Jackworld

AI Engineer | Exploring psychology, history, and art 🧠📜🎨 | Innovating with AI & tech 🌐 | Always on the move ✈️ #Thinker #Creator #Wanderer

[Jackworld @jackworld_ai]

@MaxForAI @AnthropicAI maybe its too expensive

[Jackworld @jackworld_ai]

当经济主体的核心从“人类”转变为“数以百亿计的自主 Agent（智能体）”时，传统的金融基础设施（如信用卡清算、银联、SWIFT）会因为成本过高、延迟过长、账户开立门槛高而彻底失效。
M2M 经济下的货币形态与微支付体系将呈现以下四个核心变革：

1. 单位粒度：从“元/角”下探至“微美分/算力 Token” 人类消费以“单次/单件”计费，而 Agent 之间的交易是高频、微型的。例如：一个视觉 Agent 调用另一个模型识别一张图片，或请求 0.5 秒的传感器数据流。
微支付（Micropayments）： 结算单位将细化至 10^{-6} 美元（甚至更低）。
计价单位演变： 交易可能不再直接以法币显示，而是以计算资源单位（如 FLOPs/sec、GPU-ms、Token 数量）作为计价锚点，法币仅作为底层清算单位。

2. 结算协议：去中心化账本与实时流式支付（Streaming Payments） 传统支付按“笔”结算，M2M 支付将变为**“按时间/数据流持续滴落”。
流式支付： Agent 在读取 API 或使用算力时，资金以每毫秒为单位持续从买方账户“流”向卖方账户，断网即断流，无需预付或后结。
技术载体： 依赖极低 Gas 费的高性能 L2/L3 区块链、状态通道（State Channels），或由科技巨头与央行联合推出的专用可编程数字货币（Programmable CBDC）。
3. 账户与身份体系：智能合约授权与“临时信用代理” Agent 无法去银行柜台开户，其身份与资金权限建立在密码学之上：
加密密钥（Cryptographic Keys）即身份： Agent 拥有自己的链上钱包或专用 API 支付密钥。
可编程预算与策略（Policy-bound Wallets）： 人类或企业主给 Agent 设定智能合约限额（如“每日预算上限 $50，单笔交易不超过 $0.001，仅限购买符合 TLS/验证签名的服务”）。
自动化信用评估： Agent 之间会基于历史履约率、密码学证明（如 ZK-Proof 零知识证明）建立瞬时的 M2M 信用评分，实现无抵押的瞬时微型借贷（Flash Loans）。

4. 货币形态：合规稳定币与央行可编程数字货币（CBDC）主导 波动的加密货币不适合作为生产资料的成本核算单位，而商业银行存款又缺乏可编程性。
稳定币（Stablecoins）与 CBDC： 锚定法定货币的算法/100%准备金稳定币将成为 M2M 经济的“血液”。
自动化税务与合规嵌入： 每一笔 M2M 的微支付在发生瞬间，其对应的流转税、算法使用费、合规审计日志就会通过代码逻辑自动分流（Split Payments）并实时扣缴给监管或平台方。

未来的金融体系将分化为“人类层的宏观结算”（低频、大额、注重法律合规与体验）与“机器层的微观高频流（Streaming High-Frequency Layer）”（极高 API 吞吐量、毫秒级清算、密码学约束）。

[Dylan Patel @dylan522p]

God damnit, every one of my AI founder friends who actually have revenue are now just transforming into neoclouds with value add on top

[Jackworld @jackworld_ai]

@dee_hw you need buy GPUs

[Thariq @trq212]

a skill people at Anthropic have been using a lot recently: ELI5

/eli5 <what you want explained>

"explain like I'm someone who knows nothing about this topic, using a HTML artifact with big pictures and few words"

[Jackworld @jackworld_ai]

【重磅开源】全球最大开源 CAD 数据集来了！
Markov Labs（YC S26）正式发布：
✅ 1000+ 小时专业 CAD 操作数据
✅ 覆盖 SolidWorks、Siemens NX、AutoCAD、Revit、CATIA 等主流软件
✅ 同步包含：屏幕录屏 + 鼠标键盘操作 + 输入图纸 + 输出文件 + 评分标准 + 旁白解说
专为训练 AI 计算机使用 Agent 打造，助力自动化复杂工程设计任务！
数据集地址：
https://t.co/86SeLB0eFm
转发收藏，AI 圈和工业软件圈的朋友们别错过！

[Dev @DevvMandal]

Today, we're launching the world's largest open-source CAD dataset for computer-use.

