Sabitlenmiş Tweet
老鄭_Lxd
561 posts
老鄭_Lxd
@Lxdcczyw
🌍分享eSIM、海外手机号、跨境通讯方案 📱服务跨境从业者、AI用户与数字游民 🤖AI工具｜出海观察｜科技资讯 🧪长期实测运营商与海外服务 💬交流👗TG：https://t.co/h9hMBw2epE 🔗eSIM卡购买网址：https://t.co/jtKfI5IXCX
California, USA Katılım Mayıs 2026
85 Takip Edilen296 Takipçiler
7 月 22 日消息，2026 世界互联网大会数字丝路发展论坛在西安开幕，宇科技创始人王兴兴到场发言，给出行业关键判断，具身智能迎来跨越式突破的「ChatGPT 时刻」最快两三年就会出现。
王兴兴判断，具身智能的“ChatGPT 时刻”最快将在两三年内到来。
这个判断是否精确尚待验证，但他给出了一个值得重视的技术标尺： 机器人进入陌生环境后，无须针对场景重新训练，仅凭自然语言指令，就能自主完成大部分基础任务。
这意味着，行业竞争的核心将不再是“机器人能否完成一次精彩表演”，而是能否把感知、推理、规划与行动整合为一个可靠的闭环。
过去几年，人形机器人在行走、奔跑、跳跃和武术表演上的进步十分直观。但运动能力的提升，并不等于通用智能的形成。
真正困难的不是完成一个预设动作，而是在开放环境中理解模糊指令、处理意外情况，并对行动后果负责。 从“会动”到“会做事”，仍然横亘着巨大的技术鸿沟。
具身智能的突破，很可能不会来自某一项技术的单点跃迁，而是多个条件同时成熟： 多模态基础模型提供环境理解与任务推理； 世界模型支持预测和规划； 强化学习与模仿学习形成动作能力； 更低成本、更可靠的硬件承担真实执行。
“ChatGPT 时刻”本质上是系统能力跨过实用临界点，而不只是模型参数继续增长。
机器人与30年前个人电脑的类比也很有启发性。 早期个人电脑的价值，不仅在于当时能够完成多少任务，更在于它成为开发者持续创造软件与应用的平台。
今天的人形机器人同样可能首先成为一种“具身计算平台”。 决定产业格局的，未必只是本体销量，还包括操作系统、数据、开发工具、模型生态和应用分发能力。
但机器人产业比互联网软件更难遵循纯粹的规模定律。
语言模型犯错，通常意味着生成一段错误内容；机器人犯错，却可能造成设备损坏、生产中断，甚至人身伤害。
因此，具身智能真正走向通用化，还必须解决可靠性、可解释性、安全边界和责任归属问题。其商业化速度，很可能取决于“最坏情况下有多安全”，而非“最好情况下有多惊艳”。
我的判断是：具身智能的“ChatGPT 时刻”可能不会以某款万能机器人的突然问世为标志，而会表现为一批高价值任务率先跨过经济性门槛。
工厂搬运、仓储分拣、设备巡检和危险环境作业，可能比家庭通用服务更早成熟。 未来两三年最值得观察的，也不是机器人又学会了什么新表演，而是三个指标： 陌生任务成功率、连续作业可靠性，以及每项任务的综合成本。
当机器人能够低成本、可复制地解决真实问题时，产业拐点才真正到来。
中文
做可转债、LOF/ETF 套利的朋友，分享一套能减少“来回切网站”的研究工具。
平时查一只标的，往往要在集思录、雪球、东财、天天基金之间反复切换：行情在这里、条款在那里、持仓又在另一个页面。
Anchor Data 把这些信息尽量集中到了一条研究链路里。🧵👇
先说它解决什么问题：
• 可转债行情与条款数据分散
• 强赎、下修进度需要逐个核对
• LOF/ETF 套利要同时观察净值、溢价和持仓
• 理论价值计算门槛较高
• 盘中监控和盘后复盘彼此割裂
它更像一个“研究效率工具箱”，不是荐券软件。
1、可转债数据中心
覆盖全市场在交易转债，提供 8 个功能区：
• 行情概览与全表筛选
• 价格、溢价率、双低、YTM 分布
• 涨跌幅、成交额等排行榜
• 强赎与下修进度
• 每日转股明细
• 十大持有人及报告期变化
适合盘前快速浏览市场、盘后集中复盘。
2、雪球网增强扩展
如果平时习惯在雪球看个股，可以直接在原页面补充：
• 不同阶段的涨跌幅
• 波动率相关指标
• 对应转债的强赎、下修等条款进度
好处不是增加更多页面，而是减少查完正股再去别处找转债数据的次数。
3、套利工具箱扩展
可增强集思录、东方财富、雪球和天天基金等页面，主要用于：
