即刻App年轻人的同好社区
下载
置顶试着在 Notion 弄了个主页
目前你可以在这里：
- 了解我未曾公开过的身份和经历
- 知晓我日常活跃的平台
- 按学习、知识管理、内容创作这样的主题，分类翻看我最近几个月的即刻分享（感谢 GPT 帮忙，还在持续更新中）
mrkwtkr.notion.site
目前你可以在这里：
- 了解我未曾公开过的身份和经历
- 知晓我日常活跃的平台
- 按学习、知识管理、内容创作这样的主题，分类翻看我最近几个月的即刻分享（感谢 GPT 帮忙，还在持续更新中）
mrkwtkr.notion.site
71 1113
解锁了个新食谱，卷心菜汤
青椒能煮……汤？是我第一次在 ajinomoto 官网看到这个食谱冒出来的想法，但煮出来意外的不错，增添了蔬菜风味的层次感。
蔬菜满满，卷心菜、青红椒配火腿肠（原配方是维也纳香肠，想到小时候家里经常用火腿肠煮汤于是替换了下），调味靠 1 小勺木鱼精和两大勺味噌，很柔和舒坦的味道。
青椒能煮……汤？是我第一次在 ajinomoto 官网看到这个食谱冒出来的想法，但煮出来意外的不错，增添了蔬菜风味的层次感。
蔬菜满满，卷心菜、青红椒配火腿肠（原配方是维也纳香肠，想到小时候家里经常用火腿肠煮汤于是替换了下），调味靠 1 小勺木鱼精和两大勺味噌，很柔和舒坦的味道。
4 10
用 ChatGPT 4o 生成图片学习知识的，最好二次核查下
有幻觉，直接默认 AI 给的答案是对的会吃亏。
比如我让它生成中国家中常见的飞虫，一眼就能发现第一行第一个的蟑螂（德国小镰）外型是错的。
能识别这个事实错误是有真实的视觉记忆在前，如果生成的是自己没有视觉记忆的内容，那 AI 的幻觉也会成为你的幻觉。
有幻觉，直接默认 AI 给的答案是对的会吃亏。
比如我让它生成中国家中常见的飞虫，一眼就能发现第一行第一个的蟑螂（德国小镰）外型是错的。
能识别这个事实错误是有真实的视觉记忆在前，如果生成的是自己没有视觉记忆的内容，那 AI 的幻觉也会成为你的幻觉。
7 00
把阅读交给 ai 的一个难点
更功利性的摄入信息的同时，其实一个人很难知道如果自己去读，临时会蹦出多少兴趣点、收获多少波能加强记忆的情绪高峰。
让 ai 忙碌的同时，人不应该抑制自己的兴趣、情感，变得更像 ai。
更功利性的摄入信息的同时，其实一个人很难知道如果自己去读，临时会蹦出多少兴趣点、收获多少波能加强记忆的情绪高峰。
让 ai 忙碌的同时，人不应该抑制自己的兴趣、情感，变得更像 ai。
6 10
接之前整理的《节奏光剑》带感歌单，再闲聊一些
玩《节奏光剑》一年多了，现在日常健身会选的曲子：
1. American Idiot, Green Day
2. Dead Man Walking, Grant & Ellis
3. Father of All…, Green Day
4. It’s Time, Imagine Dragons
5. Light it up, Camellia
6. New Divide, Linkin Park
7. Don’t Stop Me Now, Queen
涉及到的曲包：
1. Green Day Music Pack
2. Monstercat Mixtape 2
3. Imagine Dragons Music Pack
4. Camellia Music Pack
5. Linkin Park Music Pack
6. Queen Music Pack
在日常锻炼上，节奏光剑能长期吸引我的点，我觉得也在于这种带感的视听体验，遇到鼓点比较明显的曲子，还会有置身现场演奏的即视感（American Idiot 尤其如此）。
不过锻炼也不能一上来就拉到最大强度，而是需要渐进的。我玩到现在，发现会有意识的编排曲目的强度，像游戏或宣传片体验一样设计循序渐进、引人入胜的运动体验：
- 像游戏一样：从低强度开始，以波动上升的方式编排，比如 2.7、2.4、3.2、3.0、3.5
- 像宣传片一样：在仿照游戏体验的基础上，开头加一个强度稍高（但不高于后面高潮部分曲目强度）的曲子，快速热身调动起情绪
有时真觉得，节奏光剑的潜力还没被完全发掘，如果能像音乐 app 那样支持自定义播单、按预想的强度排列指定难度的指定曲目，健身这种场景会更方便。
玩《节奏光剑》一年多了，现在日常健身会选的曲子：
1. American Idiot, Green Day
2. Dead Man Walking, Grant & Ellis
3. Father of All…, Green Day
