Yangyi(@Yangyixxxx)

看起来很不错诶

Yangyi (@yangyi) — Thu, 10 Sep 2026 03:05:34 GMT

看起来很不错诶

宝玉@dotey

iPhone Duo 这个功能还蛮实用，和父母视频就经常需要切换摄像头让孩子给爷爷奶奶打招呼

Your browser does not support the video tag.

🔗 View on Twitter

🔗 View Quoted Tweet

💬59🔄1❤️10👀8482📊39

⚡ Powered by xgo.ing

顺着这个例子说不止他的蝴蝶爆了还有其他人的蝴蝶也爆了那时候我就琢磨是不是可以结合一下宝石的元素这样就可以玄学卡片于是我就找啊找啊发现确实这种东西有很高的点赞后来我就在想他一定...

Yangyi (@yangyi) — Wed, 09 Sep 2026 09:01:05 GMT

顺着这个例子说
不止他的蝴蝶爆了
还有其他人的蝴蝶也爆了

那时候我就琢磨 是不是可以结合一下宝石的元素
这样就可以玄学卡片

于是我就找啊找啊  发现确实这种东西有很高的点赞

后来我就在想 他一定是蝴蝶吗
我把他做成小猫会不会受众更广

用mj做了一个猫挂饰水晶发了个reddit
爆了4000多的karma
那个石头就是类似小猫的样子
有很多人问在哪里买

我之所以讲这个故事
是因为爆款都是相似的
你可以1：1复制
但深挖底层和关联迁移的时候
需要很多假设与洞察

很大可能会失败
但当你不断去假设不断去试的时候
反馈就会随之而来
失败了问问为什么
成功了记住那个过程 慢慢就会有肌肉记忆

但如果只停留在1:1复刻抄袭
可能可以赚到钱
但大概率进一步形成什么思维框架

💬0🔄2❤️1👀1041📊1

⚡ Powered by xgo.ing

这两天推特上镭射风的卡片刷屏了说句实在话这玩意真是1:1的学没丁点儿创新 22年底 MJ刚火的时候小红书有一个叫蜉蝣物语的账号每天就拿MJ做图做的都是那种黄皮纸上一个动植物之类的后来...

Yangyi (@yangyi) — Wed, 09 Sep 2026 08:53:14 GMT

这两天推特上镭射风的卡片刷屏了
说句实在话 这玩意真是1:1的学
没丁点儿创新

22年底 MJ刚火的时候 小红书有一个叫蜉蝣物语的账号
每天就拿MJ做图  做的都是那种黄皮纸上一个动植物之类的
后来有一天，他做到了一个蝴蝶，然后就爆了

于是找到这个Pattern之后
他就一直做各种各样的蝴蝶
那个账号2年时间就做到了20万粉丝

然后他就开始做蝴蝶的这种闪卡盲盒
但他的闪卡是蝴蝶可以拍打翅膀的
账号改了名字叫白日臆想
然后就开始直播卖这种卡
后来整个账号就一直做这类卡片

我想说的是
这个世界需要一些想象力
我们可以1:1复刻，但复刻的意义是在于习得，习得之后应该要理解，要迁移
否则人家做个100分，我们抄来80分，再被抄两下60分

没有创造力和想象力的世界是无法进步的

当然，也可能因为人们没有相同的上下文
所以限制了想象

Your browser does not support the video tag.

🔗 View on Twitter

💬8🔄2❤️26👀8377📊15

⚡ Powered by xgo.ing

这我咋点啥都没反应啊成chatgpt的肉鸡了？

Yangyi (@yangyi) — Wed, 09 Sep 2026 08:34:18 GMT

这我咋点啥都没反应啊
成chatgpt的肉鸡了？

💬58🔄0❤️2👀4072📊47

⚡ Powered by xgo.ing

@Gorden_Sun NewMax自带的优化提示词了解一下直接使用的 @yaojingang 姚老师的元提示词对于不会表达需求的用户来说效果是很不错的

Yangyi (@yangyi) — Tue, 08 Sep 2026 07:53:53 GMT

@Gorden_Sun NewMax自带的优化提示词了解一下
直接使用的 @yaojingang 姚老师的元提示词
对于不会表达需求的用户来说 效果是很不错的

Your browser does not support the video tag.

🔗 View on Twitter

💬0🔄1❤️0👀1192📊1

⚡ Powered by xgo.ing

评论区真相

Yangyi (@yangyi) — Tue, 08 Sep 2026 03:37:54 GMT

评论区真相

💬77🔄1❤️14👀22024📊66

⚡ Powered by xgo.ing

这篇论文挺有意思的，创意禀赋效应同一批点子，从自己想的里面挑，会比从别人想的里面挑提交更多低质量点子（作者称「创意禀赋效应」）。所以创意评审最好别让写的人自己评价，可以让A 组挑 B 组的稿，...

Yangyi (@yangyi) — Tue, 08 Sep 2026 02:20:36 GMT

这篇论文挺有意思的，创意禀赋效应

同一批点子，从自己想的里面挑，会比从别人想的里面挑提交更多低质量点子（作者称「创意禀赋效应」）。

所以创意评审最好别让写的人自己评价，可以让A 组挑 B 组的稿，交叉互选反而效果更好。

相同的逻辑也适用于2组Agent。

arxiv.org/abs/2609.05115

💬50🔄0❤️4👀4081📊42

⚡ Powered by xgo.ing

插入视频背景的效果

Yangyi (@yangyi) — Tue, 08 Sep 2026 02:01:12 GMT

插入视频背景的效果

Your browser does not support the video tag.

🔗 View on Twitter

💬0🔄0❤️0👀1187

⚡ Powered by xgo.ing

要说自定义，咱这还能用视频带动画的

Yangyi (@yangyi) — Tue, 08 Sep 2026 02:00:02 GMT

要说自定义，咱这还能用视频带动画的

陈言Linkc-Chen /只是一个AI使用者@Linkc

还得是腾讯，这味一下就出来了。

🔗 View Quoted Tweet

💬24🔄0❤️5👀7853📊17

⚡ Powered by xgo.ing

AI软件的护城河基本上都是依赖垂直领域数据靠先发优势积攒优质数据将数据转化成Agent Loop的优质结果 AI可以很快做一个60分的功能但如果你希望它交付你80分就依赖经验数据这些是需要...

