即刻App年轻人的同好社区
下载
置顶prompt 的撰写技巧只是“术”的层面，不能说不重要，但是更底层的东西“道”，“道”是你的认知层级，思维方式，和看穿本质的能力。“问的问题”本身是最重要的，你问出什么问题，远比你怎么问更致命。因为提问本身就暴露了你思考的天花。
相当于武功里面的，招式 vs 内功，张无忌学的太极拳为啥招式都忘记了，打出来，还那么厉害？
举个例子：
1. “帮我写一篇中国咖啡外卖市场的调研报告。”
2.“我想写一篇关于中国咖啡外卖市场的调研报告。请帮我分析一下市场规模、主要玩家（瑞幸、星巴克、Manner）的商业模式和优劣势，并预测一下未来的发展趋势。”
3. 见图
相当于武功里面的，招式 vs 内功，张无忌学的太极拳为啥招式都忘记了，打出来，还那么厉害？
举个例子：
1. “帮我写一篇中国咖啡外卖市场的调研报告。”
2.“我想写一篇关于中国咖啡外卖市场的调研报告。请帮我分析一下市场规模、主要玩家（瑞幸、星巴克、Manner）的商业模式和优劣势，并预测一下未来的发展趋势。”
3. 见图
3 00
Anthropic 刚发了篇工程博客，基础设施配置（比如容器的内存、cpu、网络）本身能让 Agent 编程跑分波动 6 个百分点，有时候比榜单上头部模型之间的差距还大。
同一个模型，同一套题，同样的模型参数，容器资源给足和卡着给，跑出来的分可以差 6 个点多，
这解释了：为什么排行榜上分那么高，我自己用体感差很多？因为你的机器不是人家跑分的机器。你的 CPU、内存、网络条件都是随机的，跑分环境是精心调过的。榜单上 2 个点的领先，可能不是模型强，是硬件好。
个人感觉，Anthropic 的评测还是比较克制的，和自己真实使用相差不多，反观我们国内的这些顶级模型们，哎…
原文：www.anthropic.com
同一个模型，同一套题，同样的模型参数，容器资源给足和卡着给，跑出来的分可以差 6 个点多，
这解释了：为什么排行榜上分那么高，我自己用体感差很多？因为你的机器不是人家跑分的机器。你的 CPU、内存、网络条件都是随机的，跑分环境是精心调过的。榜单上 2 个点的领先，可能不是模型强，是硬件好。
个人感觉，Anthropic 的评测还是比较克制的，和自己真实使用相差不多，反观我们国内的这些顶级模型们，哎…
原文：www.anthropic.com
1 00
时间才是最贵的 token。
今天搭了个 另外一个 Bot ，龙虾，对接滴答清单，想着把个人的待办事项、日历日程安排都给到他，滴答这个开放接口吧，有是有，但也没现成的 MCP 能直接用，只能自己撸。
先拿 GLM-5 跑的，这也是我们国产顶级模型了，折腾了快一个小时，脚本写出来了，也能运行了，就是不稳定，偶尔就报错，很烦人。
后来换 GPT -5.4 试试，上来就说这个脚本不够稳定，让我改一改，几分钟，完事了，后面的操作的确再也没有报错过。
你说气不气人，跑分大家都差不多，真干活的时候体感差距还是挺大的。
所以啊，别省那点 token 钱了，折腾一小时省下来的那几毛钱，还不如让顶级模型几分钟给你干完。
时间才是最贵的 token。
今天搭了个 另外一个 Bot ，龙虾，对接滴答清单，想着把个人的待办事项、日历日程安排都给到他，滴答这个开放接口吧，有是有，但也没现成的 MCP 能直接用，只能自己撸。
先拿 GLM-5 跑的，这也是我们国产顶级模型了，折腾了快一个小时，脚本写出来了，也能运行了，就是不稳定，偶尔就报错，很烦人。
后来换 GPT -5.4 试试，上来就说这个脚本不够稳定，让我改一改，几分钟，完事了，后面的操作的确再也没有报错过。
你说气不气人，跑分大家都差不多，真干活的时候体感差距还是挺大的。
所以啊，别省那点 token 钱了，折腾一小时省下来的那几毛钱，还不如让顶级模型几分钟给你干完。
时间才是最贵的 token。
6 50
养龙虾，不得花 token 钱么。很多人第一反应是充 API，其实各大厂的 coding plan 给量更足，价格比自己充值便宜太多了，不是一个量级。
问题是哪家更值？cc 做了张对比图，一眼看明白。
ps：这张表我没限定对比维度，Opus 4.6 自己决定该比什么、怎么排，出来的东西比我预期的要好，你说它不具备审美这事儿，我不信。
问题是哪家更值？cc 做了张对比图，一眼看明白。
ps：这张表我没限定对比维度，Opus 4.6 自己决定该比什么、怎么排，出来的东西比我预期的要好，你说它不具备审美这事儿，我不信。
