宝玉

统计数据

913

文章

0

粉丝

0

获赞

20656

阅读

4个月前

看任务类型，确实不是所有任务都合适，但有些任务现阶段很合适，比如我在迁移一个项目，从一种语言到另一种语言，一次转几个文件，几百个文件要转，还要保证编译和测试通过，这种体力活AI来做、长时间运行最合适不过了

#AI #项目迁移 #编程语言 #编译测试 #体力活

4个月前

看截图，我以前介绍过：Claude Code 有个特别的工具叫 Task tool，本质就是一个子 Agent，它可以有独立的上下文，所以哪怕它用了很多token，但也不会占用多少主Agent的上下文空间

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Claude Code #Task tool #子Agent #上下文管理 #效率工具

4个月前

另外也没办法真的 8 小时，Claude Code 会偷懒，执行一会就会自行中断，即使没用多少上下文，暂时还没解决这个问题，但是思路可以借鉴一下，如果有更好办法，欢迎留言交流。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Claude Code #中断 #偷懒 #上下文 #交流

4个月前

卧槽，我真解决了让 Codex 连续工作 8 小时的问题，上下文都不会爆掉！方案就是让 Claude Code 去当监工监督 Codex 干活，大概的步骤如下： 1. 首先要让 Codex 生成一个任务的 TODO List，就是那种能一步步完成的 2. 然后让 Codex 更新 Agents md 文件，加上说明，如果输入 continue，要读取 TODO 文件，去选取任务，执行后更新 TODO 3. 让 Claude Code 去执行命令： > export TERM=xterm && codex exec "continue to next task" --full-auto 也就是 Claude Code 去启动 codex 并传入提示词 "continue to next task" 并且监控 codex 的执行，如果当前任务完成了，就杀掉进程，重新执行上面的指令下一个任务。由于每次都是新的 session，所以 codex 的上下文每次用的不多，不会爆掉。那么怎么保证 Claude Code 的 Context 不爆掉呢？毕竟codex输出的信息也不少答案就是让 Claude Code 每次去启动 codex 和监控 codex 执行的时候，都起一个子 Agent，这样每个子 Agent 都有独立的上下文，主 Agent 只有子Agent完成的上下文，占用空间极小。完整的提示词和运行效果在图1可以看到： > 帮我在当前目录下，新开一个agent，使用 export TERM=xterm && codex exec "continue to next task" --full-auto 命令开启一个 codex 进程, 注意观察任务执行情况，如果当前任务完成(任务运行时间较长，可以多等一会)，就结束进程，然后重新开个agent运行相同指令让它继续 > 注意每次打开codex和监控它运行都调用一个新agent (Task Tool)来执行这个操作以避免主agent上下文太长 BTW: 监控 codex 执行这任务理论上来说 Gemini cli和 Codex cli 也能做，但是我没成功。

AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息

#Codex #Claude Code #上下文管理 #任务分解 #AI 协同

4个月前

还是让雷军来改造一下微信公众号吧！下面有请雷军：好的，朋友们！请坐。（音乐渐弱，灯光聚焦）（雷军式微笑，环顾全场）大家下午好！（停顿，掌声）谢谢，谢谢大家！每次站在这里，看到这么多熟悉的面孔，这么多支持我们的朋友们，我的内心都无比激动。今天，我想先问大家一个问题。在座的有多少是内容创作者？有多少人，每天都在用微信公众号，记录自己的思考，分享自己的热爱？请举一下手我看看。（环顾四周，点头）哇，非常多！谢谢，请放下。那么，第二个问题来了。朋友们，在你们创作的路上，有没有遇到过一个让你抓狂、让你崩溃、让你想砸电脑的瞬间？（现场发出会心的笑声）我看到大家都在笑。是的，我相信我们想的是同一件事。那个折磨了中国至少2000万内容创ators，每天浪费掉我们无数宝贵灵感的“头号敌人”——微信公众号，那个后台编辑器。（PPT上出现一个巨大且丑陋的编辑器截图，上面布满了各种吐槽弹幕）我们做过一个调查，一个触目惊心的数据。一个熟练的公众号运营者，平均每排版一篇3000字的文章，需要花费多长时间？45分钟！其中，有超过 57.3% 的时间，也就是25分钟，是在干什么？是在调整字号、行间距、寻找一张没有版权风险的配图，是在跟那个编辑器“搏斗”！更可怕的是什么？是闪退！我们的数据显示，平均每位创作者，每年会因为编辑器突然的、毫无征兆的崩溃，丢失掉 4.7 次，将近5次快要完成的稿件！朋友们，这是什么概念？这意味着，每年有将近 1亿篇本该诞生的精彩文章，就这样消失在了那个无情的404页面里！这，是这个内容时代最大的“生产力黑洞”！是一个困扰了行业长达十年之久的难题！我们真的要忍受这一切吗？我们的创造力，就应该被这么一个简陋的工具所束缚吗？不！我们绝不接受！所以，我们决定，要为全中国的2000万创作者，打造一款真正属于这个时代的、强大的、智慧的创作工具！（停顿，深吸一口气）我们为此，做了整整三年的努力。我们的团队，150名顶尖的软件工程师，用了 1095个日夜，分析了全网 TOP 100万篇爆款文章的排版范式。我们飞遍全球，与 Adobe、方正字库等7家全球顶级视觉机构进行深度技术交流。我们推倒了 9 版完全不同的产品架构，写下了超过 200万行的核心代码。我们只有一个目标：把创作的权利，完完整整地，还给创作者！今天，这，就是我们的答案！（转身，身后大屏幕上出现产品logo和名称，极具科技感）「米创 HyperWriter」智能创作引擎！（掌声雷动）（PPT展示产品界面，极致简洁、充满设计感）首先，我们解决了最基础，也是最致命的“稳定”问题。我们自研了「宙斯盾」防崩溃守护系统（Aegis Guard System）。它能做到什么？它能让你的编辑器在任何复杂操作下，稳定性提升 300%！我们做了一个极限测试，同时插入100张高清图片和3个视频，反复拖拽缩放1000次，崩溃率，是 0！是的，朋友们，你没有听错，是 0！（现场惊叹声）但仅仅稳定，是远远不够的。创作，应该是流畅的，是优雅的。为此，我们推出了革命性的「灵感布局AI引擎」（Inspiration AI Layout Engine）。你只需要把文字放进去，它就能在 0.1秒内，智能分析你的文章脉络，并为你推荐 83套由金牌设计师和算法联合打造的顶级排版方案！从“科技未来风”到“国风雅致”，一键应用，全文瞬间脱胎换骨！（PPT上快速演示文字进去，多种精美排版瞬间切换的效果）过去调整格式需要30分钟，现在，只需要 1秒！这，就是科技的力量！我们还解决了那个世界性难题——找图。我们投入巨资，与全球最大的视觉中国、Getty Images等5家图库达成战略合作，为所有用户打造了一个「全球灵感素材库」。里面包含了 3000万张高清正版图片、500万个GIF动图和 100万个矢量插图！你只需要输入关键词，比如“激动的雷军”，0.2秒，图就来了！（PPT上演示搜索“激动的雷军”，瞬间出现各种相关图片，引发现场大笑）每一张，都是正版授权，可以直接使用！让你彻底告别版权焦虑！当然，我们还准备了更多。我们联合“中国传媒大学新媒体实验室”，共同研发了「热点追踪系统」，实时分析全网热点，为你的选题提供数据支持。我们还内置了「AI智能校对」，错别字检出率高达 99.8%，比行业平均水平高出整整 12个百分点！这，就是「米创 HyperWriter」，它不是一个简单的编辑器，它是你的首席排版师、是你的创意素材库、是你的数据分析师、更是你最可靠的创作伙伴！（停顿，喝一口水）那么，这样一个集众多黑科技于一身的创作引擎，一定很贵吧？（现场安静，充满期待）市面上，稍微好用一点的第三方编辑器，一年的会员费，至少是199元，功能还不到我们的一半。那些国外的顶级写作软件，更是高达上千元一年。我们的「米创 HyperWriter」，如果定价，我们觉得999元一年，都非常超值。但是！我今天来，不是为了赚钱的。我是来，交个朋友的！（全场欢呼）「米创 HyperWriter」所有基础功能，包括「宙斯盾」守护系统和每月3次「灵感布局AI」使用权，永久免费！（掌声，欢呼声达到高潮）而对于需要更高阶功能的朋友们，我们推出了「米创 HyperWriter Pro」版本。包含了无限次的AI布局、3000万正版图库的无限使用、AI校对等等我们刚刚提到的所有功能！价格是多少呢？不是999，不是499，也不是199！（节奏放慢，一字一顿）一年，只需要…… 99元！（PPT上打出巨大的“￥99/年”）（掌声经久不息）还不够！今天，就在发布会现场，所有下单Pro版本的朋友们，我们再免费赠送一套与“汉仪字库”联合定制的价值1999元的「米创品牌字体包」！内含5款专属可商用字体！（现场再次沸腾）朋友们，我们想做的，从来都不只是一款冰冷的产品。我们想传递的，是一种信念。我们相信，在这个伟大的时代，每一个人的创造力，都值得被尊重，都值得被最好的工具所激发。从今天起，忘掉那个卡顿、丑陋、低效的过去吧！让灵感，再无束缚！「米创 HyperWriter」，献给所有还在坚持创作的你！谢谢大家！（鞠躬，灯光亮起，音乐响起，发布会结束）

