罗德里（Rodrigo）荣获金球奖后，某些气急败坏的球迷（也可能是机器人账号）跑到德保罗、本坦库尔甚至罗德里戈的社交账号下发表恶评，闹出了笑话，因为罗德里本人并没有社交账号，而这几位躺枪的球员也叫Rodrigo/Rodrygo。

在如今的网络社会，一个人特别是名人没有社交账号是很难得的事，却也并非难事。我对于社交应用的使用，从甫接触网络时的好奇与兴奋，到如今的兴味索然，既是性格使然，也是兴趣转变。

人是社会性动物，任何时代都需要社交，只不过网络的发展让社交变得更容易、更广泛了。社交应用之必要，我概括为出于使用者的以下三个动机：公共参与、自我满足与营销。

公共参与，在我看来是以社交应用为平台，大众针对国家政策、社会治理、公共事件等诸方面发表意见建议或进行监督。这是我对微博的初印象，也是我中学时（至少要追溯到十四年以前了）想要注册一个微博帐号的初衷。彼时的微博似乎是可以自由发表意见的平台，虽然现在的微博仍可以“键政”，但铺天盖地的是娱乐至死和主旋律正能量。从第一个执政期开始微博对我就没有意义了，最后一个账号死于无意冲塔。

自我满足是人们使用社交应用最主要的动机，它涵盖的内容非常广泛。比如自我表达、展示和分享的需要，追星、获取咨询的需要，娱乐的需要，寻求认同、渴望被关注的需要，等等等等。

最后一种动机是营销或推广，它和自我满足的区别在于，营销最终是追求金钱利益的，而自我满足更多的是一种精神需要。如果有机会，我很愿意在社交平台上做一个营销者，肯定比领取固定薪水要自由吧，啊，自由。

从我对网络还不太了解时，便接触了很多社交产品。电子邮箱不太算是社交产品，我却喜欢尝试各种邮箱，从QQ、新浪、网易，到Hotmail、Gmail、Yahoo、校邮箱，然后是域名邮箱的各种方案（腾讯、Yandex、Tutanota、mailbox.org）、ProtonMail、Disroot，当前使用的则是Zoho域名邮箱。

大一时人人网是校民级应用，社交之必需，大二就被微信取代销声匿迹。也是在那时注册了Twitter，需要手机验证便给客服发邮件说自己是中国人，立刻便通过了。Instagram还没有被墙，大家也热烈地玩了一阵子。Facebook当然也注册了，还有Tumblr（尚没有那么多色情内容）、Path等，好像只要是一个没用过的产品便尝试一下。

在这些平台上发过什么样的内容呢，几乎不记得了，反正是表达欲和分享欲爆棚时鸡毛蒜皮之事，后来的某一个时间点觉得太幼稚，便尽数删除。至于关注的人和话题，也随着兴趣转移增增删删。

国内的短视频和小红书是什么时候兴起的，我完全没有印象，这时的我已对社交没有兴趣，或是停留在原先的平台上便足够了。前段时间倒是下载小红书玩了一两个月，实在没什么有营养的东西，最终卸载了。在我们的应用分类中，小红书其实归属于购物一类。

Mastodon注册了，Threads注册了，Bluesky也注册了，但都无法持续使用。如同再没有一款游戏会让我感兴趣，也没有一个社交应用能让我持续使用。不如彻底告别它们吧。

我有议政的需要吗？我有营销的需要吗？有是有，但不是此时。而自我满足的途径也多种多样。常逛的论坛无需注册和登录，浏览新闻直接访问网站或RSS，有想说的话写在自己的博客上。

虽非无痕，亦难有迹可循。我并不是在谈隐私，只是对当前的我来说，自得其乐，实无社交之必要。

使用Garmin Forerunner 245M已经快三年半了，当时为了记录跑步数据一冲动就买了，骑车时也当码表用。后来跑步少了，骑车也有了码表，它就用来看看时间、天气和心率，早上看看睡眠。

前段时间表带的卡扣断了，从网上买了一根便宜的表带替换。我对这个手表很满意，会继续用下去等它不能再用的那天，退役之后，下块手表还是买Garmin的。

Garmin记录了我的日常运动数据，便想把体重和骑车数据也整合在一起。我的码表是Bryton的（Garmin码表实在太贵了），数据可以同步Strava但不能连接Garmin，查了一下好像没有从Strava反向同步到Garmin的方案，只能采用手动方式上传数据了。

流程是这样的：

1. 码表连接手机的Bryton Active同步数据；
2. 在App上选择记录导出为Fit文件（之前的版本可以直接导出为.fit文件，更新版本后变成了.zip文件，还要再解压）；
3. 登录Gamin Connect网页版，选择上传数据，上传导出的.fit文件。

虽然有点麻烦，但总归是一个办法。在这里要夸一下Bryton的App，一开始非常简陋难用，经过几次更新后，终于变得流畅好用了，这家公司还是有心的。

称体重用的是同事送的小米体脂秤，可以在手机上安装Mi Scale Exporter这款应用，作者有详细的使用指导。称体重竟然也是一个不容易坚持的习惯，对减肥不上心后也就不上称了。

一直担心自己的血压，一度还想买个Garmin Index BPM，记录血压数据，不知是否好用。

昨天晚上，苹果破天荒地在 0 点前发布了新系统和新产品。

iOS 18.1 正式版推出，写作工具、照片搜索、智能邮件…… 这些新功能，国行版的用户一个都用不了。那它们具体怎么用？到底好不好用？和国产手机的 AI 相比有哪些异同点？一起来看看。

iOS 18.1 正式版终于在昨晚推出，像是写作工具、聪明版 Siri、照片搜索、智能邮件这些 AI 功能，咱们国行版的用户一个都用不了。

虽说明年才会支持中文，不过我们还是在，港版 iPhone 16 Pro 上率先用到了 Apple Intelligence。

苹果智能在 iOS 18.1 上大致可以分成「写作-Siri-照片-邮件」四类 AI 功能。

写作工具没有固定的入口，只要有字的地方就能用。你可以对文字进行「校对」，语法或用词、甚至标点符号的错误它都能帮你指出。

另外，你还可以让苹果智能，帮你「改写」文案风格，用「友好」「专业」「简洁」三种语气应对生活和工作中的不同场景。要是你连脑子都不想动，它还能当「代写」。

写作功能还可以概括全文、列出重点 ，或者生成相应的表格。

虽然目前仅支持英文文本，对大部分人的用处不是太大，但咱们转化下思路：这对于那些正在考研、考雅思的朋友来说，简直不要太好用，妥妥的一个阅读写作神器。

写作工具给你改文笔，聪明的 Siri 还能陪你练口语。全新 Siri 不仅有了全新的动效，对话过程也更自然流畅，即使磕磕绊绊地讲话 ，也能 get 到你的意思。

而且你现在能通过各种方式唤醒 Siri。

Siri 的确比以前更聪明了，但不多，那能力不够 GPT 来凑。遇到有难度的问题，屏幕上方会跳出「是否询问 ChatGPT」的选项。

这就像是给国足请了 11 个外援，有一种「我和科比合砍 81 分」的感觉，除了上面这些 iOS 18.1 还有很多藏在角落里的 AI 功能。

全新的相册很难用，但新加入的 AI 消除和智能搜索，还是能消除一点苹果用户的火气的，一键清除的速度挺快，消除背景区别明显的人物或物体，它很拿手，但在很多元素的杂乱背景上，它就有点儿乱来了，主打一个「你就说消没消吧」。

相册现在还能通过关键词和照片里的文字，来搜索指定照片，这对手机里存有海量照片的用户来说，真的好用。

最后一个邮件功能看起来没前面那么智能，但很实用。邮箱会根据邮件内容自动分类整理，最重要的信息会被放在最上面。

邮件顶部还能一键生成摘要，好用是真好用，就是希望之后，能接入微信、飞书等更多的办公软件。

iOS 18.1 上的 AI 功能，用一句话总结就是：中规中矩，没有惊喜。

比起更新，我更愿意称它为补齐。语音助手、文案改写、AI 消除国产手机早都有了。

虽然 Apple Intelligence 在名字上占了便宜，苹果也在硬件上给 AI 做足了准备，但反而是苹果 AI 本身，好像还没准备好，Genmoji、Image Wand 等生图功能，还要等到下个版本才会推出。

国行版用户今天能用到和 AI 唯一有联系的功能，就只剩通话录音了。不过开启和关闭录音时 对方电话里会有提示音，通话结束后，录音文件会自动生成文字版，保存在备忘录里，很实用，也很尴尬。

关于 iOS 18.1 和苹果智能，你还有什么想了解的吗？欢迎在评论区留言，等稍后苹果智能支持中文后，我们也会在第一时间，带来评测体验。

#欢迎关注爱范儿官方微信公众号：爱范儿（微信号：ifanr），更多精彩内容第一时间为您奉上。

爱范儿 | 原文链接 · 查看评论 · 新浪微博

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Stirling PDF 是一站式的 PDF 编辑工具，让用户能对 PDF 文件进行各种编辑操作，包括分割、合并、转换、重新组合、新增影像、旋转、压缩等等，特色是免费、开源〔GitHub〕，过程中文件只会存在用户的设备上，若在处理时有暂存于服务器的内容在下载后会即时从服务器删除，不会记录保存或追踪任何资料，相较于在线工具来说是更安全、隐私的解决方案。

1 Locally hosted web application that allows you to perform various operations on PDF files – Stirling-Tools/Stirling-PDF

Stirling PDF 提供多元的 PDF 编辑功能，涵盖文件组织、格式转换、安全性、检视与编辑等工具，满足各类文件处理需求，用户无需额外下载、安装软件，只要通过浏览器即可进行操作，Stirling PDF 有中文在内等多国语言界面〔在我写这篇文章时中文字串翻译率已达 93%〕，进入网站、找到对应的功能后就能直接进行编辑。

这项服务目前可以做到的功能包括：

1. 文件组织

2. 格式转换

3. 签名与安全性

4. 检视与编辑

5. 进阶功能

顺带一提，Stirling PDF 还有提供 Windows 版本，可以在没有连上网络的情况下使用，如果有兴趣的朋友可以在 GitHub 找到下载链接，原则上两者功能差不多，无论在线版或 Windows 应用程序都不用付费、也无广告干扰。

Stirling PDF

进入 Stirling PDF 网站后先从右上角语言选择「中文」。

接着从上方「工具」就能看到完整功能，依照类型分为：组织、转换为 PDF、从 PDF 转换、签名与安全性、检视与编辑和进阶工具，也可以直接从首页输入功能名称列出相关工具。

有一个 PDF 万用工具是整合旋转、裁切、分割、移除、新增图片等功能，进入后先点击左下角新增要编辑的 PDF 文件。

加入后 PDF 页面预览就会显示于下方，每一页都可单独旋转、删除或调整页数，将光标移动到页面中间时还会出现其他编辑选项，例如裁切或是加入图片，其实操作上很直觉，稍微摸索一下就会。

编辑完成别忘记点击右上角「下载」保存新的 PDF 文件。

另一个压缩 PDF 也是很常在在线工具看到的功能，选择文件、设置压缩比或是自动模式〔自动调整质量以使 PDF 达到指定大小〕，就能快速压缩 PDF 以获得更小的文件容量。

点击压缩后就会开始处理，完成后自动跳出下载提示，我以大约 9 MB 的 PDF 文件、手动模式 3 级测试后获取一个约 2.5 MB 的新文件，压缩成效相当好，而且图片并没有失真或模糊等情形。

另一个也很常用到的功能是「分割 PDF」，可以将 PDF 指定页面删除、或只是留下需要的页面，使用方法也很简单就不多加赘述，Stirling PDF 会有预先设置的示例提示，用户照着格式稍作修改后就能完成相关编辑任务。

