注册并分享邀请链接,可获得视频播放与邀请奖励。

搜索结果 Fiber
Fiber 贴吧
一个关键词就是一个贴吧,路径全站唯一。
创建贴吧
用户
未找到
包含 Fiber 的推特
用 React Three Fiber 打造的 Artemis II 互動任務探索器:3D 太空教育新體驗 🎏超酷的互動 3D 專案——Interactive Artemis II Mission Explorer,由開發者 redradman8(RADMAN)使用 React Three Fiber(R3F) 與 Three.js 快速打造完成。 👉🏻這個專案把 NASA 的 Artemis II 月球任務變成一個可以親手操作的 3D 模擬器,讓任何人只要打開網頁,就能跟著 SLS 巨型火箭與 Orion 太空船,一起「飛」完整個任務! • 真實任務時間軸:從發射、助推器分離、核心級分離、月球飛掠、返回地球到濺落,全程用時間軸控制。可隨時快轉(1x、2x、3x、5x),甚至倒轉播放。 • 超逼真粒子效果:同時運行 6 組粒子系統,包含引擎火焰、RCS 姿態控制噴氣、分離馬達、進入大氣層的電漿、降落傘等,往前倒退都完美同步。 • 三種視覺主題即時切換:藍圖模式(線框風)、太空模式(真實宇宙感)、電影模式(加上後處理 Bloom 光暈),切換時不會重置鏡頭或動畫。 • 互動點擊體驗:總共 14 個可點擊的火箭與太空船組件,點擊後鏡頭自動飛過去,並彈出詳細資訊面板(全部資料來自 NASA 公開的 Artemis II Reference Guide 與任務時間表)。 • 技術亮點:全部用 React Three Fiber 寫成,場景圖不會因為換主題而重建,效能極佳,適合用來做教育、科普或太空迷的玩具。 試玩連結:** (建議用電腦大螢幕開啟,效果最震撼!) 這個專案不只是炫技,更展現了 Three.js 在科普教育上的巨大潛力——把複雜的太空任務變成人人可親身體驗的互動故事。
显示更多
国外知名零工和兼职任务平台 #Fiverr# 泄露大量私密信息,该平台竟然将客户与接单者共享的 PDF 文件和图像公开发布。由于缺乏必要的 URL 鉴权签名,这导致谷歌搜索直接抓取海量文件,不少文件包含客户或接单者的私密信息,例如纳税表单中的个人信息。查看详情:
显示更多
2. Fiverr 战略转型:从"服务市场"变成"AI 操作员市场" - 来源: Fiverr 官方 + Bestowal Capital 投资分析 - 核心变化: - Fiverr Neo 上线——AI 驱动的智能匹配引擎 - AI 服务垂直化——新增 AI 咨询、AI 聊天机器人、AI 视频、AI 语音合成等专属品类 - AI 自动化定价指南——中级 AI 方案 $250-$500,高级 AI 开发 $500-$1500+ - 投资视角: 当前股价被市场按"2026 年盈利蒸发"定价,但除非 AI 在 12 个月内完全替代所有数字劳动,否则基本面被严重低估 - 信息差: Fiverr 的 AI 战略转型在中国几乎无深度分析
显示更多
🔥 我用 KroWork + GPT-image-2, 实现了「AI 生图接单」印钞机 一张商品主图:$50 一组品牌视觉:$200 闲鱼 + Fiverr 双线挂单 KroWork 轻松将整条链路, 固化成了一个桌面应用: 接需求 → 出图 → 加水印 → 打包 → 自动交付 ✔️做一次,永久复用, ✔️不重复操作,不烧 token ✔️不需要写代码 ✔️也不需要专业背景 从接单到交付,全程不超过 10 分钟 日入 $1000 【附完整搭建步骤 + 白嫖更多积分方法】
显示更多
0
26
147
49
转发到社区
