科技实时新闻、最新快讯- 第367页 news.news·换个方式看新闻|AI看新闻、实时追踪事件后续

智能推荐信息源

由 AI 根据您的兴趣偏好筛选

3个月前

最近更新项目： PI Squared 内置Vercel解码，无需支付额外解码费用

#PI Squared #Vercel #解码 #项目更新 #积极

3个月前

隐约感觉，自我一致性和自我连续性，GPT-5 大有作为。准备这几天研究一下。自我一致性，可以理解为精神内耗的反面，即：一个人的价值观、言语、行动都是基本和谐统一的。自我连续性，是过去不同时刻的“自己”和现在的“自己”，有一条传承的脉络。

#GPT-5 #自我一致性 #自我连续性 #精神内耗 #价值观

3个月前

大家如何在终端中安全的管理 secrets？我需要让各种 cli 能访问我的 API Key，但又要防止供应链攻击。用环境变量太不安全了，GitHub 刚刚给我发了一个安全警报，我一个项目受到了供应链攻击，一个知名的开源项目会偷环境变量中的 API Key。

#API Key安全 #供应链攻击 #环境变量风险 #cli secrets管理

3个月前

苹果牛逼之处是，每年都能推出一款比上一代更好的手机，至少颜色会更好看，质感不一样但特斯拉却做不到快10年了，永远都是那5个颜色内饰只有2个。就这种水平，真正有钱的人，碰都不会碰还不如去买Toyota 笑死

#苹果 #特斯拉 #手机颜色 #内饰 #有钱人

3个月前

今年想换 Pixel 10 又觉得手里这台 Pixel 7a 太适合当测试机了，性能这么差的手机真的不多见了

#Pixel 10 #Pixel 7a #测试机 #性能差 #不推荐

3个月前

每次切换到 macOS 26 Beta 工作一会后，就会感觉说不出的奇怪，然后继续切回 macOS 15 工作。macOS 算是在这一代彻底被 iOS 带跑了，这对把 iPad 当电脑来用的新世代来说可能是顺其自然的，但对我这样从 Mac OS X Tiger 开始初次接触 Mac 的人来说，我心中的 Mac 算是正式谢幕了。

#macOS 26 Beta #MacOS 15 #iOS #Mac OS X Tiger #用户体验下降

歸藏(guizang.ai)

3个月前

啊？Nano Banana 家装展示也能搞定？从平面图生成 3D 渲染建筑俯视图，然后再生成指定视角的渲染图指定视角的渲染图格局也是大致正确的，餐厅那个有点问题可以抽卡

#nano banana #家装展示 #3D渲染 #建筑俯视图 #餐厅问题待修复

3个月前

意外吗，惊喜吗？你以为你有FSD就会有人买你的车？你以为你有FSD就会有人坐你的出租车？把自己极少数粉丝的狂热凌驾于消费者的选择和价值判断之上因为我厉害，所以我就得赚钱我就能赢？天呐，太自大了吧。。特斯拉多头，会在特斯拉FSD这个永远也不会实现的骗局上输得很惨

#特斯拉FSD #自大 #骗局 #消费者选择 #多头输惨

3个月前

每天流量在100-200，不过这个站还没收录，同样的其他几个站，收录之后会被取消，bing 流量不稳定 #独立开发者 #buildinpublic

#流量低 #未收录 #bing流量不稳定 #独立开发者 #buildinpublic

沉浸式翻译

3个月前

想让自己的技术视野，永远领先于“当前”的主流？想知道那些“未来”的技术，现在正处于哪个“生命阶段”？试试这个组合：ThoughtWorks《技术雷达》+ 沉浸式翻译全球知名技术咨询公司ThoughtWorks，每半年发布一次的《技术雷达》，极具“前瞻性”和“观点性”。将数百个值得关注的技术、工具、平台和实践，都标记在 “采用（Adopt）” “试验（Trial）” “评估（Assess）” “暂缓（Hold）” 这四个环上。发现“潜力股”：了解哪些新技术，值得你投入时间去“试验”和“评估”。规避“明日黄花”：了解哪些曾经流行的技术，已经进入了“暂缓”环，需要谨慎使用。已使用沉浸式翻译制作中文版和双语版：原版：中文版：双语版：

#ThoughtWorks #技术雷达 #前瞻性技术 #技术趋势 #沉浸式翻译

3个月前

太强了，Nano Banana 模型在人物穿搭方面的表现令人惊艳，人物一致性达到了完美境界。对于想看服装上镜效果的女生来说，这简直是终极解决方案，完美复现虚拟试穿，这是我目前体验过的最出色的 AI 图片生成模型。 #NanobananaAI 人物图片来源：instagram 搭配图片来源：pinterest Prompt：图2女生穿搭图1中的服装和配饰

