📄 AI术语词典-第一册.epub - 43.5 MB
AI术语词典-第一册.epub
43.5 MB
还有 epub 版本

在喧嚣的 AI 浪潮中,我们选择回到最朴素的成长逻辑:通过阅读沉淀思考,通过思考驱动行动,最终在技术的折叠中,重塑个体的厚度。
AI术语词典-第一册.epub
43.5 MB
还有 epub 版本
AI术语词典-第一册.pdf
34.2 MB
离线 PDF 版本,一起小声读书吧!
最近好热闹呀,各种模型一起来更新。
SpaceX 的 Grok 4.6 刚发布,梁圣的 DeepSeek V4 Pro 0813 就来了,紧接着谷歌的 Gemini 3.7 Flash 又来了,梁圣加急又出了 DeepSeek Harness v0.1 版本?
啊,DeepSeek Harness 是啥?之前僧僧经常提到的 Agent 又是什么?好绕啊,我只想用个 AI 而已,要不要创造这么多新词啊?
这也从侧面反映了一个问题:AI 模型也好,对应的脚手架工具也好,都处在碎片化的状态之中,依旧还在发展中,距离成熟还很远。
所以,AI 还很早期,早到居然找不到一本像样的术语词典。🤡
那,我开发一个?说干就干。🏄
这是一本一份可以从头读、也可以随时搜索的在线电子书,哪怕是 80 岁的老太太也可以看懂,全文约 3 万字,包括 API、Harness、Transformer 等常见 AI 词汇。
为了让我两岁半的儿子也能看懂,我加了很多可可可爱的配图,大家可以打印出来装订成册阅读。🤝 快去看看吧,建议收藏使用。
ssgoo.net/ai-glossary
www.ssgoo.net
AI 术语词典:从聊天机器人到会做事的 AI|小声科技给非技术读者的 AI 入门词典:用人话讲清 LLM、Token、RAG、Agent、MCP、Harness、AI 编程与图像视频生成,并支持中文、英文和缩写检索。
这篇写的不错,纯手码字。
手上这套 Za Bank + Wise + Starryblu + N26 + Schwab 的方案越用越顺手,加上 Plasma 和 Nerverless,几乎完美了。
https://mp.weixin.qq.com/s/Az2eGiCHWBIdSz0N8OmnoQ

建议大家,都要注意「用脑卫生」
最近越来越觉得,现代人除了注意个人卫生,也应该注意用脑卫生。
什么叫「不卫生」?
第一,没睡好。大脑像手机一样,电都没充满,就开始高强度运行。
第二,频繁多任务切换。一会儿微信,一会儿刷信息,一会儿工作,每次切换都在消耗注意力和执行功能。
第三,信息过载和决策疲劳。AI 时代尤其严重,每天接收的信息太多,知道得越来越多,脑子反而越来越乱。
第四,长期压力和压抑情绪。持续应激会影响情绪、记忆和判断。
第五,长期高糖、高度加工饮食,会增加代谢负担、氧化应激和慢性炎症。
真正的「用脑卫生」其实很简单:
睡眠第一位,坚持深度工作,规律运动,适当冥想,学习一些真正困难的新东西,多吃蔬菜、鱼类、坚果和优质脂肪,多接触自然。
大脑和身体一样,需要恢复,也需要训练。
很多时候,你并没有变笨。
只是你的大脑,真的该「洗个澡」了。🧠
在笔记本里运行 Kimi-K3
https://github.com/FareedKhan-dev/kimi-k3-in-c
GitHub
GitHub - FareedKhan-dev/kimi-k3-in-c: A 2.78-trillion-parameter Kimi K3 running inference on a single CPU in 8.24 GB of RAM. Portable…A 2.78-trillion-parameter Kimi K3 running inference on a single CPU in 8.24 GB of RAM. Portable C99: no BLAS, no framework, no GPU. - FareedKhan-dev/kimi-k3-in-c
状态栏里面的猫猫
https://github.com/runcat-dev/RunCatNeo
GitHub
GitHub - runcat-dev/RunCatNeo: A cute running cat animation on your macOS menubar.A cute running cat animation on your macOS menubar. - runcat-dev/RunCatNeo
