【AI 英文奏折】2026年09月27日

共收录 23 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. Heather Cooper: Claude 5.5能自动整合档案素材生成完整科技视频。
2. Aakash Gupta: 科技公司CEO享受隐私特权，公众却无退出监控选择。
3. Aakash Gupta: 企业专利争议凸显知识产权保护过度问题。
4. Aakash Gupta: 粉丝用消费行动吸引赞助商，成功续订《Chuck》。
5. Ethan Mollick: Claude 5.5恢复原有个性，优于前版稀释感。
6. Emily: DeepMind提出评估AGI影响经济的11种政策框架。
7. Aakash Gupta: 巧妙设计的气动网和精准控制实现无伞高空自由落体着陆。
8. Venture Twins: 用照片和宠物特征生成苹果风格广告的Grok机器人。
9. Santiago Valdarrama: GPT-6结合Hyper3D无需代码即可生成赛车游戏。
10. Rohan Paul: AI购物代理潜力大但执行购买率低，商家策略分化明显。
11. Anthony Pompliano: 个人理财平台用户资产高、付费活跃、互动性强。
12. Tivadar Danka: 图论应注重直观本质而非繁琐证明。
13. ℏεsam: Opus模型聪明高效，使用体验有趣且省资源。
14. Rohan Paul: DHH批评AI末日论，倡导乐观态度相信技术繁荣可能。
15. The Turing Post: 开源EvoOntology通过动态数据指南提升AI代理任务准确率和效率。
16. Riley Brown: 咖啡店环境能缓解抑郁，孤立和长时间办公室工作有害。
17. Rohan Paul: 多方资本协同推动人工智能万亿级基建浪潮。
18. Rohan Paul: 微软关联AI数据中心因违规用天然气发电机被罚107万美元。
19. Rohan Paul: Meta Muse通过电商交易抽成变现，潜力远超订阅模式。
20. Anthony Pompliano: 18个月资产破600亿，25%用户付费，自主智能驱动增长。
21. Anthony Pompliano: 提供财务资料帮助税务专家高效完成报税工作。
22. Rohan Paul: 私有数据比模型更能决定AI优势。
23. Amira Zairi: 分享原始洞穴壁画的创作提示与风格要点。

---

📖 详细内容

Heather Cooper @hbcoop_

Creative Director @PrimeVideo | Generative Technologist @watchonwonder House of David S1 & S2 | AI Educator & Consultant | 影响力: 0万粉丝

💡 核心观点: Claude 5.5能自动整合档案素材生成完整科技视频。

可信度: 4/10 – 3项需进一步确认

事实核查:

• ◐ 部分可验证: Claude Opus 5.5能够从@covacut的Moving Image Archive中提取片段 (需实测Claude Opus 5.5是否支持从指定公开视频库（如@covacut的存档）提取片段，但功能本身可通过官方文档或实测部分验证。)
• ◐ 部分可验证: Claude Opus 5.5可自动添加图表、统计数据与音效 (需实测或查阅官方功能说明是否支持自动生成并整合图表、数据及音效，但生成能力可能受限于模型版本或用户输入。)
• ◐ 部分可验证: Claude Opus 5.5能结合档案视频、生成视频与动态图形制作完整内容 (多模态输出能力（视频+图形）可通过官方技术演示验证，但具体效果依赖用户提示词质量，需实测确认。)

原文内容:

测试Claude Opus 5.5从@covacut的动态影像档案馆提取片段以制作科技发展主题视频的效果。

我要求包含档案影像素材+生成视频+动态图形。

系统自主添加了图表、统计数据及音效。

⏰ 21:56 | ❤️ 22点赞 | 📝 38词 | 查看原文 →

↑ 返回顶部

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: 科技公司CEO享受隐私特权，公众却无退出监控选择。

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: Flock 的摄像头每月扫描 200 亿个车牌。 (Flock 官方可能公布过扫描数据量，但需核实其官网或公开报告；若数据来自第三方统计或估算，则需进一步确认方法可靠性。)
• ✓ 可验证: Flock CEO 的房子在 Google Street View、Zillow 和 Redfin 上被模糊处理。 (可通过直接查看当前或历史版本的 Google Street View、Zillow 和 Redfin 页面验证是否被模糊处理，但需确认时间线与推文所述一致。)
• ◐ 部分可验证: Flock 在美国 49 个州运行超过 10 万个摄像头。 (公司可能公开过部署规模或州覆盖范围，但需核实具体摄像头数量是否来自官方声明或可靠媒体报道。)

原文内容:

Flock 的摄像头每月扫描 200 亿个车牌。然后有人发布了一张 CEO 房子的照片，没过几天，它就在 Google Street View、Zillow 和 Redfin 上被模糊处理了。

Garrett Langley 在八月上 Fox News，告诉美国人为了安全而就隐私问题做出妥协。他的公司在美国 49 个州运行超过 10 万个摄像头，记录你的汽车品牌、型号、位置，甚至你的保险杠贴纸。每一次去超市购物和接送孩子上学，都能被超过 5000 个警察局搜索到。这相当于每秒钟拍摄约 7700 辆车，全天候不停。

值得追踪的部分是，互联网用他自己的原则打败了他。他的草坪从公共街道上就能看到。Google Maps 的标签是众包的公共数据，这就是为什么他的前院现在被标记为公共厕所。所有人所做的只是将“如果发生在公共场合，就是公平游戏”这一原则应用到那个基于这一原则建立起 84 亿美元公司的男人身上。他几天内就屈服了。

只需看看这种不对称性。几个下架请求就将他的房子从互联网地图上抹去。而他的摄像头追踪的司机们则完全没有退出选项。你无法给 Flock 发邮件要求他们模糊你的本田车。

