avatar
Jimmy Su
3个月前
2015 年有兩位天才工程師做了 Workflow 這個 app，在蘋果生態圈引起很大迴響。2017 年蘋果收購 Workflow，就是我們現在看到的 Shortcuts 這兩位後來離開蘋果，前陣子又發表了「Sky」app，基本上就是不需要學語法的 AI 化 Shortcuts。OpenAI 前幾天又把 Sky 買走了 厲害的人真的就是厲害啊
#Workflow #Shortcuts #苹果收购 #AI #OpenAI
avatar
AppSail.dev
3个月前
前天晚上，出海社区突然提醒我： 今晚我有场 Twitter 运营增长分享！ 可是 PPT 还没动工，时间紧迫，只能火速开干。 虽然素材齐全（X 官方博客公布的推荐算法、GitHub 开源代码、以及我自己三篇 X 增长推文）， 但我做 PPT 一向慢，通常要三四天，显然来不及。 于是试了两个 “AI 生成 PPT” 工具，结果发现： AI 做 PPT 纯属伪命题！ 即便给了相关的素材，内容还是不符合预期，结构生成不懂场景，无法突出重点，给再多素材，它也不懂你要讲什么。 所以 不得不赶紧调整方向： 1️⃣整理一个目录，生成基础框架 填充相关内容 2️⃣调整内容，因为AI 生成的内容很难完全符合自己的预期，需要做很多的调整 3️⃣ 然后再让 AI 工具来生成 PPT 等等，前两个诉求不不正是 YouMind 强项吗 于是我把所有素材一股脑导入 YouMind 它直接帮我生成了 PPT 框架，然后 YouMind 非常擅长对生成内容后续编辑场景的增强和优化（我觉得这是很多 AI 生成工具的短板） 符合预期了后，导入 gamma，指定生成 14 页 PPT，跑了两次微调，前后不到 3 小时搞定！可以看看效果 下面我详细分享这个细节
#AI生成PPT #YouMind #Twitter运营 #PPT制作 #经验分享
avatar
howie.serious
3个月前
chatgpt pulse推送到web端了。 这种“信息流定制agent”，实际上是一个高频刚需。对高质量的、私人定制的信息需求，是一个真实的、有经济价值的需求。 每个人每天早上都应该收到一份这样的私人定制日报。 pulse的方向很好，但是目前这种curation agent仍然处于非常早期的摸索阶段。 期待2026年全面普及，质量和效果进一步提升。
#ChatGPT #Pulse #信息流定制 #私人定制日报 #早期摸索阶段
avatar
工业革命解决了生产，互联网革命解决了连接。而 AI 革命的本质，是“设计世界”。我们正从“必要王国”走向“自由王国”，从满足基本需求到设计生命、社会和意识本身。这不仅是技术范式的转移，更是人类文明的质变。
#AI革命 #设计世界 #人类文明质变 #技术范式转移 #自由王国
avatar
tison
3个月前
还行吧，高级程序设计语言的出现让汇编程序员断代说是。 没啥区别，你要 debug 实际还是要往下看。只是说以前学习的门槛比较高，现在要做到大部分需求需要的门槛低了。 原先是有 100 个程序员，75 个不需要知道细节，但还是要知道怎么设计；未来是有 10000 个程序员，9000 个只管问题建模代码差不多生成一下得了，剩下的 900 个稍微能分析点代码，这不还有 100 个得负责去产别人 vibe 出来的 shit（x）
#高级程序设计语言 #汇编程序员断代 #debug #程序员门槛降低 #问题建模
avatar
路透社：三位知情人士透露，OpenAI 正在为IPO做准备，此次 IPO 可能使该公司估值高达 1 万亿美元，这可能是史上规模最大的 IPO 之一。 OpenAI正考虑最早于2026年下半年向证券监管机构提交上市申请。初步讨论显示，该公司计划至少融资600亿美元，实际融资额可能更高。
#OpenAI #IPO #估值1万亿美元 #2026年下半年 #融资600亿美元
avatar
Meepo
3个月前
vercel 的 cron job 挺方便的，20$ 一个月的额度就够使了 。本来应该是每个用户都建立一个订阅周期后的定时任务的，但是那样 cron job 数量就太多了，现在换种思路，直接每小时检查一下所有用户更新数据库得了。😄 当然如果 crob job 更多的话，就得考虑其他自部署的如 inggest 了
#Vercel #cron job #定时任务 #inggest #自部署
avatar
AK的这成为专家的三条原则不必什么搬来搬去的费曼学习法高到不知哪里去了？ 还有一条是AK在另外的推文也说过：sweating，符号接地！
#AK #专家原则 #费曼学习法 #sweating #符号接地
avatar
小互
3个月前
🎙️ MiniMax Speech 2.6 发布 ⚡ 延迟 <250ms 🧠 智能文本处理：自动识别网址、日期、数字 🎤 真人级语音：支持克隆音色与情感表达 🌍 40+ 语言，流畅混读 但是从演示视频来看，似乎拟人和情感方面没有展示出来，这个演示视频做的太差了。 之前Speech 2.5 在中文情感能力方面很不错... 一次失败的演示...
