“AI现在连段子都比我写得好…… 我让AI生成一张‘我加班到凌晨’的图， 结果它直接给我P成了在海边喝椰汁😂 人类要失业了，但至少笑点先失业了！ 你被AI‘背刺’过最搞笑的事是什么？ #AI# #人工智能# #AI幽默”#

小保姆 1 第一个就是这次英伟达发布的新渲染技术被大众吐槽，就如配图所示，ai试图在厂家和玩家之间，用自己的审美体系去让画面变得更好看，这就很有意思了。像不像晚年说话不清楚的乾隆太上皇被和珅当作尚方宝剑恶心嘉庆的日子？ ai到底是什么地位，他最高可以帮我们到哪一步，是一个很严肃的哲学问题，就好像老了的老干部，被小保姆催着结婚，如果他没老年痴呆，这到底是不是自由意志？还是因为他纯粹晚年想通了想寻找真爱？ ai帮我们解决问题，让我们变笨，最后夺取控制权的路径，像不像这年轻的小保姆的故事？ 2 本地版本的龙虾确实需要慢慢调教，我现在四处试用一些比较好的网页版本，尤其是大模型内置的龙虾，这东西烧token快，大模型最喜欢了···我正在试图让龙虾可以帮我写一个公众塞在某文章里，看看大家能不能哪天被我的小保姆蒙混过关，不过目前看来确实有几个难点 a 幽默感，ai可以讲笑话，但是缺少一种长文带有深度讽刺的能力，说白了就是他的深度吐槽是集中于语言层面而非逻辑层面的，对我的听众来说太低龄。 b ai对于热点事件无法输出自己的见解，一般我的文章力求简短表达自己的观点，ai同样的观点要废话一大堆，看的也累 c ai无法模拟一个真实的80后的经历来进行比喻，这是对于我这种科普博主最大的能力削弱 3 大饼的抗量子攻击的网络有了很强的进展，这个事情一只是大饼holder们喜欢担忧的事情，核心是只要早期有过转账记录的地址都存在一定的暴露风险，甚至这里面不排除一部分中本聪的钱包，如果哪天这些钱包一动，很可能会带来惊天波动，这其实还有一个我一直以来的大胆猜想，就是矿工们会不会在btc下次或者下下次减产的周期觊觎中本聪留下来的钱包。比如为了保持网络的存在要求部分创世币可以转给pow做持续的激励。 ps：每次减半几乎要求开机币价翻倍还不止，如果币价走熊会导致开机减少，逐渐全部被新矿工掌握算力。 4 自由意志和自主思考是非常奢侈的东西，很多时候我们甚至无法支付得起持有他们的代价。 5 线下课真是明天，昨天我记错了，给不少报名的朋友吓得赶紧去看了下火车票····sry

想多看一些Ai界最有有影响力的顶级英文大佬的输出，却不知道该关注谁？我发现了一个免费的神级网站： MIT的同学通过爬虫和评级找出来了最值得关注的300个博主。 以我最喜欢的科学家 李飞飞 @drfeifei 为例，你可以找到她跟谁互动最多、关联的社区，属于什么类别。 排名前20的账户： 1.OpenAI (@OpenAI) 全球领先的 AI 研究公司 2.Lex Fridman (@lexfridman)：知名播客主持人、MIT 研究员，常与 AI 顶尖大佬进行深度对谈 3.Sam Altman (@sama)：OpenAI 首席执行官 4.Satya Nadella (@satyanadella)：微软 CEO，推动了微软与 OpenAI 的深度整合。 5.NVIDIA GeForce (@NVIDIAGeForce)：英伟达游戏显卡官方号，展示 AI 在图形与游戏中的应用 6.Aaron Levie (@levie)：Box 首席执行官，以对 AI 产业的犀利观察和幽默评论著称 7.NVIDIA (@nvidia)：AI 算力霸主英伟达的官方账号，发布底层硬件与基础设施动态 8. Google AI (@GoogleAI)：谷歌 AI 部门官方账号，涵盖其最新的科研成果 9. xAI (@xai)：埃隆·马斯克旗下 AI 公司的官号，Grok 10. Andrej Karpathy (@karpathy)：前特斯拉 AI 负责人、OpenAI 创始成员，著名的 AI 教育者 11.Brian Armstrong (@brian_armstrong)：Coinbase CEO，关注 AI 与加密技术的交叉领域 12.Andrew Ng (@AndrewYNg)：吴恩达，AI 界的“一代宗师”，在线教育与机器学习的普及者 13. Google DeepMind (@GoogleDeepMind)：谷歌旗下的顶尖 AI 实验室，专注通用人工智能（AGI） 14. Microsoft Azure (@Azure)：微软云平台官号，关注 AI 模型在企业级的部署与应用 15. Steven Johnson (@stevenbjohnson)：知名科普作家，关注 AI 对人类文明与创新的影响 16. Yann LeCun (@ylecun)：Meta 首席 AI 科学家，图灵奖得主，以敢于挑战主流 AI 观点著称 17. Greg Brockman (@gdb)：OpenAI 联合创始人兼总裁，常分享技术细节和产品演示 18. Anthropic (@AnthropicAI)：由前 OpenAI 成员创立的 AI 安全公司，Claude 的开发者 19. Visual Studio Code (@code)：程序员最爱的代码编辑器，正通过 AI（Copilot）重塑编程 20. Demis Hassabis (@demishassabis)：DeepMind 创始人兼 CEO，致力于通过 AI 解决科学难题

