【AI 英文奏折】10月19日

x每日奏折18小时前发布 tianming

28 0 0

【AI 英文奏折】2026年10月19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

Rohan Paul: AI解决数学证明引发研究生职业焦虑。
Rohan Paul: 高效学习代理未必表现最佳，需关注学习成本与保留效果。
klöss: AI用代码将音乐转化为视觉动画并分享创作方法。
Anthony Pompliano: 利用AI工具Silvia快速生成税收损失以节省家庭税务。
Machina: 自动化深度研究快速定位市场需求并构建精准解决方案。
Marc Lou: 追求内心平静是幸福的真谛。
The Turing Post: Harness工具存废引争议，代理系统发展引发新思考。
0x ROAS: 剧情广告通过强钩子、转折和复仇元素提升效果。
fofr: 业余天文学爱好者用Argon成功重现黑洞原始图像。
levelsio: AI工具在细分市场潜力大，需适应变化抓住投资机遇。
levelsio: 将创业视为持久游戏，享受持续竞争而非快速退出。
SemiAnalysis: Inferact与谷歌TPUv7性能超竞品，全程主导技术提交。
Aakash Gupta: 饱和潜水员深海遇险靠冷静与专业幸存。
Chubby♨️: 作者随NVIDIA参加欧洲GTC活动，分享与黄仁勋交流及投资见闻。
Charly Wargnier: OpenCode 2.0升级支持多代理协作与热重载，开源免费。
Freda Duan: 全球数据中心容量快速增长，美国占主导且关注国家安全。
Machina: 选择模型应基于实际任务表现而非基准测试。
Chubby♨️: AI并非单一泡沫，虽有市场修正但投资价值真实存在。
Riley Brown: AI工具通过单条指令自动完成全流程视频编辑。
Amira Zairi: 分享Y2K风格设计师玩具盲盒的3D渲染提示模板。

📖 详细内容

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解决数学证明引发研究生职业焦虑。

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: 德克萨斯大学奥斯汀分校计算机科学家斯科特·阿伦森表示，研究生们在 OpenAI 发布 370 个数学证明后感到恐惧 (斯科特·阿伦森的身份和言论可通过其公开演讲或社交媒体验证，但需确认具体视频来源（如提到的“MTS” YouTube 频道）及上下文。OpenAI 发布的数学证明数量（370个）需核实其官方公告或论文。)
◐ 部分可验证: 研究生们因 AI 能解决他们原本训练的问题而担忧职业生涯 (该声明涉及主观情绪（恐惧、担忧），需通过调查或采访研究生群体验证其普遍性；AI 解决数学问题的能力可通过技术文档验证，但职业影响属于推测性观点。)
✓ 可验证: 完整视频在“MTS” YouTube 频道上（链接在评论中） (若推文评论中包含有效链接且视频内容与声明一致，则可直接验证；否则需搜索该频道确认是否存在相关视频。)

原文内容:

德克萨斯大学奥斯汀分校计算机科学家斯科特·阿伦森：研究生们在 OpenAI 发布 370 个数学证明后感到恐惧  
他们不知道如何建立职业生涯，因为 AI 能够解决他们原本会训练的问题。

----
完整视频在“MTS” YouTube 频道上，(链接在评论中)

⏰ 16:03 | ❤️ 127点赞 | 📝 83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: 高效学习代理未必表现最佳，需关注学习成本与保留效果。

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: 新 Meta 论文显示，前沿代理在如何从经验中学习方面差异很大，而表现最佳的并非最高效的学习者。 (可通过查找 Meta 官方发布的论文或相关学术平台（如 arXiv）验证该研究是否存在及结论是否一致。)
◐ 部分可验证: 在艰难的国际象棋中，Claude Fable 5 在保留游戏中的表现从 37.5% 上升到 73.3%。 (需查阅论文原文或补充实验数据以确认具体数值，但若论文公开则理论上可验证。)
◐ 部分可验证: GPT-5.6 Sol 每 1000 美元学习成本获得 298 分，而 Claude Fable 5 仅为 57 分。 (需核实论文中的成本计算方法和评分标准，但若论文提供详细实验设计则可验证。)

原文内容:

新 Meta 论文显示，前沿代理在如何从经验中学习方面差异很大，而表现最佳的并非最高效的学习者。

大多数代理测试衡量模型一次性能做什么。它们忽略了模型是否通过从过去尝试中构建工具、笔记和技能来变得更好，以及这要付出什么代价。

他们冻结了模型权重，让代理玩国际象棋、围棋、Hex 和 NetHack，每轮后重写自己的工具和笔记。然后他们对保留的游戏进行评分，并将可塑性定义为每花费一美元学习所获得的保留收益。

在艰难的国际象棋中，Claude Fable 5 在保留游戏中的表现从 37.5% 上升到 73.3%。在国际象棋、围棋和 Hex 方面，GPT-5.6 Sol 每 1000 美元学习成本获得 298 分，而 Claude Fable 5 仅为 57 分。

