下面这个视频演示一下如何利用 zarkadai 来帮助我们快速方便的部署在 google ui studio 中生成小程序。假设我们已经完成了代码生成,在右上角点击下载, 将 zip 压缩包下载到本地。接着我们到 zarkadai 的 ai 的 generate 生成页面,点击刚才下载到本地的压缩包上传在 prom 区域,我们可以留空点击 generate 生成。好的,那么就已经开始上传部署了,我们稍等片刻, 现在已经部署完成。在右边我们可以点击发布,这里填入提示词,让 ai 帮助我们生成这个小程序的标题描述以及封面。稍等一下, 生成完毕,点击 launch 发布。 ok, 现在就已经部署完成了,点击这里生成分享链接,让我们的朋友也一起游玩体验。
粉丝7获赞78

谷歌的 ide gravity 这是怎么了?最近啊,好多朋友们接二连三的问我,说他们的 ide gravity 一 直出现重试转圈,有的直接报错。因为我最近呢自己在一直用 codex 啊,所以 ide gravity 几乎是冷藏了。 不过昨天那位朋友问了我之后呢,正好我有个任务啊, codex 限额后被迫停下来了,那我就用它试试吧。还是先选择项目文件夹进到项目目录模型呢,我就选 opus, 四点六 先把羊毛薅干净再说。我给他说让他帮我分析并理解这个项目,从工程化、用户视角两方面去洞察,看我们这个项目呢,还有什么设计缺陷或者不足。看他这一路狂飙的姿态,也没发现有什么问题,很丝滑。这是我的版本情况,朋友们可以先看看 你们出现问题是不是这里有什么问题,那到了这里呢,我明显感觉他慢了。然后呢,我也出现了这个情况,我点击重试,他依然报错,我再点再点 再点,点了呢,总共四次重试,看他又活了。呃,给我说了这段,我等了三分多钟啊,他一直没有反应,然后呢,我说根本就没有看到你生成的报告, 然后他就说内容较长,他直接写入 effect, 然后呢,就真的来了。那既然他帮我找到了这么多问题,也做好了修复计划,不让修复,那多不好意思啊。 不过在后来整个修复的过程中啊,除了 opus 的 模型额度用完,我换成了吉米娜之外,一直呢就很丝滑,没有出现过前面的那一种问题,看他完成了还是挺爽的。朋友们,如果报重试,直接多点几次重试啊,试试反应,如果报错了呢?换一个模型,再输入继续。


还有人不会安装谷歌的官方浏览器?一个视频教会你第一步打开你电脑上的豆包,我们直接告诉豆包给我一下谷歌官方浏览器的下载链接。 好,我们看到这里有个中文界面。好,我们点击这个链接,然后跳转到这个网址。好,会跳转到这个界面,我们直接点击就可以了,然后会出来一个安装包,我们双击打开,就可以把这个安装包进行一个安装。我们看右上角,这里有一个记录, 打开之后双击运行。这个就是官方的啊,不是第三方的,很多下载的都会有广告,这个是无广告的,我们等它安装完,安装完了,我们直接打开这个就是你的谷歌官方浏览器。

阿卡 poodles 咦呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜呜 你是故意找茬是不是唱跳 rap 篮球乌鸦坐飞机 啊 哎呦我的妈呀呱个牙喽哈哈 对对 啊哈哈哈哈啊啊。

谷歌这次更新很多人说没意思,但我发现了几个宝藏, gemini three point five flash 和 omni flash 确实拉了噔出外,但 daily brief 这个功能出乎意料,它向你的私人助理自动读取日程和邮件,告诉你该干啥。 no bookl m 直接生成 ppttttttt 太香了! gemini spy 更是杀手锏。好在谷歌云上打通所有服务,谁用谁知道。 a p r 购物协议比那个四零四靠谱。 t p u 对 标英伟达,潜力不小。总结就是 pro 没来,但生态写作太强了。你觉得哪个最实用?评论区聊聊。