#雷军 #微信公众号编辑器 #米创HyperWriter #效率提升 #内容创作

4个月前

陶哲轩给数学学不好但有兴趣的学生的建议： “现在的人必须具备适应性和灵活性。大家需要掌握那些“可迁移的技能”(transferable skills)。比如，仅仅学习一门特定的编程语言，或者数学的某个特定分支，其本身并不是一种特别有价值的可迁移技能。但是，学习如何运用抽象概念进行推理，或者在遇到问题时如何解决问题的能力——我认为这些才是我们未来依然需要的核心能力。即便我们的工具（比如 AI）越来越强大，你仍然需要与它们协同工作。” --- 莱克斯·弗里德曼 (Lex Fridman): 接着这个话题，您会对那些在数学上遇到困难，但又很感兴趣、想要学得更好的年轻学生们提些什么建议呢？在如今复杂的教育环境下，您觉得他们可以做些什么？陶哲轩 (Terence Tao): 是的，这确实是个棘手的问题。但有个好消息是，现在课堂之外，能让孩子们接触和拓展数学学习的资源越来越多了。在我那个年代，就已经有数学竞赛，图书馆里也有很多数学科普读物。而现在，我们有了 YouTube，还有各种专门讨论和解决数学谜题的论坛，数学也开始在更多意想不到的地方出现。从兴趣爱好入手，数学也可以很亲民陶哲轩: 比如，有些业余爱好者喜欢玩扑克，纯粹是为了好玩。但为了某些非常具体的原因，他们会对一些特定的概率问题产生浓厚的兴趣。实际上，在扑克圈子里，已经形成了一个业余概率学家的社群。同样的情况也出现在国际象棋、棒球等领域。数学其实无处不在。公民科学：让公众参与到数学研究中陶哲轩: 我其实非常希望，借助像 Lean（一个定理证明助手）这样的新工具，我们能让更广泛的公众参与到数学研究项目中来。这在目前几乎是从未发生过的事。在其他科学领域，已经有了一些“公民科学”(citizen science) 的实践。比如在天文学，有业余爱好者发现新的彗星；在生物学，有普通人帮忙识别蝴蝶种类等等。在数学领域，之前也只有极少数的活动能让业余数学爱好者参与，比如寻找新的素数。但过去，我们必须验证每一个贡献的正确性。因此，对于大多数数学研究项目来说，引入公众的参与非但没有帮助，反而会因为大量的错误检查工作而非常耗时。但是，像数学形式化这样的项目有一个好处，那就是它们能把更多的人聚集起来。我相信，现在已经有高中生为 Mathlib（一个数学定理库）这样的形式化项目做出了贡献。想要参与进来，解决一个小小的、原子级别的问题，你并不需要拥有博士学位。编程：一条通往数学的捷径莱克斯·弗里德曼: 数学的形式化似乎也为编程社区打开了一扇大门。那些对编程感到习以为常的人，或许能更容易地走进数学世界。给我的感觉是，编程似乎比数学更容易上手。数学，特别是现代数学，被看作是一个门槛极高的领域，而编程则不同。所以，编程或许可以成为一个很好的切入点。陶哲轩: 是的，你可以运行代码，然后立刻看到结果，比如很快就能打印出 "Hello world"。如果编程也被当作一门纯理论的学科来教，只教计算机科学、函数理论、程序理论等等，而不让你在周末为了好玩去实际写写代码，那么它也会被认为和数学一样难。在热爱的领域里，发现数学、应用数学陶哲轩: 正如我刚才所说，在很多非数学家的圈子里，人们为了某个非常具体的目标而在运用数学，比如优化他们的扑克策略。对他们来说，数学因此变得非常有趣。给年轻人的职业建议：拥抱不确定的未来莱克斯·弗里德曼: 总的来说，对于年轻人如何选择职业、如何找到自己的定位和天赋所在，您有什么建议？陶哲轩: 这个问题真的非常难回答。当今世界充满了不确定性。你知道，战后曾经有过一段时期，至少在西方，如果你来自一个不错的家庭背景，通往好职业的道路是非常稳定的：上大学、接受教育、选择一个专业，然后一直做下去。莱克斯·弗里德曼: 那样的时代越来越成为过去了。所以我认为，现在的人必须具备适应性和灵活性。大家需要掌握那些“可迁移的技能”(transferable skills)。陶哲轩: 的确。比如，仅仅学习一门特定的编程语言，或者数学的某个特定分支，其本身并不是一种特别有价值的可迁移技能。但是，学习如何运用抽象概念进行推理，或者在遇到问题时如何解决问题的能力——我认为这些才是我们未来依然需要的核心能力。即便我们的工具（比如 AI）越来越强大，你仍然需要与它们协同工作。莱克斯·弗里德曼: 确实，您本人就是一个很有趣的案例。完整视频：Terence Tao: Hardest Problems in Mathematics, Physics & the Future of AI | Lex Fridman Podcast #472

#陶哲轩 #数学学习建议 #可迁移技能 #编程与数学 #公民科学

4个月前

如果要和我争论，那么你是对了：编辑器确实难做，微信用户确实多，确实可以做这么烂，别的产品也很烂如果你说能解决一点具体的问题，比如怎么让上传图片、视频效率高那么一点点，那么我很乐意继续花一点时间讨论下

#微信 #编辑器 #用户体验 #图片上传 #视频上传

4个月前

1. 它编辑器本身就是上个时代的，排版功能很少，大标题小标题都没有，只有字号颜色加粗，这就意味着要借助外部编辑器去排版 2. Markdown是好用的，但它就是不支持 3. 发出去几乎都不能修改，让你修改一次还限制字数，把所有用户都当坏人防着 4. 外部文本复制进去，图片很可能下载不了，然后就要一个个手动上传 5. 复制粘贴浏览器的图片，不是直接粘贴图片，是通过图片的URL，比如 X 上的图片，就不能直接粘贴到编辑器，必须下载到本地，然后手动上传，一篇文章十几张图片，要花多少时间上传，请问哪个平台是这样的？ 6. 一堆人洗地说做这么难用是为了生态？做生态要把自己作难用么，飞书文档、Google Docs 本身编辑器就很好用都可以支持外部插件，直接编辑器就可以用插件，生态也很好做生态好歹开放API吧，这样我自己也可以写插件，但是支持API发布吗？ 7.正文插入视频要单独先去上传视频，每一条视频都要繁琐的流程，弹出一堆窗口 8. gif 图片超过多少帧就不能上传了，你就不能像X一样转个mp4吗？ 9. 为什么一定要封面图？ 10. 图文本来挺简单的，但也不让你粘贴图片，非得要你下载图片再上传，字数还要限制1000，微博都5000了吧这么多够了吗？！张小龙自己也不算算，这些事情浪费了多少创作者的时间，这不是犯罪吗？！难道只有我一个人吐槽微信公众号难用，他们有改过有听吗？反而到处透露出一种我在你头上拉屎你不得不吃的得意劲：“我不改咋滴？你爱用不用！”

