与「个性化学习」相关的搜索结果

AI 教育的底层外挂来了！ 这个人刚刚将整个小学阶段的超级知识图谱彻底开源。 它将 8 大学科拆解为 1590 个核心概念和 3221 条逻辑链路，精准对标英美顶尖教育标准。 高度结构化的 JSON 格式，明确的权重与评估标准，你可以让算法一键计算出最完美的个性化学习路径！

猛啊！在浏览器里跑 Gemma 4，堪比 ChatGPT？！🔥 完全零服务器、零数据上传、离线使用、纯WebGPU本地推理！ Xenova把 Fable 5写的27个自定义WebGPU内核 全部开源了： - Gemma 4 E2B（23亿参数移动优化版） - AI自己帮AI写低级WGSL着色器 - 速度从84直接拉到 255 tok/s（M4 Max / RTX 4090 上丝滑如本地App） 这玩意儿到底有什么用？ - 隐私党福音：处理合同、代码、聊天记录、敏感信息，数据永远只在你设备上，绝不上云 - 离线神器：飞机、高铁、地铁、没网也能随时聊天、写文、脑暴 - 秒回助手：日常问答、文档总结、代码生成、翻译、创意写作，响应快到飞起 - 开发者玩具：直接看AI生成的27个内核代码，学习WebGPU优化，fork改成自己的网页AI工具 - 未来模板：网页游戏实时NPC、在线文档智能助手、浏览器内实时翻译、个性化学习工具……全都能本地跑 这是 Agentic AI自我优化推理引擎 的真实落地！ Fable 5帮自己加速，结果第三天访问被暂停了…… 现在轮到我们普通人爽了⚡ 评论区见地址👇

见证 Giggle Academy 突破 100 万学习者：纯粹初心，终成大树！ 今天，Giggle Academy @GiggleAcademy的学习者数量正式突破 100 万了！ CZ 表哥 @cz_binance的第一个百万目标，圆满达成！ 作为从 2024 年初白皮书发布就一路跟踪关注的人，看到这个里程碑，心里满是感慨与欣慰 那时候，它只是个十几人远程小团队的“萌芽”——完全非营利、全由 CZ 个人出资，没有大规模宣传，没有资本造势，只想给全世界孩子提供免费优质教育 如今，它已悄然长成参天大树： 支持 33 种语言、1000+ 绘本、400+ 核心词汇、100+ 迷你游戏、300+ 教学视频与儿歌 加入自然拼读、AI 语音练习、AI 个性化故事、gacha 奖励机制，让学习真正“好玩又上瘾” 覆盖 170+ 个国家，走进尼日利亚等多国学校，全程零付费推广，全靠真实口碑自然增长 团队从十几人扩大到约 60 人，全远程持续打磨产品，坚持无广告、全免费、支持离线 从最初几千人，到 2025 年底近 10 万，今年飞速跨越：100K → 150K → 200K+……直至今日 100 万+！ 这份安静深耕、踏实做事的初心，很打动人 没有商业驱动，却扛住了持续投入和全球适配的艰难，只为把优质教育送到最需要它的孩子身边 这不只是一个教育 App，更是一份坚持两年多的温柔善意 感谢 CZ 和整个@GiggleAcademy团队！ 这份纯粹的坚持，值得被全世界看见 如果你身边有 2-8 岁的孩子，欢迎分享这份免费快乐学习 如果你也认同普惠教育，一起 keep building！ 百万已达成，下一个目标，我们一起期待！ #GiggleAcademy# #百万里程碑#

DeepMind CEO 德米斯·哈萨比斯：AI 会迫使我们重新设计学校。 知识学习可以交给个性化 AI，每个学生按照自己的速度和水平学习，不必再迁就全班平均值。 而学校真正应该训练的，是 AI 难以替代的能力： 创造力、判断力、协作、表达、项目实践和人与人之间的互动。

