VeloNews:Strategy Buys Back $1.38B Of Debt Notes It Had Previously Issued Source: Court Filing VeloNews:Strategy公司回购了此前发行的13.8亿美元债券 ———————————— 2026-05-15 20:05:09

今天发现了这个么个好玩意： Google的Notebooklm，结合Gemini Pro 超级个体必备学习利器。 如果让我评价，我觉得2个字在适合不过： 卧槽

大家有用过这个省Token的方法吗？ Google 还是挺大方的，NotebookLM 的算力直接免费蹭。 真没必要在 Claude 对话里硬塞资料了，问几次额度心都在滴血。 这个思路挺机智：资料先丢给 Google 的 NotebookLM 去存、去查。免费版能塞 50 个源，PDF、网页、视频字幕通吃，算力全算 Google 的。 Claude 只看带引用的结论，原文一个字都不进对话。别人实测一轮研究会话，成本直接从 $9降到 $0.5，差了 17 倍。这个你们试过吗？ 上手也就三步： 1️⃣ npm i notebooklm-client 装客户端 2️⃣ npx notebooklm export-session 导出登录态 3️⃣ npx notebooklm skill install 装 skill 之后在 Claude Code 里说句“查下 NotebookLM 里的信息”，它自己就跑通了。 这个是不是有点绕了，但确实是一个好思路。这么多的NotebookLM资料，也可以直接用起来 #AI# #AIAgent#

如果你读书后什么都忘了，这个方法适合你。 NotebookLM 可以将任何书籍转化为行动计划、记忆笔记和可用的洞察。 这里有 12 个提示词：

没注意，GPT竟然可以直接生成可编辑PPT了。 不过他生成的方式还挺符合常理的。 首先生成大纲，把每一页和speaker note全部写好。 然后生成每一页的背景图片，这里就用到了Image-2的优秀能力。 最后组合起来生成一个PPT，里面文字什么都可以修改。 但是有点问题是，背景图片生成基本是毫无意义的赛博风格图片，不过我也没让他限定风格，估计默认就是这样。然后文字的排列风格也没有啥特点，感觉平平无奇。 但是至少能用了，加个Skill来优化一下还是不错的

Nathan Lambert 跑遍了中国所有头部 AI lab 1️⃣ Moonshot 2️⃣ Zhipu 3️⃣ Meituan 4️⃣ Xiaomi 5️⃣ Qwen / 6️⃣ Ant Ling 7️⃣ 回来写了一篇 Notes from inside China's AI labs 最让他震惊的 是文化层面的差异：GPU / 数据 / 模型这些硬件层面，中美几乎打平 他的原话 - 美国研究员有「为自己发声」的文化，ego 和职业野心，经常会挡在好模型面前 - 中国研究员的状态完全相反，极度低调，极度专注，被问到 AI 经济影响 / AI 伦理这种宏观问题时，第一反应是「我不懂这个 我不该评论」 他说：这种文化上的微小差异 累积到最终模型的质量上，是个真实的差距 · 原来做模型，拼到最后，拼的是 ego · 现在中美前沿大模型的输出已经在同一档 - Lambert 列出的相同点：最大的模型 / 最好的科学家 / 最多的算力 / 最 agentic 的训练流程，基本一致 - 差距开始挪到下一层，谁的文化能让最优秀的人更纯粹地做研究，谁就在下一代模型上拉开 · 原文链接（Notes from inside China's AI labs）：

给我的开源“读财报”Skill加了一个小更新，现在只要打开终端，无论在任何位置直接输入命令： stock+股票代码/名称 即可自动下载该股票最近五年的所有财报到NotebookLM进行估值投研分析。