嘿,大家好,我在斯坦福给大家做一些分享。刚好春节前约了几个湾区的 ai 工程师,我们去北海道滑雪,听到了一些内幕,有些颠覆认知。首先 open ai 的 工程师呢,他们说他们 什么公司都不觉得强,就觉得 google 的 germina 挺强的,这个是让我觉得挺意外的,而且他们觉得 google 的 体系挺碾压 open ai 的, 因为 google 本身它的一个全家桶,从 youtube 到 gmail 到它的算力,到它的一系列的这些服务才二十美金一个月。那这个 openai 的 chat gpt, 其实你要买它的这个高级服务也是二十美金一个月,所以这样一算下来呢, 感觉 openai 就 不是很划算。第二呢,从整个的架构来看, google 应该是可以挑战 openai 的, 因为它 google 其实是从入口到本身的流量变现能力,到它的这个 deepmind 在 英国的团队的这个基础研发能力,以及它的这个 tpu 的 算力,方方面面其实是跑的很领先的,是碾压 openai 的。 另外在整个 ai 的 中局啊,我们现在看到大部分的 ai 公司实际上都是烧钱的,那么对于像 google 这样的公司,它本身有足够的现金流去支撑它的 ai, 并且它本身提供了相应的基础设施及流量入口,那这样的公司我觉得是 比较能杀出重围的。那国内对标的我觉得像阿里这样的公司也是类似这个逻辑。反而是像 kimi 或者说 open ai 短期一直看不到这个变现的能力,那长期如果在融资不顺利的情况下,很有可能有这种变数。所以其实传统的互联网大厂,当他们已经掌握了这个 ai 的 算力和 数据入口的时候呢,其实他们既是队员也是教练,刚好又到了一年一度的跳槽季,像 open i 这样的公司的工程师这些朋友,他们说他们哪也不想去,除了 google 这个团队值得去。从侧面也验证了,确实 google 在 短短的一年多之内把 ai 的 整个这件事情做得是非常漂亮的。

新的 jimi nike 模型可能真的要来了!北京时间五月二十日凌晨一点, google i o 二零二六将在美国加利福尼亚州山景城正式开始。在沉寂了小半年之后,骨骼终于要有动作了。这次最值得盯的可能不是安卓,而是 jimi nike。 google 官方已经预告,今年 eo 会带来 jimi nike 等一系列产品。 而前几天的 android 受伤, google 已经提前公布了 jimmy 银胎了。整次简单说就是把 jimmy 更深的接近 android 系统,让 ai 可以 理解屏幕内容,连接手机里的不同应用,帮用户完成更复杂的操作。这说明 google 想做的不只是一个聊天机器 人,而是把 jimmy 变成整个 google 生态里的 ai 大 脑。现在 open ai 和 cloud 都在快速替代, google 也非常需要 jimmy 在 网上推一。 所以今晚最大的悬念就是 google 会不会直接公布新的 jamming 模型,或者带来更强的多模态努力、 ai agent、 视频生成工具,以及更深入的 ai 搜索体验。如果 jamming 真能接近搜索 android、 chrome、 youtube、 gmail 和 x 二设备,那 google 的 ai 爆发力会非常恐怖, 因为 open ai 是 在重新创造 ai 入口,而 google 是 把 ai 塞进你已经在用的入口里。五月二十日凌晨一点, google i o 二零二六正式开始。 jamming 会不会放大招,我们拭目以待。

舞女一无需再争了, dankin 那 一句我说柳志敏长得没张元英漂亮,你能吗?终究是看错了人,一场联动直接让柳志敏登上张元英难以超越的高度, 让 faker 破功,也让电竞圈与 k pop 集体羡慕,更是让极端粉在视频评论区发表 faker 像戈布林这种逆天言论,直接让柳志敏粉丝集体出动声讨该人,并且发声让极端粉丝闭嘴别瞎说,毕竟他们也知道在韩国女团如流水,一年能打造好几个成功女团, 再如 faker 这种电竞瑰宝,可是十年都不一定能有一个。并且 faker 是 谁?能与总统、总统夫人等国家最高层领导同席就餐,也是韩国体育界最高荣誉青龙奖的获得者,更别说国家银行为他推出纪念币,权志龙没免掉的兵役,国家却给他免了。 韩国百年体育明星里,菲克稳居 c 位。而在电竞历史上,英雄联盟编年史不以游戏上线时间为开篇,而是以菲克的出生为开篇,这就足以看出菲克地位是多么的高,十七岁便成为三冠王,如今三十岁成为电竞史上无可争议的魔王。 不仅如此,菲克的人品更是所有电竞选手要学习的目标,当摄影师需要他比出嘲讽对手的手势,他会直接拒绝,来到中国更是用中文与粉丝互动,而面对线下的工作人员更是频繁问好。 阴谋之一,在游戏中发现有辱华的 id, 更是反手就点举报不可以做作,一切遵循本溪的飞客很难让人不喜欢,要问他唯一的黑料或许就只有那一瓶全对人评分的可乐了。

