帖子都读完了，小蓝点都消失了，但是这个“上次访问”却一直都在 强迫症受不了 1 个帖子 - 1 位参与者 阅读完整话题
6月8日，据多名网友分享，微信新版朋友圈主页最近右上角出现了“放大镜”图标，支持搜索历史朋友圈内容，点击图标输入关键词即可快速定位。 从目前网友的分享来看，该功能正处于灰度开放的阶段。荆楚网记者也就此向腾讯客服进行求证，对方表示： 微信朋友圈近期新增了搜索功能。您可以在朋友圈主页右上角点击“放大镜”图标，选择【朋友圈搜索】功能->【前往】，输入关键词即可搜索历史发布的朋友圈。目前还支持按【选择朋友】或【选择发布时间】进一步筛选结果哦。该功能正在逐步优化中，部分功能可能暂时未开放，我们会持续改进体验的。 查看评论
IT之家 6 月 8 日消息，据多名网友分享，微信新版朋友圈主页最近右上角出现了“放大镜”图标，支持搜索历史朋友圈内容，点击图标输入关键词即可快速定位。 从目前网友的分享来看，该功能正处于灰度开放的阶段。IT之家也就此向腾讯客服进行求证，对方表示： 微信朋友圈新增了搜索功能！ 您可以点击微信首页右上角的“放大镜”图标，进入【我的朋友圈搜索】界面，输入关键词即可查找历史朋友圈内容。 该功能支持按朋友或发布时间筛选，方便您快速定位需要的信息哦 ~ 大家在 IT之家微信号 回复“ 微信 ”两字，即可获取当前最新官方内部版微信下载。
TradingView 只能筛选板块
TradingView 只能筛选板块
最近攒了几个更新，又来发帖啦。 全局搜索快捷操作 全局搜索弹窗新增快捷操作，按 ⌘K 打开搜索后直接能看到一堆常用入口：新建对话、新建应用、上传文件、新建文件夹、切换主题、切换语言、跳转设置等等。 App 后台生成不断流 现在 AI 应用在生成内容或者讨论的时候，关掉页面、刷新浏览器、甚至临时断网，任务也都可以在后台继续跑啦。重新打开页面会自动续上进度，不再丢已经生成的内容。 模态筛选 全局搜索（⌘K ）和对话页的模型列表也支持模态筛选了，文本/图像/音频/视频/文件，输入输出分开过滤 往期主要功能： 300+ 模型同时回答，并排对比 Git 式对话分支，任意节点 fork 对话分支可视化（右侧分支树面板） 消息大纲导航 知识库提炼 + 记忆注入 后台推流，关页面不断流（对话 / AI 应用） 全局语义搜索（对话/文件/消息/应用） AI 生成网页应用，对话式迭代 yeero.ai ，感兴趣的朋友来试试呀。
Find Scarcity 0.缘由 当前内容平台缺少发现小众但优势内容生产者的机制，笔者类比经济学/金融学中的 发现价格 概念，希望通过一定机制下的激励，引导用户行为，从而挖掘这部分稀缺性。 Tips： 不能金融化，否则一定出现套利者和投机客； 不能让 user 感觉和以前的逻辑没区别，支持已经可以用 点赞 表达，额外的工具绝不能有单纯行使 支持功能 的面向； 1.根据投币内容的影响力结算收益 以 B 站投币为例子进行说明，事实上可以迁移到其他内容平台，选它只是因为熟悉。 基本想法是，user 每隔一段时间获得一定数量的 coin（有上限），可对优质内容（以下简记为 O）投币，每隔一段时间根据 O 的影响力进行结算，并获得收益，从而引导 user 使得 coin 的分布与 O 的质量正相关。 这马上会迎来第一个问题，user 可以无脑投已经展现出较好数据的 O，就会出现这种情况：当前数据最好的 O 对其他所有 O 吸血，系统极其不稳定，且 coin 的流通逻辑极其畸形，很难达成目标。 所以我们必须针对这个问题设置一个负反馈机制。 2-1.