Yangyi (@yangyi) — Tue, 08 Sep 2026 01:48:00 GMT

AI软件的护城河基本上都是依赖垂直领域数据
靠先发优势积攒优质数据
将数据转化成Agent Loop的优质结果

AI可以很快做一个60分的功能
但如果你希望它交付你80分
就依赖经验数据 这些是需要时间和世界交互不断获取的
60到80分可能需要几个月
80到90分可能需要半年
90到92分可能需要一两年

如果这个事情更关注最后一公里
那么数据就更值钱

如果这个事情的容错性很高
那么它基本只会剩下分发的壁垒了

所以如果你构建的软件
无法为你带来时间窗口置换回来的数据积累，使AI做的更好
那么你构建的软件就不会有长期壁垒

Josh Elman@joshelman

The new moats are the same as the old moats

Every few years, we fall in love with shiny new tech and forget the basic physics of consumer software.

We’re doing it again with AI.

The new moats aren't new at all. They're the exact same as the old moats: network effects, marketplaces, and platforms. 

Right now, consumer AI is booming.
New agents like Instinct, Bot, and Tomo are dropping mind-blowing experiences. The underlying tech is incredible, but almost every product being built today shares the exact same challenge:

They are completely single-player.

Single-player products are 100% tied to value - and in this case mostly agent : model performance.

If a competitor drops an agent tomorrow that books travel faster, tracks habits better, or handles life admin more reliably, everyone can switch overnight because leaving is easy and has nearly zero friction. Especially when it is so easy to onboard with just a new message. 

The legendary consumer tech giants didn't win because their underlying technology stayed marginally better forever. 

They won because of structural lock-in:

Social Networks: You don't abandon WhatsApp for a prettier UI if your friends aren't there.
Marketplaces: Airbnb, Doordash, and Uber hold supply and demand in a tight loop.
Platforms: Apple and Android deliver you a complete device so you take advantage of the software on top of it (though this creates opportunities too) 

Novelty gets you initial distribution. 

Multi-user dynamics give you long-term retention.

If your consumer AI product doesn't become exponentially more valuable to User A when User B joins, you don't have a moat, just a temporarily superior feature set.

We are seeing this in the coding agents as people jump from tool to tool based on the best performance. 

But… all is not lost.  There are huge opportunities here. Agents will get better when more of our friends are on them and can help us coordinate and communicate to do more together.  Agents that help us improve and strengthen our habits can get better as we add friends and hold each other accountable. 

Data flywheels are great, but social and marketplace flywheels are what actually build enduring tech giants.
It’s time to stop building isolated AI tools and start building the platforms where people connect, transact, and coordinate together.

🔗 View Quoted Tweet

💬25🔄2❤️23👀5539📊21

⚡ Powered by xgo.ing

@Nicolascole77 我们把这些连在一起看上文输入决定了输出人的品味与对输出文字的态度决定了输出的「人格化」含量 https://t.co/rCKRu6YQA8

Yangyi (@yangyi) — Tue, 08 Sep 2026 01:37:52 GMT

@Nicolascole77 我们把这些连在一起看
上文输入决定了输出
人的品味与对输出文字的态度
决定了输出的「人格化」含量
x.com/yangyi/status/…

💬0🔄0❤️0👀2050📊1

⚡ Powered by xgo.ing

内部只有 agent&human IM 工具都是基于agent&human IM的组件而已与其想着构建工具不如思考一下元工具的相关系统比如RBAC权限管理比如Agent Re...

Yangyi (@yangyi) — Tue, 08 Sep 2026 01:34:02 GMT

内部只有 agent&human IM
工具都是基于agent&human IM的组件而已
与其想着构建工具
不如思考一下元工具的相关系统
比如RBAC权限管理  比如Agent Resource这些更实际的问题

用第一性原理思考问题 
当AI替代大部分人类劳动力的时候
人类该如何管理这些Agent

找到那个关键节点  比构建任何工具都有价值

Gergely Orosz@GergelyOrosz

Super interesting detail from inside OpenAI:

The company hired a bunch of ex-Meta people. Some of these people wanted to invest heavily into internal tooling teams (Meta did it, worked great)

OpenAI leadership resisted, saying that in an AGI-first world, there will be no internal tooling teams.

And they were right: now, with Codex, there's a massive internal tools explosion, without having any internal tooling teams!

🔗 View Quoted Tweet

💬17🔄0❤️4👀4142📊12

⚡ Powered by xgo.ing

原文地址感谢作者 @Nicolascole77 https://t.co/BEDWsSDDNP

Yangyi (@yangyi) — Tue, 08 Sep 2026 01:30:32 GMT

原文地址   感谢作者 @Nicolascole77artandbiz.substack.com/p/the-right-wa…

💬1🔄0❤️1👀1861📊1

⚡ Powered by xgo.ing

https://t.co/QlLzK5TmHn

Yangyi (@yangyi) — Tue, 08 Sep 2026 01:29:21 GMT

x.com/i/article/2097…

💬4🔄44❤️222👀46138📊106

⚡ Powered by xgo.ing

来知德画过这种图挺有意思

Yangyi (@yangyi) — Thu, 03 Sep 2026 02:12:36 GMT

来知德画过这种图
挺有意思

💬0🔄2❤️1👀1378📊2

⚡ Powered by xgo.ing

三维河图在平面的投影就是太极一三七九左旋二四六八右旋由上到下由左及右

Yangyi (@yangyi) — Thu, 03 Sep 2026 02:12:35 GMT

三维河图在平面的投影就是太极
一三七九左旋
二四六八右旋
由上到下
由左及右

Your browser does not support the video tag.

