与「零壱壱撮影会」相关的搜索结果

#少ステ# しーまなと見に行ってきました💐 壱に出演させていただいた身として 零の世界を生で直接見れて とても感慨深かったし、感動しました🥲✨ 壱も見返したくなった☺️🫶

从零做出 Claude Code 的工程师，最近发了一条 28 分钟的视频，全程在讲怎么写提示词才能让结果好到离谱。 有人看完前 10 分钟就说，市面上 300 美元的课都没讲到这个程度。 视频里覆盖了几样东西：CLAUDE.md 文件怎么用、记忆相关的快捷方式、并行会话，还有几种几乎没人在用的提示词写法。 不管你是开发者、刚上手，还是已经用 Claude 好几个月，里面的方法今天就能直接用上。 值得存下来，找个完整时间看完。

Kava Lend昨晚被掏空了～😱 攻击者先借一笔极小的BUSD，把一个没人用的稳定币市场净供给压到接近零，协议的兑换率计算直接失控，抵押品3分钟内被放大24.3万倍～👻 然后分127次借走5520万枚KAVA，账面约376万美元，变现只换回约209万美元，币价跌了59.3%～🤦‍♀️ BUSD发行方被要求停发之后，这个市场基本就只剩存量资金打转，没人盯的角落则成了侧门。今年Cronos的Tectonic、Hedera的Bonzo Lend，都是使用同一个套路被搬空的～👿 沉睡的市场不是没风险，只是风险没人看见罢了～🤷

AI视觉模型的核心设计 来自Meta和纽约大学的研究，做视觉多模态模型的可以参考。核心结论： 1）视觉编码器不用提前单独训练：跟着主模型从零一起训练，最终看图问答的准确率完全不输预先单独训练的版本，而且能省下大笔算力预算。 2）必须保留专门处理图像的独立参数：如果直接删掉视觉部件、让图片和文字共用参数，看图能力会大幅掉队，需要多花3倍算力才能追平。 3）视觉专属参数放进主模型前八层最有效：把视觉独立模块直接嵌进语言模型的前八层内部，不仅识别文字和图表的效果与外挂编码器打平。放进中后层则会拖后腿。 4）嵌入式设计让AI看图出字更快：省去了图片在外挂模块排队处理的环节，1.7B规模的模型在H200显卡上的首字响应时间从64毫秒缩短到37毫秒，反应更快。 项目地址：

《n8n 从零到能跑：六步路线》｜126 万播放的免费课，中文验收版 freeCodeCamp《n8n Tutorial – Zero to Hero Course》126 万播放，从节点概念一路到多 agent 编排。原视频： 我按「每步的验收标准」重排，方便边做边确认。 **1. 节点、架构、数据类型（04:50）** 验收：能说清一个 workflow 里数据是以什么结构在节点间传的。说不清，后面调试全靠猜。 **2. 第一个 agent workflow（12:48）** 一个聊天/邮件 agent 的最小回路。验收：输入一句话，能触发一次工具调用并拿到结果。 **3. 认证配置（45:06–56:15）** HTTP Request 节点的 API key、Google 系 OAuth。课程花了一小时讲这part，因为它最容易卡住。验收：凭证放在环境变量/凭据管理里，不硬编码在节点中。 **4. 接外部服务（1:41:48 起）** Slack、Google Sheets/Docs、任意 REST API。验收：故意让一个服务返回错误，workflow 不静默吞掉，而是走到错误分支。 **5. RAG 与多 agent 编排** 把检索放进流程、把任务分给不同节点。验收：能画出节点图，且图与实际执行顺序一致。 **6. 部署与可观测** 验收：失败时你能在执行日志里定位到具体节点，而不是只知道「没跑成功」。 **三条实操纪律** ① 每个 workflow 先做「失败路径」再做正常路径；② 凭证一律不进导出文件；③ 先在一个小任务上跑通全链路，再往上加分支。 **能带走的**：低代码不等于低工程。节点图画得清、错误分支写得好、凭证管得住，这三样决定它能不能从 demo 变成每天在跑的系统。

最新 GPT GPT-6.1 Sol Max：用Three.js 程序化制作《金乌斗玄龟》。全片 60 秒，从金乌贴海掠行开始，经过两次撞甲、玄龟坠海，再到火流与潮墙相撞。虽然不是fable 5.2 制作，但从着色渲染细腻程度，已经表现的非常出色。 用时：50分钟 纯代码 零 3D 资材 技术栈： Three.js 配乐是python合成的 提示词见评论区： #GPT# #Threejs# #AI# #opus5# #OpenAI# #GPT62sol# #大模型# #codex# #Fable5# #fable52#

最近 KOR 的交易所上架动态值得留意，我反而想先聊聊它的代币经济结构。 很多人看到新币上线，第一反应就是看价格、看成交量，但我觉得真正想研究一个项目，还是得先搞清楚筹码结构和项目本身有没有长期需求。 @KorProtocol总供应量固定为 100 亿枚，按照官方公布的代币经济学，TGE 初始解锁约 22.87%，团队和投资人 TGE 零解锁，锁仓一年后才开始释放。 这几个数字值得记下来。 初始流通比例会影响早期市场的供需关系，而团队和投资人的解锁安排，则是后续需要持续跟踪的变量。当然，低初始流通不等于价格一定上涨，具体还要结合成交量、持币分布和实际流通情况判断。 再看项目基本面，KOR 在 Base 上做创意资产的发现、核验、商业对接和稳定币结算，已经有 Pacer、Korus 等产品落地。官方披露产品侧毛收入超过 200 万美元，KOR ID 铸造量超过 15 万。 这意味着它至少有真实产品和业务作为支撑，而不是完全依赖代币叙事。 现在基金会、代币经济学、MiCA 白皮书都已陆续公布，交易所上架也为 KOR 带来了新的市场关注度。 接下来我会重点观察三个方面：实际流通量变化、链上持仓结构，以及产品业务能否继续增长。 对 KOR 来说，上架只是开始，真正的考验还在后面。 #KOR# #KorProtocol# #Base#

具身开发最大的内耗：仿真写一套，真机重写一套。 CMU 与 Genesis 团队开源 Eden： - 一套任务定义直通 Sim-to-Real - 释放 Genesis GPU 并行物理内核 - 刚体、软体与灵巧操作零二次封装 仿真跑通的控制策略，真机直接吃。