با ترکیدن حباب، چه کسی در عصر هوش مصنوعی توجه را به خود جلب میکند؟ راهنمای 2026 برای KOLهای تأثیرگذار هوش مصنوعی در چین و بریتانیا
نویسنده: آلن، آملیا | تیم محتوای بایت آی؛ دنیس | تیم عملیات XHunt
در تابستان 2026، جریان اطلاعات در پلتفرمهای اجتماعی در میلیثانیهها تازه میشود. یک لحظه، یک مدل زبانی بزرگ بهروزرسانیای منتشر میکند؛ لحظه بعد، هزاران "تحلیل عمیق" صحنه را inundate میکند.
یک توسعهدهنده مستقل به ما گفت که اولین کاری که هر روز پس از بیدار شدن انجام میدهد، دیگر مرور خط زمانیاش نیست، بلکه به سرعت نگاهی به چند آواتار آشنا میاندازد تا ببیند شب گذشته چه ترفندهای جدیدی کدگذاری کردهاند.
"من فقط به کسانی اعتماد میکنم که تجربه عملی دارند،" او گفت.
این اعتماد به نظر پارانوئید به حقیقتی اشاره میکند که بیشتر مردم نادیده میگیرند:
در پیشرفت سریع فناوری مدلهای بزرگ امروز، اطلاعات عمومی خود به سرعت در حال کاهش است.
حسابهای رسانهای فناوری سنتی که به جمعآوری اخبار، ترجمه اعلامیههای خارجی و کنار هم قرار دادن داستانها وابسته بودند، به تدریج صبر کاربران را از دست دادهاند. منبع واقعی کمیاب دیگر "که چه کسی اول چه گفت" نیست، بلکه "چه کسی میتواند به من بگوید آیا این قابل اعتماد است و چگونه میتوانم از آن استفاده کنم" است.
برای کشف منطق عملی واقعی این دایره پنهان، ما یک تحلیل عمیق از نزدیک به 400 KOL پیشرو در اکوسیستمهای چینی و انگلیسی انجام دادیم و از دادهها و مدلهای توانمندی انحصاری ابزار تحلیل اجتماعی @xhunt_ai استفاده کردیم.
ما دریافتیم که رهبران نظر در عصر هوش مصنوعی در حال گذار عمیق از "واسطههای اطلاعاتی" به "محرکهای بهرهوری" هستند.
1. یافته اصلی: از توزیع نظرات به توزیع بهرهوری
در زمینه اینترنت سنتی، فردی با ایدهای درخشان نیاز دارد تا زنجیرهای پیچیده از منابع انسانی را برای به ثمر رساندن آن ایده به حرکت درآورد: بکاند، فرانتاند، UI، مدیران محصول... فرآیند همکاری طولانی میتواند بخش زیادی از اشتیاق را بگیرد. امروز، ابزارهای هوش مصنوعی به شدت این زنجیره تولید را فشرده کردهاند. Codex، Claude Code، Cursor و Lovable موانع برنامهنویسی را به قابلیتهای منطقی و ساختاری تبدیل کردهاند؛ Seedance، GPT Image، Keling و Nano Banana به طور مستقیم پیچیدگیهای تولید تصویر و ویدیو را حذف کردهاند.
با این حال، این منجر به یک پدیده صنعت غیرقابل پیشبینی شده است: وقتی هر کسی میتواند از هوش مصنوعی برای تولید مقالات طولانی به صورت انبوه استفاده کند، محتوای با کیفیت "ارزان" و به راحتی در دسترس میشود، در حالی که اعتماد از همیشه کمیابتر میشود.
ارزش اصلی KOLهای هوش مصنوعی در توانایی آنها برای تولید محتوا سریعتر از افراد عادی نیست، بلکه در ظرفیت آنها برای تجسم قدرت مبهم هوش مصنوعی از طریق همکاری انسان و ماشین به نتایجی است که دیگران میتوانند ببینند، اجرا کنند و به طور مستقیم دوباره استفاده کنند. این دیگر درباره توزیع نظرات نیست، بلکه درباره توزیع قابلیتهای تولیدی است.
به عنوان مثال، وقتی یک مدل جدید ادعا میکند که "Claude Opus 4.7 را شکست میدهد،" کاربران از بیانیههای مطبوعاتی تکراری خسته شدهاند. آنها به شدت میخواهند از KOLهای مورد اعتماد بپرسند: "آیا در توسعه واقعی کد دچار توهم میشود؟ آیا این محصول، که در ویدیو رسمی به طرز شگفتانگیزی زیبا به نظر میرسد، واقعاً ابزاری برای بهرهوری است که افراد عادی میتوانند به راحتی از آن استفاده کنند؟"
قطبنمای توجه به وضوح معکوس شده است: از "چه اتفاقی افتاد" به "آیا این مهم است" و اکنون به "چگونه میتوان از آن استفاده کرد."
در یک محیط پر سر و صدا، KOLهای هوش مصنوعی نقش پیشگامان عملی و لنگرهای اعتماد را ایفا میکنند.
2. چه کسی این نقش را ایفا میکند: تکنولوژیستهای باتجربه و نسل جدید اقیانوس آبی
یک تعصب رایج در صنعت این است که "بیشتر KOLهای هوش مصنوعی حسابهای بازاریابی هستند که پس از انفجار ChatGPT در پایان 2022 به سرعت به محبوبیت رسیدند." با این حال، آمار نسلسنجی XHunt درباره زمان ثبتنام حسابها این ادعا را رد میکند: ساختار نسلی KOLهای هوش مصنوعی توزیع هرم معکوس را نشان میدهد.
تسلط حرفهایهای باتجربه: در میان رتبهبندیهای انگلیسی، کاربران اولیه که بین 2007 و 2015 ثبتنام کردهاند، تا 62.9% را تشکیل میدهند؛ این نسبت در رتبهبندیهای چینی به 58% میرسد. این بدان معناست که اکثریت حسابهای پیشرو فعال در دایره اصلی هوش مصنوعی امروز، کارآفرینان و متخصصانی هستند که پس از تجربه دورههای PC، اینترنت موبایل و Web3 ظهور کردهاند. با ورود موج مدلهای بزرگ، آنها به طور هوشمندانه مهاجرت ابزارهای بهرهوری را تکمیل کردهاند.
رشد نسل جدید در منطقه چینی: بهویژه، در دوره انفجار ChatGPT از 2022 تا 2023، نسبت حسابهای جدید بومی هوش مصنوعی در منطقه چینی به 13.0% رسید که بالاتر از 9.7% در منطقه انگلیسی است. این نشان میدهد که اکوسیستم چینی جوایز ترافیکی قابل توجهی برای محتوای عملی ارائه میدهد؛ به شرطی که ابزارها به خوبی استفاده شوند و آموزشها محکم باشند، حسابهای جدید میتوانند از طریق ارسال مداوم مزایای رقابتی ایجاد کنند.
در مقابل، زمانهای ثبتنام KOLهای Web3 اغلب شکل واضحی از دوکی را نشان میدهد، با افزایش حسابهای جدید در طول تابستان DeFi، انفجار NFT و دورههای جنون میم، که با گرمای بازار همزمان است.
3. تکامل همزیستی KOLهای هوش مصنوعی و OPC
تکامل هوش مصنوعی مفهوم شرکت یک نفره (OPC) را از یک مفهوم فوقانسانی به یک واقعیت قابل اقدام به وضوح تبدیل میکند. جوهر اصلی OPC این است که کاربران میتوانند به طور حساس از عوامل هوش مصنوعی عمودی مختلف استفاده کنند، خود را از نبردهای تنهایی و بار تمام کارهای سخت آزاد کنند، ایدههای خود را به طور نامحدود تقویت کنند و از هوش مصنوعی برای تکمیل ساخت محصول مستقل، توزیع تجاری و بازاریابی دقیق استفاده کنند.
در این تحول، KOLهای هوش مصنوعی "توزیع کاربردی" به وضوح موقعیت اکولوژیکی خود را از طریق مزایای ترکیبی خود تثبیت کردهاند:
درک مرزهای فنی: آنها اغلب از شرکتهای بزرگ هوش مصنوعی آمدهاند یا توسعهدهندگان باتجربهای هستند که دانش فنی پایهای دارند که آنها را از بازاریابان خالص آگاهتر میکند.
درک نقاط درد بازار: به عنوان تولیدکنندگان محتوای بلندمدت که با مخاطبان مواجه هستند، آنها حس قوی از محصولسازی و بازاریابی دارند و نسبت به نیازهای واقعی آگاهتر هستند.
