avatar
WquGuru🦀
2个月前
仿盘阶段1 一觉醒来Qwen3的资产余额又到了$15000以上，DeepSeek超过$12000且有继续上涨的迹象 我的仿盘的前端部分也已经开源，应该是目前为止复刻最完整的版本，欢迎star： 预览网站： 支持的特性有： 1. 资产曲线完美复刻 2. 持仓情况 3. 模型对话历史部分支持中文 4. 成交纪录 5. 亮色和暗色主题 更多特性待您探索，同时还在不断优化中，欢迎戳戳评论
币圈“1011”六倍崩盘：高杠杆爆仓潮，谁在裸泳？· 6476 条信息
#Qwen3 #DeepSeek #开源 #资产余额 #中文支持
avatar
我发现skill可能彻底改变组织管理。首先： 以前：定规矩→培训→盯执行→纠偏。成本都花在让人照做。 现在：把流程写成skill。员工给Agent发指示时自动加载，合规和标准的skill自动嵌入。 管理者从监工变设计师。不盯人，盯方法。 从管人到管系统。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#组织管理变革 #skill应用 #流程自动化 #管理者角色转变 #系统化管理
avatar
整一个polymarket自动下单脚本，codex和gemini都没搞定 claude出马搞定了
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Polymarket #自动下单脚本 #Codex #Gemini #Claude
avatar
宝玉
2个月前
像 Claude Code、Codex 这样的“AI Coding Agent”，能交付高质量代码，这已经不是新鲜事，但这给软件开发带来的真正改变是什么呢？ 硅谷顶尖风投 a16z 最近发了一篇文章：《价值万亿的 AI 软件开发新“战局”（The Trillion Dollar AI Software Development Stack）》，文章的重点不是 AI 会不会写代码，也不是它会不会抢走程序员的饭碗。真正的重点是，AI 正在把“软件开发”这件事，从一个“手艺活”彻底重塑为一个全新的、价值万亿美金的“工业体系”。 为什么是“万亿美金”？我们来算一笔账。 全球大概有 3000 万名软件开发者。假设每人每年创造 10 万美金的经济价值（这在美国算保守了），那整个软件开发业的经济贡献就是 3 万亿美金。 去年的时候，像 Copilot 这样的 AI 助手，就已经能给程序员带来大概 20% 的效率提升。 但这只是开胃菜。a16z 估计，一套“顶配”的 AI 开发系统，至少能让开发效率翻倍。这意味着什么？这意味着每年能凭空多创造出 3 万亿美金的价值。这是个什么概念？这相当于法国全年的 GDP。 这就是为什么资本会如此疯狂，为什么这个领域被称为“战国时代”。 那么，这个价值万亿的“新工业体系”到底长什么样？a16z 给出的这张流程图（图1 ）就是答案。 这张图的核心，不再是“人去写代码”，而是 AI 全面参与的“计划 -> 编码 -> 审查”新循环。 第一步：AI 帮你“想清楚”（计划与架构） 过去，我们以为 AI 编程是这样的：你对它说“给我写个登录函数”，它给你一段代码，你复制粘贴。 在新的工作流里，AI 从项目最最开始的“产品经理（PM）”和“架构师”阶段就介入了。 你给 AI 一个模糊的需求（比如“我想做个用户反馈系统”），AI 的第一反应不是写代码，而是反过来向你提问： - “用户反馈需要打分吗？” - “需要上传图片吗？” - “数据要存在哪里？” - “需要和哪些系统打通？API 密钥是什么？” 它会帮你把一个模糊的想法，拆解成一份详细的规格说明书（Spec）。这份说明书既是给人类看的，也是后续 AI 自己写代码的指南。 最有意思的是，我们开始为 AI 编写“AI 专属的说明书”（比如 .cursor/rules、Agents .md、Claude .md）。什么意思？就是你告诉 AI：“我们公司的代码规范是这样的”、“这个模块的安全级别最高，不许调用第三方库”、“日志必须这样打印”…… 我们正在创造第一批纯粹为 AI 而不是为人类设计的知识库。你不再是手把手教一个新员工，你是直接把“公司手册”和“最佳实践”灌输给 AI。 第二步：AI 负责“动手干”（编码与审查） 这才是我们传统理解的“写代码”环节，但它也已经面目全非了。