关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
🌐 官网：v8hs.com
💰 超高赔率：1.96（无抽水，更公平）
💸 实时返水：直属用户享 笔笔1.5% 工资返利
💎 股东占成：10%（存入保证金即可成为股东）
⚡️ 出款稳定：到账快、不拖延
🎯 开奖迅速：体验流畅，效率拉满
🏆 平台优势：
*没有比哈希游戏更公平透明，真正杜绝作弊
* 稳定运营，口碑良好
* 支持多端挂机（电脑 / 手机）
* 专属挂机软件，注册后即可下载使用
* 支持多种资金方式：RMB / TRX / USDT，无需实名 自由切换
🔥 公平公正 · 哈希机制全程可验证🔥
所有游戏结果均由 SHA256 哈希算法生成，不可篡改。
玩家可通过 哈希值 + 盐值（Salt）链上 验证开奖结果，真正实现**“开奖可查、开奖可验”**。
🚀 专属福利：
👉 TG直属满待遇注册链接：点击即可开户，待遇已拉满
👉 链接无法打开可联系招商协助开户,官网注册 /启动TG注册待遇一样
📞 招商联系：@中本聪
💻致富频道：实现财务自由 从选对平台开始
💎 高额盈利用户实测：500万出款快速处理，不拖不墨迹
别再把生命浪费在调 PPT 格式上了！😫
作为一个深耕 AI 和效率工具的老司机，我敢说这是目前最优雅的 PPT 解决方案。
今天必须把这个 GitHub 顶流神器安利给你们：PPT-Master！
让 PPT 回归逻辑，把美化交给代码。👇
https://github.com/hugohe3/ppt-master/blob/main/README_CN.md
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
作为一个深耕 AI 和效率工具的老司机，我敢说这是目前最优雅的 PPT 解决方案。
今天必须把这个 GitHub 顶流神器安利给你们：PPT-Master！
让 PPT 回归逻辑，把美化交给代码。👇
https://github.com/hugohe3/ppt-master/blob/main/README_CN.md
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
HN 吵了 300 楼才达成共识：你还需要一个领域，只是不再是写代码
最近 Brent Horsting 的一篇文章在 HN 引发了激烈讨论。他的核心论点简单但锋利：
「Agentic AI 切断了一个维系整个软件行业几十年的链接——写代码和建立领域心智模型之间的链接。你现在可以在不构建领域理解的情况下产出软件。」
这篇文章在 HN 上拿了 400+ 分、300+ 条评论，正反双方都拿出了硬核的论据。我把原文和讨论一并消化，提炼出几个值得认真思考的结论。
原文的核心框架
Pre-agentic 时代，写软件从来不是难在"写"本身。难的是先在脑子里建立一个领域的工作模型——你不可能在理解什么是税前扣除、什么是工资期跨税率变更之前，就写出一套工资系统。
Agentic AI 改变了这个等式。Brent 用两个人的对比来说明：
领域专家 + AI：惊人的有效。 一个物流调度员不懂什么是哈希表，但他看一眼 AI 生成的排班表，立刻知道哪个司机的工作时长不合法。他知道"正确答案长什么样"，因为他在这个领域里泡了十年。AI 提供的是他缺的东西（产出代码的能力），他提供的是 AI 缺的东西（ground truth）。
通才工程师 + AI：危险的盲区。 一个架构能力极强的工程师被扔进临床编码领域。AI 可以生成通过所有测试的账单规则——但这个规则可能"微妙地、昂贵地错误"。工程师可以验证软件"构建得好不好"，但无法验证它"对不对"。因为这里的"对错"完全由他不掌握的领域知识定义。
Brent 的判断：
「Agentic 工具摧毁了两条路径中的一条，而不是两条。工程师的优势——把领域模型翻译成工作代码——现在变得便宜了。领域专家的优势——知道正确长什么样——没有变便宜。你无法通过 prompt 获得一个处理了上千次工资核算的人的隐性知识。」
HN 最精彩的几个反驳
任何简洁的论点都会在 HN 上被从各个角度撕裂。这次也不例外。但撕裂的过程本身很有价值。
反驳一：软件工程本身就是一种领域知识
这是讨论中最有力的一个方向。
用一个具体的例子拆解了问。他看过一个领域专家用 AI vibe-code 出来的应用——一个菜单管理系统。领域专家的实现方式是为每个菜品的每种可能配料设置独立的布尔标记：
技术上正确，测试也能过。但任何一个有经验的工程师都会用一个数组来建模。当新菜品需要新配料时，布尔标记方案需要改 schema、改 UI、改所有相关逻辑——这是一个设计故障，不是质量故障。领域专家不知道"对"长什么样，因为他不知道"软件设计"这个领域里什么是对的。