如果要说 Stirling PDF 有没有比较特殊、少见的功能，有一个「自动涂黑」工具很有用，用户只要输入要涂黑的文字，选择 PDF 后就会自动将识别到的文字涂黑，确保隐私和安全性，同时也省去手动编辑文件的时间，操作上更有效率哦！

下图就是使用自动涂黑工具识别、涂黑的 PDF 文件示例，指定文字就会被涂黑处理。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

copyparty 是一款功能非常丰富的多功能文件服务器，主要用来分享你电脑、服务器、设备里的文件，并通过浏览器、WebDAV、FTP 等方式访问，还支持播放音乐、上传文件、权限设置等功能。

几乎可以在任何有 Python 环境的地方运行，还支持 Docker 托管，以及 windows 系统下的单可执行程序，甚至可以在 android 中运行。虽然运行很容易，但我不敢说它简单易用。

Portable file server with accelerated resumable uploads, dedup, WebDAV, FTP, TFTP, zeroconf, media indexer, thumbnails++ all in one file, no deps – 9001/copyparty

copyparty 给自己的定位是「便携式文件服务器，具有断点续传、重复数据删除、WebDAV、FTP、TFTP、零配置网络、媒体索引器、缩略图++，全部集成在一个文件中，无依赖。」

所有的功能集中在一个 .py 文件中，718 KB，直接运行就可以了。Windows 系统有编译好的 .exe 单可执行文件，双击也即开机用。其他平台直接 python copyparty-sfx.py 就行了。

就是文档太啰嗦了…看不下去。

直接运行就可以在浏览器访问 http://127.0.0.1 了，默认会使用 80/443 端口，打开就是这样的：

可以上传、下载、播放视频、听歌、看图片…非常纯粹的文件分享工具。有一种 Alist 的感觉，不过它不支持网盘。

只需要在启动的时候添加一个用户，就能设置权限了，包括只读、文件夹限制等等：

这一行的意思是创建了三个用户：u1/u2/u3，为它们挂载文件夹 music，对 u1/u2 两个用户只读，u3 用户可以写。

但注意有参数后，访问端口就变化了（3923）。

copyparty 默认开启了 WebDAV，只需要在你的 WebDAV 客户端里直接连 http://ip:3923 就行了。

甚至，你可以通过 WebDAV 把这个文件夹映射为 Windows 的网络磁盘，不过 Windows 默认需要 https，改一下注册表就好了。

而 FTP 则需要在启动的时候添加 --ftp 21 参数，用户名密码和上面的设置相同，不设置就支持匿名访问。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

chatgpt 最近推出会主动思考推理的「 o1-preview 」，以及更即时、自然的「高级语音对话模式」后，今天又再次推出新功能：「ChatGPT Canvas」，这是基于 GPT-4o 架构开发的全新 ai 写作、源码编辑界面。让 ChatGPT 不再只能对话，而可以进行更深入、准确的内容创作工作。

第一波更新中，ChatGPT Plus 和 Team 用户会先获得 Canvas 功能，而全球的企业和教育版用户将会在下周获得使用权限。并且 openai 还计划在 Canvas 正式发布后，向所有 ChatGPT 免费用户开放这项新的人机协作界面。

实际测试后，我觉得可以把「ChatGPT Canvas」想象成一种 AI 文本、源码软件，在这个工具中，人和 AI 可以更有效率的协作，共同编辑更好的内容成果。

以前的 ChatGPT 是即时通，一切内容要在对话中生成，也只能用对话引导 AI 去生成、修改，这很多时候会有点麻烦，常常在问答的过程偏离主题，难以指定要修改的部分，容易愈改愈乱，再也回不去之前更好的版本。

但是「ChatGPT Canvas」能够解决上述问题，它让人与 AI 在一个类似文本编辑的界面中讨论，就像多人一起编辑一份在线文件那样，可以一起处理文字、源码内容，可以针对任何指定段落修改，能够整合人与 AI 各自编写的内容，最后一起合作完成一份文本。

于是， ChatGPT 不再只是「对话软件」，而可以当作真正的「AI 文本内容、源码内容编辑器」，你可以利用来处理下面的工作流程：

在这篇文章中，我通过一个完整的写作实测案例，带大家了解 Canvas 的操作流程、快捷功能以及它如何帮助创作者解决具体问题。

在 ChatGPT 的 AI 模型中切换到「GPT-4o with canvas」模式，下面我测试看看利用这个新界面编写一篇文章。

首先，我先利用原本常用的 AI 指令结构，结合我的想法草稿，请 ChatGPT 改写成一篇完整的文章内容。

当 AI 开始编写文章草稿，或是源码时，「GPT-4o with canvas」就会像是下图这样，进入独立的文件编辑界面。

进入独立的 Canvas 编辑界面后，最大的优点就是，我们甚至可以直接在上面修改 AI 生成的文章内容。

于是这样一来，可以实现更流畅的「人与 AI 的协同写作流程」。

以前 AI 生成的内容，我们有不满意的地方，无法人为的介入修改，只能让 AI 自己去改，而常常愈改愈乱。

现在， AI 生成的草稿，我可以直接在编辑界面介入，修改成我觉得更好的版本，然后再请 AI 接续调整，实现真正的人与 AI 协同合作。

「GPT-4o with canvas」不只可以修改内容，也可以调整粗体、标题样式，就像是一个结合 AI 功能的简易 Word 编辑器，还支持 markdown 编辑格式。

以文章写作的 ChatGPT Canvas 界面为例，编辑界面右下方会出现一排「快捷功能菜单」，文章写作、源码编辑会有不同的对应菜单。

「快捷菜单」中有很多默认功能，可以快速修改整篇文章、源码的内容。

例如其中有一个「阅读等级」的调整按钮，可以把文章的内容改成从小孩子到博士等级的不同风格与深度。

下面是一篇我让 AI 改写的、文章，我让 ChatGPT 把原本相对专业的文章内容，改成适合小朋友阅读的版本。

而下面是同一篇第二大脑的教程文章，我让 ChatGPT 把原本相对口语的草稿，改成更精炼、专业的文章风格。〔可以跟上面的小朋友版本进行比较，都是同一篇草稿的不同阅读等级修改。〕

通过快捷功能，一个按钮就可以快速转换我们需要的文字深度与风格。

以文章编辑界面为例，具备下面几种快捷功能：

下图是按下「建议编辑」后，ChatGPT 针对不同段落提供的编辑建议，我只要按下允许，就可以让 AI 直接进行修改。

这是不是跟以前的对话生成内容有很大的不同？现在 ChatGPT 可以针对一篇长篇文章，提供各种分段的调整、建议与修改。

除了整篇文章的快捷修改、建议外，在「ChatGPT Canvas」的编辑界面中，我可以任意圈选一段觉得有问题的段落，这时候会浮现「Ask ChatGPT」的按钮，点击后，我可以输入这一段的修改建议，让 ChatGPT 去进行指定段落的调整。

这是不是很像我们在 Google 文件上提供伙伴文章修改建议？只是这一次，AI 成为我的伙伴，听从我的指令去修改。

更棒的事，在「ChatGPT Canvas」中不用再怕 AI 修改内容后，回不去之前可能更好的版本。

因为在编辑器中，自带了可以还原之前版本的功能，而且不只可以还原到前一个版本，也可以回到上上版、上上上版，或是跳回最新版本。

经过简单的文章写作实测，我们可以看到 ChatGPT Canvas 的可能性，它突破了传统 AI 对话生成文本的限制，将人机协同的创作流程无缝结合，无论是在写作还是程序设计的应用场景中，Canvas 以更灵活的编辑能力和快捷的功能，帮助用户实现了更精准、有效的工作流程。

对于我相对熟悉的文章创作者而言，ChatGPT Canvas 不仅提供了文稿即时的优化、编辑建议，还能调整文本的阅读等级和风格，帮助你快速针对不同的受众进行调整。而对于程序员，Canvas 的源码审查、注解添加与错误修正功能，让程序开发过程变得易于维护。

这样的功能让人与 AI 之间的互动变得更具深度，不再只是被动地接受 AI 的生成内容，而是能主动参与其中，实现真正的协同创作。

无论你是需要改进写作的创作者、需要帮助调试的程序员，还是想要在教育中使用 AI 辅助的教师或学生，ChatGPT Canvas 都是一个值得一试的工具。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

OCRify 是一个免费在线工具，通过文字识别〔ocr〕技术将图片和 pdf 转换为可编辑的文字，有鉴于当今的智能型手机甚至 AI 人工智能都能做到类似功能，对于 OCR 工具的需求可能就没有那么强烈了，但如果手边恰巧没有合适的工具，临时有图片想要复制图片上的文字内容、转存到其他编辑器还是很有帮助。

OCRify 特色是不用安装软件，打开网站、把要识别的文件拖曳上去就能自动识别内容，有最大文件 10 MB 和格式限制，支持 PDF、PNG、JPEG、WEBP、TIFF、GIF 和 BMP，PDF 部分最多 10 个页面，对于大多数用户来说应该没什么问题。

OCRify 支持多种语言的文字识别，包括亚洲、欧洲、中东和非洲的语言，例如中文、阿拉伯语、俄语、法语、德语、日语、韩语等一共涵盖了 60 种语言，几乎所有内容丢上去 OCRify 都能正确被识别、转为纯文字，但类似的工具都有可能遇到无法 100% 正确识别的问题〔例如有错字或漏字〕，记得在使用时还是要自己手动检查。

进入 OCRify 网站后可先从右上角切换语言，自带中文界面。

接着直接把要识别的图片或 PDF 文件拖曳到网站上，单文件最大不能超过 10 MB〔PDF 最多不超过 10 页〕。

选好文件后按下「开始识别」，等待几秒钟就会显示结果。

以下图的图片为例，OCRify 会标记出有正确识别的文字范围，以红色的框线标注。

点击一下后就会出现纯文字格式，按下右上角「复制」即可保存到剪贴板。

还可以点击上方「仅文字」切换为纯文字内容，这里会显示从图片或 PDF 识别到的所有文字。

前面介绍的是以 OCRify 识别图片的示例，下图是识别 PDF 文件的结果，一样会标注找到的文字内容，很棒的是有些文字如果是直式方式书写，OCRify 一样可以识别、同时转为一段文字内容，不会因为直式而出现错误。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

chatgpt 之前让许多人惊艳的「进阶语音模式」功能，今天开始陆续针对 Plus 与 Team 用户推出。这个模式最大的特色，就是可以用更加自然〔接近于真的跟一个人聊天〕的对话方式，让用户通过语音与 ai 进行交流。

相较于旧版的功能，新的语音交谈过程更加流畅、AI 反应迅速、接话过程几乎没有等待，也能随时打断 AI、插入新话题，除了可以支持多国语言在同一个对话中自由切换外，还能让 AI 模仿或调整各种对话风格等等。

那时候在 openai 推出的官方视频中，这个 AI 进阶语音不只是更自然流畅而已，他还可以结合看的功能〔摄影镜头〕来回答用户问题，或是在语音中识别出用户的情感而提供对应的回应，这些跟原本拟人化的语音结合在一起，效果确实令人惊艳。

不过目前的「进阶语音模式」功能，似乎还没有当时视频中「完成体」的样子，在我实际的测试中，目前的〔2024/9/25〕的「进阶语音模式」有下面这些特点与限制：

我测试了几个 ChatGPT「进阶语音模式」的应用情境，下面跟大家分享「纯心得」，之所以叫做纯心得，就是因为我没有时间录制成视频再剪辑，所以真实过程其实是手机 app 上的语音对话，但我就用事后图文的结果来说明。

首先，我之前就尝试过，利用跟 ChatGPT 进行一来一往的语音对话，一起构思一个企划案、文章草稿，例如，请 ChatGPT 假装成一个采访者，采访我对某个主题的想法，引导我把想法说出来，最后我就可以把这些内容转换成报告或文章。

