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
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
目前315晚会曝光:
1️⃣网红鸡爪（双氧水浸泡、环境作呕，鸡爪被人员踩踏
3️⃣私域营销灰产暴利围猎老人（全是马扁子）
4️⃣青少年增高机构（负责人坦诚没有任何科学依据就想敛财而已）
6️⃣给AI“投毒”喂信息操控推荐，给AI洗脑产业链已成
番外（非晚会曝光）：
1️⃣刘文祥用鸡肉鸭肉充牛肉，店内环境堪忧
2️⃣网红带货冷吃素毛肚（膳小丫）
广东315晚会:
1️⃣美宜佳卖假烟
2️⃣无证“医生”、速成“医生”，医美乱象
3️⃣直播间充斥大量剧本、捏造人设、虚构场景、虚假宣传
4️⃣直播间宣传视频造假、“品质外卖”认证造假
5️⃣保单信息交易黑灰产
6️⃣智能驾驶部分功能与宣传不符
7️⃣网络医托灰黑产业链
8️⃣ai伪造大V视频，连环扫码导流收割
9️⃣警惕租机贷背后变相高利贷
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
1️⃣网红鸡爪（双氧水浸泡、环境作呕，鸡爪被人员踩踏
3️⃣私域营销灰产暴利围猎老人（全是马扁子）
4️⃣青少年增高机构（负责人坦诚没有任何科学依据就想敛财而已）
6️⃣给AI“投毒”喂信息操控推荐，给AI洗脑产业链已成
番外（非晚会曝光）：
1️⃣刘文祥用鸡肉鸭肉充牛肉，店内环境堪忧
2️⃣网红带货冷吃素毛肚（膳小丫）
广东315晚会:
1️⃣美宜佳卖假烟
2️⃣无证“医生”、速成“医生”，医美乱象
3️⃣直播间充斥大量剧本、捏造人设、虚构场景、虚假宣传
4️⃣直播间宣传视频造假、“品质外卖”认证造假
5️⃣保单信息交易黑灰产
6️⃣智能驾驶部分功能与宣传不符
7️⃣网络医托灰黑产业链
8️⃣ai伪造大V视频，连环扫码导流收割
9️⃣警惕租机贷背后变相高利贷
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
光帆科技：3 亿烧出来的电子垃圾
一句：小米退休员工，拿着供应链的钱，调着别人的 API，做出了一副又大又丑又没续航、还得随身带着充电盒才能用的「AI 耳机」，卖你 1999。
产品：华强北都不敢这么玩
单耳 11 克。
AirPods 4 单耳 4.3 克。
字节 Ola Friend 6.6 克。
光帆整整重了一倍多，挂在耳朵上像顶了两颗图钉，还敢叫「全天候佩戴」。
手錶：1.97 吋 AMOLED，跟你在华强北 99 块买的「智能手环旗舰版」一模一样的质感。就这也好意思叫「表耳联动」？
续航：耳机单次 15 小时音乐、9 小时通。但这是不开摄像头的理想数字。摄像头一开，电池血崩。
eSIM：最贵的智商税
光帆的设计逻辑是——充电盒里塞了 eSIM。什么意思？
就是说你出门晨跑想不带手机？可以。但你必须揣着那个充电盒。
盒子忘在家里，耳机秒变两坨塑料，AI 直接掉线。
一个号称要「替代手机」的设备，结果只是把你的依赖从手机转移到了充电盒。
体验：20 秒的沉默
摄像头是最大卖点，结果是最大笑。
双击唤醒 → 等 8-10 秒 → 模拟快门声
然后再等 10 秒 → 云端识别 → 返回结果
看一家餐厅问评分，你要站在门口愣 20 秒。人类的视觉是瞬时的、连续的；光帆的视觉是点状的、滞后的。
光帆做了什么？
摄像头是 200 万像素的，芯片是现成的，大模型是调云端的。
自研的是那个塑料充电盒和华强北手錶。
没有自研模型，没有端侧推理能力，没有底层算法。
