【AI 英文奏折】2026年09月23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
- Pierrick Chevallier | IA: 水墙碰撞雕琢成TIDAL，展现震撼流体特效与自然力量。
- Charly Wargnier: Mirasim构建集成多模型工具的AI编码工作台。
- Aakash Gupta: 《权游》促成基特与罗斯婚姻，剧组为其婚礼调整拍摄计划。
- Alex Veremeyenko: Anthropic降价40%后用户迅速开发多种Opus 5.5应用场景。
- Rohan Paul: GPT-6 Sol以极简推理实现复杂浏览器产物生成。
- Rohan Paul: AI将取代初级专业人士的常规工作，行业经验决定理解深度。
- Rohan Paul: Claude Opus 5.5性能提升且成本大降40%。
- Aakash Gupta: 麦当娜经典歌曲《Like a Virgin》诞生于偶然创作与伯乐赏识。
- Aakash Gupta: 早到避开会议高峰，赢得专注工作时间。
- Rohan Paul: 阿里巴巴构建AI全栈系统，推进模型、芯片与云协同扩张。
- Aakash Gupta: 税收漏洞催生美国过度建设购物中心，致零售空间过剩。
- Pierrick Chevallier | IA: AI优化音效设计提升影片感染力，同时保留创作者控制权。
- Suchen Zang: 屏蔽付费影响者可提升社交媒体体验。
- Aakash Gupta: 食品颜色和品质由人为设定与育种选择决定。
- Aakash Gupta: 薄荷醇通过激活冷觉受体制造清凉错觉，无实际药效。
- Rohan Paul: 托管代理实现持久状态与计算资源分离，节省闲置成本。
- Aakash Gupta: X推出可刷新的私密号码系统，绕过运营商规则构建封闭生态。
- Rohan Paul: AI成本快速下降，性能提升速度远超其他技术。
- Rohan Paul: AI需解决长期记忆压缩以提升个性化交互体验。
- Aakash Gupta: AI高效重写代码，成本仅为人工的1%，测试确保安全。
📖 详细内容
Pierrick Chevallier | IA @charaspowerai
AI VFX Artist & Photoshop Editor for House of David Saison 2 for Amazon | AI Artist & Formateur | #AdobeFireflyAmbassadors | 影响力: 0万粉丝
💡 核心观点: 水墙碰撞雕琢成TIDAL，展现震撼流体特效与自然力量。
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: 两堵巨大的海洋墙壁相撞，雕琢成单词“TIDAL” (该声明描述的是视觉特效（VFX）效果，可通过查看官方发布的视频或制作幕后花絮验证其实现方式，但需依赖制作者公开的具体技术细节或演示片段。)
- ✓ 可验证: 使用Minimax H3 + 流体VFX技术组合 (技术名称（如Minimax H3）和流体VFX的具体应用可通过制作团队官网、技术白皮书或行业报告验证，但需确认是否为公开技术或商业术语。)
- ◐ 部分可验证: 标题爆炸回雾气，字母由透明海水构成并包裹白色泡沫 (视觉效果的具体表现（如材质、动态）可通过成片直接观察，但物理模拟的准确性需专业工具或制作方解释，普通观众无法独立验证技术细节。)
原文内容:
水在这里完成了所有的排版工作。 没有金属。没有火焰。没有遮挡过渡的粒子。 只是两堵巨大的海洋墙壁相撞，然后在整个标题爆炸回雾气之前，将自己雕琢成 TIDAL。 Minimax H3 + 流体 VFX 是一个疯狂的组合。 完整提示如下 史诗般的流体动作标题序列，以一片巨大的黑色海洋突然在中心裂开开始，两堵山岳般大小的水墙在画面两侧升起。镜头在它们之间扫过，同时数十亿水滴向下倾泻，阳光透过透明液体结构折射。两堵墙壁猛烈向彼此倒塌，制造出一场壮观的碰撞，激起水花、泡沫和压力，将液体冲击波发射向天空。镜头快速环绕爆炸，悬浮的水被拉入巨大的旋转水流。这些水流扭曲、碰撞，并将自己雕琢成巨大的单词“TIDAL”，每个字母都由剧烈循环的透明海水构成，边缘包裹着白色泡沫。标题停留在一个宏大的英雄时刻，然后一股无形的压力脉冲从左到右撕裂它，依次引爆每个字母，爆发出巨大的水雾爆炸。逼真的流体模拟，巨大的自然力量，IMAX 规模的电影级 VFX。
⏰ 19:00 | ❤️ 37点赞 | 📝 339字 | 查看原文 →
Charly Wargnier @datachaz
前 @Streamlit @Snowflake 大师 • 我写关于 AI 代理、大语言模型和自动化的内容 • 我的属于开源 • 合作请私信 | 影响力: 0万粉丝
💡 核心观点: Mirasim构建集成多模型工具的AI编码工作台。
可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述
事实核查:
- ◐ 部分可验证: Mirasim正在构建一个用于代理式编码的单一工作台 (可通过Mirasim官网或官方公告验证其产品定位，但“代理式编码”的具体功能需实测或查看技术文档确认。)
- ◐ 部分可验证: 支持并行运行多个项目，为每个会话分配专属代理+模型 (若产品已发布，可通过实际测试验证功能；若未发布，需依赖官方演示或开发文档，部分细节可能未公开。)
- ◐ 部分可验证: 可在支持的代理之间切换而不丢失对话 (需实测或查看官方功能演示验证会话持久性，但具体实现可能受技术限制影响。)