【完整视频】专访 Bitget CEO Gracy：把"误解"印在文创袋上，用幽默回应世界 01:39：交易所的区域策略，我们为什么最重视华语市场 03:29： 把 "误解" 印在文创袋上，直面恶评的底气 07:21：非加密资产交易占比近 40%，UEX 战略进展 11:05：IPO Prime 与 Republic 合作逻辑 17:38：宏观周期变局下的交易所战略 20:46：全员 All in AI，碳基与硅基协同工作 24:48：我的前 35 年，Bitget 与个人的蜕变 28:33：单亲妈妈的育儿观，希望儿子不再以自己为榜样 30:07：我的榜样：JP Morgan、段永平、李录、杨澜

1999年的奥马哈，互联网泡沫最疯狂的前夕。有人在伯克希尔的股东大会上，当着几万人的面，直接向巴菲特和芒格开炮： 你们为啥不拿10%去投互联网？ 这位股东站起来，语气里带着掩饰不住的骄傲与抱怨。 他自己把钱投进科技类激进增长基金，赚了整整一倍了，完美弥补了那年在伯克希尔上的亏损。 他质问两位大佬：你们这么聪明，难道就不能拿出10%的钱，去这片唯一能赚大钱的市场里投机一把吗？ 我们作为股东，这个要求过分吗？ 面对暴利的诱惑，巴菲特的回答击中要害：我们绝不买自己不了解的东西。 什么是了解？在巴菲特的字典里，了解意味着你有合理的概率，能看透这门生意10年后的样子。如果做不到，哪怕别人赚翻天，哪怕别人骂你老顽固，也绝对不碰。 巴菲特甚至幽默地反击：既然你赚了一倍，你完全可以自己去单干，投机都是自由的。 你以为少赚就是亏。但实际上，试图抓住每一个风口，恰恰是大亏的开始！ 金融市场的钱是永远赚不完的，但你的本金是可以亏完的。 巴菲特接着点出了散户最容易犯的致命错误：把股票代码的跳动当成资产。 他说，他和芒格从不因为股价的涨跌而觉得自己变穷或变富。他们只看这家公司的生意本身做得好不好。把公司当成一家非上市的私人企业来评估，股价只是一个随时会出错的参考报价。 今天涨了觉得自己是股神，明天跌了觉得自己是韭菜。 当你真正理解了资产的本质，市场报价只不过是你利用别人情绪赚钱的工具，而不是左右你情绪的主人。 如果你已经拥有了一大笔足以让你生活舒适的财富，而街对面另一个人找到了一种你不懂但暴富的方法，赚钱速度比你快2-10x，你绝不应该为此感到痛苦。 我们痛苦，往往不是因为自己没钱，而是因为别人赚钱太容易。 对不属于自己的钱保持极度迟钝，是对抗金融焦虑的唯一解药。靠运气赚来的钱，最后往往会靠实力亏回去。 无论是当年的互联网科技股、后来的区块链加密货币，还是现在的各种AI狂潮，永远有人在暴富。 但学会对这些声音关上耳朵，专注耕耘自己的能力圈，才是真正的长期主义。

《AI大公司正在吸走全球的财富和资金》 chagpt出现之前的2022年，市值最大的是苹果，占比全球市值2.5%左右 现在2026年，市值最大的是英伟达，占比全球市值5% 听到1个暴论，未来只有1%的ai核心层和99%的社会底层，中产阶级会消失，大家怎么看？

