avatar
向阳乔木
2个月前
画布增加了共享素材，做meme图更方便了
#画布 #共享素材 #meme图 #方便 #社交
avatar
卫斯理
2个月前
我们以为的赛博世界是赛博朋克2046电影里面的样子 其实真正的赛博世界是这样的... 想到了以前看过一个新闻，美国的一些酒店前台客服是万里之外的印度人远程支持的 还有个新闻，百度的Robotaxi的车背后是有一个人远程支持的 总觉是对人的一种异化
#赛博世界 #远程支持 #异化 #Robotaxi #印度客服
avatar
向阳乔木
2个月前
昨天聚会听到一个细节： 一大佬从早上报AI聊天工具的base case，一直测到晚上。 看起来好像闲云野鹤，很多事情不关心，但实际上还是抓重点，就是产品体验要打磨到极致。
#AI聊天工具 #产品体验 #大佬 #base case #极致
avatar
图拉鼎
2个月前
One Switch 1.35 正式发布啦！不仅带来对 macOS 26 的适配和优化，也针对新设备进行了适配。 比如「保持亮屏：盒盖不休眠」功能，现在支持刚刚发布的 M5 的 MacBook Pro 了。 访问主页下载或更新👉
#One Switch 1.35 #macOS 26 #M5 MacBook Pro #软件更新 #设备适配
avatar
howie.serious
2个月前
为什么现在的llm在实际工作中经常感觉一般？实际能力和它的知识储备、智商都不成正比？ 一大原因，是llm没有你的implicit knowledge（暗知识、隐性知识）。 例如，你是如何给文章起标题的。你有一套自己的sop，一套workflow，里面凝结着你的很多经验、思考和总结。 这些暗知识，有人认为是不可能表达出来的，但我持相反观点：无法表达，不过是缺乏元认知而已，这是可以解决的。 一旦把你的暗知识、隐性知识和llm的能力结合起来，ai就会真正成为领域专家。 --- 基于以上思考，我认为agent skill 非常非常重要。它是人类暗知识和llm能力结合的桥梁。虽然难，但是值得花时间研究。 关于agent skill的写作/创作，anthropic 官方推出了 《创作 claude skill 最佳实践》。 英文版： 我做了中文版，链接：
#LLM应用 #隐性知识 #Agent Skill #领域专家 #claude skill
avatar
周尔复
2个月前
我已经有10年不用C++了，以前用的 C++ 98，最近因为要准备面试，所以看了两天 C++ 11~20 的新特性。本以为会有很大进步，结果看完后我依然认为它是个彻头彻尾的垃圾，纯纯的屎山。如果真想追求极致性能，我想一定是用 Rust，而不是这坨大便。
#C++ #Rust #编程语言 #技术 #负面评价
avatar
Lex Tang
2个月前
Pixelmator Pro 的 App Screenshot 模板做 App Store 截图很省力
#Pixelmator Pro #App Screenshot #App Store #截图模板 #省力
avatar
Geek
2个月前
一个自托管的 Node.js 管理后台生成器：连上数据库，几分钟就能自动生成带搜索、筛选、排序、增删改的管理页面；想上强自定义，也能从零写出自定义页（仪表盘、表单、图表随便拼） Kottster
#Node.js #管理后台生成器 #数据库 #自动化 #Kottster
avatar
十里
2个月前
时光时钟（TimeGo Clock）V2.2 版本已上线🌟 1️⃣新增悬浮倒计时 HUD，支持“跟随当前显示器”模式或跨屏自由拖动 2️⃣时间拖拽选择器新增“秒”模式（右上角显示），点击可切换或长按 option键临时切换模式 3️⃣数字时钟控件支持输入设置，时间设置更灵活 限免两天，欢迎大家下载使用😉
#时光时钟 #V2.2版本 #悬浮倒计时 #限免 #数字时钟
avatar
Alex Wang组建了Super Intelligence实验室之后，在清洗原来的FAIR团队。连田渊栋这样元老级别的任务都能被裁。Meta能在大模型时代完全掉队，摊上Alex Wang也是这辈子都有了。
