时政
财经
科技
虚拟货币
其他
登录
智能推荐信息源
李老师不是你老师
关注
德潤傳媒
关注
悉尼閑人
关注
联合早报 Lianhe Zaobao
关注
DW 中文- 德国之声
关注
ABC中文
关注
Gancheng Wang
关注
Ignatius Lee
关注
《议报》
关注
网易新闻-红星新闻
关注
由 AI 根据您的兴趣偏好筛选
事件跟踪
热点事件
最新话题
实时新闻
FAN 💎
2个月前
form怎么了 $Charles 也射不出来了 已经40分钟没有新盘子了
#Charles状态不佳
#40分钟无新盘
#射不出来
#状态下滑
#竞技状态
分享
评论 0
0
Gorden Sun
2个月前
nano banana提示词: 编辑图片,把图像垂直分成两半:左侧是写实照片,右侧是细致的黑白素描,采用漫画风格。素描部分包含星星、爱心、笑脸等可爱的涂鸦,头部周围还有小卡通人物。素描部分还包含手写的英文文字和俏皮的装饰。写实部分与素描部分流畅地融合,营造出一种半人半涂鸦的艺术效果。简洁、美观、富有创意的现代插画风格。
#AI绘画
#图像编辑
#写实与素描结合
#漫画风格
#创意插画
分享
评论 0
0
WeNext(nexty.dev)
2个月前
最近更新了 Nexty 模板的 Roadmap,把最新的特性和正在开发的功能写下来,让新朋友快速了解 Nexty 模板的特性。 挑选了4个模块截图出来,这么完善的基础设施还是很能打吧😁 完整 Roadmap 查看👉
#Nexty模板
#Roadmap更新
#特性介绍
#模块截图
#积极
分享
评论 0
0
Geek
2个月前
NB 让编程回归写代码本身 别再被工具链折磨 run 是一款用 Rust 打造的"编程语言瑞士军刀" ,让你在 25+ 种编程语言间自由切换,无需记忆各种编译器指令,真正做到一个 CLI 统治所有语言...
#NB
#编程语言
#Rust
#工具链
#CLI
分享
评论 0
0
Viking
2个月前
GPUI 支持 GPU 加速的 Rust UI framework 开源发布了,也是 Zed 采用的底层框架。 这个真是大新闻,因为用过 Zed 的朋友应该能感觉到效果还是非常丝滑的,整个流畅度远超 Electron,以后不用第一个想到的选项就是 Electron 了。 看来 Rust 有必要学起来了。
#GPUI
#Rust UI framework
#GPU加速
#Zed
#Electron
分享
评论 0
0
DeBill
2个月前
现在打开电脑,无论写不写代码这几个软件我已经离不开了 - Chrome - Wechat - Cherry Studio - Obsidian - Clash
#CHROME
#WeChat
#Cherry Studio
#Obsidian
#Clash
分享
评论 0
0
sitin
2个月前
今年,别再观望:把 AI 用到业务里 先说结论 想法人人都有,能落地的才稀缺。现在这波AI + 自媒体是真正的“王炸”组合:流量与产品互相抬轿,试错成本低、速度快。 为什么是现在 1.门槛被AI砍掉了:过去从需求到上线要 1–2 个月,还要烧钱做推广;现在“想到=能做”,快速试错、快速验证。 2.一人公司可行:有了 AI,效率直接拉满,基础成本更低,迭代更快。 3.团队协同更强:给全员上 ChatGPT Plus 这类工具,不只是提效,是工作方式被改写。 最稳的路径 ·技能 × 自媒体:任何一个硬技能,配上持续输出的自媒体号,就能形成稳定的获客与转化。 ·先流量,后产品:先把人群与需求打透,再做产品更稳。 ·项目 × 个人IP:标签化、系列化、长线化,把“你是谁、你擅长什么”说清楚。 别再把 AI 只当热点 ·全员学一点编程:不是让人人当工程师,而是能写脚本、调工具、连 API,把日常流程自动化。 ·把工作流系统化:外包、Agent、视频生产、数字人、数据整理……能自动就别手动。 ·深度使用,而不是浅试:连续高频用 20–50 天,AI 才会真正嵌进日常决策与产出。 给今天就能落地的动作 我最近用 AI 做了很多工具,很多工作流,搭配整体效率拉满, ·现在我都要求我们团队销售运营小姐姐都要学AI 编程了,是因为不学后续很难啊,效率太低 ·把一个业务流程完整改造一遍(比如从线索收集→清洗→自动跟进→内容沉淀); ·选一个“技能 × 自媒体”主题,连更 30 天做成标签; ·设定每周一次小迭代:新工具接入/旧流程替换/数据回看复盘。 最后 今年是普通人用 AI 打开确定性的好年份。拥抱 AI,不是锦上添花,而是把你带到赛道里。把 AI 当终身合伙人,持续深用、用深——你会发现,创业不再那么“奢侈”,而是更可控、更高胜率。