所谓「Agent OS」就是把你的语音请求转发给云端 LLM，然后把返回的文字念给你听。
任何一个大学生拿 Raspberry Pi 加个蓝牙模块三天能搭出来的东西。
资本：3 亿的供应链麻将局
近 3 亿种子轮，听着唬人，拆开看：
歌尔投：我是代工厂，你的耳机我造，订单先锁定
韶音投：我也是做耳机的，品类见顶了，花小钱买个故事
宁德投：你的充电盒可能用我的微型电池
兆易投：你的主板可能用我的 MCU
联想投：PC 卖不动了，蹭个 AI 概念
小鹏投：车卖不动了，投个边角料说自己在搞生态
没有一家顶级 AI VC。一家都没有。
进来的全是来锁供应链坑位的产业资本——每人几百万，就像小区棋牌室凑局，输了不伤筋动骨，赢了佔个位。
光帆的护城河是什么？「我是小米第 89 号员工」这句能当饭吃吗？
不是说小米系出来的人都做不好。是说一个搞 OS 工程落地的人，带着一帮供应链组局，用别人的模型、别人的芯片、别人的代工厂，做出了一个体验稀烂的硬件，然后告诉你这叫「下一代 AI 操作系统」。
3 亿，干点什么不好。
@aigc1024
一句：小米退休员工，拿着供应链的钱，调着别人的 API，做出了一副又大又丑又没续航、还得随身带着充电盒才能用的「AI 耳机」，卖你 1999。
产品：华强北都不敢这么玩
单耳 11 克。
AirPods 4 单耳 4.3 克。
字节 Ola Friend 6.6 克。
光帆整整重了一倍多，挂在耳朵上像顶了两颗图钉，还敢叫「全天候佩戴」。
手錶：1.97 吋 AMOLED，跟你在华强北 99 块买的「智能手环旗舰版」一模一样的质感。就这也好意思叫「表耳联动」？
续航：耳机单次 15 小时音乐、9 小时通。但这是不开摄像头的理想数字。摄像头一开，电池血崩。
eSIM：最贵的智商税
光帆的设计逻辑是——充电盒里塞了 eSIM。什么意思？
就是说你出门晨跑想不带手机？可以。但你必须揣着那个充电盒。
盒子忘在家里，耳机秒变两坨塑料，AI 直接掉线。
一个号称要「替代手机」的设备，结果只是把你的依赖从手机转移到了充电盒。
体验：20 秒的沉默
摄像头是最大卖点，结果是最大笑。
双击唤醒 → 等 8-10 秒 → 模拟快门声
然后再等 10 秒 → 云端识别 → 返回结果
看一家餐厅问评分，你要站在门口愣 20 秒。人类的视觉是瞬时的、连续的；光帆的视觉是点状的、滞后的。
光帆做了什么？
摄像头是 200 万像素的，芯片是现成的，大模型是调云端的。
自研的是那个塑料充电盒和华强北手錶。
没有自研模型，没有端侧推理能力，没有底层算法。
所谓「Agent OS」就是把你的语音请求转发给云端 LLM，然后把返回的文字念给你听。
任何一个大学生拿 Raspberry Pi 加个蓝牙模块三天能搭出来的东西。
资本：3 亿的供应链麻将局
近 3 亿种子轮，听着唬人，拆开看：
歌尔投：我是代工厂，你的耳机我造，订单先锁定
韶音投：我也是做耳机的，品类见顶了，花小钱买个故事
宁德投：你的充电盒可能用我的微型电池
兆易投：你的主板可能用我的 MCU
联想投：PC 卖不动了，蹭个 AI 概念
小鹏投：车卖不动了，投个边角料说自己在搞生态
没有一家顶级 AI VC。一家都没有。
进来的全是来锁供应链坑位的产业资本——每人几百万，就像小区棋牌室凑局，输了不伤筋动骨，赢了佔个位。
光帆的护城河是什么？「我是小米第 89 号员工」这句能当饭吃吗？
不是说小米系出来的人都做不好。是说一个搞 OS 工程落地的人，带着一帮供应链组局，用别人的模型、别人的芯片、别人的代工厂，做出了一个体验稀烂的硬件，然后告诉你这叫「下一代 AI 操作系统」。
