卧槽，信息差！在推特上又学到东西了！ 再也不用在闲鱼上被黑心商家割了！ 我平时订阅 ChatGPT、Claude 、Grok bot 全家桶 ，官方原价订阅合计下来230美刀！实在肉疼 ！ 最近在推特上看到大佬们推荐@GamsGo_Global 据说运营了 7 年、拥有 1000 万+ 用户，体验了一段时间非常！ 🔥价格划算：比官方原价最高可省约 85%！支持自营和 Marketplace，有独享也有共享账号可选。 ❤️难能可贵的是在AI时代，居然有 24/7 真人客服响应， 如果你担心的话，购买时还可以勾选 GamsCare+ 全周期退款保障 那么你的订阅期内遇到登不上、被踢等情况均可补发或退款。 ⚡ 支持支付宝付款，再不用担心用黑心商家的不明渠道，用得放心用的安全！ 我最推荐 X Subscription 最近成为grok bot 高强度使用者的首选！ 使用我的优惠码 GJJYM，邀请链接在评论区👇 作为Spacex AI 大使，下次grok bot的聚会希望见到你！

RT @ElliotChen: 恭喜混元发布 Hy Memory 2.0 论文里有个细节挺有意思：他们特意选了 EverOS（EverMemOS）作为训练中完全没见过的「留出框架」来检验泛化能力，并称它是「本次评测中最强的开源社区记忆基线」。 在 EverOS 上，他们测…

之前和 Yifan 聊 Multi-Agent Harness，听到了一个很有意思的设计。 他想让多个 Coding Agent 基于同一份项目状态协作，但不依赖 Git Worktree 来隔离每个 Agent。 他的思路是把沙箱隔离粒度缩小到每次 Tool Call。 每次工具调用都有独立的临时 Workspace，执行完可以保存为 Commit，也可以直接丢弃。底层通过 Zero-copy fork、COW 和内容去重，让不同 Agent 共享已有文件状态。 我第一反应是：你干脆重新发明 Git 吧。 但看完他的 LayerFS 设计文档，发现还真有点东西。 现在常见的 Agent 沙箱主要按 Task 隔离，而他希望做到 Tool Call 级别，让每一步操作都能独立执行、追溯、回滚和分叉。 这样不仅能支持更细粒度的多 Agent 协作，还能让 Agent 从任意保留的中间状态继续探索其他方案。 更有意思的是，他说这个想法半年前就写进 README 了。

如果你也受不了 GPT 6 之后的模型废话连篇，包括 不停为自己给出结论反复解释证据 ，反复讲解和举例，用否定句解释人类不应该怎样理解，对已经清楚的事实二次解释和免责性补充，对自己的研究意义反复自我强调。 比如： “这是XXX自己估算的系统容量和预期收入，不能当作当年已经核实的实际收入。” “因此，这项对比不能理解为XXX的指标高于YYY。” 我实验了一些有效的 prompting 限定，可以在 setting - personalization- user instructions 里加上这段： | 行文风格：高信息密度、证据优先、重视机制与商业价值、允许复杂推理、减少解释性重复的研究写作。知道的事实直接写出来，有依据的结论直接陈述，无需用“值得注意的是”“一定程度上说明”“这里需要特别强调”一层层铺垫。 对于解释性内容，1. 保留解释因果机制的段落，2. 保留对因果混淆的必要说明，3. 保留能够建立新分类的分析。 不要每份证据包装成一个完整的小型论证：介绍背景、展示材料、解释含义、提醒限制、总结意义。减少这层包装，让事实和机制直接进入文章。 1. 删除 AI在研究过程和对自身工作的评价。直接呈现信息。 2. 删除对已经清楚的事实进行二次解释。当事实陈述已经包含足够明确的来源、范围和含义时，不需要再用否定句解释读者不应该怎样理解。 3. 删除过度谨慎和重复的免责声明。尽量通过措辞表达证据等级，而不通过额外段落反复强调证据等级。 4. 删除缺乏新增信息的意义解释和概括性推论。如果结论只是换一种表述概括前面的事实，它的价值很低。结论需要提供此前没有明说的因果解释、机制、约束条件或值得继续研究的推论。 5. 删除教程式的逐步讲解与举例。简洁陈述即可。无需通过假设类的教学案例证明一个已经容易理解的规则。 6. 删除重复展开的章节，只保留比较表格。 7. 删除重复总结，以及对研究意义的自我强调。一个结论只承担一项主要任务，避免每个段落都重新概述完整研究。 维度建议采用的写法： 开头直接呈现主要调查结果、核心数字或关键机制。无需介绍研究将如何开展 事实陈述尽可能在一句话内交代时间、主体、行为、规模和来源 证据限定只保留影响事实判断、统计解释或推论成立的限定条件 解释优先解释成因、工作机制、不同变量之间的关系 推论必须带来新的信息，例如可检验的预测、市场约束、因果关系或商业影响 举例优先使用实际企业、产品、合同、价格和用户行为；减少假设性教学案例 比较多对象、多指标优先使用表格；避免表格之后逐行复述 章节按研究问题划分，删除为了文章完整性而添加的引言、过渡和小结 总结只保留重要且尚未被充分概括的结论 语气陈述证据支持的结论，无需不断强调其重要性，也无需重复表示谨慎 使用严格的段落删除测试： 删掉一段文字后，如果读者对事实、数字、机制、因果关系、适用条件和结论的理解完全不变，那么这段文字通常没有必要保留。 尤其需要检查“这说明”“值得注意的是”“因此”“不过”“需要强调的是”开头的段落。它们有时承载必要推论，但在原版中较多只是换一种方式复述前面的内容。