几个资深工程师在讨论中达成的一致结论：
「成功的软件来自两个领域专长的交集——应用领域，和软件工程本身。」
反驳二：AI 已经在编码领域知识
的反驳很直接：LLM 本身就在编码领域知识。你可以通过反复追问一个 LLM 来"学会"很多领域。相当多领域的壁垒只是"你不理解这个领域"，而 LLM 正在瓦解这个壁垒。
但
的一个长篇回复提供了更有力的反例——产权保险和托管服务。他在这个领域干了多年，带过大型团队，深度使用过前沿模型。结论是：
「我们从 LLM 那里没有得到真正的 ROI。它产生了大量可疑的输出，无法在深度领域问上给出准确答案而不产生幻觉，也无法理解在一个司法管辖区有效的东西在另一个司法管辖区可能完全错误。」
最有意思的是他的结论：我们发现构建最好产品的方式仍然是去现场，坐在产权和托管人员旁边，看他们工作，问他们问，为真实世界设计。
反驳三：真正的护城河是销售
-chisel 提供了另一个维度的思考：
「到目前为止，证据指向的是一个不同的格言：Sutton 的"惨痛教训"。它告诉我们，不要把人类专业知识带到可以被海量数据解决的问上。因为后者在历史上反复屠杀了前者。」
他认为，如果一定要找一个真正的、持久的护城河，它不是领域知识，而是销售——说服其他人类掏钱。
延伸：平台工程师的新角色
提出了一个正在浮现的新角色：
「我现在在做的基本上是平台工程师。工作内容是为领域专家使用编程 agent 创建护栏、验证流程、prompt 库，以及人工和自动审查机制。类似于内部 T2/T3 支持工程师——你在那里是为了抓住危险点和边缘案例，确保一切配置正确，而不是解决 100% 的常规问。」
真正的结论：不是二选一，是交集
Brent 的文章标叫"领域知识一直是真正的护城河"，但 HN 讨论把它修正成了更准确的表述：
领域知识是必要条件，但不是充分条件。
最安全的位置不在光谱的任何一端。它在两个人格的重叠处：
- 你能在 AI 生成的代码中识别出 has_milk = true 是个设计灾难
- 你能在工资单上识别出税前扣除的计算错误
- 你知道什么时候 agent 给的答案"听起来对但错得离谱"
-m 在评论里举了一个他自己的真实案例。他的公司做私募股权和风险投资的软件。他们的内部笑是："我们宁愿招一个资深基金会计来教他编程，也不愿意招一个工程师来教他基金会计。"——问是前者几乎不存在。
这就是 Brent 给工程师的建议最后落点的地方：
「如果你是一个有经验的工程师，在考虑接下来几年应该把时间投入到哪里，这就是你的赌注。你辛苦练习的机械技能——把清晰想法翻译成干净代码——已经大幅贬值。仍然稀缺的，是一个对真实世界的某个领域有深度、可验证的心智模型。去找一个领域。就像你曾经学习一门编程语言或框架那样，去学一个行业、一个工具、一个监管体系、一个物理过程。」
一句
「写代码的能力正在变成水。知道"对"长什么样的能力才是油。拥有两者的人，是 AI 时代最稀缺的资源。」
原文链接：https://brethorsting.com/blog/2026/05/domain-expertise-has-always-been-the-real-moat/
HN 讨论：https://news.ycombinator.com/item?id=48340411
@aigc1024
最近 Brent Horsting 的一篇文章在 HN 引发了激烈讨论。他的核心论点简单但锋利：
「Agentic AI 切断了一个维系整个软件行业几十年的链接——写代码和建立领域心智模型之间的链接。你现在可以在不构建领域理解的情况下产出软件。」
这篇文章在 HN 上拿了 400+ 分、300+ 条评论，正反双方都拿出了硬核的论据。我把原文和讨论一并消化，提炼出几个值得认真思考的结论。
原文的核心框架
Pre-agentic 时代，写软件从来不是难在"写"本身。难的是先在脑子里建立一个领域的工作模型——你不可能在理解什么是税前扣除、什么是工资期跨税率变更之前，就写出一套工资系统。
Agentic AI 改变了这个等式。Brent 用两个人的对比来说明：
领域专家 + AI：惊人的有效。 一个物流调度员不懂什么是哈希表，但他看一眼 AI 生成的排班表，立刻知道哪个司机的工作时长不合法。他知道"正确答案长什么样"，因为他在这个领域里泡了十年。AI 提供的是他缺的东西（产出代码的能力），他提供的是 AI 缺的东西（ground truth）。
通才工程师 + AI：危险的盲区。 一个架构能力极强的工程师被扔进临床编码领域。AI 可以生成通过所有测试的账单规则——但这个规则可能"微妙地、昂贵地错误"。工程师可以验证软件"构建得好不好"，但无法验证它"对不对"。因为这里的"对错"完全由他不掌握的领域知识定义。