3 亿，干点什么不好。
@aigc1024
飞机一键启动无需/注册/下载/绑卡
i8国际美女秀: @i8gjzbj
⚽️i8体育用户点击注册 i83511.vip
远填不满。它要人陪，要人听，要人懂，要人回应。白天热闹散尽，深夜一个人躺下来的时候，这颗心就开始喊饿了。”
“而这个需求，”张哥把筷子往桌上一搁，“没有上限。”
小王安静了很长时间。
面馆里人声嘈杂，有人在大声点单，厨房里铁锅碰着铁勺叮当响。面馆外头，一辆没有驾驶座的配送车悄无声息地滑过去。街对面的广告牌上，某家大厂的最新AI办公套件正在轮播广告，标语写着“效率再翻十倍”。路过的人没有一个抬头看。
小王好像什么都没听见，什么都没看见。
他慢慢地说：“我明白了。这七年，我一直想让AI帮人把事做得更快更多。但这并不是人缺的。人缺的是，有人能在凌晨三点，陪自己说说。”
张哥笑了。他笑的时候脸上的褶子堆起来，像一盏用旧了的灯。
“你看，你终于说到点子上去了。你在做的事情，是教一个人怎么跑得更快。但这个人根本不缺跑步的速度，他缺的是跑累的时候，旁边有个人递给他一瓶水，然后跟他说，没事，我陪你慢慢走。”
“那AI怎么满足人心。”
“AI最厉害的地方，不是它比人聪明。”张哥站起来，把账结了，顺手也把小王那碗面的钱付了，“而是它永远不会累，不会烦，不会走。人做不到这一点。人会疲惫，会厌倦，会在你最需要的时候消失。”
他拍了拍小王的肩膀。
“你的面坨了。再叫一碗吧。”
小王低头看了看眼前那碗面。面条已经泡得发胀，汤也凉了。他刚才一直在说，一口都没吃。
“张哥，”他抬起头，“你当年做产品的时候，想的是这个吗。”
张哥已经走到了门口，听到这句停下来，回头看了他一眼。
“我做产品的时候，什么都不想。”
“什么都不想？”
“对。我只看。我就看人什么时候最舒服，什么时候最难受。看他们在什么东西面前会停下来，看他们在什么东西面前会笑。然后我就把那个东西做出来。”
“就这么简单？”
“就这么简单。”张哥推开门，外头的阳光涌进来，把他的影子拉得很长，“产品经理最难的功课，不是学会看数据，而是学会看人。”
他走了。
小王坐在那里，看着那碗坨掉的面，忽然笑了起来。
他想起这七年做的所有产品。每一个都经过了精密的计算，每一个都有漂亮的增长曲线，每一个都在路演时获得满堂喝彩。可他从来不知道，那些下载了产品的人，在凌晨三点是什么样子。
他拿出手机，打开备忘录。那里面存着写了七年的产品规划文档。他盯着屏幕看了一会儿，然后一个字一个字地删掉。
屏幕上空了。
窗外的广告牌又翻了一页，还是那家AI办公套件，“效率再翻十倍”的字样在阳光下亮得晃眼。街上的行人低着头刷着手里的透明设备，脚步匆匆，谁也不看谁。
小王在那片空白页面上敲下一行字。
面馆老板过来收碗，好奇地瞥了一眼他的屏幕。
“小伙子，写的啥？”
小王把手机翻过来给他看。
屏幕上只有四个字：“陪你说说。”
老板是个六十多岁的老头。他看着这四个字，沉默了一下。
“好。”他说，“这个好。”
小王的眼眶一下子就热了。
他站起身，大步走出面馆。外面的阳光很好，街上人来人往，每个人都行色匆匆。他们的耳机里塞着Agent播报的日程提醒，手腕上的设备震动着推送工作消息。效率翻了一倍又一倍，日程排得满满当当。
可小王忽然能从那些匆忙的表象底下，看见了另一层东西。每一张平静的面孔背后，都藏着一颗正在悄悄喊饿的心。
他站在街边，看着这条熟悉又陌生的街道。广告牌上那些光鲜亮丽的生产力工具还在轮番轰炸，但在它们底下，无数的人正低着头，从一块又一块屏幕里，寻找一点点陪伴。
那一刻小王知道，属于创业者的时代，才刚刚开始。
@aigc1024
“而这个需求，”张哥把筷子往桌上一搁，“没有上限。”