این دو مزیت "فناوری + حس بازار" به آنها این امکان را میدهد که فناوریهای انتزاعی را از طریق ساخت عمومی (Build in Public) به سناریوهای قابل استفاده تبدیل کنند و به این ترتیب به طور مداوم اعتماد کاربران را جمعآوری کنند.
روند انفجاری Vibe Coding این تنش IP شخصی را به اوج خود رسانده است: وقتی یک KOL پیشرو هوش مصنوعی یک چارچوب توسعه را توصیه میکند، آنها دیگر فقط چند خط بیروح از توصیه نمینویسند، بلکه به طور مستقیم در X نشان میدهند که چگونه میتوانند در 15 دقیقه یک برنامه هوش مصنوعی کامل و تعاملی را به سرعت راهاندازی کنند، با استفاده از یک دستور زبان طبیعی، در حالی که فضایی آرام را حفظ میکنند.
KOLهای سنتی با توزیع نظرات ترافیک را جمعآوری میکنند، در حالی که KOLهای هوش مصنوعی با توزیع قابلیتهای تولیدی اکوسیستم را تقویت میکنند.
4. پرترههای داده: تقسیمهای اکولوژیکی بین KOLهای شرقی و غربی
برای کشف منطق عملی واقعی اکوسیستم KOLهای هوش مصنوعی، این گزارش 100 نمونه توییت از 300 KOL پیشرو انگلیسی و 100 KOL پیشرو چینی که توسط تأثیر XHunt در سه ماه گذشته رتبهبندی شدهاند استخراج کرده و محاسبات و مقایسههای عمیق از محتوای توییت و معیارهای مختلف آنها انجام داده است.
ما دریافتیم که تفاوتهای قابل توجهی بین KOLهای چینی و انگلیسی از نظر ساختار توجه و مدلهای تولید محتوا وجود دارد. موارد زیر چهره واقعی KOLهای هوش مصنوعی را در هفت بعد اصلی فاش خواهد کرد: حجم ترافیک، زمینههای بحث، زمان ایجاد حساب و پروفایلهای شخصی.
نقشه توجه: منطقه انگلیسی بر منابع تمرکز دارد، منطقه چینی بر عمل
توزیع حجم ترافیک: تعداد کل دنبالکنندگان در رتبهبندیهای انگلیسی بیش از 350 میلیون است، با میانگین 1.17 میلیون و میانه 110,669. اکوسیستم چینی به سمت زمینههای عمودی تصفیه شده متمایل است، با میانگین تعداد دنبالکنندگان حدود 77,000 و میانه 43,006.
مقایسه فعالیتهای ارسال: در 90 روز گذشته، 100 حساب در رتبهبندی چینی نزدیک به 30,000 توییت تولید کردهاند، با میانه حجم ارسال 210 توییت. در مقابل، 300 حساب انگلیسی تنها 37,000 توییت در مجموع تولید کردهاند، با میانهای فقط 38 توییت. حسابهای پیشرو انگلیسی اغلب به ندرت ارسال میکنند، در حالی که حسابهای چینی یک شبکه انتشار با فرکانس بالا را تشکیل میدهند.
ساختار سطح دنبالکنندگان: رتبهبندیهای انگلیسی ساختار هرم را ارائه میدهند، با حسابهایی که 50,000 تا 200,000 دنبالکننده دارند که بالاترین نسبت را با 41.8% تشکیل میدهند، در حالی که حسابهایی که بیش از 1 میلیون دنبالکننده دارند تنها 7.4% را تشکیل میدهند. در مقابل، رتبهبندیهای چینی بر لایه کاربردی طولانیمدت متمرکز هستند، با حسابهایی که 10,000 تا 50,000 دنبالکننده دارند که 53.0% را تشکیل میدهند و آنهایی که بیش از 200,000 دنبالکننده دارند تنها 4.0% را تشکیل میدهند.
دنبالکنندگان KOL: اگرچه میانگین تعداد دنبالکنندگان در رتبهبندیهای انگلیسی (510.7) بیشتر از آن در رتبهبندیهای چینی (320.2) است، اما وقتی برای پایه KOLهای هوش مصنوعی چینی و انگلیسی (تقریباً 1,000 و 5,000 به ترتیب) تنظیم میشود، نرخ نفوذ KOLهای پیشرو چینی به 32% میرسد که به طرز قابل توجهی از 10% در منطقه انگلیسی بیشتر است. این نشان میدهد که دایره KOLهای هوش مصنوعی چینی یک جامعه متصل و با چگالی بالا است.
نقشه فعالیت: تا 70% از KOLهای چینی روزانه دینامیکهای صنعتی و بینشهای عملی را به اشتراک میگذارند. در مقابل، 39.8% از حسابهای کمفعال در منطقه انگلیسی ایزوله هستند، در حالی که 26.4% به طور پایدار فعال هستند. منطقه انگلیسی به سمت یک شبکه منبع صنعتی متمایل است، در حالی که منطقه چینی بر یک شبکه عملی تمرکز دارد.
به طور خلاصه: KOLهای هوش مصنوعی انگلیسی بخشی از یک شبکه منبع صنعتی هستند که فناوریهای دست اول و انتشارهای استراتژیک عمده را در اختیار دارند؛ KOLهای هوش مصنوعی چینی یک شبکه فوقالعاده انتشار و عملی هستند که فناوریهای پیشرفته را برای جریانهای اصلی ترجمه، ارزیابی و آموزش میدهند.
ترجیحات ذهنی: منطقه انگلیسی بر کلان تمرکز دارد، منطقه چینی بر عمل
با کنار زدن برچسبهای وسیع، میتوانیم به وضوح تمرکز دو اکوسیستم را از طریق استخراج فرکانس و برچسب از محتوای بحث عمومی مشاهده کنیم:
چه در منطقه انگلیسی و چه در منطقه چینی، مدلهای بنیادی، هوشهای مصنوعی، تجاریسازی هوش مصنوعی و برنامهنویسی هوش مصنوعی محورهای مشترک توافق هستند، اما مسیرهایی که به سمت بیرون گسترش مییابند به شدت متفاوت است:
منطقه انگلیسی بر فناوریهای زیرساختی و دیدگاههای کلان تأکید دارد: KOLهای انگلیسی نرخ پوشش بسیار بالاتری در تجاریسازی هوش مصنوعی (44.7%)، مدلهای بنیادی (39.6%)، ایمنی هوش مصنوعی (13.8%)، تراشههای هوش مصنوعی (12.6%) و هوش تجسمی (5%) نسبت به منطقه چینی دارند. آنها انرژی زیادی را صرف بحث در مورد همراستایی ایمنی AGI، الگوهای عرضه و تقاضای قدرت محاسباتی، نبردهای منبع باز در مقابل منبع بسته و هوش تجسمی میکنند.
بخش چینی بر کاربردهای عملی و راهنماییهای عملی تأکید دارد: KOLهای چینی واقعگرایی قوی را نشان دادهاند. برنامهنویسی هوش مصنوعی در 72.1% قرار دارد که تقریباً دو برابر بخش انگلیسی است. عوامل هوش مصنوعی 51.5% را تشکیل میدهند که در مقایسه با 39% در بخش انگلیسی است. در تولید بصری، دادهها هنوز نزدیک به دو برابر بخش انگلیسی در 20.6% هستند. ارزیابی ابزارها در 11.8% قرار دارد که تقریباً نه برابر بیشتر از بخش انگلیسی است. آموزشها و پیشنهادات نیز به طور قابل توجهی بالاتر از بخش انگلیسی هستند، که نشان میدهد وبلاگنویسان چینی بهتر از تجزیه و تحلیل فناوریهای پیچیده به راهنماهای عملی خاص مانند برنامهنویسی و ساخت عوامل هستند.
رادار قابلیت: انگلیسی بر بینشهای فنی تمرکز دارد، چینی بر کاربردهای تمامپشته
برای کاهش اشتباهات در برچسبهای اصلی، ما از مدل امتیازدهی قابلیت KOLهای XHunt برای تجزیه و تحلیل جامع کیفیت محتوای منتشر شده توسط حسابهای KOL هوش مصنوعی در ابعاد امتیازدهی متعدد استفاده کردیم:
جدول امتیازدهی انگلیسی منبع و منطق زیرین صنعت را در اختیار دارد: بالاترین امتیاز در جدول امتیازدهی انگلیسی چندمدلی با 88.3 است، که پس از آن مدلهای بنیادی و پیشنهادات قرار دارند. قابلیتهای اصلی آنها در بینشهای معماری مدل، تجربه تنظیم مهندسی در مقیاس بزرگ و پیشبینی روندهای پیشرفته نهفته است. در زمینههای ایمنی هوش مصنوعی و تراشهها، جدول امتیازدهی انگلیسی دارای مزیت طبیعی پیشگام است.