• 扫描 LOF/ETF 等套利机会
• 辅助观察溢价变化
• 根据基金前十大持仓进行加权分析
• 把原本分散在多个网站的数据放到当前页面
比较适合已经有套利规则、但信息整理耗时较多的人。
4、可转债理论价值计算器
采用 Black-Scholes 期权定价和 XNPV 现金流贴现，对转债的债底、期权价值及理论价值进行估算，也可以扫描全市场可能存在估值偏差的转债。
需要提醒：模型结果高度依赖波动率、利率、现金流和条款假设，只适合作为研究参考，不能直接等同于买卖信号。
目前官网显示：
• 覆盖沪深市场在交易转债
• 行情分钟级同步
• 网页数据中心 + 两款浏览器扩展
• 另有公众号助手
• 可串联盘中观察与盘后复盘
适合可转债研究者、套利交易者，以及想减少数据搬运工作的人。
网站：anchor-data.cn
建议先从免费数据中心体验，看看是否符合自己的研究流程，再决定要不要使用其他工具。
套利机会不等于无风险收益；溢价、流动性、申赎限制、交易成本和规则变化都可能影响结果。
以上仅为工具分享，不构成任何投资建议。
中文
还在纠结选什么eSIM？
最近发现 CTExcel eSIM 对留学、旅行和商务出差挺方便：
✅ 无需插拔实体 SIM 卡
✅ 落地后更快接入当地网络
✅ 提供流量、语音及短信等服务
✅ 24小时客服，沟通更省心
一部支持 eSIM 的手机，就能少带一张卡、少操一份心。
准备出国旅游的朋友可以提前看看，想在国内保号也可以选择这款。具体覆盖地区和套餐权益建议以下单页面为准。
#eSIM #CTExcel #出国旅行 #留学生活 #旅行攻略
eSIMuse｜AI 通信指南@esimuse
中文
我买了一个专治“信息差”的全球热点雷达 🌍
一屏聚合 35+ 国内外资讯渠道：
微博、知乎、B站、百度热搜、36氪、Hacker News、Reddit、MKT News……
不用打开几十个 App，也不用被单个平台的算法困住。
它能帮你：
✅ 按时间线查看全球热点
✅ 自动生成简洁摘要
✅ 对比同一事件的国内外视角
✅ 发现算法没有推给你的信息
✅ 收藏重要内容，手机电脑随时看
特别适合新闻爱好者、运营、投资者和宏观研究者。
世界上发生了什么，不该由信息茧房替你决定。
安装即用，打开就是你的全球信息雷达。🚀
⚠️仅限安卓手机使用
网盘链接在此：
热搜聚合.apk
链接: pan.baidu.com/s/1lCZJ_kA20ff… 提取码: zehp
#AI #News #Productivity #投资 #信息差
中文
每个月，总有一批程序员在 Codex 和 Claude 之间搬家。
原因通常也不复杂：
Claude 额度用完了，去 Codex；
Codex 最近有点抽风，回 Claude；
Claude 发布新模型，再回 Claude；
Codex 跑分高了两分，又搬去 Codex。
搬家前，大家会认真搜索：
“Claude 和 Codex 到底哪个更强？”
看完十几篇评测、二十条争论和三张真假难辨的跑分表，最后得出的结论是：
谁这个月还有额度，谁就更强。
真正麻烦的不是换订阅，而是搬家：
CLAUDE.md 要改，提示词要重新磨，MCP 要重新配，工作流要重新适应。最惨的是，旧平台里还有一个 agent 跑到一半，新平台已经开始提醒你绑定信用卡。
取消订阅时，页面还会深情挽留：
“确定要离开吗？现在留下可以享受五折优惠。”
很多人当场动摇。毕竟模型可以没有信仰，但五折是真的。
与此同时，你正从 Claude 搬去 Codex，另一个人却迎面从 Codex 搬去 Claude。两个人擦肩而过，谁也不问原因。
因为大家心里都清楚：
不是对面的草更绿，只是自己这边的额度先吃完了。
用久以后，老用户已经不怎么看评测了。哪个顺手就用哪个，哪个能跑就让哪个先跑。复杂任务两边各发一份，谁先交出能用的结果，谁就是本月最佳员工。
下个月新模型一发布，迁徙还会继续。
这不是技术选型，这是程序员的月度轮牧制度。
#Claude #Codex #Opus #GPT #AI编程
中文
Kimi K3 登上 Frontend Code Arena 第一，1679 分，超过 Claude Fable 5 和 GPT-5.6 Sol。
很多人的第一反应是：
“中国 AI 已经登顶了。”
