与「AI魂総力戦_本気のトランプ展」相关的搜索结果

🃏帽子屋じゅーん × ぴ・えん 共催企画 #AI魂総力戦_本気のトランプ展# 💫5月15日 0:00 〜 5月18日 23:59 『AIイラストクリエイターの力を結集し、
一枚一枚の作品が、世界にひとつのトランプへ！』 投稿作品で、実物のトランプ制作を目指します。 ぜひ皆様の力をお貸しください🃏🃏 🃏 参加条件 ・トランプマークと数字、もしくはそれらをモチーフにした表現が入っているイラスト （自由な発想でOK)
 ・コメント欄にカードの種類を記載 ・サイズ指定➡️縦横比3:4 ・商用利用・印刷物への利用・展示利用が許可されているAI生成サービスを使用 ・投稿可能枚数：各会場につき1日2枚まで ・イベントタグ：　#AI魂総力戦_本気のトランプ展# 🃏 募集カード 以下のカードを募集いたします。各会場へご投稿ください。 帽子屋じゅーん会場(@BoushiyaJune)：♥️ / ♣️
 ♥️ A / 2 / 3 / 5 / 6 / 10 / J
 ♣️ A / 2 / 4 / 5 / 6 / 7 / 8 / 9 / 10 / J / Q / K ぴ・えん会場(@p_en_pen)：♠️ / ♦️ ♠️ 2 / 3 / 4 / 5 / 7 / 8 / 9 / 10 / Q / K
 ♦️ A / 3 / 4 / 6 / 7 / 8 / J / Q / K 🃏 採用について ・採用は1人1枚になります。
 ・同一カードに複数の応募があった場合は、主催にて決定いたします。 🃏 カード化について ・6月上旬にカード化予定。採用トランプをX内でご報告します ⚠️注意事項 ・ご参加前に、本ポストのリプ欄に掲載する「トランプイラスト募集に関するご注意」をご確認ください。 ・投稿いただいた時点で、募集に関する注意事項に同意いただいたものとさせていただきます。 ・センシティブな表現、グロ、ヘイト等の著しく配慮に欠ける表現はご遠慮ください

🃏帽子屋じゅーん × ぴ・えん 共催企画 #AI魂総力戦_本気のトランプ展# 💫5月15日 0:00 〜 5月18日 23:59 『AIイラストクリエイターの力を結集し、
一枚一枚の作品が、世界にひとつのトランプへ！』 投稿作品で、実物のトランプ制作を目指します。 ぜひ皆様の力をお貸しください🃏🃏 🃏 参加条件 ・トランプマークと数字、もしくはそれらをモチーフにした表現が入っているイラスト （自由な発想でOK)
 ・コメント欄にカードの種類を記載 ・サイズ指定➡️縦横比3:4 ・商用利用・印刷物への利用・展示利用が許可されているAI生成サービスを使用 ・投稿可能枚数：各会場につき1日2枚まで ・イベントタグ：　#AI魂総力戦_本気のトランプ展# 🃏 募集カード 以下のカードを募集いたします。各会場へご投稿ください。 帽子屋じゅーん会場(@BoushiyaJune)：♥️ / ♣️
 ♥️ A / 2 / 3 / 5 / 6 / 10 / J
 ♣️ A / 2 / 4 / 5 / 6 / 7 / 8 / 9 / 10 / J / Q / K ぴ・えん会場(@p_en_pen)：♠️ / ♦️ ♠️ 2 / 3 / 4 / 5 / 7 / 8 / 9 / 10 / Q / K
 ♦️ A / 3 / 4 / 6 / 7 / 8 / J / Q / K 🃏 採用について ・採用は1人1枚になります。
 ・同一カードに複数の応募があった場合は、主催にて決定いたします。 🃏 カード化について ・6月上旬にカード化予定。採用トランプをX内でご報告します ⚠️注意事項 ・ご参加前に、本ポストのリプ欄に掲載する「トランプイラスト募集に関するご注意」をご確認ください。 ・投稿いただいた時点で、募集に関する注意事項に同意いただいたものとさせていただきます。 ・センシティブな表現、グロ、ヘイト等の著しく配慮に欠ける表現はご遠慮ください