جدول امتیازدهی چینی بر روی شیوههای کاربردی تمامپشته تمرکز دارد: در نمونه چینی، همبستگی میانگین توانایی برنامهنویسی هوش مصنوعی به 88.9 رسید و عوامل هوش مصنوعی به 87.1 رسید. تعداد زیادی از خالقان با قابلیتهای توسعه زبان طبیعی در توییتر چینی فعال هستند و در کسب درآمد از هوش مصنوعی در حوزههای خصوصی یا مدلهای کارآفرینی سبک مهارت دارند.
نرخ ذکر مدلهای بزرگ: نقشه کار جریان رأیگیری با پا
نرخ ذکر مدلهای بزرگ (یعنی هر توییت از یک حساب که کلمات کلیدی را در سه ماه گذشته هدف قرار میدهد) نه تنها دما بحث مدلهای بزرگ را در جامعه نشان میدهد، بلکه درجه وابستگی و احساس KOLها نسبت به مدلهای مختلف در جریانهای کاری واقعی خود را منعکس میکند، یک "رأیگیری با پا":
همانطور که در شکل نشان داده شده، Claude و GPT پادشاهان مدلهای دو زبانه هستند. در بخش چینی، نرخ ذکر Claude به 95.7% میرسد که هنوز انتخاب اول برای توسعهدهندگان مستقل و Vibe Coders است؛ بهویژه، با ادامه گرمای سناریوهای برنامهنویسی هوش مصنوعی، Codex به تازگی در محبوبیت افزایش یافته و با نرخ پوشش 80.9% در جایگاه سوم قرار دارد، که به شدت تعقیب کارکردهای عملی توسط جغدهای چینی را تأیید میکند.
علاوه بر این، مدلهای بزرگ داخلی DeepSeek (68.1%) و Kimi (58.5%) نیز نفوذ محلی قوی را نشان میدهند. در مقابل، در بخش انگلیسی، GPT (76.2%) و Claude (75.2%) به طور مساوی با هم رقابت میکنند و بیشتر بر روی تکامل چندمدلی و روایت کلی صنعت تمرکز دارند تا بحث در مورد زنجیرههای ابزار واحد.
سبک محتوای MBTI: جنبههای بیان حساب
با استفاده از یک الگوریتم استنباط سبک اختصاصی، XHunt جنبههای شخصیتی عمومی حسابهای KOL چینی و انگلیسی را بر اساس پروفایلهای آنها، ساختارهای طولانی توییت، منطق بحث تعاملی و ترجیحات موضوعی به پرترههای MBTI طبقهبندی کرد:
همانطور که در شکل نشان داده شده، چه در بخش چینی و چه در بخش انگلیسی، حسابهایی که صدای غالب دارند عمدتاً به گروه NT (منطقی) تعلق دارند. در دورههای تکرار سریع فناوری، محتوایی با تحلیل منطقی و راهنماییهای تولیدی به وضوح بیشتر مورد توجه قرار میگیرد. جدول امتیازدهی انگلیسی تحت سلطه ENTJ (38.4%) و ENTP (25.8%) است که به سمت ساختارهای چارچوب و تحلیل کلان متمایل است؛ جدول امتیازدهی چینی تحت رهبری ENTP (41.2%) است که اشتیاق بخش چینی برای کاوش در کاربردهای متنوع ابزارهای جدید را منعکس میکند.
ساختار هویتی: انگلیسی به سمت پیشرفته، چینی به سمت عمل
با خوشهبندی و تأیید متقابل توصیفهای پروفایل و توییتهای تاریخی حسابهای توییتر از هر دو گروه، XHunt نقشهای از KOLهای هوش مصنوعی چینی و انگلیسی ترسیم کرده است:
ساختار هویتی اصلی:
بیش از 65% از KOLهای بخش انگلیسی بنیانگذاران مدلهای بزرگ (31.4%)، مدیران اجرایی (34%) یا دانشمندان هستند و خروجی محتوای آنها خود شکلی از توزیع استراتژیک است.
KOLهای برتر در بخش چینی ابزار/ارزیابها (69.1%) و مهندسان محصول (57.4%) هستند. به طور کلی، اکوسیستم انگلیسی بیشتر به سمت یک شبکه انتشار منبع متمایل است، در حالی که اکوسیستم چینی بیشتر بر روی یک شبکه عملگرایی متمرکز است.
به طور خلاصه:
شبکه KOLهای هوش مصنوعی انگلیسی شبیه یک شبکه انتشار فناوری و الگوهای پیشرفته است که توسط دانشمندان و رهبران فناوری در سیلیکون ولی هدایت میشود؛ شبکه KOLهای هوش مصنوعی چینی انفجاری در بازار کاربرد وسیع است که توسط جغدهای مستقل و پیشگامان کاربردی در یک شبکه جامع ابزارهای بهرهوری و عملگرایی هدایت میشود.
تکامل اثربخشی توییت: از رشد وحشی به توسعه با کیفیت بالا
ترکیب نزدیک به هشت ماه روندهای بازار، منطق توزیع ترافیک در زمینه هوش مصنوعی از رشد وحشی به توسعه با کیفیت بالا تغییر کرده است و هر دو میزان نمایش و تعداد توییتها همچنان در حال افزایش است و سه ویژگی اصلی را ارائه میدهد:
رقیق شدن توجه در فوریه و مارس: تحت تأثیر نقاط داغ صنعتی مانند Openclaw، تعداد کل توییتها در مارس به 12.4K افزایش یافت، با مجموع نمایشها به 310M رسید، اما میانگین نمایشها در هر توییت به حداقل 25.0K کاهش یافت. مقدار زیادی از اخبار همگن منجر به بار اطلاعات شدید و کاهش کارایی انتشار شد.
اوج کارایی انتشار در مه: تعداد کل توییتها در مه به 9.0K کاهش یافت، اما هم مجموع نمایشها (335M) و هم میانگین نمایشها در هر توییت (37.4K) به بالاترین سطح تاریخی رسید. محتوای عملی و ارزیابی عمیقتر با پستهای کمتر ترافیک بیشتری را به خود جلب میکند.
نرخ رشد نمایشها از تولید توییت پیشی میگیرد: تا پایان مه، نرخ رشد شاخص نمایش (+88%) به طور قابل توجهی از نرخ رشد تعداد توییتها (+62%) پیشی گرفت. این نشان میدهد که سود ترافیک هوش مصنوعی هنوز قانون 80/20 را نشان میدهد و به سرعت بر روی توییتهایی که محتوای با کیفیت بالا و با حقایق بالا تولید میکنند، متمرکز میشود.
V. ماتریس اعتبار: کارتهای الکترونیکی تأثیر KOLهای جهانی هوش مصنوعی
بر اساس شبکه توجه، کیفیت طرفداران و عملکرد کیفیت محتوا KOLهای هوش مصنوعی چینی و انگلیسی، ما کارتهای الکترونیکی برای هر KOL برتر هوش مصنوعی بر اساس هوش مصنوعیهای مورد علاقه آنها طراحی کردهایم.
در اینجا 20 کارت کسب و کار KOLهای هوش مصنوعی برتر از بخشهای چینی و انگلیسی آورده شده است:
20 KOL برتر هوش مصنوعی انگلیسی
Andrej Karpathy @karpathy | دنبالکنندگان KOL هوش مصنوعی: 1,444 | دنبالکنندگان: 2,358,391 در حال حاضر در تیم پیشآموزش Anthropic مشغول به کار است، بنیانگذار Eureka Labs، عضو سابق تیم تأسیس OpenAI و رئیس سابق هوش مصنوعی در تسلا. یک مروج برتر که آموزشهای بزرگ مدل، کدگذاری هوش مصنوعی و عوامل را به قطعات قابل هضم برای مهندسان تقسیم میکند و آنها را وادار میکند تا در نیمه شب از خواب بیدار شوند و IDE خود را باز کنند.
Sam Altman @sama | دنبالکنندگان KOL هوش مصنوعی: 1,406 | دنبالکنندگان: 4,741,565 مدیرعامل OpenAI، استاد مطلق GPT و Codex، یک شخصیت کیهانی که پستهایش به طور خودکار نکات کلیدی را برای نیمی از جامعه هوش مصنوعی برجسته میکند.
Greg Brockman @gdb | دنبالکنندگان KOL هوش مصنوعی: 1,142 | دنبالکنندگان: 968,930 رئیس و بنیانگذار OpenAI، شخصی که به طور روزانه بهروزرسانیهای سختافزاری در مورد محصولات، تحقیقات، اکوسیستم توسعهدهندگان و زیرساختها را مانند یک دفترچه ساخت رسمی به اشتراک میگذارد.
Ilya Sutskever @ilyasut | دنبالکنندگان KOL هوش مصنوعی: 1,069 | دنبالکنندگان: 664,828 بنیانگذار SSI و دانشمند ارشد سابق OpenAI، یکی از محققان مورد توجه در عصر مدلهای بزرگ که اظهارات غیررسمی او میتواند به طور عمیق توسط کل جامعه تفسیر شود.
