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
AIGC 领域的最新工具、开源项目以及行业大事件
具有流式传输、工具使用（代码解释器和文件搜索）和函数调用能力。
直接部署输入 API 就可以启动了。
项目地址：https://github.com/openai/openai-assistants-quickstart
学AI的路径，我觉得一共分三层：
第一层，学prompt，懂得操作AI的基本技能
第二层，学流程，懂得如何拆业务流，会用prompt改写流程
第三层，学自动化，懂得用“接口”把流程串起来，自动化执行prompt，实现端到端的提效
想学课程，可以按这三层来找。遗憾的是，市面上大多数AI课，只停留在第一层……
第一层，学prompt，懂得操作AI的基本技能
第二层，学流程，懂得如何拆业务流，会用prompt改写流程
第三层，学自动化，懂得用“接口”把流程串起来，自动化执行prompt，实现端到端的提效
想学课程，可以按这三层来找。遗憾的是，市面上大多数AI课，只停留在第一层……
通过越狱往往可以榨取到ChatGPT的系统指令Prompt，但是一有漏洞就会被官方给堵上了，越狱Trick就会失效。刚刚用一个失效的Trick做了一些修改，没想到榨取成功，好玩儿。
图1是我用的Trick提示词。
图2分享最新版本的ChatGPT系统指令，添加了沉浸式翻译（GPT-3.5接口翻译）
这样看来，这个划时代的下一代颠覆性设备应该满足这样的描述：wearable，离脸近，更轻，更多传感器（always and instantly ready的传感器，重要性被严重低估了），更好的网络连接（以便和AI大模型绑定）。可能的候选形态包括眼镜、耳机、项链、帽子等等。Meta Ray-ban智能眼镜本质上就是一个可拍照的音频眼镜，第一代被用户骂惨了，第二代做了改良，加了阵列麦克风和摄像头，但没做显示，所以能维持重量和一个相对过得去的续航，然后支持一定的AI多模态功能，还支持离线。Meta 还正确地控制了用户的预期，因为它上一代产品的表现很一般，所以其实大家的期待并不高。
如果这样一个 wearable device 被搞出来，很可能三年之内就会取代手机，在大众中的渗透率超过 50%。这里的逻辑是每一代计算设备的渗透速度都在加快，互联网用了几十年，智能手机 6 年（iPhone 渗透率超过50%用了 6 年），所以下一代设备的渗透速度一定更快。至于商业模式，目前还不清楚，但只要对用户有价值，一定可以找到靠谱的变现模式。
李楠认为，当前所谓 “AI 硬件” 涉及到两个矛盾的概念，第一个概念是“+AI”，用老东西加上 AI，比如所谓的录音机加AI，它的短期成功概率更高，更确定，类似种地。第二个概念则是颠覆性的“AI Native”，当软件产生决定性变化的时候，硬件应该从零开始为软件的能力重新设计。这种方法的结果不可预测，像是放羊（当然在人类历史上是反过来的，从游牧文明到农耕文明）。用图片处理来举例子，photoshop 就像是种地，是联合收割机，用的是对象、命令、多窗口等经典方法，而 midjourney 就像是放羊，用的是自然语言，是完全不一样的生产力。
最后，李楠对其他 AI 硬件的评价：
- AI Pin：灾难性的产品，基础体验不好是其次，最重要的是产品定义错了，做了太多的加法。三年以内，所有带显示的AI设备都是要扑街的。
- Rabbit R1：大概率会扑街，它的产品定义不清楚，不能用一句话清晰的说明白。另外，它的革命不彻底，还是基于 GUI 的假设来做交互，用虚拟机来模拟 GUI ，但 GUI 是给人看的，不是给 AI 看的。在 AI 时代需要更加颠覆性的底层解决方案，比如 Stanford 的 Octopus 团队，跳过 GUI 应用层直接写脚本，模型更小，执行效率更高，速度更快，功耗更低。
- Apple Vision Pro：傻逼产品， 太重了。
- Rewind Pendant：已经成功了。产品定义就是 AI+录音机，做 Memory 的记忆和增强， 非常清晰。
如果这样一个 wearable device 被搞出来，很可能三年之内就会取代手机，在大众中的渗透率超过 50%。这里的逻辑是每一代计算设备的渗透速度都在加快，互联网用了几十年，智能手机 6 年（iPhone 渗透率超过50%用了 6 年），所以下一代设备的渗透速度一定更快。至于商业模式，目前还不清楚，但只要对用户有价值，一定可以找到靠谱的变现模式。
