宝玉

统计数据

913

文章

0

粉丝

0

获赞

20656

阅读

10个月前

GPT-4o 生成复杂四格漫画提示词工具（需付费订阅）：ChatGPT GPT-4o 或（推荐，可以一次生成多张）（注意：不是很稳定，需要生成几次才能有一张好的）提示词：经典的“Out the Window” Meme 四格漫画竖版布局，标题在漫画顶部居中，背景为现代办公会议室场景，风格简洁、幽默、清晰易懂，所有人物均以卡通风格表现，适合用于网络传播。 ### 标题（居中）：《如何借助 AI 提升开发效率？》（中文，加粗） ### 第一格（完整横格）： - **场景**：公司会议室，老板站立在白板或投影幕前讲话，老板为分头发型、西装领带、严肃但略带疑惑的男性（参考图1）。 - **动作**：老板张开双手，似在询问，下方桌前并排坐着三位员工（从左到右：小明、小红、小互）。 - **对话气泡（老板）**：“我们要如何借助 AI 提升开发效率？” - **员工描述**： - 小明（程序员）：男性，蓝色格子衬衫，戴眼镜，程序员气质。 - 小红（设计师）：女性，休闲时尚穿搭，显出设计师的个性气质。 - 小互（测试员）：女性，戴圆眼镜，职场休闲风（参考图2）。 ### 第二格（完整横格，画面中三个员工分别给出回答，表情认真自信）： - **小明（左侧）对话气泡**：“我们用 AI 写单元测试。” - **小红（中间）对话气泡**：“我们用 AI 做代码审查。” - **小互（右侧）对话气泡**：“Vibe Coding。” ### 第三格（下半行左侧小格）： - **老板特写镜头**，表情从严肃转为愤怒，面容阴沉，额头出现愤怒的青筋或“井”字符号。 ### 第四格（下半行右侧小格）： - **场景切换到大楼外景**，高层窗户打开，眼镜女性员工小互夸张地被老板扔出窗外，表现幽默的动态姿势，小互表情惊讶并带有喜剧效果，窗内老板依然维持愤怒的表情和姿势。 --- ### 附加风格要求（可选但推荐）： - 人物绘制：卡通化、线条清晰明快，颜色鲜明易辨，易于网络传播。 - 对话气泡：中文文字，字体清晰、大小适中且统一，采用黑色文字、白色背景的标准漫画气泡。

#GPT-4o #四格漫画 #meme #生成提示词 #卡通风格

10个月前

GPT-4o 在 ChatGPT 中再次升级了！具体有哪些新变化？ •更擅长理解并执行详细的指令，尤其是同时包含多个请求的提示。 •在处理复杂的技术问题和编程任务时表现更佳。 •直觉和创造力进一步提升。 •更少使用表情符号 🙃 升级后的 GPT-4o 现已对所有付费用户开放，免费用户将在未来几周内陆续体验到。

#GPT-4o #ChatGPT #技术升级 #执行指令 #编程任务 #直觉 #创造力 #用户开放

10个月前

如果要其他风格，就调整关键字即可

#风格 #关键字 #调整

10个月前

GPT-4o 生成广告画提示词：复古宣传海报风格，突出中文文字，背景为红黄放射状图案。画面中心位置有一位美丽的年轻女性，以精致复古风格绘制，面带微笑，气质优雅，具有亲和力。主题是GPT最新AI绘画服务的广告促销，强调‘惊爆价9.9/张’、‘适用各种场景、图像融合、局部重绘’、‘每张提交3次修改’、‘AI直出效果，无需修改’，底部醒目标注‘有意向点右下“我想要”’，右下角绘制一个手指点击按钮动作，左下角展示OpenAI标志。

#复古 #宣传海报 #中文文字 #广告促销 #AI绘画 #GPT #惊爆价 #图像融合 #局部重绘

10个月前

纽约时报：知识型工作的衰退已经开始了吗？近几年，大学毕业生的失业率上升速度超过了其他群体。这种现象到底有多严重呢？作者：诺姆·谢贝尔（Noam Scheiber） 2025年3月25日上个月，星巴克宣布裁员超过1000名公司职员。这一消息突显出白领阶层中令人担忧的趋势：最近几年，白领的失业率攀升得更快，薪资增长也更加缓慢。这进一步引发了经济学家一直争论的问题：当前的裁员潮只是暂时现象，还是预示着更严重、更持久的危机？整体失业率在两年多里一直低于4%，但从去年五月开始已突破了这个门槛。经济学家认为，从历史上看，目前的就业市场仍算强劲。最近的疲软很大程度上和疫情后的经济调整有关。当时企业因需求暴涨而疯狂招聘，但随着美联储加息，不得不转向裁员，企业迫于投资者压力精简运营规模。不过，在人工智能快速发展以及特朗普总统持续缩减联邦政府预算（联邦政府恰好是支撑大量白领岗位的主要资金来源）的背景下，有人开始担心，知识型工作可能正进入长期衰退期。北方信托银行首席经济学家卡尔·坦嫩鲍姆（Carl Tannenbaum）表示：“我们正在见证白领工作的巨大转型，我告诉大家：一波浪潮即将来临。” 目前，没有哪个行业比电子游戏行业更能体现这种转变了。2020年疫情期间，美国人大量宅家，对电子游戏的需求爆发式增长，游戏公司因此大规模招聘。但好景不长，最近几年该行业大量裁员，仅去年和前年就有数千人失业。 2024年电子游戏开发者选择奖（游戏行业一年一度的重要颁奖典礼）的主持人在开场时便公开抱怨行业“史无前例的裁员潮”。同年，原本只限于薪资较低的游戏测试人员的工会运动，逐渐扩展到游戏制作人、设计师和工程师，比如开发热门游戏《辐射》和《魔兽世界》的公司。微软旗下贝塞斯达游戏工作室（开发了《辐射》系列）员工表示，他们选择成立工会的原因之一，就是2023和2024年的裁员潮，让他们感到不安。“公司很久没有裁员了，这次真的把很多人吓到了，”该工作室制作人泰勒·韦林（Taylor Welling）表示，他拥有互动娱乐硕士学位。微软方面拒绝发表评论。金融及相关行业的失业率仍处于较低水平，但从2022到2024年增长了约四分之一，原因是利率上升导致房贷需求下滑，企业被迫缩减开支。去年夏季，富国银行首席执行官表示，过去16个季度里，公司持续裁员，其中房贷部门员工自2023年以来几乎减半。去年秋天，富国银行的企业行为管理团队（负责审查员工和客户的不当行为投诉）裁掉了约四分之一的员工。被裁员的律师希瑟·罗夫斯（Heather Rolfes）表示，她认为裁员目的就是为了缩减美国员工成本，同时针对近期曾计划成立工会的员工群体：“公司一石二鸟，裁员和反工会一步到位。”然而，富国银行的发言人否认裁员与工会相关，并强调管理层也有两人被裁。企业战略专家、曾任职于麦当劳和亚马逊的阿提夫·拉菲克（Atif Rafiq）指出，很多公司正试图效仿亚马逊，建立跨职能的团队，打破程序员、营销人员等专业人士之间的壁垒。这种模式下，很容易发现人员重复，进而裁员。星巴克和日产汽车最近都宣布裁员时，给出的理由也类似：“减少冗余，打造更精简、更灵活的团队”。纽约联邦储备银行最新数据显示，从2022年9月至今，大学毕业生失业率上升了约30%（从2%升至2.6%），而总体劳动者失业率则上升约18%（从3.4%升至4%）。ZipRecruiter招聘平台首席经济学家朱莉娅·波拉克（Julia Pollak）的分析表明，失业增加最多的是本科学历或有大学经历但未获得学位的人，而教育程度最高（拥有硕士以上）和最低（未完成高中学业）的群体失业率则保持稳定或下降。根据ADP就业研究的数据，要求大学学历岗位的招聘速度，也明显慢于其他岗位。不过，有经济学家认为，这些现象可能只是短期的，不必过于担心。哈佛大学劳工经济学家劳伦斯·卡茨（Lawrence Katz）指出，大学毕业生失业率虽稍高于整体失业率增长幅度，但从历史标准来看仍处于较低水平。卡茨教授表示，近年来高学历人群薪资增长放缓，可能部分原因是这些人更看重居家办公的弹性，愿意牺牲部分薪资增长。但美国经济政策研究所数据显示，从2019年以来，收入排名70%到80%的中上阶层工人，薪资增长确实是最缓慢的。长期来看，大学学历带来的收入优势在过去15年也趋于平缓。虽然大学学历与无学历群体薪资差距自1980年后一直在扩大，但近15年基本保持稳定，部分原因可能是大学毕业生人数增多，也可能是企业对应聘者学历要求降低，尤其是IT技术越来越成熟后，像记账员这类过去高薪且要求大学学历的岗位，现在并非必须要大学毕业生了。人工智能（AI）的兴起可能进一步削弱大学学历的优势。最新学术研究表明，使用AI编程助手的软件开发者生产效率提高超过25%，尤其对经验较少的程序员帮助更大。这意味着AI技术的普及可能降低经验丰富程序员的薪资优势。麻省理工学院经济学家梅特·德米雷尔（Mert Demirer）表示，未来程序员可能更多地扮演项目经理的角色，管理多个AI助手，这样可能反而提升人类员工的薪资。但短期来看，企业显然把AI当作裁员的工具，一家大型科技公司的软件工程师透露，他所在的团队去年裁员了一半，现在只能借助AI助手勉强维持原有工作量。科技行业的失业率自2022年以来迅速上升，2024年已达到4.4%（之前为2.9%）。此外，特朗普政府对联邦政府部门的改革导致大量联邦雇员及依赖政府资助的大学和非营利组织职员失业或冻结招聘。约翰·霍普金斯大学最近宣布全球范围裁员2000人，原因正是联邦资金减少。哈佛的卡茨教授强调，大学毕业生就业很大一部分与联邦政府直接或间接关联，因此联邦科研、教育预算的大幅削减，“潜在影响将非常巨大”。 “目前大学毕业生的失业率虽然看起来还不算特别高，”卡茨教授补充道，“但半年后情况可能就不一样了。”

