吾日三省 retweeted
EverOS Cloud × Claude Code 🧵
Claude Code built this living blueprint in Three.js: ink shaders on cyanotype paper, stage-by-stage GPU assembly, 17 vehicle kinds.
EverOS Cloud turned what it learned into self-evolving skills that any agent, not just Claude Code, can recall.
做内容的应该懂,AI 图画得挺满意,标题却写错一个字,还得打开软件重新补。
翻了下 MOSS-Image 的开源仓库,比较吸引我的是它能把文字和布局一起安排:写什么、放哪里,都可以提前指定。拿来做文章封面、活动海报,这个方向挺实在。
前面这张「星光邮局」就很适合看效果,中英文标题和底部标语都放进了画面。经常做配图的朋友可以试试,拿自己最难排的那张封面考考它。
这座只在想象里的邮局,被 AI 画出来了。
紫蓝色的夜空,一间亮着灯的邮局,拿着发光信封的邮差,旁边蹲着一只橘猫。
这次用 MOSS-Image,把「星光邮局」做成了一张动漫插画封面。
画风要求写得很具体:清晰的轮廓、赛璐璐色块、夜空里的冷色和邮局里的暖光。再用 JSON Layout 安排位置:标题在上,插画居中,标语放下面。
生成后放大检查,「星光邮局」「STARLIGHT POST」,包括底部那句「把晚安,寄给远方」,都对上了,原图没有后期改字。
用的是官方在线 Demo 的 SFT 版本,页面报告本次生成耗时 33.9 秒。从写需求、定布局到生成、检查,过程整理进了这条 50 秒视频。
想做动漫插画、故事封面,或者把脑子里的场景画出来,
点击下面的官方链接,把你的想法放进去试一张:
- github.com/OpenMOSS/MOSS-Ima…
- huggingface.co/spaces/OpenMO…
吾日三省 retweeted
Today, we're open-sourcing 5 Ming-3.0 models across 3 speech families.
- Ming-3.0-tts: 0.5B voice design & paralinguistic cues; Tiny 7.9B A1.3B long-form speech.
- Ming-3.0-audio: Flash 126B A6.5B understanding & tools; Tiny 9.3B A2.7B efficient dialogue.
- Ming-3.0-asr: Tiny 8.6B A2B dialects & context.
我曾经很认真地跟人说,暂时不想再谈恋爱了。
结果没过多久,就被一个姑娘当面问住了。
大学里,我先谈过一段挺伤人的感情。对方漂亮,也很看重花钱这件事。从大一到大三,我的生活费基本都花在了她身上,最后分开,她没怎么犹豫,我却缓了很久。
那阵子,烟抽得多,觉睡得少,人瘦下去,课也没什么心思听。
辅导员记得我以前成绩还行,找我聊过,劝我去参加一所对口院校的研究生考试。我没什么打算,想着出去一趟也好,就报了名。
几个本科同学一起去,其中有个姑娘,模样清秀,平时不太爱说话,但谁有事,她都愿意帮忙。
去的时候坐夜车,硬座。我睡到半夜,脖子疼醒了,换了几个姿势都不舒服。一抬头,看见她也没睡,正望着窗外。
我问她在看什么。她转过来笑,说睡不着,随便看看。
于是两个人小声聊了起来。
原本说的是考试、学校,后来不知道怎么说到了家里。我说我妈性子急,跟我爸总吵,有时候放假宁愿待在学校。
她听完说,她家也常这样,不过发脾气的是爸爸。
那之后,我们聊了很久。平时有些话不好跟别人讲,怕别人听着烦,她却能明白我为什么不愿意回家。我也第一次知道,她安安静静的样子背后,有那么多没说出来的心事。
考完试,大家去逛商场。走到卖首饰的地方,她忽然让我挑一件,说可以带回去送女朋友。
我说没钱。
她接得很快:“我借你,不用还。”
我看了她一眼,告诉她,已经分手了,最近也没打算再找。
她点点头,没往下问。
回学校后,她说路上帮她拿了行李,要请我吃顿饭。我推了两句,还是去了。
吃着吃着,她问:“给你介绍个对象怎么样?”
我随口说算了,找个合适的人也不容易。
她放下筷子,看着我:“那你觉得我怎么样?”
我当时没反应过来,还在认真评价:“挺好的啊,人好,也热心。”
她听完笑了:“那就别麻烦别人了。你看,我都坐这儿了。”
我这才听明白,愣着看她。
她也不躲,接着问:“跟我谈,行不行?”