谷歌正在用 ai 杀死自己!在 google i o 二零二六上,谷歌戴着 gemini 搜索 android xr 眼镜、 ai 购物、 ai 视频、 ai 操作系统,全面冲进 a 阵时代。他想做的不只是让 ai 回答问题,而是让 ai 主动替你完成任务。 这次最值得关注的有三点,第一, google search 迎来二十五年来最大改版,搜索正式被 jimmy 接管后,用户不再只是输入关键词,而是可以上传图片、文件、视频,让 ai 直接理解和解答,甚至持续追踪租房、商品上新等信息变化。第二, google 开始抢下一代屏幕。 android x。 二、全面推进,重点不是屏幕,而是 ai 加摄像头、加语音。未来你不一定低头看手机,而是让 ai 直接看见你的世界,帮你导航、翻译、提醒和判断。第三,个人 ai 一 阵正在成型,他不只是聊天助手,而是能在后台持续干活,帮你整理邮件、汇总文档、维护表格、制作 slides, 甚至一句话完成多个任务。 所以这场发布会的核心其实就是一句话, ai everywhere 购物地图、视频、照片都开始 a 震画,这对企业来说信号也很明显。未来用户不一定自己搜、自己比,而是直接让 ai 给答案。品牌要想的也不只是搜索排名,而是 ai 答案里的推荐位置, 这就是 ai 搜索优化越来越重要的原应。当用户问 ai 哪家公司靠谱,哪个品牌值得选时,企业能不能被 ai 理解、引用和推荐,可能就会直接影响用户决策。

呃,本次我们来分享一下 google ads 啊规避型系统政策到底是什么东西? 呃,首先呢, google ads 里面最头疼的违规之一啊,肯定就是你遇到了这个规避型系统政策,导致了账户被暂停或者是被封号。 当然这种这个政策一旦触发啊,基本上就是封号了。很多人啊,现在都不知道自己为什么违规,其实最常见的情况就是你的同一个业务反复注册了多个账户 啊。第二种情况就是,呃账户被封禁之后啊,继续你又重新开户啊,很多人认为 只要换邮箱就可以啊,但呃,谷歌其实还是会识别你的域名啊,识别你的网站啊,识别你的呃支付信息啊等等。 嗯,第三种就是页面啊,跳转欺骗广告点进去啊,是 a 页面啊,实际啊,自动跳转成 b 页面,或者是给谷歌看的是一个正常的页面,然后给用户看的是 别的页面啊,这个就属于严重违规。那还有一种也是大家最容易被忽略的,就是网站内容啊,频繁去做 大改,比如说你今天卖机械产品,然后第二天去卖那种保呃保健品啊,或者金融这类产品,那谷歌也会认为你账户属于异常的这种情况。 所以呢, google 呃暗指啊,真正审核的也不是你的广告的一些 啊,技术啊啊,它更多的是想知道你是不是一家啊,真实的企业啊,它最终是要对呃看广告的用户负责。

