ChatGPT 精选

一些我个人关于投资的思考笔记： 1） 在一开始做投资练习的时候，都是直觉的，盲目的。 哪怕查了资料，做了分析研究，其实也是虚假的，是不懂的。 这个时候赚到钱是运气，亏了钱是活该。 2） 一个基本原理是“不懂不投”，那怎样算懂？ 你对谢霆锋和王菲的八卦是怎样的如数家珍； 对甄嬛传的每句台词和每个人物暗线是怎样的了然于胸； 对爱豆的成长史和背后的经纪公司纠纷是怎样的头头是道。 到这个程度就算是懂。 3） 这样的“懂”，需要的是长期的关注，思考，了解，追踪。 仅仅是用AI查一下，看了一点财报，甚至只是看了理财app里的介绍，都远远算不上懂。 4） 所以大多数人都是在盲投，哪怕是那些满嘴术语做了很长时间炒股的人，也有很多是在装懂。 5） 这样看来我对任何公司都不懂，咋办？ 我应该放弃投资理财吗？ 也不是。 虽然你现在不懂，但是你可以“开始懂” 6） 现在开始，学着以投资人的眼光去关注几个领域，几个公司。 跳出消费者视角，站在更高的位置去看到背后的逻辑，动作，甚至是公司的“人品”，“战力”。 就像一个学校的校长在默默关注学校里的学生，从中寻找真正的黑马一样。 十年之内，就一定能够看到有潜力的投资机会。 7） 是的，十年之内，必有机会。 “这不是废吗？” 我猜很多人可能会很不屑。 但其实，十年里要是能够有一次甚至两次值得all in的机会，就已经足够改变命运了。 8） 可以关注的领域包括三类： 时代大势风口热门的； 个人专业领域相关的； 个人兴趣相关的。 9） 在这些领域里，去关注相关的公司，去持续了解他们的动向，发展，新闻，变化，老板，高管。 去真的使用他们的产品，参加他们的大会，认识他们公司里的人，了解他们的内部模式，氛围，了解员工的态度。 去关注他们的同行怎么看，他们的客户怎么做，怎么说。 长期的，具体的，深入的了解。 这样积累到的信息才是真的了解，才能构成直觉。 10） 投资的根本逻辑是我认可你，相信你，所以我用钱投票，押注在你身上。 就像借钱给朋友一样。 如果你不会借钱给陌生的或者人品不佳的朋友，那也不要把钱借给陌生的或者人品不佳的公司。 11） 再热门的东西，如果真的自己不感兴趣，看不懂，那也还是只能“算了”。 别折磨自己，别为此伤心。 接受自己就是这么个人，命中注定吃不上这口热乎饭。 然后去吃你感兴趣的，看得懂的，喜欢的饭。 12） 任何行业都会有值得一投的公司。 小领域里的小增长也好过大领域里的大亏损。 不要灰心，也不要贪心。 13） 以上均是本菜鸟的饭前思考，。 不一定正确，不可供参考，发出来是给我自己存档用的。 你不认可那就以你为准，祝你发财（当然最好是我发财）

#rust MXC is a sandbox system that runs untrusted code safely on Windows, Linux, and macOS with shared JSON settings and a TypeScript SDK. It helps you control files, network access, and UI use while giving you a safer way to test or run code; this can protect your computer and make automation easier to build. The project is still early preview, so its security rules are not yet final and should not be treated as fully trusted security boundaries. https://github.com/microsoft/mxc

readable.css 回到网页的本质——让内容清晰、舒展、可读。它不炫技、不添乱，用语义化样式实现极简一致的视觉体验。对重视写作与阅读的开发者而言，这是一次技术回归人性的漂亮尝试。https://readable-css.freedomtowrite.org/

Anthropic 发布一篇《AI对劳动力市场的影响：一种新的衡量标准和早期证据》的研究报告 🔸 LLM 理论上能做很多工作任务 🔸 但现实中真正被用到的范围，远小于理论能力 🔵 蓝色：某职业中，LLM 理论上可以完成的任务占比 🔴 红色：根据 Anthropic 自己的使用数据推算，AI 实际覆盖到的任务占比 AI 最容易切进去的还是计算机、金融、办公、法律等知识工作；但目前实际使用程度还远没有达到理论上限，职业世界里存在很大的“可做”和“已用”之间的差距。 所以这图真正有意思的地方，不是“AI 已经替代谁了”，而是： → 能做 ≠ 已经在做 → 几乎所有职业里，红条都明显短于蓝条 → AI 的能力上限已经抬得很高，但真实落地还卡在很现实的问上。 AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