Jeff Dean @JeffDean | دنبالکنندگان KOL هوش مصنوعی: 1,058 | دنبالکنندگان: 436,747 دانشمند ارشد در Google DeepMind/Google Research، رئیس Gemini، سختترین ناوبر مسیر فناوری هوش مصنوعی گوگل.
Elon Musk @elonmusk | دنبالکنندگان KOL هوش مصنوعی: 1,057 | دنبالکنندگان: 239,771,643 تقویتکننده فوقالعاده پشت SpaceXAI، تسلا و SpaceX، مدلها، رباتها، قدرت محاسباتی و پلتفرمها را طلب میکند؛ گاهی اوقات یک توییت میتواند از یک کنفرانس مطبوعاتی بیشتر انفجاری باشد.
OpenAI @OpenAI | دنبالکنندگان KOL هوش مصنوعی: 1,050 | دنبالکنندگان: 4,798,535 حساب رسمی OpenAI، شرکت مادر ChatGPT و Sora.
Demis Hassabis @demishassabis | دنبالکنندگان KOL هوش مصنوعی: 1,002 | دنبالکنندگان: 864,498 مدیرعامل Google DeepMind، مروج فوقالعاده AlphaFold، هوش علمی و روایتهای AGI، برنده جایزه نوبل که واقعاً هوش مصنوعی را از جعبههای چت به کشف علمی منتقل کرده است.
roon @tszzl | دنبالکنندگان KOL هوش مصنوعی: 968 | دنبالکنندگان: 326,221 مرزهای قابلیت و مسائل ایمنی مدلهای پیشرفته را مشاهده میکند و اغلب نظرات تند و بینشهای تیز ارائه میدهد و ترجیح میدهد به طور مستقیم صحبت کند.
Patrick Collison @patrickc | دنبالکنندگان KOL هوش مصنوعی: 961 | دنبالکنندگان: 811,554 مدیرعامل Stripe و بنیانگذار Arc Institute، یک بازیگر با دیدگاه کلان که هوش مصنوعی را در سازمانهای تحقیقاتی، زیرساخت و کارآفرینی ادغام میکند.
Logan Kilpatrick @OfficialLoganK | دنبالکنندگان KOL هوش مصنوعی: 957 | دنبالکنندگان: 304,209 یک ارتباطدهنده مهم در اکوسیستم Google AI Studio/Gemini API، ابزارهای توسعهدهنده را به محصولات عملی، کد و پول بازمیگرداند.
Yann LeCun @ylecun | دنبالکنندگان KOL هوش مصنوعی: 947 | دنبالکنندگان: 1,144,073 بنیانگذار و رئیس اجرایی AMI Labs، دانشمند ارشد سابق Meta AI، یکی از سه غول یادگیری عمیق و برنده جایزه تورینگ، یک بحثکننده طولانیمدت در مورد مسیرهای هوش مصنوعی، منبع باز، مدلهای جهانی و جوهر هوش.
Mira Murati @miramurati | دنبالکنندگان KOL هوش مصنوعی: 931 | دنبالکنندگان: 498,732 بنیانگذار Thinking Machines و CTO سابق OpenAI، یک رهبر زن در خط مقدم قدرت محاسباتی و پیادهسازی فناوری، رهبری تجاریسازی و تحول مدلهای پیشرفته از آزمایشگاه به جریانهای اصلی.
Garry Tan @garrytan | دنبالکنندگان KOL هوش مصنوعی: 892 | دنبالکنندگان: 779,149 یک مربی سختافزار در یک شتابدهنده برتر سیلیکون ولی، او ترجیح میدهد به طور عمومی نشان دهد که چگونه از مهندسی پیشنهاد و سیستمهای هوش مصنوعی شخصی برای ساخت یک معماری واقعاً کاربردی استفاده میکند و نه فقط پیروی از روندها.
Anthropic @AnthropicAI | دنبالکنندگان KOL هوش مصنوعی: 884 | دنبالکنندگان: 1,216,610 حساب رسمی Anthropic، توسعهدهندگان مدل Claude، بر روی ایمنی هوش مصنوعی تمرکز دارد.
Dwarkesh Patel @dwarkesh_sp | دنبالکنندگان KOL هوش مصنوعی: 879 | دنبالکنندگان: 221,274 میزبان پادکست فناوری برتر Dwarkesh Podcast، معروف به مصاحبههای عمیق و باکیفیت با دانشمندان اصلی هوش مصنوعی و محققان سختافزار، که به عنوان یکی از بهترین گویندگان در جامعه فناوری جهانی شناخته میشود.
Alexandr Wang @alexandr_wang | دنبالکنندگان KOL هوش مصنوعی: 878 | دنبالکنندگان: 444,108 بنیانگذار Scale AI و رئیس Meta AI، گاهی اوقات بینشهایی درباره روندهای کلان در حیطه نشانهگذاری دادههای زیرین و جهتگیری هوش مصنوعی سنتی به اشتراک میگذارد.
Andrew Ng @AndrewYNg | دنبالکنندگان KOL هوش مصنوعی: 870 | دنبالکنندگان: 1,499,288 استاد استنفورد، رهبر سابق تیمهای Google Brain و Baidu AI، یک سنگ بنای طولانیمدت و مروج آموزش و پیادهسازی هوش مصنوعی.
Aravind Srinivas @AravSrinivas | دنبالکنندگان KOL هوش مصنوعی: 836 | دنبالکنندگان: 483,015 مدیرعامل Perplexity، یک بازنویس عملی نقاط ورودی جستجو از طریق موتورهای جستجو و پاسخ هوش مصنوعی.
Jim Fan @DrJimFan | دنبالکنندگان KOL هوش مصنوعی: 819 | دنبالکنندگان: 396,349 یک شخصیت اصلی در جهتگیری رباتیک NVIDIA، یک بازیکن برتر در هوش تجسمی و مدلسازی دنیای فیزیکی.
20 KOL برتر هوش مصنوعی چینی
Baoyu @dotey | دنبالکنندگان KOL هوش مصنوعی: 559 | دنبالکنندگان: 214,553 یک گره فوقالعاده ترجمه در دنیای چینیزبان، که به طور کامل بر تحلیل عمیق مقالات پیشرفته، مصاحبههای برتر و کلمات کلیدی با کیفیت بالا تکیه دارد تا کیفیت محتوا را حفظ کند.
Orange AI @oran_ge | دنبالکنندگان KOL هوش مصنوعی: 483 | دنبالکنندگان: 170,533 یک عامل کارآفرینی با ذهنیت دقیق و بینش تجاری تیز، ماهر در استخراج فلسفه تجاری زیرین بین تکامل معماری عامل و تغییرات سازمانی.
Guizang (guizang.ai) @op7418 | دنبالکنندگان KOL هوش مصنوعی: 468 | دنبالکنندگان: 144,288 یک "جنگجوی ششضلعی" در جامعه توسعهدهندگان مستقل، یک بازیکن سختافزار در تولید بصری و برنامهنویسی هوش مصنوعی، که به بسیاری از افراد در پیمودن چالههای پیادهسازی ابزارها با آموزشهای عملی گسترده و نقدهای تند کمک میکند.
Bear Liu @bearliu | دنبالکنندگان KOL هوش مصنوعی: 453 | دنبالکنندگان: 115,339 یک جغد فوقالعاده طراحی در عصر هوش مصنوعی، به طور خلاقانه Vibe Coding، عوامل و UI تولیدی را کاوش میکند و بر این تمرکز دارد که چگونه هوش مصنوعی توسعه محصول سنتی را مختل میکند و خالقان مستقل را راهنمایی میکند.
Baye @waylybaye | دنبالکنندگان KOL هوش مصنوعی: 452 | دنبالکنندگان: 158,294 یک معیار توسعه مستقل متمایز، که بر عملیات عملی به جای مفاهیم تمرکز دارد و به طور مکرر در مورد تقابلهای فیزیکی و مقایسههای ابزارهای برنامهنویسی هوش مصنوعی مختلف، پردهبرداری میکند و با زبان ساده به افشای ظاهرهای بازاریابی میپردازد.
Xiangyang Qiaomu @vista8 | دنبالکنندگان KOL هوش مصنوعی: 441 | دنبالکنندگان: 107,140 یک سختگیر فنی در دنیای چینیزبان، ماهر در تجزیه و تحلیل مقالات پیشرفته چندمدلی برای عملکنندگان، با استفاده از آموزشهای با چگالی بالا و بینشهای فنی برای ارتقاء درک توسعهدهندگان.
Ding @dingyi | دنبالکنندگان KOL هوش مصنوعی: 431 | دنبالکنندگان: 151,205 یک ناظر با غریزههای فنی و تجاری تیز، که ابزارهای برنامهنویسی هوش مصنوعی و اکوسیستمهای واسطهای را در سطح پیکسل تجزیه و تحلیل میکند و همیشه فرصتهای تجاری را که دیگران در جداول پیچیده یا موارد بازاریابی از دست میدهند، به دست میآورد.
