Depression
用户暂无简介
Depression
测试帖子，用于学习Typefully界面
查看原文- 赞赏
- 点赞
- 评论
- 转发
- 分享
如何开始通过AI赚钱？？？( 20+种方法清单)
1. 自动化与系统
- 一次性支付$300-1.5k，用完全自动化的CRM+收件箱系统取代虚拟助手
- 每月$800-2.5k，向创始人销售“一站式”AI运营服务
- 每月$500-2k，构建无需人工干预的潜在客户到预约电话的管道
- 一次性支付$1-4k，将AI集成到公司已使用的工具中，如Notion、Slack、HubSpot
2. 代理与SaaS
- 每月$1k-10k，向特定行业授权单一用途的AI代理
- 每月$2-8k，使用自己的品牌转售白标AI工具
- 每月$500-无限制，将个人工作流程转变为他人付费使用的产品化AI工具
3. 视频与广告
- 每个视频$150-600，用AI虚拟形象替代昂贵的UGC创作者，为DTC品牌制作内容
- 每月$500-1.5k，运营分割测试广告创意工厂，生成120个变体，无需设计师
- 每月$600-2.5k，在利润丰厚但看似无聊的细分市场运营无人脸YouTube频道，如金融、健康、科技
- 每月$1-3k，利用AI旁白和库存素材制作B2B品牌视频，无需拍摄时间
4. 内容与写作
- 每月$500-2k，掌控品牌的完整内容引擎，包括简报、草稿、发布和内容再利用
- 每月$300-1.5k，利用AI为LinkedIn高管代写，
查看原文1. 自动化与系统
- 一次性支付$300-1.5k，用完全自动化的CRM+收件箱系统取代虚拟助手
- 每月$800-2.5k，向创始人销售“一站式”AI运营服务
- 每月$500-2k，构建无需人工干预的潜在客户到预约电话的管道
- 一次性支付$1-4k，将AI集成到公司已使用的工具中，如Notion、Slack、HubSpot
2. 代理与SaaS
- 每月$1k-10k，向特定行业授权单一用途的AI代理
- 每月$2-8k，使用自己的品牌转售白标AI工具
- 每月$500-无限制，将个人工作流程转变为他人付费使用的产品化AI工具
3. 视频与广告
- 每个视频$150-600，用AI虚拟形象替代昂贵的UGC创作者，为DTC品牌制作内容
- 每月$500-1.5k，运营分割测试广告创意工厂，生成120个变体，无需设计师
- 每月$600-2.5k，在利润丰厚但看似无聊的细分市场运营无人脸YouTube频道，如金融、健康、科技
- 每月$1-3k，利用AI旁白和库存素材制作B2B品牌视频，无需拍摄时间
4. 内容与写作
- 每月$500-2k，掌控品牌的完整内容引擎，包括简报、草稿、发布和内容再利用
- 每月$300-1.5k，利用AI为LinkedIn高管代写，
- 赞赏
- 2
- 评论
- 转发
- 分享
最佳编码LLM模型
1. Claude Opus 4.6
排名第一的编码模型，在多文件推理和真实世界漏洞修复方面无与伦比
基准：80.8% SWE-bench
2. Gemini 3.1 Pro
谷歌最新旗舰产品，推理能力是Gemini 3 Pro的两倍
基准：80.6% SWE-bench
3. MiniMax M2.5
最佳开源模型，230B参数，低成本下强大的代理编码能力
基准：80.2% SWE-bench
4. GPT-5.4
最佳全能模型，首个拥有本地计算机使用能力且超越人类性能的模型
基准：77.2% SWE-bench
5. Grok 4.2 Beta
目前架构最独特的模型，每个复杂查询都有四个专用AI代理并行运行
基准：Top 10 SWE-bench Verified (Beta，具体分数待公布)
无论如何，在所有模型中我会选择Opus 4.6，特别是如果你有能力购买20×Max订阅
根据我的经验，Claude仍然在编码方面表现最佳
但情况变化非常快，所以要密切关注新出现的LLM模型
查看原文1. Claude Opus 4.6
排名第一的编码模型，在多文件推理和真实世界漏洞修复方面无与伦比
基准：80.8% SWE-bench
2. Gemini 3.1 Pro
谷歌最新旗舰产品，推理能力是Gemini 3 Pro的两倍
基准：80.6% SWE-bench
3. MiniMax M2.5
最佳开源模型，230B参数，低成本下强大的代理编码能力
基准：80.2% SWE-bench
4. GPT-5.4
最佳全能模型，首个拥有本地计算机使用能力且超越人类性能的模型
基准：77.2% SWE-bench
5. Grok 4.2 Beta
目前架构最独特的模型，每个复杂查询都有四个专用AI代理并行运行
基准：Top 10 SWE-bench Verified (Beta，具体分数待公布)
无论如何，在所有模型中我会选择Opus 4.6，特别是如果你有能力购买20×Max订阅
根据我的经验，Claude仍然在编码方面表现最佳
但情况变化非常快，所以要密切关注新出现的LLM模型
- 赞赏
- 1
- 评论
- 转发
- 分享
剧本：如何开始学习AI
1. 了解AI到底是什么
- AI、机器学习等之间的区别
- 在YouTube上观看3Blue1Brown的神经网络系列
- 阅读关于大语言模型工作原理的通俗解释
2. 熟悉Python
- Python是AI的主要语言
- 你需要掌握足够的技能来操作数据和运行模型
- 重点学习列表、字典、循环、函数和基本的文件处理
- Google Colab让你可以在浏览器中运行Python，无需任何设置
3. 了解大语言模型的工作原理
- 高层次阅读关于Transformer架构的内容
