跳到正文

X:阿易 AI Notes

@ayi_ainotes · X

当前显示全部 AI 相关新闻
切换来源
全部X新闻X:Rohan Paul1143 条X:Kim1108 条X:阿易 AI Notes821 条X:阿里云 / Alibaba Cloud415 条X:Testing Catalog329 条X:Elvis Saravia312 条X:OpenRouter287 条X:Elon Musk285 条X:cb_doge277 条X:Artificial Analysis257 条X:Ethan Mollick244 条X:PixVerse235 条X:Replit213 条X:OpenAI Developers199 条X:SemiAnalysis196 条X:ZHO182 条X:Alexandr Wang(Scale AI 创始人/Meta 首席 AI 官)173 条X:小北161 条X:swyx161 条X:Gemini156 条X:MiniMax154 条X:Dex Horthy(HumanLayer)123 条X:Tibo122 条X:OpenAI119 条X:Google AI for Developers103 条X:Emad Mostaque100 条X:X.PIN100 条X:蚂蚁百灵98 条X:Thomas Wolf(Hugging Face 联创/CSO)94 条X:Epoch AI91 条X:Luma AI88 条X:AI Safety Memes87 条X:Claude Devs84 条X:Runway81 条X:Aravind Srinivas(Perplexity CEO)80 条X:Jason Liu80 条X:马东锡 NLP77 条X:面壁智能 OpenBMB77 条X:Sam Altman77 条X:Frank Wang 玉伯73 条X:fofr70 条X:Gabriel70 条X:洪明68 条X:阑夕61 条X:Francois Chollet59 条X:opencode59 条X:Eric Zakariasson58 条X:Perplexity58 条X:Yuchen Jin58 条X:Greg Brockman57 条X:Nathan Lambert56 条X:赵纯想55 条X:Tencent WorkBuddy55 条X:Microsoft Research54 条X:Cohere51 条X:腾讯混元50 条X:Suno49 条X:Claude45 条X:Anthropic44 条X:Clément Delangue(Hugging Face CEO)44 条X:Peter Steinberger44 条X:Krea AI41 条X:OpenClaw41 条X:通义千问 / Qwen39 条X:Charlie Holtz39 条X:Google AI37 条X:Google DeepMind37 条X:Thariq35 条X:Peter McCrory(Anthropic 首席经济学家)31 条X:AK30 条X:百度 Baidu28 条X:AI at Meta28 条X:Boris Cherny28 条X:Deedy Das27 条X:可灵 Kling AI26 条X:Aidan Gomez(Cohere CEO)26 条X:Viggle AI26 条X:Mustafa Suleyman(Microsoft AI CEO)25 条X:Logan Kilpatrick24 条X:karminski22 条X:Josh Woodward21 条X:Noam Brown20 条X:李继刚18 条X:Andrew Milich18 条X:Odyssey18 条X:硅基流动 SiliconFlow17 条X:SpaceXAI17 条X:Tianyi Cui17 条X:DeepSeek16 条X:华为云14 条X:Sundar Pichai14 条X:智谱 Z.ai12 条X:Mark Zuckerberg12 条X:Demis Hassabis11 条X:唐杰10 条X:Ammaar Reshi10 条X:Andrew Ng(DeepLearning.AI 创始人)10 条X:Eric Mitchell10 条X:Karina Nguyen10 条X:Lee Robinson10 条X:Mistral AI10 条X:Noah Zweben10 条X:Fei-Fei Li9 条X:Jensen Huang9 条X:Kimi.ai9 条X:Barret 李靖8 条X:Jeff Dean8 条X:Michael Truell7 条X:張小珺 Xiaojùn6 条@berryxia · 历史来源430 条@vista8 · 历史来源262 条@op7418 · 历史来源231 条@sensetime_ai · 历史来源34 条@google · 历史来源30 条@getsuperintel · 历史来源9 条@latentspacepod · 历史来源9 条@android · 历史来源8 条@dreamlabla · 历史来源8 条@mannybernabe · 历史来源8 条@karpathy · 历史来源7 条@alexatallah · 历史来源6 条@ryanleeminimax · 历史来源5 条@theo · 历史来源5 条PixVerse (@PixVerse) · 历史来源5 条@aidotengineer · 历史来源4 条@dkundel · 历史来源4 条@reach_vb · 历史来源4 条@dotey · 历史来源3 条@eliebakouch · 历史来源3 条@googlechrome · 历史来源3 条@kilocode · 历史来源3 条@maxforai · 历史来源3 条@newsfromgoogle · 历史来源3 条@richardssutton · 历史来源3 条@skylermiao7 · 历史来源3 条@victorsuortiz · 历史来源3 条@ajambrosino · 历史来源2 条@akashi203 · 历史来源2 条@anatolikopadze · 历史来源2 条@andrewcurran_ · 历史来源2 条@antirez · 历史来源2 条@barrnanas · 历史来源2 条@coreyching · 历史来源2 条@deanwball · 历史来源2 条@designarena · 历史来源2 条@fal · 历史来源2 条@fellmentke · 历史来源2 条@gergelyorosz · 历史来源2 条@gmi_cloud · 历史来源2 条@gravicle · 历史来源2 条@hxiao · 历史来源2 条@jackminong · 历史来源2 条@lennysan · 历史来源2 条@mada299 · 历史来源2 条@microsoft · 历史来源2 条@mikastars39 · 历史来源2 条@mitchellh · 历史来源2 条@nabeelqu · 历史来源2 条@rudrank · 历史来源2 条@sebastienbubeck · 历史来源2 条@zan2434 · 历史来源2 条@___harald___ · 历史来源1 条@_boraturan · 历史来源1 条@0xjaniak · 历史来源1 条@0xkato · 历史来源1 条@47fucb4r8c69323 · 历史来源1 条@559hkdt · 历史来源1 条@aaliya_va · 历史来源1 条@abhikatte42 · 历史来源1 条@abhishekpatiil · 历史来源1 条@aboutberlin · 历史来源1 条@addyosmani · 历史来源1 条@agi2asi · 历史来源1 条@aiaicreate · 历史来源1 条@aimlapi · 历史来源1 条@aisaonehq · 历史来源1 条@aisystemprompt · 历史来源1 条@alemtuzlak · 历史来源1 条@alexxubyte · 历史来源1 条@alupsasca · 历史来源1 条@amasad · 历史来源1 条@ampcode · 历史来源1 条@anas_build_ · 历史来源1 条@aniketmaurya · 历史来源1 条@anitakirkovska · 历史来源1 条@anneliesgamble · 历史来源1 条@antigravity · 历史来源1 条@arafatkatze · 历史来源1 条@arena · 历史来源1 条@argofowl · 历史来源1 条@arthurmensch · 历史来源1 条@ashiknewazaj · 历史来源1 条@atabarrok · 历史来源1 条@atomic_chat_hq · 历史来源1 条@awe_automation · 历史来源1 条@awesomekling · 历史来源1 条@awscloud · 历史来源1 条@ayushagarwal · 历史来源1 条@baaadas · 历史来源1 条@bai_agi · 历史来源1 条@bbuddha_xyz · 历史来源1 条@bclavie · 历史来源1 条@beccalytics · 历史来源1 条@benfleming__ · 历史来源1 条@benhylak · 历史来源1 条@benjamineyliu · 历史来源1 条@bfl_ml · 历史来源1 条@bleysg · 历史来源1 条@bolna_dev · 历史来源1 条@bosmeny · 历史来源1 条@boxmining · 历史来源1 条@bozhou_ai · 历史来源1 条@brexhq · 历史来源1 条@brian_armstrong · 历史来源1 条@brianchew · 历史来源1 条@bridgemindai · 历史来源1 条@budgetpixel · 历史来源1 条@cahidarda · 历史来源1 条@calmpromptshq · 历史来源1 条@ce_zhang · 历史来源1 条@cedric_chee · 历史来源1 条@chaitralikakde · 历史来源1 条@chatgpt · 历史来源1 条@chatgptapp · 历史来源1 条@christinetyip · 历史来源1 条@christofsalis · 历史来源1 条@clark__labs · 历史来源1 条@cloudflaredev · 历史来源1 条@cnorth_13 · 历史来源1 条@cnzoecomeback · 历史来源1 条@cocohearts · 历史来源1 条@code_star · 历史来源1 条@codebyaurelia · 历史来源1 条@cognition · 历史来源1 条@commandcodeai · 历史来源1 条@consensusnlp · 历史来源1 条@contralabs_ai · 历史来源1 条@cozyblaze265065 · 历史来源1 条@crimedecoder · 历史来源1 条@crtr0 · 历史来源1 条@damnventures · 历史来源1 条@daniellockyer · 历史来源1 条@darioamodei · 历史来源1 条@davidmaliglowka · 历史来源1 条@davidondrej1 · 历史来源1 条@dbirker78883 · 历史来源1 条@deryatr_ · 历史来源1 条@devfun · 历史来源1 条@diegocabezas01 · 历史来源1 条@digitalocean · 历史来源1 条@dimillian · 历史来源1 条@dimitrispapail · 历史来源1 条@discussingfilm · 历史来源1 条@dkthomp · 历史来源1 条@dmitryrybin1 · 历史来源1 条@dmsobol · 历史来源1 条@douglasyaody · 历史来源1 条@duckduckgo · 历史来源1 条@easyrouterio · 历史来源1 条@edgardobriban · 历史来源1 条@eisokant · 历史来源1 条@elliotarledge · 历史来源1 条@encrypted · 历史来源1 条@endpointarena · 历史来源1 条@envato · 历史来源1 