Brent 的判断：
「Agentic 工具摧毁了两条路径中的一条，而不是两条。工程师的优势——把领域模型翻译成工作代码——现在变得便宜了。领域专家的优势——知道正确长什么样——没有变便宜。你无法通过 prompt 获得一个处理了上千次工资核算的人的隐性知识。」
HN 最精彩的几个反驳
任何简洁的论点都会在 HN 上被从各个角度撕裂。这次也不例外。但撕裂的过程本身很有价值。
反驳一：软件工程本身就是一种领域知识
这是讨论中最有力的一个方向。
用一个具体的例子拆解了问。他看过一个领域专家用 AI vibe-code 出来的应用——一个菜单管理系统。领域专家的实现方式是为每个菜品的每种可能配料设置独立的布尔标记：
技术上正确，测试也能过。但任何一个有经验的工程师都会用一个数组来建模。当新菜品需要新配料时，布尔标记方案需要改 schema、改 UI、改所有相关逻辑——这是一个设计故障，不是质量故障。领域专家不知道"对"长什么样，因为他不知道"软件设计"这个领域里什么是对的。
几个资深工程师在讨论中达成的一致结论：
「成功的软件来自两个领域专长的交集——应用领域，和软件工程本身。」
反驳二：AI 已经在编码领域知识
的反驳很直接：LLM 本身就在编码领域知识。你可以通过反复追问一个 LLM 来"学会"很多领域。相当多领域的壁垒只是"你不理解这个领域"，而 LLM 正在瓦解这个壁垒。
但
的一个长篇回复提供了更有力的反例——产权保险和托管服务。他在这个领域干了多年，带过大型团队，深度使用过前沿模型。结论是：
「我们从 LLM 那里没有得到真正的 ROI。它产生了大量可疑的输出，无法在深度领域问上给出准确答案而不产生幻觉，也无法理解在一个司法管辖区有效的东西在另一个司法管辖区可能完全错误。」
最有意思的是他的结论：我们发现构建最好产品的方式仍然是去现场，坐在产权和托管人员旁边，看他们工作，问他们问，为真实世界设计。
反驳三：真正的护城河是销售
-chisel 提供了另一个维度的思考：
「到目前为止，证据指向的是一个不同的格言：Sutton 的"惨痛教训"。它告诉我们，不要把人类专业知识带到可以被海量数据解决的问上。因为后者在历史上反复屠杀了前者。」
他认为，如果一定要找一个真正的、持久的护城河，它不是领域知识，而是销售——说服其他人类掏钱。
延伸：平台工程师的新角色
提出了一个正在浮现的新角色：
「我现在在做的基本上是平台工程师。工作内容是为领域专家使用编程 agent 创建护栏、验证流程、prompt 库，以及人工和自动审查机制。类似于内部 T2/T3 支持工程师——你在那里是为了抓住危险点和边缘案例，确保一切配置正确，而不是解决 100% 的常规问。」
真正的结论：不是二选一，是交集
Brent 的文章标叫"领域知识一直是真正的护城河"，但 HN 讨论把它修正成了更准确的表述：
领域知识是必要条件，但不是充分条件。
最安全的位置不在光谱的任何一端。它在两个人格的重叠处：
- 你能在 AI 生成的代码中识别出 has_milk = true 是个设计灾难
- 你能在工资单上识别出税前扣除的计算错误
- 你知道什么时候 agent 给的答案"听起来对但错得离谱"
-m 在评论里举了一个他自己的真实案例。他的公司做私募股权和风险投资的软件。他们的内部笑是："我们宁愿招一个资深基金会计来教他编程，也不愿意招一个工程师来教他基金会计。"——问是前者几乎不存在。
这就是 Brent 给工程师的建议最后落点的地方：
「如果你是一个有经验的工程师，在考虑接下来几年应该把时间投入到哪里，这就是你的赌注。你辛苦练习的机械技能——把清晰想法翻译成干净代码——已经大幅贬值。仍然稀缺的，是一个对真实世界的某个领域有深度、可验证的心智模型。去找一个领域。就像你曾经学习一门编程语言或框架那样，去学一个行业、一个工具、一个监管体系、一个物理过程。」
一句
「写代码的能力正在变成水。知道"对"长什么样的能力才是油。拥有两者的人，是 AI 时代最稀缺的资源。」
原文链接：https://brethorsting.com/blog/2026/05/domain-expertise-has-always-been-the-real-moat/
HN 讨论：https://news.ycombinator.com/item?id=48340411
@aigc1024
然是：Agent 永生？
海外有家公司同一天宣布创纪录利润和裁掉 40% 的人，理由是 AI 改变了经营方式。股价当天涨了 24%。
可吊诡的地方在于，你的利润新高是发生在裁员之前啊...