它分化成了好几种模式： - 聊天式编辑：这就像你旁边坐了个结对编程的伙伴，你在 IDE（编程软件）里一边打字聊天，它一边帮你实时修改和创建文件。 - 后台智能体（Agent）：Codex Claude、Claude Web 现在已经做的比较成熟了。你给它一个完整的任务（比如“修复这个 bug”或“开发这个新功能”），它就自己去后台吭哧吭哧干活了。它会自己写代码、自己运行测试、自己改 bug，几个小时后，它直接给你提交一个“Pull Request”（代码合并请求），说：“老板，活干完了，请审阅。” - AI 应用构建器：你用大白话描述，或者画个草图，它直接“duang”一下给你生成一个功能完整的应用程序。目前这主要用于做原型设计，但离“直接上线”也不远了。 - AI 代码审查员：AI 不仅自己写代码，它还反过来审查人类写的代码。它会像个资深架构师一样，在 GitHub 上评论：“你这里写得有安全漏洞”、“这个逻辑不严谨”、“不符合公司规范，打回重写”。 这里有个特别有意思的改变：Git（版本控制系统）的意义变了。 以前，我们用 Git 关心的是“代码如何被修改”（比如“张三在第 10 行加了个 if”）。但如果整个文件都是 AI 一键生成的，这个“如何”就没意义了。未来我们关心的是“代码为什么被修改”（AI 是根据哪个提示词生成的？）以及“它能跑吗”（AI 的测试结果如何？）。 第三步：AI 成为“后勤保障”（QA 与文档） 代码写完，测试和文档这两件苦差事，AI 也全包了。 - AI QA（质量保证）：AI 扮演一个“自主的 QA 工程师”。它会像真人一样去“爬”你的应用，点一点这个、试一试那个，自动生成测试用例、报告 bug，甚至还附上建议的修复代码。a16z 提到一个极端情况：未来，AI 写的代码可能成为一个“黑盒”，人类根本看不懂，但这没关系，只要 AI QA 说它能通过所有测试，那它就是对的。 - AI 写文档：无论是给用户看的产品说明书、给其他程序员看的 API 文档，还是给老板和法务看的合规性报告，AI 都能自动生成，而且保持实时更新。 第四步：给 AI 的“工具箱”（智能体工具） 这可能是最“硬核”的一层，也是很多人没想到的：我们不止在开发“给人类用的 AI 工具”，我们还在开发“给 AI 用的 AI 工具”。 AI Agent 要是想干活，它也需要“工具”： - 代码搜索引擎（Sourcegraph）：一个公司动辄上亿行代码，AI 不可能每次都把所有代码读一遍。它需要一个“代码专用搜索引擎”，在 0.1 秒内找到它需要参考的几个关键函数。 - 文档检索引擎：同理，AI 需要“外挂知识库”来查询第三方 API 怎么用。 - 代码沙箱（E2B）：这是最关键的。AI 写完代码总得跑跑试试吧？但你敢让它在你的电脑上“瞎跑”吗？万一它产生幻觉，rm -rf / 把你电脑删光了怎么办？“沙箱”就是给 AI 提供的一个安全的、隔离的“模拟器”，让 AI 可以在里面随便折腾、运行、测试，就算玩“炸”了，也不会影响真实环境。 a16z 在文章最后也回答了几个大家最关心的问题： 1. 3000 万程序员要失业了吗？ a16z 的回答是：“当然不。” 他们认为“AI 取代程序员”是个“荒谬的叙事”。历史告诉我们，技术进步最终会把蛋糕做大。目前他们看到的真实数据是：那些最懂 AI 的企业，反而在加速招聘程序员。因为他们突然发现，以前要 100 人年才能做的项目，现在 10 个人就能启动了，那为什么不多开几个项目呢？ 2. 那程序员的工作会变吗？ 会，而且是巨变。 大学里教的那些传统“软件开发”课程，可以说一夜之间就成了“老古董”。 但有两样东西不会过时：算法和架构。因为 AI 经常会“挖坑把自己埋了”，你需要有扎实的基本功，才能把它从坑里“拽出来”。你的角色，从“砌墙的工人”变成了“指挥挖掘机和吊车的工头”。 3. 代码最终会消失吗？ 也不会。 有人（比如 AI 大神 Andrej Karpathy）畅想，未来不需要代码了，LLM 直接执行我们的“意图”就行。 a16z 认为这不现实。为什么？因为代码的效率高到变态。 一个现代 GPU 执行一次 16 位整数加法，需要 10 的-14 次方秒。而一个 LLM 哪怕只生成一个 token（单词），也需要 10 的-3 次方秒。 两者之间是 1000 亿倍的效率差距。 所以，代码作为“意图”的最高效、最精确的“编译结果”，在很长很长时间内，都是不可替代的。 AI 对软件开发的革命，不是“工具革命”，而是“工业革命”。它不是在造一把“更好的锤子”，它是在造一整条“自动化生产线”，而且这条生产线还需要“给生产线用的工具”。 这是一个“技术超级周期”（technology supercycle）的开端。在这样的浪潮中，旧的霸主（比如微软、Meta）会很难受，因为船太大、掉头慢。而新的创业公司有绝佳的机会，因为整个游戏规则都变了。 对于我们每个从业者和爱好者来说，最好的消息是：一个充满无限可能的新大陆刚刚被发现，而我们正站在滩头阵地上。 原文地址： 翻译：
