与「定制」相关的搜索结果

8. Meta 眼镜新增两款设计：一款象牙白 Kylie 联名，一款 Lisa 联名，镜腿末端有她的星星标志，配定制镜盒和挂饰。 到年底会有超过 100 款样式上市。

果然赚钱最快的方法就是当二道贩子 1、有人专门盯TikTok Shop、Amazon上的热门商品，看到国外突然火起来的东西，就去1688、拼多多找同款货源，再拿到闲鱼、小红书上卖。 2、有人天天逛Etsy、Gumroad，看最近什么数字产品卖得好。Notion模板、Canva模板、简历模板、旅行计划表，研究完国内需求以后重新做个中文版，挂到闲鱼、小红书卖。 3、有人每天蹲Product Hunt、GitHub、Reddit，上面一旦出现好用的AI工具、AI工作流，就马上做成中文教程、提示词包、工作流模板，再去小红书、闲鱼变现。 4、有人在Fiverr、Upwork上接Logo、PPT、短视频剪辑、翻译的单子，接到以后再找国内的自由职业者做，或者直接用AI完成大部分工作，自己负责对接客户赚差价。 5、有人专门刷YouTube和Reddit上的冷门教程，比如AI、宠物、摄影、旅行、健身，国外已经验证过的内容，整理成中文以后发到抖音、小红书，再通过广告、带货、课程赚钱。 6、有人在拼多多、1688上找一些很冷门但利润高的产品，自己根本不囤货，直接挂到闲鱼。有人下单以后再去上家下单，一件商品甚至都没见过，差价已经赚到了。 7、还有人用AI做壁纸、海报、贴纸、婚礼邀请函、PPT素材，整理成一套数字产品，再放到Etsy、Gumroad这些平台卖。甚至一份东西做好以后，可以重复卖几百几千次。 8、有人专门研究国外已经跑通的小生意。 国外有人卖AI代运营，他就在国内给餐饮店、美容店、民宿做；国外有人卖旅行攻略，他就在小红书接定制攻略；国外有人卖各种模板，他就把模板重新本土化。 你会发现，很多生意根本没有那么神秘。 无非就是：这里的信息，那里的人不知道。 这里卖得便宜，那里有人愿意高价买。 这里已经验证过，换个平台再做一遍。 普通人想赚钱，很多时候甚至不需要发明一个新东西。 先学会做一个聪明的二道贩子。

受不了你们在私信里的热情了……🔥 所有【大尺度✨ 定制视频✨ 完整版】只在这里公开✨ 💬 Telegram ： ✨ 进入暗号： YY ✨ 让我记住你的 ID✨

AI 时代，职场人现在最该学的一项技能是什么？ 吴恩达老师的建议是人人都该学编程。 不少企业高管劝大家别学编程了，理由是 AI 会把它自动化掉。吴恩达认为这个逻辑正好反了。正因为有了 AI 辅助，写代码变得前所未有地容易，所以才值得每个人都去学。 他已经在很多岗位上看到了明显的生产力差距。这不只发生在软件工程师身上。一边是会写代码、能自己做定制软件的人，另一边是不会的人，两者的效率已经拉开了。 学编程不等于手写代码 他说的学编程并不是一行行手敲代码，他自己几乎从不这么做。在可预见的未来，最重要的能力之一是能准确告诉计算机你要它做什么，让它替你完成。而代码就是计算机的语言。所以学编程的实质，是学会用计算机听得懂的方式把需求说清楚。 他团队里最好的市场人员有了想法，不用等工程师来搭网站，自己就能做出来。最好的招聘人员也不再靠肉眼一份份看简历，而是写代码让程序帮忙筛选。在他看来，能把需求交代给计算机的人，会变得强大得多、高效得多。

中国银行哔哩哔哩2233联名借记卡 众所周知，中行哔哩哔哩2233联名卡当天搜索定制卡号超过5次后，将无法继续搜索，当天继续申请仅可接受随机卡号。 不过，您当前在中国银行APP内/其他渠道（直接使用链接或哔哩哔哩APP内）申请，可以切换到另一渠道申请，此时选号次数将被刷新，即一天可搜索10次定制卡号。 万事达 竖版 500000249 横版 501000249 银联 竖版 500000234 横版 501000234 注意： 通过非预制卡申请时需要达标特定财富等级才可选号，普通客户仅可使用系统分配的卡号。 经线上申请渠道仅可申请竖版，且可自助选择符合要求的卡号。

