avatar
汤光头
2个月前
兄弟们 求Suno的api 接口，价格便宜的那种 另外，求破他们验证码的教程也行 我认输了，我技不如人🥹🥹🥹
#Suno API #验证码破解 #技术求助 #价格 #沮丧
avatar
sitin
2个月前
出海做 RAG 应用的别再用本地向量库了。 Pinecone 新出的免费版真香。 支持 1 万条向量存储，API 接入超快。 我用它做了一个文档问答 Demo，响应不到 1 秒。 优点是稳定、速度快、还能直接连到 Claude 或 OpenAI 模型。 现在个人开发者终于能免费玩企业级性能。
#RAG应用 #Pinecone #免费版 #向量数据库 #文档问答
avatar
凡人小北
2个月前
Andrej Karpathy 这个阅读方法有点意思… 大概就是： 先自己把文章/章节从头到尾过一遍，把大轮廓先搭起来； 第二遍丢给 LLM 解释 + 总结，看看它怎么梳理； 第三步直接开 Q&A，把想深挖的地方一个个怼出来问。 很有意思，阅读这件事从一个人对着文本死磕变成一个人和一个 AI 一起拆书。 这种方法能很好的解决之前那种看完了但有没什么留下来的浅刷。 有人也是这种阅读习惯吗？
#LLM #阅读方法 #AI辅助 #知识获取 #拆书
avatar
小弟调调
2个月前
FocusCursor v2.1 发布！ 这款工具可以让你的演示和录屏中的光标操作更加清晰。本次更新带来了全新的绘图板工具，并进一步优化了整体性能。 📥 💬
#FocusCursor #v2.1 #演示录屏 #光标操作 #绘图板工具 #性能优化
avatar
howie.serious
2个月前
> 基于我的上网浏览历史，告诉我一件你观察到的、但是我可能忽视的深刻真相。 gpt-5.1 的分析，有理有据，我不得不信！（嘲讽式，看内容）🤣
#GPT-5.1 #上网浏览历史 #深刻真相 #嘲讽 #反思
avatar
这个算不算以前我说过的「载人无人机」？
#载人无人机
avatar
howie.serious
2个月前
if 你用 chatgpt atlas 浏览器， then 一定要试试这个 prompt： > 根据我最近一周的浏览历史，分析我的注意力模式，给出你的分析评价、建议和反馈 对你的信息获取、加工和注意力模式，进行一场llm 诊断～
#ChatGPT #Atlas浏览器 #注意力模式分析 #llm诊断 #信息获取
avatar
Alcar
2个月前
我个人认为豆包反而是最好的。 AI不是专供你们这种精英使用的，豆包作为目前国内市场使用最广泛的AI应用，我觉得这个简单的名字也是有贡献的。 DeepSeek，MiniMax什么的，国内几亿手机用户里，有一半可以做到正常发音和无障碍拼写吗？
#豆包 #AI应用 #用户友好 #市场广泛 #易用性
avatar
卫斯理
2个月前
说实话，我以前对 AI 写作是挺不屑的。 总觉得那些东西都是“文字搅拌机”，看着像话，其实没味道、没灵魂，连情绪都像是模板里倒出来的。 但这两天我试着用了 muset（） 结果，它几乎是正面撞碎了我原来那套偏见。 我先让它分析了我的 X 文写作风格。它不只是抓关键词那种表面活，而是把我的语气习惯、句式节奏、甚至我惯用的那点“吐槽味”都扒了个底朝天。 然后我又让它写一篇关于 雷军辟谣“小米汽车好看比安全重要” 的锐评推文。 结果出来那一刻，我真的愣住了： 观点角度准确得像是看了我脑子里的小抄 犀利但不过火，那种尺度刚刚踩在“敢说”与“得体”之间 包袱埋得又快又稳，读起来有张力、有画面感 最关键的一点——它写的比我原本自己写的更像“我自己” 那种感觉就像： “我明明没写这段话，但这句话居然长得跟我写出来的一模一样。” 当下我第一次感受到：AI 写作不是“没味道”，而是以前的 AI 不够好。 muset 这种级别的工具，会让你产生一种错觉： 要不是它速度太快，我差点以为是我本人在深夜写稿。 所以之后我大概会开始用 muset 产出更多内容。 因为老实说，让 AI 帮我打底、我再调细节，比我自己从 0 到 1 苦憋一篇，轻松太多了。
#AI写作 #Muset #雷军辟谣 #小米汽车 #效率提升
avatar
宝玉
2个月前