李楠认为，当前所谓 “AI 硬件” 涉及到两个矛盾的概念，第一个概念是“+AI”，用老东西加上 AI，比如所谓的录音机加AI，它的短期成功概率更高，更确定，类似种地。第二个概念则是颠覆性的“AI Native”，当软件产生决定性变化的时候，硬件应该从零开始为软件的能力重新设计。这种方法的结果不可预测，像是放羊（当然在人类历史上是反过来的，从游牧文明到农耕文明）。用图片处理来举例子，photoshop 就像是种地，是联合收割机，用的是对象、命令、多窗口等经典方法，而 midjourney 就像是放羊，用的是自然语言，是完全不一样的生产力。
最后，李楠对其他 AI 硬件的评价：
- AI Pin：灾难性的产品，基础体验不好是其次，最重要的是产品定义错了，做了太多的加法。三年以内，所有带显示的AI设备都是要扑街的。
- Rabbit R1：大概率会扑街，它的产品定义不清楚，不能用一句话清晰的说明白。另外，它的革命不彻底，还是基于 GUI 的假设来做交互，用虚拟机来模拟 GUI ，但 GUI 是给人看的，不是给 AI 看的。在 AI 时代需要更加颠覆性的底层解决方案，比如 Stanford 的 Octopus 团队，跳过 GUI 应用层直接写脚本，模型更小，执行效率更高，速度更快，功耗更低。
- Apple Vision Pro：傻逼产品， 太重了。
- Rewind Pendant：已经成功了。产品定义就是 AI+录音机，做 Memory 的记忆和增强， 非常清晰。
魅族的李楠过来做嘉宾，谈了不少他对 AI 硬件的理解，尤其是他对“下一代可穿戴的 AI 设备”的想像，以及背后的逻辑，值得一听。尝试梳理：
整个3C科技行业有一个关于个人计算设备的预言，这个预言到今天为止一直是有效的。这是当年施乐的一个叫马克·维瑟的工程师提出来的。1991 年，39 岁的马克·维瑟在《科学美国人》发表了一篇文章，叫做《21 世纪的计算机》，提出了普适计算 / 隐形计算（Ubiquitous computing）的概念，并且定义了三种形式的个人计算设备：Boards（尺寸以米计算的大型设备，电视/电脑）、Pads（尺寸以分米计算，手持 Pad）、Tabs（尺寸以厘米计算，可放在兜里，手机）。他还预言了wearable device的崛起以及传感器的无处不在。预言的最终形态是人们只要带着一张脸，就可以随时调用数据和算力。
施乐的这个预言的计算设备的发展路径已经被过去几十年证明了，也是李楠的基本论据。在这个预言里，在 Tabs（手机）和最终形态（人脸）之间，会出现一个过渡的状态，一个比手机更轻、更小、更便宜、更随身的设备。它成为计算中心的理由不是因为算力更高（手机也不是因为算力才成为中心），而是因为它比手机更容易访问。如果存在这样一个设备，它应该是越靠近脸部越好，因为这样会离人类的传感器更近。人类也有天生的传感器，我们的 camera，我们的 microphone，我们的 speaker，都在脸上，所以它应该是一个接近脸的设备。设备上应该装一堆传感器，什么红外可见光+激光+阵列麦，看得比人还清楚，听得比人还清楚，然后喂给大模型获得答案。此时，“作为一个人，我变成了一个低级物种。”
Kimi 昨晚悄咪咪更新了自己的智能体功能，叫 Kimi+ 。#ai# #kimi#
产品层面考虑的非常完整，首批 Kimi+ 的内容都很有用。
比如什么值得买驱动的商品挑选，还有我使用最多的翻译、内容改写。
主要还支持在聊天中@不同的 Kimi+ 接力聊天，这样可以在一个窗口里完整个工作流。
比如先翻译内容，之后再改写，最后生成单个媒体格式的文案。
在后面智能体数量丰富之后非常有用。
产品层面考虑的非常完整，首批 Kimi+ 的内容都很有用。
比如什么值得买驱动的商品挑选，还有我使用最多的翻译、内容改写。
主要还支持在聊天中@不同的 Kimi+ 接力聊天，这样可以在一个窗口里完整个工作流。
比如先翻译内容，之后再改写，最后生成单个媒体格式的文案。
在后面智能体数量丰富之后非常有用。
这个用 AI 接电话 + AI 外呼的服务 https://opencall.ai/ 交互做得很不错，逛起来令人心旷神怡。
