🔥 推特起爆帖监控
搜索和分析大V账号即将起爆的热帖推文。通过SoPilot插件快速评论和互动，抢先一步占领评论区，你将获得更多的曝光。
优化了配图 Skill，一共50多种风格。 让 AI 根据内容，自己选合适的风格。 配置即梦、Nano Banana Pro、Z-image三个生图API。 根据内容类型，如 X 文章、小红书内容、封面设计，自动选生图的比例。 感觉写Skill和提示词，也要遵守 “苦涩的教训”的教诲。 交给算法和 AI ，人有时候反而是瓶颈。 https://t.co/3ntlyvcqja
在我的抖音评论区，头一次听说：因为没耐心阅读文章，所以认为阅读文字是浪费时间精力 大为震惊…… https://t.co/avpHSK1XdI
early-2000s point-and-shoot digicam direct-flash snapshot style, dim indoor living room, extreme close selfie angle from the left foreground: Donald Trump taking the photo, arm fully extended toward the lens creating strong forced perspective (hand/forearm oversized), detached indifferent stare into camera, exhaling a cloud of cigarette smoke; in the background Vladimir Putin sits on a worn old couch, cigarette in his mouth, holding a wired game controller with both hands, looking straight at the camera; messy coffee table with aluminum drink cans, an ashtray overflowing with cigarette butts, tangled cables, a game console/remote, stacked disc cases; harsh on-camera flash slightly overexposes the foreground and the background falls quickly into darkness, low dynamic range, low saturation with a cool tone, subtle noise + JPEG compression artifacts, slight motion blur, awkward casual framing, raw candid “found photo” realism, gritty unpolished anti-gloss aesthetic, amateur snapshot, 2003 digicam vibe, 4MP JPEG Negative prompt no cinematic lighting, no studio setup, no carefully posed photo shoot, no clean/tidy room, no fashion editorial look, no soft beauty portrait lighting, no glossy HDR, no vibrant high-saturation colors, no over-smoothed skin, no exaggerated styling/makeup, no text, no watermark, no logo
前天带女儿去电玩店玩"双影奇境"，在角落里看到一把吉他，我拿起来弹了一段《外面的世界》，又弹了一段《斯卡布罗集市》。年轻的店主惊讶地问："大哥，你是教吉他的吗？" 情商太高了现在的年轻人。 我说当然不是。大学那会儿没什么好玩的，就死命练吉他。现在么早就荒废了。那会二也玩游戏，但电脑配置都超级低。 他又问："那是什么时候？" 我说："2000年前后吧。那时玩得最多的就是《三角洲》、《反恐》、《星际》，再早点还有《红警》、《仙剑》。 他说："我还以为那时候大家都玩《魂斗罗》呢！" 那得再早个十多年啊。 我二十岁的时候，学校就在翠湖旁，天天在这一带瞎混。读着自己完全不喜欢的专业，懵懵懂懂的，每天基本就是玩游戏、读武侠小说。不知道未来怎么样，也不知道自己到底想干什么。学业和现实脱节，看起来也和我整个人生没什么关系。我学的是物理专业，但大学几年最大的收获，就是知道了自己根本不适合这个方向。 这个故事，我反复讲过。每次工作面试，外国面试官看到我的简历都会挑挑眉毛，问一句："你怎么是学物理的？" 然后我就会开始讲我的"自学设计"之路。 二十多岁，真是怀念。那时候还能熬大夜玩游戏，接几十块的私活，赚点小钱就开心得不得了。也曾有周末的夜晚，拎着吉他，在翠湖周围想找家酒吧进去弹唱赚点外快，却始终鼓不起勇气。绕了两圈，最后又回宿舍。 也曾经在翠湖北门门口的石阶上默默地弹琴，偶尔有一两个女生坐在旁边听完一两首歌，又静静地走了。很平常，什么都没发生。 唯一一次"特殊"的回忆，是有位刚从监狱出来的大哥走过来，递了我一瓶啤酒，然后在我身边坐下，给我讲了他在监狱里的故事。 我发现，音乐的魔力就在于它能让人进入某种状态、某段回忆。 听着90年代和2000年香港的那些老歌，走到了当年厮混过的翠湖边上，那些青春里的片段，也就都浮了上来。