旧版本的时候，其实我就已经觉得满好用的，只是那时候 ChatGPT 的每一次回应「要等很久」，所以对话过程相对生硬很多。

但使用新版的「进阶语音」模式，整个对话讨论过程完全不需要等待，AI 几乎都可以立即回应、接话，而当我发现 AI 说的东西走偏时，我也可以立即打断他，重新拉回主题。

最大的改变就是整个过程会更迅速，更节省时间，而脑中的想法可以更顺畅地说出，更有头脑风暴的感觉。

我喜欢用这种来回对话的方式，把很多想法激发出来。

经过完整的语音讨论后，请 AI 统整前面的讨论，整理成报告、文章的草稿。

不过，最后这一段我用的是文字的指令，当我这样做之后，这个聊天室就不能再进入进阶语音模式了。

其实现在有很多 App 可以做类似的事情，无论是真人还是 AI，有一个在线家教，通过语音来教我们学习一些事情。

于是我试试看让 ChatGPT 通过「进阶语音模式」，当一个冥想教练。

首先，我先试试看在对话中让他调整语调。〔毕竟冥想教练的语调应该更缓和、舒服一点〕

然后我请他当一个冥想教练，通过进阶语音模式，引导我进行深呼吸的练习，或是引导我做大脑放松，效果还可以，这看起来也是一个适合 ChatGPT「进阶语音模式」做的事情。

当然，在这种特别需要情感的情况下，AI 的声调听起来还是比真人的语调生硬一点点。

或者，我也请 ChatGPT 通过「进阶语音模式」当一个英文家教，带我练习口说。

相较于旧版本，因为现在对话过程更流畅，所以更有面对面家教的感觉。例如我先跟他说明想要学习的背景，通过讨论，我们决定一起来练习旅行中的英文。接着 AI 提示我可以先练习餐厅中使用的英文，于是他先说几句如何点餐的用语，然后要求我照着念一次，并且会给我即时回馈。

这部分的过程非常顺畅也满有用的，而且可以通过对话随时调整成自己想要学习的内容，比很多固定的英文学习 App 更好用。

我也尝试看看把这样的「进阶语音」当作翻译工具来使用看看，以后如果有旅行、会议场合，可否帮我更快速、流畅的翻译双方沟通的内容呢？

首先，我进入语音对话后，先做一些设置，请 ChatGPT 充当即时口译的角色，并告诉他听到什么语言时，要口译成什么语言。

然后我说了一段中文，他很顺畅地直接翻译成正确的日文内容，当然，是用说的说出来。

然后我尝试在不同的语言之间切换，ChatGPT 的 AI 语音都可以即时口译成我需要的另一种语言。

而且当使用台语〔闽南语〕沟通时，ChatGPT 的 AI 语音也能听得懂，并且也会用台语回答。

整体来说，昨天初步测试，上述几个应用情境，对我来说就可以生成很大帮助：

使用 ChatGPT Plus 或 Team 版本的用户，值得试试看。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Google NotebookLM 是一个强大的工具，可以让我们上传各种不同内容，建立属于自己的 ai 数据库。通过这个工具，我们可以用自己专属的文件、PPT、网页、文章，让 AI 生成各种新的报告、文案、文章，甚至是客服解答。

这个工具让很多团队和公司都觉得非常实用。比起从别人的数据库中生成内容，直接从自己的专业文件与专属知识中获得 AI 回应，对工作的应用性来说更有效。

google NotebookLM 推出了一个全新的升级，比前阵子推出的生成英文 Podcast 更实用！

现在它可以支持上传「youtube 视频」，和上传自己的「录音文件」，让你用更多不同的内容建立属于自己的 AI 数据库。AI 会自动分析 YouTube 视频的字幕，并将录音文件转成各种语言的字幕，从而帮助你生成所需的内容。

这次升级带来了许多新的应用可能性，例如：

Google NotebookLM 原本已经支持上传 pdf、Google 文件、简报和网址进行分析，而现在更加入了 YouTube 视频和录音文件的支持。无论是中文、英文、日文等多国语言，NotebookLM 都能进行高效的 AI 整理与生成。

接下来，我通过图文介绍，分享这些新功能的实际使用方式。

打开「 Google NotebookLM 」，建立一个新的笔记本，然后就可以上传各种文件、文件、影音内容。

而在这次更新中，上传的内容增加了「YouTube」与「录音文件」两种选项。

上传 YouTube 时，其实就是贴上 YouTube 视频的网址即可。

Google NotebookLM 不支持某些视频，例如没有字幕、不公开、最近才上传的视频，都可能导入失败。

我把自己收集的大量跟「个人知识管理系统」有关的英文 YouTube 视频，全部上传到 Google NotebookLM，立刻整理成「中文」的第二大脑学习笔记内容。

看起来效果还算是精准有效。

也可以把 YouTube 视频，跟其他的文件、网页文章，全部一起上传到同一个数据库。

AI 生成的内容与回答，也会从数据库的不同视频、不同文章多种不同内容，整理出答案，引用不同形式的参考资料。

也就是说，现在文字、视频、声音内容，都可以在 Google NotebookLM 的同一个数据库中进行解析，让 AI 同时分析多种内容形式，生成更有效地回答。

AI 问答时，针对 YouTube 视频，AI 会抓出视频的字幕进行解析与诠释，回答时也会引用视频内容，我们可以看到视频完整的字幕稿，以及跟答案有关的引用部分。

另外这次升级，Google NotebookLM 还推出了一个更实用的更新，就是可以上传录音文件，解析出完整字幕〔中文也支持〕，并进行知识问答或整理。

下面是我把一个 40~50 分钟的录音文件上传，解析出的完整字幕内容。

字幕本身不算很完美，但理解内容没问题，更重要的是，这些录音字幕，就可以变成 AI 未来生成我需要的内容的素材。

例如我上传很多次很长时间的会议录音文件，问他会议中的某个重点：

Google NotebookLM 就可以正确的挑出示哪一个会议录音文件的哪一段内容，提供回答，也可以在引用中直接让我跳到该次会议的录音字幕段落！

我也可以汇整一个项目多次的会议录音文件，请 AI 根据会议录音文件撰写报告、文案，Google NotebookLM 也表现得还不错。

或者，我之前常常提到，我喜欢用说的把想法讲出来，再看怎么语音转文字，变成报告或文章的草稿。

在 Google NotebookLM 中，我现在可以更自在地先把想法完成的录音下来，把录音文件上传，让 NotebookLM 整理杂乱想法，引用原文，改写成通顺文章。

Google NotebookLM 的最新升级让它成为学习与工作上的强大工具，特别是支持 YouTube 视频和录音文件的上传与解析！

无论是学习英文视频、整理会议录音，还是将录音内容转换成报告和文章，Google NotebookLM 都能以有效帮助我们处理繁琐的资料，并生成实用的 AI 回应。

通过整合多种语言与多形式内容〔文章、PDF、简报、网页、视频、录音等等〕，Google NotebookLM 这个工具让学习和工作流程变得更聪明，无论你是学生、老师、职场专业人士，还是创作者，NotebookLM 都是一个值得试试看的 AI 助手。

没有任何预警，openai 突然发布了 OpenAI o1 系列模型。按照官方技术博客说法，o1 在推理能力上代表了当前人工智能最强的推理水平。

OpenAI CEO Sam Altman 表示：「OpenAI o1 是一个新范式的开始：可以进行通用复杂推理的 ai。」

在复杂推理任务上，这款新模型是一次重要突破，代表了 AI 能力的新水平。基于此，OpenAI 选择将此系列重新命名为 OpenAI o1，并从头开始计数。

不知道这是否意味着，GPT-5 这个命名也不会出现了。

简单总结新模型的特点：

现在，该模型已经全量推送，你可以通过 chatgpt 网页端或者 API 进行访问。

其中 o1-preview 还是预览版，OpenAI 还会继续更新开发下一版本。目前使用有一定次数限制，o1-preview 每周 30 条消息，o1-mini 每周 50 条。

和传闻中的「草莓」一样，这些新的 AI 模型能够推理复杂任务，并解决科学、编码和数学领域中比以往更为困难的问题。官方表示，如果你需要解决科学、编码、数学等领域的复杂问题，那么这些增强的推理功能将尤为有用。

例如，医疗研究人员可以用它注释细胞测序数据，物理学家可以用它生成复杂的量子光学公式，开发人员可以用它构建并执行多步骤的工作流程。

此外，OpenAI o1 系列擅长生成和调试复杂代码。

为了给开发人员提供更高效的解决方案，OpenAI 还发布了一款更快、更便宜的推理模型 OpenAI o1-mini，尤其擅长编码。

作为较小版本，o1-mini 的成本比 o1-preview 低 80%，是一个功能强大且高效的模型，适用于需要推理但不需要广泛世界知识的应用场景。

在具体训练过程中，OpenAI 会训练这些模型在回答问题之前深入思考。o1 在回答问题前会产生一个内部的思维链，这使得它能够进行更深入的推理。

通过训练，OpenAI o1 模型能够学会完善自己的思维方式，并且随着更多的强化学习（训练时间计算）和更多的思考时间（测试时间计算）而持续提高。

OpenAI 研究员 @yubai01 也点出了 01 的训练路线：

我们使用 RL 来训练一个更强大的推理模型。很高兴能成为这段旅程的一部分，而且要走很长一段路！

据介绍，在测试中，这款模型在物理、化学和生物等任务中表现得如同博士生，尤其是在数学和编码领域表现突出。

在国际数学奥林匹克竞赛（IMO）的资格考试中，GPT-4o 只解决了 13% 的问题，而推理模型得分高达 83%。在 Codeforces 编程竞赛中，它的表现进入了前 89% 的队列。

不过，和传闻的爆料一样，作为一个早期版本，该模型还不具备一些 ChatGPT 的常用功能，比如网页浏览和上传文件或图像等多模态能力。

相比之下，GPT-4o 反而会更加胜任许多常见的应用场景。

为了确保新模型的安全，OpenAI 提出了一种新的安全训练方法。

在最严苛的「越狱」测试中，GPT-4o 得分为 22（满分 100），而 o1-preview 模型得分为 84，在安全性方面堪称遥遥领先。

从下周开始，ChatGPT Enterprise 和 Edu 用户也可以访问这两款模型。符合条件的开发人员现在可以通过 API 使用这两款模型，每分钟速率也有所限制。

在这里划个重点，OpenAI 表示，未来将向所有 ChatGPT 免费用户提供 o1-mini 的访问权限。不过，大概率也会在次数上有所限制。

关于新模型 o1 更多细节，我们很快将在更详细的体验后与大家分享。如果你有感兴趣的问题，欢迎在留言区告诉我们。

官方也放出了更多 OpenAI o1 的更多演示视频。

比如使用 OpenAI o1 来编写一个找松鼠的网页游戏。这个游戏的目标是控制一只考拉躲避不断增加的草莓，并在 3 秒后找到出现的松鼠。

与传统的经典游戏如贪吃蛇不同，这类游戏的逻辑相对复杂，更考验 OpenAI o1 的逻辑推理能力。

又或者，OpenAI o1 已经开始能通过推理，解决一些简单的物理问题，

演示列举了一个例子，一颗小草莓被放在一个普通的杯子里，杯子倒扣在桌子上，然后杯子被拿起，询问草莓会在哪里，并要求解释推理过程。这表明模型能够理解物体在不同物理状态下的位置变化。

落地到具体的应用中，OpenAI o1 还能成为医生的得力助手，比如帮助医生整理总结的病例信息，甚至辅助诊断一些疑难杂症。

热衷于将 AI 与科学相结合的量子物理学家马里奥•克莱恩（Mario Krenn）也向 OpenAI 的 o1 模型提出一个关于特定的量子算符应用的问题，结果，OpenAI o1 也轻松拿捏。

