Miller

hello world

[王局拍案 @wangjupaian]

存档，终于找到出处了……😂

[LeLe @LeLeluax]

据说土耳其的国旗是这么设计的，真的吗？🧐

[peko @peko1487584]

写的很清楚，这里我加一点个人的看法，大家如果想在steam上发布游戏，一定要先去了解一下他的推流机制，后面我会发长文说一下这个事情。简单说就是你的游戏要让玩家一眼看过去便知道你这个游戏非常有意思，或者说是有一个能打动玩家点。就比如How to Fish这款游戏，我在看到steam商店页面的时候就意识到这是一款有趣的游戏。所以steam页面的布置和游戏画面是非常重要的

[Sac @Saccc_c]

这种宝藏项目居然直接在GitHub开源了，纯纯的赚钱指南啊

通过提前发现刚出圈的 AI 新词，用来做网站 SEO、出海/独立开发的市场情报监控，甚至是自媒体找选题，都非常有用

传送门：https://t.co/dCP1RORO8D

[清月已经不困了 @qingyue820]

除了家里有政治资源的，或者天赋异禀的，或者有啥特殊信息差的，现在还在考公考编考研的人，统一当傻逼看就行，不用管他考没考上。
最简单的逻辑就是，现在考公考编考研的女的太多了，女的多的地方就没什么好事，虽然中国看起来男女平等，实际上大部分情况下好事轮不到女的干。

我买东西的时候，只要发现这个东西是有专门针对女性做营销，那我天然就会提高警惕；女性向的消费能不花就不花，比如什么美容院、中医馆、艾灸馆，能不进就不进。真有这方面的需求，不如直接去三甲医院。哦 和这个并列的还有什么轻奢风、科幻风，不过和主题无关，就不谈了。

当然女的和女的也不一样，如果一个行业美女突然多起来那说明这行业上升期了，美女的入局速度是远超普通普通人的。
普通人看行业，就是看新闻和互联网上博主吹逼。美女看行业，能看到看大佬是不是在真金白银的投入。

也正因这个原因，但凡大量美女开始涌入一个行业，这行业基本就彻底走完蛮荒开荒期，进入稳定赚钱的行业中期了。

我教你们怎么选行业：选骗子多、美女多、年轻人多的行业，一选一个准，骗子多说明在野蛮生长期，美女多说明在稳定赚钱期，年轻人多说明资源没被垄断。

按这个标准 考公 考研 考编的人平均长相是什么样？哪个性别更多？人群画像如何？以及行业重要位置是不是被老登垄断？你只要一想，就知道这行大概是啥样了，反正我是熬不住。

这是我当时直播时最原本想说的，但那会好像有个主播锐评 00 后就业问题，刚出事儿，所以我这话就憋着没说，想了一个委婉的版本， 当然除了上面这个有些粗俗的原因之外，详细的逻辑还有很多，视频里就有说：

[中文字幕av高清无码 @xye918]

S1×TAMEIKE 20周年纪念合作作品 妻子怀上第二胎回娘家待产期间 我在家里和长子的托儿所老师疯狂做爱
【出演女优】： miru
@ToBulaer

@ToBuerma

@KawasawaSen

[唯庸 @weiyong_wang]

干智能体挣了7 位数后，我发现这完全是个坑比生意。

24 年我从字节 seed 项目组离职 all in ai。就是去做那些你们知道的那些 lowb 智能体。

干的事情，现在有个草蛋的名字叫 FDE。

一开始我觉得给企业做 AI 落地就是个体力活：企业有一堆重复的工作，梳理一下流程，把模型接进业务，东西交出去就完事。

这种梳理业务需求并沉淀成SOP，围绕工作场景制作提效的工作，对我来说是非常轻车熟路的，因为过往就持续在做企业内部的工具提效。

于是 25 年下半年在郑州组了团队，在闲鱼、淘宝、视频号批量接几千到一两万的小单。几个月做了 200 个智能体，营收轻松过百万。

结果年底坐下来一算账，渠道拿走三四成，交付成本三四成，再扣掉税和房租，到手不到 10%。要不是另外还有企业服务撑着，这条线早就暴毙了。一个互联网生意，硬是做出了制造业的利润率。

