【AI 奏折】2026年07月22日
共收录 20 篇深度内容
📋 今日内容速览
快速浏览,点击感兴趣的推文查看详细分析
- dontbesilent: 作者公开1.6万条精选推文,供人类和AI学习商业与成长主题。
- Geek: Gemini推出3.6 Flash和3.5 Flash Lite,优化智能体与性价比。
- dontbesilent: 知识付费规模化需减少交付时间,否则受限于千万天花板。
- Tz: 《奥德赛》中宙斯法则指神圣双向好客规范,决定剧情善恶走向。
- Orange AI: 多个模型自称仅次于Fable,实际仅有一个真正接近。
- 歸藏(guizang.ai): 藏师傅的图片生成工具因高效实用而走红。
- 刘小排: 大模型排名如同中国大学,名次重叠泛滥缺乏统一标准。
- Gorden Sun: AI随手证伪87年数学猜想,原研究者曾因此落魄。
- Geek: 逐行解析MiniMind源码详解大模型全流程技术细节
- priyank joshi: 假开源项目只展示不协作,违背开源精神。
- GitHubDaily: 开源项目Petdex提供4000+桌面宠物,支持一键安装与自定义提交。
- dontbesilent: 被动接受的信息难以被主动吸收。
- 向阳乔木: 阿里Qwen3.8在线体验效果不错且持续优化。
- dontbesilent: 小红书流量受多因素影响,需避免跨领域、少标签等操作。
- 泊舟: DeepSeek下一代或小幅领先Kimi K3但难碾压,双方各具优势。
- 赵纯想: 稳步经营产品,拒绝短期行为,追求长期价值。
- Berryxia.AI: Qwen3.8 Max制作的3D放映机效果惊艳,支持多格式本地播放。
- Jackywine: 做AI博主需苹果电脑、网络、会员及每日记录分享。
- iGeekbb: 女生暑期进厂打工遭遇黑中介和恶劣条件,悔恨不已。
- 向阳乔木: 大模型质量提升源于新型混合架构创新。
📖 详细内容
dontbesilent @dontbesilent
商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号:dontbesilent 聊赚钱
6.12 广州线下课,微信 DBsilent | 影响力: 78.11k万粉丝
💡 核心观点: 作者公开1.6万条精选推文,供人类和AI学习商业与成长主题。
可信度: 1/10 – 基于事实核查结果综合评估
事实核查:
- ✗ 无法验证: 验证状态**:partially verifiable
- ✗ 无法验证: 说明**:可通过GitHub仓库查看发布的推文数量(1,544条),但原始1.6万条推文的总数需依赖作者个人统计或X平台后台数据,普通用户无法直接验证。
- ✗ 无法验证: 验证状态**:verifiable
原文内容:
从 2024 年 9 月 30 日到现在,我总共写了 1.6 万条推文 我决定把这些内容整理后公开出来,方便同行洗稿/抄袭/致敬 这些内容经过 AI 层层筛选之后,剩余 1,544 条精选内容,现在已经全部发布到 GitHub 如果是人类阅读,可以看 PDF 格式;如果是给 AI 阅读,可以使用 Markdown 格式 1、所有入选内容均保留推文原文,没有润色,也没有为了出版效果修改内容 2、内容覆盖商业、产品、流量、内容创作、AI、行动、认知和个人成长等主题 3、每条内容都增加了主题、表达形式和概念标签,方便按具体问题查找 4、所有推文按照时间倒序排列,可以从最近的思考一直读回 2024 年 5、每条内容都保留了原始推文链接,需要上下文时可以直接回到 X 查看 6、这份推文集可以直接作为选题库、观点库、案例库和商业思考素材库使用 7、你可以把 Markdown 文件交给 AI,让它查找观点、总结方法、分析案例或研究我的思考方式 8、你也可以让 AI 只基于这份推文集回答问题,并要求它标明对应的日期和原始链接 9、推文集展示的是原始内容,dbskill 则把其中一部分方法整理成可以直接调用的 AI Skills 10、Markdown 和 PDF 都可以在 GitHub 免费阅读和下载,非商业使用时注明来源即可
⏰ 23:44 | ❤️ 59点赞 | 📝 378字 | 查看原文 →
Geek @geekbb
在家居士 | 素食者 | 马拉松爱好者 | 省钱小能手 | 搭技术资深学者 | 科技宅 | 更新狂 | 🆅 六边型战五渣 | Geek Lite ➮ @QingQ77 | 影响力: 0万粉丝
💡 核心观点: Gemini推出3.6 Flash和3.5 Flash Lite,优化智能体与性价比。
可信度: 10/10 – 2项声明可直接验证;3项需进一步确认
事实核查:
- ◐ 部分可验证: Gemini 3.6 Flash 针对 Agent 执行和多模态理解做了专门优化 (可通过官方文档或技术白皮书验证优化方向,但需实测或第三方评测确认实际性能表现。)
- ◐ 部分可验证: Gemini 3.5 Flash Lite 是速度最快、成本最低的 3.5 版本 (可通过官方基准测试或价格对比验证速度和成本,但“最快”“最低”需限定具体场景(如对比同系列其他版本)。)
- ✓ 可验证: Gemini 3.6 Flash 的 API 价格为输入 $1.50 / 输出 $7.50 (价格信息可直接通过官网或官方定价页面确认。)
原文内容:
Gemini 3.6 Flash & 3.5 Flash Lite 正式上线 Gemini 3.6 Flash(智能体 & 多模态强机) 核心优势:在速度与智商之间取得极佳平衡,针对 Agent(智能体)执行和多模态理解做了专门优化。 API 价格:输入 $1.50 / 输出 $7.50 Gemini 3.5 Flash Lite(极致低成本高吞吐) 核心优势:速度最快、成本最低的 3.5 版本,非常适合大规模 API 调用和高并发场景。 API 价格:输入 $0.30 / 输出 $2.50 知识截止时间:2026年3月
⏰ 22:49 | ❤️ 28点赞 | 📝 107字 | 查看原文 →
dontbesilent @dontbesilent
商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号:dontbesilent 聊赚钱
6.12 广州线下课,微信 DBsilent | 影响力: 78.11k万粉丝
💡 核心观点: 知识付费规模化需减少交付时间,否则受限于千万天花板。
可信度: 6/10 – 1项声明可直接验证;1项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: 几乎所有规模化成功的知识付费,都是以降低交付时间为核心思路的 (可通过分析头部知识付费平台(如得到、知乎Live等)的商业模式和课程设计逻辑间接验证,但“几乎所有”这一绝对化表述需具体数据支持,且“核心思路”可能涉及主观判断。)
- ✓ 可验证: 一对一的知识付费业务(非企业咨询)的天花板对多数人是千万级 (行业天花板需依赖未公开的行业收入分布数据或个人案例统计,目前缺乏权威公开报告支持“多数人千万级”这一具体数值。)
- ◦ 观点: 天花板为千万的行业可视为“不存在” (该声明是对行业价值的主观判断,无客观标准定义“行业存在与否”,属于个人观点表述。)
原文内容:
几乎所有规模化成功的知识付费,都是以降低交付时间为核心思路的 一对一的业务,除非走向企业咨询,否则还是受限于知识付费的天花板 而这个天花板,对于少数人来说是亿,对于多数人来说,其实是千万 一个行业,如果天花板是千万,几乎可以认为这个行业,其实是不存在的
⏰ 10:30 | ❤️ 52点赞 | 📝 114字 | 查看原文 →
Tz @tz_2022
品味是一种异常值。→ tastes.md
AI is the steam engine of the mind.
AI 是心灵的蒸汽机。科幻是现实的有效坍塌。加速正在被加速。看,那千尺海啸正扑面而来,而我们还在海滩上捡垃圾。
念念不忘,必有回响。 | 影响力: 0万粉丝
💡 核心观点: 《奥德赛》中宙斯法则指神圣双向好客规范,决定剧情善恶走向。
可信度: 10/10 – 3项声明可直接验证;1项需进一步确认;1项为观点陈述
事实核查:
- ✓ 可验证: 《奥德赛》中“宙斯的法则”核心指向Xenia(好客法则),是剧情发展和善恶裁定的基础 (该声明可通过《奥德赛》原著文本、古希腊神话学术研究(如《荷马史诗》注释或古典学论文)直接验证。Xenia作为古希腊文化核心概念,在文学和史学领域有明确记载。)
- ✓ 可验证: 宙斯以“庇护客旅的宙斯(Zeus Xenios)”化身监督凡人对待陌生人的行为 (古希腊神话中宙斯的多个化身(如Xenios、Horkios)在文献(如赫西俄德《神谱》、品达颂诗)和考古证据(如神庙铭文)中有明确记录,属可验证事实。)
- ◐ 部分可验证: 独眼巨人和求婚者因违反Xenia而遭惩罚,费埃克斯人和欧迈俄斯因遵守Xenia获救赎 (角色结局与Xenia的关联性可通过文本分析确认,但“天罚”是否为古希腊人共识需结合历史语境(如亚里士多德《伦理学》对“正义”的讨论)进一步佐证,存在解读差异。)
原文内容:
《奥德赛》里有一个反复被提及的词儿:宙斯的法则(Zeus's Law),这个概念挺有意思的,值得说一说。 你要是不熟悉古希腊神话传说,搞不好一整场电影看下来,就能因为这个词直接没看懂它到底讲了个啥。。。 其实,在《奥德赛》中,“宙斯的法则”核心指向的是 Xenia(读音:泽尼亚),也就是古希腊社会中神圣不可侵犯的“好客法则”。 在古希腊神话里,最高神宙斯有个专属化身 —— 庇护客旅的宙斯(Zeus Xenios)。 他亲自负责盯着凡人,看他们怎么对待陌生人、乞丐和异乡人。整部《奥德赛》的剧情发展和善恶裁定,基本全盘建立在这套法则上。 从系统和协议的角度来拆解,这套法则不是单向的施舍,而是一套有着严格“请求-响应”规范的双向交互协议。 【主人的义务】 必须无条件接纳上门求助的陌生人,提供食物、洗浴、衣物和庇护。 这里有一条“延迟身份验证”的铁律:在客人吃饱喝足、恢复体面之前,主人绝对不能盘问客人的名字和来历。 这也解释了为什么奥德修斯经常在受到盛情款待好几天后,才报上自己的名号。 等客人离开时,主人还需要送上“客礼”,作为双方缔结跨地域同盟的信物。 【客人的义务】 客人必须对主人保持绝对尊重。绝不能图谋主人的财产、家眷,更不能危及主人的安全。 同时也不能无限期逗留,不能反客为主,变成主人的沉重负担。 带着这个视角去看,《奥德赛》就不光是英雄的回乡史了,它更像是一场针对这套底层协议的“极限压力测试”。 角色的生死结局,全看他们守不守 Xenia。 严重违规者,会被“系统清算”: 比如独眼巨人,奥德修斯搬出“宙斯的法则”求款待,巨人不仅拒接纳,还把客人当零食吃了。他最后被刺瞎双眼,就是对破坏协议的物理惩罚。 再比如终极反派 —— 那些求婚者。他们长期霸占奥德修斯的家,白吃白喝,调戏侍女,还要杀少主。