AI探索指南

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

AI探索指南

  1. AI探索指南

    人只有在真实的环境里才能做出正确的决定

    人只有在真实的环境里才能做出正确的决定。
    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

  3. AI探索指南

    Codex 终于支持手机上的 ChatGPT 远程控制了！

    Codex 终于支持手机上的 ChatGPT 远程控制了！

    可以自动同步你绑定的 Codex 设备上的所有对话，而且可以直接发送指令、审批权限、监控进度。

    我写一下设置的教程：

    1. 点击桌面端 Codex 客户端左侧的“设置 Codex 移动版”，点击后系统会引导你开始设置。

    2. 如果你的 ChatGPT 没有设置多重因素验证（MFA），系统会弹出网页要求你设置。这里推荐使用 Google Authenticator（谷歌身份验证器）App，不要用手机短信。

    3. 系统会要求你使用手机 ChatGPT 客户端扫码。如果你直接打开手机端 App，它通常会弹出授权请求，直接点击允许即可，不扫码也是可以的。

    4. 绑定完成后即可开始使用。你会在手机 ChatGPT 上看到一个 Codex 侧边栏，进去后能看到当前绑定的桌面端设备的所有 Codex 对话。你可以点击进入任意对话并发送命令让它执行。

    注意：目前仅支持 Mac 版 Codex，Windows 版本还在开发中。

    OpenAI 在封号上没有 Anthropic 那么激进和傻逼，所以你可以放心用。

  4. AI探索指南

    今年有个最大的认知转变， 那就是先学会花钱

    今年有个最大的认知转变， 那就是先学会花钱。
    有些东西你必须舍得花钱才能打开视野， 才看见那些需要门槛才能见到的东西。
    当你看到了， 你自然就知道这钱该怎么花、应该怎么挣。
    能用钱就能获得的认知，实际上就是最划算的。
    举几个例子
    山姆会员的例子：
    比如之前一直都是山姆200块的会员， 去年把自己升级成了卓越会员， 年费不但返回来了， 还收获了品质， 我还深入了的解了山姆会员店的经营模式，也让我明白了为什么现在不管是大店还是小店，都喜欢搞会员制这种模式了， 而且这个会员费一定不能免费送，必须要用户付钱。
    AI算力和saas付费
    此外， 就是大方的把钱花在AI算力上， 从而更加自由利用AI实践自己很多的想法， 一年总的算下来， 也没有多少钱， 但是这点点花费， 让我用极低成成本去尝试我那些不靠普的想法。
    vercel 、supabase 的基础会员费 ，发布一个新的项目越来越快，也不用我花时间去维护。
    X 的Premium+ 的会员费
    今年 Premium+ 会员费没有优惠，年费还是挺多的，不过每个月我从X那里领到创作者收益至少这个年费的近10倍。

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  6. AI探索指南

    说实，今天看到这个，我直接把手里所有其他AI记忆方案全停了🤩🤩🤩

    说实，今天看到这个，我直接把手里所有其他AI记忆方案全停了🤩🤩🤩
    YC总裁Garry Tan，把自己天天在用的生产级AI Agent记忆系统，完整开源了
    这是他自己跑了很久的真实配置，管着10000+Markdown文件，3000+人物档案，13年的日历数据，5800条苹果笔记，还有所有的会议记录、原创想法
    现在他把这套东西打包成了GBrain，MIT协议，所有人都可以免费抄作业
    github 地址老规矩这里自取👇

