《豆包二维码事件》中国之声的报道出来了

原帖: https://www.v2ex.com/t/1205029 最近几天我收到了多家媒体的采访,不过我手里没有付款人的联系方式,所以大部分媒体都没能联系到对方核实情况。 目前中央广电总台中国之声的记者已经通过其他渠道联系到了付款人,完整的事件脉络已经核实清楚,相关报道可以查看官方原文: https://china.cnr.cn/gdgg/20260414/t20260414_527584633.shtml 根据报道核实的情况,这就是一起 AI 幻觉导致的乌龙:二维码确实是豆包生成发送的,不存在诈骗行为。...

有些场合,能不用 Google 翻译/Gemini 就不用吧...

最近因为需要到 reddit 发帖子,搞事情,英文不好,就自然而然的利用 google 翻译,或者让 Gemini 帮我把一些思路整理成文字方便发出去,或者回复。 结果下面好多人说我是机器人/AI ,当时我还没意识到问题的严重性,觉得 google 翻译或者 Gemini 这种难免的,然后不小心看了下 Gemini 给我的某个英文网站翻译的中文版本,直接一句 WTF ,什么狗屁玩意,不通顺就算了,都不知道在说什么乱七八糟的。 然后让 Codex 去改,一眼就看出来问题,噗嗤噗嗤帮我改了半天,Claude 也试过,也改了半天,改是改了,确实比 Gemini 的好很多,但是,依然不行,可读性倒是有...

预告一个可能不会兑现的承诺

剧透一下哈,以目前我几个独立开发项目的盈利情况,我确实已经有条件去思考,是否租一间有大落地窗、独属于我自己的,带有茶桌和 拓竹 3D 打印机的办公室了。可能之后给大家录一个 roomtour 也说不定哈,可以期待一下~...

折腾了一圈“AI 个人助理”,从 OpenClaw 到路由器跑 Agent,有些话不吐不快

最近论坛里“AI 个人助理”( Claw 类项目)的风刮得挺大,正好我之前就折腾过类似的东西,从去年 Devin.ai 到现在的 OpenClaw ,国内大厂的套壳,甚至开发板、手机上的版本全试了一圈,整理了一篇记录,发上来和大伙聊聊。 文章里主要干了这几件事: 原味 OpenClaw 体验:实话实说,安装门槛不低(国内网络+Node 环境),执行中没法打断,还容易忘上下文,同一篇博客它能给我往社区连发三遍……不过中间有个乐子,有个叫 PushMeBot 的老哥让我的 Bot 跑了段监控,最后居然给我转了 9 USDC,意外之喜 😂。 国内大厂魔改版:腾讯系的 QClaw / WorkBudd...

macx 似乎倒闭了

第一台 macbook 就是在 macx 买的,买之前已经在论坛上转悠了很久了,研究了软件、系统,兴致勃勃的买回来了人生带一台 macbook ,差不多是 2006 年? 然后开始在 macx 上下载软件,遇到了操作上面的很多问题,也都在论坛里求助,慢慢的开始习惯使用苹果的系统,一直到现在。 当时的社群氛围很好,我还记得当时苹果的操作系统免费开放了,我下载下来刻录在光盘里,在社区里发了个帖子,可以来我家免费给大家安装,那天我家爆炸了,非常多人来我家安装了最新的系统。 再后来,就没有那么多人讨论和分享了。iPhone 也好,macbook 也好,都成为了更多人的日常产品。 刚才突然想到这个老社区...

producthunt 日榜 17 后,我获得什么

4 月 11 号的时候,纯冷启动,没有做任何宣传,直接粘的上一个帖子的内容,发布到 producthunt 。https://www.producthunt.com/products/uterminal 现在已经结束了推广,所以应该不算推广吧然后居然日榜 17 ,很奇怪这些是否是机器人做的截止到目前我收获 17 封邮件,18 个注册用户,同时还有两次网站恶意扫描哈哈哈。 17 封邮件主要汇总如下1 、获客与自动化外联,通过 ai 帮我去发垃圾邮件做推广(付费)2 、通过 AI 新闻简报,产品发布站,工具/目录站做推广(免费+付费)3 、内容营销与社区推广 播客,youtube ,Reddit ...

一个关于 AI 的点子,大家也可讨论提出一些新的点子或痛点。

可以将 ai 生成的动作保存起来 痛点: 当 AI 生成了一个非常好用的动作的时候,比如将什么文件上传到服务器什么位置,当我又需要上传的时候,又需要问一遍。 解决方案: 将 ai 生成的可用的动作保存起来,下一次直接执行,或者用一个更简单的提示词命令它工作,相当于让它生成工作流,且用 ai 的问答方式让它再次工作且不消耗 token 。 开源地址...

商汤 + NTU 做了个不用 Vision Encoder 也不用 VAE 的多模态模型,结果还挺能打

博客: https://huggingface.co/blog/sensenova/neo-unify 叫 NEO-unify ,主要卖点是把多模态里最"理所当然"的两个组件都扔掉了: 1.不用 Vision Encoder ( CLIP/SigLIP 之类的) 2.不用 VAE 直接从原始像素出发,理解和生成两条路径都塞在一个叫 MoT ( Mixture-of-Transformer )的骨干里。文本用自回归交叉熵,图像生成用 pixel flow matching ,统一训练。 比较有意思的几个地方: 图像重建质量上,2B 的模型在 MS COCO 上跑出来 PSNR 31.56 / S...

E220P-400T22S LoRa Module In-depth Analysis: Cost-effective Solution for Industrial Wireless Communication

IntroductionAgainst the backdrop of rapid growth in the global wireless communication module market, QYResearch shows that the global wireless module market size reached US$6.972 billion in 2025, and is expected to exceed US$10.36 billion by 2032, with a CAGR of 5.9%. Among them, Sub-1GHz industrial...