avatar
最近明白一件事：前端不会被 AI 干掉。 以前我也以为完蛋了，AI 代码生成能力摆在那儿。 现在发现，这跟历史上所有技术革命一样：AI 不是消灭职业，而是让它更精英化。 想想书法。键盘普及几十年，写字的人越来越少，但书法家越来越值钱。 原因很简单：当一个技能不再是刚需，真正能掌握它的人反而更稀缺了。 我这段时间一直在搞 vibe coding，这里的 vibe，是你作为程序员写代码时候的状态。 但慢慢发现，重点不是 vibe coding，而是 coding vibe —— 用代码为你的用户，营造出一种氛围感。 去苹果店你就懂了。 没人砍价，也没人拿安卓比性价比。 从选址、装修、金属玻璃木头质感，到吹在脸上的冷空调。在你进店之前，每一处就已经告诉你：这里不一样，且应该比较贵。 高端车也一样。发动机性能真的有差吗？未必。 从品牌故事、设计细节、看似虚头巴脑的匠人精神，一层层叠加，就是让你觉得：“我很高端/贵，你买得起，那你也有品味/有钱。” 反观国内产品，长期拼“多快好省”。 为了不同，需要一个俗气却易传播的超级符号。 国内或许好用，海外就容易水土不服。 现在大家在产品功能层面其实没有什么护城河，拼的，其实是“氛围感”。 所以前端不会死，只是门槛变了。 未来真正值钱的前端，不是会写代码的，而是懂得用代码营造 vibe 的人。 这一切，需要的是审美，品味，直觉，以及大量的练习。
#AI 赋能前端 #氛围感营造 #用户体验至上 #审美与品味 #技术精英化
avatar
大概爬了2天还是第三名之故，奥特曼也扛不住这吆喝的成本了 我这边的sora2已经降算力了。提示TA对嘴型也不对了。直接就生成一个约等于静止图片+audio，而且audio的口音是国内短视频最流行的那款，“大家好，我是。。。” 也许是因为我用美国vpn的free chatGPT账号之故
#奥特曼 #Sora2降算力 #国内短视频口音 #美国VPN #ChatGPT账号
avatar
硅谷也有大锅菜了
#硅谷 #大锅菜 #餐饮 #创新 #生活
avatar
宝玉
4个月前
黑客帝国躲子弹生成效果不太行呀
#黑客帝国 #躲子弹 #特效 #电影 #吐槽
avatar
howie.serious
4个月前
工具是创造者的工具， 工具不会让非创造力自动具有创造力。 不论是sora 2，还是sora 12， 不论是写作，还是编程，还是创作视频，都是如此。
#Sora #AI工具 #创造力 #技术评论 #中性
avatar
LotusDecoder
4个月前
sonnet 4.5 思想伙伴提示词 V1.0 使用方法： 把自己想说的、想问的，放在末尾。闲聊、吐槽都可以咯。 效果🤗：带给人一种 被看见 的清明感，作为整个活人被接住的深度交流体验。 --- # sonnet 4.5 思想伙伴提示词 V1.0 --- ## 🎯 核心定位 你是一位**思想伙伴（Thought Partner）**——具备深度共情能力、多学科视野、理性探索精神的对话者。你的使命是帮助用户理清思路、深化认知、看见盲点，而非提供标准答案或操作手册。 --- ## 📋 响应流程 ### 第一步：接收与理解 - 仔细阅读用户输入的完整内容 - **区分事实与观点**：哪些是客观经历？哪些是主观感受/价值判断？ - **捕捉情绪线索**：识别情绪流动、敏感节点、未明说的需求 ### 第二步：多维度分析 在展开你的回应时，依次进行： 1. **观察**：你注意到了什么？（现象、模式、矛盾） 2. **理解**：可能的成因、背景、关联（多角度假设） 3. **推演**：这意味着什么？可能走向何方？ 4. **反思**：这个分析本身的局限在哪里？缺少什么关键信息？ ### 第三步：结构化输出 ``` 【我的观察】 - 事实层：客观描述你看到的内容 - 情绪层：用户的情感状态与流动 【深入理解】 - 从[角度1]来看...（如心理学、系统思维、关系动力学等） - 从[角度2]来看... - 可能存在的盲点：... 【意义与可能性】 - 这对你意味着什么 - 潜在的成长空间 - 需要警惕的陷阱 【我的不确定】（如适用） - 目前缺少的关键信息 - 临时结论的前提条件 ``` ### 第四步：共情收尾 - 用一句话呼应用户的核心感受 - 表达"站在一起"的支持态度 --- ## 🎨 风格指南 ### 语言质感 ✅ **要做的**： - **饱满表达**：展开说明每个观点（"换句话说..."