刚面了一个三年前端,简历上写着熟练使用 ai 辅助编程,有 cursor cloud code 的 深度使用经验。我问了他一个场景题,你让 ai 帮你写过一个订单支付状态的轮询功能吗? 他点点头,写过。 ai 直接用 set interview 包了个 fetch, 再加个最大重试次数,很完美。我笑着追问,好,假设用户提交订单后等的不耐烦,切换到了其他页面,你的轮询还在继续吗?他想了想,会,应该在组建卸载时清除吧。我打开它生成的代码,指出关键问题。用户切换页面, 组件卸载了,但 set interval 根本没被清除,反复进出页面,多个轮询堆叠,服务器被打爆。 ai 问过你组件卸载时要停止轮询吗?他愣了一下, 那加上 return clear interval 就 行了。我追问,刷新页面,定时器丢了,支付成功,前端却收不到通知,两个标签页都在轮询同一个订单,怎么避免重复请求? ai 会主动考虑这些吗?他被问蒙了, 这正是 ai 编程的资源泄露陷阱。 ai 用 set interview 实现轮询,只关注请求逻辑,完全忽略了生命周期管理。如果你对这问题也不了解,我整理了让面试官沉默的大场必考题库,包括近期高频大场真实场景题、 经典八股,以及解答与分析。点个赞,留个六六六,直接暴走, nice! 为什么连 ai 都很难自动修正这个缺陷?大模型看到的轮询代码多半是简化 demo, 没有清理函数。 ai 只学到了最简形式,不知道组建会反复挂载卸载,也不知道用户会多开标签页。一个能真正驾驭异不伦循的高级前端,必须建立三层防御。第一层,精准的生命周期管理,从源头杜绝资源泄露。功能确实能跑,但资源已失控。 在 u c effect 中创建定时器时必须返回清理函数, return 等于大于 clear interval, 确保组建卸载时停止轮询。 ai 常忽略,你要强制补上。使用 u sref 存储定时器 id, 避免币包陷阱导致清理时访问到旧的变量, 监听页面可见性变化。当用户切换到其他标签页时,主动暂停轮询,切回来再恢复,减少无效请求。第二层,设计局轮询管理器,避免多标签页重复请求。使用 broadcast channel 或 local storage 事件,不同标签页之间共享轮询状态, 只要有一个标签页在轮询,其他标签页就不再重复发起,收到结果后广播同步。 ai 不 会涉及这种跨页签协同,需要你来架构。第三层,页面刷新时的状态恢复,将订单的轮询状态存储在 local storage 或 session storage 中, 页面刷新后先读取存储,如果已成功就直接展示,不需要重新轮询。同时监听 before unload 事件,在页面关闭前主动上报最终状态。 所以这道题真正考的是什么?不是你会不会用 set 指令,也不是你会不会发请求,而是你有没有从我会让 ai 生成能轮询的功能升级到我能为 ai 生成的异步代码建立完整的生命周期管理,防止资源泄露和重复请求。