缩小已被筛选出的优质内容的收益 我们可以使先投币的人获得较高收益，后投币的人收益递减 我们可以设置退出机制，进行提前结算，满足 已被筛选 判定条件的 O，满足条件时强制结算，后续不再进行收益计算 在运行一段时间后（如果是已有内容基础，则是一开始），会出现 creater 和 O 质量的正相关，需要使向粉丝越高的 creater 投币的收益越低，直到其粉丝数达到阈值，creater 就被清退，其内容不再出现于此机制（或者仍然出现但是不获得收益，或者通过寻找一种合乎逻辑的算法使其排名靠后） 奖池需要可以被稀释（这预设了奖池拥有相对固定的总量，或者随 coin 数 log 级别衰减），也就是说，后进入的人虽然收益已经递减，但是还是能够稀释先进入的人的收益，同时需要设置一个稀释底线（这个设计应该是合理的，因为收益的前提是挖掘正确，挖掘失败连收益都没有，就不会系统性激励 user 冲着劣质 O 投币） 不能对 小白 没有激励 需要设计一个保底方法，对标 基准利率 ，或许还可以 借贷 以提高 货币流通性 ，使得不至于使得太多人因为能力不足而失去参与热情： 某些人即使从来没投对过（指暂时未获得收益），我们也要一定时间无条件发放（可能和活跃度相关，但是必须有上限） 至少要系统性地保留一个类型的方法（公开或者使人容易发现），使得无脑投也能够获得一定的收益，对标 基准利率 可以考虑设置一个池子，可以在不懂的时候存定期获得一定利息，可以用未来发放的币抵押进行 借贷 （需要信用评级） 2-2.[未定论]采取什么样的排名方式？ 第四点解决的是有无收益的问题，还有一个问题，同样投币顺序（采用绝对顺序还是百分位数也是个问题）的 coin，投给第一名的是否应该比投给第二名的收益多？ 或许问题是，应该采取什么样的排名方式。如果单纯看投币数，当然会出现这样的问题，如果考虑降低高粉丝数 creater 的 O 的权重（已被部分挖掘，信息冗余）。 如果认为排名可以很好地表达此板块内容的优先级，显然就是应该在相同投币序下，收益按照排名序递减。 3.避免用户基础导致的数据歧视 小众内容由于受众少，天然处于数据歧视的位置，因此必须分板块，只在各自板块内进行排名。 4.避免机制变成分析师的数学游戏 在信息充足的情况下，有稳定数学方法的分析师可以纯粹凭借数学行事就获得极其稳定的收益，而不是真实地对 O 进行评价，为了尽可能地提高它们的决策成本，数据需要延迟揭示，采用滚动方法，不能隐藏（否则缺失反馈），也不能设置固定的时间节点（机制漏洞，可能会在前后产生剧烈的跳变）。 5.生命周期、结算窗口与慢热调节 直觉上，存在爆款和冷门宝藏两种有意义的类型，显然两者不能具有相同的结算周期 需要从总量、增长速率、加速度三个角度综合设计结算窗口 比如对于爆款，快速的增长说明正在被逐步挖掘，于是进入其等待结算的收益周期，同时为了反制恶意刷分，或许需要要求其按照自身发展的趋势达到在某个时间点之前达到某个预期总量，否则视为挖掘失败——但是问题来了，被人 `恶意好评` 了怎么办？看来不行——能否进入排行榜才是决定挖掘是否失败的因素，不要越俎代庖。 但是，达到某个总量后，视为挖掘成功，就可以强制清算了。 对于冷门视频，需要给更长的时间窗口，特点是加速度小，但是速率一直为正。 6.总量控制 两个界： coin 的数量要足够多，使得小众 creater 和 O 能够被充分覆盖，同时，这种覆盖数据要有统计学意义，不能产生较大偏差 一个人的注意力和判断力有限，所能持有/使用的币必须有上限，同时人的能力不同，每个人给一个波动，乘以人数，得到总量一，再给一个波动，得到总量范围 因此对个人来说，结构应该是 基础币 + 增量币 对总体来说，总量可以随着人数或者经济事件变化 由于设置了消耗上限，如果收益过多，可能花不出去，这避免了马太效应，但是会大大挫伤这部分人的积极性，采用 log 级别的销毁方法，限定时间内的投币次数用完后，可以使用 9 枚 coin 兑换一次额外的投币权限，由到限后的投币行为触发，即此类投币情况消耗 10 枚 coin 7.