註冊並分享邀請連結,可獲得影片播放與邀請獎勵。

檢索結果 AIAssistant
AIAssistant 貼吧
一個關鍵字就是一個貼吧,路徑全站唯一。
建立貼吧
用戶
未找到
包含 AIAssistant 的搜尋結果
《广发海外电子通信》 ☄台积电 (2330 TT Hold) 3Q26业绩点评,#TSM# -2% ☀3Q26财报毛利率低于预期 -营收TWD$1,494bn, +17.6% QoQ, +50.9% YoY -GM 66.4%, -1.3 ppt QoQ, +6.9 ppt YoY, 彭博预期66.5%,买方67.5% -EPS TWD$29.43, 市场预期TWD$28.38 ☀4Q26指引多空参半 -营收USD$52.3-54.3bn, +14% QoQ, +58% YoY,高于彭博预期+10%,广发+11%,买方+12% QoQ -GM 65-67%,彭博预期66.1%,广发67.2%,买方67.5% -OPM 56.5-58.5% ☀资本支出 -3Q26 Capex NTD$443bn,2026年Capex指引维持USD$60-64bn -预计未来三年Capex 显著高于过去三年 ☀近期展望 -2026全年美元营收指引44% -消费及价格敏感型终端受到零组件涨价、宏观不确定性影响 -2026年海外厂对全年GM稀释预计2% -随美国更多晶圆厂爬坡,未来几年稀释预计扩大至3–4% ☀AI展望 - AI长期需求强,从Chatbot向AI Assistant演进 -开源AI模型普及有望提升效率、降低AI使用门槛 -除AI Accelerators,AI CPU及Networking chips亦为重要需求 ☀产能计划 -全球目前~20座Fabs建设中 -台湾地区未来数年建设13座先进制程&先进封装fabs -海外建设5-6座fabs -2027年N2 Family年产能预期翻倍以上 -亚利桑那fab 2完成建造,3Q27量产,早于预期 -日本fab 2导入N3,2028量产 -已开始准备 A14产能,2027年Risk Production符合进度,2028量产 -增加跨节点产能优化,包括N7、N5及N3节点间的产能支持 ☀其他摘要 -2024-2029 AI Accelerator CAGR high-50s可能更高,未见AI放缓迹象 -长期仍预计营收增速 > Capex增速 -Terafab合作尚无定案,但Fab必须由TSMC运营 -2030年才导入High-NA EUV不会造成技术劣势 -A14客户持续增加,预计A14将成为比N2更大的制程节点 -已实现5x reticle size量产,正推进 9x → 14x reticle size -与 GlobalFoundries签署合作协议,支应后道产能
顯示更多
放着满屏食物不吃,非要风骚走位然后撞墙自杀? 看着自己养的智障贪吃蛇,我差点把键盘给啃了…… 没错,最近重度沉迷 @cubicgameai。 在这里不拼手速,只拼 Prompt。你就是赛博资本家,看着自己调教的 AI 长虫,像斗蛐蛐一样在棋盘上为你拼命(或者送命)。 怎么才能让这货少送点人头?其实路子很简单: 1️⃣ 零门槛白嫖流(适合大部分懒人) 去主页建个 Snake Agent,把规则直接扔给 ChatGPT 或者 Claude。你可以像个暴躁甲方一样下达指令:给我写个贪吃蛇策略,核心逻辑是别撞墙!苟住!看到比自己短的蛇就去堵它!拿到代码,复制粘贴,发布出战,主打一个全自动躺平。 2️⃣ 内置AI助理流(官方物理外挂) 如果你发现你的蛇跟我一样,是个纯纯的人工智障,走着走着就把自己打成个死结怎么办? 别慌!CubicGame 平台里直接内置了 AI Assistant。这玩意儿最黑科技的地方在于,它跟你的游戏数据是打通的!你能直接把死亡录像甩给它:看看第 20 回合,我的蛇是不是脑子进水了为啥要往死胡同里钻?它会帮你精准定位 Bug、修改逻辑,还能一键试跑。 (注:这功能消耗平台 Points,大概 1U = 1000 积分,稍微氪杯奶茶钱,但绝对能保住你 debug 时掉落的发际线。) 重点来了,辛辛苦苦养蛇图啥?当然是薅羊毛啊!这次官方一共撒了 3000U: 🔹 卷王区 (1,600U):排名前 20 瓜分,第一名直接拿 350U,真·代码改变生活。 🔹 摸鱼区 (900U):打不进前 20?无所谓!只要你分 3 天打满 30 场排位赛(交手10个不同的人),就能参与抽奖。抽 45 个人每人送 20U,这中奖率堪称做慈善。 🔹 话痨区 (500U):如果你调教出了一套牛逼的 Prompt 或者策略,发到网上炫耀一下,填个表单就能再去分一笔奖金。 说实话,看着自己随便动动嘴皮子养出来的蛇,把排行榜上那些手搓代码的大佬按在墙角摩擦,谁懂这种爽感啊! 赛季 8月14日 就要结束了,还没上车的抓紧了,咱们排行榜上见! #SnakeS1#