我想到我经历那次，也是在公司的营收和利润双双新高之后。
都怪 AI，这真是一个让人一身轻松的好解释啊。
然后下面的开始工作了。找数据，算人效比，证明哪些部门低于阈值。包装成「AI 提效」的叙事，给董事会看，给媒体看，给被裁的人看。
结果如何我们不知道，但有些可笑的事情确实在发生。
有家海外公司先用 AI 替掉几百名客服，客户满意度暴跌，后来又悄悄招回了真人。
有两家国外大厂，用 AI 让员工提效，导致劳动力成本暴增，算了一下才发现很多场景 AI 敞开用的比人还贵。
这个锅甩得漂亮极了，甚至连被裁的人都信了。
Agent 替代人的叙事，看起来很完美，可真正把 Agent 用好的团队，为什么人数还在增加呢？
OpenAI 有裁员吗？Anthropic 有裁员吗？
如果我们就止步于一个这样的解释，我们可能会无法找到问真正的原因。
可背后真正的原因是什么呢？
我从这两年大家都喜欢聊的 AI native 这个词说起。
我把 AI native 拆成三层。
AI native 的事情，营收 10 倍。
AI native 的组织，能力 10 倍。
AI native 的人力，效率 10 倍。
什么叫 AI native 的事？就是这件事只有在 AI 存在的世界里才可能出现，并且能带来10倍的回报。
有了这个事情，公司才能围绕它设计一个10倍效率的新组织。
有了这个组织，组织里的人才有了空间，可以把 AI 的能力 10 倍地释放出来。
没有一就没有二就没有三。
相比一和二，第三层是最容易且不重要的事，偏偏第三层是人们说最多的事，用 Claude、Codex，代码交给 AI 写，蒸馏同事，自动化操作，10倍提效。
大部分公司就是这样做的，他们跳过了第一层和第二层，直接让中层推第三层。用省下来的人头证明「转型成功了」。
我们且不说能被随便自动化的事情价值几何，大家仔细思考一下，如果我们不去做一和二，只做了三，那一个10人小组，一个人提效10倍，剩下的9个人...好像也只有被裁员了？
如果只是这样做，连第二层做到10倍组织都做不到。
毕竟中层永远无法回答的一个问是：
一个 AI native 的组织，是否真的需要中层？
而第一层，是 CEO 以及一众高管的责任。
找到第一层的 10 倍大的事情，需要创造力，需要冒险，需要重新定义公司存在的意义。
这就是一次重新创造的过程。
裁员也许还会继续，但我们必须先面对真正的问。
战国时期，赵武灵王为了国家的强大，武力的提升，推行全民胡服骑射。
赵武灵王推胡服骑射的时候，满朝贵族激烈反对。给出的理由是「易古之道，逆人之心」，祖宗之法不可变。
贵族反对的背后，是在拒绝承认一个事实：北方游牧民族的骑兵来如飞鸟去如绝弦，战车打不过，老的方法不管用了。
他要打的仗变了，所以打法必须变，所以衣服必须变。
今天大厂做的事情，以「AI 提效」为理由裁员，听起来像是在拥抱变化，其实恰恰相反。
它是在用最小的动作假装变化已经发生了，好避免面对那个真正痛苦的问：
旧的仗打完了，新的仗是什么？
如果回答不了，再裁一万人也没用。
原文链接：https://mp.weixin.qq.com/s/kE6aHUWy9es5hjPsigU_MA
@aigc1024
海外有家公司同一天宣布创纪录利润和裁掉 40% 的人，理由是 AI 改变了经营方式。股价当天涨了 24%。
可吊诡的地方在于，你的利润新高是发生在裁员之前啊...