#MiniMax Speech 2.6 #语音合成 #情感表达不足 #演示失败 #中文情感能力待提升
avatar
汤光头
3个月前
估计这就是以后的常态 你买机器人，是让他，干活的 结果，它把你所有的活都干了 😂😂
#机器人 #自动化 #失业 #常态 #滑稽
avatar
墓碑科技
3个月前
谷歌的TPU卖光了。 连7年、8年前的老TPU，现在都100%满载。 谷歌内部说，这不是“还可以用”，而是“能抢到就用”。 说明啥？ 第一，AI算力的需求比任何人预期的都猛。 第二，谷歌数据中心的投资周期要拉到4、5年前规划，核反应堆级别的准备。 第三，连老款TPU都被榨干，说明这一波AI浪潮远未进入饱和，基础设施正爆发。 还意味着什么？谷歌不是不想投新项目，而是“排不上队”，资源优先级排不进。 简单说：供给极限，需求爆表。 我们才刚刚在资本支出周期的起点。
#谷歌TPU #AI算力需求 #数据中心投资 #AI浪潮 #资本支出周期
avatar
小主管一直想让我去申请 Automation Engineer 的职位，从技师到工程师，从职务到收入都当然有吸引力。但得去大站点工作，交通就会成问题。且只与传送带打交道，不管机器人。
#职业发展 #自动化工程师 #交通问题 #工作选择 #纠结
avatar
Tw93
3个月前
Lakr233 的这个爱啪思道有点意思，支持 iPhone 和 Mac 的多账号与跨区操作，一站式实现 App 搜索、下载、安装、分享及历史版本管理，轻松将免费应用加入购买记录。
#Lakr233 #爱啪思道 #iPhone #Mac #多账号 #跨区 #App搜索 #下载
avatar
在 AI 时代，如果你对发布的 V1 版本不感到羞愧，那你已经发布得太晚了。快速推向市场，获取真实反馈，然后光速迭代。这比闭门造车一年，结果发现市场早已变化要重要得多。甚至在产品出来前，就应该开始用内容营销测试你的价值主张。
#AI时代 #快速迭代 #内容营销 #价值主张 #市场反馈
avatar
批维基百科“有偏见”，马斯克推自家AI百科
据美国《纽约时报》28日报道，27日，美国富豪马斯克名下的xAI公司推出维基百科竞品网站——基于人工智能（AI）模型“Grok”生成的“Grokipedia”。该平台未进行公开宣传便上线，仅标注“Grokipedia v0.1”版本标识。马斯克公开承诺，即将推出的1.0正式版将比当前版本“好十倍”，品质更是“远超维基百科”。
#马斯克 #XAI #Grokipedia #维基百科竞品 #AI模型
avatar
Orange AI
3个月前
整个中国的 AI 行业，都生活在一个由 AI 厂商、自媒体、算法分发内容平台三者构筑的巨大的认知泡泡里。 和真实的体验脱节 和真实的用户脱节
#AI行业 #认知泡泡 #脱节 #中国 #算法分发
avatar
Inty News
3个月前
一家神秘的美国初创公司表示，其拥有可与 ASML 竞争并与台积电抗衡的芯片制造技术。
#美国初创公司 #芯片制造技术 #ASML竞争 #台积电抗衡 #技术突破
avatar
勃勃OC
3个月前