原文内容:
一个 IDE。每个代理。 Mirasim 正在构建一个用于代理式编码的单一工作台。 Claude Code、Codex、不同的模型、工具、技能和插件…… 全部集中在一个地方。 > 并行运行多个项目 > 为每个会话分配专属的代理 + 模型 > 在支持的代理之间切换，而不丢失对话 这就是 AI 编码环境的发展方向
⏰ 17:23 | ❤️ 34点赞 | 📝 96字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 《权游》促成基特与罗斯婚姻，剧组为其婚礼调整拍摄计划。
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: 基特·哈灵顿要求《权力的游戏》剧组在最终季拍摄计划中加入停工期以便演员参加他的婚礼，理由是剧组选了罗斯·莱斯利扮演他的恋人。 (基特与罗斯因戏结缘并结婚是公开事实（如乔纳森·罗斯采访可查），但“要求停工期”的具体细节未找到官方声明或剧组直接回应，需依赖媒体报道（如娱乐新闻），可能存在转述偏差。)
- ✓ 可验证: 罗斯·莱斯利是国王查理二世的直系后裔，其家族拥有12世纪沃德希尔堡900年。 (罗斯的贵族背景和家族城堡信息可通过英国贵族谱系记录（如《伯克贵族名册》）、家族公开声明及苏格兰历史档案验证，沃德希尔堡的归属和婚礼举办地亦有公开报道。)
- ✓ 可验证: 《权力的游戏》最终季每集成本约1500万美元。 (制作成本数据被HBO及权威影视媒体（如《好莱坞报道者》）多次披露，属于行业公开信息。)
原文内容:
基特·哈灵顿曾要求《权力的游戏》的剧组负责人将最终季的拍摄计划中加入一个停工期，以便整个演员阵容都能参加他的婚礼。他的理由是，这场婚姻是他们的错，因为他们选了罗斯·莱斯利来扮演他的恋人。 他并没有说错。他们在2012年于冰岛拍摄第二季时相识，在零下温度的条件下共度数周，扮演琼恩和伊格丽特。他后来对乔纳森·罗斯说：“我在冰岛坠入爱河了。我爱上了我的搭档。” 鲜为人知的是，罗斯·莱斯利到底是谁。她在剧中扮演一个在长城之外长大的野人，身上一无所有。在现实生活中，她是国王查理二世的直系后裔，她的父亲是古老的莱斯利氏族的首领，她的家族已经拥有这座12世纪的城堡900年了。 那座城堡——位于阿伯丁郡的沃德希尔堡——就是2018年6月婚礼招待会举办的地方，当时正值最终季中期制作，每集成本约1500万美元。迪恩·克莱格、艾米莉亚·克拉克、索菲·特纳和麦茜·威廉姆斯都出席了，因为拍摄计划已围绕这个日期进行了调整。 剧中在第四季用一支箭杀死了伊格丽特。她开启的这段婚姻如今已进入第八年，并有了两个孩子。
⏰ 15:38 | ❤️ 828点赞 | 📝 379字 | 查看原文 →
Alex Veremeyenko @alex_verem
开源、本地人工智能、公益人工智能
又名：@alex_prompter | 影响力: 0万粉丝
💡 核心观点: Anthropic降价40%后用户迅速开发多种Opus 5.5应用场景。
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: Anthropic发布了Opus 5.5并降价40% (可通过Anthropic的官方网站、官方公告或版本更新日志直接验证版本发布和价格变动信息。)
- ◐ 部分可验证: 用户在一天内用Opus 5.5完成了C到Rust的移植、重建旧金山模型、逐帧绘制卡通等任务 (需依赖用户公开的实际案例（如GitHub代码、项目演示等）验证，但若缺乏具体来源或数据，则无法完全确认。)
- ✓ 可验证: 推文作者发现了8个值得关注的Opus 5.5用例 (未提供具体用例细节或来源，无法独立验证其真实性或代表性。)
原文内容:
Anthropic昨日发布了Opus 5.5版本并降价40%。 短短一天内，用户已实现将C语言移植到Rust、重建旧金山三维模型，以及逐帧绘制卡通动画等应用。 我从过去24小时的应用中筛选出8个值得关注的用例。 敬请品鉴
⏰ 17:09 | ❤️ 21点赞 | 📝 43词 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: GPT-6 Sol以极简推理实现复杂浏览器产物生成。
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:
- ✓ 可验证: GPT-6 Sol 实现一个可运行产物所需的推理量之少令人惊叹 (该声明未提供具体数据或基准测试结果，且“GPT-6 Sol”是否为官方命名或公开模型尚不明确，缺乏公开渠道验证其推理效率。)
- ◐ 部分可验证: 实验对比了 gpt-6 sol、grok 4.7、gpt-6 astra 和 muse spark 1.3 的生成能力 (若“grok 4.7”和“muse spark 1.3”为公开模型，部分信息可能通过官方文档验证，但“GPT-6”系列名称存疑（截至当前公开信息，OpenAI未发布GPT-6），且实验细节未公开。)
- ◐ 部分可验证: 模型需将提示转化为包含摄像机调度、程序化纹理等完整浏览器产物的HTML文件 (可通过复现实验验证模型是否能生成所述复杂产物，但需具体提示词和输出样例，且依赖模型的实际可用性。)
原文内容:
@thehypedotnews 非常有趣的实验 gpt-6 sol vs grok 4.7 vs gpt-6 astra vs muse spark 1.3 GPT-6 Sol 实现一个可运行产物所需的推理量之少令人惊叹。 每个模型都必须将一个提示转化为一个完整的浏览器产物：摄像机调度、程序化纹理、几何体、动画、光照、粒子效果和场景过渡，所有这些都集成在一个 HTML 文件中。