我准备从这周开始， 在我的推特付费订阅频道开始更新 新药靶点分析和专利分析 把朋友花高价买的智慧芽数据库用起来。 感兴趣的朋友欢迎付费订阅我的推特
许多人认为吉姆·西蒙斯是史上最顶尖的对冲基金经理。 这个视频把他的全部投资智慧浓缩成 4–5 分钟。 先收藏再看。 https://t.co/lVUFlXJRD4
终于能给完全的小白用户写一篇 Vibe Coding 指南了！ 一直等到不到一个足够低门槛、功能完善、成本低的 Vibe Coding 平台。 Youware 更新 Youbase 和更新 Coview 之后终于达到了我的要求。 如果你对编程一窍不通，还想发布一个真正的产品的话建议看看。
先不聊他说了什么，这哥们严重违规了。 对还在打工的内容创作者，最大的难题就是到底能说到哪一步。 比如我们公司要求对外发布的所有内容都需要 PR 确认。 所以只要和公司直接相关，多说一句少说一句都可能有风险，我一般选择避而不谈。 于是就会慢慢进入一种很微妙的状态。 公司相关的判断最好别提，相关的经验能抽象就抽象，相关的案例也最好换成行业观察。 技术之外讲太清楚就会多出一堆本来不需要承担的解释成本，而有些技术本身也涉及商业机密。 时间久了就会出来一套通用语法，比如我认识一个人，我有个朋友，听说某家公司😂 看起来很虚构，但很多时候已经是边界之内离真实最近的一种表达方式了。 所以我看热闹的时候心里就在想这哥们的不职业，这样的内容连会议纪要都出不了群。 至于他说的 xAI 那些事，值得单独开一篇好好聊聊。 不管是人类模拟器的思路，还是算部署形态这些路线，都已经远远超出了模型好不好的范畴。 我先构思构思。
总有人问： 为什么这个人学了这么多 xxx 却不赚钱 为什么这个人做了这么多 xxx 却不赚钱 因为赚钱是个技能呀，它取决于执行力和商业模式 作为一个技能，他和打篮球、踢足球没区别 这个人看了这么多书为什么不赚钱？ 因为他没去赚呗 这个人看了这么多书为什么不会打篮球？ 因为他没打篮球呗
推荐这个基于 Claude Agent SDK + Electron 开发的开源 Agent Craft Agents 是 Craft 团队开源的一款 AI Agent 工具，核心理念是为 Claude Code 提供一个更友好的图形界面，让用户能更高效地与 AI 编程助手协作。 核心特色 告别命令行的 Claude Code 体验——保留 Claude Code 的全部能力，但用精心设计的 UI/UX 包装。作者坦言自己不喜欢终端界面，更偏爱优雅的视觉设计、字体排版和触控交互。 解决实际痛点——针对 Claude Code 使用中常见的困扰：难以审查计划、不易理解代码变更的原因、多任务切换困难等问题，提供了更清晰的工作流。 非技术人员也能用——Craft 内部的财务、市场、客服、HR 团队都已开始日常使用，证明了它对「非程序员」的友好度。 可 fork、可定制——采用 Apache 2.0 协议开源。作者认为未来的个人软件不是从零构建，而是「fork + remix」——基于现有项目二次定制，打造真正属于自己的工具。 技术背景 基于 Web 技术栈开发，底层调用 Claude Agent SDK。作者是有 20+ 年经验的 iOS/UIKit 工程师，这是他首次认真尝试 Web 开发，整个项目 100% 代码由 Claude 编写，但架构决策和 UX 细节打磨完全由人主导。 项目地址 下载：https://t.co/eV1tE0hnfB 源码：https://t.co/nOJxIrSlz6
想让 AI 自动读取 doc/docx 文档，再基于这些文档生成新文档，这种场景能做成 Skill 吗？ 可以，但做之前先想清楚一个问题：这是一次性任务，还是需要反复做的任务？ 如果只是一次性任务，没必要做成 Skill——Skill 的核心价值在于复用。 如果是需要反复做的任务，建议按这个流程走： 1. 先手动做几遍，沉淀最佳实践。摸清楚哪些步骤是固定的，哪些地方容易出问题，什么样的输出质量最好。 2. 让 Agent 帮你创建 Skill。新开一个会话，在支持 Skills 的 Agent 里把任务完整做一遍，做完后告诉它：把刚才的操作创建成一个 Skill，方便以后复用。 3. 用 Skill 做任务，持续迭代优化。以后都用这个 Skill 来执行任务。每次完成后检查输出，哪里不满意就告诉 Agent，让它改进并更新 Skill。 简单说，Skill 就是可复用的最佳实践。先跑通流程，再固化成 Skill，然后在实战中不断打磨，这才是正确的使用姿势。