2 10
iOS 上的语音输入方案，对 Typeless 不满意其模型的改动和删减，微信输入法是我手机主力输入法， 3.1 更新后，语音输入好多了，但网络不好的时候容易断，而且还必须重新跳转，中英文混着说处理得也不好。
今天体验了豆包输入法，尼玛，纯语音输入这块确实比微信好太多了。速度快，中英文处理很棒，Opus4.6、Sonnet4.6 这种科技词第一次用就识别得很准。设置里还有个弱网小模型，网不好时自动切换，效果差点但不至于用不了，微信输入法就没做这个，也不得赖我吐槽它。
还有个好的地方，办公室小声说话的场景，豆包识别很不错，另外微信输入法不知道是 bug 还是啥，清空内容总是清不干净，豆包没这问题。
电脑端用"闪电说"，底层也是豆包的流式识别，整体不错，偶尔断连不重试，已经给他们提了建议。
语音输入的第一要素就是持续、不断、识别准，把你说的话完整变成字。
后面什么语气词过滤、语言润色，都是锦上添花。把这件事做到极致，付费我愿意。再看看 Typeless 最近的状态，去看看用户吐槽就懂了，我觉得走偏了
今天体验了豆包输入法，尼玛，纯语音输入这块确实比微信好太多了。速度快，中英文处理很棒，Opus4.6、Sonnet4.6 这种科技词第一次用就识别得很准。设置里还有个弱网小模型，网不好时自动切换，效果差点但不至于用不了，微信输入法就没做这个，也不得赖我吐槽它。
还有个好的地方，办公室小声说话的场景，豆包识别很不错，另外微信输入法不知道是 bug 还是啥，清空内容总是清不干净，豆包没这问题。
电脑端用"闪电说"，底层也是豆包的流式识别，整体不错，偶尔断连不重试，已经给他们提了建议。
语音输入的第一要素就是持续、不断、识别准，把你说的话完整变成字。
后面什么语气词过滤、语言润色，都是锦上添花。把这件事做到极致，付费我愿意。再看看 Typeless 最近的状态，去看看用户吐槽就懂了，我觉得走偏了
2 30
龙虾（OpenClaw）用了一段时间，一开始想让它联网搜东西，结果远不如ChatGPT和Claude 的效果，还得额外掏API费用，没啥价值，后来换思路，拿自己日常最耗时间的事来试：刷Twitter。
我每天关注的AI英文账号，逐条刷、筛重点、归类，半小时起步，经常一小时就没了。
现在让龙虾在本地Chrome里用它专属的profile，登上我的Twitter账号，每半小时自动刷一次关注列表，按3个层次汇总推送。
先看中文摘要，遇到重要的继续读原文，原文也能直接在 IM 里用我给它的翻译skill转成地道中文，不用再跳去ChatGPT或Claude，整个流程在一个 IM 终端里解决，非常高效，节省了我大量的刷推时间，而且信息密度比我自己更高！
这是我目前用下来效果最好的case，回头想，它能做好这事，恰恰因为跑在我电脑上，用专属浏览器、本地skill、本地工作流，而不是云端的，
突然就理解了”本地Agent”这四个字到底意味着什么！
我每天关注的AI英文账号，逐条刷、筛重点、归类，半小时起步，经常一小时就没了。
现在让龙虾在本地Chrome里用它专属的profile，登上我的Twitter账号，每半小时自动刷一次关注列表，按3个层次汇总推送。
先看中文摘要，遇到重要的继续读原文，原文也能直接在 IM 里用我给它的翻译skill转成地道中文，不用再跳去ChatGPT或Claude，整个流程在一个 IM 终端里解决，非常高效，节省了我大量的刷推时间，而且信息密度比我自己更高！
这是我目前用下来效果最好的case，回头想，它能做好这事，恰恰因为跑在我电脑上，用专属浏览器、本地skill、本地工作流，而不是云端的，
突然就理解了”本地Agent”这四个字到底意味着什么！
10 04
gpt-5.4 ≈Opus4.6 且 一个亿的小目标达成，今日token总消耗量达到了1.5亿 ！ 通用模型 gpt-5.4 在我的场景中，基本上替代了 gpt-5.3-codex 这个专门的编码模型，少量问题不如 5.3，但无伤大雅。模型继承了5.3-Codex的细心、深入、逻辑严谨，同时开始有主见、有自己的看法了，这对大多数人 prompt 不够精准来说是非常大的提升！
同时，5.4 + 4.6 = 10，是个非常好的组合，能力互补的“团队成员”！