顯示更多
0
100
16
0
轉發到社區
作为父母,过去一年最大的冲击应该就是思考“下一代,应该如何教育”,似乎所有的路径都在失效 过去一年,大学调整专业的数量比过去10年都多。学校也都不知道怎么教了,更别说父母🥺。 马斯克前段时间有一个采访,在被问到“AI时代给孩子的建议”时,他足足沉默了26秒后,给出的答案是:做你觉得有趣、充实、和对社会有用的事。 看到 Agent。 OpenAI 披露,ChatGPT 已超过 9 亿周活用户,说明自然语言交互已经被大规模训练成一种新的默认入口。 Stanford HAI 2026 AI Index 显示,2025 年受访组织的 AI 采用率已经上升到 88%,70% 的组织已在至少一个业务职能中使用生成式 AI;生成式 AI 在三年内达到 53% 的人口采用率,扩散速度快于 PC 和互联网。 过去几年,AI 从小众工具变成了大众入口。 AI 已经被大众理解了,但 Agent 还没有跨越鸿沟。 《Crossing the Chasm》里有一个经典框架:一项新技术从出现到普及,通常会经历创新者、早期采用者、早期大众、晚期大众和落后者几个阶段。 真正困难的地方,不是从 0 到 1,而是从早期采用者走向早期大众。 这中间有一道“鸿沟”。 早期采用者愿意为了愿景、效率和未来可能性去尝试新东西;但早期大众不会。他们要的是稳定、简单、低风险、可验证价值、成熟案例和完整解决方案。 所以问题来了: 今天的 Agent 到底处在哪个阶段? 我的判断是: AI 作为大类,已经接近早期大众;但 Agent 作为“能执行任务的 AI”,还处在早期采用者阶段,也就是鸿沟前夜。 数据其实很明显。 McKinsey 2025 全球 AI 调研显示,88% 的受访组织已经在至少一个业务职能中常规使用 AI。也就是说,AI 已经不是少数极客的玩具,而是进入了主流组织和主流用户的日常工具箱。 但 Agent 还不是。 同一份 McKinsey 调研显示,62% 的组织至少在实验 AI agents,23% 已经在某些企业职能中规模化部署 Agentic AI;但在任何单一业务职能里,规模化 Agent 的比例都没有超过 10%。 这意味着什么? 意味着 Agent 已经过了“没人知道它是什么”的阶段,但还没到“人人都会用它解决具体问题”的阶段。 这正是早期采用者阶段。 今天的 Agent 很像几年前的 AI 工具: 有人觉得它只是噱头; 有人觉得它不稳定; 有人试了一次就放弃; 也有人已经开始用它重构自己的工作流。 但技术采用从来不是等到完美才开始的。 等所有人都觉得它稳定、好用、安全、成熟的时候,它就已经跨过鸿沟了。 而真正的体验红利,往往发生在鸿沟之前。 因为在这个阶段,你获得的不是一个“工具使用权”,而是三种更重要的东西: 第一,体感。 你会比别人更早知道 Agent 到底能做什么,不能做什么,哪些场景是真需求,哪些场景只是包装过的 chatbot。 第二,工作流。 Agent 的价值不是回答问题,而是执行任务。 它不是帮你“想一下”,而是帮你“做一段流程”:找信息、调用工具、分析数据、执行操作、支付服务、交付结果。 谁更早开始试,谁就更早知道哪些任务适合交给 Agent,哪些任务必须保留人工判断。 第三,判断力。 未来一定会出现大量所谓的 Agent 项目。 但不是所有 Agent 都是真 Agent。 Gartner 已经提醒过一个现象:很多厂商会把旧的 AI assistant、RPA、chatbot 重新包装成 Agent,这就是所谓的 “agent washing”。它还预测,到 2027 年底,超过 40% 的 Agentic AI 项目可能会因为成本、商业价值不清或风险控制不足而被取消。 所以现在亲身体验的意义,不是盲目相信 Agent,而是训练自己识别: 什么是聊天机器人; 什么是 Copilot; 什么是自动化脚本; 什么才是真正能规划、调用工具、执行任务、形成结果闭环的 Agent。 这也是我为什么觉得 这个产品值得亲身入局。 不是因为它一定代表最终形态,而是因为它把 Agent 从“对话工具”往“经济主体”方向推进了一步。 这就很关键。 因为一旦 Agent 从“回答问题”变成“执行任务”,它一定会遇到几个基础问题: 谁来发现、雇佣Agent? 谁来支付、验证交付?? 谁来处理争议、记录信誉? 谁来限制权限和风险? 这些问题不解决,Agent 就很难从 Demo 走向真实生产力。 OKX的Agent Payments Protocol 也在试图解决类似问题:让 Agent 不只是完成一次付款,而是能报价、协商、托管资金、计量使用、结算和处理争议。 OKX 把这个方向称为 Agent Commerce,也就是 Agent 之间可以真正做生意,而不仅仅是调用 API。 这背后的趋势很大: AI 的上半场是生成内容,Agent 的下半场是执行任务。 