荒原困兽

@zhangxiaojubtc @Xuhuicai888 我要给他张动画人能直接纯色画出来么

@Xuhuicai888 可以，AI+人可以共同去修改，加快效率了

用codex控制blender生成园区3D模型，图1是我想要的效果图，图2是codex最终生成的模型。

@CryptoPainter 哈哈我去年买了一个刚出的时候，做了一个境外独立站用户下单直接打印，不过还没推广

说干就干！ 搞了一台拓竹H2C，已经安装调试完毕，后面打算再搞一套开发者套件，然后通过家里的局域网将 Agent 与打印机连接… 我的最终目标是让我老婆通过微信和一个 Hermes Agent 聊天，就能逐步确认打印需求，然后由 Agent 控制打印机给她打印各种小工具… AI 之所以让人感觉虚无，是因为它没有 现实世界的接口，让 AI 改变生活的第一步就是给他一台3D打印机！

@cheery9998 @ChainLog7 我用todesk不怎么好用，高级功能收费，UU全名是什么回头要试试

@ChainLog7 重点是免费～～哈哈哈，爽啊

说真的，我现在出门能不背电脑就不背电脑。 如果只是见客户、聊方案、对接需求，我一般就带个 iPad。毕竟电脑太沉了，而且很多时候只是先聊聊，能不能谈成都还不一定，哈哈。 但今天刚好遇到一个企业客户咨询，他之前没怎么体验过 AI，也不知道什么叫 AI 工作流。单靠嘴讲其实很抽象，什么 Agent、自动化、AI 编程、流程编排，说多了都像概念。 于是我直接打开 iPad 上的 UU远程，连回自己的电脑，在远程终端里调用 OpenCode，现场给老板跑了一遍：先把他的需求丢进去，让 AI 拆解业务流程，再根据场景生成方案、改代码、看执行结果。 为啥用 UU远程？因为它免费。 为啥用 OpenCode？因为我接入了免费模型。 毕竟咱也不知道这单能不能谈成，前期演示能省就省，token 也要精打细算，对吧。 但效果还真不错。老板不是看一个 PPT，也不是听我讲概念，而是直接看到 AI 在我的真实电脑环境里跑任务。哪一步卡了，我就在 iPad 上继续操作；需要看日志，就用 UU远程的 终端功能，跳过图形界面，直接用命令行操作，既直接快捷又省流量；需要看结果，就切回远程桌面。 我最大的感受就是：电脑可以不带，但电脑里的活儿不能断。 OpenCode、项目环境、文件都在我电脑上，iPad 就当一个入口。客户现场临时提了个需求，我直接用 UU远程连回去，看 OpenCode 跑到哪了，顺手改两句，再切回桌面看结果。 它对我来说不是那种“功能很多很厉害”的工具，就是很实在地解决了一个问题：我人不在电脑前，但还能继续用电脑里的那套 AI 工作流。再加上现在免费、没弹窗，像这种前期见客户、还不知道能不能成交的场景，用起来也没啥心理负担。

@RealHanyaHu 你不知道现在有们流量生意就是搬运工么？墙外强内相互搬

气愤！发现一个AI相关公众号，全部抄的我和我朋友们的文章，请问有什么办法处理？ 公众号：AI获客实验室，地点：湖北武汉 品牌名：AQUISAI

@fankaishuoai 你俩可能都错了，有没有一种可能让自己落地才是落地呢

AI 落地有一道鸿沟：技术已经够了，但用户跟不上。所有 AI 创业本质上都在填这道鸿沟，区别只是用什么方式填。 今天跟朋友聊完，我发现我们俩其实在做同一件事，但选了完全相反的路径。 他用软件填——做一个平台，把 AI 能力封装成傻瓜式工具，让小商户自己用。看起来轻，可规模化，很"互联网"。 我用人填——做咨询，自己去客户现场，手把手帮他们把 AI 跑起来。看起来重，不性感，很"传统"。 但仔细想想，确定性完全是反过来的。 他的软件要做到比豆包还好用——因为目标用户连豆包都玩不转。这个易用性门槛几乎不可能达到。一旦达不到，就需要大量培训和技术支持，本质上又变成了重人力交付。 而我用人去填，虽然看起来笨，但人可以随机应变。客户卡在哪里，我现场就能帮他解决。不需要产品做到完美，因为我自己就是那个"最后一公里"。 做平台看起来轻，做服务看起来重。但在 AI 落地这件事上，重的路反而是确定性最高的路。