⏰ 05:41 | ❤️ 41点赞 | 📝 92字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: AI将取代初级专业人士的常规工作，行业经验决定理解深度。
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: AI可能会自动化目前由初级律师、顾问、银行家和广告从业者所做的许多常规工作。 (部分可验证。已有研究（如麦肯锡报告）和实际案例（如法律AI工具）支持AI可自动化部分初级工作，但“许多”这一量化表述缺乏明确范围，需具体行业数据支撑。)
- ◐ 部分可验证: 金字塔底层的人所做的那些工作（如律师事务所或咨询公司中的初级职位）会因AI自动化而受影响。 (部分可验证。行业趋势和专家分析（如Gartner预测）表明初级职位易受自动化冲击，但具体影响程度因企业实践而异，需更多实证数据。)
- ◦ 观点: 未在顶级律所或咨询公司（如Bain、BCG、McKinsey）工作过的人，可能难以理解AI如何影响这些行业的运作。 (主观观点。该声明基于个人经验判断，强调行业内部视角的重要性，但无法通过公开数据验证其普适性。)
原文内容:
AI 可能会自动化目前由初级律师、顾问、银行家和广告从业者所做的许多常规工作。 “金字塔底层的人所做的那些工作——那些工作会怎样？唯一能说的就是，如果你从未在律师事务所或 Bain、BCG 或 McKinsey 工作过，你可能不会对这如何运作有一个好的了解。” Benedict Evans（技术分析师、作家，前 a16z 合伙人）。 ---- 来自 a16z YouTube 频道，（完整视频链接在评论中）
⏰ 06:44 | ❤️ 30点赞 | 📝 120字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: Claude Opus 5.5性能提升且成本大降40%。
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: Claude Opus 5.5 宣称达到 Fable 5.1 级别的性能 (需通过官方发布的基准测试数据或第三方评测对比验证，但“Fable 5.1级别”的具体定义可能缺乏公开标准。)
- ◐ 部分可验证: 将典型工作负载成本降低 40% (需对比官方新旧版本的定价文档或实测成本，但“典型工作负载”的定义可能模糊，实际节省比例因场景而异。)
- ✓ 可验证: 输入和输出定价降至每 1M 令牌 $4 和 $20 (可通过官方定价页面或公告直接确认具体数值，属于明确公开的数据。)
原文内容:
Claude Opus 5.5 已发布，宣称达到 Fable 5.1 级别的性能，同时将典型工作负载成本降低 40%。 输入和输出定价降至每 1M 令牌 $4 和 $20，而缓存读取成本降低 60% 至 $0.20，所有这些相对于 Opus 5。 此外，输出速度提升超过 30%，快速模式在令牌价格翻倍的情况下可达 2.5 倍速度。
⏰ 01:10 | ❤️ 59点赞 | 📝 85字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 麦当娜经典歌曲《Like a Virgin》诞生于偶然创作与伯乐赏识。
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: 第一位录下演唱《Like a Virgin》的声音属于一个模仿 Smokey Robinson 的男人。 (该声明涉及早期录音的具体人员信息，需查阅原始录音制作记录或相关音乐制作人的采访/回忆录验证，但此类历史细节可能缺乏公开直接证据。)
- ✓ 可验证: 《Like a Virgin》的歌词由比利·斯坦伯格在摆脱糟糕关系后创作，灵感来自自我感受。 (歌词创作背景可通过比利·斯坦伯格的采访（如《滚石》等音乐媒体存档）或自述文档验证，属于公开记录范畴。)
- ◐ 部分可验证: 《Like a Virgin》的副歌因标题争议被多家唱片公司拒绝，直到华纳兄弟的迈克尔·奥斯汀推荐给麦当娜。 (唱片公司拒绝理由和奥斯汀的介入可通过行业报道或传记（如《麦当娜传》）部分验证，但具体会议细节可能依赖当事人单方面回忆。)
原文内容:
第一位录下演唱《Like a Virgin》的声音属于一个模仿 Smokey Robinson 的男人。那段 demo 成了麦当娜最大的热门单曲，连续六周登顶 #1。 比利·斯坦伯格在终于摆脱一段糟糕的关系并开始爱上一个新人后写下了歌词。他是在写自己，一个感觉焕然一新的男人。他的搭档汤姆·凯利找不到合适的旋律。大约第四次尝试时，他沮丧了，开始在 Motown 贝斯线上胡乱玩闹，然后滑入假声。他们对视一眼，都知道这就对了。 然后整整一年没人想要它。 一家又一家唱片公司告诉他们，这段副歌朗朗上口，但标题对任何在世艺人来说都太诡异了。回到 1983 年，这个词本身就接近禁忌。 突破发生在与华纳兄弟唱片公司迈克尔·奥斯汀开会末尾。快结束时，奥斯汀问他们有没有东西给麦当娜。汤姆根本不知道她是谁。比利知道这个名字，因为他的女朋友在她教的有氧健身课上用过她的一首早期单曲。整个会议他们都太紧张，没敢放这首。奥斯汀听了，彻底疯了，第二天就放给了麦当娜。 比利和汤姆在 1984 年到 1989 年间又写了五首 Billboard #1 单曲，给麦当娜、仙杜瑞拉、心脏乐队、惠特尼·休斯顿和班克斯乐队。每首歌的主唱都是女人。 他们其实先自己发行了其中一首。那是他们自己的乐队在 1983 年录制的《Alone》，由两人演唱，但毫无反响。四年后，安·威尔逊唱了同一首歌，心脏乐队登顶 #1。 所以 Incubus 在 2001 年演唱《Like a Virgin》，把这首歌带回了它诞生的那种声音。 比利今年二月以 75 岁去世。全天下都知道是麦当娜的这首歌，最初是他的一本日记。
