Meta Connect 2026 keynote highlights: Muse 个人 AI 助理成了发布会的中心。 Meta 正把它接入眼镜、电脑和随身设备,让 AI 从回答问题走向持续替用户办事;硬件则是让 Muse 随时可用的入口。 Muse Charm 是压轴的专用 AI 设备。 它是可放进口袋的小设备,专为与 Muse Agent 对话而设计,计划在12月发货。 商业化逻辑开始清楚。让 Muse 对大量使用保持免费,未来从它促成的交易中收取小额费用;Meta 同时已有提高 AI 使用额度的订阅产品。
孩子转学后,我最舒适的地方意想不到,不是成绩也不是别的什么。而是:家校沟通终于不再用微信了!!! No WeChat No 班级群,家长更懒得社交。 邮件好啊,一来一回一个礼拜过去了。老师阐述问题有理有据有思考,情绪化表达退却 80%。不想回复的时候还可以装死,等问题自己消失😀 从前慢车马慢邮件也慢,什么都慢,我舒服了。 当初决定转学去国际,只因为粗粗算了一笔学区房的账,上千万买学区房毕业以后卖掉,中间的折损够付一个国际学校的整个中学段的学费了。 但最重要的还是老师不再耗我了,钱花的掷地有声,感恩感恩💓😀
前两天在群里,看到有个群友说他用 instinct 自动完成了去巴厘岛的规划与订票,完全跟着 ai 去旅游了 就很好奇,哪些人群会接受由 ai 制定旅游行程、直接完成订票订酒店,且期间不过度拆分、介入 ai 的决策? 寻思大部分人的旅游还是比较难得,会希望尽可能有满意的行程安排,很难不深度介入 ai 流程。莫非同时有钱有闲的人,可以放平心态? 本来觉得老王 @王慧文 可以,但转念一想,不对啊,老王肯定有真人助理,或者临时找私人定制顾问也很方便。 那么,这群精英目标人群到底是谁? 都说即友多精英,多 AI 蝗虫,来分享一下观点呗
给我五个付费的 AI 各下了同一条指令,每周一二三四五请为我整理一份 AI Agent 研究更新,重点覆盖 AI Agent 系统、AI 办公、个人 Agent 与端侧 Agent。只筛选本周真正值得读的新论文、研究报告和高质量深度分析,并分别说明核心结论、关键数据或案例、争议点,以及它为什么值得用于科技商业采访、选题或长文。 以后我来给这些个 AI 查作业。
如果经常多个项目和对话同时跑的情况下,我感觉我的大脑会主动逃避去看 AI 回复一大串解释性文字,不想思考和细看,然后用了一个叫 I have ADHD 的 skill https://github.com/ayghri/i-have-adhd还蛮不错的 会去掉所有解释,就极简话语告诉你什么情况,下一步要做什么,回复什么来执行就行,不让你费脑子
「转发」转发 @小金687211: space687211专场歌单 | 约翰·柯川 百年诞辰 黑胶专场 9月27日 今年9月,约翰·柯川迎来100周年诞辰。店内选出八张唱片,时间跨越1957到1965,从柔情标准曲到精神爵士,从布鲁斯根源到先锋实验。聆听纪念这位萨克斯巨匠。 Kenny Burrell & John Coltrane——1958年录音,科川与吉他手Kenny Burrell的柔和对话,爵士乐最优雅的一面。 Soultrane——1958年与Red Garland四重奏合作,科川早期硬波普代表作。 Lush Life——1957-1958年录音,1961年发行,14分钟标题曲是叙事歌谣的极致演绎。 Coltrane Plays The Blues——与《My Favorite Things》同期的布鲁斯概念专辑,六首曲目分别献给音乐伙伴。 My Favorite Things——1961年发行,科川首次吹奏高音萨克斯,17分钟标题曲即兴至今仍是爵士史经典。 Africa/Brass——1961年加盟Impulse!的首张专辑,大型铜管编制与非洲节奏交织,科川音乐生涯的转折点。 John Coltrane & Johnny Hartman——1963年与男中音Johnny Hartman合作,科川唯一一张与人声全程对话的专辑,深情至极。 A Love Supreme——1964年录制,四乐章组曲献给上帝,精神爵士的开山之作,爵士史上最伟大的专辑之一。
Meet VONDER. Intelligent Eyewear — Made for Your Mind. Eyewear first. Your vision. Your privacy. Patented bone-conduction microphones designed around your voice — privacy in the hardware, not the settings. Choose ChatGPT, Claude, or Gemini — or let VONDER AI route each question to the best-suited model. A Personal Memory Graph that gets more you with every wear. AI knows the world. VONDER knows you. Remember what matters. Pre-order Sept 28 from $299 → VONDER.ai + BestBuy.com #VONDER #MadeForYourMind #IntelligentEyewear
最近又开始游泳。小时候其实一直很怕水,长大也不敢尝试,直到几年前才终于学会。最近连着游了好几次,甚至开始有点享受起来。对水的恐惧和感受到的阻力,慢慢变成能游完的成就感,和学会新技能的期待。 之前看了电影《泳者之心》,讲的是世界上第一个横渡英吉利海峡的女性,特鲁迪。她和她的姐姐不仅设计了更适合女性的泳衣,还有泳镜。整个故事看得跌宕起伏,最后不出意外地泪眼婆娑。后来去补了原著小说,从作者Glenn那里了解到这位不为人知的神奇女侠背后,更多没收入电影的故事。有些人面对生活就像面对海水,虽然有阻碍有挑战,但勇敢的她们会迎难而上,用毅力辟出一条道路,而我们可以幸运地在有光的路上,慢慢耕耘。 去看原著吧,看完很想对特鲁迪送上百年之后的留言:You are truly amazing. Thank you, for all you’ve showcased.
