与「白組」相关的搜索结果

お尻ローラー403日目 王道の組み合わせの黒×白もいいけど、たまには、赤×白の組み合わせのメイドさんもどう？？ #お尻ローラー#

发现一个宝藏应用，@dappOS_com 旗下的新产品 @xBubble_ai 简直惊喜。 记着明天得前几天晚上，为了制作一份详细的新项目投研简报，我全神贯注地在屏幕前与 AI 工具深度互动到了凌晨。 我尝试了多个不同的大模型，不断精进和打磨提示词，希望得到最完美的输出。 这个过程让我深刻意识到，熟练驾驭 AI 需要极高的耐心与时间投入。 我们都满怀期待地想让 AI 成为得力助手，但在实际操作中，为了让结果更精准，我们往往要投入大量精力去引导。 这让我开始思考：一定存在一种更流畅、更懂人心意的方式，让工具真正服务于我们的直觉。 于是，我发现了xBubble，它更加高效几乎能够一键解决我的烦恼，一图看清！ 2.如今大模型的迭代日新月异，获取强大现在各大平台的新模型层出不穷，算力早已不是瓶颈， 但真正拉开体验差距的是什么？是“会写神级提示词”与“不会写”的差距，是“懂代码和编写技能（Skill）”与“完全不懂”的差距。 为了让大家直观感受到这种体验上的天壤之别，我们可以从几个真实的投研和工作场景，来看看传统 AI 工具和采用“低提示词”理念的 xBubble 到底有何不同：  3.对于很多追求高效的专业人士和中小团队来说，这背后隐藏着巨大的隐性时间投入。 为了让 AI 的输出稳定可靠，我们需要持续评估不同模型在各类任务中的表现，精心挑选适配的工具组合。 很多创业团队也面临着权衡：增设专职岗位预算较高，而让现有团队从头学习 AI 调优，沟通和学习成本同样可观。 更重要的是，每当大模型迎来更新，我们积累的经验往往需要重新建立。 我们真正渴望的，是一个能精准理解模糊指令、即开即用的智能系统，让大家把宝贵的时间集中在核心业务上。 4.好消息是，技术创新的脚步总能为我们带来极佳的解决方案。 近期 dappOS 推出的 xBubble 就是那个让人充满期待的行业破局者！它创新性地提出了 Low-prompt AI0理念，简单来说，就是“AI 替用户使用 AI”。 其核心枢纽 Bubble Pilot 就像一位超级懂你的智能管家，你只需要像和朋友聊天一样输入一句简短的需求，Pilot 就会自动接管后续的所有统筹工作。 它能迅速识别任务类型，自动匹配最优的处理路径，将繁杂的模型挑选、提示词构建、工具调用全部包揽，让你轻松畅享一键直达结果的愉悦体验。 你可能会好奇，Pilot 为什么能如此精准地理解我们的意图？ 这要归功于其背后时刻都在成长进化的强大引擎——Bubble Engine。这是真正的“AI 学习 AI”。 当你提出一个新颖的需求时，Engine 会在后台自动生成海量的解决方案组合，  通过严格的测试框架与质量标准进行比对，最终将最高效、最完美的路径固化为通用的 SOP。 这意味着，在 xBubble 的生态里，随着大家的使用，高难度的技能会被自动沉淀，哪怕是零基础的小白 也能毫不费力地直接调用这些千锤百炼的最优解，获得大师级的交付品质。 为了满足极其多元的使用场景，xBubble 精心打造了两种极具安全感与实用性的运行环境。  第一种是云端的“Bubble Computer”，这是一个端到端的专属工作区。 面对需要搜集资料、撰写、排版等多步协同的复杂项目，它会自动开启安全的沙盒环境，按需加载所有技能，一气呵成地完成并交付最终成果。 第二种是主打本地陪伴的“Bubble Personal”模式，它能在你的设备上安全运行，协助管理本地文件与日程， 回想当初那个专注打磨提示词的夜晚，如果当时有 xBubble 的协助，我只需轻松输入一句“请帮我汇总今日链上热点并生成一份深度简报”， 便可去享受一杯香醇的咖啡，回来就能收获排版精美的专业成果。 科技演进的终极方向，永远是让人的创造力得到最大程度的释放。 正如 xBubble 所倡导的核心愿景：AI 应该学习 AI，AI 应该使用 AI，而用户，只需陈述目标。 兄弟们冲一波官网： dappOS 官网（