防操控机制 不能圈地自萌、小圈子/小团体自己搞矩阵，最好能破圈，最少要在整个板块分布相对均匀。 算法已有先例，一个机制设计领域问题，共谋抗性（Collusion Resistance）问题，以及对应的解，相关性惩罚（Correlation Penalty）。现在似乎被国内某些产生逆练用来 猜你喜欢 了 8.准入机制与举报机制 垃圾内容等（比如搬运、切片、擦边类短视频） 分区错误，举报有奖，边际递减，原样退币，机会成本的损失 user 自担，反向激励 user 加强内容审查 恶意举报设置反制机制，包括不限于 减少举报奖励上限 暂时冻结功能 机器人、脚本等永久封禁 对应的，持续正确举报，加收益，加上限。 同时举报等级机制（与其他等级不相关） 附录：额外的问题 1. 奖励货币化问题 2. 平台兜底机制 对于可能出现的各种机器人刷分、异常用户行为，平台需要进行风控 1 个帖子 - 1 位参与者 阅读完整话题
https://sj.damo.plus — 每天推送 10+ 个值得看的开源项目 说实话，我之前每天打开 GitHub Trending ，密密麻麻一堆项目，看两眼就关了。英文 README 读起来也慢，经常要点翻译插件，久了就懒得看了，收藏了有几百个有了吧，后来再也没打开过。 所以做了这个，每天自动筛一遍，AI 翻译成中文摘要，新上的项目会标出来。最近又迭代了几个版本，我自己也在用，感觉也算有点价值。 免费订阅，觉得有用就试试，有问题随时反馈 👋 ps:现在服务器带宽还较低，慢点来~
https://sj.damo.plus — 每天推送 10+ 个值得看的开源项目 说实话，我之前每天打开 GitHub Trending ，密密麻麻一堆项目，看两眼就关了。英文 README 读起来也慢，经常要点翻译插件，久了就懒得看了，收藏了有几百个有了吧，后来再也没打开过。 所以做了这个，每天自动筛一遍，AI 翻译成中文摘要，新上的项目会标出来。最近又迭代了几个版本，我自己也在用，感觉也算有点价值。 免费订阅，觉得有用就试试，有问题随时反馈 👋 ps:现在服务器带宽还较低，慢点来~
https://sj.damo.plus — 每天推送 10+ 个值得看的开源项目 说实话，我之前每天打开 GitHub Trending ，密密麻麻一堆项目，看两眼就关了。英文 README 读起来也慢，经常要点翻译插件，久了就懒得看了，收藏了有几百个有了吧，后来再也没打开过。 所以做了这个，每天自动筛一遍，AI 翻译成中文摘要，新上的项目会标出来。最近又迭代了几个版本，我自己也在用，感觉也算有点价值。 免费订阅，觉得有用就试试，有问题随时反馈 👋 ps:现在服务器带宽还较低，慢点来~
AI 信息过载的时代，筛选比收集更重要。 两个月前我开源了自己搭建的 AI 热点追踪系统 ，现在它又进化了： 新增 Github Trending 热点项目 和 Hacker News 热点讨论 把启动命令 迁移至 systemd timer ，可一键启动，实现系统级服务管理 借助 nitter 的公开实例实现自定义指定 X 用户帖子追踪 上线了归档网站 ai daily ，不想动手的朋友们可以直接线上查阅了 开源地址： https://github.com/YeeKal/ai-daily 更新详情： https://yeekal.com/ai/ai-daily-news-update/