Street View 的模糊处理也是不可逆的。他的房子将永远被视为街区里那个藏着什么秘密的房子。与此同时，大约 50 个城市从去年年初起取消了与 Flock 的合同，Josh Hawley 还启动了一项参议院调查，追查所有这些车牌数据流向何处。

他兜售这种妥协。他只是自己不买账。

⏰ 11:49 | ❤️ 21点赞 | 📝 441字 | 查看原文 →

↑ 返回顶部

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: 企业专利争议凸显知识产权保护过度问题。

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: 美国政府在1999年授予了专利号6,004,596的“密封无面包皮三明治”专利 (可通过美国专利商标局（USPTO）官网或专利数据库（如Google Patents）直接查询专利号6,004,596，确认其存在、发明人及内容。)
• ◐ 部分可验证: Smucker’s公司因专利问题起诉了密歇根州Gaylord的小型食品商Albie’s Foods (需查阅2001年左右的联邦法院记录或媒体报道，确认诉讼是否存在。但因事件年代较久，部分记录可能未完全公开或需付费获取。)
• ✓ 可验证: Albie’s Foods以“pasty（矿工馅饼）作为现有技术”进行抗辩，最终导致专利被撤销 (可通过USPTO的专利复审记录（如2007年9月25日的撤销决定）或法律数据库（如Justia）验证专利无效的最终结果及抗辩依据。)

原文内容:

1999年，美国政府为"密封无面包边三明治"颁发了第6,004,596号专利。这项发明来自明尼苏达州的两位父亲，后来他们的公司被斯味可收购，于是这种锯齿封边的花生酱果酱三明治突然成了私有知识产权。

2001年，斯味可起诉了密歇根州盖洛德市的小型食品商阿尔比食品公司——该公司正在为学校午餐计划生产无面包边的花生酱果酱三明治。

阿尔比公司的应诉堪称史上最精彩的法律辩护之一。他们向联邦法院指出：锯齿封边的无面包边口袋三明治早已存在。这种食物名为"矿工馅饼"，自19世纪起就被密歇根北部的矿工们带去工作。

随后他们要求专利局重新审查该专利。审查员发现了初次审核时遗漏的现有技术，2007年9月25日，美国专利商标局宣布该专利所有权利要求无效。一家市值数十亿的公司对三明治的垄断权，就这样败给了矿工的午餐。

这就是为什么如今洛杉矶的店铺可以整天运行锯齿封边机，却无需向任何人支付专利许可费。

结局会让战略学教授会心一笑。本财年，无面包边三明治"免捏包"在没有专利保护的情况下实现了超10亿美元年销售额。NFL球队每年要吃掉至少8万个，而全美仅27%的家庭购买过这款产品。八年的法律鏖战败给了矿工馅饼，但最终赢家仍是这款三明治。

⏰ 11:22 | ❤️ 48点赞 | 📝 227词 | 查看原文 →

↑ 返回顶部

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: 粉丝用消费行动吸引赞助商，成功续订《Chuck》。

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: NBC 在 2009 年差点取消《Chuck》，粉丝通过购买 Subway 足长三明治的活动促使 NBC 续订该剧。 (该事件在多家娱乐媒体（如《娱乐周刊》、TV Guide）中有报道，且 Zachary Levi 和 Subway 的参与被广泛提及，但 NBC 内部决策细节和具体财务数据未完全公开，需依赖第三方报道。)
• ✓ 可验证: Subway 成为《Chuck》第三季的主要赞助商，并承担部分制作成本，使续订可行。 (NBC 在 2009 年的官方新闻稿中明确将 Subway 列为赞助商（存档可查），且《好莱坞报道者》等权威媒体分析了赞助对剧集续订的影响。)
• ◐ 部分可验证: 《Chuck》粉丝活动（Subway 购买）比《Jericho》粉丝邮寄花生的活动更有效，前者获3季续订，后者仅获7集。 (两部剧的粉丝活动及续订结果属实（《Jericho》花生活动被 CBS 确认，《Chuck》续订记录可查），但“有效性”对比涉及主观分析（如赞助商介入的直接影响），需结合行业评论。)

原文内容:

NBC 在 2009 年差点取消《Chuck》。粉丝们用 5 美元的 Subway 足长三明治救了它。

这个计划来自一位粉丝，Wendy Farrington。她告诉大家在第二季大结局当晚走进 Subway，买一份足长三明治，并在建议箱里放一张便条解释原因。Zachary Levi 在英格兰伯明翰的一家 Subway 店后面台面，亲自为 600 名粉丝制作三明治，这些粉丝是他自己带领过来的。

三周后，NBC 续订了该剧，并在实际新闻稿中将 Subway 命名为主要赞助商。

这就是为什么它成功了，而几乎所有拯救剧集的活动都失败了。粉丝们通常会恳求电视台，但无论多少封信都无法改变损益表，而《Chuck》的收视率无法覆盖其预算。所以这些粉丝完全绕过了 NBC，直接向 Subway 提供了购买证明，表明这个观众群体会买剧集所推广的东西。Subway 随后去找 NBC，承担了第三季足够多的成本，让续订变得可行。

对比一下《Jericho》的粉丝，他们在 2007 年向 CBS 邮寄了 20 吨花生。他们只得到了 7 集。《Chuck》却获得了额外的 3 个季度。

办公桌上的花生只会制造噪音。赞助商收银台上的收据才会带来收入。

这部因收视率被杀的剧集播出了 91 集，并在 2012 年迎来了一场真正的两小时大结局。

⏰ 14:01 | ❤️ 290点赞 | 📝 356字 | 查看原文 →

↑ 返回顶部

Ethan Mollick @emollick

Professor @Wharton studying AI.
New book, Co-Existence, coming October 20. Preorder here: https://co-existence.ai
Substack: https://oneusefulthing.org | 影响力: 0万粉丝

