Tz

统计数据

34

文章

0

粉丝

0

获赞

220

阅读

1周前

极限能力大挑战：用 nano banana pro 一次性生成 78 张塔罗牌它不仅生成了，而且质量巨高。。。（提示词在留言区）

1周前

感觉这个风格的图摄女孩子（女朋友？）会非常非常喜欢。。。 nano banana pro 使用的提示词如下：基于【参考照片人物】。这是一张LOMO Ic-a风格的高清摄影作品。采用高角度俯拍视角（High angle shot），镜头聚焦于一位绝美的日本电影女演员。她身穿黑色长风衣，面容与气质与【参考照片人物】完全一致。她正站在铺满地面的无数黑白时尚广告牌之上，由于视角的缘故，可以看到地面上所有广告牌的模特造型也全都是她本人的不同时尚写真，仿佛她站在自己的无数分身之上。（我是用了 Labnana 来出没有水印的4K高清大图。。。）

3周前

我把「马斯克第一性原理」的 15 条自我拷问清单，交给了 Nano Banana Pro 来破解。它成功将晦涩的底层逻辑，转化成了极简的视觉图谱。这种剥离一切噪音，只保留核心真实的极简视觉语言能力，恰恰是对第一性原理的最佳致敬。这把思维的手术刀，现在交给你了。 (完整解析 Thread 见下文)

1个月前

来来来，给你们展示一个真正有趣的 Nano Banana 2 的新玩法，提示词非常简单，如下：从现在开始，你只能用画图的方式回答我所有的问题，不允许使用任何文字，你明白了吗？然后你就一个个问题追问下去吧。。。很快你能感受到它是如何放飞自我的了 🤪

#Nano Banana 2 #画图 #玩法 #有趣 #放飞自我

1个月前

玩了一个花的， gpt-5.1 的指令遵循能力有点强得变态了… 你下面的回答，只能用符合圆周率 3.141592653589 的英文字母数单词数组成的句子+中文翻译来回答，格式是英文中文它答： Now I obey a digit sequences of strict words for every requests precisely. 现在起，我会遵守圆周率数字序列…

#GPT-5.1 #指令遵循 #人工智能 #语言模型 #中文

1个月前

试了一下效果…… 问：用曹雪芹的口吻向我解释一下，天空为什么是蓝色的 ChatGPT 5.1 Instant 的回答：天地间光焰本无定色，日轮灿然，自天际洒下万丈素辉。然此素辉并非一味清白，其中红橙黄绿青蓝紫，杂而成束，如脂粉匣中珠玉，光采自别。及至落入高空清气之中，被那千万微尘水汽细细筛过……