🔗 View on Twitter

💬7🔄38❤️170👀19588📊52

⚡ Powered by xgo.ing

让Agent接洽物理世界，是接下来的机会因为互联网上的信息数据，大多都被腾讯和字节掌握了你想在互联网上靠数据取胜，只能做niche垂直领域所以并不存在下一个大公司的机会但是物理世界不一样 ...

Yangyi (@yangyi) — Wed, 02 Sep 2026 02:37:43 GMT

让Agent接洽物理世界，是接下来的机会

因为互联网上的信息数据，大多都被腾讯和字节掌握了
你想在互联网上靠数据取胜，只能做niche垂直领域
所以并不存在下一个大公司的机会

但是物理世界不一样
物理世界的上下文获取，依赖各类硬件设施
这里存在着许多不一样的机会

Agent需要工具，因为工具能为它带来不一样的能力获得不一样的上下文

Agent的智力受限于模型，但上下文就是环境
所以我觉得接下来有巨大前景的创业机会，应该是在深圳
硬件，连接物理世界，获得不一样的上下文，通过这些数据，或许能塑造下一个不一样的公司

Sleepagotchi 💤🦖@sleepagotchi

You don't need a new gadget.

Already wearing an Apple Watch, Whoop, Oura Ring, CUDIS, or Pulse? Sleepagotchi plugs right in.

Your devices collect the data. Sleepagotchi turns it into action - understanding what you need, then acting on it for you.

That's agentic AI.

🔗 View Quoted Tweet

💬15🔄0❤️7👀4570📊11

⚡ Powered by xgo.ing

统计一下推文增速还是挺有必要的

Yangyi (@yangyi) — Wed, 02 Sep 2026 02:25:52 GMT

统计一下推文增速还是挺有必要的

💬19🔄0❤️2👀4283📊16

⚡ Powered by xgo.ing

我觉得推特上应该不多吧……

Yangyi (@yangyi) — Tue, 01 Sep 2026 10:36:26 GMT

我觉得推特上应该不多吧……

💬73🔄0❤️23👀28606📊63

⚡ Powered by xgo.ing

44个外链，只成功提交了18个，其他的要么服务器有问题，要么域名停了，要么是收费的 Uneed PeerPush SaaSHub LaunchIgniter FoundrList TinyLaunch...

Yangyi (@yangyi) — Sun, 30 Aug 2026 23:18:01 GMT

44个外链，只成功提交了18个，其他的要么服务器有问题，要么域名停了，要么是收费的
Uneed
PeerPush
SaaSHub
LaunchIgniter
FoundrList
TinyLaunch
ShowMeBestAI
Neeed Directory
Turbo0
StartupRanked
Peerlist
ShipYard HQ
LaunchingNext
AgentHunter
ToolFame
SaaSFame
BetaPage / PitchWall
Slocco

大家还有什么免费的AI导航站，发在评论里，我让AI去提交啊

💬64🔄4❤️47👀6778📊74

⚡ Powered by xgo.ing

这些ads网站，其实都是老早格子网的变体最重要的还是分发只有获得注意力了才有机会走红

Yangyi (@yangyi) — Sun, 30 Aug 2026 02:41:53 GMT

这些ads网站，其实都是老早格子网的变体
最重要的还是分发
只有获得注意力了才有机会走红

Sankalp Sinha (Left $15K+ MRR job to indiehack)@sankalpdomore

Launching "✈️ aerial billboards" on TopFloor.Company

Put your company, product, or your social profile url for thousands of people to see, up in the sky.

1. Choose your flight time
2. & place it on multiple flights & airship in 2 clicks

Bookings now open 🔥

Your browser does not support the video tag.

🔗 View on Twitter

🔗 View Quoted Tweet

💬59🔄0❤️7👀4142📊39

⚡ Powered by xgo.ing

适合跟openchatcut合并缝合一下

Yangyi (@yangyi) — Sun, 30 Aug 2026 00:51:34 GMT

适合跟openchatcut合并缝合一下

Ding@dingyi

上周出现了好多新的视频录制工具，这个赛道真是太卷了。

三个付费的：

- shotbase.com
- matte.app
- screenflare.app

还有一个开源的：
github.com/fayazara/scree…

🔗 View Quoted Tweet

💬1🔄0❤️2👀3885📊2

⚡ Powered by xgo.ing

因为大部分人做的产品都不够惊艳到绝大部分KOL为其呐喊助威

Yangyi (@yangyi) — Sat, 29 Aug 2026 15:07:59 GMT

因为大部分人做的产品都不够惊艳到绝大部分KOL为其呐喊助威

Gaus@Gaus450

Why does marketing feel harder than building the product?

🔗 View Quoted Tweet

💬32🔄0❤️3👀4040📊21

⚡ Powered by xgo.ing

好了，用newmax的浏览器插件解决了已经开始有线索回复了

Yangyi (@yangyi) — Sat, 29 Aug 2026 13:44:35 GMT

好了，用newmax的浏览器插件解决了
已经开始有线索回复了

Yangyi@yangyi

我用newmax自动化浏览器去Fiverr帮我推广产品
结果这个人机验证 人工验证好几次都过不去了
太狠了

🔗 View Quoted Tweet

💬27🔄0❤️4👀4069📊19

⚡ Powered by xgo.ing

我用newmax自动化浏览器去Fiverr帮我推广产品结果这个人机验证人工验证好几次都过不去了太狠了

Yangyi (@yangyi) — Sat, 29 Aug 2026 13:37:12 GMT

我用newmax自动化浏览器去Fiverr帮我推广产品
结果这个人机验证 人工验证好几次都过不去了
太狠了

💬17🔄1❤️2👀6680📊15

⚡ Powered by xgo.ing

请问大家是怎么激活X Money的？

Yangyi (@yangyi) — Sat, 29 Aug 2026 07:32:51 GMT

请问大家是怎么激活X Money的？

💬22🔄0❤️4👀4328📊19

⚡ Powered by xgo.ing

请教大家如何在一个月的时间内，多赚1000元？

Yangyi (@yangyi) — Sat, 29 Aug 2026 04:47:24 GMT

请教大家如何在一个月的时间内，多赚1000元？

💬44🔄0❤️28👀23244📊40

⚡ Powered by xgo.ing

这就是为什么我坚持我的substack内容100%由人类撰写当AI可以生产内容后 100%人类撰写是稀缺的其实AI撰写在大部分内容营销场景上并无大碍前提是其中有人的思考和独特的上下文输入

