熱門話題
#
Bonk 生態迷因幣展現強韌勢頭
#
有消息稱 Pump.fun 計劃 40 億估值發幣，引發市場猜測
#
Solana 新代幣發射平臺 Boop.Fun 風頭正勁
加密钟师傅🕊️
@MintPot_Design Co-founder | 資深設計師 | Web3 Builder
Airdrops | Alpha Research | RareWhale APP
加密钟师傅🕊️ 已轉發
群里看到一個挺震撼的小事，講出來你可能也會有點恍惚。
網友半年前搞了個小項目，他當時手上有堆 MCP 工具的資料，乾脆搭了個網站，把它們整理出來。
一開始手動維護，還挺認真。後來工具更新越來越快，他頂不住了，就寫了個 Agent，專門去 GitHub 上掃。
新項目一出，就扒下來，分類整理，自動更新到網頁。
然後他轉身去忙別的事了。半年沒管這個站。
反轉來了，前幾天他無聊隨手 Google 一下，發現：
自己那個早就忘掉的網站，直接排在谷歌搜索第一。
重點是他這個站壓根沒幹過 SEO，就靠一個很笨的 Agent，在那裡不停地、規律地把事情做完。
故事講完了，但是給我們留下了很大的思考空間，我突然有點明白了：
很多時候，我們以為 AI 要很聰明，但這個案例提醒我，其實光是持續這件事，AI 就已經做得比我們好了。
大部分人有個通病，很難長期堅持一件事情。但 AI 不一樣，節奏穩定得嚇人。
比如這個故事，你給它一個方向，它就能把一件很小的事做到不可忽視的程度。甚至你都忘了它，它還沒忘記它的任務。
說多了還真有點小小的感動，那個被人遺忘的 Agent，還在執行最初的任務，沒停過。
現比的 Claude Code、Trae Solo 這些新一代 AI coding 工具就在幹這事兒，給它個任務，它能一直咕噠咕噠往前推。
這不就是我們最需要 AI 做的事嗎？
我們來負責探索，它用來堅守初心、一點點推進，知道跑完了我們原本放棄的那條路。
這或許就是我理想中的人和 AI 共生的最美好的樣子。
332.85K
Manus 發佈新功能：Wide Research（廣域研究）
一步解決大規模複雜研究任務
Wide Research 將超大型任務拆分成多個子任務，並同時併發執行，無縫協作，一次性完成。
場景示例：
一次性研究大量銷售線索
同時分析數百家公司，涵蓋多個維度指標
批量生成圖片、網頁、幻燈片等多種內容
你只需定義任務目標，Manus 自動處理所有子任務。
一個提示，多任務併發。
今日正式向 Pro 用戶開放，未來逐步推廣至 Plus 和 Basic 用戶。
8月1日 09:02
Introducing Wide Research
Tackle complex research in a single step.
With Wide Research, Manus breaks massive, large-scale tasks into multiple sub-tasks — and runs them all at once — without missing a beat.
- Research a long list of sales leads
- Profile hundreds of companies across multiple metrics
- Batch-generate images, web pages, slides, and more
You define the goal. Manus handles the rest — simultaneously.
Prompt once. Run wide.
This is research at scale.
Launching today for Pro users, with a gradual rollout planned for Plus and Basic tiers.
338
macOS ChatGPT 應用程序中發現了 GPT-5-Auto 和 GPT-5-Reasoning 模型。
2025年7月30日
BREAKING 🚨: GPT-5-Auto and GPT-5-Reasoning models have been spotted in the macOS ChatGPT app.
* Screenshot was added for illustration purposes only
427
加密钟师傅🕊️ 已轉發
去年我第一次用 Copilot，有點小震撼，自動補全幾行代碼、寫個工具腳本爽得不行，心想：“以後大家差不多了，AI一上，誰還不是個工程師？”
現在回頭看，這想法有點天真了。
真實情況是：
AI 不但沒抹平差距，反而把程序員之間的差距拉成了鴻溝。
以前頂尖程序員和普通程序員差 10 倍，
現在差的可能是 100 倍、1000 倍。
為啥？因為 AI 直把普通程序員的短板暴露出來了。
你以前靠寫 for 循環、CRUD、接個接口混飯吃，AI 一上來，幾秒寫完。你價值直接被抹平。
但那些平時就擅長拆系統、搞架構的程序員，AI 簡直是為他們量身打造的外掛。
特別是在 Cursor甚至 Claude Code加持下，給出更清晰意圖，AI 秒寫函數、重構模塊，配合得像多年的搭子。關鍵是：你指令寫得越準，反饋越強；你想不清楚，AI 也只能陪你繞圈。
過去寫代碼是“想 1 寫 9”，現在變成“想 9 寫 1”。
想不明白的，一樣卡死；想得清楚的，效率爆炸。
而且這不是簡單一句學不學 prompt 的問題，
是有沒有那個“我知道這塊應該用什麼方法做”的系統建模能力。
到底是寫代碼的，還是在設計系統的，在 AI 面前會無限放大。
工具越來越聰明的時代，真正的差距只會轉移到一個地方：一個人腦子裏到底裝了多少“不可替代的判斷”。
AI 把“怎麼做”給你代勞了，但“做什麼 + 為什麼這麼做”那部分，只會更貴。
190.78K
熱門
排行
收藏