一方面我不喜欢 Andrej Karpathy 总是发明新的概念，一方面又不得不承认他确实很多想法是很有价值的。 比如这里对 Software 1.0/2.0 的定义就挺好的： 1). 软件1.0时代，容易自动化的是你能明确告诉计算机怎么做的事情。 2). 软件2.0时代，容易自动化的是你能自动验证结果好坏的事情。 那这里的自动化都什么意思呢？ 1. 软件1.0：靠指定规则（Specify Rule）自动化 过去的几十年，我们用的所有传统软件（比如Excel、Word、会计系统），都是“软件1.0”。 它的核心逻辑是“指定”（Specify）。 你必须像个事无巨细的监工，把每一个规则都用代码写得清清楚楚。比如做个会计软件，你必须告诉它： “如果A栏的数字大于B栏，那么C栏就显示红色。”“月末，把所有D栏的数字加起来，放到Z栏。” 软件1.0擅长什么？ 自动化那些规则固定、逻辑清晰的任务。 软件1.0解决的是什么问题呢？ 是人类的“机械性重复劳动”。比如打字员、记账员、算账员。只要一个任务的全部流程能被清晰描述出来，软件1.0就能接管它。 2. 软件2.0：靠指定目标（Specify Objective）自动化 现在，AI 来了，升级到了软件2.0。 它的逻辑完全变了。我们不再是指定规则，而是设定目标。 我们不再像监工一样告诉AI每一步怎么做，而是像个教练，只告诉它验收的标准是什么。 比如训练AI下棋。我们不告诉它“当对方出这一招，你就必须走那一步”。我们只给它一个目标：“想办法赢棋”。 然后，AI 就开始自己搜索那个能赢棋的步骤。它通过海量的自我对弈（也就是梯度下降）来寻找最佳策略。 这就是 AK 的核心观点：软件1.0是我们手动写程序，软件2.0是AI自动搜索生成程序。 3. 软件 1.0 时代看“可指定性”（Specifiability），2.0 时代看“可验证性”（Verifiability）。 如果说软件 1.0 自动化任务的标准是我们能不能指定清晰的规则，比如说你要写个自动抓取的爬虫，只要指定清晰饿抓取规则和解析规则就可以了。 那么软件 2.0 自动化任务的标准则是结果是不是能自动被验证。 “可验证性”就是AI能不能在一个任务上进行高效的“刻意练习”。 AK 给出了“可验证”的三个关键条件： 1). 可重置 (Resettable) AI必须能够无限次地重新开始尝试。比如下棋，这局输了，没关系，棋盘一清，马上开下一局。 2). 高效率 (Efficient) AI的练习速度必须远超人类。它可以在一小时内“看”完人类一辈子都看不完的视频，一天内下几百万盘棋。 3). 可奖励 (Rewardable) 这是最关键的一点。必须有一个自动化的、即时的、没有争议的奖惩机制。 自动化至关重要。如果AI每次做完一件事，都需要一个人类专家来看半天，然后给个模棱两可的评价（比如“嗯，这个创意还行”），那AI就没法高效学习。 像在编程、数学领域就很容易符合上面的三个条件，但是像写作这种非标准化的就很难验证。 但对于软件来说，稍微复杂一点的软件系统，其实很难达到可验证的标准。 比如说我在实现 UI 时，会尝试把 UI 设计稿扔给 AI，然后给 AI 一个截图工具，让它反复截图对比设计稿，然后找出差异优化，但是以目前的 AI 能力，还不足以修复这些差异，所以无论你运行多久，也不会真的得到一个理想的结果。 这可能就是我不太喜欢 AK 发明的这些新概念的原因，总是提出一个个概念，但是并没有解决多少问题。
#软件1.0/2.0 #自动化 #可验证性 #AI #Andrej Karpathy
avatar
Tom Huang
2个月前
最近有个好奇的点就是为啥推上那么多人用 n8n 搞钱，没人用 Dify 呢🤔 理论上能做的事情不会差别太大？
#n8n #Dify #搞钱 #技术讨论 #推特
avatar
公众号接广也是一个麻烦的事情，不接嘛靠文章流量根本没几个钱，接嘛如果读者因为文章购买了推广的大模型服务万一有啥纠纷，又回来找我扯皮也是头痛的事情，所以，不是100%靠谱的广子还是能不接就不接吧。
#公众号推广 #广告纠纷 #内容变现 #风险规避
avatar
droidHZ
2个月前