💡 核心观点: Claude 5.5恢复原有个性，优于前版稀释感。

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: Opus 模型从大约 4.7 到 5 的阶段经历了一段艰难时期，不再让人感觉“像 Claude 那样” (该声明基于个人主观体验或内部观察，未提供公开数据或基准测试支持，无法通过官方渠道验证模型迭代期间的“感觉”变化。)
• ✓ 可验证: Opus 5.5 让人感觉又回到了与老 Claude 合作的感觉 (此声明依赖用户对模型“个性”的主观感受，缺乏客观指标（如官方发布的性能对比或用户调研），属于个人体验范畴。)
• ◐ 部分可验证: 模型的个性是基准测试无法捕捉到的 (基准测试通常衡量性能指标（如准确率、速度），但“个性”涉及交互风格等主观维度。部分可验证（如通过官方说明模型设计目标），但需实测对比才能确认差异。)

原文内容:

模型的个性在某种程度上是基准测试无法捕捉到的。Opus 模型从大约 4.7 到 5 的阶段经历了一段艰难时期，它们不再让人感觉“像 Claude 那样”了，更像是被稀释了的 Fable（嗯，教师模型？）。Opus 5.5 让人感觉又回到了与老 Claude 合作的感觉

⏰ 10:42 | ❤️ 225点赞 | 📝 80字 | 查看原文 →

↑ 返回顶部

Emily @iamemily2050

Any sufficiently advanced technology is indistinguishable from magic. Arthur C. Clarke. | 影响力: 1,021万粉丝

💡 核心观点: DeepMind提出评估AGI影响经济的11种政策框架。

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:

• ✓ 可验证: DeepMind Institute发布了关于AGI经济政策的首次公开研究 (可通过DeepMind官网或官方发布的论文/公告直接验证该研究是否存在及其公开性质)
• ◐ 部分可验证: 研究评估了11种经济政策对AGI社会影响的应对能力 (若研究公开，可验证政策数量及评估框架，但需实际查阅论文确认具体政策列表和评估方法)
• ◐ 部分可验证: 研究使用模拟经济学家的AI代理对政策进行场景测试（轻度/中度/极端） (若论文公开方法论部分可验证AI代理的设计，但模拟细节（如参数设定）可能缺乏透明度)

原文内容:

在这个Gemini Notebook视频概览中，我们将探讨以下内容：

来自DeepMind研究所的首批公开研究之一——《通用人工智能的经济政策》。

DeepMind研究所的研究人员开发了一个综合评估框架，用于分析十一项旨在应对通用人工智能（AGI）可能引发社会变革的经济政策。该研究从保障人类福祉、维护个人能动性以及适应不同程度经济冲击的角度，评估了从失业保险到全民基本资本等各类干预措施。

为提供客观分析，研究者采用模拟现实经济学家的AI智能体评级系统，测试这些政策在轻度、中度和极端转型场景下的表现。研究主张政府应采取分阶段策略，实施能根据劳动力市场实证数据自动调整的弹性安全网。

研究最终指出，虽然AGI可能带来巨大繁荣，但必须通过前瞻性的制度规划，才能确保由此产生的经济效益得到广泛而公平的分配。

⏰ 10:34 | ❤️ 24点赞 | 📝 168词 | 查看原文 →

↑ 返回顶部

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: 巧妙设计的气动网和精准控制实现无伞高空自由落体着陆。

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: 人体自由落体时最高速度约为每小时120英里。 (该数据可通过物理学计算和跳伞运动相关研究验证，终端速度（terminal velocity）在标准条件下约为120英里/小时（约193公里/小时），是公开的科学常识。)
• ◐ 部分可验证: 卢克·艾金斯以120英里时速撞上网后无伤站立，网由Spectra编织，强度是钢的两倍且几乎不伸展。 (Spectra材料的强度（超高分子量聚乙烯）确实高于钢，且低伸展性可查证，但具体网的结构参数和实际冲击测试数据需依赖项目方或工程记录，普通公开资料可能不完整。)
• ◐ 部分可验证: 四根压缩空气气瓶通过绳索和滑轮系统缓冲撞击，模拟“接鸡蛋”原理。 (技术原理（如能量吸收设计）符合工程逻辑，但具体装置调校和效果需依赖项目方发布的工程细节或视频记录，普通公众难以直接验证。)

原文内容:

人体自由落体时最高速度约为每小时120英里。卢克·艾金斯以这个速度撞上网，没有任何背上的装备，然后站了起来。这张网是用Spectra编织的，这种绳索的强度是钢的两倍，几乎完全不伸展。这种刚性材料本该像水泥地一样把他摔得粉碎。

诀窍藏在下面。四根压缩空气气瓶通过绳索和滑轮连接到网上，调校成在他撞击时释放。项目工程师将其比作接鸡蛋时让手随它移动。所以这张网做了降落伞的工作，只不过平铺在地上，而不是在他头顶上方打开。

转向是另一个问题。没有翼服意味着你唯一的控制面是手臂、腿和胸部。他头盔上的GPS装置将他的位置传送到网上的灯光。红色表示漂移，白色表示瞄准目标。他从将近五英里高空飞自己的身体，落入一个100英尺见方的区域。

然后是几乎没人注意到的部分。撞击前几秒，他翻身仰面朝上。俯冲以120英里时速时，网会停住你的身体，脖子承受剩余冲击。在两分钟自由落体后，一个半翻滚，没有零容错机会重来。

还有那个疯狂的注脚。起飞前几分钟，演员工会命令他为了安全戴上降落伞。艾金斯已经训练18个月没用降落伞，而一个刚性容器绑在他脊柱和那张网之间，以120英里时速，正是你最不想带的东西。安全要求反而成了别人试图强加在他身上最危险的东西。他们在飞行中途撤回了它，他在飞机里扭出身上的装备，然后干净利落地跳了出去。

