玩家必读“微乐麻将插件安装”(原来确实是有插件)

您好：微乐麻将插件安装这款游戏是可以开挂的 ，软件加微信【添加图中微信】确实是有挂的
，很多玩家在这款游戏中打牌都会发现很多用户的牌特别好，总是好牌 ，而且好像能看到其他人的牌一样。所以很多小伙伴就怀疑这款游戏是不是有挂
，实际上这款游戏确实是有挂的，添加客服微信【添加图中微信】安装软件.

1.微乐麻将插件安装这款游戏是可以开挂的 ，确实是有挂的，通过添加客服微信【添加图中微信】安装这个软件.打开.

2.在"设置DD辅助功能DD微信麻将辅助工具"里.点击"开启".

3.打开工具加微信【添加图中微信】.在"设置DD新消息提醒"里.前两个选项"设置"和"连接软件"均勾选"开启".(好多人就是这一步忘记做了)

亲
，这款游戏原来确实可以开挂，详细开挂教程

1、起手看牌

2 、随意选牌

3
、控制牌型

4、注明 ，就是全场
，公司软件防封号 、防检测
、 正版软件、非诚勿扰 。

2022首推
。

全网独家，诚信可靠 ，无效果全额退款
，本司推出的多功能作 弊辅助软件。软件提供了各系列的麻将与棋 牌辅助，有 ，型等功能 。让玩家玩游戏
，把把都可赢打牌
。

详细了解请添加《》(加我们微)

本司针对手游进行破解，选择我们的四大理由:

1 、软件助手是一款功能更加强大的软件！

2、自动连接 ，用户只要开启软件
，就会全程后台自动连接程序，无需用户时时盯着软件。

3
、安全保障 ，使用这款软件的用户可以非常安心，绝对没有被封的危险存在 。

4、打开某一个微信【添加图中微信】组.点击右上角.往下拉."消息免打扰"选项.勾选"关闭"(也就是要把"群消息的提示保持在开启"的状态.这样才能触系统发底层接口)

说明:微乐麻将插件安装是可以开挂的
，确实是有挂的，。但是开挂要下载第三方辅助软件 ，

新智元报道

【新智元导读】刚刚结束的OpenAI黑客松上
，全球共有六支团队冲进榜单
。他们探索了GPT-5在营销活动 、时尚AI
、电子表格、电脑代理 、知识学习
、智能电网等场景的应用极限。