但真正值得讨论的，不是谁赢了一张榜单。
而是：
当模型越来越会“考试”，普通人该如何判断它能不能真正替你干活？
先说事实。
Kimi K3 在 Frontend Code Arena 排名第一，从 K2.6 的第 18 名升至第 1 名。
在 Artificial Analysis 发布时的综合智能指数中，它以 57 分进入全球前三，仅落后于 Claude Fable 5 和 GPT-5.6 Sol。
这不是“遥遥领先”。
但它已经进入全球模型的第一梯队。
更值得重视的是：
这不是靠一个指标撑起来的模型。
K3 在前端生成、自动化工作流、长周期知识任务和智能体编程上都表现突出。
它有 100 万 token 上下文、原生图像理解，以及 2.8 万亿总参数。
如果完整权重按计划开放，它的意义就不仅是“中国又多了一个强模型”。
而是高水平 AI 能力的价格和获取门槛，可能再次下降。
但请注意一个传播陷阱：
“前端榜单第一”不等于“全球综合第一”。
“计划开放权重”也不等于“现在已经完全开源”。
截至目前，K3 的完整权重仍未正式发布。
所以更准确的表达应该是：
Kimi K3 已经进入全球第一梯队，并在前端生成这个具体赛道拿到第一。
尊重边界，反而让成绩更有说服力。
社区里最尖锐的一句话是：
“别只给我看它一条 prompt 做出了什么，给我看 100 条 prompt 之后还能不能稳定工作。”
这句话点破了当前 AI 测评最大的盲区。
第一条 prompt 测的是惊艳程度。
第 20 条测的是上下文理解。
第 100 条测的才是工程价值。
K3 目前最大的争议也在这里：
它很聪明，但可能太能“想”、太能“写”。
Artificial Analysis 的评测显示，K3 生成约 1.3 亿输出 tokens，而同类模型中位数约为 6300 万。
它的 API 输出价格是每百万 tokens 15 美元。
所以不要只问：
“它一次能不能做出来？”
还要问：
“完成同一个任务，它花了多少钱、多少时间、多少 tokens？”
这也是我建议大家测试 Kimi K3 时，至少记录的 5 个指标：
1、首次完成率
2、第 10 轮后是否忘记约束
3、修改旧代码时引入多少新问题
4、总 token 与最终费用
5、同一任务重复 3 次，结果是否稳定
榜单告诉你模型的上限。
这 5 个数字，才告诉你它是否适合自己的工作。
给开发者一个简单测试法：
准备一个真实项目，不要用演示题。
先要求它完成一个功能，再连续追加：
- 修改需求
- 修复边界问题
- 补测试
- 重构代码
- 解释每次改动
- 回归最初约束
如果第 10 轮仍能准确理解项目，它才可能成为生产力工具，而不仅是截图生成器。
所以 Kimi K3 真正改变的，可能不是“中美 AI 谁赢了”。
而是模型竞争的评判标准正在改变：
过去比谁更聪明。
现在要比谁能以更低的总成本，连续、稳定、可控地完成真实任务。
下一场竞争不会只发生在排行榜上。
它会发生在每一个人的账单、工作流和交付结果里。
我的结论：
Kimi K3 值得兴奋，但不值得神化。
它证明中国团队已经能把模型推到全球第一梯队。
接下来真正需要验证的，是开放权重、长期稳定性、单位任务成本和真实项目完成率。
如果你正在测试 K3，别只发最好看的一次结果。
请把成功率、token、费用和失败案例也一起公开。
这比任何一句“遥遥领先”，都更能帮助后来者。
#KimiK3 #AI #人工智能 #开源模型 #AICoding
中文
kimi ￥ 199 订阅的额度非常低
使用 cc-switch 统计，消耗 917 万 token 时，kimi 周额度消耗 10%；
不过也就是30美元，这样想就好了，支持中国模型！
琳小航AI@jedeeai
这两天大V们都在疯狂安利Kimi K3 但我在现实AI的小圈子里听到用过的几个人 都说Kimi K3很不行 所以这到底是模型的问题，还是人的问题？😂
中文
这几天，Kimi K3 几乎把 X 和 Hacker News 刷屏了。
有人喊“国产之光”，有人说这是“DeepSeek 时刻 2.0”。
我认真用了几轮。先给结论： K3 确实进入了全球顶级模型的牌桌，但距离真正坐稳前三，还有一段路。
它最让我惊喜的，不是跑分，而是三件更接近真实生产力的事。