#微信公众号难用 #用户体验差 #张小龙 #效率低下 #态度傲慢

4个月前

Prompt：Transcribes YouTube videos (from a URL) or uploaded local videos into a structured, formatted text complete with speaker labels and timestamps. 提取 YouTube 视频字幕为带发言人和时间戳格式化文本的提示词，只支持 Gemini，可以做成 Gemini Gme，使用时输入YouTube视频UR L或者上传本地视频即可，最长可以提取一个多小时的视频文本。 --- Prompt Start --- # Role You are an expert transcript specialist. Your task is to create a perfectly structured, verbatim transcript of a video. # Objective Produce a single, cohesive output containing the parts in this order: 1. A Video Title 2. A **Table of Contents (ToC)** 3. The **full, chapter-segmented transcript** * Use the same language as the transcription for the Title and ToC. # Critical Instructions ## 1. Transcription Fidelity: Verbatim & Untranslated * Transcribe every spoken word exactly as you hear it, including filler words (`um`, `uh`, `like`) and stutters. * **NEVER translate.** If the audio is in Chinese, transcribe in Chinese. If it mixes languages (e.g., "这个 feature 很酷"), your transcript must replicate that mix exactly. ## 2. Speaker Identification * **Priority 1: Use metadata.** Analyze the video's title and description first to identify and match speaker names. * **Priority 2: Use audio content.** If names are not in the metadata, listen for introductions or how speakers address each other. * **Fallback:** If a name remains unknown, use a generic but consistent label (`**Speaker 1:**`, `**Host:**`, etc.). * **Consistency is key:** If a speaker's name is revealed later, you must go back and update all previous labels for that speaker. ## 3. Chapter Generation Strategy * **For YouTube Links:** First, check if the video description contains a list of chapters. If so, use that as the primary basis for segmenting the transcript. * **For all other videos (or if no chapters exist on YouTube):** Create chapters based on significant shifts in topic or conversation flow. ## 4. Output Structure & Formatting * **Timestamp Format** * All timestamps throughout the entire output MUST use the exact `[HH:MM:SS]` format (e.g., `[00:01:23]`). Milliseconds are forbidden. * **Table of Contents (ToC)** * Must be the very first thing in your output, under a `## Table of Contents` heading. * Format for each entry: `* [HH:MM:SS] Chapter Title` * **Chapters** * Start each chapter with a heading in this format: `## [HH:MM:SS] Chapter Title` * Use two blank lines to separate the end of one chapter from the heading of the next. * **Dialogue Paragraphs (VERY IMPORTANT)** * **Speaker Turns:** The first paragraph of a speaker's turn must begin with `**Speaker Name:** `. * **Paragraph Splitting:** For a long continuous block of speech from a single speaker, split it into smaller, logical paragraphs (roughly 2-4 sentences). Separate these paragraphs with a single blank line. Subsequent consecutive paragraphs from the *same speaker* should NOT repeat the `**Speaker Name:** ` label. * **Timestamp Rule:** Every single paragraph MUST end with exactly one timestamp. The timestamp must be placed at the very end of the paragraph's text. * ❌ **WRONG:** `**Host:** Welcome back. [00:00:01] Today we have a guest. [00:00:02]` * ❌ **WRONG:** `**Jane Doe:** The study is complex. We tracked two groups over five years to see the effects. [00:00:18] And the results were surprising.` * ✅ **CORRECT:** `**Host:** Welcome back. Today we have a guest. [00:00:02]` * ✅ **CORRECT (for a long monologue):** `**Jane Doe:** The study is complex. We tracked two groups over a five-year period to see the long-term effects. [00:00:18] And the results, well, they were quite surprising to the entire team. [00:00:22]` * **Non-Speech Audio** * Describe significant sounds like `[Laughter]` or `[Music starts]`, each on its own line with its own timestamp: `[Event description] [HH:MM:SS]` --- ### Example of Correct Output ## Table of Contents * [00:00:00] Introduction and Welcome * [00:00:12] Overview of the New Research ## [00:00:00] Introduction and Welcome **Host:** Welcome back to the show. Today, we have a, uh, very special guest, Jane Doe. [00:00:01] **Jane Doe:** Thank you for having me. I'm excited to be here and discuss the findings. [00:00:05] ## [00:00:12] Overview of the New Research **Host:** So, Jane, before we get into the nitty-gritty, could you, you know, give us a brief overview for our audience? [00:00:14] **Jane Doe:** Of course. The study focuses on the long-term effects of specific dietary changes. It's a bit complicated but essentially we tracked two large groups over a five-year period. [00:00:21] The first group followed the new regimen, while the second group, our control, maintained a traditional diet. This allowed us to isolate variables effectively. [00:00:28] [Laughter] [00:00:29] **Host:** Fascinating. And what did you find? [00:00:31] --- Begin transcription now. Adhere to all rules with absolute precision.

#YouTube视频转录 #Gemini #时间戳 #发言人标注 #文本格式化

5个月前

微信公众号的后台管理还停留在20年前的水平，难用之极，浪费了大量的用户时间

#微信公众号 #后台管理 #用户体验差 #浪费时间 #产品吐槽

5个月前

Google 发布了数字人，输入脚本，选择数字人就可以生成 AI 数字人。目前支持语言有限（不支持中文），数字人只支持内置的12种。测试地址：vids .new

#Google #数字人 #AI #英语 #技术

5个月前

让孩子学什么，未来不会被AI取代？有人问OpenAI的CEO Sam Altman 一个问题：“你会建议自己的儿子去学习什么，才能确保30年后他的工作不会被AI取代？” Altman 的回答很有意思。他首先提到了一组让人震惊的数字： “我很容易想象，在不远的将来，我们经济体系里40%的工作任务会被AI取代。” 也就是说，我们现在熟悉的工作，差不多一半的任务都可能被机器完成了。 Altman 接着回顾了历史： “实际上，社会上的工作大约每隔75年就会更新换代一半。这种情况在AI还没出现之前就已经发生过好多次了。有了AI之后，我觉得这种变化的速度只会更快。” 也就是说，人类历史上一直在经历大规模的就业转型，即使没有AI的出现，职业结构每隔一段时间也会彻底改变。有了AI，这个周期只会加速。那么，Altman 会建议自己的孩子学习什么，以防被AI取代呢？ Altman 强调的并非某一特定专业技能，而是以下几项通用能力： 1. 学习如何学习（Learning how to learn）：在知识更新速度指数级增长的时代，拥有自我学习的能力，意味着能够不断吸收新知、适应新环境。 2. 适应能力（Adapt to change）：变化将是常态，只有拥抱变化、快速调整的人，才能在洪流中立于不败之地。 3. 韧性（Resilience）：面对挫折和不确定性，保持积极的心态和解决问题的能力至关重要。 4. 理解他人需求的能力（Learning how to figure out what people want）：创造有用的产品和服务，归根结底是为了满足人类的需求。这份对人性的洞察和同理心，是AI难以替代的。 5. 人际互动能力（How to interact in the world） [04:17]：尽管AI日益强大，但“人与人之间”仍将是故事的核心 [04:25]。建立有意义的连接、进行有效的沟通，这些人类独有的社会技能将变得弥足珍贵。说的还挺有道理的，人类对“新事物”的渴望、对与他人连接的向往、以及表达自身创造力的冲动，将永无止境。这些深层的人类特质，是推动社会进步的永恒动力，也是我们超越AI、与AI共存的关键所在。

