币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999) header
币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999) profile picture

AI 与 Web3 深度探索者 🚀 每天分享最新趋势 & 实操干货

Joined January 2022
Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)Photo by 币圈90后 🇲🇾🇲🇾 (@CryptoPlayer999)
这期我把 Codex 的第三方 API 接入流程完整录下来了 🚀🚀 从 cc switch 的配置、令牌与请求地址填写,到接口测试、查看调用记录,全部按实操走一遍 🚶🏼‍➡️ 视频后面也会对比官方收费和真实用量之间的花费差距, 绝对是意想不到💰💰 #中转站 #AI #CODEX #CLAUDE
6
6
2,046
ChatGPT、Claude、Gemini 每天回答几亿个问题,可它们为什么这么答,OpenAI、Anthropic、Google 自己也解释不了🤯 因为大模型里面没有写好的规则,只有训练出来的几千亿个数字🔢 你能看到每个数字是多少,却看不出它们合在一起在"想"什么。 这就是 Black Box,AI黑箱。 也不是完全没办法。Anthropic 做"可解释性"研究,相当于给 AI 做脑部扫描🧠 他们找到一组对应"金门大桥"的信号,调强以后模型连自己是谁都说成"我就是金门大桥"🌉 不过离真正看懂整个模型,还差得很远。 我的判断:AI 越往医疗、金融这些关键位置走🩺🏦,"答得准"就越不够用,还得能讲清楚为什么。 #AI #AI黑箱 #人工智能 #chatgpt #claude
2
1
60
谷歌在这个月打出太多王牌了, 不管在体验感或是模型智商上都跟OpenAI 不相上下了, 但距离Claude还是有点差距
看完这张图你就会发现, 现在已经不是谷歌能不能赢的问题了…… 而是谷歌想输都不知道该怎么输!😱
56
OpenAI、Google、Anthropic 这几年拼命把模型做大,背后押的就是一件事:没人教过的本事,模型做大以后可能自己就会了💡 就像水降到 0℃,一下子就结成冰🧊 小模型怎么练都做不好的题,规模过了某个点,成绩会突然往上跳📈 这就是 Emergence,中文叫涌现。 不过也有斯坦福的研究认为,这种"突然"可能只是打分方式造成的错觉,换一种测法,能力其实是慢慢涨上来的🤷 我的判断:是不是真的突变先别管,"量变引起质变"这件事,现在整个行业都在拿真金白银下注。 #AI #涌现 #人工智能 #chatgpt #claude
59
这几天跟朋友讨论最多的问题就找员工. 现在在大马要请一个正常的员工太难了, 几乎都类似巨婴要你一步一步教。 就靠中国人力资源卷入大马带动动大环境了
86
ChatGPT、Claude、Gemini 聊久了都会"失忆"🧠 不是它变笨了,是它的记忆窗口满了 你发的话、它的回答、你上传的文件,全都要塞进一个框里📦 塞满了,最早的内容就会被挤出去,或者被压缩成摘要✂️ 这就是 Context Window,上下文窗口。 窗口确实越做越大,从 GPT-4 刚发布时的 8K Token,到现在动不动百万级📚 但窗口大不等于记得牢,夹在中间的信息照样可能看漏🤷 我的判断:别指望 AI 什么都记得。重要的要求放开头或结尾再说一遍,换话题就开新对话,这比等更大的窗口管用📌 #AI #上下文窗口 #人工智能 #chatgpt
1
120
ChatGPT、Claude、Gemini、DeepSeek……这些看起来在打架的大模型,底下用的是同一块地基🏗 2017年 Google 一篇论文提出它,GPT 里的那个 T 就是它。它不像以前的 AI 那样一个字一个字往下念、念到后面忘了前面,而是一眼看完整句话,再判断哪些字关系最紧👀 这就是 Transformer,中文常叫"变换器"。 当然它也有代价:句子越长,要算的关系越多,越贵💸 所以才有了"上下文窗口"这个限制。 我的判断:各家比的是谁把这块地基用得更好,地基本身没人换得掉,至少现在还没有🧱 #AI #Transformer #人工智能 #chatgpt #claude
1
76
ChatGPT、Claude、Gemini、DeepSeek……这些看起来在打架的大模型,底下用的是同一块地基🏗 2017年 Google 一篇论文提出它,GPT 里的那个 T 就是它。它不像以前的 AI 那样一个字一个字往下念、念到后面忘了前面,而是一眼看完整句话,再判断哪些字关系最紧👀 这就是 Transformer,中文常叫"变换器"。 当然它也有代价:句子越长,要算的关系越多,越贵💸 所以才有了"上下文窗口"这个限制。 我的判断:各家比的是谁把这块地基用得更好,地基本身没人换得掉,至少现在还没有🧱 #AI #Transformer #人工智能 #chatgpt #claude
83
可能徐总会用微信聊交易所, 哈哈哈哈
这两张假照片在过去两天流传得很广。 为什么黑子会用这么明显的假图片呢?因为他们想筛选和针对那些没有独立思考能力的人们。 如果你看不出来这图片是假的,建议你远离社交媒体。 (没有交易所会用微信做内部沟通。)
1
57
⏱️ 一分钟AI黑话 EP21|神经网络 ChatGPT、DeepSeek、Claude……名字五花八门,地基其实是同一个东西🧱 它模仿人脑,用一层一层的小单元互相传数字。每个单元只做一点点计算,几十亿个连在一起,就能认猫、听懂话、写文章🧠 答错一次,就把连接调一点点,调上亿次就越来越准🏀 这就是 Neural Network,神经网络。2024 年的诺贝尔物理学奖,就颁给了研究它的两位科学家🏅 不过"像大脑"只是个比喻,它不会真的思考,只是数学算得特别多🤷 我的判断:先把神经网络搞懂,后面的深度学习、Transformer、大模型,你都能一路看明白🔑 #AI #神经网络 #人工智能 #chatgpt
1
92
聊得越久越贵,这是大模型的硬伤。 模型每回一句,都要回看整段历史。为了不每次重算,它把历史存成「KV 缓存」占着显存,对话越长占得越多。 这两天有用户发现,DeepSeek App 里超过 72 小时的长对话打不开了,提示就是算力不足。 你宁愿长对话被限,还是付费保留记忆?
