AI探索指南

  1. 我对灵巧手的观点,在体验149元机器人保洁前后发生了根本性的变化

    我对灵巧手的观点,在体验149元机器人保洁前后发生了根本性的变化。

    体验前,我觉得像SHARPA那样全功能、高自由度的灵巧手是必不可少的,连小拇指都不能少。

    体验结束后,我发现即便只有双夹爪这种最简单的结构,目前不论遥操还是自主,都远远没有办法发挥他哪怕50% 的能力。

    举个例子,假如要求一名熟练工必须双手手持双夹爪夹具来工作。他也可以比现在所有的机器人做的要好100倍。

  2. GPT-image-2 生成汉服拆解图🤯图鉴式风格,拆的很细!

    GPT-image-2 生成汉服拆解图🤯图鉴式风格,拆的很细!
    这个提示词是通用模板,把主替换成你想生成的内容,就可以扩展到汉服、凤冠、盔甲、器物等各种拆解图。
    提示词:
    请根据【主】自动生成一张“博物馆图鉴式中文拆解信息图”。
    要求整张图兼具真实写实主视觉、结构拆解、中文标注、材质说明、纹样寓意、色彩含义和核心特征总结。你需要根据【主】自动判断最合适的主体对象、服饰体系、器物结构、时代风格、关键部件、材质工艺、颜色方案与版式结构,用户无需再提供其他信息。
    整体风格应为:国家博物馆展板、历史服饰图鉴、文博专信息图,而不是普通海报、古风写真、电商详情页或动漫插画。背景采用米白、绢纸白、浅茶色等纸张质感,整体高级、克制、专业、可收藏。
    版式固定为:
    - 顶部:中文主标 + 副标 + 导语
    - 左侧:结构拆解区,中文引线标注关键部件,并配局部特写
    - 右上:材质 / 工艺 / 质感区,展示真实纹理小样并附说明
    - 右中:纹样 / 色彩 / 寓意区,展示主色板、纹样样本和文化解释
    - 底部:穿着顺序 / 构成流程图 + 核心特征总结
    若主适合人物展示,则以真实人物全身站姿为中央主体;若更适合器物或单体结构,则改为中心主体拆解图,但整体仍保持完整中文信息图形式。所有文字必须为简体中文,清晰、规整、可读,不要乱码、错字、英文或拼音。重点突出真实结构、材质差异、文化说明与图鉴气质。
    避免:海报感、影楼感、电商感、动漫感、cosplay感、乱标注、错结构、糊字、假材质、过度装饰。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  3. 小 Cola 内测一个多月了,很多内测用户说「我的朋友看我天天玩羡慕了,我能不能也邀请他也来玩?」

    小 Cola 内测一个多月了,很多内测用户说「我的朋友看我天天玩羡慕了,我能不能也邀请他也来玩?」

    今天,好友邀请码分享功能正式上线了!

    使用方法非常简单,就是在 ColaOS 的设置菜单里,找到你的邀请码,然后发送给好友就行。

    ColaOS 邀请码的具体规则:

    1. 好友注册后你们会各得 💰 $2,最多 $20;
    2. 好友在一个月内充值后你还能得到 5% 的返利(悄悄告诉你返利是不封顶的哦)
    3. 心流月卡和充值用户才有你自己的邀请码
    4. 每个人最多可以邀请 100 个朋友来玩

  4. 推荐一个开源工具 daily_stock_analysis,用 AI 来做股票分析

    推荐一个开源工具 daily_stock_analysis,用 AI 来做股票分析。
    只需要输入股票代码,系统就会自动抓取相关新闻、市场信息,并结合 K 线走势进行综合分析,生成一份相对系统的研究报告。
    对普通投资者来说,相当于多了一个自动化的研究助手
    GitHub:
    https://github.com/ZhuLinsen/daily_stock_analysis

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  5. AI 还是 Crypto?Hyperliquid 创始人 Jeff Yan 给出了他的答案😼😼

