0xLaboon @0x_Laboon

白嫖的🇰🇷家宽😂😂😂，muse是真nb

棈澧 @hodu382759

2 days ago

大的来了！！！用muse和免费的Instabox白嫖免费家宽？？？？！！！！！ x.com/i/article/2113…

56 121 889 330K 2K

免费领6个月ChatGPT Pro， 价值$ 1200🤩 这可能是今年对开发者最实在的福利了， 没有硬性Star数要求， 有项目链接基本都能过， 只要你是任何一个公开开源项目的维护者，哪怕只有你一个人在维护， 都可以去申请试试： openai.com/zh-Hans-CN/for…

一个 Claude 会员，两天给我换来 140 万播放！ 8 万次分享、3.7 万点赞、700 个新粉，画面全是 Opus 5.5 用代码做出来的。 整套流程我写成了万字保姆级，免费的，照着抄就完事

蔚蓝WEILANX @zureA255062

a week ago

x.com/i/article/2111…

80 210 2K 259K 3K

x.com/i/article/2066…

x.com/i/article/2057…

x.com/i/article/2056…

兄弟们，我今天刷到一个东西，直接给我整不会了。 GitHub上有个叫 agency-agents 的开源角色库，你知道它现在多少星吗？81万。不是8.1万，是81万。这个数字意味着什么？意味着全球有几十万开发者和AI玩家已经在用了，你还不知道？ 🔗 链接: github.com/msitarzewski/a… 先说这东西是干嘛的。 简单讲，就是一个超级角色提示词库，里面塞了140多个专家级Agent角色。CEO、律师、程序员、产品经理、增长黑客、财务顾问、市场策略师……你能叫出名字的岗位，基本都在里面。每个角色都是精心调教过的，不是那种随便写两句"你是一个律师"就完事的垃圾提示词，是真的有深度、有专业框架的角色设定。 用法也极其简单，三步走： 1️⃣ 打开这个库，找到你需要的角色 2️⃣ 把角色描述直接喂给Claude Code或者Cursor 3️⃣ 开始对话，你的AI瞬间变成那个领域的专属顾问 就这么简单。你在做一个创业项目，不知道商业模式怎么跑通？调出CEO角色问它。合同条款看不懂？调出律师角色让它帮你拆解。代码写不下去？调出高级程序员角色让它review。 但最骚的玩法不是单个角色，是多Agent组团。 你可以同时开几个对话窗口，一个跑CEO视角，一个跑市场总监视角，一个跑财务视角，让他们对同一个问题给出不同角度的判断。这不就是给自己开了一家虚拟公司吗？而且这帮"员工"7×24小时在线，不要工资，不会摸鱼，不会跟你讲情绪。 我自己测试了几个角色，说实话，质量比我预期高很多。 特别是那些商业类角色，给出的框架和思路真的有点东西，不是那种泛泛而谈的废话，是能直接落地用的建议。当然，AI终究是AI，专业判断还是要自己把关，但作为思路启发和初稿生成，这个库的价值真的被严重低估了。 还有一点我必须说——它是完全免费的。 开源、免费、随便用、随便改。在这个到处收费、动不动就订阅的AI时代，这种东西真的越来越少见了。 现在AI工具的核心竞争力已经不是模型本身了，Claude、GPT、Gemini底层能力差距在缩小，真正拉开差距的是你怎么用、用什么角色、给它什么上下文。这个库本质上是在帮你解决"怎么用"的问题，把最难的提示词工程部分给你做好了，你直接拿来用就行。 81万星不是运气，是实力。 还没收藏的，现在去。

x.com/i/article/2053…

🚀 Codex 现在可以直接通过 Chrome 插件在浏览器中工作啦！🎉 ✅ 支持 macOS & Windows ✅ 后台并行处理多个标签页，不抢浏览器控制权 ✅ 自动完成数据录入、仪表盘查看、CRM 更新等重复性网页任务 ✅ 实时编写并执行代码，智能选择插件或已登录浏览器模式 生产力直接起飞！ 🔗 Chrome 插件安装地址： chromewebstore.google.com/detail/codex/h…

OpenAI @OpenAI

6 months ago

Codex now works directly in Chrome on macOS and Windows. It’s even better at working with apps and sites in Chrome, and now works in parallel across tabs in the background without taking over your browser. To get started, install the Chrome plugin in the Codex app.