「Strawberry」里有多少个「r」，GPT-4o 会回答错误，但却难不倒 OpenAI o1，这一点值得好评

不过，经过实测，OpenAI o1 依然无法解决「9.11 和 9.8 哪个大」的经典难题，严重扣分。

对于 OpenAI o1 的到来，英伟达具身智能负责人 Jim Fan 表示：

我们终于看到了推理时间扩展的范式被推广并投入生产。正如萨顿（强化学习教父）在《苦涩的教训》中所说，只有两种技术可以无限制地与计算规模化：

学习和搜索。是时候将重点转向后者了。

在他看来，大模型中的很多参数是用来记忆事实的，这的确有助于在问答的基准测试「刷分」，但如果将逻辑推理能力与知识（事实记忆）分开，使用一个小的「推理核心」来调用工具，如浏览器和代码验证器，这样可以减少预训练的计算量。

Jim Fan 也点出了 OpenAI o1 最强大的优势所在，即 o1 模型可以轻松成为数据飞轮的一部分。

简单来说，如果模型给出了正确的答案，那么整个搜索过程就可以变成一个包含正负奖励的训练数据集。这样的数据集可以用来训练未来的模型版本，并且随着生成的训练数据越来越精细，模型的表现也会不断改善。好一个通过自己博弈，实现自己训练自己的内循环。

不过网友的实测中也发现了一些问题，比如回复的时间长了不少，虽然花了更长时间思考，但在一些问题上也会出现答非所问输出不全等问题。

赛博禅心猜测，这次的 o1 有可能是 GPT-4o 在进行一些微调/对齐后的 agent，整体远低于预期，

Sam Altman 也承认 o1 仍然有缺陷，存在局限，在第一次使用时更令人印象深刻，而在你花更多时间使用后就没那么好了。

尽管如此，OpenAI o1 模型在整体的表现上还是可圈可点。

现在，OpenAI o1 模型的发布堪称下半年 AI 模型大战的导火索，如无意外，接下来，其他 AI 公司也不会藏着掖着了。

没错，我点的就是 Anthropic、Meta AI、xAI 等老对手、以及一些潜在深处的 AI 黑马。

并且，从 GPT-4 发布至今，OpenAI 每一次模型发布的最深层意义并不在于性能的强大，而是提供了一种技术路线的标杆，从而带领人们往未知的深水区迈进。

GPT-4 如此，OpenAI o1 也希望如此。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

openai 今天发布「 ChatGPT o1-preview」，是会尝试主动思考的 ai 语言模型，chatgpt Plus 订阅用户现在就可使用。

根据 OpenAI 的说法：「我们训练这些模型〔ChatGPT o1-preview〕在回应前花更多时间思考问题，就像人类一样。通过训练，它们学会精炼思考过程、尝试不同策略，并能察觉自己的错误。」「如果您正在解决科学、程序设计、数学和相关领域的复杂问题，这些增强的推理能力可能特别有用。」

我自己在讲 ChatGPT 提升工作效率的相关课程时，常常强调一个设计指令的重点：「如果我们写 AI 指令〔 prompt、提示语〕时，可以让 AI 写出自己在想什么、怎么处理任务，通常生成的内容结果会相对更好。」

从用户端的角度来看「ChatGPT o1-preview」，就是在 AI 生成内容前，会先展开一步一步的思考流程，它可能会选择思考的策略与切入点，有时会提出一些批判思考，也会更仔细的分析资料细节来做深入处理。

在这个过程中，「ChatGPT o1-preview」生成内容的速度其实比 GPT-4o 要慢上不少，可能需要 30~60 秒的思考时间〔或者更久〕，才会开始一步一步的生成内容。

也因为这样的「思考」过程需要耗费更多运算资源，所以即使是 ChatGPT Plus 用户，在使用「ChatGPT o1-preview」时也有一些限制：

也就是说，目前「ChatGPT o1-preview」比较像是「GPT-4o」的辅助，在进行一些需要深入分析资料、产出有逻辑结果的任务，或者像是科学、数学、程序代码相关领域时，可以运用。

今天这篇文章，我就从自己日常惯用的几个 AI 辅助需求：翻译、摘要、企划思考、文案，以及有时用代码写个小工具的角度，以实际案例测试看看，「ChatGPT o1-preview」的效果如何，并和「GPT-4o」同样指令下的结果作比较。

当然，如果能从科学、数学与代码的角度来验证更好，不过从我个人常用角度出发，也想验证看看 ChatGPT o1-preview 是否能满足我的日常工作需求，也提供大家参考。

下面，先提供大家下面测试案例的快速心得比较表格。

翻译结果更简洁有力，文句白话流畅。

用语更符合台湾惯用词汇。

在「白话流畅度」与「专业用语」间平衡得更好。

翻译结果相对较弱，文句不如 o1-preview 流畅。

能计算分数并回馈对错。

无需修改即可使用。

需要多次反复调整才能达到可用程度。

提供具体、逻辑分明的建议步骤和文章架构。

深入分析资料细节。

缺乏深入的分析和明确的建议。

能整理出详细的步骤和操作要点。

细节完整程度略有不足。

缺乏社交贴文所需的流畅性和吸引力。

更注重安全性和准确性，避免使用版权材料。

可能在细节上不够精准。

首先来试试看翻译〔英翻中〕，我通常会用下面指令来要求 ChatGPT 翻译文章：「把下面这篇 XXX 主题的文章，翻译成中文，请一段一段翻译，尽量在维持原文语意，主题风格的情况下，让上下文的语句更自然通顺，遇到专有名词时附注英文原文，并在第一遍基本翻译后，用台湾惯用词汇与语气进行最后修饰。」

下图「左方」，是「ChatGPT o1-preview」翻译的结果。下图「右方」，是「GPT-4o」翻译的结果。

结论是，「ChatGPT o1-preview」花了 57 秒完成一整篇文章的翻译〔文章是 OpenAI「ChatGPT o1-preview」官方公告〕，但是翻译的结果比「GPT-4o」优异不少。

例如，大多数时候，「ChatGPT o1-preview」翻译的文句更加简洁有力〔相对「GPT-4o」〕，可以在许多段落看到这样的差别。

「ChatGPT o1-preview」翻译的结果也更白话，相对流畅，用语更符合我指定的中文用语。

「ChatGPT o1-preview」在「白话的流畅度」与「专业用语」之间也相对更能拿捏得当，会让人更容易看懂，但又保持专业用语的明确性。

我让「ChatGPT o1-preview」测试直接写一个九九乘法表小工具。o1 同样会先思考撰写工具的逻辑，然后才开始写出程序代码。

我提供的指令是：「我的小孩正在练习记忆数学的 99 乘法表 ，你可以设计一个协助她练习的小游戏吗？

请一步一步分析，从简单的 2 与 5 的乘法表开始，然后练习 3、4、6、7、8、9 的乘法表，根据每一个乘法表设计一个记忆游戏，游戏一开始可以选择要练习哪一个乘法表，进入后可以随机考验该乘法表的熟练度，最好设计有游戏机制。」

下面是 ChatGPT o1-preview 第一次生成的 99 乘法表小游戏，我没有做任何的修改，但是正确性、界面美化、操作流畅度都已经达到可用的程度，还会计算分数与回馈对错。

下面是旧版 GPT-4o 第一次生成的小游戏，基本界面可操作，但有一些明显错误〔如下图〕，可能还需要多几次的反复问答，才能调整正确。

我也很常跟 ChatGPT 一起讨论沟通企划案，下面是新旧版本生成的结果比较。

我提供了许多参考资料，请 AI 帮我做产品的企划报告。

「ChatGPT o1-preview」在生成过程中，会主动做一些反向思考，与探索不同的报告呈现方式，并且提供一些具体的、逻辑分明的建议步骤，这些不一定有出现在我的指令中。

下面是 ChatGPT o1-preview 生成的版本，我举出其中一部分，它提出了一个撰写初稿的建议方案，并指出了一些明确的试写步骤、文章架构方向。

下面是 GPT-4o 类似段落的版本，虽然也提出了撰写初稿的建议，但整体的说明就比较一般，少了一些明确的、深入的分析与建议。

我也测试了用两个版本去摘要同一篇文章。

下面是 ChatGPT o1-preview 的版本，可以看到文章细节整理得更深入、完整、有条理。

下面是 GPT-4o 版本摘要的结果，基本架构也相似，但细节的完整程度就有一点落差。

不过，ChatGPT o1-preview 也有他不擅长的内容，目前看起来它撰写流畅文案的效果，反而没有 GPT-4o 好〔现在写文案相对效果最好的可能是 Claude 3.5 Sonnet 〕。

下面我请 AI 根据参考资料写出社交贴文上的文案。

ChatGPT o1-preview 版本，AI 会思考撰写过程，撰写时会进行更多安全性、准确性的思考，例如避免使用版权材料。

但是多次尝试后，发现 ChatGPT o1-preview 版本目前的结果，比较像是把参考资料更有结构、更有逻辑的分析整理，不太像是社交贴文。

相较之下， GPT 4o 的版本，可能细节没有那么精准，但文案比较流畅。〔如下图〕

以上就是我的初步测试案例与心得，提供大家参考。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

等每个网站弹出一个 Cookie 弹窗让你选择给不给用 Cookie，倒不如用插件一举解决这个烦恼。

🏪 接受所有 Cookies – Chrome 应用商店

这个插件解决的不是 Cookie 本身， 而是减少 Cookie 弹窗给用户带来的影响。

这个插件安装完毕后无需任何配置，它会自动处理大部分情况。在大多数情况下，扩展功能会阻止或隐藏与 Cookie 有关的弹出式窗口。（比如装完插件后试试打开 StackOverflow，左下角的弹窗就消失了）

具体点讲，它把网站通常要求使用的 Cookie 分为三类：技术、分析和营销。

当网站需要正常工作时，这款插件会自动判断，是接受 Cookie 政策，还是接受所有 Cookie，或是只接受必要的 Cookie。以尽可能减少对你的干扰。

WhoUsesCookies 这个插件能够看到 Chrome 插件使用的 Cookie 范围，并允许立即将插件禁用。

🔗 WhoUsesCookies – Github

因为 Cookie 中存储的信息可能包括用户的登录状态、浏览偏好，甚至是敏感的加密货币钱包数据。如果某个恶意扩展插件获得了读取 Cookie 的权限，它可以轻松获取并滥用这些敏感信息。

这个插件目前没有在 Chrome 商店上架，你需要手动安装。

插件安装完毕后，只需点击浏览器工具栏中的「谁在用 Cookie」图标，即可查看哪些已安装的浏览器插件拥有 Cookie 访问权限。用户可以根据检测结果，决定是否禁用某些不必要或存在潜在风险的插件。

为了避嫌，插件还在 github 页面提供了「手动验证插件的安全性」的方法。用户可以自行检查插件的权限设置。以下是如何在 macos 系统上手动检查插件权限的步骤：

通过这种手动检查的方法，用户可以进一步验证插件是否存在未授权的权限请求，从而确保使用安全。

在日常浏览网页的过程中，我们的浏览器会收集并存储站点数据，如 Cookie、IndexedDB 和 LocalStorage 等。这些数据虽然有助于提升浏览体验，但也会占用存储空间。

如果你想在离开某些网页的同时立即清除 Cookie，但又在常用的网站里保留 Cookie（因为 Cookie 通常还会被用于维持登录状态），可以试试 Cookie AutoDelete 插件。