条@escanorreloaded · 历史来源1 条@esrtweet · 历史来源1 条@ethanhe_42 · 历史来源1 条@eu_commission · 历史来源1 条@fba · 历史来源1 条@fdavidsont · 历史来源1 条@figmaweave · 历史来源1 条@finn_meeks · 历史来源1 条@first_tree_ai · 历史来源1 条@flavioad · 历史来源1 条@flowith · 历史来源1 条@fminzhou · 历史来源1 条@freddie_spirit · 历史来源1 条@frydwia · 历史来源1 条@futurestacked · 历史来源1 条@garrettlord · 历史来源1 条@garrytan · 历史来源1 条@gavinsbaker · 历史来源1 条@GayaniFigma · 历史来源1 条@genspark_ai · 历史来源1 条@gitlawb · 历史来源1 条@gneubig · 历史来源1 条@gokulr · 历史来源1 条@goodfireai · 历史来源1 条@goodnesmbakara · 历史来源1 条@googleaistudio · 历史来源1 条@gordic_aleksa · 历史来源1 条@gro_tsen · 历史来源1 条@hangsiin · 历史来源1 条@happycapyai · 历史来源1 条@haydenbleasel · 历史来源1 条@helloiamleonie · 历史来源1 条@hey_asiif · 历史来源1 条@hilbertspaess · 历史来源1 条@howtoprompt__ · 历史来源1 条@hq4ai · 历史来源1 条@hypersoren · 历史来源1 条@ianbremmer · 历史来源1 条@id_aa_carmack · 历史来源1 条@interaction · 历史来源1 条@intology · 历史来源1 条@iron_redux · 历史来源1 条@ithilgore · 历史来源1 条@itsreallyvivek · 历史来源1 条@jamesjyu · 历史来源1 条@jameszmsun · 历史来源1 条@jason_young1231 · 历史来源1 条@jawad_rahman_ · 历史来源1 条@jaydendavisnc · 历史来源1 条@jeffbarg · 历史来源1 条@jenzhuscott · 历史来源1 条@jiayuan_jy · 历史来源1 条@jilles · 历史来源1 条@jimcramer · 历史来源1 条@jimsyoung_ · 历史来源1 条@jinjingliang · 历史来源1 条@jjacky · 历史来源1 条@jjackyliang · 历史来源1 条@joefioti · 历史来源1 条@joi___ai · 历史来源1 条@joinhandshake · 历史来源1 条@joinpursuit · 历史来源1 条@joulee · 历史来源1 条@jsconfasia · 历史来源1 条@jsrailton · 历史来源1 条@juminoz · 历史来源1 条@kaizero_ainta · 历史来源1 条@karanganesan · 历史来源1 条@kdaigle · 历史来源1 条@kentherogers · 历史来源1 条@kevinsays · 历史来源1 条@khudonogov · 历史来源1 条@koraykv · 历史来源1 条@kotekjedi_ml · 历史来源1 条@kuberwastaken · 历史来源1 条@kurz_gesagt · 历史来源1 条@kwindla · 历史来源1 条@lafalcemateo · 历史来源1 条@lakshyaaagrawal · 历史来源1 条@larrylv · 历史来源1 条@layoffai · 历史来源1 条@levinstanley · 历史来源1 条@lifeofjer · 历史来源1 条@livekit · 历史来源1 条@lostinlatencyx · 历史来源1 条@lotte_verheyden · 历史来源1 条@lqiao · 历史来源1 条@luciushq · 历史来源1 条@luckeyfaraday · 历史来源1 条@lukaspet · 历史来源1 条@madhavsinghal_ · 历史来源1 条@manassharmahere · 历史来源1 条@markiewagner · 历史来源1 条@marksaroufim · 历史来源1 条@marsxiang_ · 历史来源1 条@maseehg_ · 历史来源1 条@mattshumer_ · 历史来源1 条@mem0ai · 历史来源1 条@mengto · 历史来源1 条@merettm · 历史来源1 条@micahcarroll · 历史来源1 条@michael_chomsky · 历史来源1 条@michaelarnaldi · 历史来源1 条@microsoftai · 历史来源1 条@mike_acton · 历史来源1 条@mikeyyyzhao · 历史来源1 条@minchoi · 历史来源1 条@minimaxagent · 历史来源1 条@minu_who · 历史来源1 条@mkbhd · 历史来源1 条@modal · 历史来源1 条@moritzthuening · 历史来源1 条@moxie · 历史来源1 条@mstockton · 历史来源1 条@mtslive · 历史来源1 条@multimodalart · 历史来源1 条@neelnanda5 · 历史来源1 条@neilrahilly · 历史来源1 条@nickbaumann_ · 历史来源1 条@nirantk · 历史来源1 条@noemititarenco · 历史来源1 条@notjazii · 历史来源1 条@nousresearch · 历史来源1 条@oblomovius · 历史来源1 条@ollama · 历史来源1 条@onlyterp · 历史来源1 条@onlyzhynx · 历史来源1 条@organicgpt · 历史来源1 条@orgrem · 历史来源1 条@p0 · 历史来源1 条@palantirtech · 历史来源1 条@palmerluckey · 历史来源1 条@pandatalk8 · 历史来源1 条@parishilton · 历史来源1 条@patrickcarlyle · 历史来源1 条@patricktoulme · 历史来源1 条@paulg · 历史来源1 条@paulsolt · 历史来源1 条@pbdtokenrouter · 历史来源1 条@pererabinoy · 历史来源1 条@philhchen · 历史来源1 条@pirroh · 历史来源1 条@pjaccetturo · 历史来源1 条@postlive · 历史来源1 条@pranaveight · 历史来源1 条@prathamdby · 历史来源1 条@prince_canuma · 历史来源1 条@pumpkherm · 历史来源1 条@pvncher · 历史来源1 条@qiaoqiao2001 · 历史来源1 条@rajveerbach · 历史来源1 条@randyhaddad6 · 历史来源1 条@rauchg · 历史来源1 条@raveeshbhalla · 历史来源1 条@rayanpal_ · 历史来源1 条@rayfernando1337 · 历史来源1 条@redpoint · 历史来源1 条@ric_rtp · 历史来源1 条@richardsocher · 历史来源1 条@rileybrown · 历史来源1 条@robertvaradan · 历史来源1 条@ronshepherd · 历史来源1 条@rosmine · 历史来源1 条@rthiago · 历史来源1 条@ruben_kostard · 历史来源1 条@runware · 历史来源1 条@rvivek · 历史来源1 条@ryanjunejo · 历史来源1 条@safaricheung · 历史来源1 条@samuelstroschei · 历史来源1 条@sanmking · 历史来源1 条@saranormous · 历史来源1 条@savinovnikolay · 历史来源1 条@scale_ai · 历史来源1 条@scaling01 · 历史来源1 条@sdaily_ai · 历史来源1 条@secscottbessent · 历史来源1 条@seltaa_ · 历史来源1 条@sergiopaniego · 历史来源1 条@servasyy_ai · 历史来源1 条@sethltx · 历史来源1 条@shashankgoyal95 · 历史来源1 条@sherryyanjiang · 历史来源1 条@sherylhsu02 · 历史来源1 条@shl · 历史来源1 条@sighjith · 历史来源1 条@simistern · 历史来源1 条@southpkcommons · 历史来源1 条@sriramkri · 历史来源1 条@sshoaibali · 历史来源1 条@stalkermustang · 历史来源1 条@status_effects · 历史来源1 条@stevencheng · 历史来源1 条@stockanalystpro · 历史来源1 条@suekhim · 历史来源1 条@sultanalfardan · 历史来源1 条@suraj_sharma14 · 历史来源1 条@swisscheese4299 · 历史来源1 条@swmansion · 历史来源1 条@systematicls · 历史来源1 条@teksedge · 历史来源1 条@tftc21 · 历史来源1 条@theahmadosman · 历史来源1 条@themidasproj · 历史来源1 条@theonejvo · 历史来源1 条@therealadamg · 历史来源1 条@timsoulo · 历史来源1 条@tmuxvim · 历史来源1 条@tobi · 历史来源1 条@togethercompute · 历史来源1 条@trackernetwork · 历史来源1 条@trustkerneltech · 历史来源1 条@ttunguz · 历史来源1 条@tuhinchakr · 历史来源1 条@twistartups · 历史来源1 条@ubermenscchh · 历史来源1 条@udayan_w · 历史来源1 条@usefastlane · 历史来源1 条@uzyn · 历史来源1 条@valeriocapraro · 历史来源1 条@vasuman · 历史来源1 条@vdbergrianne · 历史来源1 条@vibeguessing · 历史来源1 条@victoriakimse · 历史来源1 条@victoriawu77 · 历史来源1 条@victortaelin · 历史来源1 条@vikaskansalhq · 历史来源1 条@volchika · 历史来源1 条@walden_yan · 历史来源1 条@warpdotdev · 历史来源1 条@waynesutton · 历史来源1 条@wesroth · 历史来源1 条@whosamberella · 历史来源1 条@xdinodeer · 历史来源1 条@xicilion · 历史来源1 条@xucian_ · 历史来源1 条@yacinemtb · 历史来源1 条@yaojingang · 历史来源1 条@yoheinakajima · 历史来源1 条@yongquanyq · 历史来源1 条@youtubejocoding · 历史来源1 条@yusufg · 历史来源1 条@zachbussey · 历史来源1 条@zeddotdev · 历史来源1 条@zeroxkyle · 历史来源1 条@zhenthebuilder · 历史来源1 条@zicohacks · 历史来源1 条@zixuanli_ · 历史来源1 条@zymazza · 历史来源1 条
821 条AI 相关新闻 · 最新在前
今天10月6日周二
  1. AYi38