#Nano Banana 模型 #人物穿搭 #AI 图片生成 #虚拟试穿 #服装上镜效果

3个月前

我自己的配置加载包发布 v3.0 了😂 👉

#配置加载包 #v3.0 #发布 #积极

3个月前

想去硬件组了，感觉前端都可以让 Cursor 写了😆

#硬件组 #Cursor #前端 #技术变革 #职业发展

3个月前

今天我分享两个常用的工具：和 Instant Domain Search，它们各有优势，适合不同场景。 1. - 域名批量查询与深度分析专家核心定位：一个功能强大的批量域名查询和域名数据挖掘工具，适合需要处理大量域名、进行深度研究的用户。主要优势： ①强大的批量查询能力：支持一次性输入上百个甚至上千个域名进行批量可用性检查，效率极高。 ②丰富的后缀支持：可以同时查询数百种不同的域名后缀（.com, .io, .app, .xyz 及各种国别域名等）。 ③高级过滤与排序：提供强大的结果过滤功能，例如：按长度过滤（只显示字符数少于N的域名）按价格过滤（筛选出注册/续费价格在特定区间的域名）按模式过滤（如只包含特定关键词、排除连字符等）按域名状态过滤 ④Whois信息集成：直接集成Whois信息查询，快速了解已注册域名的详细信息。 ⑤数据导出：支持将查询结果导出为CSV文件，方便进一步分析和记录。适合场景：域名投资者：需要从大量备选域名中快速筛选出可注册的、短小精悍的优质域名。创业者/项目团队：在为新产品起名时，需要一次性验证几十个甚至上百个创意名称的域名可用性。 SEO或营销机构：为客户寻找包含特定关键词的可用域名。进行深度研究：需要分析某个领域或关键词下的域名注册情况。一句话总结：就像是一台“域名收割机”，擅长大面积、高效率地筛选和过滤。 2. Instant Domain Search - 即时反馈与快速决策利器核心定位：一个追求极速、即时反馈的域名查询工具，专注于用户体验和快速决策。主要优势： ①无与伦比的速度：其最大的特点就是“Instant”（即时）。在输入框键入字符的同时，结果就会立刻显示出来，无需按下回车键。这种反馈速度是其他工具难以比拟的。 ②简洁直观的界面：界面非常干净，没有复杂的功能按钮，聚焦于查询本身，用户体验极佳。 ③智能推荐：在你输入的过程中，它会实时推荐相关的、可用的替代域名和不同后缀，能带来很多命名灵感。 ④隐私保护：官方声称查询不会存储在服务器上，避免了你的好想法被他人窥探的风险。 ⑤直接注册链接：对于可注册的域名，会直接提供合作注册商（如Namecheap）的链接，方便快速下单。适合场景：个人开发者/博主：突然想到一个绝妙的域名，需要立刻确认其是否可用。头脑风暴阶段：在构思名字时，通过即时反馈快速试错，激发灵感。快速决策：只需要检查一两个域名，追求最快的速度和最省心的操作。普通用户：对批量查询、高级过滤没有需求，只是想要一个简单好用的域名查询工具。一句话总结：Instant Domain Search 就像一把“域名快枪”，追求的是拔枪和射击的速度，帮助你在灵感闪现的瞬间抓住它。

#域名查询 #Instant Domain Search #域名批量查询 #域名投资 #域名工具

3个月前

AI 辅助编程中，DRY 原则几乎失效了，前端除 state management 部分外几乎都可以容忍重复。以前追求可复用组件，为了让其可复用还得写一大堆适配不同情况的代码，因此组件切分的细粒度是很考验一个前端工程师水平的指标。现在无所谓了，一个页面（父组件）里你重复写 10 个button 组件都行，反正都是 AI 生成。甚至不需要做适配了，直接写死简单省事……如果你写了个 button 需要被多处调用了，可以重新让 AI 写一个并稍带不同，将来需要维护某个页面和组件直接让 AI 去修，因为所有组件都只是为这个页面（父组件）写死的，甚至不会对其他页面（父组件）产生 side effect……想通这一点让我瞬间觉得“大人们，时代变了”。可能这也是为什么 shadcn 能被推到舞台中间吧。