@tanzhengmc97 我和我妈做了个app，反反智老太太老是在网上看视频领红包然后买些乱七八糟的保健品和药，我就给他做了一个识别不合逻辑的新闻视频的小应用

问一个真实的问题： 大家最近用AI做过最有意思/价值的一件事是什么？ 不是玩，是真的实用的功能和用途之类的，交流学习一下，学习、编程、写作、工作、提升效率，这些都可以

@jeffery_jcm @rwayne 故事没编圆乎

@rwayne 啥意思？ 某AI团队 今年1月开张出海做工具，半年不到开始卖楼？转行做地产销售么 🤔

国内某 AI 团队，今年 1 月开张做出海工具，半年不到准备在深圳卖楼了。 AI 这速度，比当年互联网快 3-5 倍。 2015 年那波互联网创业，从天使轮到能买楼，普遍熬 3-5 年。 今年的 AI 团队，3 个人一台 M4 起步，套个 Claude API，做 ToC 出海工具。3 月上线，5 月日流水 10 万美金，6 月看楼盘。 模型现成，分发渠道现成，付费心智现成。 剩下能不能薅到，就看谁先动手。

@WangNextDoor2 只有我一个人觉得特么是段子吗

你熟悉这样的母亲吗？常年旅居海外的子女早已不习惯家里的生活习惯。子女自费入住五星级酒店，反倒遭到母亲不停数落，被指责乱花钱，满心不被理解，大家对此怎么看？

@oran_ge 这文案肯定是豆包写的绝对不是GPT写的

昨天遇到了一件让我很难忘的事。 昨天下午参加量子位线下的圆桌讨论，结束后一位阿姨过来找我交流。 阿姨有些激动，她说她今年70岁了，是我们的忠实用户。 这让我很是意外，就问她在做什么。 阿姨说她在一个儿童公益组织里工作，最近用 ColaOS 做了一个网站，不知不觉就写了16万行代码，孩子们都非常喜欢。 这时候旁边一位年轻的女孩过来问我，AI 到底怎么学比较快？ 阿姨转身跟她说： AI 不用学啊。 我点头补充道：AI 越强就应该越简单，直接用就好了。 在打车回家的路上，看到新闻说胡彦斌在 vibe coding，用 AI 写代码做了一个粉丝社区 APP「彦火」，已经在 TestFlight 内测了。 昨天在圆桌上，我说 ai 是水电煤，ai coding 也是水电煤，未来 ai coding 的渗透率可能是高到大家都意识不到 ai 在 coding 这样子。 AI 的生产力放大了人类的意志，不分年龄，不分行业。 这是创造力爆发的时代。

@WangNextDoor2 难道只有我一个人认为他在扯淡吗？

贷款制运作规则：AI（Claude code）向小伙借 99 美元 iOS 开发者账号费，首要目标是赚回该费用；赚回后可开通下一个账号，赚够 3 个 99 美元可向下一个账号放贷，小伙初始仅投入 99 美元。 AI 全自主开发：AI 全权决定 APP 的开发方向与内容，95% 流程无人干预，仅 5% 环节需人工测试；每日消耗至少 1 亿 TOKEN（TOKEN 数量对应 APP 产量），24 小时无限制运行。 极致成本管控：不做订阅、广告、投流，仅开展开发上架环节；规避所有非必要成本，如非必需则不用服务器，拒绝无直接收益的额外损耗。 盈利与规模化：所有软件采用付费下载模式，以账号赚回 3 个 99 美元为唯一考核指标；5 个月产出 120 多款 APP，付费率超 90%；提及安卓开发者账号仅 25 美元永久，可扩大收益规模。 核心运作理念：否定人的主观意图，无需关注 APP 具体功能、运营数据，不做无用户需求的优化，仅等待账号回本即可。

