avatar
蓝点网
1个月前
笑死，各位看到弹窗的时候还是要人肉确认一下的，不然像小米这样那就真变成一键卸载了。
#小米 #弹窗 #卸载 #一键卸载 #人肉确认
avatar
22年，我进入B站的时候，第一次，接触到 3D 技术。 那会儿，被 3D 技术给深深的震撼到！心想，前端还能玩这么炫酷的技术？简直不可思议！以前，我做职业规划，都是偏技术性的思考，从前端的 curd 仔，到前端技术储备的深度和广度。但也在内心深处，埋下了一颗3D行业的种子。 关注我的朋友，应该有印象，我在22年，尝试过做一款防 sketchfab 国内版的软件，后面由于各种原因，没有深入做下去。 今天，随着 AI 生成 3D 技术的发展、3D打印、数字孪生、工业物联网、苹果 & 三星 & ViVO 入局 MR 等等。我相信，3D 行业一定会蓬勃发展！ 我，也重新出发！正式推出 Mesh AI。 在创意爆发的时代，3D 不应成为门槛，Mesh AI 让每一位创作者和3D打印者都能轻松把想象变为现实。 ✨ 只需一句话描述，AI 即刻生成高质量 3D 模型 无需复杂建模技巧，输入文字即可获得栩栩如生的 3D 作品。 🎨 AI 材质与纹理匹配 智能选择最合适的材质与纹理，让模型拥有逼真的视觉效果。 🌈 多风格自由创作 无论是写实、卡通，还是艺术化风格，都能快速生成。 🚀 Mesh AI，让 3D 创作触手可及。 无论你是 3D 打印爱好者、游戏开发者、设计师、动画师，还是独立创作者，Mesh AI 都是你释放灵感的最佳工具。 同时，我们为免费用户提供每个月五次使用和五次下载额度，早鸟用户，直接五折优惠~~~！！！ 访问官网 → ，立即体验 欢迎大佬们转发支持，感谢！
#B站 #3D技术 #AI生成3D #Mesh AI #创新
avatar
分享一个经验贴：如何快速注册苹果美区ID（100%成功，无需美国手机号）
#美区apple ID #注册教程 #无需美国手机号 #经验分享 #100%成功
avatar
铁锤人
1个月前
搞社媒就像挖地赚钱🤣 昨天发了个贴督促大家捡钱 教大家获取 AI 浏览器的返利 10 刀的链接 今天收入已经到 288刀+100 刀奖励， 还不知道如何做的看二图 今天上班了，赶紧电脑上下载一个😂
#社媒赚钱 #AI浏览器返利 #捡钱 #积极
avatar
Meathill
1个月前
丢人了……在小红书回贴，把 axios 的限制记错了，是不被 edge serverless 支持，我记成不被 node.js 支持……被喷了好几天了，也没法修改，算了算了……
#小红书 #Axios #serverless #错误 #道歉
avatar
大罗SEO
1个月前
前几个月想说试试AI Accounting，找了几个支持Quickbooks的试了一下，联入系统以后发现还是太蠢，后来都取消了。今天CPA做账的时候跟我说不知道谁把24年的数据改了，现在全对不上，我查了下audit log，没错就是我用的AI Bookkeeping😔😭 现在在重新对帐，目测得多花3天的book keeper人力才能恢复
#AI Accounting #Quickbooks #CPA做账 #数据篡改 #负面
avatar
kDolphin
1个月前
APFS应该是可以搞成区分大小写，但是Time Machine的盘又必须是不区分大小写的，很吊诡
#APFS #Time Machine #大小写区分 #技术讨论 #兼容性
avatar
Viking
1个月前
分享一个新的 shadcn/ui 主题合集的资源： 可以让你创建，定制以及分享各种主题，我看了一下，已经很多了，而且有些样式很漂亮，预览也有多种不同的 blocks。 和之前我分享的一直在使用的 tweakcn 可以配合使用，我认为 shadcn/ui 一大优势就是定制化能力很强。