#AI辅助编程 #DRY原则失效 #前端开发 #组件复用性降低 #Shadcn

🦊 祥仔Leo | 行走的Meta Prompt

3个月前

深入解构一下 AK 这条推文 ### 表面意图 Karpathy 描述了一个将教科书从“人类可读”转化为“LLM 可读”的过程：提取文本到 markdown、将 worked problems 转为 SFT（监督微调）示例、practice problems 转为 RL（强化学习）环境、并通过合成数据扩展（如时钟角度问题的无限生成器）。他强调这比简单 pdf-to-text 更丰富，并给出示例代码生成无限变体问题。他的意图似乎是分享一个具体想法，突出教育内容的“LLMification”潜力，旨在让 LLM 像人类学生一样“上”物理课，但以更优化的方式。思想上，他指出当前实践（如 token-by-token 预测）“lame”（低效），而他的方法提供“legible, workable information”。内涵初步显现为优化 AI 训练数据的实用建议，传递的信息是呼吁探索这个“beautiful space”，以释放知识转化的潜力。 ### 隐含动机与系统性转变 Karpathy 作为 OpenAI 创始成员和 Tesla AI 前总监，他长期致力于大规模神经网络训练，现在在 Eureka Labs AI 构建教育相关 AI。他的痴迷（“obsessed”）不是随意，而是源于对 AI 学习范式的批判：人类知识（如教科书）是“human-first”，导致 AI 训练低效。他提出的“LLM-first”转化不是孤立工具，而是系统性重构——从 exposition 的结构化，到 SFT/RL 的整合，再到合成数据（如 Python 代码生成无限时钟变体）的无限扩展，甚至嵌入 RAG 数据库。这反映他思考的深度：AI 不应模仿人类学习，而应超越，通过“infinite problem generator”实现超人类规模的泛化。意图更接近于推动范式转变，从被动消费知识到主动生成与索引。思想内涵深化为知识表示的哲学：人类知识是静态、有限的，而 LLM 需要动态、可扩展的“环境”来实现真正智能。传递的信息隐含呼吁构建基础设施（如 MCP servers），以桥接人类遗产与 AI 未来，潜在外延扩展到传感器/执行器等领域，暗示整个世界需“LLM-legible”化。 ### 本质核心与存在性洞见 Karpathy 视人类知识为一种“传感器”——输入形式决定了输出能力，而当前形式对 AI 是“噪声”。他的“LLMification”本质上是重塑知识的本体论，从人类中心（exposition 为叙事，problems 为练习）转向 AI 中心（一切为数据流：SFT 为对齐，RL 为交互，合成为无限自举）。时钟示例不是随意，而是象征：一个简单问题可通过代码“无限化”，揭示 AI 学习的本质是自生成而非复制。这接近他的思考根源——受斯坦福 CS231n 和深度学习训练启发，他相信规模化数据是智能的钥匙，但需“非琐碎转化”（human-in-loop），避免低效如 pdf-to-text。他的意图是激发存在性反思：如果知识可无限生成，AI 将重定义“学习”，超越人类有限经验。思想最深层是元认知：教育不是传输事实，而是构建“环境”让系统自进化。内涵浓缩为 AI 自治的预言——LLM 不只是工具，而是“学生”演变为“教师”，通过这种转化实现知识的永动。 ### 思考与传递信息核心内涵本质上是知识存在的重塑：人类知识并非终点，而是原料，需要“LLM-legible”转化以释放其潜能。这不是技术细节，而是本体转变——从静态叙述到动态数据流，SFT/RL/合成代表 AI 智能的“三位一体”：对齐、交互、无限自举。时钟生成器象征这一本质：一个有限问题可代码化为无限，揭示学习的核心是生成而非记忆，AI 通过此超越人类局限。外延则辐射到存在边界：不止教科书，而是所有“human-first”输入（如传感器数据、执行器接口），预示一个“LLM-first”世界，其中知识不再为人设计，而是为机器优化，潜在重构教育、科学乃至现实感知（如 Tesla 的 AI 视觉）。这外延无限，因为任何可公式化的事物（如物理定律）均可“无限生成”，导致 AI 知识的指数爆炸。 Karpathy 的思考根植于他的 AI 历程：从 OpenAI 的基础模型到 Tesla 的实际应用，他看到训练瓶颈在于数据形式，而非量。他的思维是元级的——痴迷于“transformation”，因为他视人类知识为“低维投影”，需提升到 AI 的“高维空间”。他不是在描述工具，而是在哲学化：如果我们不转化，AI 仍困于“lame”模仿；转化后，AI 将自生成智能，接近 AGI 的本质。他想传递的信息是最深刻的警醒与召唤：这个“beautiful space”不是机会，而是必然——人类必须主动“LLMify”世界，否则知识将滞后于 AI 进化。信息量浓缩为存在性紧迫：通过 human-in-loop 的非琐碎努力，桥接人类遗产与 AI 自治，催生一个知识永动的宇宙，越过人类中心主义，拥抱机器智能的无限。

