海贼王luffy

为什么要阻止男人出海？

[海贼王luffy @luckzluffy]

@maide89699220 哈哈 头文字d应该来这里拍一个山路漂移

[海贼王luffy @luckzluffy]

@ppttcug 丘成桐说中国目前的基础数学研究水平还没到美国上世纪40年代 你怎么看？

[海贼王luffy @luckzluffy]

@ppttcug 实际上很多商业企业的成果 也是大量在高校和研究所的基础研究基础上做出来的 企业很多时候只是把一些模块组合起来 最后形成结果 是一种合力形成的成果

[海贼王luffy @luckzluffy]

@ppttcug 现在的媒体95%都不如ai

[海贼王luffy @luckzluffy]

@foxshuo 崩老头的各种变体....

[海贼王luffy @luckzluffy]

@wangzhian8848 那时候的美国都是印度人和黑人....

[海贼王luffy @luckzluffy]

@foxshuo 最佳监督不是肉尊吗

[海贼王luffy @luckzluffy]

研究下…

[老叶 @1999_eth]

我做了一个 AI 中转站，今天正式开放：

https://t.co/8UjipCaDbh

一开始做这个站，想法很简单。

主要是我自己平时 Token 消耗量大，身边也有不少朋友一直用不上稳定的 Claude / GPT。不是订阅麻烦，就是各种限制；去找别的中转站，又总担心不靠谱、信息不安全。

所以干��自己搭了一个。

很多人问：为什么敢用老叶的？

这个问题我也理解。毕竟 AI 中转站这东西，大家最怕的不是贵一点，而是不知道对面是谁。

我在币圈这么多年，别的不敢吹，信用两字一直是招牌。前两年比特币生态火的时候，做过 Ybot 铸造工具。起初也有人担心资产安全。

Ybot 到现在跑了两年多，上万人用过，很多人甚至直接在网站里填过钱包私钥，总资产少说也有几千万。到今天为止，没有出过一次因为网站原因导致的资产事故。

这次做 AI 中转站也是一样，稳定靠谱依然是我们的标签。

目前站里支持 GPT、Claude 等模型，底层用的是官方正规订阅账号池，不是乱七八糟的灰产号。价格这块也尽量压到较低，最低大概 0.7 折。

过去 10 天，我们做了一轮小范围内测：

✅ 200+ 小伙伴参与
✅ 累计消耗超过 420 亿 Token
✅ 整体运行稳定，没出明显故障

内测跑完之后，我觉得可以正式放出来给更多人用了。

需要稳定、便宜、靠谱的 Claude / GPT 中转站的，可以试试：

https://t.co/8UjipCaDbh

有问题可以直接私信我，或者进群找我。

老叶不跑路，真出问题我负责。
用完觉得值，帮我转一下。

需要进群的朋友，可以看一下评论区一楼！

[海贼王luffy @luckzluffy]

@swyxy4484 刚去健身房练腿

[海贼王luffy @luckzluffy]

嗯...我有一些类似的想法....

[高飞 @maide89699220]

田间上演“六脉神剑”！远看像是房子，近看才知道是棉花激光打顶机器人，这可比人效率高多了，还不伤棉花。新疆土地辽阔，特别适合大型现代化农业机械。大家觉得呢？

[海贼王luffy @luckzluffy]

@KELMAND1 make sense

[Eason Mao☢ @KELMAND1]

到底谁产能过剩？

全球汽车产业真正的产能堰塞湖，并不在中国，而恰恰在那些抱怨声最大的传统汽车工业腹地，尤其是欧洲。

产能利用率是衡量过剩与否最直观的硬指标，行业公认的健康区间为70%至85%。

2025年，中国的产能利用率，是相对健康的73%。
美国的产能利用率，是徘徊在61%-66%的持续低迷
日本以56.7%沉沦于泥潭边缘，那是本土市场萎缩与出口依赖的双重挤压。
欧洲更是以55%近乎半数产线空转，那才是真正触目惊心的系统性过剩。

真正的产能过剩，是拿着过时的图纸守着空转的产线，却怪对手跑得太快。

[海贼王luffy @luckzluffy]

不错 很有启发

[小盖 @xiaogaifun]

这简直就是WAIC最值得听的演讲。

刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。

在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。

我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。

恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。

1
过去 70 年，人工智能一直在解决一个问题：怎么让机器拥有接近人类的通用智能？

最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。

比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。

这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。

后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。

比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。

再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。

AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问题。

顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。

大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。

今年，大家争抢的重点已经慢慢变成了 Agent 入口。

因为过去我们使用 AI，主要还是让它回答问题，或者完成一个很短的任务。

现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。

Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。

2
还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。

维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。

没有语言描述的东西，人就很难思考。比如一个人如果没有��色的概念，他就很难理解红色。

对 AI 也一样。

如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对话的世界。我们告诉它一件事情，它能够听懂。

我们问它一个问题，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。

这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。

因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。

AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。

这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。

紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。

过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。

���正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。

Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。

我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。

打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。

Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问题，最后交付一个相对完整的产出。

或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。

一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。

3
会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。

���一个是新的系统。

过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。

PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。

移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。

到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。

所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。

Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。

这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。

第二个是新的载体。

相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。

移动互联网时代，手机这样的终端主要��责连接人与数字世界，所有操作都由人来完成。

到了 Agent 时代，终端会重新围�� Agent 来设计。

比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。

未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。

所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。

大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。

它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。

具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。

第三个是新的网络。

互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。

最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送���务、同步进度。

比如我的 Agent 发现一个产品问题，可以直接把问题交给���发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。

当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。

但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。

很有启发。提纲挈领。

[海贼王luffy @luckzluffy]

@chenpapro 大快人心呀...这个真的要学习下 狠狠打击一下某些女拳...

[海贼王luffy @luckzluffy]

@ppttcug 当代美国…

[海贼王luffy @luckzluffy]

@ppttcug 第二个问题难度大吗？

[海贼王luffy @luckzluffy]

@DuckulA_T @xiyue1123_1 让勇哥看看有啥优化空间.....

[海贼王luffy @luckzluffy]

@swyxy4484 摆拍司马

[海贼王luffy @luckzluffy]

@ppttcug 哪个蒋？老蒋还是小蒋？不会是蒋方舟把？

[海贼王luffy @luckzluffy]

网上都说超梦Y在pve包括道场和团队占比X好用，实测的情况其实相反，明显带格斗属性的超梦X更好用呀，尤其是打道场常客的幸福蛋的时候，我实际测试用x好很多