Hong♈️

Be a human！

[想风 @xaiwind]

Grok Bot 还不会咋用的看这篇来查

48个玩法、应有尽有、一网打尽系列

[Kin @KinGao476942]

https://t.co/mgqqVhohv7

[sleepy @sleepy0x13]

我现在越来越觉得，很多人对 AI 的想象力，已经被自己过去十几年的工作经验给限制死了。

今天看到 Claude 工程负责人 Felix Rieseberg 写了一篇文章，叫《How to be more ambitious》，教人如何更有野心地使用 AI。我觉得这篇文章值得所有重度 AI 用户读一遍，包括我自己。

他给出了一套具体的方法。

比如，公司要做季度经营汇报。绝大多数人的第一反应，是让 Claude 帮忙制作 PPT，厉害一点的会把数据丢进去，让它分析一下业务表现。

Felix 认为，这才刚刚开始。

你可以继续要求 AI 找出三个最值得管理层讨论的决策，分析各自的利弊。然后再进一步，既然季度汇报的目的是提前发现问题、合理分配资源，那为什么非得做 PPT？能不能设计一套更好的机制，用历史数据验证它能否更早发现问题，再跟原有流程并行运行一个季度？

他自己也经历过这样的转变。

以前，他让 Claude 一次修复一个软件崩溃问题。后来，他开始直接要求 Claude 帮他持续维持应用的稳定性。为了做到这一点，他不得不让 AI 能够访问崩溃日志、代码版本记录，以及不同操作系统的测试环境。

我觉得这个案例特别好，因为它说明了，所谓的「更有野心」，其实经常意味着你得重新审视自己习以为常的工作方式。

Felix 还讲了另外两个方向。

一个是深度，让 AI 真正使用行业顶尖专家的方法、工具和原始数据，而非仅仅模仿专家说话的口气。

另一个是广度，把原本成本高昂的跨学科协作变成常规操作。分析一家公司，可以同时引入记者、数据科学家、做空者和法务会计的调查方法。

当然，他也特别强调，最终结果必须接受外部验证，不能让模型自己给自己打分。

看完之后，我一直在想一件事。

我们现在已经很擅长让 AI 替自己完成更多工作了。一个人开十几个 Agent，同时推进十几个任务，每天忙得不亦乐乎。但如果仔细看，这些任务可能跟五年前、十年前没什么区别。

很多所谓的 AI 工作流，只是给过去的工作方式装上了一台更快的发动机。

我觉得接下来真正值得拉开差距的，是一个人有没有能力重新定义问题，甚至敢不敢放弃自己过去认为理所当然的工作流程。

如果你对工作的理解只能到「交付一份 PPT」，那么给你再强的模型，最后大概也只能收获一份更快、更漂亮的 PPT。

AI 的能力每隔几个月就可能发生一次巨大变化，但人的思维惯性不会自动跟着升级。

这可能才是「更有野心地使用 AI」最难的地方。

[PingKe @buchimifan]

我以为我起码不会被ai音乐打动，但我错了。词曲演唱现场，都很丝滑。人类啊，颤抖吧！

[Eivor @Eivor_Koy]

China didn’t wake up one morning and find all this waiting. It was paid for in blood, sweat, and the hard work of several generations.

A hundred years ago the country was semi-colonial and semi-feudal—famine everywhere, people barely surviving. The Chinese people refused to stay down. Under the leadership of the Communist Party of China, a long struggle produced what you see today.

We’ve always figured it’s better to count on yourself than wait for someone else to hand you a better life. Nothing good just drops from the sky.

Every country has to walk its own path. Brazil’s future is for Brazilians to build.

Wishing you all the best.