🏪 Cookie AutoDelete – Chrome 应用商店

🔗 Cookie-AutoDelete – GitHub

使用 Cookie AutoDelete 插件很简单，为了充分发挥它的功能，可以遵循它的使用文档做一些配置：

📄 插件使用文档

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

n.eko 是一款多合一的浏览器工具，可以本地运行，也可以在 Docker 中运行。

n.eko 满足几乎一切都运行在浏览器里面的需求。因为运维需要，有些内部服务需要透传一下，单纯的服务没问题，但是一些厂商设备没有命令行。只可以用网页操作。这个项目甚至支持远程音视频，WebRTC 技术，还有验证登录。

Neko 可以让你在虚拟环境中运行功能齐全的浏览器，可以像在常规浏览器上一样浏览网页、运行应用程序，所有这些都在安全且隔离的环境中进行。

另外，还支持多用户同时使用。Neko 这样写着：

借助 Neko，您可以轻松、安全地与其他人共享浏览器的访问权限，而不必担心维护单独的配置或设置。无论您需要在项目上进行协作、访问共享资源，还是只是想与朋友或家人共享浏览器的访问权限，Neko 都能轻松实现。

听起来很不错啊：

Neko 也是举办观看派对和互动演示的绝佳工具。凭借其虚拟浏览器功能，Neko 允许您举办可从任何地方访问的观看聚会和演示，而无需亲自聚会。即使您无法亲自见面，也可以轻松地与朋友和同事保持联系。借助 Neko，您可以轻松举办观看聚会或进行互动演示，无论是休闲还是工作。只需邀请您的客人加入虚拟环境，您就可以共享屏幕并与他们实时互动。

N.eko 针对不同浏览器提供了不同的镜像：

推荐配置为 1280×720@30、4 核、3gb 内存，当然越搞越好。

docker-compose.yml 文件：

然后 docker-compose up -d 运行即可，使用 IP:8080 访问。

N.eko 甚至还有一个 VLC 版本…可以用来看剧

详细的可阅读文档。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

8 月 21 日，硅谷知名投资机构 a16z，根据近半年的数据，选出了前 100 名 ai 应用。

大多数人在使用哪些 AI 产品？哪些类别更受欢迎？用户会坚持使用哪些 AI 产品，而不是转瞬即忘？接下来，我们一起来看看。

这已经是 a16z 第三次发布 AI 百强榜单了，第一次是 2023 年 9 月，第二次是 2024 年 3 月，半年一更，频率稳定。

a16z 的评选方法是，基于 Similarweb、Sensor Tower 的数据，每 6 个月排一次名，榜单分成 2 部分：

▲网页端前 50

▲移动端前 50

网页端和移动端的 TOP10 里，美图秀秀国际版 Meitu 属于国产，靠粘土滤镜爆红的 Remini 最开始也是出海产品，后被一家意大利公司收购。

接下来我们分门别类地谈谈，首先是通用型 AI 助手。

第三次了，ChatGPT 还是遥遥领先，在网页和移动端都拿下第一，绝对的 killer app。

与此同时，ChatGPT 不如对手们增长势头猛烈。谁才是最好的 AI 助理，尚且没有定论。

▲增长指数

黄仁勋爱用的 AI 搜索 Perplexity 在网页端排名第三，并首次入围移动端榜单，正好排在第 50 名，差点名落孙山。

Perplexity 超过 7 分钟的用户平均停留时间，甚至略胜于 ChatGPT。

比起 google 等传统搜索，Perplexity 直接提供简洁、实时、相对准确、可以引用信息来源的答案。数据说明，AI 搜索的形式在一定程度上走通了。

OpenAI 的 Sam Altman 也对这种形式保持认可，然而，OpenAI 的 AI 搜索 SearchGPT 还在小范围地内测，用户比 CEO 更着急。

和 ChatGPT 定位最像、竞争更直接的产品是 Claude，来自前 OpenAI 员工创立的 Anthropic。这次，Claude 的排名有所提升，在网页端排名第四，好过上个榜单的第十。

今年 6 月，Claude 推出的新功能 Artifacts 突破了聊天窗口的限制，可以实现实时可视化、互动编程等，拓展了用户与 Claude 交互的方式，好评不少。

▲Artifacts

除了早已功成名就的一代目，通用助手的赛道也有一些后起之秀。

字节跳动这次一次性上榜了五个产品：教育应用 Gauth、开发平台 Coze、通用助手豆包、豆包英文版 Cici、照片和视频编辑工具 Hypic。

除了 Hypic，其他都是首次出现在榜单，其中，豆包移动端第 26 名、网页端第 47 名，Cici 也在移动端排到第 34 名。

豆包的功能发展得很全面，并且多端覆盖，使用门槛又低，日常场景够用，所以有这么大的用户量，也在情理之中。论做产品和商业化，还得看字节。

另外，AI 助手 Luzia 首次上榜移动端，一来就是第 25 名。

你可能没有听说过这款产品，它主要服务西班牙语环境，全球拥有 4500 万名用户。最初，Luzia 作为 WhatsApp 的聊天机器人出道，但 2023 年 12 月有了独立的 app。

除了什么都能聊的通用助手，消费者对于 AI 还有哪些垂直的、特别的需求？

一个重要的趋势是，大家都在用 AI 搞创作，并且创作的形式越来越丰富了。

a16z 的网页端榜单里，52% 的公司支持图像、视频、音乐、语音等的内容生成和编辑。

其中包括 7 家新上榜的公司，排名还不低，视频生成工具 Luma 排在第 14 名，音乐生成工具 Udio 排在第 33 名。

和 Udio 同一个赛道、被称为音乐界 ChatGPT 的 Suno，存在感更是暴涨，从今年 3 月的第 36 名，上升到今年 8 月的第 5 名。

榜单和榜单的纵向比较也很有意思，之前的榜单里，大多数内容生成工具围绕图像。

但现在，图像生成的占比降到了 41%，只有一个图片生成工具（SeaArt）首次上榜，视频生成工具出现了三个新面孔（Luma、Viggle 和 Vidnoz）。

▲网络端新增产品

Udio 上线于今年 4 月，6 月则是 AI 视频工具爆发的一月，快手可灵、Dream Machine 的 Luma AI、Runway 的 Gen-3 Alpha 接二连三发布。

可以看到，不过半年，AI 在音乐和视频上的输出质量，都卷出了成绩。

至于移动端，最常见的创作形式是编辑图像、视频。相关工具占到榜单的 22%，是移动端的第二大产品类别。

▲Adobe Express

虽然也有初创公司涌现，但排名更高的，是那些在生成式 AI 浪潮里转型、推出更多玩法的传统创意公司。

其中有我们比较熟悉的名字，美图秀秀国际版 Meitu 在第 9 名，字节跳动旗下的照片和视频编辑器、醒图国际版 Hypic，位列第 19 名。

另外，韩国互联网巨擘 Naver 旗下的相机应用 SNOW 第 30 名，内置了 Adobe Firefly 生成式 AI 的 Adobe Express 第 35 名。

之前 washingtonpost 做过一个调查：人们会和聊天机器人说什么？他们分析了数千次对话发现，第一是搞黄色，第二是完成家庭作业。

最近也有一款很火的 P 肌肉应用 Gigabody，让你提前看看增肌之后的模样。它会产出很多照骗，也会打击健身人群的自信心，因为很可能练了半天，还不如 Gigabody。

举出这两个例子，是为了佐证 a16z 的结论。

a16z 移动和网页端的榜单，都出现了一个很有意思的新类别：美学和约会。

其中包括三个新入围移动端榜单的工具：LooksMax AI（第 43 名）、Umax（第 44 名）和 RIZZ（第 49 名）。

▲移动端新增产品

LooksMax 和 Umax 采集用户的照片并评分，然后给出建议，提升你的魅力。Umax 甚至会给出一个「满分模板」，也就是 AI 眼里你的完美模样。

LooksMax 不仅照顾到了颜控的看脸需求，也会分析用户声音的吸引力。

但它们的用户规模并不大，LooksMax 超过 200 万，Umax 在 100 万左右。

可能和这个赛道太卷有关，上网随便搜搜能够找到大量身体美颜滤镜，减肥、增肌、健身、变胖、换衣服，AI 都能帮忙，我们不再需要在 B 站学习复杂的 PS 教程。

但这些应用的套路又都很类似，靠订阅赚钱，能赚多少是多少，Umax 每周收费 4.99 美元，LooksMax 每周收费 3.99 美元。

如果说 LooksMax 和 Umax 是认识更多发展对象的敲门砖，下一步就该用 RIZZ 了。

笨嘴拙舌的用户，可以用它提升回复约会 app 消息的水平。上传对话截图、个人资料等，RIZZ 都可以教你说些高情商表达。

古代的邹忌问身边人「吾与徐公孰美」，童话里的皇后问魔镜谁是世界上最好看的人，现在的人们则在问 AI：我怎么变得更帅、更漂亮、更有魅力，怎么不算一种科技与狠活呢？

食色性也，情感关系未必在人和人之间，也可以是人机。这次，AI 伴侣应用 Character.AI 排在移动端的第十，上次是第十六。

其实，上榜的还有一些尺度更大的 AI 伴侣应用，包括 Janitor、SpicyChat、candy.ai、Crushon 等，但 a16z 没有特别强调出来。

拿 a16z 今年 8 月的榜单和今年 3 月相比，近 30% 的公司是新公司。

如果再拿今年 3 月和去年 9 月的榜单相比，那么这个数字是 40%。

可见 AI 产品竞争之激烈和残酷，新一代 AI 原生产品和公司的发展速度，前所未有地快。

下一个爆款的 AI 产品，可能会是什么？答案或许在社交产品 Discord 出现。

a16z 发现，Discord 的流量，能够体现一个产品有没有潜力，尤其在内容生成方面。

Discord 的好处是，提供了服务器和交流社区，开发者无需构建完整的前端产品，所以它很适合作为一个沙盒，用来验证 PMF（产品与市场契合度）。

很多产品都是从 Discord 起步，构建社区，测试功能，积累用户，然后才有自己的独立网站，比如 Suno 和 midjourney。

时至今日，Midjourney 还是所有 Discord 服务器邀请流量的第一名。

▲ 在 Discord 受欢迎的 AI 公司

截至 7 月，10 家 AI 公司在所有 Discord 服务器邀请流量中排名前 100，与 1 月相比，其中一半是新秀。

AI 继续发展下去，未来可能连 app 的概念都会消失，人手一个 agent，AI 主动帮我们解决需求，但现在，我们还是从被用户选择的 app 中，一窥 AI 的可用性如何被定义。

常言道「不要创造需求」，产品的成功不在于通过广告等人为方式制造需求和虚假繁荣，而是找到并满足已经存在的、真实的需求。

AI 也是这样，融资、刷屏、炒作之后，依然是沉默的大多数，做出最诚实也最落地的投票。其中，有没有你正在使用并欣赏的产品呢？

We crunched the data to find out: Which gen AI apps are people actually using? And which are they returning to, versus dabbling and dropping?

2024 年 3 月：

Thousands of new AI-native companies are vying for attention. We crunched the data to find out: Which generative AI products are people actually using?

2023 年 9 月：
https://a16z.com/how-are-consumers-using-generative-ai/

PicLumen 提供一整套由 ai 人工智能技术驱动的照片编辑和图片生成工具，用户在免费注册后从控制台输入提示词生成各种图片，选择不同的图片模型、长宽比、画质或进行各种细项的微调，此外，PicLumen 还整合 AI 抠图和编辑工具，可以说是非常先进、快速且方便易用的图片生成功能。

AI 生成的图片素材可自由使用于个人和商业用途，无需额外付费购买授权，生成的图片相当真实，任何类型的图片都能制作生成，不过要注意你只能将自己生成的图片使用于商业用途，其他人的图片可用作参考，但是不允许直接使用〔稍作修改即可〕。

如同大多数的 AI 图片生成器服务，PicLumen 也提供「探索」功能，查看其他用户生成的图片素材，也可以获取他们使用的提示词、反向提示词和各项参数，或是对图片进行「重混」〔Remix〕，如果没有什么灵感的话不妨在探索页面查看其他用户所使用的提示词和相关参数。

依照 PicLumen 支持中心提供的页面所述，PicLumen 生成的图片可以用于个人和商业用途，但要注意以下几点重要事项：

Create your unlimited AI images with PicLumen's AI image generator. Join the best AI image creator and turn your text to images freely.

