【AI 英文奏折】2026年07月13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

1. Ethan Mollick: AI增长被低估，类似太阳能指数级增长趋势。
2. Ethan Mollick: AI公司未清晰展示模型在代码等领域的强大能力。
3. jack friks: 作者购买耐用双轮随身行李箱，因飞行员推荐且空间更大。
4. Rohan Paul: Transformer模型可通过示例学习任务先验并动态调整预测。
5. Marc Lou: 创业需灵活应变，勿固执于失败项目。
6. Marc Lou: 未来SaaS应围绕AI助手交互设计并优化可见度。
7. Emily: Seedance V2.5高价视频若被埋没将导致创作者流失。
8. Rohan Paul: GPT-5.6 Sol设计评分夺冠，视觉偏好与速度优势显著。
9. Charly Wargnier: 新技术实现巨型模型在低内存设备上流畅运行。
10. Charly Wargnier: 开源免费视频编辑器OpenCut挑战CapCut的付费模式。
11. TechHalla: 2D动画风格主角在霓虹僵尸公园激烈战斗。
12. levelsio: 小肉丸做法简单多汁，调味丰富且无麸质。
13. Alex Veremeyenko: AI技术应关注日常实用场景而非宏大叙事。
14. Alex Prompter: AI视频模型与机器人控制需分开训练解决实操问题。
15. Riley Brown: OpenAI发布最强模型GPT 5.6 Sol并整合多项新功能。
16. Amira Zairi: 电影式镜头展现奔跑中的自由与决心。
17. Chubby♨️: GPT-5.6存在令牌效率缺陷但非模型缺陷。
18. Rohan Paul: AI成本下降将催生大量前所未有的新应用场景。
19. levelsio: Tailscale密钥过期会导致服务器无法访问，建议禁用自动过期功能。
20. Aakash Gupta: Quiznos靠高价原料压榨加盟商，Subway合作采购实现共赢。

---

📖 详细内容

Ethan Mollick @emollick

Professor @Wharton studying AI, innovation & startups. Democratizing education using tech. Author of Co-Intelligence | 影响力: unknown万粉丝

💡 核心观点: AI增长被低估，类似太阳能指数级增长趋势。

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: 专家们年复一年地持续预测太阳能安装的线性增长，却总是出错，因为增长仍然是指数级的。 (可通过历史能源行业报告或学术研究验证专家对太阳能安装量的预测与实际增长趋势的差异，但需具体数据对比（如国际能源署或彭博新能源财经的报告）。”指数级增长”的表述需定义时间范围和基准数据，可能存在统计口径差异。)
• ◦ 观点: 在围绕人工智能的产品战略讨论中，同样的事情（低估指数增长）正在发生。 (该声明为类比性观点，缺乏具体案例或数据支撑。AI领域的发展速度是否被系统性低估属于主观判断，目前无统一衡量标准，且不同技术方向差异较大。)
• ✓ 可验证: 存在一张著名的图表展示太阳能预测与实际的差异。 (若特指某份公开报告（如《国际能源署世界能源展望》历年版本），其预测图表可直接查阅；但推文未指明具体来源，需假设引用的是广泛传播的权威资料。)

原文内容:

我一直在思考那张著名的图表，它展示了专家们年复一年地持续预测太阳能安装的线性增长，却总是出错，因为增长仍然是指数级的。

我认为，在围绕人工智能的产品战略讨论中，同样的事情正在发生。

⏰ 03:03 | ❤️ 1937点赞 | 📝 82字 | 查看原文 →

↑ 返回顶部

Ethan Mollick @emollick

Professor @Wharton studying AI, innovation & startups. Democratizing education using tech. Author of Co-Intelligence | 影响力: unknown万粉丝

💡 核心观点: AI公司未清晰展示模型在代码等领域的强大能力。

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: 在适当的设置下，当前的模型在代码/Codex等领域能够完成大量有用的工作 (可通过测试开源模型（如Codex衍生品）或商业API（如GitHub Copilot）验证部分能力，但“大量有用”的定义模糊，且依赖“适当设置”这一主观条件，需实测评估。)
• ✓ 可验证: AI公司未清晰解释其系统实际能力 (可通过对比AI公司宣传材料（如官网、博客）与用户实测反馈或第三方评测验证信息透明度，存在公开案例（如过度宣传或功能限制争议）。)
• ◦ 观点: 该推文并非鼓励性内容，而是批评AI公司的沟通问题 (推文作者的主观意图，无客观事实依据，属于对动机或立场的表述。)

原文内容:

很少有人知道，在适当的设置下，当前的模型在代码/Codex 等领域能够完成多少有用的工作。

这不是一篇“加油，你起步很早”的帖子，这是一篇“AI 公司真的很糟糕地解释了它们的系统到底能做什么，而且没有清晰明了”的帖子。

⏰ 11:03 | ❤️ 75点赞 | 📝 87字 | 查看原文 →

↑ 返回顶部

jack friks @jackfriks

curious guy creating things @ jackfriks.com – up and coming wife guy | 影响力: 147.1k万粉丝

