💰 当你的销售团队休息时,AI 可能已经把单子谈妥了。
更多动态
让 SIMA 2 成为你的 AI 游戏代练
DeepMind 新 AI,整合 Gemini,在 3D 游戏里自主学习、规划并执行,不再只是“按指令行动”。 🔹 什么是具身智能? AI 像真人玩家,只“看”屏幕和“操作”键鼠,不依赖游戏 API。它能理解“🪓+🌲” emoji 组合背后的“砍树”意图。 🔹 核心技术 (Dev 关注): 1️⃣ 推理中枢:Gemini 2.5 flash-lite 驱动,端到端响应 < 200ms。 2️⃣ 关键指标:训练过的游戏任务成功率 65% (接近人类 75% 基准)。 3️⃣ 自我改进:革命性的三步学习循环(AI 生成任务 → 奖励模型评分 → 反馈迭代),无需额外人类标注。 🔹 关键突破: SIMA 2 能在《山羊模拟器 3》这种物理混乱的环境中发现新玩法,甚至能在 Genie 3 实时生成的全新世界中自主学习。这种跨环境的“概念迁移”和“自主迭代”能力,是通向 AGI 和物理世界机器人的重要一步。 参考资料:https://deepmind.google/blog/sima-2-an-agent-that-plays-reasons-and-learns-with-you-in-virtual-3d-worlds/ #AI代理 #具身智能 #DeepMind #Gemini #AGI
🚨重磅:谷歌刚刚正式宣告了你那堆杂乱笔记的“死刑”。
NotebookLM 刚发布了史上最炸裂的更新 → 它现在支持把图片作为源材料了! 这对做研究和学习来说,简直是颠覆性的改变。你的手写笔记彻底凉了。 工作原理如下: 1、上传任意内容:拍下你的手写笔记、课本截图或复杂的图表。 2、它会转录:它用上了强到离谱的 Gemini 视觉模型和 OCR 来读取并理解所有内容(即便是龙飞凤舞的字迹)。 3、它成为你的AI:它把所有这些静态图片转变成一个“基于原始资料”的知识库。 4、向它提问:只根据你上传的笔记和图表来提问、获取摘要或生成闪卡。 终于,你可以把你那些乱七八糟的纸质笔记,变成一个可搜索、智能化的 AI 了。 先马住:https://notebooklm.google.com
claude申诉失败了。
订阅费也没法儿退,我甚至怀疑申诉邮件就是钓鱼的,有追踪IP地址。 dhh是美国开发者,前段时间来深圳交流,演示了自己怎么用claude code。 目前最稳妥的方式就是参考dhh方法,把Claude code放在海外机器上,用tailscale远程连接使用。 那就得租一台有家宽的海外机器,在那台机器上注册和登录claude。

分享下现在的纯手机端工作流。
九月底前我都是坐在电脑前开着terminal指挥着pi,跑多subagent,最后再自己看diff,提pr,经常一坐就是一天。 九月底,我工作流改成在手机端用hermes指挥pi,完全解决了久坐电脑前的痛苦,用到现在还挺舒服。 Hermes用旗舰模型(gpt-6-astra/opus-5.5),pi尽量不装插件,用中端模型(ds-v4.1-flash/sonnet/terra),二者间用a2a通讯。 hermes负责分析issues,拆分成多个小任务,然后给每个小任务创建worktree,并在里面派遣pi去完成小任务。 每个pi完成任务都会通知hermes,由它判断提pr还是返工给pi。基本逛一天景点,或一觉醒来十几个pr搞好了,舒服得很。 就是过程太黑盒了,心路历程有点像早期的vibe coding,那会diff至少自己会看一下,现在diff也黑盒,完全交给旗舰模型,属于盒中盒了。 如果没数据焦虑,其实可以直接用grok-bot或者chatgpt-dot,开箱即用,里面内置了grok-cli和codex,原生agents通讯。弊端就是数据不在本地,有监管,万一被封号一切归零。
