AI Product Founder · Building in Public Raphael https://t.co/tJOiC33sAI AnyVoice https://t.co/MQkmOW2lbu Fast3D https://t.co/6m3JO8jJvc

做海外SaaS收款,Dodo Payments哪儿都好,就是费率太高。现在好了!我找CEO把费率打下来了。
Raphael AI推出了开源GPT-Image-2.6 案例仓库。持续更新。欢迎关注。
整理了一个 GPT Image 2.6 案例的开源仓库: 已有158 个案例,141 段原提示词,按 8 类用途整理。 图片、GIF、SVG、局部编辑都有, 持续更新中~ 想找灵感、试提示词的,可以直接去翻。觉得有用欢迎 Star⭐️ https://github.com/RaphaelAI-OpenLab/awesome-gpt-image-2-6
View quoted post你也太自大了吧。 我所有的选择都是你说的前者,原因无他,就是便宜。 谁用 AWS 谁冤大头。
Why use Hetzner when you can use EC2 Why use Cloudflare when you can use CloudFront Why use PlanetScale when you can use RDS Why use https://Fly.io when you can use ECS Why use Heroku when you can use Elastic Beanstalk Why use Clerk when you can use Cognito Why use
View quoted post互联网大公司员工很难用好AI 哈喽,大家好,我是刘小排。 上周我发了篇文章提到,在这个时代,如果想要有所作为的话,一定要问自己:「有什么事情是自己坚定相信是正确的,而大多数人并不同意?」如果你能回答这个问题,且真的是你正确,那很可能这里就有创业机会。 文章末尾我说,两年前我很幸运地找到了一个秘密,让我能够回答这个问题,因此果断离职创业。两年过去了,现在过得还不错。 有人留言问,我当时是找到了一个什么秘密? 我在这里来回答,当时我找的秘密是:大厂员工无法用好 AI。 在两年前是一个大秘密,今天可能已经不算是秘密了,越来越多的人已经发现了。 我简单解释一下原理,所谓的「用好AI」 有两层含义。 第一层是「提效」。99%以上号称自己会用 AI 的人都在这一层。原本你需要每天上 8 小时班,现在只需要上 1 小时了,这就叫提效。我有个好朋友还号称自己每周只需要有效工作一小时就行,老板不在乎他工作了多久,因为他这一个小时干的活和别人干一周也没啥区别。如果你是打工人,做到这一层就很好,你肯定不会被裁。 第二层是「赋能」。AI可以让你去做原本你没有能力做的事情。只有 1% 的人能够用好这一层。用到这一层的人,才算是没有辜负这个时代。 我举个例子。前几天和一个朋友吃饭,她以前是国内某头部英语学习产品的合伙人,做软件App的。最近,她在AI的帮助下开始做硬件,一共就只有她一个人,什么事情都是自己操刀,连PCB板都是自己画的,用了两三周的时间自己边画边学。确定自己做的 PCB 板没有问题后,去深圳找工厂投入生产。AI 让一个对硬件一窍不通的人能够设计出可以量产的 硬件,这就是「赋能」 。 互联网大厂员工用不到这一层,不是因为他们不行,而只是因为他们没有机会。互联网大厂公司的分业非常精细化,每个人都是螺丝钉。 你想想看,你的公司怎么会允许你去做一个你原本不会的事情,并且由公司承担责任呢? 假如你是在互联网大厂做软件产品经理的,对硬件一窍不通,你的公司愿意花真金白银支持你,让你亲自负责公司主力产品的PCB 板的设计和生产吗?不太现实吧?开明一点的组织,也许会让你折腾一点 MVP 或者不太重要的产品,也仅限于此了。 这样的机会掌握在谁的手里呢?创业者和小公司。 创业者,不管有没有 AI,他们一直都在做领域外的、自己不会的事儿。 小公司,没有那么多精细化的分工,每个人都是全栈。 没有人比别人聪明。塑造人的,只有环境。
Token哪里贵了?哪里贵了! 这么多年都是这个价格好不好!一百万token才几块钱,你点个外卖配送费都比它贵! 不要睁着眼睛乱说,国产token很难的,人家熬了多少个通宵训出来的,它真的不是那种半夜偷偷换小模型、上下文一长就失忆的token。 我跟它跟了这么多年,它从只会写Hello World到现在能自己部署上线,我是最知道的一个人!他们就差把GPU搬到我家了,它就差点姓李了好不好! 真的乱说! 有的时候找找自己的原因好吧,一句话的需求你写了三千字prompt,一个bug让它改了八十遍,上下文塞了半个硬盘进去,token不烧谁烧?这么多年了工资涨没涨?有没有认真工作?