比钱更磨人的是精力。店铺做到了全网头部，可整个盘子每天就那么点流量，需求并没有预想的井喷，AI圈子的从业者也处在自己的信息茧房。

每天大半时间花在筛线索、聊需求、给客户科普 AI 上。几千块的单子，该踩的坑一个不少。最后这条线直接砍掉，账户剩下的钱发了工资，固定资产挂闲鱼，之后专心做企业级的交付。

这一年下来我才明白，技术反倒最好解决，真正难的是信任。你一个外人要进人家的流程，人家得先信你，才肯把流程、资料、员工交给你。所以一定要直接跟老板谈，老板信不信你，决定了项目推不推得动。很多企业还停在豆包时代，流程没理过，资料散得到处都是，你连 AI 该插在哪一步都找不到，前一半时间其实是在帮人补课。

我们干的这类活，现在有了个舶来词：FDE。这个词火了以后，挂这个名字的人一下多了：有做实施外包换了个名字的，有想借它积累垂直场景经验的创业团队，也有拿它包装工具培训课的。叫什么其实不重要，客户只在乎你能不能交付结果。

FDE 大概就两条路。以我们之前的小工作室为原点，往下，一个人走 OPC，时间被切得稀碎，很难做复杂的专业项目；往上，靠资金和规模硬扛前期亏损，通过优化流程降低成本，同时攒流量侧的线索，等市场起来。能扛过去的人太少，去年大量团队就是从中间往下滑的。

领先半步是先进，领先一步是先烈。企业 AI 化还处在初级阶段，这个阶段还会持续很久。

所以我们现在还在做企业交付，同时给自己定了个规矩：项目金额控制在 20 万以内，交付周期一个月以内。20 万封顶，项目就复杂不到哪去；一个月左右的工期，保证团队不会陷进泥潭。

具体报多少又是个难题：报高了客户掉头就走，报低了自己白干。

好多朋友，包括我的学员，都来问我项目怎么报价。不会报价，一般就两个原因。

一个是真的不知道。项目多复杂、要用什么技术，你心里没底，估不出要干多久。这种要么别接，要么找个靠谱的工程师让他来报。另一个是贪心：成本心里有数，又想把这一单吃满，反而不知道报多少合适。

我一开始是第二种。

后来想明白一个笨办法。

你肯定知道自己的总成本（人力、渠道、税、房租都算上）是多少吧。那就别先想利润最大化，成本上加 20% 到 30%，先保证不亏。剩下的，靠项目喂。接得多了，什么行业什么价，你心里就有数了。不同行业利润率不一样，利润高的就敢报高。

怎么算，三种方法。

第一种是按人天。这是最常规的报法，前提是你估得出技术难度。

比如客户要一个内部系统，有用户端和管理后台，还要支持飞书登录。一个产品经理，两个研发各出半个人力，一前一后，干一个月。产品 300 一天，开发 600 一天，一个月 20 个工作日，人力成本 1.8 万。人力成本按占报价四成倒推，1.8 万除以 40% 是 4.5 万，留点余量，报 5 万。剩下那六成，渠道、税、房租和利润都在里面。要是自己接单自己做，报价还能往下压，前期用低价积累案例和经验。

第二种按交付物。项目拆成几段，每段估一个，最后加总，这种最稳。

比如一个实验性的 AI 项目，得先验证模型在客户的业务里能不能达标，比一比不同模型的效果和成本，验证完才能开发、改造现有流程。这种就直接拆成两段。第一段做模型验证，交付一份验证报告，收 5000；验证通过，第二段再做开发，按产品结果交付，收 2 万。模型达不到标准，后面就不做了，客户只花了验证的钱，你也没白干。有先后关系的项目，最好都这么拆。

