AI探索指南

  1. Cola 全新改版,隆重登场!

    Cola 全新改版,隆重登场!
    在过去的一个月,我们从头开始重新思考 Cola 的最佳交互形态。
    我们选择从千篇一律的 Chat 中抽离出来,化繁为简,把 Cola 做成一个沉浸式的桌面 AI 搭档。
    让你打开 Cola 时,我们希望你能自然地沉浸于此,尽情创造。
    或者哪怕不想工作,只是在这里呆着,看着窗外的风景,听听风声鸟鸣。
    从清晨到傍晚,从晴天到雨天。
    在这个沉浸式的 Cola 桌面里,我们精心打造了这些功能:
    1. Chat,以最轻松的方式和拥有长期记忆的 Cola 一起创造,时刻为你的生活提供助力。全新的交付面板,让你的处理文件时更为方便。
    2. Coding,如果你准备好投入到严肃工作之中,那就打开全新的 Coding 吧。专业的界面让你掌控细节,多项目多任务同时进行,成倍提高效率。
    3. 技能中心,我们为你精选了我们最推荐使用的 Skills,不管是 PPT、网页,还是设计、视频,都可以一键安装,立即掌握各类技能。精选推荐还会每日更新,帮助你每天进步。
    4. 觉知,原来的心迹升级为觉知,整体做了优化,并增加了金句卡片生成功能,而且即将迎来重要更新,敬请期待。
    重要的机制变动:
    切换模型时不再清空上下文,可自由根据不同任务切换模型。
    内置模型即将迎来重要升级,更加超值 Token Plan 也在研发中。
    其他的一些改动:
    闹钟,功能全面优化,让你更方便地管理和执行定时任务。
    原有 Codex 和 Claude Code的支持,改为在 Coding 中调用。
    还有更多的数十项优化不再多说,等待你的发现。
    Cola 官网海外访问:Cola.app
    国内镜像:ColaOS.AI
    @aigc1024

  2. 钥匙孔里看文明:AI大模型玩《文明6》的感知与执行之困|云涌AI观察

    钥匙孔里看文明:AI大模型玩《文明6》的感知与执行之困|云涌AI观察
    https://mp.weixin.qq.com/s/rqruYZx07r2uKY3KlW8xJg
    在治理选择上考到99.26%的AI大模型,被放进《文明6》里错漏百出。
    上个月,一位原英国首相府AI工程师将GPT-5、Claude等前沿模型接入《文明6》,跑完了23局长程对局。
    在数百回合的博弈中,AI大模型扔核弹破坏了对手的文化胜利,却漏看了对手正沿着自己只差两票的外交路径反超;AI大模型科技垫底,游戏日记却一路写着“逆转争胜”。
    这23局游戏暴露的不是“AI有多笨”,而是在长程任务重反复出现的两类系统性缺陷:“感知场效应”(sensorium effect)和“知行鸿沟”(knowing–doing gap)。
    而游戏,也显现出作为AI长程复杂任务绝佳测试场的潜力。
    @aigc1024

  3. 下午好,给大家同步一个配套工具:《小红书运营手册 · AI工作台》

    下午好,给大家同步一个配套工具:《小红书运营手册 · AI工作台》。
    这是我结合我们日常小红书影响工作,构建的一套高频执行动作的一组免费开源 Skills,给有好产品、有真实经验、但不知道怎么把它讲清楚的人用。https://github.com/nihe0909/xiaohongshu-ai-workbench/releases/tag/v0.1.0
    它来自我和团队长期做小红书诊断、内容策划和品牌表达时反复用到的工作流:标、主页、选、这里、成交路径,都不应该靠灵感硬猜,而应该拆成可以检查、可以复用、可以交给 AI 执行的动作。
    它不是手册的替代品,也不是公式库。项目不内置外部案例、外部公式库或第三方背书,也不承诺涨粉、爆款、成交或平台算法结果。每个 skill 只解决一个清晰工作流,适合独立安装,也可以组合使用。
    【适合谁?】
    - 有产品、服务、工具、课程、作品或真实经验,但不知道怎么在小红书说清楚
    - 自由职业者、个人 IP、服务号、产品号、小程序开发者和独立创作者
    - 想把主页、标、选、评论和转化路径系统化,而不是每次从零开始
    - 愿意基于真实输入改表达,不想用夸大承诺、搬运案例或伪爆款套路
    【不适合谁?】
    - 想要保证涨粉、保证成交、保证爆款
    - 想直接套用外部案例、名人语录或第三方背书
    - 没有明确产品、服务、内容材料,只想让 AI 凭空编一个账号
    - 只想追热点,不愿意把自己的用户、价值和交付讲清楚
    【它能帮你做什么?】
    1. 起标、改标
    2. 体检主页、改简介
    3. 做选计划
    4. 回复评论、写置顶评论
    5. 设计内容到点赞/体验/成交的路径
    【咋安装?】
    打开 Codex,直接复制这句:
    帮我从 GitHub 仓库 nihe0909/xiaohongshu-ai-workbench 安装全部 skills。
    如果你只想先安装母 skill,就说:
    帮我从 GitHub 仓库 nihe0909/xiaohongshu-ai-workbench 安装 xiaohongshu-suite skill。
    安装后重启 Codex。
    【咋用?】
    重启后直接说:
    用 xiaohongshu-suite 帮我看一下,我的小红书账号应该先优化主页、选还是成交路径?
    或者:
    用 xiaohongshu-title 帮我给这篇笔记起标:
    [粘贴你的正文]
    注意:
    它不是手册替代品,也不是爆款公式库。
    手册讲判断,AI