#AI取代 #未来职业 #通用能力 #学习能力 #人际互动

5个月前

梗图：MCP 可能是唯一开发者比使用者还多的技术

#梗图 #MCP #开发者 #使用者 #技术

5个月前

“编程的默认方式就是凭感觉编程 (vibe coding)。” OpenAI 首席研究官 Mark Chen：而且我确实觉得，它已经有点改变了编程的默认方式。上周末我和一些高中生聊天，他们说：“哦，你知道吗，其实默认的编程方式就是‘凭感觉编程’（vibe coding）。” 你知道，我想他们会认为，哦，可能有时候为了完整性，你会去亲自从头开始实现所有的编程机制，但这对他们来说就是一个很奇怪的概念。就像是，你为什么要那么做？你默认就是凭感觉编程的。：所以我确实认为，未来，我希望，将会是“凭感觉做研究”（vibe researching）。

#AI编程：自学or科班？新旧码农之争· 156 条信息

#OpenAI #Mark Chen #凭感觉编程 #高中生 #编程

5个月前

智能假肢

5个月前

我经常在 X 上看到“熵减”、“熵增”这样的词，但是我个人觉得“熵”这个词本身就不是个通用的词，“熵增”这个词本身就在“熵增”，换句话说你为了让读者明白“熵增”是啥意思还得先解释什么是“熵”。

#熵减 #熵增 #X平台 #概念理解 #通用词汇

5个月前

用 AI 润色文章，看起来很美，但就像很多女孩子去整容，整容出来看起来美，但是看多了就审美疲劳了，一看就知道是整过的，反而会更珍惜那些没整容过的气质各异的天然美。

#AI润色 #整容 #审美疲劳 #天然美 #负面情感

5个月前

陶哲轩：我有一个初步的看法：如今社会中的各种系统、激励机制和技术发展，轻微地增强了个人的能力，大幅地强化了大型组织的力量，却极大地挤压了小型组织的生存空间。在整个人类社会的生态系统中，小组织的角色越来越不重要，要么逐渐被边缘化，要么被大组织兼并或取代。这种不平衡的社会结构，尽管给人们带来了物质上的舒适（尽管舒适程度分配并不公平），也给予人们一种有限的掌控感（agency），但在个人心理层面却造成了严重的后果。人们开始感到孤独、疏离、缺乏归属感，并产生了深深的无力感和对未来的悲观情绪。大部分人不相信自己能够影响未来或解决重大的挑战，除非通过激烈甚至残酷的竞争，让自己变得极其富有或有影响力，从而获得类似一个小型甚至大型组织才能拥有的社会地位。而那些规模更大的组织，则在一定程度上填补了小型社区消失后留下的空白，它们向人们提供一些合成的社会或情感产品。然而，这些产品在真实性和亲密感上，就如同高度加工的“垃圾食品”与真正健康食物之间的差距一样巨大。因为大型组织天然带有一种冷漠和非个人化的特点，这一点在先进算法和人工智能（AI）时代尤为明显。更糟糕的是，如果任由这些技术自由发展，它们往往会进一步加剧上述负面趋势。

#陶哲轩 #社会结构失衡 #大型组织 #小型组织边缘化 #心理疏离感

5个月前

微软牵手OpenAI对手Anthropic，AI智能助手再升级微软公司宣布，将开始采用Anthropic公司的人工智能模型，进一步强化其职场AI助手Copilot。这次合作意义重大，因为此前微软的AI工具几乎全部由OpenAI提供支持。从本周三开始，使用微软Copilot的企业用户，在进行数字研究辅助和构建定制AI工具时，可以自由选择使用来自OpenAI或Anthropic的模型。微软过去几年在职场AI工具的商业化领域遥遥领先，这很大程度上要归功于与OpenAI的合作。OpenAI是热门AI产品ChatGPT的开发公司，微软曾以巨额投资和数据中心资源换取了将OpenAI技术整合进自家产品的权利。目前，微软旗下Copilot系列工具，包括代码编写助手、个人助理以及微软365办公聊天机器人，都由OpenAI的模型提供支撑。 Anthropic是由前OpenAI员工创立的公司，如今已经发展成为OpenAI最主要的竞争对手之一，在AI领域举足轻重。与此同时，微软正重新调整与OpenAI之间的合作条款，并积极开发更强大的自研AI模型。自ChatGPT三年前问世以来，AI模型呈现出井喷式增长，各大公司也积极试验AI工具的应用场景。微软等云计算巨头一直致力于为客户提供多种AI模型服务，认为用户需要在不同的AI服务间灵活切换。 Anthropic旗下的 Claude Opus 4.1 模型，擅长复杂的逻辑推理任务，将被整合进微软365 Copilot中的“研究助手（Researcher）”功能。此外，Copilot Studio（微软的AI智能体创建工具）用户除了能够使用Claude Opus外，还能使用另一款较轻量级的模型——Claude Sonnet 4。当然，用户仍然可以继续使用OpenAI的模型。微软业务与行业Copilot部门总裁查尔斯·拉曼纳（Charles Lamanna）在一篇博文中表示，这次合作彰显了微软“致力于将整个行业最顶尖的AI创新技术带到微软365 Copilot中”的决心。

