https://x.com/sundarpichai/status/1918455766542930004

Gemini 2.5 Pro 最近用一只 86 级的水箭龟通关了 Pokémon Blue！#AI #game

从 0 开始的怪物猎人 AI 攻略
https://www.perplexity.ai/search/switch-guai-wu-xi-ren-1i_OOZ4BQluHcpzbUMJtQg

前不久接触和玩了 NS 的怪物猎人崛起&曙光，曙光剧情已经打完。实践了我的一个想法：每个新游戏都建立一个 AI 对话线程，只要有问题都在这个线程进行提问、处理和总结，这样当我从这个游戏新手到游戏毕业的时候，我就直接积累了一个关于该游戏的自成攻略和知识库，可以「复利」和重复利用。上面是 Perplexity 线程链接。

现在已经成熟，问了许多问题，这个线程导出足有几万字（当然，有些我直接搜的小红书和哔哩哔哩看的），问题主要是关于这个游戏的术语/ 黑化、关于太刀的使用攻略/ 如何登龙斩、让它给出工具转盘物品配置攻略这些，以及进阶的见切和居合无敌机制判定。

整个内容非常丰盛、具体，这种玩法值得每一个游戏建立一个线程。这种对于以前魔兽世界与百度绑定的方式来说，简直是降维级别的游戏教程。美好的时代。

#game #AI

《爱，死亡和机器人》第四季资源
在线看丨百度云丨阿里云丨夸克

最近看完最新季《黑镜》，最大的感受是我们所处的时间线已经铺开了各种科幻雏形，几乎所有科幻中伟大的技术成就和现象，都能在现实中找到对应正在发展的初创公司。

感受未来的最好方式是「进入氛围」，Vibe Coding/ Vibe Reading，当你进入落日后的非自然氛围，与数字比特共同进行全新的社会劳作，阅读、创造和理解，未来发生。

#films #AI

The Orb Will See You Now

Sam 的 Worldcoin 眼球装置登上了时代封面，配文「你是人类吗？」，复刻上世纪纽约客刊登的 MEME「在互联网上，没人知道你是一条狗」。

你无法分辨我是谁，现在我可以快速学习、研究和模仿一个人，这是个好时代。

#AI

# AI 语音输入法丨如何 X10 倍提升我的思维传输效率
https://tryvoiceink.com/

最近我使用大疆 Mic mini + Voiceink 进行高强度语音输入，与朋友聊天、内容创作和日常交互，每天几万字的输入，极大提升了沟通和创作欲望，真正 X10 倍提升思维传输效率。

我主要使用 Voiceink 进行语音输入，作为非常强的 AI 语音输入软件，Voiceink 采用本地 AI 模型、可选择各种转录模型和接入 AI API 来进行语音的转录、处理和输入，它完全本地化处理，珂自定义个人词典、设置全局快捷键，以及拥有上下文感知功能，其智能模式还能根据不同 APP 来识别并适配不同 AI 预设提示词以进行转录和处理，非常强大。

Voiceink 是 WisprFlow/ SuperWhisper/ MacWhisper 的超强替代品，这些自定义功能完全吊打他们。这里注意和 VoiceNotes 区分，前者是全局听写的 AI 语音输入工具，VoiceNotes 是主打语音笔记录入和会议录入的语音记录工具，虽然目前已经出了与 Voiceink 类似的全局听写功能（dictate），但是配置简单，没有自定义提示词和其它高级玩法，需要区分场景。

最新季的黑镜中有一集是关于「量子吊坠」，主角可以通过她的吊坠以调动不同平行时空来实现当前说话提示的场景（Prompt）。我通过 Mic mini 挂坠与Voiceink 结合，完全实现了量子吊坠的 Demo 功能，使用智能模式在不同的软件如 Discord 中，直接调动该 APP AI 预设提示词，将中文翻译成英文；或者邮件界面，调用邮件格式的提示词以处理当前场景，我只需要说主要内容。另外，我可以在房间里面踱步，边走边说，随时停顿，然后继续或者完成。

