Daisy

🧠

[Phoenix Yin @Phoenixyin13]

🚨这篇论文是近年来 AI 领域少有的具有深刻哲学与科学史厚度的 Position Paper。

2026 年上半年，Demis Hassabis 公开提出Einstein Test，即用 1911 年之前的知识训练 AI，看它能不能独立发现广义相对论。
这篇论文几乎是对该测试的哲学-技术回应。

论文指出，大模型只是个极其优秀的已知知识逻辑插值器，���人类顶级科学家做的是跨越认知断层，即Unexplained Jump。

以 Schmidhuber 等人为代表的派系长期宣称科学发现本质上就是数据压缩，寻找能解释观察数据的最简算法。
这是流行的谬论。
论文认为，如果科学发现全靠数据压缩，爱因斯坦根本不可能发明广义相对论。因为当时根本没有足够的异常观测数据供他去压缩。爱因斯坦是凭空做了一个思想实验，是那个升降机里的失重与引力等效的实验，完成了一次溯因跃迁。
大模型靠概率分布玩归纳注定画不出这个 Jump。

作者在附注里极其刻薄且优雅地嘲讽道：“讽刺的是，AI 对公理符号的这种幻觉，恰恰暴露出它根本无法自动化完成这一Jump的困境。”

我认为，不谈任何私货，这篇论文算是从根本上、从认知科学Peirce 的哲学框架和科学史多个维度证明Jump是一个具身世界模型问题。 你给文本模型堆再多算力，它也只是在符号的影子里打转，永远出不了洞穴。

[DAIR.AI @dair_ai]

https://t.co/EU2rcF5M1f

[Jack @jackcoder0]

Two economists just published a mathematical proof that AI will destroy the economy.

Not might. Not could. Will — if nothing changes.

The paper is called "The AI Layoff Trap." Published March 2, 2026. Wharton School, University of Pennsylvania. Boston University. Peer reviewed. Mathematically modeled.
The conclusion is one sentence.
"At the limit, firms automate their way to boundless productivity and zero demand."

An economy that produces everything. And sells it to nobody.
Here is how you get there.
A company fires 500 workers and replaces them with AI. A competitor fires 700 to keep up. Another fires 1,000. Every company is behaving rationally. Every company is following the incentives correctly. And every company is building a trap for itself.

Because the workers who were fired were also customers.
When they lose their jobs faster than the economy can absorb them, they stop spending. Consumer demand falls. Companies respond by cutting costs — which means automating more workers — which means less spending — which means more falling demand — which means more automation.

The loop has no natural exit.
The researchers tested every proposed solution. Universal basic income. Capital income taxes. Worker equity participation. Upskilling programs. Corporate coordination agreements.
Every single one failed in the model.
The only intervention that worked: a Pigouvian automation tax — a per-task levy charged every time a company replaces a human with AI, forcing them to price in the demand they are destroying before they pull the trigger.

No government has implemented this. No major economy is seriously discussing it.
Meanwhile the numbers are already tracking the curve. 100,000 tech workers laid off in 2025. 92,000 more in the first months of 2026. Jack Dorsey fired half of Block's workforce and said publicly: "Within the next year, the majority of companies will reach the same conclusion."
Nobody is doing anything wrong. Companies are following their incentives perfectly. That is exactly the problem.

Rational behavior. At scale. Simultaneously. With no mechanism to stop it.
Two economists built the math. The math leads to one place.

Source: Falk & Tsoukalas · Wharton School + Boston University ·

[套利豪仔🗽 @pritipatelcut]

本周增长最快的 10 个 GitHub 仓库：

1. codegraph（+14.1K stars）
为 Claude Code、Codex、Cursor、OpenCode 和 Hermes Agent 提供预索引的代码知识图谱——更少 token、更少工具调用、100% 本地运行
https://t.co/FtPSe0NDD5

2. openhuman（+17.1K stars）
你的个人 AI 超级智能。私密、简单且极其强大
https://t.co/vlpyrgXaur

3. academic-research-skills（+11.6K stars）
面向 Claude Code 的学术研究技能：研究 → 写作 → 审阅 → 修改 → 定稿
https://t.co/YvmtLeIIvV