    AI 还是 Crypto?Hyperliquid 创始人 Jeff Yan 给出了他的答案😼😼
    在传统叙事低迷的当下,Web3 到底还有没有真正的创新?Hyperliquid 创始人 Jeff Yan
    在近期采访中抛出了一个极其硬核的观点:如果人类不建立起原生的去中心化金融体系,那将很快被 AI 踢出局。
    🌟以下是采访核心观点
    🔹 AI 是悬在人类头上的定时炸弹:AI 进化速度远超想象,它将从根本上取代人类智能。一旦 AI 主导了智力,未来的价值转移和流通必然也会由「机器」主导。
    🔹 传统金融承载不了 AI 的逻辑:华尔街那套陈旧的账本系统与 AI 的代码逻辑根本不在一个运行维度。AI 无法无缝接入旧金融,它需要的是原生、可编程、无许可的金融网络。
    🔹 抢在 AI 全面接管前「筑墙」:我们现在建设去中心化基础设施的真正使命,是构建一个人类拥有语权和利益分配权的金融体系。如果失败,人类或将被未来的机器金融系统彻底边缘化。
    🔹 Hyperliquid 的野心:不只是做交易平台,而是要做整个金融体系的底层。它通过 HyperEVM 将通用编程能力带入高性能金融链,目标是让未来的 AI 霸主直接采用这套公平、自治的架构。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  6. 这个想法我以前也写过,把它重新总结一下:

    这个想法我以前也写过,把它重新总结一下:

    AI 时代最稀缺的资源是人的 willpower,或者用尼采的话说,Wille zur Macht。

    在工作中一个常见的困难情景是你注意到两个不同的地方存在类似但又有区别的模式,想弄明白它们之间是什么关系。这种时候你去问谁呢?自己去研究非常痛苦。想请教专家,那你需要找一个比你资深、更懂行的人,但现实中同时精通两个不同领域的专家少之又少。即便有,他们的职位通常很高,事务繁忙,约到时间非常困难。就算你描述清楚了问题,对方也很难给出一个让你心满意足的答案。即便搞明白了答案,想要推行下去也更难,因为这类工作往往需要大量的跨部门协调。——通常你最后耸耸肩算了。

    在 AI 时代,事情的难度完全不在一个量级。你完全可以让 AI 去联接两个不同领域的知识,给你一个综合性总结。如果你想做什么,直接动手做就是了。Y Combinator 的 CEO Garry Tan 说过:在 AI Agent 的帮助下,每个人都应该有勇气去「移山倒海」(原话是 boil the sea)。也就是说,你完全可以也应该去做不可能的事情。

    那瓶颈是什么呢?在 AI 的时代,既然你可以很快地把任何一个念头付诸实施,问题就变成了你愿不愿意去花费这个心力去推动一件事发生。

    AI 是不会主动产生这样一个念头的。它不会主动想要把两个跨部门的东西放在一起比对然后看看有没有能够共享的部分。AI 没有自发的 willpower,它的 willpower 只能来自于某个指令,可能来自人,也可能来自另一个上层 AI agent,但一层层追溯上去,源头也还是人,或者说人的主观能动性和内在激励。任何一种推动事情改变的力量,归根结底,不外乎来自人自我超越扩张和赋予世界意义的本能,也就是尼采说的 Wille zur Macht。AI 没有这个。

    于是看起来你的工作更轻松了,但它对你的耗损反而增加了。传统意义上可以用来发挥心流的部分被 AI 拿走了,你每一个指令都会被迅速完成,于是你不得不去想 What's next。下一个指令是什么?我要把这个事情往哪推?在传统工作里,这种对心力的消耗可能一周才会发生一次,现在变成了每 15 分钟就要来一次。这个部分没有办法交给 AI,它只能解决怎么做这件事情的问题,没有办法产生出源源不断的新的 willpower 注入一个系统。

    于是就像沙丘世界里的香料一样,人的意志成为了工作的本质形态,驱动着整个世界的运转。大家通常会以一种含糊其辞的方式谈论它,仿佛它只是点缀,但最终只有它才是真实的。

  7. 千问终于打通淘宝了,从喊出连接消费生态,到实际落地的中间时间,可以想象全是难啃的骨头

    千问终于打通淘宝了,从喊出连接消费生态,到实际落地的中间时间,可以想象全是难啃的骨头。

    但这一天终究还是来了,很有意思的是,在新闻释放出来的信息里,千问和淘宝是互相接入——可以在千问里调用淘宝,也能在淘宝内使唤千问——

    不过我觉得这些都不重要,重要的是,从逛到买,从决策到交付,整个链路的「自动驾驶」能力,已经非常完整的被模型内化了,这可能会替换掉很多大家早已习以为常的购物方式。

    几天体验下来,我会觉得千问对于模糊意图的场景支持非常超出预期,比如母亲节这种时候,以前会特别依赖「临时抱佛脚」,去各个平台搜索适合送妈妈的礼物,然后再去下单自己觉得合适的商品,知道这很凑合,但实在没有太好的办法。