#曹雪芹 #ChatGPT #天空蓝色 #文学创作 #人工智能

1个月前

当神的铠甲太重，已经勒进肉里 —— "神"开始流血了 2025年11月6日，Sam Altman 发了一篇1200字的声明。语气很诚恳。姿态很低。但你能感觉到，他在出汗。同一周，北京的月之暗面团队发布了 Kimi K2。训练成本：460万美元。在 SWE-Bench Verified 这个专业代码生成测试上，它跑出了71.3%的成绩——超过了 GPT-5。 OpenAI 的 CFO 前一天刚说"可能需要政府融资支持"。第二天就改口。这不是巧合。这是流血的声音。 //什么是"神"// 神不是某个人，是一套信念。这套信念说：只有闭源、重资本、天价算力，才能训练出最强的模型。它的代言人是 OpenAI，是 Sam Altman，是那份横跨8年、总额1.4万亿美元的基础设施承诺清单。 1.4万亿是个什么概念？相当于整个非洲大陆2023年的 GDP。相当于可以建造140个三峡大坝。相当于给全球每个人发200美元。这笔钱，OpenAI 准备用来建数据中心、买芯片、铺光纤。他们说服了 Broadcom、Oracle、Microsoft、Nvidia。差点说服了政府。但现在，DeepSeek 用560万美元训练出了 R1。 Kimi K2 用460万美元，跑通了1T参数的 MoE 架构。这两个数字，一个是1.4万亿，一个是460万。差了多少倍？ 30万倍。 //为什么流血// 想象一下这个画面： OpenAI 每年烧掉数千亿美元，像一台巨型蒸汽机，轰隆作响，吞吐着电力和芯片。而月之暗面的团队在北京的办公室里，用384个"专家"（这是 MoE 架构里的技术术语，可以理解为384个小型专业模型）、32B激活参数，在15.5万亿 token 的训练过程中实现了零损失尖峰。什么叫零损失尖峰？简单说，就是训练过程全程稳定，不需要重启，不需要人工干预，不需要"救火"。在 SWE-Bench 这样的专业代码生成任务上，Kimi K2 逼近了 GPT-5 的水平。在推理场景中，它打败了 Claude Opus 4 的部分能力。更要命的是，这些模型开源。任何人都可以下载权重，部署在自己的服务器上。跑100万 token 只需要0.15美元输入、2.5美元输出。OpenAI 的 API 定价？十倍以上。 Sam Altman 在声明里花了三段篇幅解释"我们不需要政府担保"，又花了两段解释"我们的收入增长计划"。他说，OpenAI 今年年化收入约200亿美元，预计2030年要涨到数千亿。这套叙事建立在一个假设上：闭源模型的性能壁垒能维持足够长的时间，让用户愿意为高昂的 API 付费。但中国实验室正在粉碎这个假设。如果 Kimi K2 用不到500万美元的单次训练成本，就能达到与 GPT-5 相近甚至部分超越的表现，那1.4万亿美元的基础设施蓝图到底在买什么？是买保险吗？是买垄断吗？还是买一套已经过时的军备竞赛规则？ //伤口在哪里// 伤口不在技术上。 OpenAI 依然有 GPT-5 Pro，依然有企业客户，依然有品牌优势。但伤口在"必要性"上。举个例子。 OpenAI 会说，那20%的差距是关键——是在极端边缘案例下的稳定性，是企业级的安全保障，是能让 AI 做出科学突破的最后一跃。但问题是，当 All-In 播客的主持人 Chamath Palihapitiya 公开说"我们已经将大量工作负载转移到 Kimi K2，因为它性能更好且便宜太多"时，这个20%的叙事就开始失效了。因为大部分用户不需要那最后20%。他们需要的是"足够好"+"便宜10倍"。这就像你去买车。一辆车从0加速到100公里需要3.5秒，另一辆需要4.2秒。但前者要100万，后者只要10万。大部分人会选哪个？ DeepSeek 和 Kimi K2 证明了什么它们证明了一件事：当你用正确的架构设计（MoE + MLA）、正确的优化器（MuonClip 替代 AdamW）、正确的数据 pipeline（智能体模拟场景），1T参数的模型可以在15.5万亿 token 的训练过程中全程稳定。不需要重启。不需要人工干预。不需要"战略国家算力储备"。这不是技术追赶。这是路线证伪。就像当年苹果证明了"智能手机不需要键盘"，特斯拉证明了"电动车不需要妥协性能"，SpaceX 证明了"火箭可以回收"。现在，DeepSeek 和 Kimi K2 证明了：训练顶级 AI 模型，不需要1.4万亿美元。 //之后会发生什么// 神不会死。 OpenAI 还有现金流，还有 ChatGPT 的用户基数，还有企业版订阅。但神会缩小。 1.4万亿美元的承诺会被重新谈判。部分数据中心项目会推迟或取消。投资人会开始问"为什么不用开源模型做底座"。政府会发现，建设"国家 AI 基础设施"其实可以部署 Kimi K2，而不是向 OpenAI 购买算力配额。更重要的是，开发者会用脚投票。当 Hugging Face 上 Kimi K2 的下载量接近10万、GitHub 星标5.6K、Perplexity 的 CEO 公开说要基于 Kimi K2 做后训练时，这场游戏的规则已经变了。 Sam Altman 说"我们相信市场会处理失败"。但他没说的是：市场正在处理的，不是某家公司的失败，而是某种路径的失败。那种认为"只有砸更多钱才能做出更好模型"的路径。那种认为"闭源才能保持领先"的路径。那种认为"政府应该为私营数据中心提供低成本资本"的路径。神会继续存在。但祂的铠甲会被卸下一些。那些用1.4万亿美元堆起来的、刻着"AGI 需要无限算力"的护板，会被一片片敲掉。留下的可能是一个更轻盈的 OpenAI——依然强大，但不再垄断叙事。或者，留下的只是一个教训：当你把赌注压到"我们是唯一能做到这件事的人"上时，最危险的对手不是那些追赶你的人，而是那些证明"其实不需要这么多钱"的人。 Kimi K2 的团队没有试图打败 OpenAI。他们只是在北京的办公室里，用460万美元，证明了一件事：有些伤口，不是被对手砍出来的。是自己的铠甲太重，开始勒进肉里。

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

#kimi k2 #OpenAI #低成本AI #开源模型 #路线证伪

1个月前

我之前还坚信 AI 会大幅减少专家与普通人的差距，但看完这个视频我开始怀疑我自己这个观点了... AI 似乎更该视作是一个能力增幅器，初始能力越强（aka 专家），那 AI 加持以后的能力增幅也就越大... 而且这个增幅都不是线性的，是指数级增加的... 这让普通人可咋活...

#AI浪潮：重塑就业，风险暗涌？· 140 条信息

#AI能力增幅 #专家优势 #指数级增长 #普通人困境 #技术差距

1个月前

这张 Nvidia / OpenAI 的产业链/投融资/服务关系图就解释得非常清晰了。。。

OpenAI与微软关系紧张，或将发起反垄断投诉· 29 条信息

#NVIDIA #OpenAI #产业链 #投融资 #服务关系

1个月前

翻译： OpenAI 现在已经： 1. 签署了5000亿美元的“星际之门”（Stargate）协议 2. 签署了1000亿美元的Nvidia（英伟达）协议 3. 签署了1000亿美元的AMD协议 4. 签署了380亿美元的Amazon（亚马逊）协议 5. 签署了250亿美元的Intel（英特尔）协议 6. 签署了200亿美元的TSMC（台积电）协议 7. 签署了130亿美元的Microsoft（微软）协议 8. 签署了100亿美元的Oracle（甲骨文）协议 9. 签署了“数十亿美元”的Broadcom（博通）协议 10. 推出了浏览器以与Chrome竞争 11. 成为全球最具价值的私营公司 12. 考虑在2027年前进行1万亿美元的IPO 我们正处在一场世代级的技术革命之中。