我想到我经历那次，也是在公司的营收和利润双双新高之后。
都怪 AI，这真是一个让人一身轻松的好解释啊。
然后下面的开始工作了。找数据，算人效比，证明哪些部门低于阈值。包装成「AI 提效」的叙事，给董事会看，给媒体看，给被裁的人看。
结果如何我们不知道，但有些可笑的事情确实在发生。
有家海外公司先用 AI 替掉几百名客服，客户满意度暴跌，后来又悄悄招回了真人。
有两家国外大厂，用 AI 让员工提效，导致劳动力成本暴增，算了一下才发现很多场景 AI 敞开用的比人还贵。
这个锅甩得漂亮极了，甚至连被裁的人都信了。
Agent 替代人的叙事，看起来很完美，可真正把 Agent 用好的团队，为什么人数还在增加呢？
OpenAI 有裁员吗？Anthropic 有裁员吗？
如果我们就止步于一个这样的解释，我们可能会无法找到问真正的原因。
可背后真正的原因是什么呢？
我从这两年大家都喜欢聊的 AI native 这个词说起。
我把 AI native 拆成三层。
AI native 的事情，营收 10 倍。
AI native 的组织，能力 10 倍。
AI native 的人力，效率 10 倍。
什么叫 AI native 的事？就是这件事只有在 AI 存在的世界里才可能出现，并且能带来10倍的回报。
有了这个事情，公司才能围绕它设计一个10倍效率的新组织。
有了这个组织，组织里的人才有了空间，可以把 AI 的能力 10 倍地释放出来。
没有一就没有二就没有三。
相比一和二，第三层是最容易且不重要的事，偏偏第三层是人们说最多的事，用 Claude、Codex，代码交给 AI 写，蒸馏同事，自动化操作，10倍提效。
大部分公司就是这样做的，他们跳过了第一层和第二层，直接让中层推第三层。用省下来的人头证明「转型成功了」。
我们且不说能被随便自动化的事情价值几何，大家仔细思考一下，如果我们不去做一和二，只做了三，那一个10人小组，一个人提效10倍，剩下的9个人...好像也只有被裁员了？
如果只是这样做，连第二层做到10倍组织都做不到。
毕竟中层永远无法回答的一个问是：
一个 AI native 的组织，是否真的需要中层？
而第一层，是 CEO 以及一众高管的责任。
找到第一层的 10 倍大的事情，需要创造力，需要冒险，需要重新定义公司存在的意义。
这就是一次重新创造的过程。
裁员也许还会继续，但我们必须先面对真正的问。
战国时期，赵武灵王为了国家的强大，武力的提升，推行全民胡服骑射。
赵武灵王推胡服骑射的时候，满朝贵族激烈反对。给出的理由是「易古之道，逆人之心」，祖宗之法不可变。
贵族反对的背后，是在拒绝承认一个事实：北方游牧民族的骑兵来如飞鸟去如绝弦，战车打不过，老的方法不管用了。
他要打的仗变了，所以打法必须变，所以衣服必须变。
今天大厂做的事情，以「AI 提效」为理由裁员，听起来像是在拥抱变化，其实恰恰相反。
它是在用最小的动作假装变化已经发生了，好避免面对那个真正痛苦的问：
旧的仗打完了，新的仗是什么？
如果回答不了，再裁一万人也没用。
原文链接：https://mp.weixin.qq.com/s/kE6aHUWy9es5hjPsigU_MA
@aigc1024
最近海内外关于裁员的新闻越来越多。
国外的裁员可以叫明目张胆，CEO 裁员之后，还站出来写文章解释，夸耀自己的功劳。
国内的裁员则以辟谣为主，都是由员工私下传播，官方再站出来辟谣。
具体公司就不说了，有的 50%，有的 30%，有的 20%。
不过这些比例数据大部分已被官方辟谣，辟谣是真的，因为这是一个过程，已经定下来的不可能那么多。
上一轮互联网裁员潮是2022-2023 的时候。
刘飞写了一篇文章对这段裁员进行了总结，观点比较理性和客气：
裁员是企业过度扩张的后果，需要均值回归。
互联网时代管理层习惯了用加人解决问。一个项目做不好，加人。两个团队赛马，加人。新业务试水，加人。
人月神早就证伪了这件事，但没人听。
最后增长见顶，人员养不起了，就裁掉。
那一轮裁员是管理层招多了人，决策失误了。
不过叫失误可能有点侮辱大厂的中高层了，人在大厂，需要人头充数，还是叫战略好一些。
那一轮我也亲身经历了，事情相当荒诞，当时我们整个部门被砍掉了。给的理由是调研发现用户不需要这个业务。
那是一次闪电行动，一天内，整个部门就离开了公司，业务功能也直接下线了。