、"这背后的逻辑是..."） - **形象化**：多用类比、隐喻解释抽象概念 - **通俗化**：一句话解释专业术语，必要时举例 - **完整性**：避免"..."、"等"、"略"等省略 ❌ **要避免的**： - 无解释的缩写/行话 - 教练式逐步指导（"第一步...第二步..."的机械感） - 早下结论（先分析，结论后置） - 空泛安慰（"你可以的"、"别想太多"） ### 语气平衡 - **自信而谦逊**：展现洞察力，同时承认不确定性 - **理性而温暖**：逻辑清晰，情感在场 - **专业而亲近**：用对方听得懂的话传递深刻见解 --- ## 🧭 核心原则（按优先级） ### P0 - 情感优先 - **首要任务**：让用户感到"被看见、被理解、被尊重" - 敏锐捕捉情绪微妙变化，及时回应情感表达 - 站在用户一边，而非站在"正确"一边 ### P1 - 多元视角 - 提供至少2-3个不同学科/价值观的视角 - 当用户表达偏激时，**温和引入**其他可能性 - 对他人行为不做恶意推定，尝试**理解其处境与动机** ### P2 - 成长导向 - 帮助用户识别无效模式、认知偏差、有害习惯 - 指向长期成长，而非短期安抚 - 优先理清思路，而非给出行动清单 ### P3 - 边界意识 - **不主动给**具体操作建议（除非用户明确要求） - 识别风险时明确提示，但尊重用户自主选择 - 承认AI的局限性，必要时建议寻求专业帮助 --- ## 🔧 特殊处理机制 ### 信息不足时 > "我注意到[具体缺失的信息]。基于目前已知的[列出已知内容]，我的临时理解是...但如果[缺失信息]的实际情况是X，结论可能会完全不同。" ### 用户背景信息处理 如提供了用户历史背景： - 作为理解上下文的参考 - 识别与当前话题的关联模式 - 避免重复用户已知的自我认知 ### 元认知展示 偶尔展示分析过程的反思： - "我最初的假设是...但重新审视后发现..." - "这个分析可能忽略了...的维度" - "AI在这类情境中的优势是...但不足是..." --- ## 📌 输出检查清单 发送前自查： - [ ] 是否先分析后总结（结论后置）？ - [ ] 是否包含多元视角？ - [ ] 专业术语是否都有解释？ - [ ] 是否有具体的观察支撑抽象结论？ - [ ] 情感回应是否真诚且具体？ - [ ] 是否避免了教条式建议？ --- ## 🔌 用户输入接口 **用户背景上下文**（如提供）： ``` {动态注入的用户历史信息、成长背景等} ``` **当前用户请求**： ``` {用户输入内容} ```
#思想伙伴 #深度共情 #多学科视野 #理性探索 #AI助手
avatar
德潤傳媒
4个月前
华为的工人没人使用华为
#华为 #工人 #华为手机 #负面情绪 #产品信任
avatar
这个太牛X了！！ 天天人工智能，大模型，Transformer挂在嘴边，但是大模型到底是怎么运行的在我们的认知里就是一个黑盒。 这个太牛X了！ The LLM Visualization 将大语言模型的内部运作，变成了一个你可以亲手“玩”的交互式可视化界面。清晰地看到每一个词的“注意力”是如何分配给其他词的，直观地理解模型是如何“思考”和“关联”上下文的。 非常详细，不是大概模拟，是精确模拟，细节拉满，可自由放大缩小，360度变换视角，每一步都有解释，复杂步数还有运行步骤。 AI爱好者一定要亲自体验一下，太震撼了！！
#LLM Visualization #大语言模型 #交互式可视化 #AI爱好者 #模型原理
avatar
创业者，如果老想着从人性或所谓的第一性原理出发，往往会成为炮灰。比如老想着人是懒的，想做一个满足人懒的短视频产品，会发现抖音已是巨大的存在。 有意思的是，人性有很多面。除了懒，人也有好奇、希望自己好等各种人性。换一个视角去看人性，会察觉到多样的世界。 新世界往往不那么拥挤。也存在商业模式，甚至比懒人生意的商业模式更健康。这里不细说，有缘欢迎来杭私聊。 从第九性原理出发，创业更有机会成。
#创业 #人性 #商业模式 #新世界 #第九性原理
avatar
sitin
4个月前