之前想过的那些话,什么先缓一缓,什么不想再谈了,到了嘴边,一句都没剩下。
我怕答得慢了,她会以为我不乐意,赶紧说了声:“行。”
吾日三省 retweeted
做内容,很多经验都藏在一次次改稿里. 哪些表达像自己,哪些话太满,客户要求保留哪些信息。
把这些细节存下来,需要时再检索出来用于改稿,EverOS Cloud 这个用法很贴近创作者的日常,也让改稿时确认的要求有了积累的地方。
这篇教程从连接、保存到检索改稿都写得很具体,可以拿一篇手头的稿子跟着试试。
阿树说,他到现在都庆幸,自己大二那年开口约了那个姑娘。
就是想请她看场电影,话刚说完,她就答应了。他当时还准备了一肚子说辞,结果一句没用上。
姑娘后来成了他老婆。
他家在农村,手头不宽裕。谈恋爱时,她没打听过他家底,他也没留意她家条件其实比自己好。两个人只知道,待在一起高兴,分开一会儿就想找对方。
问她喜欢他什么,她说个子高,长得好看。他却一直觉得外表没什么了不起,反倒是她,脾气好,待人真诚。她听完总笑,说自己哪有那么好。
那时候,他们几乎天天在一起。食堂吃完饭,走回宿舍还能站着聊半天。
她生活费大约是他的两倍,两个人的钱放在一起用。她常给他买吃的,连衣服也帮着洗。他也早早把照顾她父母这件事,算进了自己往后的生活。
读研时,是她先提起领证。
于是两个人就结婚了。没向双方父母要钱,没有房车,也没张罗彩礼嫁妆。拿勤工俭学攒下的钱,一起出去玩了一趟,就算给婚事留个纪念。
毕业后,工作把两个人分到了不同城市。后来她辞了职,来到他身边,陪他从租房开始过日子。
工作两年,他收入涨得很快,在一线城市全款买了房。那时,她的工资只有他的十五分之一。
再后来,他辞职做生意,收入有高有低,经历过不少起伏。她在自己的工作上慢慢做出了成绩,如今收入也很可观。
这些年,谁挣得多、谁暂时困难,一直在变。可从学生时代到现在,两个人遇到事情,还是习惯放在一起商量。
所以问阿树,大学适不适合谈恋爱,他的回答很干脆:太适合了。
他总觉得,那时候认识彼此,有机会从一顿食堂饭、一场电影开始,慢慢看清一个人的性格,也一起经历还没什么钱的日子。
当然,校园恋爱也未必都能走到最后。只是说起自己的经历,他最满意的那件事,始终没变过:
“大二喜欢上的人,现在还跟我一起过日子。”
加入 tutti 100 多天了,每天早上第一个打开的就是 tutti,看看有什么新的商单。感觉好久没出新任务了,今天打开一看,发现 Tutti v2 上线了,还新增了聊天系统,原来最近在忙着改版。
逛了一圈,说说几个直观感受。
首先是左侧导航清楚了,动态、活动、创作、聊天、数据、收益分开放,找功能比较顺手。深色背景配绿色,整体风格也挺统一。
首页多了动态和本周热帖,可以直接看看其他创作者怎么写、什么内容互动比较好,再点进对应活动。对找选题、学表达挺有帮助。
我比较喜欢创作 Studio,把待处理、品牌方审核中、待发布、已发布分开,还按交稿时间排列。手上同时有几单的时候,能少翻几次页面。活动页也有进群聊的入口,沟通需求和看活动信息更方便了。
不过也有几个地方觉得可以再打磨一下。
一个是页面整体有点暗,正文、说明文字和操作按钮的颜色比较接近,扫一眼不太容易抓住重点。
另一个是活动卡片。简介占了不少空间,但我最想先看的收益方式、交稿截止时间,反而要点进去找。活动多了以后,来回比较会有点麻烦。
还有活动简介里的要求比较分散,写什么、必须带什么、什么时候发、怎么算钱,要往下慢慢看。要是顶部能先放一张任务摘要,写稿时旁边再带个检查清单,应该能少漏不少东西。
希望后面首页也能加个“我的待办”,把待修改、待发布、快截止的任务放在前面。转发、引用之后,再明确显示一下“等待同步/已识别/未计入原因”,做完也更踏实。
这次改版能看出来是在往方便创作者日常使用的方向走。页面再清楚一点,新商单再多来一点,我每天早上打开就更有盼头了😂
#Tutti
🤝 Paid partnership