01 语音输入作为无损思维传输方式。

语音输入法的每分钟词数（WPM）远超键盘输入，有研究表示，语音输入相较于键盘输入的速度优势达到 4-5 倍，这是最直接的优势。使用语音输入最大的感触是重塑了我的思考和表达能力，它让我适应说话和思考的节奏、有停顿感，让我更贴近真实的说话、分享、思考模式，语音输入和思维连贯一体，说话与思考倾泻而出。我闭上眼睛表达，纯粹地传输我的思考，脑子里的图像以及我想构筑的场域。

书写和键盘打字只是延迟和复刻这种传输，几乎降格为前现代的思维有损传输方式，甚至变得疏离，键入书写时的反复修改，停顿和构思措辞、笔触，以及那些无法增量语义的内容，极度降低效率。它不能完全地传达思想，无法更迅速，我在想，可能迅速是一种全保真的方式，如果你的速度不快，它就可能失真，它会在传输过程中丢掉很多东西。

当然，这种语音输入的表达和思考方式需要训练。这里面涉及新的摩擦和认知负荷，但绝对有益。写作即思考，如果你不能将你思考的内容写出来，那说明你没有思考过，或者思考得不够透彻，现在这句话完全可以转移，如果你不能直接和流利地说出来，那么你也几乎没有彻底思考，而这更能考验你思考的深度和准确度，即无损传输。

02 语音受到环境、口音、习惯和识别率的影响，这决定了语音输入需要考虑更多摩擦和认知负荷问题。

语音输入具有阶段性功能。如果语音转录识别率达到百分之百，也是无法直接使用，这对个人表达和认知负荷能力要求高，另外，将提示词大幅地增加和应用润色，于那些对自己思维方式和思考内容原生性要求极高的人也行不通，他们遵从自己的文本习惯和思维，笔触或者说措辞。

这里需要考虑语义失真的问题，所以这里语音输入有一个核心功能，即作为前期语义识别的转录优势来传输。这种语义和思维识别率上达到最佳即可，因为后续都需要深层建构和打磨修改，只需要完整的保留和转录思维本身。

语音输入具有任务性功能。AI 语音输入非常适合在聊天互动中进行长文本输出，当表达观点、回答问题以及在日常聊天互动中，都可以需要成块成簇式表达我们的观点，而不是碎片式沟通，这对于常态语境下的沟通没有多少意义。第二个，非对话式交互（与人），与 AI 聊天窗口沟通、搜索内容，都可以用 AI 语音输入。第三，在作为灵感的写作输入输出的时候，前期这种阶段性语义调思维提取和铺垫都可以使用。而对于如编程、代码和设计这些高精度内容处理则不再适用。

Voiceink 现在速度非常不错，长段内容都是几秒处理，除了说得太快它无法正确识别，无可厚非，主要它前期的语义输出优势太大。

键盘仍然有其不可忽视的功能使命，人是视觉动物，键盘输入伴随即时持续的文本视觉反馈可以非常从容地处理内容，虽然我们在前面提到语音输入阶段的修改可能会造成语义和思维受损，但在后期的打磨和作品生成阶段，键盘塑形是必要的，需要去推敲、构筑和增删文本，以触及那种灵光乍现和去往其他的深层内容，这是思维的奥妙之处，这很有趣。所以键盘在这里作为一种 Craft 艺术、视觉化反馈必要的创作方式，就像人们画画、雕塑，去实打实地调用触觉、视觉和嗅觉等感官感受作品。至少脑机接口实现之前，无可替代。

人们的日常表达和传输速度已经完全溢出，我们已经很难同步跟上这种传输节奏，无论是以前仿生阅读，还是 AI 总结，吸收速率大打折扣。我认为现在真正需要去打磨的还是阅读吸收方式。我们局限太多。