当你评估自我改进的代理时，跟踪保留学习曲线和成本，并检查代理是否实际使用了它保存的内容。

⏰ 13:27 | ❤️ 151点赞 | 📝 256字 | 查看原文 →

↑ 返回顶部

klöss @kloss_xyz

AI vibe orchestrator. prompt shaman.
systems architect. @psychanon CEO | 影响力: 6,174万粉丝

💡 核心观点: AI用代码将音乐转化为视觉动画并分享创作方法。

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: 用户为Opus 5.5提供了一段在Suno v6中制作的蒙古喉唱dubstep曲目 (需用户提供Suno v6的曲目生成记录或Opus 5.5的输入记录，但无公开直接证据；若用户公开原始文件或生成日志可部分验证。)
✓ 可验证: Opus 5.5用纯代码（HTML + GSAP + WebGL）制作了音乐视频 (若用户公开视频源代码或展示实时渲染效果，可通过技术手段（如代码审查、浏览器调试工具）验证技术栈的真实性。)
✓ 可验证: Opus 5.5经过9小时34分钟的自我审计和循环后完成视频 (AI内部处理时间属于未公开数据，除非Opus 5.5提供详细日志，否则无法独立验证。)

原文内容:

我给 Opus 5.5 提供了一段我在 Suno v6 中制作的蒙古喉唱 dubstep 曲目，并告诉它用纯代码（HTML + GSAP + WebGL）制作一个音乐视频。

经过 9 小时 34 分钟的自我审计和循环后，它给我发送了这个。下面是它逆向工程的提示词。

保存它，重新混音它，然后自己制作一个视频吧。

⏰ 10:21 | ❤️ 29点赞 | 📝 89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: 利用AI工具Silvia快速生成税收损失以节省家庭税务。

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: 使用 @cfosilvia 可以在不到5分钟内完成税收损失收割 (需实测注册流程和操作时间，但官方可能提供功能说明或用户案例佐证时效性。)
◐ 部分可验证: 通过Silvia生成税收损失可为家庭创造显著的税收节省 (税收节省效果取决于用户具体财务情况，需结合税务规则和平台算法验证，但官方可能提供模拟计算工具或案例参考。)
✓ 可验证: 用户最近通过短信使用Silvia并感到体验“太神奇” (个人主观体验无法通过公开信息验证，属于用户个体反馈。)

原文内容:

鉴于最近人工智能股票的抛售，我强烈建议使用 @cfosilvia 来在年底前生成税收损失。

你可以在不到 5 分钟内完成此事，并为你的家庭创造显著的税收节省。

只需注册，连接你的账户，然后让 Silvia 创建一个计划，以生成尽可能多的税收损失收割。

我最近通过短信亲自做了这件事，感觉太神奇了。

免费试用 Silvia：

⏰ 21:31 | ❤️ 76点赞 | 📝 116字 | 查看原文 →

↑ 返回顶部

Machina @exm7777

running ai-powered agencies | http://weeklyaiops.com | 影响力: 665万粉丝

💡 核心观点: 自动化深度研究快速定位市场需求并构建精准解决方案。

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: 使用 Parallel + Last30Days & Perplexity 运行自定义深度研究工作流程 (Parallel 和 Perplexity 是公开可用的工具（Parallel 可能是自动化工具，Perplexity 为 AI 研究工具），但“自定义深度研究工作流程”的具体实现方式需用户实测确认，且效果依赖个人配置。)
✓ 可验证: 从 Reddit、YouTube 和 TikTok 的回复中提取语言以构建 ICP（理想客户画像） (通过平台 API 或爬虫提取公开评论数据在技术上是可行的，但需遵守平台政策；具体提取方法和分析结果的准确性需依赖工具和模型验证。)
◐ 部分可验证: 为每个细分市场运行市场研究以识别竞争和空白 (市场研究工具（如 SEMrush、Ahrefs）可部分验证竞争分析，但“空白”识别是主观推断，需结合具体数据和行业知识判断。)

原文内容:

你可以每晚运行一个工作流程……

这简直就是了解要构建什么的作弊码

设置：
- 使用 Parallel + Last30Days & Perplexity 疯狂运行自定义深度研究工作流程
- 从 Reddit、YouTube 和 TikTok 的回复中提取他们的确切语言，构建完美的 ICP 画像
- 为每个细分市场运行市场研究，以识别竞争和空白
- 将所有内容投入 Claude Code 进行分析，然后构建解决方案

⏰ 01:57 | ❤️ 101点赞 | 📝 110字 | 查看原文 →

↑ 返回顶部

Marc Lou @marclou

http://TrustMRR.com $44K/m
http://DataFa.st $26K/m
http://SHlPORDIE.com $13K/m
http://CodeFa.st $6K/m
http://ShipFa.st $4K/m
http://IndiePa.ge $1K/m

