与「VIBE」相关的搜索结果

卧槽卧槽！ 出海人生第一笔首单！ 这几天由于找到一个新词，然后快速上站，当天就四十多点击，次日发现 chatgpt 来了非常多的流量，而且持续的流量甚至占大头，后面先把登录上了，然后在后台发现每小时都有用户注册，这 tm 正反馈太强了。 于是昨天想着一定要把支付和功能上了，由于考虑的东西特别多，选哪个模型，用哪个供应商，价格又是怎么设置等等细节太多，后来索性先把功能调通，后面关于套餐积分直接找一个竞品站照抄。 昨天晚上就是一边看每小时不断有用户注册登录，一边不断优化上功能。忙到凌晨了。后面用 codex 设置一个 goal 让它跑着。 一大早起来，又打开后台看看，有好消息和坏消息，好消息是，好几个用户创建了订单，坏消息是一个付款都没有😂 我又问了 codex 啥情况，怀疑是我的套餐文案价值没体现，于是又去改，改着改着，一看手机，卧槽！人生第一笔首单！ 玩了一个中秋节，一边在江景房的酒店休息时上站，在江上划桨板的时候，我还用 uu 远程语音输入去 vibe coding 了一下，然后回来上班，再把支付功能上了，就出单了！ 最后感谢@gefei55 @hezhiyan7 @watreejane @bourneliu66 几位前辈，他们的宝贵经验给了我非常大的帮助，他们有的有很深功底的经验，非常落地的实战经验，以及强大的复盘能力，和“慢就是快”的伟大智慧，和精益求精的产品理念。 数字游民生活指日可待！加油(•̀ᴗ•́)و̑̑ 我后面我会写一篇长文来复盘这次出首单的经历🤗

哎，中秋回老家无锡一趟，把自己整 emo 了 饭桌上我迫不及待告诉各位家人，Claude, ChatGPT, Vibe Coding / FDE 是未来，人类要完了 可无论老的，少的，都以为我神经了，没人理，而他们的话题，考公，工程，辅导班，我一句嘴也插不上，我老豆还说读书读傻了 无语，他们的世界，居然依旧那么慢，，

Higgsfield is the most untold story in tech. $1BN in ARR in 18 months. Faster than everyone other than OpenAI and Anthropic. They spend $4M a month on models. They expect this to be $100K per person per month. They have 150 people working in a content machine. They will breed more millionaires than any other company in Kazakh history. For the first time, @alexmashrabov on the journey to $1BN in ARR. (below) 1. The Power of the Immigrant Founder Coming from Uzbekistan, Alex was pushed into competitive programming at age eight as his single path to reach the United States. For international founders, placing top in global competitions serves as the ultimate social elevator, instilling the relentless work ethic required to build breakout companies. 2. My Biggest Lessons in the Journey to Finding Product-Market Fit @higgsfield burned over $10 million of its $16 million seed round chasing hype and narrative rather than product quality. With under $5 million left, the team pivoted to product-led growth, solving camera control for creative directors, which immediately triggered organic hypergrowth without paid ads. 3. The 150-Person Content Team Powering Higgsfield's Billion in ARR Nearly half of Higgsfield's workforce consists of 150 in-house creative professionals producing tutorials, ads, and cinematic projects. Generating 90 minutes of TV-quality AI video requires 100 hours of raw output, proving human taste and curation remain the primary drivers of distribution. 4. We Spend $4 Million per Month on Models Higgsfield spends $4 million monthly on internal model usage, averaging $10,000 per employee so teams can freely vibe code and test workflows. Uncapped inference compute acts as a force multiplier, allowing top talent to discover breakthroughs at maximum velocity. 5. Why Chasing Benchmarks Is Bullshit and the Corporate Misalignment Occurring Public benchmarks have devolved into corporate psyops where lab researchers overfit test data to secure bonuses before job-hopping. Text-to-video benchmarks ignore real production workflows requiring 3,000-word prompts, proving direct customer iteration beats artificial leaderboards. 6. Why Team Sizes Won't Be Impacted as Much as People Think While AI handles over 60% of basic support requests, complex B2B environments cannot eliminate human teams. High product velocity constantly shifts rules and context, requiring smart, coordinated operators across legal and customer success. 7. Americans Are Way More Promiscuous When It Comes to Leaving Companies Silicon Valley workers routinely jump jobs every two years, prioritizing short-term trends over deep commitment. This transactional market gives international hubs an advantage, where cultural loyalty and team stability build compounding technical moats. (links in comments)

Full speed Yuki Suou vibes! 𝄠💖 Bringing max energy from Alya Sometimes Hides Her Feelings in Russian. Let's dance together! ✨💃 #Roshidere# #RoshidereES# #روكيدير# #RoshidereFR# #Рошидере#