破案了,原来真的有 GPT-6.2 Astra 的存在,后台默默路由,很多人都用上了。 可惜不能让我主动选择。有点像薛定谔的大模型,大概每十次请求有两到三次是新的 6.2 Astra。 每次发出请求,在他回答之前,我完全都不知道是新模型还是老模型。
我好像灰度到 OpenAI 新模型了! 我今天的 Astra 比以前更牛逼了??有一种给我路由到了 Opus 5.5 的感觉。 错觉吗?? 看 OpenAI 没发公告啊 @thsottiaux
View quoted post别让AI总结视频了,让它带你看 哈喽,大家好,我是刘小排。 最近有朋友发现,我好像看过很多海外大佬的访谈视频,并且对其中细节都记忆犹新,不像是看的AI总结,但是不明白我哪儿有那么多时间看。 我的确不喜欢看AI总结。 我的方法是: 让AI带我看,不是帮我看。 我给这套方法取了个名字:私人视频导游。 让AI帮我减少寻找的时间,增加我真正感兴趣的观看时间。 具体来说 第1步: 告诉AI视频范围和我的兴趣,设定定时任务 比如,对于我来说,大概是 「 我是一个小团队的 AI 创业者,喜欢看海外AI创业者的访谈视频,尤其是设计高认知、实操、AI native创业经验方面的。 我所知道的栏目有:YC Lightcone、Startup School和YC其他栏目; The a16z Show;Lenny's Podcast;How I AI;Lenny's Newsletter;Sourcery;Latent Space;Dwarkesh Podcast;No Priors;Sequoia Training Data;The Pragmatic Engineer Podcast。上面这些你都要每天查看。当然,你可以推荐更多栏目,和我对齐范围。 」 和AI讨论清楚范围以后,我们可以在ChatGPT里设置定时任务,让它每天上午10点全部看一遍,然后只推送我感兴趣的给我、每次推送要说明「为什么值得我关注」。 第2步:每天看AI的汇报,决定哪些真的值得我亲自看 例如,今天我打算亲自看这两个。 AI每天会给出了推荐理由,但并不是每一个它的推荐,我都要亲自看。 AI会给出「最值得关注的部分」,还给出精确的时分秒,如下图所示。 如果我感兴趣,点一下就过去了 【图1】【图2】 第3步:用ChatGPT的浏览器插件,搜索模糊观点。 例如,我看AI总结,提到「Stripe是在已经做了一年多以后,才正式发布的」。 我必须要亲自看这一段。 (这就是为什么,我朋友感觉,我记得很多细节了。 重点段落我看得很仔细。) 那么,我应该在Chrome的ChatGPT插件里,直接问它。 ChatGPT会给出一个链接,让我点击一下,直接从我关心的地方开始播放。【图3】 第4步:用ChatGPT的浏览器插件,询问其他段落推荐。 从下面的截图【图4】可以看到,ChatGPT完全知道我最近在思考什么、在关注什么、状态如何。从而做出最精准的推荐。 就这些了! 去试试吧!希望可以帮助到你!