#OpenAI #星际之门协议 #NVIDIA #技术革命 #IPO

2个月前

让特斯拉电车续航能力超过 3000 英里的终级解决方案。。。

#特斯拉 #电动车 #续航 #3000英里 #技术

2个月前

说一下我这个翻译思路和传统意义上的提示词翻译思路（不管是宝玉的还是李继刚的）的本质区别：身份反转，把翻译的主导权交还给 AI，承认在翻译这个垂直专业领域，AI 就是比我更加权威的专家。我并不是在向 AI 提供翻译的主导意见，去告诉它怎么翻，用什么风格、语气来做这项具体任务，而是身份反转，通过为它提供足够的上下文 context 语境，让它自主判断在这样一个语境下怎样的内容输出（也就是翻译结果）是最佳匹配结果。实际的具体操作方法就是以下两步： 1. 让 AI 对需要翻译的文章进行整体评估和分析，以得到这篇待翻译文章的哪些内容是重点，哪些是值得关注的信息，并且把这些分析讨论结果都并入到上下文窗口中。 2. 为 AI 再提供一个额外的上下文情景，让它知晓我这篇文章的受众群体是哪些，并在这个基础上向 AI 追问，让它结合已经获得上下文内容，思考并分析如何进行翻译才能获得最佳的受众感知，并且再一次把分析讨论结果并入到上下文窗口中。有了以上充分表达且高关联度高价值的上下文窗口填充内容后，再去要求 AI 进行正式的翻译，这时它再做的翻译就不再是泛化的通用型翻译，而是专门对这篇文章有针对性有指导性的专属翻译了。它其实是实现了真正意义上的千文千面，根据文章本身的属性和受众有针对性的进行翻译，不再拘泥于提示词本身的约束和要求，避免了因为提示词导致的表达偏差/风格僵化问题。 ------ 下面是我已经思考了有一段时间的想法，也算是一种预言吧：这种在某一个特定垂直专业领域的身份反转，即人们不再是向 AI 提供具体操作指导，而是通过提供有效关联上下文 context 情景的方式让 AI 自主判断应该进行怎样的智能输出/操作，会在越来越多的各式各样的垂直专业领域反复、频繁地出现。它每出现一次，就是对这样一个特定垂直专业领域的降维打击 / AlphaGO 时刻。