最后被奥德修斯全歼,在古希腊人眼里这不是私仇,而是绝对正当的“天罚”。 协议遵守者,则会获得救赎与奖赏: 费埃克斯国王热情接待了遭遇海难、形如野人的奥德修斯,不仅没防备,还送他满船财宝回家。 底层猪倌欧迈俄斯,虽然自己是个极度贫穷的奴隶,依然把仅有的肉和温暖的床铺,分给了伪装成老乞丐的奥德修斯。这是对法则最动人的诠释。 为什么古希腊人要把单纯的“好客”,拔高到最高神明法则的高度? 因为在缺乏中央集权、跨国法律和现代通讯的古代航海时代,脱离了自己城邦的保护,任何人(包括国王)只要一出海,就会瞬间沦为极度弱势的流浪者。 Xenia 本质上,是古代地中海世界维持文明运作的“去中心化信任网络”。 把“对陌生人的善意”强行绑定到最高神权的惩戒机制上,能极大拉高作恶的成本,从而保障了贸易、情报和人口的跨区域流通。 在这套法则下,拒绝接待陌生人或伤害客人,就等同于向整个文明社会的底层安全共识宣战。 在那个没有防火墙的蛮荒时代,维持文明运转的唯一方式,就是把“敬畏与规矩”强行写进神明颁布的底层代码里。 所以,当最后看到奥德修斯锁上大门、大开杀戒时,千万别把它当成普通的爽文复仇 —— 那是他在替宙斯执行最终的系统清算。
⏰ 10:02 | ❤️ 231点赞 | 📝 1042字 | 查看原文 →
Orange AI @oran_ge
CEO of MarsWave @ColaOSOfficial | 影响力: 170k万粉丝
💡 核心观点: 多个模型自称仅次于Fable,实际仅有一个真正接近。
可信度: 4/10 – 2项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: Cola 上线了一个仅次于 Fable 的模型 July,今日对会员限时免费 (可通过 Cola 官网或官方公告验证模型发布和限免信息,但“仅次于 Fable”需实测对比性能,无法直接验证。)
- ◐ 部分可验证: 该模型会员需求高,需排队使用,建议错峰体验 (排队现象可通过用户实测或官方服务器状态验证,但“需求高”的具体数据未公开,需依赖官方或用户反馈。)
- ◦ 观点: 该模型的思考深度和回复长度与 Fable 相似,可能是 Opus 级别 (对比 Fable 和“Opus 级别”是主观评价,缺乏公开基准测试或官方性能参数支持。)
原文内容:
仅次于 Fable 的模型,到底有几个? 模型在正式发布之前,大家都是仅次于 Fable,一旦都发布了,就只有一个仅次于 Fable 了。 hhh 刚好,今天 Cola 也上线了一个仅次于 Fable 的模型,July ,今日对会员限时免费,欢迎体验。 本来想对所有人开放体验的,可是没想到这个仅次于的 Fable 的模型,会员都喜欢用,现在已经都要排队使用了,建议大家还是错峰使用。 看来这个模型有点东西,至少也是个 Opus 级别的模型吧。 别的不说,这个模型的思考深度和回复长度都跟 Fable 很像。
⏰ 17:49 | ❤️ 30点赞 | 📝 167字 | 查看原文 →
歸藏(guizang.ai) @op7418
关注人工智能、LLM 、 AI 图像视频和设计(Interested in AI, LLM, Stable Diffusion, and design)
歸藏的 AIGC 周刊|公众号:歸藏的AI工具箱 | 影响力: 0万粉丝
💡 核心观点: 藏师傅的图片生成工具因高效实用而走红。
可信度: 6/10 – 1项声明可直接验证;2项需进一步确认
事实核查:
- ◐ 部分可验证: 用藏师傅的社交媒体Skill制作的图片在小红书、小绿书上数据不错 (可通过查看小红书和小绿书的相关内容及互动数据(如点赞、转发量)间接验证,但需明确“数据不错”的具体标准,且“藏师傅Skill”是否为公开工具需进一步确认。)
- ◐ 部分可验证: 发小绿书的朋友越来越多了 (需通过平台用户增长数据或公开报道验证“小绿书”用户是否增加,但“朋友越来越多”属个人观察,可能受限于样本范围。)
- ✓ 可验证: 该Skill可快速生成图片,适合缺乏漂亮素材的用户 (若“藏师傅Skill”为公开工具,可通过测试其功能(如图片生成速度、素材库)直接验证;但需工具可访问且功能描述明确。)
原文内容:
最近频繁能够刷到用藏师傅的这个社交媒体 Skill 做的图片,在小红书、小绿书上数据都不错,而且最近发现发小绿书的朋友越来越多了。 如果你很需要这种快速生成图片,而你自己又没有漂亮素材的话,就可以试试这个 Skill。
⏰ 18:08 | ❤️ 140点赞 | 📝 88字 | 查看原文 →
刘小排 @bourneliu66
| 影响力: 25.09k万粉丝
💡 核心观点: 大模型排名如同中国大学,名次重叠泛滥缺乏统一标准。
可信度: 6/10 – 3项需进一步确认;2项为观点陈述
事实核查:
- ◐ 部分可验证: 中国排名第一的大学有两所 (不同大学排名机构(如QS、THE、软科等)的榜单结果可能存在差异,需明确具体排名机构和时间范围。部分榜单可能出现并列第一的情况,但需查阅官方发布的排名数据确认。)
- ◐ 部分可验证: 世界排名第一的大模型有两个(截至2023年7月21日) (大模型排名依赖评测基准(如MMLU、HELM等),不同基准的领先模型可能不同。需查阅权威AI评测机构发布的同期报告,但“第一”的定义可能因标准不同而存在争议。)
- ◦ 观点: 排名前十的大模型有几十个(截至2023年7月21日) (“几十个”为模糊表述,且“前十”通常指10个,逻辑矛盾。该声明可能是对行业竞争激烈的主观比喻,无具体数据支持。)