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  8. AI探索指南

    塔勒布的箴言集太好看了，一口气读完

    塔勒布的箴言集太好看了，一口气读完。
    摘几句最喜欢的：

    - 要是早晨起床时，你就能预测这一天会是什么样子，那么你已经开始靠近死亡了。预测得越准确，你离死亡就越近。

    - 只有当他们开始对你展开人身攻击时，你才算赢得了一场辩论。

    - 只有当你可以自由地做任何事情，不需要明显的目的、理由和别人的要求时，你才算真正存在于这世上。

    - 只有当拒绝手下一笔钱比收下这笔钱让你感觉更好时，你才算是富有。

    - 对效率的追求，是我们过上充满诗意的、高贵的、优雅的、富有活力的、英雄主义的生活的主要障碍。

    - 魅力就是侮辱别人又不让他们生气的能力。

    - 我们是猎人，我们只有在随机应变时才真正活着。没有日程安排，只有惊喜和刺激。

    - 用AI替他说话的人，他的话越来越多，听他话的人越来越少。

    - 许多人是如此缺乏独创精神，以至于他们需要去研究历史，寻找哪些错误
    是自己可以重复的。

    - 真正的爱是特殊性打败普遍性，并大获全胜。无条件打败有条件，并大获全胜。

    - 天才的想象力远超过他们的智力。

    - 人们对于自己没说出口的东西更有兴趣。

    - 理解事件的唯一方式，就是促使他们发生。

    读到一半发现后半本竟然是英文原版，意外惊喜。

  9. AI探索指南

    随手拍一张产品图，就能一键生成三视图、精修主图、电商详情页，还能直接生成高质量广告片，快速应用到工作中，本次我将从上传产品图到生成宣传物料再到视频输出全流程演示，让你快速掌握这套工作流

    随手拍一张产品图，就能一键生成三视图、精修主图、电商详情页，还能直接生成高质量广告片，快速应用到工作中，本次我将从上传产品图到生成宣传物料再到视频输出全流程演示，让你快速掌握这套工作流。

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  11. AI探索指南

    大家以为做 AI 漫剧要会画画、会剪辑，其实只需要照着抄 ❌

    大家以为做 AI 漫剧要会画画、会剪辑，其实只需要照着抄 ❌
    最近在梳理AI漫剧工作流，核心框架先赶出来了，还差具体案例在赶
    所见即所得的 SOP ：
    1. 剧本：别让 AI 瞎写，用结构化 Prompt 约束它
    2. 资产：关键是生成三视图，把角色定死，不然分镜全是路人甲
    3. 分镜：这里有个大坑！Lovart出的图不是 16:9，必须重新处理，否则有黑边
    4. 配音：先提取台词，再声音克隆，最后按剧本排序
    5. 视频 (可灵 2.6) ：声画同步目前可灵够用了
    6. 剪辑 ：曲线变速是灵魂，别无脑堆转场
    说实，工具谁都会用， 避坑才是核心竞争力

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  13. AI探索指南

    只要 2小时 + 几块钱 + 一张普通显卡，你就能从0训练一个 GPT

    只要 2小时 + 几块钱 + 一张普通显卡，你就能从0训练一个 GPT。
    MiniMind 这个开源项目已经冲上 GitHub Trending，斩获 47k ⭐。
    这是一个把大模型带回普通人手里的项目：
    不是调 API，而是真正从0造模型。
    核心亮点
    1. 门槛极低
    - 26M 参数，小到个人设备可跑
    - 单卡即可训练
    - 成本极低
    过去是大厂专属，现在个人也能实践。
    2. 全流程完整
    覆盖整个大模型训练链路：
    数据处理 → 预训练 → SFT → RLHF → 蒸馏
    把主流大模型的训练流程完整拆解出来。
    3. 实现透明
    - 基于 PyTorch 原生实现
    - 几乎没有黑盒
    - 核心结构手写
    重点不只是能用，而是能看懂。
    4. 能力完整
    - 支持推理能力扩展
    - 支持多模态
    - 支持工具调用
    已经具备完整 AI 系统雏形。
    5. 可本地部署
    - 兼容 OpenAI API
    - 可接 ChatUI
    - 支持私有化
    可以直接当本地 AI 用。
    核心价值
    让训练大模型从少数人的能力，变成普通开发者也能掌握的技能。
    如果你想真正理解大模型，MiniMind 是一个很好的起点。