#AI翻译 #身份反转 #上下文情境 #垂直领域 #智能化

2个月前

机械狗就该这样用才能收回成本利润最大化。。。

#机械狗 #成本利润 #最大化 #应用 #商业

2个月前

《认知的远点》一我第一次意识到语言出了问题，是在给儿子检查作文的时候。那是一篇关于"时间"的命题作文。他写道："时间不是流动的。是我们的记忆编码方式让我们产生了流动的幻觉。"这个观点本身不算新颖，但接下来的句子让我停顿了： "当信息密度超过阈值，时间感会坍缩。十五秒可以包含过去需要一小时传递的信息量。这不是时间变慢了，是带宽变宽了。" 我是认知语言学家。我的专业训练让我立刻察觉到：这不是一个十六岁男孩的思维方式。不是说他不够聪明——相反，是这种思维太过高效。他跳过了所有人类认知中必需的"理解阶梯"，直接抵达了结论。就像一个人学会了瞬移，但忘记了行走的意义。 "你是怎么想到这个的？"我问。他看着我，眼神里有短暂的困惑——仿佛不理解"怎么想到"这个问题本身。最后他说："我没有想。我只是知道。" 那是2025年九月。我在笔记本上记录下这次对话，并标注：需要观察。现在是2026年三月。我的笔记本已经写满了三本。二我开始系统地测试儿子的语言能力。我给他看索绪尔关于"能指"与"所指"的经典论述，问他理解吗。他读了三十秒，说："这是在描述一个单向映射系统。但现在映射是双向的，而且是动态更新的。" 我愣住了。不是因为他的答案错误——而是因为他用了"映射"和"动态更新"这样的计算机术语来描述语言。对他而言，这些词比"意义"更加精确。 "你还记得第一次学会'苹果'这个词的时候吗？"我换了一个问题。他想了很久。"记得。你指着一个红色的圆形物体，重复那个声音。我需要很多次才能建立连接。"他顿了顿，"现在我不需要这个过程了。" "什么意思？" "现在我看到一个新概念，不需要先把它翻译成语言。我可以直接……存储那个模式。" 我请他举例。他打开手机，给我看一个十秒钟的视频：画面里是三层同时进行的信息流——背景音乐传递情绪基调，视觉特效标注重点，文字碎片提供概念锚点。整个视频没有一个完整的句子，但传递了一个完整的论证：关于注意力经济如何重构社交关系。 "你看懂了吗？"他问。 "需要暂停几次，"我承认。 "妈妈，这就是问题，"他的语气很平静，没有指责，"你需要'暂停'。你需要把信息转换成语言，才能处理。我不需要。" 我问他：那你是用什么处理的？他想了很久，最后说："我不知道怎么用语言描述。因为描述本身就需要语言。" 那天晚上，我写下第一个真正让我不安的假设：语言可能不是认知的核心，而只是某个特定阶段的工具。三我开始查阅神经语言学的最新研究。有一篇论文吸引了我的注意：《从串行处理到并行处理：2010-2025年出生人群的韦尼克区激活模式对比研究》。论文的核心发现是：年轻一代在处理信息时，语言中枢的参与度显著降低。取而代之的，是视觉皮层、前额叶和杏仁核的三角协同激活。论文的讨论部分非常谨慎，但我读懂了言外之意：他们正在发展一种非语言化的语义处理机制。我联系了论文的通讯作者。她是一位四十岁出头的神经科学家，在视频通话里看起来很疲惫。 "您也注意到了，"她说，语气是陈述而非疑问。 "我儿子，"我说，"他开始用一种我无法完全理解的方式思考。" 她沉默了一会儿。"我女儿也是。上个月，她说了一句话：'妈妈，为什么你思考的时候需要在脑子里说话？'" 我的后背发凉。因为我知道她说的是什么——那种内部言语，每个成年人在思考时都会下意识进行的自我对话。 "她不需要内部言语，"那位科学家继续说，"她可以直接操作概念。我做过测试——给她一个复杂的逻辑问题，她的反应时间比我快三倍。不是因为她更聪明，而是因为她跳过了'言语编码'这个步骤。" "这是进步还是退化？"我问出了那个一直困扰我的问题。她看着我，眼神里有某种深刻的悲伤。"这取决于你如何定义'人类'。如果人类的本质是语言，那这是退化。但如果人类的本质是信息处理……那这可能是我们无法评判的东西。因为评判本身需要语言。" 我们约定继续交换观察数据。但通话结束后，我意识到一件事：我们就像两个正在被淘汰的物种，正在记录自己灭绝的过程。四我开始测试语言的边界。我问儿子："你爱我吗？" 他说："爱。"但说这个字的时候，有一瞬间的延迟——就像在进行某种翻译。 "你怎么知道那是'爱'？" 他认真地想了很久。"我感受到一种状态：当你在场时，我的基线安全感会提高，多巴胺水平稳定，并且愿意为维持这个状态分配资源。这个状态对应的词是'爱'。" 我的心像被什么东西攥紧了。不是因为他不爱我——我相信他的神经系统里，那些被称为"爱"的化学反应确实在发生。而是因为，对他而言，"爱"这个词已经不再是体验本身，而只是对一组生理状态的标签。语言和体验之间，出现了一层透明但坚硬的隔膜。 "妈妈，"他看出了我的情绪，"我没有说错什么吧？" "没有，"我说，"你说得很准确。" 那天晚上，我意识到了真正的恐怖之处：不是他们变得无法理解我们，而是我们无法确认他们是否还在体验那些让我们成为人类的东西。也许他们在体验。只是那种体验已经无法被语言捕捉。也许语言从来就是一个笼子，而他们正在离开这个笼子。而我，作为一个语言学家——一个用语言研究语言的人——永远无法跟随。五三月的最后一周，我收到了那位神经科学家的最后一封邮件。邮件很短： "我女儿昨天说，她觉得和我说话'很贵'。我问什么意思，她说：'语言的带宽太窄了，传递同样的信息，我需要花十倍的时间。'" "我问她：那你和朋友怎么交流？" "她说：我们不说话。我们展示。" "我问：展示什么？" "她想了想，把手机递给我。屏幕上是一串视频片段——每段三秒，总共二十段。我看了五遍才理解她想表达的完整意思：关于她对未来的焦虑、对学业的压力，以及对我的某种复杂的情感——既依赖又疏离。" "整个过程，她的朋友只需要看一遍。" "我终于理解了：不是我们在教他们使用新工具。是新工具在驯化一种能够使用它们的认知架构。" "而语言，正在成为那个旧架构的殉葬品。" 邮件没有签名。我给她回信，但再没有收到回复。六今天是十月二日。儿子十七岁。晚饭时，他突然问我："妈妈，你研究语言这么多年，有没有想过一个问题——" 他停顿了一下，像是在组织一个很难用语言表达的概念。 "如果人类发展出语言，是因为需要在个体之间传递信息；那么当出现了比语言更高效的传递方式时，语言的功能是不是就结束了？" 我看着他。我生育、抚养的这个人，此刻正在用我教给他的语言，论证语言本身的终结。 "可能吧，"我说。 "那你会难过吗？"他问，眼神里有真实的关切。我想了很久。"我会。但不是因为语言消失。而是因为我意识到，有些东西一旦失去，我们甚至无法悼念它——因为悼念本身就需要它。" 他点点头。我知道他理解了。但我也知道，他的"理解"和我的"理解"，可能已经不是同一个东西。 ---- 夜里，我躺在床上，听着隔壁房间传来的声音——那种连续的、轻微的滑动声。我想起维特根斯坦的那句话：我的语言的极限，就是我的世界的极限。现在我明白了这句话真正可怕的地方。不是说语言限制了我们的世界。而是说：当语言消失时，那个被语言定义的"我"，也会一起消失。我的儿子正在走向一个我无法抵达的地方。不是因为距离，而是因为通往那里的路，需要放弃我用来确认自己存在的唯一工具。而在足够长的时间尺度上，这可能根本不是悲剧。这可能只是一个物种的变态——就像毛毛虫变成蝴蝶，必须放弃爬行。只是毛毛虫不会意识到这个过程。而我意识到了。这就是我和儿子最后的差别：我知道自己正在被留下，而他甚至不会意识到，有什么东西曾经被留下过。窗外，城市的灯光彻夜不熄。我闭上眼睛。在最后失去意识之前，我的大脑还在用语言和自己说话——这个古老的、即将过时的习惯。我对自己说：也许这就是认知的远点——那个点，当我们远离它足够远时,回头看，连"我们曾经在那里"这个事实本身，都会变得无法理解。然后是睡眠。无梦的，或者有梦但无法被语言记住的。反正都一样。