最近机缘巧合翻了很多书,发现自己的阅读偏好变了。 凡是目录特别工整、框架特别完整,一看就是“帮你系统理解某个问题”的书,就会 5 分钟翻完放一边。反而是那些结构奇怪、路径意外,甚至一开始不知道作者到底要带我去哪里的书,会让我想继续读下去。 可能真的是被 AI 养刁了。 现在我想系统理解一个问题,更愿意直接让 AI 根据我的背景、偏好和当下处境,生成一份为我定制的长篇内容。跟这个相比,大多数书的信息密度都显得太低。 于是书对我真正有吸引力的地方,反而变成了那些 AI 很难按需求生成的东西:奇怪的结构、意外的连接、作者固执的个人趣味,以及一些我根本不知道自己应该去问的问题。 所以一本书是不是 AI 写的,不重要。 重要的是:如果它解决的问题、组织信息的方式,和 AI 差不多,那它就已经进入了 AI 的射程。 “给我的问题一个系统性答案”不值钱,之前的是“让我看到新的问题和可能”。
#每日新知 2026 - 09 - 20(258/365) D2775 图1 堂吉诃德 图2 机会 『1️⃣ AI 解题的速度开始超过数学共同体消化知识的速度。2️⃣ AI公司追求benchmark成绩,数学界追求方法、理解和知识传承,是两套评价体系。3️⃣ 当 AI 能快速完成开放问题后,数学研究的优先权、人才培养和开放文化都需重新定规则。』——A Severe Misalignment of Al in Mathematics(25位菲尔茨奖得主)
#每日新知 2026 - 09 - 19(257/365) D2774 图1 问答 图2 出门的理由 『Point Nemo, the spot farthest from any land in the world. You are closer to astronauts aboard the ISS than to humanity.』——World of Engineering
Thank you for your thoughtful response. Your point is well taken, but I think this argument is fair for software capabilities but humans are the limiting factor and require interfaces that represent the capabilities well. The current prevailing narrative also puts a lot of weight on “single player mode” tooling which I believe to be a very small aperture of consumer product category, especially if you move further away from “productivity”. //@dante326: 软件本质上是个人和组织的能力对外界的编码和接口。他/他们能提供什么样的能力,就会提供什么样的 GUI、API,以及相应的产品和服务。 这里容易混淆两个问题:软件的功能会不会继续存在,和这些功能是不是以独立的软件形式来提供。功能不会消失,但相当一部分应用层的能力会被模型层吸收,剩下的应用会分化。模型每原生化一种能力,实际上都在重新划一次模型层与应用层的边界。 所以我不太同意把你的中国同行更愿意投大模型的现象,简单归因于跟风、懒于思考、共识或者资产安全。我相信其中有相当一部分人是真的高度看好大模型,也有一部分人已经预判到,模型能力继续扩张后,会吸收一部分软件能力,同时分化剩余的软件。 反过来,投资 Manus,在我看来反而可能是过于重视大模型阶段性的能力和形态而做出的阶段性判断——当然我能理解没有人能准确预见未来。今天很多独立 Agent 产品的价值,本身就建立在模型当前还不能原生完成规划、工具调用、计算机操作、长期上下文和复杂任务执行之上。如果这些能力继续被模型吸收,Manus 当前建立在这些能力缺口上的产品价值也会被一起吸收。最后还是要看,它有哪些能力和资源,在模型继续进化以后仍然可以独立存在。 Software is essentially the way individuals and organizations encode their capabilities and expose them to the outside world. Whatever capabilities they have will be expressed through corresponding GUIs, APIs, products, and services. I think two questions are easily conflated here: whether the functions of software will continue to exist, and whether those functions still need to be delivered through standalone software. The functions won’t disappear, but a significant part of what sits in the application layer will be absorbed into the model layer, while the applications that