Berryxia.AI

5.6K posts

Berryxia.AI banner
Berryxia.AI

Berryxia.AI

@berryxia

🧠✨Building AI tools AI System Prompt ❤️🐳 💻 Love Design & Coding & Share Prompt! 💼📮:[email protected]

Katılım Aralık 2011
562 Takip Edilen38.3K Takipçiler
Sabitlenmiş Tweet
Berryxia.AI
Berryxia.AI@berryxia·
🔥Hey Bro! To celebrate the upcoming Happy Mother’s Day! 🎉 There’s a $1000 prize waiting if you Build AI Product for busy moms using Nori AI! @Nori_FamilyAI The “Mom Dreams It, We Create It with AI” challenge is live — spot a real mom pain point or dream tool and Build AI Product to make it happen. Community votes pick the winner! Nori is the world’s first Family AI — schedules, tasks, meal plans, shopping lists, the whole chaotic household handled with one natural-language command. Ready to Build AI Product that actually helps moms everywhere? Campaign 👉 aiformom.heynori.com Product 👉 heynori.go.link/ijNoA I’m jumping in right now — who’s building with me? Bro,Can continuously track updates!
Berryxia.AI tweet media
English
15
2
16
2.3K
Berryxia.AI
Berryxia.AI@berryxia·
兄弟们!Anthropic刚刚把“用AI建一家公司”的完整蓝图正式公开了。 画面直接炸裂: CEO只有1个人(而且可以去睡觉), 剩下的全部员工都是AI。 它们自己分配任务、自己决策、自己推进项目, 人类只需要设定目标,剩下的全交给AI团队自动跑。 这不是科幻,这是Anthropic联合Google Cloud刚刚发布的《Agent Stack》官方指南。 核心就是一套完整的“AI企业操作系统”: - ADK(Agent Development Kit):开源框架,3个文件就能跑起第一个AI员工(agent.py + .env + __init__.py),几分钟出结果。 - MCP协议:让AI能无缝调用任何外部工具(搜索、代码执行、内部数据库…),两行代码就搞定。 - Vertex AI Agent Engine:生产级部署神器,一键把AI扔进云端,自动监控、自动扩容、自动日志,彻底告别手动搭服务器的痛苦。 - A2A(Agent-to-Agent)协议:让不同框架的AI也能互相沟通,像真正的公司部门协作一样。 更狠的是工作流模式: - Sequential(串行)→ 一步接一步 - Parallel(并行)→ 同时干好几件事 - Loop(循环)→ 直到达成目标才停 - 再加上Session(短期记忆)+ Memory(长期记忆),AI不再是每次都失忆的机器人,而是真正“认识你”的长期员工。 实际案例已经跑通: 客服自动处理→内部数据分析→代码生成+PR提交… 以前要几小时甚至几天的事,现在AI几秒到几分钟就搞定。 Anthropic这次直接把“AI替你上班”这件事,从概念变成了可复制的工程模板。 工作真的在死去吗? 至少传统“一个人干一摊活”的模式,正在被“一个人类指挥一群AI”彻底取代。 当AI能24小时不睡觉、不休息、不抱怨地给你干活, 你还愿意继续用老方式工作吗? 这个蓝图值得每一个想用AI放大自己产能的人立刻存下来。 完整线程值得反复看。 你准备好让AI替你组建团队了吗?
中文
3
5
25
1.1K
岚叔
岚叔@LufzzLiz·
卧槽,深夜福利来了🐶
MapleShaw@msjiaozhu