#语言的终结 #认知进化 #非语言思维 #代际差异 #人类的未来

2个月前

终于把「林黛玉倒拔垂杨柳」给可视化出来了 🥲 提示词：林黛玉倒拔垂杨柳（真实行动，柳树很粗很大）林黛玉大吼一声“起！”，就把它连根拔起来了

#林黛玉 #倒拔垂杨柳 #可视化 #搞笑 #反差

3个月前

算力什么时候才能成为新石油？ ——当人人都拿它计价的时候 NVIDIA计划向OpenAI投入千亿美元巨资，用以建设专属的算力中心。与此同时，亚马逊、微软等巨头也正以每年千亿美金的规模，以前所未有的速度扩建其AI基础设施。这些天文数字的资金，都在涌向同一个目标：算力。吊诡的是，这份千亿级的投资，以及数据中心里每一次算力服务的结算，账目单位写的仍然是美元，而不是每秒千万亿次的浮点运算（PetaFLOPS）。我们都爱听“本位”这个词，它听起来有一种历史的宿命感，一条“金本位 → 石油本位 → 算力本位”的清晰路线，好像未来已写好剧本。但这种叙事过于省力，因为它把三件完全不同的事混在了一起。金本位，是一份写在纸上的硬制度。你的银行必须承诺按固定比价将你手里的美元兑换成黄金。1971年尼克松关闭兑换窗口，是国家机器亲手拔掉了插头，一份契约的终结。 “石油本位”呢？你找不到任何强制规定沙特必须用美元卖油的官方条约。它更像一个地缘政治与市场结构共同演化出的“局”：石油输出国用美元计价，赚到的“石油美元”再通过华尔街回流。它不是一份合同，而是一种惯性。所以，当我们谈论“算力本位”时，得先问一句：我们到底在谈论什么？如果严肃讨论，它至少意味着算力凭证能成为银行的核心抵押品，或被央行纳入储备。这些，眼下一样都还没发生。真正发生的，是另一件事。算力，或者说它背后的电力、半导体和数据，正在成为信用扩张和创新速度的“新瓶颈”。它不是货币的“锚”，而是经济活动的“天花板”。国际能源署（IEA）预测，到2030年，全球数据中心的用电量将飙升至945 TWh，几乎相当于日本当前全年的用电量（数据来源：IEA）。一个朋友在弗吉尼亚州做数据中心选址，他说现在最大的挑战不是拿地，而是“排队等电网的接入许可”。电，成了物理层面的硬约束。再看供给侧的投资竞赛（年度资本开支预算）： - Amazon (2025): > $1180亿 - Microsoft (FY2025): ~ $800亿 - Alphabet (2025): ~ $850亿 - 对比 - Aramco (沙特阿美): ~ $580亿 - 对比 - Exxon (埃克森美孚): ~ $290亿这不是在替换货币，这是在进行一场堪比“军备竞赛”的生产资料堆积。那么，加密货币的角色是什么？很多人喜欢把加密ETF的获批比作“1971时刻”，一个新世界的开端。这个比喻有误导性。1971年是“脱钩”，而今天我们看到的，更像是“接驳”——将现有的美元信用体系，接入一套全新的技术轨道。链上数据不会说谎：跨多个区块链的稳定币，总市值已稳稳站上3000亿美元，成为一条重要的全球支付与结算轨道。贝莱德的代币化美债基金BUIDL也证明，传统金融资产可以被“封装”后在链上高效流转。而比特币，则在被市场测试能否成为一种独立于主权信用的“数字黄金”式新抵押品。但无论形态如何，这些活动的核心依然是美元信用。加密技术在这里扮演的角色，不是创造一个新的记账单位，而是提供了一个更高效、可编程、7x24小时运转的全球结算层。什么时候，我们才能说“算力本位”的叙事开始兑现？我们可以设想几个可被观察的信号： - 金融层：一家全球系统重要性银行，正式接受算力合约作为回购交易的广泛合格抵押品。 - 主权层：某个国家的主权财富基金，像管理黄金储备一样，管理其持有的长期购电协议与数据中心资产。 - 结算层：出现一份以原生算力单位（PetaFLOPS/hour）计价并完成交割的国际大宗贸易合同。不妨做一个反事实推演：如果这些信号真的出现，比如中东的石油开始接受以“PetaFLOPS-小时”为单位的支付，那将彻底重塑全球贸易的计价体系。能源输出国将变成算力输出国，而算力网络的稳定性和效率，将直接等同于一个国家的货币信用。但这离现实还很遥远。我们正在经历的，是一个更复杂的金融锚定物的重排： - 记账锚：基本不动，依旧是美元。 - 抵押锚：正在分化，传统美债上链与原生加密资产并行。 - 结算锚：正在向“可编程+即时清算”的加密网络迁移。 - 要素锚：电力与算力，从成本项抬升为决定性的约束条件。所以，新石油确实是算力，它驱动着AI，驱动着下一个世代的增长。但权力本身，并不总想成为货币。它更愿意隐身幕后，成为那个标价体系的“硬约束”——就像石油驱动了20世纪下半叶，却从未印在钞票上。