[零敲牛皮糖537.7 @LQniupitang]

现在的中国年轻人，是比八零后，七零后整体更爱国的，
因为这一代年轻人是生长在强大的新中国，
年轻人更相信党，更自信。

[Andrej Karpathy @karpathy]

We'll be spending a lot more time trying to understand the outputs of language models. A few thoughts, tips & tricks:

Writing. Something I've had success with: Ask your LLM to explain something in ASD-STE100, it's a controlled language specification originally developed for aerospace maintenance documentation. LLMs well-versed in this language and it comes with heavy constraints on clean writing style that I often find a lot more readable. Sometimes I've tried to soften it a bit e.g. ask for "80% of the way to ASD-STE100" because the spec is quite stringent. But even better:

Diagrams / images. Instead of writing, ask your LLM to create a diagram. These can be a lot easier to process, parse, and understand. But even better:

Web pages. Ask for output "in HTML" to get a beautiful, interactive webpage. LLMs are getting really good at frontend and can create beautiful experiences, animations, etc. But even better:

Explainer videos. The output format I am most bullish on is fully custom / bespoke explainer videos generated on any arbitrary topic. Experiment with things like "Create a 3b1b style video explainer on X. Use my ElevenLabs API key for audio narration". (you'd need an API key for the latter or you can ask your LLM to find you decent free alternatives that use your local compute). This is actually starting to work!

In summary:
- As LLMs get better, they will do more and more of the legwork autonomously, and a lot more of our work will rise up the abstractions into oversight and understanding.
- Luckily, LLMs can help here too because as intelligence and code are increasingly abundant, you can ask for large, custom, discardable software artifacts (e.g. web apps, video explainers) that would have never made sense to create before. Push the boundaries here and you'll be surprised.

[劳伦斯 @LawrenceW_Zen]

牛逼 Opus 5.5 已经能做到这个地步了，工业软件已经可以用游戏都方式展示了。

这个想法很有意思。

这个作者还有其他很多 3D 作品，是一个大神。

[子砚 @0xCzyan]

卧槽！
终于知道那些一天发30条的人素材到底从哪来了

X：https://t.co/lZzxECIM0G
抖音/TikTok： https://t.co/UeyQwIJPrb
小红书/B站： https://t.co/vkioQNMWXc

这还不收藏？以后肯定用上

[Hong♈️ @hong77]

@fly3nn 没删除干净啊

[花叔 @AlchainHust]

https://t.co/yQm0HGMrmW

[汉尼拔火罐 @Hnbhger17]

什么都是假的，件件事情都按时搞定是真的！
什么都可以骗，人民生活持续改善骗不了人！

[李岳 @liyue_ai]

https://t.co/zKOrZnC7bt

[mantin @x5cnhp]

啃了好几遍 Claude Code、Cursor 的官方文档，对它们底层到底怎么跑还是一头雾水？📖

有位老哥干脆把自己钻研 AI 的笔记整个开源了，拿 Pi-Agent SDK 当活体样本，一章接一章地拆源码。足足 10 章，架构设计、Agent 循环、模型调用、工具系统、上下文压缩、会话管理，全都囊括进去。

每章只死磕三件事：是什么、怎么写、为何非这么写不可。

TypeScript 和 Python 两个版本并排放着，哪版顺眼用哪版。网页、Markdown、PDF 三种形式任选，断网了也能慢慢啃。
🔗 https://t.co/85MgbSGAM6

[南宫远 @nangongyuan]

大明1566+迈克杰克逊，够颠。
迈克·嘉克靖世界巡回演出 拍摄于1566
《大明王朝1566》#嘉靖 #迈克杰克逊

[周览资源 @grgerwcwetwet]

推荐一个 Mac 用户很实用的开源工具：WeChatBridge（微信流），直接把微信聊天记录送给 Codex / Claude。

它利用新版 macOS 微信自带的「合并转发 → 转发到其他应用」，选中几条聊天记录，就能一键发送到 Codex、Claude、豆包、千问办公、Obsidian 等应用。

最舒服的是它不破解微信数据库、不解密、不注入微信进程，只处理你主动选择并由微信导出的聊天内容，归档也保存在本机。

比如群里聊了几百条，直接转给 Codex：

“把今天讨论的重点、资源链接和待办事项整理出来。”

微信聊天终于可以无缝接进 AI 工作流了。

GitHub： ⁠https://t.co/hf5NN6MNvX

[鳩山友紀夫（由紀夫）Yukio Hatoyama @hatoyamayukio]