4. RuView（+6.8K stars）
π RuView 将普通 WiFi 信号转化为实时空间智能、生命体征监测和存在感知——全程无需任何视频画面
https://t.co/RKUbk9A4N8

5. agentmemory（+6.9K stars）
基于真实世界基准测试的 AI 编程智能体第一持久记忆方案
https://t.co/rVs4nfTNRD

6. supertonic（+3.6K stars）
闪电般快速的端侧多语言文本转语音（TTS）——通过 ONNX 原生运行
https://t.co/BqvxeQALNI

7. CloakBrowser（+7.0K stars）
可通过所有��器人检测测试的隐身 Chromium。可直接替代 Playwright，并带有源码级指纹补丁。30/30 项测试通过
https://t.co/iWavMI5C9O

8. ViMax（+2.7K stars）
ViMax：智能体式视频生成工具，集导演、编剧、制片人和视频生成器于一体
https://t.co/oIVirlsU1F

9. 12-factor-agents（+1.9K stars）
我们可以用哪些原则来构建真正足够优秀、能够交付给生产环境客户使用的 LLM 驱动软件
https://t.co/KZTMpzX5GJ

10. bun（+2.0K stars）
极快的 JavaScript 运行时、打包器、测试运行器和包管理器——一体化工具
https://t.co/H7QRNeWT8y

本周主题：智能体记忆、上下文效率和端侧智能正在让 AI 基础设施成为最火热的构建方向。

收藏这份清单。下周的榜单可能会完全不同。

[Codez @0xCodez]

Anthropic AI team just dropped the Prompting Playbook that beats most paid courses.

33-minutes. Free. By the Anthropic team.

Control case + edge cases + knowing when to hand off to a human = a real eval suite.

Worth more than any $500 prompt-engineering course.

[Jealousy 尼卡 @eastweb3eth]

中文 Vibe Coding 从入门到精通教程

我发现越来越多朋友开始 Vibe Coding，由于很多朋友都没有任何代码基础，也不知道如何开始。现在我来给大家推荐一个：【中文 Vibe Coding 从入门到精通教程】。

仓库：https://t.co/I3mLy5VtnF 12.8K星星

这个教程好的地方就是原生中文，大家学习起来没有任何语言阻碍。

这个教程手把手交给你从想法到产品的 AI 结对编程工作流标准：Prompt + Skill + Context + Quality Gate + 工程闭环。

最后感谢开源的作者：@shao__meng @geekbb @xDinoDeer @Pluvio9yte @0XBard_thomas ，排名不分先后。

我是尼卡，平时会持续分享 AI、美股、Web3 相关有用又有趣的工具和项目，感兴趣的话欢迎关注，下次见～

[bbshare @shadouyoua]

Anthropic官方团队亲自演示了，到底该怎么正确给Claude写提示词。

全程只用24分钟，而且完全免费，还是由Claude的开发者亲自讲解。

一定要看完这场工作坊，记得收藏起来。

[Elora khatun @elora_khatun]

Learn AI for free directly from top companies

𝟭 - 𝗔𝗻𝘁𝗵𝗿𝗼𝗽𝗶𝗰:
https://t.co/l8ytxuCMf0

𝟮 - 𝗚𝗼𝗼𝗴𝗹𝗲:
https://t.co/LQ8fJlt9YB

𝟯 - ���𝗲𝘁𝗮:
https://t.co/z7h4wMpH0Q

𝟰 - 𝗡𝗩𝗜𝗗𝗜𝗔:
https://t.co/UucsxtD6ks

𝟱 - 𝗠𝗶𝗰𝗿𝗼𝘀𝗼𝗳𝘁:
https://t.co/duHzT6dLUk

𝟲 - 𝗢𝗽𝗲𝗻𝗔𝗜:
https://t.co/Frkv9DsOKf

𝟳 - 𝗜𝗕𝗠:
https://t.co/1t7t5PEPBJ

𝟴 - 𝗔𝗪𝗦:
https://t.co/QQlEQ6v6vL

𝟵 - 𝗗𝗲𝗲𝗽𝗟𝗲𝗮𝗿𝗻𝗶𝗻𝗴𝗔𝗜:
https://t.co/r85wbwtuu7

𝟭𝟬 - 𝗛𝘂𝗴𝗴𝗶𝗻𝗴 𝗙𝗮𝗰𝗲:
https://t.co/B19j44xHk0

❤️ Like
🔁 Retweet
🔖 Bookmark

Follow @elora_khatun for more AI Posts

#AI #ArtificialIntelligence #AISkills #AIAgents #RAG #LLM #PromptEngineering

[姚金刚 @yaojingang]