AI时代，真的「只要你学得够慢，你就不用学了」吗？ 最近网络上有个说法还挺火的 「AI时代，只要你学得够慢，你就不用学了。」 我第一反应是，这话听起来很有道理。 我想起自己两年前熬夜学LoRA微调，想着可以用来模仿我的写作风格，然而skills出来了，发现效果可能还比我训的LoRA更好。 所以「等」赢了？「学得慢」赢了？ 如果你只是一个普通的AI用户，那这句话可能没错。但如果你不甘于只当个「时代喂你啥你就吃啥」的被动者，你想主动把握AI行业发展的脉络，你就不能等。 我仔细想了想，我感觉不是这样的，我想分享下自己的看法。 「等」赢了，但不是因为等 LoRA的故事是真的，类似的情况我遇到过不止一次。两年追热点下来，确实有不少「当年要做没做，后来发现不用做了」的案例。 但有个问题值得反问自己：你知道LoRA是什么、你知道skills出现了、你知道两者可以做横向对比，这个判断力是哪来的？ 不是从「等」里来的。 是从两年每天追热点的积累里来的。 因为很多人把「某件具体的事没做」等同于「不用学习」，这两件事完全不在同一个维度上。你「等」到了更好的方案，是因为你有足够的背景知识认出了它。一个完全不了解这个领域的人，他的「没做」只是「不知道」，不是「有判断力的等待」。 工具层可以等，认知层不能等 我2016年开始做机器学习和深度学习，做了好几年数据科学家。到了大模型时代，周围的人都在聊LLM，我一度觉得当年学的那套东西废了。 sklearn怎么调、XGBoost怎么训，这部分确实边缘化了，我不否认。 但我后来发现，真正值钱的东西没废：怎么设计评估体系、怎么防止数据泄露、怎么把一个业务问题转化成模型问题。这些判断力，大模型时代反而更稀缺（因为99%的「AI应用开发者」根本没有这个训练，看到模型输出「看起来对」就交付了）。 工具层的东西，半衰期确实很短，可能18个月就轮换一批。这部分确实可以「等等看」，等生态稳定了再下场，往往比头一批踩坑的人省力。 认知层的东西，没有捷径，也没有办法「等别人替你建立」。你在等的时候，别人在建立判断力的坐标系，你进来以后只能接受别人嚼过的知识，创造空间已经被占了。 比AI工具本身更有价值的 追了两年热点，我发现有一件事比「学到了什么具体技能」更值钱，那就是，我比周围大多数人更能「春江水暖鸭先知」。 某个技术出来，我大概知道它处在哪个演化节点，是真风口还是炒作，值得深入还是等等就过了。 但我一度很困惑，这种「看清楚行业方向」的能力，对我一个打工人有啥用？又不是创业者也不是投资人，判断对了趋势，我也只是回去开早会。 这个落差是真实存在的，不想粉饰。 但仔细想，这个能力其实在影响三件事： 第一，在组织里的位置。大多数团队里，「知道该做什么」比「把事做完」稀缺得多。能帮团队过滤噪音、判断方向的人，话语权不一样。 第二，选雇主的质量。能判断一家公司的技术方向是不是真的对，让你在上升期公司和下沉期公司之间选对的概率高很多。这个差距，可能比一次跳槽涨薪重要得多。 第三，这个认知要是有地方输出，是可以变现的。其实就是把「春江水暖」的判断力转成内容，内容建立影响力，影响力长期会带来预料不到的机会。 所以「只要你学得够慢，你就不用学了」，这话对不对？ 我的观点是：对了一半，但被大多数人用来当借口的那一半，恰好是错的那半。 工具层，确实可以等，工具肯定越来越先进，越来越好用，「等等党」在执行层有合理性。 而且在AI时代，这句话本意其实是在说，不要因为错过一个热点而着急，不用FOMO，在AI时代，应该少点焦虑。 但是认知层面，并不会因为你用过的某个AI工具过期了而没学到东西。你追热点的过程看起来很多东西「白学了」，但那个过程本身在建立一张地图，这张地图才是真正的资产。 把「某些工具不用学」误读成「可以少学、慢学、躺着等」，两年后你会发现，你确实等到了更好的工具，但差距在于，人家积极学习的，拿到新工具是真的能做出新东西，等等党拿到新工具，也就是跑个demo自嗨一下，感觉自己站在了时代前沿，实际上还在原地。 而且还有一个时间差的问题值得说。 新工具出来之前，积极的人早就在用当时条件下能用的东西硬拼出来了。RAG还很粗糙的时候，他们已经在生产环境里跑起来了，踩完了坑，知道哪里会出问题。Agent框架还不稳定的时候，他们已经用LangChain拼出了第一版，虽然屎山，但用户在用、反馈在收、迭代在跑。 等等党在等什么？等一个「更成熟的方案」。方案成熟了，他们入场，发现已经是红海。不是因为他们来晚了几个月，是因为那几个月里，积极的人已经建立了用户认知、跑通了商业模式、或者单纯地把某个领域的坑全踩完了，护城河就这么起来的。 更关键的是，这种「拥抱新技术」的习惯本身会复利。积极的人用惯了在局限条件下想办法，新工具一出来，他们比任何人都先知道怎么用好它。等等党等到了新工具，还是原来那个姿势，demo跑一跑，然后继续等下一个。 #AI# #AIAgent# @grok @xai