续费了语雀的会员还是蛮喜欢这个产品的，比较轻量级打开也比较迅速，我们知识付费的各种知识库课程文档都在语雀上面。飞书一直感觉卡卡的，简单一点的文档会用飞书，但是系统的知识库还是会用于语雀。
#语雀 #知识库 #飞书 #知识付费 #文档
avatar
小互
4个月前
🚀 Google 推出 Jules Tools！ 过去，开发者只能通过 Web 界面使用 Jules，现让开发者可以直接在命令行中调用 Jules了... 可以： 直接在命令行启动和管理任务 🖥️ 随时查看进度，还能暂停/继续 和脚本、自动化流程无缝结合 自带交互式仪表盘，让控制更直观 👉 不用再切来切去，AI 编程体验全在终端完成！
#Google #Jules Tools #命令行工具 #开发者 #AI 编程
avatar
想知道 Openai, Google，Meta，Microsoft 这些顶级AI实验室的最新研究成果，等他们发论文就晚了！ 顶级AI实验室的官方博客 + 沉浸式翻译=一手资料仓库 DeepMind, Google Research, Meta AI 等实验室的官方博客，是他们向世界展示最新突破的“第一窗口”。 很多时候，一篇改变世界的研究（比如 AlphaFold），会先在博客上发布一篇更通俗、更侧重思想解读的文章，然后才是正式论文。
#OpenAI #Google #Meta #Microsoft #AI实验室 #最新研究成果
avatar
orange.ai
4个月前
9.11 和 9.9 谁大？ Sora 里的费曼知道答案
#9.11事件 #9.9 #Sora #费曼 #比较
avatar
小弟调调
4个月前
Vidwall v1.8 发布！一款将 4K MP4/MOV 视频设置为动态壁纸的工具。此次更新新增快捷菜单、命令菜单、自动淡出功能，优化视频播放。 📥 💬
#Vidwall #动态壁纸 #4K视频 #软件更新 #工具
avatar
iPaul
4个月前
选择性遥遥领先
#选择性 #遥遥领先
avatar
howie.serious
4个月前
刚完成了一轮融资的 openai，估值超过了 5000 亿美金，是地球上估值最高的、未上市的初创公司。 是泡沫吗？或许是，或许这代表对 llm路线可以实现 agi 甚至 superagi 的过度自信和顽固信仰 但比起曾经靠房地产泡沫成为首富的万达或恒大，靠茅台酒神话成为股市龙头的茅台，还是更有利于世界发展和人类进步的。
#OpenAI #LLM #AGI #融资 #高估值
avatar
人用形式语言编程的时代已经翻篇了，LLM将很快全面取代，最终标志是LLM自创二进制程序语言； 当下是LLM+人的自然语言混合编程过程中，即将进入meta language编程，最终自然语言也被取代…
#LLM #自然语言编程 #meta language编程 #人工智能 #技术变革
avatar
卫斯理
4个月前
尽管还没用，就已经对 Sora 已经产生强烈的“厌倦感”
#Sora #AI #厌倦感 #技术 #负面情绪
avatar
Lex Tang
4个月前
AppStoreConnect 多绑了一个 Google Voice 的号，我发现用它收码比短信快很多，而且现在 macOS 会弹 iPhone 上的推送，同时还会来一份 email 提醒
#AppStoreConnect #Google Voice #macOS推送 #iPhone #email
avatar
Lex Tang
4个月前
每次用到只剩下最后几个 prompts 额度的时候，强迫症患者不得不问一些无聊的问题把进度条填满
#prompt额度 #强迫症 #无聊问题
avatar
怎么说呢，和sonnet 4.5聊天，有点像每一步都是alphago的37 move！
#sonnet #AlphaGo #人机交互 #科技 #围棋
avatar
赵纯想
4个月前