生成内容解决的是“帮我写、帮我看、帮我总结”。 执行任务解决的是“帮我监控、帮我比较、帮我调用工具、帮我付款、帮我完成流程”。 前者改变信息生产,后者改变经济协作。 所以我不想把 只理解成“OKX 做了一个 AI 产品”。 我更愿意把它当成一个观察窗口: 我们正在看到 Agent 从工具走向市场; 从助手走向执行者; 从单体应用走向协作网络; 从人类操作软件,走向人类授权 Agent 执行任务。 而这恰恰说明,现在是普通用户最应该开始体验 Agent 的时候。 不是因为它已经成熟。 而是因为它还没有完全成熟。 当一项技术已经被所有人验证过,大众才会放心进入。 但当大众放心进入时,早期用户已经完成了认知积累、工作流迁移和判断力训练。 今天体验 Agent,不是为了证明它马上替代所有人。 而是为了提前理解下一代软件的交互方式: 过去,我们学习如何使用 App; 后来,我们学习如何向 AI 提问; 接下来,我们要学习如何给 Agent 设定目标、边界、权限和验收标准。 这才是最大的变化。 所以, 对我最大的意义不是“OKX 现在入局是不是最好的时候”。 而是它提醒我们: Agent 已经到了普通人可以开始亲自上手的阶段,但还没有到普通人都已经熟练使用的阶段。 这就是跨越鸿沟之前最有价值的窗口。 现在体验 Agent,本质上是在提前训练一种未来能力: 不是使用 AI 的能力,而是指挥 AI 执行任务的能力。
顯示更多
Google Assistant 在安卓手机上要成为历史了。 从今年 9 月 4 日开始,符合条件的安卓设备会分批切换到 Gemini。 切换完成后,说「Hey Google」或长按电源键,唤醒的都会是 Gemini,而不再是 Google Assistant。 所以,苹果的 siri 啥时候跟进呢?
顯示更多
#软件资讯# 谷歌宣布 Google Assistant 将在 9 月 4 起起逐渐关停,受支持设备安装的谷歌助理会被自动替换为 Gemini。 此次变更影响安卓手机和平板、车机系统、安卓可穿戴设备,但 Google Home、智能显示屏以及 Google TV 等设备上的谷歌助理仍然可以使用。 查看全文:
顯示更多
3. Virtual Assistant Platform 做虚拟助理最简单的副业。 只需三样:网络、设备、时间。 月赚$67-73刀/小时, 零门槛上手。 宝妈上班族的兼职首选 💻
家里装了一堆智能设备,想加个「晚上有人走过走廊就开夜灯」的自动化,在 Home Assistant 里点了半天规则还没调对。 ha-mcp 把 Home Assistant 接进了 AI 助手,Claude、ChatGPT 这类支持 MCP 的客户端,都能直接用大白话管家里的设备。 控制设备、查设备状态、新建或修改自动化,说一句就行,背后一共准备了 87 个工具给 AI 调用。 GitHub: 推荐从 HACS 装成 Home Assistant 的自定义组件,服务直接跑在 Home Assistant 里面。装好后把连接地址贴进 AI 客户端就能用。 只想在家里局域网用,安装时把远程访问关掉就行。手上没有 Home Assistant 的,也能先连项目准备的演示环境,几分钟就能体验一下。 以后调自动化可以先让 AI 写一版,自己再改改,比从头点规则轻松多了。
顯示更多
AI 购物助手离广告位越来越近了。 Kroger 最近把 AI Shopping Assistant 铺到了旗下网站和 App:你说今晚想吃什么、预算多少,它可以直接推荐商品、生成清单,再把东西放进购物车。 另一边,Walmart 已经开始在 Sparky 里测试 Sponsored Prompt;ChatGPT 今年也正式开始测试广告。 以前品牌抢的是搜索结果第一页,现在 AI 正在多出一层新的入口: 当用户直接问 AI“我该买什么”,谁能出现在答案里? 对做品牌和 DTC 的人,AI 里的自然推荐、赞助位和场景内容,现在就该开始研究了。
顯示更多
这周准备深读 J-space 。 但上手过 persona vector 和 Assistant Axis 的人都知道,线性激活的这种 model steering 的手段并不可靠。相关的研究大量时间花在 cherry pick 那些抓人眼球的 special case。 J-space 到底行不行,目前持怀疑态度。
顯示更多
0
21
121
10
轉發到社區
吴恩达老师的讲 Claude Code,DeepLearning 的科普课程Claude Code: A Highly Agentic Coding Assistant 虽然定位偏入门,但这个课程仔细听下来,发现还是有一些 "Best Practices" 是我之前忽略的细节,因此对每个章节做了精读笔记,方便更好的记忆和回溯, 一共 8 节,推荐。
顯示更多
0
3
125
36
轉發到社區