18,000次跳伞才赢得一次跳过降落伞的权利。

⏰ 15:33 | ❤️ 296点赞 | 📝 493字 | 查看原文 →

↑ 返回顶部

Venture Twins @venturetwins

Partner @a16z AI and twin to @omooretweets | Investor in @elevenlabs, @bfl_ml, @hedra_labs, @krea_ai, @heyglif, @ShizukuAILabs, @wabi, @TownAI | 影响力: 986万粉丝

💡 核心观点: 用照片和宠物特征生成苹果风格广告的Grok机器人。

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: 用户制作了一个名为Grok @bot的工具，用于生成苹果风格的宠物广告 (需通过提供的链接访问工具并测试功能，但无法直接验证其开发过程或内部逻辑)
• ✓ 可验证: 该工具需要用户提供宠物的照片和个性特征来生成广告 (可通过链接实际使用工具，输入照片和文本测试是否符合描述)
• ✓ 可验证: 用户用拉布拉多贵宾混种狗Tilly测试了该工具 (属于个人使用案例，无公开数据或第三方证明)

原文内容:

用这个提示制作了一个 Grok @bot，这样你就可以轻松为自己的宠物生成一个苹果风格的广告。

我用我的拉布拉多贵宾混种狗 Tilly 测试了它——你只需要几张照片和他们的一些爱好或个性特征。

自己使用的链接 

⏰ 09:42 | ❤️ 87点赞 | 📝 80字 | 查看原文 →

↑ 返回顶部

Santiago Valdarrama @svpino

计算机科学家。我在 https://ml.school 教授硬核人工智能/机器学习工程。YouTube：https://youtube.com/@underfitted | 影响力: 0万粉丝

💡 核心观点: GPT-6结合Hyper3D无需代码即可生成赛车游戏。

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: 使用 GPT-6 调用 Hyper3D Rodin MCP 来制作赛车游戏，而无需编写一行代码 (目前 GPT-6 并未公开发布，且 Hyper3D Rodin MCP 的功能描述缺乏官方技术文档或实际演示验证，无法直接确认其无需代码的可行性。)
• ◐ 部分可验证: Hyper3D Rodin MCP 可通过输入提示生成三个不同的 3D 汽车模型 (需实测 Hyper3D Rodin MCP 的官方平台（如链接 https://hyper3d.ai）是否支持此功能，但缺乏公开案例或用户反馈佐证其生成质量与流程。)
• ✓ 可验证: GPT-6 能基于生成的 3D 模型自动编写完整赛车游戏 (GPT-6 的存在及能力未获官方确认，且“自动编写游戏”涉及复杂逻辑，无公开证据表明当前技术可实现此功能。)

原文内容:

无需编写一行代码，使用GPT-6调用Hyper3D Rodin MCP即可制作赛车游戏。

1. 连接Rodin

将Hyper3D Rodin MCP集成至Codex平台，完成登录与授权。

2. 通过Hyper3D Rodin MCP构建汽车模型

在Codex输入指令："使用Hyper3D Rodin MCP为游戏生成三个不同的3D汽车模型。"

3. 由GPT-6编写游戏逻辑

当模型就绪后，向Codex发出请求："利用Hyper3D Rodin MCP生成的车辆模型开发一款赛车游戏。"

Hyper3D Rodin MCP负责车辆建模，GPT-6处理游戏编程。

立即体验：https://hyper3d.ai/?utm_source=X&utm_medium=thread&utm_campaign=MCP&utm_id=Santiago…

获取最新动态 @DeemosTech https://linktr.ee/DeemosTech

特别鸣谢Hyper3D团队与本文的联合撰写。

⏰ 21:35 | ❤️ 36点赞 | 📝 124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.

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购物代理潜力大但执行购买率低，商家策略分化明显。

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: 购物现已成为第三大 AI 应用领域（引用 epsilon 研究报告） (需查阅 epsilon 研究报告原文或官方公开数据，但未提供具体报告链接或发布时间，可能存在数据时效性或定义差异。)
• ◐ 部分可验证: 仅 16% 的受访购物者使用 AI 完成最终购买，而 42% 的人用它来比较价格 (需核实 epsilon 研究的具体样本、调研方法和时间范围，若无公开报告则无法完全验证。)
• ✓ 可验证: Shopify 商家通过 AI 驱动的流量在 2026 年第一季度同比增长 8 倍，AI 驱动搜索订单增长近 13 倍 (可通过 Shopify 官方财报、新闻稿或公开声明验证数据，但需确认是否为 2026 年（未来数据可能存在预测性质）。)

原文内容:

AI 代理已经开始融入消费者购物的日常方式。购物现已成为第三大 AI 应用领域

- epsilon 研究报告

AI 已然成为购物决策的有力层级。然而，仅 16% 的受访购物者使用 AI 完成最终购买，而 42% 的人用它来比较价格

那 26 个百分点的差距，正是整个 AI 代理式电商的机会所在。消费者已经信任 AI 来思考购买决策，但他们远没有那么愿意让它执行购买行为。

你已经可以看到经济效益的显现。Shopify 表示，其商家通过 AI 驱动的流量在 2026 年第一季度同比增长 8 倍，而来自 AI 驱动搜索的订单增长近 13 倍。通过 AI 渠道到来的新买家，其下单率几乎是其他渠道的 2 倍。

这也解释了为什么 Shopify 乐于将 Shop Pay 直接接入 Meta 的 Muse，而亚马逊则阻止了 Muse 在亚马逊平台上进行交易。Shopify 从更多外部代理将高意图买家引入其电商轨道中获益。