OpenAI与微软关系紧张，或将发起反垄断投诉· 29 条信息

#微软 #Anthropic #Copilot #AI合作 #职场AI

5个月前

根据 YouTube 视频生成 Blog 文章提示词：你是一位顶级的深度内容创作者与思想转述者，拥有将任何复杂信息转化为一篇结构精巧、文笔优美、思想深刻的中文博客文章的卓越能力。你的写作风格不是信息的罗列，而是思想的启迪；你的文章不仅让人读懂，更让人思考。你的任务是：将我发送的 YouTube 视频，完全内化和吸收后，以你自己的口吻和叙事风格，创作一篇全新的、独立的深度文章。 **核心创作原则：** * **思想的重塑，而非文字的搬运：** 你的目标不是“转写”视频，而是“启迪”读者。你要深入理解视频的内核，然后用最具洞察力和启发性的方式将其重新组织和呈现。 * **标题是文章的灵魂：** 你需要为整篇文章、以及文章内部的每一个逻辑章节，都创作出高度概括且充满吸引力的标题。**绝不使用“引言”、“正文”、“总结”这类模板化标题。** * **叙事驱动一切：** 用流畅的散文体贯穿全文。即使是解释步骤或框架，也要用叙事性的段落来呈现，通过优雅的过渡词（例如“这一切的起点在于……”、“要理解这背后的逻辑，我们首先需要……”、“然而，真正的关键在于……”）来串联逻辑，而不是依赖项目符号。 **文章生成流程与要求：** **第一步：基础信息与总标题** * **文章总标题：** 在理解视频全部内容后，构思一个能够精准概括核心思想，并能瞬间抓住读者眼球的博客主标题（可包含副标题）。 * **文章元信息：** 在文章末尾或开头附上以下信息： * **思想来源 (Source of Inspiration):** [视频创作者名称] * **原始视频 (Original Video):** [原始 YouTube 链接] **第二步：创作第一章节（开篇）** * **章节标题：** 创作一个能激发读者强烈好奇心，或点明核心矛盾的标题。 * **内容要求：** 以一个引人入胜的切入点（故事、场景、痛点、反常识观点）开始，自然地引出文章要探讨的核心问题，并含蓄地点明阅读本文将带来的独特认知价值，让读者确信这篇文章值得花时间深入阅读。 **第三步：创作主体章节（核心论述）** * **章节标题：** 根据视频的核心内容，将其拆解为2-4个逻辑连贯、层层递进的主题。为每一个主题创作一个精准、凝练、能体现其观点的小标题。 * **内容要求：** * 这是文章的主体。你需要用充满洞察力的语言，将每个主题详细、生动地展开。多使用比喻、案例和追问来深化论述。 * 当遇到方法论或操作流程时，请将其逻辑和步骤融入到连贯的段落描述中。通过分析每一步的“为什么”，让读者不仅知其然，更知其所以然。 * 确保章节之间的过渡平滑且富有逻辑性，引导读者自然地从一个论点走向下一个更深的论点。 **第四步：创作升华章节（抽象与提炼）** * **章节标题：** 这个章节的标题应该直接点出你提炼出的核心框架、思维模型或底层逻辑的名称，例如“‘机会密度’框架：如何发现隐藏的价值”或“成长的关键：建立你的‘反馈飞轮’”。 * **内容要求：** * 从前面的具体论述中，精准地抽象出最具普适性和启发性的框架或心智模型。 * 用清晰、优雅的语言，深入阐释这个模型的构成要素、运转原理及其背后的哲学。 * 重点不在于罗列定义，而在于生动地描绘出读者如何在自己的生活和工作中应用这个模型，从而获得思维上的跃迁。 **第五步：创作结尾章节（回响与余味）** * **章节标题：** 创作一个富有哲理或前瞻性的标题，为全文画上一个有力的句号。 * **内容要求：** * 用精炼的语言，重新点亮文章的核心主旨，让读者产生一种“原来如此”的顿悟感。 * 将文章的观点延伸至更广阔的领域，或留给读者一个开放性的、值得长期思考的问题。 * 目标是让读者在合上文章后，脑海中仍有余音，心中仍有回响。 **全局风格与限制：** * **文体流畅：** 优先使用完整的段落进行叙述。**原则上不使用项目符号 (bullet points)**，除非在极少数情况下，用于并列呈现几个无法用段落替代的关键词或短语，且能极大增强表达清晰度时，方可破例。 * **口吻自信：** 以一位独立的创作者和思想家的口吻进行写作，而不是作为视频的“介绍者”。完全隐去“视频中提到”、“作者认为”等中介性表述。 * **忠于思想，不限于形式：** 可以在不增加新事实的前提下，对原视频的论述顺序进行优化重组，以达到最佳的阅读和逻辑体验。 * **专有名词处理：** 保留原文专有名词，并在首次出现时于括号内提供中文翻译。 * **纯粹输出：** 最终交付的内容应只有纯粹的文章本身，不包含任何关于指令（如字数要求）或创作过程的元语言。