这期播客是 The Pragmatic Engineer 对 OpenAI Codex 团队负责人 Thibault（Tibo）的访谈，聊了 Codex 的诞生、技术决策、工程文化以及软件开发方式的变迁。 以下是核心要点： 个人经历与加入 OpenAI Thibault 是比利时人，学应用数学出身，先后做过制药供应链优化的创业公司，在 Google 做过加速移动网页的项目（后被砍掉，让他学到了要时刻审视项目真实影响力的教训），之后在 Google Maps 做评论，再转到 DeepMind。在 DeepMind 期间，他参与了一个内部聊天机器人的开发——本质上就是 ChatGPT，但比 ChatGPT 早了一年。内部传播很快，大家都在分享对话，但 DeepMind 不具备把它作为产品发布的机制，最终没能推出。 后来他得知 ChatGPT 只有大约 20 个人在维护，这让他既震惊又觉得很有吸引力——这意味着极高的个人影响力。于是他加入 OpenAI，进去就赶上了推理模型的冲刺，大约一个月后 o1 preview 就发布了。 为什么用 Rust 写 Codex 这是一个反直觉的决定——当时模型对 Rust 的支持并不好，业界其他 AI 编码工具基本都用 TypeScript 或 Python。但团队从第一性原理出发，认为智能体的核心需要健壮、安全、高效，而 Rust 的编译时验证特性天然适合智能体场景。同时用不同语言也强制建立了产品界面和智能体核心之间的清晰边界，避免代码耦合。事实证明 Rust 确实"很快就变得非常适合智能体开发"。 开源和模型无关的策略 Codex CLI、SDK 都是开源的，而且支持非 OpenAI 模型——这在主要 AI 实验室中是独一无二的。理由很实际：如果不开源，别人只需改十行代码就能 fork 出一个支持其他模型的版本，那还不如自己直接支持。开源的好处包括新员工入职前就已经熟悉代码库、社区贡献、以及逼迫自己靠模型和产品体验赢用户而非靠锁定。 代价也很明显：竞争对手会在你还没发布的时候就抄走你正在公开开发的功能，"确实有点刺痛"；还有大量低质量 PR 需要处理。 工程文化与代码审查的变革 新员工入职后听到最多的一句话是"你问过 Codex 了吗？"——因为 Codex 在 OpenAI 内部接入了 Slack、文档、所有代码，几乎任何问题都能给出不错的回答。 代码审查正在发生质变。OpenAI 开发了专门的代码审查模型，能在逻辑推理和安全漏洞检测上达到"超人水平"——可以深入三四层依赖去发现文档错误导致的不变量违反。安全审查已经是强制自动化的，发现安全问题会直接阻止合并。一个 PR 可以当天提交、当天上线到十亿用户的 ChatGPT 上。 代码审查的角色正在从"正确性检查"转向"意图讨论"——你到底想做什么？这件事值不值得做？这种讨论不一定要围绕代码发生。 维护成本和重构的变化 维护一直是软件工程的"税"，但现在大量维护工作（依赖升级、安全补丁）可以完全自动化。更重要的是，重新架构的成本也急剧下降——以前可能要花几个月甚至几年的重构，现在快得多。但好的架构设计反而更重要了：设计好"盒子"和不变量，盒子内部随便改都不影响其他部分。 Harness 与模型的关系 一个有趣的洞察：harness（工具/脚手架）总是"走在模型前面"。Codex 团队的工作本质上是为模型搭建拐杖——提醒它跑测试、保持目标一致等。然后下一代模型训练时会把这些能力内化，拐杖就可以去掉，developer message 也会越来越短。最新一代模型已经不再需要 /goal 命令来保持长期任务的专注，"你直接告诉模型去工作一周，它就真的会做到"。 Codex 与 ChatGPT 的合并 这是一个重大工程挑战：Codex 原本完全本地运行，ChatGPT 是托管云服务，两套完全不同的技术栈要统一。目标是让云端版本具备本地版本同样的能力，同时高效到能纳入 20 美元/月的 Plus 计划。ChatGPT Work 模式本质上是在云端虚拟机里运行完整的 Codex harness，机器配置强大到用户可以在里面训练模型、安装 Blender 做 3D 建模。 有趣的是，Codex 在整个合并过程中还充当了"记者"角色，因为它能访问所有 Slack 讨论和文档，记录了团队的辩论和决策过程。 Thibault 的个人用法与建议 他大量使用手机上的 ChatGPT Work，通过语音口述发送任务，定制了专属的技能和指令来生成他能高效消化的报告和幻灯片。任何问题——公众舆情、生产日志、功能使用率分析、团队动态——30 分钟内都能得到答案。周末他还会用 Codex 做代码探索和原型，"一天之内就能把脑子里的想法变成可以展示给人看的东西"。 对工程师的建议：保持深度好奇心，训练自己快速理解系统的能力（"五个为什么"不断追问），以及与你服务的用户群体保持同步——如果你无法清晰表达意图，就很难做出好的工作。

