AI探索指南

  1. 使用 today ai 的 aha moment 与 concern 是同步出现的

    使用 today ai 的 aha moment 与 concern 是同步出现的。
    案例是,它关注到我有研究过 infra,然后发现了相关新闻,就整理了下推送给我。
    这种设计真的蛮好的,但我的 concern 是:
    1)成本。
    不知道它要在后台做多少工作,才能推出这么一条信息。这部分成本如果由公司承担,长期负担太重;由用户承担,又很容易被 challenge 是不是存在浪费。(延伸一下,这种产品的定价也蛮难的。
    2)信息源的质量。
    公开数据太容易被污染了,远没有企业、个人、订阅这些渠道的置信度高。这或许可以通过一些机制解决?但缩小搜索范围,可能又会影响到产品体验。
    @aigc1024

  2. A 股玩家可以收藏了,这个开源项目有点猛

    A 股玩家可以收藏了,这个开源项目有点猛。
    一个本地面板直接搞定:全 A 选股 + 实时盯盘 + 策略回测 + AI 复盘。
    内置 18 种策略,MA、MACD、RSI、KDJ 一键扫全市场;回测连 T+1、手续费、滑点、止损都算进去,盘后还能自动扒出连板梯队、概念轮动、炸板翘板。
    更爽的是,日 K 不填 Key 也能用,AI 还能接 DeepSeek、通义、Ollama。
    🔗:https://github.com/shy3130/tickflow-stock-panel

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  3. Glass失败了,因为用户不知道该怎么用,以及能用来干嘛

    Glass失败了,因为用户不知道该怎么用,以及能用来干嘛。Vision Pro卖不动,因为用户觉得它只是一个更贵、更重的家庭娱乐设备。
    但如果用户已经习惯在手机上用Muse了,那AI眼镜就不再是一个新东西,只是一个更便捷的交互入口。你不必学习如何上手使用,不必主动解锁屏幕,不必从一堆App中找到你要使用的那个。
    当这个迁移完成的时候,Meta就不再只是个靠广告生存的应用公司了。
    当下苹果和Google是既得利益者,它们需要保护现有的入口,但扎克伯格没有什么可失去的。
    因为对他来说最坏的结果是继续做应用层,跟今天没有任何区别,而最好的结果是成为下一个平台级入口。
    这才是Muse真正的战略意义,它是Meta在AI时代的一个支点。通过这个支点,扎克伯格想撬动的不仅是AI助手市场,还有下一代计算平台的控制权。
    这场战争,才刚刚拉开序幕。
    @aigc1024

  4. 扎克伯格真正在赌的是你的下一个终端不再是手机

    扎克伯格真正在赌的是你的下一个终端不再是手机
    Meta的Muse火了之后,所有人都在讨论它能替你做什么,但几乎没人问一个更根本的问。扎克伯格为什么这么着急地推一个免费的AI助手,还同时在做AI眼镜、AI电子宠物?
    过去20年硅谷有一个没有明说的共识,手机只是计算史上的一个阶段性形态,并不是终点。真正的下一代平台应该比手机更小、更贴身、更主动,大概率是眼镜、手表、耳机、戒指这类可穿戴设备,它们才是未来的入口。
    这个共识从Google Glass时代就开始了,到Apple Watch、AirPods、Vision Pro......每一代产品都在往这个方向试探,但没有人真正做成。因为一个硬件入口要成立,前提是生态内有足够多的服务,且服务足够聪明,聪明到不需要你再掏出手机。
    这也是扎克伯格在焦虑的,他在PC互联网时代错过了,尽管Facebook很成功,但操作系统是微软和苹果的。他在移动互联网时代也错过了,就算Instagram和WhatsApp风靡全球,但操作系统是Google和苹果的。每一次平台更迭,真正制定规则的人都是做操作系统、做硬件、做入口的,Meta永远只能做有限游戏内的玩家。
    扎克伯格不想在AI时代再错过一次,所以他做了Muse。Muse不止是一个AI助手,也是一个操作系统的雏形。它有自己的浏览器、文件系统和终端,能替你操作几乎所有数字服务。你无需打开应用和点击屏幕,跟它简单交代一声就行。
    你现在在手机上用Muse只是暂时的,Muse真正该待的地方是眼镜。
    试想当你戴着一副配有摄像头、麦克风和扬声器的AI眼镜,你看到什么Muse就能看到什么,你听到什么Muse就能听到什么,你说句Muse就能在后台替你处理,这时你还需要再掏出手机打开各种应用吗?
    这才是扎克伯格真正想要的入口,他做了20年应用层,做到全球最大,但一直在别人的地盘上做生意。
    如果眼镜能成为下一代计算平台,Muse能成为下一代操作系统,扎克伯格就第一次掌握了底层入口。他可以决定用户怎么交互、开发者怎么接入以及数据如何流动,从遵守规则的人变成制定规则的人。
    所以对大多数人来说Muse是免费的,扎克伯格并不急于通过Muse赚钱,他要的是用户习惯。他希望人们能习惯跟一个AI助手对,习惯让它替你做事,习惯不再频繁亲手操作应用。当这个习惯建立起来之后,AI眼镜只会让你更方便地使用。
    这是一个非常聪明的策略,硬件是最难卖的,尤其是新形态的硬件。Google

