⛵️ 人本智能实验室：探索以人为本的人工智能（Human Centered AI）。聚焦（well-being）福祉增强型AI场景的孵化培育 《与Ai同行-Weely》周刊：精选值得关注的全球AI创新案例，助推小而美的创新者把握AI时代 加入「与Ai同行·OPC共创联盟」：微信号: hidao2
Joined April 2018
- Tweets5.3K
- Following1K
- Followers1.8K
- Likes559
Pinned Tweet
AI+文旅私董会，交流、合作、共创[加油]
K型分化下还是有一些差异化和下沉市场机会。
极致性价比+互动沉浸体验的文化文旅康养疗愈也是很符合第五消费时代趋势的新业态，AI+身心大健康+文旅康养疗愈+三农融合发展有未来
HAI Labs（人本智能实验室） retweeted
《Reverse Engineering Linear's Sync Engine: A Detailed Study》这篇文章写的很好，但有些难懂，突然想到一个使用 GPT-6 Astra 的案例：
让它把这篇文章做成一个循序渐进的互动式教学网页，一步步把内容由浅入深分解，帮我搞懂文章内容。
还别说，跟着网页内容一节一节学习，好懂多了。
提示词：
> 帮我把这篇文章的内容，做成一个互动的循序渐进的教学网页，一步步通过互动的方式让初学者理解这篇文章中的核心概念 github.com/wzhudev/reverse-l…
网页地址：s.baoyu.io/files/linear-sync…
好久没看到这么精彩的和 AI 无关的技术文章了：《Reverse Engineering Linear's Sync Engine: A Detailed Study》
github.com/wzhudev/reverse-l…
讲的是 Linear 客户端同步方案（Linear Sync Engine） 的逆向讲解，如果体验过 LInear 的就能感受到它的操作非常丝滑。这篇文章把模型怎么定义 怎么进 IndexedDB 事务怎么上报 服务端怎么回 delta 怎么做部分加载和 undo讲的非常清楚 还对技术细节感兴趣的朋友可以收藏好好读读。
Linear CTO 也称赞过这篇文章。我觉得整体读的体感非常好，学到了很多，同时也很赞同乐观更新这种做法。
HAI Labs（人本智能实验室） retweeted
这两天都在测试 Astra，各种 Astra 操作 Blender 的炫酷案例，但这恰恰证明：不是 Codex 驾驭不了 Astra，而是 Astra 离不开 Codex 这个 Harness。
如果没有 Codex 这层 Harness，Astra 再怎么内化，它也不能自己打开电脑、跑起 Blender 建模。
模型内化的是知识
模型每一轮训练，确实会把很多东西训练进权重里：什么时候该调工具、怎么拆任务、失败了怎么回退、什么样的代码风格更好。这些是策略和判断，是可以内化的。所以 Astra 不需要你写一大堆提示词教它怎么操作 Blender，它自己就知道。
但模型本身能做的只有一件事：根据输入的 Prompt 输出 Token。
它说“我要在某个位置画一条线”，这只是一段文字。真正去执行这条命令、把结果喂回给它、管理上下文窗口、决定哪些操作要用户确认、把它关进沙箱里防止误删文件、任务中断了怎么恢复现场，这些全是 Harness 在干。
所以“Harness 被模型内化了”这个说法是把两件事混在一起了。Harness 这一层没办法内化，因为它压根不在模型的输入输出里，你没法把“工具”训练进权重，只能训练“如何操作工具”。
换句话说：可以内化的是“如何操作工具”，而“工具本身”是不能被内化的。
就像一个人开车技术再好，把驾驶经验内化得再深，你把车拿走，他也只能在原地比划方向盘。
模型变强，对 Harness 确实有影响。
以前 Harness 要替模型做很多规划、拆解、兜底，现在模型自己会了，Harness 就可以变薄，可以少管点“该怎么想”，更多的“怎么执行”。
反过来，模型越强，想用的工具越多、想干的事越复杂，对 Harness 的执行能力、权限控制、状态管理要求反而更高。
所以也不存在“Codex 驾驭不了 Astra”，是模型通过 Harness 驾驭电脑。如果 Astra 的能力超出了 Codex 现有的设计，那说明 Codex 该升级了，但不意味着说 Harness 这一层可以不要了。
模型和 Harness 从来是相辅相成，不是谁替代谁。
模型是大脑，Harness 是手脚。大脑再聪明，也得靠手脚才能碰到真实世界。
HAI Labs（人本智能实验室） retweeted
Super happy to share our intention to join forces with NVIDIA in a $12,930,300,000 acquisition 💛💚
10 years after starting Hugging Face, open-source AI is at an inflection point. Thanks to the community, we’ve shown that it can be a complement, and even an alternative, to closed-source APIs. But for it to happen at larger scale, it needs more compute, more support, more collaboration and more visibility. That’s why we went to talk to Jensen, who offered to do exactly that with us.
In addition to doubling down on NVIDIA’s massive contributions to open-source AI (I called them the “King of American open-source AI” earlier this year), they’ve committed to strongly supporting Hugging Face and our mission while keeping the platform open, independent and compute agnostic. The founders and the team are all staying to keep pushing this mission forward.
Together, we think we can make open source the default way to build AI, with the goal of empowering 100 million AI builders to own their intelligence rather than rent it.