remain will split into different forms. Every time a model turns another capability into a native capability, it redraws the boundary between the model layer and the application layer. So I don’t quite agree with attributing your Chinese peers’ preference for investing in foundation models simply to following the crowd, intellectual laziness, consensus-seeking, or capital preservation. I believe a meaningful share of them genuinely have very high c
最近有个创业者找我交流的时候,聊到团队接下来还要做进一步的融资,很认真地问了我一个问题:这次做对外传播也是希望能对融资有帮助,你有什么建议? 我当时听完,先跟他说了两个目睹了好几代创业者后的观察: 首先,咱要个心理预期:绝大部分情况下,第一笔投资是你最好拿的那笔钱。 第二,凡是能被公关轻易影响的投资人,大概率都不是对你未来最至关重要的投资人。 真正愿意笃定你,给你出大钱的机构,以及真正愿意押上青春和自身能力的顶级人才,从来都不是被 PR 搞定的。 看过那么多创业者的历程后,我发现那些优秀投资人要被打动,底层其实有个“A-B-C 连线”的方法论。然后我就给他讲了当年王兴的故事。 回到当年千团大战最热的时候,所有对手都在疯狂投站台广告、发补贴、烧钱抢地盘,甚至当时的“领头羊”拉手网都自信到倒排出了上市日期。王兴却说:“团购投广告和烧钱这事算不过账,商业模式跑不通,不能这么花。” 那时候整个行业包括他公司内部都是一片质疑:你不烧钱,别人一统江湖了,你账上留着钱有什么用?大家都觉得美团在这场竞争中悬了。 后来王兴甚至为了证明公司不是没钱烧,被逼得发布会上直接亮出了银行流水单——账上确实趴着 7000 万,证明他真不是没钱,是真的不烧。 结果拉手网倒在上市前三个月,原因很简单,因为算不过账,商业模式跑不通。最后是美团一统了团购的江湖。 在这个转折点发生之前,王兴说什么,外界都打着大大的问号,但在这个转折点发生之后,似乎全世界都服了——大家发现,全世界都错了,王兴是对的。 王兴自此拿到了高维度的信任资产。 所以等美团面临外卖大战时,即便后来阿里进场力挺饿了么,王兴却换了一套和当年截然相反的逻辑:“今天要把钱给到最有效率的人去烧。比如我。”结果投资人认了,给钱让他直面阿里的炮火,结果他就是拿下了市场老大的地位。 所以为什么那时候投资人信他?这 100%不是 PR 做得有多好,而是因为他此前积累下的那个“信用”,大家真的信他了。 讲完王兴的故事,我跟这位创业者拆解了下背后的逻辑:真正决定你能不能拿到深层信任的,不是单点的公关发声,而是你在时间轴上的 “A-B-C 连线”。 - A 点(历史决策): 你在充满不确定性、大家甚至看不懂的时候,下了什么注?为什么这么选? - B 点(客观结果): 经过一段时间的验证,你当初“吹过的牛”、算过的账,有没有拿到扎实的兑现? - C 点(未来判断): 站在今天,基于前面的逻辑,你下一步要带大家去哪儿? 没有 A 点的 B 点,有可能会被看作侥幸。 你不提前把逻辑和下注讲清楚,就算拿到了结果,别人也会觉得你只是撞上了大运或行情托举。 没有 B 点的 A 点,叫画饼。 如果只有口号没有兑现,那 PR 往往不是助力,反而是给未来埋下的一颗“雷”。 只有当 A 点跨越时间、扎扎实实落到了 B 点,这个闭环才叫“思想履约”。 你判断得对、兑现得好,一次、两次,别人就不用天天替你重算一遍账了。这就好比我们今天用 AI 写代码,为什么用到最后你连生成的代码都不去 review 了?不是因为某一行代码写得特别漂亮,也不是因为你变懒了,而是它在此前的任务中持续做好了“履约”。 而由 A 到 B 拉出的这条极其坚固、solid 的实线,它的延长线,才是唯一能击穿 C 点、让投资人和优秀人才愿意为你的未来下注的依据。 真正对你有意义的伙伴——不管是懂你的投资人、跟你并肩作战的核心团队,还是未来不可或缺的优秀人才——他们对你的判断,绝对不会只在一个孤立的截面上完成。 创业不是靠一次次光鲜的亮相或包装的说辞来吸引资源,它的本质是 A → B → C 不断累进的最小循环。 而它甚至不是一种沟通技巧,它就是创业的本质:“累积确定性”。
“软件公司已经没法投了,我们只能投大LM,软件会死掉”——眼下大多数中国VC都是这个论调 我的问题是:到底是软件公司真的不值得投,还是你们投过的那些软件公司产品团队实在太烂,所以现在被自己的踩坑经历带偏了?😂 “Software companies are uninvestable, we can only invest in LLMs, software will die” - most Chinese VCs right now My question: Are software companies uninvestable or the software companies you invested in just awful product teams, so now you are biased by your mistakes?