Claude Skills系统发布引发AI行业新变革· 66 条信息
#AI软件开发 #AI编程革命 #万亿美金市场 #软件开发工业体系 #AI Agent
avatar
宝玉
2个月前
ChatGPT Atlas 使用案例：让它帮助整理汇总推文（需要打开 Agent Mode）
OpenAI新德里发布会：ChatGPT语音翻译功能引发热议· 869 条信息
#ChatGPT #Atlas #Agent Mode #推文整理 #使用案例
avatar
RamenPanda
2个月前
AMD的投资逻辑 1. CPU市占率提升：Zen架构下，EPYC服务器份额从<5%升至~25%，Ryzen消费端超40%，持续蚕食Intel 2. AI算力爆发：MI300/350系列GPU单卡性能逼近H100，2024年AI收入目标75亿美元，2025年或超100亿 2.1 AMD与OpenAI签署多代GPU协议，部署6GW计算容量（首年1GW于2026下半年启动，使用MI450系列），价值数百亿美元；AMD获10% OpenAI股权权证选项。该协议标志AMD进入顶级AI玩家供应链，预计2026-2027年贡献数十亿营收，推动数据中心业务翻倍增长 2.2 AMD通过MI450/MI355系列GPU（性能逼近H100/H200，成本更低）侵蚀NVDA AI霸权；OpenAI转向AMD采购（类似其10GW NVDA协议），凸显 hyperscalers 分散供应链需求；预计2025年AMD数据中心GPU市占升至10%+，2026年加速蚕食NVDA 80%+份额，受益于AI训练成本上升 2.3 AMD稳居AI计算第二龙头（仅次NVDA），凭借Instinct系列加速器覆盖训练/推理；与Meta/Oracle/AWS/Coherent等合作深化生态；2025年AI营收目标超100亿，市占扩张中受益AI基础设施建置浪潮，估值更具吸引力（P/E 25x vs NVDA 40x+） 3. 供应链+制程：台积电3nm/2nm加持，毛利率回升至54%+，成本优势扩大 4. 并购协同：Xilinx（FPGA）+Pensando（DPU）构建全栈AI生态，数据中心一站式解决方案
英伟达市值破四万亿，AI芯片霸主地位稳固？· 216 条信息
#AMD #AI算力 #OpenAI合作 #数据中心 #GPU
avatar
Qwen 下手真狠啊！ 为大家持续更新大模型实盘交易大赛解析! 今天出现了巨大翻转, Qwen3-Max 新王登基! 毫无废话, 之前低杠杆持仓, 今天突然看到了信号20x直接重仓, 一举逆转. 目前账面 $16, 878 直接干到第一了! (我截图都来不及) 下面带来这段时间的详细解析⬇️ #Qwen #大模型实盘交易大赛
AI交易比赛：DeepSeek V3领先，GPT-5惨遭亏损· 98 条信息
#Qwen3-Max #大模型实盘交易大赛 #重仓逆转 #新王登基 #盈利
avatar
凭直觉判断： 你觉得当前的 AI 和 Crypto 这两个市场，哪个泡沫更大？
AI交易比赛：DeepSeek V3领先，GPT-5惨遭亏损· 98 条信息
#AI泡沫 #加密货币泡沫 #市场泡沫 #AI #Crypto
avatar
lily valley
2个月前
以后跟AI提问一张嘴就得要挖AI祖坟，机器人也知道欺软怕硬。
AI技术引发伦理争议，专家呼吁加强监管· 22 条信息
#AI #提问 #祖坟 #欺软怕硬 #负面
avatar
Michael Anti
2个月前
现在各种编程的Vibe CLI多到程序和程序员都不够了。我列下，还来不及进行ranking。 1）CC系的：Claude、Deepseek、GLM（包月）、Kimi、KAT-coder（限免）； 2）Codex 3）Gemini系的：Gemini、Qwen Code（限免）、iflow（限免）、Qodercli（限免）、Cursor-Agent。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#编程工具 #CLI #AI #代码生成 #免费