Yangyi (@yangyi) — Sat, 29 Aug 2026 04:27:48 GMT

这就是为什么我坚持我的substack内容100%由人类撰写
当AI可以生产内容后  100%人类撰写是稀缺的

其实AI撰写在大部分内容营销场景上并无大碍
前提是其中有人的思考和独特的上下文输入

Semrush@semrush

After analyzing 42,000 blog posts with an AI detector, content classified as fully human-written outperformed AI-generated or mixed content across the top 10 positions.

The gap is most striking at position 1:
80.5% probability of being human-written vs just 10% AI-generated.

This may appear to conflict with survey data showing that 72% of SEOs believe AI content ranks as well as human-written content. However, the data points to a more nuanced reality.

The key difference emerges at the very top of the rankings.

From position 5 onward, the performance gap between human-written and AI-generated content narrows significantly.

In other words, AI content performs competitively when the benchmark is ranking on page one.

However, in the highest-ranking positions, human-written content clearly leads.

Full study: social.semrush.com/4zEMN4I.

🔗 View Quoted Tweet

💬1🔄0❤️4👀3973📊2

⚡ Powered by xgo.ing

我草？是不是可以去Pinterest铺电车广告图了啊我的https://t.co/kNgDhmzqPD又有发挥之地了

Yangyi (@yangyi) — Sat, 29 Aug 2026 04:25:08 GMT

我草？
是不是可以去Pinterest铺电车广告图了啊
我的pinapex.com又有发挥之地了

Jackywine@Jackywine

今天逛 Pinterest 给我甩出这个调研问卷

我一看，满脸问号

为啥要从这些品牌选电车啊？放心，电车我自有人选，如果一定要选，那可能是沃尔沃了，毕竟用的是吉利的技术

🔗 View Quoted Tweet

💬1🔄0❤️3👀3979📊1

⚡ Powered by xgo.ing

自从有了宠物和背景自定义用户的Newmax界面都玩出花儿来了……

Yangyi (@yangyi) — Fri, 28 Aug 2026 11:26:22 GMT

自从有了宠物和背景自定义
用户的Newmax界面都玩出花儿来了……

💬15🔄0❤️10👀4158📊13

⚡ Powered by xgo.ing

如果ai能赋能普通人成为分发节点那么杠杆应该在人口密集且意识低的城市 ai弥补人类缺失的经验智能人类弥补ai缺失的审查与身份

Yangyi (@yangyi) — Wed, 26 Aug 2026 08:30:05 GMT

如果ai能赋能普通人成为分发节点
那么杠杆应该在人口密集且意识低的城市
ai弥补人类缺失的经验智能
人类弥补ai缺失的审查与身份

💬35🔄0❤️1👀4471📊29

⚡ Powered by xgo.ing

这个功能在browser use第一版就做了我们会自动把ai轨迹去沉淀workflow 方便后续再次调用执行效率和成功率都会提升

Yangyi (@yangyi) — Wed, 26 Aug 2026 03:40:06 GMT

这个功能在browser use第一版就做了
我们会自动把ai轨迹去沉淀workflow
方便后续再次调用
执行效率和成功率都会提升

Jimmy Jiang@jimmyjiangYEZ

第一个团队使用New Max的wow Moment，应该是最近上线的功能。

New Max可以通过你日常的session自动分析你的行为和日常工作，从而发掘你重复/固定的工作流程给你推荐Workflow。

这对于AI使用没有那么深刻理解的普通用户来说是一个非常大的AI认知提升。

🔗 View Quoted Tweet

💬35🔄0❤️9👀4446📊24

⚡ Powered by xgo.ing

做营销做到最后还是人力杠杆生意只是ai能让人少很多

Yangyi (@yangyi) — Tue, 25 Aug 2026 02:20:45 GMT

做营销做到最后还是人力杠杆生意
只是ai能让人少很多

💬40🔄0❤️3👀4551📊33

⚡ Powered by xgo.ing

坐上世界最高的宝座也只能靠自己的屁股把平凡的人生过好即是伟大

Yangyi (@yangyi) — Mon, 24 Aug 2026 01:39:45 GMT

坐上世界最高的宝座也只能靠自己的屁股
把平凡的人生过好即是伟大

💬18🔄0❤️4👀4569📊15

⚡ Powered by xgo.ing

结合屏幕上下文是一个挺好的参考信息输入

Yangyi (@yangyi) — Fri, 21 Aug 2026 01:48:18 GMT

结合屏幕上下文是一个挺好的参考信息输入

Bojie Li@bojie_li

这几天闭关搞出的开源语音输入法 DoNotType，只要配置一个 Gemini API key 就可以用。原来我都是用 Typeless 的，但是它会改写我的话，看起来有很多 AI 味，而且自动记忆的词典经常影响识别。而传统语音输入法没有 screen grounding，用的也是相对差的模型，技术名词的识别准确率低。DoNotType 基于当前屏幕的内容，利用 LLM 进行语音识别，中英文技术名词识别准确率都比较高。

DoNotType 我已经作为主力输入法在 Mac 和手机上用了 3 天了。已经支持 MacOS/Android/iOS 版本（都在 Active 开发中，尚未上架 App Store）。

MIT 协议开源，欢迎试用 & star & 提 issue！
github.com/bojieli/DoNotT…

🔗 View Quoted Tweet

💬30🔄0❤️5👀4505📊20

⚡ Powered by xgo.ing

大家有在国内用T mobile实体卡的吗为啥我这卡最近几个月都没信号啊…… 没有欠费啊……

Yangyi (@yangyi) — Fri, 21 Aug 2026 00:49:00 GMT

大家有在国内用T mobile实体卡的吗
为啥我这卡最近几个月都没信号啊……
没有欠费啊……

💬42🔄0❤️4👀7144📊34

⚡ Powered by xgo.ing

我现在只有推特 substack 和自己的obsidian是手写其他全部AI了公众号就当一个信息快餐一样的看见啥有用的 NewMax直接一改一发然后合适做SEO的就发NewMax Sha...