💡 核心观点: 作者购买耐用双轮随身行李箱，因飞行员推荐且空间更大。

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: 很多飞行员都在用这个随身行李箱 (可通过品牌宣传、用户评价或行业报告间接验证，但需具体数据支持“很多飞行员”这一量化描述，且可能存在选择性宣传。)
• ◐ 部分可验证: 双轮版本能提供更多空间且更不容易坏 (双轮设计是否增加空间可通过产品规格对比验证，耐用性需长期实测或第三方测评，短期无法完全验证。)
• ✓ 可验证: 这辈子从未用过随身行李箱，现在需要一个能用很久的 (属于用户个人经历和主观需求，无客观验证依据。)

原文内容:

刚研究了一个小时后买了这个随身行李箱

我这辈子之前从未用过随身行李箱，但现在需要一个能用很久的……希望这个能行

据说很多飞行员都在用它，而且用双轮版本是为了多点空间 + 更不容易坏

⏰ 09:16 | ❤️ 31点赞 | 📝 81字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: Transformer模型可通过示例学习任务先验并动态调整预测。

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: 基于 Transformer 的模型可以通过阅读示例数据集调整预测，无需改变权重 (需查阅论文（arXiv:2606.20538）中的实验设计及结果，验证模型是否通过上下文学习实现预测调整，但权重不变性需具体代码或实验复现确认。)
• ✓ 可验证: 该方法在回归测试、重尾偏移等场景中与贝叶斯参考预测匹配 (论文中应包含对比实验数据，可通过公开的论文内容直接验证其声称的性能表现。)
• ◐ 部分可验证: 该方法比基于采样的推理快几个数量级 (需检查论文中的基准测试结果，但实际速度可能因硬件/实现差异而需独立复现确认。)

原文内容:

基于 Transformer 的模型可以从示例数据集中学习任务的起始假设，并在不改变其权重的情况下调整预测。

大多数预训练模型将一种先验隐藏在它们的训练参数中，因此不熟悉的设置可能会产生脆弱的预测。

该论文发现，一个训练好的模型可以通过阅读展示那里通常发生什么的示例来适应不同的环境。

本文提出的新方法，将几个相关的数据集放在目标示例之前，将它们用作先验或起始信念。

仅解码器的 Transformer 学习任务如何共享隐藏结构，然后利用该结构来预测目标任务。

在回归测试、重尾偏移、复杂先验和气候数据等方面，它通常与贝叶斯参考预测相匹配。

它也比基于采样的推理快几个数量级，尽管严重的季节性偏移仍暴露了重要的限制。

---

– arxiv.org/abs/2606.20538

标题：“多任务贝叶斯上下文学习”

⏰ 09:05 | ❤️ 23点赞 | 📝 272字 | 查看原文 →

↑ 返回顶部

Marc Lou @marclou

⭐️ TrustMRR.com $27K/m | DataFa.st $20K/m | SHlPORDIE.COM $20K/mo | 影响力: 170.0k万粉丝

💡 核心观点: 创业需灵活应变，勿固执于失败项目。

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:

• ◐ 部分可验证: Alex 从 0 美元 → 每月 5 万美元 → 又回到 0 美元 (需查看Alex的公开财务记录、采访或书籍内容，但若无具体数据来源则无法完全验证。)
• ✓ 可验证: “最高的巅峰和最低的谷底”是Alex的原话 (可通过书籍原文或Alex的公开演讲/采访直接验证是否为直接引用。)
• ✓ 可验证: “这本书是免费的” (可通过书籍发布平台（如官网、社交媒体）或作者声明直接验证获取方式。)

原文内容:

这是我今年读过的最好的书。

Alex 从 0 美元 → 每月 5 万美元 → 又回到 0 美元。

人们知道在什么都没发生时坚持苦干有多难，但很少有人明白，当你的业务进入平台期，或者更糟，开始下滑时，需要多么坚强的神经。

他分享了自己经历的一切。正如他所说，“最高的巅峰和最低的谷底”。

我最大的收获：不要爱上你的想法。与其试图修补一艘正在下沉的船，你最好尝试一些新东西。

Alex 也是一位出色的作家。我眨了眨眼，就读完了 10 万字。

它比所有那些为大众市场写的废话书更贴近生活、更真诚。

读他的书吧。它是免费的。

⏰ 15:11 | ❤️ 762点赞 | 📝 198字 | 查看原文 →

↑ 返回顶部

Marc Lou @marclou

⭐️ TrustMRR.com $27K/m | DataFa.st $20K/m | SHlPORDIE.COM $20K/mo | 影响力: 170.0k万粉丝

💡 核心观点: 未来SaaS应围绕AI助手交互设计并优化可见度。

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:

• ✓ 可验证: AlexandruGlv在做一份9/5的工作的同时，还在开发一个微型SaaS，但增长非常缓慢 (该声明涉及个人工作状态及项目进展，属于非公开信息，除非当事人提供具体数据或公开记录，否则无法验证。)
• ◐ 部分可验证: ChatGPT建议寻找YouTuber进行赞助的解决方案是DIY或大型通用数据库，没有适合特定场景的工具 (可通过向ChatGPT输入相同问题验证其回答内容，但“适合特定场景”的判断是主观的，取决于用户需求。)
• ◦ 观点: 未来五年人们将通过AI助手与SaaS产品互动，因此应将AI可见度设为北极星指标 (这是对未来趋势和产品策略的主观预测，无客观事实依据，属于个人观点或愿景。)

