OpenAI的goal模式搭配GPT Image 2.0模型，已经可以实现自动化开发游戏了😱

我感觉那个强大的openai又回来了

不是说它技术强，而是它重新回到了生产力最大化的正确轨道上，而不是只关注C端体验。

同时我不认为OpenAI投入在多模态上是战略错误。缺乏多模态生成能力，就不可能实现AI生成游戏资产这种用例。

懂的人都知道一键生成带透明通道的图片、游戏精灵图对于生产力有多大的推动作用。

Scaling law依然存在啊

郭宇当时居然是和沈振宇一起创业被字节收购

欸，不仅是初阶程序员找不到工作了，AI 直接导致各种职业的初阶岗位需求都在下降。
昨天看到哈佛的一篇论文，和前段时间的一个程序员初阶岗位下降的数据互相印证了。
生成式AI是一场偏向资深员工的技术变革。
关键数据：
招聘：采纳AI的公司在2023年后，平均每季度少招聘了 3.7名 初级员工，这是导致初级岗位净减少的主要原因。这一下降幅度相当于其平均招聘水平的22%。
离职：初级员工的离职率甚至略有下降，说明公司并非在裁掉现有初级员工。
晋升：有趣的是，现有初级员工的晋升率反而有所增加（平均每季度增加0.4人）。这表明公司在减少外部招聘的同时，可能会加速内部有经验初级员工的晋升。
行业数据：
影响最为严重的行业是批发和零售业，采纳AI的公司初级岗位招聘量比未采纳公司减少了约40%。
信息技术、金融和专业服务等行业也出现显著下降。
按教育背景来看：
就业下降最严重的是来自中等偏上水平院校（第2、3梯队）的毕业生。
来自顶级精英院校（第1梯队）和较低水平院校（第4梯队）的毕业生受影响较小。
来自最低水平院校（第5梯队）的毕业生所受影响最小，且在统计上不显著。
简单说，AI正在把新手村的门槛焊死，新人想“上车”是越来越难了。
对刚毕业的年轻人来说，这挑战太大了。

互联网充电站

推荐一个开源项目 Pixelle-Video，一款 AI 全自动短视频生成引擎。
它的定位很直接：把短视频的生产流程尽可能自动化，从内容生成到视频合成，减少人工介入的环节。适合需要批量产出短视频内容、或者想把 AI 融入视频创作流程的用户。
项目地址：https://github.com/AIDC-AI/Pixelle-Video
在线文档：https://aidc-ai.github.io/Pixelle-Video/zh

互联网充电站

算法工程师们努力精进自己的AI技术，防止自己被AI淘汰，可这一过程本身，却恰恰在加速他们被淘汰。以“自保”为目标的努力，其过程和结果却恰好构成了“自毁”。

我给这一悖论取名为"伊卡洛斯悖论"。

DeepSeek-TUI 的界面布局不错。尤其是右边的 Plan 和 Task 分区，一目了然。

缺点是对话区，用户输入，和 AI 输出的对话分界不明显。

但这个设计思路可以学习。

跟@潘乱 聊大公司的创新。
数据驱动和组织细分导致大公司不再有“灵光一闪”类创新的土壤，大公司还能走“谁火我就快速抄一个”的捷径，从ROI的角度，更加没必要自己创新。
后面还有一段，提到如何用Hackathon来对抗一部分创新惰性，在公司内鼓励创新氛围。但没有在这个视频里。

Invalid media: video

推荐好文《如何系统的提高视觉设计水平》
建议收藏，写的太好了
https://substack.com/home/post/p-146868919

互联网充电站

安娜的档案缺席败诉，赔偿3.22亿美元，恐失去所有域名 - 小众软件

难怪这么久都打不开

分享我的学习方法，很简单
1. 每周看一本书：什么书都看，如果遇到好看的可以每天看一本书，比如罗马人的故事。读书的强度一定要很高，才能两边引起质变
2. 看书好的地方：拍照OCR识别，我给团队说了，懒猫微服赶紧加批量OCR的功能，这样下次我的读书笔记可以节省80%的时间。因为有些书很长，你读到最后的时候，忘记了前面讲的啥，你从头到尾梳理一遍，相当于把书读了2遍，书读2遍基本上就学习的很牢
3. 以教代学：书看完了，只是知道了，但是是否学会还要学以致用。最快的学以致用的方法就是，脑袋里对知识再次梳理，当你想给别人分享的时候，你就会像AI大模型那样，找到零散的知识点之间的关联，这些知识点关联组成网状的画面才是真正的知识。当你把故事和逻辑讲清楚的那一刻，你也就彻底学会了运用知识，而不仅仅是知道知识
所以，大佬们，给你们分享知识不是一种利他行为，本质是一种利己行为，我的分享可以让我更快的学习知识

互联网充电站

有人问我，AI PM在用户体验层要注意什么？
我的答案是，把握人与AI协作的尺度。
人的介入过低，比如众多“一键xxx，一句话xxx”会带来惊艳感和易用性，但也会面临意图理解错误，上下文不足，生成结果可控性差的问题。长期下来，AI无法形成稳定可靠的生产力，人也会缺乏参与感而无法获得足够的成就感和价值感。就像有个说法是IKEA让人回去自己组装，反而让用户更喜欢IKEA产品，因为那包含着自己劳动的成果。
人的介入过高，比如需要频繁干预（例如给权限放行），或者工作流中必须有人工审核环节，又或者需要很多的prompt和configuration，都会打破心流体验，削弱AI带来的生产力跃升，提升使用门槛。
AI PM除了关注模型本身，还要理解用户，为用户找到最舒服的effort level。