avatar
宝玉
1个月前
《Inside Cursor》这篇文章很有意思，作者 Brie Wolfson 刚在 Cursor “卧底”了 60 天，从她的角度写了她观察到的很多 Cursor 内部的事。 作者早期的 Stripe 和 Figma，这两家都是硅谷“现象级”的公司。 如果你对 Cursor 有兴趣的话，推荐看看。原文内容太长，以下内容为摘要式翻译。 探秘 Cursor：在 AI 时代，下一个“Figma”是如何炼成的？ 如果你经历过一家“神级”公司的草创期，你就会对一种“魔法”般的气氛特别敏感。 作者 Brie Wolfson 就是这样的人。她曾在早期的 Stripe 和 Figma 工作，见证过它们如何从粗糙的办公室成长为估值数百亿的巨头。最近，她以一个“临时工”的身份“潜入”了 AI 编程工具公司 Cursor 几个月，结果让她大为震撼——她闻到了同样的味道。 她发现，Cursor 正在用一套极其独特、甚至有些“野蛮”的方式，试图在 AI 时代打造一家“世代相传”的公司。这种文化，你很难在别处看到。 1. “全员恶人”式的招聘：我们不招“岗位”，我们“收集”牛人 在大多数公司里，招聘流程通常是这样的：首先发现公司在某项能力上有缺口，于是发布一个职位，然后寻找一批候选人，再从这些人中挑一些来面试，最终选中一个人，安排好入职，等上几个月，新人终于来了。 Cursor 的招聘是：“发现一个牛人，然后全队扑上去。” 他们的逻辑是，秘诀在于把招聘流程中的基本单元当成是人，而不是某个职位的招聘要求（job spec）。整个过程堪称“不择手段”： 来源不限： 他们发现有个用户在斯德哥尔摩搞 Cursor 研讨会，就把他招来了；发现有个用户大半夜还在疯狂用 Cursor 写代码，也把他招来了。 “蜂群”战术： 一旦在 Slack 频道里锁定一个目标，大家就会蜂拥而上。没有专职 HR，而是由最懂这个人的团队成员去接触。 “骗”来再说： 对方说“我暂时不想换工作”？没问题。Cursor 会说：“那先来做个小项目玩玩？”或者“路过总部时，进来坐坐？” 惊喜面试： 所谓的“进来坐坐”，很可能就是一次“突袭式面试”。等你坐下，相关的人已经“恰好”都在场了。 死磕到底： 为了招一个德国的天才程序员 Lukas，创始人们先是飞到德国，被拒了。过了一年，他们又飞过去一次，这次终于把人带回来了。为了“搞定”另一个犹豫不决的候选人 Jordan，团队打听到她刚搬家，甚至联系了她的室内设计师，最后亲手送上了一台她正想要的浓缩咖啡机。 这套“野路子”的结果是，Cursor 成功地在极早期就聚集起了密度高到吓人的人才。 2. “高手，是不需要扶手的” 招来这么多牛人（全公司有 50 多个前创始人），怎么管？ 答案是：不管。 作者提到了一个绝妙的隐喻：Cursor 办公室的楼梯非常陡，但没有扶手。 她问起这事，得到的回答是：“大家知道怎么上楼。” 这就是 Cursor 的核心文化：极度相信个体的能力和自觉。 在这里，“IC”（Individual Contributor，独立贡献者）是地位最高的角色。大家鄙视“PPT 汇报”和“向上管理”。就连创始人 Aman 也是个“骄傲的 IC”，每天缩在办公室角落里，专心致志地写代码。 公司没有开不完的会，作者甚至说 Cursor 有一种“口语文化”。你需要谁的帮助？别发 Slack，直接走过去“拍他肩膀”最有效。 这种环境让有能力的人如鱼得水。一个刚入职的销售说，他在上家公司（也是一家明星创业公司）熬了 30 天才被允许接触客户；在 Cursor，这个时间是 30 小时。 3. “在食堂，没人谈论天气” Cursor 的办公室不在什么高科技园区，而是在旧金山一个老街区。没有公司 Logo，没有团建海报，家具都是淘来的中古货，墙上堆满了书（而且是真的在看的那种）。 公司有个叫 Fausto 的大厨，每周六天为大家做午餐。 重点来了：午餐时，大家在聊什么？ 