第一，前端能力真的很强。 如果只看网页视觉、动效和交互实现，K3 已经是全球第一梯队。LMArena 的人类盲测里，它甚至能冲到前列。
我个人的实际体验是：上限很高，审美也在线，但稳定性暂时还不如 Fable 5。
尤其是最近刷屏的 3D 建模案例，可能专业设计师会挑出不少问题，但站在普通开发者的角度看，已经足够震撼。
它正在把过去需要“设计师＋前端＋3D 工程师”协作完成的东西，压缩成一次对话。
这比跑分高几分更有意义。
第二，它开始具备真正的“长任务交付感”。
很多模型做 Demo 很惊艳，一旦任务拉长、文件变多、错误变复杂，就会逐渐失控。
K3 在这一点上进步很明显。 先给它一份清晰计划，再让它持续执行复杂任务，它的纠错能力、上下文保持和最终完成度都不错。
这意味着模型竞争正在从“谁更会回答问题”，转向“谁能把事情真正做完”。
第三，原生多模态可能是它最被低估的优势。
K3 不只是看懂视频里出现了什么，还能理解语气、音效、节奏和转场。
比如喂给它一段视频，让它反推同风格的 Seedance 提示词，结果会比只读取字幕和抽帧的模型精准得多。
未来真正强大的 AI，不应该只理解文档和代码，还要理解人类通过声音、镜头和节奏表达的隐含信息。
当然，问题也很明显。
首先是价格。
K3 放在国产模型里属于最贵的一档。习惯了国内模型低价竞争的人，第一反应可能会是“想钱想疯了”。 但如果放到全球旗舰模型中比较，它又不算离谱。 真正的问题不是贵不贵，而是：它能不能持续提供与价格匹配的可靠性。
其次是速度。
我的体感是，K3 明显慢于 CC＋Fable 5，也慢于 Codex＋GPT-5.6。 复杂任务可以接受慢，但日常高频编码里，延迟会直接影响使用意愿。
最后，也是目前最影响信任的一点：幻觉率仍然偏高。
判断模型是否成熟，不能只看它会不会回答，更要看它什么时候选择不回答。 不知道却给出一个完整答案，再补上一套听起来合理的解释，这是最危险的幻觉。
真正顶级的模型，不仅要聪明，还要有“认知边界感”：知道什么是事实，什么是推测，什么需要搜索验证，以及什么时候应该反问用户。
所以，我对 K3 的综合评价是： 能力上，它已经拿到了世界顶级模型牌桌的入场券； 产品体验上，它距离 CC＋Fable 5、Codex＋GPT-5.6 这样的成熟组合，还有稳定性、速度和可信度三道坎。
但我更在意的是另一个信号： 过去国产模型主要靠便宜、开源和中文能力参与竞争；K3 开始尝试直接用前端、多模态和复杂任务交付能力，去碰全球闭源旗舰的核心优势。
开源权重如果如期发布，它的影响可能也不只属于 Kimi。 其他团队可以部署、微调、蒸馏，在它的基础上继续迭代。到那时，K3 的真正价值或许不是“自己赢下所有模型”，而是把整个开源生态的能力基线向上抬了一截。
DeepSeek 时刻 2.0 是否已经到来，现在下结论还太早。
但可以确定的是： 国产大模型这次不只是跟跑，也不只是靠价格换市场。 它终于开始正面争夺下一代 AI 产品的定义权了。
中文
学习 AI 这件事，如果你的学习速度不够快、学习方法不够科学的话，那你甚至可以不用学了。因为模型能力的迭代速度，会一直快速地覆盖掉你的学习成果。
你今天学的东西，明天的模型就能直接完成。
所以，要么确保你的学习速度足够快，让速度成为你最大的竞争力；要么确保你的学习方法足够科学，让你的学习成果能随着模型能力的提升而增值，而不是被它覆盖掉。
中文
我把每月近 700 元的 AI 订阅，砍到了 30 元。
一年少花接近 8000 元。
更离谱的是，我日常真正使用到的 AI 能力几乎没减少。
很多人同时订阅 ChatGPT、Claude、Gemini、写作工具和 PDF 工具。假设每项平均每月 100～150 元，5 个工具就是：
5 × 140 元 = 700 元/月
但实际情况通常是：
▸ 80% 的任务只是写作、翻译、总结和资料整理
▸ 60% 的工具功能高度重复
▸ 至少一半的订阅，每周使用不到一次
▸ 真正消耗的模型费用，可能只有每月几十元
把低频任务切换成按量付费的 API 后，我按下面这组典型用量计算：
日常问答和写作：约 8 元/月
长文总结和资料处理：约 10 元/月
偶尔使用高阶模型：约 12 元/月
开源工具：软件费用 0 元
合计约 30 元/月。
从 700 元降到 30 元，相当于：