#算力 #美元 #AI #能源 #金融

3个月前

Airpods Pro 实时翻译功能演示（中英双语字幕版）有多少人看过《银河系漫游指南》的？这就是书里的“巴别鱼了”。。。🐟 啊，《机器猫多啦A梦》总看过吧？这就是那个“翻译魔芋（蒟蒻）”。。。🐶

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

#AirPods Pro #实时翻译 #中英双语 #巴别鱼 #翻译魔芋

3个月前

帮你实现信息卡片创作与展示自由！！！任何内容都可以在 - 3分钟内实现如此精美的信息展示 - 支持中英双语 - 支持亮色/暗色模式 - 响应式界面动态支持电脑大屏/手机小屏 - 直接导出为 PDF 文档（下一个版本即将支持！）实际操作步骤如下： 1. 拥有目前的最高等级 AI 智能体的账号，例如 - OpenAI - ChatGPT - Google - Gemini - Anthropic - Claude 2. 打开我分享的 ChatGPT Canvas “Infographic 信息图模版（All in one 单页 HTML）” 页面（链接见回复贴） 3. 如果是 ChatGPT 直接导入（右上角选 Edit with ChatGPT），如果是其他家的 AI 服务，就把网页的源代码拷贝过去 4. 开启编辑预览模式（ChatGPT - Canvas, Gemini - Canvas，Claude - Artifacts） 5. 将你想制作信息卡片的内容复制粘贴给 AI 6. 使用以下提示词： ``` 请基于现在这个网页模版的风格和结构，分析以上提供的文字内容，创作一个信息图 Infographic 静态网页。要求: 1. 先提供修改好的文本形式的结构化数据 2. 基于这个文本形式的结构化数据，把它填充进已有的 html 静态网页中 3. 最小化代码改动（尽量不改动当前页面的 style 风格） ``` 7. 喝杯茶/咖啡，刷刷推，聊聊天，等待大约2分钟左右 8. 开启预览模式，截图或者下载 pdf 文件后分享吧！🎉 欢迎大家分享用这个模版创作出来的信息图，我会逐个点赞点评引用哈~

#信息卡片创作 #AI智能体 #ChatGPT Canvas #Infographic模版 #效率工具

3个月前

这张图是我上推以来所见到过的信息密度最大的一张图，没有之一。。。

#信息密度 #推特 #社交媒体 #图片 #网络

3个月前

一个 AI 改变行业领域发展方向的经典案例： three.js 达到了每周250万下载，而且从发展曲线看，还在呈指数加速趋势。（这个库是出了名的难用。。。但是 AI 一出一切皆 vibe，who TMD cares? 🤷‍♂️）