- 关注注意力机制、标记（tokens）和上下文窗口
- 理解为什么规模很重要以及如何实现扩展
4. 掌握提示工程
- 学习链式思维提示（chain-of-thought prompting）
- 学习角色扮演提示（role prompting）
- 学习少样本学习（few-shot examples）
- Anthropic的提示工程指南是最好的单一资源
5. 进行你的第一个API调用
- 从Anthropic或OpenAI获取API密钥
- 在Python中进行简单调用
- 构建一个小工具，比如摘要器、问答机器人或分类器
6. 学习RAG（检索增强生成）
- 一旦你能调用API，下一步就是让模型使用你自己的数据
- 了解什么是检索增强生成（retrieval-augmented g
查看原文1. 了解AI到底是什么
- AI、机器学习等之间的区别
- 在YouTube上观看3Blue1Brown的神经网络系列
- 阅读关于大语言模型工作原理的通俗解释
2. 熟悉Python
- Python是AI的主要语言
- 你需要掌握足够的技能来操作数据和运行模型
- 重点学习列表、字典、循环、函数和基本的文件处理
- Google Colab让你可以在浏览器中运行Python，无需任何设置
3. 了解大语言模型的工作原理
- 高层次阅读关于Transformer架构的内容
- 关注注意力机制、标记（tokens）和上下文窗口
- 理解为什么规模很重要以及如何实现扩展
4. 掌握提示工程
- 学习链式思维提示（chain-of-thought prompting）
- 学习角色扮演提示（role prompting）
- 学习少样本学习（few-shot examples）
- Anthropic的提示工程指南是最好的单一资源
5. 进行你的第一个API调用
- 从Anthropic或OpenAI获取API密钥
- 在Python中进行简单调用
- 构建一个小工具，比如摘要器、问答机器人或分类器
6. 学习RAG（检索增强生成）
- 一旦你能调用API，下一步就是让模型使用你自己的数据
- 了解什么是检索增强生成（retrieval-augmented g
- 赞赏
- 点赞
- 评论
- 转发
- 分享
预测市场在X上会死吗？为什么，我们接下来该做什么？？
很多人都看到一个真正的趋势已经开始，预测市场和围绕它们构建的机器人
仅仅两周时间，它就变成了关于“我在24小时内用OpenClaw为Polymarket构建AI代理赚取$1M ”的垃圾信息
今天，曾经封禁InfoFi的Nikita Bier在推特上说：“没有预测市场垃圾信息的X世界”
说实话，没有什么能阻止他去追究类似内容并封禁它们
不过那样挺奇怪的，因为X官方与Polymarket合作，作为其预测市场合作伙伴
那么，这一切背后的真实情况和他的声明到底是什么？
- 这些机器人大多只是垃圾信息，数字不是真实的
- 真正在赚钱的只有拥有丰富资源和经验的专业团队
- 人们用来诱饵的数字几乎不可能实现，大部分市场的交易量低于$100k
——很多都是通过Polymarket的推荐链接为了盈利而做的
Nikita Bier特别指出了这些垃圾信息，而不是整个预测市场内容
所以，是的，实际上，这个细分市场会像memecoin一样死去，一旦观众被低质量内容过度饱和
人们会试图构建同样类型的机器人，但都不会成功，因为它们与现实毫无关系
告诉我，为什么一个真正找到优势、在构建这些机器人方面有技巧的开发者会在CT上分享？
我认识一些在这个领域工作的真实团队，匿名的，根本不关心CT，直接用算法从Po
查看原文很多人都看到一个真正的趋势已经开始，预测市场和围绕它们构建的机器人
仅仅两周时间，它就变成了关于“我在24小时内用OpenClaw为Polymarket构建AI代理赚取$1M ”的垃圾信息
今天，曾经封禁InfoFi的Nikita Bier在推特上说：“没有预测市场垃圾信息的X世界”
说实话，没有什么能阻止他去追究类似内容并封禁它们
不过那样挺奇怪的，因为X官方与Polymarket合作，作为其预测市场合作伙伴
那么，这一切背后的真实情况和他的声明到底是什么？
- 这些机器人大多只是垃圾信息，数字不是真实的
- 真正在赚钱的只有拥有丰富资源和经验的专业团队
- 人们用来诱饵的数字几乎不可能实现，大部分市场的交易量低于$100k
——很多都是通过Polymarket的推荐链接为了盈利而做的
Nikita Bier特别指出了这些垃圾信息，而不是整个预测市场内容
所以，是的，实际上，这个细分市场会像memecoin一样死去，一旦观众被低质量内容过度饱和
人们会试图构建同样类型的机器人，但都不会成功，因为它们与现实毫无关系
告诉我，为什么一个真正找到优势、在构建这些机器人方面有技巧的开发者会在CT上分享？
我认识一些在这个领域工作的真实团队，匿名的，根本不关心CT，直接用算法从Po
- 赞赏
- 点赞
- 评论
- 转发
- 分享
比我一年中的包包还多，顺便说一句
查看原文
- 赞赏
- 点赞
- 评论
- 转发
- 分享
.@Backpack TGE 即将到来，我猜
希望我的*00,000积分能买到一套房子
这将是一个美好的新年开始方式
查看原文希望我的*00,000积分能买到一套房子
这将是一个美好的新年开始方式
- 赞赏
- 点赞
- 评论
- 转发
- 分享
再见，InfoFi
终于
感谢Nikita
查看原文终于
感谢Nikita
- 赞赏
- 点赞
- 评论
- 转发
- 分享
新年快乐
明年好运
这只是一个开始
查看原文明年好运
这只是一个开始
- 赞赏
- 点赞
- 评论
- 转发
- 分享