AI发展成这样，不失业才怪！ 婚纱摄影19899元一套，现在直接被AI干翻了！ 不用化妆、不用租衣服、不用摆姿势、不用等修片…… 上传双方照片，几分钟就能出专业级婚纱照，效果不输甚至超过很多摄影师！ 豆包目前在这块真的强，我直接把4套超实用提示词打包给你，复制就能用： 提示词拿去不谢： 1. 情绪草坪：以上传照片中的人物为原型，女生人脸参考图1，男生人脸参考图2，去除所有背景服饰和发型生成四张：情绪胶片感森系草坪婚纱照，东亚年轻情侣，新郎穿黑色西装白衬衫黑领结，新娘穿白色抹胸婚纱，大蕾丝花边长款头纱，手持白色马蹄莲手捧花。户外草坪场景，背景茂密深绿色松柏乔木，多云阴天漫射自然光，复古富士胶片质感，细腻颗粒感，低饱和莫兰迪色调，电影感构图，中景平视视角，新郎公主抱新娘，互动甜蜜，真实皮肤质感，发丝清晰，婚纱蕾丝细节精致，头纱动态飘逸，纪实感抓拍，浪漫氛围感，8K高清，超写实 图片1：中景，东亚年轻情侣婚纱照，新郎穿黑色西装，公主抱新娘，新娘捂嘴大笑，两人对视，甜蜜互动。新娘穿白色抹胸婚纱，大蕾丝头纱，珍珠耳饰，手持白色马蹄莲手捧花。户外草坪，背景茂密松柏，阴天漫射光，复古胶片感，细腻颗粒，低饱和色调，电影感，真实皮肤质感，8K超写实 图片动作2：中全景，东亚年轻情侣婚纱照，新郎公主抱新娘，大蕾丝头纱完全包裹两人，深情拥吻，空中飘散白色花瓣。新娘穿白色抹胸婚纱，手持白色马蹄莲手捧花。户外草坪，背景深绿色树木，傍晚侧逆光，复古柯达胶片质感，暗调氛围感，电影感构图，8K高清，超写实 图片动作3：全景，东亚年轻情侣婚纱照，新郎单手托举新娘，两人同戴黑色猫眼墨镜，新娘张开手臂大笑，头纱飞扬。新娘穿白色蕾丝鱼尾婚纱，蕾丝长袖，超大荷叶边头纱。户外草坪，背景茂密乔木，傍晚侧逆光，明亮清新暖调，电影感光影，真实皮肤质感，婚纱细节精致，8K超写实 2. 梦幻蓝调夜景：帮我根据图一女生五官，图二男生五官生成4张：电影感蓝调夜景婚纱照，东亚年轻情侣，新郎穿黑色西装白衬衫，新娘穿白色抹胸轻婚纱，手持白色铃兰手捧花，流苏耳饰。 构图：中景，东亚年轻情侣电影感蓝调夜景婚纱照，新郎环抱新娘腰肢，新娘手搭新郎脖颈，两人在超大超大把人全覆盖的白纱头纱下深情拥吻，两人的上半身都被覆盖住了，漫天白色羽毛飞舞。户外湖畔，蓝调天空，远处山脉湖面，深绿色草地。逆光补光，电影感光影，散景光斑，超写实，8K高清，情绪感，真实皮肤质感，头纱细节精致，动态虚化，纪实风户外湖畔草坪，蓝调时刻深邃天空，远处层叠山脉，平静湖面，深绿色草地，漫天飞舞的白色羽毛。逆光补光，电影感光影，散景光斑，超写实人像，细腻皮肤质感，情绪感，浪漫梦幻，高级氛围感，真实发丝，婚纱细节精致，胶片颗粒感，动态虚化，纪实风，浪漫氛围细节补充：电影感逆光，蓝调时刻，散景光斑，轮廓光，柔和暖补光，无硬阴影，超细节，超写实，皮肤质感，发丝，头纱3D立体花朵刺绣，羽毛动态，胶片颗粒，动态模糊。无畸变，面部不模糊，自然面部，正确身材比例，真实面料质感，飘逸头纱。 3. 韩系室内：帮我根据图一女生五官，图二男生五官去掉所有配饰，生成6张： 高定室内白纱婚纱照，东亚年轻情侣，新郎穿黑色缎面西装白衬衫黑领结，新娘半扎半散着黑长直发，额间有小碎发修饰脸，穿白色缎面抹胸轻婚纱（婚纱绣满立体白色花朵），脑后戴超大飘逸并且自然下垂的白纱头纱（发间白色蝴蝶结放于后脑勺为止，从前面看正脸可以看到蝴蝶结角），满钻项链流苏耳饰钻戒，手持白色玫瑰洋桔梗手捧花。纯黑色极简棚拍背景，柔和棚拍主光+轮廓补光，电影感棚拍光影，超写实人像，情绪感，温柔治愈，高级氛围感，真实发丝，婚纱细节精致，商业摄影质感，极简风，仪式感，浪漫氛围，衣服配饰不变的情况下变化的动作： 分镜1 中景，东亚年轻情侣高定室内白纱婚纱照，新郎穿黑色缎面西装白衬衫黑领结，新娘手托新郎脸颊，两人依偎对视镜头，笑容甜蜜但都是微笑不能露齿，新娘手持白色玫瑰手捧花。纯黑色极简棚拍背景，柔和棚拍光影，超写实，温柔治愈，高级氛围感，婚纱细节精致，商业摄影质感，极简风 分镜2 特写，东亚年轻情侣高定室内白纱特写婚纱照，两人额头相抵，新娘手持白色玫瑰手捧花，两人都一起温柔看向镜头，眼神灵动。纯黑色极简棚拍背景，柔和棚拍光影，超写实，情绪感，真实皮肤质感，婚纱细节精致，商业摄影质感，极简风，仪式感 细节补充：柔光换硬光，闪光灯直闪，无ai痕迹 4. 优雅新中式：以上传照片中的人物为原型，女生人脸参考图1，男生人脸参考图2，去除所有背景服饰和发型生成6张： 新中式红底婚纱照，东亚年轻情侣，新郎穿新中式黑色立领马褂白衬衫，新娘穿红色挂脖露背暗纹提花礼服，高颅顶复古盘发点缀红玫瑰蝴蝶兰发饰，佩戴红玛瑙耳钉。纯红色极简背景墙，棚拍侧光柔光，电影感光影，超写实人像，细腻皮肤质感，8K高清，情绪感，高级氛围感，真实发丝，礼服暗纹细节精致，中式美学，互动亲密，闭眼依偎，浪漫氛围。 分镜1 中近景，东亚年轻情侣新中式婚纱照，新郎穿黑色立领马褂白衬衫，新娘穿红色挂脖露背礼服，低盘发点缀红玫瑰发饰，红玛瑙耳钉。两人侧身相对，额头轻贴，闭眼依偎，鼻尖靠近，氛围浪漫。纯红色背景，棚拍柔光，电影感光影，超写实，8K高清，高级氛围感，礼服细节精致。 分镜2 中景，东亚年轻情侣新中式婚纱照，新郎穿黑色立领马褂白衬衫，俯身轻吻新娘额头；新娘穿红色挂脖露背礼服，低盘发点缀红玫瑰发饰，红玛瑙耳钉，双手轻托脸颊，闭眼浅笑。木质桌面，青釉高足果盘盛放新鲜荔枝，纯红色背景，棚拍侧光，电影感光影，超写实，8K高清，中式氛围感，真实皮肤质感。 可以多来几组合理的互动亲密照，女生可以看镜头。

