https://futureforce.feishu.cn/file/CMpdbLxAhon5K5x5C1OcciYwnOf

送大家一本大黄书。OpenAI 六月份发了一个 GPT best practices，比市面上任何几千九百九的提示词工程课可能都实用。我只是做了编译和补充用例和排版🙏

每天都在感慨AI进步的程度🤩🤩🤩

如何快速查找推上面的热门AI推文？

搜索框中输入:keyword + min_retweets:200

例如下图表示查找包含关键词GPT-4V的转发超过200的推文。
其中min_retweets表示最低转发量，:后的数字可以自由填写。

除了最低转发量min_retweets，还可以组合
最低点赞量 min_faves:number
包含图片或视频 filter:media

众所周知我喜欢狗
在所有的狗子里，我最想拥有的是宇树的狗！

平时大家在做PPT的时候，设计美化需要花费大量的时间，写文字理结构可能只占比60%，剩余时间拿去做设计美化了。
琦琦子我呢，我把所有文档丢进去Gamma，然后1分钟之后，就给我排版好了，我只需要微调＋润色文字就好了。
之前要5小时做完的PPT，我现在1小时做完。
总之期待AI进一步改造社会
感谢余一教授技巧 @余一.Dev

跟一个 OpenAI 团队的朋友聊，有个感触是，大模型还是工程的问题，不是理论/算法问题或者硬件问题。

对人工智能有超强的洞察和预测、对算法有精妙的认知，是理论/算法问题；有芯片，能用起来芯片，是硬件问题。

工程问题是知道明确的终点和目标，一帮人怎么用软硬件和算法解决的问题，不依赖于单纯的天才洞察、采购财力、数据规模等等。

就像发现原子能的规律、有钱建工厂、储备了很多铀-235，和真正造出原子弹，这中间的 gap 一样。有多复杂，看了《奥本海默传》就知道。

吃的还是苦功夫，有价值的还是失败率。