Zhixiong Pan

统计数据

13

文章

0

粉丝

0

获赞

42

阅读

2周前

在一周内，AI 三巨头仿佛达成默契，全面押注医疗/健康领域： 1. OpenAI 推出 ChatGPT Health，且收购 Torch 2. Google 推出 MedGemma 1.5 (4B) 3. Anthropic 推出 Claude for Healthcare 这才 2026 年第 14 天...

3周前

我其实不太懂，为什么游戏产业这么抗拒 AI 生成式内容带来的颠覆性变革。哪怕是预算顶级的 3A 开放世界，如今也更像是一座座精美的空城，外表宏大到极致，里面却空无一物。因为靠堆人力的传统模式，根本填不满这么大的地图。动辄数亿美金、五六年工期，最后交付的依然是满地 Bug 和那些永远打不开的门。承认人力有极限很难吗？AI 恰恰是能打破这个死局的唯一解。用生成式 AI 去填充那些原本只能留白的建筑，用 LLM 赋予 NPC 真正的灵魂，这才是进化的方向。只有当推开任何一扇门都有内容、和任何人对话都有随机惊喜时，那个被承诺了无数次的「开放世界」才算真正到来。

3周前

Google 拿下了域名，很好记。用了 30 年的搜索框入口，即将被 AI 模式替代？

1个月前

在 AI 领域中，Token 一词的（简体）中文翻译有这几种： ✅词元 ❓字元 ❌令牌目前看下来「词元」最好，有几个大厂都已经跟进这个中文翻译了，包括微软和谷歌等。不如就普及「词元」这个翻译吧，我觉得还挺不错的。

1个月前

以前常说 Web3/Crypto 是年轻人的机会，要跟着 Intern 学。现在的 AI + Vibe Coding 其实更甚。它不需要深厚的 CS 背景，唯一的门槛是自驱力，也就是学习的意愿。老登程序员往往背负着沉重的「经验包袱」，习惯了手写每一行代码，很难在第一时间把信任完全交付给 Coding Agent。而这恰恰是年轻人的机会，因为没有旧习惯，所以能直接适应新规则。在这个新范式里，一张白纸，可能比十年的经验跑得更快。 Vibe Coding 才是真正留给年轻人的巨大机会。

1个月前

有几个朋友看完后立马下单 CGM 开始体验了，这种对身体数据的「掌控感」，确实是刚需。我这两天还 Vibe Coding 了一个相关的小产品（），用来搜索食物的营养综合评分。不妨查查你常吃的那几样，看看在更专业的视角下能打几分。里面的数据，完全基于发表于 Nature 期刊的 Food Compass 2.0 论文。它覆盖了 9000 多种食物，通过对维生素、矿物质、加工程度等 54 个维度的综合计算，得出一个 1-100 的健康分。逻辑很简单：分数越高，吃得越健康。此外，系统还整合了 NOVA、HSR 和 Nutri-Score 等国际指标，为你提供关于加工程度和综合评级的多维参考。网址很好记：

1个月前

一个有很大需求的产品：本地运行的健康助手。也就是，在（手机端）本地运行的 LLM + Agentic System，专门用来处理用户 Apple Health / HealthKit / Android Health Connect 读取的健康数据，然后提供个性化的健康建议。我感觉难点在于： 1. 这整套 Prompt 工程需要大量精力打磨。 2.找到最适合这个任务的 LLM 版本，也要考虑到不同设备的性能（特别是内存）。 3. 开发者要很了解 Biohacker 的需求，早期要命中几个刚需场景。商业模式就订阅制。我觉得是个理论上可以用 Vibe Coding 实现的产品，但工程量应该不小（全职投入一两个月起步吧），我先放弃了🫣。