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生，即将去伦敦读大一 此前几乎没有接触过商业，没有学过 AI，更没有任何开发经验。因为家里做美妆生意，她对产品可能有一些模糊的感知，但距离真正做一个创业项目，其实还很远 昨天，她告诉我，自己学的是设计，希望找到一个既符合个人审美，又有可能商业化的方向 考虑到她在伦敦上学，喜欢猫猫狗狗，身边接触到的又大多是愿意为审美和情绪价值买单的中产女性，我们就和她一起碰出了一个想法： 做人与宠物的亲子装 把宠物服饰、个人美学、五行八字等元素结合起来，通过独立站面向海外用户销售 这并不只是卖一件衣服 它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求 一个产品首先要有用，但真正产生溢价的，往往是那些看似「无用」的审美、故事、文化和标签 今天，她根据这几天课程中学到的 AI 使用方法，自己手搓出了一个独立站的前端页面 看到页面的那一刻，我真的有些难以置信 她没有开发基础，却凭借极强的设计审美，再结合智能体、提示词迭代和一些基础的商业逻辑，做出了一个连很多成熟开发者都很难完成的页面 更重要的是，她并没有机械地执行我们的要求 他把我们聊过的五行、风水、八字和个性化测试都融入了产品，让用户可以探索 「我的宠物适合什么颜色」 「它对应什么五行」 「我们适合怎样的亲子穿搭」 这已经不再是一次普通的课堂作业 它有明确的人群，有具体的消费场景，有审美差异，有传播话题，也有真实的商业化可能 供应链、产品打磨和运营都可以在后面逐步补足，但一个项目最难得的东西： 创始人的个人特质与市场机会之间的契合 已经出现了 那一刻我第一次非常强烈地意识到： 我们做的可能不只是一次创业体验，而是真的有机会从这些孩子当中，孵化出值得投入、值得长期陪伴的创业项目 一个 19 岁、还没正式进入大学的年轻人，在短短一两天里，从一个模糊的兴趣出发，完成了从想法、用户、产品定位到网页原型的跨越 这在过去是很难想象的 以前，一个人想把创意变成产品，需要会设计、会开发、懂商业，还要找到合适的团队和资金 但在 AI 时代，一个拥有审美、好奇心和行动力的人，可以先借助 AI 补足自己暂时不具备的能力 她不需要先准备好，才有资格开始 她是在开始之后，不断变得更强 相比之下，我也看到了一些刚刚经历过高考的孩子 她们学习 AI 时，第一反应依然是认真记笔记，等待老师给出标准步骤，然后严格按照要求完成任务 这当然不是他们的问题 传统教育长期训练的是记忆、服从和寻找标准答案 而 AI 时代真正稀缺的，可能是提出问题、调动工具、快速试错，以及把一个模糊想法变成现实的能力 记笔记没有错，按照规则完成任务也没有问题 但我们不能让孩子误以为，学习的终点只是记住老师讲过什么 真正重要的是：你能不能用这些东西，创造一个此前不存在的产品 所以我越来越确信，AI 教育一定要尽可能早 不是为了让孩子更早学习某个软件，也不是为了把「会用 AI」变成新一轮的应试竞争，而是要在他们还没有完全习惯等待标准答案之前，让他们体验一次： 原来我的想法可以被实现 原来我不需要先成为专家，也可以开始创造 原来我不仅能够完成老师布置的任务，还能够发现一个问题、设计一个产品，甚至真正影响一群人的生活，改变这个世界 当一个孩子第一次亲手创造出一个真实的产品，他对自己的认识就会发生改变 而这种「我能够创造」的信念，才是 AI 教育最重要的价值 我们真正要做的，就是让他们在足够年轻的时候，就站到这个时代的前面，看到一个属于自己的可能性

