马斯克这招绝了，你们不是喜欢NSFW么，那干脆做深入一点。这个数字人聊起来真的毫无底线，把我都带坏了。

一个特别“出片”的提示词，图片使用Midjourney 7.0 生成。提示词来自小红书账号“虾画展”。放到Gemini告诉它要画什么，提示词就改好了。

原始提示词：
Blueprint sketch of a modern deep sea diving suit, dramatic wide-angle perspective. The main subject is a 3D-rendered advanced diving suit set against a pure white background, featuring sleek composite armor plating, reinforced joints, pressure gauges, and a luminous helmet visor. Architectural concept sketch style, with sharp ink outlines and subtle grayscale watercolor shading. Surrounding the central suit are exploded views of the helmet, air supply module, articulated gloves, weighted boots, and communication system, each component accompanied by detailed technical annotations and precise measurement lines in English and Chinese. Dynamic calligraphic notes and engineering arrows weave through the layout, referencing modern industrial design manuals and deep sea exploration schematics. The composition is tightly organized, multi-layered, and poetic, with all key parts clearly labeled and scaled. The overall visual is technical. --ar 3:4 --raw

小米AI眼镜，持续用了一周，主要是拍视频。遇到三个很致命的问题。
一是和meta相比特别容易因过热导致无法使用。
二是传输视频到手机的时候偶尔把视频搞坏，不知道是传输环节还是app处理环节的问题，而且这个视频就救不回来了。
三是眼镜明明还有 80% 以上电量，但开机后提示无法使用，要充一下电才可以，这个出现频次不低，很耽误事。

AI方面我用得不多，但感觉小爱同学在多模态输入方面不太行，而这恰恰是AI眼镜的重要场景。
#又添新设备了

每年六月，高考放榜的紧张，迅速被志愿填报所取代。对于千万家庭而言，这将是一场更加艰难的考验。面对数千所高校、上千个专业，信息不对称、决策成本高、对未来就业的迷茫……我现在想想还心有余悸。

AI时代，有没有一种方式，能让顶尖的志愿填报服务不再是少数人的特权？

夸克的高考志愿大模型，正是为了回答这个问题而生。它并非一个简单的信息检索工具，而是一个融合了海量权威数据、前沿AI技术与数百名资深专家智慧的“决策辅助大脑”。

夸克做的第一件事，就是构建一个堪称“活字典”的知识库。

与依赖网络公开爬取的工具不同，高考志愿大模型背后，是一个专门为“报考场景”打造的、国内目前规模最大的高考知识库。

它系统性地整合了全国2900多所高校、近1600个本科专业的招生章程、课程设置，以及上千所高校的毕业生去向，以及产业趋势。这些信息源自各省考试院发布的官方资料，并通过多重技术手段确保准确。

而一个人类专家之所以专业，不在于他能背下所有学校的分数线，而在于他能根据一个学生的具体情况——成绩、兴趣、性格、家庭背景——构建一条清晰的决策逻辑链。

高考志愿大模型要做的，就是让AI“拜师学艺”，学习顶尖专家的这种思考模式。为此，夸克邀请了数百名拥有超过十年经验的资深高考志愿规划师，记录并分析了他们与考生的上万次真实对话。

专家们如何引导一个内向的考生在不同职业间抉择？如何权衡家庭的期望与个人的理想？这些真实的“推理链”被转化为高质量的训练数据，让AI去深度学习。

通过这种方式，AI不仅学会了专家的套路，更重要的是，它学会了专家的思路——在复杂、模糊、甚至矛盾的条件下进行分析、推理和判断的完整思维过程。

为了让AI的能力不断精进，夸克还引入了一套“模拟考场”和“专家评审团”机制。

AI会基于一个虚拟的考生档案，生成一份完整的志愿报告。这份报告会被多位人类专家“盲审”，从多个维度进行打分和点评，每一次“挑刺”，都会变成一个明确的信号反馈给AI，进行学习。

通过数千份志愿报告的“人类挑刺 + 模型修正”闭环，AI的能力得以持续进化。它学会了“反思”，能力进一步泛化，能处理各种千奇百怪的个性化需求，严谨性和全面性也因此大幅提升。

高考志愿大模型的背后，是夸克多年来在数据、技术上的积累，更是数百位志愿专家将宝贵的经验与智慧，毫无保留地传授给AI的结果。他们将帮助每一位站在人生十字路口的考生，做出更明智、更无悔的选择。

飞猪的AI问一问，可能是最近toC垂直领域最深入的Agent探索了。解决相对收敛的垂直问题，深度绑定行业工具，又能基于用户数据给出合理的引导。

其中把一个个tools定位为“航班管家”、“旅行计划管家”还挺妙的，把子任务外显出来，让用户看到AI思考和生成的过程，可以平复C端用户对速度的焦虑。

很棒的创意

用Lovart生成了一组AI大佬的塔罗牌，文案还有待优化，但形象、风格、视觉元素拿捏得相当到位。

设计Agent就两点最重要：对于设计需求和审美要求的理解，以及帮助大模型掌握设计方法和工具使用。前者考验团队对行业的理解，后者是技术上的护城河。

把自动喂食机的数据截图发给AI，让它根据log分析宠物进食习惯，并制定计划。ChatGPT 04-mini和Gemini 2.5 Pro结论一致。Qwen-2.5-Max给🐱扣了一份口粮，Claude-3.7-Sonnet给它加了一份。最大的感触（它们是真的在算啊，那个推理过程，好像四个账房先生在那打算盘、掐手指头）

prompt：
图片是宠物喂食机每天出粮，以及宠物进食情况。自动喂食器可以在每天8点、12点和18点分三次自动投放食物。（每份固定约10g）请根据宠物的进食习惯，设定每个投喂时间点应该投喂的份数。目标是在满足宠物进食要求的前提下，不要过多剩余食物。

好玩…不过OpenAI的版权限制真的很迷。

AI的妙用，深度搜索功能还是很方便的，确实是挖掘出很多我理解不到的观点。