每月节省 670 元
成本下降约 95%
一年节省约 8040 元
当然，这不是说所有 AI 订阅都应该取消。
我把工具分成了三类：
第一类：低频使用的模型套壳
写作、翻译、总结、生成标题、改文案，这些任务通常可以改用 API。
用多少付多少，不使用时接近零成本。
第二类：真正提供完整工作流的工具
例如视频剪辑、会议转写、团队知识库、设计协作。
这类工具卖的不是模型，而是稳定交付、数据管理和协作流程。只要每月能稳定节省几个小时，订阅费可能完全值得。
第三类：敏感资料和批量任务
公司文件、客户数据和内部知识库，可以考虑本地或自托管的开源工具。
但别把开源理解成绝对免费。
真实成本还包括安装、升级、硬件、存储、备份和维护时间。
我现在判断一个工具是否续费，只看两个公式：
工具真实月成本 = 订阅费 + API 费 + 维护时间 × 时薪
单次有效任务成本 = 真实月成本 ÷ 每月真正完成的任务数
举个例子：
一个每月 140 元的工具，你只用它完成了两次有效任务。
那么它不是“每月只要 140 元”，而是：
每次使用成本 70 元。
如果同样的任务用 API 只需要 0.5 元，它就贵了 140 倍。
我的 AI 工具清理规则也很简单：
▸ 连续 30 天没用过：取消
▸ 与其他工具功能重复：只留一个
▸ 低频且能通过 API 完成：按量付费
▸ 涉及敏感数据：评估本地方案
▸ 能稳定节省时间并直接交付：保留
▸ 数据无法导出、取消就无法使用：谨慎续费
AI 工具最大的成本，往往不是 Token。
而是每个月默默续费，却根本没有形成稳定工作流。
别再问“哪个 AI 最强”。
先打开账单看看：
你每个月花 700 元买 AI，究竟有多少变成了实际成果？
如果大家需要，我下一篇整理：
《把每月 700 元 AI 订阅降到 30 元的完整替代清单》，附开源工具、API 接入方式、安装难度和成本计算表。
中文
做一份 20 万字的投标标书，要花多少钱？
我的实测答案：9 毛钱。
在网上看到一个开源「易标投标工具箱 OpenBidKit」，想做投标领域的 OpenClaw：
▸ AI 生成、扩写技术方案
▸ 商务标编写
▸ 废标项、错别字与逻辑问题检查
▸ 标书查重，支持正文、目录及图片比对
▸ 企业知识库
▸ AI 生图、Mermaid 转图
▸ 投标机会与插件系统
支持 OpenAI 兼容 API，已深度适配 DeepSeek、LongCat、火山方舟，也能通过自定义 Base URL 接入本地模型。
完全开源，没有藏着收费的未开源模块。
不想让小企业和普通打工人再为一份标书支付几十、几百元——从此牛马不用自己买草料了。
项目地址：github.com/FB208/OpenBidK…
如果它能帮到你，欢迎 Star、体验和提 Issue。🚀
#开源 #AI #投标 #GitHub #OpenSource
中文
@xiaoming_xxx cte esim也很不错，支持内地激活，推荐一波x.com/lxdcczyw/statu…
老鄭_Lxd@Lxdcczyw
很多人买中国 eSIM，最容易翻车的不是价格！ 而是“激活”。 你以为下飞机扫码就能用，结果一落地发现： 机场 Wi-Fi 连不上 原号码没信号 验证码收不到 Wi-Fi Calling 也没开 eSIM 卡在激活页面卡住 这时候再便宜的套餐都没意义，因为第一步就进不去。 这也是我推荐 CTExcel eSIM 的原因。 它最大的区别不是“流量多一点”，而是现在可以在中国内地激活，不需要提前依赖 Wi-Fi Calling。 这点对第一次来中国、临时出差、落地才想起来买卡的人非常关键。 很多 eSIM 的逻辑是： 你要先有网络，才能激活网络。 听起来很荒谬，但真实场景就是这样。 CTE 更适合解决的是“落地即用”的确定性问题： 到中国后激活 不用换实体卡 不用开 Wi-Fi Calling 不用在机场到处找可用 Wi-Fi 还能覆盖中国内地、香港、澳门 所以如果你只是比价格，可能会觉得 eSIM 都差不多。 但如果你真的在机场、酒店、出租车上遇到没网，那你会发现： 便宜不是第一优先级。 能激活，才是第一优先级。 去中国旅行、探亲、短期出差，我会更建议选 CTExcel eSIM。 因为它解决的不是“上网贵不贵”。 