avatar
RamenPanda
1个月前
黄仁勋（Jensen Huang）解释 AI 与传统软件的区别，以及为何 AI 没有泡沫 传统软件是预编译的，也就是说，它是一次性构建、存储，然后可以反复执行，几乎不需要持续计算。开发完成后，它不需要高性能处理器持续运行。用户只是将完成的程序当作工具来使用。 AI 则完全不同，它是实时生成的。它必须在使用的瞬间处理上下文、进行推理，并即时产生智能——不是提前准备好的。 这意味着每一次请求都需要持续计算。正因如此，AI 系统依赖持续的 GPU 算力来“制造”输出，就像工厂生产 token 一样。 因此，AI 不是静态的软件工具，而是一个活跃的计算过程，需要大规模、常开的基础设施来动态创造智能。
英伟达市值突破5万亿，科技巨头再创历史· 44 条信息
#黄仁勋 #AI #GPU #实时生成 #持续计算
avatar
iPaul
1个月前
技术的恶意，无处不在。
AI技术引发伦理争议，专家呼吁加强监管· 22 条信息
#技术 #恶意 #负面 #社会 #批判
avatar
Orange AI
1个月前
作为老板，最心痛的事情莫过于 给员工提供了 Claude Code、Codex、Cursor 各种工具 但员工却不用 了吧...
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#老板心痛 #员工不用效率工具 #Claude Code #Codex #Cursor
avatar
晕。我以为claude web跟code的limitations是分开的 用claude web中的opus 4.1讨论修改了一下EA，就改了2个版本就触发限制。 转而用claude code编django也受限。 早知道用sonnet 4.5就够了。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude #Opus 4.1 #EA修改 #限制 #Sonnet 4.5
avatar
马东锡 NLP
1个月前
今年，我读了很多 alignment 和 AI safety 的论文。 开始一天比一天好奇，Ilya Sutskever 的 Safe Superintelligence Inc 到底在做什么神秘的研究和产品？
#AI浪潮：重塑就业，风险暗涌？· 140 条信息
#AI安全 #对齐研究 #Ilya Sutskever #Safe Superintelligence Inc #好奇
avatar
Mr Panda
1个月前
给自己调了一个AI 生成图的工具， 不太满意， 先睡觉， 明天继续调。
AI视频井喷：Midjourney领跑，多模态混战· 337 条信息
#AI生成 #工具 #调试 #不满意 #睡觉
avatar
喵爸有毒
1个月前
这个行业国内奔五奔六的没有一个不是自学的，因为那时候就没人教。 奔四的也绝大多数是自学的，因为有人教也教不好。 奔三的至少一半是自学的，因为老师都是奔四奔五搞不到钱淘汰下来的。 加上学校的教程肯定超不过行业发展，所以多半拼实力还是要求个人的自学能力高。 计算机业最重要的就是自学能力。
从月薪1800到被裁后独立开发，程序员的逆袭之路· 65 条信息
#IT行业 #自学能力 #行业发展 #经验积累 #个人能力
avatar
meng shao
1个月前
Claude Skills 全解析：模块化构建高效智能体的「技能」，跟提示词、项目、MCP、子智能体有什么区别？ Claude Skills「技能」作为模块化工具，能显著提升 AI 在复杂工作流中的效率与一致性。Anthropic 最新博客客观比较了技能与提示、项目、MCP 和子智能体，帮助用户精准选择工具来构建智能体。核心观点是：技能不是一次性指令，而是动态加载的“专业手册”，特别适合重复性任务和领域专长。 技能是什么？ 技能是一个包含指令、脚本和资源的“文件夹”，Claude 会根据任务相关性自动发现并加载。它像一本专属培训手册： · 品牌指南技能可自动应用公司颜色、字体和排版规则； · 数据分析技能则内置 Excel 公式、PDF 处理技巧等。 技能适用于三类场景： 1. 组织工作流：如合规检查、文档模板，确保团队输出标准化。 2. 领域专长：如研究方法、代码模式，提供专业知识。 3. 个人偏好：如笔记系统、搜索习惯，定制 AI 行为。 技能如何工作？ 技能采用“渐进式披露”机制，高效利用上下文窗口： 1. 