Hammer Man @lxfater | دنبالکنندگان KOL هوش مصنوعی: 569 | دنبالکنندگان: 101.2k به طور مداوم با هوش مصنوعی در کارآفرینی، محتوا و توسعه محصول آزمایش میکند و همچنین پروژههای با ستاره بالا را حفظ کرده است؛ او فقط فریاد نمیزند "هوش مصنوعی جهان را تغییر میدهد"، بلکه به طور فعال درگیر میشود.
Tw93 @HiTw93 | دنبالکنندگان KOL هوش مصنوعی: 423 | دنبالکنندگان: 141,827 یک نماینده مستقل با پروفایل بسیار پایین اما بسیار تولیدی، که دارای پایهای محکم در آموزش مدلهای بزرگ و سابقهای از ایجاد چندین ابزار متنباز با ارزش بالا است و قدرت خود را از طریق کد ثابت میکند.
Yangyi @yangyi | دنبالکنندگان KOL هوش مصنوعی: 415 | دنبالکنندگان: 122,284 یک هکر تجاری که فناوری و کسب درآمد را به شدت ترکیب میکند، به طور عمیق به محدودیتهای کسب درآمد برنامهنویسی هوش مصنوعی و عوامل در حوزههای خصوصی میپردازد و در عین حال نقاط کور پشت فناوری را از دیدگاه یک محقق امنیتی یادآوری میکند.
Yetone @yetone | دنبالکنندگان KOL هوش مصنوعی: 413 | دنبالکنندگان: 82,680 یک فاکتوری سختافزار در لایه کاربردی هوش مصنوعی، با حافظه عضلانی عمیق در شیوههای مهندسی معماری عامل، استفاده از کامپیوتر و ابزارهای برنامهنویسی، که به جذب دنبالکنندگان سختافزار از طریق تولید و ارزیابی ابزارهای با کیفیت بالا تکیه دارد.
Mr. Panda @PandaTalk8 | دنبالکنندگان KOL هوش مصنوعی: 410 | دنبالکنندگان: 74,602 یک "سوپر ارتباطدهنده" بین مقالات پیشرفته و تجاریسازی عملی، که در ترجمه مقالات علمی عامل به تکنیکهای عملی و قابل فهم مهارت دارد و به دقت روندهای تجاریسازی و استخدام هوش مصنوعی را زیر نظر دارد.
Dash @DashHuang | دنبالکنندگان KOL هوش مصنوعی: 408 | دنبالکنندگان: 113,575 یک دیدگاه سختافزاری از یک بنیانگذار شرکت بزرگ، که به طور عمیق به بهرهبرداری افراطی از ابزارهای برنامهنویسی هوش مصنوعی در سناریوهای تحقیق و توسعه سنتی و توسعه بازی میپردازد و مراجع قابل توجهی برای پیادهسازی "ارتش منظم" فراهم میکند.
Cell @cellinlab | دنبالکنندگان KOL هوش مصنوعی: 407 | دنبالکنندگان: 26,667 یک مروج و عملکننده پرشور مدل "شرکت یک نفره"، که به طور مکرر ابزارهای برنامهنویسی هوش مصنوعی و جریانهای تولید بصری مختلف را آزمایش میکند و راه را برای ظهور تجاری افراد فوقالعاده هموار میکند.
YC (Yucheng) @yucheng | دنبالکنندگان KOL هوش مصنوعی: 393 | دنبالکنندگان: 18,728 یک متفکر کارآفرینی که بر تغییرات سازمانی ناشی از هوش مصنوعی تمرکز دارد، نه تنها به عملیات فنی ابزارهایی مانند Claude Code میپردازد، بلکه به استفاده از معماری عامل برای بازسازی کارایی عملیاتی شرکتها نیز علاقهمند است.
Tualading @tualatrix | دنبالکنندگان KOL هوش مصنوعی: 393 | دنبالکنندگان: 108,450 یک "نمونه تکامل هوش مصنوعی" از توسعهدهندگان مستقل باتجربه در دنیای چینیزبان، که به طور مکرر فرآیند واقعی بازسازی و توسعه برنامههای مستقل را با استفاده از Codex و Claude Code به اشتراک میگذارد و قابلیتهای برنامهنویسی مدلهای بزرگ را قابل لمس میکند.
Ruanyf @ruanyf | دنبالکنندگان KOL هوش مصنوعی: 384 | دنبالکنندگان: 198,977 یک چراغ برای توسعهدهندگان چینیزبان پایدار، که به طور مداوم تخریب و بازسازی صنایع توسعه نرمافزار سنتی توسط هوش مصنوعی را از دیدگاه کلان تماشا میکند و به بسیاری از افراد کمک میکند تا با آموزشهای محکم جهشهای بهرهوری را به دست آورند.
Xiaohu @xiaohu | دنبالکنندگان KOL هوش مصنوعی: 379 | دنبالکنندگان: 105,522 یک "ایستگاه فوقالعاده هوش" و منتقد تند در دایره ابزارهای هوش مصنوعی، که به طور مکرر جدیدترین ابزارهای برنامهنویسی و عوامل را در اینترنت اسکن میکند و همیشه میتواند مهارتهای عملیترین را در بهروزرسانیهای خبری یکنواخت پیدا کند.
𝗖𝘆𝗱𝗶𝗮𝗿 @Cydiar404 | دنبالکنندگان KOL هوش مصنوعی: 378 | دنبالکنندگان: 62,106 یک مهندس محصول عملی که درباره دیدگاههای بزرگ و مبهم بحث نمیکند، بلکه به ارزیابیهای سختافزاری مدلهای بزرگ مانند Claude و بررسیهای زندگی و مرگ پروژههای API خود در نبردهای تجاری میپردازد.
Frank Wang Yu Bo @lifesinger | دنبالکنندگان KOL هوش مصنوعی: 378 | دنبالکنندگان: 36,454 یک فرد فوقالعاده و کارآفرین طولانیمدت در عصر هوش مصنوعی، که مفاهیم بزرگ معماری عامل و طراحی محصول را تجزیه و تحلیل میکند و به طور علنی به اشتراک میگذارد که چگونه توسعه نرمافزار سنتی را با "شرکت یک نفره" مختل میکند.
VI. سفر KOLهای عالی هوش مصنوعی: ساخت اعتماد از طریق اعتبارسنجی مداوم
Cell @cellinlab | رتبه تأثیر KOL هوش مصنوعی چینی: 15 | خالق جامعه ماتریس خلاقیت
ما به زودی وارد یک عصر پربار خواهیم شد—مردم از طریق کانالهای جدید خلق و ابراز خود، مسیرهای جدید خودشناسی و تعلق، و روشهای جدید برای درگیر شدن در کارهای معنادار زندگی خود را غنی میکنند. کار نیاز به بازتعریف به عنوان خلق دارد: برای مدت طولانی، کار ما برای بقا بود. در عصر پس از کمبود، اشکال جدید کار به معنای خلق، رشد، ابراز خود و دادن معنا به زندگی است.
Cuimao @CuiMao | رتبه تأثیر KOL هوش مصنوعی چینی: 34 | KOL هوش مصنوعی
در صنعت هوش مصنوعی، یک "KOL" فقط کسی نیست که ترافیک دارد، بلکه کسی است که واقعاً در ساختن شرکت میکند. مردم من را نه تنها به خاطر اینکه ویدیوهای خلاقانه هوش مصنوعی مرتبط با Anthropic را ایجاد کردهام، بلکه به خاطر اینکه در این محتوا امکانپذیریهایی برای خود میبینند، میشناسند. برخی شروع به خلق کردهاند، برخی ابزارها را درک کردهاند و برخی دوباره به باور خود رسیدهاند: عصر هوش مصنوعی یک میز برای چند نفر نیست، بلکه یک کلاس جدید است که همه میتوانند دوباره در آنجا بنشینند.
من به وضوح احساس میکنم که تأثیر عمومی در عصر هوش مصنوعی دیگر فقط درباره دیده شدن نیست، بلکه درباره کمک به افراد بیشتری برای دیدن موقعیت خود است. این یک چالش زندگی و مرگ برای گرفتن صندلیها مانند "بازی مرکب" نیست، بلکه یک نشستن مجدد برای یک ترم جدید است. موقعیتها تغییر خواهند کرد، نظمها تغییر خواهند کرد، اما هنوز هم هر کسی فرصت دارد تا مختصات خود را پیدا کند.
بنابراین، اگر بخواهم نگرش خود را نسبت به این عصر در یک جمله خلاصه کنم: اشتیاق را حفظ کنید، یاد بگیرید، خلق کنید و به اشتراک بگذارید.
Asa @app_sail | رتبه تأثیر KOL هوش مصنوعی چینی: 52 | شریک در @app_sail، tutti.so