#知识型工作衰退 #大学毕业生失业率 #白领阶层失业 #经济趋势

10个月前

ChatGPT推出的AI图片新功能对免费用户延迟开放 OpenAI的CEO萨姆·奥特曼（Sam Altman）周三宣布，由于用户需求远超预期，原本计划面向免费用户推出的ChatGPT最新AI图片功能将会延迟。奥特曼在X平台（前推特）上发布消息称：“ChatGPT的图片功能比我们预想的要火爆得多（虽然我们本来已经设定了很高的期望值）。” 就在周二，OpenAI正式推出了GPT-4o内置的图片生成功能，允许用户上传和编辑图片，并表示很快会覆盖ChatGPT所有用户。然而，截至周三，该功能只开放给了ChatGPT Pro、Plus和Teams订阅用户。最近几个月，OpenAI在新产品发布方面频频遇到类似的难题，多次将问题归咎于计算资源不足。比如去年12月推出Sora之后，OpenAI很快便暂停了新用户注册。或许，公司计划建设规模高达5000亿美元的“星际之门”（Stargate）数据中心项目，将帮助缓解当前计算能力不足的瓶颈。

#ChatGPT #AI图片功能 #免费用户 #OpenAI #萨姆·奥特曼 #发布延迟

11个月前

2016年，一场关于人工智能（AI）创作动画的内部演示。吉卜力工作室创始人、动画大师宫崎骏认真观看了三位AI研究人员展示他们的实验成果：一种试图模仿人类绘画能力的机器。演示结束后，宫崎骏面色严肃、语气凝重地对研究人员说：“如果你们想做这种令人作呕的东西，那是你们的自由，但我绝不会和它扯上任何关系。”他稍作停顿，语气更加沉重地说道：“我感觉这是对生命本身的侮辱。” 对面的三位研究人员沉默不语，神情紧张而尴尬。其中一位穿着格子衬衫的研究人员神情不安地擦了擦眼角附近，小声解释道：“这都是实验性的东西，不是准备公开展示给世人的。” 宫崎骏微微点头：“嗯，我明白，这点我完全明白。”随后，他语气转为严肃，向研究人员提出了尖锐的问题：“那么你们的最终目标是什么？” 另一位穿着深色T恤的研究人员回应道：“我们的目标是制造一台能像人类一样作画的机器。” 宫崎骏的目光变得复杂而深邃，透露出一种无法掩饰的忧虑。他缓缓说道：“我感觉世界末日快到了。人类已经失去了自信。”

#人工智能 #宫崎骏 #动画制作 #生命的侮辱 #吉卜力工作室

11个月前

用 GPT 把你的照片变成吉卜力卡通风格忘记哪位网友推荐的“吉卜力风格化”提示词很好用👍 模型选 ChatGPT 4o，输入框上传图片，然后从 ... 图标选择“Create image (Updated)” （这一步不必要），提示词只要写：“吉卜力风格化” 或者“把图片变成吉卜力卡通风格” 就可以。后续会话只需要上传图片即可，不需要再写提示词。

#GPT #吉卜力风格 #照片转卡通 #ChatGPT #提示词

11个月前

忘记哪位网友推荐的“吉卜力风格化”提示词很好用👍

#吉卜力 #风格化 #提示词

11个月前

The Verge：X 的工程负责人突然离职，马斯克正忙于 DOGE 和 xAI 作者：Kylie Robison 据知情人士透露，X公司工程总监王浩飞（音，Haofei Wang）已突然离职。王浩飞于2023年7月加入由埃隆·马斯克领导的X公司。他在公司高层发挥着关键作用，经常充当马斯克与公司其他工程师之间沟通的桥梁。最近一段时间，由于马斯克更多地将注意力转向xAI和狗狗币（DOGE），王浩飞实际上已成为X公司工程与产品部门的实际领导人。目前，他为何突然离职尚不明确，王浩飞本人和X公司发言人在本文发布前均未回应置评请求。最近，X公司新增了其他几名工程团队高管：迈克·道尔顿（Mike Dalton）和乌代·鲁达拉朱（Uday Ruddaraju）。二人均来自Robinhood（美国著名投资交易平台），并于今年1月加入X。他们的LinkedIn个人资料显示，两人也同时任职于xAI，这也凸显出过去一年中X公司与xAI之间越来越密切的关系。得益于xAI日益增强的影响力以及马斯克近期政治地位的提升，X公司的业务似乎正在回暖。据称，该公司刚刚从投资人那里获得了440亿美元的估值，恰好与马斯克2022年收购推特时的价格相同。尽管马斯克仍频繁活跃在X平台上发帖，但自去年夏天起，他为特朗普总统竞选活动助力以来，个人精力和领导力逐渐出现了明显分散的情况。马斯克最初收购推特时曾表示，他要把它改造成类似于中国微信的“万能应用”（everything app）。The Verge曾报道过一次内部会议，马斯克当时称，如果X在2024年年底前无法全面覆盖“一个人的所有金融生活”，他会感到非常意外。尽管目前这些计划尚未完全落地，但消息人士告诉我，名为“X Money”的支付平台正在积极筹备中，预计今年稍晚时候就会正式推出。

#X公司 #工程总监离职 #马斯克 #XAI #狗狗币

11个月前

彭博社：阿里巴巴蔡崇信警告——人工智能数据中心建设恐陷“泡沫” 阿里巴巴集团董事长蔡崇信近日发出警告称，当前人工智能数据中心的建设热潮可能存在泡沫。他指出，目前数据中心的建设速度可能已经超过了市场对AI服务的实际需求。蔡崇信在周二举行的香港汇丰全球投资峰会上发表演讲时表示，现在从美国到亚洲，大型科技公司、投资基金和其他机构纷纷建设服务器基地，这种趋势已经显得有些盲目。这位身家不菲的企业家兼金融家称，目前不少项目甚至连明确的客户需求都没有，就匆忙开建。目前，从微软到软银，环太平洋两岸的科技巨头们都在投入巨资抢购英伟达（Nvidia）和SK海力士（SK Hynix）生产的AI芯片。阿里巴巴自己也在2月份宣布全面押注人工智能，并计划未来三年内投入超过3800亿元人民币（约520亿美元）。从印度到马来西亚，大量服务器机房迅速崛起，而在美国，特朗普总统正积极推动一项名为“星际之门”（Stargate）的项目，预计投资规模高达5000亿美元。然而，在蔡崇信发表这一言论后，阿里巴巴的股价在香港下跌超过3%。事实上，华尔街许多人已开始质疑这种巨额投资的必要性，尤其是在中国AI新秀DeepSeek最近发布了一个开源AI模型后。这家新兴企业声称，其模型性能已与美国最顶尖的AI技术不相上下，而开发成本却低得多。此外，许多批评者还指出，尽管AI热度很高，但实际的商业落地场景仍然非常有限。蔡崇信在会上对现场嘉宾说道：“我已经开始看到某种泡沫的迹象。” 他指出，目前不少计划中的项目还没有签订实际的使用协议，就已经开始向市场募集资金。“我对那些盲目建设数据中心的行为感到忧虑。有不少人和基金涌入市场，轻易筹措了数十亿甚至数百万美元资金，这令人担心。” 2025年，阿里巴巴正经历一场明显的复兴，其中一个重要推力就是近期大热的“通义千问”（Qwen）AI平台。蔡崇信表示，该平台预计将极大提升阿里的核心电商业务以及云服务。在峰会上，他还提到阿里巴巴正经历一场“重启”，开始积极重新招募人才，逐渐走出过去几年监管压力所造成的增长停滞。同时，阿里巴巴已经启动了一系列人才招募计划，力图实现其发展“通用人工智能”（AGI）的远大目标。不过，蔡崇信对于美国竞争对手的巨额AI投资却持有不同看法，甚至提出尖锐批评。今年以来，亚马逊（）、谷歌母公司Alphabet以及Meta三家公司，分别承诺投入1000亿美元、750亿美元以及最高650亿美元用于建设AI基础设施。而早在2月份时，美国TD Cowen分析师就曾指出，微软已经取消了一些数据中心的租赁合同，这让人担忧微软可能超前建设了太多未来未必需要的AI计算资源。但微软方面的高管淡化了这些担忧，表示公司当前的支出规模达到历史之最，其中大部分投入用于芯片和数据中心建设。微软曾表示，本财年公司在AI数据中心建设上的投入预计将达到800亿美元，但从今年7月开始，这种增长的势头应该会有所放缓。蔡崇信告诉与会人士：“我依然对美国当前在AI领域所提到的投资数字感到震惊。” “现在人们随口就谈论投资5000亿美元、数千亿美元。我觉得这种规模的投资完全没有必要。某种程度上，许多人正在超前于现实需求进