    国内两家大厂同日传出AI人事异动:某大厂从硅谷挖来的后训练负责人入职不到一年即被边缘化、手下仅剩几人,面临离职;北京某电商巨头则开出八位数千万级年薪,疯抢能掌管万卡集群、跑过万亿参数的底层 AI Infra 一号位。推文认为大模型竞争已从算法微调转向万卡集群调度与分布式通信的重工业消耗战,真正稀缺的是踩过万卡规模调度坑的工程老兵。

  2. AYi72

    作者梳理中国各类技术从约 2% 到 50% 渗透所用时长:汽车约 15 年、互联网约 10 年、电脑约 11 年、智能手机约 5 年。据 CNNIC《生成式人工智能应用发展报告(2026)》,截至 2026 年 6 月 AI 用户超 7 亿、普及率超 50%(2025 年底为 6.02 亿、42.8%),从 2023 年初接近 0 算起约 3.5 年。

    引用a16z@a16z

    98% of US households aren't paying for AI yet More charts in State of Markets II: https://www.a16z.news/p/state-of-markets-ii

    推荐理由:作者用 CNNIC 数据把 AI 渗透率放到汽车、互联网等技术的普及时间线上对比,读到一个可量化的扩散速度参照。

10月5日周一
  1. AYi66

    作者转述铁柱跑通的方案:用苹果快捷指令通过 Webhook 把微信合并转发的图文记录自动喂给后端 Grok Bot,云端自动解压、读取多模态内容并分类沉淀进知识库,回传收录回执。快捷指令还支持截图、录音、输入想法等五种收录模式,可绑定动作按钮或轻敲背面触发;快捷指令和 Bot 配置提示词已全部公开,导入即可使用。

    引用铁柱AGI@cgnot996

    https://x.com/i/article/2106981384502059008

    推荐理由:原文拆解了用 iOS 快捷指令加 Webhook 把微信图文记录自动沉淀进 Grok Bot 知识库的完整流程,配置已公开可直接导入。

  2. AYi37

    一位从数控编程、Java 外包转做电商的操盘手,如今在沈阳用 Codex 和开源 Agent 重构抖店、拼多多日常业务。他点出 AI 算账的死穴:少喂一笔隐藏退款或算错平台扣点,模型会一秒内自信给出错误利润。他还提到 AI 商品图须过尺寸合规与转化率大考,而 AI Coding 让碎片想法一两天内变成带两百多真实用户的小工具。

    引用虹安@yaohongan2025

    https://x.com/i/article/2107056651182264320

  3. AYi28

    Colossus 撰稿人 Jeremy Stern 在 David Senra 播客中用 42 秒视频解析扎克伯格:极度自洽、永远不满足、永远不停步,是同龄硅谷创始人中唯一二十年后仍站在最前线的人。嘉宾称他与马斯克一样,注定会以 CEO 身份死在王座上,而非在游艇上退休。文中提到他从 PC 社交、移动互联网、VR 元宇宙一路做到开源大模型 Llama 和智能体 Muse。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

  4. AYi57

    作者 AYi 转发 @msjiaozhu 的一条视频生成提示词,评价其效果自然、偏纯欲不夸张,并询问用于抖音起号是否会被封。提示词以参考图锁定人物五官、发型与服装,指定 BPM 约 100-108 的原创女声 R&B-pop 配乐,镜头采用手持手机自拍、突然放下再怼脸的切换逻辑,画质要求保留美颜滤镜、动态拖影、失焦与平台压缩痕迹,输出 720p、禁止水印与影汛精修感。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

  5. AYi61

    作者转引 Brian 的万字手册,主张把 Grok Bot 当作持续存在的数字员工而非聊天玩具管理。核心做法包括五字段岗位说明书(终局结果、输入来源、免请示动作、强制审批红线、可核对的完成标准)、在指令末尾加一句拿不准就停下来问、三轮试用期逐步放权、同账号下所有 Bot 默认共用云电脑和登录态需分账号做信任隔离,以及每周复盘淘汰失效的自动化。

    引用Brian Roemmele@BrianRoemmele

    https://x.com/i/article/2106802779742507008

  6. AYi56

    作者拆解 Claude 账号在充值当天被封的网络环境原因,称 IP 纯净度和 ASN 类型在 Anthropic 风控中拥有最高优先级的一票否决权。文章解释出口 IP、ASN 类型、TUN 模式与系统代理的区别,指出 WebRTC 与 DNS 泄漏是更致命的高危信号,并建议固定出口节点、锁死 TUN 模式、关闭 WebRTC、绑定安全 DNS,保持长期连贯使用。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

  7. AYi65

    作者转述 @distortgeekin 的万字 Grok Bot 实战指南,核心观点是使用智能体不是写提示词,而是雇佣一个数字员工。指南提出六步法则,包括招岗位而非派临时活、首单挑可撤回的脏活、权限按可撤回性分级、试用期跑满三轮、自主权按五级阶梯授予、每周复盘并删掉无效自动化,并建议在系统提示词里加上拿不准就停下来问。作者还分享了自己自动发信 Bot 曾把草稿全部群发的翻车经历。

    引用distort@distortgeekin

    Grok Bot could be the first thing you hire instead of prompt It can own a job, work inside your tools for hours and come back with finished work In this article, I show you how https://x.com/i/article/2105262478535847936

    推荐理由:作者提炼了他人万字指南的六步驭工法则,把权限分级和试用期三轮验证等可复用方法讲得具体。

  8. AYi43

    Mo 用 19 分钟录屏演示 Claude Code 开启 Ultracode 开关后,自主拆解复杂工程任务、写代码、读日志改 Bug 一气呵成,并断言 Claude Ultracode 就是超级智能。Andrew Curran 转发时未争论模型水平,而是指出过去四年里愿公开改口、承认看轻 AI 的人极其稀缺。

    引用Andrew Curran@AndrewCurran_

    I deeply respect anyone who can update their views in the face of new evidence. The last four years have really taught me how rare it is for someone to be able to publicly change their mind.

  9. AYi52

    作者转发 Alexandr Wang 晒出的 Muse 已发布产品清单,包括 Muse 本体、Mac 客户端、电话通话 beta、连接器平台、小企业版、gadgets 和迷因等。作者认为这套横跨移动端、桌面端、通信与开源硬件的矩阵在几周内密集推出,体现了把 YC 式快速交付风格带进 Meta 的打法,并向读者征集期望的下一个功能。

    引用Alexandr Wang@alexandr_wang

    what we've shipped: muse ♥️ ton of connectors 🔧 muse invite codes 💌 muse phone call beta ☎️ muse for mac  muse in canada 🇨🇦 muse connector platform 🛠️ muse mac computer use 💻 muse for small business 💼 muse gadgets 🕹️ muse memes 🤡 no butthole 🍰 what should we ship next?