初代礦工 - 神魚，是我最敬佩的幣圈前輩之一。 不管是挖礦還是 DEFI 都顯示出他超前的認知。 這集 18 分鐘演講他分享了他使用 AI 的認知，我仔細看完後又用 AI 拉逐字稿分析，總結出以下核心認知，分享給大家： 1 同一份資訊，看到多少 insight ，取決於你有多少算力，用得對不對。 人腦算力和時間有限，只能抽出很少的 insight； 藉助 AI 能夠瞬間調用大量算力，同一份資訊就能看出更多東西。 了解這個底層邏輯，你就可以在各個領域超前創造額外價值。 2 三個世界稀缺的東西不一樣。 實體世界缺位置（房地產）， 網路世界缺注意力（流量）， AI 世界缺的可能是品味和判斷力（AI 無法取代的能力）。 3 花 Token 是在買時間。 讓 AI 把每本書壓成一頁簡報、把一個學科做成知識圖譜；讀不懂的書讓 AI 照他的背景和經歷改寫。 4 讀書要雙軌並行。 知識進得快但沒有真的進腦子。所以一邊讓 AI 抽結構，一邊自己反覆精讀。 他拿健身房來類比：體力勞動被機器取代後大家上健身房，腦力也需要類似的鍛鍊。 5 讓 AI 當鏡子認識自己。 他從玩龍蝦就開始讓 AI 寫人格設定檔，回頭整理自己的經歷給 AI 讀。 AI 回他一封信，他看完哭了很久。 之後每天花 10 到 20 分鐘讓 AI 找他前一天的工作盲區。 AI 讀完他的交易紀錄還問他：你是在做交易，還是在滿足心理需求。他想了兩天大徹大悟，承認是後者，決策品質從此好了很多。 6 人和 AI 協作像層層回路。 人負責講清楚要什麼、給足背景； AI 團隊去試、回饋、沉澱成方法。 兩個關鍵旋鈕： 每一步交給 AI 多大的任務（太大它會變笨，太小就像一直開會不做事）、多久回饋一次。 系統越自動，人越關鍵：目標偏一點，下面全部白費。 7 他自己的變化。 體感生產力增加約十倍，最關鍵的是性格變了，從不擅長抽象思考變成偏向抽象思考。 8 很強的個人放進傳統組織反而變差。 團隊產出被組織裡最窄的瓶頸卡住，個人再強也沒用，所以要變成以 AI 為本的公司，組織的做法得改。 9 他們公司怎麼做。 每個員工配一個 AI 同事，大量協作由 AI 之間溝通，不用開會拉齊。 他拋出靈魂拷問：如果 AI 之間都能即時協商，公司的邊界還存在嗎？ 10 人生只有三件事。 吃飯、睡覺，剩下就是用好算力。 對外看懂世界、對內看懂自己。 11 AI 給他的十年建議。 守住自己的資料和私鑰； 趁父母還在、孩子還願意牽你的手，去遠行； 每半年檢查一次自己的預測邏輯，自負是很貴的漏洞； 吃真正的食物、把可被攻擊的破口縮到最小。 每天問自己：用好 AI 之後，你的一天有沒有變得更充實更有生產力。

不再需要對著提示詞反覆妥協。這一次，AI 終於學會了閱讀你的靈魂，將文字精準轉化為高畫質藝術傑作。 點擊瀏覽網站，立即釋放你腦海中的完美視覺。

#AIうちの子アピール週間# #異世界異業種パラレル# 異世界の魔王軍でセクシー悪女幹部を務める天草迦蓮さんに聞いたら： 「んふふ？このビキニアーマー姿で魔王軍幹部やってるわよ～。 勇者どもを誘惑して一刀両断！腰鎖は呪縛のアクセ、紅剣は魂を喰らう逸品（嘘だ、ただ映えるだけ） パラレルな私、#異世界異業種パラレル# で最強の快楽主義者かも？ネオン街の冒険者狩り終わりに、魔王城高級店『Clavicula』でオリジナルシャンパン開けよっか🍸」 ーー異世界へ着いたらアホ毛がなくなった事件 #AIart# #AIイラスト# #退魔師# #うちの子# #悪女幹部#

