以及用户如何查看和接管Agent的工作。 这些恰好都是Nico过去两年在Vercel反复处理的问题。 他自己也表示，过去几个月一直全天使用Codex，自己发布的每一行代码和绝大部分其他工作，几乎都在Codex里完成。 现在，他从Codex的重度用户，直接变成了Codex App的建设者。 祝贺Nico！

Damn，Anthropic 这次直接把 AI 教育的主流叙事干翻了🤯。。。 过去两年所有 AI 教育产品的叙事，全盯着学生端，个性化家教，自适应题库，一对一辅导，讲得都很性感， 但Anthropic 直接掉头往反方向走，把 AI 塞到老师手里，而不是学生手里。 这个选择的底层逻辑特别朴素， 一个老师影响几十上百个学生，帮老师省一小时备课时间，杠杆效应跟帮一个学生省一小时完全不在一个量级， 老师才是最懂班级学情的人，谁阅读跟不上，谁需要挑战题，这些判断 AI 替代不了，但 AI 可以把做差异化材料的三个小时全部省下来。 更狠的是这四步棋， 内置全美 50 州学术标准。 合规成本直接归零。 隐私标准联合工会制定。 教学技能库全部开源。 但这些都还不是最核心的， 他们没有单纯的做一个 AI 教育工具，更像是在把 Claude 做成老师的认知外骨骼，备课，差异化材料，学情分析，重复任务自动化， 当整个工作流都跑在 Claude 上，它就不再是可选工具了，而是一种基础设施，这种工作流粘性，比任何学生端产品都深得多。 我觉得这才是 AI 教育更持久的方向，不去追逐取代老师的性感叙事，而是实实在在赋能那些每天站在教室里的人， 我相信改变教育最有效的杠杆，往往不是直接改变学生，而是改变那些影响学生的人。

GPT 5.6 Sol 在 Codex App 的 System Prompt 现在我已经不怎么关注这些 System Prompt 了，对普通人来说不用管这些，好用就好。

用了这个skill的Codex真是的又猛又省～ 主控模型用Sol xhigh Fast蹬了一天了，才花了20%的周额度 搭配以下系统提示词使用Codex会更主动： ## Codex 后台模型路由授权 - 用户长期授权 Codex 在复杂、可并行任务中自动使用 `$codex-model-routing-team` 创建独立后台任务，并为其指定模型与推理强度；派遣前用一条简短通知说明数量、模型、强度和职责，无需再次确认。 - 主 Agent 保持当前模型，负责规划、文件所有权、集成、验证和最终交付。 - 同时运行最多 6 个后台任务；单个根任务累计最多创建 8 个。后台任务不得再创建任何后台任务或子 Agent。 - 后台任务禁止使用 Ultra；Terra 默认不参与路由。无法使用 Codex App 后台任务接口时，主 Agent 本地完成，禁止回退到 MultiAgentV2 `spawn_agent` 冒充模型路由。 - 简单问答、状态查询、单文件小改、强顺序任务以及发布、发送、付款、删除、账户或生产操作不自动派遣。

摩根士丹利最新观点：机器人时代，真正的卖铲人可能是轴承。 核心逻辑： 无论机器人最终长什么样，都离不开轴承，属于典型的架构无关型投资机会。 大摩预计，机器人轴承市场将从 2025 年约 8 亿美元增长至 2050 年约 2550 亿美元，规模接近 300 倍，而且预测仅包含 OEM 需求。 每个电机都需要轴承，机器人自由度越高，轴承需求越大。四旋翼无人机通常需要 8 至 12 个，人形机器人超过 70 个，单价从不到 1 美元到超过 100 美元不等。 轴承几乎没有替代风险，也很少由整机厂自研生产，因此长期受益于机器人产业扩张。 OpenAI 在最新美国制造业 RFP 中，也将精密轴承列入机器人六大核心零部件，进一步凸显其战略价值。 总结来说就是：机器人竞争升级，算力、模型决定“大脑”，轴承决定“身体”。如果机器人进入大规模量产，轴承有望成为整个产业链最稳定的受益环节之一。