做内容的应该懂,AI 图画得挺满意,标题却写错一个字,还得打开软件重新补。
翻了下 MOSS-Image 的开源仓库,比较吸引我的是它能把文字和布局一起安排:写什么、放哪里,都可以提前指定。拿来做文章封面、活动海报,这个方向挺实在。
前面这张「星光邮局」就很适合看效果,中英文标题和底部标语都放进了画面。经常做配图的朋友可以试试,拿自己最难排的那张封面考考它。
这座只在想象里的邮局,被 AI 画出来了。
紫蓝色的夜空,一间亮着灯的邮局,拿着发光信封的邮差,旁边蹲着一只橘猫。
这次用 MOSS-Image,把「星光邮局」做成了一张动漫插画封面。
画风要求写得很具体:清晰的轮廓、赛璐璐色块、夜空里的冷色和邮局里的暖光。再用 JSON Layout 安排位置:标题在上,插画居中,标语放下面。
生成后放大检查,「星光邮局」「STARLIGHT POST」,包括底部那句「把晚安,寄给远方」,都对上了,原图没有后期改字。
用的是官方在线 Demo 的 SFT 版本,页面报告本次生成耗时 33.9 秒。从写需求、定布局到生成、检查,过程整理进了这条 50 秒视频。
想做动漫插画、故事封面,或者把脑子里的场景画出来,
点击下面的官方链接,把你的想法放进去试一张:
- github.com/OpenMOSS/MOSS-Ima…
- huggingface.co/spaces/OpenMO…
我打电话跟朋友道歉,他在那头笑了半天。
我以为是自己一句玩笑,害他赔了十几万。聊完才发现,他连退路都留好了,只有我一直替他着急。
这哥们是985毕业,年薪六十多万,快四十了,还没谈过恋爱。
相亲倒是没少去,可他头发越来越少,对女方长相的要求却一点没降。我有次逗他:“你现在出去,人家觉得你是个上班的。换成自己当老板,没准就不一样了。”
没多久,他真告诉我,准备辞职开公司。
我还劝了几句,觉得这么好的工作,说扔就扔太可惜。他没怎么解释,很快租下八十平方米的办公室,把人也招齐了。
一位985本科毕业的漂亮姑娘当前台,两位刚毕业的硕士做管理。
至于公司到底经营什么,暂时还在研究。
几个人天天开会,聊方向、聊市场、聊商业模式。我旁听过几次,听完只知道他们打算干一番大事业,具体从哪儿挣钱,没人说清楚。
可要论办公室的气氛,真挑不出毛病。
他逢人就说自己创业了,招呼朋友、同学过去坐坐,有资源的谈合作,没资源的喝杯茶。每天来来往往不少人,前台忙着接待,两位年轻高管忙着介绍规划,看着很有奔头。
对员工也大方。不要求打卡,有事提前说一声就能请假,工资每月29号发,只会早,不会晚。零食饮料摆得满满当当。
我每次去,都忍不住琢磨:照这个花法,他能坚持几个月?
到了第八个月,他给我发来一张请柬。
结婚。
新娘就是那位前台。
婚礼上,姑娘穿着婚纱,小腹已经有些显怀。他站在旁边,笑得嘴都合不拢。我心想,虽然生意暂时没起色,至少婚姻大事解决了。
又过了两周,我办事路过他公司,顺便上楼。
门锁着,里面一个人没有,外头已经贴了招租告示。
我立刻给他打电话。他轻描淡写地说,一直没找到能做的业务,索性注销,不折腾了。
我听着挺内疚。要不是我多嘴,他也不会跑出来圆什么老板梦。
所以才有了开头那通道歉的电话。
我问他总共亏了多少。
他报账报得很快:“房租六万,两个人的工资八万,加上其他开销,十六七万吧。”
“前台工资不算?”
“都成一家人了,算进去干什么?”
我又纳闷:“两个硕士,干这么久,工资才八万?”
他说,当初谈了股权,底薪就没给太高。
我越听越不是滋味,还在说十几万也不是小钱,他却笑着打断我:“你怎么比我还难受?我现在结婚了,马上要当爸爸,挺好的啊。”
停了一下,他又说:“我还得谢谢你。不然照以前那样相亲,不知道还得相到什么时候。”
我这才反应过来,他心里衡量这件事的标准,跟我根本不一样。
不过,公司关了,日子总要继续。我问他准备找什么工作。
他说:“已经回去上班了。”
“原公司?”