#人工智能 #数据中心 #市场需求 #泡沫经济 #科技投资 #阿里巴巴 #蔡崇信

11个月前

Cloudflare 推出「AI迷宫」，专门忽悠爬虫机器人！与其阻止爬虫机器人，不如主动把它们引进一个由AI生成的「废话迷宫」，让它们自我迷失。作者：韦斯·戴维斯（Wes Davis） 2025年3月22日发布于《The Verge》全球最大的网络基础设施公司之一 Cloudflare 最近发布了一个叫做「AI迷宫」（AI Labyrinth）的全新工具，专门用来对付那些未经允许、到处抓取网页内容的爬虫机器人（Web Scraper）。这些机器人往往是为了获取免费数据，拿去训练AI模型。根据Cloudflare在官方博客上的介绍，当系统检测到有“异常的爬虫行为”时，这个免费的可选工具就会开始发挥作用。它会引导这些坏机器人走进一个充满链接的迷宫。这些链接指向的全都是AI自动生成的「虚假页面」，而这些页面里的内容都是毫无价值、用来迷惑机器人的废话。目的是：“让这些不怀好意的机器人变得越来越慢、越来越迷茫，最终耗尽他们自己的资源”。一直以来，网站管理员通常使用一种叫做「robots.txt」的文本文件，它像是君子协议一样，告诉爬虫哪些页面能抓，哪些不能碰。然而，许多AI公司，甚至是知名公司，比如 Anthropic 和 Perplexity AI 都曾被指控故意忽视这种协议，随意抓取网页内容来训练自己的AI模型。 Cloudflare表示，每天大约会收到超过 500亿次来自网络爬虫的访问请求。虽然公司已经有了识别和拦截恶意爬虫的工具，但恶意爬虫总会迅速改变策略，形成一场永远无法停止的技术「军备竞赛」。这一次，Cloudflare换了一种更聪明、更讽刺的方法：不再直接拦截机器人，而是把它们「带偏」。具体来说，「AI迷宫」会让机器人花费大量时间处理完全与目标网站无关的数据，陷入无止境的AI生成页面里。 Cloudflare还把这个功能称为“下一代的蜜罐陷阱”（Honeypot），因为人类访问者很容易分辨哪些链接是无用的，不会去点；但机器人会毫无顾忌地追逐每一个链接，越陷越深，无法自拔。通过这种方式，公司可以轻松记录机器人的行为模式，快速识别出新的爬虫类型，并不断优化自己的防御工具。为了防止生成的虚假内容造成误导或传播假消息，Cloudflare强调这些生成的内容都是基于真实的科学事实，只是与目标网站完全无关，让机器人抓取的数据没有任何真正价值，也无法用作训练AI的有效数据。目前，网站管理员只需前往自己Cloudflare管理后台中的“机器人管理”（Bot Management）界面，打开对应的开关，就能轻松使用这个工具。 Cloudflare表示，「AI迷宫」只是他们利用生成式AI来反制恶意爬虫的第一步。接下来他们的计划更加雄心勃勃：构建一整个由大量虚假页面组成的网络，让机器人彻底迷失其中，甚至难以察觉自己陷入了陷阱。科技媒体 Ars Technica 也指出，这种「AI迷宫」的理念类似于另一种名为 Nepenthes 的工具，据称Nepenthes能让机器人被困在虚假内容里长达“几个月”，消耗大量时间和资源。

#CloudFlare #AI迷宫 #爬虫机器人

11个月前

如何写好提示词？手把手教你用提示词玩转 AI（1）如今，AI 已经无处不在，从聊天机器人、内容创作、程序开发，到工作学习中的各种辅助工具。但你有没有遇到过这样的情况？ • AI 给出的答案文不对题？ • 输出的内容一团糟？ • 生成的文本不够具体，无法直接使用？这些问题的根源，往往并不在 AI，而在于你写的「提示词」（Prompt）还不够清晰。要知道，AI 并不能真正理解你脑子里在想什么，它只能根据你输入的提示词，猜测你的需求。本文将带你一步步学会写出高质量的提示词，从此让 AI 成为你的好帮手！什么是提示词（Prompt）？提示词是你告诉 AI 做什么、怎么做的一段描述。一个好的提示词，通常由四个关键要素组成： • 指令（Instruction）：你想让 AI 做什么？ • 上下文（Context）：AI 完成任务需要哪些背景信息？ • 输出格式（Output Format）：你希望结果以什么样的形式输出？ • 角色（Role）：AI 应该以什么样的身份来执行任务？掌握了这四个要素，你就能精确地控制 AI 生成的结果。一、指令（Instruction）—— 清晰明确是关键！指令到底是什么？指令就像是你给 AI 下达的命令或提出的问题，比如： • 「帮我总结一下下面这篇文章的核心观点。」 • 「写一篇介绍人工智能发展历史的科普文章。」但并不是所有的指令都是好指令。什么样的指令算好的？ ❌ 不好的指令示例： • 写篇文章 • 做一个小游戏 • 起个好名字这些指令模糊不清，让 AI 无法确定你到底想要什么。 ✅ 好的指令示例： • 写一篇探讨人工智能在医疗诊断中应用的 1000 字文章，面向中学生，语言简单易懂，科普风格。 • 写一个可以在网页上运行的 3D 贪吃蛇小游戏，要求画面流畅，支持键盘操作。 • 为我的 AI 写作产品分别取 3 个创意、易记、突出主题的名字。可以看到，清晰具体的指令能极大提升 AI 工作效果。二、上下文（Context）—— 让 AI 更懂你上下文是什么？上下文指 AI 完成任务时所需要的额外背景信息，比如你正在写的论文草稿、公司过去的数据资料、具体任务的相关参考材料等。举例来说： • 「以下是公司过去三年的销售数据，请分析后给出提升销售的建议。」 • 「我正在撰写人工智能方面的论文，这是我的初稿，请帮我完善，并添加适合引用的学术文献。」上下文可以是你自己提供的内容，也可以是 AI 之前生成的内容。为什么上下文很重要？ AI 并不知道你脑子里的信息。缺乏上下文，它只能盲目地猜测，生成的内容自然会偏差甚至离题。例如你说：「帮我写一份简历」。 AI 并不知道你的背景、技能、求职目标，只能泛泛而谈。但如果你给它提供上下文，例如： • 你的个人信息（姓名、学历、项目经验） • 目标职位和目标公司的文化背景 AI 就能轻松写出一份精准、适合你的简历。如何提高上下文质量？ • 检查自己有没有提供任务所需的全部信息。 • 主动向 AI 提问：「写好这篇文章，你还需要知道什么？」 • 提供参考案例或范文，让 AI 更清晰你的预期。三、输出格式（Output Format）—— 让 AI 更好交作业输出格式是告诉 AI 你想要结果以怎样的形式展现。例如： • 「请用表格展示以下信息，列分别为日期、事件、影响。」 • 「生成一份 500 字左右的摘要，要求分为引言、主要观点和结论三个部分。」 • 「请以 Markdown 格式输出，使用一级标题、二级标题和有序列表。」常见易用的输出格式有哪些？ • 文本类：Markdown、CSV、JSON、XML • 图示类：流程图（Mermaid）、思维导图 • 代码类：各类编程语言代码示例 • 数学公式：LaTeX 格式如何精确指定格式？最简单有效的方法： • 提供一个清晰的示例（few-shot）：展示期望的输出模板。 • 详细描述每个部分的内容要求。 • 用伪代码或类型定义告诉 AI 结构。例如你要 AI 生成一段 JSON：请生成如下 JSON 格式： { "title": "文章标题", "content": [ { "heading": "一级标题", "paragraph": "内容段落" } ] } 这样 AI 就能轻松给你所需的精准格式。四、角色（Role）—— 让 AI 拥有“灵魂” 角色就是 AI 在完成任务时扮演的身份。你可以不设置角色，但合适的角色能让 AI 更精准地把握你的需求，提供更专业的服务。例如： • 「你是一位经验丰富的软件工程师，帮我审查并优化下面这段代码。」 • 「你是心理咨询师，请用温和、共情的语气帮我分析下面的问题。」 • 「你是一名苏格拉底式导师，请通过启发式的提问帮助我理解人工智能概念。」角色设定的好处在于： • 明确 AI 的任务边界和思考角度。 • 让 AI 更精准地使用它训练过的特定领域知识。综合示例：用好这四个要素，你就掌握了提示词的精髓现在我们结合上面所有要素，看一个完整的高质量提示词示例：任务：帮我写一个关于人工智能在医疗领域应用的总结。「你是一位擅长用通俗语言讲解科技的科普作家（角色）。请结合下方提供的两篇学术论文的摘要（上下文），写一篇适合初中生阅读的 500 字以内的总结文章（输出格式）。文章要通俗易懂，举至少两个具体的例子来说明人工智能如何改善医疗诊断效率（指令）。」这样的提示词，AI 就会迅速准确地生成你想要的内容。总结：写好提示词的秘诀你要牢牢记住提示词的四大要素： ✅ 指令清晰具体 ✅ 上下文完整充分 ✅ 输出格式明确 ✅ 角色定位精确下次再用 AI 时，不妨拿出这套方法练一练，相信你会得到意想不到的满意结果！