#AI
#自媒体
#效率提升
#业务落地
#数字化转型
分享
评论 0
0
Xiaowen
2个月前
国庆因为全在外面手里只有 ipad, 租了个不会关机的物理服务器一周,号称洋垃圾的廉价配置其实用起来也非常不错。 打暗黑 2,写代码,跑一些 agent。 之前用过云电脑,每次登录要重新起实例开机等很久,非常耽误节奏,这种永不关机的物理设备随时待命还是体验非常好的。 所以下决心在家里放了台配置高的,逐渐把日常工作迁移上去。
#国庆
#物理服务器
#暗黑2
#云电脑
#工作迁移
分享
评论 0
0
图拉鼎
2个月前
今天有个琐碎的任务,需要去操作网页去更新一大批数据。有好几条路让我去选: 1、手动重复操作约 50 次,可能费时半小时以上; 2、写代码用浏览器自动化技术去操作,可能写代码就要半小时~一小时; 3、用"Browser Use"之类的 AI 技术,可能不需要写代码了,只要 Prompt 即可,时间不详。 想了想后,我决定走第 2 个路线。调研并使用了 playwright,先用 AI 写了个模版出来,然后再用“playwright codegen”生成了一个真实世界中的操作,然后再把两者整合起来并调试了一下,在一次「您说得对」后终于成功了。 最后我部署到了虚拟机,丢到后台跑,我前台就可以干其他事情了。 任务完成后统计了一下在写代码+调试代码上花了确实约一小时,比手动操作肯定是多花时间了,但是我学会了新技能,以后也能继续用,比 AI 操作要精确。今天的这个决策很正确!
#网页数据更新
#Playwright
#浏览器自动化
#AI辅助编程
#效率提升
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2个月前
今天读的论文发现,LLM的智能,元认知程度也TMD是预训练阶段利用梯度下降的大算力对decode only transformer的神经网络的优化压力下激发出来的!
#LLM智能
#元认知
#预训练
#梯度下降
#神经网络优化
分享
评论 0
0
卫斯理
2个月前
Windows的窗口管理可能是操作系统中最好的吧,非常高效 无愧于Windows的名字
#Windows
#窗口管理
#高效
#操作系统
#积极
分享
评论 0
0
Gong Z.
2个月前
17 pro max这一代长焦镜头好用
#17 Pro Max
#长焦镜头
#手机
分享
评论 0
0
Silent Bird
2个月前
偉大的發明,建議援助佛山,讓那些做核酸的直接下崗
#佛山
#核酸
#下岗
#失业
#建议
分享
评论 0
0
ariel reyez romero
2个月前
AI工作流平台n8nC轮融资,Nvidia参投 这是在抄openai的后路? AI工作流平台n8n于10月9日完成1.8亿美元C轮融资,估值达25亿美元,由Accel领投,Nvidia风投部门NVentures参与(公司公告)。 这距其7个月前B轮(3.5亿美元估值)实现7倍估值跳升。公司披露ARR超4000万美元,23万活跃用户中80%已嵌入AI agents,过去一年收入增长10倍。 市场反应:10月9日信息技术板块(XLK)领涨1.8%,直接竞品UiPath在10月4日宣布与Nvidia合作后暴涨11.86%至14.43美元(Yahoo Finance)。 n8n这样的工作流产品对ai算力影响的核心机制是"AI Agent orchestration需求倒逼算力-应用双向扩张"。 企业级workflow每日产生10万-100万次API调用,单个复杂agent需调用多模型协同,形成乘数效应。 行业影响: 1. 企业软件/SaaS层(分化加剧,赢家通吃):AI-native与传统软件估值分化显著。ServiceNow(AI workflow平台)市值1909亿、P/S约15.8x,Q2订阅收入31.1亿美元(+22.5% YoY),Now Assist ACV目标2026年达10亿美元(公司财报)。相反,传统RPA承压:UiPath市值仅83亿、P/S 4x,ARR增速从峰值40%降至11%(Q2 FY2026财报)。核心差异在于AI原生能力:n8n支持任意LLM集成且按workflow定价(成本仅Zapier 1/10),而传统RPA困于规则引擎。市场规模支撑分化:AI Agent市场2025年51-79亿美元,2030年预计427-503亿(CAGR 43%,Grand View Research)。 