第三种是缩小范围，用在你报不出来的时候。报不出来不是报价技巧的问题，是这个项目已经超出你的把控了。这时候别硬憋一个数，从一个小点切进去。

比如客户一上来就要一套贯穿全业务流程的 AI 方案，老板一口气说了好几个幻想。这时候别被需求拉着跑，其他的先放一放，挑一个马上能见效、AI 又确实擅长的点先做，也就是后面说的第一期。别嫌项目小，利润率比项目金额重要。只有做出结果，才会有信任，后面几期才谈得下去。

还有个容易吃亏的地方是收款：钱别包在一块。一般拆个两到三笔款，通常是 5:4:1 或者 4:4:2。首付款不能低于 40%，因为开发成本就占四成。万一半路客户跑单，或者项目出问题，首付款得能盖住工程师的投入，还有上下游合作伙伴的付出。尾款只留一两成，就算最后收不回来，损失也有限。

我现在维护的客户，基本都已经是第二三次合作了。

第一期，2 到 3 万，控制在 5 万以内。第二期，7 万到 8 万，高的到 10 万。第三期，十几万，最多到 20 万。

都是一期一期谈进去的，不是一次谈成。每次都得把上一次的结果交到对方手里，才谈下一步。客单价看着不高，其实是按客户能扛的风险算。经济下行，没人愿意为一个尝试先扔几十万，老板是最抠的人，因为只有自己开过公司，才知道哪儿哪儿都是成本，都是花销。第一期收的从来不是交付费，是信任费。

另外还有两笔账很多人没算。

第一笔，算力别打包进固定费用。服务器数据库是固定的，算进报价没问题。但模型调用是波动的，这个月一千，下个月客户量上来可能一万，合同里得把算力成本写清楚。做法是报价里含一部分调用测试额度，超出部分客户自己充值。

第二笔，报价别只算写代码的部分。从设计到运维，需求沟通、资料整理、原型确认、测试、部署、问题修复、试运行支持，都要算进去，这些加起来才是你不亏的底线。AI 项目常见的情况是开发三星期，调优三个月，报价时就得把调优的时间算进去，免得后面的成本全落在自己身上。

FDE 新手最常见的错误不是报错价，是还没收钱就把方案做完了。

客户说“你先帮我看看”。一看就成了访谈，接着方案就出来了，客户拿着方案走了，项目没签，你白干一星期。

活要拆开卖。诊断是诊断的价，方案是方案的价，部署是部署的价。

能对结果负责，就有底气谈价值定价。

如果你对我现在做的事感兴趣，或者在企业 AI 落地过程中有困惑，欢迎来链接。

[Miller @Miller210103]

@RadioGenoa 猩猩不可能和人类和谐共处。

[AIPOCH @aipoch_ai]

Science, Open to All.
We're building AIPOCH Open-Science for anyone with a question to explore.
Research with AI, preserve the work behind each finding, and share a .science package for others to inspect, reproduce, and build on.
Open-Science V 1.0.0 is alive!

[JAV LATTEST @JAVLATTEST]

寂寞少妇体验特色服务 爽到虚脱

爸爸关注我！

[Sac @Saccc_c]

https://t.co/9E8UhyOWsX

[Tiraj @tirajnews]

Bir boksörün kendisinden çok daha yapılı bir şahısa karşı sokak dövüşünü kazandığı an.

