即刻App年轻人的同好社区
下载
置顶AI保姆级教程|ChatGPT，Midjourney，Runway
取代你的不是AI，而是比你更懂AI的人。普通人应该如何学会并使用AI产品呢？这里我推荐我开发的开源教程learnprompt.pro。初学者也不用担心，我们准备了基础、案例和高级篇的教程指南，详细讲解操作步骤。目前已经支持ChatGPT，Mid journey，Runway，后续也会开发Stable Diffusion的课程。希望大家学得开心😄
取代你的不是AI，而是比你更懂AI的人。普通人应该如何学会并使用AI产品呢？这里我推荐我开发的开源教程learnprompt.pro。初学者也不用担心，我们准备了基础、案例和高级篇的教程指南，详细讲解操作步骤。目前已经支持ChatGPT，Mid journey，Runway，后续也会开发Stable Diffusion的课程。希望大家学得开心😄
54 730
🎉AI办公系列第一期啊，下期估计是Excel
九大主流AI PPT横测，能打的Agent只有3个半
1 20
AI编程ide Cursor的阴阳定价事件，我整理了来龙去脉和被坑的申诉方法。
事情一开始是可能因为Claude Code的压力，Cursor推出了月费150无限调用的Pro版本。但其实在三周前就偷偷改成了用每月让我们可以用150块额度的API，超出的部分就要按照实际的成本计费，而且默认是没有上限的，我们需要自己设置。（典型先斩后奏）
官方那边给出的理由是Cursor 混合了多家模型调用，第三方模型调用成本差异太大。按 token 计费更公平，让高消耗的用户付出合理费用。（转移矛盾）
还强调了143块的额度可对应 225 次 Sonnet 4 调用、550 次 Gemini 调用或 650 次 GPT‑4 调用，认为足够大多数人使用（偷换概念，我可以不用但不能没有）
现在有大量用户选择退单，Cursor顶不住道歉了，在 6 月 16 日至 7 月 4 日期间，如果因改价导致超出预期费用，用户可以申请全额退款（邮件：pro‑pricing@cursor. Com）。大家不妨检查一下自己的账户
事情一开始是可能因为Claude Code的压力，Cursor推出了月费150无限调用的Pro版本。但其实在三周前就偷偷改成了用每月让我们可以用150块额度的API，超出的部分就要按照实际的成本计费，而且默认是没有上限的，我们需要自己设置。（典型先斩后奏）
官方那边给出的理由是Cursor 混合了多家模型调用，第三方模型调用成本差异太大。按 token 计费更公平，让高消耗的用户付出合理费用。（转移矛盾）
还强调了143块的额度可对应 225 次 Sonnet 4 调用、550 次 Gemini 调用或 650 次 GPT‑4 调用，认为足够大多数人使用（偷换概念，我可以不用但不能没有）
现在有大量用户选择退单，Cursor顶不住道歉了，在 6 月 16 日至 7 月 4 日期间，如果因改价导致超出预期费用，用户可以申请全额退款（邮件：pro‑pricing@cursor. Com）。大家不妨检查一下自己的账户
2 10
整理出了最近常用的AI管理本地文件的提示词：
1. 看一下我{文件夹路径}都有什么类型的文件
2. 看看有没有重复的文件，以及这些文件如果要整理的话有没有好的命名整理方法
3. 读取{文件夹路径}里面的文件，总结出共同性，输出一个能生成同类型{任务类型}的提示语。我这里是3D游戏生成相关的代码。我的任务类型就是“游戏”
4. 给{文件夹路径}里面的文件做一个README.md，记录文件之间的关系和依赖关系。
5. 获取内容<link>，翻译成中文后帮我把译文保存到目录
我常用的配置是腾讯新开源的hunyuan-a13B + filesystem和fetch这两个MCP Servers。为了保存对话历史就没有用cli，用的本地客户端，只要能支持导入MCP的就行，chatbox、chatwise、cheery studio都可以。
Hunyuan-A13B 的定位是一个为资源受限环境设计的高性能、高效率的通用大语言模型，采用MoE（混合专家）架构，总参数800亿，每次推理激活130亿参数。它的参数规模只有Qwen-235B-A22B 三分之一，但性能已经非常接近了。
模型最高支持256K的超长上下文推理。跟Qwen3系列一样，引入了混合推理模式（Hybrid Inference）。用户可以根据需求，在fast thinking（常规问答、文本生成）和 slow thinking（逻辑推理、代码生成）之间自由切换。除了能记住本地文件的大量内容外，Hunyuan-A13B 这次还优化了Agent能力，单一任务调用多个MCP Servers的成功率提高了不少，比DeepSeek R1还好，R1时不时会陷入自己的思考逻辑怪圈。
1. 看一下我{文件夹路径}都有什么类型的文件
2. 看看有没有重复的文件，以及这些文件如果要整理的话有没有好的命名整理方法
3. 读取{文件夹路径}里面的文件，总结出共同性，输出一个能生成同类型{任务类型}的提示语。我这里是3D游戏生成相关的代码。我的任务类型就是“游戏”
4. 给{文件夹路径}里面的文件做一个README.md，记录文件之间的关系和依赖关系。
5. 获取内容<link>，翻译成中文后帮我把译文保存到目录
我常用的配置是腾讯新开源的hunyuan-a13B + filesystem和fetch这两个MCP Servers。为了保存对话历史就没有用cli，用的本地客户端，只要能支持导入MCP的就行，chatbox、chatwise、cheery studio都可以。
Hunyuan-A13B 的定位是一个为资源受限环境设计的高性能、高效率的通用大语言模型，采用MoE（混合专家）架构，总参数800亿，每次推理激活130亿参数。它的参数规模只有Qwen-235B-A22B 三分之一，但性能已经非常接近了。
模型最高支持256K的超长上下文推理。跟Qwen3系列一样，引入了混合推理模式（Hybrid Inference）。用户可以根据需求，在fast thinking（常规问答、文本生成）和 slow thinking（逻辑推理、代码生成）之间自由切换。除了能记住本地文件的大量内容外，Hunyuan-A13B 这次还优化了Agent能力，单一任务调用多个MCP Servers的成功率提高了不少，比DeepSeek R1还好，R1时不时会陷入自己的思考逻辑怪圈。
8 15
活久见系列，也是让我偷听到秘方了
做出1000万份高考志愿的夸克，决定公开他们的深度研究Agent秘方。
3 01
【出门问问TicNote】上手体验实机实录，小透明录音也是翻身了！音频自动总结+打标签、生成思维导图、自带深度搜索来补充背景知识和扩展阅读。还能额外生成AI播客、定时复盘、总结日程安排。有点香啊
00:25
5 34