谷歌的 Gemini 模型慢慢变更好用了,对应的 macOS 客户端,体验很好。最近加入了 Spark 功能,可以定时执行各类任务。
https://gemini.google/mac

Pi 配上 DeepSeek 的 v4 Flash 模型,是我这一个月用下来,在速度、性能和价格上找到的最优解。
我实测实时最高速度能达到 100 token/s,日常平均在 60 到 80 token/s。
https://www.ssgoo.net/pi-guide
www.ssgoo.net
Pi 完全上手指南:从安装到真实项目实战|小声科技一篇讲透 Pi 终端 AI 编程代理的完整教程,涵盖安装、模型接入、DeepSeek V4 Flash、项目工作流、AGENTS.md、会话管理、扩展与安全边界。
周末玩 9Router 和 AnySearch 不亦乐乎,索性把它们集成到挖掘机里面了。挖掘机完全免费,针对中国地区做了特别 CDN 优化,网页秒开,开箱即用。🚀 https://mastersgo.cc 点击右上角的【模型设置】按钮,切换到「本机 Cli 」就能看到 9Router 的选项,填入密钥就能愉快玩耍了。 点击右上角的【模型设置】按钮,往下滑一点就能看到 AnySearch 的选项,30 秒就能完成配置。 我使用 Claude Fable 5 模型重构了「股市挖掘机」,作为我的个人量化…
一键部署私有实例。

周末玩 9Router 和 AnySearch 不亦乐乎,索性把它们集成到挖掘机里面了。挖掘机完全免费,针对中国地区做了特别 CDN 优化,网页秒开,开箱即用。🚀
https://mastersgo.cc
点击右上角的【模型设置】按钮,切换到「本机 Cli 」就能看到 9Router 的选项,填入密钥就能愉快玩耍了。
点击右上角的【模型设置】按钮,往下滑一点就能看到 AnySearch 的选项,30 秒就能完成配置。
我使用 Claude Fable 5 模型重构了「股市挖掘机」,作为我的个人量化分析工具,已经完全免费开放使用,从中挖掘各类投资机会。任何新股买入之前务必请你的 AI 老师分析一下。

Gemini Spark 上线了……以前搜新闻、整理、写稿再存 Drive 一整套流程搞半天,现在扔个指令全自动干完,全程不用人碰🫨
本质上就像 Google 直接给你送了一台云主机,24 小时在后台跑 Agent,能拆解任务还能深度整合 Google 全家桶。
https://gemini.google.com/spark

整个七月,市场到底发生了什么?🤔
第一层:上游买不动了。过去两年定价极简:算力稀缺 → 谁多花钱谁有未来。市场奖励 Capex。现在买家要看折旧、自由现金流和单位算力回报。Meta 外售闲置算力一类信号,把「绝对稀缺」戳出裂缝;龙头业绩可以很好,股价仍可能杀。
第二层:应用侧缺第二张成绩单。vibe coding、Agent 工作流虽然显著提升效率,也有真实付费。可 AGI 仍在远期,还缺能横向复制、规模化吃毛利的超级场景。自动驾驶、机器人等场景距离爆发都还比较久远。🤡
第三层:机械杀。TMT 动量、配对交易、「多半导 / 空云」一类拥挤仓,碰上多策略同步降风险,跌得齐、跌得快。
我现在还是两周前的策略。👇
顶是尖的,底是圆的。不要杠杆,不要融资,不要加仓。拿着筹码和现金,等科技真正止跌。先看全球定价锚(半导 / AI 链)稳住,再谈 A 股右侧。信号没来,就不动。
至于消费、石油等板块,对我来说不够有吸引力,也不具备持续性。目前还是拿着机器人 ETF 做高抛低吸,其它的暂时不看了。🏄
最后,分享我的复盘模版给你们,请三省吾身,严格执行 👇
周次:2026-W__
1) 本周 SOX / 纳指关键涨跌:
2) 上游三问结论:
3) 应用档位(L1/L2/L3):
4) 机械抛压:仍在 / 收敛 / 不明
5) 是否出现右侧形态:否 / 雏形 / 确认
6) 动作:仅观察 / 持有不动 / (仅当形态确认后)按原计划处理
7) 有没有违反「不杠杆、不融资、不加仓」:无 / 有(写明)
我的 AI 产业链的网站加了全屏、放大缩小查看的功能,数据也是最新的了。买产业链上游最稳妥。 https://stocks.mastersgo.cc