这下设计师真要失业了，只需一句话就用 @dappOS_com的新产品 @xBubble_ai 做出了堪比资深设计师的海报作品。 重点是我并非一个会写AI提示词的用户，相反我只是小白，xBubble 这种专注于成果的AI也太好用了吧。 之前用 Midjourney，如果 Prompt 写的不好，出图就很抽象，需要一次次的调整，花了很多时间最终还是不尽人意。 这不是我一个人的问题，而是当前AI领域存在的痛点： 会写 Prompt 的用户 vs 不会写的用户：前者的图片精准可控，后者的输出飘忽不定。 对于不会写提示词的人来说，用AI很难得到自己想要的成果。 xBubble 则是用创新的 Low-prompt AI 解决了这个最大的应用痛点，它的底层是两个核心系统： Bubble Engine：负责在后台"学习"怎么用 AI。对于特定任务，它会自动测试哪些模型和工具组合效果最好，生成最优的执行方案。 Bubble Pilot：负责在运行时"使用"AI。它读懂你的简短请求，识别任务类型，然后把任务分发给最合适的执行路径，无论是现成的 SOP，还是更复杂的项目工作区。 简单来说，Bubble Engine 负责学习怎么用 AI，Bubble Pilot 负责替你用 AI，你只需要设定目标。 其次就是 xBubble 的两种运行环境，太懂不同用户想要的是什么了。 Bubble Computer：端到端项目工作空间，当 Pilot 检测到多步骤任务（比如既要出图又要写文案），自动路由至此，一次性交付完整成果，全程无需用户管理中间步骤。 Bubble Personal：本地环境模式，可以安全操作用户本机文件、浏览器、应用与日程；需要安装或系统级变更的操作在云端容器执行并销毁，本机只执行明确授权的动作。 总之，AI 图像模型的能力每个月都在进步，但绝大多数普通用户完全跟不上。 xBubble 的核心产品理念很简单：让 AI 主动去学习和使用 AI，让用户只需要设定目标即可，这就是我为什么推荐大家要尝试一下xBubble。 入口：

