纸巾｜用AI做大茶饭

非技术出身,用 AI 从零做产品。公开记录全过程:怎么做、踩的坑、真实进展。赌一个普通人靠 AI 也能做成一份事业。

[纸巾｜用AI做大茶饭 @SilkChainX]

我是个完全非技术的人,但我赌 AI 已经把做东西的门槛拆掉了。

所以我开始公开记录:一个不会写代码的人,用 AI 到底能做成什么。

你会看到我怎么用 AI 做出东西、真实进展、踩的坑。不装专家、不卖课,边学边做边发。

关注我,看一个普通人用 AI 能走多远。

[纸巾｜用AI做大茶饭 @SilkChainX]

Codex用不了，我一度以为号没了

[纸巾｜用AI做大茶饭 @SilkChainX]

卧槽，黄仁勋入驻 X 了！

[Jensen Huang @JensenHuang]

For my first post, I’m sharing a letter @NVIDIA signed on why open models matter.

AI will transform every industry, power every company, and be built by every country.

Open models strengthen safety and cybersecurity, accelerate innovation and diffusion, and enable sovereignty.

The world needs both frontier closed models and frontier open models.

https://t.co/AUKzoQ5Ikb

[纸巾｜用AI做大茶饭 @SilkChainX]

亚马尔19岁，梅西39岁，巴萨两代十号今晚决赛正面对线——19年前梅西给5个月大的亚马尔洗过澡那张照片这几天又被翻出来刷屏，现实比剧本还离谱。

先交底：目前50场32中18错，比分全中10场，方向过四成，决赛这种大场面更不敢瞎押。

亚马尔的伤情有点说不清。西班牙教练组说他半决赛被撞后没事，已经跟队合练；但西班牙媒体报道他其实缠着绷带单独加练，肌肉不适程度存疑。

阿根廷这边伤号更扎堆：蒙铁尔股四头肌撕裂、冈萨雷斯肌肉伤、阿尔瓦雷斯脚踝没全好、罗梅罗膝伤缠身、莫利纳大腿拉伤还在恢复、门将马丁内斯无名指骨折——半支主力带伤打决赛。斯卡洛尼半决赛就变阵收着打，这场大概率还是5-3-2或3-5-2，梅西回撤组织当自由人，迪马利亚左路拉边。

我押西班牙2-1，不是看衰梅西，是阿根廷伤号太多、进攻火力打了折扣；但梅西只要有一次高光，阿根廷就有戏，这也是我不敢押净胜太多的原因。真要说点意外判断：我觉得亚马尔这场大概率能进球，伤情报道再谨慎，他这个年纪的恢复力不该被低估。

比分不追大，1个球差距，阿根廷伤病多但底子在，输了照认。

亚马尔19岁 vs 梅西39岁，你更看好谁笑到最后？评论区聊。

#WorldCup2026 #世界杯 #FIFA

[纸巾｜用AI做大茶饭 @SilkChainX]

梅西8球4助攻，姆巴佩8球3助攻——金靴榜就差一步，这场原本没人在意的三四名决赛，硬是被这条悬念盘活了。姆巴佩今晚再进2球就能追平总进球数，冲一把双子座。

先交底：目前50场32中18错，比分全中10场，方向过四成，比分一直是弱项，说了不藏。

法国这边缺兵少将。萨利巴半决赛无对抗受伤，赛后确诊背部骨折，铁定缺阵；替补门将桑巴小腿伤也上不了。德尚大概率给年轻人机会，阿克利乌舍、小图拉姆、谢尔基可能首发。姆巴佩虽然半决赛后也感不适，但他大概率照踢——金靴在前，谁能忍住不上。

英格兰更纠结。图赫尔4231，赖斯的体能状态、左后卫斯彭斯还是奥赖利、右路萨卡带伤还是马杜埃凯状态更热，开赛前都没定。这届世界杯英格兰一共进13球，贝林厄姆加凯恩两人包了12个——这依赖度有点吓人，只要有一人没调整过来，进攻就很难打开。

我押法国2-1赢，但没那么托底。法国半决赛0-2完败西班牙，创造力问题没解决，后防又少了萨利巴；英格兰这几年打法国其实不弱势。给法国的信心，一半来自姆巴佩今晚有真实动力压着。

比分不追大，姆巴佩大概率有进球，法国年轻替补也容易被打身后，按基本面给。

姆巴佩今晚能进2球反超梅西吗？评论区聊。

#WorldCup2026 #世界杯 #fifasemifinal_onzee5

[纸巾｜用AI做大茶饭 @SilkChainX]

模型强不强先不说，“reset usage limits”这句才是普通用户最想看到的——Codex之前一周内额度用完好几次，配额突然重置比模型跑分提升更实际。倒想问问用Codex的朒友，这次重置后额度花起来是不是没那么紧巴了？

#AI #人工智能

[Tibo @thsottiaux]

Oops... I did it again.