小王安静了很长时间。
面馆里人声嘈杂，有人在大声点单，厨房里铁锅碰着铁勺叮当响。面馆外头，一辆没有驾驶座的配送车悄无声息地滑过去。街对面的广告牌上，某家大厂的最新AI办公套件正在轮播广告，标语写着“效率再翻十倍”。路过的人没有一个抬头看。
小王好像什么都没听见，什么都没看见。
他慢慢地说：“我明白了。这七年，我一直想让AI帮人把事做得更快更多。但这并不是人缺的。人缺的是，有人能在凌晨三点，陪自己说说。”
张哥笑了。他笑的时候脸上的褶子堆起来，像一盏用旧了的灯。
“你看，你终于说到点子上去了。你在做的事情，是教一个人怎么跑得更快。但这个人根本不缺跑步的速度，他缺的是跑累的时候，旁边有个人递给他一瓶水，然后跟他说，没事，我陪你慢慢走。”
“那AI怎么满足人心。”
“AI最厉害的地方，不是它比人聪明。”张哥站起来，把账结了，顺手也把小王那碗面的钱付了，“而是它永远不会累，不会烦，不会走。人做不到这一点。人会疲惫，会厌倦，会在你最需要的时候消失。”
他拍了拍小王的肩膀。
“你的面坨了。再叫一碗吧。”
小王低头看了看眼前那碗面。面条已经泡得发胀，汤也凉了。他刚才一直在说，一口都没吃。
“张哥，”他抬起头，“你当年做产品的时候，想的是这个吗。”
张哥已经走到了门口，听到这句停下来，回头看了他一眼。
“我做产品的时候，什么都不想。”
“什么都不想？”
“对。我只看。我就看人什么时候最舒服，什么时候最难受。看他们在什么东西面前会停下来，看他们在什么东西面前会笑。然后我就把那个东西做出来。”
“就这么简单？”
“就这么简单。”张哥推开门，外头的阳光涌进来，把他的影子拉得很长，“产品经理最难的功课，不是学会看数据，而是学会看人。”
他走了。
小王坐在那里，看着那碗坨掉的面，忽然笑了起来。
他想起这七年做的所有产品。每一个都经过了精密的计算，每一个都有漂亮的增长曲线，每一个都在路演时获得满堂喝彩。可他从来不知道，那些下载了产品的人，在凌晨三点是什么样子。
他拿出手机，打开备忘录。那里面存着写了七年的产品规划文档。他盯着屏幕看了一会儿，然后一个字一个字地删掉。
屏幕上空了。
窗外的广告牌又翻了一页，还是那家AI办公套件，“效率再翻十倍”的字样在阳光下亮得晃眼。街上的行人低着头刷着手里的透明设备，脚步匆匆，谁也不看谁。
小王在那片空白页面上敲下一行字。
面馆老板过来收碗，好奇地瞥了一眼他的屏幕。
“小伙子，写的啥？”
小王把手机翻过来给他看。
屏幕上只有四个字：“陪你说说。”
老板是个六十多岁的老头。他看着这四个字，沉默了一下。
“好。”他说，“这个好。”
小王的眼眶一下子就热了。
他站起身，大步走出面馆。外面的阳光很好，街上人来人往，每个人都行色匆匆。他们的耳机里塞着Agent播报的日程提醒，手腕上的设备震动着推送工作消息。效率翻了一倍又一倍，日程排得满满当当。
可小王忽然能从那些匆忙的表象底下，看见了另一层东西。每一张平静的面孔背后，都藏着一颗正在悄悄喊饿的心。
他站在街边，看着这条熟悉又陌生的街道。广告牌上那些光鲜亮丽的生产力工具还在轮番轰炸，但在它们底下，无数的人正低着头，从一块又一块屏幕里，寻找一点点陪伴。
那一刻小王知道，属于创业者的时代，才刚刚开始。
@aigc1024
小王是AI创业者。2030年，小王在街角面馆碰见张哥。张哥正大口吃着牛肉面，额头上一层细汗，看着特别香。
张哥在二十年前做出过两款国民级产品，是两家著名公司的创始人。
小王在对面坐下，也要了一碗面。
“张哥，”小王说，“我创业七年了。”
张哥抬了下眼皮，继续吃面。