原文内容:

我的朋友 @AlexandruGlv 在做一份9/5的工作的同时，还在开发一个微型SaaS，但增长非常缓慢，所以他向我征求意见。

（背景说明，他的产品是一个数据库，用于寻找YouTube
网红进行赞助）

我去问了ChatGPT：“如何寻找YouTuber进行赞助？”

它给出的建议是DIY解决方案或大型通用数据库，没有任何适合我使用场景的东西。

如果我今天要启动一个新的SaaS，我会想：“五年后，人们将如何与我的产品互动？”

在大多数情况下，答案是通过AI助手，所以我会把AI可见度设定为我的北极星指标，然后反向构建一切。

我会做所有事情，确保潜在客户能够
1. 在ChatGPT上找到我的产品
2. 在ChatGPT上完成入驻
3. 从ChatGPT中获得价值

llms.txt、markdown文件、在Reddit/YouTube上获得提及，等等...

目前还不清楚要做什么才能获得提及，但我会尝试一切手段，成为第一个AI代理初创公司，就像@wickedguro用Postiz所做的那样（$150K MRR）。

谁知道呢，也许在过程中我会发现一个价值是当前SaaS高100倍的新产品？

瞎搞一通然后发现真相 

⏰ 17:21 | ❤️ 414点赞 | 📝 303字 | 查看原文 →

↑ 返回顶部

Emily @iamemily2050

Any sufficiently advanced technology is indistinguishable from magic. | 影响力: 48.2k万粉丝

💡 核心观点: Seedance V2.5高价视频若被埋没将导致创作者流失。

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: Seedance V2.5 即将推出，仅剩几天时间 (可通过 Seedance 的官方网站或官方社交媒体账号查看版本更新公告和发布时间。)
• ◐ 部分可验证: 许多创作者将发布大量使用 Seedance V2.5 制作的视频 (可通过观察 Seedance 社区或相关平台的视频发布趋势来部分验证，但“大量”是模糊表述，需具体数据支持。)
• ✓ 可验证: 这些视频是使用任何 AI 视频模型制作的最昂贵的视频；成本超过一个 Fable 5 提示 (制作成本涉及未公开的定价或内部数据，且“最昂贵”缺乏明确比较基准，无法直接验证。)

原文内容:

Seedance V2.5 即将推出，仅剩几天时间，许多创作者将发布大量视频。这些视频是使用任何 AI 视频模型制作的最昂贵的视频；成本超过一个 Fable 5 提示。如果算法将这些视频埋没，它将向视频创作者发出一个强烈信号，促使他们离开这个平台。

⏰ 08:17 | ❤️ 84点赞 | 📝 89字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: GPT-5.6 Sol设计评分夺冠，视觉偏好与速度优势显著。

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: GPT-5.6 Sol 在 Design Arena 上以 1353 Elo 分夺得第一名，超过 Claude Fable 5 (需查看 Design Arena 的官方排行榜或公告，但若该平台未公开实时数据或具体测试细节，则无法完全独立验证。)
• ◐ 部分可验证: GPT-5.6 Sol 比 GPT-5.5 高出 60 分，OpenAI 在排行榜上升了 18 个位置 (需对比 Design Arena 的历史榜单数据，但若分数变动和排名变化未公开存档，则需依赖平台或开发者提供记录。)
• ✓ 可验证: Design Arena 的评分基于人类投票者对匿名输出的两两偏好，通过统计建模转化为 Elo 分数 (若 Design Arena 公开其评估方法（如官网或白皮书），此声明可直接验证；否则需联系平台方确认。)

原文内容:

GPT-5.6 Sol 刚刚在 Design Arena 上夺得第一名，在前端设计中达到了 1353 Elo 分，超过了 Claude Fable 5。

它比 GPT-5.5 高出 60 分的跃升，让 OpenAI 在排行榜上上升了 18 个位置。

Design Arena 要求模型根据提示创建网页，而不使用代理工具循环。

人类投票者比较匿名输出的结果，两两偏好通过统计建模转化为 Elo 分数。

因此，更高的分数反映了更受欢迎的视觉效果，并不保证软件的正确性或可靠性。

GPT-5.6 Sol 在检查渲染页面的卓越能力很可能解释了其设计质量为何能在无需更长交互的情况下得到提升。

它的速度又带来了另一项优势，因为类似竞争对手需要更多时间才能达到相似的偏好分数。

⏰ 08:12 | ❤️ 29点赞 | 📝 205字 | 查看原文 →

↑ 返回顶部

Charly Wargnier @datachaz

Ex @Streamlit @Snowflake Maestro • I write about AI agents, LLMs and automation • My ❤️ is open source • DM for collabs | 影响力: unknown万粉丝