用AI员工,就要用素质低的 哈喽,大家好,我是刘小排。 先来个省流版 —— GrokBot比Muse、Dot更好用,是因为GrokBot素质低。 我在很早就开始用GrokBot了,也写了文章推荐。 周围越来越多的朋友,因为我的按头推荐,逐渐将它接入正常工作流程。有的朋友比我更加激进,更有甚者在工作中放弃了Codex和Claude Code。 我看到一些人觉得Muse、Dot更好用,包括一些自媒体博主和大V。我也看了他们给出的理由。我并不是不同意他们 —— 他们给出的那些理由,对他们来说,是对的。只是他们的场景和我不同而已。 现在我告诉你,为什么我们正儿八经的AI产品创业者,在工作场景中,GrokBot更好用、是独一无二的存在: —— 因为,GrokBot 素质低!! 具体地说,在工作场景,尤其是编程、自动化操作软件、自动化操作自媒体,其他几家都有更高的道德洁癖,它们经常会拒绝。一会儿让我授权、一会儿让我必须亲自阅读产品的用户协议、一会儿让我亲自点验证码 …… 总之, 素质越高的Agent产品,越不能让我自动化,越不能被当成数字员工用。 你想想看,假如你作为公司老板,你的员工连每一个“同意某个产品的用户协议”都要找你亲自审批,你难受不? 我周围的朋友已经用GrokBot在接管以下工作,我简单列出几条你感受一下,这些都是Muse、Dot做不到的。 不是技术上做不到,而是因为素质太高,而不愿意做。 ❶ 自动管理社交媒体平台。如:自动发布内容;本人在一处发布内容后、GrokBot自动同步发布其他平台。 ❷ 自动产品、自动发布营销内容。任何形式的内容,包括短视频。 ❸ 顺畅的自动发外链。(海外SEO用。Dot和Muse也能做一些,成功率低) ❹ 肆无忌惮地使用逆向工程研究其他产品。(与我工作无关,但是我朋友的工作有需要) ❺ 在几乎任何社交平台,自动回复用户评论。包括那几个我不方便在文章里写的平台。 ❻ 伪装成真人,把友商的产品全功能“体验”一遍,和我自己的产品对比,找出优劣势。 …… 评估AI员工时,我们可以想象一个坐标系,一个维度是「能力」,一个维度是「素质」。 某些东施效颦的产品,是「能力弱」「素质高」。 白送我也不用。 Dot是「能力强」 「素质高」。 我在合适的范围内用它。能用,就是“卡手”的地方多。 只有GrokBot,是世界唯一「能力强」「素质低」的完美AI员工! 我们要用AI员工,就用「能力强」且「素质低」的! 让干啥就干啥,少给我废话!
这是我的朋友兔老师。 我就是她说的那个“不懂科研,但是用AI产品协助写论文”的朋友。AI写出来论文,分别请北大、清华、华科的博士打分,看看斤两。 没想到,其中有一篇论文里真有点东西,得到了很高的评价,这篇论文我们真的会发!请期待后续 关注兔老师 @RuoxinLiu
一个不懂科研的朋友用AI写了篇心理学论文,我照着他“简单粗暴”的方法,在传播学、医学、工学各写了一篇,请北大、华科、清华的博士打分。结论:四篇论文的形式和表达强于普通研究生,医学论文质量一般;但在已有研究上扩展,工科论文效果出奇地好。@bourneliu66 https://x.com/i/article/2113911199830315008
View quoted postAnthropic 版的 tibo 离职了 从此世间只有一个 tibo
I’ve left Anthropic after more than a year of working on Claude Code and seeing it scale larger than I ever imagined. I have really loved working at Ant and believe deeply in the mission, and most of all, the idea of a race to the top. The idea that if we work hard and
View quoted postDeepSeek v4.1 Flash 1017 有点意思 简言之:是好模型!性价比高,能力强于预期! 1.我怀疑(不负责任的猜测,我没有证据)它蒸馏了大量 GPT-6-Astra 的数据,在写思考写代码的时候,文风和Astra一模一样 2.用来做视频(对,就是最近流行的“用代码生成视频”)非常能打。可以说是仅次于Claude Opus 5.5/Sonnet 5.5模型,并且超过Claude Haiku 5.5。仅这一点来说, 是国产其他模型暂时难以望其项背的。 3. 用来做动效也很厉害 我想原理应该和做视频一样。 4. 思考Effort如果开Max,内心戏非常多非常长,思考过程比别人家的Max更加Max。