原文内容:
中国排名第一的大学有两所,排名前三的大学有五所,排名前十的大学有二十所。 我发现,这像极了AI圈。截止今日(7月21日):世界排名第一的大模型有两个,排名前三的大模型有十个,排名前十的大模型有几十个。
⏰ 18:06 | ❤️ 20点赞 | 📝 83字 | 查看原文 →
Gorden Sun @gorden_sun
只发AI相关信息,个人维护的AI资讯日报(已连续日更3年) | 影响力: 0万粉丝
💡 核心观点: AI随手证伪87年数学猜想,原研究者曾因此落魄。
可信度: 10/10 – 2项声明可直接验证;1项需进一步确认;2项为观点陈述
事实核查:
- ◐ 部分可验证: Fable证伪了存在87年的雅可比猜想,并提供了反证证据和Wolfram验证链接 (可通过检查推文中的Wolfram验证链接直接验证反证过程,但需确认该链接的权威性及Fable的身份(是否为可信研究机构或工具)。雅可比猜想的历史(87年)可通过数学史资料验证,但“Fable”的具体贡献需进一步查证。)
- ◦ 观点: 张益唐的博士论文以雅可比猜想为课题,因导师提供的错误引理导致研究失败,最终被迫离开学术界
- ✓ 可验证: Anthropic研究员未发论文,仅随意贴出雅可比猜想的反证 (推文未提供Anthropic研究员的具体身份或原始帖链接,无法确认其真实性。学术成果通常需同行评议,随意发布重大证明的行为不符合常规,需更多证据支持。)
原文内容:
这是一个极具影响力的事件,原帖却发的如此随意。 原帖内容:雅可比猜想是错的。一个朋友向我提起了雅可比猜想,然后我让Fable在世界杯决赛期间解决了这个猜想。 Fable证伪了存在87年的雅可比猜想,这本来可以发一篇论文,Anthropic的研究员却随手贴了出来,同时贴上了反证的证据和Wolfram验证链接。(可能他觉得证明这么简单没必要发论文吧) 雅可比猜想是什么一般人也看不懂,不过这个猜想跟张益唐有唏嘘的渊源,不知道他看到这个帖子会有什么感受。 张益唐就是前阵子网络流传的一张热图,他在履历写了在赛百味打工了7年。 张益唐在美国普渡大学读博期间,他的导师莫宗坚是研究雅可比猜想的权威。张益唐的博士论文正是以雅可比猜想为课题。当年导师给张益唐提供了一条基于某个引理的证明路线,但后来该引理被证实是错误的。因此,张益唐的研究未能解决该猜想。这一结果导致导师认为张益唐“不适合代数几何”,不仅评价其博士生涯浪费了七年,还拒绝为他写推荐信。直接致使张益唐毕业后在学术界求职受挫,被迫离开学术圈,度过了长达数年颠沛流离、在赛百味打工的生活。
⏰ 17:20 | ❤️ 100点赞 | 📝 401字 | 查看原文 →
Geek @geekbb
在家居士 | 素食者 | 马拉松爱好者 | 省钱小能手 | 搭技术资深学者 | 科技宅 | 更新狂 | 🆅 六边型战五渣 | Geek Lite ➮ @QingQ77 | 影响力: 0万粉丝
💡 核心观点: 逐行解析MiniMind源码详解大模型全流程技术细节
可信度: 10/10 – 3项声明可直接验证;2项需进一步确认
事实核查:
- ◐ 部分可验证: 推文提到逐行精读 MiniMind 源码,帮助读者从具体实现搞懂现代大模型技术体系 (可通过 GitHub 链接查看源码和文档,但“逐行精读”和“真正搞懂”的效果需读者自行验证,涉及主观学习体验。)
- ✓ 可验证: 主线 10 章涵盖 Tokenizer、模型结构、预训练、SFT、DPO、PPO、GRPO 等流程,并标注源码文件和函数名 (GitHub 仓库的文档或代码结构可直接验证章节划分、标注的源码文件及函数名是否存在。)
- ✓ 可验证: 附录包含 17 篇进阶内容,补充量化、投机解码、RLHF 等 MiniMind 未涉及的主题 (GitHub 仓库的附录部分是否包含这些主题可通过公开文档直接确认,但“补充”的完整性需读者判断。)
原文内容:
逐行精读MiniMind源码,帮助读者通过具体实现透彻理解现代大模型技术体系 全书以10章主线内容系统阐述Tokenizer、模型架构、预训练、SFT、DPO、PPO、GRPO全流程,每节标注对应源码文件及函数名称,张量级细节收录于折叠区块中。 附录另含17篇进阶专题,量化、投机解码、RLHF等MiniMind未涵盖的技术模块亦完整补遗。 https://github.com/Enping-Hu/minimind-deep-dive…
⏰ 17:16 | ❤️ 90点赞 | 📝 97字 | 查看原文 →
priyank joshi @dingyi
promote your product ‣ [email protected]
‣ http://quaily.com/dingyi
‣ http://news.dex.group
‣ http://saaspick.dev
‣ http://topfeed.xyz | 影响力: 151.64k万粉丝
💡 核心观点: 假开源项目只展示不协作,违背开源精神。
可信度: 8/10 – 1项声明可直接验证;2项需进一步确认;2项为观点陈述
事实核查:
- ◐ 部分可验证: 很多开源核心项目不接受PR(Pull Request) (可通过查看具体开源项目的GitHub/GitLab等平台中的PR合并记录或贡献指南验证,但需抽样多个项目才能支持“很多”这一量化描述。)