万圣节要来啦🎃 来一波万圣 cosplay 变装视频分享 我做了一个西游记齐天大圣解锁万圣专属 72 变视频 一键踩点切换吸血鬼伯爵、哥特巫师、霓虹骷髅战士 瞳孔撕裂穿梭次元，暗黑哥特碰撞赛博万圣 丝滑卡点无缝变装，视觉冲击力直接拉满🔥 ⬇️说下我的制作流程： 前提是先根据自己想法把视频的主角形象 用GPT先做出来备用。 接下来研究提示词 1️⃣把想法给chatGPT，然后让他给我一个初稿， 用初稿提示词先去生成一个视频， 不合适就反复调整提示词，调好之后看下一步。 2️⃣这次我把调好的提示词， 交给DeepSeek再次帮我优化调整了一下， 然后把提示词重新翻译成英文。 3️⃣这次再交给这个工具 HitPaw VikPea ， 的Seedance 2.0， 去生视频，效果就出来了。 【核心要点】： 提示词要稳准狠，参考图要满足你的视觉效果 完整提示词已经放在评论区， 快来提前解锁你的万圣 cosplay！

刻意一个月不看 AI 的消息。结果似乎没错过任何。 这期间自己破圈到我眼皮底下的工具，比如 jev、Muse、Grokbot、REA，我更关注的是人们真正拿它做出了什么（生产级的/能赚钱的）东西，而不是玩具。回溯了一轮积攒的信息，大概不到 5% 的公开内容是此类真有价值的。 至于自己破圈到我眼皮底下的产业动态，比如唱衰世界模型、炒作 Personal AI、模型投毒实习生融资被挂，仔细想想，与我何干，与你何干，但凡最终不是想从美元资本那边一轮轮要钱讲三五年故事的，根本没必要占用自己的信道。 还有任何告诉你如何用大模型更省钱的教程。但凡不是指数级别的，只是省个仨瓜俩枣，也不值得看。因为照着搭脚手架会耗费一轮精力，等模型进化/降价/有替代方案后，拆脚手架又会耗费一轮精力，还可能不慎把系统搞崩，搭进去额外精力，得不偿失。 教人用 AI 做自媒体、开发工具软件的，我也不爱看了。这都是个供应过饱和的时代了，在供应端发力是内卷游戏，应该去研究社会民生的风向变化和市场端的趋势机会。 各种花里胡哨的 AI 交流会、黑客马拉松的总结，也别看。同行扎堆、缺乏门槛的线下活动，本来就不可能真有干货（有些名声大噪的收费社群的线下 AI 活动的内容，其实也就那样），再用 AI 写稿选一些发到线上来引流，能有什么好东西呢，都是些言过其实的光鲜包装。 出了啥新模型，评测下来如何，不用第一时间看。等一两周，出更多案例后，从大面儿上统一看（用 Grok 看 X 的民间评价更靠谱）。 国外大公司的老板说了啥，中高层怎么看待 AI，PR 内部怎么使用 AI，也大可不看。原因不用解释。这些东西只有线下开收费课，作为开场环节给台下老板们高屋建瓴一下有用。 哪个资历不错的行业明星 / 大佬 / 小天才又融资了，做啥方向，编出一个什么创业方法论 / AI 预判，不值得看。你问问他们自己信不信，再看看三个月后、半年后他们还在坚持吗。 综上，值得筛选流入到眼皮底下的 AI 内容不多。能直接指导行动的很有限。 BTW，这一个月我的自研系统还是在持续流入 AI 类内容，并没有叫停。但我找到了妥善利用它们的其他姿势。我不再关注信息的时效性和信息差本身，而是评估其他人对信息的反应，从而牟利。

