与「KARPAK」相关的搜索结果

OpenLife, KARPAK's real-world exploration layer, is opening its first entry. Walk the map, own the ground you cover on-chain. It's your identity inside OpenLife, and the key to raising your own AI life form. Early identity. First batch only 👇

一个免费的项目，大家可以蹲一下 @karpak_xyz KARPAK 是首个将真实世界停车行为代币化的 DePIN 项目 由 @Paratrix_xyz 提供底层支持 周三出来，主要是免费mint 的 virs 链接 持有VIRs = 可交易的链上现金流资产 这个项目也算是很新颖的项目，反正免费的mint，万一有福报呢

😆The wait is over. 🎉 @karpak_xyz VIRs Season NFT is coming this Wednesday! 5000 supply. Free Mint. Fair launch. A new community moment is about to open for the early ones who saw KARPAK before the network became obvious. 👐🏻Open to everyone. ❤️Built for early believers. More details soon… #KARPAK# #DePIN#

Seni $CASHCAT alman için yalvardım - 700x yaptı Seni $ANSEM alman için yalvardım - 1600x yaptı Seni $HEAVYPULP alman için yalvardım - 2500x yaptı Seni $PUNCH alman için yalvardım - 2000x yaptı Seni $CHIBI alman için yalvardım - 800X yaptı Hepsini 100K MC'nin altında çağırdım Eğer bu coinlere 100$ yatırsaydın 1.7M kâr yapardın Az önce 100 - 5000x potansiyelli başka bir düşük kapak meme buldum Şu anda 49k piyasa değeriyle işlem görüyor Bu postu beğenen ve retweet edenlere CA'yı göndereceğim

世界上前20的Skill必装榜！ 1、superpowers（by obra），当时星标 30.2 万 它把开发拆成四步：头脑风暴、写计划、测试驱动、代码审查，串成一套开发流程。做中大型功能之前装上，AI 不会一上来就乱写代码。 2、skills（by mattpocock），当时星标 29.8 万 需求说不清的时候，它会反过来追问你，再帮你理清架构。排查 bug、重构老项目，用它最顺手。 3、andrej-karpathy-skills（by multica-ai），当时星标 22.1 万 一份项目规则：AI 先想清楚再动手，只改该改的地方。放进项目根目录，写代码时就生效。 4、skills（by anthropics），当时星标 18.2 万 官方技能库，Word、PPT、表格和 PDF 都能直接做。想自己写 Skill，照着它的模板改就行。 5、ponytail（by DietrichGebert），当时星标 16.8 万 让 AI 像最懒的资深工程师一样思考：能不加的抽象就不加。代码写完让它过一遍，把过度设计和技术债挑出来。 6、ui-ux-pro-max-skill（by nextlevelbuilder），当时星标 13.8 万 整套配色、字体搭配和交互规范都在里面。做落地页、后台和 APP 界面之前装上，页面更像设计师做的。 7、graphify（by Graphify-Labs），当时星标 12.9 万 把代码、文档和数据库结构转成一张知识图谱。接手陌生项目时先建图，再问"这个函数被谁调用"，一查就清楚。 8、caveman（by JuliusBrussee），当时星标 11.4 万 让 AI 用最少的字回答，啰嗦的铺垫全删掉。长时间跑 agent 的时候装上，能省下一大截 token。 9、agent-skills（by addyosmani），当时星标 10.9 万 谷歌工程师整理的工程规范，覆盖接口设计、上下文管理和质量检查。团队一起写项目，用它统一写法。 10、taste-skill（by LeonxLnx），当时星标 9.9 万 给 AI 补上审美：排版、参考图和动效都有讲究。做官网首页和作品集的时候用，页面不再像套模板。 11、Understand-Anything（by Egonex-AI），当时星标 8.7 万 把代码变成能点开的交互图谱，还会讲清楚业务流程。新人上手项目、读开源代码，最省时间。 12、impeccable（by pbakaus），当时星标 8.3 万 专门提升 AI 的设计能力，会检查间距、层级和细节。页面做完先让它审一遍，再按建议打磨。 13、awesome-claude-skills（by ComposioHQ），当时星标 7.7 万 一份技能合集，按场景收录了八百多个 Skill。不知道该装什么，先来这里挑。 14、last30days-skill（by mvanhorn），当时星标 6.5 万 它会去 Reddit、X 和 YouTube，汇总最近 30 天的讨论。 做选题、追热点、调研同类产品的时候用。 15、humanizer（by blader），当时星标 5.9 万 专门去掉文字里的 AI 痕迹，比如套话和固定句式。公众号、口播稿和邮件写完，都可以让它过一遍。 16、diagram-design（by cathrynlavery），当时星标 5.8 万 支持四十多种图表，直接输出成网页文件。写技术文档、做方案汇报，用它画架构图和流程图。 17、i-have-adhd（by ayghri），当时星标 5.8 万 让 AI 先说结论和下一步，再给细节，不把答案埋在长段落里。问技术问题、想马上拿到结果，就装它。 18、marketingskills（by coreyhaines31），当时星标 5.6 万 覆盖文案、SEO 和数据分析这些营销技能。写推广文案、提升网站搜索排名的时候用。 19、academic-research-skills（by Imbad0202），当时星标 5.3 万 从查文献、写论文到模拟审稿，一条流程串起来。写毕业论文、投期刊之前都能用。 20、scientific-agent-skills（by K-Dense-AI），当时星标 5.3 万 让 AI 变成科研助手，接入生物、化学这些领域的数据库和工具。做实验分析、查专业资料的时候用。