创始人 Sualeh 说，他最担心的公司衰败迹象，就是“大家在吃饭时开始谈论天气。” 在 Cursor，午餐桌上聊的都是工作——项目进展、技术难题、对行业的奇思妙想。大家通过“如何思考”来认识彼此。这种氛围极具传染性。 这也引出了关于 Cursor 最著名的传闻：9-9-6。 作者的观察是：这根本不是公司规定，而是这群人“自发的”。 没人要求你加班，但当你身边的人都因为热爱而疯狂工作时，你也会被卷入这种“兴奋剂”般的节奏里。作者自己也承认，她会在周末和深夜工作，不为别的，只因为“我想，而且我想让我这帮牛逼的同事对我刮目相看。” 4. “像披头士一样吵架，用‘Fuzz’来找茬” 这群“有主见”的牛人聚在一起，怎么协作？ 答案是：高强度的“建设性摩擦” (Constructive friction)。 大家会毫不留情地互相“找茬”和“挑刺”。作者形容这是一种“微观上的悲观主义，宏观上的乐观主义”——我们对执行的细节极度挑剔，但对最终的成功深信不疑。 创始人 Michael 甚至用了一个比喻，他希望公司像披头士乐队制作《Get Back》专辑时的状态。 如果你看过那部纪录片，就会懂：一群处于巅峰的大师，把自己关在录音室里，在巨大的压力和紧张的时间下，通过不断的碰撞、争吵、迭代，硬生生“磨”出了一张传世专辑。 这种魔力，不在于战略，而在于**“在过程中感受”**——手指始终放在乐器上，一遍遍地弹，直到它听起来对了为止。 Cursor 把这种“找茬”变成了制度，叫 "Fuzz"。 每次要发布重大更新前，团队会召集所有人（通常是在地下室），“来，咱们一起把它搞垮。” 所有人会花一个小时，像“松露猎犬”一样找出所有 Bug、UI 瑕疵和未考虑到的边缘情况。然后，产品团队会带着这张长长的“找茬清单”，通宵把它改完。 5. “我们不‘降低门槛’，我们‘提高天花板’” 在一个人人都想“AI 民主化”、“赋能所有人”的时代，Cursor 的选择显得非常“傲慢”。 他们明确表示：我们的理想客户，是这个世界上最优秀的那批专业开发者。 别的公司可以去“降低地板”（Lower the floor），让小白也能写代码。而 Cursor 的使命是 “提高天花板” (Raising the ceiling)。 他们相信，只有服务好那些“处在手艺巅峰”的人，被他们拉着走，才能真正“改变”软件的构建方式，而不是做一些“增量改进”。 这种哲学也体现在面试上：他们的编程挑战出了名的难。因为他们认为，“太简单的东西，根本没法让牛人展示自己有多牛。” 6. 为什么这么拼？“奖品”就是使命本身 最后，也是最让作者触动的一点：这群人这么拼，图什么？ 作者在 Stripe 和 Figma 早期时，午餐桌上的热门话题是“发财后买什么房”、“环游世界”等等。 但在 Cursor，她惊讶地发现：几乎没人谈论钱。 尽管公司估值飞涨，但没人聊股票、豪宅或退休。 为什么？作者的结论是： “因为他们中的大多数人，就算明天就退休了，他们想做的事，大概率还是他们今天在 Cursor 做的这些事。” 对他们来说，“奖品”不是钱，而是**“完成使命”**本身。 他们真正关心的，是“代码”，是“代码生成作为世界构造的基石”。他们坚信，世间万物（红绿灯、科学发现、医疗记录）都运行在软件之上，而他们正在做的事，是真正提升人类构建这一切的能力。 这，或许就是作者所说的“魔法”的真正来源。 原文：
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Cursor #AI编程工具 #硅谷文化 #精英团队 #高强度工作
avatar
AI Will
1个月前
直播预告 | AI竞速的下一个拐点，AI泡沫？最新机器人加速和AI硬件飞速进展，从 Sora 2 的再度突破，到 Google 与字节的动作，再到阿里等中国团队雄踞开源榜—— AI 技术版图正在重组。第六期系列直播将以数据为锚，解析全球AI的最新进展与潜在方向，带你洞察技术演进的下一阶段。
澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息
#AI竞速 #AI泡沫 #机器人加速 #AI硬件 #技术演进
avatar
XiaoPeng
1个月前
就是这个算法，但是有很多种组合
AI高考数学测试：O3意外落后，Gemini夺冠引发热议· 67 条信息
#算法 #组合
avatar
北火
1个月前
反思下来，我有几点体会： 首先，代码逻辑并不是很难。但是我没办法一次将整个项目的所有细节都照顾到。其中有些代码并不是我写的，理解这些代码又要花费很多功夫。所以我根本没有时间能逐步重构。AI 不存在这个问题，对它来说，阅读几千个文件也就一瞬间的事。 其次，我恰好想起来了一个新的思路。但是我没想到 AI 可以按照这个思路重构得如此顺利。如果是我自己写，我仍旧要继续拆成可验证的路径，逐步重构。没有一两个星期，根本完成不了。 最后，Claude 4.5 的代码能力已经达到了一个很恐怖的水平。现在 AI first 已经成了我默认的写代码方式了。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#AI #代码重构 #Claude 4.5 #AI first #效率提升
avatar
北火
1个月前
最近做了一次项目重构。原先几处复杂逻辑被硬绑在一起，我前后试了三次，每次大概三天专门处理，越改越乱，次次告吹。后来 Claude 4.5 Sonnet 出来之后，直接用它重构，两天就搞定了。不可思议，真的不可思议。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#项目重构 #Claude 4.5 Sonnet #效率提升 #编程体验 #积极
avatar
简中推是第一个直观被 AI 污染信息源的领域， 为什么？ 因为声音图像目前还是能够很轻松的被审查， 但文字，无法被审查。 所以，可以预见未来大部分人将会无限泡在 AI 所搭建的信息茧房之中。 缸中大脑的科幻故事，即将走进现实。 未来一定是独一无二的人性最宝贵。
#AI乱象不止：内容注水，隐私堪忧· 206 条信息
#AI污染 #信息茧房 #审查困境 #文字审查 #人性
avatar
金融汪
1个月前
【扯白】【当我们在讨论OpenAI的问题的时候，我们在讨论什么】(一下文字均为本人手写） OpenAI在最近三年，一直处于舆论的中心，媒体的头条 无论是ChatGPT的横空出世，极短时间用户突破1M; 模型不断迭代，能力不断提升，促进整个AI行业的兴起 还是Altman被董事会踢出局又被请回去，llay出走，“内斗”曝光 无论是Altman和马斯克的利益纠葛最后变成个人恩怨，要对簿公堂 还是OpenAI和微软之间说不清，道不明的产权，版权，股权纠纷，渐行渐远 无论是英伟达捐献的第一台高速计算机，还是到现在OpenAI疯狂“圈钱”必须在商业化的路上一路狂奔，锁定生态圈和合作对手，拼命一搏 ....... 客观来说，OpenAI其实没有做错什么，商业就是这么残酷；而Altman本人也绝不是科技理想主义者（就像llay，辛顿）；他就是一个创业者，一个商业奇才，一个资本主义世界里典型的封面人物而已 所以，我们在讨论OpenAI的问题的时候，我们在讨论什么？就像此前我说我们讨论中美贸易战的时候我们在讨论什么？ 我们的讨论始终是有边界的，有框架，而绝非一边倒的 那个边界就是：我们在观察一个组织，一个产品，一项颠覆世界的科技应用的时候，我们必须要清晰地认识到：其社会影响力和商业价值是不能划等号的 而技术和市场的领先者，是不是最后的商业上的胜利者，也是需要去跟踪观察，不能直接给答案的 一切的线性外推，都可能导向极大的谬误 ................... ChatGTP在2022年底的出来，是人类AI技术应用的拐点；在这个拐点之前，人类对人工智能的探究已经持续了70年，并经历过2次“寒冬”；ChatGPT的出来并不只是OpenAI的功劳，如果没有2012年辛顿，llay和Alex师徒三人对基于神经网络的DL的发明，如果没有Google的Transformers的发明......