IT之家 5 月 27 日消息，据科技日报今日报道，国家超级计算天津中心党组书记、首席科学家孟祥飞和清华大学智能产业研究院兰艳艳教授领衔的 AI 生物医药团队，研发的面向超大规模药物发现的人工智能虚拟筛选平台 —— GalaxyVS 正式发布 。 该平台依托新一代天河超算系统， 在全球范围内首次实现对近千亿级可合成化合物空间的秒级虚拟筛选 ，将传统需数月甚至数年的药物早期筛选过程缩短至数十秒。 实测数据显示，系统利用千级 DSP 节点完成全模式生物物种约 400 万个靶点口袋的高效编码，并在 2 万多个计算节点上开展超大规模分子检索。 单次检索千亿分子库几十秒内即可完成，平均单个靶点口袋检索用时不到 1 秒 。系统日吞吐量达约 16 万亿次分子对接，比当前国际最先进的超算纪录高出 6 个数量级。 项目团队核心成员、国家超级计算天津中心李培顺博士表示，这一平台将有效破解传统药物研发中“活性分子稀少、可筛空间不足、候选分子同质化”的难题， 为肿瘤、神经退行性疾病、新发传染病、罕见病等领域的先导分子发现提供全新路径 ，同时在突发公共卫生事件中可大幅提升药物研发响应速度。 IT之家查询公开资料获悉，国家超级计算天津中心（简称“天津超算中心”）是 2009 年 5 月国家科技部批准成立的首家国家级超级计算中心， 由天津市滨海新区与国防科技大学军民共同建设 ，并作为依托单位联合各方优势力量推进信创海河实验室创新发展。 国家超级计算天津中心研制部署有我国首个排名世界第一的天河一号超级计算机和天河新一代超级计算机，力争形成双百亿亿级能力，并在持续打造三百亿亿级能力，即每秒超百亿亿次超级计算能力、每秒超百亿亿次智能计算能力与百亿亿字节超大规模数据管理能力，成为我国超算科技自立自强的代表，也是我国目前应用范围最广、超级算力能力最强、高性能算力输出规模最大的超算中心。
之前用那个NextChat，但是他不会自动筛选支持什么模型，我不知道怎么填， 用另一个自己能检索模型的，又特别卡， 大佬们都是用的啥啊 4 个帖子 - 3 位参与者 阅读完整话题
由于简历不知道如何优化 以及项目不知道咋给面试官讲解 最重要的就是不知道能不能通过简历筛选 因为我看他们说hr现在都是直接让ai筛选简历 每次问ai都是再哪个记录里面查找起来有点困难 要是有一个专门的板块就好了 就不用每次都重新描述一下了 以及找的时候也方便 所以有了如下的想法， 新建了3个专门的agent智能体 这个是我按照自己描述生成的，大家也可以祭祀广义一下 如果有啥好用的人设也可以分享一下 3 个帖子 - 2 位参与者 阅读完整话题
本人某大厂在职 AI 产品经理，最近筛了一批简历，有些想分享的建议 实习和社招区别是很大的，说俗点是： 实习岗更多是想找个看着灵光、勤快、礼貌的同学。疑似刺头会让面试问题变得苛刻。 PS：不需要阿谀奉承，基本的礼貌和尊重即可。 社招岗一般是有离职的小伙伴，诉求是招人快速补位，因此「和 JD 匹配度」「到岗时间」等要素，很多时候会比「这个人有多大成长价值」更重要。 近来简历普遍 AI 写，古法简历比较少，个人建议 AI 改完后人再修修： AI 简历的特点是强结构化，但容易把一点活写得天花乱坠，反而造成简历失真。 有耐心的佬友可以换个思路，让 AI 根据简历提面试问题，基于自己回答去修改简历。 Less is more。页数太长会眼花，排版清晰的简历非常加分，行间距、层级可以多调调。 产品不是 PRD 工具人，面试本质有点像菜市场推介，要大胆展示自己的经验和感受： PM/PD 本质上是用产品满足价值或效能诉求，多体验、多总结，才能对用户价值和业务效能更敏感。比如抖音、小红书都不是最早做对应垂类的产品，但为什么能火到现在，可以试着用 AI 一起拆拆。 