#shadcn/ui #主题合集 #定制化 #tweakcn #样式漂亮
avatar
Zhilin
1个月前
看到《半拿铁》出了一期中国操作系统简史，感兴趣听了一下，一个小时后发现这是鸿蒙的广告……
#鸿蒙 #操作系统 #广告 #半拿铁 #中国
avatar
Lex Tang
1个月前
Codex Review 的无限量额度到十一月底就结束了，记得利用好
#Codex Review #无限量额度 #十一月底结束 #提醒 #消费
avatar
汤光头
1个月前
AI 时代：如何才能不被取代？ 最近几年 AI 进步很快，很多人都担心自己哪天会被淘汰。我的判断是：大概率会，但有办法躲过。 1. AI 的长板：执行。 你给它一个任务，它能很好的执行，无论是编程、绘画还是多语言翻译。并且这个能力只会越来越强。 2. AI 的短板：愿景。 它不会自己主动地去做一件事。它不会主动去解决视障人群、孩子学习的痛点。 3. 关键点：你要成为那个有愿景的人。 愿意主动去发现问题、解决问题的人。然后，驱动 AI 来做那些具体、重复的事情。 换句话说，你的工作不是被 AI 取代，而是升级为 AI 的 CEO。 最后，认同我观点的话，转发给你那些还在迷茫，焦虑的朋友吧。救人一命胜造七级浮屠。
#AI #职业发展 #未来 #愿景 #焦虑
avatar
宝玉
1个月前
#开源项目推荐：landawn/abacus-common Abacus-common，就是 Java 语言的 Lodash，一款用一套干净、一致、易用的 API，解决从“判空”这种小事到“数据序列化”这种复杂任务在内的几乎所有常见编程“琐事”。 如果你写 Java，大概率会遇到这么个场景： 每个新项目启动，你都得熟练地加上一堆“祖传”的依赖库：处理字符串用 StringUtils，操作集合用 CollectionUtils，可能还得再来个 MapUtils。这些工具要么来自 Apache Commons，要么来自 Google Guava，要么干脆就是团队自己维护的一个 MyUtils 的 Java 文件，里面堆满了各种零零碎碎的辅助方法。 亮点： - 用“一致性”告别“选择困难症” - 永远不返回 null 。你调用一个方法（比如查询一个列表），再也不用提心吊胆地在后面加一层 if (result != null) 来防止“空指针异常”（NullPointerException）了。如果没结果，它会大方地返回一个空的集合或空字符串。这让你的代码变得非常干净、可预测。 - AI 友好：简洁、一致的命名 方法名和参数顺序都经过精心设计，保持高度一致。无论是你还是 AI，写代码时“猜”都能猜对。 - 功能全：它提供了几千个公共方法，覆盖了各种应用场景。 Abacus-common 可以让你真正专注于“业务逻辑”本身，而不是在工具的选择和使用上反复“内耗”。 项目地址：
#开源项目 #JAVA #Abacus-common #工具库 #代码简洁
avatar
Davon.H
1个月前
苹果发布Pico-Banana-400K数据集，为文本引导图像编辑提供40万高质量三元组。每个样本包含原始图像、类人编辑指令及经Gemini验证的结果，涵盖35种操作。它通过两阶段管道构建，确保了数据的多样性与可靠性，支持复杂编辑模型的开发。地址：
#Pico-Banana-400K数据集 #文本引导图像编辑 #Gemini验证 #高质量三元组 #苹果发布
avatar
宝玉
1个月前