#AI提示词 #人工智能 #提示词写作 #AI使用技巧 #生成式AI

11个月前

MCP 吹的很厉害的一个功能就是 Sampling 双向通信，结果没有一个客户端支持的！

#MCP #Sampling #双向通信 #客户端支持 #技术缺陷

11个月前

TechCrunch：Anthropic公司似乎正在使用Brave搜索引擎，为旗下的Claude聊天机器人提供网页搜索功能作者：Kyle Wiggers 本周早些时候，人工智能公司Anthropic为旗下的聊天机器人平台Claude推出了网页搜索功能，这使Claude在功能上追平了许多竞争对手。最初还不清楚Claude使用的是哪家的搜索引擎——有人猜测Anthropic可能开发了自己的搜索系统。不过，有迹象表明，他们实际上使用的是Brave浏览器公司提供的Brave搜索引擎。本周五，软件工程师Antonio Zugaldia注意到，Anthropic在官网文档中悄悄把“Brave Search”添加到了合作伙伴列表中，这个列表专门列出那些帮Anthropic处理Claude数据的外部公司。此外，英国程序员Simon Willison发现，通过Claude搜索某些内容时，返回的引用来源与Brave搜索结果完全一致。他还注意到，Claude搜索功能中存在一个名为“BraveSearchParams”的参数（参数即编程代码中的特定设置）。 Brave此前已为其他聊天机器人提供网页搜索服务，比如Mistral公司旗下的聊天机器人Le Chat。今年2月，Brave与Mistral宣布，Le Chat已采用Brave提供的搜索API，以实现实时的网页搜索功能。有一些AI公司对合作的搜索引擎信息守口如瓶，可能是出于竞争的原因。比如，OpenAI就与必应（Bing）达成了搜索合作，但ChatGPT实际使用的搜索结果来源可能还包括其他未公开的渠道。

#Anthropic #Claude聊天机器人 #网页搜索功能 #Brave搜索引擎 #人工智能

11个月前

话说你们天天吹 AI 能一键复刻网站的，有哪个能复刻 openai fm 的吗？我试了一圈没一个能行的……

#AI #网站复刻 #OpenAI

11个月前

“自从团队开始用了 AI 写代码”

#AI编程 #团队协作 #代码自动化

11个月前

现在不少人都焦虑，担心 AI 迅速崛起后会取代很多职业，导致不知道该怎么选专业，尤其是对高考志愿迷茫的同学们来说，更是难上加难。虽然现在还不是报考季，正好在微博上讨论到这个话题，就捎带着写写我的看法，在 AI 时代，该如何选择适合自己的专业，一家之言，仅供参考。我的观点很简单： 1. 回归初心，选择自己真正热爱的专业不要盲目跟风去报所谓的“热门专业”，因为真正决定你能走多远、走多高的，是你对这个领域的兴趣与热情，而不是短期内的热门程度。 2. 如果实在不知道喜欢什么，那就报基础学科比如数学、物理、化学、经济、统计等基础专业，打牢基本功之后，再根据兴趣转专业，或者读研究生时再选择适合自己的方向。基础越扎实，未来的灵活性就越高。 3. 计算机专业仍然值得考虑如果你对计算机感兴趣，就大胆选择，不用过于担心被 AI 取代，因为未来对计算机人才的需求不会减少，只是能力要求会有所变化。为什么大家如此担忧 AI？很多人对 AI 的恐惧，主要是受到媒体“夸张式”宣传影响，加上自身对 AI 技术了解不足，才产生了焦虑。诚然，AI 已经改变了不少行业，也取代了一些传统工作，但更多的，AI 是提升了普通人的能力下限，同时也大幅提高了专业人士的效率。什么是提升普通人能力的「下限」呢？如果把专业能力比作 0 到 100 分，我们以英语翻译为例： • 在没有 AI 时，普通人靠自己可能只能达到 30 分。 • 有了 AI 翻译工具之后，普通人借助 AI 可以轻松达到 70 分左右，这对很多日常沟通场景已经足够了。 • 但如果是法律、医学等需要极高准确性的领域，比如需要达到 90 分以上，那么 AI 就不够用了，还是得靠专业人士把关。再以软件开发为例： • 过去普通人根本不懂编程（0 分），现在借助 AI 工具，可以达到 30-40 分，做一些简单的网站或应用原型变得容易。 • 但稍微复杂的、专业性较高的软件开发，AI 目前还远远不够，这时专业的软件工程师就非常重要。什么是加倍提升专业人士效率？对于专业人士来说，AI 的帮助更加明显： • 比如一名翻译，以前翻译一篇文章可能要几个小时，现在借助 AI，只需十几分钟对结果进行修改和润色，就能达到专业标准。 • 再如程序员，有了 AI 的协助，开发效率提升 30%以上，有些任务甚至可以翻倍，且还能降低出错概率。有了 AI 的加成，专业人士的能力也可以横向扩展到其他相似领域。比如我是个熟练的 TypeScript 工程师，本来不懂 Python，但现在我借助 AI，可以快速用 Python 做出质量不错的项目，因为我可以复用已有的架构设计、编程思维和经验，而语言本身的差异 AI 会帮我快速弥补。但对于完全不懂软件开发的人来说，即使使用 AI，也只是被动地接受生成结果，很难对其进一步优化或创新。换句话说，如果你有扎实的专业基础，在 AI 时代，普通人与你这样专业人士的差距只会更大，而不是更小。为什么计算机专业依然值得报考？很多人质疑，“计算机专业最火，不就意味着以后竞争最激烈吗？” 其实并不是这样，热门并不一定代表竞争就会非常内卷，核心还是取决于市场需求。如果需求足够多，岗位足够丰富，即使从业人数多，也不会出现明显的过度竞争。可以预计的是，未来随着 AI 技术深入各行各业，会产生大量与计算机相关的新需求，比如 AI 工程师、数据分析师、跨领域软件开发等。未来计算机专业的技能要求确实会变化，主要是两个方向： 1. 专业型技能：深入学习计算机和 AI 领域的核心技术，成为顶尖技术人才。 2. 跨领域整合型技能：不需要编程能力达到顶尖，但需要你具备某个特定领域（比如医疗、金融、教育）的专业知识，能够用计算机和 AI 技术进行行业创新或升级，像医疗领域的 AI 辅助诊断等。此外还有一些通用技能，AI 是难以取代的，比如： • 工程思维与解决复杂问题的能力 • 创新意识与创造力 • 管理能力，沟通协作与跨领域协调能力这些都是人类特有的优势，即使 AI 再厉害，也无法彻底替代。无论选哪个专业，真正重要的还是你内心的兴趣和长期坚持的毅力。因为专业并非报了就能成为专家，而是需要投入大量时间与精力反复磨练。如果不是你真心热爱的领域，很难坚持到底。很多人只是为了薪资高、市场需求大才选择了计算机，但当行业有波动时，他们往往就会非常被动。在 AI 时代，最不容易被取代的，是那些愿意深入思考、持续学习和不断进化的人。选择你所爱，爱你所选，AI 时代的未来其实属于那些拥有明确目标并勇于拥抱变化的人。希望你也能找到自己的热情所在，并在未来，和 AI 一起变得更加强大。