这几年有句话特别戳心：人生最大的两大硬资产，不是💰，而是肌肉和骨密度。年轻时拼体力，中年以后，拼的真是这身骨头。 40岁以后的生活，差距可能比想象中大得多👇 我们的骨量在35～40岁达到顶峰，之后便开始走下坡路，流失速度加快。 根据2020年的报告，40岁以上女性骨质疏松率高达20.9%，差不多每5个人里就有1个[1]。更扎心的是，骨质疏松早不是老年病了，40～49岁人群中超过3成骨量偏低[1]，全是高风险人群。 年龄增长让钙吸收变差，加上久坐、高盐饮食、喝酒、吸烟、运动少……骨头真的扛不住。 很多人第一反应：好，我补钙！ 别急。光补钙可能真的不行，甚至可能白补。要想留住骨骼账户里的骨本，还得拉上一个经常被忽略的帮手——镁。 ✨ 镁，骨骼里藏了60%的宝藏 镁是个严重被低估的营养素，参与身体300多种反应。更重要的是，人体约60%的镁就储存在骨骼里，是骨骼的重要组成部分[2]。 一项研究发现：膳食镁摄入高的女性，髋部骨密度比摄入不足的女性高3%，全身骨密度高2%[3]。 就连2026年4月国家卫健委最新发布的《成人骨质疏松症食养指南》，也明确提醒：别忘了补镁！[5] 那么镁到底是怎么帮我们“长骨头”的？ 💪 钙+VD+镁，才是真正的黄金三角 都知道钙是砌骨头的砖块，但光有砖，没人搬也白搭。镁和VD，就是帮我们把钙“砌进”骨头里的关键队友。 缺镁，直接影响骨生成？ 镁参与骨矿化的关键过程。一旦缺镁，好好“长骨头”就会变难，不仅骨流失可能增多，骨骼变粗变壮也会受阻。 镁是VD的激活器，把钙牢牢锁进骨头 VD能帮肠道吸收钙，再把钙运到骨骼。但VD要先被“激活”才能干活，这关键一步就需要镁来辅助。肾脏负责加工VD，镁就是那个不可或缺的助手，把普通VD转化成人体能用的活性VD[6]。 缺镁，补再多VD也大打折扣。 🌟 还有意外惊喜：能安抚抽筋的肌肉 镁是神经肌肉系统的重要离子。缺镁时神经和肌肉容易过度兴奋，夜间腿抽筋可能更频繁。一项研究发现，持续补充镁60天，对改善夜间腿抽筋有帮助[7]。 😔 可惜，大部分人根本没吃够镁 膳食指南推荐成年人每天摄入镁330毫克，可实际调查显示，中国成年人平均摄入量只有约228.9毫克/天，超70%的人摄入不足[8][9]。现代人外卖多，粗粮、深色绿叶菜、坚果吃得少，很容易就缺了。 这种情况下哐哐补钙，却忘了镁，真的浪费。有研究指出，钙和镁存在最佳有效比例，只有两者都吃够，才能高效提高骨密度[10]。 🥜 怎么把镁吃回来？ 日常多选这些富镁食物： 坚果种子：南瓜子、杏仁、腰果 全谷物杂豆：燕麦、糙米、藜麦、黑豆 绿叶蔬菜：菠菜、芥蓝、西兰花、油菜 如果食补实在有困难，在选钙补充剂时，可以留意是否额外添加了镁，把缺的那块悄悄补上。 参考文献： [1] 2020中国居民营养与慢性病状况报告 [2] 镁的生理功能及骨骼储存，相关文献 [3] 镁膳食摄入与女性骨密度关联研究 [5] 成人骨质疏松症食养指南（2026年版），国家卫健委 [6] 镁与VD活化的机制研究 [7] 镁补充对夜间腿抽筋改善作用的临床研究 [8] 中国居民膳食镁摄入量调查数据 [9] 中国居民营养与健康状况监测 [10] 钙镁比例与骨密度关系研究，波多黎各人群

シェアスタジオの白ホリでLED光害起きてて、びっくりしたときのやつ 最初緑のビームサーベル使ってる組がいて、途中緑に被せるように強烈な赤発光する組現れて激アツだった

【中共口中的国际民主】 共产党在联合声明里大谈促进国际关系民主化，嘴里天天讲联合国宪章、全球治理、国际民主，但它从来不是给中国老百姓民主，而是想在国际体系里掌握定义权和话语权。通过一带一路、联合国、WHO和利益绑定，让越来越多国家为它投票。 七哥早就讲过，中共最核心的布局就是控制国际组织和标准制定。2025是全球供应链，2035是制定世界标准，我说黑就是黑，我说白就是白，最终目标就是挑战美元体系和美国主导的世界秩序。今天的美国，早已不是9年前的美国。 #联合国# #全球治理# #2035# #中国制造2025# #美元体系# #爆料革命# #新中国联邦# #郭文贵# #MilesGuo#

