1
推文起爆榜
实时追踪 X 平台 6、24 小时及 7 天内飙升与高曝光推文,快速发现值得关注的热门内容。
安装 SoPilot 插件 后,点击帖子底部的评论或转帖图标,即可自动生成高质量评论和引用转发推文。
领域
飙升起爆榜
按平均曝光/小时排序
3
5
6
今天发布今年第 19 款产品 sofatap(沙发瘫),开始 TestFlight 公测!
这两周我大部分 vibe coding 其实不是在书房做的,而是在客厅,用接着电视的那台电脑。agent 在跑任务,我窝在沙发和啵啵一起看电视剧或者是打游戏,需要点一下、回一句的时候,要起身去找键盘鼠标,很不方便…
所以我给自己做了 sofatap:把 iPhone 变成触控板和键盘,躺在沙发上就能操作电视上的电脑,Mac、Windows、Linux 都能用,最新版本还支持索尼和小米的 Google TV。
我一直觉得,现在的个人电脑其实无处不在,但我们不该再被绑在它面前,用坐在桌前、手按键鼠的老方式去用它。sofatap 是第一步。接下来我想让它支持语音,直接跟 agent 说一声,让它全自动去操作电脑。
开源,免费,也在客厅写代码的朋友来试试,有问题直接回复我:
官网:
GitHub:
8
完蛋了…..以后中国开源模型只能开源小参数的模型了….
商务部科技部就修订《中国禁止出口限制出口技术目录》征求意见,为期一个月,涉及人工智能(大模型、智能体、算力集群、信息处理等23项)生物医药、光伏3个领域。
1️⃣限制出口AI大模型:超过10^26计算量、或2T参数、或公开评估排名全球前10的大模型。
2️⃣限制出口智能体Agent:工具调用与系统操作技术,支持集成的第三方工具数量≥200个,工具选择准确率≥90%,且在需要调用3种及以上工具协同完成任务场景中,端到端任务平均成��率≥90%;自主规划与任务分解技术,可将自然语言指令自动拆解≥20步可执行子任务链,子任务分解精度≥80%,且子任务平均成功率≥90%;标准博弈基准超过90%的人类的博弈决策技术;得分75%以上的AI辅助漏洞挖掘技术。
限制出口算力集群技术:片间互联技术、分布式训练容错技术、通信调度技术、异构集群高效推理与调度。
征求意见期间,出口相关技术需向商务部填报登记表。已通过开源、发表学术论文等方式进入公共领域的技术,不纳入管理范围。
(中国商务部)
目前看来@Kimi_Moonshot 的K4、@MiniMax_AI 的M3 Pro、@Zai_org 的GLM5以及@deepseek_ai 的下一代模型都没法开源了…..
而且相关架构、训练优化和推理加速技术也都不行了。



10
11
真特么震惊了,闲鱼真是什么都卖。
39块9可以买一个有1200万的被冻结钱包,能登陆能装逼,金额不能转。
哎不知道会有多少无知少女看到钱包金额觉得拿到大结果被骗了身子。

13
14
15
特斯拉新车发布会,吓哭了
接近90度直角上坡,加360度掉下来翻转喷气
本来以为是Ai视频,结果是现场发布会
以后真能开到会飞的特斯拉了
17
18
我又发现一个牛逼的美股策略:
2015年开始,每年第一个交易日,买入上一年的标普500涨幅最高的美股,当年最后一个交易日卖出,重复10年,复利能赚
290倍
19
24
有点震撼。。。我们可能真的快要搞清楚大模型内部到底是怎么运作的了。
OpenAI早期机械可解释性研究的参与者,昨天突然提出了一个很大胆的结论:
我们可能一直误解了神经网络。
昨天, @nickcammarata 发了一篇很有意思的文章,叫《Neural Networks Are Already Clean》。
这哥们早年就在OpenAI做机械可解释性研究,2023 年还牵头启动了@OpenAI 第一个大规模自动化神经元解释项目。
当时他们发现,现有工具只能解释大约 2% 的神经元。
Nick因此得出了一个很悲观的判断:神经网络内部存在大量纠缠,想搞清楚它们到底在干什么,可能非常困难。
结果三年后,他带着更先进的工具和Agent重新研究,发现情况完全不同。
在他们测试的现代视觉模型中,最后一层 99%~100% 的神经元都能找到相当清晰的解释。
甚至在Qwen3-32B这样的语言模型中,初步研究也发现,约90%的神经元都有一个可以识别的主要功能。
最有意思的是,他还重新研究了过去的一些经典案例。
比如曾经有一个神经元,既会对猫脸产生反应,也会对汽车前脸产生反应。
以前大家觉得,这是典型的Superposition,多个不相关的概念纠缠在了同一个神经元里。
结果重新研究后发现,这个神经元可能只是在识别一种共同的V形视觉结构。
猫脸和汽车前脸恰好都有这种特征。
全世界的家人们折腾了这么多年,可能连最基础的观察方式都有问题。
而且我觉得这篇文章最值得关注的,其实是他们使用 Agent的方式。
他们让Agent自动观察神经元、提出功能假设、设计实验、分析电路,再通过新的输入验证假设,甚至自动审查了10 万张神经元归因图。
这其实也是我最近一直关注的一个方向:让 AI 自己去做科学研究,把大量观察、假设、验证的工作自动化。
过去需要研究员花大量时间逐个分析的神经元,现在已经可以让Agent成规模地开展研究了。
当然,目前这些结果还处于早期阶段,距离完整解释大模型的内部机制,还有很多工作要做。
但我觉得Nick提出的这个观点非常有意思:
神经网络内部可能一直都很有规律,只是过去我们的工具太原始,根本看不清楚。
如果这个方向最终被验证,机械可解释性领域过去很多基础假设,恐怕都需要重新审视了。