给大家推荐一个发财的机会，风险自负。赔了不要找我，赚了给我发红包。 深圳奥尼电子（ 从 2025 年开始，奥尼明显调整战略，从单纯的音视频智能硬件，转成： 音视频智能终端 + AI 推理算力 摄像头采集数据 → 边缘设备处理 → AI服务器推理 → AI Agent 使用。 2026 年上半年，奥尼电子： 营收 9.07 亿元，同比增长 215.44%；归母净利润 1681 万元，去年同期亏损 6413 万元，已经扭亏。 AI服务器/工作站/计算设备已经占总营收约56%，甚至超过了传统音视频业务。 这个转型速度其实非常快。 它真正擅长的是： 供应链 + 整机设计 + 散热 + 主板 + 制造 + 系统集成 + 客户定制。 GPU、CPU、核心AI芯片仍然来自 NVIDIA 等上游。 原来做消费电子ODM → 利用自己的电子制造能力进入AI服务器ODM。 奥尼现在属于一种挺典型的 “小公司遇到大赛道，正在发生业务跃迁” 的状态。 2025年全年营收已经达到 9.46亿元，同比增长70.52%，到2026年仅上半年就已经做到9.07亿元。 但财务上也有一个非常明显的问题： 收入涨得极快，利润却没有同步爆发。 9.07亿收入只赚了约1681万归母净利润。 而且2026上半年： 经营现金流 -6.51亿元。 公司解释主要是采购高性能计算设备原材料导致；与此同时，为支持扩张，公司融资规模也明显增加。

兄弟们，Image 2.5 和 SD2.5 等模型出来后，AIGC 绝对是现在最容易 AI 变现的方向！！！ 我接过不少工厂和电商单，有些仍在长期合作，拿AI图来说，大批量一张 10 块左右，高的 30+。视频赛道像定制短片、微电影、宣传片需求和价格空间都更大。 但我发现很多人技术都能搞定，却赚不到钱。 最大的难点往往在：不会定价，摸不透客户。 不知道对方行业的真实利润、客户体量、交付复杂度，要么不敢报，报个白菜价，要么一开口把客户吓跑了。。。 我最近跟朋友反复安利的一个解法，就是用 @atypica_AI 帮自己做商业决策。 我来给大家详细讲一讲： 它最牛逼的地方，是从根上帮你理解人、预演真实客户的决策。底层有 100 万+ AI Persona，数据来自真实行为、社媒、真人访谈，每个人都有自己的消费水平、偏好和逻辑。 你接单或者做产品前，直接拉一个目标客户的 Panel： 1、针对场景做精准定价：直接问工厂老板、电商运营、制片人，测出他们的心理预算区间。 比如什么交付标准他们愿意付 30 块一张，什么情况下会嫌贵。 2、摸透真实痛点去谈单：看他们到底在意交付周期、版权还是修改次数，谈单时能直击中要害，省得后续一堆麻烦事。 3、精准定位高价值人群：在花时间做样片前，先测出哪类客户付费意愿最高，那么他们就是第一批客户。 4、而且 Atypica 会持续把 AI Persona 和真人结果做对照和校准，让结果更加准确。 以前只有大厂才养得起用研团队，现在更多的个人和小团队也能用起来，不管你是做产品还是定制化服务，都很值得试一下这个产品，能让你少踩巨多坑！！！ 🔗：