亚马逊不同于 Shopify/Walmart，它有意将外部 AI 购物代理拒之门外。它已屏蔽了数十个此类代理，包括 ChatGPT，并向法院表示，机器人流量必须从广告展示中剔除后才能向广告主收费，因为这些广告是针对人类访问出售的，而价格比较代理从未进行过此类访问。Rufus 作为亚马逊自己的助手，让购物者可以在不离开商店的情况下使用 AI。

亚马逊有更多需要保护的东西，因为外部代理可能介于亚马逊与客户之间，从而削弱亚马逊对发现、推荐和广告的控制。

⏰ 09:15 | ❤️ 21点赞 | 📝 434字 | 查看原文 →

↑ 返回顶部

Anthony Pompliano @apompliano

企业家、投资者和终身学习者。

每日写作：http://pompletter.com
播客：http://pompyoutube.com
我的第二本书：http://pompbook.com | 影响力: 0万粉丝

💡 核心观点: 个人理财平台用户资产高、付费活跃、互动性强。

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: 我们与 @cfosilvia 一起构建了个人理财平台 (可通过查看平台官网或 @cfosilvia 的公开合作信息验证合作关系，但需确认具体合作细节是否公开。)
• ✓ 可验证: 平台比前沿模型更准确 (缺乏具体比较对象、测试方法或第三方数据支持，属于主观或未公开的宣称。)
• ◐ 部分可验证: 平均用户连接了价值 250 万美元的资产 (若平台公开用户资产统计报告或白皮书可验证，但需确认数据来源是否独立可信。)

原文内容:

同意这个观点。

我们与 @cfosilvia 一起构建了个人理财平台，它不仅比前沿模型更准确，而且具有强大的参与度和留存率。

平均用户连接了价值 250 万美元的资产。25% 的月活跃用户是付费会员。付费会员每周提出 20 多个问题。

你应该试试看，Anish：

⏰ 08:55 | ❤️ 23点赞 | 📝 89字 | 查看原文 →

↑ 返回顶部

Tivadar Danka @tivadardanka

I make math and machine learning accessible to everyone. Mathematician with an INTJ personality. Chaotic good. | 影响力: 529万粉丝

💡 核心观点: 图论应注重直观本质而非繁琐证明。

可信度: 5/10 – 2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: 大学离散数学课程将图论视为一种虐待性的练习，专注于顶点着色定理和繁琐的归纳证明。 (可通过查看具体大学的离散数学课程大纲或教材内容部分验证，但“虐待性”是主观描述，无法客观验证。)
• ◦ 观点: 图论是视觉直觉的终极工具。 (“终极工具”是主观评价，缺乏客观标准，属于个人观点。)
• ◐ 部分可验证: 图论是将几何、形状、距离、尺度等细节剥离干净的艺术，只保留连接的原始骨架。 (图论确实抽象化连接关系，但“艺术”和“剥离干净”是主观表述，其核心定义可查证，但修饰部分不可验证。)

原文内容:

大学离散数学课程将图论视为一种虐待性的练习，专注于顶点着色定理和繁琐的归纳证明。

它们完全抓不住重点。

图论是视觉直觉的终极工具。它是将每一个无用的细节——几何、形状、距离、尺度——剥离干净的艺术，直到只剩下连接的原始骨架。

⏰ 20:30 | ❤️ 137点赞 | 📝 97字 | 查看原文 →

↑ 返回顶部

ℏεsam @hesamation

apes made fire, then GPUs, then ASI | 影响力: 0万粉丝

💡 核心观点: Opus模型聪明高效，使用体验有趣且省资源。

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:

• ◦ 观点: Opus的最大优势在于品味，而非基准测试 (该声明属于主观评价，无法通过客观数据或公开渠道验证”品味”这一抽象概念。)
• ✓ 可验证: Opus模型使用起来有趣且激发兴奋感，因其聪明高效 (用户个人体验描述，缺乏量化标准或公开对比数据支持，无法独立验证。)
• ◐ 部分可验证: Claude Code近期可能变得更高效，使用消耗比预期少 (可通过实测对比历史版本与当前版本的token消耗效率，但需用户自行测试且无公开数据直接支持。)

原文内容:

使用 Opus 并切换回 Claude Code 后的几点想法：
> Opus 的最大优势不在于基准测试。它在于品味。无论是在方法还是设计上。
> 这个模型使用起来就是有趣。它激发了一种兴奋感，因为它既聪明又高效。
> 我不知道这是 Opus 的功劳，还是 Claude Code 在过去几个月变得更高效了。我这几天一直在榨干这个模型，但使用量比我预期的消耗少得多。
> 上次我用 Claude 时，它啰嗦又黏人。Opus 5.5 在处理任务数小时方面，和 Astra 一样出色。
如果你有一段时间没用 Claude 了，我觉得是时候再试试它了。

⏰ 08:08 | ❤️ 67点赞 | 📝 168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.

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: DHH批评AI末日论，倡导乐观态度相信技术繁荣可能。

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: DHH 在 2026 年奥斯汀的 Rails World 上彻底痛斥了前沿实验室的末日派 (需查看 2026 年 Rails World 的官方录像或文字记录（若已公开）确认 DHH 的具体发言内容，但时间未到（2026年尚未发生），目前无法完全验证。)
• ◐ 部分可验证: DHH 批评“我在一家前沿实验室工作过，所以请相信我的末日预测”心态 (需结合 DHH 过往公开言论或演讲视频验证其是否一贯反对此类观点，但推文中的具体措辞需依赖 2026 年活动记录。)
• ◦ 观点: DHH 提倡“多注入乐观精神（P-Bloom），而非末日预测（P-Doom）”，并认为丰裕与喜悦的可能性远超末日 (此为 DHH 的主观观点或愿景陈述，无客观事实依据，无法直接验证其正确性。)

原文内容:

这太酷了。DHH 在 2026 年奥斯汀的 Rails World 上彻底痛斥了前沿实验室的末日派。

用大锤砸向那种“我在一家前沿实验室工作过，所以请相信我的末日预测”心态。

“也许我们应该多注入一点乐观精神，多一点 P-Bloom，而不是这么多 P-Doom。这种事情成真的可能性，以及我们获得丰裕与喜悦的可能性，远超我们迎来末日的可能性。”

----
来自“Ruby on Rails” YouTube 频道，（链接在评论中）

⏰ 07:41 | ❤️ 266点赞 | 📝 128字 | 查看原文 →

↑ 返回顶部

The Turing Post @theturingpost

On X we surface the AI research that matters and explain the ideas behind it. In the newsletter, we connect the dots between AI’s past, present, and future | 影响力: 8,552万粉丝

💡 核心观点: 开源EvoOntology通过动态数据指南提升AI代理任务准确率和效率。

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: EvoOntology 是开源的，配备 Claude Code 和 Codex 插件，用于构建、更新和可视化该指南。 (开源项目通常可在代码托管平台（如 GitHub）公开查看，Claude Code 和 Codex 插件的集成也可通过项目文档或代码库验证。)
• ◐ 部分可验证: 使用 EvoOntology 后，多源研究的准确率提高 17.8 个百分点。 (需实测或查看项目方提供的基准测试报告，但若无公开数据集或复现方法，则无法独立验证具体数值。)
• ✓ 可验证: EvoOntology 通过 MCP 工具搜索指南，而非接收提示。 (技术实现细节可通过开源代码或官方文档直接验证，MCP 工具的功能和交互逻辑应明确标注。)

原文内容:

一个有助于 AI 代理理解您数据的实用层。

@RUC1937 开发了开源的 EvoOntology。它构建了一个可搜索的数据指南——一个本体，将业务概念连接到实际数据。然后，它根据代理的任务历史更新这个指南。

它的工作原理如下：

EvoOntology 是“以代理为先”的。
一个构建代理检查真实任务和数据源，以创建初始指南（本体）。它记录定义、字段映射、关系和业务规则，并附带来自数据的证据来支持它们。

这个指南有三个层：

- Schema：定义指南可以表示的概念和关系。
- Content：包含定义、指向底层数据的链接以及规则。
- Tools：让代理按需搜索和使用指南，以查找和检索正确的数据。

代理通过 MCP 工具搜索指南，而不是接收提示。

随着代理完成任务，EvoOntology 会审查其尝试并向指南提出更改。每项更改都会针对先前版本进行测试，只有在分数按要求改善时才会保留。

平均收益令人印象深刻：

- 多源研究：准确率提高 17.8 个百分点。
- 洞察挖掘：整体提高 1.9 分。
- 数据检索：查询准确率提高 7.4 分，执行效率分数提高 8.6 分。

还有更多功能——EvoOntology 是开源的，配备 Claude Code 和 Codex 插件，用于构建、更新和可视化该指南。

⏰ 22:30 | ❤️ 20点赞 | 📝 354字 | 查看原文 →

↑ 返回顶部

Riley Brown @rileybrown

帮助人们在他们的业务中实施智能代理。
我的播客 @agentnative_ 在这里收听 | 影响力: 0万粉丝

💡 核心观点: 咖啡店环境能缓解抑郁，孤立和长时间办公室工作有害。

可信度: 8/10 – 2项声明可直接验证；2项为观点陈述

事实核查:

• ✓ 可验证: 我曾经一年没在咖啡店工作，结果变得有点低调抑郁。 (这是个人主观体验和情绪状态描述，无法通过外部客观证据验证。)
• ◦ 观点: 好耳机 + 咖啡店的声音和气味是我理想的工作环境。 (这是个人偏好和主观感受，无客观事实依据，属于观点陈述。)
• ✓ 可验证: 也许这只是个 ADHD 的事…… (涉及个人健康或心理状态的推测，未经专业诊断或公开证据支持，无法验证。)

原文内容:

技能问题。我曾经一年没在咖啡店工作，结果变得有点低调抑郁。好耳机 + 咖啡店的声音和气味是我理想的工作环境。也许这只是个 ADHD 的事……但没有什么比孤立自己 / 每天在办公室待 6 小时以上更糟糕的了。

⏰ 07:34 | ❤️ 151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.

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: 多方资本协同推动人工智能万亿级基建浪潮。

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: 8000亿至1万亿美元的人工智能资本支出浪潮 (需查阅行业报告或权威机构数据（如哥伦比亚商学院报告）确认具体金额范围，但“浪潮”属于比喻性描述，无法量化验证。)
• ◐ 部分可验证: 超大规模云服务商带来了信贷质量，外部投资者带来了资本 (云服务商信贷质量和投资者资本投入可通过企业财报或融资新闻部分验证，但“带来”的因果关系需进一步分析。)
• ◐ 部分可验证: 前沿人工智能公司获得了远超其自身融资能力的计算资源 (需对比AI公司公开融资额与计算资源成本（如GPU租赁费用），但“远超”属于主观判断，缺乏统一标准。)

原文内容:

8000亿至1万亿美元的人工智能资本支出浪潮，是芯片、电力、信贷和资本的精美编舞。

超大规模云服务商带来了信贷质量，外部投资者带来了资本，而前沿人工智能公司则获得了远超其自身融资能力的计算资源。

哥伦比亚商学院报告《融资人工智能建设》也证实了这一点。

⏰ 14:48 | ❤️ 38点赞 | 📝 108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.

