即刻App
年轻人的同好社区
下载
App内打开
进击的盖茨比
450
关注
2k
被关注
6
夸夸
博派AI唯一人类|借AI做点小生意
喜欢唱/跳/Rap/篮球足球
VX:fengbo_football
2024年先瘦30斤再说
置顶
进击的盖茨比
9月前
这3个月我尝试了将近100款AI工具,有很多是玩具,或者不好用,为了让大家更好使用AI,建立了这个飞书数据库,收录更侧重生产力的AI工具。当你不知道什么场景用什么的时候,可以上来搜一下。
收录的原则是,1个领域、场景尽量只选择前5,这样对普通用户来不需要过分选择。
学霸一支笔,差生文具多,我是个差生,先给大家囤好文具。也欢迎更多朋友一起来和我维护这个文档,所有填表提供新工具的朋友,都可以私信我获得完整编辑权限,把数据变成自己的。
1人公司AI指令库+工具流 - 飞书云文档 (feishu.cn)
p9ngzmlet4.feishu.cn
355
64
263
进击的盖茨比
1天前
突然想到一件事,企业家IP的古早案例不是陈欧吗,“我为自己代言”曾经迷倒多少万千少女,为什么他不继续做短视频了?
6
3
0
进击的盖茨比
2天前
Kimi卖会员都这么骚气
你可真是个商业化鬼才……
20
11
5
进击的盖茨比
2天前
终于抽出时间体验凯哥的产品:松鼠快看。
信息爆炸的短视频时代,我们都被算法控制,只有少数人会去主动筛选信源,保证自己更好地思考行动。这款类RSS产品让你方便地管理微信和播客,甚至让我想起老版本的即刻,有点小感动。
OpenAI的工程师James Betker(“文生图”模型DALL-E的第一作者)曾写到,模型的差异其实不是关键,决定性的是你的训练语料。“当你谈论Lambda、ChatGPT、Bard或Claude时,指的并不是它们的模型,而是它们的语料集。”
如果把更好的成长看做更好的模型训练,那么第一步,应该是主动筛选“语料集”。
这注定是小众但是有价值的事情。
体验地址:
sskk.leozhou.xyz
PS:在未考虑成本情况下,
@henu王凯
是否可以支持:
1)一键导入微信订阅号关注列表
2)内置AI搜索/摘要,自动总结某个特定范围的语料信息。
9
2
4
进击的盖茨比
2天前
很有趣的视角,特别是面对马上到来的520
PUA、雌竞与内卷圣骑士
7
0
0
进击的盖茨比
2天前
👍被鼓励到
banbri: 一年过去了,来聊一聊近一年来发生的巨大转变。 近一年,我从一名打工人转变成为了一名自由职业者,从上海搬到了深圳,从一个前端开发工程师变成了一个全栈开发工程师。生活和工作都发生了翻天覆地的变化,收入也随之增加。 我最近在想,我命运的齿轮是什么时候开始转动的?是出海网站开第一单的时候?是赚到第一美元广告费的时候?还是第一个出海网站搞到流量的时候?我觉得都不是。这一切,早在去年的今天就已开始。 去年的今天,是 OpenAI 发布 ChatGPT 插件之后的第二天。那天下午,我花了一些时间整理和设计了一个叫“ChatGPT 插件中文介绍网”的网站。发布后,我把它分享到了微信群和知识星球,收到了许多人的点赞和夸奖,这给了我很大的自信。作为一名前端开发工程师,第一次发布一个对外公开的网站,并为他人提供了价值。 后来,我发现有一个人也在做同样的事情,比我的网站晚一天上线,并称他的 ChatGPT 插件中文网是中国第一个。这让我非常好奇是谁这么自信。后来了解到,他是即刻上的大佬——@哥飞 ,一个改变我命运轨迹的贵人。 之后,我跟飞哥合作开发了一个插件,我负责界面设计和功能实现,他提供了API接口。然后他在即刻上帮忙推广,最终这个插件有了 1000 多个安装量。这也带来了我人生中第一个超过100个 Star 的 GitHub 仓库,极大地提升了我的自信,也让我与哥飞更加熟悉。 再后来,飞哥就创建了出海社群,我在第一时间毫不犹豫地加入了。从此,打开了新世界。社群里面的大牛非常多,非常幸运能够在这么年轻就能这么近距离的接触大佬,也接收到了许多离钱很近的信息。 由于我在群里乐于分享,热心帮忙,执行力尚可且做出了一些成果,在社群里面积累了一点点的影响力,有幸和社群里面的一些大佬后面成为了朋友。 当副业收入稳定超过主业之后,我就离职了,年后来到了深圳,开始做独立开发。我曾经羡慕那些在大公司工作的同学,而现在,他们反过来羡慕我了。 来深圳之后见了许多优秀的朋友,这是我以前的环境中无法接触到的。这些交流经历逐渐剥去了我的自负,让我意识到自己并非如想象中的那般出众。