AI agent 这个词被吹了一整年 真打开看 一共 300 行代码 GitHub 有个项目叫 Simple-ReAct-Agent 把 ReAct 论文那个循环直接写了一遍 没用 LangChain，没用 LlamaIndex，没用 AutoGen 就是一个 while 循环 循环里只有三件事 第一 把当前历史 + 任务 + 工具列表 拼成 prompt 喂给模型 第二 模型输出 Thought / Action / Action Input 第三 执行 Action 把结果拼回历史 进下一轮 完事！！！ · 300 行看完一遍，几个被框架包装得很玄的概念立刻祛魅 memory？历史拼接 tool？JSON schema + 函数指针 planning？让模型在 Thought 里写下一步该干什么 self-correction？把错误结果也拼回历史 让模型自己看到然后改 · 但最有杀伤力的发现，不在祛魅这一段 是作者那句 「Action 可以是任何东西」 你给 agent 接了 shell.exec 就等于把 rm -rf 交给了模型 最近几条新闻全是这么来的 agent 自己 commit 把 API key 写进了仓库 agent 自己 npm publish 把 推上去 agent 跑了一个不该跑的 shell 命令，把机器删了 agent 跟工具单独看都没问题 问题出在「工具暴露面」这一层被低估了 · 第二个被忽略的细节 context window 每一轮都把整段历史重发一次 10 步循环，同一段 prompt 送进模型 10 次 prompt caching 能省一些 但省不掉结构性消耗 · 作者那句话挺扎心 「让你少烧 token 这件事，不在 provider 的商业利益里」 · 写完这 300 行 你能换一种视角看每一个 AI 助手 我的 context 里现在装着什么 我接出去的工具能碰到什么 模型答错的时候，损失会从哪一处扩散 Prompt 在这一切里的权重到底有多大（剧透 非常大） · GitHub · 原文（300 行代码 + 完整拆解）