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

    冷知识，三个最核心的信息差点：

    冷知识，三个最核心的信息差点：
    1. OpenCode — GitHub Stars 已超越 Claude Code（160K+ vs 122K+），中国几乎无人讨论
    2. Gemini CLI — 1000 请求/天免费，对中国成本敏感用户极具吸引力，无报道
    3. Goose/OpenHands — 代表"自主编码 Agent"方向，中国认知几乎为零

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  3. AI探索指南

    拆解智元：一台机器人，三份收入，一张资本网

    拆解智元：一台机器人，三份收入，一张资本网
    https://mp.weixin.qq.com/s/oznCIcQ_2nKrBkOqUaMlsg
    个人认为从资本运作的角度来看，智元无疑是非常成功的。但是回到硬科技行业本身来看，具身智能、ai、agi还是科研驱动、研究驱动的行业。其实想到了openai和a厨，奥特曼掌控下的openai也是一家资本运作为主要驱动的公司，openai承接了很多奥特曼的资本杠杆功能，但是奥特曼相对来说更加的保守、资本杠杆最后还是投回到（至少在早期）研究上。而智元大部分的资金和精力已经投入到了相当重运营的渠道环节上，比如擎天租、数据平台、甚至扫地机器人，是个十分危险的信号。
    @aigc1024

  4. AI探索指南

    现在最危险的事，不是不会用 AI

    现在最危险的事，不是不会用 AI。
    而是你以为“会问 ChatGPT”就叫会用 AI。
    真正拉开差距的人，已经不是在找 prompt 了，而是在训练一套新的工作方式：
    1. 用 Codex / Claude Code 做真实项目
    不是让 AI 写玩具 demo，而是让它读代码、改 bug、写测试、跑构建、提 PR。
    2. 用 GPT-5.5 Pro 处理最难的问
    战略、产品、代码架构、销售术、复杂决策。
    不要拿最强模型问最便宜的问。
    3. 学会做前端、数据库和部署
    未来很多机会属于“能把想法快速做出来的人”，不是只会开会讨论的人。
    4. 用设计工具提高审美
    Claude Design / Figma / 好的 X 案例都可以。
    AI 会让功能越来越便宜，审美和表达会更值钱。
    5. 建一个自己的 AI 工作流
    日报、研究、写作、代码、销售、客服、复盘。
    不是收藏 100 个工具，而是让 5 个工具每天替你产出。
    6. 对个人 Agent 保持谨慎
    不要一上来就把邮箱、文件、账号、人生隐私全交出去。
    AI 越强，权限管理越重要。
    所以我同意一句：
    不会用 AI 的人，未必马上被淘汰；
    但会用 AI 做出结果的人，正在获得极不公平的杠杆。
    别焦虑。
    也别围观。
    先用AI做一个小东西。

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  5. AI探索指南

    现在周围人发文件都变成 Markdown 和 HTML 了，但是微信这俩格式一个都不支持，而且相当封闭，想用其他应用打开都费劲，真是受不了

    现在周围人发文件都变成 Markdown 和 HTML 了，但是微信这俩格式一个都不支持，而且相当封闭，想用其他应用打开都费劲，真是受不了。
    如果是在外面用手机，别人发过来的 Markdown 和 HTML 文件都不知道怎么打开。
    感觉得做个手机上的 HTML 和 Markdown 阅读器了。
    @aigc1024

  9. AI探索指南

    信息差，依然是这个时代非常赚钱的方式之一

    信息差，依然是这个时代非常赚钱的方式之一。
    而最快的捷径，就是直接挖穿 X、Reddit、YouTube、Hacker News 等 10 个核心社区。
    本周狂涨 7,349 Stars，目前霸榜 GitHub Trending 第一的开源项目 last30days-skill，恰好把这件事做透了。
    它是怎么帮普通人低成本挖出赚钱线索的？简单盘一下。👇
    简单来说，这是一个全网风口聚合器。你输入一个关键词，它会自动去搜集过去 30 天的全网讨论，并输出一份带出处的脱水报告。
    它比普通搜索引擎好用的地方，主要在这三点：
    1. 过滤噪音，交叉对比
    单看一个平台很容易被带节奏。但这个工具会同时在前面提到的这 10 个不同圈层的社区里做验证。
    如果一个在技术圈（HN）和大众讨论区（Reddit/X）都有热度，它才会判定为真正的趋势，帮你过滤掉单一平台跟风炒作的噪音。
    2. 接入预测市场，看真实押注
    这点非常绝，它整合了预测市场 Polymarket 的数据。你在调研某个赛道或巨头动向时，不仅能看到网友的主观猜测，还能直接看到大家用真金白银押注的赔率。
    看懂赔率，往往就能看懂真实的赚钱风向。
    3. 直接提炼可复用的经验
    如果你在做内容或找副业方向，可以直接问它某个领域过去 30 天最火的实操案例。它会按互动量整理出被验证过的打法或 Prompt。
    如果是做小工具变现，把它设为竞品监控，用户在各个平台抱怨的痛点也会被清晰地汇总出来，这些全都是现成的需求。
    每次生成的调研报告，还会自动存为本地的 Markdown 文件，方便建立自己的个人知识库。
    AI 时代的信息优势，已经不再是我知道你不知道的事，而是比谁能更早、更准地过滤出能变现的干货。
    项目链接放这了，有空可以拿去试试，DYOR。
    🔗 GitHub: https://github.com/mvanhorn/last30days-skill
    🔗 ClawHub: https://clawhub.ai/skills/last30days-official

    AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

  10. AI探索指南

    基于 的高效流匹配策略模型，用于机器人三维操作

    基于 的高效流匹配策略模型，用于机器人三维操作。作者来自北邮、华南理工和牛津大学。
    论文入选机器人学术会议
    https://arxiv.org/abs/2602.01115
    用RWKV与KAN替代传统大规模UNet骨干，在保持甚至提升成功率的同时，大幅降低参数量与推理延迟。方法在Adroit、Meta-World、DexArt三大基准上取得当前最优或并列最优性能，参数量减少约86.8%，支持实时控制。
    @aigc1024

  11. AI探索指南

    基于 的高效流匹配策略模型，用于机器人三维操作

    基于 的高效流匹配策略模型，用于机器人三维操作。作者来自北邮、华南理工和牛津大学。
    论文入选机器人学术会议
    https://arxiv.org/abs/2602.01115
    用RWKV与KAN替代传统大规模UNet骨干，在保持甚至提升成功率的同时，大幅降低参数量与推理延迟。方法在Adroit、Meta-World、DexArt三大基准上取得当前最优或并列最优性能，参数量减少约86.8%，支持实时控制。
    @aigc1024