Yangyi (@yangyi) — Thu, 20 Aug 2026 10:41:54 GMT

我现在只有推特 substack 和自己的obsidian是手写
其他全部AI了
公众号就当一个信息快餐一样的
看见啥有用的  NewMax直接一改一发
然后合适做SEO的  就发NewMax Share

制作AI SLOP永不停歇
人工手写反而稀缺

💬39🔄0❤️20👀6235📊35

⚡ Powered by xgo.ing

我让codex给我写一下reddit upvotes的API 结果这货说我操控平台死活不给我写代码只能上Grok了

Yangyi (@yangyi) — Thu, 20 Aug 2026 10:31:53 GMT

我让codex给我写一下reddit upvotes的API
结果这货说我操控平台
死活不给我写代码

只能上Grok了

💬33🔄0❤️13👀5040📊28

⚡ Powered by xgo.ing

把国内的产品卖海外把海外的产品加价卖海外把海外的内容搬运回国内把国内的内容搬运到海外最错误的事情是把海外的产品复制一个卖国内

Yangyi (@yangyi) — Thu, 20 Aug 2026 08:31:34 GMT

把国内的产品卖海外
把海外的产品加价卖海外
把海外的内容搬运回国内
把国内的内容搬运到海外

最错误的事情是把海外的产品复制一个卖国内

💬7🔄0❤️50👀6317📊16

⚡ Powered by xgo.ing

NewMax Gateway已接入并支持使用GLM-5.3

Yangyi (@yangyi) — Thu, 20 Aug 2026 07:40:25 GMT

NewMax Gateway已接入并支持使用GLM-5.3

jietang@jietang

Thoughts About Scaling Law

Scaling, but not only of parameters. Every model release now ends with the same question: how many parameters? It isn't a question that can be answered on its own. Parameter count is only meaningful alongside three others — how much data you have, where you intend to spend your compute, and who will run the model, under what conditions.

The field learned this the hard way. Kaplan et al. (2020) fit an exponent that told everyone to grow parameters faster than data — roughly 2.7:1 — and the industry complied: GPT-3, Gopher, MT-NLG. Hoffmann et al. (2022) redid the experiment across four hundred models and found the compute-optimal split is closer to 20 tokens per parameter, and that with sufficient compute the two should grow at the same rate rather than drifting apart. The error in the earlier fit compounded with every order of magnitude of compute, which is why the largest models of that generation were the most misallocated. The trillion-parameter round was, in retrospect, a detour the whole field took together and then reversed.

Chinchilla wasn't the end either. It optimized training compute for models that would be trained once and evaluated. Today a model is called billions of times a day and inference dominates lifetime cost. Put inference into the objective and the optimum moves toward smaller models trained far longer — deliberate over-training, which is what Llama-2-7B and Gemma-2-9B were doing at roughly 290 and 889 tokens per parameter.

Sparsity moved the target again. In a MoE model two quantities have to be kept apart: total parameters govern roughly how much the model can hold — knowledge, facts, the long tail — while activated parameters and effective depth govern roughly how far it can think, how many steps of a causal chain it can carry before it comes apart. A dense 20:1 ratio does not transfer. And the ratio isn't a single number at all: Roberts et al. (2025) find the optimal tokens-per-parameter is task-dependent, with memorization favoring more parameters and reasoning favoring more data. Follow-up work on MoE observes that at fixed TPP, pushing total parameters higher actually degrades reasoning, while activating more experts reliably helps it.

This matters for what we are building toward. Finding a vulnerability is not a retrieval problem. It doesn't come from having memorized more CVEs; it comes from carrying a twenty-step chain of inference to the end without losing the thread. That capability does not live in total parameter count.

Which brings us to this release. Total parameters appear to matter up to a threshold — enough to hold the world — after which additional capability comes from scaling elsewhere: effective depth per forward pass, and above all post-training. GLM-5.3 is our controlled experiment on that claim. Same base, same architecture, same total and activated parameters as GLM-5.2. One month of scaling long-horizon environments and RL. The gains are not marginal. Well, scaling has more than one dial. We turned the post-training one this time because it had the most slack left in it — not because the others are finished. Base model size, pretraining data, compute spent per forward pass: all of them are still on the table, and we will come back to each. What this experiment taught us is that the dials do not have to be turned together, and that the one worth turning next is rarely the one that was worth turning last. We are not done scaling. Next time, maybe mid-training, pre-training, and even more.

🔗 View Quoted Tweet

💬0🔄0❤️2👀4167📊1

⚡ Powered by xgo.ing

大家拿AI怎么炒股？我每天在这里监控公司信息以收集信号做一些判断

Yangyi (@yangyi) — Thu, 20 Aug 2026 07:36:10 GMT

大家拿AI怎么炒股？
我每天在这里监控公司信息  以收集信号做一些判断

💬2🔄0❤️1👀4879📊3

⚡ Powered by xgo.ing

论文地址： https://t.co/wDRr1yuKfn

Yangyi (@yangyi) — Thu, 20 Aug 2026 07:24:54 GMT

论文地址：
arxiv.org/abs/2608.18543

💬0🔄0❤️0👀1447📊1

⚡ Powered by xgo.ing

今天看到一篇关于Flipkart（印度最大电商，沃尔玛旗下）工程团队的真实线上系统报告，把"搜了一圈但没买"的用户捞出来，派一组 AI 智能体替用户把选购功课做完，第二天用 WhatsApp 主动推送...

