yoki retweetledi
yoki
280 posts

yoki retweetledi
yoki retweetledi
yoki retweetledi

OpenAI今天干了一件,
可能改变未来10年医疗格局的大事。
没有发布会,也没有铺天盖地的宣传,就一条平平淡淡的推文。
他们给全世界的医生,免费开放了专属的临床版ChatGPT!
一款专门给医生减负的超级助手
写转诊信,填保险授权,查最新文献,整理病例,
甚至连医生每年要修的继续教育学分,用它查病例都能自动算,
所有医生最痛恨的行政垃圾活,AI全包了。
很多人说OpenAI在做慈善,
我认为不是这样的,
这应该是他们有史以来最聪明的一次交换。
用一个免费的工具,
换全世界最珍贵的医疗临床数据,
换几百万医生的日常使用习惯,
换整个医疗行业对AI的信任,
这笔买卖,怎么算都赚翻了。
为什么这么说呢?
因为AI永远不会取代医生,
但不会用AI的医生,一定会被会用AI的医生彻底淘汰。
一个会用AI的医生,
一天能看原来三倍的病人,
能查到任何一个角落的最新研究
能把所有浪费在文档上的时间,全部还给病人,
所以我相信未来最好的医生,
一定是最会用AI的医生。
他们还顺便发布了一个新的医疗基准测试HealthBench,这才是最狠的一步。
以前的AI医疗评测都是做选择题考试,现在他们直接用真实医生的日常对话当考题。
谁能过这个测试,谁才有资格进医院,OpenAI自己给整个行业定了新的游戏规则。
这已经不是一次普通的产品更新,更像是OpenAI正式从娱乐玩具公司变成核心基础设施公司的标志性时刻。
以前他们做的是写文案,画图,做游戏,现在他们要进医疗,进教育,进所有人类最核心的行业。
当然也有无法回避的问题,AI看错了病,谁来负责?
医生会不会过度依赖AI,
慢慢失去自己的判断力?
这些问题现在都没有答案。
但有一件事是确定的,
医疗行业的效率革命,
从今天起正式拉开序幕了~


Greg Brockman@gdb
Introducing ChatGPT for Clinicians:
中文
yoki retweetledi

yoki retweetledi

细思极恐,app已死。
马克·库班最近聊AI财富转移,我反复看了好多遍。
说实话,绝大多数人听完就过了,根本没想到——这里头藏着一个普通人伸手就能够到的机会。
他上来就道出一个现实:全美3300万家企业,既没有AI预算,也请不起专职搞AI的人。
他说的不是硅谷那些明星创业公司,而是街边餐馆、县城工厂、十几个人的贸易公司、开了二十年的家具厂……这些老板知道AI得用,不然迟早被淘汰,可是没人、没钱、没方向,完全不知道从哪开始。
接着他补了一句更狠的:“微软老大都说了,软件已死。以后所有东西,都得按企业的需求量身定做。”
这句话,差不多给过去多年的“一套软件卖全国”模式判了死刑。
以前做软件生意,本质是标准化:做一个通用产品,不管你是做什么的,都得调整自己的工作方式来适应它,然后每年交钱,厂商躺着收租。
但AI把这套逻辑彻底颠倒了。
以后不再是企业将就软件,而是“工具”将就生意。
问题来了:谁去帮这些中小实体企业把AI用起来?
一个三代开厂的老厂长,可能连GPT和文心一言都搞不清;一个县城的批发商,你跟他提AI,他连入口在哪都不知道。
库班最后那个问题,值万亿美金:“谁去帮他们?”
这个问题的分量,比所有大模型研发本身还要重。
现在是什么局面?
全球烧了几千亿美金,全在卷大模型底座;最聪明的那批工程师,在争“AI底层谁说了算”。
让他们卷,让他们烧。他们越卷,基础算力和模型成本就越低,对我们普通人越有利。
因为财富从来不在“造大脑”的地方,而在“大脑”和真实生意接上头的地方。
电的时代,最赚钱的不是发明发电机的人,而是走进工厂、告诉老板“电怎么接、机器怎么改、成本怎么降”的人。
现在多少年轻人觉得,必须进大厂搞模型研发才算赶上AI?
但库班盯住的,是剩下那99%的实体经济,是几千万家等着用AI却无从下手的中小企业。
你不用去卷天价的大模型研发,只要先搞明白大模型的基本操作,再扎进一个行业摸清门道——比如小餐馆怎么用AI做推广、降成本,小工厂怎么优化排产、管库存,小公司怎么提人效、省人力。
走进这些企业的门,搞懂他们真实难处,把AI能力嵌到他们的赚钱环节里,帮他们真正见到利润。
这不是一个岗位,这是一个全新的赚钱赛道,正在浮出水面。
你不用会造AI大脑,你要做的,是成为AI大脑和实体经济之间的“接线员”。
如今,几千万家实体企业站在AI的门外,里头一片黑。
硅谷的大佬们在比赛“造神”,但最终赚到大钱的,一定是那些教会“神”怎么干活、怎么帮普通老板把钱挣到手的人。
你品,兄弟们你细品。
中文
yoki retweetledi

