2023年是大型语言模型（LLMs）崛起的一年，GPT-3能够有效地将一种数据格式转换为另一种，简化了系统间的通信。通过GPT-3，开发者不再需要过于关注数据的结构化，能够快速生成所需的转换层，从而减少软件集成的复杂性。LLM被比作能够匹配供给与需求的企业家，帮助实现更高效的计算和API交互，推动协作软件的目标实现。
· LLM作为数据转换的解决方案
2023年是大型语言模型（LLMs）崛起的一年，GPT-3能够有效地将一种数据格式转换为另一种，简化了系统间的通信。通过GPT-3，开发者不再需要过于关注数据的结构化，能够快速生成所需的转换层，从而减少软件集成的复杂性。LLM被比作能够匹配供给与需求的企业家，帮助实现更高效的计算和API交互，推动协作软件的目标实现。
· LLM作为数据转换的解决方案
Arc 的 Boosts 功能设计受到艺术家 James Turrell 的启发，强调通过操纵互联网的外观来改变用户与网络的关系。该功能不仅是实用的工具，更是个人表达的方式，挑战了我们对数字世界的认知，提醒我们互联网的构建是可以被重新定义的。
Josh Miller · Arc 的 Boosts 功能设计叙事
Arc 的 Boosts 功能设计受到艺术家 James Turrell 的启发，强调通过操纵互联网的外观来改变用户与网络的关系。该功能不仅是实用的工具，更是个人表达的方式，挑战了我们对数字世界的认知，提醒我们互联网的构建是可以被重新定义的。
Josh Miller · Arc 的 Boosts 功能设计叙事
越来越多的独立开发者开始提供研究即服务（RaaS），通过整理和可视化信息帮助人们做出更明智的决策。构建内容产品的风险较小，开发者可以利用现有工具快速测试RaaS概念，并分享研究结果以满足本土需求。
·
越来越多的独立开发者开始提供研究即服务（RaaS），通过整理和可视化信息帮助人们做出更明智的决策。构建内容产品的风险较小，开发者可以利用现有工具快速测试RaaS概念，并分享研究结果以满足本土需求。
·
人工智能行业的利润主要集中在云计算平台上，2021年AWS创造了622亿美元的营业收入。半导体公司和AI模型研究公司依赖云平台的计算资源，而数据标记公司的能力较低。尽管AI领域仍处于初期阶段，未来可能会有新的公司涌现，但云平台将在生态系统中继续占据主导地位，获得大部分利润。
· 人工智能行业的利润来源
人工智能行业的利润主要集中在云计算平台上，2021年AWS创造了622亿美元的营业收入。半导体公司和AI模型研究公司依赖云平台的计算资源，而数据标记公司的能力较低。尽管AI领域仍处于初期阶段，未来可能会有新的公司涌现，但云平台将在生态系统中继续占据主导地位，获得大部分利润。
· 人工智能行业的利润来源
人是个带「噪声」的信道。
我们发明工具、写文字,就是为了对抗这些噪声。
人声微弱,却能穿透混乱。
正因如此,我们创办「产品沉思录™」,就是为了追寻建造者的好奇心,传递追逐好奇的勇气。
在这里,我们像考古学家一样,挖掘卓越产品背后的脉络;像研究者一样,探索构建者的思想地图;像建造者一样,构建我们自己的产品。而这一切,都是为了回答:
正如 Vannevar Bush 在 1945 年 《As we may think》所设想的：
网络是一台即时出版机，可用来创造图书馆与数字花园。
于是自 2017 年伊始，我们便在此赛博空间中耕耘，至今已发布超过 300 期通讯，累计近百万字，试图斗胆做一些穿越时间的事情。
过去埋藏在地下，挖出来时是煤炭，是你今天的炉火。
Inspired by Matter