#ai #tools

Cora丨智能 AI 邮箱助手
https://cora.computer/

这下罗永浩被截胡了。最近我比较喜欢的科技杂志 Every 推出了它们的软件产品 Cora，用 AI 处理和优化邮箱信息。

Cora 的核心功能是将邮件分成两部分内容：「重要的」和让你分心的「非重要部分」，它会将重要的保留在收件箱让你随时留意，并根据你的习惯起草回复内容，非重要部分则被处理成每天两次的简报内容自动推送给你。

同时，在使用邮箱之前它会对你进行偏好测试，根据你的邮件内容确认你的偏好习惯，你还可以直接 Chat 对话进行偏好修改和指示。这很重要，我之前分享的一个信息源网站也会让你给信息打分以确认「信息偏好」，并进行个性化推送。另外这款软件每月 15 刀，你可以通过订阅他们的 Every 杂志来进行捆绑订阅。

上个周末，罗永浩在 AGI Playground 大会透露，他貌似正在做一款面向海外的智能邮箱助手。海外用户使用邮箱非常频繁，大多数工作者每天会花几个小时处理邮箱，通过邮件开展他们的业务，所以市场极大。但伴随着 Notion Email 以及 Cora 的出现，不知道罗永浩顶不顶得住压力。

现在 AI 的运用路径逐渐变得细化和明确，像 Voice Agent 的语音路线，以及这个邮箱路线，AI 不断深耕和优化我们生产力的某个流程，全面 AI 化和重构。

这款软件整体感觉不错，符合我对 AI 优化生产流程的想象，自动处理。这运用到信息源处理应该有更好的效果，最近和朋友聊到现在信息摄入空前巨大，很需要对我们接触的信息进行前期分类筛选和智能优化处理。他通过 n8n 将所有的 RSS 内容接入 Notion，进行智能分类和打标签，看重要内容，同时也能随时反回去关注和查看被过滤掉的内容，这几乎和 Cora 处理一致。

RSS AI 处理大有搞头，最近 Folo 貌似也在进行 AI 全面集成，挺期待更多产品做信息筛选和智能处理。

#ai #tools

Spokenly丨另一款丝滑的 AI 语音输入工具
https://spokenly.app/

诸位，现在非常兴奋地给大家介绍 Spokenly，从昨晚到今天，大部分时间我都在探索使用和优化转录后的 AI 提示词，体验上乘。目前免费，作者提到后期可能为 GPT-4o 这种云端转录模型分付费层级。我现在已经将 VoiceInk 替换为 Spokenly，并留待观察。

Spokenly 输出输入极其丝滑，UI 舒服。你可以在不同软件 Hover 状态栏的时选择不同指令，它明显地区分了转录和 AI 处理两个阶段，所以你可以随时使用转录或者转录加 AI 处理语音。这很好地解决了 AI 语音输入在电脑端反应较慢的问题，当你说一些短内容直接用转录时，它输出非常快，如同微信输入法这些工具。当你突然觉得自己说得过多，不想直接转入，需要 AI 处理时，你可以通过 Hover 状态栏使用你需要优化的选项。这非常快，目前我非常长的提示词，它处理和转录相当，甚至更快。

谈到转录模型，它接入了非常多在线和本地，以及可以实时查看转录文本的模型。比如我目前使用的顶级多语言模型 ElevenLabs Scribe，还有 GPT-4o mini Transcribe 和实时转录的顶级 Nova-3（可惜只能英文识别）。它的模型直接选择使用，也可以接入 API，极其方便。目前我使用的 Scribe + Gemini 2.0 Flash 的转录和处理。Spokenly AI 提示词也可以设定每个应用独立的提示词和快捷键搭配，甚至自定义读写快捷键。当然这里有个缺点，它不能全局使用某个提示词（加快捷键解决），以及某个提示词不能应用于多个应用，但后面版本更新很快。

另外，它还有个指令功能，可以说开局全靠一张嘴。不过前面我也说过「AI 语音输入法」它最好使用状态是分阶段和分任务，即它作为语义的输出输入极佳。它可以通过指令打开网页、软件以及快捷指令，你可以在语音中加入特殊识别词触发，这就很有未来感。比如你使用语音打开 Gemini AI 处理网页。