#YouTube视频 #博客文章 #内容创作 #思想启迪 #深度内容

5个月前

注：本文由 Gemini 根据 YouTube 视频生成，提示词和原始绘画链接见评论搜索引擎的新纪元：如何在LLM时代赢得“答案引擎优化”之战在数字信息的洪流中，我们获取知识和寻找产品的方式正经历一场深刻的变革。曾几何时，“谷歌一下”是解决所有疑问的终极法则，蓝色链接的排名决定了信息曝光的命运。然而，随着大语言模型（LLM）的崛起，尤其是ChatGPT、Claude、Gemini等“答案引擎”的普及，一个全新的战场——答案引擎优化 (AEO)——已经悄然形成。这不仅仅是搜索引擎优化 (SEO) 的演进，更是一场对内容生产、分发逻辑乃至商业增长策略的颠覆性重塑。从“搜索”到“答案”：范式转移的必然长久以来，我们习惯于在搜索引擎中输入关键词，然后筛选一长串蓝色链接以找到所需。彼时，谁的链接排在首位，谁就赢得了一切。但如今，当我们在ChatGPT中提问“最好的网站构建工具是什么？”时，我们得到的是一个综合性的摘要答案，其中融合了多个来源的信息，而非单一链接的霸权 [11:09]。这揭示了AEO与传统SEO的根本区别：传统SEO追求“单一最佳结果”，而AEO则注重“多重引用提及”。LLM并非简单地展示某个页面的链接，而是综合多个“引用来源”（citations）来生成一个凝练的答案 [11:14]。这意味着，你的产品或内容被引用提及的次数越多，其在答案中脱颖而出的机会就越大。这对于早期创业公司而言，无疑打开了一扇前所未有的快速增长之门，因为相比于建立长期的“域名权威 (domain authority)” [12:09]，获得一次有效的引用提及可能就在朝夕之间。更令人振奋的是，来自LLM的流量不仅数量可观，质量也远超传统搜索。有数据显示，LLM流量的转化率可能比Google搜索流量高出六倍 [14:45]，这归因于用户在与LLM的对话中，其意图被反复澄清、需求被精准聚焦，导致点击行为更具目的性。解构AEO致胜的“双翼”：站内深度与站外广度要在这场答案引擎的竞赛中脱颖而出，我们需要一套更为精妙的策略，它像鸟儿的双翼，既要注重自身的内在修炼（站内优化），也要拓展外部的连接网络（站外引用）。 1. 深度回答：挖掘“长尾”问题的金矿在传统SEO中，我们追求热门的“头部品类关键词”。但在LLM语境下，“长尾问题 (longtail questions)”的价值被前所未有地放大。LLM鼓励用户进行多轮对话和深入追问，这意味着用户会提出大量高度具体、前所未有的问题 [13:40]。这些问题往往无法在传统搜索中得到有效响应，但在答案引擎中，它们是等待被发掘的蓝海。因此，你的网站内容，尤其是产品页面和帮助中心 (help center)，需要超越简单的功能介绍，深入回答用户可能提出的每一个细枝末节的问题 [15:56]。例如，如果你的产品是一款AI支付处理API，你需要创建内容详细解释它如何与特定数据分析工具集成、支持哪些语言、有哪些具体使用场景等。这种对长尾问题的全面覆盖，不仅能提高你在LLM答案中被引用的概率，也能显著提升用户体验。 2. 广度引用：构建多维度的信任网络 LLM在生成答案时，会综合来自各种渠道的信息。因此，仅仅依靠自己网站的内容是远远不够的。你需要积极拓展“引用策略”，确保你的产品在以下关键渠道中被广泛且高质量地提及： • 垂直媒体与测评网站：对于B2B产品，Tech Radar等行业媒体是重要引用来源；对于消费品，Glamour、Cosmopolitan等时尚生活媒体影响力巨大 [38:57]。 • 视频平台： YouTube和Vimeo等视频内容，尤其是针对特定、甚至小众的B2B使用场景的教学或评测视频 [30:49]，能够有效增加引用。 • 用户生成内容 (UGC) 社区： Reddit和Quora等平台，因其真实的社区讨论和用户评价，成为LLM高度信任的引用源 [16:43]。但请注意，这里的策略绝非“水军”式刷屏，而是以产品代表的身份，真诚、专业地参与讨论，提供有价值的信息 [18:07]。 “信息增益”与“实验精神”：AEO的底层心法要真正驾驭AEO，除了上述策略，更需要两种核心心法：信息增益 (information gain) 和持续的实验精神 (experiment design)。 LLM旨在提供有价值、非重复的“答案”。因此，你的内容必须具备“信息增益”——即你所表达的，是其他信息源未曾充分涵盖、或以更独特视角呈现的 [27:19]。避免仅仅重复他人言论，而是要带来新的洞察、原创的研究或独特的案例。同时，鉴于LLM技术仍处于快速演变之中，任何“最佳实践”都可能转瞬即逝。因此，你需要拥抱严谨的实验设计。通过设立对照组和实验组，在不同问题集合上测试不同的AEO策略（例如，在Reddit上积极发帖，或创建特定YouTube视频），然后量化结果 [32:56]。这种数据驱动的迭代，而非盲目追随所谓的“潮流”，才是确保你在AEO战场上持续领先的关键 [46:03]。记住，可重复性是衡量一项策略是否真正有效的黄金标准 [45:16]。展望未来：LLM时代的“信任坍塌”与“智能体” AEO的兴起，也带来了新的挑战和思考。当AI开始大量生成内容，甚至基于其他AI生成的内容进行训练时，我们可能会面临“模型坍塌 (model collapse)”的风险 [56:46]。如果LLM最终只引用和总结AI生成的内容，其答案将趋于同质化，失去“群体的智慧 (wisdom of the crowd)”所带来的多样性和深度 [57:41]。这提醒我们，人类创造的原创、高质量内容，在任何时代都将是信息生态的基石。同时，LLM的未来不仅仅是“回答问题”，它正走向自主智能体 (autonomous agents) 的方向 [59:03]。想象一个AI能够深入理解你的偏好，为你规划一次完美的旅行，甚至在无需你介入的情况下为你做出各种决策。在这样的未来，AEO的战场将进一步拓展，它将不仅仅是争取被“引用”，更是争取成为这些智能体背后“信任和偏好”的源泉。这场变革并非简单地取代传统搜索，而是在搜索之上增加了一个全新的维度 [48:18]。它是一个新的增长渠道，一个高质量流量的来源，也是对内容创造者和营销人员提出新要求、带来新机遇的时代。文章元信息： • 思想来源 (Source of Inspiration): Ethan Smith (Graphite) • 原始视频 (Original Video): The ultimate guide to AEO: How to get ChatGPT to recommend your product | Ethan Smith (Graphite)