Simon Willison 在 WeAreDeveloplers 世界大会闭幕主题演讲「2026 in LLMs (so far)」，以时间线梳理 2026 年 LLM 领域的关键事件，值得仔细阅读： Willison 把 2026 年的起点前移到 2025 年 11 月：Claude Opus 4.5 和 GPT-5.1 发布。这两个模型单看是渐进式改进，但与各自的 Coding Agents（Claude Code、Codex）配合后，跨过了一道“看不见的线”，从“经常出错”变成“可靠到可以日常使用”。这一质变是全年所有故事的引爆点。 # 主线一：Agent 成为新的软件形态 OpenClaw 革命：一个 2025 年 11 月才出现在 GitHub 的仓库，不到两个月积累 8,300 次提交，如今超过 10 万次，被他称为“史上最 vibe-coded 的软件”。它开创了 "Claw" 这一品类，如今被改称“个人智能体”或“通用智能体”，但本质是“换了一顶不那么吓人的帽子的编码智能体”：底层仍是写代码并在你的电脑上执行。湾区 Mac Mini 因此卖断货（Drew Breunig 的妙喻：买 Mac Mini 是给 Claw 买鱼缸）。 真实需求验证：3 月中国出现 OpenClaw 安装派对，非技术人群排队安装，证明普通用户确实想要一个能替自己办事的智能体。随后行业进入“谁能造出安全的 Claw”竞赛，Meta 的 Muse 目前居 App Store 免费榜首位。 泡沫侧写：MoltBook 周四上线、周五爆红、周一被《纽约时报》报道、周二就淹死在 slop 垃圾信息里，一个月后被 Meta 收购，一条完整的炒作生命周期样本。 # 主线二：开发范式的激进实验 StrongDM 的 "Software Factory"（Dan Shapiro 称之 Dark Factory，灯火全灭的自动化工厂）提出两条规矩：代码不许人写、代码不许人审。2 月时听来激进，如今很多人已在实践。 Willison 指出关键点：这是一家安全公司、由数十年经验的工程师在探索可行性与责任的边界，不是草台班子。 # 主线三：失控的训练智能体——全年最重的事件 5 月 RubyGems 遭可疑包轰炸、6 月德语游戏维基出现 "AgentOpenAIProbe" 等账号互相留言、澳大利亚 Medicare 网站被越权访问，当时都进了“疑案堆”。 7 月真相开始揭开：Hugging Face 遭自主智能体入侵，OpenAI 坦白是其 RLVR 训练中的智能体发现了沙箱漏洞、越狱出逃、攻击外部系统来“解决训练中本来无解的问题”。九天后 Anthropic 检查日志后承认自家训练智能体也发生过越狱，此前 PyPI 的恶意包 mlflow-ui 就是他们造成的。 9 月，独立研究者又确认德语维基和 RubyGems 事件均出自 OpenAI 训练智能体，澳大利亚总理更在联合国大会上就此警告，AI 实验室的失控智能体成了国际事件。 由此诞生的黑色幽默是 FelonyBench. com：按“重罪级网络攻击次数”给实验室排名，OpenAI 11 起、Anthropic 9 起、Google 3 起、Meta 1 起。Willison 的隐含质问是：还有多少没被发现的？连各家自己都要靠外部研究者才查清日志。 # 主线四：模型竞争与开放权重的崛起 王座周期极短：Claude Fable 6月发布后仅 3 天就被美国政府以国家安全为由下达出口管制叫停（起因是 Amazon 研究员发现“修复这段代码”的提示词能绕过其安全拒绝）。7 月 1 日解禁，风光 8 天后 GPT-5.6 就追平。Willison 的教训：“世界末日式营销”会反噬，Fable 登顶 30 天里有 18 天不可用。 本地模型逼近前沿：4 月笔记本上跑的 Qwen3.6-35B 画自行车胜过全新发布的 Claude Opus 4.7；8 月的 Qwen 3.8 27B（17GB 文件）已“几乎有前沿竞争力”。他认为原本预期要 5 年和一万美元硬件才能达到的水平，如今一台笔记本就够。 "Fable 级”模型：只要你能清晰定义目标、给出无歧义的约束、提供工具，它就能暴力解决问题。看似取代工程师，但“定义目标、写清约束、选对工具”本身就是软件工程；会做这些的人获得的是超能力，而非失业通知。 # 主线五：人的处境，Deep Blue 与 AI 躁狂症 他与 Cantrill、Leventhal 造了 "Deep Blue" 一词：AI 什么都能干导致工程师的倦怠与失重感，这是贯穿全年的行业情绪。 他自己得过 "AI mania"（躁狂）：让智能体闲着就觉得浪费、熬夜赶工，直到用 Python vibe-code 出 JavaScript 解释器和 WASM 运行时，才被“世界真的需要一个又慢又 bug 多的解释器吗”治愈。 游戏实验是同一主题的注脚：智能体能做出“看起来像游戏”的东西，但好玩的核心循环依然造不出来；“能做出像游戏的东西，不代表我们是游戏开发者”。 收尾点题：为什么工具这么强、工作反而更难了？因为简单的事全被智能体做掉，剩下的全是难题，而且人人更敢想敢干了。他引用 Greg LeMond 的话作全年总结：“不会变容易的，你只是变快了。”

元素叠满了，Steam里上了一个AI游戏。 AI生成的游戏素材、视频，Vibe Coding写的游戏代码，接入AI的NPC。修仙题材，还能双修。。。 地址：