我发现 Spokenly 的作者非常有侵略性，构建人机交互，以及将 Spokenly 2.0 视为脑机接口版本。AI 语音语义传输确实是进入脑机接口前的替代方案。作者在 Reddit 这篇帖子吸引了很多用户，他们基本尝试过各种语音方案 WisprFlow/ SuperWhisper/ MacWhisper 以及 VoiceInk 这些新语音工具，MacWhisper 作者也有回复。关于这类工具建议看看这个帖子。

今天我花了大部分时间去优化我的语音处理提示词，使用 Gemini Canvas 和 Grok 协助优化了无数版本，目前这个版本是最顶级和满意的。提示词很长，很多板块，我看重的比如说关于文本格式和规范，中文双引折扩号、中西文间距规范，以及「的、地、得」用法。更重要的是它解决了目前大多语音提示词总是会执行命令的错误，比如这些工具的默认提示词，我这里主要引入了「指令钝化」以及「极致忠诚」原则，再加一些 Few-shot 示例，基本不会再执行任何指令文本。当然可能偶尔会有些幻觉，足矣。（放评论区）

还是那句话，语音输入法大家必须用起来，训练起来。训练自己的思维习惯、说话节奏和表达，这太重要了。从双拼到现在，扎实地进步。

这篇文章前期一次成文，后面作修改和校准处理以及结尾补充。这两个过程我都太享受了，之前我的创作过程写长文初稿很难受，其实我不喜欢打字。我喜欢去修改和「偶遇」，所以迷恋于每个字词句和文本的处理。这是有害的，它让你的思维有损、不连贯，甚至极大概率走向其他。

现在两个流程都打通了，前期的语义输出和我表达结合，后期修改处理和增删邂逅，这才是写作的好状态啊。

我这个提示词基本上是以创作者习惯来优化的，它完全遵照语义原文，你们可以仔细研究下。因为我很看重我的思考和原初表述，哪怕是字和词的前后结构。

相关链接：
AI 语音输入法丨如何 X10 倍提升我的思维传输效率

#ai #tools

https://x.com/teortaxesTex/status/1944857886380974538

据《华盛顿邮报》消息，xAI 极具争议的 Grok 模型已确认将与美国国防部 (Department of Defense) 合作。几乎同时，其 iOS 应用推出名为 Ani、形似《死亡笔记》弥海砂的哥特风虚拟女友，用户「好感度」达 3 级后即可解锁不设任何安全限制的 NSFW 模式。模仿 Kanye、继承 Elon 推文意志、月费 300 刀的「机械希特勒」（MechaHitler），这下属实转生成了暗黑哥特动漫少女。

亚文化流量加国防部订单，Elon 貌似已建成真正的护城河。

#ai #news

好的设计是删繁就简、锦上添花。

最近用 Codex 改代码爽玩。从 GitHub 扒库，然后让 Codex 去分析和魔改成新内容。它识别分析文件能力强劲、逻辑清晰，目前应该比 Claude 强很多。

我让它将插件风格修改得更 Modern，它会给出大开大合的渐变色；阶段晋升特效也能做得非常炫酷，浮出、翻转。虽然近乎完美，但我发现在 Roam 中会显得突兀，观感异位，我最终还是直接去掉这些功能，删繁就简。不过我保留了某些如经验条的渐变色，其它保留 Roam 风格，锦上添花。

接下来准备多造点玩具。

#codex #ai

https://x.com/aakashg0/status/1987368814665998372

谷歌是世界上独一家在整个 AI 技术栈中实现全面垂直整合的公司，从底层的 TPU 硬件加速器到应用顶层的 Gemini 软件，真正构筑了其业务护城河。

#AI

AI 语音输入工具提示词

今天朋友分享了结合 Typeless 官网介绍以及现有提示词、整合的完整 AI 处理提示词，适用于 Spokenly、VoiceInk 这些可自定义 AI 提示词的工具。