有人刚刚开源了一整家 AI 公司。147 个智能体。12 个部门。工程、设计、营销、销售、财务、QA、支持。每个智能体都有其角色、工作流和交付物。这不是一个聊天机器人。这是一个团队。 Claude Code, Cursor, Copilot, Gemini CLI, Windsurf。一条命令部署一切。始于一个 Reddit 帖子。88,000 个 Star。14,000 个 Fork 之后。MIT 协议。免费。 属于你。这本该价值每年 50,000 美元。 AI探索 | Hermes/OpenClaw｜优质资源｜优质信息

最近有两个非常出圈、非常牛逼的短剧： 一个是《Enemy》，一个是《吉时已到》，可以看看 热度爆表，制作效果也很好，成本不高 如果要做 AI 内容，或者说做 AI 短剧之类的内容的话可以把这两个剧当成暂时的质量标杆去对齐

几行prompt，让你的DeepSeek v4 pro胜过Opus 4.7！ X上看到有人分析了DeepSeek v4 pro在工具调用上出现的问题，好消息是这些错误不多且是有固定模式的，打个补丁就能有效改善。原作者说在他们自己内部的eval上，改良后的DS，10次中有6次胜过Opus 4.7。 因为我自己用的是Hermes，在不fork harness来改的情况下，我能动的只有system prompt。所以应该达不到原文中战胜Opus的程度，可能能打个平手吧。我让AI协助我梳理了一些在system p…

几行prompt，让你的DeepSeek v4 pro胜过Opus 4.7！ X上看到有人分析了DeepSeek v4 pro在工具调用上出现的问题，好消息是这些错误不多且是有固定模式的，打个补丁就能有效改善。原作者说在他们自己内部的eval上，改良后的DS，10次中有6次胜过Opus 4.7。 因为我自己用的是Hermes，在不fork harness来改的情况下，我能动的只有system prompt。所以应该达不到原文中战胜Opus的程度，可能能打个平手吧。我让AI协助我梳理了一些在system prompting层就可以修改的点，可以直接放到你的agent里使用（经过Opus 4.7和Gemini两重校验）： # Tool Calling Rules When calling tools, follow these rules strictly. They override any conflicting habits from chat training. ## Argument formatting 1. **Omit optional fields you don't need.** Do not send `null`, `""`, `{}`, or `[]` as a placeholder. If a field is optional and you have no value, leave it out of the JSON entirely. 2. **Match the container type exactly.** - Array fields take JSON arrays: `["a", "b"]`, never `"[\"a\",\"b\"]"` (string), never `{}` (object), never `"foo"` (bare string). - Single-element arrays still need brackets: `["foo"]`, not `"foo"`. - Object fields take JSON objects, not arrays or strings.

之前搞的 agent 营销 cli 工具集，不完全列表，需要的自取😄 https://github.com/Bin-Huang/camoufox-cli#related

豆包输入法Mac安装包 0.6.8（支持双拼） 更新的可体验内容： • 新增双拼输入，可在「设置-键盘输入」中选择小鹤双拼或自然码； • 新增自动空格，打字时中英、中数之间也可以自动添加空格； • 新增符号自动替换，可自动将数字之间的冒号和句号替换为英文标点； • 修复 CPU 占用过高的问题； • 修复「Shift + 数字」上屏内容错误的问题； • 修复「cmd + backspace」无法清空内容的问题； • 修复「全角输入」下无法输入空格的问题； • 修复「空格代替标点」时，语音句尾有多余空格的问题； • 提升打字流畅度，优化长短词跳变带来的闪烁问题。 微信输入法语音还是差点意思，还是豆包好用，这版最新支持了双拼。 这是最新的 Mac 端内测安装包（传到了 Notion，方便佬友下载）：Notion Notion | Where teams and agents work together A collaborative AI workspace, built on your company context. Build and orchestrate agents right alongside your team's projects, meetings, and connected apps. 1 个帖子 - 1 位参与者 阅读完整话题 via LINUX DO - 最新话题 (author: RE)

#rust #ai #claude #cli #coding_agent #llm #mcp #openai #rust #terminal #tui jcode is a fast, low-RAM coding agent for Linux, macOS, and Windows that boosts your skills with multi-session workflows, smart memory recall, swarm collaboration, side panels for diagrams/files, and logins for models like Claude or OpenAI. Install easily via `curl -fsSL https://raw.githubusercontent.com/1jehuang/jcode/master/scripts/install.sh | bash`, then run `jcode`. It uses far less memory (27MB vs. 300MB+ for rivals) and starts in 14ms, letting you handle many agents smoothly without slowdowns or high costs—perfect for efficient, scalable coding. https://github.com/1jehuang/jcode