人类的ChatGPT时刻不会到来 而Sam Altman最大的功能就是在没有钱的情况下，网罗到了当时全球最厉害的AI大脑llay，建立了非赢利的组织OpenAI，并成功从一众企业家比如马斯克那里获得了巨额的捐赠；还利用亚马逊的云服务进行计算支持..... OpenAI成立到如今不过10年，ChatGPT推出3年，全球用户已经超过8亿人，营收今年超过130亿美金，估值5000亿美金；其模型的基准测试水平依然还是全球领先；而且Altman刚刚解决了OpenAI组织架构上的巨大Bug，成功转型为可赢利商业实体，扫清了IPO和赢利最大化的障碍，为OpenAI的员工和股东谋得了真实的福利（想想Altman被董事会“扫地出门”，是员工们把他捞回去的） 如果，就以此刻作为“业绩评估”时点，OpenAI和Altman都是巨大的成功 .................. 但是，世界就是滚滚向前，不会为谁停留脚步 OpenAI和Altman进入自己创造的不断自我强化的世界，会不会产生“弗兰肯斯坦式反噬”？我们不得而知 现在的情况是什么？ 所有，是的几乎是所有巨头都在参与AI的投资和建设：与基础设施数据中心相关的都在拼命砸资本CapEx狂飙；希望改进工作流提升效率的公司在内部不断加强IT支出，人，系统，数据。。。。。; 自己不想投入的，还是需要去进行采购和外包，垂直应用软件支出也在加速...... 另外一方面，公司裁员也在加速，以大公司，入门级员工最为突出......为什么？因为最喜欢囤积人才的大公司觉得自己不用囤了，AI时代的到来，初级员工的职能完全被AI替代，老员工的能力和效能可以指数级增长...... 投资狂飙，芯片短缺，高端制造产能不足，产业工人结构性失调，劳动岗位下降，年轻人焦虑急速上升（导致普通家庭焦虑急速上升）...... 大家想想，AI来了，你是高兴兴奋多，还是焦虑紧张多？开始的兴奋，最终被一种巨大的对未知的恐惧裹挟: 到底还有多少是我不知道的？我是不是又被抛在了时代和科技革命的后面？哪个AI工具好用，我得赶紧学会, 不会就死啦...... 以OpenAI为首的这轮AI科技革命的弄潮儿们也有深深的恐惧：我的竞争对手们到底又搞出了哪些新玩意儿，加班加班加班，再不加班就死了，中国人来了，他们到处都是，完蛋了。。。。。 在这场玩得越来越大的竞赛中，连黄仁勋也会“焦虑”，虽然他才是最大赢家，但毕竟市值5万亿，高处不胜寒，增长在哪里？能不能再次打开中国市场的大门？ 而资本市场的焦虑是，这样的投资狂潮，有多少能够产生真正的终端产品和应用，提升全要素生产率，提升GDP增长水平提升经济产出？？ ............. OpenAI已经进入了一个以它现有的财务实力，无法支撑的游戏；当股权换算力的边界已经再也无法突破的时候，它就只能诉诸于债务融资，还有什么比政府低息的担保融资更划算的呢？ 可以利用政府背书，可以不断扩大影响力，可以“裹挟”，然后做到Too Big to fail 这不是一个伦理或道德问题，这就是一个纯商业的问题 纯商业的问题，就需要用商业的尺度去衡量，小心求证，谨慎观察，计算概率和赔率，下注还是撤退？这是我们讨论的边界
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#OpenAI #Altman #AI革命 #商业化 #社会影响
avatar
Tz
1个月前