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: 微软关联AI数据中心因违规用天然气发电机被罚107万美元。

可信度: 10/10 – 3项声明可直接验证；1项需进一步确认

事实核查:

• ✓ 可验证: 一家与微软相关的AI数据中心DataOne因62台未经许可的天然气发电机被新泽西州罚款107万美元。 (可通过新泽西州环境部门（NJDEP）的官方公告或执法记录验证罚款金额及原因，微软与DataOne的关系可通过企业公开信息或合作声明确认。)
• ✓ 可验证: 这是新泽西州有史以来针对数据中心的最大执法行动。 (可通过NJDEP的历史执法记录或公开声明对比过往案例，确认此次罚款是否为最大规模。)
• ◐ 部分可验证: 7月29日的检查发现了这些发电机，随后Floodlight的热成像无人机调查显示，至少有45台同时运行。 (检查记录和无人机调查结果可能存在于NJDEP或Floodlight的报告中，但需获取具体文件或第三方验证数据。)

原文内容:

卫报：一家与微软相关的AI数据中心DataOne因62台未经许可的天然气发电机被新泽西州罚款107万美元。

新泽西州环境部门（NJDEP）称这是新泽西州有史以来针对数据中心的最大执法行动。

7月29日的检查发现了这些发电机，随后Floodlight的热成像无人机调查显示，至少有45台同时运行。

DataOne对州政府关于临时发电机的认定提出异议，但表示将申请许可，同时计划使用Bloom Energy燃料电池作为永久现场电力。

⏰ 05:56 | ❤️ 21点赞 | 📝 147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.

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: Meta Muse通过电商交易抽成变现，潜力远超订阅模式。

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: Meta Muse 的收入数学与订阅无关，而是基于全球电商交易的小额税种 (Meta Muse 的商业模式是否完全脱离订阅需通过官方白皮书或财报验证，但“小额税种”属于类比描述，具体费率需结合实际交易数据确认。)
• ◐ 部分可验证: Muse 若影响全球电商 GMV 的 1%（6.4 万亿美元），1% 交易费可产生 6.4 亿美元年收入 (全球电商 GMV 数据（如 Statista）可验证，但 Muse 实际渗透率和交易费率依赖 Meta 未公开的运营数据，需假设条件成立。)
• ✓ 可验证: Meta 已通过 Instagram、Facebook 等拥有发现渠道，且 Muse 支持 Stripe、Shop Pay 等完成购买 (Meta 旗下平台的电商功能及 Muse 的支付合作方（Stripe/Shopify）可通过官方公告或实测验证。)

原文内容:

Meta Muse 的收入数学与订阅无关。它关乎成为全球电商的一个微小税种。

消费者 AI 的变现仍主要围绕订阅和广告构建。代理可能通过交易解锁第三种、可能更大的收入来源。

Meta 现在免费提供 Muse，同时提供每月 20 美元和 100 美元选项。

如果 Muse 最终影响 6.4 万亿美元市场中的 1%，那就是 640 亿美元的购买流量通过该代理。一个微小的 1% 交易费在该交易量上已相当于 6.4 亿美元的年收入。

在全球电商 GMV（总商品价值）的 2.5% 上，同样的 1% 费用将达到 16 亿美元。没有库存。没有仓库。没有物流网络。

Meta 已通过 Instagram、Facebook 和 WhatsApp 拥有海量的发现渠道。Muse 现在可以深入漏斗一层，在那里 AI 执行搜索、比较产品并实际完成购买。
而且 Muse 已能完成购买，结账时内置 Stripe Link 和 Shop Pay 支持，而 Shopify 和 PayPal 也已转向支持 Muse 商务。关于 Facebook。

Meta 历史上变现交易前的时刻，当时商家为广告付费。Muse 为其提供了变现交易本身的可能路径。相同的商业意图理论上可在进入时产生广告收入，并在退出时收取交易费。
而且 Meta 不一定需要市场级别的 10% 或 15% 费用。在这个规模下，即使 50 个基点，或 0.5%，也至关重要。如果 Muse 最终路由 3250 亿美元 GMV，相当于 6.5 万亿美元市场的 5%，0.5% 的分成率就是每年 16.25 亿美元。

亚马逊封锁 Muse 正是在这个语境下有趣。斗争不仅仅是关于谁拥有更好的购物 AI。它关乎谁能拥有消费者决定购买与资金实际流动之间的最后几毫秒。

⏰ 17:49 | ❤️ 118点赞 | 📝 435字 | 查看原文 →

↑ 返回顶部

Anthony Pompliano @apompliano

企业家、投资者和终身学习者。

每日写作：http://pompletter.com
播客：http://pompyoutube.com
我的第二本书：http://pompbook.com | 影响力: 0万粉丝

💡 核心观点: 18个月资产破600亿，25%用户付费，自主智能驱动增长。

可信度: 10/10 – 3项声明可直接验证；1项需进一步确认

事实核查:

• ◐ 部分可验证: 在不到18个月的时间里，从0美元增长到平台上超过600亿美元的资产 (可通过公司官网、财报或第三方审计报告验证资产规模增长，但需确认“0美元”的初始状态和具体时间范围是否公开披露。)
• ✓ 可验证: 普通人连接了250万美元的资产 (“普通人”定义模糊，且“250万美元”是否为平均值或总量未明确，缺乏公开数据支持。)
• ✓ 可验证: 25%的月活跃用户是付费会员 (若公司公开用户数据或订阅报告（如财报），付费会员比例可被直接验证。)

原文内容:

我们已经建成它了。在不到18个月的时间里，从0美元增长到平台上超过600亿美元的资产。

普通人连接了250万美元的资产，25%的月活跃用户是付费会员。

我们拥有自己的智能，并使用自己的框架和模型来实现超越。

⏰ 05:08 | ❤️ 51点赞 | 📝 82字 | 查看原文 →

↑ 返回顶部

Anthony Pompliano @apompliano

企业家、投资者和终身学习者。

每日写作：http://pompletter.com
播客：http://pompyoutube.com
我的第二本书：http://pompbook.com | 影响力: 0万粉丝