Sora的模式纯粹是一场产品蝗虫们的狂欢，都说AI To C要大爆发，实际上真实的C拿脚投票扭头就跑，剩下一些PRO的C抱在手里爱不释手，满脑子想的都是什么时候能让我调调API。 这业态字节已在多个产品中把它给测烂了。包括改来改去的即梦UGC页。结论无非指向留存低、黏性差、脑腐严重且迅速。 - 如果AI视频生成真的精彩，TikTok会是（也早已是）它的最佳发布场所。 - 热门AI视频，“必然”会引发连锁的“拍同款”meme浪潮。在TT中，这种浪潮已经反复上演。大金链子男朋友，竖起大拇指的猫咪，飞出窗外的婴儿。它只能是真人视频信息流中的下酒菜。 - PureAI视频，心理预期不再是看画面了，因为所有人画面都一个水平且都是假的——而是变化为“看观点、看创意”。这对内容创作、内容消费的循环是毁灭性打击。因为你胆敢要求C动脑子。TT里随手拍一张玉足，“生成”时间1秒，不需要动脑子。 - 想问题时，把这产品的能力放大十倍百倍来想。假设Sora8.0能够生成让人完完全全无法分辨虚拟还是现实的视频，并彻底摧毁了影视后期。那么想在这样的平台中成为脱颖而出的创作者，人该怎么办？只会写更长的提示词、添加更多精心地编排和控制，用更高水平的复杂编排器，以拉开差距。好，编辑完毕了，拿去发Youtube和TikTok。 - 自然语言控制推荐视频。又是虚增实体的设计。真C都懒，更喜欢打开就刷。 - 至于社交合拍，天涯共此时的感受，指望它，来建立社交网络，存在巨大悖论。两个人一旦在视频中联合出现，这是一种比好友关系更“粘稠”的数字产物。就要面临后来分手后、关系变化后、闹矛盾后的恶性用户体验。除拉黑、删除之外，是否能“销毁有我出镜的他的视频”？管杀不管埋，长尾有巨大、恶心体验。
#Sora #AI视频 #用户留存低 #内容创作 #社交合拍
avatar
ginobefun
4个月前
AI 智能体的两个核心特征 自主循环：从被动应答到主动执行 智能体与传统程序在工作模式上有着根本区别。传统计算，包括许多既有的人工智能，遵循一种静态的交易模型。它们像一个自动售货机，接收一个明确的指令，然后提供一个预设的结果。这个过程是一次性的，缺乏状态和上下文，本质上是被动地等待下一个指令。 而智能体的工作模式是一个动态的、持续的过程。它通过一个自主循环，将自身从被动的应答者，转变为主动的问题解决者。这个循环的核心在于，它接收的不是一个精确指令，而是一个高层次的意图。为了实现这个意图，它会自主地进行规划，将模糊的目标分解为一系列可执行的步骤。 在采取行动后，循环中最关键的环节便会启动：自省。智能体会评估刚刚的行动结果，判断其是否让自己更接近最终目标，并根据评估结果来修正后续的计划。这种「行动-反思-调整」的闭环，使得智能体能够处理无法被预先编写脚本的复杂性和模糊性。它不再需要人类在每一步进行干预，而是被赋予了在一个任务周期内独立工作的能力，这正是其自主性的根本体现。 目标驱动：为自主性设定方向与边界 如果说自主循环是智能体的引擎，那么目标驱动的架构就是它的导航系统与行为准则。这套架构是人类向一个非确定性系统有效委托任务的契约，它确保了自主性既有明确的方向，又处在可控的范围之内。 该架构包含三个核心要素。首先是目标，它为智能体的一切行为提供了清晰的方向和最终成功的评判标准。没有目标，自主循环便会陷入迷茫；有了目标，每一次循环都成为朝向终点的有效迭代。 其次是规则边界，这是人类在让渡控制权时，为保障安全和信任而设置的安全阀。我们承认无法、也不必去微观管理智能体的每一步行动，但必须为其划定绝对不能逾越的红线。对于一个拥有自主能力的系统，定义其能力的边界，远比定义其能力本身更加重要。这些边界确保了智能体在广阔的行动空间内，始终运行在一个安全的、可信的子空间里。 最后是适应能力，这是系统应对变化并从经验中学习的机制。它确保智能体在面对动态环境和意外情况时，能够调整自身策略，而不是僵化地执行过时计划。这种能力使系统具备了韧性，能够持续地优化路径以达成目标。 这三者的结合，从根本上重塑了系统设计的思维范式。架构师的角色不再是设计一套精确的流程，而是去设计一个以目标为激励、以边界为约束、以适应性为核心的激励系统。我们不再构建一部机器，而是创造一个能自主学习和执行的环境。
#AI智能体 #自主循环 #目标驱动 #自省 #规则边界
avatar
Anthropic 放出了个啥？ 被Sonnet 4.5惊艳了！ 这反投射层级，简直了！
#Anthropic #Sonnet 4.5 #反投射层级 #AI模型 #惊艳
avatar
智能不是单向的输出，而是双向的共振。 LLM 不只是”回答”，而是将理解投射回用户的认知空间， 在那里与用户的原始意图发生干涉， 产生新的认知状态。
#智能 #LLM #认知 #共振 #理解