今天分享根据用户 IP 实现多语言检测提醒。 我们可能网站辛辛苦苦适配了多语言，但是并没有自动识别，需要用户手动切换多语言，这个其实是可能影响转化率的。 试想一下，如果你打开一个网站，是你完全不熟悉的语言，你是不是可能很快就关掉了网站，而不是自己手动去切换多语言，之前我的表情包网站就是这样，我默认是英文的，用户基本是中文用户，就导致很多用户不会用，退出了，还有用户专门给我反馈了这个问题。 所以我们可以基于用户的ip去给用户一个提示，我看到你的国家是 xx 是否切换为 xx 实现起来也是很简单： 在服务端请求、 之类的接口（有一定的免费额度），拿到用户的国家代码，展示对应的提醒。 如果用户之前切换过多语言，可以前端记录用户选择，后续就以用户选择的语音为准。 所以做了多语言适配，要检测用户的语言，别让多语言适配大打折扣。 有群友提醒： 如果是自动切换可能会影响爬虫和网页收录，比如谷歌正在爬我们的中文但是你直接给他切换了英文，就获取不到对应页面的数据了。
#多语言检测 #用户IP #网站适配 #用户体验 #爬虫影响
avatar
原來不單我遇到這個問題，我也想把 UNAS Pro 作為 PBS 的後端，去年折騰過一次，也被這個 backup user id 34 的問題卡住了。hummmmm
#UNAS Pro #PBS #backup user id 34 #问题 #折腾
avatar
Andy Stewart
2个月前
今天从用户的使用场景的角度 给大家讲一下我家AI算力舱到底有什么用？AI算力舱优势在什么地方？ 因为功能点太多，为了方便大佬们阅读，我每一个功能场景写一条评论
#AI算力舱 #用户使用场景 #功能优势 #技术解读 #产品评测
avatar
在线转图不仅慢，还担心隐私泄露？ 试试 Convert something：一款基于 WebAssembly 的纯浏览器端图片转换器。 ✅ 0 服务器上传（数据不离设备） ✅ 绝对隐私安全 ✅ 极速批量转换 (HEIC/WebP/JPG/AVIF) 我们搞出来的新玩具 👉
#在线转图 #隐私安全 #WebAssembly #浏览器端 #图片转换器
avatar
Orange AI
2个月前
推特这个推荐流，完全招架不住商单 按理说如果真的是 grok 做推荐，它看到一个词重复很多词就不会推了 除非… grok太弱智了
#推特 #推荐流 #商单 #Grok #弱智
avatar
idoubi
2个月前
两周前，kimi 发布了 k2 thinking 模型，在国内外引起了广泛讨论。为了验证 ShipAny Two 的 SEO 效果，我基于此模型做了个 Chatbot 网站。 两周后，这个站拿到了 3.6k UV，1.2k 注册用户，2.2k 次对话。 Chatbot 的交互形式，已经成了 AI 产品的标配。ShipAny Two 内置了 Chatbot 功能，只需配置一个 OpenRouter 的 API Key 即可启用，无需编码。意味着你可以基于 ShipAny 做自己的 Chatbot、AI 搜索、AI Coding 产品。 为了一盘醋，包了一顿饺子。 通过上站在 ShipAny 集成常用的 AI 功能，做 AI 时代最好的建站工具。🔨
#Kimi #K2 Thinking 模型 #ChatBot #ShipAny Two #AI建站工具
avatar
Morris
2个月前
2025年11月14日，纽约林肯中心·大都会歌剧院，第32届Baron投资大会。埃隆·马斯克与全球顶级投资人罗恩·巴伦进行了一场深入的虚拟炉边对话。 一、关于空间与机器人规模：人类根本不缺地方 巴伦：未来几十亿台Optimus机器人到底放哪儿？路边还有位置吗？你们是不是要再建设施？还是由BoringCompany挖地下隧道让机器人走？或者让机器人飞？ 马斯克：空间绝对不是问题，如果把80亿人像方块一样堆起来，全人类可以塞进纽约中心商务区一栋楼的一层。人类的体积小得不可思议。他回忆自己八年级时就喜欢做这类实验：把人体比作一滴水，把地球比作蓝色的月亮，结果发现地球几乎都是空的。他的总结很简单：别担心，空间绝对够用。