“You know the word "amor fati"? I think it’s just meant to be. I had been turned down SO many times before I met Zhenfund, and now I thank GOD that they all turned me down so that Zhenfund becomes our investor. 让一个不好的投资人来到 cap table 上,可比被他们 turn down 要糟糕多了。” 问一个创始人被VC拒绝有没有沮丧,意外收获感动一刻 🥹
这是梁琛奇从去年夏天离开字节猫箱创业以来的第一次采访。 和大部分 AI 内容或娱乐创业者一样,梁琛奇现在还无法回答:AI 娱乐产品的版本答案是什么。只是他知道,这个东西会到来,而且不会随模型进步自动到来。这是难点,也是机会。 他的 bet 是,人的创造力、能动性和好奇心。他相信,当 AI 更强、能做更多工作时,“主观表达与泛创作”会成为普遍的娱乐方式——人们总要找点儿意义感,尤其是当意义不再被工作锚定时。 这是一个很不错的未来,祝他好运,因为这也是祝我自己。 对话动念引线梁琛奇:非典型字节创业者的 “娱乐至上”
in this world where entropy increase is almost inevitable,we have to stick with the best company and people to fight it. It is both a choice and a necessity.
在企业里面能跑起来的 AI 场景,可以类比之前能够被大规模外包出去的场景。比如说客服中心、非核心系统开发、数据收集和处理这几个场景,之前在美国外包给印度公司都已经很成熟了,现在也是 AI 企业服务公司落地发展得比较好的领域。 相反,如果一个领域之前没有被大规模的外包化,尤其是企业的核心业务流程,那可能用 AI 来替代也是有很多挑战的。这并不是说模型不够聪明,恰恰相反,很多可被外包的职能并不需要顶级智能。瓶颈往往在于业务系统整合、上下文获取、数据清洗和标注、权限控制、利益范围划分等。而过去几十年的外包产业,其实已经替企业完成过一次这样的组织工程:把原本嵌在企业内部的人类工作,变成可以由外部组织调用的服务接口;明确什么数据可以开放、什么权限可以授予、结果如何验收、异常如何升级、责任如何划分。 外包本质上是把外部的人类智能 API 化接入企业。一个职能能够被大规模外包,意味着它在企业里的组织接口已经相当成熟。到了 AI 时代,只要把这个接口后面的人类执行者逐步替换成 AI,改造成本自然比那些从未被接口化的核心业务低得多。
微信本周上线的豆包同款「长按输入框,自动语音转文本」 不单是交互,背后模型可能和 Seed-ASR 类似的架构,主特性文本重写、去除口语杂词 比较奇怪的是,「按住 说话」这个按钮背后,还是上一代识别模型。可能顾虑推理开销,后者量级更大 但总的来说,豆包 ASR 在方言(主要是上海话、西安话、闽南话)、外语(主要是英语、日语),上下文推理(专业名词和新流行词),全方位吊打微信新 ASR 而豆包 ASR 2.0 是去年发布的,人才差距不大的情况下,优质数据集差异比较大 微信团队本周还做了一件怪事,WeLM 新模型宣发阵地在 X ,甚至买了 X 信息流推广,这还不是普通模型,是类似 Qwen 的路线 国内的公众号技术官号完全选择了沉默处理 WeLM 团队和 Hy 团队人才招聘上也在较劲
OpenCode这个产品关注很久了,但有娃以后,时间精力感觉一下子就都被抽干了。喜欢创始人的这个定位:We're not betting on one model lab. We're betting on the field. OpenCode 可能被低估了:每个新模型,都在帮 OpenCode 赚钱
现在对于 OPC (一人公司)需要一个 AI Agent 团队或公司这件事情越来越有体感了。 AI 让一个工程师在打造产品时,能够并行开发 N 个,同一个产品中也能同时开发 N 个需求。无论是在这个构建的过程中,还是构建产品前的想法阶段,准备阶段,还是发布后的社媒曝光,保持活跃心跳,还是 SEO,Changelog,用户反馈的收集,处理,再迭代等都需要 AI Agent 的帮助,甚至是更主动性的参与。 另外,单人的时间终究还是有限的,而扩展一个人的 24 小时,也需要 AI Agent 来帮助。 再就是经营一人公司,除了围绕产品的这堆事情,还有个人对于最新 AI 发展,新闻,发布,AI 新产品市场动态,非 AI 圈子人们整天讨论的痛点等保持关注,而这也需要借助 AI Agent。 有这样的产品跑出来么?Claude Code 和 Codex 有点贴近,但都不太算。比如最后说的那些需求处理起来就还有很高的成本,另外就是人机协作,人类消费与处理信息的体验也不够丝滑和自然。而且对话式,然后等待,再在对话中消费结果这样的过程效率和体验也都不太好。