还记得之前火遍全网的来自神佬 @berryxia 的角色拆解提示词不? 搬到 GPT Image 2 试了下,质感比香蕉上了一个档次!😍 提示词👇 基于用户提供的参考图片,创作一张超高品质、照片级写实的3D角色拆解艺术海报。将人物转换为Unreal Engine 5 (Metahuman) 级别的超写实数字人,并将其极具个人魅力的私人物品以严谨的"Knolling"风格进行布局展示。 画面比例:16:9 横版 艺术风格核心:时尚超写实主义 (Fashion Hyper-realism) — 极致的皮肤质感、奢华的材质表现、诱惑的电影氛围。 质量标杆:对标 Tom Ford/Gucci 的时尚广告大片、赛博朋克2077的高端角色建模、Vogue 摄影作品。 📷 物品布局 (Item Layout) - Knolling 放射式构图 总物品数:25-30件,围绕角色呈放射状排列,注重留白与呼吸感。 分类1:高定穿搭 (Haute Couture) - 深红丝绒标签 - 主服装拆解: - 如果是女性:黑色丝绸吊带裙(展现丝滑垂坠感)、极细高跟鞋(红底)、蕾丝内衬细节、透明黑丝袜(展现透肤度和光泽)。 - 如果是男性:解开领口的丝质衬衫、定制西装马甲、手工皮鞋(镜面光泽)。 - 材质重点:重点表现丝绸的流光、皮革的纹理、肌肤与布料接触的压痕。 分类2:私密美妆 (Intimate Beauty) - 香槟金标签 - 妆容细节:口红(膏体带水润光泽,管身留有指纹)、眼影盘(碎钻闪粉质感)、昂贵的复古香水瓶(琥珀色液体)。 - 氛围道具:一支燃烧了一半的香薰蜡烛(带烟雾)、一杯红酒(挂杯细节清晰)。 *示例:口红盖子打开,旁边有一张印着吻痕的餐巾纸。* 分类3:奢华配饰 (Luxury Accessories) - 铂金标签 - 珠宝:钻石项链(强烈的色散火彩)、蛇形手镯、机械腕表(透视机芯)。 - 随身物:真皮手包(细腻的荔枝纹)、金属烟盒或雪茄剪、豪华跑车钥匙。 分类4:欲望符号 (Symbols of Desire) - 霓虹紫标签 - 道具:一副复古墨镜、胶片相机、一本未读完的时尚杂志、黑胶唱片。 - 暗示性物品:散落的珍珠、一朵红玫瑰(花瓣带露珠)。 📷 角色呈现 (Character Presentation) - 姿态:不再是标准的站立,而是略带慵懒、自信的姿势(如坐在隐形的高脚椅上,眼神直视镜头,带有强烈的吸引力)。 - 皮肤细节:必须展现真实的毛孔、细微的汗毛、嘴唇的纹理、锁骨的阴影。皮肤要有“微出汗”的光泽感(Dewy Skin)。 📷 爆炸视图技术 (Exploded View Technique) - 连接线:极细的金色激光线,带有极简的科技感。 - 引导设计:不再使用普通箭头,而是使用光晕引导视线。 - 技术注释:字体极小且锐利,类似于高端医学美容或时尚杂志的分析图。 📷 视觉包装 · THE AESTHETICS OF ALLURE 📷 - 字体:Didot 或 Bodoni(经典的时尚衬线体),极细字重,白色或金色。 - 副标题 (手写体):"Elegance is an attitude / 优雅即是态度" - 色彩方案: - 深邃暗调:午夜蓝(#000033) + 勃艮第红(#800020) + 香槟金(#D4AF37)。 - 赛博魅惑:黑色背景 + 霓虹紫(#B026FF) + 电光蓝(#00FFFF)。 📷 背景与氛围 (Background & Atmosphere) - 光影设计 (Lighting): - **伦勃朗光 (Rembrandt Lighting)**:在面部形成戏剧性的三角光区。 - **轮廓光 (Rim Light)**:强烈的背光勾勒出角色的身体曲线和发丝边缘。 - 背景:深色背景,带有焦散光斑(Caustics)或模糊的城市夜景灯光(City Bokeh)。 - 特效:轻微的烟雾缭绕,增加神秘感和空气感。 📷 技术规格 (Technical Specifications) - 渲染引擎:Octane Render 或 Unreal Engine 5。 - 物理材质 (PBR): - **皮肤**:真实的人类皮肤着色器,包含次表面散射(SSS)和微量油脂层。 - **布料**:丝绸必须有各向异性(Anisotropic)反光;丝袜要有半透明Alpha通道处理。 - **金属**:高反射,带指纹污渍的真实感。 - 摄影机:85mm 人像焦段,大光圈 (f/1.8) 虚化背景,焦点锐利地锁定在角色眼睛和关键物品上。 📷 后期处理 (Post-Processing) - 色调:电影感调色 (Teal & Orange 或 Black & Gold)。 - 辉光:高光处添加明显的柔光滤镜效果 (Pro-Mist Filter look),让皮肤看起来更梦幻。 - 锐化:强化眼部和珠宝的锐度。 📷 质量基准: 画面必须摆脱“塑料感”和“模型感”,达到甚至超越 8K 摄影照片的质感。角色必须具有灵魂和性张力,眼神能穿透屏幕。

