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
这个free-ai-resources-x，把411份免费学习资源归拢到一块儿，全部人工审核筛选过，按30多个类别细细分好。资源大多出自斯坦福、Google、DeepMind、Hugging Face这些机构的公开课和教程。
基础、机器学习、深度学习、CV、NLP、AI Agent，全都罩得住。
最香的是附了学习路径：零基础从Python和数学起步，一路顺到实战项目。想深耕某个方向也有对应路线，做聊天机器人、计算机视觉、模型部署，都能摸到门路。
🔗：https://github.com/CelaDaniel/free-ai-resources-x
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
通过结构化的问答+流程编排,让 AI 帮你从零到一写完一整部长篇中文小说,主打解决写小说"半途而废"这个痛点。
先回答几个问(材、主角、核心冲突),它自动生成大纲和人物档案,然后直接进入全自动创作模式,逐章往下写,写完了自动检查纠错。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
同事问我对 Jev 在 Broswer use 领域的应用有什么看法？
答（一些比较初步的感受，不代表未来观点不会变）：
Jev 我理解是用有限的分类输出，代替自回归生成结构化文本，所以快了。
目前看起来有几个限制：
第一，每次调用前需要准备好候选选项，虽然可以动态生成，但候选难以枚举或者数量太多时，就需要额外处理，常规的文本生成更不是它的适用范围；
第二，分类不是百分之百准确的，和 LLM 一样，也受限于模型能力、训练质量等影响；
所以具体到 Broswer use 这样的通用任务，我觉得还是要讨论讨论。
具体可以从两个维度分析：单次动作的可选范围，以及单次动作的推理难度。
从可选范围来看，一个页面的可交互元素，乘以每个元素的可交互方式，比如点击、输入、拖拽等，如果全部平铺，很容易把选项撑爆。Jev 目前单个 Choice 最多支持 255 个选项。把操作和目标拆开可以缓解，但某一类操作的目标仍然可能太多。
从推理难度来看，浏览器任务里有大量操作，单步推理难度是不高的。Jev 更适合的 System 1 任务，我凭感觉可能占很大比例，大多数情况下应该超过 90%。
举个例子，在网页上购物，商品、金额等都已经确认，走到结算这一步，页面上有个支付按钮，需要点它，确实就只是 System 1 难度的动作。
但换个例子，页面上有一道复杂的数学选择，只有三个选项。这时候选谁，就无法离开 System 2 进行推理。选项少，不代表问简单。
当然，Jev 分类这种输出形式本身不意味着没有推理能力。但 Jev 官方确实列出了多跳推理、精确数值处理等弱项。但考虑到浏览器是一个通用容器，需要调动 System 2 能力的任务一定是无法避免的。
那么，选项撑爆和 System 2 介入这两个问要如何解决？
选项撑爆
可以通过工程手段把候选分页，留出“下一页”“上一页”；也可以逐级选择，比如先选页面区域，再下钻到具体元素，最后选择操作。还可以先给候选打分，筛选后再做最终选择。这些方式可以配合使用。
System 2 介入
可以给模型一个类似“不确定”的选项，或者根据概率和置信度，让 LLM 接管。理论可行，但可靠性需要验证
另外，动作拆分的粒度也很重要。如果把鼠标操作拆成方向加步长，靠多轮交互逐步修正，点一个按钮可能要来回很多轮，不一定比 LLM 更快。
公司里应该有部分同事，包括我，是从上一个时代的 AI 公司过来的。我们当时做的很多工作，核心就是训练模型做分类，所谓的模式识别。
因此上面列出这些问，大都在上一代模型和系统里就有一些解决思路，总体上就是先缩小候选范围，再逐级细分。我个人其实觉得这些方案并不优雅，因为分组、筛选、纠错、升级的复杂度最后还是落到了外围工程上。
相较于传统分类模型，Jev 当然有巨大进步，可以理解自然语言描述，处理运行时定义的候选，还能并行回答多个问。但在具体任务上的表现，是否能追平专门为该任务训练的分类模型，我持怀疑态度。对于方向加步长这样的低层控制任务，我也没有看到足够的公开评测来证明它的泛化表现。
具体到 Broswer use，如果既要维护分类模型的候选空间，又要编排它和 LLM 的分工，处理不确定性、模型切换和失败恢复，这种组合，在我看来，似乎不如直接用一个速度很快的 LLM 来得优雅。
当然，架构是否优雅不优先于实际业务表现。多模型组合省下的推理时间，能不能覆盖候选处理、额外轮次和模型切换的开销，最终还是要看任务成功率、总延迟和总成本。
@aigc1024
答（一些比较初步的感受，不代表未来观点不会变）：
Jev 我理解是用有限的分类输出，代替自回归生成结构化文本，所以快了。
目前看起来有几个限制：
第一，每次调用前需要准备好候选选项，虽然可以动态生成，但候选难以枚举或者数量太多时，就需要额外处理，常规的文本生成更不是它的适用范围；
第二，分类不是百分之百准确的，和 LLM 一样，也受限于模型能力、训练质量等影响；
所以具体到 Broswer use 这样的通用任务，我觉得还是要讨论讨论。
具体可以从两个维度分析：单次动作的可选范围，以及单次动作的推理难度。
从可选范围来看，一个页面的可交互元素，乘以每个元素的可交互方式，比如点击、输入、拖拽等，如果全部平铺，很容易把选项撑爆。Jev 目前单个 Choice 最多支持 255 个选项。把操作和目标拆开可以缓解，但某一类操作的目标仍然可能太多。