+29 http://marclou.com | 影响力: 1,236万粉丝

💡 核心观点: 追求内心平静是幸福的真谛。

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: 我的第一个创业项目ShipFast取得了小小的成功 (可通过公开的创业公司数据库（如Crunchbase）、媒体报道或个人社交媒体历史记录部分验证项目存在和进展，但“小小的成功”是主观描述，无法量化验证。)
✓ 可验证: 2024年和2025年与恐惧斗争，2025年底心态转变，开始享受生活 (属于个人心理状态和体验，无客观记录或第三方证据可验证，仅依赖推文作者自我陈述。)
◐ 部分可验证: 加倍投入健身，现在成果正在显现 (若作者公开健身数据（如体测记录、照片或社交媒体打卡），可部分验证；但“成果”是主观描述，缺乏明确标准。)

原文内容:

我今天33岁了。

这是我人生中最美好的一年。

一切都完美契合：工作、健身，还有我的个人生活。

2023年也很精彩。我永远不会忘记，在七年对着虚空大喊大叫之后，我的第一个创业项目ShipFast取得了小小的成功。

但我害怕失去势头。如果我只是运气好呢？如果我再也做不到呢？

在2024年和2025年，我一直在与这种恐惧作斗争。我不喜欢休假，因为我害怕我的担忧会成真。

到了2025年底，一切发生了转变。我开始更多地享受生活。我什么都没做，它就自然而然地发生了。我猜这就是人性吧。

我也加倍投入健身，现在成果正在显现。

现在我内心平静了。

我的大脑不再在半夜狂奔，思考下一个项目。我也不再担心AI会接管我所有的创业公司。

我只是在享受生活。

我做任何能激发我好奇心的事情。我去健身房，有时会待上三个小时。我玩电子游戏。

我什么都不想要。我意识到，幸福就是内心的平静。

我不再想要更多：像这样的一年又一年，也许有一天，还有孩子。

⏰ 23:33 | ❤️ 2255点赞 | 📝 329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: Harness工具存废引争议，代理系统发展引发新思考。

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: 有些工程师正在移除他们 Harness 的部分组件，因为模型不再需要它们 (需通过采访相关工程师或查阅技术社区讨论（如GitHub、论坛）验证，但缺乏具体案例或公开数据支持，可能仅反映局部现象。)
◐ 部分可验证: 代理能够工作数天，且能构建自己的工具 (需依赖技术文档或实测验证代理的长期运行能力及工具构建功能，但推文未提供具体实现细节或官方说明。)
✓ 可验证: 指南涵盖了关于 Harness 当前状态的一切你需要知道的内容 (宣称“一切”需主观判断，且未定义“当前状态”的具体范围，无法通过公开资料完全验证其全面性。)

原文内容:

Harness 已死，Harness 万岁？

我参加了 @aiDotEngineer 纽约活动，听到了关于 Harness 的一些非常强烈的看法。有些工程师正在移除他们 Harness 的部分组件，因为模型不再需要它们。其他人则在构建系统，让代理能够工作数天。

当然，我的直觉反应是理清思路，弄清楚 Harness 发生了什么（以及它是否真的已经死了）。

这么多问题：
- 代理在那些天里到底在做什么？
- 它如何在不将早前的猜测变成事实的情况下记住发生了什么？
- 而且如果它能构建自己的工具，我们又在让它改变什么？

这一集从大约 25 行代码中的编码代理开始，然后我从 @_philschmid、@dillonrolnick、@aparnadhinak、@akshat_b 那里汲取了见解，还有很多来自 @jediahkatz 的内容，他做了一次精彩的演讲。

它最终成为了一份完整的指南，涵盖了关于 Harness 当前状态的一切你需要知道的内容

在 YouTube 上观看完整指南：

⏰ 07:15 | ❤️ 20点赞 | 📝 258字 | 查看原文 →

↑ 返回顶部

0x ROAS @0xroas

everything’s high risk if you’re a p*ssy.
I treat ad spend like a VC: seeking asymmetric returns.

Join the 1st and best community SCALING AI ADS | 影响力: 401万粉丝

💡 核心观点: 剧情广告通过强钩子、转折和复仇元素提升效果。

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: Seedance 2.5 + 剧情广告 = $$$（即Seedance 2.5与剧情广告结合能带来高收益） (该声明未提供具体收益数据或案例支撑，且“$$$”为模糊表述，无法通过公开渠道验证其真实性或量化标准。)
◐ 部分可验证: 剧情广告成功的关键是以强势钩子开头、加入情节转折和复仇元素 (广告制作技巧（如钩子、情节设计）可通过行业案例或营销理论部分验证，但“复仇元素”的有效性缺乏普适性数据支持，依赖具体受众和场景。)
◦ 观点: 人们喜欢剧情广告的原因是它们非常有趣，尤其是多剪辑视频能让人沉迷 (对用户偏好的描述为主观判断，未引用用户调研或观看数据，无法客观验证“有趣”或“沉迷”的普遍性。)

原文内容:

Seedance 2.5 + 剧情广告 = $$$

字面意义上，这是直接响应广告领域最棒的时刻之一……我们这里正在制作整部电影。

以下是如何确保你的剧情广告成功的关键：

- 以一个非常强势的钩子开头
- 加入情节转折
- 添加复仇元素

人们喜欢剧情广告的原因是它们非常有趣，尤其是如果你在视频中使用多个剪辑，这会让他们一直沉迷其中。

剧情广告大致是这样的：

⏰ 06:19 | ❤️ 24点赞 | 📝 135字 | 查看原文 →

↑ 返回顶部

fofr @fofrai

Whispering to models at Google DeepMind | 影响力: 0万粉丝

💡 核心观点: 业余天文学爱好者用Argon成功重现黑洞原始图像。

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: 从事件视界望远镜档案中提取了原始 230 GHz 射电干涉条纹（UVFITS）。 (事件视界望远镜（EHT）的原始数据（如UVFITS格式）部分公开可获取，但需确认推文中提到的具体档案是否属于公开范围或需申请权限。)
◐ 部分可验证: 使用 3 天线闭合相位构建了一个干涉测量求解器，以消除大气噪声。 (闭合相位技术是射电干涉测量的公开方法，但“Argon的求解器实现细节”属于用户自定义工具，需代码或技术文档支持验证。)
✓ 可验证: 以 91% 至 98% 的匹配度恢复了 M87* 和 Sgr A*，与官方 EHT 图像匹配。 (匹配度数值需对比推文未提供的具体算法或数据，且“匹配度”定义不明确（如像素级/结构相似性），缺乏公开基准验证。)

原文内容:

我最近一直用 Argon 进行一些业余天文学爱好研究。这是我的一个实验，我让 Argon 使用相同的原始数据来重现第一张黑洞图像（来自 2017/18 年）。

Argon：

- 从事件视界望远镜档案中提取了原始 230 GHz 射电干涉条纹（UVFITS）。
- 使用 3 天线闭合相位构建了一个干涉测量求解器，以消除大气噪声
- 每个运行都从一个纯高斯斑点开始，没有环形模板或掩膜
- 以 91% 至 98% 的匹配度恢复了 M87*（2017 年和 2018 年）以及 Sgr A*，与官方 EHT 图像匹配

⏰ 03:26 | ❤️ 257点赞 | 📝 145字 | 查看原文 →

↑ 返回顶部

levelsio @levelsio

http://PhotoAI.com $89K/m
http://Vibej.am $44K/m
http://InteriorAI.com $27K/m
http://levelsio.com @X $17K/m
http://Nomads.com $16K/m
http://Pieter.com
http://Hotelist.com
http://levels.io
http://levels.vc | 影响力: 3,163万粉丝

💡 核心观点: AI工具在细分市场潜力大，需适应变化抓住投资机遇。

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: Hotelist 是一个有潜力的 AI 工具，能在旅行时帮助用户找到真正好的地方并提供良好的信号 (可通过测试 Hotelist 的实际功能（如搜索推荐准确性、信号覆盖等）部分验证，但“真正好的地方”和“潜力”属于主观评价，需依赖用户反馈或数据对比。)
✓ 可验证: Nomads 和 Hoodmaps 具有“半现实生活的氛围”，可能通过赞助或卖数据变现 (商业模式（赞助或卖数据）为推测性陈述，无公开信息支持；“半现实生活的氛围”是主观描述，无法客观验证。)
◦ 观点: 现在投资将是最大回报，因为独立细分市场正在被消灭，经济类型在变化 (经济趋势和投资回报的论断基于个人观点，缺乏具体数据或公开证据支持。)

原文内容:

Same (obviously haha)

Hotelist 看起来很有潜力，在一个充满 AI 垃圾的世界里，AI 可以与之对抗并找到真正好的地方，而且它在我旅行时对我很有帮助（信号良好）

Nomads 也是，一旦我们找到新的商业模式来变现它，也许是赞助，也许是卖数据，不确定，和 Hoodmaps 一起，它们有一些半现实生活的氛围，我觉得这很有帮助

正如你所说，现在投资将是最大的回报，因为我们正在进入一种不同类型的经济，很多独立细分市场都被消灭了

对我来说这有点苦乐参半，但我一直适应变化并拥抱它，现在也不例外

我很好奇我们最终会走到哪里！

⏰ 05:57 | ❤️ 162点赞 | 📝 195字 | 查看原文 →

↑ 返回顶部

levelsio @levelsio

💡 核心观点: 将创业视为持久游戏，享受持续竞争而非快速退出。

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:

◦ 观点: “我有一个与众不同的地方，我把它视为一场游戏，并且喜欢持续获胜” (这是个人主观感受和态度，没有客观事实依据，无法验证其真实性或准确性。)
◐ 部分可验证: “通常创业者建立初创公司，然后在7年后退出并离开这个舞台” (创业公司的平均生命周期或退出时间可以通过行业统计数据部分验证，但“通常”这一表述具有模糊性，且具体案例可能差异较大。)
✓ 可验证: “我财务状况良好” (个人财务状况属于私人信息，除非公开财务报告或第三方审计数据，否则无法直接验证。)