4. It’s Time, Imagine Dragons
5. Light it up, Camellia
6. New Divide, Linkin Park
7. Don’t Stop Me Now, Queen
涉及到的曲包：
1. Green Day Music Pack
2. Monstercat Mixtape 2
3. Imagine Dragons Music Pack
4. Camellia Music Pack
5. Linkin Park Music Pack
6. Queen Music Pack
在日常锻炼上，节奏光剑能长期吸引我的点，我觉得也在于这种带感的视听体验，遇到鼓点比较明显的曲子，还会有置身现场演奏的即视感（American Idiot 尤其如此）。
不过锻炼也不能一上来就拉到最大强度，而是需要渐进的。我玩到现在，发现会有意识的编排曲目的强度，像游戏或宣传片体验一样设计循序渐进、引人入胜的运动体验：
- 像游戏一样：从低强度开始，以波动上升的方式编排，比如 2.7、2.4、3.2、3.0、3.5
- 像宣传片一样：在仿照游戏体验的基础上，开头加一个强度稍高（但不高于后面高潮部分曲目强度）的曲子，快速热身调动起情绪
有时真觉得，节奏光剑的潜力还没被完全发掘，如果能像音乐 app 那样支持自定义播单、按预想的强度排列指定难度的指定曲目，健身这种场景会更方便。
1 00
又发现个有趣的 AI 识图例子，试了 3 家除了 Gemini 全部识别失败
比较反直觉的是，Gemin AI Studio 表现还不如网页版 Gemini。
原图画面来自 2012 年的动画《009 RE:CYBORG》约 16:33 时间戳，原作石之森章太郎，3 个 AI 识图结果：
- ChatGPT：无法识别，开了推理后认为出自《时光代理人》，全错
- Grok：图里的角色是《银魂》中的坂田银时，全错
- Gemini：识别出角色是 009，系列作品也识别出是《再造人 009》，帮助快速缩小了范围；但 AI Studio 里面识别出来是《灌篮高手》的流川枫，网页版对了
从这个例子中，我发现很诡异的一点是 ChatGPT、Grok 似乎没有看见原图下面写着的关键信息「再造人009」，明明只要识别出这个信息就能快速缩小范围，继而借助画面的风格、作画精细度推测作品年份。
这或许揭示了这些 AI 识图还无法结合图片中的视觉特征和文字信息来解决问题，而可能是以分开处理的方式实现的多模态，并非想象中的图文融合的多模态。
结合之前的测试，我觉得我们或许要重新理解当前 AI 识图在什么水平，尤其是哪些以为能做到的实际做不到。
m.okjike.com
比较反直觉的是，Gemin AI Studio 表现还不如网页版 Gemini。
原图画面来自 2012 年的动画《009 RE:CYBORG》约 16:33 时间戳，原作石之森章太郎，3 个 AI 识图结果：
- ChatGPT：无法识别，开了推理后认为出自《时光代理人》，全错
- Grok：图里的角色是《银魂》中的坂田银时，全错
- Gemini：识别出角色是 009，系列作品也识别出是《再造人 009》，帮助快速缩小了范围；但 AI Studio 里面识别出来是《灌篮高手》的流川枫，网页版对了
从这个例子中，我发现很诡异的一点是 ChatGPT、Grok 似乎没有看见原图下面写着的关键信息「再造人009」，明明只要识别出这个信息就能快速缩小范围，继而借助画面的风格、作画精细度推测作品年份。
这或许揭示了这些 AI 识图还无法结合图片中的视觉特征和文字信息来解决问题，而可能是以分开处理的方式实现的多模态，并非想象中的图文融合的多模态。
结合之前的测试，我觉得我们或许要重新理解当前 AI 识图在什么水平，尤其是哪些以为能做到的实际做不到。
m.okjike.com
8 10
小红书的算法有时让我匪夷所思，不过终于找到办法调控了
最近莫名其妙给开始我推一些明星的内容，我还纳闷这吹的是什么风，唯一能想到的可能原因是近期搜过 speed。
但想想也不太可能，此网红和彼网红是一回事吗？
之前吐槽过的「篮球足球怎么点不感兴趣还是推」，我暂且找到了办法应对了，初步看有一定效果，改了小红书的内容偏好设置：
1. 打开设置
2. 进入内容偏好调节
3. 点击「+调节更多内容」
4. 找到不想看的内容，添加到列表
5. 往左拖动滑条控件，改为「减少推荐」
最近莫名其妙给开始我推一些明星的内容，我还纳闷这吹的是什么风，唯一能想到的可能原因是近期搜过 speed。
但想想也不太可能，此网红和彼网红是一回事吗？