然后有趣事情发生了，用户开始投诉。投诉多到公司不得不把服务紧急恢复上线。
直到今天，这个功能还在线上。
但做这个功能的人，早就都走了。
这只是千千万万人类蠢事中的一件。
人类是多么可笑，喜欢做一些糟糕的决策，然后给一些「理性」的解释。
这个认知我在上一篇文章《顿悟》里说过：
人是由激素驱动行为但喜欢用理性思考伪装自己的生物。
人类学研究表明，人类的决策过程主要是由激素推动的，知识，经验，理智在这个过程中所起的作用并不大。我们往往是做出决定之后，再用智慧去寻找证据以便证明自己的决定是正确的。如果决策者本人不承担决策失误的风险和损失，就不能身临其境地在压力下产生这些激素，也就不能做出正确的决定。
—— skin in the game
《正义之心》这本书里也说过，我们自以为的推理，并不是为了探求真理，而是为了找理由支持我们的直觉的情感反应。
CEO 和高管也都是人。他们的焦虑、资本市场的压力、同行都在裁的从众效应，在某一天达到了临界点。身体做了决定：要裁员。
先有了判断，然后自有大儒为我辩经。
其实在今天回看，我会觉得那波裁员的真正原因是：互联网已死。
行业已经到头了，一切都是互联网已死的连锁反应。
2026 年这一轮裁员不一样，这次的理由竟
史上最强原生PPT Skill，更适合中国宝宝
使用我创建的这个Skill，一句即可生成复杂、豪华、可编辑的PPT文件。试一次，要是生成的效果不让你震惊，你来打我。
几大特色：
1、能生成信息密度高、排版复杂、看起来高大上的PPT，也支持生成简约、商务风格的PPT。适合国企、互联网大厂使用。
2、兼容所有模型，DeepSeek、小米Mimo、Claude、GPT均实测过，国产模型也能完成的非常好。
3、技能自动更新机制：如果我更新了可选用的PPT模板，使用技能时会自动更新技能。技能像软件一样可以更新
使用方法：
在当前文件夹安装这个Skill：https://github.com/GordenSun/GordenPPTSkill
然后做一个复杂、豪华的PPT，来介绍XXX项目
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
使用我创建的这个Skill，一句即可生成复杂、豪华、可编辑的PPT文件。试一次，要是生成的效果不让你震惊，你来打我。
几大特色：
1、能生成信息密度高、排版复杂、看起来高大上的PPT，也支持生成简约、商务风格的PPT。适合国企、互联网大厂使用。
2、兼容所有模型，DeepSeek、小米Mimo、Claude、GPT均实测过，国产模型也能完成的非常好。
3、技能自动更新机制：如果我更新了可选用的PPT模板，使用技能时会自动更新技能。技能像软件一样可以更新
使用方法：
在当前文件夹安装这个Skill：https://github.com/GordenSun/GordenPPTSkill
然后做一个复杂、豪华的PPT，来介绍XXX项目
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
AI 时代来临，你的工作还能撑多久？好多人要失业了！
几个小时前，AI 大神 Andrej Karpathy（ LLM 模型刮取了美国劳工统计局（BLS）的全部 342种职业数据，对每个职业的AI暴露度打分，从 0 到 10分。
结果？
平均分高达 5.3/10！这意味着一半以上的工作都面临 AI的巨大冲击。如果你整天盯着屏幕干活，恭喜，你的分数可能直奔 8-9 分，随时被取代！
看看这些触目惊心的分数：
•
软件开发者：8-9分！代码敲得飞起？AI一键生成，程序员们，你们准备好转行了吗？
•
医疗转录员：满分10/10！💀 完全自动化，人类转录员直接下岗！
•
视频编辑：7-8分！剪辑工具AI化，谁还需要手动操作？
•
屋顶工、建筑工人：0-1分，还算安全，但机器人时代来了，谁知道呢？
Karpathy 用一个超级酷的树状图可视化了这一切（见原帖图片），清晰展示：屏幕工作=高危区！非屏幕工作=暂缓区。但别高兴太早，Elon Musk在回复中直言：“所有工作都将变成可选的，未来会有普遍高收入（Universal High Income）。” 听起来美好？但现实是，AI 加速下、蓝领白领齐失业、社会大洗牌在即！