@x_sanjin 错了，这充其量就是提高了效率而不是未来的工作状态，更不是未来

以后真正的个体公司，可能不是一个人加一台电脑。 而是一个人，加一台服务器，再加一组 AI Agent。 这条最值得看的不是“19 岁月入 23000 美元”。 这个数字先不急着信。 真正值得看的是工作方式变了。 以前一个人写代码，基本是单线程： 想需求，写代码，等编译，修 bug，切项目，再继续。 现在开始变成多线程： 服务器上挂多个 AI 编程代理。 一个改前端。 一个写接口。 一个跑测试。 一个查文档。 一个修报错。 人不用一直坐在电脑前，只需要用手机 SSH 进去，看进度、接管关键节点、继续派任务。 这其实很像一个迷你软件公司。 只不过以前你要招人、开会、管理进度。 现在你是在管理一堆不会睡觉的代理进程。 当然，这不代表人人都能靠手机月入几万刀。 真正的门槛不是 SSH，也不是 tmux。 是你能不能把任务拆清楚，能不能验收结果，能不能知道 AI 写出来的东西哪里可能有坑。 AI Agent 会把会指挥的人放大。 也会把不会指挥的人放大。 区别只在于，一个放大生产力，一个放大混乱。

@7mood10061 搞BTC这么多文案都是AI写的吗？

一个23岁的中国量化交易员Xuan，用AI代理在Polymarket上40天就赚到了128,000美元 他没有巨额本金，大部分单笔仓位只有10-20美元。 但在5分钟BTC市场里，他能把13美元变成363美元。 一天有288个这样的5分钟窗口，他几乎全部覆盖。 钱包主页在这里，数据完全公开可查： @xuanxuan008?r=Jie" target="_blank" rel="nofollow noopener">polymarket.com/@xuanxuan008?r… 他坦言这是自己AI交易算法的第8个迭代版本。 前7个版本都不赚钱，他一度差点放弃。 第8版成功的核心在于极致严苛的信号过滤： 系统同时读取BTC 1分钟K线的5个微观信号： RSI(14)、多时间框架动量（1m/5m/15m）、VWAP偏差、SMA(8/21)交叉、订单簿倾斜。 前6版只要有信号就交易，第7版加了收敛过滤，第8版要求5个信号必须全部“强烈一致”才允许进场。 正因为如此，他在10,364笔交易中做到了78%的胜率。 每笔交易前，系统还会计算edge = 模型概率 - 市场价格，只有edge > 2%时才出手。 5月3日那笔edge达到+33%，直接把9美元变成了364美元（x40.4倍）。 仓位管理严格使用分数凯利公式（缩放系数0.15倍），每天最大亏损限额300美元，一旦触发就自动熔断保护。 这也是为什么前7版失败后，第8版能活下来。 整个流水线从数据摄入到快照回放、回测验证、最终部署，只需要90秒就能跑完。 一个初级量化研究员做这件事，通常需要7周时间。 我看到这个案例的时候，最大的感受是： 真正的差距不是模型有多复杂，而是把信号过滤和风险控制做到了极致。 在现在AI越来越普及的阶段，普通人真的可以用极低的成本，把专业级的量化逻辑搬到@Polymarket上

@zstmfhy 归根结底还是靠流量赚钱，没有真的靠AI靠产品靠项目赚钱的在这点上90%都是菜鸡

恭喜万象AI实验室官网上线 🎉 翻了下案例页，看到自己的故事也在里面，挺意外的，也挺开心 ✅ 职场奶爸做AI出海，3个月变现5位数 ✅ 从0到2万粉，纯靠内容死磕出来 ✅ 从0到5位数收入，不是天赋，就是试错+复盘 白天上班搞公司AI Agent，晚上搞推特、搞社群、搞出海 13块钱的酱香饼+煎饺+冰激凌就能满足，挺好养活的 😂 万象把很多真实案例都整理出来了： ✅创业案例 ✅副业案例 ✅求职案例 ✅成长案例 每个都是普通人用AI搞钱的真实路径，不是鸡汤，是实操 值得看看 👉 mixailab.com/cases 继续干 💪