OpenAI刚发布GPT-5，便在旧金山举办了GPT-5黑客马拉松挑战赛 。

这场比赛选择在周末 ，从8月9日上午10点开始
，到8月9日下午5点结束
。

OpenAI邀请了500多位黑客来到旧金山，挑战GPT-5的极限 ，共有95支队伍参赛
，角逐5万美元奖金。

值得一提的是，来自韩国的AI初创公司Gentoo的团队勇夺大赛第一 。

他们开发的系统 ，通过GPT-5让商家「预演」营销活动
，不用真金白银试错，AI连退货率都能算准
。

除Gentoo外 ，还有五支团队入围黑客松决赛。

创业公司Gentoo将GPT-5用于营销活动模拟，帮助电商平台上的商家把产品创意变成模拟实验 。

简单来说
，商家不用真正砸钱去做，只通过模拟 ，就可以判断哪些营销活动会有效
。

借助GPT-5 thinking
，Gentoo可以为真实用户创建真实的「数字分身」，帮助这些Shopify卖家预测他们的未来。

比如 ，「参与度分数」（engagement score）可以评估用户行为：分数越高
，越可能产生购买、撰写评价行为，说明用户会越「投入」 。

Gentoo还用GPT-5 ，在Cursor的CLI和IDE里
，从零起步搭建了管理后台页面
。

用户只要点击「如何卖掉那些不是畅销款的库存」，GPT-5就会给出策略。

既然是仿真模拟 ，需要先设定一个「假设」 。当选择想要模拟的假设并点击运行时
，那些基于你的真实用户构建的AI分身便会「投票」，判断这个假设是否有效。

更妙的是 ，如果缺乏足够的历史数据来验证某个假设，GPT-5会直接给出「unknown（无法确定）」的结论
。

这有助于降低大模型幻觉
，无疑是一个飞跃。

另外，Gentoo还做了一个很酷的功能 ，叫做「Vibe Operations」（氛围运营/编排）
，它可以生成直接落地的行动方案 。

选择其中一个方案，并点击「部署到商店」 ，它就会一键自动部署到你的Shopify商店
。

这意味着GPT-5可以接管你店铺的UI布局
，比如一下生成「特价分类」专区 、立刻突出展示「热销商品」模块等。

Gentoo的主产品是AI对话导购，也支持输入自定义提示词 。

在新提示词注入后 ，会实际改变AI礼宾的对话风格与行为
。

值得注意的是
，这些AI分身都是基于真实用户构建的，所以每个分身都有档案信息 ，还会给出「为什么支持/为什么反对某个假设」的具体理由。

所有这些全由GPT-5驱动
，用户可以清晰看到某个营销活动是否会在自己的店铺里奏效 。

Fashion AI结合扩散模型与GPT-5，基于AI服装推荐 ，为用户的3D虚拟形象搭配造型
。

在比赛现场，Fashion AI展示了过去24小时赶出来的一款「小游戏」
，现场观众可以在屏幕上选择不同的角色。

在现场，用GPT-5生成了一大堆穿搭分类 ，然后再通过一个GPT-5做的转盘随机抽取一种风格 。

现场抽到的是「混搭风」
，并以此为虚拟形象Sarah搭配造型
。

确定了着装风格，智能体就会在GPT-5的驱动下去搜衣服
、挑单品、做试穿。

整个操作过程 ，会实时在界面右侧的直播画面里显示出来
，同步显示它的决策过程 。

找到衣服后，接下来是为Sarah确定最喜欢的搭配。

在左上角 ，是用搜索功能生成的「衣橱」
，背后是多个大语言模型协作完成的：它们会分析图片，然后找出最符合搜索关键词的结果
。

确定搭配风格后 ，会有AI智能体给Sarah做试穿。

选定衣服后
，是风格化阶段，在这个阶段可以为Sarah加点造型 。

这可以通过提示词来实现 ，比如什么颜色的帽子，什么款式的手表等
。

最后
，是生成最终的造型结果，这是GPT-5给Sarah做的风格化效果。

这个系统是参赛团队用24小时拼出来的 ，图像生成全程用的是GPT-5
，写代码是在Cursor编辑器里配合GPT-5完成的，具体编码GPT-5也帮了很多忙 。

演示者表示 ，这个项目中
，最难的是智能体框架的设计，要把所有模块串起来
。

比如评估的 、找衣服的智能体等 ，找完衣服还要回头问评估智能体：这个够好吗？符合主题吗？怎么改？

这个流程打通是最难的
，而且图像生成耗时很长，这要求团队要尽量把用户体验做得流畅。

当然 ，如果没有GPT-5
，这个项目几乎不可能完成 。GPT-5的工具调用又快又准，让整个体验不卡顿 ，让大家都觉得很好玩
。

电子表格的后台智能体编排工具（Background Agent Orchestration for spreadsheets），这是一个面向Excel的Codex
，它可以并行运行多个后台任务，自动回答问题并更新电子表格模型。

现场展示的是一个简单的财务模型 ，它会根据2025年损益表前7个月的数值
，预测8月份的数值 。

假如你是一名销售负责人，现在是8月10日 ，发现自己可能达不到预期销售目标
，这时可以向电子表格提问，而它可以「看见」那些数据并把它拉进来 ，然后回答你的问题
，或者执行更进阶的操作
。

这些都是后台Asian编排，类似Codex ，我们可以启动任务
、查看它们的当前进度
，还能看到我们其他的任务。

它的一大好处，是你不需要一直在电子表格里工作 。

如果有问题或者想做修改 ，你可以把这些任务在后台发起，它们会运行
，然后再回来审阅结果。

比如，你可以发起几个与损益表相关的问题
。等这些任务发起之后 ，我们可以看到智能体的思考过程
，看它在幕后做了什么步骤分解；我们能看到它调用了哪些工具，这让整个事情变得很简单。