最终可能会有几十亿台家庭版类人机器人，工业上可能会达到每1名工人对应3～4台机器人，全球总量有望达到300～400亿台，Optimus会成为每个人的智能伙伴：像R2D2/C-3PO，但更聪明能教孩子、陪伴、购物、聊天，必要时还可以保护你。 二、机器人会夺走工作吗？马斯克：不会，人类只会做得更人类 巴伦问：Optimus能干这么多，人类以后干什么？除了吃喝玩乐还剩什么？ 马斯克：电脑早就碾压人类棋手，你手机不联网就能轻松打败卡尔森。但国际象棋现在比历史上任何时候都流行。某个东西变得更强，并不意味着人类就不想参与。 三、成本、产量与商业模式：Optimus手最难 巴伦：现在产业链：日本工业机器人售价10万美元，每台还要付15万美元的维护，Optimus却预计能做到2万美元，要把价格真正打下来必须做到年产1000万台。这种机器人到底是个人买还是企业买？投资者会不会有某种收益分成？ 马斯克：当产量达到年产100万台的稳态时，每台的材料+人工成本大概2～3万美元。比造车简单得多。难点主要在手：50个制动器，100个电机，齿轮箱，各类传感器，因为要达到：和人类一样的灵敏度，同等级的精度，同样自由度，只有这样才能完成真正复杂的任务：拧螺丝，穿针，弹吉他，做外科手术，未来每个人都能拥有超人类精度的机器人医生，顶尖外科医生不再稀缺，而是可以在工厂里批量生产。 四、Neuralink+Optimus义肢：失去双腿的人将跑得比任何人类还快 巴伦，两年前，他给马斯克发了一篇文章，说一位33岁的投资经理因食肉菌切除双腿。他问马斯克是否能让他重新站起来。马斯克当时答应：3～4年后用Optimus义腿+脑机接口让他重新行走。巴伦如今询问进展。 马斯克说：Neuralink已经为十多位患者植入芯片，包括像霍金那样完全闭锁的人，现在能像正常人一样顺畅交流。下一步：把患者运动皮层的信号通过Neuralink传给Optimus义腿，就能让失去双腿的人重新站起来，并且奔跑速度比任何人类都快。他强调价格不会是科幻片里的600万美元：可能只需几万美元。 五、关于X：买下后立刻暴跌70%，但他依然坚持 巴伦回忆：当年马斯克收购Twitter（现X）花了440亿美元，他当时打电话说要投1亿，基金出6000万，他个人出4000万。 马斯克还惊讶地问他：Really？结果：钱刚打进去股价就跌了70%。所有人都骂，但巴伦咬牙坚持，最终翻了7倍。 巴伦说：你碰什么都能变成金子。 马斯克回应：这才是真正的朋友。别人都跑的时候你留下来。 六、为什么买Twitter：不是数据，也不是商业计算，而是文明问题 巴伦问：你买X是因为看中了6亿人的实时对话数据？还是你早就算好了？ 马斯克很直接：不是为了数据，也不是为了钱。我买Twitter是因为它当时对文明产生了负面影响。被旧金山/布鲁克林式的极端左翼控制，不允许辩论。连现任总统都能被封号，这太荒谬了。他认为：言论自由是民主的基石，没有言论自由就没有知情投票，他只是想把平台拉回中间，恢复公共广场的功能。 七、从OpenAI到xAI：为什么再干一次？ 巴伦提到：马斯克是OpenAI联合创始人，提供了几乎所有早期经费，却因为理念不合，一股没拿就走了。如今OpenAI市值数千亿，这说明他当初并不是为了钱。 马斯克回忆：当年和LarryPage吵翻，Page在他生日派对上当众说马斯克站在人类一边是落后。马斯克意识到Page的AI价值观太危险，所以他最初创立OpenAI，就是想打造一个开源、非盈利、对标Google的人类友好型组织。但后来OpenAI偏离了路线，他选择离开。于是他创建xAI，并认为胜出的关键有三点：级的人才密度（行业最高），2.最快的算力部署速度，JohnsonWang的评价：世界上只有马斯克能在几个月内建成10万张H100的超算中心。3.X的实时数据，形成独一无二的训练优势。 八、xAI的未来：AGI、知识备份工程、太空算力 马斯克透露：预计2026Q1发布6万亿参数多模态模型，他人生第一次感到AGI有10%的真实概率正在出现，这个模型会：极度智能，极度快速，真正理解实时视频。他还在推进一个覆盖文明的知识工程：CycleDiaGalactic（未来要改名），目标是把人类全部知识：完全开源，做成可复制的仓库，分发到，地球、月球、火星、轨道、甚至刻在石头上，避免出现亚历山大图书馆被烧毁的那种文明级灾难。