大家优选

编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）

前Google DeepMind创业者透露：Gemini 3靠TPU与数据协同优势翻盘；Agent开发需先解决云厂商兼容性与长尾问题gap。对搞钱者而言，垂直Agent工具层和RL环境服务是当下红利，但需避开纯模型层内卷。第一步：选一个高频办公场景，用现有云折扣接入Claude或Gemini，构建“可训练工具层”验证用户留存。

• 垂类Agent机会：补基础模型在长尾办公场景的gap
• RL创业方向：提供RL环境或RL as a Service服务
• 避坑：Agent开发者需先确认云厂商兼容性再选模型
• 工具层机会：利用Code驱动工具(如PTC)提升执行效率
• 验证成本：利用云厂商折扣降低早期Agent部署成本

原文 · 晚点聊 LateTalk：阅读原文 →

编辑点评 · AI 连续创业者视角（以下内容由 AI 提炼，观点归原作者；读完可不看原文）

这个开源项目 watermarks-remover 能去除 Claude、Gemini 等多厂商 AI 水印，采用三层架构（Unicode 清理、统计重写、元数据剥离），支持多种格式，零依赖 Python 标准库。对创作者和开发者有隐私保护价值。项目设计覆盖多种水印，但效果依赖技术对抗能力，需谨慎评估。对想验证 AI 内容隐私防护市场的创业者有意义。

• 验证项目对 Claude 水印的清除效果
• 研究统计重写层的对抗策略
• 探索项目在商业化的可能性
• 关注项目对其他 AI 水印的兼容性
• 考虑部署 HTTP 服务进行批量处理

原文 · 未闻Code：阅读原文 →