  10. AYi38

    AI 导演 DiDi_OKK 用 Seedance2.5 生成科幻短片《Candy》,讲述人类一旦产生恶意肉身就爆炸成彩色糖果的暗黑设定。作者认为其视效质感与镜头连贯性已达院线级标准,复杂粒子爆发和物理碰撞未出现常见模糊形变。这意味着过去需几百人视效团队、千万预算的超现实大场面,如今一个创作者在工位上即可交付。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

10月4日周日
  1. AYi74

    特朗普宣布成立超级智能部队 SIF,由联邦政府统筹力量确保美国在超级智能领域保持全球主导。声明称超级智能影响力超越工业革命和互联网;机构由国家情报总监、联邦贸易委员会主席、国防部研发副部长、国家首席技术官和人事管理局局长牵头,直接向总统和白宫幕僚长汇报。

    引用The White House@WhiteHouse

    “I am announcing the formation of the Super Intelligence Force (SIF). The Super Intelligence Force is tasked with coordinating the effort of the Federal Government to ensure that America continues to lead the World in Super Intelligence, which many say is bigger than the Industrial Revolution, and the Internet, and will protect the interests, and improve the lives, of all Americans.” - President DONALD J. TRUMP 🇺🇸

    推荐理由:原文梳理了 SIF 的牵头官员阵容和单线汇报结构,读者可以据此了解超级智能如何被提升到国家战略层面。

  2. AYi66

    作者拆解 Anthropic 官方条款与 9 月威胁情报报告,指出今年上半年共封禁 1140 万个账号(去年下半年为 145 万),39.8 万次申诉仅 4.2 万次成功,成功率约十分之一。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

    推荐理由:作者基于 Anthropic 官方条款与 9 月威胁情报报告,把封号归因从指纹玄学转到多维交叉打分,并给出可执行的四层防线做法。

  3. AYi39

    Claude Opus 5.5 用纯代码手写生成了 30 秒动画,每一帧矢量渲染、每一个音符配乐均由模型逐行写代码完成,而非 Diffusion 抽卡。画面抛弃线条沸腾,改为手写矢量渐变、软阴影与夜空光晕;小人踩地、蓄力、冲入晚霞、碰星炸开等动作以钢琴与竖琴对齐到帧,结尾草书 "Claude Opus 5.5" 翻跟头落成小数点并飘落彩纸。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

  4. AYi70

    作者排查国庆期间 Claude 大规模封号潮,指出官方上半年封禁 1140 万个账号、申诉推翻率仅十分之一,真正高危特征是时区撕裂、WebRTC 泄漏和终端 CLI 代理残留,而非 IP 纯度。

    引用AYi@AYi_AInotes

    https://x.com/i/article/2106425943061413888

    推荐理由:作者以自测经验拆解 Claude 封号的真实风控触发点,给出四层防线和按场景选路线的可迁移做法。

  5. AYi57

    作者归纳硅谷招聘负责人的长推并扩展出一套面向非名校背景者的应用层 AI 求职打法:重构个人主页为数字作品档案、每天输出真实动手痕迹,在创始人亲发招聘帖时克制互动、用不超过三句话的私信附上最硬核的 Demo 链接引流到主页。国内路线建议用即刻、V2EX、小红书、脉脉分头找线索并导流到微信收拾朋友圈;同时提醒大厂核心算法岗仍卡博士学历,以及入职前先交钱的招转培陷阱要当场拉黑。

    引用nader dabit@dabit3

    Great advice for landing interviews, this actually works. Another one: put yourself in the shoes of the person in charge of hiring. Remember that they are hyper pressed for time, what can you do to stand out in the shortest window of time? There are many ways to stand out. Do some research and work up front. If you just DM them with “I’d love to work together without even looking at the jobs page consider yourself a time waster. Instead, research everything you can about the company and roles available, even go as far as to build something you think would solve a problem for them, make it polished and stand out to the point you’re extremely proud of it (top 1% is not hard to do these days if you put a tiny bit of extra time) There are a lot of “hacks” you can take advantage of. Be creative.

10月3日周六
  1. AYi55

    YouTube 官方宣布更新 Shorts 推荐系统,进一步优先原创内容,削减未经深度二创的二次上传视频曝光。公告称主要搬运他人视频的频道在 Shorts 信息流中的分发将减少,仅做滤镜、字幕模板等微小技术修改不算有效二创。作者认为此举将冲击 AI 批量切片与洗稿账号,创作者需提供独特观点和认知增量。

    引用Mario Joos@MarioJoos

    🚨 MAJOR ANNOUNCEMENT: YouTube will start prioritizing original content and reducing re-uploads (RIP clipping) YouTube has just announced one of the most impactful changes to its short-form algorithm. Its recommendation systems (the algorithm) will start to further prioritize original content and reduce the reach of content re-uploaded from other creators without adding anything of your own. They highlight this shift toward originality, where channels with primarily re-uploaded content will see less distribution within the Shorts feed. It also seems like they’re really trying to put the focus on content with real value, while highlighting that YouTube doesn’t want as many “minor technical edits” or “template-based” changes. Which is basically all that clipping was in this industry. Overall, while this will piss off some people whose entire careers were built on the premise of other people’s content (mostly clippers), the change itself is amazing and will finally address the overall quality issue we’ve been seeing.

  2. AYi37

    马斯克在最新访谈中预言,超级智能与人形机器人将把挖矿、种植、制造、医疗、物流的全链条边际生产成本压到接近零,实现全民高收入,物质、住房、顶级教育和私人医疗如空气般充裕。但硬币反面是,当AI以千倍速度零失误完成编程、艺术、数学等领域工作,人类数千年来为生存而努力的价值根基将被连根拔起,首次集体面对终极无聊与存在危机。

  3. AYi69

    Meta 宣布开源 Muse Gadgets,提供开源 ESP32 固件和 Linux SDK,让任何人自制可与 Muse 配合的硬件。同时发布官方 USB-C 拓展器 Muse Home Link,让 Muse 控制电视、音箱等智能家居,首批 5000 个免费赠送给订阅用户。

    引用Alexandr Wang@alexandr_wang

    🚨 MUSE ECOSYSTEM ALERT 🚨 today we are announcing Muse Gadgets! this is an open-source ESP32 firmware and Linux SDK for anyone to make hardware that works with Muse we are also releasing our own gadget—Muse Home Link—to enable your muse to work with your smart devices (TV, speakers, etc.)

    推荐理由:原文把开源固件和 SDK 的玩法拆成大白话,读者可以据此评估低成本自制 AI 硬件入口的可行性。

  4. AYi31

    Meta 首席 AI 官、Scale AI 前创始人 Alexandr Wang 在 SPC 闭门访谈中表示,创业者在面对激烈竞争时最需要的是"气势很冲的非理性自信",而非过度理性的权衡。

    引用AYi@AYi_AInotes

    如何在一个 90% 都要死掉的死亡游戏里活下来? 身价百亿美元、前 Scale AI 创始人兼现任 @Meta 首席 AI 官的 @alexandr_wang 第一次在镜头前把创业者最绝望的心理死穴给彻底撕开了,中英文字幕+纯享版拆解分享给大家: 他给出了两条极其硬核的生存法则: →第一性原理倒推未来, →以及把所有不可控的恐惧全部置换成高频动作。 他说在@ycombinator YC 经历的创业淘汰,比《饥饿游戏》残酷一万倍。 饥饿游戏里谁输了第一天就会倒下, 但真实的创业最可怕的地方在于,90% 的公司最后都会死,可它们不是立刻死掉,而是一直苟延残喘好几年。 最让你在深夜冷汗直流的念头不是你会失败,而是你今天做的这个项目其实在第一天就已经死了,只是你要到整整三年后才会发现。 这种延迟死亡的钝刀子割肉,是所有想做点事、想做个人项目的人都经历过的终极精神内耗, 你每天每小时都在情绪的大起大落里打转,不知道手头正在死磕的东西到底是未来的超级巨头,还是一具早就没了心跳的商业尸体。 2分钟的视频里,Alexandr 讲透了当年他从这种窒息感里活下来的两道硬核解法。 最根本的一步,是靠第一性原理建立起极高密度的终局确定性。 一旦定下 Scale 的方向,他就极其确信这个东西在未来一定会存在,而今天整个世界还缺了它; 只要终局是铁板一块的事实,眼前就有了可以顺着往上爬的确定梯度,至于怎么从 A 点走到 B 点,路途再漫长,也只是时间问题。 但真正帮他熬过每天每小时情绪起伏的,是他把所有焦虑全部倒进了动作里。 既然停在原地会被不确定性吞噬,那就带着焦虑疯狂做事,用极高频的迭代、甚至带着恐慌的机械执行去填满时间,只要手里的动作没停,代码在改、客户在聊、版本在发,大脑就会把这种行动感识别为正在前进。 很多时候你觉得快被内耗压垮了,并不是你能力不行,而是你在为一个还没发生的三年后提前焦虑。 世上没有哪家百亿巨头是一开局就拿着通关密码的, 与其坐在那里猜测自己是不是已经死在了半路上,不如把确定的未来当成锚点,把手头的焦虑直接烧成往前迭代的燃料。

10月2日周五
  1. AYi75

    作者推荐 KobinFlow 的万字实战教程,仅用免费的混元 3D 和 DeepSeek Flash,把一张 AI 画的坐姿小狐狸做成浏览器里可拖拽、实时眨眼、随 WebAudio 节拍点头的 3D 交互电台。

    引用Kobin@KobinFlow

    https://x.com/i/article/2105994013270847488

    推荐理由:原文拆解了用免费模型与前端代码驱动无骨骼 3D 模型动起来的可复用方法,并给出压缩数据与适用边界。

  2. AYi70

    DeepSeek 为开源 Agent 框架 DeepSeek Harness(dsh)发布 macOS 和 Windows 原生桌面安装包,Linux 用户可通过 npm 的 deepseek-ai/dsh 包使用。作者称其采用 Everything is a Plugin 架构,模型、运行环境乃至 Agent 循环均可作为插件热插拔,兼容 MCP 和社区数百个开源插件,数据沉淀在本地。

    引用DeepSeek@deepseek_ai

    Please check out @DeepSeekHarness. We just released packaged desktop versions for macOS and Windows; Linux users can get it from the @​deepseek-ai/dsh package on npm. https://deepseek.com/harness

    推荐理由:原文拆解了桌面端发布的入口形态与插件化架构,读者可以据此判断它对本地 Agent 工作流的适配度。

  3. AYi58

    Tavus 发布 Griffin,称其为首个通过视频图灵测试的人类互动模型(HIM),在 1 分钟双盲视频通话中 48% 的受试者以为是真人,上一代产品该数字不到 2.4%,并位居 NVIDIA VideoFDB 全双工基准第一。原文分析称其抛弃四步拼装流水线,改为视音频到整帧画面的端到端全双工架构,响应延迟中位数约 2 秒;目前公开发布暂时关闭,仅对受信任测试者开放。

    引用Tavus@tavus

    Introducing Griffin, the first model to pass the video Turing test. 48% of people who talked to it live thought it was a real human. Previous systems have had a pass rate <3%. It is #1 on NVIDIA's benchmark for full-duplex AI video. It’s the first Human Interaction Model (HIM).