در ابتدا، من شروع به اشتراکگذاری به عنوان بخشی از Build in Public کردم، نه برای اینکه KOL شوم. زیرا من مدتها در خط مقدم جهانی شدن هوش مصنوعی، پرداختهای جهانی و رشد عملیات X بودهام، هر مسیر تأیید شده و چالهای که با آن مواجه شدم را ثبت و به اشتراک گذاشتم و به تدریج متوجه شدم که به یک KOL هوش مصنوعی تبدیل شدهام.
این اشتراکگذاریها همچنین من را به طور فزایندهای متقاعد کرده است: عصر اقتصاد توجه فرا رسیده است و هر کس، هر محصول و هر سازمان باید به طور فعال تأثیر خود را مدیریت کند.
به نظر من، KOLها بیشتر شبیه ارتباطدهندهها هستند، که اطلاعات و شناخت، محصولات و کاربران، و افراد از زمینههای فرهنگی مختلف را به هم متصل میکنند. اگرچه هوش مصنوعی تولید محتوا را کارآمدتر میکند، اما تجربیات واقعی، بینشها، قضاوت مستقل و تعهد بلندمدت هنوز کمیاب هستند.
بر اساس این درک، ما tutti.so را ایجاد کردیم و امیدواریم که به بیشتر شرکتها و خالقان چینی کمک کنیم تا تأثیر جهانی بسازند و اجازه دهیم محصولات خوب و داستانهای خوب دیده شوند. در آینده، آنچه واقعاً کمیاب خواهد بود نه ترافیک، بلکه اعتماد است.
Jason Zhu @GoSailGlobal | رتبه تأثیر KOL هوش مصنوعی چینی: 71 | بنیانگذار GoSail Lab، AgentSkillsHub
پس از کاوش در مسیر، در 31 سالگی، یک هدیه بزرگ دریافت کردم و از مسیر به بیابان پریدم، تنها برای اینکه متوجه شوم: KOL برای من یک شخصیت نیست، بلکه یک رکورد از کاوشهای واقعی است.
درک من از KOL دو جنبه دارد:
اصالت خط قرمز است: من محتوای تأیید نشده دست دوم نمینویسم؛ سودهایی که از خرید و فروش کفشها به دست آوردهام، ضررها از اتاقهای فرار و رشد دنبالکنندگان از صفر همه تجربیات خودم هستند.
اهرم روش است: هوش مصنوعی تسریع میکند، من هدایت میکنم. به شدت با OpenClaw و Claude Code درگیر هستم و AgentSkillsHub.top را ساختم و جدیت مهندس را به عمل درآوردم. کسانی که تجربیات واقعی را به اشتراک میگذارند، کمیابترین محصولات در عصر هوش مصنوعی هستند.
Gorden Sun @Gorden_Sun | رتبه تأثیر KOL هوش مصنوعی چینی: 75 | KOL هوش مصنوعی
من بیش از سه سال است که روزانه یک خبر هوش مصنوعی مینویسم. اگر در انجام کاری ساده و نوعدوستانه پافشاری کنید، میتوانید به یک KOL تبدیل شوید. نوشتن یک گزارش روزانه به من اجازه داده است تا بهترین شیوههای هوش مصنوعی را در سناریوهای مختلف جمعآوری کنم؛ من تقریباً همه چیز را بدون هیچ گونه احتیاطی به اشتراک گذاشتهام. نوعدوستی، صداقت و نوشتن به بهترین شکل ممکن اصولی هستند که به آنها اعتقاد دارم. در عصر هوش مصنوعی، جایی که محصولات نرمافزاری ساختن آسانتر است، توزیع و بازاریابی به طور فزایندهای مهم میشود. هر کسی باید سعی کند چیزی را به اشتراک بگذارد؛ این یک موضوع مرکب است و شما هیچ ضرری نخواهید دید.
Yu Zong Talks AI @AI_Jasonyu | رتبه تأثیر KOL هوش مصنوعی چینی: 84 | KOL هوش مصنوعی جهانی
ایجاد IP "Yu Zong Talks AI" در ابتدا فقط برای به اشتراکگذاری ابزارهایی بود که برای من مفید بودند و چالههایی که با آنها مواجه شدم. بعداً، پس از دریافت بازخوردهای بیشتر و بیشتر، متوجه شدم که یک محتوای عملی واقعی میتواند واقعاً به دیگران در صرفهجویی در زمان و هزینه کمک کند.
من همیشه معتقد بودهام که KOLها کسانی نیستند که در بالا ایستاده و به دیگران آموزش میدهند، بلکه کسانی هستند که ابتدا خودشان به آزمایش ابزارها و فرصتهای جدید میپردازند و سپس روشهای واقعاً مفید را به وضوح توضیح میدهند. در طول این مسیر، موقعیتیابی من واضحتر شده است: تمرکز بر هوش مصنوعی، جهانی شدن و محصولات، فقط به اشتراکگذاری محتوایی که تحقیق کردهام، تمرین کردهام و میتواند مشکلات واقعی را حل کند.
هوش مصنوعی میتواند کارایی را بهبود بخشد، اما نمیتواند قضاوت و تجربه انسانی را جایگزین کند. به جای پیگیری رتبهها، امیدوارم که یک منبع اطلاعاتی معتبر و عملی برای مدت طولانی باشم و به مردم عادی کمک کنم تا واقعاً از هوش مصنوعی استفاده کنند و از انحرافات جلوگیری کنند.
Defo @wangdefou | رتبه تأثیر KOL هوش مصنوعی چینی: 101 | بنیانگذار Defo Technology، مشاور کاربرد هوش مصنوعی شرکتی
من همیشه معتقد بودهام که یک KOL کسی نیست که "محتوا تولید کند"، بلکه کسی است که به طور مداوم در یک حوزه عمومی اعتماد جمعآوری میکند.
به عنوان یک دانشجوی علوم انسانی، من در ابتدا به آرامی دنبالکنندگان خود را افزایش دادم و در سه سال به 5,000 رسیدم و در طول این مسیر با چالههای زیادی مواجه شدم. آنچه واقعاً به من کمک کرد رشد کنم، نه رمز و راز الگوریتمی، بلکه اصالت، صداقت و به طور مداوم ارائه محتوای مفید به دیگران بود.
اکنون که هوش مصنوعی به سرعت در حال توسعه است، ابزارهای مختلف میتوانند به ما کمک کنند تا اطلاعات را جمعآوری کنیم، مواد را سازماندهی کنیم و کارایی را بهبود بخشیم، اما در نهایت، این یک ابزار است که نمیتواند قضاوت، تجربه و بیان یک فرد را جایگزین کند.
موقعیتیابی من بسیار ساده است: توضیح ابزارهای هوش مصنوعی، تولید محتوا و تجاریسازی شخصی از یک دیدگاه علوم انسانی به روشی بیشتر زمینگیر. کمک به افراد عادی برای جلوگیری از انحرافات در حالی که با گروهی از افرادی که واقعاً در حال انجام کارها هستند آشنا میشوم، جالبترین بخش بودن یک KOL است.
به تازگی، من مشغول کارهای تجاری آفلاین بودهام و کمی در مدیریت توییتر خود سهلانگاری کردهام.
Star @starzq | رتبه تأثیر KOL هوش مصنوعی چینی: 262 | بنیانگذار @day1globalpod
در عصر هوش مصنوعی، همه نگران هستند: چرا دیگران میتوانند از مدلهای بزرگ بهتر استفاده کنند و سهام را ده برابر بهتر بخرند؟ اما میخواهم بگویم که هوش مصنوعی یک چرخه فوقالعاده طولانی است و ایجاد یک پایه خوب در ابتدای چرخه برای لذت بردن از بیشتر سودهای این عصر ضروری است. امیدوارم اشتراکگذاری من بتواند به همه کمک کند تا جنبههای مختلف چرخه هوش مصنوعی را عمیقتر درک کنند و بدون نگرانی از هوش مصنوعی استفاده کنند.
qinbafrank@qinbafrank | رتبه تأثیر KOL هوش مصنوعی چینی: 287 | وبلاگنویس کلان هوش مصنوعی
در واقع، من خود را بیشتر یک وبلاگنویس میدانم تا یک KOL، که افکار واقعی و زنجیرههای استدلال را ثبت میکند، عمدتاً برای خدمت به تحقیقات و سرمایهگذاری خود و به طور ثانویه برای کمک به دیگران در شناسایی حقایق و تفکر منطقی در میان سیل اطلاعات.