#Alex Wang #Super Intelligence实验室 #FAIR团队 #田渊栋 #Meta掉队
avatar
Xiaowen
2个月前
要用 ai 处理上亿的商户，成本就是个必须扣下来的问题了。 这个时候如果你更理解 ai 能力边界，大小参数的模型到底区别是啥，就有机会省下好几万成本。
#AI成本控制 #商户数据处理 #AI能力边界 #参数模型优化 #成本节约
avatar
大喵cs、转码、预科班: 《计算机科学与技术——至底向上方法》
#大喵cs #转码 #预科班 #计算机科学与技术 #至底向上方法
avatar
九原客
2个月前
Meta 竟然在裁田渊栋，发完求职推后，OpenAI、XAI、Anthropic等等都在喊 Join us。 倒是想知道他们的TBD到底能憋出来啥，也四个月了吧，以Meta的算力模型该训出来一版啦。 闭源比开源更残酷，效果没亮点没人会用的，现在US的闭源模型就剩四五家了。
#Meta裁员 #田渊栋 #OpenAI #闭源模型 #AI求职
avatar
又一次讲到了三次握手 读懂了图中最后的“好的”，你就理解了三次握手
#三次握手 #TCP #网络协议 #通信 #技术
avatar
orange.ai
2个月前
AI 产品具备神奇的留存微笑曲线 在一个 AI 新产品刚发布的那一刻，是它数据最差的那一刻。 这就是我为什么说 AI 产品在一开始的时候留存根本不重要。 而在未来几年，留存会越来越好。 到底为什么会这样？ 背后的本质原因是： 技术正在快递进步，产品在不断创新。 2025 年的 ChatGPT 和 2022 年的 ChatGPT，名字一样，但他们为用户带来的价值已经今非昔比。 2028 年的 Sora 和 2025 年的 Sora 也会今非昔比。 如果你想不明白这点的话，你很容易陷入刻舟求剑的境地。 这是今天大部分媒体人和投资人都最容易陷入的误区。 千万不要再用移动互联网时代的留存来衡量创新 AI 产品。 也千万不要再用移动互联网时代证明不行的东西来推导今天的 AI 产品。 脑子要跟上时代，这个时代的变量不是移动端的普及，而是生产力和创造力。 移动互联网时代给我们留下的最宝贵的经验是大胆假设，快速迭代，数据验证。 AI 时代更需要的是快速创新，不断地找到更大的 PMF，数据也会因此而变好。 创新公司最需要的是有创新意识的懂AI的工程师，而不是产品数据分析师。
#AI产品 #留存微笑曲线 #技术进步 #创新 #PMF
avatar
😄Next.js 你像话吗？
#Next.js #前端开发 #技术吐槽 #积极
avatar
勃勃OC
2个月前
据Axios报道，Meta SuperIntelligence部门周二继续裁员，名额达600多人。周三下午华人AI明星巨擘田渊栋老师在推特宣布，包括自己和自己团队在内的多名员工已被Meta超级智能的裁员行动波及 当然在疫情之后，他本人应该已经拿到累积4000万美金以上的收入，问题不大。刚好可以休假 不过这可能反而是Meta收购Scale ai后急功近利，短视抄袭、兵团作战、toxic culture 导致公司再一次衰落的开始 同理可知，Lecun Yann预计在一个月内走人 真的可以开始做空Meta了。扎克伯格毫无远见，只会抄袭。专门利用华人员工缺钱和同样急功近利爱慕虚荣的人生哲学内卷，鼓励他们疯狂加班，impact driven。脑子只想着多快好省短平快，没有一点对科学、哲学、隐私和人性的尊重，眼睛里就是广告和钱 这种公司迟早被硅谷和华尔街一起淘汰 和特斯拉一样，下周就卖它的Strangle，狠狠的卖
#Meta裁员 #田渊栋 #扎克伯格 #toxic culture #做空META
avatar
等社区把 Next.js 16 的坑踩一遍再升级模板技术栈🤣老项目能跑就别动了
#Next.js 16 #技术栈升级 #老项目维护 #社区经验 #谨慎升级
avatar
儿子问了我一早上奥特曼：迪迦和苍龙谁厉害？赛罗和巨齿鲨打谁会赢？他们的能量光线叫什么？我用 AI 陪他一本正经地分析了半天。AI 不仅是生产力工具，更是激发和守护孩子想象力的最佳玩伴。未来，每个孩子都可能有一个博学的 AI 伙伴，回答他们所有天马行空的问题。