之前吐槽过的「篮球足球怎么点不感兴趣还是推」，我暂且找到了办法应对了，初步看有一定效果，改了小红书的内容偏好设置：
1. 打开设置
2. 进入内容偏好调节
3. 点击「+调节更多内容」
4. 找到不想看的内容，添加到列表
5. 往左拖动滑条控件，改为「减少推荐」
10 40
一个冷知识，有些无法下载的直播回放其实有办法下载
以 Chrome 浏览器为例，通过刷新页面、分析网页加载时的 Fetch/XHR 类请求，通常能找到传输视频信息的请求。
拿到返回的 JSON 数据，运气好的话可以在里面找到视频的原链接、转录文本的 JSON 和字幕文件（如 .vtt）。
视频用原链接打开一般就会有下载按钮，转录文本的 JSON 则可以丢给 AI 处理，像是让它写 python 把 JSON 转为纯文本（不过我目前还没找到能处理好这种超长文本的方案，给 Kimi 处理到后面也会出现幻觉）。
以 Chrome 浏览器为例，通过刷新页面、分析网页加载时的 Fetch/XHR 类请求，通常能找到传输视频信息的请求。
拿到返回的 JSON 数据，运气好的话可以在里面找到视频的原链接、转录文本的 JSON 和字幕文件（如 .vtt）。
视频用原链接打开一般就会有下载按钮，转录文本的 JSON 则可以丢给 AI 处理，像是让它写 python 把 JSON 转为纯文本（不过我目前还没找到能处理好这种超长文本的方案，给 Kimi 处理到后面也会出现幻觉）。
5 20
一个关于推特流量的粗略观察
昨天看到归藏的分享，去试玩了智谱的 AI 写了条分享自己的测评体验，有发在推特。
为了验证很久前讨论过、但当下仍好奇的「用 add value 的方式获取曝光是不是真的那么有效？」，发布后，我在归藏的原推下自荐了自己的推文做实验。
所谓 add value，可以理解为在一个讨论环境中分享能让已经聚集起来的人收获更多的内容，比如一条帖子提出了问题，你去解答，又或是有人分享了一个产品，你分享了更实际的体验情况，我之前在即刻也分享过这个话题：
m.okjike.com
一天过后，推文阅读量明显高于日常分享的数据（1k+ vs 几十到几百），可以确定 add value 的做法有效，但有多有效？
得益于推特现在会展示更多互动数据，我可以知道：
- 我的推文，首条阅读量 1126 次
- 我在归藏分享下自荐推文的回复，阅读量 546 次
- 归藏的原推文，首条阅读量 3w 次，推文串下的回复推文阅读量 1.8-1.9k 次，考虑到推特的动态隐藏，完整阅读推文串的应该取最小值
由此可以推出：
- 看归藏推文的，约 6% 会翻到评论区，看完整个推文串（1800/30000）
- 看归藏评论区的，约 30% 点开了我的分享（546/1800）
- 在相关的上下文 add value 的做法，几乎让我的推文阅读量翻倍（546/1126）
归为一条结论的话：
add value 的做法在当下的推特依然有效，尤其适合去比自己吸引了更多注意力的讨论场所，但话题相关性、好的内容还是关键。
昨天看到归藏的分享，去试玩了智谱的 AI 写了条分享自己的测评体验，有发在推特。
为了验证很久前讨论过、但当下仍好奇的「用 add value 的方式获取曝光是不是真的那么有效？」，发布后，我在归藏的原推下自荐了自己的推文做实验。
所谓 add value，可以理解为在一个讨论环境中分享能让已经聚集起来的人收获更多的内容，比如一条帖子提出了问题，你去解答，又或是有人分享了一个产品，你分享了更实际的体验情况，我之前在即刻也分享过这个话题：
m.okjike.com
一天过后，推文阅读量明显高于日常分享的数据（1k+ vs 几十到几百），可以确定 add value 的做法有效，但有多有效？
得益于推特现在会展示更多互动数据，我可以知道：
- 我的推文，首条阅读量 1126 次
- 我在归藏分享下自荐推文的回复，阅读量 546 次
- 归藏的原推文，首条阅读量 3w 次，推文串下的回复推文阅读量 1.8-1.9k 次，考虑到推特的动态隐藏，完整阅读推文串的应该取最小值
由此可以推出：
- 看归藏推文的，约 6% 会翻到评论区，看完整个推文串（1800/30000）
- 看归藏评论区的，约 30% 点开了我的分享（546/1800）
- 在相关的上下文 add value 的做法，几乎让我的推文阅读量翻倍（546/1126）
归为一条结论的话：
add value 的做法在当下的推特依然有效，尤其适合去比自己吸引了更多注意力的讨论场所，但话题相关性、好的内容还是关键。
8 00