💡 核心观点: 新技术实现巨型模型在低内存设备上流畅运行。

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: COLIBRI 在一台 25GB 机器上运行 GLM-5.2（744B 模型），未使用 GPU (需查看官方仓库或文档中关于硬件需求的说明，但实际运行效果可能因环境差异而需实测验证。)
• ✓ 可验证: COLIBRI 通过智能缓存和磁盘流式传输实现巨型模型在低内存设备运行 (技术原理可通过开源仓库（如 GitHub）的代码或文档直接验证，但具体性能取决于实现细节。)
• ◐ 部分可验证: 磁盘速度限制了模型的响应速度（打字速度） (需实测对比不同存储设备下的性能表现，或查看官方提供的基准测试数据。)

原文内容:

巨型模型需要巨型内存的规则正式作古

COLIBRI 在一台 25GB 机器上运行 GLM-5.2，这是一个 744B 模型，没有使用 GPU。

因为模型一次只需使用其参数的一小部分，colibrì 智能地将核心保存在 RAM 中，并即时从磁盘流式传输其余部分。

虽然磁盘速度限制了它的打字速度，但在消费级设备上从一个巨型模型获得完美响应，这是一个惊人的概念验证！

★ 2.1k stars · Apache-2.0

100% 免费且开源。

仓库见 ↓

⏰ 16:57 | ❤️ 930点赞 | 📝 132字 | 查看原文 →

↑ 返回顶部

Charly Wargnier @datachaz

Ex @Streamlit @Snowflake Maestro • I write about AI agents, LLMs and automation • My ❤️ is open source • DM for collabs | 影响力: unknown万粉丝

💡 核心观点: 开源免费视频编辑器OpenCut挑战CapCut的付费模式。

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:

• ✓ 可验证: OpenCut 是一个完全免费的开源替代品，刚刚在 GitHub 上获得 62K 星标 (可通过 GitHub 公开仓库查看项目是否为开源、许可证类型（如 MIT）、星标数量及是否免费。)
• ◐ 部分可验证: CapCut 在用户作品中添加品牌标识，锁定核心功能并收取订阅费 (CapCut 的付费功能和品牌标识政策可通过其官网或用户协议验证，但“锁定核心功能”需实测确认具体限制程度。)
• ◐ 部分可验证: OpenCut 正在进行底层重写，新架构基于 Rust 核心，支持多平台和插件优先架构 (项目代码库可验证技术栈（如 Rust/TypeScript 比例）和架构描述，但“新架构简直疯狂”为主观评价，实际性能需实测。)

原文内容:

忘记 CAPCUT：这个完全免费的开源替代品刚刚在 GITHUB 上获得 62K 星标。

首先 CapCut 在你的作品中添加他们的品牌标识，然后他们锁定核心功能，最后，他们向你收取循环订阅费。

一群开发者对现状如此不满，以至于他们打造了一个完全免费的开源替代品。

向 OpenCut 问好吧。

他们目前正在进行大规模的底层重写，新架构简直疯狂。

让我来分解一下：

→ 基于 Rust 核心构建，使用 TypeScript (97%)
→ 一个单一代码库支持 Web、桌面和移动端
→ 插件优先架构，支持一流的第三方插件
→ 无头模式，用于自动化和批量渲染
→ 支持 MCP 服务器，让 AI 代理可以与之交互
→ 直接内置于编辑器界面的脚本标签

而且因为它是 MIT 许可的，你可以随心所欲地使用它。

想试试吗？

超级简单。

1. 你今天就可以运行“经典”版本：http://opencut.app
2. 查看前沿重写版本：http://new.opencut.app
3. 或者克隆仓库，安装 proto，自己启动开发服务器。

这正是现代视频编辑器应该的样子。

下方链接 

⏰ 16:19 | ❤️ 119点赞 | 📝 294字 | 查看原文 →

↑ 返回顶部

TechHalla @techhalla

Senior Telecommunications Engineer & Developer but I’m here for the AI thing. | 影响力: 0万粉丝

💡 核心观点: 2D动画风格主角在霓虹僵尸公园激烈战斗。

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:

• ✓ 可验证: Seedance 2.0 提示词描述了 2D 动画动作序列的详细风格和内容 (该声明可通过查看 Seedance 2.0 的官方文档或相关发布内容直接验证提示词的真实性和准确性。)
• ✓ 可验证: 动画主角是一个秃头、留着浓密黑胡子的男人，穿着超大号黑色连帽衫和宽松裤子 (该角色设计描述可通过官方发布的动画片段、概念图或角色设计稿进行直接验证。)
• ◐ 部分可验证: 动画包含 0-5s 的“Aggressive Run & Smash”场景，主角用棒球棒击打僵尸 (需通过实际动画片段验证该场景是否存在及其动作细节，但需依赖官方发布的视频或预览内容。)

原文内容:

Seedance 2.0 提示词如下 

参考提供的图像的精确生动卡通风格的 2D 动画动作序列：高度详细的 2D 动画，带有大胆干净的线条、霓虹灯光、色彩丰富的夜间僵尸主题公园氛围、动态摄影、流畅动作和夸张冲击。一切，包括主角，都采用这种一致的 2D 动画风格。