中文
5
2
20
1.9K
Tw93
Tw93@HiTw93·
给大伙同步一下最近两天的造字效果,还很粗糙,工作量远比我想的大很多,预计可用需要支持到 6763 个常用字,任重道远。 考虑到是中文字体,所以项目也用中文拼音来取,字体名叫做「Luo」,中文名字叫做「落文」,一句话介绍是「适合纸面排版和长文阅读,取法卫夫人,横轻竖重,落笔见风骨」,有那么一点文化味道。 放出两张截图给大伙看看当前字体的毛坯效果,虽然还不符合我的预期,大伙可以看看多提建议。
Tw93 tweet mediaTw93 tweet media
Tw93@HiTw93

一直不能太优化好我昨天在造的字的勾这个笔画,以后如何利索的收最后一笔。 于是跑到西湖边找这种刻石头上的字,虽然这种行楷不能成为字体的笔画的主参考,但这种刀刻在石头里面的那种短促、硬涩、手雕的拙味、刻在石头上灰度粗细的控制让不管什么天气都好阅读的清晰感,让我学到了一些很有用技巧。

中文
21
7
154
26K
CuiMao
CuiMao@CuiMao·
我其实很不喜欢那种 bio 里把自己社会职务一大堆写进的人,这会让我感觉对面相当强势,无论是现实还是网上都是,让我感觉很不好相处,反而某天他会随时随地割我一刀的被害妄想症,我相信我不是一个人,当然人有了一定地位以后确实会有一些社会职务,但我认为这不是拿来炫耀的背书,而是一种责任(或许没人在意这些,但我在意)
中文
29
1
39
6.7K
Berryxia.AI
Berryxia.AI@berryxia·
Hey,Boys & Girls! ❤️Mother's Day is coming — Instead of flowers, why not use AI to solve real mom struggles? Nori (world's first Family AI) just launched the “Mom Dreams It, We Create It with AI” Challenge. Turn mom's daily headaches (scheduling chaos, meal planning, shopping lists) into real AI tools — $1,000 prize up for grabs! Super simple to join. 🏃🏻‍♀️
Berryxia.AI@berryxia

🔥Hey Bro! To celebrate the upcoming Happy Mother’s Day! 🎉 There’s a $1000 prize waiting if you Build AI Product for busy moms using Nori AI! @Nori_FamilyAI The “Mom Dreams It, We Create It with AI” challenge is live — spot a real mom pain point or dream tool and Build AI Product to make it happen. Community votes pick the winner! Nori is the world’s first Family AI — schedules, tasks, meal plans, shopping lists, the whole chaotic household handled with one natural-language command. Ready to Build AI Product that actually helps moms everywhere? Campaign 👉 aiformom.heynori.com Product 👉 heynori.go.link/ijNoA I’m jumping in right now — who’s building with me? Bro,Can continuously track updates!