2. AI应用层与开源生态(直接受益):垂直Agent公司获验证,客服Agent独角兽Sierra估值100亿、Decagon 13.1亿。n8n的fair-code模式(GitHub 7万stars)降低开发门槛,形成社区飞轮。 ServiceNow(NOW,914.32美元)是n8n对标,10月22日财报关注Now Assist ACV进展,目标价1,109美元(+22%,Stifel维持买入)。 Salesforce(CRM,245.33美元)年内暴跌23%后估值修复空间大(P/E 35.7x vs 历史均值45x),Agentforce已签6000+交易,目标价335美元(+36%)。 UiPath(PATH,15.58美元)面临替代风险,分析师目标价13.21美元(-14%下行,Barclays降至持有)。
#AI工作流平台
#n8n C轮融资
#Nvidia参投
#AI Agent orchestration
#企业软件估值分化
分享
评论 0
0
图拉鼎
2个月前
如果您没有被肯定过至少 100 遍「您说得对」(或“you're absolutely right”),那么您的 AI 编程功力就还不够深厚。
#AI编程
#肯定
#You're absolutely right
分享
评论 0
0
汤光头
2个月前
最佳实践|油管多音轨视频 中文频道可以通过上传英语视频来启动自动翻译的功能,然后手工添加中文音轨。 就可以像mrbeast那样做一个“世界频道”了。 以上,来自老胡的分享,感谢。 另外,视频翻译工具,推荐剪映,VidTransAI等。 现在人还不多,兄弟们搞起来。
#油管多音轨视频
#自动翻译
#世界频道
#剪映
#VidTransAI
分享
评论 0
0
饼干哥哥🍪
2个月前
我用n8n+飞书监控了100 个AI头部公众号动态,借势解决「选题」困境 🧵 先说下整体的搭建逻辑: 一、采集公众号文章 1. 我在服务器上部署了一个 wechat2rss,订阅了 15 个 ai主题的公众号 2. 在n8n访问它,筛选指定时间的文章,下载保存到飞书,含文章链接 3. 在飞书利用快捷字段的 AI 功能给文章都打上固定的几个类型的标签 二、搭建数据分析模型 4. 在n8n把文章链接传给「极致了」api,抓取文章的数据:阅读量、评论数、转发率、在看数、点赞数、收藏数 5. 在飞书把这些数据做组合指标,例如转发率等 6. 把标签和指标组合做交叉分析 三、AI做选题分析报告 7. 最终得出哪些标签数据好,背后就是建议做什么样的选题 8. 确定选题后,筛选出这些标签的原文,给出具体的选题方向建议、内容结构 9. 形成选题方案报告
#AI公众号
#选题分析
#n8n
#飞书
#数据分析
分享
评论 0
0
向阳乔木
2个月前
Perplexity这个产品更新可能很有价值。 授权后能搜notion、github和gmail等,信息源更私有化。 能更牢的绑住用户。
#perplexity
#产品更新
#信息源私有化
#用户粘性
分享
评论 0
0
宝玉
2个月前
问:想问个问题,如果ToB的卡点是懂业务的和懂技术的不是一波人,在构建Agent的方式上,老板们就会倾向于通过低代码落地,但langchain新文章的逻辑又很扎实:低代码产品的空间在被模型能力和纯代码挤压,看起来这类产品似乎是过渡态。那整体未来的方向可能是什么呢?在企业里做低代码一定是沉没成本吗 答: 我的回答仅为抛砖引玉,供参考和一起讨论。 无论是低代码还是纯代码,最大的价值是快速验证可行性,前期把落地的路径跑通才是最重要的,某种程度上来说低代码可以弥补业务人员不懂技术的不足,但是局限性也很大,稍微偏离一点 happy path 就无法编排。 最理想的状态还是业务人员懂技术或者技术人员懂业务,但这很难,现在有 AI 了后,前期的落地业务人员是可以通过 AI 的辅助快速实现,搭建一个可行性的原型还是可以的,等到跑通了,再让专业技术人员去优化也很快。 个人观点和LangChain的类似,企业内不推荐在低代码上花功夫,还是业务人员借助 AI 或者和技术人员合作,搭建原型灵活性更大,更有可能做出真正适合企业的应用,而不是局限于低代码平台有限的能力。 另外现在 AI Agent,可行性更高的还是 WorkFlow,在原有验证过的 WorkFlow上用AI提效,或者借助AI衍生出新的更高效的WorkFlow,Agentic 方案还需要模型能力的进化,以及慢慢摸索出一些有效的交互方式会更靠谱,需要一点时间。
#ToB低代码
#AI辅助
