谷歌牛逼啊，把街景地图玩出花了！
Genie 3 现在能从街景图像直接复现任何真实场景。
2007 年开始，谷歌已经拍摄了整个地球
——数十亿条街道、建筑和社区都存在他们服务器
所以说谷歌地图早就不只是地图了，这是人类历史上最庞大的现实世界数据库。
现在他们终于要开始玩这些数据了。

可口可乐 vs 可口可乐无糖
这一口下去得多少糖

当我的生活没了 chatgpt, claude, cursor

GitHub 亲自下场，
从此没有 AI 会再瞎写代码。
---
刚发布的 Spec Kit,几天就冲到 95K star。
核心就一句话：
让 AI 在动代码之前,先把要做什么写清楚。
不再是甩一个模糊 prompt 然后烧香拜佛,祈祷 agent 别把项目搞炸。
Spec Kit 强制 AI 先产出结构化规范——理解需求、追问遗漏、组织项目,最后才开始写代码。
意味着更少的智障 bug、更少的前后矛盾代码,和 agent 协作的结果可预测得多。
流程很简单:
/constitution → 规则与标准
/specify → 你要做什么
/clarify → 开工前的疑问
/plan → 架构与技术栈
/tasks → 拆解任务
/implement → 开始执行
兼容 Claude Code、Cursor、Copilot、Codex、Gemini CLI,覆盖 25+ 个 agent。
95K star。
8K fork。
开源。
GitHub 亲自下场。

【Prompt 1】60 秒内挖出 5 个真正有优势的交易机会
"看看今天在涨的票，给我挑 5 只风险/收益比真的对我有利的——不是单纯看着像牛的。每只都告诉我：在哪里进场、做错了会怎样、在哪里止盈、市场到底在哪一段定价错了。
那些显而易见、人人都已经进场的就别提了。"

这玩意谁研究的，
为什么之前没人想到呢？太绝了 👖✨

这种工作为什么不叫 AI 去做？

7）沉浸式 3D 视图
不是俯瞰式的航拍图，是从街景照片直接渲染出的电影级 3D 场景。
可以"走进"一个你没去过的城市，提前感受它的街道、建筑、氛围。
旅行前的踩点，从此不再需要 YouTube。

8）Ask Maps —— 最炸的一个
不用自己查、不用比对评分。
你直接对着 Maps，问它最复杂的现实问题——
"我手机快没电了，附近哪里能充电，但又不用排咖啡店那种长队？"
"今晚还能去打灯光球场的网球吗？"
它会用对话的方式回答你，并且把答案直接画成一张专属地图，告诉你怎么去。

Google Maps 把 Gemini 模型和它对世界的深度理解，缝在了一起。
地图，第一次真的从"导航工具"，变成了"和你对话的探索伙伴"。
未来你打开它的方式，不再是输入"目的地"——
而是说一句话，让它带你去你想去的那种地方。

衷心祝愿：每一个看到这条推文的人
都能在 5月 6月 发一笔横财
✨💰

一切都可能是假的，
这是反欺诈公司 Incognia 最新的实时深度伪造视频。
一名员工实时将威尔·史密斯的脸叠加到自己脸上
数字身份真的危险了
诈骗分子的好日子来了！
感情诈骗将爆发！
你的妻子、丈夫、孩子、朋友、银行顾问...
在视频背后可能都是假的！
活在这样的时代真是绝了 😅

Telegram必备的搜索引擎，极搜JISOU帮你精准找到，想要的群组、频道、视频、音乐

👉 t.me/jisou2?start=a_6657896970

斯坦福一位 AI 教授在 Andrew Huberman 的播客上给他出了道题：
“人类最厉害的提问者是谁？”
他答不上来。
她的答案：苏格拉底。
关于如何用 AI 更好地思考，她讲了 10 点：
1. 像苏格拉底一样提问。用追问去探寻真相。

2. 别再问那种偷懒的问题。
去年，一个斯坦福本科生给她上了一课。这位 AI 教母因为一个学生，把自己的标准拉高了。
李飞飞：“我不该问偷懒的问题……AI 在逼我不要对自己太轻松。”
提问之前，先自己动脑想。然后再去问那个真正的问题。

3. 当所有人都在优化算法时，去搞数据。
2006 年，她刚成为普林斯顿助理教授。整个领域都在调算法。
她却去看小孩。6 岁的孩子，靠海量的视觉输入，学会了几万种物体类别。
李飞飞：“我们走了和所有人不同的路。别人只盯着算法，我们说，我们需要数据。”
1500 万张图片。到 2012 年，这成了现代 AI 的决定性时刻。

4. 去了解工具。不一定要会写代码。
艺术家、老师、医生。他们都不需要写代码。但都需要知道 AI 是什么。
李飞飞：“通过学习，人会觉得自己更有掌控力。通过学习，你就没那么害怕尝试了。”
恐惧来自不知道它是什么。

5. 两种危险都是真的。大多数人只看到一种。
李飞飞：“最坏的结果是，我们年轻一代的学习主动性和动力，被工具夺走了。”
然后是另一种反转：
李飞飞：“另一种危险，是工具被禁止。”
她当年想要一个有机化学的 AI 辅导。助教答疑时间太短，教授的时间又和她上课冲突。
禁掉工具，等于禁掉了那个辅导老师。

6. 学习本来就该是难的。这是硬件决定的。
李飞飞：“学习本质上需要时间、需要努力、有时还要吃点苦。我们的大脑就是这样。跟晶体管怎么跑没关系。”
算力可以越来越快。你的神经元不会。
想跳过痛苦，就等于跳过了成长。

7. 别把模式当成感受。
当 ChatGPT 说“你生病了我很难过”，听起来像人话。但它不是。
李飞飞：“机器这么说，是因为它学到了这种模式。而你的朋友是真的希望你健康。他们爱你。他们真的有那种共情。”
机器根本不知道痛苦是什么感觉。
来自人的安慰，和来自模型的文字，不是一回事。

8. AI 够不到的，是那些从未被写下来的东西。
李飞飞：“如果一个灰色杯子唤起了一段只有我和我最好的朋友共享的童年记忆呢？那是我大脑里完全无法触及的信息，从未上传到互联网上。”
互联网是人类行为史上最大规模的集合。
毕加索画作背后真正的想法，从来不在里面。
你最珍贵的那点想法，也一样。