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  16. AI探索指南

    时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处：

    时报作家Ezra Klein写了一篇专栏，说根据他的采访记录，AI导致大规模失业的情况可能还没有那么严重，坏消息是，严重的问题另有其处：

    3月的一份民调显示，70%的美国人认为AI将导致自己的就业机会减少，高于一年前的56%，还有30%的受访者担心即将失业。

    这有什么好奇怪的呢？AI公司的老板们一直在频繁发出劳动力市场濒临瓦解的警告：

    - Anthropic的创始人表示，最快不超过5年，一半的初级白领岗位就会永久消失；

    - 微软的CEO则声称，大多数文职工作会在18个月以内就被AI完全接管；

    - OpenAI发布了一份文件，呼吁实行每周32小时工作制，通过降低人类生产力来缓解大规模失业；

    - 就在NYT的大楼外面，有一家我根本没听过的AI公司包下了巨幅广告牌，上面写着「停止雇佣人类」；

    我可真谢谢你们了。

    如果你对这轮AI叙事深信不疑，那么毫无疑问投降就是唯一的选择。

    AI被设计为可以廉价模仿人类在电脑上所能做到的所有行为，但它从来不需要睡觉，也无意组建工会，而且确实在许多任务上表现得比真人更为出色。

    所以公司当然乐于用机器取代人类，它们也已经在这么做了，Meta、Oracle、Block都在努力买断员工工龄，并坦然的把AI写为原因。

    不过谨慎一点总是没错的，这些科技公司可能只是处在一轮招聘周期的末尾，同时想对资本市场讲述一个刺激投资人颅内G点的故事，AI行业的大佬们固然是神经网络的专家，但他们未必也是劳动力市场的专家。

    首先，宏观数据没有配合AI行业，2026年3月的失业率是4.3%，去年同期是4.2%，平均时薪亦保持稳定。

    Claude Code是很牛逼，但软件工程师的岗位需求还在上涨，原因应该不难理解。

    主流经济学界也对大规模失业的末日预言持怀疑态度，芝加哥大学的经济学家Alex Imas认为，绝大多数讨论AI的话题都存在误区：「答案始终取决于什么会变得稀缺。」

    - 从人类历史来看，卡路里在很长一段时间里是稀缺的，我们的技能都是服务于寻找食物；

    - 农业的发展逐渐解决了食物短缺的问题，然后就轮到商品变得稀缺；

    - 工业制造带来了平价商品的海量供给，接着技术变得稀缺了，医生、律师和工程师因为掌握知识而获得高薪；

    - 现在我们担忧AI会让知识也不再值钱，就像衣服和草莓如今人人都能消费那样，学习的成果也变成了消费品……

    但稀缺本身是相对的，AI可以完成的任务被讨论得太多了，更值得注意的是，有哪些任务是人们不希望AI来做的。

    以下是计量经济学的一个发现：人类的财富越多，他们对于其他人类的需求就会越多，而不是越少。

    于是，更有人味、体验或者意义的商品和服务，是一定稀缺的，有来路的衣裳、有调性的食物、能面对面的医生、让人感到被理解的理疗师、了解自己孩子的家教……这些社会关系，将会迎来爆发式增长。

    是的，AI剥夺了人类和电脑共事的场景，而人类又被赶去和人类共事。

    事实证明，自动化程度越高，我们就越珍视人的温度。以咖啡为例，过去在家做浓缩咖啡很费劲，如今咖啡机已经人手一台。

    所以这导致咖啡店倒闭了吗？当然没有。咖啡师比以往任何时候都多，咖啡店也比以往任何时候都多。咖啡作为商品反而催生了更多对咖啡体验的需求。

    这就是稀缺性所赋予的价值。

    好了，这是Alex Imas的结论，在AI的辣手摧花下，人类从事的岗位会进入一个以人性化为标准的时代。但还有一种可能性是，人类劳动力搞不好也不会发生巨大的改变。

    1979年，首款电子表格软件VisiCalc在Apple II上发布，它能在几分钟内完成过去需要整组会计师花上好几天时间的工作。

    当时就有人预言会计师这个行业要无了，然而，此后40年间会计师的数量反而增长了4倍以上。

    亚利桑那州立大学会计学教授Eldar Maksymov认为：「电子表格软件挖出了潜藏于市场里的财务需求，这种需求之前没被发现，只是因为成本没能降到够低。」

    这是「杰文斯悖论」的一派主张，1865年，英国经济学家杰文斯发现煤炭并没有因为蒸汽机对于生产率的提升而减少消耗，恰恰相反，因为成本更低廉了，煤炭的应用范围更广泛了。

    Eldar Maksymov相信历史的先例，「在大量采用计算机技术的职业群体里，就业增长速度都远超没有采用计算机的职业群体，成本的下跌，对应需求的增长，最终推动就业规模的扩大化。」