不过打开 Max 后的效果确实好。考虑到它的价格便宜,我建议如果你用来做 AI 编程的话,直接打开 Max档位。 5. 一个非常值得点赞的事情:DeepSeek的全网搜索是自己做的,不再调用外部某些等容易被所谓的“GEO”垃圾信息干扰的搜索引擎。这个搜索 API 目前也开放了,如果需要,你可以单独调用它。 6. 自动化操作电脑的能力挺棒。 7. 同样的任务消耗的 token 比上一代略少。虽然有别人说比上一代少一半,但是我实测没有那么夸张,大概是减少 15% 左右。输出速度提升了 15%~20% 8.仍然开源 9.一条新的斩杀线诞生了 10.如果用一句话总结的话 我认为应该是:DeepSeek自此从一个聊天模型变成了能独立完成复杂工作的 Agent 模型。
看你们快没新花样了,我帮你想一个绝对牛逼的吧: 蒸馏Opus 5.5
突然发明了一个 bug, 一周后解决了这个 bug, 这就是 @thsottiaux 送给用户礼物。
Day 11/ We've landed a series of changes and more compute to very significantly decrease the occurrence of the disruptive "Selected model is at capacity. Please try a different model". When it does happen, it should also eventually just continue by itself and not just block on
View quoted postREA 只是一个Hype,不值得你浪费时间 最近REA爆火,好多自媒体博主在刷屏说,商业软件要完蛋了、商业软件都可以被逆向改成开源的。 好多朋友问我:小排哥,这个REA,你怎么看? 我只能回答:我不看。 嗯,我也不建议你浪费时间。 下面说三点理由。 1. REA不是新的逆向技术,只是帮你使用别的逆向工具。 REA不是新的逆向技术! REA不是新的逆向技术! REA不是新的逆向技术! 我先说三遍 因为让我感到意外的是,这么明显的事,90%的自媒体都没搞明白,我也真是服了。 REA的核心不是发明了新的逆向技术,而是让 Claude Code、Codex 这样的 Agent 能够自动使用已有的逆向工具。 这些底层工具很多早就存在了。REA的工作,是把专业工具的专业能力暴露给Agent。 2. 你在自媒体里刷到的很多出圈的逆向工程案例,并未使用REA 例如最近著名的游戏逆向案例:开发者 Maurice Heumann 通过多个 Agent 并行工作,还原大量 C++ 函数。 但他使用的是 Hex-Rays 官方 MCP,并不是 REA。 但是很多讨论把整个 AI 逆向浪潮的成绩归到 REA 身上。 那能怪谁呢,反正那些自媒体也没啥文化,他们的读者也没啥文化。 写的人不知道自己在写啥,读的人不知道自己在读啥。 3. REA 的GitHub星标数量明显异常,有主观刷数据的嫌疑 在我刚才核验REA的仓库,发现有16.8 万 Stars、4 万 Forks,但只有546 个 Watchers。 Fork/Star 比例接近 24%,相当不寻常。 老外不傻,早有别的老外发现了这一点。 评分增长异常、比例异常、大量评论一看就是机器人、一些贡献者的活动轨迹可疑。 我的几个判断 1. REA的热度很快就会迅速消退。你不需要关注它。直接屏蔽REA这个关键词,你什么都不会错过。 2. REA的本质是让Agent接管专业工具。Agent接管专业工具的趋势不会消退。 对自己有期待的朋友们,请找点正经事做吧。 数字泔水可以留给别人去吃。
这个清单,我是从别的博主那里找的。因为我发现,很多博主就用这个清单在X平台推荐我的Raphael AI, 帖子流量还挺大。 但是很遗憾,他们往往把Raphael AI的网址写错了。 正确地址是 https://raphael.app 。 请朋友们转发我这个正版清单支持我,谢谢
30 AI tools that quietly replace hours of manual work. Sorted by what you actually need 👇 🎨 IMAGES & VIDEO 1. Raphael AI Free AI image AND video generator. New: AI video with zero sign-up. Open it, type a prompt, get a clip. No account, no card. https://raphael.app 2.