[NoMagic @icebakbum]

独立开发一款游戏,
我与AI的高效生产力. https://t.co/Kfk8JSa8sb

[拓跋鼠 @qwerty__cs]

REA 作者把逆向提示词公开了

这踏马有点猛

复制提示词粘贴给 Claude Code、Codex、Cursor、Muse Code，直接让 AI 帮你干逆向。

安卓 APK、iPhone App、Windows EXE，固件、闭源软件也没问题

提示词和用法在下面，拿走不谢！

[robin. @robinstetic]

este tío acaba de contar cómo usa claude code + youtube para sacar $97k al mes

son menos de 15 minutos y merecen la pena, guárdalo para luego🙇🏻‍♂️

[Sac @Saccc_c]

受全网浏览近千万的 3D 生物结构视觉启发，我制作了三星堆 3D 文物展览

我认为历史文物可视化是有着巨大商业价值的，因为当下国内博物馆制作的 3D 参观依然一言难尽

制作的方法也非常简单：

1、三星堆博物馆官网截图文物后让Image 2.0生成清晰的正视图，然后直接在 Tripo 中生成 3D 图像。（Tripo我是在闲鱼买的会员）

2、让Claude Code 复刻黄佬（@servasyy_ai）开源的仓库，但我需要的是博物馆 3D 浏览视图，内容和风格设计均参考三星堆博物馆官网以及我下载的 3D 图像

黄佬仓库：https://t.co/D33sY6pZr4

下面请大家沉浸式参观：

[AYi @AYi_AInotes]

卧槽，做 3D 动画和游戏开发的兄弟们速存，
国外那个爆火但卖的很贵的视频转 3D 动捕工具，
被这个开发老哥直接开源平替了，一段真人视频，一键生成绑好骨骼的 Mixamo 角色，

老哥刚开源的这个 Motion2MixamoRig，支持把任何一段真人动作视频或者单张全身照片，一键提取出高精度的 3D 骨骼骨骼动画，并直接重定向绑定到 Adobe Mixamo 的 3D 角色上。

以前想把一段真实视频里的动作做成 3D 角色动画，要么花大价钱买专业动捕设备，要么一帧一帧人肉修穿模和动捕噪点。

这个开源工具把整个链路全部做通了，输出不仅有四宫格对比视频，还会直接生成带蒙皮骨骼的 glb 资产，拖进 Blender 或 Unity 就能直接在项目里用。

核心能力和玩法非常干净：

→ 单人视频或单张照片，直接提取人体 3D 动作与姿态
→ 自动重定向到 Mixamo 骨骼体系，无缝适配海量现成 3D 角色 → 直接输出 glb 格式模型与工程动画，支持原生导入 Blender 4.2+ 与 Unity
→ 提取出的骨骼数据可直接缓存复用，换不同角色重定向只要几十秒

最爽的是作者还顺手封装了一个 Blender 4.2+ 的原生扩展插件，美术和动效可以直接在 Blender 视图里一键跑通，不用在终端里折腾环境。

本质上，AI 对 3D 和游戏行业的重塑，就是把过去只有工业级动捕棚才能交付的动作资产，彻底打成每个人点几下就能批量生成的白菜价。

开源仓库地址、安装依赖指南和避坑指北放一楼了，做 3D 游戏和动效的建议先备上一份。

[Xudong Han @Xudong07452910]

现在顶尖大学里教 Agent，已经开始一路教到 GPU 了。

非常推荐 Harvard 的 CS2680 Modern AI Systems 。课程从 Claude Code、Agent Loop、Eval 和 Token 成本开始，一路往下做到模型部署、Routing、KV Cache、量化和 speculative decoding。

作业设计也很有巧思，5 个作业都围着同一个 Agent 系统往下拆，先看它怎么工作，再自己搭 Harness，最后一路优化到推理层。

感觉它更像是在回答一个问题：

一个现代 AI Agent，到底是怎么从应用层一路跑到底层系统的？

做 Agent、Harness、AI Infra 的可以收藏。

https://t.co/zUUJPY4lyA

[鱼总聊AI @AI_Jasonyu]

这是我目前为止见过的最好的解释大模型原理的视频，没有之一。

而且视频做的非常有意思，估计是 opus 5.5 生成的？

原视频来源于抖音博主：在公司楼下捡钱