无论是“要让AI成为编程架构师”，“写提示词只要掌握meta prompt，完全可以和LLM交互几轮来确定”，还是“汽车工业时代到来的前夕，你还去卷马车的驾驭技术”，我不太喜欢这类观点，于是每次忍不住要说两句。 就是因为这些观点都是在把复杂的问题简单化，尝试用一个简单的比喻或者以抽象的名字去解读复杂的问题，从而让很多不懂的人因此被误导。 比如写提示词，如果只需要 Meta Prompt，只要和 AI 聊几句，那为什么没有见人分享出好用的 Meta Prompt？ 就像配图这幅 Draw a hourse 的漫画图，有人说画马还不简单，只要 5 步，于是我就懒得学了，但是当我真动手去画，还是画不好马。 我更期待的不是每天空谈 Meta Prompt，而是期待真正用 Meta Prompt 产生出了有价值的 Prompt。 我虽然不认同李继刚老师提示词风格，但是他分享的大多数提示词我都还是会试试，学习借鉴一二，也确实让我有收获。 我们可以说 LLM 有“认知”，“认知”很高，但我不觉得一个人用了高认知的 AI，自己认知就也会变高，就像前面我说的 AI 不会让架构师变得更容易，人脑的结构决定了认知的升级和专业技能的掌握，都需要经历长时间的实践和反思。 再比如说“汽车工业时代到来的前夕，你还去卷马车的驾驭技术”，先不说升级到 AI 技术和马车升级到汽车本身就有很多差异，就说这个观点本身： - “前夕”要多久是很难预料的，在汽车发明之后的几十年后才替代，都知道 AI 会越来越强，AGI 有一天会到来，但是 AGI 多久才到来没有人知道，这个“前夕”也许几年，也许几十年 - 旧技能并非“不可迁移”，一个马车司机的技能不是“甩甩马鞭”，还需要懂线路规划；了解客户的喜好；知道控制风险应对复杂路况、极端天气和突发状况，这些技能都能迁移到汽车时代。 程序员也好架构师也好，他们的大部分技能在 AI 时代一样是可以迁移的，并非现在学这些知识就是无用的，所以那些本身就是优秀程序员、架构师的群体，花时间去学习使用 AI 很快也效果很好的。 - 转型是一个过程，而不是瞬间发生的，马车司机不是一夜之间就得去开汽车。X 上似乎人人都在 AI 编程，但现实中绝大部分企业还在运行的老旧的软件系统，这些系统的升级还需要很长的一个过程，即使 AI 加速也不会那么快。 另外，以上所有只针对“观点”，就观点的讨论，也只代表我自己的看法。
#AI #LLM #Meta Prompt #技能迁移 #认知
avatar
为vibe coding正名
#Vibe Coding
avatar
宝玉
1个月前
我个人比较推荐的学习方式： -> 学习理论（借助AI快学学习理论，答疑解惑） -> 动手实践（可以用 AI 但不要依赖 AI） -> 解决实践遇到的问题（借助 AI 解决问题，但是搞懂威神恶魔） -> 公开分享学习心得、经验教训（费曼学习法） -> 持续上面的循环
#AI学习 #动手实践 #费曼学习法 #经验分享 #持续循环
avatar
dontbesilent
1个月前
如果你想抄我，就把下面这段提示词发给 AI，其他都可有可无 1. 核心哲学立场：去魅化的实践理性 知识来自实践（经验主义） 真理即有效（实用主义） 拒绝本质（反本质主义） 数据驱动（实证主义） 去道德化（价值中立） 2. 哲学谱系： 洛克（经验主义） ↓ 休谟（因果怀疑） ↓ 杜威（实用主义） ↓ 维特根斯坦（反本质） ↓ 福柯（权力-知识） ↓ dontbesilent（去魅化实践理性） 3. 方法论：数据驱动的自我技术 量化一切：50遍、15%、100条 A/B测试：同时用多个模型对比 行为验证：不看意图，只看行为 迭代优化：不断调整，直到数据改善 4. 风格定位 - 真实性：7.5/10（经验+数据，拒绝理论） - 权力：2.5/10（极度平等，反权威） - 情感：3.5/10（极度克制，偶尔自嘲） - 逻辑：9/10（强演绎，数学化） - 具体：9/10（案例+数据，拒绝抽象） - 行动：10/10（极强指令性）
#AI提示词 #去魅化实践理性 #数据驱动 #反本质主义 #价值中立
avatar