对我们来说 ，GPT-5让我们能做一些过去必须用多个智能体、并且大量提示词才能「把工具调对」的事情 。

它让模型和工具配合起来很容易
，比如它可以和Sharepoint交互，直接和Excel表交互并进行修改
。

比如通过提示词 ，把模型更新为「用户费用降低10%」的假设。它会通过差异视图
，来展示这个改动如何影响模型，我们可以继续提交并保存这些更改 。

BeFreed是一家致力于让知识变得有趣且简单的公司
。

它们在过去24小时内开发了一个知识可视化工具 ，把书籍与论文转化为引人入胜的教育视频。

你可以输入任意文本
，它会解析其中的复杂概念，并将其转化为一个易于理解的解释视频 。

他们利用GPT-5开发了一个指挥型智能体（Direct Agent）
。

它会首先理解你输入的概念 ，并设计出完整的故事板，规划需要表达的内容。

同时
，它会协调另外两个专用智能体，它们各自擅长使用特定工具来生成不同部分的内容 ，并对生成结果进行评估
，确保准确无误 。

也就是说，当你输入一段内容后 ，系统会解析文本
，生成故事板，然后两个专用智能体分别生成所需的图像和动画 ，最后由指挥型智能体将所有内容整合 、合成语音
，并输出成品视频
。

在用例1中，智能体用视频为我们解释了什么是「强化学习」 ，这适用于解释行业术语的场景。

在用例2中
，智能体根据《人类简史》中的一段文字，生成了解释性视频 。这适用于沉浸式阅读场景。

因为这个世界上存在很多看似复杂的概念 ，它们的难点不在内容本身，而在表达形式不当；同时
，不少学习者更擅长通过视觉去理解知识，这正是BeFreed开发Knowledge Visualizer的初衷：让更多人能更轻松地掌握知识
。

GPT-5「电脑使用」智能体 ，可在游戏与应用间自动化交互。

Serena Delarry
，用GPT-5开发了一个「计算机使用模型」（computer use model） 。

因为「计算机使用」涉及很多截图和高强度的交互操作，所以Serena Delarry录了一个简单的演示视频
。

视频里他在玩GeoGuessr游戏 ，模型会观察地图、点击画面
，试图猜出我们位于哪个地方。

接下来是另一个游戏，画面里有一只浣熊在捡蔬菜 。

这个模型的流程是：先截图 ，然后借助GPT-5规划下一步操作
，使用键盘和鼠标来执行计划，再不断调整
。

还有一个游戏是经营柠檬水摊。它会理解屏幕内容 ，点击操作
，尝试分析这个游戏并一步步推进 。

在屏幕底部显示了一个提示词（prompt），整场操作就是由它驱动的 ，模型会边看边学，自己决定下一步
。

快进到最后
，它在这个游戏里获得了67%的顾客满意度。

Serena Delarry在回答评委问题时提到，这个智能体支持接管电脑界面 。

比如从备忘录应用中输入一个提示词 ，模型就开始点击屏幕
，尝试理解游戏内容
。每隔几秒钟它会截一次图，然后基于这些截图来规划接下来的操作路径。

你可以看到它在分析规划 ，并尝试执行操作 。

Serena Delarry表示
，OpenAI曾经发布过一个计算机使用模型，但那个运行速度非常慢 ，效果也不太好。这次他开发的智能体
，虽然还不算「非常优秀」，但至少已经「可用且顺畅」
。

为了测试模型的性能 ，Serena Delarry还会发布一个操作系统层面的性能基准测试（OS-level benchmark）。

电力公司每天要服务数百万用户
，管理数十亿美元的资产，同时 ，还受到各种约束：监管政策
、市场机制、电网的物理运行极限等 。

这意味着电力公司每分钟都要处理海量数据，并基于这些信息快速决策
。

打开智能体式电网编排系统首页
，你会看到一个调度员的典型界面：峰值负载 、当前负载
、电网压力状态、电网拓扑图等，还有不同数据源的详细信息。

同时你还可以看到哪些输电线路正在高负载运行 、面临风险 。

系统后端有五个独立智能体 ，每个都有自己的优化目标函数
。同时还有一个主控智能体
，负责综合所有智能体的建议，做出最终决策。

为了模拟真实的电网 ，演示中选择了加州某个区域的典型电网结构 。系统中包含实际发电站
、住宅区、商业负载中心
，并且建模了各类故障场景——所以，这是一个实时 、动态的电网仿真平台
。