English
0
0
1
730
Berryxia.AI
Berryxia.AI@berryxia·
兄弟们,强烈案例!假期花半小时看完它! 而不是刷一天的短视频啊! 最新DeepMind CEO Demis Hassabis刚刚把AGI时间表直接甩到2030年。 这不是又一次“狼来了”的喊话,而是他在AI Ascent 2026现场亲口画下的路线图。 更震撼的是,他把影响范围直接拉到了软件之外: 药物发现从10多年漫长周期,压缩到短短几天; AI可能彻底解锁人类从未触及的科学突破,从全新材料到未知生物机制。 但他同时把话说得非常清楚: 今天的AI依然存在根本性限制。 接下来1-2年,将决定整个人类科技走向的真正拐点。 这才是最关键的信息。 我们总把AGI想象成“某一天突然降临的神器”, 但Demis的真实信号是: 真正改变世界的,不是AGI到来的那一刻, 而是接下来这24个月里,AI在科学迭代速度上的指数级加速。 当药物研发、材料科学、生物模拟这些“慢科学”被AI彻底提速, 人类文明的底层生产力将迎来一次前所未有的重构。 这波冲击,远比代码生成、PPT制作来得更深、更广。 你觉得2030年的AGI预测,靠谱吗? 完整演讲值得反复看👇
中文
8
2
19
1.8K
Berryxia.AI
Berryxia.AI@berryxia·
Sam Altman突然站出来,把AI“抢饭碗”论调直接怼了回去。 他在最新访谈里直言:那些CEO开口闭口说AI会让所有人失业,简直“tone deaf”(不懂人情)。 PS:这里是在暗示A社? 他分享了一个亲身经历的真实案例: 有人告诉他:现在用GPT-5.5的Codex版本,一个小时就能完成两年前需要几周才能干完的工作。 而他自己的结论却是: “我这辈子从来没有这么忙过。” 这句话信息量极大。 AI没有消灭工作,反而把一个人的产能直接拉到爆炸。 以前一周才能落地的功能,现在一天就能出五个。 以前一个月才敢想的野心,现在一周就能试错十次。 生产力暴增了,但野心和期望值也同步暴增。 结果是:用AI的人反而比以前更忙,而那些拒绝拥抱AI的人,正在被悄无声息地甩开。 这正是当前AI时代最被忽略的残酷真相: AI不是在“取代”人类, 而是在把“能用AI的人”和“不会用AI的人”之间,拉开一道越来越大的鸿沟。 真正被淘汰的,从来不是AI本身, 而是那些还在等着AI“抢走别人工作”的旁观者。 Sam Altman这番话,是在提醒所有人: 别再恐慌AI会让你失业, 而是赶紧问自己:我有没有把这个把一周变一天的工具,真正用起来? 你现在是用AI让自己更忙、产出更多, 还是还在等着AI把工作抢走?
Chief Nerd@TheChiefNerd

Sam Altman Says CEO’s Who Talk About AI Taking Everyone’s Jobs Are ‘Tone Deaf’ “Someone said to me just yesterday that … GPT 5.5 in Codex can accomplish in an hour what would have taken me weeks two years ago … and I have never been busier in my life.”