进入 PicLumen 网站后点击首页「Generate for Free」按钮，来到登入注册页面，必须先注册账号才能使用，也可直接以 google 账户快速登入。

登入后会看到「探索」页面，也就是其他用户以 PicLumen AI 生成的图片，点击后会看到提示词和相关信息。

如果要自己生成图片，点击左上角「Create」进入图片制作工具。

生成器上方有几个可供调整的选项，包括 AI 图片模型、图片长宽比、画质和单次生成图片数〔最多四张〕。

长宽比〔Aspect Ratio〕功能很好用，预先选择要使用的图片比例后就不用后续编辑裁切。

将提示词输入后点击右边的「Generate」就能开始生成图片，速度很快，不到一分钟就会出现结果。

提示词右上角还有一个选项，可以设置反向提示词、CFG Scale、Steps 和 Seed。

PicLumen 一次可生成 1-4 张图片结果，看起来会有点像〔但又不太一样〕，如果不满意可微调提示词或切换为不同的图片 AI 模型，重新生成新的图片。

点击图片后会进入详细资料页面，从中间的按钮就能下载图片、AI 抠图或 AI 放大〔如下图红色圈选处〕。

PicLumen 还能将图片直接以 AI 去除背景，省去手动抠图的步骤，去除的效果也很优异！

前面有提到 PicLumen 本身也能查看其他人生成的图片，点击左上角「Explore」就能探索更多图片，很厉害的是利用 PicLumen 可以制作出各种风格的素材，从详细信息页面就能看到提示词和相关选项，稍微研究一下、修改后也能制作出很专业的图片哦！

在探索页面点击其他用户制作的 AI 图片，右下角会有一个「Remix」按钮能快速将相关信息带入 AI 生成器。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

「The Maps Express」是一款 chrome 浏览器扩展程序，支持各种常见浏览器例如 mac 的 Safari、Chrome 和 windows 上的 Edge、Chrome、Brave、Arc、Opera，安装后可在选取要查询的地点时通过鼠标右键菜单或快捷键快速查询 google Maps，能保存最近查询的十条历史记录，还能将地点收藏〔支持导出、导入功能〕，非常方便！

值得一提的是 The Maps Express 有一项「ai 摘要」功能，通过 Google Gemini 对当前网页进行分析、快速找出可能的餐厅、咖啡店、商家或景点关键词，让用户以 Google Maps 快速查询相关结果。

No Description

进入 Chrome 应用程序商店页面，点击右上角「加到 Chrome」安装到浏览器后即可使用。

那么要如何进行查询呢？很简单，只要选取店家名称、右键菜单就有「通过 The Maps Express 查询」快速带入 Google Maps 查询地点，也可使用快捷键〔Ctrl+Shift+S／⌘+Shift+S〕进行操作。

如此一来就将好几个步骤的操作过程简化成一个动作。

The Maps Express 本身也具有查询功能，点击扩展按钮后会进入类似如下的窗口，最上方的查询字段就如同是 Google 地图查询功能，可以快速在地图查询指定地标，查询记录会保留近期查询的 10 条记录，这些信息只会存在用户的浏览器。

点击查询记录的地标会快速打开 Google 地图，将光标移到地标上可以「加入收藏」。

The Maps Express 收藏清单功能基本上可以算是更方便的 Google Maps 收藏功能，将地标加入收藏后还能利用下方的功能进行导出或导入〔格式为 .JSON〕。

再来介绍一下 The Maps Express 最有趣的「页面摘要」工具，可以使用 AI 技术来摘要地点，第一次使用时需要设置一下 API 密钥，不过不会太难，只要有 Google 账户、几个步骤就能搞定。

点击 API 后会有设置说明，浅显易懂，先连接到 Google AI Studio 页面，第一次使用会有注意事项，勾选底下第一项同意使用条款，按下「Continue」继续到下一个步骤。

接着点击中间的「Create API key」建立一个 API 密钥。

按下「Create API key in new project」按钮，如下图箭头标示位置。

生成 API 密钥后按下「复制」获取这段代码，回到 The Maps Express 扩展贴上后即可进入 AI 功能。

The Maps Express 页面摘要工具是使用 AI 来摘要地点，简单来说，在网页点击「Gemini 摘要」后就会自动分析网页出现的地标，将相关结果自动加入、方便用户以 Google Maps 查询或是加入收藏。

下图就是使用 AI 页面摘要、分析网络上的文章后得出的相关地标，非常快速、准确！几乎把文章中列出来的所有咖啡店都呈现在列表，省去要一个一个复制查询的时间，如果平常会经常在网络上查询信息的朋友可以试试看这项功能〔只是前置需要几个设置步骤〕。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

Bookmarklet 本质上只是一次性的 Javascript 代码，不能持续运行、实时监控，固然远不及正式的浏览器插件，且不论 chrome 上的添翼利器，即便是戴着镣铐蹒跚而行的 Safari 插件，当然也比 Bookmarklet 更强大。不过，普通人毕竟不太可能自己开发插件，然而制作一个 Bookmarklet 则很有可能。

易于制作只是一方面，在硬币的另一面，则深深刻印着通用二字。只要不用特别晦涩的代码，几乎所有现代浏览器都可以跑 Bookmarklet，Chrome、firefox 和 Edge 自不待言，Vivaldi、Arc 和 Brave 也可以，甚至常常被讥为「当 IE」的 Safari 都能用。我个人还特意先为 Safari 编写 Bookmarklet，由俭入奢易，通常写出来的东西在更先进的浏览器中可以直接运行。如果愿意，就连手机浏览器也可以用 Bookmarklet。

所有设备都能使用 Bookmarklet

在 2024 年重谈 Bookmarklet，还有着现实原因。一方面，Safari 和主流手机浏览器令传统插件生存艰难，这是 Bookmarklet 势在必行的历史背景；另一方面，GPT 拆除了代码——至少是简单代码——的门槛，让自制 Bookmarklet 不再显得凡尔赛。此外，即便在插件生态完善的浏览器中，若能借助最新的人工智能技术随意自制工具以供己用，也是一种对 Home Made Tool 的呼应。

某种程度上，本文所谓的 Bookmarklet 制作更像是用预拌粉制作蛋糕，技术难度不高，但原材料的压力就随之上升——必须先获得可以运行的 Javascript 代码。这曾经是 Bookmarklet 的阿喀琉斯之踵：既然某人有能力自己写 Javascript，他为何不再接再厉做个浏览器插件（并通过闭源大赚一笔）呢？Bookmarklet 不温不火，自然有这层原因。

好在 GPT 彻底颠覆了编程，至少是简短的代码。Nielsen Norman Group 精辟地指出，人工智能将交互范式从命令式推动到目的式，不少任务无需指挥计算机，只需告诉他你最终想要的效果，通常就能得到不优雅但有效的代码。而控制网页的 Javascript 通常都不会太复杂，非常适合让 GPT 去写，而且如果一次不行，大不了多生成几个回答，就像摇彩蛋一样——而且基本不花钱、不限量。我曾突发奇想把网页搞成灰色，免受花花绿绿图像的干扰，问了 GPT 后马上获得答案。

找 GPT 讨 Javascript 代码

此外，现成 Javascript 代码也是宝贵资源。例言之，Keyboard Maestro 论坛中有不少用 Javascript 控制网页的讨论，很多其实就是纯 Javascript 套壳，并不囿于 Keyboard Maestro，你可以复制过来当成 Bookmarklet 的素材。

一旦获得 Javascript 代码，之后的工作将势如破竹，各种 Bookmarklet 生成工具一抓一把。在技术上，从 Javascript 到 Bookmarklet 无非是一系列文本替换，把代码修整为超链接的形式。我考虑过编写本地自动化工具，不过也愿意直接用在线服务，最常用的是 Bookmarklet Creator。惟需注意，GPT 生成的代码中有大量双斜杠 // 开头的注释，转换为 Bookmarklet 前需要删除，否则 Bookmarklet 不生效。

用在线工具将 Javascript 转换为 Bookmarklet 注意：如需使用在线服务，建议确保您上传的 Javascript 代码中不包含敏感信息，例如个人信息或 Token。

转换成功的 Bookmarklet 应当以 javascript: 开头，呈现以下格式。

获得 Bookmarklet 的代码（链接），很多不熟悉 Bookmarklet 的人都卡在后续的安装步骤。不同于正式的插件，Bookmarklet 不是独立的按钮，而是一枚书签，使用时通常需要在浏览器地址栏或搜索栏——在现代浏览器中，两者往往融合了——中启用，这种操作确实反直觉，毕竟点击一个书签时，第一反应肯定是跳到新页面。好在尝试几次之后，这种操作反而更有优势：连没有插件栏或工具栏概念的移动端浏览器，也能用 Bookmarklet。

安装 Bookmarklet，其实和添加普通网页书签无异。以 Safari 为例，首先随便收藏一个网页（快捷键是 ⌘Command-D，然后在新空白标签页中编辑它，换上 Bookmarklet 的代码。之后，这个书签就成了一颗轻量级的浏览器插件，浏览网页时按下去即可触发 Javascript 代码。

编辑书签并换上 Bookmarklet 代码

接下来的问题就是：如何在网页上使用 Bookmarklet？如果你一直显示收藏夹栏，就直接点击其中的 Bookmarklet；如果不习惯持续显示——可能是为了节省屏幕空间——则点击浏览器地址栏或搜索栏，在弹出的收藏夹项目中点 Bookmarklet，若没有看到，则可能需要在 Safari 设置中勾选“Show Favorites”。

在 Safari 浏览器设置中勾选「Show Favorites」

我常常需要下载裁判文书，而默认的打印效果非常差，夹杂了大量无关元素，而正文反而被压到一边了。最初我写了一段 Javascript 并包装成 Keyboard Maestro 解决此问题，结果同事见后都羡慕不已，于是我顺手做了一个 Bookmarklet 版，不仅不依靠 Keyboard Maestro，连操作系统和浏览器也没有什么要求，从 Safari、Chrome 到 360 用户都能正常下载裁判文书。

用 Bookmarklet 重新排版裁判文书

熟悉用户自动化的读者，大概也能想到替代方案，然而像 Bookmarklet 这样获于此而得于彼的通用工具，却不多见。在自制 Bookmarklet 难度骤降的当下，诸位也不妨将其作为备用方案。

问题来源：为什么大多数人不能接受《海贼王》橡胶果实变成尼卡果实？

我的观点：

因为尾田既坚持了热血王道漫的套路，又打破了读者既定的期待和幻觉。

无论你作为个人是否承认，但你无法否认一件事，人们喜欢看热血王道漫的一个基本心理预期是：把自己作为故事的主角代入进去，感受那种拼搏到最后，获得成功的痛快！但这个故事套路在大部分人的心中有一个基本模板，那必然是由下至上的成长与逆袭，因为这是绝对多数读者的真实愿望。人们知晓自己的渺小，但渴望成功，这才造就了这类题材的大热。不接受「尼卡」并非不接受这个名字，而是不接受「自己无法继续代入」，无法继续成为「由无名之辈进阶到封侯拜相的故事主角」。人们所失望的，是「那个王不是自己」。