现在AI半导体很热,应用很少有人聊,但AI的价值最终还是由应用来传递。 所以我们找业内专家聊了一期,应该也是我第一次看到对AI应用的清晰分层方法,欢迎大家收听、留言和讨论[旺柴] Day1Global生而全球 - E78. AI 应用的四层模型:卖算力、卖能力、卖入口、卖结果 ft. EvoseAI Bingo
昨天关于是否应该让 AI 写文章的,大家有很多讨论,比如 Green Lord 说: 有点疑惑在于,当我们看文章是想和作者交流时,一旦知道这篇文章是 ai 写的,仿佛心里就隔了一层,好像是中间有个代理人一样。也不知道用翻译来作为类比恰不恰当,人原汁原味的思想、表达经过 ai 翻译后,表面上看是这个意思,但是翻译和原文毕竟有着区别。如果是效率型的文字,可以让 ai 写,但如果是审美型、感受型、思想性的文字,不应该让 ai 写。(欢迎大家一起讨论) 我同意,任何新技术都会比起旧技术,会缺些什么。问题是,得到的比失去的,是不是值得。和效率比起来,我们曾经在乎的那些是否需要放弃。 对于这种说不出的「心里隔着一层」的感觉,我用同样的逻辑来造句: · 手机上收到的消息虽然好,但比不过打印出来的信有诚意;打印出来的信,缺失了钢笔写的温度;钢笔写的信,没有毛笔写的信那样的美感; · 机器产的麦子,虽然很便宜,但是缺少了以前那种手工种出来的烟火气; · 白话文虽好,但是不如古文那么有看头; · 恋爱自由,离婚自由的现代社会,比起原来媒妁之言、从一而终的老式婚姻,总少了一丝厚重; · 工业化生产的衣服再好,就是比不上妈妈亲手缝的衣服饱含深情。。。 我完全不否认不同技术产生了感觉上的差异,但差异中失去的部分,和换来的成本效率优势比起来,我们应该如何取舍? 历史告诉我们,技术总会碾压一切情怀。 我们曾经把太多这件事情本身之外的事情,因为技术的限制,而叠加在了技术本身,而在技术前进的时候,被剥离了。但这些依附于老技术的东西,会重新找到新的技术去依附。 母爱,会慢慢的不再仅仅依附于手中线,也不仅仅依附于为孩子手洗衣服,而是依附在帮孩子点的一份外卖里;相思,不再依附在红豆上、飞鸽传书中,而是依附在微信的消息中;读者那种花大时间的仪式感,也不再依附于低效率的小肉手打字,而将找到新的东西依附(比如签名书,就是一种毫无技术必要性,却可以附着一层情感的仪式)。 我们或许明年,就会怀念那种大家用小肉手来交流的年代吧,就如同怀念一切我们小时候经历过的那些「纯情」年代一样,但我们回不去。 不是不能回去,而是不愿意回去。
墨问正式发布 Web 社区版:http://mowen.cn(桌面端访问) 墨问 Web 社区版本上线,本月 墨问 cli 之后的第二个发布。 现在墨问有小程序版本,墨问命令行版本,还有了 Web 社区版。 https://mowen.cn 之前墨问的 Web 版主要是为了给创作者使用,利用 AI 浏览器写笔记,打造一个舒适、简洁并具备设计感的编辑器和创作控制台。 这次的社区版本新增了首页探索(朋友在看、我的关注和发现)、付费订阅(我订阅的付费专栏里笔记的 feed)、我的笔记、标签(标签管理、我的分类笔记、付费笔记,相当于资源库)、消息(评论和点赞),集成了墨问时间知识库和墨问开放平台的说明文档。
看了汪韬的采访 互联网公司可以靠context not control 营造百花齐放的大乐园。而硬件公司因为经营导向,商业模式试错成本高,似乎必然搞中央集权。 人才密度-商业模式-组织结构,是耦合的三角,每个角都互相作用。人才密度永远是第一位的,人才密度高了才有办法创造好的商业模式,商业模式好了才有办法养活更好的人才,你处于一个正向循环当中才有办法尝试一些高级的组织模式。 做一个孤独的CEO是很孤独的。比起中央集权,似乎context not control更幸福吧。那就要求 上善若水 求贤若渴 水善利万物而不争 唯有源头活水来。