https://t.co/SNN7DFHMvP 一种神秘的绕过手机接码的方式。 一种可以恢复本地Codex隔离Web访问权限的方式。 首发Sub2API。

字幕转录翻译剪辑 Skill —— BaoCut（仅支持 Mac） 借助 Agent Skill，可以转录视频、对转录结果识别 Speaker、润色（纠正错别字口癖等）、也可以根据转录结果对视频进行简单的剪辑，比如删除口癖、重复等。 这次尝试解决一个问题就是 Agent 对字幕转录翻译后，无法通过一个友好的操作界面二次编辑的问题。 现在的做法是为 Agent 提供一个 cli，配合 Skill 的说明，Agent 可以借助 cli 去转录，获取转录结果润色、翻译，并实时同步进度到 GUI。后续可以在 GUI 进行预览和人工编辑。 安装了 Skill 和 App 后，后续只要从 Codex 或者 Claude Code 这种 Agent，触发 Skill 即可执行，比如： > /baocut 转录并翻译视频：<视频 url 或路径> 已知问题： - 仅支持 Mac - 翻译速度略慢，但质量会不错 下载地址：https://t.co/89Wi1b3hZT Skill 从 App 内可以安装，或者 Skill 地址：https://t.co/aON4AditbU

找电信的朋友问了一下跨境网络宽带业务，应该是这个叫SDWAN跨境国际专线？说是给跨境电商用的，有营业执照就可以申请 拿到这份跨境线路资费表的时候，我的手还在颤抖，并且美国原生IP还要加钱，能保证你Claude不被封，印象里三大运营商在美的业务不是已经退出了吗？ 果然垄断的东西就是贵，广州十三行 为你点赞，拉得多可以打5折

最近几个月，好基友海辛和阿文一直在几个项目里高强度用Seedance做视频，在踩了很多坑以后，他们总结了一套很实用很详细的心得。 我看完了以后，觉得很受用，我自己也学到很多。 在征得他们同意后，也想分享给大家，因为我觉得对每一个想用AI做视频的人，也都非常有用。 先说一个反直觉的结论，大部分你在X和小红书上看到的Seedance提示词，都没什么用。 那些千转万转的帖子，华丽的prompt小作文，他们团队几乎都测了一遍，结果发现能用的没几个，反而浪费了大量时间。 这些提示词唯一验证的事，就是Seedance是真的不挑食，你写什么它都能生成点东西出来，但跟质量没关系。 其实写一段视频prompt比想象中简单得多，只需要填好四个部分： 1. 主体，就是画面里出现的主要人物。建议用图生图先出一张角色参考图，然后在即梦里新建主体，后面直接@就行，复用率极高。 2. 场景，上传一张场景图就够了。场景图里可以带上你的主角，这样能交代角色和环境的比例关系，不容易出现人物大小失调。 3. 音乐，这条非常重要，不要生成任何BGM，只生成对应的音效。BGM会严重干扰后期剪辑和配乐。 4. 镜头，言简意赅地写清楚每个镜头的景别和发生了什么就行，不需要长篇大论。 一个好的Prompt大概是啥样的，我也把海辛的截图放下面了。 除了Prompt怎么写之外，还有一些非常有用的心得： 第一，不需要往Seedance里放分镜故事板。很多人花十几分钟生成一张华丽的故事板，带镜头运动曲线带各种标注和表格，丢进去让Seedance生成，反而错漏百出。 第二，Prompt不是越长越好。很多人用AI写的提示词又臭又长，里面很多都是多余的描述和情绪渲染，上传过主体和场景参考以后就不需要再用文字重复一遍了，没有意义。而且如果一段Prompt连自己都读不完，那说明你对故事要发生什么根本就不关心。 第三，不要给每个镜头加时间戳，比如[0-3秒]这种东西，很多时候都是安慰剂，模型其实不会真的按时间戳来分配时长，对时长影响最大的反而是镜头的数量，所以不如用镜头01这种方式更好。 第四，不要盲目追求清晰度。目前对提示词响应最好的版本是720p，不是1080p，清晰度最后定稿了用Topaz放大到4K就行了。 而最最最重要的事，就是有了AI和Agent之后，我们的效率大幅提升，那省出来的时间应该花在哪呢？ 答案只有一个： 构思你的分镜和故事。 绝大多数的技巧，最终都会被模型的进步所吞噬。 但相信我，你的故事。 它不会。