被裁了别去送外卖!这8个平台能让你坐家里赚美元 说真的,现在还有人被裁之后第一反应是去跑滴滴、送美团? 不是说这些不好,但你想想,你卷了这么多年,好不容易有点技能,结果去跟一堆人抢那几块钱配送费? 脑子呢? 现在互联网这么发达,出海远程接单才是正确姿势。我整理了8个真实能靠劳动赚钱的海外平台,很多人就靠这几个月入过万刀,不是吹的。 1️⃣ Upwork — 全球最大自由职业平台,写代码、做设计、写文案全能接,竞标项目制 🔗 2️⃣ Fiverr — 一口价Gig模式,你定价,买家直接下单找你,适合有一技之长的人 🔗 3️⃣ Freelancer — 跟Upwork类似的竞标平台,但任务更杂更多,新手也能找到切入点 🔗 4️⃣ FlexJobs — 专门做远程职位的,人工审核过的,质量比那些乱七八糟的招聘网站高多了 🔗 5️⃣ Toloka — AI数据标注众包平台,任务简单,不需要什么技术背景,上手快 🔗 6️⃣ Swagbucks — 做问卷、看视频、购物返现,零碎时间换现金,别嫌少,积少成多 🔗 7️⃣ OneForma — AI训练加数据标注,多语言任务特别多,会中文就是优势 🔗 8️⃣ Amazon MTurk — 亚马逊旗下微任务平台,数据验证、调查、分类,碎片时间就能做 🔗 这些平台门槛真的不高,很多人被裁之后两三个月就靠其中一两个把收入稳住了。 关键不是平台,是你敢不敢迈出那一步。 被裁之前:焦虑刷手机 被裁之后:还在焦虑刷手机 别这样。把这8个网站先收藏了,哪天真用上了,你会感谢现在的自己。
显示更多
0
37
165
52
转发到社区
上一次做 benchmark 遇到 Agent 读取文件的问题, 然后做了分析和优化。按照当前 Codex/Claude 的实现,单文件最好保持在 500 行以内,这样可以保证 Claude/Codex 有需要的时候可以一次性加载进来。 Agent 读取文件的时候,读取的太长了就会触发压缩,它会做截取。如果正好是被截取部分有用,就会触发 LLM 再次读取。 Codex 没有专门的读取工具,用的是 shell 命令来读取。 Claude code 给了读取工具,读取文件的工具比 Shell 给的额度更宽松一些,但也有上限,但 Agent 经常会自己决定用 shell。 如果单行按照 50 chars 计算,Codex 大约 700 行左右,Claude shell 大约 600 行,Claude FileRead 大约 2000 行。 所以当前保守一些让文件保持 500 行内是最佳的。
显示更多
AI Coding 时代,好的编程习惯仍然重要 最近做一个 Agent benchmark,发现不能简单地用开发者视角来评估一个编程任务对 AI 的复杂度。 比如一个重构任务:把一个几千行的大文件,按功能拆成十多个小模块。 这个任务对开发者来说其实不算难,主要工作就是移动代码、整理 imports、编译验证,新手也能搞定。 所以想着用一个简单的任务来做一下 benchmark,结果却出乎意料。 Claude Code 判断这个任务比较大,尝试拆了一部分,提了个 PR 写了 Future work 打算分步来。 我自己的 Agent 是“硬上”,往完整拆分的方向推进了更多,但代价也很明显:Token 消耗是 Claude 的几十倍,后面大量时间都花在反复读文件、修编译错误、再读文件、再修错误上。 这让我意识到,人觉得简单的任务,对 Agent 不一定简单。 对人来说,这类重构很多时候就是“把这一段挪过去”。但对 Agent 来说,它要先分批读大文件,记住哪些函数和哪些测试有关,再生成一堆跨文件修改,最后通过编译错误一点点补洞。看起来像机械活,实际变成了一个高 Token、高状态管理成本的任务。 前一段时间看到有人说,AI Coding 时代,拆分模块这些编程原则没那么重要了,反正人也不看代码。现在看,我不太同意。模块边界清楚、文件粒度合适、依赖关系简单,不只是方便人读,也是在帮 Agent 降低任务复杂度。 从另一个角度看,现在 Agent 的读文件和改文件工具,对这种重构也不太顺手。 Coding Agent 改文件,主要还是文本替换。比如 Claude Code 常见的是 old_string / new_string 模式:先给出一段旧文本,再替换成新文本。Codex 常用的是 apply_patch:生成一个类似 git diff 的 patch,表达把旧的内容替换成新的。