从推理难度来看，浏览器任务里有大量操作，单步推理难度是不高的。Jev 更适合的 System 1 任务，我凭感觉可能占很大比例，大多数情况下应该超过 90%。
举个例子，在网页上购物，商品、金额等都已经确认，走到结算这一步，页面上有个支付按钮，需要点它，确实就只是 System 1 难度的动作。
但换个例子，页面上有一道复杂的数学选择，只有三个选项。这时候选谁，就无法离开 System 2 进行推理。选项少，不代表问简单。
当然，Jev 分类这种输出形式本身不意味着没有推理能力。但 Jev 官方确实列出了多跳推理、精确数值处理等弱项。但考虑到浏览器是一个通用容器，需要调动 System 2 能力的任务一定是无法避免的。
那么，选项撑爆和 System 2 介入这两个问要如何解决？
选项撑爆
可以通过工程手段把候选分页，留出“下一页”“上一页”；也可以逐级选择，比如先选页面区域，再下钻到具体元素，最后选择操作。还可以先给候选打分，筛选后再做最终选择。这些方式可以配合使用。
System 2 介入
可以给模型一个类似“不确定”的选项，或者根据概率和置信度，让 LLM 接管。理论可行，但可靠性需要验证
另外，动作拆分的粒度也很重要。如果把鼠标操作拆成方向加步长，靠多轮交互逐步修正，点一个按钮可能要来回很多轮，不一定比 LLM 更快。
公司里应该有部分同事，包括我，是从上一个时代的 AI 公司过来的。我们当时做的很多工作，核心就是训练模型做分类，所谓的模式识别。
因此上面列出这些问，大都在上一代模型和系统里就有一些解决思路，总体上就是先缩小候选范围，再逐级细分。我个人其实觉得这些方案并不优雅，因为分组、筛选、纠错、升级的复杂度最后还是落到了外围工程上。
相较于传统分类模型，Jev 当然有巨大进步，可以理解自然语言描述，处理运行时定义的候选，还能并行回答多个问。但在具体任务上的表现，是否能追平专门为该任务训练的分类模型，我持怀疑态度。对于方向加步长这样的低层控制任务，我也没有看到足够的公开评测来证明它的泛化表现。
具体到 Broswer use，如果既要维护分类模型的候选空间，又要编排它和 LLM 的分工，处理不确定性、模型切换和失败恢复，这种组合，在我看来，似乎不如直接用一个速度很快的 LLM 来得优雅。
当然，架构是否优雅不优先于实际业务表现。多模型组合省下的推理时间，能不能覆盖候选处理、额外轮次和模型切换的开销，最终还是要看任务成功率、总延迟和总成本。
@aigc1024
2026世界杯官方指定投注平台
🌐182体育官网 1820036.com
TG玩家首选人民币台 不限ip 免实名免绑卡手机号码
🌐8K国际官网： 8k2793.com
TG玩家首选U台 U存U提出款稳，福利好反水无上限
1.PG电子赏金女王一举斩获830万并成功提现
2.PA真人豪赢644万一路长虹一天实现暴富
3.PG电子爆890万并以成功提现实现财富自由
4.大哥在PA真人百家乐累计盈利突破1000万
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
【 182体育 全网独此一家】
公平、公正、公开、 信誉第一、服务第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
182体育频道： @vip182ty888
8K国际频道： @GW_8KGJ
专属客服： @vipkf_182ty8
体育推荐： @VIP182TYTJ
双向联系： @vipkf_182ty2_bot
吃瓜搞笑： @chiguagaoxiaoxinwen
首存5000U 赠送彩金588U
首存10000U 赠送彩金1288U
首存50000U 赠送彩金5888U
首存100000U 赠送彩金8888U
首存200000U 赠送彩金12888U
💎 大额提款送福利，最高可领取88888U奖励
💎 支持任意平台vip等级平移
💎 每笔存款加增1% 每日提款额度无上限
💎 电子游戏反水1%起 最高3% 每日返水无上限
U存U提 每日提款不限额 欢迎各位大佬娱乐体验❗️
Notion 这个公司
就是典型的在屎上雕花的典范
AI 本来可以让其焕然一新，他们不是从底层重新构建基于AI的文档能力
反而不断的在他们哪些难用的破玩意上面乱加功能，几乎每隔几天就要弄个垃圾功能出来，恶心用户
自己还沾沾自喜
希望大家作为反面教材引以为戒
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
就是典型的在屎上雕花的典范
AI 本来可以让其焕然一新，他们不是从底层重新构建基于AI的文档能力
反而不断的在他们哪些难用的破玩意上面乱加功能，几乎每隔几天就要弄个垃圾功能出来，恶心用户
自己还沾沾自喜
希望大家作为反面教材引以为戒
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
Jev 这个模型太牛逼了，值得好好研究，对游戏、推荐系统、投资交易、agent Harness、数据处理，都有极大的价值。
简单来说，这个大模型不是输出文字，只输出判断，比如是否，选 a 还是选 b。速度极快，成本极低。
但奇怪，好像国内对这个模型的反响和关注度还不够。
https://typesafe.ai/
@aigc1024
简单来说，这个大模型不是输出文字，只输出判断，比如是否，选 a 还是选 b。速度极快，成本极低。
