即刻App年轻人的同好社区
下载
App内打开
张佳的流量常识
112关注2k被关注2夸夸
👀关注流量和用户运营
🧑🏻‍💻公众号:喜新
🤖 最近研究AI 落地
🚶‍♂️句子互动|Wechaty|南方健康|新榜
张佳的流量常识
7天前
ChatGPT 一支持 MCP,那么这个协议就真的通用了
22
张佳的流量常识
8天前
不知道这个在分享的人是谁,有认识的可以帮忙艾特一下

1:1 抄了我的内容,包括配色🌚
30
张佳的流量常识
9天前
看到交个朋友直播间用 AI 写脚本卖了 3.3 亿

想起我在扣子做的这个智能体模板

写出来的脚本应该也能帮你卖一两个亿👀

可以直接运行体验:www.coze.cn
60
张佳的流量常识
9天前
“帮我选一家非档口商家,点一份没差评、不油腻但有味道的菜,单点,别选套餐,35 块预算,进店先点一下膨胀红包,不能低于-15。对了,选一个灵光的配送员,确保他能绕过保安上楼送到家,而不是放在楼下的外卖柜。我半小时以后要开会,确保 25 分钟之内能送到让我吃两口。这两天真功夫和老乡鸡吃腻了,别再订这两家了。美团没红包的话,看看饿了么。”

puzhong: 我们正在做一款Native AI产品,愿景是“每个人都能有一个专属的生活小秘书”。 我们会积极发挥美团内部的数据,场景和产业优势,期待能给用户带来全新体验。 诚邀对AI有强烈热情的研发、产品同学加入! 另外,项目是我发起的,我会积极参与贡献想法,但不是我“带队”;也不是啥”绝密项目”,毕竟上周五公司年报的电话会议上都公开说了。

10
张佳的流量常识
12天前
我反倒认为,大模型本身就是哥白尼。

模型在输出 token 的时候是随机选择的,这意味着,它一直在创造原本不存在(或者非最优解)的内容。

这种“先有大量知识,再随机选择创造什么”,跟人类“从小要求死记硬背、逐渐积累知识”不一样。

人类的学习方式是积累刻板印象,而大模型每次都有机会创造刻板印象之外的内容。

之前之所以死板,是因为一直在被具有刻板印象的人类约束(好像叫 RLHF);DeepSeekR1 之所以这么超预期,是因为整个训练过程人类的干扰很少

罗锴: 科学中最关键的一点:提出正确问题的能力和挑战已有知识的勇气。真正的科学突破是哥白尼提出——违背他那个时代的所有知识(用机器学习的术语来说,就是“尽管他的所有训练数据集”)——地球可能绕着太阳转,而不是相反。 要在数据中心创造一个爱因斯坦,我们需要的不仅仅是一个知道所有答案的系统,而是一个能够提出别人从未想过或不敢提出的问题的系统。一个在所有教科书、专家和常识都指向相反方向时,写下“如果所有人都错了怎么办?”的系统。

20
张佳的流量常识
12天前
RSS 类工具不受各内容平台待见是有原因的

Follow 这种 App一下就给 All in one 了,谁还刷即刻、𝕏和这站那站啊…
82
张佳的流量常识
14天前
𝕏 上有个大佬分享了 AI-Coding 的 9 个大坑,很有收获

翻译搬运一下:

# AI编程的9个大坑

> 原贴:[X@cj_zZZz](x.com)
> 翻译:Claude

我每天使用AI工具编程6-7小时。

在过去12个月里开发了超过36个项目。

事实是:用一个提示"给我构建...应用"是不可能的。

所以,以下是你在使用AI编程时可能犯的所有错误:

### 1. 没有规划

通过我的规划技巧,我能在几小时内从想法到一个写得很好的MVP草案。

我只需打开ChatGPT语音,然后我们进行一对一的对话,讨论我想要什么。

15分钟的聊天后,我会要求:"根据我们在这次对话中确定的所有内容,给我写一个结构良好的草案"

我使用ChatGPT语音作为我的头脑风暴伙伴、评论者、网络研究员,然后是草稿撰写者。

最后,我将这个MVP的核心功能都集中在一页上。

不要盲目构建。先规划再行动。

### 2. 没有为AI模型建立知识库

然后我将想法草案放入@CodeGuidedev,并写下{coding docs}为AI编程模型建立知识库。

这一步对减少AI编程模型的幻觉非常重要。

文档包括:
- PRD(产品需求文档)
- 应用流程文档
- 技术栈文档
- 前端指南
- 后端结构

AI模型可以随时参考这些文档,了解接下来要构建什么,不构建什么!