想必很多人不同意这个观点，但我想提三个问题，请各位一起想一想：

1、艾斯死的时候，岩浆凌驾于火焰之上，可以接受吗？

2、获得了同一颗果实的萨博所打出的炎帝，和艾斯的是一回事吗？

3、香克斯能结束顶上战争，五老星也得给面子，真的是面子果实吗？

我的一些浅见是：

一、多数人并没有因为艾斯的死而质疑果实上下级的关系，最核心的原因在于，几乎没有读者会把自己代入到艾斯的角色里，不会觉得自己的愿望无法达成而失望和愤怒。因此可以比较冷静地从旁分析果实上下级的合理性，去理解这个设定的前因后果，甚至认为尾田这么画是故事推动到此处的必然，是故事的神来之笔。

但其实岩浆是高温融化的石头，火焰是氧化反应的表象，两者根本不在一个维度上，除了温度高低外并没什么关联，但没人会在乎这种类型的 bug，因为它不影响读者的阅读体验，没人会觉得自己是艾斯，给我个差不多的理由就行。

二、如果两个人拿到同一颗果实后，施展出的是不同的招式，那么我们可以说，个人对果实能力的开发至关重要；如果两个人施展出的是同一种招数，只是训练强度不同，造成的效果强弱有差异，那么，个人对果实的开发就不是那么关键的，而是训练的效率更为重要。

回到艾斯和萨博的例子上，这一招炎帝，是属于艾斯的，还是属于果实的？

很显然，既然萨博能够打出和艾斯差不多的炎帝，那就意味着，炎帝不是艾斯的专属，是任何一个拥有这个果实的能力者都可以训练出来的一门技术。那么，作为一门技术，它能否发挥出强大的效果，是取决于果实本身，还是使用果实的人？我相信黑胡子很清楚这个道理，否则他不会那么执着于获得白胡子的果实，更不会坚持要打造最强的全员能力者海贼团。因为他是懂得技术的价值与人的关系的人，不然他干嘛要隐藏那么多年，一心选定暗暗果实呢？尾田把手术果实安排给艾斯的话，合理吗？

再进一步，既然贝加庞克能够复制果实能力，能够把血统因子工程化，那就意味着无论是果实还是种族，在海贼世界的设定里就是科技树的一部分。但凡是科技，是刀杀人还是人杀人的争论就绝对不会停止，但无论怎么争论都必须正视一件事：没人使用的科技，啥也不是。

换句话说，尼卡这门技术可以交给任何人，但最好是路飞。

因为那么强大且令人发笑的能力，最好交给最纯真的那颗心来驾驭。这样的剧情安排才合理，否则这个从一开始就贯穿至今的「Joyboy」到底「Joy」在哪里？让巴基来 Joy 大家吗？一个胆小怕事的真小丑，你觉得能够让大家 Joy 起来吗？还是交给黑胡子这样的终极大恶，最后用橡胶锤打扁他？

我相信 Joy 不是那么肤浅的快乐。

它最好由一个没心没肺、吃人一口饭就念着报恩的傻子来实现。

三、比起路飞的宿命，这个红发男人的宿命就不值得失望和愤怒了吗？

这个男人串起了消失的一百年、月球文明、世界政府的巨型草帽这种超巨大的谜团，这样的人会因为一个村子的小孩吃了个橡胶果实不能游泳就舍弃一条手臂？已经把新世界的希望堵在这种事情上了，哪个脑回路清晰的作者会把解题的重点放在刻苦开发果实能力、卷赢其他能力者这个方向上啊？

大家都是东亚文化圈里熏陶出来的人，尾田会真心觉得卷是路飞的出路吗？香克斯和路飞一出场就把牛吹那么大，一个随意进出世界政府的面子人，咱们平心而论，他罩着的主角要只是个逆袭屌丝，你觉得这样的安排跟玛丽苏/杰克苏有什么区别？

宿命，不是原罪，无力面对宿命才是。

假如后期的剧情，路飞成为尼卡果实的表演者，失去了作为他自己的个性，没有主导和实现自己的想法，那么我会说很失望；如果接下来的路飞依然是那一千多话的没心没肺大笑、快意恩仇不拘小节的大傻子，做判断的依据仍然是他的纯真内心，那他就是尼卡的主人。

很多人觉得自己只要也拥有了一个亿，就也能干出一番伟业来。这是宿命论者们最喜欢相信的谎言，也是被宿命打击时最容易失望和放弃的原因。但事实上不是的，你拿着顶尖的武器，没有使用它的方法和能力，你什么也做不了。

海贼世界里，哪个能力者的果实和他的个性不是对应关系的？这就不是宿命了？这有一颗果实，无论什么属性，是它主宰你，还是你主宰它，这才是宿命与否的唯一判断。

我不认为随着剧情的推进，尾田一点点把世界观和科技树铺陈开，这有什么问题。尤其是当你知道，古代的科技远超今天，此时的科技全靠考古的时候，一切都说得通了。那么果实这种科技产品，作为一项工具被人使用，就一定不会是卷中之卷的通关秘籍。

路飞拿了一手好牌就令人失望么？

不是的，他把好牌打烂了才令人失望！如果没有前面一千多话的历练，那么尼卡果实就是个普通的橡胶球，路飞也不过是个不会游泳的普通人；为什么在打凯多的时候觉醒，恰恰是因为凯皇才配得起这个巨大的份量，只有被三番五次打败后的路飞，才有机会完成历练，让尼卡成为尼卡，让自己成为配得起尼卡的那个人。

路飞正在成为可以直面和挑战宿命的那个人，把自己代入到主角视角的读者，也应该有这份心情和觉悟，才能体会到「命运管不着老子」的热血王道漫之精髓！尾田是真懂的。

最近几个月 Ai 绘画这个话题很火，但基本上大家都只是看个热闹，跟普通人的生活没多大关系。或者说，大家感觉不到它和自己有什么关系。只有相关从业者，感受到了巨大的生存压力和身份危机。

但和当年支付大战的春晚红包类似，能让普通人都参与进来、玩起来的场景可能才能让大家感受到：Ai 绘画意味着什么，能做什么。

尽管众多以文生图的 Ai 工具已经大幅度降低了创作门槛，但是在那之前，各种咒术、法门终究是拦住不少普通人接触 Ai 绘画的一块巨石。我自己也曾在用过某些 Ai 工具后，在一条展示初次接触的创作成果的视频里提醒大家，不要忽视它，但也不要过分害怕它。它一定会给我们的生活带来巨大的变化，只是目前还没积累到那一刻，仅此而已。

如果说有什么场景，类似发红包那样简单明了，人人都可以参与，我觉得有一个非常合适的应用场景，那就是用 Ai 生成定制头像。对于不具备绘画能力、不懂念咒语、不会使用绘图软件的大多数人而言，Ai 画头像就是各类修图美容软件一级的场景，既有尝新和娱乐，也有充分的社交属性，和红包非常相似。

最近试用了一下漫镜，一个感觉是，神情抓得不错，风格也足够多，用它来探索自己不同造型的可能性，还是挺有启发的！因此中途我想到一件事，如果这类产品的效率再高一些，跟各大连锁发型屋合作，预约时就上传几张照片，生成几套发型方案，人到了现场就让托尼老师根据效果图来剪，这不是非常好的体验升级么？谁说 Ai 必然逼得人失业呢？还得是看人怎么用。

除了头像，你觉得还有哪些场景，适合普通人体验 Ai 绘画呢？

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

DownloadYoutubeSubtitles 是免费 youtube 视频字幕下载器，主要功能是将 YouTube 视频字幕下载为三种常见格式，包括 .SRT、.VTT 或 .TXT，不但很快速而且非常易于使用，无需额外下载软件，即使是手机或平板电脑一样可以操作，只要把视频网址贴上、选择要下载的字幕语言和文件格式后就能快速获取字幕文件。

要注意的是 DownloadYoutubeSubtitles 只支持公开视频，因为服务本身没有登入账户的机制，在下载视频字幕时会依照用户的浏览器语言提供适合的语言建议选项〔例如中文用户会看到繁体中文、简体中文和英文字幕〕。

当然也可选择所有 YouTube 视频支持的字幕语言，自动翻译字幕也能利用这项服务下载。

如果 DownloadYoutubeSubtitles 无法使用，也可以尝试其他 YouTube 视频字幕下载工具：

Download YouTube Subtitles in .srt .vtt and .txt format with this free subtitle extractor tool online.

进入 DownloadYoutubeSubtitles 网站后从右上角切换语言，有「简体中文」可以选择。

将 YouTube 视频网址复制、贴上，点击右边「获取字幕」按钮。

如果 YouTube 视频有字幕的话就会看到结果画面，DownloadYoutubeSubtitles 会在左侧显示「为你选择的字幕」也就是最适合用户的语言，例如繁体中文、简体中文和英文，分别有 SRT、VTT 和 TXT 三种格式，点击后就能快速下载字幕文件。

要注意的是 DownloadYoutubeSubtitles 在下载文件时会同时打开另一个网页〔可能是广告〕，使用时请特别留意。

下方还会有视频的主要字幕、自动翻译的视频字幕，可以获取各种语言字幕文件或是自动翻译的视频字幕。

DownloadYoutubeSubtitles 无法下载有年龄限制的视频或是需要登入才能浏览的私人视频，除此之外，若视频不是使用字幕文件的功能载入，而是将字幕直接嵌入视频，也无法使用下载工具获取视频字幕文件。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

loader.fo 是一个免费、快速的在线视频下载器，主要用于保存 youtube、facebook、SoundCloud、Vimeo、TikTok、IMDb、X〔前身为 Twitter〕和 Twitch 等平台视频，类似的网络服务太多，操作上都大同小异。

loader.fo 和其他网络视频下载工具一样都支持多种格式，主要分为视频和音频两种，视频有不同画质的 MP4 和 WEBM 格式，值得一提的是支持最多 4K 画质，而且还会有声音。不像一般下载器可能只能单独获取影像或音频，必须自行将两者合并；音频的话有 MP3、M4A、WEBM、AAC、FLAC、OPUS、OGG 和 WAV。

试试这款独特的工具，从 YouTube 快速无障碍地下载视频。使用这款可靠高效的下载工具，让你的离线视频收藏焕然一新。

进入 loader.fo 网站后先从网址字段右侧选择要下载的文件格式，分为音频和视频两种，视频从 360p、480p 到最高 1440p〔WEBM 支持 4K 画质〕，将视频网址贴上后点击下载就能获取文件。

loader.fo 能下载 YouTube、Twitter、Facebook、OK.ru、TikTok 等网络影音平台，如果遇到无法正确检测视频或出现问题，也能试试看其他下载服务。

将视频网址贴上、选择要保存的格式后点击右边的「Download」下载按钮。

loader.fo 需要一段时间处理视频，当显示「Download in Progress…」时需要等待一段时间，有时候可能无法正常显示视频略缩图，但测试后发现还是能够正常获取文件。

完成后就会有下载按钮，点击「Download to Your Device」就能将视频保存到你的设备。

「Removerized」是免费 ai 背景去除工具，可以快速删除图片背景，完全免费！在使用上没有限制，离线模式亦可使用，快速、准确且操作上相当简单，支持 PNG、JPG 和 WebP 图片格式，将图片拖曳到工具后就能自动处理，约几秒钟即可转为透明背景。

Removerized 是开放源码项目，除了自动抠图模式外没有提供手动编辑功能，不一定 100% 适合各种类型的图片，有需要的朋友可以自行试试看。

进入 Removerized 网站后点击上方「Click to upload」选取要抠图的图片，或是直接将图片文件拖曳到上传字段〔支持 PNG、JPG 或 WebP 格式〕，接着点击「Process」开始抠图处理。

第一次使用会跳出下载 AI 模型的提示信息，需等待一段时间。

完成后图片出现背景被清除的动画，利用网站中间拖曳轴查看抠图前后的图片差异。

点击下方「Download」按钮即可将去除背景、转为透明背景的图片下载保存。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