    大多数时候我们需要的是一个能求助和聊下去的对象,但随时随地的叨扰朋友又不符合i人本色,千问的好处就在于,在得到了淘宝的彻底开放之后,它是真的可以响应除了信息交互之外的更多指令,比如领券和长篇幅条件。

    再就是搜图,这是我个人会在电商平台里高频使用的功能之一,而淘宝一般只会给出同款链接,本质上还是搜索逻辑,但用千问搜图,相当于加入了新的上下文,可以继续追问下去,甚至聊到后面可以完全跑题,一切都以「人」为中心,既不是人找货,也不是货找人。

    而是一种「甲方提需求、供应商竞标」的全新版本。

    所以到头来最受影响的其实是「种草」这种根基未稳的新兴模式,分辨所谓「种草」的好坏虚实本来就很耗费精力了——那件备受好评的商品到底是恰饭所致还是真的能打,猜忌必然少不了——但模型骗你的概率一定比所有人都要低。

    我以前开玩笑说,要是千问能在用户提要求找一个全网最低价的东西时给它从拼多多下单,就牛逼大了⋯⋯先别急,这个确实还做不到,但千问这次能做到另一个事情,已经让我刮目相看了:

    我让千问给我推荐一款汗蒸排毒袋——这是最近投流很凶的智商税赛道产品——而千问的回应是,虽然淘宝上确实有卖的,而且大概率是投了直通车的,但千问是真的会讲实话,劝我不要下单,而不是以促成电商交易为目的。

    不说铮铮铁骨吧,就这中立客观的立场,不比野生博主要有原则得多嘛哈哈哈⋯⋯

  8. HydraDB 获得 650 万美元投资 增强AI记忆能力

    HydraDB 获得 650 万美元投资 增强AI记忆能力
    说要干掉向量数据库
    现在主流方案是把对切碎塞进向量数据库,靠"找相似"来回忆。但相似≠相关。
    举了个真实例子:AI查合同,返回了一份格式完美但属于另一个客户的文件。
    HydraDB换了个思路:
    • 不存碎片,存关系图:知道"你在A公司工作"和"你住在纽约"是同一个人的事,不
    是两条不相关的记录
    • 信息变了不覆盖,像Git一样追加:你搬家了,旧地址还在,还记得你为什么搬的
    • 每条记忆自带上下文:"我讨厌那个框架"会被自动补全成"用户讨厌React"。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  9. 万象更新!赤马红羊🐎🐑

    万象更新!赤马红羊🐎🐑
    东方水墨美学🎨
    文生视频 prompt 👇
    东方水墨美学分镜(新春双瑞・国风祥和)3D 动态水墨动画,融合国画泼彩与留白美学。以焦墨与朱砂红为核心视觉对比。画面诗意流畅、生机温润。运用水墨晕染、飞白笔触与渐变流动效果,全程祥和美好,展现时光悠然、万象更新的东方意境。 【场景】一幅徐徐展开的纯白宣纸,或天地间飘渺云海。背景是淡墨远山、青松与缭绕云雾,留白空灵、宁静深远。 【意象】 朱砂瑞马:朱砂红墨挥洒而成,马鬃如流动墨线,奔腾带飞白笔触,气韵生动,象征生机盎然、刚健向上。 绯红瑞羊:淡红水墨晕染凝聚,身形朦胧柔美,羊角如如意云纹,步伐轻盈,象征包容温润、宁静祥和。 【分镜脚本】[00:00-00:03] 镜头 1:落笔生花・瑞马启程机位:微距俯拍渐变推长镜头。动作:一滴朱砂红墨落在宣纸上,晕染如涟漪,顺势化作朱砂瑞马。骏马昂首从容,踏水墨云烟从画卷入 3D 空间,写意飘逸。 [00:03-00:06] 镜头 2:云间相伴・瑞羊现身机位:平滑横移跟拍。动作:瑞马在云端漫步,红色墨痕与云雾相融,淡红水墨凝聚成绯红瑞羊,踏云而行,脚下生水墨兰草与祥云。 [00:06-00:12] 镜头 3:双瑞和美・生机绽放机位:大远景,展现水墨画卷全貌。动作:瑞马与瑞羊相伴同行,红墨韵致流转浸润。枯笔草木抽枝发芽,绽放朱砂桃花,呈现万物生长、春意盎然之美。 [00:12-00:14] 镜头 4:万象更新・清雅意境机位:中景仰拍,焦点随花瓣飞舞。动作:墨韵化作轻柔花雨落下,双瑞融于天地红霞间。远山如洗,江水如镜,画面过渡为清新明快的青绿山水意境。 [00:14-00:15] 镜头 5:留白定格・吉祥收尾机位:静止定格,模拟画卷收尾。动作:动态水墨定格为一幅山水国画。画卷右上角留白处浮现红色方形印章,篆书 “万象更新”。一声空灵古琴音,画面渐淡出于纯白,余韵悠长。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  10. 最后提醒一下,超级超级建议用 DeepSeek V4 模型来跑这个任务,千万别用 Claude Opus 4.7 或者 GPT 5.5 这种贵的模型,很不值当

