🧠💥今天英语科技圈彻底炸锅。
公布了一个极具历史节点意义的 demo：
他们用 12.5 万个真实神经元连线（Connectome），在虚拟世界里“复活”了一只果蝇。
一条截然不同的智能路线正在成型。
视频不是动画模拟👇
1️⃣ 到底发生了什么？
研究人员把真实果蝇的大脑完整连接图，接入了基于 MuJoCo 物理引擎的虚拟躯体。
结果，这只“数字果蝇”开始自主走路、整理身体（grooming）、甚至进食。
形成了一个真正的闭环：感觉输入 -> 神经元网络放电 -> 动作输出。
2️⃣ 为什么这比大模型更让人震撼？
过去几年，主流 AI 的核心路径是“拟合行为输出”（学它看起来像什么 / what it does），本质上是在拿海量数据训练一个像果蝇的策略网络。
但这次的逻辑变了。
研究者是从生物本体出发（重建它本身是什么 / what it is）。
没有任何行为数据的强化学习训练。
当真实的生物脑结构在代码中被精确跑起来之后，那些复杂的生物行为，就直接从神经连线里自然涌现出来了。
3️⃣ 它的终极意义
脑仿真真正跨过门槛的一刻，“技术奇点”不再是深度学习的专属。
它向我们证明了一件极其重要的事情：
一旦神经结构足够完整，行为本身就是可计算、可复现、可嵌入身体的。
@https1024
公布了一个极具历史节点意义的 demo：
他们用 12.5 万个真实神经元连线（Connectome），在虚拟世界里“复活”了一只果蝇。
一条截然不同的智能路线正在成型。
视频不是动画模拟👇
1️⃣ 到底发生了什么？
研究人员把真实果蝇的大脑完整连接图，接入了基于 MuJoCo 物理引擎的虚拟躯体。
结果，这只“数字果蝇”开始自主走路、整理身体（grooming）、甚至进食。
形成了一个真正的闭环：感觉输入 -> 神经元网络放电 -> 动作输出。
2️⃣ 为什么这比大模型更让人震撼？
过去几年，主流 AI 的核心路径是“拟合行为输出”（学它看起来像什么 / what it does），本质上是在拿海量数据训练一个像果蝇的策略网络。
但这次的逻辑变了。
研究者是从生物本体出发（重建它本身是什么 / what it is）。
没有任何行为数据的强化学习训练。
当真实的生物脑结构在代码中被精确跑起来之后，那些复杂的生物行为，就直接从神经连线里自然涌现出来了。
3️⃣ 它的终极意义
脑仿真真正跨过门槛的一刻，“技术奇点”不再是深度学习的专属。
它向我们证明了一件极其重要的事情：
一旦神经结构足够完整，行为本身就是可计算、可复现、可嵌入身体的。
@https1024
安装简单，配好环境变量apikey，就可以干活了
firecrawl的scrap、crawl、search、agent等功能都支持
Cloudflare的crawl接口只是Firecrawl的crawl一个能力而已
当然Cloudflare还有BrowserRendering，利用起来也都能实现
用了模仿 Claude Cowork 的QoderWork， 我已经回不到自己写需求文档的状态了
旗舰模式做开始的概要设计和最后的审核验收，
标准模式做中间的修改执行
分享我实际应用的 prompt，按需参考：
规划阶段：
遇到模糊不清的地方，你给我想想方案，我确认后你再执行
验收阶段：
- 检查下有没有什么关键遗漏，各部分功能逻辑是否保持了一致性
- 在这个基础上，规划下后续有什么值得做的高价值需求场景
- 总结一下本次PRD设计能沉淀的核心理念和容易忽视的事情
旗舰模式做开始的概要设计和最后的审核验收，
标准模式做中间的修改执行
分享我实际应用的 prompt，按需参考：
规划阶段：
遇到模糊不清的地方，你给我想想方案，我确认后你再执行
验收阶段：
- 检查下有没有什么关键遗漏，各部分功能逻辑是否保持了一致性
- 在这个基础上，规划下后续有什么值得做的高价值需求场景
- 总结一下本次PRD设计能沉淀的核心理念和容易忽视的事情