「拼字幕」是一键免费生成字幕拼图的在线工具，操作方法简单，用户只要将图片拖曳到工具即可加入字幕文字，调整字幕呈现顺序、字号、主次字幕、调整字幕文字高度和样式，无论是使用于视频封面、社交媒体或是图文故事展示都能让图片更引人注目哦！

编辑完成后就能将图片下载、保存为 PNG 格式，不用额外注册账号，接下来就实际示范一下操作方式。

拼字幕是一个极致便捷的在线拼图工具，方便社交媒体运营快速生成用于小红书引流的字幕拼图。通过简单几步操作即可生成名人语录、电影字幕等拼图内容，完美适用于小红书、微博、视频号、抖音等平台，为你的内容引流增粉。无论是打造个人品牌，还是提升社交媒体曝光率，拼字幕都是你不可或缺的利器。拼字幕, 字幕拼图, 字幕生成, 字幕生成器, 字幕截图, 小红书, 小红书引流，小红书流量，字幕制作, 名人语录, 电影台词, 马斯克说, 罗翔说, 乔布斯说, 余华说, 董宇辉说, 字幕图片, 字幕拼接。

进入拼字幕网站后把要加入字幕的图片拖曳到网站，或是点击「选择图片文件」进行上传。

接着图片会显示于工具中，从右上角「字幕内容」输入要加入的字幕，可以新增行数、清空或调整顺序，加入字幕左侧预览就会即时更新。

从下方调整不同字幕样式、字幕高度和字体大小，因为拼字幕有部分样式是简体中文字型，套用在繁体中文可能有显示不正确的问题，看起来会有点不太一样，但不影响使用。

拼字幕有一个「进入主次字幕」功能很好用，可以同时显示中文和原文，如果加入字幕时想让原文一起显示，进入这个选项即可加入两种语言字幕，主字幕的字体会大一些，次要字幕或贴着主字幕，阅读距离很舒服。

完成后点击图片下方的「下载图片」按钮将它保存为 PNG 格式。

下图就是使用「拼字幕」制作的字幕图片。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

经过了一年的时间，Claude 从 2.0 版陆续升级到 3.5 Sonnet 版本〔2024/6〕，在 Claude 3.5 Sonnet 中推出了几个显而易见的改进：

你只要免费注册登入一个「 Claude 」账户，就能开始使用最新的 Claude 3.5 Sonnet 模型，然后别忘了进入「Artifacts」功能，试试看直接在对话中生成你需要的网页小工具、小游戏，乃至于简单的 PPT。

下面我会实际测试这些成果，并且与 chatgpt 制作出来的版本做对比，提供有兴趣的朋友参考。

我用下面这个共同指令，来测试看看 Claude 3.5 与 ChatGPT-4o 是否可以「直接」做出可用的乱序抽签网页小工具。

让我先来试试看 Claude 3.5 Sonnet 结合「Artifacts」的效果。直接输入上面的指令，Claude 就会分析我的需求，开始撰写源码，并立即生成可以预览、互动的 HTML 文件，而右边窗口可以直接进行操作。

看起来 Claude 3.5 Sonnet 只要简单的指令，就能很好的理解我的需求，并且可以自己设计需要的架构与源码，我并没有讲得太细，实际呈现出来的效果都是 Claude 3.5 Sonnet 自己分析出来的。

接着我们试试看 ChatGPT GPT-4o 做出来的成果如何？用同样的指令，ChatGPT 也可以根据我的需求自行分析网页需要的架构、逻辑，然后自行写出源码。

不过，ChatGPT 目前没办法像 Claude 那样在右方直接预览成果。

所以我请 ChatGPT 直接打包成 HTML 文件让我下载。

下载后，下面是 ChatGPT 制作出来的版本。界面与操作也很不错，并且自己加上了一个可以设置数字范围的额外字段。

和 Claude 3.5 Sonnet 版本对比，你觉得哪一个比较好呢？

接着，我测试了设计贪吃蛇网页小游戏，用下面的指令，直接套用在 Claude 和 ChatGPT 上。

把指令输入 Claude 3.5 Sonnet，同样的，AI 自动分析需要的架构、逻辑，一次问答，就生成出右方一个可以操作互动的贪吃蛇小游戏。

游戏中可以用键盘控制方向，有吃球长大的效果，也有失败的机制，是一个可玩的小游戏。

同样的指令输入 ChatGPT GPT-4o，ChatGPT 这次写出一串很长很长的源码，我同样请其直接打包成 HTML 文件给我，同样是一次生成，中间没有经过任何修改。

下面是 ChatGPT 制作出来的贪吃蛇小游戏，多出了一个「控制游戏快慢」的功能，而其他部分则和 Claude 的效果一样。

从前面两个实际测试案例来看， Claude 3.5 和 ChatGPT-4o 都能「一次生成」上述的网页小工具、小游戏，他们都会完整的分析我的需求，AI 自行进行需要的设计逻辑分析，然后自动写出完整的源码。

不过 Claude 3.5 Sonnet 多出了一个 Artifacts 功能，可以直接在右方预览效果，确实看起来很方便，如果要进一步修改，也会更加简单。

例如，我下面尝试让 Claude 3.5 Sonnet 制作 PPT，我先提供一些资料，请 AI 设计大纲并产出 PPT，Claude 3.5 Sonnet 就制作出一个可以在右方预览的版本，而且是真的可以翻页。

但我想调整风格，所以我上传一张风格图片，请 Claude 3.5 Sonnet 分析，并据此改变 PPT 风格，没想到效果居然非常好！〔如下图〕

看起来「 Claude 3.5 Sonnet」结合 Artifacts，确实值得要对源码、网页、文件有需求的朋友试试看。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

当想通过 RSS 订阅一些人的文章时，却发现只提供微信订阅和邮件订阅（News Letter）。为了解决这个问题，找到了一个 Kill the Newsletter! 服务，它可以替你接收邮件并转化为可供 RSS 阅读器订阅的地址。

Kill the Newsletter! 允许用户将订阅邮件转换为 Atom 订阅源。对于需要验证的订阅源，也会将确认邮件转换为订阅源条目，只要进入转换的地址，就可以获取并点击确认链接。

暂不支持通过回复邮件来验证订阅，可以尝试联系发布者手动验证，或使用邮件设置转发作为解决方案。

另外，有些 Newsletter 的发布者可能会将 Kill the Newsletter! 的电子邮件地址拉黑，同样需要转发之类的绕过。

由于订阅源包含用户的电子邮件标识符，因此不建议分享订阅源，以防止他人取消订阅或发送垃圾邮件。

通过以上步骤，你就可以把原本只能通过邮件接收的内容转化为 RSS 订阅，方便在各种 RSS 阅读器中统一管理和阅读。

我们还年轻，可不想看到这个世界处在毫无自由、隐私的边缘。

这几天很热门的 AI 工具是：「Luma dream machine」，一款 AI 生成 5 秒钟动态视频的在线服务，并且号称有逼真的物理反应、电影运镜和人物动作，可类比之前 Open AI 公布的 Sora ，不过 Sora 虽然效果惊人〔还可生成一分钟视频〕，却尚未对一般用户开放。而 「Luma dream machine」 已经可以让一般用户直接试用，提供每天最多生成 10 个短片，每个月最多生成 30 个视频的免费账号额度。

如果想要试试看 AI 直接生成逼真视频效果，那么「 Luma dream machine」会是目前能够让我们马上可以体验看看的选择，在电影运镜与真实物理效果上，也确实比 Pika 之类 AI 生成动态画面的成品更突出。

Luma AI 网站上宣称的几个特色为：

而我针对上面宣传的几个特色，实际去测试后，目前的心得是：

例如下面这个雨中场景的短片〔可点击这个链接，观看短片播放〕，就可以注意到背景与路人基本上稳定，但前景的两个主角虽然有拟真的跑步动作但也有明显的错误，而指令虽然是英文但也没有 100% 符合。

下面是我实际测试的几段短片的合辑，可以看看从一般用户角度出发，生成的视频可能出现的各种成功、失败情况。

无论如何，我们都可以注册一个免费账号，试试看「https://lumalabs.ai/dream-machine」。

接着在指令列，输入对于视频场景、动作的描述。可输入中文指令，也可输入英文指令。通过「Enhance prompt」可以帮助指令最佳化，但也可能是因为这样而对于中英文指令似乎都无法 100% 掌握。

等待一小段时间，就可以根据我们的文字指令，生成 5 秒中的短视频。

在视频上点击右键，选择下载，就能获得 MP4 文件。

下面这段山谷溪流小船的视频〔点击链接播放〕效果就不错。

另外一个很适合「Luma dream machine」的使用方式，是把经典图片、真实照片中的人物变成电影短片场景。

例如我可以在指令列先上传一张狮子照片，然后辅助指令描述，让 AI 根据照片来生成。

这时候 Luma AI 会根据照片内的实景、人物生成更多的影格，最后串联出一个电影短片。

例如这个狮子走过草地的照片变成的电影短片〔点击观看〕，草地的场景被自动延伸生成，狮子也从侧面多出了正面，虽然多少有些不自然的地方，但也足够让人惊艳。

我还下载了一张第一次世界大战时的黑白照片，尝试让 AI 把照片中的军队动起来。

最后，Luma AI 自动延伸了房屋后的场景，并让军队往前前进〔点击观看视频〕，虽然，视频一开始的动作还好，但很明显的视频后段前进的步伐非常不自然〔人物动作依然比较容易出错〕。

在 Open AI 的 Sora 尚未开放前，就让我们来试试看「 Luma dream machine」，体验一下 AI 生成视频的效果吧！

不论是阅读扫描版 PDF，还是在看社交网络上的一图流，从图片中提取文字都是难免会遇上的需求。在 macOS 上，少数派曾推荐过不少 OCR 工具，它们的原理通常是调用百度、腾讯等大厂接口，上传图片，返回结果。

这就带来了几个问题：一是我们很难保证时刻在线，但指不定什么时候就要用；二是图片经由第三方服务器处理，个人隐私无法得到完全保障；此外，接口按量计费，采用订阅制才有希望平摊成本，偶尔使用并不划算。

TextSniper 这款应用，就能解决你的这些顾虑。它采用离线识别算法，不联网也能工作，而且速度相当快。在近期更新中，它加入了对简繁中文等更多语言的支持，并优化了整体识别精度，我们不妨在本文中测试一下它的实际体验。

初次打开时，TextSniper 会请求屏幕录制权限，然后就会静静待在菜单栏一角，等待召唤。使用它捕捉文字的默认快捷键是 ⇧Shift-⌘Command-2，也就是 macOS 存储屏幕截图的快捷键数字减一。当然，你也可以通过菜单栏图标执行，或者修改为更顺手的键位。在设置中，我们可以选择主要识别语言，并配置其它快捷键。

按下快捷键，选择要捕捉的屏幕区域，就大功告成了，TextSniper 会将识别结果自动复制到剪贴板，无需其它操作。如果你正在做书摘，可以启用「追加剪贴板」功能，将多次识别结果合并在一起。此外，TextSniper 还能将文字转换为语音，自动朗读出来。

我也截取了几张比较有代表性的图片，交给 TextSniper 处理，结果还是挺不错的。对于畸变、模糊、纹理等比较复杂的情形，TextSniper 都得出了正确答案。不过，就像同类工具那样，它也远非完美，如果语段比较长，还是人工再核对一遍为妙。令我比较失望的是，TextSniper 完全没有针对竖排文本做优化，希望能在后续更新中解决。

你可以在 官网 或 Mac App Store 花费 6.49 美元购买 TextSniper，它同时包含在 Setapp 订阅中。TextSniper 最低支持 macOS Catalina，但识别中文需要升级至 macOS Big Sur。