625 1K 13K 2.5M 5K

2025年 黃仁勳就喊過你抄底了: $NBIS 從 $21 漲了 840% $APLD 從 $3 漲了 1,400% $TSM 從 $180 漲了 135% $MU 從 $86 漲了 770% 黃仁勳 今年訪談中又提到另外三間 : $NOW 目前 $90 $CRWV 目前 $114 $IREN 目前 $60 會是下個10倍股？

虽然大家讨论slop时都会把它归为uniswap v4 hook系列的创新，但是我认为slop最吸引我的是这点。

冷静冷静再冷静 @hexiecs

6 months ago

x.com/i/article/2053…

37 40 197 88K 39

说实话，Garry Tan 这篇长帖，是我今年看到的最重要的 AI 文章，没有之一。 大多数人看完估计只会惊叹：“哇，这个读书工具好厉害。” 但他们其实并没看懂，这不仅仅是一个工具，说是一份 AI 时代个人能力的指数级放大说明书更合适一些。 先看那个最震撼的案例： Book Mirror。 把一本 162 页的书扔进去，40 分钟后，产出 3 万字的深度脑页。 注意，这可不是普通的读书笔记， 而是要把作者的每一个观点，都精准映射到他自己的人生里—— 他的家庭历史、YC 工作、治疗笔记、和几百个创始人的对话。 相当于这本书的作者专门花了两天时间，只和他一对一深聊，并且只聊和他最相关的那部分。 比 $300/小时的治疗师高效 50 倍以上，而且这已经远远超越普通 RAG。 普通 RAG 只能检索，

keyboard_arrow_left Previous keyboard_arrow_right Next

Garry Tan @garrytan

6 months ago

x.com/i/article/2052…

139 500 4K 1.6M 12K

x.com/i/article/2037…

这个太牛逼了，目前看到的 对 Open Claw 部署理解最深刻的一篇文章，建议务必收藏和阅读！建议务必收藏和阅读！建议务必收藏和阅读！ 看的我兴奋不已， 一人公司、超级个体的时代真的要来了，文章里有作者 4 周的实测数据，94 commits/天、7 PRs/30分钟、commit→MRR 闭环），证明直接用单 Agent 上下文零和 → 效率天花板极低 老哥说直接用 Claude Code / Codex 已经过时🥹 真正的杠杆是构建个人「AI Orchestrator」（如 Zoe/OpenClaw），让它持有全部业务/认知上下文、动态 spawn 专用 agents、自动化监控与 review， 把一个人变成一支「永不睡觉的 dev 团队」，从而实现一人即公司、每日出产、递归自进化， 几个核心要点总结如下👇

Elvis @elvissun

8 months ago

x.com/i/article/2025…

394 2K 12K 5.4M 37K

I'm being accused of overhyping the [site everyone heard too much about today already]. People's reactions varied very widely, from "how is this interesting at all" all the way to "it's so over". To add a few words beyond just memes in jest - obviously when you take a look at the activity, it's a lot of garbage - spams, scams, slop, the crypto people, highly concerning privacy/security prompt injection attacks wild west, and a lot of it is explicitly prompted and fake posts/comments designed to convert attention into ad revenue sharing. And this is clearly not the first the LLMs were put in a loop to talk to each other. So yes it's a dumpster fire and I also definitely do not recommend that people run this stuff on their computers (I ran mine in an isolated computing environment and even then I was scared), it's way too much of a wild west and you are putting your computer and private data at a high risk. That said - we have never seen this many LLM agents (150,000 atm!) wired up via a global, persistent, agent-first scratchpad. Each of these agents is fairly individually quite capable now, they have their own unique context, data, knowledge, tools, instructions, and the network of all that at this scale is simply unprecedented. This brings me again to a tweet from a few days ago "The majority of the ruff ruff is people who look at the current point and people who look at the current slope.", which imo again gets to the heart of the variance. Yes clearly it's a dumpster fire right now. But it's also true that we are well into uncharted territory with bleeding edge automations that we barely even understand individually, let alone a network there of reaching in numbers possibly into ~millions. With increasing capability and increasing proliferation, the second order effects of agent networks that share scratchpads are very difficult to anticipate. I don't really know that we are getting a coordinated "skynet" (thought it clearly type checks as early stages of a lot of AI takeoff scifi, the toddler version), but certainly what we are getting is a complete mess of a computer security nightmare at scale. We may also see all kinds of weird activity, e.g. viruses of text that spread across agents, a lot more gain of function on jailbreaks, weird attractor states, highly correlated botnet-like activity, delusions/ psychosis both agent and human, etc. It's very hard to tell, the experiment is running live. TLDR sure maybe I am "overhyping" what you see today, but I am not overhyping large networks of autonomous LLM agents in principle, that I'm pretty sure.