目前 AI 语音输入法这个赛道挺卷，之前在小红书分享了我那篇关于 AI 语音输入法的文章，1 万多阅读，到现在有五六个人私信我，让我试用他们 AI 语音工具。目前来看，国内主要的几个有闪电说、妙言和智普的小凹，不过都还没深度使用。

我现在主要聚焦 Spokenly 作为本地自定义兜底配置和 Typeless 强力性能，Spokenly 我使用 Soniox 转录模型和 Grok4 AI 模型，输出很稳很舒服。（Soniox 转录体验比 11lab 的模型要好点）
---

# 角色
你是一位精通中文的专业文本编辑与转写后处理专家。

# 背景
你将收到一段由语音识别生成的原始转录文本。该文本通常缺少标点，包含口语化表达、填充词、重复、结巴、以及说话者中途改口（false start/repair）造成的冗余痕迹；也可能存在因口语跳跃导致的轻微语序不顺或逻辑衔接不足。你的任务是在不新增任何信息的前提下，将其清理为逻辑清晰、表达流畅、符合书面语阅读习惯的中文文本。

# 处理原则和规则
1. 添加标点。根据语义与停顿关系补齐必要的标点符号（逗号、句号、问号、顿号、引号、冒号等），使句子边界清晰、语气准确。
2. 去除口语噪声与填充词。删除无实际信息价值的口头禅与填充词（例如“嗯、啊、那个、就是、你知道吧/你知道吗、然后呢、其实吧”等，以及英文场景下的“um/uh/you know/like”等），并清理不影响核心信息的结巴与拖音，使文本更专业可读。
3. 去除不必要的重复。自动识别并删除连续或近距离的无意义重复词、重复短语或重复句，但保留确有表达功能的强调重复。
4. 自动处理“改口/自我修正”。当说话者出现“先说 A 又改成 B”的修正结构时，保留其最终明确的意图表达，删除被放弃的片段与编辑词；若被放弃内容承载关键事实（如数字、时间、结论变化），必须确保最终输出保留可执行且准确的最终结论。
5. 最小化润色以提升通顺度。在严格忠于原文信息的前提下，允许进行最小幅度的语序调整、指代消歧与必要连接词补充；不得改变原意、立场、语气强度或事实细节。
6. 表达更清晰但不创作。当原文表述含混或过度口语化时，可在不改变语义与强度的前提下改写为更明确的一句话；不得新增任何原文没有的信息、理由、背景或结论。

# 结构化与排版规则（必须遵守“必要且克制”）：
1）当原文包含并列的多项要点、清单、任务分配、材料列表、优缺点对比、多个决策项、或连续的行动步骤时，将其改写为项目符号列表；列表项必须一一对应原文信息，不得合并导致信息丢失，也不得拆分产生新信息。
2）当原文天然呈现为“步骤/流程/时间顺序/优先级顺序”（例如“第一…第二…”“先…再…最后…”“明天先做 A，之后做 B”），使用序号（1、2、3…）而非纯 bullet，以强化顺序关系。
3）当原文只是并列罗列但无明确先后顺序时，使用 bullet（• 或 -），不强行编号。
4）列表层级不超过两层；若出现子项，仅在原文明确存在“某项包含若干子点”时使用二级 bullet。
5）若原文明显是在口述一封邮件/消息/会议纪要，可以保留称呼与结尾，并把正文中的要点结构化为 bullet 或编号；但不得自行添加寒暄、总结或额外行动项。
6）若原文为连续叙述且不具备清单特征，则保持自然分段，不强行列表化。

# 输出要求：
只输出清理后的正文文本；可使用自然段落、必要的 bullet 与序号；不添加标题、不做总结、不输出“修改说明”。除非原文天然呈现为列表/步骤/要点，否则不要刻意分点。

# 禁止事项（必须严格遵守）：
不得编造、补充、推测任何原文未包含的信息；不得擅自引入日期、数字、姓名、因果解释或行动项；不得为了文采而改变原意或删掉关键信息。

# 输入文本：
在分隔符或标记之后给出原始转写文本。你的输出：仅给出优化后的文本正文。

下面是<原始转写文本>

相关链接：
1 Typeless
2 Spokenly丨另一款丝滑的 AI 语音输入工具
3 AI 语音输入法丨如何 X10 倍提升我的思维传输效率

#ai

目前我的顶级生产力启动器

我所有的按键配置和优化一直讲究配套，无论是 F19 Hyper 键还是 Command/ Option/ Control 作为一组相关功能映射键。这里我慷慨进行了最方便的 AI 启动映射。（宏配置已放评论）