Yangyi (@yangyi) — Thu, 20 Aug 2026 07:24:53 GMT

今天看到一篇关于Flipkart（印度最大电商，沃尔玛旗下）工程团队的真实线上系统报告，把"搜了一圈但没买"的用户捞出来，派一组 AI 智能体替用户把选购功课做完，第二天用 WhatsApp 主动推送。

23 天，15,061 条消息，换回 37,258 次访问，CTR 比历史同品类 WhatsApp 活动高约 +285%。 多个日期的访问数超过当天发送的消息数，且用户主动转发产生了二次传播。

从搜索日志筛"探索型关键词+无转化"的人 → AI 生成真正有信息量的选购建议 → 私域触达。国内换成企微/短信/Push 其实逻辑是一样的。

比如用户搜"2026 最好的智能手机"，其实是有潜在购买意图的，但往往总是差一个GAP，如果AI帮助用户做完功课，再通过私域或其他手段触达给用户，往往会获得信任建立与成交，并且由于内容有价值，会带来二次传播。

这个策略我认为非常有价值，尤其是针对从前大家很擅长做的 A vs B , the best 5 (Listicle) ， Alternative to A这类SEO内容，追加一个Agent来填补空缺，会有意想不到的收获。

💬32🔄16❤️107👀14022📊61

⚡ Powered by xgo.ing

我的问题列表：需求调研 1、当前流程是怎么解决的，遇到了什么问题 2、是否搜索过相关解决方案？在哪里搜索的，搜索词是什么，找到了什么结果，这个结果你认为哪里不满足你的要求？ 3、如果现在有这么一个...

Yangyi (@yangyi) — Thu, 20 Aug 2026 03:34:06 GMT

我的问题列表：

需求调研
1、当前流程是怎么解决的，遇到了什么问题
2、是否搜索过相关解决方案？在哪里搜索的，搜索词是什么，找到了什么结果，这个结果你认为哪里不满足你的要求？
3、如果现在有这么一个产品，你愿意先支付19美金吗，下个月它就会发布，赠送你3个月会员，如果没发布，我会给你退款

新用户调研
1、你是做什么的，需要它帮你达成什么？
2、听到这个产品的时候，你第一想法是什么？
3、从哪儿知道这个产品的？
4、你一般在哪儿发现这类信息？
5、你觉得最吸引你的是什么

忠诚用户调研
1、你将产品推荐给朋友时，会说什么？
2、如果你帮我邀请20个和你一样的用户，我们愿意奖励你3年的会员，你会去哪里邀请？
3、选择这个产品而不是竞品的原因是什么？
4、竞品做了什么，你可能会放弃使用我们，而选择他们？

生姜Iris@WeiYipei

x.com/i/article/2090…

🔗 View Quoted Tweet

💬7🔄8❤️51👀5925📊17

⚡ Powered by xgo.ing

30秒生成5秒480P的视频直接在Mac本地跑一个5B模型

Yangyi (@yangyi) — Thu, 20 Aug 2026 01:08:35 GMT

30秒生成5秒480P的视频
直接在Mac本地跑一个5B模型

Hao AI Lab@haoailab

A 5-second 480P video, generated entirely on a Mac, in 30 seconds. No CUDA, no cloud, 3.9 GiB of memory.

FastMetal brings the FastWan-QAD family to Apple Silicon. The DiT, the DMD sampler, and the decoder all run on Metal through MLX, INT8 by default.

 Three models: 1.3B at 480P, 5B at 720P, 14B for quality.

 📷 Blog:haoailab.com/blogs/fastmetalr
 📷 Codegithub.com/hao-ai-lab/Fas…4x
 📷 Modelhuggingface.co/collections/Fa…bKF

Your browser does not support the video tag.

🔗 View on Twitter

🔗 View Quoted Tweet

💬20🔄0❤️5👀4323📊15

⚡ Powered by xgo.ing

我觉得Reddit封号最恶心的一个规则就是一个帖子，留了评论然后OP把帖子删除了评论就会被removed by moderator 接着账号就被封了养号的时候绝大部分都是这种帖子带来的死亡 ...

Yangyi (@yangyi) — Wed, 19 Aug 2026 09:49:54 GMT

我觉得Reddit封号最恶心的一个规则就是
一个帖子，留了评论
然后OP把帖子删除了
评论就会被removed by moderator
接着账号就被封了

养号的时候绝大部分都是这种帖子带来的死亡
真希望Reddit能把这规则改改  哎

💬39🔄0❤️4👀5423📊33

⚡ Powered by xgo.ing

大聪明之前做的agent网盘终于被用上了 NewMax里用户天天嚷嚷云存储现在Coze免费给了这绝对是一个抢用户和数据的好方法

Yangyi (@yangyi) — Wed, 19 Aug 2026 09:22:58 GMT

大聪明之前做的agent网盘终于被用上了
NewMax里用户天天嚷嚷云存储
现在Coze免费给了
这绝对是一个抢用户和数据的好方法

💬44🔄0❤️8👀5057📊39

⚡ Powered by xgo.ing

这方面NewMax吊打Workbuddy谢谢

Yangyi (@yangyi) — Wed, 19 Aug 2026 09:16:43 GMT

这方面NewMax吊打Workbuddy谢谢

栗噔噔@Nutllwhy

一个细节：
Workbuddy经常会主动生成这样的框架图、流程图帮我理解，其他家的Agent也有这个意识但更多是停留在md输出，用纯文本线框示意一下

🔗 View Quoted Tweet

💬19🔄1❤️16👀6588📊16

⚡ Powered by xgo.ing

哈哈哈我是做了个隐私模式我主要是为了方便大家录屏场景不一样，解决方案确实挺不一样的不过也都是类似的需求

Yangyi (@yangyi) — Wed, 19 Aug 2026 08:20:16 GMT

哈哈哈
我是做了个隐私模式
我主要是为了方便大家录屏
场景不一样，解决方案确实挺不一样的
不过也都是类似的需求

yetone@yetone

事情是这样的，我看到很多 Alma 用户喜欢截图分享其中的内容，但是 Alma 的侧边栏中又包含了太多隐私信息，所以他们往往截完图后会自己打码，感觉这个操作还挺难受的，很打压用户的分享欲，所以 Alma 就内置了一个截图功能，这个功能可以轻松截一个精美的带有正确的阴影、 padding 和背景图的图片以外，还能自动帮你打码。

Your browser does not support the video tag.