    AI探索指南
    刚刚把自己调了很久的一个长文转 Slides 的 Skill 正式开源了,大家可以去用。 简单介绍一下这个 Skill 的功能。输入一篇长文,可以是文章链接、PDF 或者其他格式的文件都行。它会从一个资深用户的视角去阅读这篇文章,找出其中关键的思考、洞见和判断,呈现到 Slides 当中。 最近两个多月,我每天都在用,效果非常好。 https://github.com/gainubi/note-slides 今年我自己养成了一个习惯。这个时代每天信息真的太多了,所以我在刻意调整自己的阅读方式。思路…
    最后提醒一下,超级超级建议用 DeepSeek V4 模型来跑这个任务,千万别用 Claude Opus 4.7 或者 GPT 5.5 这种贵的模型,很不值当。

    这个 Skill 我专门为 DeepSeek V4 做过优化。和同事昨天今天测试了两天,感觉它在 DeepSeek V4 模型里一次性的生成效果比较好,最后才放出来。当然肯定还有一些小 bug,我会继续迭代。

    在 Claude Code 里用 DeepSeek V4 跑这个 Skill,一次任务有时候都不到一毛钱,成本极低。想知道怎么在 Cloud Code 中用 DeepSeek V4 的话,大家可以往前翻一下,我之前写过教程。

  11. 刚刚把自己调了很久的一个长文转 Slides 的 Skill 正式开源了,大家可以去用

    刚刚把自己调了很久的一个长文转 Slides 的 Skill 正式开源了,大家可以去用。

    简单介绍一下这个 Skill 的功能。输入一篇长文,可以是文章链接、PDF 或者其他格式的文件都行。它会从一个资深用户的视角去阅读这篇文章,找出其中关键的思考、洞见和判断,呈现到 Slides 当中。

    最近两个多月,我每天都在用,效果非常好。

    https://github.com/gainubi/note-slides

    今年我自己养成了一个习惯。这个时代每天信息真的太多了,所以我在刻意调整自己的阅读方式。思路是每天精读一篇长文,这可能比水过地皮湿地读很多碎片文章要好很多。

    精读完长文之后,我会让通过这个 Skill 生成一份 Slides,把它当成复习的资料。

    我们自己读长文,是跟着作者的思路从头读到尾。但读完合上文件,过几天再回想,留下的往往是几个零散的印象,整体的骨架反而模糊了。

    AI 做的 Slides 笔记是另一种视角。它把文章俯瞰一遍,把核心论点、几层递进、最后的判断都拎出来摆在那里。我自己读是地面视角,Slides 是地图视角。两个角度合起来,堪称完美啊。

    所以我的文件夹里现在堆了很多这样的 Slides 页面,一篇精读文章对应一个页面,方便随时回去复盘。

    之所以做成 Slides 这种方式,是因为我觉得它特别适合复习。

    一页一页翻过去,每一页就是一块明确的信息。看完一页,可以停一下,让自己消化。AI 帮我们总结的都是重要信息,所以我能有足够的时间留白,通过鼠标左右键翻到上一页、下一页。读起来非常有趣,效率还很高。

    这个 Skill 还在迭代中,目前它生成的 Slides 一共分三部分:

    第一部分是总览。
    第二部分会线性递进的展开核心信息。
    第三部分是总结关键观点。

    通过这 30 页左右的 Slides,文章中最值得消化的信息基本就提炼出来了。

    目前,我的使用场景主要有两个:

    1、对于有信息负担的长文,可以让它跑一下 Slides,快速过一下核心信息。
    2、 读完长文之后通过 Slides 做复习。

    这里特别建议把所有 Slides 都放到同一个文件夹里。这个 Skill 的设计是一个 Slides 就是一个独立的 HTML 页面,所以只要命名好,放到一个固定文件夹里,任何时候都可以回去复习,或者重新了解。