而是你最慌的那几分钟：我现在到底能不能连上网。 帮大家找到了CTExcel的购买链接： 🔗：esim2china.com For many people buying a China eSIM, the biggest pitfall isn't the price—it's the activation process. You might assume you can just scan a QR code and start using it after landing, only to find that: You can't connect to airport Wi-Fi; your original number has no signal; you can't receive verification codes; Wi-Fi Calling isn't enabled; or the eSIM gets stuck on the activation screen. At that point, it doesn't matter how cheap the plan is, because you can't even get past the first step. That’s why I recommend the CTExcel eSIM. Its key advantage isn't just "getting a bit more data"; it’s the ability to activate the service right there in mainland China, without relying on Wi-Fi Calling beforehand. This is crucial for first-time visitors, those on short-notice business trips, or anyone who only remembers to buy a SIM card after landing. The logic behind many eSIMs is: You need an internet connection to activate the internet connection. It sounds absurd, but that’s the reality of the situation. CTExcel is better at ensuring "instant connectivity upon arrival": Activate it after arriving in China; no need to swap physical SIM cards; no need to enable Wi-Fi Calling; no need to hunt for usable Wi-Fi at the airport; and it covers mainland China, Hong Kong, and Macau. If you’re traveling to China for a vacation, to visit family, or for a short business trip, I’d highly recommend the CTExcel eSIM. Because it addresses the issue that matters most—not whether the data is expensive... ...but resolving those few minutes of panic when you're wondering: "Can I actually get online right now?" Here is the purchase link for CTExcel: 🔗: esim2china.com
中文
@BTCxiaoyu1 是的！所谓9 毛钱解决的是“初稿生成成本”，并不等于 9 毛钱可以买走审核责任。最终提交的标书涉及很多内容包括需要签章，责任主体始终是投标企业，任何 AI 都无法替人作最终判断。
中文