“对啊。我没真辞职,跟老板商量的是休长假,最多一年。”
我拿着手机,好一会儿没说话。
我以为他赌上高薪去创业,结果工作留着;我以为公司关门,他得缓一阵子,结果他已经回去领工资了。
至于新娘,她知道多少他的打算,我不清楚。也许在她看来,丈夫尝试过创业,虽然没做成,照样有能力把日子过好。
倒是我,回头想想那几次去公司捧场,原本以为自己是在支持朋友创业。
现在越想,越觉得当时还兼着点别的用处。
难得在推上看到一篇不无脑吹、实打实交出测试底裤的硬核测评。
很多人聊 Agent 记忆只停留在概念,这篇直接从 ChatGPT 自定义 MCP 接入、长期偏好与单次临时规则的边界隔离,一路扒到了底层 API 的轨迹提交。
最赞的是作者把“未跑通”的边界标得极其清楚:比如写入后立即读取的延迟问题,以及即便对照源码把工具结果的 sender_id 改成与 Assistant 一致、提交了 10 条完整轨迹返回 extracted,后台只涨了 Profile 和 Episode,Agent Case 和 Skill 依然是 0。
搞 AI 落地最怕看那种一帆风顺的公关爽文,这种把成功链路、API 消耗明细和踩坑待排查项全摊开写的实测,才真正有参考价值,强烈推荐一读!
吾日三省 retweeted
🚨 我几乎没说过暴论,但今天必须说一个:我们这些天天用 AI 的人,已经陷入了严重的信息茧房!!
做互联网的,或者重度用 AI 的,每天刷到的都是模型跑分、Token 价格、谁家又降价了。
尤其这两天,梁子的 DeepSeek V4.1-Flash-1017 发布,时间线像炸了锅一样,大家又嗨起来了
🤔 但我比较好奇,那些不追新模型、不看跑分的普通人,平时到底是怎么用 AI 的?
刚好看到 LobsterAI 发的 9 月《中国办公 Agent 用户行为报告》,平台 9 月日均活跃用户环比涨了 83.1%,用的人越来越多,翻完发现,报告里这些用户的用法,跟我们每天刷到的还真不太一样。
🔥 说 3 个挺反常识的点:
1. 新模型天天发,大多数普通用户相当专一(图1)
报告里,9 月普通用户中,73.6% 只用了一个模型,重度用户人均也就 2.4 个。
“AI 时代,只要你学得够慢,就不用学了” 这句话的含金量在上升。
换模型其实是有成本的,很多工作流、提示词都可能要重新调整、重新适应。所以大多数人还是比较专一的,工具用顺手了,比什么都好。能不动就不动。
2. 都说 AI 办公看飞书,微信却成了主场(图2)
这份报告的 IM 派活入口里,微信用户使用比例是 77%,飞书 14.3%,QQ 6.5%,企业微信 5%(同一个用户可以使用多个入口)
这一点还挺反直觉的。说起 AI 办公,大家都以为是飞书的主场,但至少看这份报告,飞书在微信面前还是弟弟,毕竟微信的体量太大了
还有个细节:早上 7 点到 11 点,IM 派活相对桌面端更活跃。估计有人会在通勤路上交代一句,到了工位再看结果,主打一个方便
3. 模型降价你看到了,缓存折扣你算过吗?(图3)
9 月单次任务已经到了 20.2 万 Token,是 3 月的 3.2 倍,Agent 会反复读取上下文,缓存打几折,直接影响账单
LobsterAI 报告里,这几款模型算上缓存后的输入费用,占各自非缓存输入原价的比例是:
- DeepSeek V4.1 Flash:4.6%(梁子太牛逼了👏🏻)
- Qwen 3.8 Max:18.5%
- Kimi K3:20.2%
- GLM 5.3 Flash:35.1%
DeepSeek V4.1 Flash 缓存命中率 97.3%,命中部分只收非缓存输入价格的 2%,所以只看模型标价,确实容易漏掉缓存这笔账!
普通人没必要把自己练成 AI 专家,选模型、算缓存这些事,本来就该让工具多操点心
技术的终局,是让普通人退回“傻瓜模式”。,工具越来越强,人反而可以少折腾一点。
最后,🤔问题来了: 你自己,或者身边不怎么折腾 AI 的朋友,平时都用 AI 做什么?
评论区聊聊,越具体越好,想看看有没有我没想到的用法。
吾日三省 retweeted
AI agents need more than a good prompt. They need memory.
I tested EverOS Cloud with a fictional e-commerce debugging scenario. First, I saved the debugging experience. Later, I searched for it with a different question and retrieved the earlier context, including the suggested fix and regression test.
That’s the value of persistent memory in AI workflows: experiences can be saved and retrieved when they’re needed again.
Try EverOS Cloud: everos.evermind.ai/login
#EverMind #EverOS
🤝 Paid partnership




