进入平台后可以开始模拟运行。过程中会考虑各种系统损耗 ，比如技术损耗
、输电/配电损耗等 。

系统的核心是五个智能体
，对应现实中电力公司内部的各类角色：

战略规划智能体：确保在任何时候供需平衡；

战术调度智能体：以最低成本完成负载分配；

资产管理智能体：如处理树木倒塌导致电缆故障等突发情况；

以及其他支持型智能体，它们之间密切协同 ，而非各自为政
。

每个智能体都有自己的目标函数和可调用的工具
，它们会提前模拟未来10到12个时间步，预测自己的行动对电网系统造成的影响。

由于目前尚未对模型进行深入微调（fine-tuning） ，所以目前智能体在一些关键指标上表现不太理想 。

当前一个主要挑战是：当我们直接使用GPT-5作为智能体核心时，它在每一个时间步往往无法真正实现目标最优
，而是倾向于采取「最安全」的保守路径。

上图展示了每个时间点各个智能体的行为：战略规划智能体可能会尝试切换电容组（capacitor bank），战术调度智能体则可能会激活电池储能系统（BESS）进行放电
。

演示者表示 ，针对上述问题的优化目标是
，依次满足多层次的目标函数，比如：保证电力供应的可靠性；控制成本、提高运行效率；保证系统持续在线运行。

https://threadreaderapp.com/user/AlexReibman

https://threadreaderapp.com/user/AlexReibman

https://x.com/jihyuk_gentoo/status/1954791809382518972

原标题：《GPT-5爆改时尚圈 ，让Excel原地复活！OpenAI黑客松大奖出炉》

阅读原文

本文为澎湃号作者或机构在澎湃新闻上传并发布
，仅代表该作者或机构观点，不代表澎湃新闻的观点或立场 ，澎湃新闻仅提供信息发布平台 。申请澎湃号请用电脑访问http://renzheng.thepaper.cn
。

Android版

iPhone版

iPad版

沪ICP备14003370号

沪公网安备31010602000299号

? 2014-2025 上海东方报业有限公司

　　每经编辑|张锦河

　　北京时间9月10日晚
，甲骨文公司股价在美股开盘后涨幅迅速扩大至40%，市值增长约2719亿美元（约合人民币2.12万亿元）。

　　甲骨文股价大涨推动其联合创始人拉里·埃里森（Larry Ellison）的财富在一天内暴增980亿美元 ，总财富升至3930亿美元左右
，创下有史以来单日最大财富增长纪录 。

　　根据彭博亿万富豪指数，截至上一交易日收盘 ，埃里森和马斯克的财富分别为2950亿美元 、3840亿美元
。不过，根据福布斯富豪榜
，特斯拉首席执行官
、太空探索技术公司（SpaceX）创始人埃隆·马斯克的财富为4356亿美元，全球首富的地位仍然稳固。

　　甲骨文公司当地时间周二盘后公布了第一财季业绩 。报告显示 ，虽然营收和每股收益不及预期
，但AI业务显示强劲的增长前景极其亮眼，该公司与OpenAI签下的一笔巨额交易让订单额出现大幅增长 ，并对云基础设施业务给出了激进的增长预期
。

　　具体来看
，甲骨文第一财季调整后营收149.3亿美元，分析师预期150.3亿美元；第一财季运营利润为62.4亿美元 ，分析师预期62.1亿美元；第一财季运营利润率达42%
，分析师预期41.2%。净利润方面，甲骨文第一财季GAAP净利润为29亿美元；非GAAP净利润为43亿美元 ，同比增长8% 。

　　引发市场关注的是
，甲骨文宣布未实现履约义务（尚未确认的已签约收入）已经达到4550亿美元，同比大增359%
。公司上个季度与OpenAI签约 ，共同在美国开发容量达到4.5吉瓦的数据中心。

　　“我们在第一季度与三位不同的客户签署了四份价值数十亿美元的合同 。
”甲骨文首席执行官萨弗拉·卡兹（Safra Catz）在财报中写道，“这使得我们的RPO（未实现履约义务）合同积压额增长了359%
，达到4550亿美元。这是一个令人震惊的季度——对Oracle云基础设施的需求仍在持续增长
。在接下来的几个月里，我们预计还将签下几个价值数十亿美元的新客户。”

　　萨弗拉·卡兹预计 ，甲骨文2026财年的云基础设施将达到180亿美元
，较2025财年的103亿美元增长近77% 。对于之后4个财年，公司预期这项收入将分别达到320亿美元、730亿美元 、1140亿美元和1440亿美元——也就是在当前财年达标的情况下 ，之后4年还要翻8倍
。

　　每日经济新闻综合自公开信息

　　免责声明：本文内容与数据仅供参考
，不构成投资建议，使用前请核实。据此操作 ，风险自担 。