它们都适合小范围修改,但如果要删除一大段旧代码,或者把一批函数挪到别的文件,模型往往还是要先把原始内容读进上下文,再生成一大段替换或 diff。 所以我后来给 Agent 一个提示,让它先用脚本、sed、perl 这类工具把大文件粗拆开,直接把旧内容删掉,写到新文件中,然后再逐个慢慢修,它的完成度确实高了许多。Agent 默认不会这样做,主要是因为系统提示词里会强烈要求 Agent 用内置工具修改文件,而不是命令行工具。 再往前想一步,Coding Agent 可能还需要更高级的编辑工具。不是只给它一个“替换文本”的接口,而是先通过 parser、LSP 或 compiler 建立代码结构,让 Agent 可以像 IDE 一样做重构:移动函数,删除 impl block,整理 imports。不知道是否有朋友做这方面的尝试。 总的来说,即便是 AI Coding 时代,好的编程习惯还是有价值的。尽量在早期通过 harness engineering,把好的编程习惯变成 Agent 的默认工作方式,比后来再重构的成本要小很多。
显示更多
在Stripe的支持下,Meta 已开始向哥伦比亚和菲律宾的部分创作者推出稳定币支付,允许他们在Solana或Polygon区块链上以USDC获得收益 跨境支付的确是稳定币的优势, 费率低速度快免开户,Stripe 之前收购的 Bridge 的一个场景就是帮 Uber 给南方国家的司机发工资 让 Claude 算了一下, 6大创作者平台 (YouTube + TikTok + Meta + Twitch + Upwork + Fiverr)如果都切换到稳定币支付,可以增加 25-26B 一年的增量,相当于现在 320B 稳定币规模的 8% 更大的空间是扩展到消费级电商和共享经济(Shopify 商家、Etsy 卖家、Airbnb 房东、Uber 司机…),这样一年给卖家的总支付量可以达到 $465B,是当下稳定币规模的 1.45 倍 短期利好 Stripe 和 Circle,长期就要看这些平台会如何运用自己的稳定币
显示更多
支付巨头 Stripe 终于官宣与 Meta 正式合作稳定币支付 通过 Link 钱包,潜在 2.5 亿创作者可以收到 USDC Stripe 提到和 Tempo 公链,Meta 网站上另外提到了 Solana 和 Polygon 的合作 看起来这两天 Stripe Sessions 大会应该有更多消息会公布,拭目以待👀 #circle# #meta# #sol#
显示更多
我在 Solana 中文名活动中获得了奖金,我会按照承诺将奖金赠送给中国朋友们。 Thrilled about projects like @trendsdotfun launching a drive to give a chinese name for @solana China's crypto scene is a powerhouse, huge market, unbeatable community vibes. As an open and inclusive blockchain, solana's got that perfect synergy with them, so a tailored chinese name just makes sense Drawing inspo from solana foundation president @calilyliu 's post, my crew and I whipped up 索拉拉 (suolala), a fierce, long-haired builder chick channeling her energy. She's the embodiment of everyone hustling on solana, turning it into this boundless hub of innovation The solana ecosystem's on fire now: defi, payfi, socialfi, RWAs, perps, ICM, infofi, memecoins, nfts. You name it, build it. Organic growth, killer infra, endless potentia Shout out to all the solana builders like 索拉拉(suolala) Increase Bandwidth, Reduce Latency