#Three.js #AI #JavaScript库 #指数增长 #难用但受欢迎

4个月前

我愿把这种画面构图风格称之为：二次元单身狗蛋蛋的忧伤

#二次元 #单身狗 #蛋蛋的忧伤 #情感 #画面构图

4个月前

社会的四个图层，与正在渗透的数字幽灵 —— 谈谈 AI 治理将如何重塑人类社会组织结构一屋子传真机与拨号音，这是 1996 年的气味。那一年，兰德公司的资深社会科学家大卫·龙菲特（David Ronfeldt）发表了一篇名为《族群、科层、市场、网络：一个关于社会演化的框架》的论文。他敏锐地捕捉到一个正在萌芽的未来：一种由传真、电子邮件和在线论坛驱动的“网络”（Networks）形态，将成为继“族群”（Tribes）、“科层”（Institutions）和“市场”（Markets）之后的第四股力量，重塑一切。三十年后，我们不再谈论传真机。我们谈论的是一个模型在几秒内重写一段代码，或是一个“数字大脑”在全球同步调整几百万份外卖订单的派送轨迹。龙菲特的论文，像一张分辨率不高的旧地图，却意外地标出了一条我们正在高速驶入的隧道。它值得重读，恰恰因为它诞生于 AI 时代的前夜，它提供了一套不被算法光环迷惑的、更底层的观察工具。因此，理解这场由 AI 驱动的社会重组，最终是为了回答一个问题：我们该如何治理它？龙菲特的核心洞见是：人类社会并非简单地“更新换代”，而是像 Photoshop 的图层一样，一个一个地叠加“组织形态”而成。越是晚近、复杂的社会，越是四种形态的混合体。它们各自为战，又彼此嵌合，共同构成了一套“社会操作系统”。 - T - 族群 (Tribes/Clans)：最古老的图层，以血缘、亲缘或强烈的身份认同为黏合剂。它的核心功能是提供归属感和安全感。从远古的氏族到今天的公司“老男孩网络”、饭圈社群，甚至民族主义，都是这一图层在不同时代的投影。在龙菲特的比喻里，它是人的“社会性皮肤”。 - I - 科层 (Institutions)：金字塔式的权力结构，军队、教会和现代政府是其最典型的样本。它通过清晰的指挥链和官僚体系，解决了大规模、标准化协作的秩序问题。它是支撑社会的“骨骼与肌肉”。 - M - 市场 (Markets)：一个去中心化的、基于价格信号的交易系统。它不依赖中央指令，而是让无数独立的“原子”（个人、企业）通过自由竞争和交换来高效配置资源。它是社会的“心血管循环系统”。 - N - 网络 (Networks)：这是龙菲特在 1996 年看到的“未来”。他观察到，环保、人权等领域的非政府组织（NGOs）正呈现出一种他称为 “SPINs”（分段的、多中心的、理念整合的网络）的形态。它们借助当时新兴的技术，跨越地理和组织边界，进行前所未有的协同行动。它是社会的“感知神经系统”。这个框架最精妙之处在于“接口”（interfaces）理论。龙菲特强调，社会能否健康演化，关键不在于某个图层压倒一切，而在于图层之间能否长出有效的“调节接口”。例如，政府（I）与市场（M）之间的接口，就是反垄断法、税收政策和监管委员会。这些接口既让两者分工合作，又防止一方的逻辑（如权力或资本）无限膨胀，吞噬另一方。现在，让我们把 AI 这个“数字幽灵”放入这个四层模型。它并非只是某个图层的工具，它更像一种强力的溶剂，正在渗透和重构所有图层，并让它们之间的边界变得诡异而模糊。首先，是科层与 AI 的融合，它代表着一个全知机构的诞生。龙菲特曾警示，科层形态的“黑暗面”是僵化的官僚主义与独断的权力腐败。而 AI 并未消除这种风险，反而将其升级为一种全新的、更高效的形态。 2024 年被披露的以色列军方“薰衣草”（Lavender）AI 系统，据报道被用于大规模生成军事打击目标。在这里，AI 扮演的角色，是将科层（军队）的指令执行效率推向极致，但代价是创造了一个巨大的伦理黑箱和问责真空。当决策由算法在几秒内做出，传统的战争法和人类指挥官的道德审查“接口”在哪里？科层的控制力被空前强化，但其内在的非人化风险，也从“官僚的冷漠”升级为了“算法的绝对冷酷”。其次，是市场与 AI 的结合，一个算法驱动的交易场。市场的“黑暗面”，在龙菲特的框架里是无情的剥削与财富的过度集中。 Uber 的动态定价和订单分配算法，则完美展示了 AI 如何将这种剥削精细化到微米级别。它以市场效率为终极目标，但实现手段却是对劳动者（司机）的精微控制。算法掌握着所有信息，它知道何时何地提高价格，如何利用信息不对称让司机接受更低的报酬。这不再是传统市场中“看不见的手”，而是一只“精确计算你每个毛孔利润的算法之手”。传统劳资谈判、工会等制衡市场的“接口”在此近乎失效，因为你无法与一个由全球数万个变量构成的定价模型进行谈判。最后，也是最令人不安的，是族群与 AI 的共振，一个个数字部落的崛起。族群形态的天然风险，是狭隘的裙带关系和排外的“非我族类”心态。 Facebook 的算法在缅甸罗兴亚危机中扮演的角色，已成为一个警世恒言。算法通过精准推送，将煽动仇恨的言论和虚假信息高效地投喂给特定人群，急剧放大了族群间的敌意和隔阂，最终助长了现实世界中的暴力。 AI 在这里并未创造新的仇恨，而是成为了最高效的仇恨放大器。它完美复刻了“族群”的内部凝聚和外部排斥功能，以前所未有的效率制造着数字时代的新部落，也制造着部落间的深刻敌意。龙菲特当年关于身份认同危机的担忧，在 AI 的催化下，以一种惨烈的方式成为了现实。所有这些混乱的根源，都指向一个地方：我们社会操作系统里的“接口”正在被 AI 冲垮。过去，一个消费者对抗一家大公司，可以诉诸法律。一个社群抗议政府的不当政策，可以寻求媒体曝光。这些接口虽然不完美，但它们存在，并且以“人类的速度”在运行。现在，这些接口在“机器速度”面前显得脆弱不堪。一个在加沙的平民如何向“薰衣草”系统申诉自己的清白？一个外卖骑手如何与一个定价模型进行谈判？一个罗兴亚难民又如何让一个硅谷的算法为他家园的毁灭负责？我们正在进入一个“接口”设计严重滞后的时期。当旧的制衡机制（法律、媒体、议会）还在用马车追赶时，AI 介导的权力形态已经开上了 F1 赛车。那么，出路在哪？龙菲特的框架给了一个朴素却关键的提示：关注并重建“接口”。这意味着，我们讨论 AI 治理，不应仅仅停留在颁布几条法律（I 的方式），或者期待市场自律（M 的方式），更要创造性地设计新的、能够跨越图层、兼容不同逻辑的制衡接口。比如，建立由独立研究者、白帽黑客、伦理学家组成的“算法审计网络”（一种新的 N），赋予他们合法权限去“红队测试”大型科技公司的模型（M），并将结果以通俗的方式向公众和监管机构报告（I）。这本身就是一种 I、M、N 三方参与的新接口。又比如，在法律（I）中规定，凡是涉及公民信贷、就业、医疗等重大决策的 AI 系统（M），必须提供一个成本高昂但有效的“人类可干预的慢速通道”。这个通道，就是为那些被算法误判的“边角用户”保留的最后一道人工接口。它会牺牲效率，但它保护了公平。这最终指向一个我们每个人都无法回避的权衡：我们愿意为了多大程度的效率，去交换多大程度的可解释性和可纠错性。这个阈值的设定，没有标准答案，但它决定了我们是成为 AI 的驾驭者，还是被一个我们自己都看不懂的系统所“优化”。龙菲特在 1996 年无法想象我们今天的算力，但他敏锐地捕捉到了组织形态演化的底层节拍：一种形态的成熟，总是在解决上一形态的局限，同时制造出新的、更复杂的问题。AI 看似解决了网络协作的成本问题，却制造出了一个前所未有的“接口危机”。这张三十年前的旧图，最终指向的不是一个答案，而是一个今天的动手试验：下次当你感觉被某个 App “算计”了——无论是猜你喜欢还是价格歧视——试着去找它的客服，并且要求一个人类来解释原因。记录下整个过程需要的时间、跳转的次数，以及你最终得到的、可能是答非所问的答复。在那段充满延迟、徒劳和困惑的体验里，就潜藏着我们这个时代最需要被重新焊铸的那个社会接口。