Excited about the next 10 years! 🤗🤗🤗
HAI Labs（人本智能实验室） retweeted
video-shotcraft 把 Claude Code 变成视频剪辑动效工作室，指着产品说需求，分镜、动画、音效一条龙出片。
内置 157 张运镜配方卡和 214 个动效预览，2.5D 镜头推拉、卡点剪切、影视级音效都是现成的套路。
GitHub：github.com/Vincentwei1021/vi…
真实抓取产品页面画面来做素材，不是贴几张截图轮播，出来的片子有实拍质感。
底层用 Remotion 渲染，Claude Code 和 Codex 都能装，还配了中文 README。
要发产品、做 demo 演示视频的，先去它的在线画廊把动效预览刷一遍，找找想要的感觉。
一位2019年加入 @huggingface的工程师，持有0.1%的股权，在 @nvidia 收购案中将获得约950万美元（7年内为其股权赠与的120倍）。
这笔交易将Hugging Face的估值定为129亿美元。 虽然交易条款和细节尚未得到确认，但我希望初步分析一下这位员工的收益情况。
HAI Labs（人本智能实验室） retweeted
作者三岁的女儿看电视里的恐龙总被吓到，节目净是追逐和搏斗，没有一个安静看动物的地方。
于是他做了一座网页上的 3D 史前动物博物馆，免费开放，不用注册没有广告，打开就能逛。
陆地、海洋、天空三个展区一共 24 位史前动物，用手指拖着转圈看，讲解要点了才播，不会突然出声吓到孩子。
GitHub：github.com/s010s/prehistoric…
配了家长指南，孩子问「它吃什么」「化石在哪挖的」这类问题时能接得住，每条信息都标了出处。
最贴心的是「和我比一比」，输入孩子的身高，展厅里就站一个等比例的小人，恐龙到底多大一眼就有概念。
支持中英文切换，手机平板电脑都适配。家里有 2 到 6 岁小朋友的，周末可以带着一起逛逛。
中美AI到底哪边边泡沫更大？
OpenAI最新一轮估值8520亿美元、年化收入约250-400亿美元，倍数约21-34倍； Anthropic估值9650亿美元、ARR从5月的470亿美元升至7月底约650亿美元，倍数约15-20倍。两者已进入百亿美元收入规模，且Anthropic已实现单季盈利。
月之暗面目前约500亿美元投前估值、6月ARR约3亿美元，对应估值倍数约167倍；若计入K3发布后企业ARR数倍增长，实际倍数可能降至100倍左右，但仍明显高于美国头部公司。
从基建规模看显然美国AI泡沫更大
从市盈率、市销率估值看，中国AI遥遥领先
This quoted post is unavailable.
@theworldlabs 推出了 Atlas —— 一个下一代世界模型，它从头开始预训练，以原生方式理解文本、图像、视频和 3D。它处理像素级精确的相机控制，从仅两三张图像进行 3D 重建，以及实物到模拟的工作流程，让机器人从少量随意录像中学习。
在基准测试中，它在相机控制生成方面优于最近的视频模型，在 3D 重建方面优于最佳的专用开源模型，所有这些都来自单一的通用模型。祝贺团队达成这一里程碑！worldlabs.ai/blog/atlas
介绍 Atlas：
世界上第一个多模态世界模型，能够以像素级精确的相机控制生成图像和视频帧，并将其在 3D 中重建。
模拟世界，移动相机，并模拟空间与时间。
Atlas 是 @theworldlabs 可扩展的基础模型，它能够感知、生成、推理，并与虚拟和物理世界进行互动。
将在未来几周内开放早期访问。
在此了解更多信息并注册：
worldlabs.ai/blog/atlas
现在的FDE本质上和之前的ERP的顾问做的是一类事情，SAP顾问早年也是咨询+实施待遇很高也是很受企业尊重的专业人士，但很快大量人涌入，加上国内友商贱卖，最后变成外包，整个生态彻底崩塌，一旦有市场，就开始拼命卷，最后大家一起把行业做死掉，FDE会不会也这样？
我是劝社区里做Agent平台的都别自己搞底座了，而是在大厂底座基础上做插件或Skill，逻辑是类似的，最后FDE的价值是翻译和搬运工的角色，最后靠维护和token代理分润获得长期收益，中间可以卖卖课，做做培训
最近见做软件和 SaaS 的朋友，我都只劝一句话：别再搞了，不是产品不行，是范式变了，很多人还在自 high。
以前的世界：企业有需求 → 去市场上找个好用的软件买回来。那个时代最稀缺的生产要素，是软件开发人员。
现在的世界：企业有需求 → 我自己用 AI 做一个。软件进入日抛时代，第一性原理彻底反转。
日抛时代最稀缺的生产要素，不再是人，是 token。
（不是说人不重要，而是在大多数场景里，人已经不是第一稀缺要素了。）
所以我的判断很简单：AI 替代人的第一阶段，所有生意都会围绕 token 这个要素展开——做 token 的量，或者做 token 的质，两条路都成立,而不是围绕 FDE、OPC 或者人来展开。
FDE、OPC 在干什么？本质是把 token 更好地传递到场景里。人扮演的角色，是 AI 连向现实世界的水管工。
管子通了以后，人剩下的是维护性工作——那些无法被数字化的部分：运维、装服务器、拉根网线。
再往上看整个生态，现在 AI 世界最直观的阶段性画像已经出来了：
🔹 模型公司
🔹 token 工厂（算力 + 开源模型）
🔹 FDE（把 token 送进场景的管道工）
🔹 专家模型 / 垂直模型（正在成型的第四极）
🔹 围绕上面几个的infra
至于现在最火的 Agent？它只是管道入户的那个弯头和接口，是接口，不是核心。
上个时代的问题是"谁能帮我写软件"，这个时代的问题是"谁给我便宜、好用的 token"，想清楚这句话，再决定你要不要继续做软件。