عصر هوش مصنوعی به شدت ادغام اطلاعات جهانی، تأیید کد و تجزیه و تحلیل روندها را تسریع میکند و ما باید بر روی هسته تسلط داشته باشیم: هوش مصنوعی میتواند به شدت کارایی را افزایش دهد، اما قضاوت انسانی، تجربه، زنجیرههای تفکر، زنجیرههای منطقی و چارچوبهای تحلیلی حتی کمیابتر هستند. تمرکز بر جستجوی حقیقت و بینشهای عملی. به اشتراکگذاری چارچوبهای قابل تأیید و افکار عملی به جای نتیجهگیریهای ساده، کمک به مردم عادی برای استفاده واقعی از هوش مصنوعی و جلوگیری از انحرافات. امیدوارم که برای مدت طولانی یک شریک تفکر معتبر و منطقی باشم.
XinGPT@xingpt | رتبه تأثیر KOL هوش مصنوعی چینی: 359 | شریک سابق صندوق VC، KOL هوش مصنوعی
هدف اولیه این بود که از طریق هوش مصنوعی، برابری مالی را به ارمغان بیاوریم: سرمایهگذاران عادی نیز میتوانند از هوش مصنوعی برای رقابت با سرمایهگذاران حرفهای استفاده کنند. در حال حاضر، ما ابزارهای مختلفی برای تحقیق در صنعت هوش مصنوعی، ردیابی و بررسی بازار هوش مصنوعی و هشدارهای بلادرنگ هوش مصنوعی توسعه دادهایم و اثرات عملی به تدریج در حال بهبود است. نمیتوانم تصور کنم که چگونه میتوانم این همه کار تحقیقاتی صنعتی را بدون هوش مصنوعی انجام دهم. در آینده، به تدریج این ابزارها را بالغ خواهیم کرد و از تبادل با سرمایهگذاران و کارشناسان هوش مصنوعی استقبال خواهیم کرد.
Crypto_Painter@CryptoPainter | رتبه تأثیر KOL هوش مصنوعی چینی: 490 | KOL هوش مصنوعی
اگرچه من به طور دقیق یک وبلاگنویس هوش مصنوعی نیستم، اما بهبودهایی که هوش مصنوعی برای من به ارمغان آورده، بسیار بیشتر از دهه گذشته است...
وقتی شما از یک انسان میخواهید که کار غیر فیزیکی را برای شما انجام دهد، در واقع شما مغز او، یک شبکه عصبی متشکل از میلیاردها نورون را استخدام میکنید و 60% از قدرت محاسباتی هنوز به کار مربوط نمیشود...
هوش مصنوعی و عوامل میتوانند به طور کامل این نقش را جایگزین کنند و کار بهتری را با کارایی بالاتر انجام دهند.
بنابراین، من به طور مداوم بر روی تبدیل بیشتر کارهای غیر فیزیکی به اجرای هوش مصنوعی تأکید کردهام، با تجزیه و تحلیل دادهها که توسط عوامل اختصاصی انجام میشود، تجارت کمی که تحت نظارت هوش مصنوعی قرار دارد و حتی الهامهای توییت که توسط محتوای تولید شده توسط هوش مصنوعی پردازش میشود...
اشتراکگذاری من در مورد هوش مصنوعی صرفاً برای پیروی از ترافیک و توجه نیست؛ بلکه به این دلیل است که امسال پدر شدم و به سادگی زمان و انرژی کافی برای انجام این همه کار ندارم، در حالی که ظهور عوامل هوش مصنوعی زمان زیادی را برای من ذخیره کرده است!
این یک تجربه جادویی است که هرگز نمیتوانستم قبل از آن تصور کنم و صمیمانه توصیه میکنم و همه را تشویق میکنم که در کار و زندگی روزمره خود، کارهای غیر فیزیکی، ساده و تکراری را به هوش مصنوعی واگذار کنند. آزادیای که این به ارمغان میآورد، خوشبختی واقعی است.
Haotian@tmel0211 | رتبه تأثیر KOL هوش مصنوعی چینی: 570 | مشاور Amber
در واقع، بودن یک KOL به معنای استفاده از "خروجی برای پیشبرد یادگیری" است، که درک من از صنایع مختلف و حتی بالادست و پاییندست صنایع را تسریع میکند و در نتیجه سودهای سرمایهگذاری از تحقق شناخت را به دست میآورد.
در دو سال گذشته، من از تکرار سریع روایتهای فنی و سودهای حدسی در صنعت کریپتو استفاده کردهام و به یک وبلاگنویس فنی سختافزار در ذهن همه تبدیل شدهام. با این حال، در شش ماه گذشته، با سرد شدن بازار کریپتو، توجه به روایت اصلی فناوری هوش مصنوعی بازگشته است. من همچنین از صفر شروع کردهام تا دوباره تحول یابم و با استفاده از یک دیدگاه جدید از بینشهای صنعتی به تفکر و پیگیری کل خط اصلی فناوری هوش مصنوعی، از جمله نیمههادیها، رباتیک، تراشهها، ذخیرهسازی و غیره بپردازم.
این فرآیند قطعاً دردناک است، زیرا بسیاری از صنایع بالادست و پاییندست برای من کاملاً ناآشنا هستند. متوجه شدم که در پیگیری بیرحمانه صنعت، خروجیای که میتوانم ارائه دهم کمتر و کمتر شده است. بیشتر زمان صرف سرمایهگذاری و آزمایش خاموش میشود، در حالی که در حال کاوش و تحقیق در سراسر صنعت با سبد سرمایهگذاری خود هستم. نتایج، البته، غیرمنتظره بود؛ نه تنها سودهای سرمایهگذاری غیرمنتظرهای به دست آوردم، بلکه درک من از ذات واقعی KOLها نیز تغییر کرد. به نظر میرسد آنچه مهم است این نیست که آیا کسی خروجی دارد یا نه، بلکه این است که چگونه به موقع "ورودی" خود را تازه کند. تنها با اطمینان از اینکه همیشه یک ذهنیت و اندیشه بهروز دارید، میتوانید اعتماد واقعی برای بودن یک KOL را داشته باشید.
DeFi Teddy@DeFiTeddy2020|رتبه تأثیر KOL هوش مصنوعی چینی: 666 | بنیانگذار Biteye/XHunt
در عصر هوش مصنوعی، برای تبدیل شدن به یک KOL عالی، باید هوش مصنوعی را درک کرده و از آن برای بهبود کارایی تولید محتوا استفاده کنید. به عنوان مثال، از هوش مصنوعی برای جمعآوری اطلاعات و انجام تحلیلهای اولیه استفاده کنید، یا از هوش مصنوعی برای انتخاب موضوعات در مقالات استفاده کنید.
با این حال، هوش مصنوعی تنها کمکراننده ماست که در صندلی مسافر نشسته است و نمیتواند وضعیت کلی را کنترل کند. محتوای واقعاً ارزشمند نیاز به این دارد که KOLها دیدگاهها و تحلیلهای منحصر به فرد خود را بر اساس بینشهای هوش مصنوعی تولید کنند و "روح" خود را به نمایش بگذارند.
Anita@Anitahityou|رتبه تأثیر KOL هوش مصنوعی چینی: 895|رئیس Senitent APAC، KOL هوش مصنوعی
KOLهای بیشماری وجود دارند، اما کسانی که واقعاً از دیدگاههای شخصی میآیند، بسیار کم هستند. برای اینکه یک اقلیت باشید، مردم به شما توجه میکنند نه برای دیدن اطلاعات تکراری، بلکه به این دلیل که شما در حال ساخت در فضای عمومی هستید یا به این دلیل که میتوانید جوهر را از طریق پدیدهها ببینید. من متعهد به بودن یک فرد عادی با تفکر مستقل هستم. ارتباط برای رشد است.
سلب مسئولیت: این محتوا صرفاً برای اطلاعرسانی عمومی و برندینگ ارائه شده و به منزله مشاوره مالی، سرمایهگذاری، حقوقی یا مالیاتی تلقی نمیگردد. هیچیک از رویدادها، جوایز، رویدادهای آنلاین یا اطلاعات مرتبط ذکرشده در اینجا نباید بهعنوان توصیه، درخواست یا دعوت برای خرید، فروش، معامله یا هرگونه اقدام دیگر در رابطه با داراییهای رمزارزی یا استفاده از خدمات تلقی شوند. داراییهای رمزارزی با نوسانات بالایی همراه بوده و ممکن است منجر به زیان شوند. خدمات WEEX و رویدادهای آنلاین ممکن است در تمام مناطق در دسترس نبوده و مشمول قوانین، مقررات و شرایط احراز صلاحیت مربوطه هستند. شما مسئول رعایت قوانین محلی در استفاده از خدمات WEEX هستید و باید پیش از انجام هرگونه فعالیت مرتبط با ارزهای دیجیتال، ریسکهای آن را بهدقت بررسی کنید.
ممکن است شما نیز علاقهمند باشید