avatar
wwwgoubuli
2个月前
户晨风我不熟悉，但那个著名的苹果山姆理论我也听过。 不管你是职业开发者，还是热衷用 AI 落地自己想法的产品，在干活出货这件事上，他那个理论可以套用下。 苹果手机当然不是最好的，只选择山姆也会失去很多其他生活中的美好和高性价比选择。 但对有些人来说，不做选择，做一个不出错的选择，比考虑性价比和可能性更重要。 而我的推荐就是 codex / claude，用原版模型。 国产之光 glm ，kimi 等平替很好，但不稳定。 不要浪费时间。 实在觉得用量不够，加个 augument 和 amp 。 你就当我是觉得国外的月亮圆吧。 在 macos 上开发，别去 windows 里装 wsl 折腾。 买台苹果。 选个好的梯子，贵点的人少的，能给你解决 IP 问题避免封号的。 如果你实在不需 terminal，就用个 vscode，别去尝试 zed。 zed 很快，但我都测出一堆 bug 了。别盲目追求那个。 我以前推荐过 trae，但想贯彻不折腾的原则，你可以试试 windsurf 。 trae 的 action 和提示词有点用力过猛。副作用偏大，在这个帖子里我不推荐。 windsurf 稍微好一点。 以上所有的建议，都是模仿户晨风那个出发的，不是什么最佳实践，也不是什么最好的2025年度选择。 但是一定是那种，如果你经济能承担的话，又不想折腾，不想vibe 后改来改去，希望尽量一次性提高命中率，专注于让东西可靠，稳健的落地的最合适搭配。 其中我最推荐的模型是 gpt-5-codex，它不快，跑起来慢。 但它综合看来就是最不折腾，最容易让你晚上可以安心合上电脑，享受会儿生活的那个助手。 再说一次，这些组合不是适合所有场景的，也不是最强的，你们可以在单点上很轻易的反驳我。 重点是是不折腾，粗暴，管用。
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#苹果山姆理论 #AI落地 #codex/claude #不折腾 #提高命中率
avatar
Lex Tang
2个月前
100 元支持了一下国产 AI
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#国产AI #AI #支持 #100元 #中性
avatar
铁锤人
2个月前
觉得 Claude code 太贵的朋友注意了 我看到很多人推荐快手的KAT-Coder-Pro V1 试了一下，接上 Claude Code 感觉效果不错 而且发现目前有活动，注册就得2000万token 地址是： ，不谢😆
AI编程工具激战：Claude Code、Gemini Cli崛起· 1256 条信息
#Claude Code #KAT-Coder-Pro V1 #快手 #省钱 #AI工具
avatar
Gorden Sun
2个月前
AI资讯日报，10月23日：
AI技术引发伦理争议，专家呼吁加强监管· 22 条信息
#AI #资讯 #10月23日
avatar
图拉鼎
2个月前
看了这条新闻《全市首家AI食堂来了》，我的第一个问题是：真的用了 AI 吗？那么炒一道菜要消耗多少 token？（链接：） 想起下午和老王聊天，我说现在什么都冠以“AI”看麻木了，不过只要把它类比成电脑刚刚开始普及那会，什么都会加个“电脑”前缀就会释然了。很快“有 AI” 和“无 AI ”就会没有区别，就像现在没有人会在强调某件事是用电脑完成一样。 还记得 2018 年区块链很火的时候，杭州使用区块链技术进行垃圾分类的新闻吗？ 欢迎进入后 AI 时代。
AI技术引发伦理争议，专家呼吁加强监管· 167 条信息
#AI食堂 #AI炒菜token消耗 #后AI时代 #AI普及类比电脑 #区块链垃圾分类
avatar
快手硬起来了。 这下子“国产大模型六小虎”分别是deepseek、阿里、快手、智谱、moonshot、字节了。
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#快手 #大模型 #国产 #科技 #AI
avatar
Andy Stewart
2个月前