开源一套我的提示词合集

前几天，收到一位微信好友反馈，说使用了我不少公开的提示词，效果很不错
这一年来，公开分享了不少提示词，一直沉淀在飞书文档

为了方便大家更好的下载和迭代，今天抽空，把公开的提示词整理了下，通过GitHub开源给大家

目前已经拆分出 100 个左右的提示词，覆盖 9 类场景：AI方法、AI工作、AI学习、AI生活、AI教育、AI内容、AI编程、AI营销、AI思考等
尤其推荐的是里面的元提示词，包括简易版和进阶版，对我及不少朋友的帮助还是挺大的

后续，也会通过这个仓库，持续更新一些自己验证过的有价值的提示词

GitHub地址：https://t.co/hSh8gL3mG5

[Claude @claudeai]

Claude for Excel, PowerPoint, and Word are now generally available, and Claude for Outlook is in public beta.

As Claude moves between your Microsoft apps, it carries the full context of your conversation.

[Mushtaq Bilal, PhD @MushtaqBilalPhD]

https://t.co/ERrKQgLB3w

[Claude @claudeai]

Introducing Claude Managed Agents: everything you need to build and deploy agents at scale.

It pairs an agent harness tuned for performance with production infrastructure, so you can go from prototype to launch in days.

Now in public beta on the Claude Platform.

[千寻｜AI 分享 🌸 @Crypto_QianXun]

如何使用 Gemma 4 完全免费运行 Claude Code（初学者指南）：

本指南将向您展示如何使用 Gemma 4 完全免费运行 Claude Code，无需订阅 & 无需 API 密钥。

只需您的笔记本电脑 + 15 分钟设置。

这让您可以在本地运行开源模型（例如谷歌的 Gemma），这意味着：

— 无成本
— 完全隐私

开始前，您需要确保拥有：
VS Code 已安装

— Node.js（版本 18 或更高）
— 稳定互联网（用于一次性模型下载）

_____________

步骤 1：安装 Ollama（引擎）

Ollama 是用于在您的机器上本地运行 AI 模型的工具。

→ Mac：
访问 https://t.co/HWRUkQHFMd

点击 Mac 下载，打开文件并像安装普通应用一样安装。无需终端。

→ Windows：
访问 https://t.co/HWRUkQHFMd，点击下载并安装

→ Linux：
curl -fsSL https://t.co/fHctH5CKFq | sh

检查是否成功：
ollama --version

_____________

步骤 2：下载 Gemma 4

这是您将在本地运行的 AI 模型，根据您的系统选择：

→ 低端（8GB RAM）：
ollama pull gemma4:e2b

→ 推荐（16GB RAM）：
ollama pull gemma4:e4b

→ 高端（32GB RAM）：
ollama pull gemma4:26b

⚠️ 下载文件很大（7GB–18GB），所以请耐心等待。

下载完成后，使用命令验证：
ollama list

_____________

步骤 3：在 VS Code 或其他 IDE 中安装 Claude Code

这是您的界面。
— 打开 VS Code
— 按 Ctrl + Shift + X
— 搜索 Claude Code

安装 Anthropic 提供的版本
安装后 → 您将在侧边栏看到 ⚡ 图标

_____________

步骤 4：将 Claude Code 连接到 Ollama

默认情况下，Claude 连接到云端。我们将其重定向到您的本地机器。

所以请执行以下操作：
— 按 Ctrl + Shift + P
— 搜索：打开用户设置 (JSON)
— 然后在其中粘贴以下内容：

"claude-code.env": {
"ANTHROPIC_BASE_URL": "http://localhost:11434",
"ANTHROPIC_API_KEY": "",
"ANTHROPIC_AUTH_TOKEN": "ollama"
}

这将做什么：
— 它将所有流量路由到您的本地 Ollama 服务器。
— 没有任何数据离开您的设备。

_____________

步骤 5：运行一切

1. 使用此命令启动 Ollama：
ollama serve
让它保持运行。

2. 在 VS Code 中打开 Claude Code
点击 ⚡ 图标

3. 选择您的模型

输入：
gemma4:e4b
（或您下载的任何版本）

完成了

_____________

您现在拥有：

— Claude Code 正在运行
— 由 Gemma 4 提供动力
— 完全本地

完全免费
试试：

“解释这个文件”

“编写一个函数”
“重构这段代码”