刚有位生物老师在小红书私信我，能不能做一个高中生物APT这个知识点的内容。 立马安排，已经上线了。 各位老师有需求也可以私信我，你们提需求，我来做

我靠！真东西呀！👇 我国庆封的已经回来了！ 虽然解封是玄学，大家可以试试看 说不清明天上班就能用了！ 喜大普奔！朋友的claude 账号解封了。我要了他的解封申诉邮件先收藏起来，也分享给大家： What do you use your account for? > I use Claude as an everyday assistant for my personal 【work/study/research】— mainly 【writing, planning, research, and occasional programming help】, with a focus on 【你的主要使用方向，如：document drafting and code review】. All activity on the account is ordinary, legitimate individual use on my own device, consistent with normal daily 【work/study】workflows. Anything else we should know? > I would appreciate a manual review of my account. If any specific activity raised concerns, please let me know what it was so I can understand and address it. I'm glad to provide any additional details about my 【use case / project】if needed. 使用方式：把 4 处 【 】 替换成你自己的内容即可，其余句式是通用申诉话术，不用动。

今天教师节，粉丝刚好一万五 我想感谢所有我在X 跟随的老师 @elliotchen100 艾略特彦祖 在我急躁的时候 安慰我让我相信长期主义的力量 @AI_Jasonyu 鱼总每次在我绝望的时候都告诉我 好事多磨只要努力未来一定更好 @wey_gu 古思为老师 user memory 领域的专家 在各种场合介绍我们@evermind 的工作 @blackanger Rust 社区布道者 我的Harness 启蒙者 @yihui_indie 我的vibe coding 启蒙课老师 假如AI 时代的只推荐一门中文入门课 @Jason_Young1231 我的偶像每次我被代码折磨死去活来 仰望小岛秀夫的微笑 顺便催更开源项目维护Skill 我的开源项目灵感启发也来自我的偶像 @jaredliu_bravo 宗源老师的每次分享都让我对增长有了更全面的认识和了解 也感谢我开源项目的所有贡献者！ 也感谢一直陪伴我的粉丝朋友@YuLin807 @LuaSyntax0x

杭州 Grok & GrokBot 交流会圆满收场 ✅ 200 人满场，五位嘉宾，从 AI Coding 到 Context Engineering 到 Agent 工程实践，聊了整整一晚上。 感谢每一位来到现场的朋友，感谢五位嘉宾： @MaiYangAI @cgnot996 @YuLin807 @skaas777 三城接力： 深圳 8/30 → 杭州 9/5 → 广州 9/13→杭州9/19 广州站下周六，@MaiYangAI 主场，欢迎报名

杭州@evermind 产品内测邀请 我们每天都在和不同的 AI 对话。 但换一个模型、打开一个新的 Agent，关于你的经历、偏好和工作方式，往往又要从头讲起。 EverMe 想解决的，正是这件事： 让真正属于你的记忆，成为所有 AI Agent 都能调用的共同底座； 让 AI 不只回答你的问题，也能在一次次协作中逐渐理解你。 9 月 6 日，@evermind 将在杭州举行一场线下产品体验会。 我们希望邀请： AI Agent 重度用户 创业者与产品经理 内容创作者 开发者与技术爱好者 来到现场，你将： · 优先体验 EverMe 产品 · 与 EverMe 团队面对面交流 · 带着真实场景参与测试 · 直接反馈问题，共创产品下一步 这不是一次单向的产品宣讲。 我们更希望和一群真正使用 AI 工作与创造的人，一起讨论： 当 AI 拥有一段真正属于你的记忆， 它会如何改变你与 Agent 的关系？ 时间：9 月 6 日 14:00–18:00 地点：浙江省杭州市余杭区仓前街道文一西路恒生科技园 9 幢 参与方式：免费审核制 扫描海报二维码，申请 EverMe 杭州内测体验。 一个真正懂你的数字分身， 始于一段真正属于你的记忆。

关注数字人文digital humanity 以及 AI4Science的朋友 都应该看看这家Deep Research 工作台apodex 或者用传统IP制作教程，二次创作 快速拆解几十万字的上下文，核对信息，数据统计 让你的研究更快推进更高效地完成