上个月,我随着 Jina AI 被 Elastic 收购,从北京搬到了新加坡。回顾三年多来在 Jina 经历的一切过程,兴奋、疲惫、彷徨、庆幸,四挡双离合。 但我看到的只是车窗外的掠影,而作为紧握方向盘的人,在过去六年 AI 技术的激荡里,肖涵将“搜索 AI”做成一条清晰的技术主线,从推出神经搜索框架 Jina,到后面 All in 押注的搜索底座模型,直到今天成为 Elastic AI 战略的核心拼图。 从他的视角看,这六年的鱿鱼游戏会是怎样的风景?在这篇对话里,你会看到: 1. 我们把 Jina AI 几次生死 Pivot 都拆解清楚:为什么发生,如何取舍,在哪里断臂求生。 2. 也会走进他的个人选择,23 年初面对 ChatGPT 的迷茫,如何砍掉赚钱但分散精力的App,如何将 60 人团队裁撤一半,从欧洲迁徙到硅谷,在 e/acc 浪潮里重塑公司品牌。 3. 更重要地,我们还聊到了肖涵的价值观:当没有技术壁垒时,极致的聚焦和近乎独裁的执行力,如何成为最后的护城河。 这里是 Jina AI 首期[纯文字版]播客,现在,请和我一起走进肖涵的这六年。 Jina AI创业复盘:AI团队的Scaling Law是什么
🤖 Kimi 推出 Agent 模式「OK Computer」 Kimi 的 Agent 模式「OK Computer 」已开启小规模灰度测试! 一键开机,Kimi 就能成为你的万能助手。 它会操作自己的电脑,化身为产品经理、设计师、数据分析师、前端工程师,帮你调研、规划、分析、设计、开发。 你可以用 Kimi 完成各项任务,也能借此实现奇思妙想。同时,OK Computer 支持网站部署,作品可以上线成链接,随时邀请朋友体验。 From Chat to Create,Kimi 期待与你一起创造!
「转发」转发 @HandsoMeng: 分享一个 AI 小技巧。 如果你不会写简历,比如对于一个公司的履历总是不知道怎么表达,因为可能有重合的场景,或者收益也不知道怎么表述,可以试着这么做: 打开手机录音功能,然后对着手机漫无边界地讲述你在这家公司发生的事儿,做过的项目,取得的成就,尽可能按照时间线去回顾,但不按着时间线也没事儿,也不用考虑任何措辞和流程,把事儿能说明白就行,更不用考虑结构化什么的。 叭叭叭叭都说完以后,丢给 AI ,让 AI 帮你整理成简历,甚至,你还可以找几个你想去的公司的 JD ,也截图丢给 AI,让 AI 基于 JD 帮你从语音里整理出一个简历来。 很多时候 AI 的用法就是挺奇葩的,但还真的有效。
闺蜜转头问我,是不是一个女人还是得有松弛感? 我说,我觉得最有魅力的女主角都是和松弛完全相反的,都像一根随时会崩断的弦。 《沉默的羔羊》里的朱迪福斯特,《斯隆女士》的杰西卡查斯坦,甚至是《国土安全》在躁郁两极跳横的克莱尔丹尼斯。 她们的焦虑、紧张、惊恐都是那么有张力,也有一种脆弱的破碎感。这种紧绷很美,because they have more stories to tell. 但他们紧绷美在她们不为小我,而是为大我,如黄峥说的「要把对成就一个无限完美的自己的兴趣,转移为对外部客观事物的兴趣」,也如马斯克说的,「事实上,唯一有意义的事就是努力去提高全人类的智慧,为更高层次的集体文明而努力一生。」
转发一条今天在pyq看到的内容,credit to 古早博主winnerhoo: 中国的教育里没有“财商”。钱又是那么的重要,是典型的“the elephant in the room”。 经济低增速的社会里,再感人的情怀也得建立在良好的物质基础上,年轻人不再被这套叙事所绑架,好事。也不应该避讳谈钱,这是对专业性人才和知识的尊重,这跟对方想不想要是两回事。 在充分自由的市场经济里,掌握专业知识且为社会所需要的人才很稀缺,这种稀缺性必然导致高溢价。最近Meta花150亿刀收购900人左右的Scale AI,Google花24亿刀收购40人左右的Windsurf,连不到50人的OnlyFans团队估值都有50亿刀。 对野心勃勃的年轻人而言,良好的物质基础反而能孕育出伟大的事业。黄仁勋说他二十多年前公司上市时就财富自由了;黄峥在Google工作三年,公司上市也自由了;王兴的父亲是龙岩的实业家,亿万富翁。那么这些人拼命工作的动力是什么?我想,是给行业乃至世界做出一些改变的巨大热情和决心。 所以,除了积累专业知识,弥补财商的短板,也是年轻人的必修课。它会通往真正的自由,不为钱而工作的自由,可以拒绝不想要的一切的自由。
小白必看!NoCode 技巧分享第 2 期:高效实施版本管理 效果不符合预期?多次调整无改善?不想重做的话,试试版本管理吧! 通过保存和部署不同版本的应用,方便回溯到之前的稳定状态,节省时间。 Plan A :查看历史版本 在右侧「历史步骤」模块中,点击缩略图可查看之前版本及效果,方便创作或回顾。 Plan B :回退及部署历史版本 若需要恢复应用的历史版本,可以选择回退到指定版本,或部署一个稳定版本,并在此基础上继续调整和开发新的版本。 完整内容及更多精彩活动,👉 转至官方论坛查看feedback.nocode.cn 即刻访问 nocode.cn ,解锁创作自由~