图像参考：提供的 2D 动画主题公园图像是风格、色板、霓虹标志、巨型熊猫摩天轮、摊位、僵尸和整体氛围的确切视觉参考。主角是一个秃头、留着浓密黑胡子的男人，采用完全相同的 2D 动画风格，穿着超大号黑色连帽衫和宽松裤子，表情激烈。

0-5s: [Aggressive Run & Smash] 秃头黑胡子主角穿着超大号黑色连帽衫，已经在霓虹灯照耀的僵尸主题公园中狂奔，疯狂地全力左右挥舞棒球棒，猛烈砸向两侧的僵尸。动态跟踪摄影以高能量和混乱运动紧跟其后，伴随沉重的棒球棒冲击。

5-8s: [Very Detailed Slowmo Shockwave Sweep] 他冲入密集的僵尸群中，以高度详细的慢动作释放棒球棒的强大横扫挥击。每帧都显示棒球棒接触、冲击波以发光的霓虹卡通风格形成并扩展，击倒并引发连锁反应，将整个僵尸群炸飞。环绕慢动作摄影以极致细节环绕冲击，聚焦于棒球棒挥击、冲击波和单个僵尸反应。

8-12s: [Parkour Boost & Air Hit] 他向一个色彩缤纷的游乐摊位狂奔，利用其作为弹簧板用力推离以获得动力，高高跃入空中。跳跃中途，他用棒球棒向下猛击一个肥胖笨重的僵尸。快速切换到他的脸部特写，露出难以置信的表情，因为肥僵尸毫不动摇地承受了这一击，并凶猛地转向他。

12-15s: [Escape & Final Rampage] 他立即转身狂奔逃离，肥僵尸追赶着他。动态跟踪摄影跟随这场高能量追逐，穿越霓虹主题公园。他在奔跑中继续用力挥舞棒球棒击打其他僵尸。绝对最大疯狂混乱的结局，伴随沉重冲击。

流畅的 2D 动画、一致的角色设计、大胆干净的线条、生动的霓虹色彩、夸张的动作和冲击、详细的慢动作序列、完美的运动、无瑕疵、最大视觉能量和风格保真。

⏰ 07:12 | ❤️ 23点赞 | 📝 623字 | 查看原文 →

↑ 返回顶部

levelsio @levelsio

Nomad List & Remote OK. Building in public. Solo maker. | 影响力: 320.0k万粉丝

💡 核心观点: 小肉丸做法简单多汁，调味丰富且无麸质。

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: 1公斤绞碎的acém肉在英文中是绞碎的牛腩肉，带点好脂肪 (肉类术语在不同语言和地区的对应关系可通过烹饪资料或肉类分类指南部分验证，但“好脂肪”属于主观描述，无法客观量化。)
• ✓ 可验证: 冷冻预切大蒜和洋葱使用时不会因洋葱刺激而流泪 (可通过科学实验或烹饪研究验证冷冻洋葱对减少刺激性气体释放的效果，属于已知的厨房技巧。)
• ◐ 部分可验证: 肉丸配方中加入面粉比法兰克福面包屑效果更好（更结实） (可通过烹饪实验对比两者质地，但“更好”属于主观评价，且效果可能因具体操作而异。)

原文内容:

今天做了  皮特的肉丸：

1公斤绞肉（我在葡萄牙用绞碎的acém肉，我觉得英文是绞碎的牛腩肉，是带点好脂肪的美味肉）

然后我用这种预切的冷冻大蒜和洋葱，很好用，让它在碗里稍微解冻一点，它是冷冻的所以洋葱不会让你哭鼻子  

然后把所有东西放进一个大碗里，加1个鸡蛋，然后加盐（比你觉得需要的多一点）和胡椒，一些辣椒粉（什么都好用！），然后加点面粉让它更结实（人们常用法兰克福面包屑但面粉也可以也许更好），然后揉一揉，折叠很多次直到它变成一个巨大的肉丸

上次我试着做大的荷兰肉丸（拳头那么大）但它们煮起来很烦人，花好长时间而且里面还是生的

像这样的小个的更好，而且容易在黄油里煮，所以我现在就这样做

煮的过程还是有点烦人但还好，你得用中小火（电炉上中小火总是感觉没什么火力所以更像是80%），然后每面等3分钟

因为是肉丸有大概6个面所以要花一会儿，所以是的，大概15-20分钟？我想过用空气炸锅但会没那么多汁不过下次我会试试

总之它们是10/10的绝品，超级多汁，是很棒的蛋白质来源，而且无麸质 + 无麸质奶奶超爱它们 

⏰ 06:48 | ❤️ 126点赞 | 📝 385字 | 查看原文 →

↑ 返回顶部

Alex Veremeyenko @alex_verem

Marketing + AI = $$$ 🔑 @godofprompt (co-founder) Also know as: @alex_prompter | 影响力: 96.5k万粉丝