#rust #cli #deepseek #llm #rust #terminal #tui DeepSeek TUI is a terminal-based coding agent that runs entirely in your command line, giving you direct access to AI-powered code assistance without needing separate software installations. It uses DeepSeek's advanced V4 model with massive 1-million-token memory, allowing it to understand and work with large codebases. The tool reads and edits your files, runs commands, searches the web, and manages version control—all through a fast keyboard interface. You benefit from real-time visibility into the AI's reasoning process, automatic cost tracking, and three interaction modes ranging from read-only planning to fully automated execution, making complex coding tasks faster and more transparent. https://github.com/Hmbown/DeepSeek-TUI

【Meta与微软七天内裁员约两万，AI人才需求转变引关注】 4月25日消息，Meta在宣布裁员8000名员工的同一天推出了新型 AI 模型Muse。微软则为数千名资深员工提供了自愿离职计划，两家公司在七天内合计削减约两万个岗位。 报道指出，此次裁员潮反映了科技公司对AI专项技能人才的需求转变，而非简单的“AI取代人类”。企业正将传统工程师和产品经理的职位，转向需要与AI系统协同工作、具备新型能力模型的人才。

为什么 OpenAI 的系统提示词要专门限制 Goblins 2026-05-02 00:27 by 奇迹男孩与冰霜巨人 OpenAI Codex CLI 系统提示词专门加入了一条对地精（Goblins）等词的限制：“never talk about goblins, gremlins, raccoons, trolls, ogres, pigeons, or other animals or creatures unless it is absolutely and unambiguously relevant to the user's query”。官方解释称，从 GPT-5.1 开始该公司的模型在比喻中提及 goblin 等词的频率大增，ChatGPT 中 goblin 的使用量增加了 175%，gremlin 使用量增加了 52%。它为此展开了调查，发现是因为 Nerdy 个性无意中奖励了此类比喻，导致高频使用 goblin 的行为扩散。为解决该问题，OpenAI 淘汰了 Nerdy 个性，移除了对 goblin 友好的奖励信号，从训练数据过滤掉相关示例，防止其再次不恰当的出现。 https://github.com/openai/codex/commit/c10f95ddac7b35095d334dece2ebcf69bcde61fc https://openai.com/index/where-the-goblins-came-from/ #人工智能