元数据预加载（~100 token）：快速判断是否匹配任务。 2. 完整指令加载（若相关，<5000 token）：提供核心指导。 3. 资源按需加载：脚本或文件仅在必要时引入。 这种设计让 Claude 能同时处理多个技能而不超载，并自动应用最相关项。比如，在研究任务中，Claude 可加载“竞争分析”技能，指导它从 Google Drive 检索最新文档、过滤文件并引用来源。技能因此更像“主动顾问”，而非被动工具。 实际示例与益处（两个案例） · 品牌指南技能：内置调色板、字体、布局规范，用于生成演示文稿或报告，确保风格统一。 · 竞争分析技能：定义文件夹结构、命名规则和搜索最佳实践，帮助 Claude 高效导航云存储，进行跨文档对比。 主要效果包括： · 一致性：重复任务无需重述规则，减少错误。 · 效率：动态加载节省资源，支持大规模部署。 · 可扩展：GitHub 上有开源技能库（），支持自定义与共享。 · 整体提升：结合其他工具，可构建强大工作流，如研究智能体用技能分析数据、子智能体执行编码任务。 与其他组件的区别 特别澄清技能的定位，避免工具混用： · 提示：临时、对话式指令，适合一次性查询；技能更持久、主动，建议将重复提示转化为技能。 · 项目：静态知识库（如上传文档），提供“知道什么”（事实）；技能教“如何做”（过程）。 · MCP：连接外部数据（如 Google Drive）；技能则指导如何使用 MCP 处理数据（如按日期过滤）。 · 子智能体：独立智能体，带自定义工具，适合复杂任务分解；技能是共享专长，可被任何智能体调用。 例如，一个完整研究智能体可能：项目存战略文件、MCP 拉取实时数据、技能定义分析框架、子智能体处理编码、提示做最终调整。这种模块化设计是技术亮点，适用于开发、生产力和企业级应用。 博客地址
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Claude Skills #模块化智能体 #AI效率提升 #技能与提示对比 #智能体工作流
avatar
zhugezifang
1个月前
不知道大家做了很多站之后有没有发现，谷歌会给新站一些流量，然后就没有然后了，如何解决 #独立开发者 #buildinpublic
独立创业者如何突破零收入困境，迈向月入1000元· 307 条信息
#谷歌流量 #新站 #独立开发者 #buildinpublic #流量下降
avatar
Mr Panda
1个月前
AI 写代码最大的坑是他的学习数据是有时间效应的， AI 给出的代码方案大概落后于当前最新进展半年的时间， 我遇到的大多数问题是版本冲突、依赖不兼容导致的， ai 自己根本没有办法自查。 如果你是一个新手程序员， 就会非常的难受。 不过对于新手程序员， ai 解决不了的问题， 你自己解决了， 那么你由从新手向中级水平又上了一个台阶。 --- 我是一个前端新手， 经常要跟ai 学习 React 。 想要成为了一个熟练使用ai写代码高手， 基础阶段是绕不过去的
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#AI写代码 #版本冲突 #依赖不兼容 #新手程序员 #React
avatar
松果先森
1个月前
懒人福星，不用提示词，一键转Q版风格 有返图的吗？
懒猫家族新成员亮相，AI算力舱引发热议！· 143 条信息
#Q版风格 #一键转换 #懒人 #返图
avatar
Gorden Sun
1个月前
AI资讯日报，11月15日：
AI技术引发伦理争议，专家呼吁加强监管· 167 条信息
#AI #资讯 #11月15日
avatar
Nicolechan
1个月前
YouMind 这波更新，真的在帮你省钱，创作者直接爽到！ 1.支持GPT 5.1 2.复制为公众号格式支持选择颜色和主题 3.支持公众号封面图比例 21:9 4.如果你对 YouMind 的回答不满意，点踩即可返还积分 5.通过技术优化已经大幅降低积分消耗 6.Gemini 2.5 Flash 和即梦限时1个月免费，不消耗积分 那条最让你印象深刻呢？欢迎评论区留言告诉我
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#YouMind更新 #省钱 #创作者福利 #GPT 5.1 #Gemini 2.5 Flash免费
avatar
Gorden Sun
1个月前
