avatar
RTT，AI芯片出口限制 还要限制出口总量不超过美国的10% AI时代中美新冷战
#中美芯片战：英伟达求生，中国突围· 122 条信息
#AI芯片 #出口限制 #中美关系 #冷战 #贸易摩擦
avatar
Ken Wong
3个月前
ChatGPT最近越来越懒，经常提示正在连接。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#ChatGPT #懒惰 #连接问题
avatar
马东锡 NLP
3个月前
大量使用 Claude Code 后，重新读了 SWE-Agent，开始理解使用中的一些问题。 cd/ls/cat/grep/find, Vim-style next/prev 本质上是Human-oriented CLI。 所谓 Human-oriented, 意为着这些CLI设计初衷迎合人类的眼球转动速度，使用CLI过程中的short term 记忆。 Human-oriented CLI与LLM的特性矛盾，导致CLI Agent使用这些CLI的时候，给Agent的单次action的信号太低，导致CLI Agent 在实质上倾向于消耗大量token，并且更容易犯错。 所以，虽然相比于GUI，CLI更加适合 Agent， 但CLI终究是为human设计的，并不是ACI (Agent Computer Interface) 的最终形态。 如果你做的仅仅是another CLI Agent，几乎没有价值。 附上论文中关于 ACI 设计的原文，大家也思考一下，到底什么样的交互，是真正的 Agent Computer interface。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude Code #SWE-agent #Human-oriented CLI #LLM #ACI
avatar
之前几个月一直在VSCode中用Claude 4 sonnet，最近几天一直在VSCode中使用GPT-5，我个人感觉，GPT-5不弱于Claude 4 sonnet，甚至更强。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#GPT-5 #Claude 4 sonnet #VsCode #AI模型对比 #主观评价
avatar
试了一晚上，不仅有代际差距，而且我现在有一种Google找对路了的感觉，请珍惜1000块以下的GOOG 🙏
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#代际差距 #Google #1000元以下 #珍惜 #积极
avatar
Larus Canus
3个月前
【nano banana使用方法】 1、打开Google Al Studio，进入Chat 2、选择模型Gemini 2.5 Flash Image Preview 3、发送你的prompt，支持垫图 一致性太赞了！
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini 2.5 Flash Image preview #AI Studio #垫图 #一致性 #积极
avatar
码农和油管博主关于ai会不会取代程序员居然吵起来了？ 完全没有必要， 因为ai既会取代码农，也会取代内容创造者，包括视频博主🤣
#AI浪潮：重塑就业，风险暗涌？· 140 条信息
#AI #程序员 #视频博主 #取代 #争议
avatar
数码荔枝
3个月前
看到关于 vibe coding 的讨论，我想分享自己的经历： 作为一个稍微有点聪明但不多、半吊子 PM、大学连 C++ 指针都没学明白的代码苦手，如果不是 ChatGPT 的诞生，我应该是永远写不出目前在用的一些效率小脚本了。 即便如此，当我试图用“自认为严谨”的方式描述新功能需求，并交给 AI 生成代码时，结果往往不尽如人意：要么直接报错，或者实现效果 vs 预期相差甚远。接下来，我只能一遍一遍把报错信息 or 差异丢给 AI，企图让它自己不断尝试改进代码。 所以，我觉得如果有人认为借助AI就能轻松变成“程序员”，那只有一种可能：他对AI交付的代码没有任何细节上的要求。比如，让 AI 生成一个 Landing Page 确实没问题，因为只要页面看起来像模像样，顺便填充了 AI 味十足的文案，就算是心满意足了。 但如果希望 AI 在生成代码时关注某些细节，或者实现特定框架下的功能，那就很难了—— 因为不懂代码、不懂框架，所以没法在正确方向提出要求，只能被迫接受一个“看起来还行”的结果。 然而，更多时候，自己都没有意识到“还需要关注某些细节”，因为也不知道究竟有哪些细节需要关注… 总之，虽然 AI 对我帮助很大，但我也清晰意识到：我这种靠 AI 点亮编程技能的人， 无论是执行力还是效率，和“靠写代码吃饭”的人没法比。 保持谦卑，保持尊重。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#AI辅助编程 #ChatGPT #代码生成 #编程技能提升 #效率工具
avatar
宝玉
3个月前
文章内容放在提示词后面
#阶层固化：求变之路，殊途同归· 976 条信息
#经济 #增长 #挑战
avatar
Yachen Liu
3个月前
几个月前就加了新 iPhone 的倒计时，预估的发布会时间非常精确
苹果Liquid Glass：开发者适配陷两难，AI助力AR或成未来· 104 条信息
#iPhone #发布会 #倒计时 #科技 #期待