💡 核心观点: AI技术应关注日常实用场景而非宏大叙事。

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: 一位自由职业者使用Claude生成Python脚本并成功创建PDF发票 (可通过Reddit原帖或用户历史记录验证事件真实性，但需依赖用户自述，且Claude生成脚本的具体过程无法直接复现。)
• ◦ 观点: AI技术应被庆祝用于解决日常小问题（如生成发票）而非仅关注AGI或风险 (这是对AI应用场景价值的主观评价，无客观事实依据，反映用户对技术定位的观点。)
• ✓ 可验证: 该事件引发Reddit社区两派争论（嘲笑未用发票软件 vs 赞扬AI实用性） (可通过搜索Reddit原帖及评论区直接验证争论内容，属于公开讨论记录。)

原文内容:

一位 Reddit 上的自由职业者忘记给客户发送发票。客户在度假期间打来电话。他们需要尽快拿到发票，用于财政年度会计。没有笔记本电脑。只有他的手机。还有他的孩子们正拖着他排队去 Europa Park 坐过山车。

于是他打开 Claude，附上他上一次的发票，并让它重新生成一份新的。Claude 写了一个 Python 脚本，生成了一份完美的 PDF 副本。他调整了发票编号、计费周期和费用。在他们被要求就座之前，他把发票发给了客户。

坐完过山车后，他的话是？“在那股肾上腺素激增之后，过山车之旅其实非常平静。”

这个 Reddit 帖子完美地分成两派。一派嘲笑他没有使用发票软件。另一派说，这正是 AI 应该被庆祝的那种事情。

双方都对，这就是重点所在。

AI 讨论全是 AGI 时间线、存在风险和万亿美元的计算竞赛。AI 现实是一位爸爸在过山车排队时生成一份 PDF，因为他忘记发送发票。

而排队中的这位爸爸，比基准测试更重要。那是没人谈论的使用场景。不是取代一份工作。不是通过一场考试。只是抓住一个人在一切都出错的那一刻。

这就是这项技术的目的。

⏰ 01:54 | ❤️ 31点赞 | 📝 356字 | 查看原文 →

↑ 返回顶部

Alex Prompter @alex_prompter

Marketing + AI = $$$
@godofprompt (co-founder) | 影响力: 94.19k万粉丝

💡 核心观点: AI视频模型与机器人控制需分开训练解决实操问题。

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: 地球上最好的 AI 视频模型仍然无法告诉机器人如何抓取一杯东西。 (需对比当前顶级AI视频模型（如OpenAI的Sora、Google的Lumiere）的公开技术文档或实测结果，确认其是否具备机器人抓取任务的物理控制能力，但缺乏直接公开的否定性证据。)
• ✓ 可验证: 制作看起来正确的镜头和驱动移动正确的机器是两个不同的问题。 (可通过计算机视觉（如视频生成）和机器人控制领域的公开研究文献或技术对比直接验证，两者确实分属不同技术方向。)
• ◐ 部分可验证: LingBot-VA 2.0 从头开始预训练了其整个控制栈。 (若@robbyant_brain或其团队发布过技术白皮书、代码仓库或预训练细节（如arXiv论文），则可部分验证；否则依赖单方宣称，需实测确认。)

原文内容:

地球上最好的 AI 视频模型仍然无法告诉机器人如何抓取一杯东西。制作看起来正确的镜头和驱动移动正确的机器是两个不同的问题。

@robbyant_brain 的 LingBot-VA 2.0 不再将它们视为一个问题，而是从头开始预训练了其整个控制栈。

这带来了什么 

⏰ 23:00 | ❤️ 39点赞 | 📝 89字 | 查看原文 →

↑ 返回顶部

Riley Brown @rileybrown

YouTuber, Builder, Educator | Weekly show @agentnative_ | Building autonomous agents | 影响力: 214.0k万粉丝

💡 核心观点: OpenAI发布最强模型GPT 5.6 Sol并整合多项新功能。

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: OpenAI 合并 ChatGPT 和 Codex 并发布了新模型 GPT 5.6 Sol (目前 OpenAI 官方未发布任何关于合并 ChatGPT 和 Codex 或推出 GPT 5.6 Sol 的公告，且无可靠第三方来源证实该消息。)
• ✓ 可验证: GPT 5.6 Sol 在 Replit/Lovable 基准测试中表现优于 Fable 和其他版本 (未提供具体的基准测试数据或公开可查的对比结果，Replit/Lovable 也未发布相关测试报告。)
• ✓ 可验证: GPT 5.6 Sol 的定价和计算机使用功能更新 (OpenAI 官方未公布 GPT 5.6 Sol 的定价或功能细节，推文内容缺乏具体来源支持。)

原文内容:

Codex 与 ChatGPT 合并并发布了他们迄今为止最强大的模型：GPT 5.6 Sol

以下是您需要了解的一切
w/ @Rasmic 

时间戳：
00:00: 引言
00:40 OpenAI 合并 ChatGPT & Codex
02:20 Sol、Terra、Luna - 新的模型
05:05 Replit/Lovable 基准测试（Fable 和 5.6）
08:20 5.6 的定价
09:00 计算机使用
15:10 计算机使用的记录和回放
16:15 循环
20:20 用于营销任务的循环
26:10 插件和社会媒体抓取
28:20 工具
30:45 积木经济（代理的乐高）
34:05 使用多个线程
37:20 站点功能
40:00 Codex 浏览器的更新
41:50 AI 操作系统
第 7 集：@agentnative_