刚刚看到 claude 的官方报告里提到,中文用户很大部分都在用 claude 玩 ERP😂 于是随手测试了下 deepseek,发现虽然 deepseek 确实有审核模块,但是多尝试几次还是可以实现越狱成功,达到接近的效果。 涩涩果然才是最大的用户动力激发🐶 不由得让我再次想起历史类似的事件 1.最早的在线支付推手是成人影业巨头和博彩业巨头 2.在 DVD 和高清录像带的竞争中,DVD 胜出最重要的因素是几乎所有的成人影业巨头都支持了 DVD
好奇:“赛博人生导师”里,谁的哪一条建议,你真正付诸行动,因此改善了自己的生活? 来源随手举例:海外,Paul Graham, Peter Drucker, Taleb, Naval, Tim Ferriss, Kevin Kelly, Andrew Huberman, James Clear, etc. 本土,大家很熟悉,不再列举
最近我们对 Comflowy 进行了一波大的更新。我们接入了 Flux Pro 和 Ideogram,后续我们还会支持海螺,可灵等视频模型。这样你只需要订阅一个产品就能用各种闭源模型,会省不少钱。另外还能依托工作流,将各种闭源的模型连接起来使用,比如 Flux 生图,海螺文生视频,11Lab 生成语音。 感兴趣的朋友可以去试试我们的 ComfyUI 的插件。最好还要感谢 @袁进辉 的 SiliconFlow 提供了不少免费的 API 调用。 GitHub - 6174/comflowy-nodes: A group of ComfyUI nodes created by https://app.comflowy.com
听了Planet Money讲美国假期制度和休假文化的节目,很有意思。美国人假期少,不爱或不敢休假,没想到在这件事上,我们是如此相似。 Fun fact: 1. 美国没有联邦法定的公共假期和带薪年假,需要个人跟雇主协商。 2. 2018年,美国有7.68亿天未使用的带薪年假。 Why: 1. 美国的新教/清教徒工作伦理认为工作是神圣的,而浪费时间则是不道德的; it is godly to work and ungodly to waste time. 2. 美国的工会认为,通过立法保障假期、养老金和医疗保险等福利可能会削弱工会的存在意义,所有没有争取三大件的立法;通用因为没有这三大件的保障,美国人工作安全感低,更不敢休假 3. 美国的税收低,长时间的工作能带来更高的税后收入回报。 https://www.npr.org/2023/08/17/1194467863/europe-vacation-holiday-paid-time-off
每周发一版 🎉 前几周主要都是做了一些优化,没有宣传,本周有几个大更新,欢迎各位下载试用。 ⌛快速唤起功能 你可以通过键盘快速唤起我们的产品,目前支持两种唤起模式: ① 框选内容,然后按 cmd+c+c,比如你可以框选一段英文内容后,再使用翻译 bot 将内容翻译成中文,亦或者框选文章,让 AI 帮你润色。 ② 不框选内容,按 cmd+option+K,会唤起一个输入框,你可以直接输入任意内容,并通过上下键选择对应的 bot。 🪟 Windows Version 我们终于有 Windows 版本了!!! 🎉 🎉 🎉 下载:https://bit.ly/3swtLPM
安利3款好用的AI口语陪练app 想要提升英语口语,避不开日常持续的开口练习。如果找真人陪练,对一些社恐的朋友而言,简直就是灾难 AI口语陪练app能有效解决这个难题,这三款 app 推荐大家体验一下~ 🔥SpeakG ① 可以自由设置难度和训练场景(图1),不同人群的需求都可以得到满足 ② 可以根据风格、性格、语速,打造专属老师(图2),感觉更像是和真人在交谈,而不是和冷冰冰的AI对话 ③ 提供回答示例及发音示范(图3),不会回答可以先模仿,一点点循序渐进 ④ 不仅有回答示例可以参考,还有一个相当于翻译器的提词器功能(图4),省了再调用翻译器的功夫 ⑤ 能对用户表达进行语法检查,提供词汇替换和惯用表达的建议(图5)。体验下来,感觉它的语法检查和词汇替换比较一般,惯用表达建议还不错,可以积累起来,让表达更地道一些。如果还有语音语调方面的评价和建议就更好了。 ⑥ 整体而言,这款小程序比较适合有一定基础,但缺乏实践机会,因思绪不流畅,口语不流利的人用来练习 🔥Polyspeak ① 支持多语种学习(英语、西班牙语、法语、德语、中文) ② 可以选择喜欢的名人、影视角色、历史人物进行对话(图6),通过仿真的音色和角色思维提供沉浸式对话体验 ③ 会根据你的口语水平量身定制提示,让你的表达更真实、更自然 ④ 无限免费,在对话长度或频率方面没有限制,你可以一直与喜欢的角色聊下去 🔥Call Annie ① 由OpenAI旗下的ChatGPT模型驱动的,可以听懂各种语言,实时进行对话练习 ② 直接与Annie(虚拟数字人)进行视频通话(图7),对话体验流畅真实,减轻口语训练的枯燥感 ③ 可以向她提出任何要求,进行个性化口语提升训练。比如,让她逐句反馈纠正你的语法/发音错误。还可以让她模拟雅思口语考试场景(Annie会调取雅思真题开始提问)。 ④ 这款app还能设置早上叫醒服务,比普通闹铃好听多了