原文内容:

P.S. 我有一个与众不同的地方，我把它视为一场游戏，并且喜欢持续获胜

而且这在某种程度上很愚蠢，因为通常创业者建立初创公司，然后在7年后退出并离开这个舞台

我喜欢把它当作一场游戏，看看我能坚持多久

我财务状况良好，但持续竞争很有趣

⏰ 06:00 | ❤️ 52点赞 | 📝 101字 | 查看原文 →

↑ 返回顶部

SemiAnalysis @semianalysis_

In-depth research on semiconductors, AI infra & hardware | 影响力: 0万粉丝

💡 核心观点: Inferact与谷歌TPUv7性能超竞品，全程主导技术提交。

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: Inferact 和 Google 提交了首个初步 TPUv7 Kimi K3 2.8T 模型 (需通过官方新闻稿或技术博客确认提交事实，但“初步”和“首个”等描述可能需要内部时间线验证。)
✓ 可验证: 该模型在每 TCO 性能上对 GB200 NVL72、B300 和 MI355 表现出色 (性能比较需依赖未公开的基准测试数据或第三方验证，目前无公开报告支持。)
◐ 部分可验证: Inferact（vLLM 制造商）使用 TorchTPU vLLM 技术栈主导提交 (Inferact 与 vLLM 的关联可通过公司官网验证，但“主导提交”需官方合作声明佐证。)

原文内容:

突发新闻：@Inferact 和 Google 提交了他们的首个初步 TPUv7 Kimi K3 2.8T 模型提交，它已经在超高交互性环境下凭借其巨核方法，在每 TCO 性能上对 GB200 NVL72、B300 和 MI355 表现出色，面向外部客户。

外部计算平台最重要的方面之一是强大的社区，而这次提交特别之处在于 Inferact（vLLM 的制造商）使用 TorchTPU vLLM 技术栈全程主导了提交。(1/6)

⏰ 05:50 | ❤️ 236点赞 | 📝 102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: 饱和潜水员深海遇险靠冷静与专业幸存。

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: 一名潜水员在北海约300英尺深处的主气管突然断裂，备用气瓶里只有五六分钟的空气，团队30多分钟后到达，他却毫发无损。 (潜水事故的具体细节（如时间、深度、气瓶容量）可通过潜水公司记录或海事报告部分验证，但“毫发无损”的医学解释可能依赖未公开的医疗报告，且“医生不确定原因”属于主观描述。)
✓ 可验证: 饱和潜水员在300英尺深度需在减压舱中待约78小时才能适应正常空气。 (减压时间与深度、气体类型的关系是潜水医学的公认标准，可通过专业机构（如DAN或NOAA）的潜水手册或研究文献验证。)
◐ 部分可验证: 饱和潜水员通常每天收入1000到2500美元，28天作业收入接近5万美元。 (行业收入范围可通过潜水员工会报告或招聘信息（如Indeed、行业调查）部分验证，但具体个案收入（如莱蒙斯）可能涉及隐私而无法确认。)

原文内容:

一名潜水员在北海约300英尺深处的主气管突然断裂。根据他自己的计算，他背上的备用气瓶里只有五六分钟的空气。他的团队在30多分钟后才到达他身边，他却毫发无损地回来了，医生至今仍不确定这是怎么回事。

而且他不能直接游上去，因为冲向水面同样会要了他的命。

克里斯·莱蒙斯是一名饱和潜水员。在那么深的深度，水压大约是水面压力的10倍。待在那里足够长时间，你的呼吸气体中的氦气就会渗入身体的每一个组织，直到再也容不下为止。上升太快，那些气体就会像摇晃过的苏打水一样从血液中冒出来。即使获救后，他仍需在减压舱中待大约78小时，身体才能再次适应正常空气。

所以他距离水面有300英尺，距离被允许上浮还有三天多。

在正常作业中，这些潜水员住在船上一个加压钢舱内，大小相当于一辆大众巴士，可以连续待上28天。一个较小的加压钟会将他们降到海床工作每班次，然后带他们返回，而全程都不会释放压力。一旦你的身体完全浸润了气体，待三周所需的减压时间并不比待三小时多，这就是这项工作这样设计的原因。

他们呼吸氦气和氧气，因为氮气在那个深度会让你醉醺醺的。氦气还会把每个人的声音变成卡通音，所以上面的团队会通过一个解码器处理音频，才能听懂他们的话。而且氦气会让身体散热速度比空气快六倍，所以舱内温度保持在86到93华氏度，热水通过输送气体的同一根管子泵送到潜水员的潜水服里。当莱蒙斯的管子断裂时，他同时失去了空气、热量、灯光和与水面的语音线路。

如果船着火或开始下沉，这些人无法跳进普通救生艇，因为离开舱室就会要了他们的命。潜水船上配备高压救生艇，这些密封的加压舱带有引擎，可以将仍处于加压状态的潜水员带离。

