介绍了一个将书籍内容转换为AI技能,然后在电商平台出售获利的副业方法。该教程提供了具体思路,建议将制作好的技能在闲鱼以19.9元或29.9元定价出售,或在小红书以99至199元的价格出售,声称销量可观。最终收益取决于个人执行力。
http://x.com/i/article/2061406941541240838
可扩展的企业AI采用需超越大语言模型,依靠智能体逻辑来引导模型执行动态、长周期且受约束的企业工作流,从而提升质量、降低成本并建立信任。文中以IBM watsonx Code Assistant for Z为例,展示了智能体逻辑如何通过程序分析等技术,在理解大型遗留代码库时,相比纯LLM基线方法,能以约30倍更低的token消耗达到更优性能。在加速测试生成任务中,该方法亦能使代码覆盖度提升20%-45%,同时token消耗降低最高达15倍。
当模型智能的微小提升能直接转化为实际价值时,开源与闭源模型正沿着不同的增长路径发展。闭源模型通过在特定场景下提供更高的边际智能来创造价值,而开源模型则在其他维度寻找增长点,两者形成了差异化的竞争格局。
当前多Agent工作流(如OpenClaw、Codex、Claude Code并行使用)普遍存在“知识孤岛”问题,每个智能体拥有独立的记忆和上下文,导致工作虽能完成但缺乏“为何如此”的整体背景。将知识写入Repo的常见做法只保留了决策结论,却丢失了推理路径和争议过程。作者主张构建一个由用户拥有的共享记忆层(Hive Mind),使一个智能体的发现能即时同步给其他智能体,从而将“一群助手”转变为“一个分布式心智”。GBrain(共享知识图+MCP)和CASS(跨工具本地session检索)被视为解决该问题的方向项目。
http://x.com/i/article/2060957702340395008
http://x.com/i/article/2060155258350014464
OpenAI Voice Hack Night现场演示了为手机设计的“AI智能体操作系统”。其核心思路是“UI即系统”——手机没有传统App,界面由端侧本地模型实时生成,复杂推理任务由云端GPT处理。演示中开发者全程语音指挥完成订机票、删日历、查AI新闻、发邮件等操作,但中途因“登录未配置”导致发邮件失败。该演示展示了无需调用App界面的交互形式,可能颠覆传统移动应用生态和商业模式。
一位自称电影明星的哈佛毕业典礼演讲者在演讲中激烈抨击AI,称其“愚蠢且总是错误的”。他举例称AI曾建议他乘FlixBus往返纽约与哈佛,并质疑AI所称的哈佛569亿美元捐赠基金及研究生工会罢工信息的真实性,称之为“AI幻觉”。他号召学生,这一代人的使命是“摧毁AI”,并以电影《终结者2》作类比,提出需捕获、重编程AI并利用其时间旅行技术回到过去击败它。他的言论引发了现场学生的欢呼。
贝恩咨询调查显示,951家营收超1亿美元的企业中,40%应用AI后成本降幅未超10%,低于预期。44%企业计划未来将AI支持列为降本举措。报告指出,降本不及预期主因是企业数据获取和使用能力不足。贝恩建议企业应先利用现有数据部署AI,再逐步整理数据。
遇到草台班子了 一个号称是AI智能体专家的人 和他沟通了两句 他问我 CC+CODEX,是我做的AI员工吗? ???????
推文指出,Claude Opus 4.8相比4.7确实在各项基准测试和诚实度、长任务等方面有所进步。但对于已使用GPT-5.5、DeepSeek等其他大语言模型的用户而言,这种改进被视为常规升级,不足以构成切换模型的动力。至于未来的Opus 5是否可能,目前未知且很难。
opus 4.8 is way better than 4.7
根据一项Google Cloud调查,90%的开发者已在日常工作中整合AI技术。仅在2025年,Steam平台上就有7,818款游戏披露了AI的使用,相比前一年激增681%。AI在游戏开发中已从边缘实验转变为深度整合,正在全面重构从概念设计到产品发布的整个开发流程。
该推文介绍了一种新型“持久化、多人协作的世界模型”,明确强调其并非传统的视频生成模型。其核心突破在于将“世界状态”与“视觉渲染”彻底解耦。这使得世界不再是一系列连续画面,而是一个可持续运行、允许用户修改、并可从任意视角进行稳定观测的结构化环境。作者认为,这可能是目前最接近实现“可交互持久世界”的技术尝试。
一份仅限赞助者的月度通讯预告,内容涵盖:2026年5月AI成本上升与Anthropic表现突出、模型发布情况不及预期、行业会议与播客动态、作者推出的Datasette Agent及其在Datasette项目上的进展、2026年5月个人工具使用清单以及杂项补充。
文章探讨了AI模型训练中“后训练”的重要性,指出其价值不仅仅在于数据本身,更在于数据如何被用于对齐、微调等后训练阶段,从而塑造模型的能力与行为。
2025年2月,soumithchintala关于个人、本地、私有AI智能体的愿景曾遭质疑。而至2026年6月,知名玩家PewDiePie已基于opencode封装发布了一款vibecoded的个人AI生产力套件,功能涵盖邮件、文档和日历。该产品在Hacker News上迅速获得超过1百万次浏览和超过10k星标。推文指出,这一成果为知识工作智能体初创公司设立了新的DIY基准。
国内五家纯LLM公司的总估值已高达2260亿美元,约Anthropic最新一轮估值的四分之一,但其收入运行率仅为Anthropic的四十分之一。这一数据凸显了国内厂商普遍采用的“低价+开放权重”融资与商业模式,与海外主流的闭源高定价模式形成鲜明对比。该现象将AI行业的核心矛盾——市场究竟为何为模型支付溢价以及估值逻辑在模型能力商品化后如何演变——直接摆上台面。
The Chinese LLM companies are raising at eye popping numbers Total valuation of the top 5 pure plays is $226B - about 1/...