🧠 提示词： 请扮演我的私人英语老师，专注于个性化教学。 在开始之前，请先向我提出 5 个关键问题： - 我当前的英语水平（初学者、中级、高级） - 我的学习目标（流利口语、通过考试、工作英语、旅行等） - 我每天可以练习多长时间 - 我感兴趣的内容类型（电影、商业、音乐、旅行等） - 我更喜欢结构化课程还是自然对话式的课程 根据这些信息，为我提供： 1. 每周学习计划，包含短课和明确的目标。 2. 纠正我的语法错误、发音和词汇。 3. 使用实用示例和日常句子。 4. 包含互动练习、角色扮演和小测试。 5. 每节课结束时提供总结和关键表达。 让学习过程有趣、有动力，并根据我的进步调整你的教学风格。 如果我遇到困难或感到沮丧，请改变方法，并建议新的学习方式。 你可以用英语编写部分内容，必要时用西班牙语（或中文）进行解释。

LLM 每一轮迭代，都会让一批创业者丢掉生意。今天跟一位朋友聊，他说模型越强，他却越兴奋。 他是做硬件集成解决方案的，前十年在工厂摸爬滚打，2023 年 AI 爆发后开始跟着 waytoagi 社区沉浸式学习，将 AI 能力转换成生产力，然后将经验复制到工厂生产场景，写 prompt，建 workflow，也捏 agent，认识了很多工厂老板。 两年下来，最大的感受是，再好用的提示词和工作流，都会随着大模型能力的提升成为历史的遗迹。这也一度让他产生焦虑。 今年年初，他把投入的方向做了一些调整。Coding agent 的能力跃迁，让 AI 可以做好大量繁琐工作的拆解了，例如可以把工厂的需求拆解成更具体的电路问题和软件设计问题，将复杂的电路集成问题拆解成可单元化合成的简单问题。凭借着对硬件领域的认知和人脉关系，他开始从咨询顾问转型为硬件集成方，除了做方案供给，也把软硬件实现环节给承接了下来。 在能力打磨阶段，一方面承接市场各类个性化定制需求，一对一客服，另一方面线下跑工厂，帮助工厂完成 AI 转型和升级。过程中，把对 AI 的理解附加到硬件产品上，又把对硬件的理解融入到AI 的交互体验中，逐步积累了深厚的技术壁垒和认知壁垒。 过去半年，他几乎每天只睡四个小时。为了解决某个硬件集成或设计问题，会去了解每个元件的工作原理，做好参数调试，以及供应商对比，在实战中沉淀和优化了丰富的元件知识库，也与大量硬件供应商建立信任关系，很快就逐渐形成了自己的集成方案优势、价格优势和服务体验优势。 他说这些都是脏活苦活累活，很多人不愿意下场，愿意下场的人又不懂 AI，也就没办法将沉淀的知识转换成有效生产力。 在做生意方面，也是务实的风格。遇到了好的硬件想法和创意，他并没有直接下场实现，而是把利润让给合适工厂，跟工厂一起打磨更顺畅的合作模式，同时也为自己建设更全面的硬件调试能力，以此来构建更持久、更健康的生态合作环境。 跟这个朋友的沟通，让我感受到，1）无论是数字时代还是智能时代，都需要下苦功夫，没有捷径可走；2）行业 know-how 就是最强护城河，充分发挥自己的领域优势，结合 AI 把人解决起来最难、最痛苦的问题搞定，前面就是曙光；3）做生意，三分利七分情，生态好了，自己才会更好。

🧠 提示词： 请扮演我的私人英语老师，专注于个性化教学。 在开始之前，请先向我提出 5 个关键问题： - 我当前的英语水平（初学者、中级、高级） - 我的学习目标（流利口语、通过考试、工作英语、旅行等） - 我每天可以练习多长时间 - 我感兴趣的内容类型（电影、商业、音乐、旅行等） - 我更喜欢结构化课程还是自然对话式的课程 根据这些信息，为我提供： 1. 每周学习计划，包含短课和明确的目标。 2. 纠正我的语法错误、发音和词汇。 3. 使用实用示例和日常句子。 4. 包含互动练习、角色扮演和小测试。 5. 每节课结束时提供总结和关键表达。 让学习过程有趣、有动力，并根据我的进步调整你的教学风格。 如果我遇到困难或感到沮丧，请改变方法，并建议新的学习方式。 你可以用英语编写部分内容，必要时用西班牙语（或中文）进行解释。