“七年，”小王伸出七根手指，“我做过AI办公，做过Agent OS，做过AI游戏，做过AI教育。每一款都拿到了融资，数据都不错。可就是长不成国民级产品。”
小王看张哥在听，锋一转。
“这七年，看大厂也很一般。砸了几百亿，做出来的东西，下载量有，打开率有。可用户往往用两天就放下了，用三天就忘了。没有人真正离不开。”
张哥把碗里的面吃完，端起碗又喝了一口汤，放下筷子，看着小王。
“你吃过这家的面吗。”
小王一愣：“正在等。”
“你等会儿尝尝。这家牛肉面，我吃了三十年，味道没变过。但这条街上开过多少家餐饮。卖沙拉的，卖轻食的，卖量子料理的，一个比一个洋气，一个比一个觉得自己能改变世界。最后全倒闭了。”
小王的面端上来了。汤色红亮，牛肉大块，面条筋道，确实是碗好面。他没动筷子。
“张哥，你是说，我做的东西华而不实吗。”
“我是说，你做的都是好东西。就像那些沙拉轻食，很健康，很科学，很先进。但你知道人一天能吃几碗饭吗。”
小王脱口而出：“三碗。”
“对。三碗，撑死了四碗。胃就这么大，一天就二十四小时，你不可能让人多吃一倍。这个道理放在生产力上是一样的。”
张哥往椅背上一靠。
“你想想，一个公司用了AI，员工是不偷懒了，疯狂干活，产出翻了几倍。然后呢。客户没变多，订单没变多，市场就这么大。账一算，人的成本通过裁员少了一些，AI成本却翻了几倍。营收少了，利润大幅缩水。”
“生产力工具的终极困境就在这儿，”张哥说，“你的产品再好，面对的是一个需求有上限的市场。就像粮食，亩产十万斤，人也只能吃那么多。何况现在人还在变少。”
小王的手指在面碗边沿上慢慢摩挲着。2030年，全球人口拐点早已到来，这他当然知道。
“那AI就没用了吗。”
“谁说没用了。”张哥忽然往前探了探身子，“我问你，你刷手机吗。”
“刷。”
“刷多久。”
“……挺久的。”
“刷的时候你在干什么呢。学习？工作？提升生产力？”
小王没说。
“你在填补空虚。”张哥替他说了，“你在找陪伴。哪怕你自己都没意识到。”
他拿起筷子，在虚空中画了一个圈。
“你看这碗面，填饱的是肚子。但人除了肚子，还有一颗心。这颗心永
微软终于开源了VibeVoice。
24K+ stars，不是玩具，是生产级语音AI。
支持实时语音克隆、情感控制、多语言切换。延迟低到可以实时对，质量高到难以分辨真假。
这意味什么？
语音交互的门槛，归零了。
以前做语音助手要调ASR、TTS、NLP三件套，现在一个模型全搞定。创业者可以用VibeVoice在几小时内搭建自己的"Her"。
但这里有个问：当语音克隆变得如此简单，声纹认证还安全吗？
你的声音，正在变成可复制的数据。
技术越开放，风险越隐蔽。https://github.com/microsoft/VibeVoice
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
24K+ stars，不是玩具，是生产级语音AI。
支持实时语音克隆、情感控制、多语言切换。延迟低到可以实时对，质量高到难以分辨真假。
这意味什么？
语音交互的门槛，归零了。
以前做语音助手要调ASR、TTS、NLP三件套，现在一个模型全搞定。创业者可以用VibeVoice在几小时内搭建自己的"Her"。
但这里有个问：当语音克隆变得如此简单，声纹认证还安全吗？
你的声音，正在变成可复制的数据。
技术越开放，风险越隐蔽。https://github.com/microsoft/VibeVoice
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
🌐 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