@SamWang18497461 @seanwei001 还有头发渣滓都特么掉脖子里了

@seanwei001 这样理发有个先决条件 就是一定要座着不动 如果动了 机器人很难做出相应的调整

中国的部分城市出现了自动理发的机器人，每次 3 元。 利用3D扫描分析脸型、发质和期望发型，机器人手臂以毫米为单位精确剪裁。

@QT9277 @rionaifantasy 没看懂，你这是codex生成？还是gork生成？还是codex调用gork生成？

@rionaifantasy Codex一键多模型协作，未来工作流革命。

牛逼！全程我只输入一句话，Codex就帮我： 1、用gpt image2生成分镜图 2、同时调用两个模型：seedance2.0和grok，帮我把分镜图生成了两个完整的15秒视频 现在只需要简单地描述自己的需求，就能让codex同时调用多个插件和工具来完成任务。

@Zhm20220917 说句心里话在我眼里90%以上的AI博主自媒体都是菜鸡，除了搞流量骗傻逼啥也不是，关于你说的这些我深有体会，而且我在做也做了了一部分了，就是我自己为自己做的营销增长的工具，这绝对比降本爽的多的多

昨晚一个阿里云Maas的朋友找我聊AI应用，聊完之后我有一个很强的感受：AI应用最大的机会，不在大厂手里，也不完全在创业团队手里，而在两者之间的gap里。 一开始他跟我聊的是AI客服。 阿里云这边有投资和代理的电商智能客服产品，能接四大主流电商平台，目标很明确：帮企业替代一部分人工客服，做降本。 但聊着聊着，问题就变了。 他说他们碰到很多电商客户，老板对营销侧的需求，反而比客服降本更强。 这句话其实很真实，因为客服降本是省钱，营销增长是赚钱。 老板当然关心少招几个人，但他更关心： - 库存能不能动起来？ - SKU能不能卖出去？ - 素材能不能批量做？ - 广告计划能不能优化？ - 商品能不能自动编辑、上架、售卖？ 有个客户一年十几万个SKU，其中大部分SKU没有动销。老板真正着急的，不是客服少花几十万，而是这么多货怎么卖出去。这才是AI应用的真实现场。大厂有模型、有云、有AI工作台、有客服标品、有渠道、有客户资源。 但客户真正问的，往往不是： “你用了什么大模型？” “你是不是智能体？” “你有没有AI工作台？” 客户问的是： “这玩意能不能帮我看广告计划？” “能不能帮我改素材？” “能不能帮我把宝贝编辑好？” “能不能帮我上架？” “能不能帮我卖出去？” 这就是大厂AI产品最尴尬的地方： 它什么都能做，但客户不知道它到底能替自己解决什么。 通用AI工作台，对高认知用户和技术团队是有价值的。 但对大多数企业老板来说，太抽象了。 老板不为“能力集合”付费。 老板只为“具体结果”付费。 所以我越来越确定一件事： 大厂的机会是AI基础设施，创业团队的机会是业务翻译器。 - 把模型翻译成流程。 - 把工具翻译成场景。 - 把能力翻译成结果。 - 把Demo翻译成客户每天都能用的系统。 这也是为什么我觉得AI应用真正的壁垒，不在产品端，而在交付端。 现在生图、生视频、TTS、工作流、模型调用，很多能力已经逐渐基础设施化了。 只要模型能力达到80分，客户不一定关心你底层用谁。 客户真正关心的是： 你能不能懂我的业务？ 能不能拆我的流程？ 能不能接我的系统？ 能不能训我的员工？ 能不能跑出结果？ 能不能在出了问题后继续优化？ 所以AI应用公司未来拼的，不是“谁又接了一个更强模型”。 而是： 谁更懂客户现场，谁更懂行业流程，谁更能把AI能力落到经营结果上。 大厂不会消灭AI应用创业团队。 相反，大厂越强，越需要一批懂行业、懂交付、懂客户现场的人，把它们的模型、云、工作台和标品，变成企业真正能买单的解决方案。 未来AI应用的竞争，不是模型参数之争。 是最后一公里交付能力之争。

