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
我最喜欢的媒体都来找我约稿了
我们的文章是写得是越来越好了
这科幻片质量太高了。即使按照seedance这样的收费,也能极大降低电影的制作成本。 这就是说人人能做电影的曙光就在眼前了!

AI探索 | Hermes/OpenClaw优质资源优质信息
阿里最新这项研究挺扎心的,
所以我们现在天天喊AI会抢程序员饭碗,但这项实验戳破了一层窗户纸😄
他们让18个AI智能体花了233天,
真实维护100个代码库,不考当场写对,考的是经过8个月演化,代码还能不能跑。
结果是:
75%的模型越维护越乱,最后把本来能跑的代码搞崩了🤣🤣🤣
只有 Claude Opus 保持了一半以上的零退化率,其他全凉,
现在的AI是快照式编程,
给一道,当场写出能通过单元测试的代码,
这个很帅,但真实软件工程不是考一道,
是考长期维护,
你改bug会不会引入新bug?
你加功能会不会动了底层逻辑?
几个版本迭代下来,技术债务是不是堆成了山?
多数AI写出来的就是看起来很美的纸牌屋,
当时能跑,
三个月后就是没人敢碰的祖传屎山,
最后还得真人上去擦屁股😂
所以兄弟们,别担心AI抢饭碗了,
它造出来的屎,够我们修到退休🤪

AI探索 | Hermes/OpenClaw优质资源优质信息
欢迎最想远离人类的人类来参加人类聚集活动
Codex 越来越猛了,昨天更新增加了内置的谷歌浏览器插件,可以直接控制你的谷歌浏览器执行任务。

而且它可以在后台跨浏览器页面并行工作,不耽误你正常使用浏览器。所谓“并行工作”,指的是你可以启动多个子 SubAgent 帮你操作多个网页。

我试了一下,发现最厉害的一点是:它不仅可以控制 Chrome,任何基于 Chromium 的浏览器都是可以的。比如我这里用的是 Dia 浏览器,我在 Dia 浏览器安装了一个插件,它就可以直接控制我的 Dia 浏览器。

具体如何使用呢?

在 Codex 的插件库里找到 Chrome 这个插件。
点击添加,随后它会引导你打开浏览器插件的安装页面。
点击打开并安装即可。

安装完成后就可以直接给它下达任务了。这种支持并发且不影响用户原生操作的体验真的很爽。而且 Mac 和 Windows 都支持。
Short Drama Screenplay Skill — 短剧剧本工业化生产 AI 工具包
→ 覆盖短剧生产全流程:从选立项、故事骨架、角色开发到分集撰写、质量自检、合规审核一站式完成
→ 内置 13 种材模板和四层反派递进体系,提供标准化叙事结构而非随机创意输出
→ 采用节奏曲线系统(起势/攀升/风暴/决战四段式)和五种钩子设计,精准把控观众留存
→ 支持双语双格式输出:国内模式(△镜头+♪配乐)和海外模式(INT./EXT.+WIDESHOT)
→ 配备五维度质量评分(节奏/爽点/台词/格式/连贯性)和红线合规审查,确保产出可拍摄级剧本
→ 纯 Markdown 零依赖架构(93KB),兼容 Claude Code、Codex CLI 等任意支持 Skills 的 AI 助手
https://github.com/0xsline/short-drama

AI探索 | Hermes/OpenClaw优质资源优质信息
AI探索指南
跟大家分享一些最近好玩的事儿,看起来似乎毫无关联,但又都神奇地关联到了一起。 先是 Claude Code 用得越来越痛苦。封号、限流、KYC,各种折腾,各种浪费时间。 有人在 Reddit 发了长帖,说自己试了十几种绕过检测的方法,每一步都记录得很详细。 下面有人回了一句:你试过 GPT 5.5 和 Codex 吗。 他去试了一下,结果真的又便宜又好用,还不用折腾。 原来离开 Claude,才发现外面根本没有下雨。 有一家公司在做一个多模态理解的项目。团队调了三个月,各种工具各种工程往上叠,效果一直搞不好。…
俞浩定了 1999,加了激光雷达,结果卖爆了。