View quoted post30 AI tools that quietly replace hours of manual work. Sorted by what you actually need 👇 🎨 IMAGES & VIDEO 1. Raphael AI Free AI image AND video generator. New: AI video with zero sign-up. Open it, type a prompt, get a clip. No account, no card. https://raphael.app 2. Krea: real-time image generation and refining http://krea.ai 3. Magnific: upscale images, add crisp detail http://magnific.ai 4. Clipdrop: relight, erase objects, swap backgrounds http://clipdrop.co 5. Runway: AI video creation and editing http://runwayml.com 6. Kling AI: text/image to video http://klingai.kuaishou.com 7. http://Remove.bg: one-click background removal http://remove.bg 8. http://Cleanup.pictures: wipe unwanted objects from photos http://cleanup.pictures 9. Deepswap: face swaps (with consent) http://deepswap.ai 🗣 VOICE, AVATARS & MUSIC 10. ElevenLabs: lifelike speech and voice cloning (with permission) http://elevenlabs.io 11. Suno: turn lyrics into full songs http://suno.com 12. D-ID: photo + audio = talking avatar http://d-id.com 13. SadTalker: animate a still portrait http://sadtalker.ai 14. Musiio: AI music tagging and discovery http://musiio.com 💻 CODE & BUILD 15. Cursor: AI-first code editor http://cursor.com 16. Bolt: prompt to working web app http://bolt.new 17. v0: describe a UI, get the frontend http://v0.app 18. Replit: code, build and deploy in the browser http://replit.com 19. Uizard: sketches to UI designs http://uizard.io 📊 WORK & CONTENT 20. Gamma: idea to slide deck in minutes http://gamma.app 21. Napkin AI: text into diagrams and visuals http://napkin.ai 22. Notion AI: write, summarize, translate in your docs http://notion.com/product/ai 23. Jasper: marketing copy and content http://jasper.ai 24. Otter: meeting transcripts and notes http://otter.ai 25. Opus Clip: long video to viral shorts http://opus.pro 🔎 RESEARCH & MODELS 26. Perplexity: answers with sources http://perplexity.ai 27. Yila AI: research agent where every claim trac...

说出来你们可能不信 虽然,Anthropic家的超大杯Fable 最近没什么动静,但是昨天,他家的大杯Opus 5.5已经把OpenAI的超大杯GPT-6-Astra按地上摩擦了更难以置信的是,他刚发布的中杯Sonnet 5.5模型,竟然也可把OpenAI的超大杯GPT-6-Astra按地上摩擦!(图1)Sonnet 5.5在Agentic Coding的测评分数,竟然比Opus 5.5更高(图2),其他分数也和 Opus 5.5 相差无几,说个“比肩”应该不过分吧?(图2)然而,Sonnet的定价不到Opus的一半,只有Astra的四分之一…OpenAI将在 9 月 29 号(北京时间 9 月 30 号凌晨)举行2026 DevDay,OpenAI将会如何应对此般逆风局? 倒计时18小时!让我们拭目以待!义父加油!

这次,Anthropic意外地大胜。整整半年过去了,我终于再次把Claude Code作为绝对主力!
你说的两个都不对,其实是北京时间今天上午 10 点。 而且按照义父的习惯,应该是北京时间今天 10 点以后,比如说 10:20 左右。
我猜测 GPT 6 Astra的编程能力不会有大提升 大家好 我是刘小排。 早上刚醒就被GPT-6 Astra刷屏了。 根据小道消息,GPT-6 很是今年内将会发布的尺寸最大的一个模型。我相当的期待。 我目前还没有用上。 不过我有一些猜测,先写到这里,等我们用上的时候,可以再回来看看猜的对不对。 ❶ 我猜测:GPT-6 Astra的编程能力不会有肉眼可见的大幅提升 理由是这样的:在目前大模型编程能力的排行上,你会发现有多种尺寸的模型几乎在同一个水平线。最极端的案例是GLM 5.3 vs Fable 5.1,它俩的编程能力的差别在百分之个位数,而模型尺寸的差别是10倍。 那我们很容易得出一个推论:只靠提升模型尺寸对编程能力的提升会非常有限。 ❷ 我猜测:GPT-6 Astra的科研能力会大幅领先其他模型 和上一条的理由一样,我注意到,不同尺寸的模型在 AI for science的能力差异是显著的。 ❸ 我猜测:GPT-6 Astra 的Computer Use 能力会大幅领先其他模型 原因:相信大家都看新闻了,OpenAI 这家公司前段时间买了海量的民用级别Mac电脑。我猜它是买来训练模型的Computer Use 能力的。 此外,从原理上讲,Computer Use能力要求模型直面真实世界而不再是“小镇做题家”,这会直接挑战模型的所谓“世界知识”,尺寸越大的模型越占优。 ❹ 所有的现存头部测评榜单(包括 Artificial Analytics)都会失效,直到发明出新一代的测评算法。 在新一代的测评算法被发明出来之前,在今年余下的日子里,大家要分辨头部前沿模型的能力,只能看自己的体感和一线实操者的体感了。 也欢迎你在评论区说说你的看法。 对了对了!再补一条预告:今天上午 10 点(马上到了),要么你能直接用上 GPT-6,要么你会得到一个 Codex 的重置卡。我义父 Tibo 说的。截图见评论区。