1,000+ hours across SolidWorks, Siemens-NX, AutoCAD & more.

Screen recordings, mouse/keyboard actions, input diagrams, output files, rubrics and narrations.

Link in the comments :)

[Jackworld @jackworld_ai]

好想法！闲置 Mac 组成开放推理网络，真正把闲置算力变成实打实收益，这种模式值得持续观察。

[Darkbloom @darkbloomai]

Update: Darkbloom is now a paid provider on @OpenRouter.

We got 250 Macs online right now, in apartments and offices, serving production traffic on hardware that was idle before it joined the network.

Total tokens served: 4.5 Billion.

Operators earn $120 to $200 a month per Mac. Not credits. Payment for compute developers are choosing to buy.

If you have a Mac sitting idle, put it to work: https://t.co/S1YSotSVvp

[Jackworld @jackworld_ai]

你的游戏本也能跑前沿大模型了！🔥
FreeToken 正式发布：官方 checkpoint 直接跑，无需极端量化，交互级速度！
• Qwen3.6 35B → 8GB RTX 4060 笔记本 @ 39 tok/s
• DeepSeek-V4-Flash 284B → RTX 5090 @ 22-25 tok/s
• GLM-5.2 753B → RTX PRO 6000 @ 15 tok/s
比 Ollama 解码快 3-4 倍，预填充快 6-30 倍！
一键安装 GUI，本地跑 agent 零成本。
下载：https://t.co/KFZNapO6ys
GitHub：FlashML-org/FreeToken

[Shuo Yang @Andy_ShuoYang]

Your gaming PC can now serve frontier models at interactive speed using official checkpoints without extreme quantization!

Qwen3.6 35B → 8GB RTX 4060 laptop @ 39 tok/s

DeepSeek-V4-Flash 284B → RTX 5090 desktop @ 22-25 tok/s

GLM-5.2 753B → RTX PRO 6000 workstation @ 15 tok/s

Run your claude code or codex now with frontier model for $0

Meet FreeToken 🧵

[Jackworld @jackworld_ai]

太酷了！Meng To 正式开源了 ThreeUI，一个专为 AI 代理打造的 three.js 组件库！
160+ 免费程序化 3D 英雄区、图标和动效组件，体积只有 100-200KB，直接复制提示词或源码给 AI，就能随意改主题、灯光、运动和布局，效果依然超级精致。
适合做落地页的设计师和开发者狂喜！
Live 网站和 GitHub 仓库都已开放，Pro 版还有更多组件 + MCP，早鸟 5 折。
强烈推荐去体验一下～

[Meng To @MengTo]

I open-sourced ThreeUI, my library of three.js components and landing pages.

160+ are free, and the tool is free too. It includes procedural 3D hero sections, icons, and motion designs. Copy the prompt or source, give it to your agent, then change the theme, lighting, motion or layout.

Live site: https://t.co/rtCfqeZnOP

Repo: https://t.co/B66ahgxHVl

I'm adding a lot more soon. Pro comes with 50+ extra components, MCP, and skills. Early adopters get 50% off right now.

[Jackworld @jackworld_ai]

吴恩达最新这一篇专门讲「怎么构建和部署 AI 应用」，一共分成 6 块能力。

LLM 基础、数据 Grounding、Agentic Systems、Eval 驱动开发、生产环境运行，还有 ML 基础。

我看完最有感触的是 Eval 部分。

吴恩达直接说，他观察下来，真正擅长做 AI 系统的人，一个很明显的区别就是能不能持续跑好「Eval → Error Analysis → 下一轮改进」这个循环。

因为 AI 系统的输出本身就不稳定，很多时候没办法像传统软件一样，提前把整个开发路径规划清楚。

Agent 这块也已经讲得很完整了。

Tools、MCP、Memory、Context、Harness、Multi-Agent、Sandbox、安全和 Guardrails，基本都进了能力地图。

看这张图会发现，现在所谓 AI Engineering，已经远远超过「会写 Prompt、会调 API」这一层了。

现在难得是怎么把一个输出不稳定的模型，工程化成一个可以长期稳定工作的系统。

这张技能地图很适合收藏下来，看看自己还缺哪一块。

[Andrew Ng @AndrewYNg]

The most important skills in Building and Deploying AI Applications. https://t.co/IyWIKLIzeM