他管这个叫 N+1。

以前大家习惯做减法,讲究性价比,现在可以试试做加法,做更好的产品,卖更贵的价格。

定价比别人贵 10%,直接赚钱,利润高,能加更好的硬件,能招更好的人,正向循环。

何况现在有 AI 了,其实很容易。

团队如何管理?
管理团队看似是一个复杂的事情,团队有那么多人,每个人的性格不一样,工作习惯不一样。

你想把管理做好,让每个人都在最合适的位置。于是你开始看各种管理书,调各种流程。

然后你会发现一个问题:不管你怎么努力,永远无法完美,总有哪里不对。

然后你就很容易忘记最重要的初心:

成立公司是为了什么?是为了成功。

那其实管理的核心目标,就只需要保证所有人的注意力都在这里:

做正确的事,正确地做事。

而其他的事情事情,根本都不重要。

企业 AI 转型也是类似。

你的的第一步是先问一个问题,不然提高 100% 也毫无意义。

这个问题就是:

这个事情,这个部门,这个组织方式,未来还存在吗?

其实如果一件事在未来不存在,你现在努力又是为了什么?

其实我们再往上层思考,来到资本主义本身。

发币、发债、通货膨胀、经济发展,这个循环已经跑了几百年。

每个国家都在里面,没有人能停下来。停下来就是衰退,停不下来就是泡沫。看上去是个死局。

马斯克最近在聊一个东西,叫"后资本主义"。他的推演是这样的:

AI 和机器人会让生产力指数级增长,商品的边际成本趋近于零。

你不需要担心通胀,因为供给的增速远超货币的增速。

你不需要纠结怎么分配,因为蛋糕本身在以你无法理解的速度变大。

他甚至说,未来 AI 之间的交易可能不再用人类的货币。

它们直接交换算力和能源。

资本主义的答案也许不在资本主义里。

最近学习了人类奇书 GEB,全称是《哥德尔、埃舍尔、巴赫》,作者候世达。这本书很厚,但核心就讲了一件事。

任何足够复杂的系统,只要你让它能谈论自己,就会产生一种叫"自指"的东西。一旦出现自指,这个系统就无法完整地描述自己。总有一些命题是真的,但你在这个系统内部永远证明不了。

你唯一的选择就是跳出系统。

跳出去之后,你进入的那个新系统,它也是一个系统。它也有自己的不完备性,也有自己证明不了的东西。

完美的系统是不存在的。

但每跳一次,你都能解决上一个系统里解决不了的问题。

看看窗外,窗外是星辰大海。

看看窗外,外面根本没下雨。
跟大家分享一些最近好玩的事儿,看起来似乎毫无关联,但又都神奇地关联到了一起。

先是 Claude Code 用得越来越痛苦。封号、限流、KYC,各种折腾,各种浪费时间。

有人在 Reddit 发了长帖,说自己试了十几种绕过检测的方法,每一步都记录得很详细。

下面有人回了一句:你试过 GPT 5.5 和 Codex 吗。

他去试了一下,结果真的又便宜又好用,还不用折腾。

原来离开 Claude,才发现外面根本没有下雨。

有一家公司在做一个多模态理解的项目。团队调了三个月,各种工具各种工程往上叠,效果一直搞不好。

后来朋友任鑫跟他们说,你要不换 Gemini 的模型试试?

换完模型发现所有的问题都解决了,效果比之前都要好。

原来那么多的时间和努力,在强大的模型面前都毫无必要。

有个朋友跟我说他想买房。然后开始算账,算存款、算月供。

为了还贷款要选择稳定的工作,为了凑首付甚至要找亲戚朋友借钱。

各种问题都要解决,也都有解法。

但真正的问题是:

在一个出生人口下降的趋势里,买房的目的是什么?

到底有什么是租房解决不了的问题?

到底是因为想居住还是想投资?

如果要投资是不是有远超房子的标的?

想清楚了,如何凑钱的那些问题就都不是问题。

这些小事为什么都关联到了一起呢?

前几天读了一本书叫《无穷的开始》,作者是物理学家戴维·德伊奇。

书里有个观点很好:人类一直在寻求对一件事情的更好的解释,但好的解释不是在一个封闭系统里拼命推导出来的,是用一个更广的理论去覆盖原来的问题。

解决问题是思维的陷阱,创造的思维才是出路。

这个道理在各个领域都成立。

给谁做产品?
过去十年 SaaS 行业发展到了极度雕花的程度,一个 Onboarding 可以做十页,甚至还有提供 Onboarding 服务的 SaaS 和咨询师。

然后 Agent 出现了,Agent 产品就一个输入框,没有 Onboarding。

Agent 它甚至不需要界面。

你花了很多年打磨的那些体验,在新的坐标系里突然不需要了。

然后你问自己一个问题:未来的增量在哪里?