帖子说他不会为了每月5万美元去做这份工作。饱和潜水员通常每天收入在1000到2500美元之间，所以行业顶尖水平的完整28天作业收入正好接近这个数字。大多数商业潜水员根本接近不了，美国整个行业的年薪中位数大约是7.3万美元。

莱蒙斯后来又回去潜水了。

⏰ 19:30 | ❤️ 631点赞 | 📝 717字 | 查看原文 →

↑ 返回顶部

Chubby♨️ @kimmonismus

Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝

💡 核心观点: 作者随NVIDIA参加欧洲GTC活动，分享与黄仁勋交流及投资见闻。

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: NVIDIA宣布对Doctolib、Entalpic、Genesis AI和Pigment的计划投资 (可通过NVIDIA官网、新闻稿或合作公司公告验证投资意向，但需确认具体金额和条款是否公开。若仅提及“计划”而无细节，则部分可验证。)
✓ 可验证: Bull计划从2028年开始在欧洲生产Vera Rubin Ultra系统 (Bull（Atos子公司）或NVIDIA的官方声明中可能提及该生产计划，技术合作与时间节点通常会被公开报道。)
◐ 部分可验证: 法国拥有重要的AI实验室如Mistral，并在能源供应方面定位良好 (Mistral实验室的存在及法国能源政策可通过公开资料验证，但“最重要角色”“良好定位”属主观判断，需结合具体数据评估。)

原文内容:

1/ 我加入了@NVIDIA，跟随黄仁勋参加欧洲各地即将举行的GTC柏林峰会前的活动。我还有机会亲自与黄仁勋交谈并录制一次采访。这是一生一次的机会，让我充满深深的感激。当然，我还在现实生活中结识了一些真正出色的人，比如@petergostev。

我制作了这张地图，展示了我得以参与的欧洲之旅。迷你黄仁勋在每个停靠点弹出，红线勾勒出我们的路线：

巴黎 → 伦敦 → 斯德哥尔摩 → 柏林。

为什么是柏林？因为GTC峰会将于下周在柏林开幕，因此柏林早在前一个周五就成为焦点。

因此，让我简要总结一下这次旅程，对我来说这是改变人生的经历。

*PARIS*

我们在法国开始了旅程。围绕巴黎之行，NVIDIA宣布了对Doctolib、Entalpic、Genesis AI和Pigment的计划投资，这些公司在医疗保健、材料发现、机器人技术和商业规划领域开展工作。

当然，法国在欧洲扮演着可以说最重要的角色：它不仅吸引了欧洲内部数十亿的投资，还拥有重要的AI实验室，如Mistral，以及作为一个国家在能源供应方面的良好定位。在这方面，它是一个合理的起点。

我们参加了Build-a-Claw活动，很高兴看到它针对初学者，这些人是第一次接触Agentic AI。

NVIDIA还展示了其他法国项目：Bull计划从2028年开始在欧洲生产Vera Rubin Ultra系统、与SBS合作为银行打造的主权AI平台，以及与Fondation Inria的开源工作组。演示还包括已经启动的项目。

这次欧洲之旅只是黄仁勋今年全球旅行的一部分。在美国、亚洲及其他地区，他和NVIDIA一直与构建AI产业的人们合作。AI在哪里，黄仁勋就去哪里。

这是一个线程，涵盖所有欧洲停靠点和各国亮点。阅读愉快！

⏰ 04:23 | ❤️ 111点赞 | 📝 502字 | 查看原文 →

↑ 返回顶部

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: OpenCode 2.0升级支持多代理协作与热重载，开源免费。

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: OpenCode 2.0 已发布，可通过 `opencode upgrade –major` 从 1.x 版本升级 (可通过官方仓库的发布记录、文档或实际执行命令验证版本升级流程。)
◐ 部分可验证: 终端和桌面共享后台服务和会话，MCP 服务器默认使用代码模式 (需通过官方文档或实测验证功能实现细节，但“共享服务”等描述可能涉及技术实现，需进一步确认。)
◐ 部分可验证: 支持将代码审查委托给运行不同模型的后台子代理 (功能是否如描述需实测或查阅文档，但“不同模型”的具体定义可能依赖未公开配置。)

原文内容:

OpenCode 2.0 来了。

从最新的 1.x 版本升级，使用 `opencode upgrade --major`。

终端和桌面现在共享后台服务和会话。MCP 服务器默认使用代码模式，让代理在单个脚本中组合工具。

您可以将代码审查委托给运行不同模型的后台子代理，同时继续工作。

一切都支持热重载。代理甚至可以在会话中途构建自己的插件。

215K GitHub 星标。MIT 许可。

免费且开源。

仓库在 ↓

⏰ 16:07 | ❤️ 56点赞 | 📝 119字 | 查看原文 →

↑ 返回顶部

Freda Duan @fredaduan

No investment advice. https://robonomics.substack.com | 影响力: 441万粉丝

💡 核心观点: 全球数据中心容量快速增长，美国占主导且关注国家安全。

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: 到2026年底全球总数据中心容量约130 GW，2026/27/28年新增30/50/70 GW，基于SemiAnalysis估算。 (需查阅SemiAnalysis的原始报告或公开数据，但若其方法论或数据来源未完全透明，则无法完全验证。)
◐ 部分可验证: 到2026年底美国总数据中心容量约57 GW，随后几年年新增约17/23 GW，基于Funda估算。 (需确认Funda的估算依据（如行业报告或政府数据），但若缺乏具体公开链接或详细方法论，则部分依赖第三方可信度。)
◐ 部分可验证: 2027年全球约50 GW新数据中心容量上线，美国贡献约20 GW。 (需交叉比对多个行业报告或能源/基建数据，但实际建设进度可能受政策、供应链等因素影响，存在动态调整。)