### 3. 没有选择正确的工具

每个AI编程工具都有自己的超能力。我几天前发布了我的研究结果。
在过去14个月里,我用AI构建了36个项目。

所有AI开发工具都不同。每个工具都擅长一件特定的事情,比如:

@windsurf_ai是初学者的最佳IDE(目前排第1)
@cursor_ai对全栈应用很棒(目前排第2)
@CodeGuidedev擅长编写项目编码文档
@Replit擅长一次性构建MVP/移动应用
@v0擅长设计现代UI组件
@boltdotnew使用Supabase开发Micro SaaS很棒
@lovable_dev擅长编写现代着陆页
@SoftgenAI使用firebase开发Micro SaaS很棒
@cline是最好的VS Code扩展/可与MCP配合使用
@base_44对仪表板类应用很棒(新工具)
@ManusAI_HQ擅长代理/基于浏览器的工作
@perplexity_ai是最好的网络搜索/总结工具
@ChatGPTapp擅长语音到语音/写作工作
@Grok 3擅长基于网络的研究/X信息
@AnthropicAI擅长编程(Sonnet 3.7模型)
@OpenAI通过API提供各种类型的AI模型
@GeminiApp擅长多模态(Flash 2.0模型)

这个周末我还在测试:
- Tempo labs
- Databutton
- Srcbook

如果我发现更多好的开发工具,我会更新你们。

### 4. 没有选择正确的技术栈

AI模型是在特定编程语言上训练的。只使用它们来获得最佳代码质量和更少的错误。

使用这些AI友好的技术栈:
前端:NextJS/Vite/Flask
数据库:Supabase (PostgreSQL)/Firebase
认证:ClerkDev/Supabase/Firebase
AI:OpenAI/Claude/Gemini

### 5. 没有一步一步地构建

当你让AI计划下一步时,8/10的情况下AI会搞乱代码库。

只使用AI模型来执行计划和实现代码。

使用像@CodeGuidedev的50步实施计划这样的详细计划,强制AI不遗漏任何内容。

### 6. 没有调试提示

调试是AI编程中最令人沮丧的部分。为了减轻痛苦,使用这些技巧:

- 附上错误并说"使用思维链推理首先找出核心问题,然后逐步计划修复问题"

- 要求它"遵循代码的最佳实践。搜索网络并找到此问题的解决方法"

- 只附上相关文件,使AI能更好地集中注意力。

### 7. 没有使用多个AI模型

1个AI模型不能做所有事情。针对不同场景使用不同的模型。

在Cursor/Windsurf中:

使用Claude sonnet 3.5进行编码(是的,对于执行代码,它比3.7更好)

使用GPT o1/o3-mini-high调试复杂错误。

使用Gemini Flash 2.0扫描完整代码库并更新文档。

### 8. 没有使用入门套件

为什么每次都从头开始,浪费请求/令牌并修复不必要的错误。

使用预装组件的入门套件(样板)来快速构建。

CodeGuide有6个专为AI编程模型构建的样板。

### 9. 过早放弃

AI编程在第三个提示之前很有趣,然后你开始修复错误和完善布局。

会有成百上千的错误、构建问题,AI会搞乱代码库。

但如果你有坚实的基础(文档和规则),你可以更好地驾驭AI。

### 总结

- 在打开任何AI编程工具之前规划应用
- 使用@CodeGuidedev编写详细的编码文档以提供上下文
- 为你的用例选择最佳AI工具
- 仅使用AI友好的技术栈
- 调试时提示得更好
- 针对不同工作使用不同模型
10127
张佳的流量常识
16天前
把智能体开发当成个副业也是不错的🤓

前几天把一个模板改成收费模式,刚看了一下后台的订单记录,几乎每小时都有人购买…

@扣子电波 平台已经繁荣到了可以养活一份副业的状态了

这应该才是给普通人的“智能体元年”吧
1121
张佳的流量常识
16天前
阑心一言还是个超长文本模型 //@Mike-Wu: 大模型有“阑心一言”,AI Agent 有“明浩PPT Agent”,自媒体圈也很有AI实力😆

托马斯骆: 感觉@rosicky311_明浩 基本上就是一个关于PPT生成的tools, workflows and systems的集合体,给个命题就能做一个对应 PPT 出来。嗯,庄明浩是一个碳基 PPT Agent。

00