  5. 逆向工程是不是也开始进入 AI Agent 时代了?

    逆向工程是不是也开始进入 AI Agent 时代了?
    x64dbg 很多人都知道,Windows 平台经典的开源调试/逆向工具。
    现在有人给它做了个 x64dbg MCP Server,可以把调试能力直接开放给 Claude Code、Codex 这类 Agent,让 AI 调用 x64dbg 辅助分析程序、下断点、读内存和执行调试操作。
    以前得自己盯着汇编一点点啃,现在连逆向都开始 Agent 化了。
    x64dbg:https://x64dbg.com/
    GitHub:https://github.com/duty1g/x64dbg-mcp-server

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  6. 让 AI 编码智能体搭出来的应用真正上线——域名、托管、数据库、登录、邮件、支付,全部跑在用户自己的账号上,之后可以整体交接或拆除

    让 AI 编码智能体搭出来的应用真正上线——域名、托管、数据库、登录、邮件、支付,全部跑在用户自己的账号上,之后可以整体交接或拆除。
    https://github.com/mikehasa/golive-skill

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  7. 一个数据咨询公司老板说,他一年半里经手和旁观的所有AI项目,成功率是0%

    一个数据咨询公司老板说,他一年半里经手和旁观的所有AI项目,成功率是0%。
    不是AI不行,是公司得失心疯了🤣
    他见过高管从没用过ChatGPT,转头就给一家营收20亿美元的公司写了套全押AI的战略;见过老板把不用AI、却是全公司业绩最好的人开掉;见过工程师被"token排行榜"考核——花的钱越多越优秀,于是他们让大模型自己跟自己空转对装样子,然后回去看Netflix,一个没被抓。真正被开的,只有那些公开质疑这套的人。
    他说这已经变成一种"分布式的枪毙式治理":谁先说真,谁先被同僚打死。

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  8. 我去,Opus 5.5 做这种前端的图像图形,做产品宣传视频太牛逼了!

    我去,Opus 5.5 做这种前端的图像图形,做产品宣传视频太牛逼了!
    让他给我这个 CodePilot 产品做了个宣传片,太猛了,一键生成的。
    简直吊打前几天的 GPT-6 Astra 的结果
    后面也会将这些经验用在我的这个 guizang-product-video-skilll 里面。
    然后一些比较差的模型也能得到比较好的效果。
    @aigc1024
    Media is too big
    VIEW IN TELEGRAM

  9. 感觉Personal AI这波又回归了移动互联网的肌肉记忆,看用户量,而不是看ARR,所以创投圈的中登们都很兴奋,之前让他们去卖Token实在是太难受了,技能和市场根本对应不上

    感觉Personal AI这波又回归了移动互联网的肌肉记忆,看用户量,而不是看ARR,所以创投圈的中登们都很兴奋,之前让他们去卖Token实在是太难受了,技能和市场根本对应不上。
    而且AI时代的用户量,量级单位又低了不止一个档位,Threads当初是达到了1亿的MAU,扎克伯格才好意思在财报上主动披露,否则哪儿够看啊,但Muse才刚50万日活,Meta就按捺不住激动全世界嚷嚷了。
    文艺复兴了兄弟们,市场究竟是否需要Personal AI不重要,重要的是那么多流离在外的P8、P9,他们刚需Personal AI啊。
    @aigc1024