显示更多
0
922
610
187
转发到社区
今天一下飛機我就餓爛衝去吃拉麵🍜 結果! 拉麵店的店員小哥哥一直看著我燦笑/// 我就很害羞! 後來我就跟他不小心對到眼 他告訴我~我的帽子很可愛 從我排隊到我坐下來吃他都瘋狂稱讚我的帽子! 你們說… 他一定是喜歡我對吧😍 除了小哥哥以外今天吃的「柚香沾麵」也非常啾西唷👍🏻 @afuri_fineramen
显示更多
0
9
415
13
转发到社区
聊聊最近的状态。 前段时间在做新产品,同时做了一个无人值守 agent 在那自己开发 SaaS。哐哐一跑 20 多个小时,一天提交一两百个 commit。agent 在写逻辑方面问题不大,但 UI 还是不行,用的顶级模型顶级 skill 也还是不行。还是会看不顺眼。说到底 UI 这件事还是很主观,反正我看不顺眼就得调。所以调 UI 还是很花时间。 然后工具用得不顺手,就停下产品开发,去折腾工具。而折腾工具是很容易上瘾的,一上瘾就不断投入时间,逐渐忘记最初我的目标是做那个产品,而不是开发这个工具。现在的模型足够强,很容易就 vibe 一个类似 openclaw / hermes / slock 的工具给自己用。可是 vibe 一个可以用的产品,与做一个能交付给其他用户并且让他们爱用的产品,这其中差了无数的细节。哪怕这个用户只是自己,也差了无数的细节。后来我想想,除非我的目标就是做这个工具,不然就直接用现成的。因为现成工具的创作者,他们的目标就是做这个工具。 对了,Anthropic 还不断出新的限制。如果出一条新的限制,我的工作流或工具就不好用了,那就太脆弱了。而我一直是希望自己能按「反脆弱」的方式来做事。外部环境变化,并不应该那么容易影响我日常做事的方式。 最近做产品,还经常会陷入一种一边做一边自我怀疑的状态。这种状态在 AI 时代以前是不会有的。现在很容易就会有。我经常想,我做这个产品有什么意义吗? 还有一点,AI 确实极大地解放了生产力,可是我看到的有意思的产品并不多。大家都做着差不多的东西。当然,我也想不出什么有意思的产品来做。要不我也不用一边做产品一边自我怀疑了。目力所及,我觉得 @turingou 做的产品是比较有意思的。所以有时候上推还会专门打开他的主页看一眼,是不是又有新的产品了。 我非常确信在远离互联网和 AI 的那些行业,有着许多和 AI 结合的机会。而我们都被困在纯互联网和 AI 的泡泡里,自然是只能做着都差不多的东西。可是知道这个局限,并不能让我摆脱这个局限。因为那些与我的生活无关,我倒是挺希望能了解那些遥远的行业,可是有时候连门在哪里都不知道。我在 fiverr 和 g2 的 categories 下研究过,我可以把那里每一项都让 AI 帮我做研究,并让它根据对我的了解,和它讨论出最适合我的一个垂直行业的产品机会。但缺乏亲身的感知,仅凭概念和语言,很难让我走远。这正是让我产生自我怀疑的地方。 你说,一个美国房地产从业人员,因为厌烦了每次买卖房子,要重新拍摄视频,后来发现可以借助 AI 来做,从而做了一个针对美国房地产的 walkthrough /promo 视频 AI 生成 SaaS,是这个人更能把这个 SaaS 做好,还是我只通过纯概念和语言研究,一个局外人,能把这个 SaaS 做好?我想前者做好的概率要大得多,他的生活与亲身感知会卷着他去做。而我可能做到 MVP 阶段就失去兴趣了。这其中差了无数的细节。 我觉得,专注会变得越来越重要。因为 AI 的加持,许多人可能今天做这个,明天做那个,不断分心做不同的东西,最终什么都没做出来。 Don't just build. Ship.
显示更多
0
34
232
11
转发到社区