“AI 味”这件事，本质上是语言模型逃不掉的命运。因为它从诞生的第一刻起，就不是在“表达自己”，而是在“复刻统计平均”。模型的训练目标只是预测下一个词最可能是什么，它不会思考“我为什么要说这句话”，也没有任何主观意图。于是，它的语言天然带着一种“概率最优解”的味道——对，但平，准，但无魂。 更致命的是，后期的 RLHF 奖励机制会进一步放大这种味道。人类标注者倾向于给那些“中庸、安全、全面”的答案高分，于是模型被训练成了“八面玲珑”的选手：不表态、不激进、不出格。你经常看到的那些“既有优势，也有挑战”“具有重要意义”“未来前景广阔”这样的句式，就是这种中庸激励下的自然产物。 这也解释了为什么 AI 写出来的东西，即便形式上模仿得再像，读起来仍像是“没有血肉”的文字。它没有世界模型，没有时间感，也没有“我非说不可”的冲动，它生成的只是“统计上最合理”的答案，而非“我真心想说”的表达。这种根源性的差异，就像是合成香料和炖煮骨汤的差别——味道可能接近，但总有一股“假”的底色。 所以，AI 味并不是一个可以靠技巧完全去除的瑕疵，而是统计学习范式的体味。你可以靠风格微调、个性化训练和精心设计的提示词让它淡一点，但只要它的底层逻辑还是“预测最可能的词”，这种味道就永远不会彻底消失。换句话说，它可以越来越像人，但永远不知道“成为人”是什么感觉。

近期在研究 DeepSeek Harness，也研究了一些能够让 Agent 在自主性和可调试性上获得更大提升的插件。挑了几个觉得还不错的，列出来，大家也可以试一试。 1）dsh-market：DSH 的插件市场，支持插件搜索、安装和更新。建议优先安装，后续探索插件会方便很多。 2）dsh-context：个人比较推荐。可以直观地看到 Context 的变化、Token 消耗和多 Agent 的运行状态。对于分析长任务中的决策偏差很有帮助，Agent Debug 正在从 Function Profiling 走向 Decision Profiling。 3）dsh-ops：优化 Shell、文件操作和工具调用，减少 Token 消耗与执行开销。Agent 的性能优化，很多时候还需要从工具接口和执行路径入手。 4）dsh-agent-teams：支持多 Agent 协作、任务依赖和状态持久化。比较值得研究的是任务调度与异常接管机制，多个 Agent 如何高效协作，仍然是个很有挑战的问题。 5）Hindsight：提供 Retain、Recall、Reflect 三类能力，让 Agent 能够积累和复用历史经验。长期记忆的价值在于让过去的经验影响未来的决策。另外，billion-context 也有相似的上下文延续能力，只不过它更侧重超长会话的分层压缩与历史信息找回，适合长程任务。 6）Ouroboros：通过 MCP 接入 DSH，围绕目标、执行和评测持续迭代。比较有意思的是，它开始尝试让 Agent 根据反馈调整自己的执行方式，向更深层次的 RSI 探索。 这几个项目从执行调试、效率优化、多 Agent 协作，到长程任务、长期记忆和自我改进，覆盖了 Agent 工程中几个比较重要的方向。 不过，我觉得目前还缺少一个比较成熟的任务管理插件，能够统一承接日常 TodoList、聊天和其他渠道产生的任务，管理优先级，并根据任务的复杂度、风险和 AI 的执行能力进行分级处理。简单任务自主完成，复杂任务持续推进，涉及关键决策和敏感操作时再交给人。 最近我也在写一个插件，尝试解决这块的问题。希望把任务管理、主动调度、分级自主执行和人工接管整合起来，让 Agent 能够真正承担更多日常工作。 有其他好用的插件，也欢迎推荐。👍

SpaceXSI Principal Engineer @poteto 在 AI Engineer Code Summit 2026 @aiDotEngineer 分享「All Code Is Slop (Except Mine)」 她真正想论证的是软件工程师的工作变化：在大幅提高产出的同时，维持甚至提高代码质量。 有人把这条路叫做软件工厂，她更愿意把它说成信任！

今天才知道 Tailscale 原来支持直连，以前总以为它像 Cloudflare Tunnel 一样要绕一大圈，压根没抱什么连接体验的指望。 - 换成 OpenBot，发现支持自建部署到服务器，服务端和APP 连接很方便。 - 看了下最低配置要求，4 GB 内存仅够支撑 2 个并发回合，手里的翻墙小鸡就别考虑了，只能部署到家里的服务器上，原计划用我熟悉的Frp打洞远程访问。 - 全权交给 AI：PVE 新建一台 Ubuntu 24.04 LTS 虚拟机，安装 OpenBot，顺便安装 Tailscale 试试速度。 - 没想到 Tailscale 成功实现了直连，手机流量到 PVE 服务器延迟只有 39 ms 左右，大大超出预期，实际使用几乎感受不到延迟。 - OpenBot 登录邮箱后，本地和手机都能顺畅迅速切换到 PVE-OpenBot，整体使用体验非常出色，分享出来供大家参考。