💡 核心观点: 提供财务资料帮助税务专家高效完成报税工作。

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: 使用@cfosilvia的关键是提供背景信息和目标，并上传税务文件（如纳税申报表、K-1、W-2等）及金融账户交易记录 (需实测或联系@cfosilvia确认其具体服务流程和所需文件，但税务顾问通常需要此类文件，逻辑合理。)
• ◐ 部分可验证: 另类资产具有税收优势，需包含在提交信息中 (部分可验证，因某些另类资产（如房地产、加密货币）的税务优惠存在法规依据，但具体优势需结合用户所在地税法及资产类型，无法一概而论。)
• ✓ 可验证: 进行访谈以获取所有必要信息，确保税收工作准确完成 (税务顾问普遍采用访谈形式收集信息，可通过公开的税务服务标准或@cfosilvia的服务说明验证。)

原文内容:

使用 @cfosilvia 的关键是给她提供你当前情况的背景以及你想实现的目标。你可以上传你的纳税申报表、K-1 表格、W-2 表格、1099 表格，以及信用卡、银行账户和经纪账户的所有交易记录。

别忘了包括另类资产，因为那里也有很多税收优势。

告诉她进行访谈以获取她需要的所有信息，这样她就能为你做好税收工作。

在我看来，这相当神奇。如果你试用后有任何反馈，请告诉我。

⏰ 05:18 | ❤️ 26点赞 | 📝 142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.

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: 私有数据比模型更能决定AI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: AI 的优势更多来自于私有输入，而非模型本身 (该声明部分可验证，因为已有研究（如数据稀缺性对模型性能的影响）支持私有数据的重要性，但“优势更多”是相对性结论，需具体案例或实验对比验证。)
• ✓ 可验证: 相同输入数据下，Facebook、Microsoft、Google 和 Amazon 会得出相同的机器学习模型 (无法直接验证，因实际训练中模型初始化、超参数、硬件差异等因素可能导致结果不同，且企业不会公开完全相同的训练流程。)
• ✓ 可验证: 拥有独特私有数据（如医疗档案、法律档案）的公司可转化为AI竞争优势 (可通过行业案例（如IBM Watson Health或Palantir）验证私有数据的价值，但具体效果需依赖企业公开的模型性能数据。)

原文内容:

Chamath：AI 的优势可能更多来自于私有输入，而非模型本身。

“当实验室能够构建相似模型时，真正的胜利来自于一个独特成分，以便更好地将其货币化。

这里有一个关于机器学习的基本知识值得了解：如果你拿 1000 个相同的输入数据交给 Facebook、Microsoft、Google 和 Amazon，它们都会得出相同的机器学习模型。

但如果你有一个额外的东西，一个所有其他公司都没有的小成分，你的输出就会有显著不同。

这就像给两位伟大的厨师三种食材，但给第三位厨师多加一种额外食材。那个人就有能力做出非常特别的东西。

现在，我们身处一个每个人都在爬取开放网络的世界。我们将转向一个新世界，在那里，随着每个人变得足够复杂且信息广泛可用，有人会说：‘你知道吗？这个网站，我不会允许其他人访问。它只属于我，只供我的模型使用。’那些模型将变得更好。

所以我们必须让这件事稍稍发展一下。这将是一场真正有趣的军备竞赛。

例如，下一波并购浪潮可能是像 Google、Microsoft 和 Facebook 这样的公司审视这些公司，并说：‘它们能否成为我的大型语言模型或其他机器学习和 AI 模型的可行输入？’

---
一家拥有独特工作流程、交易记录、医疗档案、工业日志、法律档案、设计文件或用户行为数据的公司，可以将乏味的私有数据转化为一种复合优势。

一些初创公司可能永远无法独立成为伟大的上市公司，但它们仍然会变得有价值，因为它们拥有一股数据流，能让更大的 AI 系统更敏锐、更具差异化，或更难被复制。

----

摘自 “iConnections” YouTube 频道，（链接在评论中）

⏰ 13:34 | ❤️ 49点赞 | 📝 509字 | 查看原文 →

↑ 返回顶部

Amira Zairi @azed_ai

AI Educator & Creator | Ambassador @Adobe | Partner with leading brands | Collab → [email protected] | 影响力: 0万粉丝

💡 核心观点: 分享原始洞穴壁画的创作提示与风格要点。

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: 一幅[主体]的洞穴壁画，用原始赭石颜料和粗糙的炭笔触描绘在凹凸不平的石壁上 (可通过考古学文献或博物馆记录验证原始赭石颜料和炭笔触的使用，但具体壁画细节（如“粗糙的几何符号”）需实地考察或高清影像支持，且“[主体]”未明确，无法完全验证。)
• ✓ 可验证: 壁画包含模糊的手印和风化的颜料痕迹 (手印和风化痕迹是已知史前壁画的常见特征，可通过学术研究（如法国拉斯科洞穴壁画报告）或公开考古影像验证。)
• ◦ 观点: 壁画具有原始史前工艺和深邃的自然阴影 (“原始史前工艺”和“深邃的自然阴影”是主观描述，缺乏客观标准，无法直接验证，属于艺术风格判断。)

原文内容:

提示分享：原始石刻标记

 提示：
一幅[主体]的洞穴壁画，用原始赭石颜料和粗糙的炭笔触描绘在凹凸不平的石壁上，简化的古代形式，粗糙的几何符号，褪色的矿物色彩，模糊的手印，风化的颜料痕迹，原始史前工艺，闪烁的火炬光芒，深邃的自然阴影，原始考古氛围

试试看并分享你的作品 

⏰ 19:00 | ❤️ 70点赞 | 📝 115字 | 查看原文 →

↑ 返回顶部