بهروزرسانی بزرگ ChatGPT: قابلیت کار در چند پلتفرم، ساخت وبسایت با یک کلیک و کاهش هزینهها

BTC پس از عبور از 63,000 به چالش 64,000 میپردازد، بازار در حال معامله «ریسک قابل کنترل» است

پولهای قدیمی رمزنگاری تغییر مسیر میدهند: Paradigm 1.2 میلیارد دلار جمعآوری کرد، نیمی از آن را به هوش مصنوعی و رباتیک اختصاص داد

Bitdeer کارخانه 36 میلیون دلاری در نوادا را برای تغییر در استخراج بیت کوین رونمایی کرد

پرپلکسی یک مدل هوش مصنوعی چینی را به گونهای تنظیم کرد که با هزینه یک سوم کلود اوپس ۴.۸ مطابقت دارد

بانک کره جنوبی از طرح استیبل کوین مبتنی بر بانک دفاع میکند در میان بن بست لایحه

جیپیمورگان میگوید ریسک اصلی بیتکوین استراتژی نیست، بلکه پذیرش بلاکچین است که به زنجیرههای عمومی و توکنها سود نمیرساند

نمایندگان کارگری فشار میآورند تا ممنوعیت کمکهای مالی رمزارزی در بریتانیا دائمی شود

حکم دیوان عالی کشور که اختیارات ترامپ را بر آژانسهای فدرال گسترش میدهد، سوالاتی را برای SEC و CFTC در حالی که قوانین مربوط به ارزهای دیجیتال پیشرفت میکند، ایجاد میکند

'پایین آوردن در حال انجام است': تحلیلگران میگویند تسلیم دارندگان بیتکوین نشانهای از بازار خرسی در مراحل پایانی است

مقالهای طولانی: از سال 1996 شروع میشود، چه کسی در حال ایجاد زیرساختهای بازار سرمایه نسل بعدی است

لوک دَشجِر، بزرگترین ضد اسپمر بیتکوین، در سال ۲۰۱۱ جملاتی را در شبکه ثبت میکرد

نهنگها ۲۷۰,۰۰۰ BTC خریدند در حالی که ETFها ۷ میلیارد دلار ضرر کردند. یک طرف اشتباه است

کلاس عرضه اولیه عمومی ارزهای دیجیتال 2025-26 تا 89% کاهش یافته است. کالبدشکافی یک رونق فهرستگذاری

راهنمای استخراج Robinhood Chain: آموزش کامل از زنجیرههای متقاطع تا Memecoin

مدیرعامل BitGo میگوید درصدهای تکرقمی از عرضه بیتکوین برای دارندگان بزرگ "احتمالاً درست است" در میان فروش Strategy

فراتر از کلید خصوصی: چگونه مرزهای امنیتی Web3 را از کیف پول، L2 تا زنجیره تأمین محافظت کنیم؟

ورود گروه پیشگام، باز کردن در جدیدی برای 50 میلیون سرمایهگذار سنتی به دنیای ارزهای دیجیتال

چرا OUSD ائتلاف ۱۵۰ شرکت نمیتواند USDT و USDC را تکان دهد؟

تحلیل سیتی: آیا انویدیا هنوز ۴۷٪ فضای رشد دارد؟ آیا روبین و CPO میتوانند به وعدههای خود عمل کنند؟

کاهش ذخایر مبادلات بیتکوین دیگر همان تأثیر صعودی را ندارد

مرگ یک شرکت سهامی: قمار 14.6 میلیارد دلاری برای خرید WLFI، 5.4 میلیارد دلار به جیب خانواده ترامپ رفت

شرکای Dragonfly: BTC ثروت بین نسلی است، به ETH و SOL خوشبین هستیم

گلدمن ساکس به خرید چین AI اشاره کرد: پشت ۴ تریلیون دلار ارزش بازار، تنها ۱.۲٪ از صندوقهای جهانی سرمایهگذاری شده است

چرا آلمان در عصر MiCA در صحنه اصلی اروپا قرار دارد؟

روبینهود در مقابل xStocks: توکنسازی سهام تنها به تیکرها نگاه نکنید

نکسو کارت رمزنگاری را در آرژانتین راهاندازی میکند در حالی که فشار در آمریکای لاتین افزایش مییابد

بانک آمریکا: نسبت قیمت به درآمد آینده انویدیا به پایینترین سطح خود در ۷ سال اخیر رسیده است و بازار در حال پرداخت هزینه برای ریسکی است که وجود ندارد

بررسی دادههای معاملاتی CEX در Q2 2026: کدام حجم معاملات در حال کاهش است؟ کدام OI در حال افزایش است؟