#奥特曼 #迪迦 #AI #儿童 #想象力
avatar
张小吉
2个月前
我们的产品 Xmind 正在 Product Hunt 上激烈角逐🔥 目前距离第一名还差 40 票，诚挚邀请大家前来支持！💪 👉 邀请大家随手点点投票，另外我们这有 15 枚高质量票仓，欢迎随时私我找我换票 🙌
#Xmind #Product Hunt #投票 #求支持 #积极
avatar
Journeyman
2个月前
Noteey即将成为最强的视频笔记软件！ 一个知识软件给用户的价值， 取决于它给用户提供了什么样的交互方式, 能叠加和产生什么样结构化的数据， 这些数据又能对用户产生什么样的价值 比如Noteey即将上线的transcript功能， 视频播放时，transcript自动滚动， 还能搜索文字和定位时间戳， transcript功能可以和Highlight完美配合而并行不悖， highlight是你手动高亮的视频重点， 而transcript则让你在另一个维度对视频进行观看和搜索。
#Noteey #视频笔记软件 #transcript功能 #highlight #知识软件
avatar
卫斯理
2个月前
现在卖充电头都这么卷了嘛 🥶
#充电头 #内卷 #数码产品 #吐槽 #负面
avatar
小互
2个月前
Sora 团队发布了一个新的更新预告 Sora APP即将推出的几项重大更新： - 角色客串功能 - 视频编辑功能 - 社交体验增强 - 使用体验优化 - Android 版即将上线 🙋角色客串（Character Cameos） 功能将在未来几天上线： 你可以把任何对象加入视频中作为“客串角色”： 你的狗、豚鼠、毛绒玩具、或任何你喜欢的东西。 你还可以从自己之前生成的 Sora 视频中，把角色提取出来作为 cameo 使用。 🔝Trending Cameos（实时热门客串） 预计大家会疯狂创造各种 cameo（比如宠物、虚拟人物、玩偶等）。 为了方便大家发现这些创作，Sora 将更新生成界面（UI）： → 实时显示热门 cameo 趋势榜（trending cameos）。 📺视频编辑功能 Sora 将引入基础的视频编辑功能，首先支持： 拼接多个短片（stitching clips） 未来还会陆续添加更强大的编辑功能。 👩‍👩‍👧社交体验改进 Sora 不再只是“全局动态流（global feed）”。 团队正在探索更多朋友与社群场景下的使用方式。 他们的目标是： 让你能和朋友、同学、同事一起玩 Sora，而不仅仅是对着全球用户发作品。 例如： 你的大学有一个 Sora 频道； 你的公司、运动俱乐部或兴趣群也有专属频道； 用户可以在不同社群中分享、讨论、创作 AI 视频。 ⚡ 使用体验优化 1. 信息流（Feed）改进 优化推荐质量，让内容更相关、更有趣。 2. 降低过度审核（Moderation） 用户抱怨“生成内容被过度审核”很烦， 正在努力减少不必要的内容封锁。 3. 性能提升 “让整个 App 使用起来更流畅、更快速。” 4. Android 版本即将发布
#Sora App #角色客串 #视频编辑 #社交体验 #Android
avatar
很多习惯C/Java/C# 等主流命令式语言的程序员很难理解函数式语言（Haskell，Clojure，F#）等，“不使用变量，不使用循环” 的理念。 是否理解为什么不用变量不用循环还是其次， 其实主要心理障碍是， “不用变量和循环，怎么能写代码？” 因为他们生活在充满变量充满循环的世界里。 其实，靠精心设计的函子，是很容易清晰地处理大部份场景的， 可能很多程序员一直没意识到，他们其实已经掌握了一门不用变量不用循环的语言： SQL： 依赖 select （相当于函数式的 map） where （相当于函数式的filter） order by （相当于函数式的sorted） …. 