⏰ 16:09 | ❤️ 28点赞 | 📝 493字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 早到避开会议高峰，赢得专注工作时间。
可信度: 8/10 – 5项需进一步确认
事实核查:
- ◐ 部分可验证: 微软的会议数据表明，所有工作会议有一半都落在早上9点到11点以及下午1点到3点之间。 (微软可能通过内部数据分析得出这一结论，但具体数据未公开，需依赖微软官方发布或第三方研究验证。)
- ◐ 部分可验证: 对于微软365用户中最常被@的那20%，在核心工作时间内，每2分钟就会收到一次会议、邮件或聊天通知，一天累积到275次通知。 (微软可能通过用户行为数据统计得出，但需官方公开具体数据或研究方法才能完全验证。)
- ◐ 部分可验证: 周二是最糟糕的一天，独自承载了全周23%的会议。 (该数据可能来自微软内部统计，但需官方报告或第三方研究佐证，普通用户无法直接验证。)
原文内容:
那个早上7点就到公司、明明可以10点才来的同事，看起来像是疯了。然后你看看微软的会议数据，才发现他是整栋楼里最清醒的人。 所有工作会议有一半都落在早上9点到11点以及下午1点到3点之间。这些时间段正好是很多人大脑自然达到专注高峰的时段。 迭戈明白这一点。他早上7:10走进办公室，刚跑步回来，脸上带着一种刚逃过一劫的傻笑。 他确实逃过了。到早上8点，Teams就超过电子邮件成为工作中的主要沟通渠道，一天的高速运转就开始了。对于微软365用户中最常被@的那20%，在核心工作时间内，每2分钟就会收到一次会议、邮件或聊天通知。这一天下来就累积到275次通知。 专注工作无法在2分钟的碎片中存活，而微软能看到这些时间都去哪儿了。Word、Excel和PowerPoint的使用量终于在周末超过Teams消息，微软解读为人们在挤出时间进行不间断的工作。 7:10到公司让迭戈获得同样的效果，而不用牺牲周六——这是在早上9点会议高峰前争取到的近两个小时。而且周二是最糟糕的一天，独自承载了全周23%的会议。 灵活性也反过来起作用。晚上8点后的会议在一年内激增16%，微软表示，灵活和全球团队推动了其中大部分。将你的一天推迟，会议就会跟着你挪过去。提前开始，你就能抢到日历尚未发现的那段空白时间。 早上7点开始，就像是把周六的早晨藏进了周二。
⏰ 15:57 | ❤️ 47点赞 | 📝 451字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: 阿里巴巴构建AI全栈系统，推进模型、芯片与云协同扩张。
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: 阿里巴巴计划推出5–10万亿参数的Qwen模型，以应对通往ASI道路上更复杂、更长远的任务。 (阿里巴巴的Qwen模型参数规模可通过官方技术白皮书或发布会公开数据验证，但“应对ASI任务”属于未来目标，具体技术路径和效果需长期观察。)
- ◐ 部分可验证: Zhenwu V900是中国最强大的AI芯片，性能是M890的3倍，支持50万张卡集群。 (芯片性能对比（如算力、能效）可通过第三方评测或官方基准测试验证，但“最强大”需与其他国产芯片（如华为昇腾）横向比较；集群规模需实际部署验证。)
- ✓ 可验证: 阿里巴巴云计划到2032年实现全球数据中心容量超过20GW。 (云服务商的基建规划通常会在财报或战略发布会上公开，但实际达成需依赖后续建设进展和公开数据更新。)
原文内容:
阿里巴巴的 AI 路线图正在变得远不止于模型本身。 Eddie Wu（阿里巴巴集团首席执行官）表示，智能本身正在成为一种可扩展的公用事业：机器生成的思维目前仍仅占人类总认知量的 3% 以下，但阿里巴巴看到了通往 1000 倍人类能力路径的可能。 这一雄心正在三个层面显现出来。Qwen 正在推动递归自我改进，并计划推出 5–10 万亿参数的模型，以应对通往 ASI 道路上更复杂、更长远的任务。阿里巴巴还推出了 Zhenwu V900，它宣称是中国最强大的 AI 芯片，性能是 M890 的 3 倍，并支持多达 50 万张卡的集群，同时预计年度芯片出货量将大幅增长。 而且由于 AI 需求仍在超过基础设施供应，阿里巴巴云计划到 2032 年实现全球数据中心容量超过 20GW。 在计算方面，阿里巴巴表示其新型 Zhenwu V900 的性能是 M890 的 3 倍，配备 216GB 内存和 1200GB/s 芯片间带宽，并可扩展至 50 万芯片集群。量产和商业发布计划于 2027 年第一季度，而阿里巴巴预计年度 AI 芯片出货量将显著增长。 模型、芯片和云如今正作为一个系统进行扩展。
⏰ 00:10 | ❤️ 24点赞 | 📝 327字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 税收漏洞催生美国过度建设购物中心，致零售空间过剩。
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: 1954年国会通过的税收优惠政策（加速折旧）意外导致购物中心激增 (美国国会税收立法历史可通过国会图书馆、财政部文件或学术研究（如《美国税收政策与商业地产发展》）验证，加速折旧条款（如ACRS或MACRS）对商业建筑的影响有明确记录。)