AI 产业股票池项目已经开源 👇
https://github.com/yaoleifly/ai-stock-pool
支持用户一键部署到 Vercel 或者 Cloudflare 上,你们也可以 fork 过去二次开发。🤝
GitHub
GitHub - yaoleifly/ai-stock-pool: AI industry-chain stock pool with US/A-share mapping, active discovery, policy pressure, and…AI industry-chain stock pool with US/A-share mapping, active discovery, policy pressure, and one-click deployment. - yaoleifly/ai-stock-pool
Perplexity CLI 现已可用,为编码代理提供了搜索网络的能力。
将此复制到你的 Agent 中进行设置:
阅读 https://github.com/perplexityai/api-platform-developers/blob/main/skills/pplx-cli/SKILL.md 并安装此技能。
GitHub
api-platform-developers/skills/pplx-cli/SKILL.md at main · perplexityai/api-platform-developersContribute to perplexityai/api-platform-developers development by creating an account on GitHub.
政府补贴在投入,上游材料价格不断下降,汽车厂商天天打价格战,经销商利润越来越薄,就连买车的人也在亏。
我早几年买的电动车,不到两年已经价格折半了。🤡 一辆三十多万元的电动车,开两年可能只剩十五万元。反过来看奔驰大 G,开两年转手,运气好甚至还能赚一点。
那么问题来了:这个行业到底谁在赚钱?🤔
我去查了一下数据,真正稳定赚钱的,只剩下少数拥有规模优势和议价能力的龙头,比如宁德时代、比亚迪。大量车企、供应商和经销商,都在用利润甚至现金流换市场份额。
但更让人困惑的是,即便这些龙头拿走了行业的大部分利润,产业红利似乎也没有充分传递到普通员工身上。工厂高速运转、销量不断创新高、企业走向全球,员工的工资却依然算不上高。
如果一个产业取得了全球领先,却不能让产业链上的大多数参与者获得更好的回报,那么这场胜利,究竟属于谁?
电动车越来越像电子产品。今年800V,明年900V;今年激光雷达,明年端到端;今年高阶智驾还是高端配置,明年可能十几万元就全部标配。
就在最近,小鹏发布 Mona L03,把高阶智驾直接拉到了 12 万元级别。我看到这个价格,第一个想到的反而不是汽车,而是机器人。
很多汽车厂商现在都在讲第二增长曲线,也就是做人形机器人。从产业能力来看,这确实是最顺势而为的一条路。电驱、电池、减速器、电机、视觉感知、供应链管理,本来就是汽车企业最擅长的东西。
我去年买入的万向 QC 翻了三倍,到了最近,又回到了起点,还好跑了。🤡
特斯拉 Optimus 讲了很多年,距离真正大规模进入普通家庭,依然遥遥无期。资本市场愿意给机器人估值,但消费者真的愿意买吗?如果未来一台人形机器人售价十万元,你会买吗?🤔
哪怕具身智能真的迎来了属于自己的 ChatGPT 时刻,普通中国家庭真的需要它吗?
想想深圳、上海那些七八十平方米的房子。扫地机器人已经占了一块地方,再放一个一米七左右的人形机器人,每天还要充电、维护、寻找应用场景,它到底解决了什么问题?
消费逻辑,似乎并不支持这样的故事。中国通过电动化建立了完整产业链,获得了全球竞争力,也推动了制造业升级,到底谁从中赚到钱来呢?
同样的情况,目前也发生在 AI 大模型领域。算力越来越强,Token 越来越便宜,所有公司都在投入巨额资本,但大模型公司依然没有建立稳定的盈利模式。
到底谁在赚钱?这也是我最近一直在思考的问题。
今晚盘后,谷歌财报值得我们屏住呼吸。
市场预计,谷歌云本季度收入约 224 亿美元,同比增长约 64%;全年资本开支(CapEx)指引则可能达到 1900 亿美元。
为什么大家都在盯着谷歌?