中文
0
0
4
1.7K
Neptune
Neptune@neptune73333095·
@berryxia 为什么是没有屏幕的?
中文
1
0
0
712
Yuu💖
Yuu💖@QuantumTransf·
@berryxia 这链接都点不开,以及 terminal bench 77% 并不高吧
中文
1
0
1
253
Berryxia.AI
Berryxia.AI@berryxia·
本周AI agent领域悄然发生了一个有意思的现象。 DeepMind、Anthropic、Alibaba等顶级实验室的最新论文集体指向同一个方向:智能体不再是简单调用工具的“聊天机器人”,而是正在变成可工程化、可审计、可规模化的真正生产力系统。 先看Agentic Harness Engineering——它把目前最头疼的“智能体支架”从手工调优、试错进化的黑箱,变成了可观测、可证伪的工程闭环。 系统被拆成三层:可版本回滚的组件文件、从百万轨迹token中提炼的结构化经验证据、以及可验证的决策预测。 每一次修改都变成可审计的契约。 结果? Terminal-Bench Pass@1从69.7%提升到77.0%,超越人类设计的Codex-CLI,还节省12% token。 更重要的是,这个框架的优化能跨模型迁移,证明它抓到了结构本质而非特定模型的过拟合。 再看Alibaba的AgenticQwen-30B-A3B—一个只有30B参数的MoE模型,激活参数仅3B,却在真实工具使用任务上接近235B级别的Qwen3表现。 秘诀是两个并行强化学习飞轮:一个从自身失败中挖掘更难的推理问题,另一个用模拟用户不断制造误导场景来进化多分支行为树。 这套方法让开源实验室第一次在极低激活参数下实现了高性能工具使用,成本曲线被彻底改变。 还有RecursiveMAS,它直接挑战了多智能体通信的传统方式:不再让每个agent用文本消息互相喊话,而是通过潜在空间的递归计算传递状态。 结果是token消耗降低34.6%-75.6%,推理速度提升1.2-2.4倍,同时准确率平均提高8.3%。 OneManCompany则把多智能体团队从固定组织图,变成了动态“人才市场”:每个agent都是可招聘的Talent,任务时实时匹配,最优组合,失败后还能自动迭代。 这些论文共同勾勒出一个清晰趋势:agent系统正在从“实验玩具”走向“生产级工程”。 当我们还在讨论模型参数谁更大的时候,真正决定落地胜负的,可能已经是“谁先把智能体工程化”这件事。 你觉得agent工程会成为下一波AI红利的主战场吗?
Berryxia.AI tweet media
DAIR.AI@dair_ai

x.com/i/article/2050…

中文
6
31
113
17.2K
Nikita Bier
Nikita Bier@nikitabier·
What it’s like working at X
English
1.6K
515
8.8K
866.6K
Berryxia.AI
Berryxia.AI@berryxia·
JP Morgan刚刚把内部多智能体系统Ask David的完整架构公开了。 个人觉得在很多场场景有参考学习的意义,构建多Agwnt框架可以使用。 这套系统在投资研究领域已经跑通,核心模式和当前最火的Agent架构高度一致: - Supervisor agent负责整体编排 - 专业subagent分别处理检索、结构化数据、分析等细分任务 - LLM-as-judge作为反射节点,在最终输出前做质量把关 - Human-in-the-loop填补最后一道准确性缺口 最值得注意的是,这套模式正在多个领域反复出现。 它证明了:真正能落地的多智能体系统,不是简单堆模型,而是清晰的分工 + 监督 + 反思 + 人工兜底的闭环架构。 对所有在做Agent的人来说,这段视频值得反复看。 你觉得Ask David这种架构,会成为企业级Agent的标准模板吗?
Berryxia.AI tweet media
Adam Ghowiba@adamghowiba

JP Morgan's investment research team just shared exactly how they built their multi-agent system "Ask David", and it's the same architecture pattern showing up everywhere: - supervisor agent orchestrates - specialized subagents handle retrieval, structured data, analytics - LLM-as-judge reflection node before the answer ships - human-in-the-loop for the last accuracy gap worth watching for anyone building:

中文
10
61
216
26.5K
Joruno
Joruno@wsl8297·
日常要做图片文字识别,很多人第一反应是丢给各种在线 OCR:要么担心隐私外泄,要么有次数限制,还经常被网络卡住效率。 最近在 GitHub 看到一个挺有意思的开源项目:iOS OCR Server。它直接把你的 iPhone 变成一台本地 OCR 服务器,在局域网里随时可用。 项目基于苹果 Vision Framework,识别精度高,支持多语言自动检测。同一网络下用 IP 访问即可开始识别:上传图片,秒级返回结果;也能走 JSON API,方便接进自己的工具链和应用里。 GitHub:github.com/riddleling/iOS… 主要功能: - 基于苹果 Vision Framework 的高精度 OCR - 多语言自动检测与识别 - 网页端上传图片,快速返回识别文本 - 提供 JSON API,便于二次开发与集成 - 全程本地处理,无需联网,隐私更安心 - 返回文字位置等详细信息,支持绘制边界框 使用方式也很简单:从 App Store 安装并打开应用后,服务会自动启动;同一局域网内的任意设备,通过 IP 就能直接访问使用。
Joruno tweet media
中文
12
112
976
97.8K
Berryxia.AI
Berryxia.AI@berryxia·
AI agent终于有专属的Slide框架了。 open-slide 直接把“prompt一下就出一整套精美幻灯片”变成了现实。 它不是简单生成Markdown,而是把每张幻灯片做成React组件,固定1920×1080画布,内置agent技能: - /create-slide:一句话prompt就能生成完整deck - /apply-comments:在浏览器里点元素留评论,agent一键应用所有修改 - 内置演示模式、演讲者笔记、定时器 - 一键导出HTML/PDF - 支持Claude Code、Cursor、Codex等任意编码agent 最重要的是,它把agent从“聊天生成文字”升级成了“真正能输出可呈现成品”的生产力工具。 GitHub:github.com/1weiho/open-sl… Demo:demo.open-slide.dev 这波操作,直接填补了agent和真实产出之间的最后一公里。 你觉得agent时代,Slide生成会不会成为标配技能?
Yiwei Ho@1weiho

Introducing open-slide - The slide framework built for agents. Prompt your agent, get a polished deck. $ npx @⁠open-slide/cli init 👇

中文
10
46
310
33.2K
Xiangyu 香鱼🐬
Xiangyu 香鱼🐬@XianyuLi·
从去年今天到现在 从200多fo到了2w多fo 感谢诸位!
中文
48
0
64
3.3K
Berryxia.AI
Berryxia.AI@berryxia·
所有人都在吹AI“越来越聪明”, 却没人敢正视DeepMind CEO Demis Hassabis亲口说的这句话: 他会特意和Gemini下棋,就是为了追踪模型的chain-of-thought。 作为前国际象棋神童,他一眼就能看出模型什么时候把自己绕进死胡同—— 有时候模型明明已经看到要下出的blunder(致命失误), 它甚至会搜索更好的走法, 但最后…… 还是老老实实下出了那个错误。 “这就是jagged intelligence——锯齿状智能的样子。” 不是彻底的笨, 也不是完美的聪明, 而是聪明到能发现问题, 却笨到无法阻止自己犯错。 这种“半聪明”的状态, 才是今天最前沿大模型最真实的写照。 我们总幻想智能是平滑上升的曲线, 但现实是:它像锯齿一样参差不齐, 在某些地方锋利无比,在另一些地方却一塌糊涂。 当AI开始自己跟自己较劲、自己坑自己时, 我们还要继续假装它只差“最后一步”就能完美吗? 真正的智能突破, 或许不是让它变得更聪明, 而是先搞清楚:怎么把这满身锯齿,磨成一把真正的利刃。 你怎么看这种“jagged intelligence”? (来源:Demis Hassabis在YC的分享,@vitrupo
中文
38
13
93
31.4K
Berryxia.AI
Berryxia.AI@berryxia·
所有人都在担心AI抢程序员饭碗, Anthropic CEO却直接甩出一句狠话: “AI将在一年内写出100%的代码。” 程序员花4年大学学编码, Claude却从人类写过的每一本书里学会了。 最难的技能已经被AI干掉, 真正的差距不再是你“知道什么”, 而是你“有没有把这个无所不知的工具配置到极致”。 大多数人,还根本没开始认真配置和使用好它。 代码从来不是瓶颈, 瓶颈是:你能不能让AI真正为你所用。 未来程序员的竞争力, 不是会写代码, 而是会“指挥”代码。
Anatoli Kopadze@AnatoliKopadze

Anthropic CEO: "AI will write 100% of code within a year" developers spend 4 years in university learning to code Claude learned it from every book ever written if the hardest skill is already handled - the gap is no longer about what you know it's about how well you've configured the tool that knows everything most people haven't done that yet the article below is where you start

中文
4
0
9
7.2K