- ◐ 部分可验证: 1953至1956年间购物中心建设量增加三倍 (商业地产统计数据（如美国人口普查局历史建筑数据）可能支持这一趋势，但需具体比对1950年代原始数据，部分区域记录可能缺失。)
- ✓ 可验证: 1986年税改关闭漏洞后，美国人均零售空间达23平方英尺（对比英国5、德国2） (国际零售空间数据见于世行、OECD或商业地产报告（如ICSC），1986年税改（《税收改革法案》）明确限制折旧规则，人均数据可交叉验证。)
原文内容:
1954年，国会通过了一项税收优惠政策，旨在推动工厂建设。措辞中的一个细微漏洞让这项优惠适用于任何新建商业建筑，这意外地催生了美国的购物中心。 这项优惠是加速折旧。开发商可以迅速折旧一座新建筑，以至于一座盈利的购物中心在账面上多年显示亏损，这使得租金收入实际上免税。突然间，购物中心作为投资胜过了股市，资金大量涌入。1953年至1956年间，购物中心的建设量增加了三倍。 然后事情变得更奇怪了。折旧优惠仅适用于新建项目。所以理性的做法是在城郊边缘的廉价土地上建一座购物中心，榨取几年折旧好处后出售，然后再在更远的地方建另一座。翻新老旧购物中心则一无所获。 国会最终在1986年堵死了这个漏洞。到那时，美国人均零售空间已达23平方英尺。英国只有5平方英尺。德国只有2平方英尺。 这段视频里的就是这样一个国家。几十年来，为满足折旧计划而建造的商店空间闲置在那里，等待任何一次客流量下降就变得致命。如今，电子商务仅占美国零售业的17%左右。当你的人均商店空间几乎是英国的5倍时，损失17%的客流量就足够致命了。 维克多·格伦，这位发明封闭式购物中心的建筑师，希望它们成为郊区里的欧洲小镇广场。他看着税收数学把它们变成了什么，并在去世前公开否认了自己的创造。
⏰ 15:28 | ❤️ 22点赞 | 📝 454字 | 查看原文 →
Pierrick Chevallier | IA @charaspowerai
AI VFX Artist & Photoshop Editor for House of David Saison 2 for Amazon | AI Artist & Formateur | #AdobeFireflyAmbassadors | 影响力: 0万粉丝
💡 核心观点: AI优化音效设计提升影片感染力，同时保留创作者控制权。
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: AI代理可以分析整个编辑素材并帮助优化音效设计 (需实测或查看AI工具（如@invideoOfficial Editor）的官方功能说明，确认是否支持自动分析音效并优化，但具体效果可能因用户输入而异。)
- ◐ 部分可验证: AI代理可直接在时间线上处理声音的搜寻、放置和同步工作 (部分工具（如Descript、Adobe Premiere AI功能）已支持类似自动化操作，但需验证该推文提及的@invideoOfficial Editor是否具备此功能及实际效率。)
- ◦ 观点: 优化后的音效设计可提升场景影响力（如氛围、冲击力、转场等） (音效对场景的影响是主观体验，无统一标准验证其“提升效果”，属于个人观点或宣传表述。)
原文内容:
我给 @invideoOfficial Editor 提供了我的 4 分钟预告片，并提出一个挑战： 将音效设计提升到另一个层次。 我的编辑素材中已经有音乐、环境音和音效。 但在一个 4 分钟的电影级项目中，有数百个小瞬间，声音可以完全改变场景的影响力。 所以我让 AI 代理分析整个编辑素材，并帮助我进一步优化它。 更多氛围。 更好的冲击力。 更强的转场。 额外的音层。 与屏幕上发生的事情更好的同步。 而且，与其花费数小时去搜寻、放置和同步每一个单独的声音，代理可以直接在时间线上处理这些繁琐工作。 最好的部分？ 一切都保持分层且可编辑。 我可以通过对话继续指导代理，更换声音，调整混音，或者直接跳入时间线手动微调一切。 AI 处理重复性的声音工作。 我保留创意控制权。
⏰ 02:01 | ❤️ 29点赞 | 📝 256字 | 查看原文 →
Suchen Zang @suchenzang
Always hungry for intelligence. | 影响力: 1,373万粉丝
💡 核心观点: 屏蔽付费影响者可提升社交媒体体验。
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: 屏蔽潜在的付费影响者与更好的时间线体验有弱相关性 (需通过用户行为数据分析（如平台公开的屏蔽功能效果研究或第三方调研），但“弱相关性”属于统计结论，需具体数据支持，且“付费影响者”身份难以直接验证。)
- ◐ 部分可验证: CFTC正在处理交叉的电线问题，最坏情况是轻微处罚和小罚款 (CFTC（美国商品期货交易委员会）的监管行动可通过官方公告或新闻报道验证，但“正在处理”的具体进展和“最坏情况”的处罚程度需依赖官方披露，推文中的描述可能为推测。)
- ✓ 可验证: 大模因账号集中转发某内容可能涉及付费推广 (账号转发动机（如是否付费）属于内部商业行为，除非平台或账号主动公开合作信息，否则无法直接验证。)
原文内容:
他们是怎么让这么多大模因账号转发这个的？ 管理你的 TL 质量的绝佳宝库！ （之前没看到它们，但屏蔽这些潜在的付费影响者似乎与更好的 TL 体验有弱相关性，所以我就接受了） 哦，还有那些交叉的电线？CFTC 正在处理。最坏的情况只是轻轻拍一下手腕加上个小罚款，没啥大不了的。
⏰ 15:23 | ❤️ 24点赞 | 📝 110字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 食品颜色和品质由人为设定与育种选择决定。