- ◐ 部分可验证: 很多开源核心项目不解决任何issues (可通过检查项目的issue跟踪系统(如GitHub Issues)中的关闭率或响应时间验证,但“很多”需广泛统计,且“不解决”可能涉及主观判断(如延迟或优先级问题)。)
- ◦ 观点: 此类项目仅保持透明以避免被批评“不Open” (动机属于主观推测,无法通过公开数据直接验证项目维护者的意图。)
原文内容:
其实现在很多所谓的开源核心项目就像是透明厨房,就给你看看,一般都不接受任何 PR,也不解决任何 issues,你可以全拿走自己搞去,但别想参与进来。 这哪里是开源,哪里还有开源精神,这是避免被大众批评不 Open,避免被扣上西贝的标签。
⏰ 17:02 | ❤️ 36点赞 | 📝 92字 | 查看原文 →
GitHubDaily @github_daily
挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号:GitHubDaily | 影响力: 77.87k万粉丝
💡 核心观点: 开源项目Petdex提供4000+桌面宠物,支持一键安装与自定义提交。
可信度: 10/10 – 2项声明可直接验证;3项需进一步确认
事实核查:
- ◐ 部分可验证: Petdex 是一个开源项目,收集了 4000+ 个 Codex 桌面客户端宠物 (可通过 GitHub 链接查看项目是否为开源及宠物数量,但需手动统计或依赖项目文档确认具体数量(如未明确标注则需部分验证)。)
- ✓ 可验证: 项目涵盖哆啦 A 梦、蜡笔小新、卡皮巴拉、皮卡丘等宠物 (通过 GitHub 仓库的文件列表或项目文档可直接查看宠物名称及分类。)
- ◐ 部分可验证: 支持一键安装到 Codex 并显示桌面宠物 (需实际测试安装流程是否如描述般便捷,但 GitHub 的 README 或说明文件可能提供操作步骤验证。)
原文内容:
Petdex 是一个开源项目,收录了 4000 多种 Codex 桌面客户端宠物。 项目包含丰富多样的宠物形象,例如哆啦 A 梦、蜡笔小新、卡皮巴拉、皮卡丘等。 GitHub 地址:http://github.com/crafter-station/petdex… 用户可通过一键安装将其部署至 Codex 平台,安装完成后即可选择心仪的宠物在桌面显示。 所有宠物资源均来自开源社区,每个宠物以独立文件夹形式存储,用户也可提交个性化宠物素材。 该项目同时兼容 Claude Code、OpenCode 和 Gemini CLI 等 Agent 编程工具。
⏰ 16:58 | ❤️ 21点赞 | 📝 123字 | 查看原文 →
dontbesilent @dontbesilent
商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号:dontbesilent 聊赚钱
6.12 广州线下课,微信 DBsilent | 影响力: 78.11k万粉丝
💡 核心观点: 被动接受的信息难以被主动吸收。
可信度: 4/10 – 2项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: 文档无论多么简单易懂都不会有人看 (可通过用户行为研究(如眼动实验、文档访问数据分析)部分验证,但需具体场景和数据支持,且“简单易懂”是主观判断。)
- ◐ 部分可验证: 抖音视频无论多么寓教于乐都有人不耐烦 (可通过用户观看时长、互动率等平台数据部分验证,但“寓教于乐”和“不耐烦”缺乏客观标准,需依赖主观反馈。)
- ◦ 观点: 家长给小孩喂饭,小孩就是不吃 (属于类比性主观观点,用于解释前文现象,无具体数据或普遍事实支持,且个体差异极大。)
原文内容:
为什么文档无论多么简单易懂都不会有人看 为什么抖音视频无论多么寓教娱乐都有人不耐烦 为什么无论 skill 的门槛多低,都会有人不安装 那你就想想为什么家长给小孩喂饭,小孩就是不吃? 因为打从一开始,他就是不吃的呀
⏰ 16:44 | ❤️ 89点赞 | 📝 92字 | 查看原文 →
向阳乔木 @vista8
喜欢摇滚乐、爱钓鱼的PM
网站:https://qiaomu.ai | 影响力: 0万粉丝
💡 核心观点: 阿里Qwen3.8在线体验效果不错且持续优化。
可信度: 8/10 – 2项声明可直接验证;1项需进一步确认;1项为观点陈述
事实核查:
- ✓ 可验证: 阿里巴巴Qwen3.8-max-Preview可通过在线访问https://chat.qwen.ai测试 (该链接为公开可访问的官方网页,可直接验证服务是否存在及基础功能)
- ◐ 部分可验证: 网页端仅支持文本和简单前端网页测试,需API才能更全面评估 (网页功能限制可通过实际访问验证,但”API更靠谱”需技术对比测试,普通用户难以直接验证)
- ✓ 可验证: 模型每天在变强,今日代码能力比K3强(据朋友反馈) (“每天变强”缺乏量化指标;与K3的对比为匿名第三方主观评价,无公开基准测试支持)
原文内容:
最简单测试阿里巴巴Qwen3.8-max-Preview的方法。 不用下载安装任何客户端,直接在线访问 https://chat.qwen.ai 身边不少朋友反馈确实还不错,可能狼来了太多次,大家都有点不太信阿里了... 不过网页端只能测文本和简单的前端网页,还是得用 API 来测更靠谱。 还真的是每天在变强,今天比昨天质量好,有朋友说写代码甚至比K3强。 评论里后续会更新测试Case
⏰ 16:29 | ❤️ 25点赞 | 📝 126字 | 查看原文 →
dontbesilent @dontbesilent