大厂面试辅导一般很难速成，有那个钱可以给奥特曼多买几个月会员。背面经八股和真做过项目的人，在细节差异上非常明显，靠速成通过不太现实。 确实非科班出身的话，可以系统性学习一下产品理论；也可以定一个目标，借助 vibe coding 做一个可运行的小产品并持续完善。OPC 时代不会特别苛责背景，更看重是否 AI First ，把想法推进到验证和落地。 以上是个人经验，下面提供几个要点，可用于快速自问自查： 自我介绍先回答三个问题： 我是谁？ 我做过什么？ 为什么选我？ 简历里列出的项目，要能回答清楚： 我在项目里是什么角色？ 我起到了什么作用？ 我是否了解简历里提到的技术细节？ 区分“背八股”和“真做过”的关键，往往就在技术和业务细节。举几个例子： 提到微调：基模是什么？用了多少算力？什么微调策略？产品向算法的交付物是什么？ 提到 RAG：什么时间开始用 RAG 的？切片策略和召回策略如何设置？效果如何评估？ 提到 AI 产品落地：输入/输出是什么？失败 case 怎么处理？上线后看哪些指标？ 产品，至少 AI 产品，对上面这些问题应该比较清晰，都挺基础的。 模拟面试时可以注意 STAR 法则： Situation：当时是什么背景？ Task：你要解决什么问题？ Action：你具体做了什么？ Result：结果如何，有什么复盘？ 讲项目时一步步来，不要跳脱，不急着回答，产品经理是需要思考的岗位 感觉蛮多信息在各类面经会贴，从招人角度还是四个字：毛遂自荐～ 9 个帖子 - 4 位参与者 阅读完整话题
IT之家 5 月 20 日消息，在今日的 2026 谷歌 I/O 开发者大会上，谷歌针对 Play 应用商店推出 Ask Play， 希望把原本依赖列表翻找、评论筛选和反复试错的找应用流程，变成更自然的连续问答方式。 Ask Play 能理解完整上下文，不仅能基于用户提出的首个需求搜索合适内容，还能继续补充限制条件，系统会把前后语义合并后再推荐应用。 在谷歌官方给出的示例中，用户先找“无广告、无付费墙的小众科幻策略游戏”，再补充“支持离线模式”，系统会据此继续收窄结果，提升匹配精度。 IT之家援引博文介绍，除了直接推荐应用，谷歌推出 Ask Play highlights 功能。它会在搜索结果页上方提供复杂搜索的高层级摘要，帮助用户更快理解结果范围与重点。 对普通用户来说，这意味着不必逐个点进应用页面，也能先判断某类结果是否值得继续看，减少搜索时间成本。 另一条同步推进的路线，是结合 Gemini 和应用推荐。谷歌表示，Gemini 将在 Android 和网页端聊天界面中呈现应用及相关内容，并会在未来几周上线。 这种整合还带有主动推荐特征，用户未必需要明确提出“推荐应用”，Gemini 也可能根据问题意图给出合适应用。 谷歌官方给出了 2 个示例： 用户询问潜水旅行中可能见到哪些鱼类，Gemini 可推荐帮助识别海洋生物的应用； 如果用户想拍出 90 年代一次性胶片相机风格，Gemini 不只会给出拍摄建议，也会顺带推荐提供复古滤镜或拍摄模式的应用。
最近大半年因为自用,陆陆续续测了不少 AI API 的中转站,发现这个赛道现在卷得很厉害, 但信息很散:价格、起充门槛、支持的模型、稳定性,基本都得自己跑一圈才知道。 所以顺手做了个导航站 —— https://apinav.cc 现在的功能 收录中转站列表,可按 起充门槛 / 支持模型 / 付款方式 / 标签 筛选 每个站点有详情页,展示厂商、模型覆盖 支持 匿名点赞 / 点踩 / 评论 ,不需要注册 价格反馈 :用户实测的充值价、模型倍率可以直接提交,方便后来人参考 站点投稿 :遗漏的站点可以提交,我会人工审核后收录 暗色风格,移动端适配 想从 V2 各位这里得到的反馈 有没有用得顺手但我没收录的中转站,欢迎在站内 https://apinav.cc/submit 投稿 筛选维度还缺什么?目前在想要不要加"是否支持企业发票""响应延迟"这类 价格反馈现在是匿名提交我人工合并,有更好的去伪存真思路欢迎指点 各位轻拍 🙏 地址再贴一遍: https://apinav.cc