马斯克信守承诺，刚刚在github开源了最新的x的算法 他这个推荐算法普通人也一目了然，大致分四个流式阶段。 第一步：Candidate Pipeline （相当于先从很多地方收集一大堆候选消息，先不管好不好看，只要“可能相关”就先放进篮子里。得到一个很大的“候选池” 第二步：Thunder （先处理“你关注的人”这部分） 可以理解成：先把“你关注的人发的内容”单独拿出来排一下队。因为你关注的人对你通常更重要，所以系统会先做一个基础排序，比如：谁跟你互动多（你常点赞/回复谁） 这条内容是不是刚发的，你是不是经常看这类内容 第三步：Phoenix 这里意思就是用“预测模型”来精排，我估计这里就是Grok推理的部分） 他可以理解成一个“很会猜你喜不喜欢的老师/机器”，它会对每条候选内容打分。比如看到一条推文，预测你会不会点赞评论，会不会转发，会不会停下来认真看一会儿（也就所谓的单帖的停留时间） 然后，这些预测值会合成一个总分：总分越高，就越应该推给你。最关键的是，他这个预测模型，不管是关注的人还是没关注的人，都会被“精细打分”，挑出最可能让你产生互动的内容。 第四步：Home Mixer 最后一步我理解的就是像“配菜”：比如一部分来自关注的人，一部分来自热门/兴趣推荐，然后这个部分最重要的就是“去重“他会判断，这个时间段，相似内容的重复度，我理解的意思是他只会去除相似度高的内容 ，哪怕你的内容很完美，但是和别人的发重复了，结果也是进不了for you链路的，所以！ —————— “你的内容最大的敌人不是你自己，而是你的同行，是那些和你发一样东西的“网友”，你的所谓的x导师，x同盟联盟都是你通往财富自由的绊脚石！”—————— 平时大家发的那些“卧槽，我又研究出了什么claude skill技术”，“兄弟们，我又做了一个vide coding网页”，“又研究出了什么炫酷AI技术”，其实在Grok眼里可能都是水贴，没有实际研究出任何东西，都是demo，因为只有产品大家才会去深入体验在评论区给出真实反馈，demo评论区大家只会说“大佬，太厉害了，太棒了”，以至于你的社群永远都没有一个你的账号标签和“主题”Grok 无法定位你。 以上都是我自己看了文档总结的，对不对不知道，但确实说的通。 总结一下就他这个算法先“捞一堆可能的候补名单→ 排好你关注的人→ 用模型预测你会不会喜欢→ 按比例混合成不无聊的最终列表。整个流程他没说cd时间，但我觉得应该时候后台的cd时间来控制的，这个就要讲到发帖频次和间隔了。我再研究研究，有结果了后续再更新
还是那句话，先看是不是，再说为什么。 段永平茅台成本140、150的样子，已经拿了10倍了，可以一直吃高股息，这就是他买中的可口可乐，你们去看看巴菲特买KO的时候也是这样，买种一个垄断品牌之后不松手，一直吃高股息+本身的涨幅。 为什么会出现这种情况呢，因为这些垄断的公司最后现金会多到溢出来，除了给股东们更高分红以外，被迫主动发起回购，简而言之，钱多了，没地方花了。 那茅台、可口可乐这种公司适合散户买么？ 不适合，因为你已经错过了他们最重要的上涨-回购阶段了，你现在过去就是冒着本金波动的风险来获得高分红，而盈亏比并不高，完全不如追其他科技股。 段为什么想要2400的时候卖掉呢，因为他自己都觉得高估了，但是他也说了为什么不卖的原因——因为市场上找不到另一个茅台了，即垄断+分红+回购的品牌了。
Anthropic 在 Skilljar 上线了一门大概两小时的课程《Claude Code in Action》。从标题就很直白，整门课就是围绕 Claude Code 来的，偏系统性学习这一挂，比单纯看安装或上手教程更有整体感，值得花点时间认真刷一遍。 国内用户这边有点小门槛，需要🪜开全局，或者把 https://t.co/xrVEhXixjF 和 https://t.co/0E3BxiUjAW 加进节点里，不然视频大概率打不开。 内容本身讲得挺扎实，节奏稍微快了一点，不过配合沉浸式翻译，或者直接看视频下方的文字版，理解起来完全没压力。 链接在这里： https://t.co/KngF2bFJAY
听我的，要是没啥做的，咱就先用Mkdirs做个导航站 每个月拿点低保，用于支付AI工具和其他站点的成本 https://t.co/JnFwti1Rul
年后可能准备招人了，发现现在预想的小伙伴画像都得是点了多技能点的，比如同时拥有设计 + 剪辑能力、或者同时具备全栈开发 + 一定的设计能力。 某方面是因为小团队确实资金有限。但另一方面，是AI时代我对人的预期、或者说工种协作的预期变了。 如果说大厂的分工很细，是为了方便管理和提高流水线效率。AI时代过细的分工，反倒会成为上下文传递的瓶颈。 分工越细，handoff 越多；handoff 越多，项目越慢。 Context is everything, Humans are where context goes to die.