  4. 在刚结束的 ICML2026 上,目前可确认有 3 篇基于 RWKV 的主会论文和 1 篇 Workshop 论文,分别聚焦裂缝分割、4D 光场语义分割,多视角糖尿病视网膜病变诊断、神经量子态

    在刚结束的 ICML2026 上,目前可确认有 3 篇基于 RWKV 的主会论文和 1 篇 Workshop 论文,分别聚焦裂缝分割、4D 光场语义分割,多视角糖尿病视网膜病变诊断、神经量子态。
    说明 RWKV 正从语言模型持续扩展为多领域的通用基础架构。
    @aigc1024

  5. 在刚结束的 ICML2026 上,目前可确认有 3 篇基于 RWKV 的主会论文和 1 篇 Workshop 论文,分别聚焦裂缝分割、4D 光场语义分割,多视角糖尿病视网膜病变诊断、神经量子态

    在刚结束的 ICML2026 上,目前可确认有 3 篇基于 RWKV 的主会论文和 1 篇 Workshop 论文,分别聚焦裂缝分割、4D 光场语义分割,多视角糖尿病视网膜病变诊断、神经量子态。
    说明 RWKV 正从语言模型持续扩展为多领域的通用基础架构。
    @aigc1024

  6. AI时代的终极竞争:不是模型,不是应用,是组织迭代速度

    AI时代的终极竞争:不是模型,不是应用,是组织迭代速度
    重读人类演化史,会发现一条贯穿物种胜负的底层铁律:个体能力从来决定不了命运,组织协作与迭代速度,才是文明代差的核心。
    尼安德特人就是最好的例证。他们脑容量更大、体格更强、单兵战力远超同期智人,硬件参数全面占优。但他们最终彻底灭绝,而硬件平平的智人统治了地球。核心原因极其简单:尼安德特人是小血缘封闭组织,十几人抱团,知识、经验、生存技巧只能家族内部口传,迭代周期长达几代人,几十万年内技术几乎停滞。
    而智人实现了范式革命。依靠虚构叙事建立大规模信任,打通陌生人协作,实现大范围的信息互通、经验共享、分工协作。完整的生存上下文在群体中快速流转,试错、优化、沉淀的速度指数级提升。智人赢在组织,赢在迭代效率,而非个体更聪明。
    这套演化逻辑,完全复刻在当下的商业与AI竞争中。
    很多人纠结大模型参数、算力高低、单点AI应用好坏,本质上都是在对比“尼安德特人的脑容量”。模型是通用硬件,壁垒极易被抹平;单点应用极易被复刻,红利转瞬即逝。靠单点产品、单点技术建立的优势,都是短期假象。
    真正的核心差距,藏在组织的迭代周期里。
    不同公司,拥有完全不同的演化时间单位。有的企业以年会迭代,一年调整一次方向;有的以月度迭代,反应迟缓、内耗严重;顶级组织以双周、甚至日级完成业务闭环迭代。
    迭代速度的底层,不是加班,不是内卷,是组织上下文的流通效率。
    传统企业布满部门墙、信息壁垒、层级损耗,每个人只拥有局部信息,大量时间浪费在对齐认知、沟通内耗中,完整业务上下文无法全域共享,迭代自然缓慢僵化。
    而未来真正的赢家,是AI Native 原生组织。
    这类组织用AI完成全域信息归集、上下文统一、实时同步流转。不再依赖人工传文档、开会对齐、层层汇报,全组织共用一套真实、完整、统一的信息基底。AI重构所有工作流与协作链路,信息损耗近乎归零,试错成本大幅降低。
    组织的迭代速度,从月度、季度,压缩到周级、日级。高频小步试错、快速验证、快速淘汰、快速沉淀,形成组织级的自主演化能力。
    到这里,新的物种碾压就出现了。
    慢速迭代的传统组织,就像现代的尼安德特人。哪怕手握好赛道、好模型、好产品,也会被高速迭代的AI原生组织逐步挤压、替代、淘汰。
    未来的竞争,早已不是技术之争、产品之争、赛道之争,而是组织范式的物种之战。
    一个组织一旦拥有超高效率的上下文流转和极致的迭代速度,就拥有了跨赛道复制成功的能力。赛道可以换,应用可以更新,模型可以升级,但组织沉淀的高速迭代基因,是对手永远抄不走的核心壁垒。
    所以判断一家AI公司的长期价值,不需要看当下热度,不用纠结细分领域。只看一个核心标准:它的组织迭代单位是什么?AI是外挂工具,还是重构了整个组织的协作与演化方式?
    人类历史反复证明:淘汰旧物种的,从来不是更强的个体,而是更快、更高效、更先进的组织迭代范式。AI时代的终极胜负,终究归于于此。
    @aigc1024