他还计划：每年发射100吉瓦的太阳能AI卫星集群，相当于美国全国年均用电的1/4，并可能成为最便宜的大规模算力方案。 九、特斯拉：别人学不会的工厂秘密 巴伦问：为什么连福特CEO都说别人抄得好，但你们是原版？马斯克解释：大部分企业是渐进主义，每年提升5%～10%，不敢推翻旧流程、承担风险。而他用的是第一性原理：工厂体积效率是多少？零部件的移动距离是否最短？一个原子或一个比特的路径能否继续缩短？如果不最优，就推倒重来。他还谈到：自家的AI5推理芯片，性能/功耗比预计是Nvidia的2～3倍，成本只有十分之一，如果台积电和三星一个新节点要5年，他等不了。必要时，特斯拉可能会自己建超级晶圆厂，因为未来全球芯片都不够用。 十、FSD：比人类驾驶安全4～8倍 马斯克说：FSD在10亿英里的数据量级下无可辩驳，开FSD比人类驾驶安全4～8倍，特斯拉现在强制新用户至少体验一次（因为太安全了反而让人不敢用），AI5上车后，安全性还会再提升10倍，巴伦说自己还没试过，马斯克回应：你一定要试，体验一次你肯定会买。 十一、马斯克的终极目标：不是钱，而是人类的未来 巴伦问：你现在身家几万亿，这些钱最后打算干什么？希望后人怎么记住你？ 马斯克说：没度假屋，在德州BocaChica住8万美元的小盒子房子，做这些不是为了更大的游艇，他真正追求的是：确保人类意识长期延续，把人类变成多行星物种，探索宇宙真相。有没有外星文明？标准物理对不对？现实本质是什么？我只是被好奇心驱动的人。
#埃隆·马斯克 #Optimus机器人 #XAI #Neuralink #言论自由
avatar
Cell 细胞
2个月前
在用一小段提示词跑出几条 10w+ 之后， 对 Vibe Creating 的看法开始改变了！ 之前试 ChatGPT 或 Claude 帮忙写东西： 要么提示词不会、AI 味重、操作复杂， 时间都浪费在「喂素材 + 改结构」上。 上周试着用 做了个实验， 效果不错，昨晚录视频回顾了下流程， 具体提示词放评论区了，坐等你的 10w+ ! （有用记得 点赞、评论和收藏呀～
#Vibe Creating #ChatGPT #Claude #AI写作 #提示词
avatar
短视频投喂算法危害众目睽睽，字节竟然不让说？
#短视频 #算法 #危害 #字节跳动 #负面
avatar
德潤傳媒
2个月前
有些网友说,全国很多高速路段,已经上了一个叫海燕的AI抓拍系統
#海燕AI抓拍系统 #高速路段 #网友讨论 #交通监控 #技术应用
avatar
GitHubDaily
2个月前
空闲时喜欢看看美剧，但经常出现找到的字幕与画面对不上的情况，手动去调时间轴又特别麻烦。 于是在 GitHub 上找到了 AutoSubSync 这款开源工具，实现一键自动将字幕和视频同步。 只需拖拽视频和字幕文件上传到对应窗口，该工具就能自动分析音频，并高效地完成字幕与视频的同步。 GitHub： 同时还支持批量处理能力，可一次性处理整部剧集，以及支持 srt、ass、vtt 等多种主流字幕格式。 如果自动完成的字幕同步还有稍微偏差，还支持我们毫秒级地手动调整字幕同步。 提供了开箱即用的可执行文件，支持 Windows、macOS 和 Linux，下载解压后双击即可运行。
#字幕同步 #AutoSubSync #开源工具 #视频处理 #批量处理
avatar
Geek
2个月前
近 7000 个 N8N 工作流模板 一位老哥把官方 n8n . io/workflows 网站上所有的公开工作流都扒下来做成的一个独立的、可版本化的离线归档。 不用担心官方网站哪天抽风或者删掉你喜欢的工作流了，所有东西都在这个代码仓库里，你可以随时下载下来用。
#N8N工作流 #离线归档 #工作流模板 #代码仓库 #数据备份
avatar
前两天在公司里做了个关于数据建模的分享，讲到了数据库设计中的经典权衡：读与写。为“读”优化太多，会拖慢“写”；为“写”优化太多，又会给“读”带来麻烦。 鱼与熊掌不可兼得，工程师的日常就是在各种 tradeoff 之间寻找最佳平衡点。如果你还没找到 tradeoff，觉得一切都还很美好，说明挖得还不够深😀
#数据建模 #数据库设计 #读写权衡 #tradeoff #工程师日常