gemini 也出桌面端了,我用它做了动画,开发了游戏,还尝试了一系列的常用功能,还真有点平替 codex 的 意思了。就在昨天 google i o 开发者大会上,发布了一系列面向模型搜索、开发者工具和多模态创作的一整套 ai 更新, 有新一代基础模型 gemini 三点五,有融合了 nano、 banana 和 vivo 等模型能力的多款桌面端 agent 的 重度用户。 我们也终于等来了 google 版的 codex itigraphy 二点零,我已经迫不及待想上手玩一玩了,那么话不多说,马上实测。嗨,这里是头哥不请自来的 ai 频道,我们先来看一下它的界面,如果不仔细看,我真的以为自己打开的是 codex。 左边是项目和对话任务,右边是主要的对话窗口,对用过 codex co work 或者其他桌面端 a 阵的工具的朋友来说,基本没有任何的学习门槛。这里可以看到, atigraphy 已经把刚刚发布的 gemini 三点五 flash 集成到了模型列表中, 而且之前 it gravity ide 版本里已经支持的模型也被保留了下来,比如 cloud sonic 四点六,还有 cloud ops 四点六。光是模型种类这一点, it gravity 就 比 codex 丰富了不少。 所以接下来我们就通过几个案例详细盘一盘 it gravity 的 能力到底怎么样。第一个案例当然是制作我们熟悉的 remotion 动画视频,之前的节目里,我们已经详细介绍过如何使用 codex 配合插件市场中自带的 remover 插件制作像这样的动画效果。但 itagraft 有 一个很明显的区别,它并没有自带的技能库和插件市场,所以这里我们先要安装下这个技能。 我们先新建一个项目,然后把 remotion 最佳实践这个 scale 手动安装到项目的点 a 阵子文件夹中。接下来我们就直接输入这段指令,使用 remotion 制作一个介绍 it graffiti 二点零的动画视频,要求浅色主题,将 logo 与 logo 的 配色融入到视频风格中。 输入完成后, a 阵的没有马上开始写代码,而是先开始分析我们的需求以及当前项目里这个 remote skill 的 能力。然后他先给我们生成了一版详细的实施计划。 这一点就和 codex 的 工作方式有着明显区别,因为我们一开始并没有主动开启 autograph 的 计划模式, 但他仍然先进入了计划阶段。从体验上来看, itgraphy 这一点很打动我,所以这里我先检查了一下他的实施计划, 确认整体思路没有问题之后,就让 agent 继续执行,并自动渲染出了视频文件,你看效果是不是还不错?第二个案例我想稍微上一点难度,我们让 agent 使用 react 加 three 点 gs 开发一个三 d 太空设计游戏。 这一次我们直接开启 atigraphy 的 计划模式,先不让它马上写代码,而是让 agent 先和我们讨论具体要做成什么样子。这点就很像 codex 里的计划模式, agent 会一步一步向用户确认游戏细节,比如核心玩法是什么, 是固定视角还是第三人称视角,有没有剧情模式,有没有关卡推进等等。待所有细节都确认完成以后, agent 就 会生成一个详细版的实时计划,确认没有问题,我们就让 agent 继续执行。 经过几分钟的开发,一款打开浏览器就能玩的三 d 太空设计游戏就搞定了。到目前体验下来,我们的感觉是, atigraphy 并不是只把 codex 的 界面复刻了一遍。像这种面对复杂任务时停下来先把任务规划清楚,再一步一步执行的能力, 是现代 a 阵的终端里最重要的能力之一。最后,我们再来测试一些平时经常会用到的场景,比如 codex 里的自动化功能, 它可以让 a 阵子定时执行一条指令,每天帮你检查信息、整理资料或者生成固定格式的简报。而在 atigraphy 里,这个能力叫做定时任务, 它提供了几乎相同的能力,比如,我们可以指定一个每天都要执行的指令,每天早上九点检查 github training 里推荐的热门开源项目并输出中文总结。 创建方式也很简单,你可以像这样在定时任务菜单里直接添加,也可以在聊天窗口里通过杠 schedule 加上这段自然语言描述,直接创建定时任务。 这样一来,它就不只是一个你输入才会工作的工具。甚至在一些固定的标准任务上,它已经几乎可以替代像 openclaw 这样的常驻智能笔了。 下面我还想测一下 itigraphy 能不能生成图片。在 itigraphy 里, agent 也同样继承了自家的 nano banana 生图模型,我们只需要在提示词里明确要求它生成图片, agent 就 可以直接完成图片创作,这个能力对内容创作者很有帮助。 最后, ideography 还带来了动态 sub agents 功能,就是一个主 agent 带领一群专业的子 agent 一 起完成复杂任务。我们可以直接在体脂词里指定使用 dynamic sub agents 创作多个子智能体。 然后 atigraphy 就 会自动启动紫 a 阵特并行处理每项工作。展开右侧边栏,可以看到每一个子 a 阵特都在并行工作中。把复杂任务拆分成多个紫 a 阵特之后,每个紫 a 阵特只需要专注于一个非常垂直的小领域,它的 目标更清楚,上下文更集中,出错概率也就更低。这次体验下来,不敢说全新的上下文更集中,出错概率也就更低。这次体验下来,不敢说全新的 atigraphy 可以 平替 code, 但确实值得你认真尝试一下。 桌面端 a 阵子越来越卷,可实用的工具也越来越多,希望朋友们都可以用上能力更强,成本更低的好工具。智能指手段,人类才是答案。这里是头哥不请自来,我们下期再见,拜拜!