到底是 Agent 增量大,还是人的增量大?

想清楚之后,很多人带来的问题就不必再解决了。

产品如何定价?
追觅做割草机的时候,市场上已经有中国厂商把价格杀到了 499。正常人的思路是两条路:要么跟着卷价格,要么做一些差异化来撑住价格。
最近家里附近的乐刻关门了
换到了一家铁馆
发现年龄层完全不同
乐刻都是瘦瘦的年轻人
铁馆都是强壮的中老年人
another world
AI探索指南
跟大家分享一些最近好玩的事儿,看起来似乎毫无关联,但又都神奇地关联到了一起。 先是 Claude Code 用得越来越痛苦。封号、限流、KYC,各种折腾,各种浪费时间。 有人在 Reddit 发了长帖,说自己试了十几种绕过检测的方法,每一步都记录得很详细。 下面有人回了一句:你试过 GPT 5.5 和 Codex 吗。 他去试了一下,结果真的又便宜又好用,还不用折腾。 原来离开 Claude,才发现外面根本没有下雨。 有一家公司在做一个多模态理解的项目。团队调了三个月,各种工具各种工程往上叠,效果一直搞不好。…
俞浩定了 1999,加了激光雷达,结果卖爆了。

他管这个叫 N+1。

以前大家习惯做减法,讲究性价比,现在可以试试做加法,做更好的产品,卖更贵的价格。

定价比别人贵 10%,直接赚钱,利润高,能加更好的硬件,能招更好的人,正向循环。

何况现在有 AI 了,其实很容易。

团队如何管理?
管理团队看似是一个复杂的事情,团队有那么多人,每个人的性格不一样,工作习惯不一样。

你想把管理做好,让每个人都在最合适的位置。于是你开始看各种管理书,调各种流程。

然后你会发现一个问题:不管你怎么努力,永远无法完美,总有哪里不对。

然后你就很容易忘记最重要的初心:

成立公司是为了什么?是为了成功。

那其实管理的核心目标,就只需要保证所有人的注意力都在这里:

做正确的事,正确地做事。

而其他的事情事情,根本都不重要。

企业 AI 转型也是类似。

你的的第一步是先问一个问题,不然提高 100% 也毫无意义。

这个问题就是:

这个事情,这个部门,这个组织方式,未来还存在吗?

其实如果一件事在未来不存在,你现在努力又是为了什么?

其实我们再往上层思考,来到资本主义本身。

发币、发债、通货膨胀、经济发展,这个循环已经跑了几百年。

每个国家都在里面,没有人能停下来。停下来就是衰退,停不下来就是泡沫。看上去是个死局。

马斯克最近在聊一个东西,叫"后资本主义"。他的推演是这样的:

AI 和机器人会让生产力指数级增长,商品的边际成本趋近于零。

你不需要担心通胀,因为供给的增速远超货币的增速。

你不需要纠结怎么分配,因为蛋糕本身在以你无法理解的速度变大。

他甚至说,未来 AI 之间的交易可能不再用人类的货币。

它们直接交换算力和能源。

资本主义的答案也许不在资本主义里。

最近学习了人类奇书 GEB,全称是《哥德尔、埃舍尔、巴赫》,作者候世达。这本书很厚,但核心就讲了一件事。

任何足够复杂的系统,只要你让它能谈论自己,就会产生一种叫"自指"的东西。一旦出现自指,这个系统就无法完整地描述自己。总有一些命题是真的,但你在这个系统内部永远证明不了。

你唯一的选择就是跳出系统。

跳出去之后,你进入的那个新系统,它也是一个系统。它也有自己的不完备性,也有自己证明不了的东西。

完美的系统是不存在的。

但每跳一次,你都能解决上一个系统里解决不了的问题。

看看窗外,窗外是星辰大海。

看看窗外,外面根本没下雨。
跟大家分享一些最近好玩的事儿,看起来似乎毫无关联,但又都神奇地关联到了一起。

先是 Claude Code 用得越来越痛苦。封号、限流、KYC,各种折腾,各种浪费时间。

有人在 Reddit 发了长帖,说自己试了十几种绕过检测的方法,每一步都记录得很详细。

下面有人回了一句:你试过 GPT 5.5 和 Codex 吗。

他去试了一下,结果真的又便宜又好用,还不用折腾。

原来离开 Claude,才发现外面根本没有下雨。

有一家公司在做一个多模态理解的项目。团队调了三个月,各种工具各种工程往上叠,效果一直搞不好。

后来朋友任鑫跟他们说,你要不换 Gemini 的模型试试?