    简单来说，能力的提升，会让人类意识到还有更多事情可做。

    我的经历似乎也验证了这个说法，10年前我刚开始做播客的时候，整个团队只有我一个研究员，现在我已经管理着一整支团队运作节目，而这让我的工作变得更轻松了吗？

    完全没有，我投入准备的精力更繁重了，因为团队带来的信息增量，让我需要消化和思考的时间成倍增长，而我的播客也越做越大了。

    我认识的所有热衷于拥抱AI的人，如今都比以前更加忙碌，因为他们能做的事情更多了，不是说好的AI会让大家摆脱工作享受生活吗？

    当然，至于AI到底是提升了生产力，还是制造了提升生产力的假象，结论因人而异：

    - 慢慢啃完一本难懂的书，远远好于快速吸收十本书的摘要；

    - 认真通透的写完初稿，也比编辑五个由AI生成的大纲更能激发想法；

    我的意思是，效率感本身是值得警惕的，那些把活儿都交给龙虾去做的人我见多了，但说实话，他们的工作质量都是在下降的。

    但还是容我岔开话题，沃顿商学院教授Ethan Mollick曾提出过他对AI的基准测试：它是否比你在当下能够找到的最适合的人类更加优秀？

    在他看来，问题不在于AI是否胜过顶级的编辑、程序员、心理医生或是旅行顾问，而是它能否优于你在急需帮助时可以联系到的最佳人选。

    我想了一下，过去一年里，我确实觉得AI要比我身边的人更为出色：

    - 我的编辑很博学，但他需要休息，还得分时间给其他作家；

    - 我的按摩师也好得没话说，就是一般而言每个星期她只能接待我一次；

    - 我也能找到专业的医生，但挂号却很麻烦……

    所以或许我已经触及到了被反复警示过的临界点——AI开始有能力取代我生活中的人类角色。

    但事实并非如此。AI越是强大，我越是需要和身边的人交流：

    - AI认为我应该为某个身体症状引起重视，于是我去看了医生，发现只是普通的过敏；

    - AI对我的个人困境发出锐评，然后促使我和心理医生开始了新的对话；

    - AI帮我验证了一个研究思路，这成了我和编辑讨论的一个新选题；

    - AI让视频制作变得轻松了，因此我可以有更多的要求去和剪辑师沟通……

    怎么说呢，尽管我不认为经济完全自动化以及大规模失业浪潮是必然到来的，但也不能完全排除这种概率，AI是一种与以往截然不同的技术，灵活性和成长性帮它超出了工具的范畴。

    更可能的情况是，AI不会取代所有或者大部分的工作岗位，而是取代其中一部分，但奇怪的是，恰恰是这种可能性让我们准备不足。

    一个AI替代800万劳动力的世界，要比替代8000万劳动力的世界更难应对，如果真的是那种「大的来了」事件上演，全面重组经济反而有机会「不破不立」。

    疫情就是一个例证：那场冲击如此彻底，以致于社会不能再像以前那样将工人们的不幸归咎于他们自身，于是只好建立了一套前所未有的补贴体系，让成千上万的人得到保障。

    而当失业影响的范围更小，我们反而更为残忍，美国因为全球化流失的岗位大约有200万个，这在整体就业市场里不是太大的数字，但对这200万个具体的家庭来说，却是毁灭性的打击。

    如果全国的卡车司机或是营销经理都丢了工作，我们很快就会采取行动，然而如果只是卡车司机或营销经理的失业率翻了3倍，那么我们就会像以前一样，暗示这是他们自己的错，给他们几个月的失业保险和培训机会，然后继续对这种结构化的困境视而不见。

    另一个现实是，即便AI让带有深刻关系的技能变得值钱起来，它同时也会削弱人类学会这些技能的本事。

    年轻人和朋友相处的时间已经从2003年的12小时/周减少到2024年的5小时/周，谈过恋爱的高中生比例也从2000年的80%骤降至2024年的46%，约1/4的00后在过去一年里没有发生过性行为。

    AI也许是这种社交解体现象的帮凶，它提供了一种数字化的关系模拟，不再让人有动力去体验真实关系里的快乐与痛苦。

    如果Alex Imas是对的——我相信他是对的——那么我们与他人建立深刻关系的能力，将成为一项核心且高价值的个人资产，而我所担心的，是这恰好也是技术从年轻人身上摧毁的东西。

    当我乐观的期待AI时代所能创造的未来时，那幅画面充满富足，人类被鼓励过上追随本心的生活，而当乐观被打碎后，世界仍是如此，区别在于财富被垄断，而我们重视的深刻关系，却早就不知道该如何维系。