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: 农民使用YolkFan 16叶风扇图表选择蛋黄颜色，并通过添加万寿菊或辣椒提取物调整饲料以匹配颜色。 (万寿菊（含叶黄素）和辣椒提取物确实被用作天然色素添加剂以影响蛋黄颜色，但“YolkFan”图表的具体存在和16叶设计需进一步核实（如行业标准文件或饲料公司资料）。)
- ✓ 可验证: 现代肉鸡因育种选择，体重增长至1957年的4倍，胸肉比例翻倍，但可能导致“木质胸”肌肉紊乱。 (该实验和结论与公开研究一致（如《家禽科学》期刊论文），且“木质胸”是公认的行业问题，可通过学术文献或农业报告验证。)
- ✓ 可验证: Subway面包因含糖量超标（10%）被爱尔兰最高法院裁定不符合主食标准（法律上限2%）。 (爱尔兰2020年判决和糖分法律限制有官方法庭记录和媒体报道（如BBC），Subway配方争议为公开事件。)
原文内容:
蛋黄颜色是一种设定。农民从一个名为 YolkFan 的 16 叶风扇图表中挑选确切的色调，然后在饲料中添加万寿菊或辣椒提取物，直到蛋黄颜色匹配为止。深橙色的欧洲鸡蛋意味着农民选择了橙色。明天在爱荷华州，这个同样的技巧也适用。 这就是美国与欧洲食品照片流传的奇怪之处。照片中几乎每件物品都有真实的解释，而看起来最致命的那一件，正是你可以在饲料添加剂中买到的。 不过鸡是真实的。在一个著名的实验中，研究人员并排饲养了 1957 年和 2005 年的肉鸡，使用相同的饲料。现代鸡的体重增长到 4 倍，胸肉占胴体比例大约翻倍，因为 50 年的育种正是针对这一点进行选择的。让它们长得足够快，你就会得到“木质胸”，一种肌肉紊乱，会让鸡胸肉变得坚硬而纤维状。欧洲使用相似的遗传基因，但会更早、更轻地宰杀鸡只。 面包也是真实的。2020 年，爱尔兰最高法院裁定 Subway 的面包卷在法律上不合格，因为糖的重量占面粉的 10%，是爱尔兰法律对主食允许的 2% 限额的五倍。标准的美国三明治面包也是这样设计的，糖和面团改良剂换来了柔软度和三周的保质期。 西红柿是整个系列中最好的故事。美国西红柿呈现出那种统一的红色，是因为育种者喜爱的一个突变，他们将其置入几乎所有商业品种中。2012 年，加州大学戴维斯分校的科学家发现了这个突变的真正作用。它禁用了果实内部运行光合作用的基因，因此西红柿自身产生的糖分更少。让它看起来完美的特征，正是让它尝起来像湿纸板的同一个特征。 所以这幅拼贴画大多是正确的。美国农业花了 70 年时间优化鸡的生长速度、面包的保质期，以及西红柿经受卡车运输的能力，而风味悄无声息地为这一切买单。鸡蛋是关键线索，人们通过视觉判断食品质量，而视觉是最廉价的伪造方式。
⏰ 15:09 | ❤️ 21点赞 | 📝 615字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: 薄荷醇通过激活冷觉受体制造清凉错觉，无实际药效。
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:
- ✓ 可验证: Schneeberg 是乳糖、葡萄糖和薄荷醇的混合物，无尼古丁或兴奋剂 (可通过德国烟草公司 Pöschl Tabak 的官网或产品成分表验证其配方，且薄荷醇作为常见非精神活性成分有公开研究支持)
- ◐ 部分可验证: 薄荷醇通过激活 TRPM8 受体产生“冷感”错觉，但实际未改变鼻腔气流或充血 (TRPM8 受体的作用机制和薄荷醇的冷感效应有科学文献支持（如诺贝尔奖相关研究），但“实际未改变鼻腔气流”需具体实验数据佐证，可能需查阅鼻科学研究论文)
- ✓ 可验证: Pöschl Tabak 以相同配方生产该产品103年（1923年至今） (公司历史、产品注册信息或商标记录可通过商业数据库或企业档案验证，但需确认配方是否完全未变更)
原文内容:
人们在慕尼黑啤酒节上公开吸食的白色粉末是糖粉和薄荷醇。一家德国烟草公司从1923年开始销售它，整个效果来自于大脑对自己玩的一个把戏。 Schneeberg 是乳糖、葡萄糖和薄荷醇。没有尼古丁，没有兴奋剂，完全没有精神活性成分。当地人称之为 Wiesn Koks、慕尼黑啤酒节可卡因，而 Pöschl Tabak 已用同样的配方生产了103年。 那么，为什么鼻子里的糖和薄荷会让你感觉有什么呢？ 薄荷醇与 TRPM8 结合，这是神经末梢中检测冷的受体。什么都没有变冷。这个受体仍然会激活，你的大脑会记录一个不存在的冰冷冲击。TRP 受体属于同一类传感器家族，这类传感器让 David Julius 和 Ardem Patapoutian 获得了2021年诺贝尔医学奖。 清鼻感觉是同样的错觉。鼻科学研究已多次测量过它，薄荷醇对实际的鼻腔气流或充血没有任何作用。它只是让每一次呼吸感觉都畅通无阻。 在闷热的啤酒帐篷里，喝了三升啤酒后，一撮粉末会直接给三叉神经带来强烈的冲击，这是你脸上最敏感的区域。你会感觉冷、清醒、头脑清晰，大约一分钟。然后它消退，你再吸一口。 你的大脑无法区分冷和薄荷醇。Pöschl 已销售这个“小bug”103年了。 在它之前，巴伐利亚人已经吸食真正的烟草鼻烟几个世纪了。当尼古丁过时后，这个行业保留了吸食药物的仪式，却把药物本身从其中工程化去除。
⏰ 14:56 | ❤️ 150点赞 | 📝 430字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: 托管代理实现持久状态与计算资源分离，节省闲置成本。