这组简单算子， 在不需要循环不需要变量的情况下，简单而干净地解决了很多问题，比如看看 select sum(a/b) from t where c=0 这种简单清晰的表达，用命令式： var result = 0； for(var i=0; i<t.length;i++){ if (t[i].c == 0){ result = result + t[i].a / t[i].b ; } } return result; 虽然代码不难写，但是核心逻辑 （挑选c是0的，把它们的 a/b 累加）被循环结构的噪音所干扰， 可读性远低于那句SQL 对应的函数式语言代码： F# 等 t |> List.filter (fun i -> i.c = 0) |> (fun i -> i.a / i.b) |> List.reduce (+) 虽然就这个简单例子，代码量并不比前面少， 但是数据流程非常清晰： filter 出c是0的， 然后 分别计算 a/b， 最后 + 起来。 简洁版的（clojure等） (reduce + (map #(/ (a %) (b %)) (filter #(= 0 (c %)) t)) 虽然简洁，但可读性欠佳。 SQL 靠极少的几个原语就可以实现各种复杂的数据操作， 那么手段比SQL 多十倍以上的函数式语言， 当然可以在不需要显式借助变量和循环的情况下完成几乎所有操作。 为什么说几乎？ 因为确实存在极少数情况下， 很难组合出来，解决方案是： SQL： 游标 （其实就是指针+循环） F#： 虽然不推荐，还是可以变量和循环的 Clojure： 递归 Haskell： 硬杠， 我就不变量，麻烦就麻烦，终归可以曲线解决
#函数式编程 #SQL #无变量无循环 #编程范式 #数据处理
avatar
宝玉
2个月前
维基百科：AI 搜索和社交视频正在“偷走”我们的流量 作者：Anthony Ha 在这个充斥着有毒社交媒体和 AI 垃圾 （AI slop，指由人工智能生成的大量低质量、甚至是垃圾的内容） 的互联网上，维基百科（Wikipedia）常常被誉为【“最后一个好网站”】。但现在看来，这家在线百科全书似乎也无法完全幸免于大趋势的影响。根据维基媒体基金会（Wikimedia Foundation）的 Marshall Miller 发表的【一篇最新博文】，维基百科的人类页面浏览量同比下降了 8%。 该基金会一直在努力区分人类访客和机器人（bots） （指自动执行任务的程序） 所带来的流量。Miller 写道，这次“过去几个月”的流量下降，是在维基百科更新了其机器人检测系统后才被发现的。更新后的系统显示，“五月和六月期间的异常高流量中，有很大一部分其实来自那些试图规避检测的机器人。” 那流量为什么会下降呢？Miller 将矛头指向了“生成式 AI 和社交媒体对人们获取信息方式的影响”。他特别提到，“搜索引擎正越来越多地使用生成式 AI (generative AI) 直接向搜索者提供答案，而不是链接到像我们这样的网站”；与此同时，“年轻一代更倾向于在社交视频平台上寻找信息，而不是在开放的互联网上。”（不过，谷歌【否认了】 AI 摘要会减少搜索流量的说法。） Miller 表示，基金会欢迎“人们获取知识的新方式”，并认为这并不会降低维基百科的重要性。因为即使人们不访问网站，源自维基百科的知识仍然在触达他们。维基百科自己甚至也尝试过 AI 摘要功能，不过在【编辑们抱怨之后，这个项目被暂停了】。 但这种转变确实带来了风险，尤其是当人们越来越不清楚他们获取的信息到底来自哪里时。正如 Miller 所说：“访问维基百科的人少了，可能意味着更少的志愿者来扩充和丰富内容，也意味着更少的个人捐赠者来支持这项工作。”（顺便一提，这些志愿者中不乏真正的“牛人”，【据报道，就在上周五，几位志愿者在一场维基百科编辑大会上制服了一名持枪歹徒】。） 因此，他呼吁那些使用了维基百科内容的 AI、搜索和社交公司，“必须想办法为”维基百科网站本身“带来更多的访问者”。 他还表示，维基百科自己也在采取行动——例如，正在开发一个新的框架来标明（attributing） （指明确认内容的来源和作者） 那些源自百科全书的内容。该组织还成立了两个团队，专门负责帮助维基百科触达新读者，并且目前也正在招募志愿者。 新闻来源 TechCrunch ：
#维基百科流量下降 #AI搜索影响 #社交媒体冲击 #知识来源追溯 #志愿者挑战