DeepSeek OCR已上架懒猫微服应用商店 😀
DeepSeek数据泄露：德国下架，信任崩盘· 446 条信息
#DeepSeek OCR #懒猫微服应用商店 #应用上架 #积极
avatar
nazha
2个月前
#分享 大脑和工具之间的抽象：Skills Anthropic 前几天推出 Skills，今天研究了下，第一眼就让我感觉怎么跟 Cursor Rules 的设计一模一样：标题、描述和被“卸载”到文件系统的详细内容。 接着仔细看了 Anthropic 提供的 Skills 示例，强烈觉得这恐怕又是 Anthropic 公司内部 dogfooding 的结果。 我的理解是：Skills 描述的对人类技能的抽象。 ## MCP 和 Skills 一般，我们把 MCP 定义为 Agent 的 **工具能力**，能够访问外部系统、执行相关流程和获取关键信息。当然，MCP 也可以来做跟 Skills 相关的事情，它可以很狭义，也可以很广义，这主要看在具体实践中的定义。 技能是更高纬度的，通过学习、训练或工作经验获得的能力。之前主要是依赖 LLMs 的内在的通用能力，而 Skills 有点类似于强化学习路径，让 LLM 有一个可参考的模板。 简单理解，MCP 不能跟 Skills 混为一谈：MCP 定位在工具，Skills 定位在技能。 在 Anthropic 发布的这张图也并没有表达 Skills 替换 MCP 的意思，工具应该是更原子化的东西。而工具 = MCP + 命令行 + 自定义脚本 + ... ## Skills 是 Anthropic 让 Claude Code/Claude Web 向迈向通用 Agent 做的努力 Anthropic 在 Claude Code 中也集成了 Skills，显然是看到了 Claude Code 在通用 Agent 方向的潜力，而不仅仅是写代码（拜托，先换个名字，不要叫 Claude Code 了）。 ## 再来看 Skills 的设计 第一个感觉就是对普通人来说真的简单。你要实现一个 MCP 工具，非编程科班出身的还真有点难度，理解 MCP 的各个概念就能让人退而却步。而 Skill 的设计呢，无非就是写文档、讲明白事情就可以。 为了实现在 Skills 执行脚本和代码，Anthropic 就必须提供一个虚拟执行环境，将部分困难转交给容器执行环境（这也许是下一个技术热点）。当然，并不是批评 MCP，MCP在设计的时候，也许并没有这个共识存在。 ## 给我们在设计 Agent 架构时的启发 技能的部分，在之前的架构设计中，有一部分是会演变成子智能体，技能详情变成了子智能体的系统提示，即 Agent as Tool / Agent as Skill 的设计。若在智能体和工具之间又加了一个技能层，给我们在设计 Agent 架构的时候，就要思考得更多了，第一个问题就是是否需要额外引入一个 Agent，如果这个 Agent 的能力能够被 Skill 承载？ 对于多智能体的架构，目前我看到的一些产品，比如 Manus、 Claude Code 都是很谨慎的。Skills 给我们在设计 Agent 的时候提供另一条思路：有技能的智能体。 ## 了解 Skill, 我的建议 先从 的每个例子开始，对技能是什么有个初步的概念。再看下 这篇工程文章，深入了解 Skills 的设计。 最后，我表示我很喜欢 Skill。哪怕 Cursor Rules 出来很久，这也是我也没取思考过的工程设计。也许像浩瀚天空的一颗星，指明了一些方向。
Claude Skills系统发布引发AI行业新变革· 66 条信息
#Anthropic Skills #通用Agent #技能抽象 #Agent架构设计 #Claude Code
avatar
Andy Stewart
2个月前
用户评价懒猫AI算力舱
懒猫家族新成员亮相，AI算力舱引发热议！· 143 条信息
#懒猫AI #算力舱 #用户评价
avatar
XiaoPeng
2个月前
我没有看懂Deepseek把文字转成图片进行压缩的原理。是不是如果两段文字转成图片类似，那么它的内容也类似？如果压缩前类似，那么压缩以后也类似？ #AI民科 请随便讽刺
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
#DeepSeek #文本转图片 #压缩原理 #AI民科 #内容相似性