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: DigitalOcean正在推出托管代理服务 (可通过DigitalOcean官网或官方公告直接验证是否推出该服务。)
- ◐ 部分可验证: 托管代理的会话环境在空闲时可暂停，恢复时间为316ms (恢复时间等技术指标需通过实际测试或官方技术文档验证，但功能描述可能已在官方说明中提及。)
- ✓ 可验证: 会话暂停期间无需付费 (计费策略通常会在官方定价页面或服务条款中明确说明，可直接核查。)
原文内容:
DigitalOcean 正在推出托管代理：代理会话不再需要与您的笔记本电脑共存亡。 Claude Code、Codex 或 LangGraph 代理在隔离运行环境中运行，该环境在空闲时可以暂停，并在工作空间和对话仍然存在的情况下恢复。 恢复只需 316ms，并且在会话暂停期间无需付费。 长时间运行的编码代理自然会在执行和空闲时间之间交替。它们工作、等待人类干预、再次工作，然后整夜闲置。保持虚拟机运行会浪费金钱。终止它通常意味着需要重建状态。 托管代理基本上是将持久代理状态与持续运行的计算资源分离。
⏰ 00:23 | ❤️ 42点赞 | 📝 185字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: X推出可刷新的私密号码系统，绕过运营商规则构建封闭生态。
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: 2003年FCC规则强制运营商允许用户更换服务商时保留手机号码 (FCC官网公开文件（如2003年《本地号码可携性规则》）明确要求运营商支持号码携带，可通过官方政策文档验证。)
- ◐ 部分可验证: X号码是可刷新的私人代码，泄露后可撤销旧代码并生成新代码 (X（原Twitter）官方若已发布该功能，可通过应用内实测或官方公告验证；但”刷新后旧代码失效”的具体机制需技术测试确认。)
- ✓ 可验证: X号码缺乏可移植性（无法跨平台迁移），类似微信的封闭生态 (X号码的设计若确为平台专属，可通过官方功能说明或用户协议条款验证；微信的封闭性亦为公开事实。)
原文内容:
你的手机号码属于你，是因为2003年的一条FCC规则。运营商多年来一直反对它。X刚刚在没有这条规则的情况下重建了手机号码系统。 新东西叫做X号码。一个你交给任何想在XChat上给你发消息或打电话的人的私人代码。不需要互相关注，没有请求队列。如果它泄露，你可以刷新它，所有持有旧代码的人都会失去访问权限。 那个刷新按钮修复了手机号码的最大缺陷。你的真实号码是永久的，所以一次数据经纪人泄露就会让你终身接到垃圾电话。一个可撤销的联系凭证是真正更好的设计。 以下是悄无声息地被放弃的内容。 2003年，FCC强制运营商允许你在更换时保留你的号码。可移植性就是为什么你可以从AT&T走到Verizon，你整个身份都会随之转移。X号码没有可移植性。它在X内部生老病死。 微信十年前就玩过这一手。在中国，“加我微信”取代了交换号码，一旦你的联系身份和支付都生活在一个应用里，离开就意味着一次性失去所有联系。 X Money三周前向所有美国高级订阅者开放。现在来了联系层。一块一块，他们正在重建电话系统中让运营商难以离开的部分，减去那一条让你能离开的规则。
⏰ 14:33 | ❤️ 63点赞 | 📝 390字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: AI成本快速下降，性能提升速度远超其他技术。
可信度: 7/10 – 1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: OpenAI的o3模型在GPQA Diamond基准上每题成本为0.30美元（75%得分），而GPT-5.6 Luna在18个月后以0.0004美元达到相同水平，成本降低725倍 (需验证Epoch的研究报告或OpenAI官方发布的模型成本数据，但具体模型（如o3、GPT-5.6 Luna）的命名和成本细节可能非公开。)
- ◐ 部分可验证: 自2023年以来，达到固定基准分数的成本每季度下降约47%，年度成本降低约13倍 (依赖Epoch的基准测试方法和数据公开程度，需核查其五个主要基准的具体定义及原始数据。)
- ✓ 可验证: AI成本下降速度比电力快54倍，比电池快18倍，比计算快6倍，比DNA测序快4倍 (比较涉及多领域历史数据，需跨行业成本下降曲线验证，但未提供具体对比依据或来源。)
原文内容:
AI 成本确实在急剧下降。 在 GPQA Diamond 上，Epoch 估计 OpenAI 的 o3 模型需要大约 0.30 美元每题才能达到 75% 的得分。 不到 18 个月后，GPT-5.6 Luna 以 0.0004 美元的价格达到了相同水平，成本降低了 725 倍。 总体而言，Epoch 估计自 2023 年以来，达到固定基准分数每季度变得便宜约 47%。 这相当于其五个主要基准测试的年度成本降低了约 13 倍。 与早期的 token 价格研究不同，Epoch 衡量的是随着时间推移达到相同基准准确度所需的美元。 它通过在更严格的 token 预算下重放基准记录来估计每个模型的成本-性能曲线，使用了从 CAISI 改编的方法。 AI 的下降速度比电力快 54 倍，比电池快 18 倍，比计算快 6 倍，比 DNA 测序快 4 倍。
⏰ 14:13 | ❤️ 34点赞 | 📝 203字 | 查看原文 →
Rohan Paul @rohanpaul_ai
Compiling in real-time, the race towards AGI.