1个月前

戴了十年 Apple Watch，终于用 CGM 解锁了血糖。我最近戴起了 CGM（持续葡萄糖监测），在手臂上扎了一针，但我其实既没糖尿病，也没家族遗传史。这个产品需要在手臂后侧贴上一个硬币大小的设备。它底部有一根很细的软管植入皮下，用来 24 小时测量血糖水平。这个小设备每两周要换一个。听起来有点吓人，但我自己的体验是，完全没有痛感，比我形容的要温和得多。我戴它主要是出于好奇：我想知道吃进去的各种食物会怎么影响我的血糖？在这个糖尿病年轻化的时代，我的饮食结构是不是也在不知不觉中影响着我的健康？ 0️⃣ 关于背景：万亿市值的警示根据 IDF 的数据，全球已接近 6 亿糖尿病患者，相比 10 年前增长了 42%。资本往往是最敏锐的风向标。作为深耕糖尿病赛道的巨头，礼来（Eli Lilly）之所以能成为史上首家市值突破万亿美元的制药企业，正是因为其降糖药物押中了这个时代的普遍焦虑。而司美格鲁肽（Semaglutide）从降糖药摇身变为「减肥神药」，更是模糊了治病与身材管理的界限。就连作为糖尿病治疗基石的二甲双胍，近年来也因其潜在的抗衰老与延长健康寿命效应，正逐渐打破单纯的「治病」范畴，成为了长寿科学领域的焦点。为什么普通人要关注糖尿病？因为在糖分泛滥的现代社会，代谢健康已经成了我们最昂贵的隐形资产。即便没有确诊，血糖的剧烈波动也在时刻透支着我们的精力与情绪。 1️⃣ 关于价格：从「医疗器械」到「大众消费」随着中国从 2021 年开始普及这类产品，大量本土品牌诞生，直接把这个品类大众化了。其实这个品类算是 2000 年前后才开始起步的，在发达国家被大众熟知和广泛使用，则主要是 2010 年代的事。早些年想在中国用这类产品，几乎只能买雅培（Abbott）这种进口货，一个月要近 1000 元。现在选硅基动感、鱼跃、微泰这些国产品牌，价格降到了每个月最低 200 元左右。这不仅让国内糖尿病患者负担变轻，也让我们这种「尝鲜党」能低成本体验。甚至我在新加坡的朋友，都会从京东买国产品牌寄过去。因为大家的技术差距其实没那么大，数值误差都在可控范围内。只要不碰专利墙，这些新品牌完全有机会让更多国家的人用得起 CGM。 2️⃣ 关于技术：无创监测的理想与现实作为一个 Apple Watch 十年用户，我听传闻说苹果要搞「无创血糖监测」好多年了，但至今仍遥遥无期。可见这确实是刚需，但技术难度也是真的高。所以在苹果搞定之前，目前的家用血糖监测要么得扎手指采血，要么就像 CGM 这样长期埋植。这对用户心理是个挑战，好在现在的 CGM 体验已经做得很好，基本能做到无感。 3️⃣ 关于观念：人人都是 Biohacker 当然，CGM 的本职工作是帮糖友调整饮食、药物和胰岛素剂量。但对于普通人，它已经变成了一个不昂贵的「身体仪表盘」。这让我想起几年前看过的 Netflix 的德剧《Biohackers》（生物黑客），还有游戏《赛博朋克 2077》。在那些作品里，Biohacker 往往意味着激进的基因编辑或身体改造。但在现实中，Biohacker 不需要那么极端。它其实就是指通过数据量化自己的健康状态，然后据此调整生活方式、饮食和补剂。以前我通过 Apple Watch 看心电图、睡眠情况，现在通过 CGM 看血糖。其实没什么玄乎的，就是想多掌握一个数据，让自己吃东西的时候心里更有数。毕竟，想做「超级个体」，得先把自己身体这点事搞明白。（注：不同国家和地区监管不同，使用前请咨询医生。）