现实冲击，想想看、AI 模型像ChatGPT、Grok 越来越强、办公、创意、甚至医疗领域全覆盖。低分职业如体力活，也面临机器人取代（想想Boston Dynamics的狗狗机器人）。
•
全球影响：美国是这样，中国呢？程序员、设计师、客服、会计……你们感受到寒意了吗？据估算，未来5-10年，全球数亿岗位蒸发！
好多人要失业了？得努力学 AI 了！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
几个小时前，AI 大神 Andrej Karpathy（ LLM 模型刮取了美国劳工统计局（BLS）的全部 342种职业数据，对每个职业的AI暴露度打分，从 0 到 10分。
结果？
平均分高达 5.3/10！这意味着一半以上的工作都面临 AI的巨大冲击。如果你整天盯着屏幕干活，恭喜，你的分数可能直奔 8-9 分，随时被取代！
看看这些触目惊心的分数：
•
软件开发者：8-9分！代码敲得飞起？AI一键生成，程序员们，你们准备好转行了吗？
•
医疗转录员：满分10/10！💀 完全自动化，人类转录员直接下岗！
•
视频编辑：7-8分！剪辑工具AI化，谁还需要手动操作？
•
屋顶工、建筑工人：0-1分，还算安全，但机器人时代来了，谁知道呢？
Karpathy 用一个超级酷的树状图可视化了这一切（见原帖图片），清晰展示：屏幕工作=高危区！非屏幕工作=暂缓区。但别高兴太早，Elon Musk在回复中直言：“所有工作都将变成可选的，未来会有普遍高收入（Universal High Income）。” 听起来美好？但现实是，AI 加速下、蓝领白领齐失业、社会大洗牌在即！
现实冲击，想想看、AI 模型像ChatGPT、Grok 越来越强、办公、创意、甚至医疗领域全覆盖。低分职业如体力活，也面临机器人取代（想想Boston Dynamics的狗狗机器人）。
•
全球影响：美国是这样，中国呢？程序员、设计师、客服、会计……你们感受到寒意了吗？据估算，未来5-10年，全球数亿岗位蒸发！
好多人要失业了？得努力学 AI 了！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
AI时代，什么最值钱？
不是执行力。
是“想法”。
Replit的CEO说，未来实现一个创意的成本，会降到零。
真正的瓶颈，是你产生创意的速度。
怎么才能产生好创意？
他说，要“病态地泡在网上”（terminally online）。
老一辈人看不惯的那些“毛病”，正在变成优势。
注意力不集中（ADHD）？
对新东西永远好奇？
天天刷社交媒体，看大家在聊什么？
这不再是“玩物丧志”。
这是在感知时代脉搏。
是在寻找下一个市场。
AI让快速试错变得廉价。
你脑子里的十个想法，过去只能挑一个做。
现在可以一天之内把十个都试一遍。
过去那种埋头苦干、两耳不闻窗外事的工程师文化，正在被颠覆。
取而代之的，是那些最懂网络梗、最懂年轻人情绪的人。
他们能最快地捕捉到需求。
这套逻辑听起来很新颖。
但也让人有点不安。
如果“泡网”成了核心竞争力，那专注、坚持、深度思考这些品质，还重要吗？
难道一个国家的未来，要交给那些最会“刷手机”的人？
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
不是执行力。
是“想法”。
Replit的CEO说，未来实现一个创意的成本，会降到零。
真正的瓶颈，是你产生创意的速度。
怎么才能产生好创意？
他说，要“病态地泡在网上”（terminally online）。
老一辈人看不惯的那些“毛病”，正在变成优势。
注意力不集中（ADHD）？
对新东西永远好奇？
天天刷社交媒体，看大家在聊什么？
这不再是“玩物丧志”。
这是在感知时代脉搏。
是在寻找下一个市场。
AI让快速试错变得廉价。
你脑子里的十个想法，过去只能挑一个做。
现在可以一天之内把十个都试一遍。
过去那种埋头苦干、两耳不闻窗外事的工程师文化，正在被颠覆。
取而代之的，是那些最懂网络梗、最懂年轻人情绪的人。
他们能最快地捕捉到需求。
这套逻辑听起来很新颖。
但也让人有点不安。
如果“泡网”成了核心竞争力，那专注、坚持、深度思考这些品质，还重要吗？
难道一个国家的未来，要交给那些最会“刷手机”的人？
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