The Largest Show on X for AI.
Get my daily AI analysis newsletter to your email https://rohan-paul.com | 影响力: 6,793万粉丝
💡 核心观点: AI需解决长期记忆压缩以提升个性化交互体验。
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: 持久代理记忆是企业中一个主要的未解决难题 (该声明涉及技术现状，可通过查阅AI领域研究论文或企业技术白皮书部分验证，但“主要未解决难题”的定性需结合行业共识，缺乏明确量化标准。)
- ✓ 可验证: 模型目前无法实现对话记忆的高效压缩（如100次对话的上下文保留） (当前主流AI模型（如GPT-4）的上下文窗口限制和记忆机制可通过官方技术文档验证，但“压缩”的具体技术挑战需参考学术研究（如Transformer架构的局限性）。)
- ◦ 观点: 实现记忆压缩后，代理能提供更人性化的交互体验（如“感觉是真正的人”） (该声明是对技术改进后用户体验的主观预测，无客观标准验证“人性化”效果，属于愿景陈述。)
原文内容:
持久代理记忆是企业中一个主要的未解决难题。 - 加布·斯滕格尔，Rogo（华尔街AI联合创始人） @patrick_oshag: “模型目前无法做到的某件事，如果它们能做到，会真正改变产品的本质是什么？” @GabeStengel: “压缩。如果你与单个代理进行了100次对话，它如何确保它真正记住正确的事情，并将其记忆压缩到每次都能使用的令牌数量，同时保持足够的连贯性和上下文，了解你是谁以及你关心什么，从而让你感觉它是一个真正的人，一个与你交谈并越来越了解你的人？” ---- （完整播客链接在下面的引用推文中）
⏰ 13:44 | ❤️ 31点赞 | 📝 186字 | 查看原文 →
Aakash Gupta @aakashgupta
http://product-growth.com https://aibyaakash.com http://landpmjob.com http://youtube.com/@growproduct | 影响力: 0万粉丝
💡 核心观点: AI高效重写代码，成本仅为人工的1%，测试确保安全。
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: 一位 GitHub 工程师用 14 周（含 3 周个人专注投入）完成了原计划两年的项目，AI 账单为 120,000 美元 (需 GitHub 官方或项目负责人公开确认时间、成本等具体数据，目前仅依赖推文单方面描述，无直接公开证据。)
- ◐ 部分可验证: 该项目重写了 832,378 行生产代码，AI 代理编写了几乎全部代码，平均每行成本 14 美分 (代码行数和成本比例可通过内部数据验证，但需 GitHub 公开技术报告或审计记录；与“手动编写每行成本以美元计”的对比需行业基准数据支持。)
- ✓ 可验证: 老系统的 174,675 行测试代码被用作评判标准，新代码必须完全匹配旧系统行为 (若 GitHub 公开测试套件设计或项目技术文档（如博客、论文），可验证测试代码的存在及验证逻辑，但具体数值需官方确认。)
原文内容:
一位 GitHub 工程师刚刚交付了一个原本为全团队规划两年的项目。他只用了 14 周时间，以及大约 3 周的个人专注投入。AI 账单达到了 120,000 美元。 这相当于以一辆中档轿车的价格，完成了价值约 300 万美元的工程工作。 该项目是将 GitHub Copilot 背后的引擎重写为更快的语言，涉及 832,378 行生产代码。代理几乎编写了全部代码。平均每行成本 14 美分，而在 GitHub 这样公司，手动编写的代码每行成本要以美元计。 写在报告中的一个细节是他们如何确保安全。老系统附带 174,675 行测试代码，他们将这些作为评判标准。代理无需被信任。每一块新代码要么完全像老系统一样运行，要么就被拒绝。 这也是为什么重写任务是完美的 AI 工作。新代码没有标准答案，因此人类需要审查一切。重写任务则有多年积累的正确性就摆在测试套件中。老代码就是规范。 经济学上还有一个隐藏依赖。在消耗的 1363 亿个令牌中，96% 是缓存读取。没有提示缓存，账单将接近七位数，这个项目很可能无法获批。 每家公司都有那样一堆项目，在规划阶段就夭折了，因为无法证明一个资深团队两年的投入是合理的。整个这一类项目现在都被重新定价了。
⏰ 13:35 | ❤️ 134点赞 | 📝 389字 | 查看原文 →
相关文章