商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号:dontbesilent 聊赚钱
6.12 广州线下课,微信 DBsilent | 影响力: 78.11k万粉丝
💡 核心观点: 小红书流量受多因素影响,需避免跨领域、少标签等操作。
可信度: 10/10 – 2项声明可直接验证;2项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: 同时发商业内容和AI内容会导致流量下滑,因为不在垂类里 (平台算法通常鼓励垂直内容,但具体跨领域是否导致流量下滑需实测或官方规则佐证,目前无公开明确说明。)
- ✓ 可验证: 每条笔记打5个大标签(如知识分享、OOTD)能避免被分到小流量池 (标签数量与流量池分配的关系属于平台内部算法逻辑,无公开数据支持,仅能通过个人经验推测。)
- ◐ 部分可验证: 开蓝V/金V、开店或挂商品会导致流量下滑 (部分用户反馈商业行为可能影响流量,但平台未公开证实,需对比同类账号数据验证。)
原文内容:
其实我在小红书已经不变现了。对我来说小红书已经是上个世纪的事了(我的变现已经靠抖音、微信小店还有私域接住了),但刚好今天有人来问,我就发个汇总 以下是我所经历的,我在小红书遇到的导致我流量下滑的情况。你不一定也会这样,但供大家参考 1、因为我同时发商业内容和 AI 内容,导致我不在所谓的垂类里,我横跨多个领域,所以我流量下滑 2、每条笔记最好打 5 个超级大标签,比如说知识分享,比如说 OOTD ,如果打的标签少于 5 个,或者是打了非常细碎的小标签,可能会被分发到特别小的流量池里,导致流量下滑 3、开蓝 v、开金 v、开店,流量都会下滑 4、挂商品,发成商品笔记,流量会下滑 5、粉丝过万,粉丝过十万,粉丝过五十万,流量会下滑。因为赛马机制会导致你和更大量级的创作者 pk 6、骂小红书也会流量下滑,更严重的是审核员会给你打上一个类似煽动对立之类的标签 7、同上。搞男女对立之类的也会有影响 8、评论区有问题和笔记有问题视作同一问题。也就是说,有大量的人在你的评论区违规,也会导致你的笔记有问题,因为是你创造了这些违规 9、我上面说的每一条都会有人觉得他犯了这个问题,流量却不降反升。所以只代表我个人的情况,供大家参考。我说的都是错的
⏰ 16:36 | ❤️ 262点赞 | 📝 433字 | 查看原文 →
泊舟 @bozhou_ai
AI 程序员 & Vibe 编码者 | 构建 Agent 、系统提示与高效流程 | 热爱设计、编码,将想法转化为影响力|AI中转站创业中| 合作&咨询 +V:bozhou_ai | 影响力: 22.30k万粉丝
💡 核心观点: DeepSeek下一代或小幅领先Kimi K3但难碾压,双方各具优势。
可信度: 10/10 – 2项声明可直接验证;2项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: DeepSeek V4 在代码、推理、调用成本及国产算力适配方面占优,而 Kimi K3 在综合能力、Agent、长文本检索和多模态上更占优势。 (需依赖第三方评测或官方技术白皮书对比,但具体权重和评测标准未公开,部分指标(如”国产算力适配”)缺乏统一量化依据。)
- ✓ 可验证: Apodex 预测 DeepSeek 下一代模型有 60% 概率温和领先 Kimi K3(5%-15% 优势),30% 概率长期互有胜负,10% 概率研发延期导致落后。 (预测基于未公开的算力、资金、架构路线等变量,且模型参数和训练细节未知,无法通过现有信息验证概率准确性。)
- ◐ 部分可验证: 第三方评测目前更支持 Kimi K3,但 DeepSeek 的资金、算力和架构路线可能有利于下一代。 (第三方评测结果可通过公开报告验证,但资金、算力分配等内部信息需依赖企业披露,架构路线(如 Engram)的技术细节可能未完全公开。)
原文内容:
DeepSeek 下一代还能不能超过 Kimi K3? 我把这个问题丢给了 Apodex。实际跑完后,主要情景的发生概率约 60%,但大概率只会领先 5%–15%,不会碾压。 这里的超过主要指综合评测、推理和代码,不代表每个维度都领先。 因为 超过 这个词太虚了。 代码强算超过,还是 Agent 强算超过?长上下文、多模态、推理能力和调用成本,权重又该怎么分? 这次我先把口径定死:主要看公开综合评测,以及推理和代码能力,不代表每个维度都领先。 按 Apodex 这次整理的公开信息,Kimi K3 当前在综合能力、Agent、长文本检索和多模态上更占优势。 DeepSeek V4 的长处则是代码、推理、调用成本,以及对国产算力的适配。 所以这道题并不是谁全面压过谁,而是 DeepSeek 下一代能不能补齐短板,同时守住自己的优势。 两边的信息其实是打架的。 已经发布的第三方评测更支持 Kimi K3,DeepSeek 的资金、算力和架构路线则更有利于下一代。 Apodex 的取舍是:判断当前差距,优先看已发布评测。预测下一代,再看资金、算力、架构和团队这些硬变量。没有官方确认的参数和发布时间传闻,一律不算核心证据。 它把接下来的胜负拆成了四个变量: 1. DeepSeek 能拿到多少算力和资金 2. Engram 这条架构路线能不能继续跑通 3. 团队扩张后还能不能保持迭代速度 4. 国产芯片能不能接住下一轮训练和推理 对我来说,这些变量比一张未经确认的跑分截图更有参考价值。 