突发新闻:GODSPECTIVE 应用已向全世界泄露。现在,你可以从高空实时观看全球正在发生的一切。github.com/koala73/worldm…
… quanqiuchongtu.com
中文
yoki retweetledi
yoki retweetledi

在 GitHub 逛到 Mini Tokyo 3D,一个开源可视化项目,确实被惊到。
它把东京公共交通系统直接搬进一张实时 3D 地图:地铁、火车线路立体铺开,结构清清楚楚。还能实时追踪每一列车、每一架飞机的位置,支持一键切到「地下模式」看地铁怎么跑,并且可以直接规划出行路线。
GitHub:github.com/nagix/mini-tok…
在线地址:minitokyo3d.com
网站支持中文、英语、日语等多语言界面,打开就能玩,很容易停不下来。
如果你也会开发,完全可以琢磨一下做个国内版。它的构建文档写得很完整,当作参考学习也很值。

中文
yoki retweetledi

AI 大神 Karpathy 的编程经验 Skills 开源了,Stars 还在疯涨
建议都去给自己的 AI 喂一下这个 andrej-karpathy-skills 文件
这个项目做的事情很简单,就是把 Karpathy 吐槽大模型写代码的毛病,编译成了大模型能看懂的约束指令
不到 70 行的一个文件,就拿了接近 6 万颗 Stars
起因是 Karpathy 之前总结了 AI 编程的几个通病:喜欢瞎猜、过度工程、顺手乱改不相干的代码
开发者 Forrest Chang 就把这些经验浓缩成了 4 条核心规则:
1. 先想再写:遇到歧义先问,别做假设
2. 简单优先:不需要的功能不加,拒绝过度设计
3. 精准修改:只动该改的地方,旁边的代码再乱也不碰
4. 目标驱动:给 AI 明确的成功标准(比如通过测试),而不是模糊的指令
把这个文件下载到项目根目录,作为 CLAUDE.md 或者 AGENTS.md 让 AI 去读就行,之后它干活就会收敛很多。Claude Code 用户也能通过插件一行命令全局安装
AI 写代码的速度确实快,但这 4 条原则相当于牵住它的缰绳。懂得分清什么时候该让 AI 跑,什么时候该拉一把,能避开很多隐性的坑
github.com/forrestchang/a…
中文
yoki retweetledi

如果是 TypeScript 技术栈,做 Agent 开发首选 pi-mono,功能强,调用方便。其次是 vercel 的 aisdk 也还可以。
claude agent sdk 不那么推荐了,主要是绑死了 claude,但目前还有一个不可替代的优势,就可以共享 Claude Max 订阅,开发阶段会比较方便,能用多久不清楚。
应用层的话,electron 还是首选,稳定可靠,AI 训练预料足够多,主要问题是应用程序体积略大。但刚开始写 Agent,建议从 cli 开始写,不需要一开始就做界面,这样可以聚焦在 Agent 本身,除非你核心就是 UI。
推荐一个开源的项目 craft-agents-oss,TypeScript + pi-mono + Electron + React + claude agent sdk,很好的学习参考。
github.com/lukilabs/craft…
Meathill@meathill1
终于要开始做 AI Agent开发了,请教下大家: - 应该用哪个框架? - electron 应该还是最优解吧? - BYOK 要支持么? - 除了编程agent,有哪些值得观摩学习的其它领域的工具么?
中文
yoki retweetledi
yoki retweetledi




