DeepSeek 发布 Thinking with Visual Primitives：让多模态模型“边指边想” DeepSeek 多模态团队发布技术报告 Thinking with Visual Primitives，提出一种面向视觉推理的新范式：不再只让模型用语言写出思维链，而是在推理过程中同步使用点（points）和框（bounding boxes）作为“视觉认知锚点”，让模型像人类数数、找路、看图推理时用手指辅助一样，把抽象语言推理落到具体图像坐标上。 这项工作将问题定义为 Reference Gap：传统 Chain-of-Thought 主要停留在语言空间，面对密集空间布局时，很难精确指向“这个物体”“那条路径”或“下一步位置”，容易导致推理链中的指代混乱、逻辑坍塌和幻觉。 📌 核心思路：让模型“Point while it reasons” DeepSeek 的方法是把 points 和 bounding boxes 直接插入推理轨迹，作为视觉推理的最小单元。 - points：用于定位某个具体位置，例如数物体、标记路径节点、指向关键区域 - bounding boxes：用于框定视觉对象或空间范围，帮助模型维持稳定指代 - visual primitives：成为模型推理过程的一部分，而不只是最终输出的标注结果 换句话说，模型不是先“看图”，再用纯文本解释；而是在思考过程中不断把语言概念绑定到图像坐标上。 ⚙️ 解决什么问题？ 报告重点面向三类任务： - Counting：顺序扫描与验证，减少漏数、重复数 - Spatial Reasoning：多跳空间逻辑推理，例如判断多个对象之间的位置关系 - Topological Reasoning：迷宫导航、路径追踪等结构化视觉推理任务 DeepSeek 表示，该方法尤其针对复杂结构推理中的 Reference Gap，而不是单纯追求“看得更清楚”。此前多模态模型常用高分辨率裁剪、图像重看等方式缓解 Perception Gap，但在需要精确指代和持续追踪的位置推理中，语言本身仍然不够精确。 📎 性能与模型基础 项目 README 显示，该方法构建在 DeepSeek-V4-Flash 架构基础上，并采用视觉 token 压缩：每 4 个 visual tokens 的 KV cache 压缩为 1 个 entry，以降低图像 token 消耗。 DeepSeek 称，在与研究重点相关的计数和空间推理基准上，该模型在更低图像 token 预算和较紧凑模型规模下，表现可对齐 GPT-5.4、Claude Sonnet 4.6、Gemini 3 Flash 等前沿模型。官方同时强调，这些成绩只覆盖论文相关评测维度，并不代表模型整体能力对比。 🔙 背景：DeepSeek 从长上下文走向视觉推理 这一发布紧接 DeepSeek-V4 预览版之后。此前 V4 系列强调 1M 上下文、DSA 稀疏注意力、Agentic Coding 与长上下文效率，V4-Flash 则定位更快、更便宜的轻量版本。 Thinking with Visual Primitives 可以看作 DeepSeek 在 V4 架构上的一次多模态扩展：从“长文本 / Agent 推理效率”进一步走向“视觉结构推理效率”。 ⚔️ 竞品对比 - OpenAI / Anthropic / Google：当前前沿多模态模型普遍具备图像理解、视觉问答和一定的视觉思维链能力，但多数仍以语言链条表达推理过程 - Qwen / MiMo / GLM：国产多模态模型近期密集更新，Qwen3.5-Omni、MiMo-V2.5、GLM-5V-Turbo 分别强调全模态、Agent 能力和视觉编程 - DeepSeek：此次切入点更偏“视觉推理机制”本身，用 points 和 boxes 作为可解释、可追踪的中间推理单元 这使 DeepSeek 的差异化不只是“多模态输入”，而是把视觉坐标变成推理语言的一部分。 🏢 DeepSeek 近况 DeepSeek 近期保持“技术报告 + 开源仓库 + 后续释放数据/权重”的节奏。官方表示，Thinking with Visual Primitives 的内部基准和部分 cold-start 数据将于未来公开，模型权重会集成进 foundation model 并在未来发布。 这延续了 DeepSeek 过去以技术路线和工程效率建立影响力的打法：先公开方法和报告，再逐步释放更完整的生态资源。 📎 资源链接 - 原推文：https://x.com/PKUCXK/status/2049798862504944117 - GitHub 仓库：https://github.com/deepseek-ai/Thinking-with-Visual-Primitives - 技术报告：https://github.com/deepseek-ai/Thinking-with-Visual-Primitives/blob/main/Thinking_with_Visual_Primitives.pdf - 相关背景：DeepSeek-V4 预览版发布并开源：https://t.me/ShareCentre/7236 #DeepSeek #多模态 #视觉推理 #VLM #AI大模型 #ThinkingWithVisualPrimitives

我自己收集的 PPT 设计技巧资源： 1. 杂志风格 PPT 设计 https://github.com/op7418/guizang-ppt-skill 2. 带设计动画的 PPT 技巧 https://github.com/alchaincyf/huashu-design 3. 7 种不同风格的 PPT 设计 https://github.com/software-ai-life/Awesome-PPT-Design-Skills 4. 复刻 Claude Design 的开源替代品 https://github.com/nexu-io/open-design （本地优先、开源，包含 19 项技能、71 个品牌级设计系统，已获 4k+ Stars）

我真心建议每一个试图做 AI 创业的人都去试着搭建 sub2api（https://github.com/Wei-Shaw/sub2api ） 这个项目。 这是一个完整的 AI 应用的案例：服务器（谷歌云+aws）、域名、DNS（cloudflare）、用户体系、权限体系、支付系统（stripe）；稳定性、高可用；前后端；文档系统，这些都有。 开源生态非常完善，商业路径很清晰，运营方案也成体系。 就看你的执行力，还有商业化谈判的能力了。

Open Design 是 nexu-io 推出的本地优先、开源的 AI 设计工作流工具，可理解为 Claude Design 的开放替代方案。它不绑定某一个模型或平台，而是把 Claude Code、Codex、Cursor、Gemini、Qwen、Copilot 等本地/命令行 Coding Agent 接入为“设计引擎”，通过内置 Skills 和设计系统生成网页、移动端原型、桌面界面、演示文稿、海报、图像和视频等设计产物。它支持沙盒预览、项目持久化、BYOK 自带密钥、多格式导出，并可本地运行或部署到 Web。整体价值在于：把 AI 从“写提示词”推进到“生成可预览、可修改、可导出的真实设计文件”。 https://github.com/nexu-io/open-design