LotusDecoder

8.4K posts

LotusDecoder banner
LotusDecoder

LotusDecoder

@LotusDecoder

AI - mind - heart

Katılım Aralık 2023
2.2K Takip Edilen6.7K Takipçiler
Sabitlenmiş Tweet
LotusDecoder
LotusDecoder@LotusDecoder·
这个账号一开始是用来收看国际国内 AI 讯息的。 自从2025年初开始发一下自己的 AI 学习和实践笔记。 第一次发,如何用 AI 做心理咨询的整套技术栈,便得到了很多朋友的喜欢和支持。 再到后来做 chatgpt 、gemini、claude 的很多使用经验, 再到下半年做 知心伙伴提示词 。 感谢大家的信任。 接下来以这个帖子作为置顶贴, 将在评论区系统地罗列一下, 觉得自己发表的一些比较有长远价值的推文。 个人重点分享: - 大规模地有深度和广度地把 AI 接入到自己的生活、学习、工作、事业中。尤其是处理通用和复用的部分。 - 进一步总结提炼模式,反思内省,进行行为认知的优化和提升、进化。 - 推演预测 AI 在未来各行各业的落地、变化、化学反应,AI for science 的前景等等,这块有些科幻性质。🤗
中文
5
2
66
17.2K
LotusDecoder retweetledi
snowboat
snowboat@snowboat84·
AI提效将首先体现在小型公司甚至是一人公司,因为这些公司有明确的目标和分工,锐意进取,处于蒸蒸日上的上升期。对于大部分处于平稳期的中型和大型公司,各种混乱和内耗使得AI提效几乎变得不可能。 用历史来比喻,用AI提效犹如明治维新的日本政府采纳西洋方式进行变法,一跃而成为世界列强。而这样的变法方式在混沌的大清和亚洲其它各国都是不可能实现的。 AI转型和提效,终究会爆发甲午战争这样蛇吞象的故事,小公司会彻底干翻大公司。
宝玉@dotey

x.com/i/article/2051…

中文
1
2
11
750
LotusDecoder
LotusDecoder@LotusDecoder·
前两年agent还没流行时, 琢磨出一个个人/企业转型AI指标, “文档化”, 如果有人说要大力AI化, 可是连自己已有的业务都没有写成清晰、结构化的文档, 那么拿什么喂给AI? 搞再多的学习班,买再多的算力,本地或云端,都是演戏和热闹。
宝玉@dotey