但奇怪，好像国内对这个模型的反响和关注度还不够。
https://typesafe.ai/
@aigc1024
老品牌，值得信赖、相信品牌的力量
🌐球速体育官网： qs1736.cc
TG玩家首选人民币台 不限ip 免实名免绑卡手机号码
🌐N1国际官网： n10086.com
TG玩家首选U台 U存U提出款稳，福利好反水无上限
1.泰国大老板百家乐存50万出512万
2.斯里兰卡神秘大哥连续5天总提4000万+
3.实力盘总PA真人喜提990万一路爆红
4.pp电子糖果1000小注一拉爆出70万大奖
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
【 球速体育 安全有保障】
老品牌值得信赖、安全第一、保障第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
球速体育频道： @qsty8999
N1国际频道： @N1GW8
体育推荐： @QSTY988
午夜剧场： @ziweifancha7
专属客服： @QSTY567
双向联系： @qsty168168_bot
这套合集汇集了当年天涯论坛卧虎藏龙的52本精品书籍，涵盖“煮酒论史”、“莲蓬鬼”等精华板块。
无论你是想看懂历史真相，还是想提升思维高度，看这一套就够了。
🔗：https://pan.quark.cn/s/88e6757d16c5
@meiriyishu
OpenStock 想做的事情很直接：把原本散落在各种付费行情软件里的东西，尽量塞进一个免费开源的平台。
实时股价、TradingView K 线和技术指标只是基础，它还把 Reddit、X、财经新闻，甚至 Polymarket 的市场情绪放到一起看。
还有个功能我挺喜欢：把自己的股票加进 watchlist，Gemini 每天根据持仓关注方向生成一份 AI 新闻摘要，直接发到邮箱。
https://github.com/Open-Dev-Society/OpenStock
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
做办公、学习、资料整理的人，工具用对了真的能省很多时间。
👉：https://quark.636310.xyz/s/nFQVkrKhES387I
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
终于看到了大语言模型之后的一个新的模型范式
Jev 是系统1模型，极速响应，价格超低，但不经过语言系统，不能说，完全客观，也不需要语言层面的对齐。
潜力很大，也许是通向 AGI 的另一条路。
@aigc1024
Jev 是系统1模型，极速响应，价格超低，但不经过语言系统，不能说，完全客观，也不需要语言层面的对齐。
潜力很大，也许是通向 AGI 的另一条路。
@aigc1024
如果是三年前还行
如果是看到大模型公司上市之后才开始投大模型的 vc
emmm...
转发
: “软件公司已经没法投了，我们只能投大LM，软件会死掉”——眼下大多数中国VC都是这个论调
我的问是：到底是软件公司真的不值得投，还是你们投过的那些软件公司产品团队实在太烂，所以现在被自己的踩坑经历带偏了？😂
“Software companies are uninvestable, we can only invest in LLMs, software will die” - most Chinese VCs right now
My question: Are software companies uninvestable or the software companies you invested in just awful product teams, so now you are biased by your mistakes?
@aigc1024
如果是看到大模型公司上市之后才开始投大模型的 vc
emmm...
转发
: “软件公司已经没法投了，我们只能投大LM，软件会死掉”——眼下大多数中国VC都是这个论调
我的问是：到底是软件公司真的不值得投，还是你们投过的那些软件公司产品团队实在太烂，所以现在被自己的踩坑经历带偏了？😂
“Software companies are uninvestable, we can only invest in LLMs, software will die” - most Chinese VCs right now
My question: Are software companies uninvestable or the software companies you invested in just awful product teams, so now you are biased by your mistakes?
@aigc1024
https://github.com/DevDock-AI/claude-unlimited
Claude Unlimited 是一个 100% 本地运行的 Python 守护进程（127.0.0.1:4317），把多个 Claude Pro/Max 订阅、ChatGPT/Codex 订阅和 Anthropic API key 汇成一个账号池供 Claude Code 使用。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