基于这些变量,它给了三种情景: 60%:DeepSeek 下一代温和领先 Kimi K3。 30%:两家长期互有胜负。 10%:DeepSeek 研发延期或架构遇到瓶颈,Kimi 继续领先。 这三个数字是情景发生概率。它对整套判断的置信度是 65%,因为下一代模型的参数、数据和训练细节还没有公开。 Apodex 最终没有押 DeepSeek 重新一家独大。 我最开始觉得这个判断有点保守。把四个变量拆开之后再看,它更看好 DeepSeek + Kimi 长期双头竞争。 即使 DeepSeek 下一代综合跑分超过 K3,也很可能只是推理和代码重新领先。到了真实使用里,开发者还是会按场景选模型,不会所有任务只用一家。 我觉得这次回答里最好的一段,是它主动写出了自己会在什么情况下改口。 如果 DeepSeek 新模型继续延期、团队出现明显波动,60% 会降到 30%–40%。 如果官方公开下一代技术路线,第三方评测又在代码、Agent 和浏览任务上全面领先,这个概率才会上升到 75%–80%。 AI 预测最容易写成算命:给一个很准的数字,说完就跑。 但一个预测如果没有证据、失效条件和回来对账的时间点,70% 和 40% 其实没多大区别。 按 Apodex 公布的信息,这套方法在 FutureX 实时预测 benchmark 上拿过领先排名。不过我更在意的,还是它愿意把判断过程和改口条件摊开。 我先把这个时间戳留在这里: 这次用 Apodex 跑出来的主要情景是:DeepSeek 下一代约有 60% 概率在综合评测、推理和代码上超过 Kimi K3。整套判断的置信度是 65%,更长期的格局可能是双头竞争。 等 DeepSeek 正式发布,我们回来对账。 如果你也想看它怎么拆信源和不确定性,可以自己拿一道还没有答案的问题试试: https://apodex.ai #Apodex
⏰ 15:53 | ❤️ 67点赞 | 📝 935字 | 查看原文 →
赵纯想 @chunxiangai
http://laper.ai – AI剧作 http://bellybook.cn – 胃之书 http://love.chunxiang.space – 入门课程 http://chunxiang.ai – 顾问服务 http://motherbase.app – 出海神器 | 影响力: 38.16k万粉丝
💡 核心观点: 稳步经营产品,拒绝短期行为,追求长期价值。
可信度: 8/10 – 2项声明可直接验证;1项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: VibeLofter将以每周5个迭代的速度进化 (可通过官方更新日志或版本历史验证迭代频率,但需持续观察实际更新情况,短期可能无法完全确认。)
- ✓ 可验证: 广告位设置是高价门槛+品味门槛,分币不赚(just for fun) (广告位的定价策略和营收数据通常未公开,且“品味门槛”为主观描述,无法客观验证。)
- ✓ 可验证: 该项目是投资人观察真正日活数据的地方 (日活数据属于内部运营指标,除非官方主动披露或投资人公开证实,否则无法验证。)
原文内容:
VibeLofter 们不要慌,自从做 Laper 以后我就知道:只要开始一个项目,就要“尊重时间,尊重经营”。 绝对不能搞一波流产品! 它将以每周5个迭代的速度,进化为所有 VibeCoder 舒心、愉快的聚集地。同时也是投资人观察真正日活数据的地方。 广告位那里纯粹是高价门槛 + 品味门槛,所以分币不赚。just for fun!
⏰ 15:03 | ❤️ 26点赞 | 📝 105字 | 查看原文 →
Berryxia.AI @berryxia
| 影响力: 39.76k万粉丝
💡 核心观点: Qwen3.8 Max制作的3D放映机效果惊艳,支持多格式本地播放。
可信度: 9/10 – 2项声明可直接验证;2项需进一步确认
事实核查:
- ◐ 部分可验证: Qwen3.8 Max的3D功能被他人评价为不太行 (需查找第三方评测或用户反馈,但缺乏具体来源和统计范围,可能仅代表部分观点)
- ◐ 部分可验证: 用户用Qwen3.8 Max制作了支持动画交互和细节刻画的3D放映机 (需实际测试工具功能或查看用户提供的作品演示,但无直接公开证据)
- ✓ 可验证: 该工具支持本地上传PDF、MP4、PPT等文件并转换为胶片风格效果 (可通过官方文档或工具实测验证文件格式支持情况,但“胶片时代”效果描述为主观体验)
原文内容:
卧槽~终于圆梦了啊! 这下我真的给做了个幻灯片放映机啊,别人都说Qwen3.8 Max的3D不太行,于是乎我试试。 用它做了个3D放映机,动画交互,和细节的刻画我觉得还不错啊,也不是不行啊! 关键这玩意支持本地上传PDF、影片MP4、PPT等都可以直接让你梦回胶片时代哈哈。 PS:谁知道末尾的彩蛋的名字
⏰ 14:17 | ❤️ 53点赞 | 📝 109字 | 查看原文 →
Jackywine @jackywine
Prompt Engineer | 端侧 AI | Anthropic,OpenAI,Google AI·用户
不过是工作之余分享一些 AI、设计、产品、一人公司的普通网友罢了
Telegram channel:http://t.me/jackywineEarth | 影响力: 42.44k万粉丝
💡 核心观点: 做AI博主需苹果电脑、网络、会员及每日记录分享。
可信度: 6/10 – 1项声明可直接验证;2项需进一步确认;1项为观点陈述
事实核查:
- ◦ 观点: 做AI博主需要先购买苹果电脑(苹果手机可选,但电脑必须) (该声明是主观建议,无客观证据表明苹果电脑是成为AI博主的必要条件,可能基于个人偏好或特定工具兼容性。)
- ◐ 部分可验证: 开AI公司的月会员(如Codex账号)是获取AI资源的“最简单方式” (链接若指向官方注册渠道可验证会员服务存在,但“最简单方式”是主观判断,未与其他途径(如免费API、开源工具)对比。)
- ◐ 部分可验证: 使用Obsidian本地记录AI聊天内容并形成知识库有助于输出分享 (Obsidian作为工具可验证其功能,但“有助于输出分享”取决于个人使用效果,属经验性结论,需实测验证。)
原文内容:
若想成为AI领域博主,请按以下步骤操作: 1. 购置一台Mac(搭配iPhone更佳,非必需但电脑必须选苹果) 苹果电脑选购指南: https://my.feishu.cn/wiki/Eaf3wWF51igr9gkKYShcHyfAnMd… 2. 确保网络畅通 3. 开通AI公司的月度会员(务必选择月付方案) 快速获取Codex账号的方法: https://my.feishu.cn/wiki/GKKtwIV8PiWfkskpAzHc5dxwnLc… 4. 每日边浏览网络边与AI对话,建议同步使用obsidian本地存储聊天记录 obsidian即装即用库及实用技巧: https://my.feishu.cn/wiki/GccZwP13MikuGJk07mTcOXAfnAg… 5. 每日整理踩坑经验,构建可分享的知识库 参考我的飞书知识库: https://my.feishu.cn/wiki/J4PCwCBmEipifUkxglQcu40qnhg…
⏰ 13:41 | ❤️ 77点赞 | 📝 153字 | 查看原文 →
iGeekbb @igeekbb
发一些碎碎念和有趣的东东,主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝
💡 核心观点: 女生暑期进厂打工遭遇黑中介和恶劣条件,悔恨不已。
可信度: 6/10 – 1项声明可直接验证;2项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: 女生干着10元/小时的苦力,被中介带去干到晚上十点。 (工资标准和工时可通过劳动合同、工资条或中介公开信息部分验证,但需依赖当事人提供具体证据或中介回应,可能存在区域性/行业性差异。)
- ◐ 部分可验证: 宿舍在无电梯的七楼,6人共用无门厕所,床铺摇摇欲坠。 (宿舍条件可通过实地考察或照片/视频验证,但需当事人或第三方提供具体证据;若无公开记录则难以独立核实。)
- ✓ 可验证: 因交了200元押金只能硬撑,否则无法离开。 (押金条款通常依赖口头协议或非正规合同,除非有书面记录或中介公开承认,否则难以验证其真实性及约束力。)
原文内容:
所有人都在告诉她,你见识到外面社会的厉害了吧。 真心建议女生不要独自来大城市进厂做暑假工!一位女生分享糟心经历:干着10元/小时的苦力,被中介带去干到晚上十点。 下班后中介直接回家,只丢下定位让她自己拖着行李找宿舍。最绝望的是,宿舍在无电梯的七楼,她只能独自扛行李上去。 宿舍环境极差,6人共用无门厕所,床铺摇摇欲坠。她躲在上铺绝望痛哭想回家,但因交了200元押金只能硬撑。她对这里失望至极,发誓再也不来了。
⏰ 12:20 | ❤️ 413点赞 | 📝 176字 | 查看原文 →
向阳乔木 @vista8
喜欢摇滚乐、爱钓鱼的PM
网站:https://qiaomu.ai | 影响力: 0万粉丝
💡 核心观点: 大模型质量提升源于新型混合架构创新。
可信度: 6/10 – 1项声明可直接验证;2项需进一步确认;1项为观点陈述
事实核查:
- ◐ 部分可验证: 最近大模型参数都能上 T,且质量超好 (可通过公开的大模型参数规模(如论文、技术报告)验证参数上 T 的事实,但“质量超好”需依赖具体评测数据(如公开基准测试结果),部分模型可能缺乏全面公开评估。)
- ◐ 部分可验证: 新模型构架(如 Gated Delta Networks)与参数规模和质量提升有关 (Gated Delta Networks 若存在公开论文或技术文档(如 arXiv),可验证其架构设计;但“与质量提升有关”需实验对比或论文结论支持,可能缺乏直接因果证据。)
- ✓ 可验证: 英伟达 Nemotron、Kimi Delta Attention、Qwen 最新模型均采用类似混合构架 (可通过官方发布的模型技术文档(如 GitHub、博客或论文)验证架构设计,但需确认具体是否为“混合构架”及相似性程度。)
原文内容:
一直很好奇,为什么最近大模型的参数量都能突破万亿级别,而且质量还如此出色? 感觉这与新型模型架构有关。 从一篇文章中发现了名为"门控Delta网络"的技术,它建立在Mamba架构的思想基础上。 无论是英伟达的Nemotron模型、Kimi的Kimi Delta Attention,还是Qwen的最新模型架构, 都采用了类似的混合架构设计。今天有必要好好研读下这篇论文。
⏰ 12:19 | ❤️ 56点赞 | 📝 90字 | 查看原文 →
dontbesilent
Geek
Tz
Orange AI
歸藏(guizang.ai)
刘小排
Gorden Sun
priyank joshi
GitHubDaily
向阳乔木
泊舟
赵纯想
Berryxia.AI
Jackywine
iGeekbb