IT之家 5 月 14 日消息，微软 Xbox 团队昨日（5 月 13 日）发布公告，邀请部分 Xbox Insider 成员， 测试适用于 Xbox 游戏主机的预览更新，聚焦“个性化”和“自定义”体验。 IT之家援引博文介绍，普通玩家最容易感知的变化有 3 项：新的开机画面、分层 Gamerscore 徽章，以及游戏库新增筛选器。不过这次仍是预览测试，并非面向全部 Xbox 主机用户开放。 在 Xbox 游戏主机启动界面上，新版启用绿色 Xbox Logo，同时增加了新的动画和声音效果，玩家每次启动主机后，都会直接看到和听到这些改动。 Xbox 新开机画面绿色 Logo 在 Gamerscore 分层徽章上，玩家现在可以根据自己的总 Gamerscore，获得不同等级的徽章。随着总分继续增长，徽章也会继续升级，对应新的里程碑。Xbox 会把这些徽章放到个人资料页和 Guide 菜单里，玩家可以更快查看自己的成就积累。 Gamerscore 分层徽章展示界面 与此同时，游戏库也加入了新的筛选器，重点解决“我到底能玩哪些游戏”的查找问题。更新后，玩家可以更快区分哪些游戏是自己拥有的，哪些是别人共享给自己的；还可以找出那些已经安装在主机里、但当前已经没有访问权限的游戏。 Xbox 游戏库访问状态筛选界面
各位大佬好，第一次在论坛发成果分享帖： 先放链接： https://github.com/Grefer/CBlens 最近沉迷 Vibe Coding ，所以把自己之前的一些古法编程代码逐渐整合成桌面 App ， 其中 CBlens 是一个针对 A 股可转债研究和复盘的小工具，目前可以把转债条款、公告事件、实时行情、模型定价和人工复核流程串起来。 数据接口方面主要兼容了 Wind （白嫖公司账号的接口）和 akshare ，有些半动态数据（主要是转债的条款）直接通过我自己接口获取好封装到了 App 里面，其他能通过接口方便获取到的基本都兼容了 akshare 免费获取。 如果 V 站刚好有大佬也在做转债的话，可以试用看看提提建议。 另外要特别说明：这个项目结果不能当做投资建议，也不承诺收益。模型价只是一个复核参考，真正决策还要自己判断。 最后放几张 App 截图： 筛选定价： 单标的分析： 回测分析： 敏感性分析：
各位大佬好，第一次在论坛发成果分享帖： 先放链接： https://github.com/Grefer/CBlens 最近沉迷 Vibe Coding ，所以把自己之前的一些古法编程代码逐渐整合成桌面 App ， 其中 CBlens 是一个针对 A 股可转债研究和复盘的小工具，目前可以把转债条款、公告事件、实时行情、模型定价和人工复核流程串起来。 数据接口方面主要兼容了 Wind （白嫖公司账号的接口）和 akshare ，有些半动态数据（主要是转债的条款）直接通过我自己接口获取好封装到了 App 里面，其他能通过接口方便获取到的基本都兼容了 akshare 免费获取。 如果 V 站刚好有大佬也在做转债的话，可以试用看看提提建议。 另外要特别说明：这个项目结果不能当做投资建议，也不承诺收益。模型价只是一个复核参考，真正决策还要自己判断。 最后放几张 App 截图： 筛选定价： 单标的分析： 回测分析： 敏感性分析：