25
26
半导体连续9天下跌,体感难受可以理解,历史数据是06年以来的第一次连续9天都下跌。我自己账户高点回撤8.5%,YTD 33%。所有持仓如下
INTC, MSFT, AMZN, GE, GOOG, CRCL, QCOM, EUAD, NUGT, BE, VST, TSLA, UNH, ADBE, NOK, HOOD
最近几周几乎没有大调整,唯一做的是卖了些亚马逊,清了耐克,加了谷歌和高通。
我看到的是AI智能体会全面落地,C端和B端,27年对于AI的花费将会是全行业,而非仅局限在科技公司,GPU租赁价格持续上涨,COST PER TASK持续降低,2季度软件的AI落地刚刚开始,接下去会更快增速,所有估值前瞻市盈率几乎全在低位,包括标普等权,在这些背景下,我也认识到宏观的逆风,通胀的顽固,模型公司上市的吸血。
我期待27年会继续26年的模式,P/E下跌或者维持低位,EPS继续加速。
选择投资个股,就从个股出发,先学会耐心,退后一步看基本面,而不是天天关注涨跌。风险用仓位和认知控制。

29
31
33
真的见证历史了,在 SpaceX 德州火箭试验场刚结束的直播里,跳票多年的全新 Tesla Roadster 把整个汽车工业的认知砸得粉碎,
我把这场直播里最值得关注的三个技术狠活整理在这里,方便大家快速理清原理:
1. 冷气推进器(Cold Gas Thrusters):
1. 不是喷火的火箭燃料,而是利用高压空气瞬间释放的反冲力,通过车身多个喷嘴协同工作,既能用于直线加速,也能在空中修正姿态。
2. 地面真空效应(Suction Fans):
借鉴了赛车史上著名的风扇车原理,通过底盘高速风扇抽空空气制造负压,相当于给车辆凭空增加了几吨的下压力,彻底解决了轮胎打滑的物理死穴。
3. 250公斤自充气系统:
车载压缩机能在行驶过程中不断重新压缩空气储能,摆脱了传统工质消耗后无法补充的弊端。
喵个咪太感慨了,当传统的摩擦力极限被外挂推力彻底砸穿,汽车工业的下一个篇章注定不再只是关于电池和马力了🤯。。
35
37
39
40
41
42
昨天,今天市场都有谣言说有人爆仓了,看到今天网络安全都跌成这样,我的感觉也是可能有机构爆仓了,捡便宜吧
43
44
46
最热曝光榜
按窗口内累计曝光排序
3
4
5
今天发布今年第 19 款产品 sofatap(沙发瘫),开始 TestFlight 公测!
这两周我大部分 vibe coding 其实不是在书房做的,而是在客厅,用接着电视的那台电脑。agent 在跑任务,我窝在沙发和啵啵一起看电视剧或者是打游戏,需要点一下、回一句的时候,要起身去找键盘鼠标,很不方便…
所以我给自己做了 sofatap:把 iPhone 变成触控板和键盘,躺在沙发上就能操作电视上的电脑,Mac、Windows、Linux 都能用,最新版本还支持索尼和小米的 Google TV。
我一直觉得,现在的个人电脑其实无处不在,但我们不该再被绑在它面前,用坐在桌前、手按键鼠的老方式去用它。sofatap 是第一步。接下来我想让它支持语音,直接跟 agent 说一声,让它全自动去操作电脑。
开源,免费,也在客厅写代码的朋友来试试,有问题直接回复我:
官网:
GitHub:
6
8
特斯拉新车发布会,吓哭了
接近90度直角上坡,加360度掉下来翻转喷气
本来以为是Ai视频,结果是现场发布会
以后真能开到会飞的特斯拉了
12
17
完蛋了…..以后中国开源模型只能开源小参数的模型了….
商务部科技部就修订《中国禁止出口限制出口技术目录》征求意见,为期一个月,涉及人工智能(大模型、智能体、算力集群、信息处理等23项)生物医药、光伏3个领域。
1️⃣限制出口AI大模型:超过10^26计算量、或2T参数、或公开评估排名全球前10的大模型。
2️⃣限制出口智能体Agent:工具调用与系统操作技术,支持集成的第三方工具数量≥200个,工具选择准确率≥90%,且在需要调用3种及以上工具协同完成任务场景中,端到端任务平均成��率≥90%;自主规划与任务分解技术,可将自然语言指令自动拆解≥20步可执行子任务链,子任务分解精度≥80%,且子任务平均成功率≥90%;标准博弈基准超过90%的人类的博弈决策技术;得分75%以上的AI辅助漏洞挖掘技术。
限制出口算力集群技术:片间互联技术、分布式训练容错技术、通信调度技术、异构集群高效推理与调度。
征求意见期间,出口相关技术需向商务部填报登记表。已通过开源、发表学术论文等方式进入公共领域的技术,不纳入管理范围。
(中国商务部)
目前看来@Kimi_Moonshot 的K4、@MiniMax_AI 的M3 Pro、@Zai_org 的GLM5以及@deepseek_ai 的下一代模型都没法开源了…..
而且相关架构、训练优化和推理加速技术也都不行了。