#LLM-first #AI教育 #知识重塑 #数据驱动 #范式转变

3个月前

#BestBlogs 【洞见】Sarah Guo：Cursor for X 是当下最好的模式 | AI炼金术文章总结了 Sarah Guo 关于 AI 创业的七大洞见，强调 AI 从生成到推理的演进，以及“Cursor for X”等实用创业模式。摘要：文章深度剖析了知名投资人 Sarah Guo 关于 AI 时代创业的七大核心洞见。首先指出 AI 的核心进化是从内容生成到逻辑推理，强调了推理能力在解决复杂问题中的关键作用。接着提出了“Cursor for X”的创业模式，建议瞄准工作流程复杂、重复性高且有明确反馈机制的传统市场，以 AI 赋能实现效率飞跃。文章解释了代码领域成为 AI 完美试验田的结构性原因，并揭示了“AI 蛙跳效应”——即最保守的行业反而最快拥抱 AI 变革的现象。同时，强调了 AI 副驾（Co-pilot）模式的巨大价值，认为其在高风险领域比完全自动化更具商业可行性。最后，呼吁工程师成为 AI 能力的“翻译官”，将技术范式转化为特定行业的解决方案和产品。主要内容: 1. AI 的核心进化是从内容生成转向逻辑推理能力。 -- 推理能力使 AI 能解决更复杂问题，从“模仿者”进化为“协作者”，是构建强大智能体的关键地基，解锁 AI 在决策场景的潜力。 2. “Cursor for X”是当前 AI 创业的最佳模式。 -- 识别工作流程复杂、重复性高且有明确反馈机制的传统市场，用 AI 注入极致用户体验，实现效率飞跃，具有极高可复制性。 3. “AI 蛙跳效应”揭示了 AI 应用的蓝海市场。 -- 技术最落后、最保守的行业因其现有工作方式过于低效，反而能从 AI 中获得巨大的效率提升，形成“蛙跳效应”，是 AI 应用的新蓝海。 4. AI 副驾模式的价值被低估，比完全自动化更务实可行。 -- 在高风险领域，AI 作为人类能力增强器，将专家从重复工作中解放，聚焦更高阶判断，是更具现实意义和商业价值的产品策略。 5. 工程师应成为 AI 能力的“翻译官”。 -- 工程师需走出技术圈，理解各行业痛点，将 AI 技术范式转化为特定行业解决方案和产品，成为连接技术与真实世界的桥梁，推动 AI 落地。文章链接：

#AI #Sarah Guo #Cursor for X #AI 蛙跳效应 #AI 副驾模式

3个月前

为啥劈材当道，Google的AI 发布需要靠视频造假发布。创始人回来之后，Google的AI 日新月异。无论是模型还是应用都赶上来了。是不是创始人亲自抓，差别还是很大的

#Google #AI #视频造假 #创始人 #进步

3个月前

🔥 轉：明明是偷、搶、騙來的，還偏偏要説成是自主研發🤮 💥 這下好了，谷歌終於決定的終止開源Android，中共抄襲的好日子也終止了👏‼️

#自主研发 #抄袭 #谷歌 #Android #终止

3个月前

学到了，不要叫我程序员，俗我叫代码主理人（图来自小红书 AI）

#程序员 #代码主理人 #小红书AI #职场 #幽默

3个月前

好家伙，Codex 这种级别的项目还带发了 tag 以后删了重打的，都没个规范吗。。

#Codex #项目管理 #技术项目 #质量控制 #内部规范

3个月前

英伟达发布 GeForce 581.15 WHQL 显卡驱动程序更新，修复某些 HDMI 显示器热插拔时发生的闪烁问题。该更新主要用于支持和优化部分游戏，基本没有其他更新内容，用户也可以直接忽略这次更新。下载地址：

#英伟达 #GeForce 581.15 WHQL #显卡驱动更新 #HDMI闪烁问题修复 #中性

3个月前

昨天让 AI 帮我生成测试用例，第一遍正确，但是只覆盖了 1/3 的接口，我让他全部接口覆盖完，然后就开始乱生成了，不但无法正确理解某个接口是干嘛的，而且脑补出不存在的接口去测试。

#AI测试用例生成 #接口覆盖率不足 #AI理解能力待提高 #测试用例错误 #负面

3个月前

调查发现：只有不到14%的人选择购买FSD

#FSD #购买意愿低 #调查 #汽车

在悉尼和稀泥

3个月前

一个两个都在苹果的用户存量里面找增量😂

#苹果 #用户存量 #增量 #调侃 #商业

... ...