1个月前

分享一篇 OpenAI 联合多所世界顶尖大学的研究，这份报告揭示了一个重要趋势： > 前沿大模型正在从单纯的效率工具，进化为具备实质性「智力贡献」能力的科研合作伙伴。这份名为《使用 GPT-5 加速科学的早期实验》的报告由 OpenAI 联合牛津大学、剑桥大学、哥伦比亚大学、哈佛大学、加州大学伯克利分校及劳伦斯利弗莫尔国家实验室等机构共同发布。报告详细记录了 AI 在生物、物理、数学等领域的实战案例，证明在专家引导下，科学发现的周期在特定任务中正在经历数量级的压缩。以下是几个标志性的「科研范式转变」时刻。 1️⃣ 生物医学：不仅做分析，更能提出 Novel Mechanism 在针对 T 细胞代谢调控的研究中，GPT-5 Pro 展现了惊人的洞察力。它重新解读了复杂的流式细胞术数据，并提出了一个人类专家未曾设想的机制：2-DG 对 T 细胞的影响并非单纯源于糖酵解抑制，而是通过干扰 N-linked 糖基化驱动。基于此假设，它像资深 PI 一样设计了清晰的实验决策树，包括使用甘露糖（Mannose）进行挽救实验。更令人印象深刻的是，它预测在 CAR-T 制备中进行短暂 2-DG 处理可增强对 CD19+ 癌细胞的杀伤力，这一预测随后与实验室未发表的内部数据高度一致。作者明确表示，GPT-5 在此案例中的贡献已达到「共同研究者（Co-investigator）」水平，足以被列为新论文的共同作者。 2️⃣ 惯性约束核聚变（可控核聚变）：6个月的工作量压缩至 6 小时在可控核聚变的关键技术路径「惯性约束核聚变」（ICF）领域，物理学家利用 AI 搭建了一个热核燃烧波传播模型。这并非 AI 的全自动表演，而是一场高效的人机协作：人类专家负责物理目标的设定与参数调优，修正 AI 早期不合理的「数值胶带」方案；而 GPT-5 则在几分钟内完成了 PDE 建模、数值代码编写，并最终协助推导了解释数值结果的理论公式。研究者评估，这套流程将原本需要「两名优秀博士后耗时数月」的工作（约 6 个人月），压缩到了「6 个人时」，实现了约 1000 倍的效率提升。 3️⃣ 纯数学：攻克沉寂已久的「未解之谜」在著名的 Erdős 问题数据库中，GPT-5 协助数学家解决了长期悬而未决的 Problem #848 。在这个过程中，AI 提出了「必要条件 + 稳定性分析」的关键新思路，成功连接了对角与非对角约束，填补了证明逻辑中的关键一环。作者形象地将最终的证明描述为「人类数学家前后包夹，中间的关键一步由 GPT-5 完成」。 4️⃣ 深度文献挖掘：跨越学科的「知识虫洞」在一项凸几何研究中，作者希望寻找类似的定量结果，却收到了一个看似跑题的推荐。GPT-5 敏锐地关联到了多目标优化领域中 Papadimitriou & Yannakakis (2000) 的经典结果。尽管这两个领域表面看似无关，但 AI 识别出了底层的数学同构性。受此启发，作者成功改进了自己的定理，消除了原有的对数因子。这种跨越学科壁垒的联想能力，往往是人类专家受限于专业背景难以具备的。 5️⃣ 客观局限与启示值得注意的是，GPT-5 并非全知全能。报告强调，它经常自信地犯错（Hallucination），甚至试图用错误的数学推导来迎合用户的预期。目前的成功高度依赖人类专家的「脚手架（Scaffolding）」引导，即由人类将大问题拆解为可验证的子步骤，并严格甄别结果的真伪。 6️⃣ 结论我们正在进入「AI 辅助发现（AI-assisted Discovery）」的新时代。AI 的角色正从处理数据的工具，进化为能够进行假设生成和逻辑推理的合作伙伴。未来的科研竞争力，将取决于科学家能否精准地向 AI 提问，并具备在它一本正经胡说八道时迅速纠错的能力。我也翻译为了中文（不过能读懂的人应该是看原文的吧😆）：

2个月前

== Vibe Coding 零基础教程 == 通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。 1️⃣ 模型和工具怎么选从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。 2️⃣ 整理需求构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。你可以这样告诉 AI： > Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能] AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。 3️⃣ 拆解任务热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求： > Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档] 让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议： 1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。 2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。 4️⃣ 持续迭代，明确验证方法创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。确保每次开发的功能都能快速验证其有效性。 5️⃣ 修复 Bug 开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。 6️⃣ 学点软件工程基础任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。 7️⃣ 开发工具和 GitHub 任务变复杂后，趁手的工具也必不可少。你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。 8️⃣ 服务器或 Cloudflare 大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。 Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。 9️⃣ 积累 Vibe Coding 经验我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。网址：