建议大家都去油管学 AI Agent，真的能打破信息差！ ① Jeff Su
节奏快、实用导向，适合普通人入门。他有大量把 Prompt、AI Agent、工具落地讲清楚的短视频（例如约 10 分钟的 AI Agents, Clearly Explained 播放量很高）。 内容直给，新手跟着做能上手。频道约 190 万订阅，风格轻松实用。 ② Andrej Karpathy
AI 领域真正的大神（前 Tesla AI、OpenAI 等）。他的 LLM 入门/深度讲解视频（1 小时版和更长的 Deep Dive）在圈内刷屏，原理、训练、应用讲得通俗，非技术背景也能跟上。干货密度极高。 ③ Tina Huang
前 Meta 数据工程师/科学家。录有《Building AI Agents In 44 Minutes》《AI Agents Fundamentals In 21 Minutes》等视频，擅长把复杂资料提炼成清晰框架和实操路径，非常适合作为入门第一课。频道约 140 万订阅。 ④ Dave Ebbelaar（Datalumina）
Datalumina 创始人，内容聚焦可落地的 AI 系统工程（生产级 Agent、架构、部署）和 AI 自由职业/创业建议。 实战导向，经验分享多，适合想真正做出系统的人。 ⑤ IBM Technology
IBM 官方频道，覆盖 AI、自动化、DevOps、量子等，常有领域专家讲解。内容广度好，解释相对严谨可靠，像一个小型 AI 知识库。适合建立系统性认知。 ⑥ Google Cloud Tech
Google Cloud 官方频道，更垂直深入（Vertex AI、Agent 相关、NotebookLM、实用工具等）。 如果说 IBM 更“广”，这个更“深”，尤其适合想用 Google 生态落地的人。 ⑦ Cole Medin
强烈推荐做 Agent 实操。重点讲生产级 AI Agent、n8n / LangGraph 全流程构建、本地部署、架构设计。 内容实战、有完整项目和仓库，适合从“会用”进阶到“能做出稳定系统”。在很多“学 Agent 必看”列表里常出现。 ⑧ Liam Ottley
偏商业落地和变现角度。有超长完整指南（如《How to Build & Sell AI Agents》），覆盖无代码/低代码构建、自动化业务、接单卖服务。 适合想把 AI Agent 技能直接变成收入的人。 ⑨ Andrew Ng / DeepLearningAI
Andrew Ng 是 AI 教育与实践的标杆人物。DeepLearningAI 频道有关于 Agentic AI、设计模式（reflection、tool use、planning、multi-agent）的短课程和讲解，质量高、结构清晰。 适合想建立扎实基础并理解“为什么这样设计”的人。 ⑩ Nate Herk
以 n8n + AI Agent 实操闻名，有完整的无代码/低代码 Agent 教程和长视频课程。 非常适合不想先写大量代码、又想快速做出能用的自动化 Agent 的人。 和 Cole Medin、Liam Ottley 互补。 学习建议（快速上手路径） 1.完全新手：Jeff Su + Tina Huang 先建立概念 → 再看 Karpathy 补原理。 2.想动手做：Tina Huang / Cole Medin / Nate Herk 跟做项目。 3.想做生意/自由职业：Liam Ottley + Dave Ebbelaar。 3.想系统扎实：Karpathy + Andrew Ng + IBM / Google Cloud 官方内容。 这些频道大多免费、更新相对及时，能有效打破信息差。 建议先看 1-2 个入门视频确认风格是否适合自己，再深入。 如果有具体方向（比如纯无代码、Python 工程、商业变现），可以再细化推荐。