据汽车媒体 electrek 今天报道，特斯拉在本月上旬推出了 FSD 年度大更新 V14，不过其“脱手驾驶里程”提升幅度远低于预期，部分内测用户反馈他们的汽车安装后出现了“幻觉”现象，会在路边随机刹停。 特斯拉 CEO 埃隆・马斯克曾在此前表示，特斯拉有望在今年年底前实现无监管的自动驾驶。不过特斯拉从来不公布 FSD 的关键数据，马斯克曾建议大众在 X 平台等社媒上看车主晒出的视频，以此观察 FSD 的进展。  虽然马斯克和特斯拉如此表态，但各大车主还是建立起了一个众包数据库，可追踪 FSD 的“脱手驾驶里程”，其数据源显示，截至目前 FSD V14 驾驶汽车行驶超 4000 英里（IT之家注：约 6437 公里），但只有 732 英里（约 1178 公里）的路段实现了脱手驾驶，远低于预期下限。  相比之下，业界一般将脱手驾驶里程超过 10000 英里（约 16093 公里）视为“实现了无监督的自动驾驶”，以此来看，马斯克很难在今年年底前实现之前所说的目标。  有部分车主在 X 平台吐槽，他们的汽车开启 FSD V14 后会有“幻觉”现象，在路边随机停车，甚至会把其他车辆的转向灯误认为是“紧急停车”信号，且系统在犹豫不决时还会不断地无端点刹，体验堪称“刺痛”。  同时还有车主表示，他们的汽车在有时会出现 FSD 完全失效的现象，甚至车辆的前置摄像头也遭受牵连，直接变成漆黑一片，只能通过多次重启车机来恢复。
#特斯拉FSD V14 #脱手驾驶里程低于预期 #幻觉现象 #年底前实现无监管自动驾驶困难 #车主吐槽
avatar
勃勃OC
3个月前
Meta首席执行官表示，过度建设的“最坏情况”将导致公司暂时面临折旧损失，但他相信，Meta将会“逐渐适应这一情况，并在未来利用这些资源”。
#Meta #首席执行官 #过度建设 #折旧损失 #未来利用资源
avatar
勃勃OC
3个月前
属于Meta的时代，彻底结束了 欢迎来到MetaVerse Flop 2.0 扎克伯格最擅长的，以抄袭为基础的雇佣兵兵团作战 再次失败
#Meta失败 #扎克伯格抄袭 #MetaVerse Flop #Meta时代结束 #负面
avatar
宝玉
3个月前
#开源项目推荐：snapDOM：快速精准的网页截图神器 snapDOM 能快速且精确地将网页上的任何 HTML 元素截取为高质量、可缩放的 SVG 图片，完全保留原始元素的样式、字体、背景图片、伪元素（pseudo-elements）甚至是 Shadow DOM（一种封装于DOM元素内部的独立DOM结构，用于组件隔离和样式保护）。此外，它还能轻松导出为各种常见的位图格式和 canvas。 项目地址： 演示地址：
#开源项目 #snapDOM #网页截图 #SVG图片 #HTML元素
avatar
NiKITa🇺🇦
3个月前
美國開始銷售家用類人機器人NEO——第一個能打掃、洗衣、洗碗、澆花，甚至能開玩笑或給孩子講故事的助手 ➡️ 身高168釐米，體重30公斤。機器人能舉起70公斤，攜帶25公斤，工作約4小時後會自動返回充電。 ➡️ 價格為每月訂閱500美元，或一次性購買2萬美元。 但有個細節：第一年NEO實際上由印度的真人操作員控制，因為人工智能還未完全成熟。 ➡️ 操作員可以看到用戶家中的情況。 ➡️ 可以設置“禁區”和訪問時間。 ➡️ 開發者保證人臉會被模糊處理，數據安全存儲。 所以，和NEO一起，暫時也會有來自世界另一端的人進入你的家中。
#家用机器人 #Neo #印度操作员 #隐私问题 #高科技助手
avatar
Kai
3个月前
😯 claude 免费送了一个月 max 会员 看来是真急了
#Claude #Max会员 #免费赠送 #竞争压力 #促销活动
avatar
宝玉
3个月前