_____________

常见问题（快速修复）

“无法连接”
运行：
ollama serve
要求登录
您的 JSON 配置有误
检查缺失的逗号/括号
响应非常慢

您���模型太大

切换到：
gemma4:e2b

模型未找到

运行：

ollama list

复制确切名称
快速回顾
您刚刚构建了：

一个免费的 Claude 设置

由本地 AI 提供动力

无 API 成本

[Berryxia.AI @berryxia]

Google 又把 AI 科研写论文这件事重新定义！

全新多智能体系统 PaperOrchestra：

✅ 把原始想法、实验日志、笔记直接变成投稿级 LaTeX 论文
✅ 专门的 Literature Agent 做深度文献综述
✅ 自动生成概念图、实验图表
✅ 迭代打磨到能直接投顶会

还开源了 PaperWritingBench 基准（从 200 篇顶会论文逆向工程来的）

人类盲测里，文献综述质量胜率 50-68%，整体论文质量胜率 14-38%！太离谱了🤯

[酱紫表 @pengchujin]

谷歌 Gemini 又添新功能 Notebooks 笔记本，彻底打通了 Gemini 和 NotebookLM，Gemini 的个人知识库来了。
1. Gemini 推出专属“个人知识库”：为了帮助用户更好地管理复杂项目（如备考、培养新爱好等），Gemini 引入了全新的“Notebooks”功能。它为用户提供了一个专属空间，可以集中整理与某个主题相关的聊天记录、文件资料（如文档和 PDF）等。
2. 自定义与增强的上下文：用户可以���过去的对话移入 Notebooks，并为 Gemini 提供自定义指令。Gemini 会结合你挑选的这些资料、强大的内部工具以及网络搜索，为你提供独具针对性的回答。
3. 与 NotebookLM 无缝同步：Notebooks 可以在 Gemini 应用和 Google 的 AI 研究助手 NotebookLM 之间双向同步。无论你在哪一边添加了资料源，它都会自动出现在另一边。
4. 结合双端优势，提升效率：由于数据互通，你可以灵活利用两款应用的特色功能。例如：作为学生，你可以先把课堂笔记放入 Notebook 中，在 NotebookLM 里生成“电影级视频概述”或“信息图表”来帮助学习；第二天再打开 Gemini 应用，让它基于完全相同的资料帮你起草一篇论文大纲。
目前开始灰度测试了，未来几周大家就都能用上。

[0xMarioNawfal @RoundtableSpace]

CLAUDE IS OFFERING 13 AI COURSES & CERTIFICATES.

ALL FREE. START LEARNING NOW.

* Claude 101. Learn Claude for everyday work.
https://t.co/5BTxHDLkFl

* AI Fluency: Frameworks & Foundations.
https://t.co/4cVd0yWh2b

* Introduction to Agent Skills.
https://t.co/Qp2dthHEWw

* Building with the Claude API.
https://t.co/XLETKnmsOH

* Claude Code in Action.
https://t.co/mWx2ncByVG

* Intro to Model Context Protocol.
https://t.co/SRtsyXnxiK

* MCP: Advanced Topics.
https://t.co/qsIwMXbetq

* AI Fluency for Students.
https://t.co/5wYhqBX1Fx

* AI Fluency for Educators.
https://t.co/m39LPSqMiy

* Teaching AI Fluency.
https://t.co/5tIKdujzu3

* AI Fluency for Nonprofits.
https://t.co/bZyzIAcnCy

* Claude with Amazon Bedrock.
https://t.co/ACR2hYAwdc

* Claude with Google Cloud's Vertex AI.
https://t.co/w6BM2XNgqi

[Louis Gleeson @aigleeson]

I just discovered an open source AI research agent that does in seconds what takes PhDs hours.

It's called Feynman.

Type a topic. It searches papers, synthesizes findings, verifies every claim against real sources, and hands you a cited research brief.

Not a chatbot. Not a summary tool.

A full multi-agent research system running from your terminal.

Four agents work automatically:

→ Researcher pulls evidence from papers, repos, docs, and the web
→ Reviewer runs simulated peer review with severity-graded feedback
→ Writer drafts paper-style outputs from your research notes
→ Verifier checks every citation and kills dead links

It can also replicate experiments on local or cloud GPUs, audit a paper against its own codebase for claim mismatches, and run recurring research watches on topics you care about.

One install command. Every output source-grounded.

100% Open Source. MIT License.