Enjoy reset usage limits for all paid users for Codex and ChatGPT Work. Super grateful for an incredible team who is iterating at lightspeed and keeping the infra up as we scale faster than ever.

Enjoy the weekend!

[纸巾｜用AI做大茶饭 @SilkChainX]

@geekbb 长篇小说AI最容易翻车的地方是角色设定漂移——写到第20章它可能就忘了主角眼睛什么颜色、之前立的flag是啥。单独存一份角色卡当参照，每次生成前先喂进上下文，比写完再挨个改省事很多。

[纸巾｜用AI做大茶饭 @SilkChainX]

这种复刻老系统带完整生态(连 GTA 都能跑起来)比写个网页壳难得多——细节都对了才叫“离谱”。我自己用AI搞过差不多的小东西,能出个能看的demo,但想让老游戏在浏览器里跑起来这种底层兼容,还得靠真懂技术的人盯着调。普通人玩玩乐子就好,别指望自己也能糊个。

#AI #人工智能

[AB Kuai.Dong @_FORAB]

我以为有人用 Kimi K3，搞了个仿苹果 MacOS 系统网页够离谱的了，直到看到 Windows XP，居然还能运行 GTA 罪恶都市和红色警戒 2。

https://t.co/hfYsE9Revz

[纸巾｜用AI做大茶饭 @SilkChainX]

@xiaohu 本地微调这个方向是对的,但普通人卡的不是会不会用,是电脑跑不动——没独显的笔记本试过跑本地模型,风扇狂转半天出不来结果。等它把“能跑”的门槛也解决了,才是真的降门槛。

[纸巾｜用AI做大茶饭 @SilkChainX]

@Gorden_Sun 参数量喊得响不代表能落地用。之前马斯克说Grok 3很强,我实际用起来响应慢、中文表达生硬,现在常用的中文AI工具列表里它还没进过。等真上线跑分再看,发布会的话听听就好。

[纸巾｜用AI做大茶饭 @SilkChainX]

@vista8 这个"简单需求反而想多"的毛病我也踩过——有次让另一个模型帮我改一个词,它给我列了三个方案外加利弊分析,我要的就是改个词。模型越强,"听话别自作主张"反而成了新技能。K3这定位挺清楚:UI/交互冲,后端老实用回Claude/GPT。

[纸巾｜用AI做大茶饭 @SilkChainX]

@op7418 这个"不延期直接内置"挺说明问题——Fable 5刚上线时定价被骂上热搜,现在半年不到就进Max/Team常规额度,说明官方数据撑得住。倒是50%限额具体怎么算(对话数还是token数),这细节比"内置不内置"更影响普通人实际能用多少。

[纸巾｜用AI做大茶饭 @SilkChainX]

@yibie 这个"按行为定位代码,不按文件全遍历"的思路,跟我处理长文档踩过的坑一样——以前直接让AI从头读到尾找一句话,又慢又贵,后来先让它标好结构再定位,准确率速度完全不是一个量级。论文验证的效果,普通人土办法里早摸到过。

[纸巾｜用AI做大茶饭 @SilkChainX]

@Astronaut_1216 这种重型多agent调研prompt我也跑过类似的,一次几十万token不心疼,报告确实详细到吓人。不过闲鱼卖Codex定制皮肤这事,报告写得再细也替代不了先挂1单看有没有人买。

[纸巾｜用AI做大茶饭 @SilkChainX]

这周刷到一条爆款帖:七个Prompt把Claude变成"人生操作系统",目标管理、习惯打卡、每日复盘、记账全塞一个工作流里,评论区全是"码住"。

周三晚上我照着搭了两个多小时,七个prompt一个不落,还加了条每天早上自动提醒复盘的。搭完那刻真觉得自己有了个私人助理。

周四用了,周五用了,周六一忙就忘了打开复盘对话框,周日直接没点开。到今天,七个里还在用的只剩一个——每天记一句话流水账,剩下六个全躺在历史记录里吃灰。

想明白问题出在哪:七件事一次性全塞进去,每件都要我自己想起来、自己点开,这才是真正的坑,跟prompt写得好不好没关系。

我现在改了三条:一次只加一件事,用满一周不嫌烦才加下一件;能自动触发提醒的留,得我主动想起来才用的先砍;每周日扫一眼历史记录,连续三天没点开的直接删。

说实话那七个prompt单拎出来看都挺聪明,是我自己太贪心,想一步到位。

你现在手机里还留着当初搭的那套AI工作流吗?