最近给我每天都在使用的工程师合集技能 Waza 加上了一个很有用的操作以及回复规则，来源于 ASD-STE00，一套最开始用于航空维修文档的简化技术英文标准。 最开始是看到 Andrej Karpathy 的推荐，让大模型参考这一套规范来解释事情，回复会更加易读，刚好晚上有空，我顺着看了看规范和官方的 AI 白皮书，发现它对于词语、条件、和操作顺序的要求，真的非常适合拿来检查 AI 到底有没有把话讲明白讲清楚，想着基于我的理解给大伙更好懂的解释一下。 可以理解飞机维修手册其实面向阅读的人来源于各个国家，英文不一定是对方的母语，比如说修飞机的时候，拆哪一个零件、什么时候可以操作、前一步做到什么地步才可以继续做下一个步骤，是不是感觉非常像现在我们让 Agent 去做一些事情，我们也是想着尽可能 Agent 非常准确快速的做好，并把我们的诉求理解到位。刚好就和这个飞机维修手册上的说话操作规范非常像。 很多时候，一个词语换一个意思，一句话里面漏掉一个条件，面对说明书操作的人可能会做成不同的操作。好比大公司里面，CEO 的想法是经过多轮传递，很容易会导致很多信息失真，最后做出来的东西可能会当时想的完全不一样。 这套标准从我的理解正是用来解决这种说话和执行偏差的问题，它由协作规则和词典组成，词典会限制一个词可以用什么词性、表达什么含义，包括这个行业里面的哪些技术属于可以允许使用。同一个东西也不会为了避免重复就换一个名字去做，操作的步骤会需要写清楚条件和顺序等等这样的要求，其实这些放到技术文档里面也非常好理解。 我在 Waza 里面为了让 AI 更好理解，比如说在 write 写作技能里面我放了这样的例子，让 AI 写出来的内容更加清晰明白。 比如“上传完成后，删除本地文件”，如何被 AI 简化成“开始上传，然后删除本地文件”，会很容易出问题，可能文件还没有传完就被删除掉了，这里的“完成”就是决定了什么时候能删除，是必须存在的词。 再比如“只有检查通过，才允许重启” 和 “检查通过后就重启”，前一句就符合这个要求，后一句没有执行要求的动作容易多出很多可能，“才允许”在这里就是那个保持原意的关键词。 这正是我希望 AI 在日常回复和帮我干活时候要注意的地方，把做的结果讲明白、讲清楚，让它和我都不困惑不懵逼，说到点上，不要我再去多问一句更多的才好。比如说代码改好了、测试通过了、已经推送了、用户可以下载了都是对于结果的详细表述，假如它只回一句“已经修复并验证”，这种情况下，我肯定会继续问，到底解决了啥都好了没。 不过我认为，这里没有必要让 AI 去完整参考所有的标准，归纳起来的规则其实非常短，「同一个对象保持同一个名称，指代不清时写明对象，把条件和例外放在对应动作附近，保留先后关系，分清建议、要求和可能性。已经清楚的话就不改，不要为了简短删掉原因和边界。」 当然你也可以直接安装 Waza 的 clarity 规则来使用，或者直接去这里看看。

都翻墙出来看X了，还没收藏这10位AI博主？ 信息差就藏在这些人的时间线里👇 1. @karpathy
从零手搓GPT的男人。发得少，但每条都能帮你把模型原理想明白，vibe coding也是他带火的 2. @dotey
中文圈最稳的硬核源。论文拆解、优质翻译、能直接用的Prompt和工具判断，质量一直在线 3. @DrJimFan
NVIDIA机器人方向。具身智能、世界模型、机器人进展，讲得清楚还不水 4. @op7418
AIGC周刊主理人。绘画、视频、设计工作流和工具坑，实操密度很高 5. @emollick
沃顿教授。不空谈“AI将取代人类”，专门做工作流实验，告诉你哪些任务真能交出去。 6. @Jason23818126
AI、工具、认知和超级个体实战笔记，适合想少内耗、多拿结果的人 7. @simonw
Django联合创始人。新模型一出来就上手测，附提示词和翻车记录，适合真正要落地的人 8. @swyx
Latent Space主理人。AI工程、Agent、评估体系，帮你看清生态怎么长，而不是只看发布会 9. @vista8
中文区产品感和趋势判断都强。工作流、Vibe Coding、AI产品观察，适合想做东西的人 10. @Smartpigai
大厂程序员，聚焦AI实践和赚钱。技术、Web4和真实落地交叉着写，拒绝无效内耗 时间线干净一点，翻墙才算值回票价