😃 爆庄实录｜3天狂揽1086万U😃 新客首存6万U，豪提209万U😃 500一拉，PG实力兑现133万U
永久网址
豪礼大放送 高端嫩模 劳力士手表 奔驰E300等大礼等你来豪夺 每笔存款加赠 1%
🏆182体育 封神榜🏆
4.11号神秘大哥PG电子赏金女王一举斩获830万并成功提现
4.5号东南亚盘总PA真人百家豪赢644万一路长虹一天实现暴富
3.28号实力大哥PG电子爆出890万并以成功提现实现财富自由
截止到3.23号大哥在PA真人百家乐累计盈利突破1000万
1️⃣ 平台公平、公正、公开，信誉第一、服务第一
2️⃣ 免实名 不限ip 无需绑定手机号码和银行卡
3️⃣ u存u提 每日提款无上限 资金保障、大额无忧
平台
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
每日存款彩金每日送，每笔存款加赠
182体育 #无风控 电子真人零审核包出款
🌐 官网注册链接： 1820036.com
🍎专属VIP客服： @vipkf_182ty8
⚽️ 体育赛事推荐：@VIP182TYTJ
➡️ 双向用户点击： @vipkf_182ty2_bot
🍉 吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 更多优惠活动关注福利频道： @vip182ty888
🏆代理合营🏆
新平台 新机遇 好发展 佣金稳
代理合营频道：@DLHY182TY
客户端可以试一下 Reasonix。
他的整个架构是围绕 DeepSeek 的 prefix-cache 从底层设计的，把 DeepSeek 当做唯一 backend。做了三段式缓存架构。
缓存命中率高达 99.82%。
4.35 亿个 input token，一块三美金。同样的量不用缓存要 61 刀。就离谱。
DeepSeek 本身 API 便宜得要命，Reasonix 让你命中率直接从别人的 20-60% 拉到 99%。成本几乎归零了。
UI 说实我感觉不太好看，设置面板里缓存率、token 用量一目了然。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
Circle成了AI时代的隐形赢家。
当40万个AI代理开始产生资产配置需求，它们会把钱放在哪
银行存款？AI没有身份
股票？没有KYC
链上资产？可以
这可能是下一个叙事：
RWA + AI Agent = 自动化资产配置
（核心数据出自Circle官方全球营销负责人Peter Schroeder。数据图片出自：Enterprise Onchain报告）
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
永久网址
豪礼大放送 高端嫩模 劳力士手表 奔驰E300等大礼等你来豪夺 首存日存彩金送不停
1月2号泰国大老板百家乐存50万出512万
1月13日pp电子糖果1000小注一拉直接爆出70万大奖
3月15号实力盘总PA真人喜提990万一路爆红
3月27-31号斯里兰卡神秘大哥连续5天总提4000万+
🏆平台优势：
1️⃣ u存u提每日提款无上限 随便提 全球不限ip #免实名 无需绑定手机号码和银行卡
2️⃣ 平台
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
⚜️每日存款彩金每日送，每笔存款加赠
⚜️#无风控 电子真人零审核包出款
🌐官网注册网址： qs1736.cc
🩷专属VIP客服： @QSTY567
⚽️体育赛事推单：@QSTY988
➡️双向用户点击：@qsty168168_bot
㊙️午夜剧场：@guochandp7
✅ 更多优惠活动关注福利频道：@qsty8999
💰代理合营💰
老品牌 信誉高 佣金稳
代理合营频道： @QSTY321
支持5倍验资 【验资:@N9KF】
担保域名:N9.TOP 点击查看
#曝光 #pg
💝 新会员好礼
注册就送28.8U
新人首存/二存/三存最高赠送
💝 老会员好礼
电子狂欢每日存款赠送10%
充值笔笔送3%无上限
夜间充值最高可优惠
累计存款|打码|VIP升级送彩金
🔥欢迎各位老板加入N9国际娱乐城！
🔥关注N9官方频道参与更多优惠活动