習近平主席を空港で笑顔で迎えるトランプ大統領。米側の出迎えもなかった高市首相に笑顔を見せず対応するトランプ。あまりにも異なる待遇の差。今後は波風は立っても米中関係はより進展していく。日本は置き去りにされるだけだ。高市首相が発言を撤回し良好な日米中関係を作ることが日本の道である。

[汉尼拔火罐 @Hnbhger17]

又猜对了…
你信是猜的吗？🤣

[CV.YH @0xCVYH]

Laya é um open source do Jev que já veio acima dele.

tá cada vez mais rápido

https://t.co/XVyFYPxVht

[思维怪怪 @0xLogicrw]

Jev 发布还不到一周，OpenJEV 也开始扎堆了。

我整理了 8 个目前比较有代表性的项目：

1. SemIf

最省事的一派。直接拿现成 Qwen，在模型准备回答 A / B / C 时截住，不让它继续生成文字，只读取每个选项的分数，再换算成概率。

不用重新训练模型，更像是把传统大模型换了一种用法。

https://t.co/VCMYkj5oK2

2. Simple Jev

思路和 SemIf 类似，但进一步省掉重复计算。

同一段材料只让模型读一次，后面的多个问题共用这部分结果，再分别算答案概率。

作者也说得很清楚，它复刻的是 Jev 的接口和用法，不代表准确率、速度和概率校准已经做到 Jev 水平。

https://t.co/B5PPkxTgVa

3. Laya

直接放弃「会写字的大模型」，改用更像传统分类器的编码模型，再加专门的决策头。

模型只有几亿参数，可以做得非常快，但复杂任务还有明显差距。比如一次从 77 个选项里选答案，Laya 准确率 42.5%，Jev 是 87.0%。

https://t.co/luQuxznVqu

4. Von

也是从头做一个专门的决策模型。

Von 只有约 4 亿参数，不生成文字，一次前向直接处理 Choice、Noul 和 Score，更像一个能读自然语言的新一代分类器。

项目自测里，本地 GPU 单次判断已经能压到几十毫秒。

https://t.co/CnLHxgWM6W

5. Verdict

体积更小，只有约 1.5 亿参数。

作者专门处理了两个问题：模型答错了还报很高的置信度，以及把 A、B 选项前后换个顺序，答案就跟着变。

这条路线很看重判断结果和概率能不能稳定。

https://t.co/KtvRBJs0Mm

6. Kev

Kev 选择了保留大模型，直接拿 Qwen 改。

它给 Qwen 加了专门的决策结构，同一份输入只读一次，多个问题分别给出概率。第三方此前逆向 Jev 时，也猜测 Jev 可能采用类似设计。

Kev 拿训练时没见过的新题测试，8B 版准确率约 78%，Jev 约 86%。差距还在，但已经能看出这条路线确实能跑通。

https://t.co/d9bR0cvuDq

7. Nimble

Nimble 更偏「靠训练把 Qwen 练成 Jev」。

它用 Qwen3.5-9B，再准备大量「只改一个事实，正确答案就翻转」的数据做后训练。

在 324 个没参与训练的测试样本里，Nimble 有 90.1% 选中了参考答案，Jev 是 93.2%。不过作者也提醒，它报出来的概率目前还没有完全校准。

https://t.co/WjBXXsB2rb

8. OpenJev

这条最不一样，直接用了 DiffusionGemma。

它先把多个答案位置留空，再像扩散模型补图一样，一次把答案填出来，不需要一个 token 一个 token 往后生成。

在 RTX PRO 6000 上，作者测到单请求中位延迟约 94ms。

https://t.co/yPBsEPocaF

---

看下来，OpenJEV 已经很明显分成了四派：

1. 直接读现成大模型的答案分数
2. 重新训练专用决策模型
3. 把现有大模型改造成决策模型
4. 用扩散模型直接填答案

「不吐 token，只给概率」这个表面形式确实不难复刻。

真正拉开差距的还是准确率、泛化和概率校准。模型敢报 90%，这个 90% 到底有多可信，才是最难的部分。