原文内容:

关于电力供需分析的两个后续跟进（感谢所有反馈和私信）：

1/ 定义和衡量数据中心容量（GW）有几种不同的方式。区分它们很重要：

A. 全球总数据中心容量：到2026年底约130 GW，2026/27/28E年新增30/50/70 GW，基于SemiAnalysis估算。[原帖中的图表]

B. CSP + Neocloud容量：到2026年底约63 GW，2026/27/28E年新增22/33/37 GW，基于BofA估算。[下图]

C. AI数据中心容量：到2026年底约37 GW，2026/27/28E年新增19/43/35 GW，基于SemiAnalysis估算。[下图]

D. 美国总数据中心容量：到2026年底约57 GW，随后几年年新增约17/23 GW，基于Funda估算。[原帖中的图表]

2/ 全球供应 vs. 容量实际建设的位置

许多人同意，全球范围内，2027年可能有约50 GW的新数据中心容量上线，其中美国贡献约20 GW。

然而，几个人提出了我100%同意的一些重要观点：

A. 国家利益：美国历史上占新数据中心容量的约70%。有强烈的国家安全和经济激励措施，以保留更大比例的未来容量在本土。
B. 延迟：特别是在训练规模上。
C. 数据隐私

区别在于理论上的全球供应和容量实际可以部署和利用的位置。世界其他地区可能有足够的电力和发展能力来支持预计的建设，但地缘政治、经济和技术限制可能导致非常不同的结果。

⏰ 05:24 | ❤️ 66点赞 | 📝 345字 | 查看原文 →

↑ 返回顶部

Machina @exm7777

running ai-powered agencies | http://weeklyaiops.com | 影响力: 665万粉丝

💡 核心观点: 选择模型应基于实际任务表现而非基准测试。

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: 每周都会有一个新的“前沿”模型发布 (可通过追踪AI领域的主要发布平台（如arXiv、Hugging Face、厂商博客）验证模型发布频率，但“前沿”定义主观，需进一步筛选。)
◦ 观点: 唯一重要的是模型是否适合你的工作 (这是主观的价值判断，强调实用性而非基准测试，无客观标准验证。)
✓ 可验证: 作者通过真实任务测试模型，找出3-5个优于当前模型的改进点 (依赖个人未公开的测试流程和结果，无法独立复现或验证。)

原文内容:

每周都会有一个新的“前沿”模型发布，大家都去看基准测试……

但唯一重要的是：它适合你的工作吗？

我这样做：
> 把我的真实任务跑一遍
> 找出 3-5 个它明显比我当前模型更好的地方
> 一直推到它崩溃为止

就这样，我发现我永远不会用 Muse Wonder，即使它在特定编码工作流中很牛

⏰ 05:04 | ❤️ 40点赞 | 📝 105字 | 查看原文 →

↑ 返回顶部

Chubby♨️ @kimmonismus

Tech Analyst & Content Creator. Editor-in-Chief @getsuperintel – Community of 300k+ in total: https://linktr.ee/kimmonismus // [email protected] | 影响力: 0万粉丝

💡 核心观点: AI并非单一泡沫，虽有市场修正但投资价值真实存在。

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: 当前人工智能领域的情况与历史上的泡沫（如互联网泡沫时代）有着根本不同 (可通过对比历史经济数据、行业报告或专家分析来验证差异，但需依赖具体指标（如收入、应用场景、投资回报率等），且结论可能因视角不同而存在争议。)
✓ 可验证: 市场修正很可能发生，因为大量资金涌入名字中带有“AI”的初创公司 (可通过风投数据（如Crunchbase、PitchBook）、财报或公开市场分析验证资金流向和估值趋势，但“修正”的具体时间或形式无法提前确认。)
✓ 可验证: CoreWeave的急剧下跌重新点燃了市场对潜在“泡沫破裂”的担忧 (CoreWeave的股价或估值变动可通过财经新闻或股市数据验证，但其与“泡沫破裂”的关联性属于市场解读，可能带有主观性。)

原文内容:

我越来越频繁地看到文章声称“那个”人工智能泡沫即将破裂。首先，这是一个未加区分的陈述，它从现实中抽象了出来——正如黑格尔曾经如此贴切地指出的：“将抽象强加于现实，就是摧毁现实。”