换完模型发现所有的问题都解决了,效果比之前都要好。

原来那么多的时间和努力,在强大的模型面前都毫无必要。

有个朋友跟我说他想买房。然后开始算账,算存款、算月供。

为了还贷款要选择稳定的工作,为了凑首付甚至要找亲戚朋友借钱。

各种问题都要解决,也都有解法。

但真正的问题是:

在一个出生人口下降的趋势里,买房的目的是什么?

到底有什么是租房解决不了的问题?

到底是因为想居住还是想投资?

如果要投资是不是有远超房子的标的?

想清楚了,如何凑钱的那些问题就都不是问题。

这些小事为什么都关联到了一起呢?

前几天读了一本书叫《无穷的开始》,作者是物理学家戴维·德伊奇。

书里有个观点很好:人类一直在寻求对一件事情的更好的解释,但好的解释不是在一个封闭系统里拼命推导出来的,是用一个更广的理论去覆盖原来的问题。

解决问题是思维的陷阱,创造的思维才是出路。

这个道理在各个领域都成立。

给谁做产品?
过去十年 SaaS 行业发展到了极度雕花的程度,一个 Onboarding 可以做十页,甚至还有提供 Onboarding 服务的 SaaS 和咨询师。

然后 Agent 出现了,Agent 产品就一个输入框,没有 Onboarding。

Agent 它甚至不需要界面。

你花了很多年打磨的那些体验,在新的坐标系里突然不需要了。

然后你问自己一个问题:未来的增量在哪里?

到底是 Agent 增量大,还是人的增量大?

想清楚之后,很多人带来的问题就不必再解决了。

产品如何定价?
追觅做割草机的时候,市场上已经有中国厂商把价格杀到了 499。正常人的思路是两条路:要么跟着卷价格,要么做一些差异化来撑住价格。
平时出去演讲分享,最烦的就是写 PPT 了
虽然现在 HTML PPT 也很流行,但要做逐字修改还是不方便,毕竟分享的时候还是很严肃的,要确定每个字都是自己想说的

刚好今天看到藏师傅说的 Markdown as Database 的理念,我也非常认同
HTML 好看难改。Markdown 好改难看。
那能不能把 HTML 和 MD 结合起来,修改 MD,让 HTML 渲染 MD?

于是我晚上就上手试了一下,竟然真的可以。
.md 文件是内容层,HTML 模板是视图层。改内容的时候只改 Markdown,完全不碰 HTML。

一份 Markdown,多种渲染形态:幻灯片、博客、简历、产品页……未来各种模板都可以消费同一份文件。

这个功能已经内置到 ColaMD 的 1.5 版本里啦,虽然只有我平时最喜欢用的那个 PPT 模板,但是既然有一个了,就可以加无限个,开源软件,你让 AI 自己加模板就行

欢迎大家体验哈,走过路过给个 Star 哈

https://github.com/marswaveai/ColaMD
我悟了,词元=辞退员工,员工最后都变成skills永生永世为公司打工

AI探索 | Hermes/OpenClaw优质资源优质信息
现在世界上还有比 GPT 5.5 性价比更高的模型吗?
没有!
🔥再强的AI还是需要人啊!
这个11分钟的视频我居然看完了,音乐的运用很棒,虽然演员表演不算惊艳,但这个故事表现的很完整,确实不错。(推荐这个原作者:歪哥哥)
🔥这也让我反思一个问,我有多久没有认真去研究一个剧本,仔细去思考每个情节,似乎我已经很习惯用AI去代替,只想把故事在15秒内完成。
🚀AI发展的越快,就越需要我们冷静的回头看,别被特效、一键成片、爆款绑架!