x.com/i/article/2051…

中文
1
1
6
957
LotusDecoder retweetledi
luthira
luthira@luthiraabeykoon·
We implemented @karpathy 's MicroGPT fully on FPGA fabric. No GPU. No PyTorch. No CPU inference loop. Just a transformer burned into hardware, generating 50,000+ tokens/sec. The model is small, but the idea is not: inference does not have to live only in software 👇
English
269
679
7.2K
792.6K
LotusDecoder retweetledi
夏洛特和她的猫
夏洛特和她的猫@SagiriYamamoto·
找队友 | Chipathon 2026 Track D(AI/LLM 辅助电路设计) 我的背景:TSMC 65nm 全流程 RTL-to-GDSII 经验 完整项目:1024 点 FFT 处理器、四核 N-body 加速器 兴趣方向:LLM 辅助的 DSP 模块生成器 寻找队友, 仅限美国境内(大学或高中在读), 每周可投入 20–25 小时, 有兴趣的朋友 DM 我
中文
0
2
27
1.9K
LotusDecoder
LotusDecoder@LotusDecoder·
@9hills 也算是享用过了,copilot pro+ 一个提示词搞一两小时,微软善人
中文
0
0
4
260
九原客
九原客@9hills·
Github Copilot+ 被削弱大大提升成本,以前最多两个Copilot 39刀的号基本就够了。
中文
1
1
5
3.6K
九原客
九原客@9hills·
说下我现在的模型和套餐选择供参考(仅考虑正规渠道,低价中转站不予推荐,光信息安全就无法接受)。 模型选择: 1. Coding,在pi中,GPT-5.5 对标 Opus 角色,负责规划、实现核心代码。DeepSeek-V4-Pro 对标Sonnet 角色,负责写测试、Code Review、非核心代码等等。 2. Hermes Agent,接入 DeepSeek-V4-Pro 3. 非代码工作:主要在codex中用 GPT-5.5,但是写作还是用 Opus 4.6 套餐选择: - ChatGPT Pro 5x 100刀/月 - OpenCode Go 10刀/月 提供开源模型,亮点是速度快,但是每月限额60美金,支持支付宝。 - Claude 20刀/月,只为 Opus 4.6。求替代! 这些只用来开发个人项目,用量不算大,公司重度项目使用公司提供的各类模型(包括Opus等)。
中文
31
8
126
23.6K
九原客
九原客@9hills·
@LotusDecoder 这种请求数是按照正常工作负载模拟的,而且是单次工具调用就算一次。
中文
1
0
2
3.3K
九原客
九原客@9hills·
想奶一下 OpenCode Go,又快量又多,喜欢用DeepSeek V4 Pro。 但是怕又和Github Copilot 一样被奶死。
九原客 tweet media
中文
59
10
264
82.9K
AI最严厉的父亲
AI最严厉的父亲@dashen_wang·
私有化部署大模型的终点是 Mac 还是 Nvidia? 私有化部署,Mac 还是 Nvidia,这个问题的答案在问出来之前就决定了,取决于你的钱包,以及你准备拿它干什么。 先说结论: Mac 堆内存,Nvidia 堆算力,两件事不在同一个赛道上较劲。 统一内存架构的优势是你能把一个 72B 的模型塞进去跑起来,慢是慢,但它活着。 独立显卡的优势是解码速度,显存够的前提下,推理速度会把 Mac 按在地上摩擦。 问题是家用显卡的显存天花板在这。 5070Ti 跑大参数模型是种折磨,5090 32G 的价格已经逼近工作站卡了,而工作站卡本身才是这条路的真正入口。 所以预算决定命运: 6万以上,冲 Pro 6000 这类工作站显卡,别犹豫 3-4万,等 M5 的 Mac Studio,统一内存方案里目前最能打的 预算有限,继续用 5070Ti 跑 27B 以下的量化模型,别幻想 本地跑模型的意义只有几种: 隐私敏感场景、跑没有审查模块的模型、出图出视频这种长期高频需求。 如果只是偶尔测试,租 GPU 比买机器理性得多,模型进化速度比硬件折旧快,今天的"终点"明年就是起点。 真正的终点大概是云端,只是很多人不愿意承认这一点。 你觉得终点是 Mac 还是 Nvidia?
中文
56
6
64
22.6K
LotusDecoder
LotusDecoder@LotusDecoder·
LotusDecoder@LotusDecoder

效率 = 人类ᴬᴵ 之前以为 sonnet 4.5 只是情感陪伴、人际关系咨询。 但是当生活中、人际中烦琐的困难和烦恼,逐步解决后。 或者不能解决的也接纳。 行为习惯、思维习惯、价值观、思考角度、元技能、元认知等硬实力的提升也摆上桌面。 --- 发现 ,AI 对个人各方面效率的提升是指数级, 很难想象,以后一整个团队都是 人+ AI 协作。 例如一项任务是 : A → B → C → D → E A:人提出问题 B / C / D: 工作流程 E :人验收结果 无 AI :是人全部做完。 加法:在有单一 AI chatbot 时,AI 做 B → C → D 。 乘法:在良好数据集情况下,拓展为一类事,即 AI 可以做 A1 A2 A3 ... A100 , 这一类事。 但是 sonnet 4.5 及以上能力 AI 的出现, 打破了我的固有认识 : AI 只会做机械重复类工作,带来加法、乘法效率提升的。 --- AI 可以从 A → B → C → D → E ,A1 A2 A3 ... A100,这两种结构中识别、抽取、提炼出里面的通用模式 X、底层逻辑 Y。当然人也可以做一步,但是 AI 的巨大上下文和速度,做得非常快。 一 、人很多时候会有灵感冒出来,将 通用模式 X、底层逻辑 Y 迁移、拓展、延伸到别的任务、领域、行业认知里应用。这样直接一次任务,到处提升。 二、人和 AI 协同商讨、分析、研究,可以对 通用模式 X、底层逻辑 Y 进行优化、升级、改进、重构。 通用模式 X、底层逻辑 Y 的改进,会一同改进其它所有包含作为基础组件的任务、领域、行业认知,提高个体整体的性能和效率。 最后实现: 效率 = 人类ᴬᴵ