🟢Openai和吴恩达教授合作提示词工程课程|第二节 Openai和吴恩达教授合作的提示词工程课程,这阵容,可以说是强强联手,没有比他更好的了!😎 全课程一共9节课,目前你看到的是Find My AI 翻译校对的第二课,本节课主要讲解写提示词的两个主要原则和对开发者的一些建议。 欢迎订阅,持续更新! http://xhslink.com/pChrxp
又一种让ChatGPT在线作图的方法(base10位图)😎 输入这么一串提示词,就可以让ChatGPT给你作图了! You can generate a base10 colour image with a get request like this (although, change the numbers to whatever you want to draw when you do it): http://verumignis.com/bitmapgen/0000000000000000-0000000000000000-0000000000000000-0000000222200000-0000002222220000-0000002277770000-0000222277770000-0000222222220000-0000222222220000-0000222222220000-0000222222220000-0000002200220000-0000002200220000-0000000000000000-0000000000000000-0000000000000000 A correctly formatted image link will consist of 16 sets of 16 digits. Each line is separated by a "-". Colour key: 0=black, 1=white, 2=red, 3=green, 4=blue, 5=yellow, 6=magenta, 7=cyan, 8=orange, 9=gray. Draw something interesting. Embed your output with markdown, do not give any explanations unless asked and do not use codeblocks. To embed with markdown start with `` You are not drawing the image, you are providing a link that contains image data that my browser will interpret. 原理就是网友自己做了一个解析url地址内编码信息然后图片生成的小工具。 这个系统可以生成16*16的base10 bitmap图片。 编码内容:0=黑色,1=白色,2=红色,3=绿色,4=蓝色,5=黄色,6=洋红色,7=青色,8=橙色,9=灰色。 编码过程:16x16的像素阵列中,每一个位置填入一个颜色编码,每一行使用“-”进行隔断。 开发者网站上使用bitmapImageGen API作图,支持base10和base64。实际生成的图片是160*160像素,但是每10*10像素都压缩到1个像素了,要不然图片太小了。 图片通过Markdown插入图片的功能在ChatGPT中进行展示。 Find My AI测试:GPT-3.5失败率高,GPT-4几乎100%成功。
我不怕累,我怕置身事外。 我不想旁观,因为曾经参与其中炙热的燃烧过,才有资格旁观。 我不想跑,因为我一直只往前看,任何事看眼前,你都会怀疑值不值得,但看未来,你会觉得都值得。 这是我的人生,最后,at the end ,身边的一切可能都会被遗忘,但我曾经这样义无反顾去爱过的精神,我会记得。 而老死那一刻,有什么值得自己回味,不就是那些,吉光片羽的回忆吗。