因为 AI 产业链,很大程度上建立在几家超级云厂商持续增加资本开支的基础上。GPU、HBM、光模块、液冷、电力等板块,都需要谷歌、微软、Meta、亚马逊不断买单。
如果连谷歌都开始降低资本开支,或者 AI 投入迟迟无法兑现利润,那么市场就会重新思考一个问题:AI 到底是不是一门赚钱的生意?
届时,资金甚至可能重新流向 Apple 这类 AI 投入相对克制、现金流稳定的公司。某种意义上,这又会像一次「Less is More」哲学的胜利。
不过,我认为今晚更可能出现三种剧情。
剧情一:最好,也是我认为概率最高的(60%)
谷歌云继续维持约 60% 的增长,AI Overview、AI Mode 带动搜索商业化兑现,管理层维持甚至上调资本开支指引。这意味着 AI 还在赚钱,所以还要继续买 GPU、建数据中心、扩存储。
市场仍会围绕 AI CapEx 主线交易,英伟达、美光、博通,以及光模块、液冷、电力等产业链有望继续受益。
剧情二:中性(30%)
谷歌云增长依旧不错,但管理层开始强调投资回报率,资本开支继续增长,只是增速放缓。
这意味着 AI 已经过了「无脑烧钱」阶段,开始进入「比拼盈利能力」阶段。资金可能从估值最高的 AI 基础设施,逐渐流向拥有稳定现金流的平台公司。
剧情三:最差(10%)
如果谷歌首次释放两个信号:
- AI 没有带来足够利润;
- CapEx 开始缩减。
那么市场很可能重新定价整个 AI 产业链。
毕竟微软、Meta、亚马逊、谷歌四家云厂商,就是 AI 基础设施最大的买家。他们不买,GPU 卖给谁?HBM 卖给谁?光模块、液冷又卖给谁?整个产业链的盈利预期都会受到冲击。
到了今天,我还看好谷歌吗?🏄
当然看好!
谷歌拥有全球最强的分发体系。Search、Android、YouTube、Gmail、Chrome,每天覆盖几十亿用户。只要 AI 能持续提升这些产品的使用时长、广告转化率和订阅收入,Gemini 就已经完成了自己的商业使命。
至于谷歌最大的敌人是谁?我觉得 uBlock Origin 拦截器肯定能算一个,开源、免费,还能把广告去光光,这谁能不喜欢。😬
很多人以为 Apple TV 不开代理就没法流畅看外区内容,但在多数场景里,真正决定你是「4K HDR 秒开」还是「一卡一卡」,其实是 DNS 把你丢到了哪个 CDN 节点上。
以国内宽带环境为例,运营商默认给你的 DNS(比如常见的 114DNS),会把苹果相关的流量解析到 fastly、akamai 这些在本地表现不佳的节点上,结果就是:理论上可以直连的 Apple TV 内容,被慢速 CDN 拖成了「必须挂梯子」的体验。 如果你改成更合适的公共 DNS,让解析有更大概率命中苹果自家的 CDN,那么同一条宽带、同一台 Apple TV,直连就能轻松跑到几十兆码率,看 4K HDR 也不会再频繁降码率或者转圈。
最直接的做法是在 Apple TV 的网络设置里,把 DNS 改成 1.1.1.1 和 1.0.0.1,让解析走 Cloudflare,这样苹果内容通常会落到更友好的节点,实测码率可以达到 30–50Mbps。
把视角再拉宽一点,这其实是一套通用的网络调优心法:凡是理论上应该能直连、实际体验却很差的服务,比如 NS、PS、Steam 下载、手机系统更新,都可以先从 DNS 下手,观察自己到底被分配到了哪一层 CDN,然后通过调整 DNS 和规则,逐步把流量从「烂节点」挪到「好节点」。
阅读是世界上杠杆效果最高的活动之一。只要投入约莫相当于一个工作天的时间,你就可以接触到最聪明的人已经研究透澈的东西。