@zkgoudan Gemini我就觉得刚刚出3.0的时候确实你其他都好用，但后来GPT更新后Gemini就一直拉垮到现在

这就是你们吹的 谷歌 Gemini 最新Flash 模型？ 拳打claude，脚踢Gpt 这不是美国豆包吗？

@tvytlx 那要问你想是什么agent，你要做什么agent，Hermes的记忆方式适用于编程并不适用于别的，我做了一个别的agent关于记忆就是用我自己想到的方法

有没有人告诉我现在最牛逼的agent记忆方案是什么？我指工程实践 是hermes agent的那套吗？

@shirley64711 这是训练营给的广告吗

纯文科生，0代码基础，我用两天配好了自己的AI Agent 先说下我的背景：北京某211文科硕士，学校里不教任何技术课程。过去一年在Web3做运营，主要写内容、搞创意、办活动，跟代码完全不打交道，技术术语听了就头大。 去年在北京的以太坊之夏，我第一次线下接触到 LXDAO 和 ETHPanda。他们DAO的理念我一直很认同，也知道他们有Web3实习计划，但那会儿在别的公司实习，总觉得时间不够用，就一直当旁观者。 这次 AI × Web3 School 训练营，我决定不再旁观。 进来以后才意识到："时间不够用"从来都是假的，只是我把一些东西的优先级排在了后面。 说实话，在X上我每天都能刷到一堆"教你用AI"的内容，但几乎不会去实操。我告诉自己没有使用场景，其实本质是对代码的恐惧。舒适区最可怕的地方不是困住你，而是让你觉得自己没有被困住。 这次训练营直接把我扔进了一个真实场景：从零开始，配一个属于自己的AI Agent。 于是这两天我做了什么： - 买了一台云服务器 - 用SSH连上了它 - 安装了 Hermes Agent - 配置了 Telegram Bot - 把训练营的学习助手 Prompt 写进了配置文件 - 设置了开机自启，让它7×24小时在线 中间踩了无数坑：密码输错被服务器封IP、API Key没写对导致认证失败、配置文件格式不对、防火墙拦住了连接……每一个问题对我来说都是全新的，每一个报错信息都像天书。 但我没放弃。一个一个查，一个一个试，一个一个解决。 这里必须夸一下训练营的社群——真的太给力了。群里基本上每时每刻都有人在活跃，热心成员自发分享免费的安装教程，还share了一堆API渠道。学习氛围特别好，有时候卡住了刷一下群消息，可能就找到答案了。 现在我的TG里有一个专属的学习助手，它了解我的背景，知道我在学什么，会帮我规划每日任务，提醒我打卡。从服务器到配置到 Prompt，每一步都是我在 Kiro 和社群的协助下自己走过来的。 更意外的收获是：实操的过程中灵感越来越多，思维越来越发散，满脑子都是"这个场景是不是也能用Agent来做"。以前觉得AI跟我无关，现在发现到处都是可能性。 以前我觉得技术这东西有壁垒，是理工科的专属。现在回头看，哪有什么壁垒，就是你愿不愿意坐下来跟报错信息死磕而已。 感谢 @LXDAO_Official 和 @ETHPanda_Org 打造了这个场域，也感谢群里那些素未谋面但一直在帮助新手的伙伴们。 @aiweb3school @ETHPanda_Org @LXDAO_Official @web3careerbuild @Zai_org

最近一直想做件事儿，就是扒一下做AI自媒体的国人的裤衩子，然后用花椒棍儿捅丫这帮孙子屁眼子里那些带着血的痔疮，但我还没想好怎么做，不喜欢露脸，要不要研究个虚拟人啊，谁有啥好主意吗？