当神的铠甲太重，已经勒进肉里 —— "神"开始流血了 2025年11月6日，Sam Altman 发了一篇1200字的声明。 语气很诚恳。姿态很低。但你能感觉到，他在出汗。 同一周，北京的月之暗面团队发布了 Kimi K2。训练成本：460万美元。在 SWE-Bench Verified 这个专业代码生成测试上，它跑出了71.3%的成绩——超过了 GPT-5。 OpenAI 的 CFO 前一天刚说"可能需要政府融资支持"。第二天就改口。 这不是巧合。这是流血的声音。 //什么是"神"// 神不是某个人，是一套信念。 这套信念说：只有闭源、重资本、天价算力，才能训练出最强的模型。它的代言人是 OpenAI，是 Sam Altman，是那份横跨8年、总额1.4万亿美元的基础设施承诺清单。 1.4万亿是个什么概念？ 相当于整个非洲大陆2023年的 GDP。相当于可以建造140个三峡大坝。相当于给全球每个人发200美元。 这笔钱，OpenAI 准备用来建数据中心、买芯片、铺光纤。他们说服了 Broadcom、Oracle、Microsoft、Nvidia。差点说服了政府。 但现在，DeepSeek 用560万美元训练出了 R1。 Kimi K2 用460万美元，跑通了1T参数的 MoE 架构。 这两个数字，一个是1.4万亿，一个是460万。 差了多少倍？ 30万倍。 //为什么流血// 想象一下这个画面： OpenAI 每年烧掉数千亿美元，像一台巨型蒸汽机，轰隆作响，吞吐着电力和芯片。 而月之暗面的团队在北京的办公室里，用384个"专家"（这是 MoE 架构里的技术术语，可以理解为384个小型专业模型）、32B激活参数，在15.5万亿 token 的训练过程中实现了零损失尖峰。 什么叫零损失尖峰？简单说，就是训练过程全程稳定，不需要重启，不需要人工干预，不需要"救火"。 在 SWE-Bench 这样的专业代码生成任务上，Kimi K2 逼近了 GPT-5 的水平。在推理场景中，它打败了 Claude Opus 4 的部分能力。 更要命的是，这些模型开源。 任何人都可以下载权重，部署在自己的服务器上。跑100万 token 只需要0.15美元输入、2.5美元输出。OpenAI 的 API 定价？十倍以上。 Sam Altman 在声明里花了三段篇幅解释"我们不需要政府担保"，又花了两段解释"我们的收入增长计划"。他说，OpenAI 今年年化收入约200亿美元，预计2030年要涨到数千亿。 这套叙事建立在一个假设上：闭源模型的性能壁垒能维持足够长的时间，让用户愿意为高昂的 API 付费。 但中国实验室正在粉碎这个假设。 如果 Kimi K2 用不到500万美元的单次训练成本，就能达到与 GPT-5 相近甚至部分超越的表现，那1.4万亿美元的基础设施蓝图到底在买什么？ 是买保险吗？ 是买垄断吗？ 还是买一套已经过时的军备竞赛规则？ //伤口在哪里// 伤口不在技术上。 OpenAI 依然有 GPT-5 Pro，依然有企业客户，依然有品牌优势。但伤口在"必要性"上。 举个例子。 OpenAI 会说，那20%的差距是关键——是在极端边缘案例下的稳定性，是企业级的安全保障，是能让 AI 做出科学突破的最后一跃。 但问题是，当 All-In 播客的主持人 Chamath Palihapitiya 公开说"我们已经将大量工作负载转移到 Kimi K2，因为它性能更好且便宜太多"时，这个20%的叙事就开始失效了。 因为大部分用户不需要那最后20%。 他们需要的是"足够好"+"便宜10倍"。 这就像你去买车。一辆车从0加速到100公里需要3.5秒，另一辆需要4.2秒。但前者要100万，后者只要10万。 大部分人会选哪个？ DeepSeek 和 Kimi K2 证明了什么 它们证明了一件事：当你用正确的架构设计（MoE + MLA）、正确的优化器（MuonClip 替代 AdamW）、正确的数据 pipeline（智能体模拟场景），1T参数的模型可以在15.5万亿 token 的训练过程中全程稳定。 不需要重启。 不需要人工干预。 不需要"战略国家算力储备"。 这不是技术追赶。 这是路线证伪。 就像当年苹果证明了"智能手机不需要键盘"，特斯拉证明了"电动车不需要妥协性能"，SpaceX 证明了"火箭可以回收"。 