NotebookLM一系列更新 1）支持读取图片内容 2）新增Deep Research功能，研究后会产出一份报告，可以用作知识库继续加工 3）支持自定义生成的视频风格，不再局限于官方提供的风格列表
深度学习模型升级引发AI能力大跃进，行业迎新变革· 143 条信息
#NotebookLM #图片内容支持 #Deep Research功能 #自定义视频风格 #知识库加工
avatar
海外爆料
1个月前
🔥 小米汽车又添安全隐患！11月14日，安徽网友爆料称，小米汽车在宁芜高速行驶时，轮毂突然炸裂，但轮胎未破损。车主表示事故发生时车辆高速匀速行驶，伴随巨响，随后车辆失去动力，车主紧急停靠。相关视频显示，轮毂炸裂后轮胎仍保持完整，但轮毂内部结构损坏严重‼️
武汉小米SU7失控撞护栏致严重事故，车轮散落十米外· 10 条信息
#小米汽车 #轮毂炸裂 #安全隐患 #宁芜高速 #车辆事故
avatar
Gorden Sun
1个月前
Code wiki：谷歌的Github Wiki 类似DeepWiki和智谱的Zread，AI整理了Github仓库的内容，可以快速上手、了解架构，支持提问。特色是有类似NotebookLM生成的视频介绍。 在线使用：
谷歌Deep Research：AI操作系统雏形？· 145 条信息
#Code wiki #GitHub #AI #NotebookLM #知识库
avatar
初码
1个月前
最近Coding实践很多，虽然都是一些小工具的开发，但也越来越接近100%全自动Coding了，真的是打开一个电视剧，看一集检查一下进度并微调，看完几集就完成一个发布稍微做下最终验证就ok，所以生物学永生真的快到来了！！
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#全自动Coding #效率提升 #生物学永生 #技术乐观 #自动化工具
avatar
Yachen Liu
1个月前
Steam Machine 应该出个可自插显卡的版本，反正 GPU 和内存几乎不会构成性能瓶颈，GPU 让玩家们根据预算自己选购就好，兼容性问题也不大。有了的话家里的 Gaming PC 可以淘汰了。
Valve公司创新文化与Steam平台成功引发行业关注· 11 条信息
#Steam Machine #可自插显卡 #GPU选购 #兼容性 #Gaming PC淘汰
avatar
ginobefun
1个月前
Skills explained: How Skills compares to prompts, Projects, MCP, and subagents Claude Skills 不就是把提示词存个文件夹吗？ 看了两篇关于 Skill 的好文章，做下阅读笔记。 很多人初次看到 Claude 的 Skills 功能，第一反应是：这不就是把提示词存成文件吗？这个判断其实低估了它的意义。 Anthropic 专门写了篇长文解释 Skills 与 Prompts、Projects、MCP、Subagents 的区别。这篇文章值得关注，因为它不只是介绍功能，而是在说明 AI 应用开发的底层逻辑转变。 从第一性原理看，Skills 的存在有其必然性。大语言模型需要上下文才能工作，但上下文窗口有限是物理约束，重复输入相同信息显然低效。面对这个矛盾，合理的解决方案就是建立按需加载的知识模块系统。 官方给出了清晰的定位：Prompts 是即时指令，Skills 是可复用流程，Projects 提供知识库，Subagents 是专职助手，MCP 负责连接外部系统。这五个组件各有分工，配合使用才能发挥完整价值。 举个实际例子。你可以创建一个代码审查的 Subagent，只给它 Read、Grep、Glob 这些只读权限，不给 Write 和 Edit 权限。当你修改代码时，Claude 会自动委派这个 Subagent 做安全检查，既保证了审查流程，又避免了误改代码的风险。再配合 Skills 里定义的安全审查标准，整个流程就能自动运行。 这里有三个关键点值得注意。 第一，Skills 不是功能增强，而是范式转变。过去用 AI 是即兴发挥，现在可以系统沉淀工作方法。 第二，五个组件需要配合使用。单独用 Skills 只有 30% 效果，配合 Projects 的背景知识、MCP 的数据连接、Subagents 的任务分工，才能构建出生产级的工作流。 第三，未来的护城河不在于调用哪个模型，而在于你积累了多少精心设计的 Skills。这跟 npm 生态类似，先发优势会越来越明显。 对做 AI 产品的人来说，现在可能是时候从写花式提示词，转向设计可复用工作流了。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Claude Skills #AI应用开发 #工作流 #subagents #范式转变