飞书和安克的AI录音豆热度比我想的要高得多 难道录音和语音识别在今天真的成了强共识？ 我体验下来，虽然这个东西小巧可爱，但科技含量并不低： - 智能录音，双麦克风，自动人声增强，环境降噪，跳过空白片段。 - 声纹识别，精准区分发言人，自动分段，自动过滤语气词。 - 磁吸领夹设计，可以方便地别在衣服上，还带挂绳，也可以挂在脖子上。 - 充电舱设计，录音豆离开充电舱可录音8小时，加上充电舱可录音超过 24 小时。
「 MemEvolve, Experience, Agent Memory 」 不仅仅是 experience engineering。 MemEvolve 让 Agent 的 experience 随着任务积累，完成更新和进化，experience evolving！ 给最近的 experience 系列画上圆满的逗号。 OPPO Agent 团队的工作，真的太优秀了！ https://t.co/bSfTEkSk0g
AI 对于穷人，很可能是一个毁灭性打击。 最近经常出入一些政府部门，学区、县警察局、IRS，还有健身房。这些地方，面向穷人的福利和慈善宣传品，都是 AI 生成的。 就是那种，皮肤完美的有色人种端着食物，各种颜色性别的孩子们开心的一起踢球，反正就是一眼假的 AI 图。 说实话，我当时就悲从中来。过去还有Google，任何人不懂的东西，还能主动搜索研究一下，弥补认知差距。 现在，AI 精准投喂。各种彩虹屁，各种洗脑，你相信世界什么样，世界就什么样。政府部门在这里，不是作恶，而是辅助自杀。 有 AI 的未来，并不美好。
从一个播客文本看到的内容，很有趣！ 这个大佬的AI用法很强，一个可用在Claude Code中的自我学习认知框架，名叫TELOS。 能让AI更懂你，更有价值。 --- TELOS不是缩写，是个希腊词，意思是"目的"或"终点"。 是一套结构化的自我访谈框架。 帮你把"你是谁、你想要什么"这件模糊的事情，变成AI可以理解和使用的上下文。 核心是六个层次的问题，从问题到行动： 1. Problems（问题） 不是"你的目标是什么"，而是"什么让你不爽"。 人的很多动力都来自这里。 你想减肥，是觉得"我现在的状态不对"。 你想做产品，是因为"现有的解决方案很烂"。 Daniel说这个问题要具体。 - 我父母每人打三份工，没时间陪我，这导致了什么 - 现在的漏洞管理工具根本不懂工程团队怎么工作 - 大部分人觉得自己的想法不值得分享 可以是个人问题，也可以是世界问题。 都写下来。 2. Goals（目标） 你想改变什么？ 不是"你想要什么"，而是"你想改变什么"。 这是从问题到方向的转化。 比如： - 问题：大部分人觉得自己只是打工的，不是创造者 - 目标：激活更多人，让他们意识到自己也有值得分享的想法 Daniel的核心目标就是"提高人类激活度"（human activation） 贯穿他所有的项目： ① PAI项目：让个人能建自己的AI基础设施 ② Fabric项目：开源AI工具 ③ Unsupervised Learning：分享想法和洞察 3. Challenges（挑战） 什么在阻止你？ 这是很多人跳过的一步，但特别关键。 如果你不明确说出障碍，AI就没法帮你绕过去。 障碍可能是： ① 技术的：我不会编程 ②资源的：我没时间 ③ 心理的：我觉得自己不够格 ④ 系统的：现有工具太复杂 Daniel的例子： 他想让更多人用上个人AI系统。 但障碍是"大部分人不是技术背景，命令行对他们来说太难了"。 所以PAI的设计就要考虑这个，要让非技术人员也能用。 4. Strategies（策略） 你打算怎么做？ 从"想要"到"行动"的桥梁。 不是具体任务清单，是方法论层面的。 比如Daniel的策略： ① 从开源项目开始，降低门槛 ②用Markdown文件而不是数据库，保证可移植性 ③ 先解决自己的问题，再推广给别人 ④ 持续分享过程，激活其他人 5. Projects（项目） 你现在在做什么？ Daniel会列出： ① PAI：个人AI基础设施框架 ② Fabric：AI工具集 ③ Unsupervised Learning：周报 ④ 客户咨询工作 ⑤ 漏洞赏金研究 每个项目都对应回目标和策略。 6. Workflows（工作流） 你每天实际在做什么？ Daniel说这个特别重要，因为AI要帮你，就得知道你的日常是什么样的。 他的工作流： ① 早上散步时用Limitless录音捕捉想法 ② 回来后让AI整理这些想法 ③ 用"议会辩论"功能让多个AI角色挑战这个想法 ④ 实时编辑，形成文章 ⑤ 一键发布到 X 和LinkedIn 这整个流程，从"想法"到"发布到社交媒体"，都在AI的支持下完成。 为什么这套框架有用 1. 给AI提供了"北极星" 每次你问AI，它不是在真空中回答，而是知道： ① 这个问题和你的哪个目标相关 ② 你在哪个项目的语境下问的 ③ 你的障碍是什么（回答要避开这些坑） Daniel举了个例子：他的朋友是心脏科医生，也做漏洞赏金。 当他把自己的TELOS加载到系统后，AI知道： ① 他的目标：找到更多漏洞，赚更多赏金 ② 他的专长：客户端漏洞 ③ 他的工作流：在诊所间隙做测试 ④ 他的技巧：一些独特的测试方法 现在他只需要给AI一个目标公司，系统就会： ① 用他的方法论去做侦察 ② 专注于客户端漏洞 ③ 生成符合他风格的测试脚本 ④ 按他习惯的方式组织结果 结果：发现的漏洞数量大幅上升。 2. 让AI的回答有"方向感" Daniel有个概念叫"通用算法"（Universal Algorithm）： 从当前状态到理想状态 因为每次AI帮你做事，本质上都是在执行这个算法： ① 当前状态：你现在在哪里 ② 理想状态：你想去哪里 ③ 中间过程：怎么到达 TELOS就是在定义这个"理想状态"。 没有TELOS，AI只能给你通用答案。 有了TELOS，AI知道"对你来说"的最佳答案是什么。 3. 它会进化 这是最酷的部分。 Daniel的系统有个"升级技能"。 当他： ① 看了一个YouTube视频 ② 读了一本书 ③ 学了新技术 他可以让AI： 1. 读取这个新知识 2. 对照他的TELOS 3. 建议如何升级整个系统 比如他读了本关于修辞学的书，AI会说： "根据这本书的原则，我建议： ① 在你的写作技能里加入这些修辞手法 ② 调整博客工作流，加入修辞检查步骤 ③ 更新你的风格指南" AI在帮AI自己变得更懂你。 具体怎么做？ 第一步：倾倒（Dump） 找个安静的时间，用语音或文字，回答这些问题： ① 什么让你不爽？（个人的、工作的、世界的） ② 如果你有魔法棒，你会改变什么？ ③ 你现在在做什么？为什么做？ ④ 什么在阻止你做得更好？ 第二步：结构化 把这些内容按TELOS框架整理： # TELOS ## Problems - 我觉得大部分人... - 现有的工具... - 我自己总是... ## Goals - 我想帮助... - 我想创造... - 我想学会... ## Challenges - 技术上：... - 时间上：... - 心理上：... ## Strategies - 通过开源... - 从小项目开始... - 持续分享... ## Projects - 项目A：... - 项目B：... ## Workflows - 早上：... - 写作流程：... - 研究流程：... 第三步：加载到系统 这就是PAI的核心。 每次启动Claude Code（或其他AI系统），它会读取这个TELOS文件。 Daniel说他的TELOS大概10,000个token，每次启动都加载。 第四步：迭代 用一段时间后，你会发现： ① 有些目标变了 ② 有些障碍消失了 ③ 有些新问题出现了 定期更新TELOS。 Daniel建议至少每个月review一次。 Daniel说TELOS最重要的作用不是"让AI更聪明"，而是让你更清楚。 很多人其实不知道自己想要什么。 TELOS逼你做这件事。 一旦你理清楚了，AI只是放大器。 没有TELOS，AI是个聪明的陌生人。 有了TELOS，AI是个懂你的助手。
You can run Eigent with Gemini 3 pro BYOK for your open source cowork!
We got @MiniMax_AI and @Zai_org in Eigent, your open source cowork. Who next? 🤖🦾💎💎💎💎💎💎 https://t.co/gMsVW80w9m
Veo 3.2 视频模型可能即将发布 https://t.co/JBiWWrCTcH