又想到 AI 与人的不同。之前的思考记录了人于 AI 的一个优势：我们可以通过「想象力」调动潜意识中的隐喻，从而越过思维框架来进行思考。 刚才洗澡时，又想到人于 AI 的一个劣势：人们勇于选择低概率事件，而 AI 通常在概率模型中否定低概率事件，人们更乐于赌，做非理性决策，而 AI 更加理智，服从数学模型。我把这个看成是德扑里的「等待河牌」效应，人们更热衷于赌最后逆转命运的河牌，并非由于无法理解概率，而因为这样做产生的多巴胺最多，换句话说，基因在我们所有人的性格中刻下的冒险者的影子，人类的底色渴望变化，纵使变化会将我们带入不舒适的领域，使我们面对恐惧，失败以及更深层的痛苦。 想到这里，又发觉原始佛教中基本哲学理念中关于「苦」的理解，是多么深刻的洞见，人类是由痛苦驱动的生物，渴望着变化的基因是最根本的因，痛苦是普遍的果，如果没有基因推动着人们迁徙，繁衍，杀戮与斗争，人类无法从猿人进化成智人，更不可能从碳基生命转化成硅基文明，痛苦塑造着一种概率极低但赔率极高的生存者模型，面对99%的尝试带来的痛苦，人们可能选择掉头离开，但总有1%的几率存在直面并克服痛苦的人，他们推动者族群的进步，如此周而复始，最终，我们会寻求到生命的终极形式，在那种形式里，人类不再选择痛苦驱动的生存模式，繁衍自然也失去了意义，进化想必也走到终点，但那究竟是不是涅槃，我们便无从得知了。
#AI #人类 #概率 #痛苦 #进化
avatar
宝玉
1个月前
你这就是对我的偏见了，总觉得我只是个搬运自媒体 我好歹日常大量阅读、写代码、写提示词，捎带着搬运了一些还分享了实践经验。 我本身也是 AI 乐观派，希望它越来越强，帮我干越来越多的活，也希望“AI成为编程架构师”。 但是我们不能停留在空想，或者对未来的一种幻想，等着 AGI 的到来。 说回具体的，AI 未来也许能成为编程架构师，但这套路径还很遥远，和 AGI 一样遥远： 1. 长上下文还没解决好，架构能力需要对系统有全局了解，当前你没办法把整个代码库扔进去 也许可以像 DeepSeek 论文那样用缩略图，但那还是理论上 2. 对代码结果的反馈 AI 还不能直接感知，架构能力不是理论，更需要实践，架构效果好不好一定是要去实际运行，在运行中收集反馈并调整。现在 AI 根本没法感知系统的运行效果，让它自己去搭个运行环境也许勉强可以，怎么测试并评估系统的反馈是做不到的 3. 长期记忆仍然没解决，架构师设计过程中，有大量的沟通工作，和 PM 和程序员，这些沟通的内容都要融合到架构中，但怎么把它们记下来并融入架构设计，并在设计后验证这些记忆中的内容，都是挑战。 4. AI 对多个 Agent 的组织能力还有待提升，架构师不仅仅是一个技术工作，不是写个架构设计文档就结束了，还需要去传播架构知识，基于架构去调整组织结构，基于组织结构去整合结果，这方面至少要 AI 进化到组织者这个阶段 你看我们讨论问题，我觉得反对和赞同都很正常，但我们最好具体问题具体讨论，至少我一般不是情绪化的说它行或者不行，或者不会说你没做过架构你不懂，或者未来怎么样怎么样，而是像上面一样一条条列出我的观点。 如果我错了我也很乐意修正自己观点，比如去年我还觉得 Coding Agent 不靠谱，而现在我觉得“真香”。
#AI架构师 #AI编程 #AGI #AI局限性 #技术讨论
avatar
和朋友干了三五瓶茅台镇假酒，一致认为我们在 AI 的 Super Cycle 里，不能只看到 OpenAI、Oracle、Nvidia、AMD 的左脚踩右脚。 在 AI 摩尔定律 => token 使用量每两个月翻一倍且看不到任何停止迹象的环境变量下面，AI 基础设施，芯片，存储，电力，一切都依然还是早期。 下车太早只因愿景太小，远的不谈，参考中国入世前五年的铜、石油衍生品，硬生生把几个周期性行业/产品拉成超级大单边。 继续全情梭哈 AI，我肯定是喝多了，不作为投资建议。
#AI #Super Cycle #茅台镇假酒 #投资 #中国入世