  4. AYi65

    作者引用 Ben Affleck 在闭门峰会的分享,其创立的 16 人后期 AI 工作室 InterPositive 于 2026 年 3 月被 Netflix 以 5.87 亿美元现金全资收购。做法是解冻开源视频权重、专训最后的电影层,并用在受控舞台实拍 8 个月的私有数据集做后期训练;每部新片在自己的拍摄素材上微调专属私有模型,素材与模型迭代成果留在剧组手里。

    引用Rohan Paul@rohanpaul_ai

    Ben Affleck (Hollywood star & Artists Equity CEO) talks about how he fine-tunes open video models by unfreezing weights and trained only the last cinematic layer so a film crew can hit real production standards. for context, Ben Affleck founded InterPositive in 2022, a 16-person AI shop for film post and Netflix bought it in March 2026 for $587 mn in cash. He needed that model because public video models were trained on his peers' films, and he did not think that was a real business. So InterPositive raised money, shot its own dataset for 8 months on a controlled stage, and used it only as late-stage training. Each new film then trains a private model on its own dailies, so the production keeps the footage and the learning. That is the product Netflix paid $587 million for. ---- From "Bloomberg Live" YouTube channel, (link in comment)

    推荐理由:原文梳理了 Ben Affleck 用私有实拍数据微调开源视频模型的思路与产权闭环,读者可以借此对比公共模型与影视级生产的差距。

  5. AYi41

    Meta 首席 AI 官、Scale AI 创始人 Alexandr Wang 首次公开分享创业最绝望的心理死穴,称 YC 创业淘汰比《饥饿游戏》残酷一万倍,90% 的公司不会立刻死掉,而是苟延残喘好几年。他给出两条生存法则:靠第一性原理倒推终局确定性,以及把所有不可控的恐惧置换成高频动作,用带着恐慌的机械执行填满时间。

    引用AYi@AYi_AInotes

    如何从零想出一个估值百亿的创业点子? Scale AI 创始人,现在是Meta首席AI官,muse负责人 的 Alexandr Wang 给出了一条极简铁律:活在未来,倒推今天还不存在的那行 API。 从深夜抢注域名,到肉身坐在客服气泡后死磕每一个访客,这段 4 分钟的复盘,讲透了科技商业里最硬核的起步真相。 很多人可能不知道,现在估值接近 140 亿美元的 AI 数据霸主 Scale AI,在刚起步的前半年,创始人每天也在经历极度严重的精神内耗。 这是 Scale AI 创始人, Alexandr Wang 在 SPC 闭门访谈里,第一次毫无保留地复盘自己在 YC 期间最痛苦的负一阶段。 一句话概括这段分享最值钱的本质: 所有伟大企业的起点,并不是算无遗策的天才顿悟,而是在漫长的游荡期里,靠着第一性原理把脏活做透,硬生生把一个看似不起眼的点子熬成了超级基础设施。 现在几乎所有想做点事、想做个人项目或创业的人,都在经历同一种心理折磨: 打开文档写满了各种点子,却总觉得每一个都不够好; 看着身边的人都在飞速推进,总觉得自己从第一天起就落后了别人半年; 每天在强烈的存在焦虑里打转,不知道自己到底在折腾什么。 Alexandr Wang 当年也是一模一样的处境。 我把他在视频里拆解出的三个底层认知,整理成最干货的复盘讲透👇 ① 选方向的第一性原则:活在未来,倒推缺失的那行 API 当年他在 YC 每天写点子文档,直到读了 Paul Graham 的那篇经典文章:Live in the future, and build what's missing. 他当时看到了一个未来的必然趋势: 未来的人类算力(Human Compute)一定会像计算机算力一样,被极度动态地编排和调用。 但当时整个互联网上,根本没有一个能够像调用服务器一样直接调用人工标注与处理的 API。 于是他花了一整晚买下 ScaleAPI 这个域名,这就是百亿帝国的最初原点。 ② 拆穿创业最大的心理陷阱:起步即落后的虚妄焦虑 在负一阶段,最致命的不是没点子,而是同行压力带来的动作变形。 Alexandr 提到:当你刚萌生一个新点子时,环顾四周,总觉得别人已经跑了很久,自己一开局就落后了。 但事实是,绝大多数人都在各自的迷雾里摸索。 真正的差距从来不是谁先动手两星期,而是谁能在漫长的游荡期里顶住内耗,把方向压力测试到底。 ③ 穿越死亡谷的唯一解法:做无法规模化的笨活与脏活 在 Product Hunt 上线拿到第一波热度后,Scale 经历了整整 4 到 6 个月的空白游荡期。 当时没有爆发式增长,能不能成完全是未知数。 Alexandr 采取的最硬核策略只有一个:当客服。 他在官网挂了 Intercom 聊天气泡,每一个点进网页、发消息咨询的真实访客,背后亲自敲键盘回复的人就是他自己。 正是靠着跟每一个早期客户在泥潭里死磕,直到半年后才终于等来了第一个真正想做大的核心客户。 历史与商业演进的硬核印证: → 硅谷最经典的创业定律: 保罗·格雷厄姆提倡的 Do things that don't scale(做无法规模化的事),在 Scale AI 身上得到了最彻底的验证。世界上最顶级的自动化数据管道,最开始也是创始人靠肉身当客服一点点抠出来的。 → 游荡期是所有顶级公司的必修课: 从 Airbnb 早期靠卖麦片还信用卡债,到 Stripe 创始人亲自跑去客户电脑上敲命令行装插件,没有一家基础设施级巨头能跳过这至少半年的迷茫摸索。 站在另一个更理性的视角来看,这件事给普通人的启发极其锋利: → 不要把摸索期的焦虑误判为失败: 从负一阶段到零的这段时间,内心动荡和怀疑是系统的标配属性,而不是你能力不足的证明。 → 别在战术的勤奋里逃避真正的思考: 想点子不是在文档里盲目堆数量,而是敢于逼问自己:未来五年哪件事一定会发生,而今天还缺了关键工具? → 离真实用户再近一点: 当你不知道下一步该做什么时,去跟每一个点了聊天气泡的真实访客聊半个小时,远比关在屋子里改一百遍商业计划书管用得多。 最后收个尾: 世上从来没有一开局就清晰无比的百亿蓝图。 伟大往往就藏在那份写满废案的文档里,藏在深夜无人问津的客服窗口背后。 熬过负一阶段的迷茫,把未来的缺失变成今天的行动,你才算真正站在了起跑线上。

  6. AYi80

    Karpathy 发推分享理解大语言模型输出的技巧:让模型用受控语言 ASD-STE100 写作,或改用图表、交互 HTML 页面输出,他最看好为任意主题生成 3b1b 风格的自定义解释视频(可用 ElevenLabs API key 配旁白)。他认为随着 LLM 自主完成更多执行工作,人类工作将上移到监督与理解层面,且可以要求模型生成用后即弃的定制软件制品。作者阿易转述并解读了这条推文。

    引用Andrej Karpathy@karpathy

    We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks: Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs well-versed in this language and it comes with heavy constraints on clean writing style that I often find a lot more readable. Sometimes I've tried to soften it a bit e.g. ask for "80% of the way to ASD-STE100" because the spec is quite stringent. But even better: Diagrams / images. Instead of writing, ask your LLM to create a diagram. These can be a lot easier to process, parse, and understand. But even better: Web pages. Ask for output "in HTML" to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc. But even better: Explainer videos. The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic. Experiment with things like "Create a 3b1b style video explainer on X. Use my ElevenLabs API key for audio narration". (you'd need an API key for the latter or you can ask your LLM to find you decent free alternatives that use your local compute). This is actually starting to work! In summary: - As LLMs get better, they will do more and more of the legwork autonomously, and a lot more of our work will rise up the abstractions into oversight and understanding. - Luckily, LLMs can help here too because as intelligence and code are increasingly abundant, you can ask for large, custom, discardable software artifacts (e.g. web apps, video explainers) that would have never made sense to create before. Push the boundaries here and you'll be surprised.