我的意思是，现实远比这复杂得多；我坚信并没有一个单一的“泡沫”在等待破裂。我今天在我的通讯中详细写到了这一点。简而言之，虽然确实存在财务挑战，但当前的情况与历史上的泡沫（如互联网泡沫时代）有着根本不同。有真实的现实世界应用、实际的收入、可触及的面向未来的领域，以及真实的经济影响——所有这些都将证明所做投资的合理性。我对此深信不疑。

话虽如此，市场修正很可能发生，因为目前有大量资金涌入几乎任何名字中带有“AI”的初创公司——这种趋势可能无法无限期持续。然而——这又把我带回我关于过度抽象危险的观点——我不相信“那个”泡沫会破裂。我计划在未来几天更广泛地写到这一点，因为它很可能成为未来几个月最重要的议题——尤其是继CoreWeave的急剧下跌之后，这重新点燃了市场对潜在“泡沫破裂”的担忧。

⏰ 05:04 | ❤️ 215点赞 | 📝 372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: AI工具通过单条指令自动完成全流程视频编辑。

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: 声明内容**：视频是用1个提示词与Opus 5.5编辑的，且Opus完成了从分析字幕到最终渲染上传的15步自动化流程。
✗ 无法验证: 验证状态**：**partially verifiable
✗ 无法验证: 说明**：需实测Opus 5.5是否支持所述功能（如调用GrokBot搜索B-roll、Blender场景构建等），但部分步骤（如云渲染耗时和成本）可通过RunPod等平台验证，其余依赖用户未公开的操作记录。

原文内容:

这个视频是用 1 个提示词与 Opus 5.5 编辑的。

我上传了一段自己的视频（有很多错误）。Opus 接着：

1. 分析字幕
2. 在 Twitter 上搜索相关的 B-roll 素材（Claude Code 实际上会调用 GrokBot 来执行这一步）
3. 抓取 Twitter 视频资源
4. 根据错误和词间停顿剪辑视频
5. 从模板构建 Blender 场景
6. 构建每个镜头的 UI 和组件（我的 Blender 场景有 4 个镜头：电脑、手机、桌子和白板）
7. 为每个部分截图，分析并修复它们
8. 将每个镜头、缩放和动画与我说的确切话语同步
9. 在我提到它们时，动画化一个机械臂将真实标志放置在桌子上
10. 用标志和图形绘制白板结尾，而不是文本
11. 从创作者自己的视频中拉取一个切入镜头，带有他的声音
12. 在 RunPod 云 GPU 上渲染所有 3,487 帧，用时不到 20 分钟，成本不到 1 美元
13. 只在我说话时将我置于底部三分之一位置，这样 B-roll 素材保持全屏
14. 添加逐字字幕、音效和音乐
15. 上传到我的 Google Drive，随时可发布

本周将制作一个完整的 YouTube 视频来解释它。我想在制作视频前多了解一些云渲染的工作原理，以及找出最好的提供商。（如果你在云渲染领域，联系我）

YouTube 视频的目标不是让它成为可复制的技能，而是教人们基础知识，以便他们能发挥创造力，构建自己的小世界来制作视频，同时理解幕后发生了什么。

向 @_chuckyc @_MaxBlade 致敬

⏰ 05:01 | ❤️ 233点赞 | 📝 400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Y2K风格设计师玩具盲盒的3D渲染提示模板。

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: 该推文提供的是一个用于生成高细节3D渲染潮流设计师玩具盲盒风格的AI提示词 (推文内容明确展示了完整的Prompt文本，可通过AI绘图工具（如MidJourney、Stable Diffusion等）直接输入验证其生成效果)
◐ 部分可验证: Prompt描述的渲染风格包含“C4D/Blender美学、8K分辨率、逼真皮肤纹理”等技术细节 (技术术语（如C4D/Blender）和分辨率要求是行业标准，但实际输出效果需依赖具体AI工具的能力和用户调试，无法仅通过文本完全验证)
◦ 观点: 该设计符合“Y2K时尚美学”和“高端收藏玩具设计”特征 (“Y2K美学”和“高端设计”是主观风格判断，无客观标准，取决于个人或群体的审美共识)

原文内容:

提示词分享：Y2K风格设计师玩具  

提示词：  
高精度3D渲染潮流[角色]半身像，采用设计师玩具盲盒风格，融合C4D/Blender美学，夸张Q版比例搭配超大头部，突出[面部特征]、[发型]与[表情]，细腻还原真实皮肤纹理，搭配[穿孔装饰及配件]，身着[街头服饰]，佩戴[珠宝饰物]，点缀可爱装饰贴片，完美呈现Y2K时尚美学。柔光摄影棚布光，纯白背景衬托，打造高端收藏级玩具设计，8K超清画质。  

快来尝试并分享你的创作吧！  

（注：方括号内为可自定义参数，实际使用时需替换为具体描述词）

⏰ 19:00 | ❤️ 139点赞 | 📝 91字 | 查看原文 →

↑ 返回顶部

# x每日奏折