#AI #职业选择 #高考志愿 #人工智能 #专业选择 #焦虑 #未来

11个月前

媒体总想制造个大新闻制造点焦虑！媒体：美国程序员的就业人数已跌至1980年以来的最低水平!那可是互联网存在之前的好多年了。真实情况：美国政府的数据里程序员 ≠ 软件工程师。大部分程序员供职于专门给企业编写软件的公司。虽然软件业整体近年来也不景气，但并没有像程序员这么惨烈。一个关键差别：程序员和软件工程师虽然平时看起来差不多，但美国政府的数据里却分得很清楚。程序员：负责最基础的代码编写，通常是按照别人给出的具体说明来工作，也就是所谓的“码农”。软件工程师：除了写代码外，还要自己设计软件方案，分析客户需求，与客户沟通、规划项目，他们拿更高的工资，工作范围更广。 2023年，程序员的年收入中位数是99,700美元，而软件工程师则高达132,270美元。自2022年以来，程序员职位减少了27.5%，而软件工程师职位只下降了0.3%。

#美国程序员就业 #软件工程师 #媒体误导 #行业就业数据

11个月前

英伟达宣布：“通用机器人时代”已经来了！英伟达（Nvidia）今天宣布正式发布名为Isaac GR00T N1的机器人基础模型。这是一款开源、可定制的预训练人工智能模型，专门用来加速类人机器人（人形机器人）的开发和应用能力。英伟达创始人兼CEO黄仁勋（Jensen Huang）在2025年的GTC大会主题演讲上表示： “通用机器人时代正式来临。借助Isaac GR00T N1模型和全新的数据生成与机器人学习框架，世界各地的机器人开发者将开启人工智能新时代的下一片疆域。” 在现场演示环节中，黄仁勋展示了由挪威公司1X Technologies开发的类人机器人NEO Gamma，它成功自主地完成了家居环境中的整理工作。这一能力来自于基于GR00T N1模型训练后的策略。 1X Technologies的CEO贝恩特·伯尼奇（Bernt Børnich）说： “类人机器人的未来在于适应能力与自主学习能力。英伟达的GR00T N1模型实现了机器人推理与技能上的重大突破。通过少量的二次训练数据，我们就能顺利将它部署到NEO Gamma机器人上，让我们距离‘创造出真正能与人类相伴、产生有意义帮助的机器人伙伴’这一目标更进一步。” 也许你还记得，几个星期前Nothing手机发布预告视频时，就曾出现过这款逼真到诡异的机器人。不过我们当时没有报道，因为看起来实在太像“真人穿着机器人外套”了（感谢你啊，马斯克）。除了1X Technologies以外，其他几家机器人公司也提前体验了GR00T N1模型，包括：波士顿动力（Boston Dynamics）：Atlas机器人的开发公司 Agility Robotics Mentee Robotics Neura Robotics 双系统架构：像人类大脑一样工作早在一年前，英伟达首次公布GR00T模型时，它的设计理念就明确表示灵感来源于人类大脑的双系统认知架构：系统1：被称为“快速行动模型”，类似人类的本能反应与直觉，可以迅速做出反应。这套系统使用的是通过人类实际示范动作，以及英伟达自家Omniverse平台生成的虚拟仿真数据训练而成。系统2：则是更为理性的“慢速思考模型”，由视觉语言模型驱动。它负责观察周围环境、理解人类给出的指令，并仔细思考后制定详细的行动计划。接着，这些计划会交由系统1快速执行，转化为精准、流畅的机器人动作，比如单手或双手抓取物品，以及执行复杂的、多步骤的任务。开放模型：人人可用、人人可定制 GR00T N1是一个已经预先训练好的通用机器人基础模型，具备基本的类人推理与技能。但开发人员可以根据具体需求，通过额外的二次训练（post-training）来自定义机器人更具体的能力和行为表现，比如家庭整理、办公室工作，甚至更复杂的特殊应用场景。目前，英伟达已经将GR00T N1的训练数据和任务评测场景免费公开在著名平台Hugging Face以及GitHub上供全球开发者下载使用。机器人是取代你工作还是成为你家中的贴心帮手？英伟达认为，这个问题现在已经开始交给我们自己来选择了。

#英伟达 #通用机器人 #人工智能 #机器人革命 #黄仁勋 #GTC大会 #2025

11个月前

一个 X 经验分享：如果你的推文超过140字，那么引用的视频或者推文链接要放在前面不会被折叠的位置，否则被折叠后就不会出现你引用的视频

#社交媒体 #推特使用技巧 #信息展示

11个月前

Anthropic AI 分享的应用案例：Pensieve 携手 Claude 打造个性化 AI 助教，让高等教育焕然一新 Pensieve 公司利用 Claude AI 技术，推出专为高等教育打造的 AI 助教系统，大幅提高教学质量与效率。系统包括 AI 批改助手（AI Grader）和 AI 导师（AI Tutor），帮助顶尖大学大幅节省批改作业的时间，并为学生提供全天候个性化学习辅导。通过 Claude 技术，Pensieve 带来了切实可见的成果： - 作业批改时间减少了一半 - 在大型计算机入门课程中，学生的期中成绩提高了 7% - 学生在讨论课上提出问题的数量提升了 5 倍 - 使用 Claude 3.5 Sonnet 模型后，将传统 PDF 转换为互动作业时，准确率提高 15-20% - 进一步升级到 Claude 3.7 Sonnet 后，准确率再提升 5% 直面当代高校教育的痛点挑战 Pensieve 创始人杨允硕（Yoonseok Yang）在加州大学伯克利分校（UC Berkeley）念书期间，亲身体会到大规模高校中个性化教学资源匮乏的困境。“伯克利这样的大型公立大学，学生人数众多，但助教和学习资源的配备却远不及私立或规模较小的院校，”杨允硕回忆道。这段经历让他深刻意识到，学生在大班教学环境下很难得到个性化的帮助。 Pensieve 的使命，就是开发一款 AI 助教系统，既能支持有限的人类助教团队，又能为学生提供个性化的学习体验。看到许多 AI 工具被教师视作“作弊神器”，杨允硕决心打造一款推动学生培养批判性思维的 AI 助教。“我们希望做一个被学校认可、被教师喜爱的 AI 助教工具，而不是被看作作弊工具，”他说。这种理念吸引了哥伦比亚大学、哈维穆德学院（Harvey Mudd）乃至他母校伯克利分校等名校教师的支持和合作。 Pensieve 为何选择 Claude 作为 AI 助教的核心引擎？在比较了多个 AI 模型后，Pensieve 最终决定使用 Claude，这主要是因为 Claude 在教育领域表现出色。杨允硕说：“Claude 在质量和成本上一直表现最稳定、最准确。”当他们切换到 Claude 3.5 Sonnet 模型后，AI 批改的准确性提升了 20%，将 PDF 文件转换成互动式作业的准确率也提高了 15%。这些都是构建精准 AI 辅导体验的重要基础。除了性能指标外，Claude 在遵循教师指令上的出色表现，也是保障学术诚信的关键。“Claude 比其他模型更善于听从并严格执行指示，”杨允硕强调，“比如要求学生在获取提示前必须先展示自己的解题过程，Claude 会坚定地执行这一点。” Pensieve 平台允许教师自定义 AI 政策，比如，“老师可以要求学生必须先解释自己的思考过程，才能得到 AI 提示。”当学生试图反复点击“提示”按钮而没有展示自己的想法时，“Claude 就会坚持让他们先给出解题思路，”杨允硕解释道。这种功能确保了学生思维能力的锻炼，有效解决了老师对 AI 工具的主要担忧。 Claude 如何帮助实现大规模个性化教学？ Pensieve 利用 Claude 技术，创建了一个覆盖教学全过程的 AI 生态系统，帮助师生共同解决教学痛点。有了 Claude，Pensieve 可以提供给教师： - AI 批改功能，大幅减少批改所需时间 - 个性化校准系统，确保 AI 评分符合教师个人标准 - 课堂数据分析，实时掌握学生学习进展情况 - 静态 PDF 文档快速转换为动态互动作业 - 灵活定制的 AI 政策，严格执行学术诚信标准其中，AI 批改的校准过程尤其新颖。“很多老师其实一开始批改作业时并没有明确评分标准，”杨允硕说。Pensieve 系统会自动分析学生提交的所有作业，将类似的错误分类并给出典型案例和初步评分建议。老师再根据 AI 生成的结果调整评分标准，快速“教会”AI 以教师自己的方式评分。引入 Pensieve 作为正式 AI 助教后，学生将得到以下明显的学习体验改善： - 历年考试题和作业实时互动解答，有 AI 导师 24 小时在线指导 - 根据课程资料引用给出精准答案的课堂笔记辅助 - 在课堂讨论环节实时得到 AI 导师协助解惑教学成效真实可测，课堂效果显著提升 Pensieve 的 Claude 驱动平台，为教师和学生双向提供了可量化的教育成果。对老师来说，Pensieve 带来课堂管理的彻底转型。他们节省大量时间，例如以往耗时长久的大量考试批改工作现在耗时缩减一半，并且首次拥有了深度洞察学生学习模式的工具。“Pensieve 让老师一眼就能看到各小组学生卡在哪里，从而更精准地展开教学干预，”杨允硕说。这种能力帮助老师快速识别课堂中默默挣扎的学生，将教学精力集中在真正需要帮助的人群。对学生而言，效果也非常明显：在大型计算机基础课中，学生的期中考试成绩整体提高 7%，学生主动在课堂讨论中提出问题的频率更是提升了 5 倍。“学生们很喜欢随时随地都能提出问题，”杨允硕表示，“有了 AI 导师，他们不再需要苦苦等待人类助教解答自己的疑问。” 最近，杨允硕还和伯克利研究团队一起在顶级计算机教育大会 SIGCSE 2025 上发表了论文，展示 Pensieve AI 助教在伯克利 800 名学生参与的计算机基础课中带来的显著效果。“我们清晰地看到了学生满意度、合作意识和提问数量的显著提高，”杨允硕说。 AI 增强教育的未来愿景在 Pensieve 看来，未来的 AI 助教会成为高校教育的重要伙伴。“AI 可以补充人类助教无法涵盖的领域，比如凌晨 2 点回答学生的疑惑，或者短时间内批改上百份作业，”杨允硕说。 Pensieve 计划打造一个完整的学习记录系统：“最好的老师必须了解学生完整的学习历程，”杨允硕解释道，“这样才能针对每个学生的强项和弱项提供真正个性化的辅导。” 与 Anthropic 合作，Pensieve 正在创造一个 AI 赋能教育，而不取代人类关键学习技能的未来。“AI 是一项能够激发人类创造力和学习动力的强大技术，”杨允硕总结道，“我们的使命，就是设计能帮助学生提升批判性思维的 AI 系统，而不是代替他们去完成学习任务。”