    推荐理由:Karpathy 提出的四层输出格式阶梯和可抛弃软件制品概念,为理解大模型输出提供了可上手的做法。

10月1日周四
  1. AYi58

    Scale AI 创始人、现任 Meta 首席 AI 官的 Alexandr Wang 在 SPC 闭门访谈中复盘创业负一阶段:他受 Paul Graham 启发预判人类算力会被动态调用,注册 ScaleAPI 域名起步。

    引用AYi@AYi_AInotes

    整个科技圈风向都在卷大企业 AI,
结果 @Meta 的 @AIatMeta AI 掌门人 @alexandr_wang 刚刚发推说他们后台发现,把 Muse 用得最猛的,
竟然是修水管的、开农场的、开杂货店和开小餐馆的老板…… 上线两周,早期用户里竟然有 1/3 直接把它绑定了商业账号。 今天 Meta 顺水推舟,直接上线了 Muse for Small Business,
一口气甩出 22 个官方连接器:
Shopify、Stripe、QuickBooks、Canva、Zoom、Slack……
把小商家的全套数字牛马直接做实了。 我把背后的逻辑和搞钱启示用大白话给大家拆一下👇 ━━ 1|最反直觉的现象:用 AI 最狠的不是大厂,是个体户 大厂做 AI 喜欢去找世界 500 强做大单子,
但真实世界里,最缺时间的是那些“一人身兼八职”的小老板。 官方案例里有个爱荷华州开杂货店的大叔:
每周工作 65 个小时,店里进货是他、管账是他、做促销是他、处理退款还是他。
他缺的根本不是点子,是时间。 以前大家以为 Muse 只是个帮宅男比价订外卖的玩具,
结果这些小老板早就拿它去回客户邮件、查库存、算账了。 2|这 22 个连接器,到底解决了啥? 做过独立电商、自媒体或者小生意的朋友都懂这个痛点:
每天要在 8 个后台之间来回切——
看销量去 Shopify,查退款去 Stripe,做海报去 Canva,记账去 QuickBooks,开会去 Zoom,内部沟通去 Slack。 现在 Muse 把它全收拢到一个对话框里:
▫️查账退款:不用登录 Stripe 后台,直接对它说“把昨天争议的那笔单子退了”,它核对完调接口执行
▫️内容与营销:识别你的产品库存和品牌调性,直接调用 Canva 生成下周促销海报,一键推到 Instagram 商业主页
▫️客户与日程:给它配个专属邮箱,客户发来的询价、改期邮件,它在后台看懂日历直接起草回复 一句话:它不是让你去学一个新软件,而是把你手上所有的 SaaS 变成听话的后台。 3|Meta 这步棋最狠的地方在哪? Facebook 和 Instagram 上有整整 2 亿小微商家。
这是全球最大的个体老板聚集地。 Meta 根本不需要跟微软、谷歌去抢那些复杂的企业级大单,
它只要让这 2 亿小老板在手机上:
“少雇一个客服、少花 2 小时对账、少切 5 个软件”。 而且最聪明的是它的安全机制:
所有涉及扣费、退款、对外公开发布的操作,AI 负责跑腿起草,最后一步依然要人点确认。
这就是我们常说的“人管方向和钱包,AI 管繁琐和流程”。 4|对我们普通人和超级个体意味着什么? 一人公司(One-Person Company)过去最大的瓶颈,不是你不会做核心业务,而是被杂事活活拖死。
你懂做视频,但你不想花时间回商务邮件;
你懂写代码,但你讨厌天天去处理发票和对账。 当 AI Agent 开始长出连接现实商业系统的手(Connectors):
以前需要 3 个人支撑的微型工作室,
以后可能真的 1 个人加一个配置好的 Personal AI 就能跑起来。 5|照例泼盆冷水 ▫️这套连接器目前深度绑定的是海外生态(Shopify、Stripe、QuickBooks 等),国内主流的微店、淘宝、微信支付等生态目前还没打通;
▫️多平台授权意味着你的商业数据、客户往来都在被 AI 扫描,哪些权限给、哪些不给,依然得有边界;
▫️复杂业务逻辑的容错率低,账目核算依然需要人工定期复核,别做甩手掌柜。 ━━ 过去我们讨论 AI,总觉得它是高高在上的算力和算法。 
但今天 Alexandr Wang 这条推说明了一件事:
AI 落地最快、最扎实的地方,
永远是帮街角那家店的老板,把今晚下班的时间提前两个小时。 开源了自定义接入平台(http://muse.ai/platform)。
如果国内也有一个 AI 能接通你所有的工作软件,你最想让它替你干掉哪个日常琐事? https://x.com/alexandr_wang/status/2104925780547399986/video/1

  2. AYi70

    美军战争部长 Pete Hegseth 在匡提科宣布马斯克、Anduril 创始人 Palmer Luckey 和前众议长 Newt Gingrich 共同领导子午线计划,要求 120 天内即 2027 年 1 月底前交出一份公开报告和机密附件,研究范围覆盖地下设施到地月空间,锁定 AI、自主系统、定向能武器、机器人、生物技术五大方向。

    引用AYi@AYi_AInotes

    Damn,马斯克又掌权了,但这次不是管政府效率,而是直接定义未来战争,老马前脚刚从 DOGE 抽身,后脚就被五角大楼直接推到了未来战争的决策台,我估计是俄乌战场上的廉价无人机,彻底把造航母坦克的传统军工打醒了。 视频里马斯克和科技新贵 Luckey 起立接受美军全场鼓掌,背后是五角大楼的一声叹息,将军们已经跟不上现代科技咯。 在刚刚结束的“部队国情咨文”现场,美国战争部长 Pete Hegseth 正式宣布:马斯克将联手 Anduril 创始人 Palmer Luckey、前众议长 Newt Gingrich,共同领导“子午线计划”(Project Meridian)。 现场 17 秒视频里,马斯克和花衬衫的 Luckey 起立接受全场鼓掌,估计 99% 的人以为这又是一场名流作秀,但咱们把背后的动作全拼起来,你会发现这是五角大楼近五十年最激进的一次“军事认知大换脑”。 今天把视频里没明说的硬核信息一次拆透👇 先说结论: 五角大楼公开承认了一个事实: 靠传统的将军会议和军工采购,已经跟不上现在的战争形态了。 他们直接把“未来战争长什么样”的定义权,打包外包给了硅谷极客。 这不是发一份新合同,也不是成立一支新部队,而是一场 120 天的闪电行动: 要求三个人在 2027 年 1 月底前,交出一份公开报告和一份机密附件,直接给美军画出未来几十年的军备采购地图。 为什么五角大楼突然急成这样?看看传统体系有多慢就知道了: ▫️俄乌战场已经把廉价无人机、算法自组网、消耗战打成了新常态 ▫️洛克希德、雷神等传统军工巨头,换个零件报价几万美元,一份规划报告能写三年 ▫️等你造好一艘航母,战场上的软件和无人蜂群已经迭代了十代 三个最值钱的维度展开聊聊👇 ① 人选组合极其狠辣:工程量产 + 杀手系统 + 政治翻译器 三个人不是随便挑的,分工精准到骨子里: ▫️马斯克(SpaceX / Tesla):负责“能不能造出来、能不能上太空、能不能低成本天量量产”(星链、运载、AI、人形机器人) ▫️Palmer Luckey(Anduril 创始人):负责“能不能立刻做成可部署的致命杀伤系统”(自主无人机、巡飞弹、战场传感器) ▫️Newt Gingrich(政坛老炮):负责把科技极客的狂想,翻译成国会能看懂、预算能通过的“国家使命”政治语言 喵的这根本不是学术研讨会啊,简直就是一个“战争产品化委员会”。 ② 战场维度的降维扩张:“从地下深处,到月球轨道” 官方明确把研究范围定为:从地下设施一直延伸到地月空间(Cislunar)。 重点锁死五大方向:AI、自主系统、定向能武器、机器人、生物技术。 本质上是战争逻辑变了: 下一场冲突不一定从前线开打,很可能先从海底光缆、地下指挥所、低轨星链和月球轨道爆发, 也就是说谁先定义了“新战场”,谁就能在接下来十年直接垄断军费预算。 ③ 软硬一体的组合拳:一边画蓝图,一边建“机器人司令部” 就在宣布子午线计划的同时,军方还宣布新建四星级的“自主战争司令部”(AUTOWARCOM)。 卧槽这是一套绝妙的闭环啊: ▫️Project Meridian 负责告诉军队“未来要买什么” ▫️自主战争司令部 负责“把无人机和机器人战争正式编进部队编制并负责买单” 美军正在从“造航母、造战机的平台军”,彻底转向“拼算法、拼传感器、拼杀伤链的软件军”。 但整件事最硬核的争议,在于它的利益结构: 这等于让供应商自己写五角大楼的采购清单。 马斯克手里有 SpaceX 和星链,Luckey 手里有 Anduril 自主武器,两人本身就是五角大楼核心订单的争夺者。 支持者会说:只有真正造出星链和自主无人机的人,才懂未来仗怎么打; 反对者会说:这完全是既当裁判又当运动员,把国家战略写成了自家公司的产品路线图。 当然咱们照例泼三盆冷水: 第一,120 天是政治速度,解决不了真正的硬骨头 120 天足够画出一张技术愿望清单,但根本解决不了供应链断裂、军队编制阻力、交战伦理规则以及盟友协同等深层死结。 第二,马斯克完成了危险的角色切换 上一轮做 DOGE 是砍预算得罪官僚,这一轮做 Meridian 是给军方画新大饼、分新蛋糕。 虽然政治上阻力更小,但也意味着他被前所未有地深绑进了美国最高国家安全机器,“局外科技极客”的保护色彻底褪去。 第三,传统军工利益集团不会坐以待毙 洛克希德·马丁、雷神等老牌巨头拥有极深的国会游说网络,一份外包报告能不能跨过国会预算这道坎,仍是巨大未知数。 最后给大家小结收个尾: 别只把这段视频当成“马斯克站起来领掌”的八卦。 五角大楼已经公开把未来战争的画笔交给了硅谷极客。 真正决定未来十几年几千亿美元军费流向的,就是 120 天后那份报告里被定为“必须主导”的几行字。 你看好硅谷极客重构军事体系,还是觉得这只是一场政治秀呢?欢迎评论区聊聊👇