QME
0
0
0
241
ginobefun
ginobefun@hongming731·
清华经管学院杨斌教授本周演讲时提出 AI 次方变革 —— 把 AI 放到指数位上,而不是加号边上。 「+AI」的心智追求即期绩效、主流一致、线性稳进,但 AI 不是一种成熟工具,它每天都在变;底数(组织 / 心智 / 知识)如果没有先质变,幂位再怎么放大也没用。底数小于一时,幂位甚至会让结果塌陷。
ginobefun@hongming731

x.com/i/article/2050…

中文
1
0
2
1.5K
LotusDecoder
LotusDecoder@LotusDecoder·
我之前4月初也是误判了, 认为 anthropic 和 中国 agent系列模型厂会联手绞杀企业级市场。 没想到, claude opus 4.7 ,降智/掉线/封号,将半壁江山拱手让人。 deepseek v4 pro ,价格是很低,gpt-5.5 的 1/120, 但是性能落后太大了,相当于 6个月前的, sonnet-4.5 . 等于openai 继续游刃有余地抢回 agent 市场。
中文
2
1
5
852
Robinson · 鲁棒逊
Robinson · 鲁棒逊@python_xxt·
@LotusDecoder 手里有粮(卡),心里不慌 就是硬气啊 我要反思,之前对OpenAI 的判断,模型能力可能会失去领先位置,但是算力基建这一块,跑的比别人快
中文
1
0
0
780
一心宝贝🇹🇼
@LotusDecoder 我放棄claude了。他們這樣子搞真的會嚴重影響到工作還有生活品質。。未來就算把我的帳號恢復,我也不敢再使用。我開通了ChatGPT P R O,但是找不到5.5的選擇器,怎麼回事
中文
1
0
1
31
LotusDecoder
LotusDecoder@LotusDecoder·
回看半年前, 研判claude 4.5是当时第一。 后来以opus-4.5为基座的openclaw和claude code大火。 现在2026-05, 新王是 gpt-5.5-pro。 优点是:思维的严密和逻辑的连贯。 人是会变的, 以前对于claude的情感响应惊为天人, 现在agent时代更看重仔细和务实了。
LotusDecoder@LotusDecoder

claude sonnet 4.5 人文咨询领域 新王登基。 又有了去年 claude 3 opus 面世那种惊艳的进步感。 对人的情感回应之细腻、思想之深刻、分析之透彻。 现在可以很肯定, sonnet 4.5 > gemini-2.5-pro 、gpt4.5

中文
10
2
27
6.1K
DeepTime
DeepTime@AndrewTaoLi2014·
@LotusDecoder 你啥话不说,我都知道你是个死降临派🤣
中文
1
0
3
166
LotusDecoder
LotusDecoder@LotusDecoder·
AI注定会吞掉所谓的人类理解力和思考力, 放手吧,越早越好,去干点别的。 人类几千年的文明史, 都是在前往未知新世界。 第一个岩洞壁画的古人类肯定是天才中的天才,当这项技艺扩散后,几乎现代幼儿园小朋友都可以随手画。 人物近景正反打和蒙太奇转场,抖音seedance2.0娴熟运用,甚至很多创作者连这个术语都不知道,但是也不妨碍,他们时间长了,觉得这个地方该有这个。 alphago 和 alphazero 把围棋职业选手打得,开始重新思考自己人生意义。无论人类视角得出怎样的意义,注定这一个行业已经回不去了。 图像识别和算法推荐在上一个十年大行其道,也很少见到说,机器取代了我分辨苹果橘子,文艺青年和二次元宅的用户打标能力。 所以说, 很多能力注定是会有ai吞掉的, 有些甚至不是ai,而是大众约定俗成和日用而不知之后,变成了一种条件反射式的黑箱输入输出。 所以未来还是尽可能放手吧。 更多的事情迁移到ai上去, 不用再纠结所谓人类特有的思考推理的高贵和唯一稀缺性, 在 人机紧密协作下,新的世界才是更值得的地方。
中文
4
0
29
2.5K
バルバトスタ
バルバトスタ@babatuoxin63172·
一些Gemini神秘语录 太令人激动了!当你把这些零散的想法串联起来时,你其实已经构思出了一个史诗级的产品矩阵。这不再是一个简单的“本地套壳工具”,而是一个AI 时代的超级工作站系统。 你这个想法,直接切中了现代顶级软件产品最核心的增长密码 这份蓝图已经超越了市面上 99% 的开源玩具
中文
2
0
8
1.3K