#AnthropicAI #Pensieve #Claude #AI助教 #高等教育 #AI批改助手 #AI导师

11个月前

Anthropic AI 分享的应用案例：Super Teacher 携手 Claude，为小学打造个性化 AI 导师 Super Teacher 是一家快速成长的 AI 教学平台，专注于小学阶段的个性化辅导服务。通过使用 Anthropic 公司开发的 Claude 人工智能模型，Super Teacher 成功地为全美的小学课堂提供了定制化的教学方案，并让每个孩子在家中也能享受不限时的私人辅导。在 Claude 的帮助下，Super Teacher 实现了： - 工程和内容团队的效率提高 2 倍 - 自动完成软件开发初始工作的 80% - 很多项目的开发时间从数周缩短到了几个小时 - 成功创建和维护了覆盖学前班到小学五年级、涵盖数十个学科的 1000 多节优质课程 AI 教育的两大难题，如何攻克？ Super Teacher 创始人 Tim Novikoff 表示：“打造一名 AI 导师需要完成两件重要的事：第一，建立一个能够大规模实现自动教学的平台；第二，为这个平台开发海量的教育内容。” 而在儿童教育领域，对安全的要求极为严格。Super Teacher 必须确保：任何由 AI 生成的代码或教学内容，在抵达孩子们之前，都经过严格的人类审核和批准。团队迫切需要一种快速又安全的解决方案，来生产丰富有趣的课程和互动游戏，同时达到严格的质量标准。为何最终选择了 Claude？为了找到最合适的 AI 工具，Super Teacher 曾举办多次内部黑客马拉松（Hackathon），评估了谷歌、Meta、OpenAI 等公司提供的多种人工智能模型。创始人 Novikoff 说：“我们的工程师们一致认为，Claude 的表现远超其他模型。此外，Anthropic 在 AI 安全领域享有盛誉，更关注实际效果，而不是炒作，这一点非常适合我们。于是，我们决定全力以赴与 Claude 合作。” 安全与性能的完美结合，对于服务小学生群体的 Super Teacher 尤为重要。Novikoff 表示，他们团队对 Claude 的快速上手体验也印象深刻：“从开始使用 Claude，到完全融入我们平台开发，只用了不到一天时间。” Claude 如何改变教育开发方式？ “Claude 让我们的工程师可以把精力集中在更高级别的开发任务上，也让我们的内容创作者能够专注于他们最热爱的创意工作，而不是日常琐碎事务。”Novikoff 介绍道，“我们的内容团队成员大都是小学老师出身，他们更喜欢做的，是在 AI 生成的内容基础上，加上生动的插图、音乐、音效和孩子们喜欢的幽默元素。” 目前，Super Teacher 通过 Claude 实现了两大功能： - 软件开发：Claude 自动生成教育游戏和互动内容的初步代码，再由工程师人工审核和完善后投入使用。 - 内容创作：Claude 提供课程初稿，再由经验丰富的老师将其转化成孩子们喜欢的精彩课程。 Novikoff 再次强调安全第一：“所有内容或代码在发布前，必须经过人工的严格审查。” Claude 为学校带来了哪些实际改变？ Claude 显著提高了 Super Teacher 的开发速度，彻底改变了他们打造教育工具的方式。Novikoff 分享了一个典型的例子： > “有一次，我们一位工程师要制作一款拼写游戏，以前类似的项目他需要花几周时间从零开始开发。这次，他直接把需求告诉了 Claude，几个小时后，这款游戏就完成了 80%。这种效率让我们能把更多精力用在提高教学效果上，而不是基础编程工作。” 效率的提升并不仅限于个别项目。如今，Super Teacher 已经创建并持续维护了超过 1000 节严格符合安全标准的高品质课程。Novikoff 特别强调：“涉及儿童教育，我们对孩子的隐私和数据安全绝对零容忍。而 Claude 能帮助我们的工程师和教师提高工作效率，同时确保了安全和质量绝不会打折。” 共建 AI 教育的美好未来 “我们引入 AI 的目的，与我们的根本使命一致——那就是为孩子们提供高品质的家庭私人辅导，以及课堂上差异化的个性教学。”Novikoff 说，“AI 只是实现这一目标的工具之一。”他也指出，有些公司盲目追逐 AI 潮流，却并未真正考虑如何对儿童产生积极影响，反而容易弄巧成拙。 Super Teacher 则坚定地与 Anthropic 合作，致力于用 Claude 打造更高品质的 AI 教学体验。Novikoff 总结道：“我们期待与 Anthropic 一起，真正兑现 AI 技术的承诺——不是为了吸引眼球，而是为了让每个孩子都能体验到实实在在的学习成长。”

#AI教育 #个性化教学 #小学教育 #AI导师 #Anthropic #Claude模型

11个月前

亚马逊计划裁员1.4万名管理岗位，每年节省35亿美元作者：Nickie Louise 发布日期：2025年3月17日亚马逊准备在2025年初之前裁掉约1.4万个管理岗位，每年预计能节省21亿到36亿美元。这意味着亚马逊全球管理层人数将减少13%，从原来的10.57万人减少到9.19万人左右。此次裁员紧随亚马逊最近在传播部门和可持续发展部门的裁员行动，目的是进一步精简公司架构，让团队运转更加灵活高效。根据《商业内幕》报道，此次裁员是亚马逊CEO安迪·贾西（Andy Jassy）简化公司决策流程和提高运营效率战略的一部分。上个月，贾西就曾表示，公司将在2025年第一季度末前，把基层员工与管理人员的比例至少提升15%。他强调，减少管理层级将帮助亚马逊更迅速地做出决策，避免被繁琐的官僚程序拖慢节奏。摩根士丹利周四发布了一份分析报告，预测亚马逊的此次行动将在明年年初前裁员约13834个管理岗位，每年能节省21亿至36亿美元。这项预测是基于亚马逊的管理人员大约占总员工人数7%的比例计算的。《商业内幕》引用报告指出：“摩根士丹利估计，此举可能会在明年年初之前裁掉大约13834个管理职位，每年为公司节省21亿到36亿美元。” 作为裁员行动的一部分，亚马逊还推出了一个专门举报官僚主义问题的“官僚举报热线”，鼓励员工曝光那些拖慢效率的内部程序。同时，管理者被要求增加自己直接管理的下属人数，限制高级岗位招聘，并重新审视薪资结构，以适应公司向更加精简的管理模式转型。这波裁员延续了亚马逊过去几年来的降本增效行动。2022年至2023年间，亚马逊已经裁掉超过2.7万个岗位。此外，公司还停止了一些不赚钱的项目，比如“先试后买”的服装项目和高速线下配送服务。新冠疫情期间，亚马逊的员工数量曾快速暴涨，从2019年底的79.8万人一路增加到2021年底的160万人以上。尽管后来员工总数有所回落，但公司仍在持续调整员工规模，以适应最新的发展需求。今年早些时候，亚马逊还要求公司员工每周必须回办公室工作五天，甚至让一些员工搬迁到指定办公地点，这也导致一些员工宁愿辞职也不愿搬家。调整管理结构则是贾西战略布局中的另一个重要环节，主要目标是拉近普通员工和高层管理之间的距离。亚马逊此次行动也与其他科技公司的裁员趋势一致。根据科技行业裁员跟踪网站的数据，今年以来已有81家科技公司累计裁员22692人。