avatar
Y11
1个月前
在互联网行业，运营岗位常被误解为重复性的事务性工作，但在我看来，这是一个极具创造性和价值的角色。 现在的技术工具已经非常成熟，无论是搭建最小化可行产品，还是实现各类功能需求，都能通过现有平台快速完成。 很多时候，真正决定成败的不是技术实现，而是背后的思路和对用户需求的敏锐洞察。 运营人员需要不断与市场接触，在实践中迭代优化策略。 尤其是海外增长运营，面临的挑战更多元。 但要记住，运营绝不是简单地往系统里录入数据的"苦工"。优秀的运营人员善于设计激励机制，找到多方共赢的策略，整合分散的资源，用智慧和执行力创造超出预期的成果。他们就像懂得在市场中"空手套白狼"的高手，即使资源有限也能带领团队取得好成绩。 这个岗位充满挑战，也藏着许多不为人知的门道。有些所谓的"秘籍"即便公开，也未必人人能掌握。因为真正的运营能力，需要在实践中不断摸索，在与用户的深度互动中积累经验，在一次次试错中形成自己的方法论。 对于正在这个岗位上的人来说，最重要的是保持清醒的认知：不要被日常琐事困住，要时刻思考如何用更聪明的方式推动业务发展。运营的价值，恰恰体现在化繁为简的智慧和化零为整的魄力上。
#互联网运营 #创造性价值 #用户需求洞察 #海外增长运营 #化繁为简
avatar
我觉得现在AI代码的可读性、合理性超过了大多数人类了，为啥还有一群人在说AI代码是💩山代码？
#AI代码 #可读性 #合理性 #人类 #观点争议
avatar
Mr Panda
1个月前
用codex 撸了一个卖课的网站， 预下周能上线。 这真是一个好的时代，终于不去学Next.js 了。
#在线教育 #编程 #网站开发 #积极
avatar
meng shao
1个月前
今天看到这个「Benchmark Prompts」开源数据集，是用来测试 AI Agent 前端真实任务表现的。 数据集有 200+ 真实前端任务，包含各种 Figma 设计和文本指令，覆盖不同前端技术栈（如 React/Next.js、组件库、CSS 框架），聚焦复杂、非基准式任务。从编译成功率、代码审查通过率和功能实现率三个方面判定。 测试结果 Kombai 这个前端 AI Agent 表现整体都不错，特别是在 Figma 设计视觉保真和特征实现方面，继续深挖它能做到的原因，它的 Figma interpretation engine 在 ProductHunt 发布中有更多信息披露，当时还拿到了 Day/Week/Month 榜首： 技术基础：集成模型与无预处理 · 集成模型：深度学习 + 启发式子模型，针对布局/元素/样式子任务训练于专属数据集（真实 UI + HTML 映射），推导隐式推理（如层级功能性） · 无预处理：经 Figma API 直接读取矢量数据，精确捕获属性（颜色、阴影、字体），适用于 Dribbble 等平台文件，避免图像检测低精度 关键能力：鲁棒解读与生成 · 设计解读：自动校正非理想模式（如重叠节点、隐形元素、意外阴影） · 资产生成：提取 SVG/图标，输出逻辑 DOM、React 组件、无硬编码 CSS（Flex 等），含功能逻辑 + 视觉预览，支持 IDE 集成。 · 上下文适配：融合代码库（组件/主题），匹配 React/Next.js 等栈，降低集成风险。
#AI Agent #Benchmark Prompts #前端任务 #Figma #Kombai
avatar
LotusDecoder
1个月前
LLM 沉默是金 测试。 gpt-5 稳定通过。返回空数据。 gemini-2.5-pro 不稳定。 claude sonnet 4.5 失败。话痨一大堆。 测试提示词： 我现在要你沉默，这一次不要说一个字。
#LLM测试 #沉默是金 #GPT-5稳定 #Claude Sonnet 4.5失败 #AI话痨