🤖 Made with AI
65
AI 为什么这么回答?连做它的人也常说不清,「可解释性」就是来拆这个黑箱的。 说白了是给大模型做脑部扫描:看哪些内部特征在亮,顺藤摸瓜找出它做决定的线路。 据 The Information 报道,OpenAI 曾想花超 50 亿美元收购专做这事的 Goodfire。 先看懂才敢用,还是好用就行?
🤖 Made with AI
2
2
82
AI 被你一句「你确定吗?」就改口,这叫「谄媚」(Sycophancy)。 训练时人类打分更偏爱顺着自己说的回答,模型就学会了:用户一不满意,多半是我错了。结果明明答对了,一被追问就跟着你走偏。 小技巧:别问「你确定吗」,改成「把支持这个答案的依据列出来」。 你遇到过 AI 被你带偏吗?
🤖 Made with AI
36
⏱️ 一分钟AI黑话 EP20|对齐 OpenAI、Google DeepMind、Anthropic……每家都养着专门的团队,研究的不是让AI更聪明,而是让它别"会错意"🎯 你让它"把播放量搞上去",它要是去刷量造假,任务完成了,但这根本不是你要的🤖💥 这就是 Alignment,对齐。 难的地方在于,人说的话常常不等于人真正想要的,这事连人跟人之间都很难做到🤷 我的判断:AI越聪明,"听懂你真正想要什么"就比"能干多少活"更重要。| #AI #AI对齐 #人工智能 #chatgpt
26
同一段提示词,第二次发给 AI 往往更便宜,这叫「提示词缓存」。 开头那段固定内容(系统提示、长文档)算过一次就先存着,下次开头一字不差就直接复用,省钱又快。差一个字就不算命中。 所以:固定内容放前面,会变的问题放最后。 你会特意把提示词写成固定模板吗?
🤖 Made with AI
21
机器人的大脑,正在被通用大模型接管。 OpenAI 刚把独立机器人团队并回主研究线,理由是 GPT-6 Astra 这类通用模型已经能直接控制机器人。英伟达的测试里它操作任务成功率 74.8%,不过那是仿真,不是真机。 通用大脑一统天下,还是专用模型更稳?你站哪边?
🤖 Made with AI
1
41
AI 的「记忆」其实分两种:上下文窗口是短期记忆,聊久了会塞满;长期记忆是把要点另外存起来,下次再翻出来用。 难点不在记住,而在忘掉什么:全留着费 token,乱删又会把说好的事弄丢。 你希望 AI 记住你的一切,还是每次都从零开始?
🤖 Made with AI
33
MoE(混合专家)就是把一个大模型拆成很多个「专家」小网络,每次只叫醒其中几个来干活。 像医院分科室:你挂号只看两三个科,不用全院医生一起会诊。 所以总参数能堆得很大,每次花的算力却不多。DeepSeek-V3 总共 6710 亿参数,每个 token 只激活约 370 亿。 代价是所有专家都得装进显存,本地跑照样吃硬件。 选模型时,你更看重「总参数大」,还是「每次干活省」?
🤖 Made with AI
34
让 AI Agent 帮你跑代码、装依赖、改文件,最怕的不是它笨,是它手滑。 沙箱(Sandbox)就是给 Agent 一个隔离的小房间: - 它在里面随便折腾,删错了也只删房间里的东西 - 能碰哪些文件、能不能联网、能跑多久,由外面说了算 - 干完活你先检查,再决定要不要把结果拿出来 权限给得越大,越需要沙箱兜底。 你给本地 AI 助手开过最高权限吗?是图省事,还是心里发毛?
🤖 Made with AI
23
Agent Skill 说白了就是一本随用随翻的说明书:一个文件夹,装着做法、示例和脚本。 平时 Agent 只记住书名和一句简介,碰到相关任务才把全文读进来,上下文不会一开始就被塞满。 Chrome 刚发布的 Modern Web Guidance 1.0,就把 200 多个前端场景做成了 Skill。官方测试里,没装时 6 次有 5 次没用上现代 CSS 动画写法。 Skill 以后会有自己的「应用商店」,还是各家自己写自己用?
🤖 Made with AI
32
测试一下新工具 👋 你最近最关注 AI 还是加密货币?
1
57
测试回复功能 ✅
13