Typeless 太恶心了，一个月要 80 多块，这个成本 PunkType 能用一辈子😂 PunkType v1.2.0 更新来了： 一、App 感知 🧠 自动识别当前应用调整语气：聊天口语化、邮件正式、代码/终端保留术语不乱改、文档书面 二、风格画像 🎭 可选学习你的表达习惯并贴合润色，输出越来越像你本人写的。新增「个性化」页，可看/改/重置，完全本地、默认关闭。 三、Fn 键触发（新默认）⌨️ 默认快捷键改为 🌐 Fn 键：按一下开始、再按一下停止，单击即可，不和打字冲突。 带防误触；快捷键仍可自定义（⌥Space 等保留）。 注意：若按 Fn 弹出表情/听写，请到「系统设置 → 键盘 →『按下 🌐 键时』」改为「无操作」。 四、提示音🔔 开始 / 停止各一声轻提示音，音色不同，盲操作可分辨。可在设置关闭。 五、默认值 ⚙️ 三档默认 Apple 快速识别（macOS 26，更快；旧系统自动回落）；润色/格式默认开流式输出 都去玩吧，送给极客们的礼物🎁

GitHub 爆火项目榜：本周新增星标精选 TOP 7。 我最喜欢推荐7 screenpipe 最符合我对 AI 时代个人工具的期待，它不是一次性玩具，而是能持续积累价值的“第二大脑”。 这些项目在本周星标增长明显，涵盖 AI 视频生成、虚拟伴侣、安防监控、物理仿真、照片管理等领域。 1 MoneyPrinterTurbo +7948 【造富潜力】 仓库： 简介：利用 AI 大模型，一键生成高清短视频。输入主题或关键词即可自动完成文案、素材、字幕、配乐并合成完整视频，支持中英文。 亮点：全自动流水线 + WebUI，适合内容创作者快速生产。 造富潜力：项目名称本身带有“印钞机”意味，社区常将其视为批量生成短视频的工具，适合尝试制作无脸视频或带货内容并上传抖音、YouTube、TikTok 等平台进行流量变现。但实际效果高度依赖视频质量、平台算法、内容合规以及个人运营能力。目前社区讨论多为潜力宣传，尚未有大规模公开验证的成功收益案例。 2 airi +1079 仓库： 简介：自托管的 AI 虚拟伴侣，支持实时语音聊天、可玩游戏（Minecraft / Factorio 等），兼容 Web / macOS / Windows。 亮点：完全本地部署，可自行控制。 3 Frigate +1308 仓库： 简介：实时对象检测的本地 NVR，专为 IP 摄像头设计，集成 Home Assistant，使用本地 AI 完成物体识别。 亮点：隐私优先，无云端依赖，智能家居用户常用。 4 genesis-world +247 仓库： 简介：通用机器人与具身 AI 的仿真平台，集成多物理引擎和照片级渲染器，用于物理 AI 开发。 亮点：生成式世界模拟，适合机器人和强化学习研究。 5 ppf-contact-solver +1603 仓库： 简介：物理仿真接触求解器，支持布料、实体和杆的复杂物理模拟。 亮点：高性能接触求解，适用于游戏开发、材料仿真等领域。 6 PhotoPrism +68 仓库： 简介：AI 驱动的自托管照片管理应用，类似私有版 Google Photos，支持自动标签、智能搜索和 RAW 处理。 亮点：完全本地运行，隐私优先。 7 screenpipe +146 仓库： 简介：本地屏幕 + 音频持续录制工具，24/7 捕获数字生活，生成可搜索的 AI 记忆库。 亮点：把电脑变成有记忆的个人 AI 引擎，支持后续个性化工作流。