说个所有AI创业者都不愿意承认的事实： 现在做一个AI工具的门槛已经降到了地板， 普通人做一个AI工具都只需要一天， 但学会用它干成一件事，却至少得一个月， 感觉像是AI时代的一个悖论😅 5.7M 阅读 23 万点赞的这条推，表面看是游戏圈在自嘲， 视频展示的是一颗树莓 237 万个高斯点，做一筐扔进游戏直接 2 FPS， 但如果把游戏开发四个字去掉，你会发现这是 2026 年所有 AI 工具用户的共同故事。 我先先把这个梗讲透： 原推作者 @DanyBittel 用 90 组焦点堆栈、每组 68 张照片，重建出来这颗树莓，总共 237 万个高斯点， 这是一种叫 3D Gaussian Splatting 的新型 AI 重建技术，简称 3DGS， 视觉效果有多吓人呢？ 每一颗小果粒的绒毛、表面光泽、半透明的果肉质感全都纤毫毕现，在 RTX 3060 Ti 这种中端显卡上还能跑 100+ FPS，前提是只有这一颗🙃 @nazbowling102 的笑点在这里，老哥迫不及待想看哪个独立游戏开发者一激动，把一整筐这种树莓当道具扔进游戏里，然后纳闷为啥游戏跑 2 FPS🤣 我觉得这个吐槽之所以 5.7M 阅读，是因为它戳中了游戏圈的集体回忆—— Monster Hunter Wilds 一颗八角茴香用了 2048 乘 4096 的纹理直接卡帧，Cities Skylines 2 给行人建了高精度牙齿模型，全都是一个小道具毁全局的真实事故。 但这条推真正让我深入研究的还不是游戏开发的事，虽然我是个游戏爱好者，但对于游戏开发是个小白。 ayi干货输出开始！ 咱们把游戏开发四个字去掉，这个故事正在所有 AI 工具领域都能同步上演， AI 生成的图，单张精美绝伦，但批量做长素材时质量瞬间崩溃， AI 生成的视频，10 秒钟惊艳，1 小时长片的管线一团乱， AI 生成的代码，单个函数完美，扔进项目跑起来一堆隐藏依赖， 共性是同一条规律： 新工具让做出来这件事的门槛降了 100 倍， 但用得动、跑得稳、能交付这件事的门槛反而升高了 10 倍。 过去做不出来是因为没人能做，现在做出来是因为工具太好用， 但优化、压缩、整合、降本的脏活累活没人帮你干，AI 工具时代真正稀缺的不再是创造力，而是生产工程能力。 所以我觉得这条树莓推真正的价值，不是教育游戏开发者怎么做 LOD， 是给所有正在被新工具喂得满嘴流油的人一个提醒： demo 级和生产级永远隔着一条河， AI 让前者变得免费， 后者还是要你自己游过去的！

这是一篇能让大学生和年轻人财富自由的推文！附带案例 菜狗只是普通大学生，账号单月的收入大概在1500美金 在这方面我做的并不好，而且我知道有人靠刷粉、买流、p图就能骗到某个顶级agency的长期合作，但放弃底线就为了几百U的合作，我还是做不到... 不靠骗，还能怎么靠账号赚钱呢？我总结了三点 1.输出真正利他性的内容，吸引更多粉丝，提高影响力 2.广交朋友，很多合作都是朋友们相互介绍来的 3.深度参与Web3的项目，这可能是最丰厚的收入 总结 想赚钱就要提高粉丝、流量、以及深耕在赛道和项目的影响力，其中提高赛道/项目影响力的收益最大 深耕项目的方法（提高赛道/项目影响力） 可以简单归纳为：找项目、申大使、写推文、组建社区群，帮助项目发展，这是最可能获得大结果的路 有博主通过这个方法单项目拿到了上百万的代币奖励。 被白嫖了怎么办呢 发推文，这也能提高你的影响力。站在道义的一方狠狠 抨击项目方的丑恶嘴脸，稳赚不赔。 最好还是参与比较优质的项目，减少被白嫖的概率 比如我引用的42，正在招收大使，据我所知对大使的奖励还是比较丰厚的，尽量都去申请一下 42与传统的预测市场不同，采用Bonding Curve 而非传统订单簿，Bonding Curve是怎么工作的呢？ 1.把每个时间变成可交易的小币，并创建池子 2.购买事件“币”，越早买，价格越便宜，后续买入人越多，价格自动按照曲线上涨 3.随时买卖，而不需要找到对手盘 采用Parimutuel结算——分钱机制 1.事件结束后，平台不按照固定赔率分钱，而是把所有猜错人的钱，全部拿去给正确者 2.赔率由总池子和购买先后来确定 这样做的好处是什么？ 机制要比传统预测市场领先，更能吸引做市商来提供流动性，传统市场因为内幕的问题，导致做市商不愿意维护某些盘口，而42的机制实际上为做市商提供了良好的基础 目前存在的问题，没有中文界面，这可能是劝退大部分中文玩家最大的原因。