Keep on to blur preview images; turn off to show them clearly
RT @math_rachel: TensorFlow was all about making it easier for computers. PyTorch *won* because it was about making it easier for humans.…
🇦🇺 Co-founder: @AnswerDotAI & @FastDotAI ; Prev: professor @ UQ; Stanford fellow; @kaggle president; @fastmail/@enlitic/etc founder https://t.co/16UBFTX7mo
Meta开源了一款支持1600种语言的ASR：Omnilingual ASR，几条语音文本配对样本即可零样本扩展新语种 提供了SSL、CTC、LLM 三种架构，每种架构都给了300M到7B不等型号 CTC：速度快，最高96倍实时，适合批量转写 LLM：可零样本识别，准确率高，78%的语言错误率低于10% SSL自监督模型：用于预训练或特征提取 #ASR #MetaOmnilingualASR
github：https://t.co/ivCIsVLWQH
there is some sequence of buttons i could click at any given moment that would make me millions of dollars. there is some idea i could execute right now that would be 1000x more efficient than any idea ive ever worked on alas this is silly, for all i can do is keep going
curious guy creating things @ https://t.co/HXWladhJaA - up and coming wife guy
RT @anumness: I have been using @postbridge_ by @jackfriks for about a month now and I have to say it's bloody brilliant. Offers sooo muc…
curious guy creating things @ https://t.co/HXWladhJaA - up and coming wife guy
为 2026 年寻找下一个月收入超过 1 万美元的创业想法提供了 30 种实用方法 来自 @gregisenberg 的帖子，提供了 30 种方法，主要围绕观察在线社区、技术趋势和用户痛点，利用 AI 和智能体来构建产品或服务。Greg 强调，机会往往隐藏在日常抱怨和重复任务中，通过系统化挖掘可以转化为可盈利的解决方案。 1. 阅读 GitHub 问题，寻找开发者反复忽略的痛点——这些是潜在的产品需求来源。 2. 在 Reddit 设置关键词警报，如“我希望有人能构建……”，并验证需求强度。 3. 围绕 Upwork 上单一、高薪的垂直重复任务构建智能体。 4. 监控 API 变更日志，并在变更发布当天构建集成工具。 5. 使用 ChatGPT 总结 Chrome 商店的一星评价，并修复前三大投诉。 6. 审计浏览器开发工具，找出 power 用户仍需手动操作的部分。 7. 逆向工程 Product Hunt 热门产品，然后应用AI改进它们。 8. 阅读 YouTube 教程评论，识别观众仍无法理解的内容。 9. 观察 Twitch 主播，记录中断他们流程的工作流。 10. 扫描招聘广告中反复出现的“必备”工具，并构建更简单的版本。 11. 挖掘像 Google 这样的公司废弃项目，并重新推出最佳的。 12. 将新的 AI 研究论文实现为可用的 Web 应用。 13. 探索 Reddit 的细分子版块，找出每周反复出现的问题。 14. 查看 SaaS 产品的功能请求，构建大公司延迟推出的功能。 15. 连接尚未互操作的开源工具。 16. 追踪“Chrome 扩展用于 X”的搜索量，以发现新需求。 17. 将顶级扩展描述输入 GPT，请求相邻产品想法。 18. 使用 Perplexity 等工具深度研究播客转录，挖掘人们日常挫败感——这些直接指明构建方向。 19. 跟踪热门初创公司的变更日志和技术栈迁移，构建缺失的连接件。 20. 查看 Zapier 最常用的自动化流程，每个都可能成为自主智能体。 21. 使用 SerpAPI 追踪“AI 用于 X”或“智能体用于 X”的搜索查询。 22. 分析公开的 Notion 模板，并围绕它们构建垂直智能体。 23. 在 LinkedIn 浏览人们描述的手动数据任务，并将其产品化。 24. 观察初创公司如何用 ChatGPT 处理客户支持，并从中创建垂直智能体。 25. 将细分目录（如律师、治疗师、房产经纪人）重建为 AI concierge 服务。 26. 创建智能体，接入枯燥的 SaaS 类别，如采购、合规、人力资源运营。 27. 阅读 AI 模型提供商的变更日志，并在新功能出现当天构建工具。 28. 找出公司依赖的电子表格，并用 AI 仪表盘替换它们。 29. 识别按项目收费的代理机构，将其工作产品化为带有智能体的订阅 SaaS。 30. 作者提到自己构建了一个自动化这些过程的工具（链接提供），每天免费提供一个创业想法，并有付费计划包括 AI 智能体支持，以激发创意。 帖子结尾的 Greg 总结了核心洞见：下一个大想法可能藏在评论线程中；每条在线抱怨都是免费焦点小组；追逐摩擦点，每个痛点都是一张地图，通过连贯解决形成不可或缺的工作流；每个重复任务都是等待智能体的商业模式；互联网不断留下线索，只需倾听。
邵猛，中年失业程序员 😂 专注 - Context Engineering, AI Agents. 分享 - AI papers, apps and OSS. ex Microsoft MVP 合作 - 私信/邮箱：shaomeng@outlook.com 📢 公众号/小红书: AI 启蒙小伙伴
RT @aiwarts: 商汤开源了个Agent项目，Dify和Coze的同类，Apache-2.0，有可视化应用搭建界面，知识库，提示语管理，模型推理，MCP Servers（同时支持本地和远程），数据集管理，模型评测，模型微调的同时！ 还支持多工作空间和多租户管理，不同身…
分享一些好用、优雅的 AI 、工作流和创作方式，一起边学边做，前字节coder, Al and tech Educator, LearnPrompt founder