🔗 View on Twitter

🔗 View Quoted Tweet

💬2🔄0❤️6👀4144📊2

⚡ Powered by xgo.ing

https://t.co/Us8su3D0FU

Yangyi (@yangyi) — Wed, 19 Aug 2026 02:58:55 GMT

x.com/i/article/2089…

💬0🔄4❤️55👀9750📊27

Yangyi(@Yangyixxxx)

看起来很不错诶

顺着这个例子说 不止他的蝴蝶爆了 还有其他人的蝴蝶也爆了 那时候我就琢磨 是不是可以结合一下宝石的元素 这样就可以玄学卡片 于是我就找啊找啊 发现确实这种东西有很高的点赞 后来我就在想 他一定...

这两天推特上镭射风的卡片刷屏了 说句实在话 这玩意真是1:1的学 没丁点儿创新 22年底 MJ刚火的时候 小红书有一个叫蜉蝣物语的账号 每天就拿MJ做图 做的都是那种黄皮纸上一个动植物之类的 后来...

这我咋点啥都没反应啊 成chatgpt的肉鸡了？

@Gorden_Sun NewMax自带的优化提示词了解一下 直接使用的 @yaojingang 姚老师的元提示词 对于不会表达需求的用户来说 效果是很不错的

评论区真相

这篇论文挺有意思的，创意禀赋效应 同一批点子，从自己想的里面挑，会比从别人想的里面挑提交更多低质量点子（作者称「创意禀赋效应」）。 所以创意评审最好别让写的人自己评价，可以让A 组挑 B 组的稿，...

插入视频背景的效果

要说自定义，咱这还能用视频带动画的

AI软件的护城河基本上都是依赖垂直领域数据 靠先发优势积攒优质数据 将数据转化成Agent Loop的优质结果 AI可以很快做一个60分的功能 但如果你希望它交付你80分 就依赖经验数据 这些是需要...

@Nicolascole77 我们把这些连在一起看 上文输入决定了输出 人的品味与对输出文字的态度 决定了输出的「人格化」含量 https://t.co/rCKRu6YQA8

内部只有 agent&human IM 工具都是基于agent&human IM的组件而已 与其想着构建工具 不如思考一下元工具的相关系统 比如RBAC权限管理 比如Agent Re...

原文地址 感谢作者 @Nicolascole77 https://t.co/BEDWsSDDNP

https://t.co/QlLzK5TmHn

来知德画过这种图 挺有意思

三维河图在平面的投影就是太极 一三七九左旋 二四六八右旋 由上到下 由左及右

让Agent接洽物理世界，是接下来的机会 因为互联网上的信息数据，大多都被腾讯和字节掌握了 你想在互联网上靠数据取胜，只能做niche垂直领域 所以并不存在下一个大公司的机会 但是物理世界不一样 ...

统计一下推文增速还是挺有必要的

我觉得推特上应该不多吧……

44个外链，只成功提交了18个，其他的要么服务器有问题，要么域名停了，要么是收费的 Uneed PeerPush SaaSHub LaunchIgniter FoundrList TinyLaunch...

这些ads网站，其实都是老早格子网的变体 最重要的还是分发 只有获得注意力了才有机会走红

适合跟openchatcut合并缝合一下

因为大部分人做的产品都不够惊艳到绝大部分KOL为其呐喊助威

好了，用newmax的浏览器插件解决了 已经开始有线索回复了

我用newmax自动化浏览器去Fiverr帮我推广产品 结果这个人机验证 人工验证好几次都过不去了 太狠了

请问大家是怎么激活X Money的？

请教大家如何在一个月的时间内，多赚1000元？

这就是为什么我坚持我的substack内容100%由人类撰写 当AI可以生产内容后 100%人类撰写是稀缺的 其实AI撰写在大部分内容营销场景上并无大碍 前提是其中有人的思考和独特的上下文输入

我草？ 是不是可以去Pinterest铺电车广告图了啊 我的https://t.co/kNgDhmzqPD又有发挥之地了

自从有了宠物和背景自定义 用户的Newmax界面都玩出花儿来了……

如果ai能赋能普通人成为分发节点 那么杠杆应该在人口密集且意识低的城市 ai弥补人类缺失的经验智能 人类弥补ai缺失的审查与身份

这个功能在browser use第一版就做了 我们会自动把ai轨迹去沉淀workflow 方便后续再次调用 执行效率和成功率都会提升

做营销做到最后还是人力杠杆生意 只是ai能让人少很多

坐上世界最高的宝座也只能靠自己的屁股 把平凡的人生过好即是伟大

结合屏幕上下文是一个挺好的参考信息输入

大家有在国内用T mobile实体卡的吗 为啥我这卡最近几个月都没信号啊…… 没有欠费啊……

我现在只有推特 substack 和自己的obsidian是手写 其他全部AI了 公众号就当一个信息快餐一样的 看见啥有用的 NewMax直接一改一发 然后合适做SEO的 就发NewMax Sha...

我让codex给我写一下reddit upvotes的API 结果这货说我操控平台 死活不给我写代码 只能上Grok了

把国内的产品卖海外 把海外的产品加价卖海外 把海外的内容搬运回国内 把国内的内容搬运到海外 最错误的事情是把海外的产品复制一个卖国内

NewMax Gateway已接入并支持使用GLM-5.3

大家拿AI怎么炒股？ 我每天在这里监控公司信息 以收集信号做一些判断

论文地址： https://t.co/wDRr1yuKfn

今天看到一篇关于Flipkart（印度最大电商，沃尔玛旗下）工程团队的真实线上系统报告，把"搜了一圈但没买"的用户捞出来，派一组 AI 智能体替用户把选购功课做完，第二天用 WhatsApp 主动推送...