avatar
nicekate
3个月前
非常 nice 的是 OpenRouter 也支持了 google/gemini-2.5-flash-image-preview 而且是 OpenRouter 首次上线图像模型 API 调用方式可以看文档里多模态部分
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Openrouter #google/gemini-2.5-flash-image-preview #图像模型 #多模态 #API
avatar
开个帖子记录一下 Gemini 2.5 Flash Image 模型我发掘的一些用法，会持续更新，建议收藏 首先这个模型支持多图参考，为了你提示词好写，你可以给多张图片加上标记 比如这里就是 A 的背景、B 的沙发以及 C 的人物
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini 2.5 Flash Image #多图参考 #A的背景 #B的沙发 #C的人物
avatar
orange.ai
3个月前
终于，声音驱动视频的开源模型来了！ Wan2.2-S2V，一个专为电影级音频驱动人体动画设计的 14B 参数模型。 超越普通的对口型，用声音驱动角色动作！ 而且它还是开源的！ 这个模型非常内容创作者制作沉浸式 AI 故事。 也是 ListenHub 和 FlowSpeech 的最佳搭档！
AI视频井喷：Midjourney领跑，多模态混战· 337 条信息
#声音驱动视频 #开源模型 #电影级音频 #人体动画 #AI故事
avatar
Geek
3个月前
Gemini 2.5 Flash Image 生成图像和编辑图像都好快啊
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini 2.5 #图像生成 #图像编辑 #快速 #积极
avatar
Gorden Sun
3个月前
nano banana正式发布了，而且免费。在AIStudio和Gemini APP里可以使用，目前一致性最强的改图模型。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#nano banana #Aistudio #Gemini APP #改图模型 #免费
avatar
Tony出海
3个月前
GPT出图慢受不了，grok号称速度快，但是几乎是抽卡，Gemini 2.5 image应该是指哪打哪，世界最好图片模型了
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#GPT出图慢 #Grok抽卡 #Gemini 2.5 image #图片模型 #速度快
avatar
nicekate
3个月前
gemini-2.5-flash-image-preview （也就是香蕉模型） 比 gemini-2.0-flash-image 生成效果好太多了 图1 新模型，图2 旧模型 不过中文渲染还得看 Qwen Image 提示词： 巨型石窟中竖立一块被光纤勾勒的透明碑石，古老经文以激光刻在其上；风格: 东方石窟+高科技装置艺术；光影: 冷蓝体积光+碑内透光；镜头: 70mm中长焦，庄严对称；构图: 中轴对称，参观者为尺度参照；色调: 石灰灰、电子蓝、微金；材质: 岩壁粗糙、玻璃体、光纤；文字要求: 碑文清晰：‘无常即常｜光可照心’（竖排）
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini-2.5-flash-image #图像生成 #Qwen Image #中文渲染 #高科技装置艺术
avatar
nano banana 来了！ AI Studio 上出现了一个叫 Gemini 2.5 Flash Image preview 的模型，应该就是了。 不过我用的时候跟我说 api 出问题
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#nano banana #Gemini 2.5 Flash Image preview #AI Studio #api error
avatar
Leun Ho
3个月前
📺 演示视频： （可以看出智能筛出来的单词还是比较简单，有需求可以在 background.js 文件自己修改 prompt） #LanguageLearning #YouTube
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#LanguageLearning #YouTube #演示视频 #智能筛选 #修改prompt
avatar
Asuka小能猫
3个月前
试想一下，相关的技术如果更加的成熟和scalable，我们可以： 不再靠 context engineering 堆满上下文，而是用注入向量（类似 LoRA、steering vector）作为轻量化的偏好控制层。 在海量上下文中也能让模型保持聚焦。 每个向量就像一个“人格插件”或“应用态度模块”，可以在推理时组合、切换。 在 multi-agent 系统里，不同 agent 可以挂载不同 steering profiles → 实现个性分工。
#多智能体之争：Anthropic生态VS单智能体· 81 条信息
#向量注入 #轻量化偏好控制 #人格插件 #Multi-agent系统 #steering profiles