#业务人员
#技术人员
#Workflow
分享
评论 0
0
ilovelife
2个月前
#每日推荐 如何给网站起标题 一个专注于收集和提供高效益的网站标题的在线库,旨在帮助各种行业的 SaaS、B2B 和 DTC 品牌抓住访问者的注意力,获取最好的SEO效果。
#网站标题
#SEO
#在线库
#saas
#B2B
分享
评论 0
0
Y11
2个月前
最近五年,科技圈总有一些声音在说:“这一次,真的不一样了!”从元宇宙到Web3,从AI大模型到自动驾驶,每一次新技术冒头,似乎都被贴上“颠覆一切”的标签。 但如果我们静下心来看看,这些所谓的“改变一切”,其实都在沿着一条清晰的路径生长——那就是“解决问题”和“创造价值”这两个核心点。 就像当年互联网刚兴起时,人们争论它会如何颠覆一切,最后却发现,它更像是一个工具,让信息传递更高效,让连接更直接。 现在的新技术也一样,它们不是凭空出现的“新物种”,而是在前人探索的基础上,解决了更具体的痛点。 比如AI,它不是突然就“改变一切”,而是通过算法优化、算力提升和数据积累,让以前难以实现的功能变得可行,比如更聪明的客服、更精准的推荐,甚至是辅助科研发现。 这些变化,其实是在悄悄改变我们的生活和工作方式,让一些事情变得更简单,让一些梦想有了实现的可能。 真正的“改变一切”,往往不是一开始就喊出来的口号,而是在实践中慢慢渗透到我们生活的每个角落。 它可能不会让世界瞬间天翻地覆,但会像涓涓细流,逐渐汇聚成推动进步的力量。 而对于我们来说,与其追逐那些虚无缥缈的“颠覆”概念,不如关注这些技术能带来什么实际的好处,能不能让我们的生活更美好,能不能帮助更多人解决问题。 毕竟,无论是马云当年说的“让天下没有难做的生意”,还是张一鸣追求的“激发创造,丰富生活”,最终的落脚点,都是对“人”和“价值”的关注。 所以,下次再听到“这改变一切”时,不妨多问一句:“它具体改变了什么?又给我们带来了什么?”或许我们会发现,真正的进步,往往藏在这些细微的变化里,而不是喧嚣的口号中。
#科技
#技术
#价值
#问题解决
#进步
分享
评论 0
0
𝙩𝙮≃𝙛{𝕩}^A𝕀²·ℙarad𝕚g𝕞
2个月前
分布覆盖限制的突破更可能来自哪里? 我倾向于认为不是来自这两个方向都不,原因如下: 更大的模型可能会在某个临界规模下表现出更好的外推能力,但没有证据表明这已经发生。大模型的涌现能力似乎更多关于表达范围(能做更复杂的推理),而不是分布外泛化。 更多样化的分布可能会产生"涌现的假象"——模型不是学会了泛化,而是学会了一个更高维的插值空间。你走过的路越多,看起来走过的地方就越多,但那不是"可以走到任何地方"。 更可能的突破可能来自: 学习显式的任务表示或元学习算法(如最近DeepMind论文所探索的隐式动态) 或者承认这个极限是内在的,并设计系统使其在分布内表现得极其出色,而不是试图外推
#模型外推能力
#任务表示学习
#元学习算法
#分布内泛化
#系统设计
分享
评论 0
0
卫斯理
2个月前
mise 玩omarchy的时候接触到这个开发环境管理工具,主流的环境支持一键安装,支持Windows/MacOS/Linux 我要求不高,nodejs/python 比较丝滑 不过php支持的不好
#开发环境管理工具
#omarchy
#nodejs/python
#Windows/MacOS/Linux
#php支持不好
分享
评论 0
0
NanYi
2个月前
我司有位同事在群里和我讨论AI时,总是把我的话copy给AI,让AI反驳我,然后直接copy到群里,让我感到非常无趣。为什么我会知道是AI?谁家在IM里聊天写几百字的markdown🫤
#AI辩论
#同事矛盾
#职场沟通
#人机交互
#负面情绪
分享
评论 0
0
哇兮泥
2个月前
我特么真是太牛逼了,活生生把一个不被iPad识别的USB audio设备给弄识别了,完美工作!代价是整整十个小时的Linux调试,我在Linux audio和usb这方面经验太少,还好研究出来了。终于可以把我的各种电吉他效果器接入iPad了,哈哈哈。
#iPad
#USB audio
#Linux
#电吉他效果器
#调试成功
分享
评论 0
0
上一页
1
...
183
184
185
186
187
188
189
190
191
192
193
194
195
196
197
198
199
200
201
202
203
...
400
下一页
AI 实时热榜 (24小时)
智能算法加权排行
个人主页
通知
我的投稿
我的关注
我的拉黑
我的评论
我的点赞