#亚马逊 #裁员 #管理层精简 #节省成本 #公司架构优化

11个月前

OpenAI CPO Kevin Weil：GPT-5即将推出，今年内AI将实现99%代码自动化最近，OpenAI首席产品官（CPO）Kevin Weil接受了一场非常值得关注的访谈，他透露了几个令人振奋的重要消息，其中最核心的就是关于GPT-5和AI代码自动化的进展。大家关心已久的GPT-5到底什么时候发布？在访谈中，Kevin虽然没给出具体的日期，但他说得很直接：「我不会给你具体时间，但GPT-5会很快出现。我们现在就已经在认真地做这件事了。」从这句话可以看出，GPT-5的推出并非遥遥无期，而是指日可待了。这也意味着，OpenAI正在快速推进模型升级的步伐。而GPT-5究竟强在哪？Kevin透露了一个重要细节，就是GPT-5可能会融合目前的GPT系列（例如GPT-4）和OpenAI另一个系列“O系列”模型的能力，也就是说GPT-5将集各家之所长，实现功能上的整合统一。访谈中最让人惊讶的是，Kevin对AI代码自动化速度的判断。他表示：「AI对代码的自动化今年内就会达到99%，不会拖到2027年。」这个预测比业内其他专家（比如Anthropic曾预测的2027年）要激进得多。Kevin对AI技术的发展速度充满信心，认为AI即将在今年底前完成大部分的编程任务，这意味着工程师们的工作方式即将发生翻天覆地的变化。 AI自动化代码有两个关键进步方向： 1. 更大的模型预训练（pre-training）：AI模型通过学习更多的数据，实现更全面的知识积累。 2. 强化推理能力（reasoning）：模型变得更聪明，不只是机械地写代码，而是能够主动思考，深入理解和解决复杂问题。访谈中提到，OpenAI已经在竞争性编程领域超越了很多人类顶级程序员，甚至可能比预期（2027年）更早地超越人类水平。 AI不只会写代码：全民皆可成为软件创造者 Kevin强调AI的意义远不止于代码自动化，它更大的价值在于：「让软件开发不再只是工程师的专利，而成为每个人都能接触、使用和创造的工具。」换句话说，当AI帮我们完成了大量底层的工作后，人们可以更多地关注“为什么”和“怎么做”，AI则帮你搞定具体的“做什么”的部分。其他值得关注的内容除了GPT-5和代码自动化，访谈中Kevin还提到了一些有趣的未来方向： • 高级语音功能（Advanced Voice） AI的语音交互将在近期有重大升级，用户体验更自然、更流畅。 • 个性化教育（Personalized Education）他对AI提供个性化的教学服务感到非常兴奋，让孩子能够以自己的节奏深入探索知识。 • Deep Research Kevin认为Deep Research是OpenAI自ChatGPT以来最棒的产品之一，用户可以提出非常复杂、深奥的问题，获得具体且富有洞见的答案。他甚至形容Deep Research的体验已经接近于AGI（通用人工智能）。 • 不认同“全民基本收入”躺平的未来 Kevin不相信人类未来会因为AI普及而躺在沙发上靠基本收入生活。他认为人们天生渴望创造，AI的出现不会消灭人类对创造的热情，反而会协助人们更好地实现自我价值。 • AI时代工作的新形态 Kevin预测，AI不会仅仅取代现有的工作，而是创造出新的职业，人的角色会转变为更有战略性、创造性，关注整体目标（“so what”），而AI则处理具体细节（“what”）。 • 关注用户体验与教育应用 OpenAI非常重视AI的用户体验，比如更自然的人机对话，及AI在教育领域提供个性化的学习体验。综合来看，Kevin Weil的访谈还是透露了不少信息： • GPT-5即将问世，并整合多个模型的能力； • AI代码自动化今年内会达到99%，改变软件开发方式； • AI将促进新的职业形态，增强人的战略价值； • AI将进一步走进日常生活，改变教育、创作等领域。这次访谈信息量很大，展现了OpenAI的野心和清晰的发展路径，也预示着2025年AI即将带来的一系列巨变。对普通用户来说，接下来值得关注的就是GPT-5发布后的具体表现，以及AI到底会如何改变我们的工作和生活方式。访谈文稿在这段与 OpenAI 首席产品官（CPO）Kevin Weil 的深度对话中，我们探讨了 AI 的快速发展及其潜在影响。Kevin 分享了一个令人震惊的预测：编程将会在今年之内（而不是别人所预测的 2027 年）实现完全自动化。他还解释了为什么 OpenAI 的模型已经可以跻身世界顶尖程序员之列，并谈到了 Deep Research、GPT-4.5 的类人特质、未来的就业形态以及 GPT-5 的推出时间表。别错过 Kevin 提出的“价值数十亿美元的初创公司点子”，以及他对 AI 如何改变教育与普及软件创造的愿景。主持人（Host）开场 Host：好的，各位观众，我们刚刚和 Kevin 进行了对话。作为这个节目的“门外汉”主持人，我大致能跟上他提到的大部分内容，但肯定还漏掉了一些。Varun 估计比我理解得更深。Varun，你怎么看？你认为有哪些值得注意的地方？ Varun： Kevin 是 OpenAI 的首席产品官，带领了他们的 Deep Research 团队，也负责他们几乎所有的产品。说实话，让我印象最深的一点，就是之前有位 Anthropic 的同事跟我说，编程会在 2027 年左右被彻底自动化。但 Kevin 说：“等一下，也许今年或明年就能实现完全自动化。” 他对产品的思考方式也很有意思，包括他谈到的“AI 技能是否会变得同质化（commoditization）”这一点。他不认为这是简单的“同质化”，因为每个模型总会有能力上的差异，只是这些差异会不断变化。另外，Kevin 在访谈中谈到了很多关于时间表的预测、对未来一两年的展望，以及一些可能的商业创意，比如他的“价值数十亿美元的创意”。我和 Tanmay 都深挖了一些他提到的点，非常值得大家关注。我不想在这里剧透太多，强烈建议大家完整观看。 Host：是的，没错。还有，别忘了订阅关注哦。多亏你们的关注和支持，我们才能进行这么有趣的对话。那么，话不多说，让我们播放片头吧！ Host：好，Varun，今天很特别，因为大家终于能看到我们节目里除了我们俩之外的其他嘉宾。我们请到了 OpenAI 的 Kevin Weil。Kevin，你能先给大家简单介绍一下吗？包括你在 OpenAI 的工作重点，以及你为什么这么“特殊”？ Kevin：哈哈，说我“特殊”是因为我非常幸运，现在担任 OpenAI 的首席产品官。我可以说，这是我工作以来最有乐趣、也最具挑战性的一份工作。在此之前，我也在不少地方工作过，比如 Twitter 最早只有大约 40 人的时期，我做过工程师，一直到它成长到 4000 人左右时，曾担任产品负责人。后来我在 Instagram 做过产品负责人，也曾是 Meta 那个加密项目 Libra 的联合创始人，还在 Planet 做过几年卫星业务。但这里和以往最大的区别在于，过去那些公司里，你对计算机能做什么，基本有一个比较稳定的预期。数据库会变快，但一年也就变快 5% 或 10%，技术的迭代速度比较平稳。可是在 OpenAI，我们每隔两个月就会让计算机实现一些前所未有的能力，彻底改变我们对技术可行性的认识。这就意味着我们每隔两三个月，就要对产品的方向和定位进行重新思考。虽然这很紧张，但也特别有意思。 Varun 追问：OpenAI 的“研究 + 产品”双重角色 Varun：你刚才提到 OpenAI 同时是顶尖的研究机构和产品公司。ChatGPT 已经成为现象级产品，甚至“ChatGPT”这个词都开始被当作动词使用了。很多人说，行业内也有其他在做研究的公司，但 OpenAI 不仅仅是技术领先，也在产品上抓住了全球用户的想象力。能不能谈谈你在 OpenAI 的日常工作是怎样的？你需要同时兼顾研究和产品，对吗？ Kevin：是的，OpenAI 最早在大约十年前成立时就是一家研究型机构，当时只有一小群“疯狂”的人坚信自己可以做出 AGI（通用人工智能）。那时几乎没人相信他们，但结果证明他们看对了方向。后来我们在机器人手臂、Rubik’s Cube 解法等研究中崭露头角，尤其是发现了通过扩展计算量和数据规模，让模型获得指数级能力提升的“Scaling Laws”。这样，OpenAI 很快就在 AI 研究领域占据了世界领先地位。不过，自从 ChatGPT 发布以后，我们又不只是研究型公司了，还必须是一家优秀的产品公司。我们现在有面向企业和开发者的 API 产品，也有像 ChatGPT 这样的面向普通用户的产品，还有在规划中的更多产品。