2个月前

时隔 5 年，以太坊终于更新叙事了。现任领导团队在 Devconnect ARG 提出了全新概念「以太坊是一架梯子」（Ethereum is a ladder），作为此前「无限花园」叙事的补充与延展。「无限花园」最初是由上一任执行董事 Aya Miyaguchi 于 2020 年在 EF 内部提出，然后在 2021 年的 EthCC 演讲中正式公开的。她认为，以太坊不是一台机器或一家公司，而是一座「无限花园」：由无数个人和组织组成的多样化生态，大家像园丁一样不断播种、修剪和照料，让这个系统在长期中持续生长，而不是打一局「赢了就结束」的有限游戏。在去年 Devcon 7 的演讲中，她进一步拓展了这个隐喻，把以太坊描述为一座基于共同价值、去中心化、面向长期的「无限花园」，不同参与者形成彼此重叠的影响圈，通过协作而不是单一中心来推动生态成长。我觉得这也促成了以太坊在今年的组织架构的重大变革，而不是完全依赖名为「以太坊基金会」的单一组织，而是由： - Nomic Foundation - 0xPARC - Argot Collective - ZKnox - Etherealize 等更多组织共同推动。此次 Hsiao-Wei Wang 提出的「Ethereum is a ladder」，在一定程度上承继并深化了这一叙事。她指出，以太坊给每个人提供了一条可以按照自己节奏逐步攀登的路径，每个人所做的研究、协议升级或应用创新，都会成为全生态新的台阶，使后来者站得更高、走得更远。这种不断累积的台阶，便是以太坊生态持续增长的复利来源。去中心化、公平中立以及在压力下依然可靠的特质，则构成了这架梯子的结构强度。以太坊基金会与社区真正的责任，并非自己攀爬到最高处，而是稳稳扶住这架梯子，让更多的人得以抵达前人未曾触及的高度。更直白地说，这是「站在巨人的肩膀上」与「避免重复造轮子」理念的具象化体现。或许还可以这样理解：「无限花园」体现的是以太坊生态的广度、多样性和包容性，而「梯子」则强调以太坊如何帮助我们通往那些尚未探索的高度。 Hsiao-Wei Wang 在 Devconnect ARG 2025 的演讲文字版：

以太坊突破4200美元，投资者止盈与持仓的博弈· 238 条信息

#以太坊 #叙事更新 #Ethereum is a ladder #无限花园 #去中心化

3个月前

x402 并不能实现之前也做不到的事情。对于有实力的开发者来说，完全有能力自己实现类似于 x402 的效果。或者卖方自己做中间人（facilitator）也可以，不需要引入第三方。所以没必要过度吹捧这个协议的技术实力。但它的好处是，开发者或者卖方，可以完全不懂区块链怎么运作，也不需要理解这里面很多机制，只要创建一个钱包，加一些代码，就可以卖货了。所以这个协议提升的是开发者的体验。其实和用户没啥关系，因为用户还是需要用钱包签名转账。

#x402协议 #区块链开发 #开发者体验 #简化支付 #技术价值有限

3个月前

x402 真的太被低估了，随着前天 Visa 的加入，已经集齐所有大规模采用的必要条件了： - 9月，Coinbase 和 Cloudflare 联合发起 x402 基金会 - 10月，Visa 在 Cloudflare 的支持下，推出「Trusted Agent Protocol」（TAP） - Coinbase 不仅是美国上市的一线交易所，还有 Base 链 - Cloudflare 是全球互联网基础设施，被称为「赛博菩萨」 - Visa 的 TAP 将实现与 x402 的互操作 x402 = Crypto 原生结算 + 网络基础设施 + 与卡网络对接

#x402 #Visa #Coinbase #CloudFlare #Trusted Agent Protocol