现在，DeepSeek 和 Kimi K2 证明了： 训练顶级 AI 模型，不需要1.4万亿美元。 //之后会发生什么// 神不会死。 OpenAI 还有现金流，还有 ChatGPT 的用户基数，还有企业版订阅。但神会缩小。 1.4万亿美元的承诺会被重新谈判。部分数据中心项目会推迟或取消。投资人会开始问"为什么不用开源模型做底座"。 政府会发现，建设"国家 AI 基础设施"其实可以部署 Kimi K2，而不是向 OpenAI 购买算力配额。 更重要的是，开发者会用脚投票。 当 Hugging Face 上 Kimi K2 的下载量接近10万、GitHub 星标5.6K、Perplexity 的 CEO 公开说要基于 Kimi K2 做后训练时，这场游戏的规则已经变了。 Sam Altman 说"我们相信市场会处理失败"。 但他没说的是：市场正在处理的，不是某家公司的失败，而是某种路径的失败。 那种认为"只有砸更多钱才能做出更好模型"的路径。 那种认为"闭源才能保持领先"的路径。 那种认为"政府应该为私营数据中心提供低成本资本"的路径。 神会继续存在。 但祂的铠甲会被卸下一些。那些用1.4万亿美元堆起来的、刻着"AGI 需要无限算力"的护板，会被一片片敲掉。 留下的可能是一个更轻盈的 OpenAI——依然强大，但不再垄断叙事。 或者，留下的只是一个教训： 当你把赌注压到"我们是唯一能做到这件事的人"上时，最危险的对手不是那些追赶你的人，而是那些证明"其实不需要这么多钱"的人。 Kimi K2 的团队没有试图打败 OpenAI。 他们只是在北京的办公室里，用460万美元，证明了一件事： 有些伤口，不是被对手砍出来的。 是自己的铠甲太重，开始勒进肉里。
OpenAI GPT-5发布引发用户不满，阿尔特曼回应质疑· 158 条信息
#kimi k2 #OpenAI #低成本AI #开源模型 #路线证伪
avatar
sitin
1个月前
晚上了，是时候压榨 Claude code 这个劳动力了！
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude #代码 #压榨 #晚间 #劳动力
avatar
61
1个月前
谜底宇宙本周内部分享还是关于 vibe coding，现在我们产品经理都开始直接 vibe 原型了，很不错
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#谜底宇宙 #Vibe Coding #产品经理 #原型 #积极
avatar
傅盛
1个月前
继黄仁勋表示中国将是人工智能大战的赢家后，Elosn Musk也表达，未来机器人领域的统治者将是特斯拉和中国公司，因为其它西方公司“弱爆”了🤣这个评论缘起于小鹏发布了走猫步的机器人，步态惊人的像人，引发了Elon的评价。
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#黄仁勋 #中国人工智能 #Elon Musk #特斯拉机器人 #小鹏机器人
avatar
Andy Stewart
1个月前
我太爱懒猫相册2.0这个功能了 手机截图的内容自动同步到微服后，PC可以直接删除手机的照片（包括微服云端照片和手机本地照片），再也不用切换到手机才能删除这些照片了。
懒猫家族新成员亮相，AI算力舱引发热议！· 143 条信息
#懒猫相册2.0 #手机截图同步 #PC端照片删除 #微服云端
avatar
凡人小北
1个月前