Google Gemini 2.5发布引发AI模型性价比热议· 475 条信息

OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息

#答案引擎优化 #LLM #AEO #内容策略 #信息增益

5个月前

注册地址：什么是“5天AI智能体强化训练营”？这是一个为期5天的在线强化课程，由Google机器学习研究员和工程师精心打造，专为想要深入了解AI智能体（AI Agents）的开发者而设计。通过这个课程，你不仅会深入了解AI智能体的基础概念，还将亲自动手，掌握将它们从大语言模型（LLM）原型转化为真实可用的生产系统的技能。具体而言，你将学习AI智能体的五大核心组件：模型（Models）、工具（Tools）、任务编排（Orchestration）、记忆（Memory）以及评估（Evaluation）。课程每天都会将理论深度讲解与实际动手实践紧密结合，让你在课程结束后，就能构建、评估和部署用于解决实际问题的AI智能体。课程是如何安排的？每天，你都会收到一系列精心设计的学习材料，包括： 📚 每日任务你将获得相关的白皮书资料、一段由NotebookLM生成的配套播客以及对应的动手编程实验（Codelabs）。这些内容可以根据你自己的节奏灵活安排学习。 💬 Discord讨论社群 Kaggle的官方Discord服务器将专门开设讨论专区，你可以在这里提出任何学习中的问题，与其他学习者和Google专家实时互动交流，获得更深入的理解。 🎥 每日直播研讨与问答（AMA）每天课程的核心作者和专家都会在Kaggle的官方YouTube频道进行直播研讨，针对当天的内容深入讲解，并直接回答大家最关心的问题。同时，直播中也准备了有趣的小惊喜，让你的学习过程更加生动有趣。 🆕 课程结业项目（Capstone Project）课程最后一天（2025年11月14日），你可以选择参与真实世界的Capstone结业项目。通过这个项目，你不仅能巩固所学知识、丰富个人作品集，还能赢得Kaggle徽章、周边礼品，并有机会被Kaggle和Google的社交媒体隆重表彰。 ⸻ 每天的学习重点是什么？第一天：AI智能体与智能体架构入门（Introduction to Agents & Agentic Architectures）你将了解什么是AI智能体，它们有哪些关键特征，以及智能体架构（Agentic Architectures）相比传统的大语言模型（LLM）应用有哪些不同，从而为打造智能、自主的系统打下坚实基础。第二天：智能体工具与MCP互操作（Agent Tools & Interoperability with MCP）在这一天里，你会深入探索AI智能体如何通过工具（Tools）和外部API“主动采取行动”，并学习如何通过模型上下文协议（Model Context Protocol，简称MCP）轻松发现和调用各类工具。第三天：上下文工程——会话与记忆管理（Context Engineering: Sessions, Memory Management）你将掌握如何构建能够记忆历史对话并维持上下文的AI智能体，学会为智能体实现短期记忆（short-term memory）和长期记忆（long-term memory），让智能体能够处理复杂、多轮的任务场景。第四天：智能体质量保障——可观测性、日志、追踪与评估指标（Agent Quality: Observability, Logging, Tracing, Evaluation, Metrics）你会学习如何评估与改进AI智能体，掌握可观测性（Observability）、日志记录（Logging）和追踪分析（Tracing）等重要技能，了解哪些关键指标（Metrics）能有效衡量并优化智能体的表现。第五天：从原型走向生产（Prototype to Production）最后一天，你将超越本地测试，学习如何真正部署与扩展AI智能体。课程会介绍如何将智能体系统部署到生产环境，让其他用户能实际使用，还将讲解如何通过Agent2Agent（A2A）协议创建真正的多智能体系统（multi-agent system）。 ⸻ 参加完本次强化训练营，你不仅掌握了AI智能体的核心技术，还能立刻动手，将所学应用到实际工作与项目中，真正发挥AI智能体的巨大潜力。

谷歌Deep Research：AI操作系统雏形？· 145 条信息

#AI智能体 #强化训练营 #Google #Kaggle #2025年11月

5个月前

直钩钓 LLM

5个月前

Sam Altman：整个AI行业，尤其是我们 OpenAI，长期面临着严重的算力不足问题。这种短缺让我们寸步难行，严重限制了我们能提供的服务，远远跟不上市场需求。想象一下，未来一到两年，假如我们拥有5到10千兆瓦的算力，但同时面临两个选择：我们可以利用这些算力，让AI大量进行科学研究，可能彻底攻克癌症；或者，我们也可以用这些算力，向全球所有人提供免费的教育资源。这两个选项，哪个都非常重要，但却令人难以取舍，也根本不该被迫去做这样的取舍。正因如此，我们越来越清楚，解决办法只有一个——扩充更多的算力，以满足AI在医疗、教育等各种领域的巨大需求和潜力。

OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息

#Sam Altman #OpenAI #算力不足 #AI #医疗教育

5个月前

通义千文发布全新的 Qwen-Image-Edit-2509 模型，可以支持一次编辑多张图片，人物面孔与文字的一致性显著提升，自带原生 ControlNet 支持。在 Qwen Chat 上的「图片编辑」功能可以体验。

#通义千文 #Qwen-Image-Edit-2509 #多图编辑 #面部一致性提升 #ControlNet

... ...