  10. 大家都在盛赞 Opus 5.5 一句出产品宣传片

    大家都在盛赞 Opus 5.5 一句出产品宣传片
    一个文本模型,直接用纯代码的方式来做视频
    这些产品宣传片以前在供应商那里的报价是上万的
    效果还没有 Opus 5.5 的好
    而很多视频 Skill 也完全没有存在的必要了
    都被一个模型直接吃掉
    让我感慨的是,把一个功夫用到极致竟可以触类旁通
    这真是有点武侠小说里打通任督二脉的味道了
    @aigc1024

  11. 想系统学大模型,中文教材终于有一套质量不错的了,你知道吗?

    想系统学大模型,中文教材终于有一套质量不错的了,你知道吗?
    浙大团队开源了一本《大模型基础》,GitHub 已经拿下 16K+ Stars,六章 PDF 可以直接免费下载。
    从语言模型基础一路讲到 LLM 架构、Prompt 工程、参数高效微调、模型编辑、RAG,每章还整理了相关论文,想继续深入也有现成路线。
    比较有意思的是,每章都用不同动物作为示例背景,把一些抽象概念讲得更直观。项目还在持续更新,后续计划加入大模型推理加速、AI Agent 等内容。
    https://github.com/ZJU-LLMs/Foundations-of-LLMs

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  12. 让 AI 画流程图终于不用反复调半天了,这个 Skill 确实好用,你想试试吗?

    让 AI 画流程图终于不用反复调半天了,这个 Skill 确实好用,你想试试吗?
    推荐开源项目 Archify,专门给 AI Agent 增强架构图、流程图生成能力。你只需要描述业务逻辑,它就能帮你把复杂流程整理成清晰、专业的图。
    特别适合拿来画系统架构、业务流程、技术方案、数据流。
    https://github.com/tt-a1i/archify

    AI探索 | Hermes/OpenClaw|优质资源|优质信息

  13. 上次我说让 AI 很难跳出既定框架,有网友说是我提示词没写好,所以我最近换了一种写法,还真的有效果,简单来说就是让它基于要达到的目标,跳出框架,重新思考会有什么不一样的做法

    上次我说让 AI 很难跳出既定框架,有网友说是我提示词没写好,所以我最近换了一种写法,还真的有效果,简单来说就是让它基于要达到的目标,跳出框架,重新思考会有什么不一样的做法。
    上次我在 AI 帮我翻译完视频后,我给它提问:
    > 如果跳出当前架构,让你基于功能重新设计当前的翻译流程,你会采取什么不一样的做法?
    还别说,真的给了我一些不一样的思路。
    但是我看完觉得可能不太靠谱,不过口说无凭,那咱们用数据说吧。
    我让它去开个 Worktree (因为还有其他任务再跑,不好开分支)去验证下:
    > 用一个worktree去验证你的方案,然后对比当前方案,看是否在不牺牲质量的前提下有更好性能。
    等它验证完,发现并没有预期那么好,但是也不是完全没价值,可以部分借鉴它的方案。
    有个小插曲,其实一开始我没看懂它的意思,也不知道是好还是不好,然后我去开了个 sidechat(/btw),让它给我详细的解释了一下:
    > 解释一下新的方案:值得做吗?是部分改进当前还是完全改进?具体怎么改进,请通俗易懂的给我解释一下,最好结合具体的例子
    听它解释完我才明白,然后把解释的内容重新给它让它基于这些信息去实施了,对于提升质量还是有帮助。
    至于为什么要用 sidechat,是因为这类解释的事情没必要放到主上下文,只是了解一下,除非后续需要用到一些聊出来的信息。
    ---
    简单总结一下:
    1. 让 AI 根据目标跳出框架去思考,给出新的方案还是有帮助
    2. AI 给的方案不一定靠谱,还是得要有人工验证,最好是有数据为准,不能全盘接受
    3. 一些当前任务无关的问可以问 sidechat

    AI探索 | Hermes/OpenClaw|优质资源|优质信息