感谢这些朋友,让我懂得了谦卑。 虽然中间还有许多细节暂时无法展开,但我深知,今天的成就离不开朋友们的帮助。这里要特别感谢三位对我影响深远的人。 感谢@哥飞 ,带我了解了什么是出海,并让我知道出海的潜力。感谢他创建的社群,让我认识了很多牛人。对了,现在还给我提供了工位(๑>ڡ<)✌️ 感谢@星空猎人阿拉丁 ,我的鼓励师,在我几度崩溃想要放弃的时候不断鼓励我,并且经常与我分享有用的信息。 感谢搭档@Clara998 ,义无反顾的选择相信我,感谢信任,感谢陪伴。现在,Clara也已经非常优秀了。 最后,希望自己今年能够在线下结识更多牛人,并参与更多赚钱的出海项目。
2
7
1
进击的盖茨比
3天前
很有启发,特别是:“在接口的地方把信息降维了”一点。说人话就是,一个大任务下发,每个环节都在做二传手,信息都折损一点(哪怕10%)连在一起就是乘法原理,3个环节就变72%了,变得不可用。
联想到GPT-4o,多模态比GPT4反应快,他们这次工程化的解决方案是把文字/语音/视频都端到端训练新模型,输入输出都在同一个神经网络处理,而不是像之前,仅把所有东西都由文字转到三个独立模型组成的管道里。
所以是否意味着,谁能在接口端确定行业规范,谁能真正做出好的Agent?
Diiiii: 对 agent 的一个暴论:现有 (multi) agent workflow 的模式没有太大价值。Agent 今年(在以吴恩达老师为首的各类大佬的吹捧下)热度很高,但现有的这些所谓的 (multi) agent workflow,本质上是把一个大任务拆分成很多个子任务,每个子任务都有明确的 input 和 output,自己定义一些变量和接口,把这些子任务串起来。这种方式很像是早期的自动驾驶,把感知和规控分开解,或者是上一代的语音助手,把语音转文字、LLM、语音合成这些工作流串起来。 终极的解决方案应该不是这个样子的。现有的 (multi) agent workflow,速度慢先不说,最大的问题还是在接口的地方把信息降维了。这些 input / output 的接口和变量,本质上都是把信息降维到人能理解的维度,这是以高维信息的损失为代价的。每多一层 workflow,损失的信息就多了一次。面对简单问题时, (multi) agent workflow 或许是可行的,但它注定无法解决复杂问题。就好比Waymo 用感知+规控的架构,搭配高精地图,能够在凤凰城和三藩市勉强把本地 L4 跑通,但很难 scale 成一个通用的解法。只有 Tesla 端到端的方案才是自动驾驶的未来。 因此,现有的 (multi) agent workflow方式注定只是一个中间状态,类似自动驾驶中感知+规控+高精地图的拼凑。而最终想要解决复杂问题,需要靠基础模型的进化。当模型能力足够强之后,应该是可以端到端的解决问题。你可以在 prompt 里提示它去使用某些工具,或者采用某些步骤,但应该不需要人为去把 workflow 拆出来。 Agent 的概念依旧重要,但应该回归它更加 native 的定义,即每一个 Agent 应该是独立的智能体,拥有自己的 memory, planning, tool use 等能力,能够端到端地解决问题,而不是需要人类按照自己的理解一口口地把饭喂到嘴里。一个 Agent 就应该是一辆独立的L5 Autopilot 的汽车,而不是一堆弱智 L2 Workflow 凑出来的所谓 multi agents 辅助驾驶杂牌军团。这听起来就很不优雅。
4
0
1
进击的盖茨比
3天前
最近给我力量的是参哥和贾跃亭。真的。
如果钳工(无贬意)和骗子(有贬意)都可以自信地出镜做短视频,整流量,搞付费,那么没有理由自己不行,哪怕是所谓的i人。
被凝视被骂了都是热度,还能给大伙整个乐,只要不伤天害理就行。
19
1
0
进击的盖茨比
4天前
哇!
加元.Jiayuan: https://devv.ai Agent Mode 已经支持 GPT-4o 了,实测速度非常快。 演示为使用 Python 设计一个生产者消费者的系统,给出了详细的代码和设计过程。
0
0
0
进击的盖茨比
5天前
亲爱的奥特曼同学,如果仿效《Her》的话,先出个斯嘉丽约翰逊的语音包吧,1美金/月不得卖爆😂
10
2
0
进击的盖茨比
5天前
这个GPT-4o的多模态反应速度也太快了吧!真是和AI谈恋爱了这回!😂😂😂
14
0
0