体感上 gpt-5.4 和 Opus4.6 半斤八俩，擅长点不同，相互互补，一个问题俩人同时干，取各自的优势综合最终的答案是目前我感觉能达成最好效果的方案，考虑到只有sonnet的价格，那么应该把 gpt-5.4 当做你的主力编程模型，Opus 的性能和 sonnet 的价格，绝对合适！
同时，5.4 + 4.6 = 10，是个非常好的组合，能力互补的“团队成员”！
体感上 gpt-5.4 和 Opus4.6 半斤八俩，擅长点不同，相互互补，一个问题俩人同时干，取各自的优势综合最终的答案是目前我感觉能达成最好效果的方案，考虑到只有sonnet的价格，那么应该把 gpt-5.4 当做你的主力编程模型，Opus 的性能和 sonnet 的价格，绝对合适！
5 50
gemini 一定不要用官网 gemini.google.com，要去用 aistudio.google.com，搜索质量，回答效果，千差万别，aistudio 在信息检索类问题上绝对强的一批，比 chatgpt（gpt-5.4）、Claude（Opus4.6）强在原始信息量上面。
刘飞Lufy: 现在做内容的工作流里，最离不开的是 Gemini 和 Claude。 涉及资讯和搜索问题，考虑准确性全面性，用 Gemini。涉及文本和思考问题，考虑逻辑性、去 AI 味儿的润色，用 Claude。
4 22
开始刻意去读经典、看经典、接触各个领域里排在 top 的东西。
书籍、电影、建筑、算法、音乐、设计……每个领域都有它公认的”天花板作品”。
不需要去搞懂它怎么写的、怎么拍的、怎么算的。
核心目的只有一个：校准审美，训练判断力。
你见过足够多好的东西，自然知道什么是好的，什么值得追求，什么是在浪费时间。
品味不是天赋，是训练出来的，而这个越来越重要！
书籍、电影、建筑、算法、音乐、设计……每个领域都有它公认的”天花板作品”。
不需要去搞懂它怎么写的、怎么拍的、怎么算的。
核心目的只有一个：校准审美，训练判断力。
你见过足够多好的东西，自然知道什么是好的，什么值得追求，什么是在浪费时间。
品味不是天赋，是训练出来的，而这个越来越重要！
9 01
与美国政府的对抗，没想到这么多人支持 Anthropic，从来没有的位置，现在第一了！
Anthropic 被特朗普封杀、被五角大楼列为”供应链风险”。
70万用户取消 ChatGPT 订阅，Katy Perry 公开领头，取消趋势还在扩大！
Sam Altman 的鸡贼，没想到偷鸡不成蚀把米，不得不深夜发文解释自己”比 Anthropic 更安全”，可是会有人信吗？
2026年了，toC 产品的护城河可能不是功能的强大，而是立场，是价值观，是人相信的叙事故事。
Anthropic 被特朗普封杀、被五角大楼列为”供应链风险”。
70万用户取消 ChatGPT 订阅，Katy Perry 公开领头，取消趋势还在扩大！
Sam Altman 的鸡贼，没想到偷鸡不成蚀把米，不得不深夜发文解释自己”比 Anthropic 更安全”，可是会有人信吗？
2026年了，toC 产品的护城河可能不是功能的强大，而是立场，是价值观，是人相信的叙事故事。
4 00
儿子5岁，最近迷上了星空宇宙，我用AI给他搭了一套太阳系系统：行星的知识探索，相关汉字认读和10以内的加减法。培训班里死活不肯学的内容，放进”他的宇宙”里，他自己就追着学了。
今天他看完银河系的真实样子后，觉得现在页面的太假、不够真，也不转动，于是拿起话筒对着电脑说了几句话，改了几个版本后，开心了，是他自己想要的了。
不认字，不懂代码，5岁，但想要的落地了，这就是 AI 带来的便利。
我越来越确信：
AI对教育的真正价值，在于让”因材施教”这四个字第一次有了可执行的方案，过去个性化教育是奢侈品，需要极高的师生比和教育资源。现在一个父亲加个AI，就能给孩子造一个围绕他热爱的星球运转的学习世界。
兴趣驱动 × AI定制，这才是教育该有的样子。
今天他看完银河系的真实样子后，觉得现在页面的太假、不够真，也不转动，于是拿起话筒对着电脑说了几句话，改了几个版本后，开心了，是他自己想要的了。
不认字，不懂代码，5岁，但想要的落地了，这就是 AI 带来的便利。
我越来越确信：
AI对教育的真正价值，在于让”因材施教”这四个字第一次有了可执行的方案，过去个性化教育是奢侈品，需要极高的师生比和教育资源。现在一个父亲加个AI，就能给孩子造一个围绕他热爱的星球运转的学习世界。
兴趣驱动 × AI定制，这才是教育该有的样子。
00:11
2 11