AI探索 | Hermes/OpenClaw优质资源优质信息
Media is too big
VIEW IN TELEGRAM
🔤3️⃣🔤🔤🔤🔤 Y3国际 😀😀😀😀😀😀😀😀😀😀😀😀 耗资百亿打造全网最权威综合😃
2025年12月份,大玩家 赌神附体,狂揽一个亿,可自行验证

永久网址
❤️❤️❤️❤️y3867.com

🏆网广告费每月投入高达500万😃+,#Y3国际 无处不在

🏆平台优势:
1️⃣
#电子真人0审核包出款#反水无上限
2️⃣
#巨额无忧,每日提款不限额度不限次数
3️⃣
😛☺️ 😙😏 存取款秒到账、方便快捷
4️⃣
#不限ip#免实名,无需绑手机号信息安全有保障

🏆Y3 国际 全站封神榜
➡️
8月13号 神秘玩家仅用300u爆奖140万u,成功提款1088888u
➡️ 8月16号 反水1700u仅用80u爆奖54万u,成功提款60万u
➡️ 10月10号 大哥在PG麻将胡了爆奖260万u,成功提款210万u
➡️ 12月6号 神秘盘总PA真人豪赢400万u,成功提款370万u

😘😘 😘😘 😘😘 😘😘 😘😘 😘😘 😘😘
👑#反水无上限 日提无上限 日出千万🔤
👑#每日存款彩金每日送,每笔存款加赠 1️⃣🔤

🌐官网注册链接: y3867.com

💖 Y3国际专属客服:@Y3VIP8888
➡️ 双向用户点击: @Y3VIP777_bot
更多优惠活动关注福利频道:
@Y3VIP678
和AI一起上大学,毕业差距能拉这么大2026 年,全球第一批被 ChatGPT 陪着读完大学的年轻人,快要毕业了。

今天,OpenAI 从中选出 26 支 18 至 26 岁的年轻人队伍(37 人),发布了「ChatGPT Futures」榜单,每支队伍获得 1 万美元奖金和最新模型访问权。官方推文像报菜名一样列出了入选者的事迹(图片放在评论区了):

·绘制了 150 万个前所未知的太空天体
·通过墙壁和瓦砾探测灾难幸存者
·让 1 亿多张星系图像可被自由检索
·保护濒危语言
·搭建基础设施,将 500 多万磅未售库存从垃圾填埋场转向再流通渠道
·…

先说说入选者是什么背景。

斯坦福、哈佛、MIT、耶鲁、普林斯顿、加州理工学院、宾大等等,顶尖名校占了多数,但入选者的来源地横跨五大洲,巴基斯坦、秘鲁、加纳、伊朗都在其中。

其中,相当一部分人也并非出身优渥,比如作为家中第一代大学生 Fatimah Hussain,靠着每天花四五个小时搜罗奖学金信息,才凑够大学学费。

OpenAI 把入选者分成了 Creators、Explorers 和 Advocates 三类,大致对应创业者、研究者和倡导者:

比如 Icarus Robotics 两位创始人,一个研究月球车、一个专攻机械手,要给空间站造能干体力活的机器人,已拿到 610 万美元融资,2027 年落地国际空间站。

相亲产品 Known 的创始人 Celeste 是家里九个孩子的老幺,用 AI 全程撮合,旧金山测试期间近 2000 次配对中有 70% 走到了真实约会,远高于行业均值,她想把私人媒人变成人人用得起的服务。

此外,Zeyneb Kaya 用 AI 完成了濒危方言 Romeyka 的第一份结构性语言学记录;Nolan Koblischke 训练出可以用自然语言检索 1 亿张星系图像的系统。Kyle Scenna 在 Intuit 实习时用 GPT-4 把税务术语翻译成普通人能懂的语言,项目演示到了 CTO 面前,顺带拿了一项专利。

看完入选者的故事,很难不让人感慨 AI 的能量之大。放在过去,从想法到实践的中间隔着十万八千里,灵感也常常在漫长的折腾中「中道崩殂」。

但现在,只要你会用人话提问,就能调动 AI 来为你打工。正如入选者 Kyle Scenna 所说,「从没想过发现一个问题和做出真正能用的东西之间,可以离得这么近。」

当然,这份名单大概率也存在幸存者偏差。而且 OpenAI 精筛出这些大学生的故事,本质上也只是在挑选「人形广告牌」。

抛却包装滤镜,这份榜单仍然抛出了一个值得认真对待的问题:当执行的门槛越来越低,真正稀缺的东西是什么?

也许只是一个想解决问题的念头,以及把它彻底解决的决心那么简单。

@inside1024
Back to Top