转译：这波裁员潮的背后，其实藏着两个截然不同的故事，而不是一个。 一方面，像亚马逊 (Amazon)、Meta 和微软 (Microsoft) 这样的科技巨头裁员，是为了筹集资金购买 GPU（图形处理器，AI 训练和运行所必需的强大芯片）。他们的收入在增长，股价在攀升。他们裁掉员工，是为了把钱腾出来，砸向“算力”。这可不是经济不景气时期的“降本增效”。这更像是一场被迫的资源重新配置——把发工资的钱，转投给数据中心。这笔账算得极其残酷：每裁掉 1% 的员工，省下的钱就能多买一批 H100（英伟达公司生产的顶级 AI 芯片，非常昂贵且抢手）。 与此同时，UPS、雀巢 (Nestle)、福特 (Ford) 和塔吉特 (Target) 这些传统行业的公司也在裁员，但原因恰恰相反。他们已经部署了切实有效的 AI（人工智能）工具。比如，客户服务自动化、供应链优化、生成式设计系统等等。AI 带来的生产力提升是实实在在的，而且还在不断累积。这些公司不需要自己去购买庞大的 GPU 集群（由大量 GPU 组合而成的高性能计算系统）。他们从“超大规模云服务商”(比如亚马逊 AWS、微软 Azure 或谷歌云) 那里租用“推理”算力（即运行 AI 模型得出结果），然后裁掉员工。因为现在这笔账（用 AI 替代人力的成本）终于算得过来了。 裁员的双方，都在喂养同一头巨兽。 科技巨头在疯狂“买铲子”（指购买 GPU 等基础设施，就像淘金热里卖铲子的人）。而其他所有人，则在购买用这些铲子挖出来的“黄金”（指 AI 带来的生产力）。 半导体公司稳坐中间，向整个产业链收取“租金”。台积电 (TSMC)（全球最大的芯片代工厂）、英伟达 (NVIDIA)（GPU 的主要设计者）和阿斯麦 (ASML)（制造顶级芯片光刻机的唯一厂商）正在疯狂“印钱”，而产业链的两端（科技公司和传统公司）都在大量裁员。 这个发生的时间点至关重要。目前，企业对 AI 的采用率大约是 10%，并且正朝着 50% 迈进。历史经验告诉我们，这个阶段（从早期采用到主流普及）的发展速度最快，创造的财富也最多。 但问题是，这些财富正集中在“算力”上，而不是“劳动力”上。企业的“市值”(即公司总价值) 增长与普通人的“工资”增长之间的鸿沟，从未像现在这样巨大。 这不是一场经济衰退。这是一场“再平衡”（即经济结构的根本性重塑）。而大多数劳动者，不幸正站在了天平的错误一端。
#AI裁员潮 #算力经济 #科技巨头 #传统行业 #劳动力再平衡
avatar
LIN WEI
3个月前
还可以再解释细一点，当项目没有明确定义时，rust 为啥会显得笨拙？因为此时不但需求会随时间变来变去，更要命的是你没有一份十年没变过的 C 代码做参考，对项目整体实现缺乏全局的认识，只有自底向上的方法不断尝试和修正自己，不段反思和改进中上层代码，才能像盲人摸象那样逐步认清楚整个世界因该是啥样，而此时类型体操会在这时勒得你喘不过气来，一个之前需要横着用的变量现在需要竖着用了，你思来想去发现你完全没办像其他语言那样改成法竖着用了，于是你只有引入更大范围的重写才能解决问题，你觉得这样很难受，去 rust 社区寻求帮助，但发现他们并不会帮助你真的解决语言问题，只会一个劲的指责你 “你觉得痛苦正是因为你对 rust 不熟悉导致的” 或者 “rust 逼迫你更大范围重写正是逼你尽早写出更好的代码”，他们这么说在定义清晰的项目里的确没问题，越早重构越好，但在定义不清晰的项目上里存在大量中间设计，你今天改成这样，八成不是最终形态，隔几天可能还要改，而此时 rust 却逼迫你每次都提前费精力进行更大范围的重写，即使这时完全没必要的，过两天就不需要的，他也不许你像其他语言那样用快速实现的方式应对新的中间状态，等需求稳定了，技术方案也收敛的情况下再进行迭代和完善，然后你就抓狂了！
#Rust语言 #项目定义不明确 #重构 #类型系统 #开发效率