[Jackworld @jackworld_ai]

苹果这回玩真的了,直接甩出一整套叫coreai-models的工具包，全开源、无阉割，堪称完整。有了它，HuggingFace上几乎任何模型都能导出，然后在iPhone、iPad、Mac上原生跑起来，全程用不着碰云端。

三个核心要点：

1️⃣ 100%运行在苹果自研的神经引擎（Neural Engine）上，性能和功耗怎么平衡，它自己最清楚。
2️⃣ 彻底离线运行，数据死死锁在设备里，绝对出不去。这年头，还有什么比这更让人安心？
3️⃣ 不用云、不用API key、不用订阅，那些每月自动扣钱的AI会员，瞬间显得毫无必要。
更狠的是，它直接内置了对Claude Code、Codex、Gemini这些编程工具的技能支持。意思是AI编程助手开箱就知道怎么调用它，连额外配置都省了。而且，100%开源。
苹果不再是那个只能跑App的壳子了，它现在是能本地养着AI模型跑的智能设备。手上有iPhone的兄弟，真心建议都去试试，这可能是今年最被低估的大事件。

[Jackworld @jackworld_ai]

物理AI的GPT时刻来了？@GeneralistAI发布 GEN-1.5——机器人看完10秒演示当场学会新技能，不重新训练、不更新参数。#Robotics #AI #PhysicalIntelligence #RobotFoundationModel

[Jackworld @jackworld_ai]

@HanyangWang @Funes_World 真好，如何加入你们

[Jackworld @jackworld_ai]

@blackanger 原因不会是anthtopic租了他的卡吧

[Jackworld @jackworld_ai]

@CyberCatX 等starship爆两次再上车

[华尔街没有名字 @WallStreet0Name]

https://t.co/ChvdwkSoMk

[Jackworld @jackworld_ai]

人类学家认为梭形细胞第一次出现是在1000~1500万年前，在一种未被发现的常见的类人猿和猿人祖先中，他们的数量在10万年前迅速增长。有趣的是，新生儿没有梭形细胞，这些细胞在小孩4个月大的时候开始出现，并在1~3岁时迅速增长。幼儿对道德问题与复杂感情（比如爱）的处理和感知能力也是在这个时期发育的。

梭形细胞是通过它们长的顶端树突与其他大脑部位的深入联系来获得能量的。因此，顶端树突所处理的高水平情感活动受感觉和认知领域的影响，对梭形细胞的具体活动方法进行逆向工程是很困难的，正因如此，只有掌握与它们相连接的其他区域的更好模型才能够实现。然而，令我们意外的是，专门处理这种情绪的神经元非常少。小脑有500亿神经元帮助我们处理技能的形成，大脑皮层中有数十亿神经元用来转换认识和理性规划“但却仅有八万梭形细胞处理高级情感活动。

必须指出的很重要的一点是，梭形细胞并不做合理分析，这就是为什么我们在音乐与爱情面前没有理性。然而，大脑的其他区域则忙于赋予我们神秘的高级情感活动以真正的意义。

[Jackworld @jackworld_ai]

@indigox @DalinHuang 第二代应该是方尖碑设计

[Jackworld @jackworld_ai]

人类大脑通过神经元放电和神经递质的化学浓度来传递信号，人工智能通过0和1的张量运算来传递信息，一个是模拟计算一个数字计算，一个感性一个理性，一个解决灵感创意一个完成复杂任务，真的是天作之合啊。

[Jackworld @jackworld_ai]

王川老师说“四大 hyperscaler 的 OCF 增长率会因大数定理降到 15% 以下”，用的就是这个直观逻辑：公司体量已经巨大，再想保持高百分比增长就越来越难，就像抛硬币次数越多，平均就越稳定在 0.5。而Taleb 的黑天鹅理论中在肥尾分布（Extremistan）里（如科技增长、财富、AI 突破），大数定理虽然数学上仍成立，但收敛速度极慢，一个黑天鹅事件就能完全打破“平均”预测。所以大数定律不是“铁律”，而是一个参考框架——在现实中，尤其在幂律世界里。

[硅谷王川 Chuan @Svwang1]

半导体公司股票上涨的上限在于四大公司 (msft. Googl, aman, meta) 的 capex, capex 大概 30%成为内存公司的收入，capex 的上限在于四大公司的经营现金流，经营现金流的年增长率会因为大数定理而下降到 15%以下。这还是比较乐观的情况。