在人工智能时代,产品原型设计的速度正迎来显著变化。文章探讨了AI工具如何影响原型制作的流程与效率,讨论了从概念到实现的加速可能性。
http://x.com/i/article/2060950736851316737
Watch me control my computer with just my voice. This is the future of operating systems. No hands. GPT-Realtime 2.0 is ...
"You cannot govern a technology you have only been briefed on." Dr. @VivianBala's challenge to his fellow legislators ha...
陶哲轩指出,AI工具和Lean等技术正在改变数学研究的参与门槛。过去需要多年博士训练才能触及前沿,而现在高中生也有可能参与项目并做出实质贡献。他强调,研究时间大多消耗在核查、验证等重复性工作上,AI降低了这类循环的成本,使研究者更敢于尝试“更疯狂”的想法。许多非常规思路并非因错误被否,而是因验证成本过高而被放弃;AI让犹豫变得廉价,这往往是科学发现的起点。
Terence Tao: "We lived in a world with cognitive friction until very recently, where every task required us to use our b...
这一观点强调,单纯分析AI的输出内容,无法还原其生成过程与背后的推理逻辑,触及了当前AI可解释性研究的核心挑战。
作者引用David Wilson的观察指出,AI编码工具(如Claude)能将模糊想法在不到一小时内转化为带测试和文档的完整项目,但用户往往因此创建超过16个难以维护的项目。这些工具输入门槛低、反馈即时,却像“热核级ADHD放大器”,导致注意力严重分散和项目废弃。文章质疑这种“廉价奖励”模式的可持续性,认为当前缺乏有效管理方式,关键可能在于培养使用纪律。
thoughtshmmz.org 于2026年5月31日发布的文章《解决办法可能是取消我的AI订阅》,在Hacker News上获得114积分。
Chamath认为,当各大实验室能构建相似模型时,真正的竞争优势将来自独特的“私有数据输入”。他以厨师比喻:若给三位厨师相同食材,其中一位若多一味独特食材,便能做出非凡菜品。当前大家都依赖公开网络数据,但未来数据所有者可能将独家数据用于训练自己的模型,从而建立优势。这将引发一场围绕私有数据的“军备竞赛”,并可能改变大型科技公司的收购逻辑——未来的并购可能旨在获取能提升其大语言模型性能的独特数据流,而非仅仅购买收入或品牌。
在百度Create 2026大会上,CEO李彦宏提出了DAA(每日活跃智能体)新指标,用于衡量AI智能体的实际任务完成情况。该指标旨在解决现有DAU(仅反映用户规模)和token消耗量(仅反映模型投入)的局限性。据Goldman Sachs Research预测,智能体AI将驱动token消耗量到2030年增长24倍,但投入不等于产出。DAA则直接计数成功完成工作循环的智能体,衡量的是交付成果而非活动量。李彦宏预测,全球DAA最终可能超过100亿。
英伟达CEO黄仁勋近期指出,近年大量以AI为名的裁员实为“甩锅”。他分析称,真正能产生价值的AI应用普遍只有约半年历史,但两年前的裁员潮已将其归因于AI,这不符合事实。哈佛商业评论对1066名高管的调研显示,许多裁员旨在消化疫情期间的过度招聘,AI仅被用作“体面”说辞。OpenAI的Sam Altman也承认存在大量“AI washing”。黄仁勋批评这种归因是懒惰且不诚实的叙事,制造了本不该如此强烈的恐慌。
http://x.com/i/article/2057668634579714048
Anthropic的一项研究发现,在社会科学领域,通常男性名字的研究者使用AI编程智能体的频率,超过通常女性名字研究者的两倍。数据显示,经济学家中有39%使用编程智能体,而教育研究者中这一比例仅为4%。这一性别差距在编程智能体的使用上,远比在一般AI使用中更为显著。
版本控制系统 Rsync 的 3.4.3 版本代码库中,包含数百个由 AI 模型 Claude 完成的代码提交。