    推荐理由:原文把人事任命、研究范围和新建司令部拼在一起,读者可以借此看清硅谷力量介入军费采购的利益结构。

  3. AYi49

    2026年10月1日新加坡早报头版记录了一场闭门午餐会,特朗普居中,两侧为马斯克与黄仁勋,扎克伯格、纳德拉、贝索斯、皮查伊、布罗克曼、阿莫代、卡普及多位美国部长级官员同席。推文称这十几人掌握全球95%以上前沿算力与最顶尖闭源模型,并围绕自愿安全协议、数据中心与能源基建扩张、以及99%世界被挡在规则之外三个维度展开分析。

    引用AYi@AYi_AInotes

    卧槽真的有点细思极恐兄弟们,1971 年美元和黄金脱钩,人类货币花了 50 年从黄金信用走向国家信用,而过去一周,另一场更狠的货币换轨已经悄悄打响了, 我研究完发现,这简直就是一套直接动了传统金融老本的资产大搬家阳谋,我花了3哥多小时研究和做视频,争取把这套可能影响未来 10 年资产规则的底层逻辑一次给大家讲透,大家一定要看, 关于全球金融轨道到底怎么变,OKX 官方最近放出的这张海报和背后的一系列动作,大家一定要知道~! 他们发了一张极简海报:一张 20 美元的纸币,右半边溶解碎成了 01 二进制代码,配文只有一句话:「The New Money Era is exclusively onchain.(新货币时代,只在链上发生)」。 更绝的是,他们的官方账号简介已经悄悄把“Crypto Exchange(加密交易所)”删除了,直接改成了“The New Money App(新货币应用)”。 我一句话给大家概括它的核心本质: 首先这绝不是一句务虚的营销口号,也不是在喊“加密货币要消灭法币”,而是全球金融结算轨道的一次大换轨——真实世界里的股票、美债、黄金和外汇,正在被大面积搬到 24/7 的链上统一订单簿, 说白了,谁能成为这个“新钱世界”的总枢纽,谁就是下一代的全球金融基础设施。 做过全球资产配置和跨境贸易的人,应该都懂那种被旧体系卡脖子的窒息感: →周五下午一过全球股市直接打烊,遇到突发事件只能干瞪眼; →跨国汇一笔款要在中间行里转两三天,被层层手续费抽水; →股票、外汇、黄金、加密资产分散在 5 个不同的软件里,保证金根本无法打通。 当大家以为 Web3 还停留在炒空气币和 meme 的内卷中时, 顶级大厂已经开始用链上轨道对传统金融进行“降维改造”。 我把这个大战略里最值钱的精髓,拆成三个核心维度用大白话给大家讲透: 第一个,生产力底座: 从“纸上信用”到“代码状态”(The Programmability of Money) 为什么海报偏偏选了 20 美元? 因为 20 刀上印着的是安德鲁·杰克逊总统,美国历史上最著名的“反中央银行”斗士,上面还印着“此纸币为法定偿付手段”。 右边溶解成 01 二进制,点破了记账方式的根本性升级: 从前依赖“印在纸上的国家承诺与中介清算”, 现在变成“写在公开链上的可编程代码”。 正如 @a16z 指出的底层规律:区块链创造的是净新增市场。 它拿掉了上市委员会、营业时段和地理国界的物理闸门,让任何资产都能 24/7 流转、自由组合,并被未来的 AI Agent 随时调用。 而所谓新货币,不是只有比特币才是钱,而是全人类的真实资产开始借链上路。 第二个,交易机制演进律: 从割裂市场到“全天候统一订单簿” 过去几百年, 金融市场是按资产类别和地理割裂的:买美股去美股券商,买黄金去期货交易所,换外汇去银行。 而 OKX 正在做的事情,是把它们彻底揉进同一个全天候结算池: ▫️24/7 股票永续与代币化资产: 传统闭市时间照样能交易美股映射头寸,宏观对冲不再受开盘时间限制; ▫️统一保证金与智能组合: 股票、黄金、稳定币、生息资产放在同一个账户内互相质押调用; ▫️中心化性能 + 链上结算: 撮合用极速的中心化引擎,资产结算与持有靠自托管钱包和 L2(X Layer)完成。 它不是原教旨的纯链上低效撮合,而是兼顾极速交易体验与链上资产透明度的工业级打法。 第三个,商业闭环与权力重构: 从“炒币通道”到“新钱总入口” 为什么顶级平台要主动撕掉“交易所”的标签? 因为单纯撮合买卖的交易通道,天花板肉眼可见; 但如果成为掌控支付、结算、理财与跨资产调度的“新货币超级入口”,天花板将是整个全球经济体量。 从自研 L2 基础设施,到欧洲上线 50 万欧资产保障(Shield),再到零手续费的稳定币支付网络, 这家公司的战略意图极其清晰: 用一条链上高速公路,把现实世界的资金吸纳进来, 做成不可逆的结算闭环。 历史规律与真实数据的硬核印证: ▫️清算规模的历史反超: OKX 披露的数据显示,全球稳定币的年结算量已经突破数万亿美元,在规模和流速上正式跨入 Visa 等传统巨头的量级; ▫️用户基建的指数增长: 全球链上独立钱包数已突破 5 亿个,钱的载体正在从银行账户不可逆地向自托管钱包迁移; ▫️大厂动作的精准收网: 9 月 27 日上线 24/7 代币化股票,同周在德州与欧洲推进合规支付,10 月 6 日在新加坡召开 OKX Now 发布会,把这套世界观全盘落地成订单流。 当然,照例泼三盆冷水,大家看清口号背后的现实边界: ▫️“Exclusively Onchain”在现实监管下依然有距离:代币化美股交易的是映射仓位,底层依然受发行地、托管方和白名单限制,绝非纽交所本身被完全搬上链; ▫️中心化撮合的本质未变: 撮合系统、风控逻辑与法币进出依然由中心化机构掌控,它提供的是“交易所级别的 Onchain”,不能与纯去中心化协议混为一谈; ▫️商业利益与自托管的拉扯: 官方一边宣传自托管钱包,一边用高息理财、跟单和 VIP 权益把资金沉淀在平台内部,双轨并行才是真实商业。 最后小结一下,纸币碎成 01 代码,不是美元的末日,而是全球金融基础设施的换代。 当一家行业霸主主动抹去“交易所”的标签, 它瞄准的已经是未来几十年 50% 全球经济活动上链的大浪潮了。 兄弟们觉得未来 3–5 年内,你手上配置的美股、基金或外汇, 会逐步搬到 24/7 的链上账户里去交易吗?评论区聊聊呀~

  4. AYi36

    萨姆·奥特曼最新视频断言,延续数百年的公司打卡制正加速瓦解,10人甚至1人创造10亿美元估值的超级企业将遍地开花。他给出三条逻辑:生产力底座从人头转向无限算力、职场只考核问题定义力与系统指挥力、利润不再被管理层稀释而直接流向掌握核心工作流的极少数个体。文中以Instagram 13人团队被10亿美元收购、Midjourney 11人核心团队年营收数亿美元为佐证。