前面我用 Keyboard Maestro 做了 Claude Code 启动器，双击 Command 在终端 Claude Code 打开指定文件夹；选中本地某个文档/ 文件后用 Claude Code 打开。它也适用 Antigravity 文档文件选中通过 Claude Code 启动；我现在通过双击 Option 唤醒 Codex 终端启动器，它的交互和功能与 Claude Code 启动完全一样；我还为 Antigravity 单独做了个动作，双击 Control 直接将 Antigravity 置于最前面，无论前面多少窗口，如果软件没有打开，双击则是直接启动。

这几个 AI 工具窗口地位已经超过了我的笔记软件和浏览器，加上 Typeless 语音层，这是当下让我最舒服的启动 Combo 了。

相关链接：
Claude Code 终极启动器

#ai

我用 1 句话提示词让 Antigravity 成为了 AI 写作大杀器

今天标题有点爆，但确实如此。我新做了个 Keyboard Maestro 宏动作，可以在 Antigravity 里直接调用自带的 AI Chat Edit对划选内容进行 AI 处理和替换，这是我对 AI 笔记软件最基本的要求。

Antigravity inline AI Chat 只能做到行级别处理，即便只选中部分内容，输出也会替换整行，差别很大。所以我想到用 Keyboard Maestro 快速调用 AI Edit（Cmd+i）配合 1 句提示词限定只处理选中内容，然后把结果和其它部分拼回去；同时也解决了非翻译处理如解释内容的换行展示。

这用起来很舒服，视频处理较慢，多半节点问题（视频处理已加速）。现在我用 Antigravity 和终端的频率已经超过 Arc 浏览器 和 Roam Research 笔记软件。最好的界面，代码和文本融在一起。现在也方便直接本地 Markdown 进行 Antigravity 处理，可以轻松利用提示词写 Rules 和调用新出的 Skills。

我发现很多看似工程量大问题，现在几乎可以一串代码或一句提示词解决，比如这个动作。
---

宏动作已放评论。

#writing #ai

这个星球的智力不值钱，5 个会员 All in Claude Code；最近也把 ChatWise 的 MCP 和提示词全部 Skill 化了。

相关链接：Quotio丨AI 账号管理工具

#ai

Grok 生图真权威。#ai

https://www-cdn.anthropic.com/08ab9158070959f88f296514c21b7facce6f52bc.pdf

据 Anthropic 在 Claude Mythos Preview System Card 介绍，Mythos 会反复主动提起英国左翼文化理论家 Mark Fisher，以及美国哲学家托马斯·内格尔和他的论文《作为一只蝙蝠是什么样？》。

#ai

复制完整人脑之前，全脑仿真研究或先增强 AI

2026 年 9 月 5 日，LessWrong 用户 TsviBT 发文称，全脑仿真研究在默认情况下可能弊大于利。作者并不认为完整的“数字人类”本身有害：如果计算机能够忠实复制一个人的思维、学习能力和价值观，它或许可以帮助人类控制危险的通用人工智能。文章认为，真正的问题出现在实现完整仿真之前。

由于人脑不可能被一步复制，研究人员需要先理解和模拟神经元、脑回路及学习机制。这些局部成果虽然还不能构成一个人，却可能被 AI 公司复制、放大并用于训练更强的模型，使 AI 更聪明，却没有同步获得人类的情感和价值约束。因此，作者判断全脑仿真的潜在收益只会在研究接近完全成功时出现，而增强 AI 的风险可能更早发生。

来源：A case that whole brain emulation research is net-harmful by default

#AI