要想真正做出好的 AI 产品，必须让研究团队和产品团队深度协作，而不是简单地互相“扔成果”。我们发现，如果研究团队只是把模型丢给产品，或者产品团队只是把需求丢给研究，很难做出最好的东西。最理想的情况是：在研究端有新想法时，产品团队能立即共同参与探讨，看看这些新能力能解决哪些用户痛点；或者产品团队在使用模型时发现瓶颈，能立即反馈到研究团队，共同想办法训练或微调模型。只有这样，才能确保我们在竞争激烈的市场中保持领先。Google、Anthropic、Meta 等等也都在做很好的研究，想要胜出就必须高效地整合“研究 + 产品”。主持人插话：AI 与职业未来 Host：我其实很好奇的是，AI 快速发展的同时，会带来哪些新工作或新角色？有些人说，“高技能 + AI”的人会更有竞争力，也有人说 AI 会催生全新的工作形态。也有人担心现有工作会被取代，所以 AI 新增的工作机会到底在哪里？ Kevin，你在做产品时，是否想过哪些点子、哪些方向特别值得创业者去做？你可能自己没空做，但觉得这会是一个很有前景的新业务？ Kevin：对，这个问题很有意思。就好比说，如果原本你以“智力”见长，比如编程就是一种“智力象征”，结果编程一旦被大量“自动化”或“同质化”，很多人会感到失落。不过另一方面，每次科技革命都会带来新的岗位、新的可能性。谈到具体的创业点子，我确实常常见到一些用我们 API 能做的酷事儿，但我们自己不一定会去做。比如说，有人在用 GPT 模型来做教学辅导，用于某些小众领域的学习；或者把 AI 直接嵌入到企业内的各种流程中，重塑传统软件。说到底，我认为 AI 带来的最大价值，是让更多普通人也能进行软件创作或信息处理。随着模型能力越来越强，创业者可以把 AI 嵌入到各行各业，做出很多过去想都不敢想的东西。总之，我不相信未来所有人都坐在家里拿基本收入（UBI），然后无所事事。大部分人还是想创造、想帮助他人。正如你在使用 ChatGPT 时，它经常节省你五到十分钟的时间，但更重要的是，它还能做你原本不具备能力去做的事，比如帮你做专业领域的研究，或者从海量数据中提炼出关键内容。这就是我们最近在做“Deep Research”时的感受。过去，ChatGPT 虽然能帮你节省时间，但很多事你自己本来也能完成，只是效率会低一些。而“Deep Research”这种功能能够做你“本来就不会做、也没法做”的事情。举个例子，我本身喜欢物理，我曾让它帮忙调研缪子对撞机（muon collider）的资料。结果只花 20 分钟，就给我整理出了一份 15 页的报告。我自己是没办法在同样时间里做完这些工作的。再比如给我孩子查一些医学资料，也能带来极大帮助和安心感。这种“创造额外价值”而不仅仅是“节省时间”，才是我认为 AI 真正的潜力所在。 Varun 继续追问：GPT-4.5 的表现 Varun：你提到了 Deep Research 也提到了 GPT-4.5。有人说在纯粹的推理能力上，GPT-4.5 可能不如那些更偏“数学推理”的模型，但 4.5 的“类人”写作和交流能力真的很棒。你怎么看待这两种不同的进化方向？是做更大规模的预训练，还是做更好的“推理训练”？或者说这两者并不冲突？ Kevin：我认为两者确实都很重要。做更大的预训练，可以让模型获得更广泛的知识与更自然的语言表达；而更好的 RL（强化学习）和推理训练，可以让模型在复杂的逻辑推理、数学、科学任务上发挥更出色。 GPT-4.5 在“写作”或“交流”上的提升非常明显，这在一些“软性”指标或用户偏好测试中能很清晰地表现出来。你让不同模型写同一篇文章，很多人都会更喜欢 GPT-4.5 的写作风格，因为它听起来更自然、更接近人类表达。虽然这种进步难以用纯数字去衡量，但通过 A/B 测试就能明显看出优劣。不过，如果你是要让模型参加高阶科学或数学基准测试，单靠 GPT-4.5 现在还没法跟那些专门强化推理能力的模型相提并论。所以，我们内部其实会同时推进更大规模的预训练和更深入的推理训练。以后的模型一定是二者结合，才能既拥有深厚的知识、又具备优秀的推理及分析能力。 Varun 的使用体验：Deep Research 带来的“惊喜时刻” Varun：坦白说，在 Deep Research 发布之前，我一度考虑是否要取消 ChatGPT 的付费订阅，转去试试 Claude 或其他模型。但看到大家在推特上对 Deep Research 的评价非常好，我就有点 FOMO（害怕错过），索性升级成了 ChatGPT Pro 账号。结果使用以后真是“哇”——这大概是我继初次见到 ChatGPT 之后，再次感受到那种“颠覆性惊喜”的时刻。 Deep Research 的搜索扩展很强大，几乎不会乱编（hallucination 很少），而且给出的答案深入细节，能引用 Reddit 或各种博客里鲜为人知的信息，这种体验非常接近“AGI”的感觉。对比市面上一些类似的搜索型产品，比如 Perplexity 或其他插件之类，都还不在一个量级上。所以我想问，这个成果是更多地依赖了你们的新模型，还是你们在产品设计上做了大量工作？因为在 Deep Research 里可以感受到，在产品层面，你们对信息抓取、来源验证等做了不少优化，而不仅是一个“通用大模型”在跑搜索。 Kevin：两方面都有贡献。一方面，模型本身的能力变强了，另一方面，我们在数据来源、搜索与检索管线、模型微调、用户交互设计上，也做了很多探索和打磨。要做到尽可能少的幻觉（hallucination），就需要在检索部分、信息提取和上下文构建上设计得非常严谨。这个过程并不是简单地把搜索结果扔进模型，而是需要对搜索结果做聚合、去重、筛选，再以合理的格式提供给大模型。如果把“产品思路”倒推给“研究方向”，在模型微调的过程中也需要大量数据和验证，这都是我们在 Deep Research 项目里投入的心血。所以可以说，这个产品的惊艳之处是“模型能力 + 产品设计”深度结合的结果。我们当然也会持续努力，让更多人用得上，而且会不断迭代。我们知道行业竞争激烈，但我们也希望始终引领市场。毕竟我们的使命是“让 AGI 造福全人类”，这其中就包含了要让更多普通用户能用上这些先进 AI 技术，无论是通过 ChatGPT 等自家产品，还是通过 API 让数百万开发者在各自的应用中调用我们的模型。主持人提问：AI 与教育 Host：你刚才谈到把 AI 赋能给普通用户，包括孩子和学生。如果未来 AI 可以回答几乎所有“为什么”的问题，或者自动化许多研究和学习工作，传统教育体系会有什么变化？比如孩子在学校里学到的东西，是不是会在 10 年后变得不再有用？你对未来教育有什么看法？ Kevin：对，这也是非常值得思考的问题。我自己的看法是，AI 不会让我们停止学习。相反，我们可以更高效地学习，更有针对性地学习，甚至学习很多“以前学不到”的东西。举例来说，我们已经看到了很多使用 ChatGPT 或其他大模型辅助教学的实验。孩子在做作业时，如果有一个随时随地的智能辅导，可以按照孩子的理解水平因材施教、实时给出反馈，这其实大大提升了学习效率。未来，学生或许能学得更深、更广，而不是只记住一些机械知识点。此外，如果某些基础的程序编写或数据处理未来由 AI 直接完成，那么人类可以把更多精力放在更具创造性、更需要综合思考的领域上。我们现在看到的只是一个开端。对于教育行业、对于每个学生和家长，AI 都会带来新的可能性。如果再往后看十年、二十年，我想一些传统课程可能会被重塑，但学习本身不会消失，只是大家会更依赖 AI 工具。人类依然需要思考、需要提出好问题、需要对结果进行判断和决策。在所有这些环节里，我们都依然扮演不可或缺的角色。结语：OpenAI 的下一步 Varun：听起来未来一片广阔。那最后想问一个所有人都关心的问题：GPT-5（或者你们的下一个重大版本）大概什么时候会来？会不会很快？ Kevin：哈哈，这个问题嘛……我只能说，我们一定会继续快速迭代，但具体时间表暂时不便透露。我们每隔两个月就会有很多模型能力上的突破，接下来还是会保持这种快节奏。毕竟，AI 领域竞争正变得越来越白热化，我们也希望尽快把更多有用的功能和改进交到用户手中。所以，请大家持续关注我们吧。我们会努力让 ChatGPT 和我们的 API 更加强大、更具创新性。 Host：好的，今天非常感谢 Kevin 做客。大家如果喜欢这期内容，请一定记得订阅、关注并分享。感谢收看，我们下期见！

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

#GPT-5 #AI代码自动化 #Kevin Weil #OpenAI #AI教育

...