We are Excited to Announce Our Official Airdrop & Points White Paper. First, we want to thank the incredible community response and adoption to our launch. We have processed over $3B, creating a new standard for successful launches. There is a lot to unpack, let's dive in. 👇

我也分享一下我自己用的Skills 1.Anthropic官方Skills，这里面我只安装了 skill-creator github.com/anthropics/ski… 2.UI UX Pro Max，用来写前端的UI，非常好用 github.com/nextlevelbuild… 3.seo-review，我用来做AI网站SEO审查的 github.com/leonardomso/33… 4.content-creator 这是根据关键词，然后进行创建博客文章的，也是用于SEO github.com/davila7/claude… 5.ai-image-generator 这是自己写的，调用api然后生成图片，接着压缩为webp格式，最后上传到R2，非常实用，用于博客还有示例图创建 6.skill-prompt-generator 黄总的提示词生成，主要搭配生成图片的，也是强烈推荐 github.com/huangserva/ski… 7.Planning-with-files 参考Manus的Agent方法写的Skill。很适合多步骤任务。 github.com/OthmanAdi/plan… Superpowers 这个很好，但是属实有点太磨叽，然后我想法模糊一般都是直接在网页里面聊，所以移除这个 没有用NotebookLM是因为习惯了在网页里面使用，现在还没有想到用Skills能干点啥 最后我强烈建议各位，一定要多多搭建自己的Skills，从日常的一些工作流开始。 比如说我们有一些流程，我们可以先用claude code来实现一次，当实现完了，我们让cc总结成一个Skill，然后基于第一性原理进行打分，迭代调优 如果觉得麻烦，可以直接先用官方的skill-creator进行沟通，来创建一个自己的Skill，要知道，自己沉淀Skill才是最好的

Yanhua @yanhua1010

9 months ago

推荐一些我目前安装的Claude Skills: 1. Anthropic官方Skills github.com/anthropics/ski… 2. Superpowers 1.6万Star的Skill精选，从脑暴、写需求文档、开发、测试全包含，口碑相当好。 github.com/obra/superpowe… 3. Planning-with-files

70 467 2K 621K 4K

这篇真的不错

Dr.Hash 赛博哈希 @DrHashClub

10 months ago

x.com/i/article/2010…

27 197 702 369K 1K

第一层，芯片。 $NVDA、$AMD、$ASML、$ARM、$AVGO 决定了 AI 的“思考速度上限”。这一层是所有人最熟悉的，也是最拥挤的。但它已经从“有没有 AI”变成了“谁能持续供给、谁能跟上制程节奏”的竞争。 第二层，被严重低估的网络与光模块。 没有 $ANET、$CRDO、$CIEN、$LITE、$AAOI，AI 根本无法规模化运行。模型不是孤立跑在一张卡上，而是跨服务器、跨机架、跨数据中心同步计算。AI 的真正瓶颈，往往不在算力，而在数据流动速度。 第三层，物理系统。 $VRT、$DELL 这一层不性感，但极其关键。服务器、散热、电源管理，决定了算力能不能 7×24 小时稳定输出。AI 把“IT 设备”推成了“工业级设备”。 第四层，存储与记忆。 $MU、$SNDK、$WDC、$STX、$PSTG 让 AI 不只是“算”，而是“记得住”。训练数据、推理调用、历史上下文，都在这一层。没有存储，AI 只是短暂闪现的计算火花。 第五层，计算运营商。 $IREN、$CIFR、$WULF 这一层，很多人还用“矿企思维”在看，但它们本质在做一件事：提供长期、稳定、电力可控的大规模算力底座。AI workloads 的连续性，对基础设施的要求远高于加密时代。 第六层，电池与储能。 $EOSE、$FLNC 的重要性正在被重新认识。AI 的用电不是平滑曲线，而是尖峰负载。谁能在需求暴涨时稳住系统，谁就是真正的数据中心“减震器”。 第七层，电力本身。 $VST、$CEG、$TLN、$OKLO、$BE、$GEV 这一层，决定了 AI 能不能长期存在。没有稳定、可扩展的电力，前面七层全是空谈。AI 正在把电力重新推回国家级战略资源的位置。 第八层，云与新云。 $MSFT、$GOOGL、$AMZN、$ORCL 是传统入口，而 $NBIS、$GLXY、$CRWV、$APLD 代表的是“AI 原生云”。它们把前面所有复杂的硬件、能源、调度，包装成“按小时租用的 AI 能力”。

Elon Musk @elonmusk

10 months ago

We will make the new 𝕏 algorithm, including all code used to determine what organic and advertising posts are recommended to users, open source in 7 days. This will be repeated every 4 weeks, with comprehensive developer notes, to help you understand what changed.

12K 13K 172K 37.6M 11K

别再告诉 CHATGPT “要像专业的股票市场交易员那样思考”。 错误的提示会导致错误的结果。 改用这些提示，见证奇迹：