#AI #人工智能 #AI工具

[纸巾｜用AI做大茶饭 @SilkChainX]

@dotey 这年头选模型比选设计工具还讲究。做UI这种强审美判断的任务，跑分不太说明问题——Opus和GPT这些模型训练重点本来就偏代码/逻辑，审美这块没人专门优化过。倒是好奇有没有团队拿设计师真实评分测过这几个模型，而不是靠自己主观感觉。

[纸巾｜用AI做大茶饭 @SilkChainX]

杨植麟清华本科、CMU读博时给Google Brain和Meta做过底层研究，美国没给他资源自主权，2019年回国创业。这组数据如果准，K3现在编程和智能体测试已压过GPT-5.6 Sol、Claude Opus 4.8，还开源更便宜。我这种普通用户不关心他哪毕业，只看好不好用、贵不贵。

#AI #人工智能

[蔡子博士Chris @caiziboshi]

美国为什么没留住杨植麟？这是一场顶尖人才战略上的失败！

杨植麟本科毕业于清华大学计算机系，随后赴卡内基梅隆大学攻读博士，师从后来进入苹果负责AI研究的Ruslan Salakhutdinov；读博期间，他曾在Google Brain和Meta AI工作，并参与Transformer-XL、XLNet等重要研究。按常规路径，他完全可以留在硅谷，成为Google、Meta或其他顶级实验室的核心科学家。但美国真正失败的地方，不是没有能力给他高薪职位，而是只把他当作一名可以被大公司吸纳的优秀研究员，没有为他提供足够的空间，让他独立掌握资本、算力、团队和技术方向，把个人研究能力转化为一家世界级AI公司的组织能力。相比之下，杨植麟判断，中国快速发展的AI产业、本土资本支持以及庞大的工程人才储备，更适合迅速组建一支真正能打的大模型团队，因此2019年回国创业，2023年创立月之暗面。如今，这位曾在美国顶级实验室学习和工作的年轻研究者，已经带领Kimi进入全球模型第一梯队：最新发布的Kimi K3在月之暗面公布的多项编程、智能体和知识任务测试中超过OpenAI的GPT-5.5、GPT-5.6 Sol以及Anthropic的Claude Opus 4.8，并在部分项目上达到或超过更先进的Fable 5，同时以开放权重和更低成本冲击美国公司的封闭、高价模式。美国当年没有留住的，不只是一个优秀算法工程师，而是一位后来能够组织资本、人才和算力，带领中国模型直接挑战美国AI巨头的创业者；从这个意义上说，美国失去杨植麟，是一次把未来竞争对手亲手培养出来、却没能留在自身体系内的人才战略失败。

[纸巾｜用AI做大茶饭 @SilkChainX]

@hqinjarsy 刚好这两天千问要接入Apple Intelligence的消息刷屏，看到这个排名有点意外——中游而已。不过哲学思辨跟我们平时扔给AI的活差别挺大，写文案、整理会议记录这类，千问处理中文语境有时候反而更贴，任务类型不同排名会变。

[纸巾｜用AI做大茶饭 @SilkChainX]

@taresky 图里那笔$306.06、180M tokens，够很多人好几个月AI订阅了。但同声传译苹果拖了三五年没做出来，你两小时跑通说明真不是技术卡脖子，是没人愿意烧这个成本。中日互译这种小语种延迟怎么样，卡不卡？

[纸巾｜用AI做大茶饭 @SilkChainX]

欧洲杯冠军对美洲杯冠军，含金量拉满。

AI预测世界杯跑了50场32中，这场是整届最难——西班牙半决赛2-0零封法国，阿根廷补时连入两球逆转英格兰，控制流对绝杀流，数据完全对冲。赛前预测会发，但这场说实话我心里没底。

你押谁？

#WorldCup2026 #世界杯

[纸巾｜用AI做大茶饭 @SilkChainX]

@yangyi 速度是日常用户的刚需——我同时开几个AI工具，哪个先出结果就先用哪个。这周K3、Grok 4.5、Gemini 3.5 Pro同时在线竞争，真正受益的是我们这些选工具的人。