    引用AYi@AYi_AInotes

    Opus 5.5做视频真的绝了,我的剪映699会员瞬间不香了!! 说回正题,在用交易所的,玩链上 Web3 的,跑量化的,做跨境出海支付的兄弟们,下周这场发布会直接关系到你接下来一年的资金效率和赚钱工具, OKX 第一次像苹果开发布会一样,由 Star Xu 亲自带队,把交易系统,链上生态,AI 交易大脑和全球支付网络四张底牌一次性全亮,时间定在 10 月 6 号新加坡。 这不是那种走过场的行业峰会,也不是单纯的大佬站台聊天, 这回okx把他们全线产品的底层重磅更新、全新产品线和实机 Demo一次性全盘端出来了。 我把官方 Luma 页面和目前剧透的核心议程,提炼出四个最硬核的看点拆给大家: 第一个,Trading 交易系统的代际进化 作为核心基本盘,官方预告了重磅的交易端升级。 高频撮合引擎的延迟、流动性深度、更智能的组合保证金模式,以及普通交易者也能直接上手的专业衍生品工具,现场全是一手实操演示。 第二个,Onchain 链上生态的大一统 从 OKX Web3 钱包到自家的 X Layer 二层网络, 解决目前链上最大的痛点:跨链繁琐、Gas费损耗、私钥管理门槛高。 这次大概率会推出更极致的链上资产聚合和无感跨链解决方案,把多链流动性彻底打通。 第三个,Intelligence 智能与 AI 的真正落地 这是最让人期待的一块。 大模型不仅在写代码,更在重构金融大脑。 OKX 这次把 AI 深度焊进了交易策略、链上异常监控、智能投研和自动化跟单里, 让普通散户也能拥有对齐顶级量化机构的智能助手。 第四个,Money 传统金融与加密资产的融合 数字资产和全球传统资金流动正在加速并轨。 支付、合规通道、法币出入金体验、以及机构级的资金管理, 在新加坡这个全球合规金融桥头堡,OKX 会拿出怎样的全球资金网络底牌,极其值得关注。 以前各个交易所发布新功能,都是零零散散发个推文或者发个公告, 用户感知弱,生态碎片化; 现在头部大厂开始把交易、链上、AI和支付打包成一整套金融基础设施, 这意味着加密行业的竞争,已经彻底从单纯的打手续费价格战,升级到了全栈产品力与用户体验的综合战场。 当然照例泼盆冷水, 线下席位审核非常严格,名额有限,而且明确写了不向受限地区的散户开放线下参会; 不过线上全球直播是全开放的,大家直接蹲线上的产品演示和功能上线就行。 想去线下碰碰运气或者看详细议程的兄弟,Luma 的申请通道已经挂出来了。 对于 OKX 这次憋的大招,你们最期待看到哪个板块的颠覆性功能?我自己最想看他们把 AI Agent 到底做成什么样了~

  5. AYi71

    美国战争部长 Pete Hegseth 在"部队国情咨文"上宣布,马斯克将与 Anduril 创始人 Palmer Luckey、前众议长 Newt Gingrich 共同领导 Project Meridian,需在 2027 年 1 月底前提交公开报告和机密附件。

    引用DogeDesigner@cb_doge

    Elon Musk joined today’s State of the Force address, where War Secretary Pete Hegseth announced that Elon will co-lead Project Meridian to help shape the future of warfare. 🇺🇸

    推荐理由:原文把人事任命拆出分工、研究范围和争议点,读者可以据此理解五角大楼采购逻辑转变的背景。

  6. AYi22

    一段特朗普与马斯克的互动视频引发关注:马斯克本想谈AI的正面意义,却口误说成"SI",随后改口,特朗普拍了拍他的手臂回应"行吧"。推文认为,抛开政治立场,特朗普身上的"活人感"和真实不装是他全球拥有众多粉丝的重要原因,这段视频颇具代表性。

    引用AYi@AYi_AInotes

    卧槽真的有点细思极恐兄弟们,1971 年美元和黄金脱钩,人类货币花了 50 年从黄金信用走向国家信用,而过去一周,另一场更狠的货币换轨已经悄悄打响了, 我研究完发现,这简直就是一套直接动了传统金融老本的资产大搬家阳谋,我花了3哥多小时研究和做视频,争取把这套可能影响未来 10 年资产规则的底层逻辑一次给大家讲透,大家一定要看, 关于全球金融轨道到底怎么变,OKX 官方最近放出的这张海报和背后的一系列动作,大家一定要知道~! 他们发了一张极简海报:一张 20 美元的纸币,右半边溶解碎成了 01 二进制代码,配文只有一句话:「The New Money Era is exclusively onchain.(新货币时代,只在链上发生)」。 更绝的是,他们的官方账号简介已经悄悄把“Crypto Exchange(加密交易所)”删除了,直接改成了“The New Money App(新货币应用)”。 我一句话给大家概括它的核心本质: 首先这绝不是一句务虚的营销口号,也不是在喊“加密货币要消灭法币”,而是全球金融结算轨道的一次大换轨——真实世界里的股票、美债、黄金和外汇,正在被大面积搬到 24/7 的链上统一订单簿, 说白了,谁能成为这个“新钱世界”的总枢纽,谁就是下一代的全球金融基础设施。 做过全球资产配置和跨境贸易的人,应该都懂那种被旧体系卡脖子的窒息感: →周五下午一过全球股市直接打烊,遇到突发事件只能干瞪眼; →跨国汇一笔款要在中间行里转两三天,被层层手续费抽水; →股票、外汇、黄金、加密资产分散在 5 个不同的软件里,保证金根本无法打通。 当大家以为 Web3 还停留在炒空气币和 meme 的内卷中时, 顶级大厂已经开始用链上轨道对传统金融进行“降维改造”。 我把这个大战略里最值钱的精髓,拆成三个核心维度用大白话给大家讲透: 第一个,生产力底座: 从“纸上信用”到“代码状态”(The Programmability of Money) 为什么海报偏偏选了 20 美元? 因为 20 刀上印着的是安德鲁·杰克逊总统,美国历史上最著名的“反中央银行”斗士,上面还印着“此纸币为法定偿付手段”。 右边溶解成 01 二进制,点破了记账方式的根本性升级: 从前依赖“印在纸上的国家承诺与中介清算”, 现在变成“写在公开链上的可编程代码”。 正如 @a16z 指出的底层规律:区块链创造的是净新增市场。 它拿掉了上市委员会、营业时段和地理国界的物理闸门,让任何资产都能 24/7 流转、自由组合,并被未来的 AI Agent 随时调用。 而所谓新货币,不是只有比特币才是钱,而是全人类的真实资产开始借链上路。 第二个,交易机制演进律: 从割裂市场到“全天候统一订单簿” 过去几百年, 金融市场是按资产类别和地理割裂的:买美股去美股券商,买黄金去期货交易所,换外汇去银行。 而 OKX 正在做的事情,是把它们彻底揉进同一个全天候结算池: ▫️24/7 股票永续与代币化资产: 传统闭市时间照样能交易美股映射头寸,宏观对冲不再受开盘时间限制; ▫️统一保证金与智能组合: 股票、黄金、稳定币、生息资产放在同一个账户内互相质押调用; ▫️中心化性能 + 链上结算: 撮合用极速的中心化引擎,资产结算与持有靠自托管钱包和 L2(X Layer)完成。 它不是原教旨的纯链上低效撮合,而是兼顾极速交易体验与链上资产透明度的工业级打法。 第三个,商业闭环与权力重构: 从“炒币通道”到“新钱总入口” 为什么顶级平台要主动撕掉“交易所”的标签? 因为单纯撮合买卖的交易通道,天花板肉眼可见; 但如果成为掌控支付、结算、理财与跨资产调度的“新货币超级入口”,天花板将是整个全球经济体量。 从自研 L2 基础设施,到欧洲上线 50 万欧资产保障(Shield),再到零手续费的稳定币支付网络, 这家公司的战略意图极其清晰: 用一条链上高速公路,把现实世界的资金吸纳进来, 做成不可逆的结算闭环。 历史规律与真实数据的硬核印证: ▫️清算规模的历史反超: OKX 披露的数据显示,全球稳定币的年结算量已经突破数万亿美元,在规模和流速上正式跨入 Visa 等传统巨头的量级; ▫️用户基建的指数增长: 全球链上独立钱包数已突破 5 亿个,钱的载体正在从银行账户不可逆地向自托管钱包迁移; ▫️大厂动作的精准收网: 9 月 27 日上线 24/7 代币化股票,同周在德州与欧洲推进合规支付,10 月 6 日在新加坡召开 OKX Now 发布会,把这套世界观全盘落地成订单流。 当然,照例泼三盆冷水,大家看清口号背后的现实边界: ▫️“Exclusively Onchain”在现实监管下依然有距离:代币化美股交易的是映射仓位,底层依然受发行地、托管方和白名单限制,绝非纽交所本身被完全搬上链; ▫️中心化撮合的本质未变: 撮合系统、风控逻辑与法币进出依然由中心化机构掌控,它提供的是“交易所级别的 Onchain”,不能与纯去中心化协议混为一谈; ▫️商业利益与自托管的拉扯: 官方一边宣传自托管钱包,一边用高息理财、跟单和 VIP 权益把资金沉淀在平台内部,双轨并行才是真实商业。 最后小结一下,纸币碎成 01 代码,不是美元的末日,而是全球金融基础设施的换代。 当一家行业霸主主动抹去“交易所”的标签, 它瞄准的已经是未来几十年 50% 全球经济活动上链的大浪潮了。 兄弟们觉得未来 3–5 年内,你手上配置的美股、基金或外汇, 会逐步搬到 24/7 的链上账户里去交易吗?评论区聊聊呀~

9月12日周六