⏰ 01:54 | ❤️ 222点赞 | 📝 118字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe @LeonardoAi & @tripoai | Partner with leading brands | Collaboration → [email protected] | 影响力: 57.13k万粉丝

💡 核心观点: 电影式镜头展现奔跑中的自由与决心。

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:

• ✓ 可验证: 该推文提供了一个电影式跟踪镜头的Prompt描述 (推文内容明确包含Prompt的具体文字描述（如“电影式的跟踪镜头”“运动模糊”等），可通过直接阅读推文或复制文本验证其存在性。)
• ◐ 部分可验证: Prompt生成的画面包含“远景元素”和“发光的天空颜色”等具体视觉元素 (Prompt中提到的视觉元素（如“远景元素”“天空颜色”）需依赖用户实际生成图像的结果验证，但不同用户或工具的输出可能不一致，故仅部分可验证。)
• ◦ 观点: 该Prompt旨在传达“紧迫感、决心和自由感”的情绪 (情绪描述（如“自由感”）是主观的艺术表达意图，无客观标准验证其是否必然通过Prompt实现，属于创作者的主观观点。)

原文内容:

Prompt 分享：运动中的自由
Prompt：
一个电影式的跟踪镜头，[主体] 在 [景观] 中疾跑，镜头在他们身边移动，运动模糊从身边掠过。前方远处升起一个 [远景元素]，被一片发光的 [天空颜色] 天空所框定。风吹乱他们的头发，每一步都带着紧迫感、决心和强烈的自由感。

试试看并分享你的艺术作品 

⏰ 18:57 | ❤️ 116点赞 | 📝 109字 | 查看原文 →

↑ 返回顶部

Chubby♨️ @kimmonismus

Dream realized! Turned my love for AI into a career – sharing daily. Get my newsletter | 影响力: 225k+万粉丝

💡 核心观点: GPT-5.6存在令牌效率缺陷但非模型缺陷。

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: GPT-5.6存在根本问题（推理或令牌使用方面） (推文未提供具体证据或官方声明支持“根本问题”的表述，且“推理或令牌使用缺陷”属于技术细节，需内部数据或官方说明验证。)
• ◐ 部分可验证: GPT-5.6使用的令牌数量显著多于GPT-5.5 (若官方公开模型参数或技术文档（如令牌效率对比），可部分验证；但“显著”为模糊描述，需具体数据支撑。)
• ✓ 可验证: GPT-5.6 Sol的更新将提高效率并减少使用量 (若为官方发布的更新说明（如博客、公告），则为可验证；若为个人推测或非正式表述，则属主观观点。)

原文内容:

我将此解读为对 GPT-5.6 存在根本问题的承认，而且声称 GPT-5.6 使用的令牌数量显著多于 GPT-5.5 的说法并非完全基于轶事证据。

“将使 GPT 5.6 Sol 在各方面更高效的变化，并将体现在使用量减少上”

别误会我的意思。它并非在作为模型的意义上存在根本缺陷，而是从推理或令牌使用方面存在根本缺陷。

⏰ 04:23 | ❤️ 584点赞 | 📝 110字 | 查看原文 →

↑ 返回顶部

Rohan Paul @rohanpaul_ai

Compiling in real-time, the race towards AGI. The Largest Show on X for AI. | 影响力: 0万粉丝

💡 核心观点: AI成本下降将催生大量前所未有的新应用场景。

可信度: 6/10 – 1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:

• ✓ 可验证: 更快的互联网催生了视频流媒体、云软件、在线游戏等商业模式 (互联网发展史和商业案例（如Netflix、Zoom等）可公开验证带宽提升与新商业模式的正相关性。)
• ◦ 观点: 人工智能将被嵌入到每一个涉及决策的过程中 (该声明为对未来技术应用的预测，缺乏具体数据或当前实例支撑，属于主观愿景。)
• ◐ 部分可验证: 最大的AI工作负载可能尚未存在，它们正在等待智能成本下降 (部分可参考当前AI成本趋势（如算力价格下降的行业报告），但“最大工作负载”的定义和未来场景无法完全验证。)

原文内容:

杰文斯悖论即将比我们之前见过的几乎任何行业都更猛烈地冲击人工智能。

人们曾经认为，更快的互联网只会让我们更快地加载相同的网站。

那甚至远远不是实际情况。

更快的连接催生了视频流媒体、云软件、在线游戏、视频通话、社交媒体，以及在慢速互联网上无法存在的大量商业模式。

每次速度提升都创造了更多使用额外带宽的理由。

人工智能也将以同样的方式运作。今天，我们主要使用模型来进行聊天、编程、搜索、写作以及一些商业流程。

但一旦智能变得足够廉价、足够快速且足够可靠，它将被嵌入到每一个涉及决策的过程中。

最大的AI工作负载可能尚未存在。

它们正在等待智能成本下降。

它将创造数百万个目前速度太慢、成本太高或干脆不可能完成的新任务。

⏰ 04:10 | ❤️ 761点赞 | 📝 274字 | 查看原文 →

↑ 返回顶部

levelsio @levelsio

Nomad List & Remote OK. Building in public. Solo maker. | 影响力: 320.0k万粉丝

💡 核心观点: Tailscale密钥过期会导致服务器无法访问，建议禁用自动过期功能。

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: Tailscale 密钥会在 180 天后自动过期 (可通过 Tailscale 官方文档或支持页面验证密钥过期策略，通常此类安全设置会在官方文档中明确说明。)
• ◐ 部分可验证: 禁用密钥过期可以避免因密钥过期而被锁在服务器外 (Tailscale 控制台可能提供禁用密钥过期的选项，但具体操作是否完全避免锁定需实测或参考官方建议。)
• ✓ 可验证: 通过救援控制台和 Claude Code 诊断出密钥过期问题 (涉及个人操作流程（如使用 Claude Code）和特定场景（救援控制台），无法通过公开信息直接验证。)

原文内容:

使用 Tailscale 时，最终会发生的一件事是

你以为你的网站宕机了，你尝试通过 SSH 访问它，但失败了，你尝试在浏览器中打开网站，但打不开，你正准备重置服务器并想到最坏的情况！

然后你想：让我们试试 Hetzner 上的救援控制台，你通过 SSH 登录，然后问 Claude Code 发生了什么

它告诉你服务器的 Tailscale 密钥已过期，因为它们会自动在 180 天后过期（为了安全）

@DanielLockyer 告诉我始终为每个服务器 [ 禁用密钥过期 ]，但我忘了为 Interior AI 这样做，否则你就会被锁在外面，所以禁用这个很重要！你可以在 @Tailscale 控制台下的 [...] 中这样做

现在一切正常！！

⏰ 03:18 | ❤️ 1295点赞 | 📝 189字 | 查看原文 →

↑ 返回顶部

Aakash Gupta @aakashgupta

✍️ product-growth.com 💼 https://t.co/STzr4nqxnm 🤝 https://t.co/SqC3jTyP03 🎙️ https://t.co/fmB6Zf5UZv | 影响力: 278.7k万粉丝

💡 核心观点: Quiznos靠高价原料压榨加盟商，Subway合作采购实现共赢。

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: Quiznos 通过向特许经营商销售食品赚取的收入（2.25亿美元）超过了特许权使用费（7300万美元）。 (需查阅Quiznos 2011年财报或官方公开的财务数据，但此类历史业务数据可能未完全公开，部分依赖第三方报道或诉讼文件（如特许经营商纠纷案记录）。)
• ◐ 部分可验证: Quiznos强制特许经营商通过公司分销商购买原料，价格比市场价高10-20%，导致食品成本占销售额40-50%（行业健康水平为25-32%）。 (可通过特许经营商诉讼文件（如2009年集体诉讼案）或行业分析报告验证原料定价政策，但具体成本占比需内部数据支持，可能仅能从特许经营商采访或法庭记录间接确认。)
• ✓ 可验证: Subway特许经营商成立的采购合作社IPC（1996年）通过谈判降低原料成本，为$5足长三明治提供利润空间。 (Subway官网及多家商业媒体（如《福布斯》《QSR Magazine》）报道过IPC结构和$5三明治的起源，Stuart Frankel的案例亦有公开采访记录。)

原文内容:

Quiznos 通过向自己的特许经营商销售食品赚取的收入超过了它收取的特许权使用费。2011年，其配送部门实现了2.25亿美元的收入。特许权使用费带来了7300万美元。

这个数字就是整个崩溃的原因。

Quiznos 强制每位特许经营商通过公司所有的分销商购买原料，价格比市场价高出10-20%。特许经营商的食品成本达到了销售额的40-50%。一家健康的潜艇堡店运营成本为25-32%。公司EBITDA 从2000年的600万美元增长到2007年的1亿美元，而平均每家店每年收入40万美元，勉强维持收支平衡。

这种设计意味着 Quiznos 无论门店存活与否，都能从每箱肉类中获利。因此，理性举措始终是开设更多门店，他们也确实这样做了，一路扩张到5000家。

Subway 则构建了相反的体系。1996年，其特许经营商成立了他们自己的采购合作社IPC，代表店主与供应商谈判价格。购买原料的人拥有供应链。

这种结构正是$5足长三明治能够存在的原因。一位名叫Stuart Frankel的迈阿密特许经营商在2003年发明了它，因为他的利润空间允许实验。他的周销售额从1.4万美元跃升至2.3万美元。Subway 在2008年将其推广到全国，并在经济衰退期间借此实现了38亿美元的销售额。

Quiznos 也尝试过打折。2009年，公司总部邮寄免费三明治优惠券，但特许经营商压力如此之大，以至于拒绝兑现。顾客拿着优惠券走进店里，却被拒之门外。

一条连锁店的特许经营商发明了快餐史上最著名的折扣。另一条连锁店的特许经营商则反抗一张优惠券。相同的经济衰退，相同的产品，却截然相反的激励机制。

Quiznos 巅峰时有5000家门店。如今不到200家仍在运营。

⏰ 20:33 | ❤️ 326点赞 | 📝 512字 | 查看原文 →

↑ 返回顶部