我的问题列表： 需求调研 1、当前流程是怎么解决的，遇到了什么问题 2、是否搜索过相关解决方案？在哪里搜索的，搜索词是什么，找到了什么结果，这个结果你认为哪里不满足你的要求？ 3、如果现在有这么一个...

30秒生成5秒480P的视频 直接在Mac本地跑一个5B模型

我觉得Reddit封号最恶心的一个规则就是 一个帖子，留了评论 然后OP把帖子删除了 评论就会被removed by moderator 接着账号就被封了 养号的时候绝大部分都是这种帖子带来的死亡 ...

大聪明之前做的agent网盘终于被用上了 NewMax里用户天天嚷嚷云存储 现在Coze免费给了 这绝对是一个抢用户和数据的好方法

这方面NewMax吊打Workbuddy谢谢

哈哈哈 我是做了个隐私模式 我主要是为了方便大家录屏 场景不一样，解决方案确实挺不一样的 不过也都是类似的需求

https://t.co/Us8su3D0FU

顺着这个例子说不止他的蝴蝶爆了还有其他人的蝴蝶也爆了那时候我就琢磨是不是可以结合一下宝石的元素这样就可以玄学卡片于是我就找啊找啊发现确实这种东西有很高的点赞后来我就在想他一定...

这两天推特上镭射风的卡片刷屏了说句实在话这玩意真是1:1的学没丁点儿创新 22年底 MJ刚火的时候小红书有一个叫蜉蝣物语的账号每天就拿MJ做图做的都是那种黄皮纸上一个动植物之类的后来...

这我咋点啥都没反应啊成chatgpt的肉鸡了？

@Gorden_Sun NewMax自带的优化提示词了解一下直接使用的 @yaojingang 姚老师的元提示词对于不会表达需求的用户来说效果是很不错的

这篇论文挺有意思的，创意禀赋效应同一批点子，从自己想的里面挑，会比从别人想的里面挑提交更多低质量点子（作者称「创意禀赋效应」）。所以创意评审最好别让写的人自己评价，可以让A 组挑 B 组的稿，...

AI软件的护城河基本上都是依赖垂直领域数据靠先发优势积攒优质数据将数据转化成Agent Loop的优质结果 AI可以很快做一个60分的功能但如果你希望它交付你80分就依赖经验数据这些是需要...

@Nicolascole77 我们把这些连在一起看上文输入决定了输出人的品味与对输出文字的态度决定了输出的「人格化」含量 https://t.co/rCKRu6YQA8

内部只有 agent&human IM 工具都是基于agent&human IM的组件而已与其想着构建工具不如思考一下元工具的相关系统比如RBAC权限管理比如Agent Re...

原文地址感谢作者 @Nicolascole77 https://t.co/BEDWsSDDNP

来知德画过这种图挺有意思

三维河图在平面的投影就是太极一三七九左旋二四六八右旋由上到下由左及右

让Agent接洽物理世界，是接下来的机会因为互联网上的信息数据，大多都被腾讯和字节掌握了你想在互联网上靠数据取胜，只能做niche垂直领域所以并不存在下一个大公司的机会但是物理世界不一样 ...

这些ads网站，其实都是老早格子网的变体最重要的还是分发只有获得注意力了才有机会走红

好了，用newmax的浏览器插件解决了已经开始有线索回复了

我用newmax自动化浏览器去Fiverr帮我推广产品结果这个人机验证人工验证好几次都过不去了太狠了

这就是为什么我坚持我的substack内容100%由人类撰写当AI可以生产内容后 100%人类撰写是稀缺的其实AI撰写在大部分内容营销场景上并无大碍前提是其中有人的思考和独特的上下文输入

我草？是不是可以去Pinterest铺电车广告图了啊我的https://t.co/kNgDhmzqPD又有发挥之地了

自从有了宠物和背景自定义用户的Newmax界面都玩出花儿来了……

如果ai能赋能普通人成为分发节点那么杠杆应该在人口密集且意识低的城市 ai弥补人类缺失的经验智能人类弥补ai缺失的审查与身份

这个功能在browser use第一版就做了我们会自动把ai轨迹去沉淀workflow 方便后续再次调用执行效率和成功率都会提升

做营销做到最后还是人力杠杆生意只是ai能让人少很多

坐上世界最高的宝座也只能靠自己的屁股把平凡的人生过好即是伟大

大家有在国内用T mobile实体卡的吗为啥我这卡最近几个月都没信号啊…… 没有欠费啊……

我现在只有推特 substack 和自己的obsidian是手写其他全部AI了公众号就当一个信息快餐一样的看见啥有用的 NewMax直接一改一发然后合适做SEO的就发NewMax Sha...

我让codex给我写一下reddit upvotes的API 结果这货说我操控平台死活不给我写代码只能上Grok了

把国内的产品卖海外把海外的产品加价卖海外把海外的内容搬运回国内把国内的内容搬运到海外最错误的事情是把海外的产品复制一个卖国内

大家拿AI怎么炒股？我每天在这里监控公司信息以收集信号做一些判断

我的问题列表：需求调研 1、当前流程是怎么解决的，遇到了什么问题 2、是否搜索过相关解决方案？在哪里搜索的，搜索词是什么，找到了什么结果，这个结果你认为哪里不满足你的要求？ 3、如果现在有这么一个...

30秒生成5秒480P的视频直接在Mac本地跑一个5B模型

我觉得Reddit封号最恶心的一个规则就是一个帖子，留了评论然后OP把帖子删除了评论就会被removed by moderator 接着账号就被封了养号的时候绝大部分都是这种帖子带来的死亡 ...

大聪明之前做的agent网盘终于被用上了 NewMax里用户天天嚷嚷云存储现在Coze免费给了这绝对是一个抢用户和数据的好方法

哈哈哈我是做了个隐私模式我主要是为了方便大家录屏场景不一样，解决方案确实挺不一样的不过也都是类似的需求