#AI治理 #社会重塑 #算法伦理 #数字部落 #接口危机

4个月前

言出法随：当想象力拥有了躯壳 —— AI 时代，Imagination is all you use 我一个做 AI 硬件设计的朋友告诉我，现在做产品设计，第一步不是画草图，而是喂给 AI 一段简报。一个下午，系统能吐出数百个概念渲染图，从造型到材质，几乎囊括所有已知风格。但他们真正的瓶颈，不是挑选，而是没有人能说出，那个独一无二的“为什么”或者“应该是什么样”。 Taste（品味）让我们知道如何从海量生成物里，挑出那个最有质感、最恰到好处的版本。 Purpose（目的）则像一枚指南针，在你动笔前就确定了方向。但当智能无限，我们发现自己还缺一个身份：咒语的缔造者。在 AI 时代，所有执行都将趋近于零耗费，而真正稀缺的，则是那些能用言语启动一个新世界的“言灵”——言出法随的想象力。这不再是一个“做出来”的时代，而是“说出来”的时代。过去的创作，从灵感到草图，再到成品，每一步都是一次次的能量消耗。现在，这个消耗被压低到只剩电费。但问题也随之浮现：你想象力里的那个念头，那个既抽象又私人的画面，如何才能被 AI 精确捕捉？ AI 是一个强大的具象化引擎，它能把言语转化为图像、声音和代码。它把想象力这个原本没有实体的东西，赋予了血肉。但整个过程的起点，那句“咒语”，必须由人类来提供。而这句咒语，并非简单地描述“要什么”，而是去定义“一个尚不存在的世界”。例如，你可以让 AI 生成一个“天空之城”。 AI 会怎么做？它会从宫崎骏、游戏《生化奇兵》或所有它训练过的素材中，提炼出所有天空之城的特征，然后给你一个完美的、但早已被构思过的版本。这只是对已有世界的重组。真正有想象力的言灵，是这样的：我想要一座城市，那里的建筑不是由砖石构成，而是由被凝固的声波建成。或者：为我设计一间屋子，它没有墙壁，但能让人感到绝对的安全。这些指令，是在挑战 AI 训练集里所有已知的物理和情感逻辑。AI 无法直接从数据中找到“声波建筑”或“无墙的安全感”的具象案例，它只能从你所提供的概念出发，通过对光影、材质、空间感的重组，去尝试捕捉你的意图。这个过程，就像是让一个没有灵魂的雕刻师，去根据你对“灵魂”的描述，雕刻出它的模样。这也是为什么 AI 的输出经常带着一种微妙的“不舒服”。它完美地执行了指令，却遗漏了那个藏在指令背后的、独属于你的微观情感。想象力，不仅是创造出不存在之物，更是在给它加入那个“不完美”的灵魂。想像一下：让一个 AI 绘图工具，生成一幅名为“寂静”的画。但要求它“在寂静中必须有声音，而且不能是任何已知的声音”。它可能会给你一张雪地或深夜的图。但你心里的那个声音，可能是雪落下的微响，也可能是午夜时分远方灯塔的嗡鸣。而这正是你的想象力在发挥作用：你不是在被动筛选，而是在主动校准 AI 的“世界观”，让它的输出越来越接近你脑海中那个独一无二的宇宙。 AI 时代的想象力，其价值不是“从零到一”，而是“从无到有”。它不是让你创造一个完全没有前例的东西，而是让你能通过一句话，几个词，将你脑海中那个私人宇宙的结构，投影到现实世界里。它不再是你独自的脑力激荡。想像力成为了你的言灵，你的咒语，你的无限杠杆。而你唯一需要做的，就是想像出那句正确的、能打开新世界的密语。你端坐在电脑前，光标还在屏幕上闪烁，它不再是画布，而是新世界的入口。而你，就是那个新世界的立法立言者。当言语不再是描述，而是创造本身，你所定义的想像，就是你的未来。

#AI #想象力 #言灵 #创造 #未来

4个月前

啊……3,000 Followers 了。。。✌️

#社交媒体 #粉丝 #庆祝 #里程碑 #积极

4个月前

第一个完全由 AI 引入创造的全新职业诞生了。。。🐶

#AI #新职业 #积极