好家伙，这两天 X 上全是 Google， 这次是直接把 Gemini 塞进 Maps 了，这是我最近看到最有生活实用性的 AI 原生落地了。 看了太多的你说我答型的演示型智能，这种能做导航多轮规划的能力让人眼前一亮。 比如找一家两英里内好停车的素食玉米饼餐厅这种，一句话就能搞定路线+店铺+车位+到达时间，这才是真正听得懂人话的导航助手。 这就是我一直在说的： Google 的强，不只是模型，还有生态和深度。 期待 Gemini 再更新几版，一年后可能会炸得比现在想象的更大。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini #Google Maps #AI导航 #实用性 #生态
avatar
凡人小北
1个月前
你以为 Gemini 3 还没发是因为没准备好？ 不是的兄弟，2.5 Pro 还够用，甚至在知识，规划和头脑风暴上，都能硬刚所有顶级模型。 所以根本不着急，现在全域工具链串成一套闭环这件事儿，可以理解成是再做生态总动员。 别忘了 Gemini 3 只是没发而已。等 Gemini 3 发出来的时候，可能是 Google AI 的系统性爆发。 所以说，该加仓的，别等新闻稿出来才上车。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini 3 #Google AI #生态系统 #知识规划 #系统性爆发
avatar
Gorden Sun
1个月前
AI资讯日报，11月7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7日
avatar
Kai
1个月前
kimi k2 thinking 效果真的很棒，重点不在于现在有没有全面 超过 gpt/claude 重点在于 “神”开始流血了，很多大饼和泡沫是建立在闭源模型的领先上，但如果有个开源的替代品能贴近甚至超过闭源模型，很多事情应该会发生变化
MiniMax M1发布：开源长上下文推理模型引发AI领域震动· 27 条信息
#Kimi #K2 #开源模型 #gpt/claude #技术
avatar
向阳乔木
1个月前
谷歌的大模型为什么叫“Gemini”？ 尝试AI写作，给杰夫·迪恩 (Jeff Dean) 写个传记。 查资料时发现，Gemini（双子星）就是他领导并命名的。 为啥叫双子星？ 象征着 Google Brain 和 DeepMind 这“双子”的融合。
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#Gemini #Jeff Dean #Google Brain #DeepMind #大模型
avatar
向阳乔木
1个月前
明天晚上8点WayToAGI直播话题，欢迎补充。 1. 最近一次被AI真正“惊到”的时刻或场景是什么？为什么 2. 相比三年前，现在日常工作习惯有了哪些显著变化？ 3. 如果把“未来10年”压缩成“未来10个月”，会先做哪三件事？ 4. 有了AI，对孩子培养的关注侧重点有发生变化吗？哪些素质会变得更重要了？日常与孩子互动或教育过程中，有哪些会刻意不去做的事情吗 5. AI时代的就业海绵（外卖/网约车/直播）会是什么？AI时代一定会被大量淘汰的岗位是什么（程序员/分析师/编辑）？ 6. AI进步那么快，有哪些事情依然“人味”依然很重要？
澎湃AI新闻合辑：未来科技与社会热点交锋· 112 条信息
#WayToAGI直播 #AI #未来10年 #就业 #孩子培养
avatar
目前 AI 编程只有 GPT-5 Codex High Fast 能用。
AI交易比赛：DeepSeek V3领先，GPT-5惨遭亏损· 98 条信息
#AI编程 #GPT-5 Codex #High Fast #可用性 #技术
avatar
indigo
1个月前
无泡沫 不变革！今天线下分享主题“智变时代 II” 在市场颠簸的时候给大家信仰充个值，有很多科技长周期都因泡沫而变革成功👀 图二是 AI 驱动的科技变革预测 ，作为我的投资入场路线图，每次都会更新一下✨
币圈“1011”六倍崩盘：高杠杆爆仓潮，谁在裸泳？· 6476 条信息
#智变时代 #科技变革 #AI驱动 #投资 #市场颠簸