19
有点震撼。。。我们可能真的快要搞清楚大模型内部到底是怎么运作的了。
OpenAI早期机械可解释性研究的参与者,昨天突然提出了一个很大胆的结论:
我们可能一直误解了神经网络。
昨天, @nickcammarata 发了一篇很有意思的文章,叫《Neural Networks Are Already Clean》。
这哥们早年就在OpenAI做机械可解释性研究,2023 年还牵头启动了@OpenAI 第一个大规模自动化神经元解释项目。
当时他们发现,现有工具只能解释大约 2% 的神经元。
Nick因此得出了一个很悲观的判断:神经网络内部存在大量纠缠,想搞清楚它们到底在干什么,可能非常困难。
结果三年后,他带着更先进的工具和Agent重新研究,发现情况完全不同。
在他们测试的现代视觉模型中,最后一层 99%~100% 的神经元都能找到相当清晰的解释。
甚至在Qwen3-32B这样的语言模型中,初步研究也发现,约90%的神经元都有一个可以识别的主要功能。
最有意思的是,他还重新研究了过去的一些经典案例。
比如曾经有一个神经元,既会对猫脸产生反应,也会对汽车前脸产生反应。
以前大家觉得,这是典型的Superposition,多个不相关的概念纠缠在了同一个神经元里。
结果重新研究后发现,这个神经元可能只是在识别一种共同的V形视觉结构。
猫脸和汽车前脸恰好都有这种特征。
全世界的家人们折腾了这么多年,可能连最基础的观察方式都有问题。
而且我觉得这篇文章最值得关注的,其实是他们使用 Agent的方式。
他们让Agent自动观察神经元、提出功能假设、设计实验、分析电路,再通过新的输入验证假设,甚至自动审查了10 万张神经元归因图。
这其实也是我最近一直关注的一个方向:让 AI 自己去做科学研究,把大量观察、假设、验证的工作自动化。
过去需要研究员花大量时间逐个分析的神经元,现在已经可以让Agent成规模地开展研究了。
当然,目前这些结果还处于早期阶段,距离完整解释大模型的内部机制,还有很多工作要做。
但我觉得Nick提出的这个观点非常有意思:
神经网络内部可能一直都很有规律,只是过去我们的工具太原始,根本看不清楚。
如果这个方向最终被验证,机械可解释性领域过去很多基础假设,恐怕都需要重新审视了。

20
21
22
23
24
29
真的见证历史了,在 SpaceX 德州火箭试验场刚结束的直播里,跳票多年的全新 Tesla Roadster 把整个汽车工业的认知砸得粉碎,
我把这场直播里最值得关注的三个技术狠活整理在这里,方便大家快速理清原理:
1. 冷气推进器(Cold Gas Thrusters):
1. 不是喷火的火箭燃料,而是利用高压空气瞬间释放的反冲力,通过车身多个喷嘴协同工作,既能用于直线加速,也能在空中修正姿态。
2. 地面真空效应(Suction Fans):
借鉴了赛车史上著名的风扇车原理,通过底盘高速风扇抽空空气制造负压,相当于给车辆凭空增加了几吨的下压力,彻底解决了轮胎打滑的物理死穴。
3. 250公斤自充气系统:
车载压缩机能在行驶过程中不断重新压缩空气储能,摆脱了传统工质消耗后无法补充的弊端。
喵个咪太感慨了,当传统的摩擦力极限被外挂推力彻底砸穿,汽车工业的下一个篇章注定不再只是关于电池和马力了🤯。。
30
32
33
卧槽,特斯拉这个新的跑车太离谱了
居然能短暂飞行并且在空中调整姿态
演示的时候可以直接跳起来反转然后正常落地
34
35
我又发现一个牛逼的美股策略:
2015年开始,每年第一个交易日,买入上一年的标普500涨幅最高的美股,当年最后一个交易日卖出,重复10年,复利能赚
290倍
36
37
38
39
42
44
45
46
48
49
50
第 1 / 2 页 · 每页 50 条








































