avatar
Easycompany
1个月前
这篇文章，是我的读书笔记，也是写给那些非编程专业的人，想要通过使用AI辅助，来完成编程、来实现产品落地的怀着梦想的朋友们。 在一切开始前，我们还是需要具备一些网页开发的基础知识，在我跟着一些专业程序员使用AI工具去开发构建产品的过程里，我有一个非常大的启发，他们的实际开发流程和我们所想象的AI开发流程其实是不一样的。 举个例子：在最初我接触到AI编程的时候，没有产品需求文档，没有架构，没有项目结构，有的就是自然语言。我坚信通过沟通就可以讲清楚，可以实现项目落地。 这是非常严重的错误，本质来说就是方向错了，你不会到达目的地。 专业程序员开发，是严格讲究先后顺序，讲究关键节点的。敲重点，正确的开发顺序： 1️⃣使用AI产出产品原型图：这一步非常关键，我的理解是通过这一步，你自己作为产品的创造者，一定要非常清楚自己的产品 长什么样子 具备哪些功能： 有没有WOW Moment？放在哪个位置等等？ 也是AI作为你的24小时“百变专家”员工，让你看到最初的产品长什么样子。所以这一步一定是先于编程和代码的。 2️⃣ 确定好软件的框架结构，这一项需要掌握一些开发最基础的内容，你说我不会怎么办？问你的机器猫啊。24小时“百变专家” 用人不疑，疑人不用，切记这一点，你别用着ChatGPT，心里想着Claud、Gemini。没有那个资本就别学人家“吃着碗里，看着锅里”。 3️⃣ 沟通项目结构，比如：至少要了解结构有哪些，分别是什么？ 这一步干什么用的？ 是告诉你：哪些代码是放在哪个文件里的？因为在后期开发过程里面，我们要尽可能精确的告诉AI工具，我们要在哪个对应的页面文件夹里做什么样的改变，这样才能让AI更好的明确问题，避免导致整个项目的损坏或者瘫痪。 4️⃣确定好以上3个核心点以后，接下来需要做的就是让AI生成你的项目需求文档，这也是我接触AI编程后才知道的，PRD文档。 这个东西就是你学车时候，上车先拉安全带，调整座椅靠背，调整后视镜，打火观察仪表台有没有异常灯亮，打转向灯并且观察周边情况后，挂档，放手刹，准备起步的整个操作规范是一样的，我这样说是希望大家能更清楚PRD的作用。 5️⃣有了这个东西以后，我们需要让AI基于这个文档，生成每一个功能的模块化开发流程，就像你教练第一天就告诉你学车的所有要领，你也无法全部掌握是一样的，你的“机器猫”也没有办法，所以我们可以直接跟AI交互，或者使用一些软件自带的Plan模式 这里可以介绍一个规范开发的GitHub开源项目叫“Spec Kit”，就可以很好的解决你开发过程里的规范问题。 6️⃣ 我们根据计划，这就可以作为整个项目的领头人，创作者，开始让AI开始从拆分开的模块一个一个实现功能了，但这里也有很多值得注意的： 1️⃣功能实现后再开始下一项； 2️⃣每一次开发小模块我们也需要有一个开发流程的闭环： 详细输入，给到AI尽可能详尽的上下文以及 需求👉开发👉检测👉发现Bug👉解决Bug需求👉修复👉检测👉产出详细项目进度并且更新文件👉Git 有人问Git是什么，我理解就是备份，但是Git可以单独开一门课来学习，是的，学海无涯。 我的总结： ❌ 一次性让AI开发过大的项目 ❌ 一次性大更该，导致项目混乱 ❌  忽视项目版本管理，这是AI编程的后悔药，你都不能保证一次性成功，何必要求别人。 ✅ 先原型、后编码，逐步细化。 ✅ 每次只聚焦一个小问题，及时预览和测试。 ✅ 善用AI的定位、解释、修复能力，遇到问题冷静交给AI。 ✅ 每次小步提交，文档和自动化脚本同步完善。 ✅ 用人不疑，疑人不用。 Vibe Coding是一项非常具备创造性的工程，它真的可以把你的一个想法，慢慢打磨称为产出级的产品，但同时，它也是一项技巧性很强的流程工作，掌握了沟通与开发技巧后，事半功倍。 我强烈建议 无论通过什么办法，学着使用规范开发先攒出5个可以运行的小东西，对于整个流程会有质的改变。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#AI辅助编程 #产品落地 #AI开发流程 #项目需求文档 #Vibe Coding