视频转文字,顺手出一份完整笔记
每句话都能点回原来的那一刻。
第一条免费
示例
章节
1. What is Computation?
这是 MIT 的 Python 编程入门第一讲,最有用的启发是:计算机只执行明确写出的步骤,不会自行推断目标,也不会自动重算先前的结果。
要点
- 课程训练概念理解、编程技能和问题求解;初学者应提前浏览习题,跟着课堂代码亲手练习,而不是只看演示。
- 计算机的基本工作是执行计算和保存结果;程序员可以组合语言内置的基本运算,定义新的计算。
- 算法不只是陈述目标,还要给出可执行的步骤、决定何时跳转或重复的控制流程,以及明确的停止条件。
陈述性知识和指令性知识有什么区别?
陈述性知识说明事实,例如平方根满足的关系;指令性知识给出求解步骤,例如检验当前猜测是否足够接近,不够接近就用当前猜测与原数除以该猜测的商取平均,再重复。
章节
Do schools kill creativity? | Sir Ken Robinson | TED
在这场 TED 演讲中,Sir Ken Robinson 主张把创造力放在与读写能力同等重要的位置,因为孩子需要敢于试错,才能为不可预测的未来想出新办法。
要点
- 教育要为一个无法预测的未来做准备;Robinson 认为,既然孩子普遍具备创新潜能,创造力就应与读写能力享有同等地位。
- 犯错不等于有创造力,但不愿冒犯错的风险,就很难提出原创想法;把错误视为最糟糕的事,会让孩子逐渐不敢尝试。
- Robinson 指出,学校通常把数学和语言排在前面,其次是人文学科,艺术排在最后;在艺术内部,美术和音乐也往往比戏剧和舞蹈更受重视。他把这种排序归因于工业化时代对就业的看法,以及大学对学术能力的强调。
为什么创造力应与读写能力同等重要?
学校要为孩子将来面对的世界做准备,但连几年后的世界是什么样都难以预料。Robinson 认为,孩子本就具有的创新能力不应在教育中被浪费。
章节
[1hr Talk] Intro to Large Language Models
Andrej Karpathy 在这场入门演讲中解释了大语言模型如何从预测下一个词走向调用工具解决问题;理解这类系统的关键,是区分模型权重里学到的知识、微调塑造的行为,以及运行时可用的外部资源。
要点
- 运行开放权重模型需要权重和推理代码。以 Llama 2 70B 为例,700 亿个参数按每个 2 字节存储,权重约为 140 GB;演讲估算,其训练需要约 6000 块 GPU 运行 12 天,成本约 200 万美元。
- 预测下一个词可以看作对训练文本的有损压缩:模型会学到一些关于世界的知识,也会模仿文档格式,编造看似合理的书号等细节。
- 预训练和监督微调沿用相同的预测目标,主要区别在于数据:前者使用大量互联网文本,后者使用少量但高质量的问答示范;还可进一步利用人类对候选答案的比较来改善表现。
为什么只训练模型预测下一个词,它也能学到事实?
因为某些词只有在掌握背景知识时才能预测准确。演讲用 Ruth Handler 的维基百科页面举例:要预测其中的信息密集词汇,模型就得在参数里学到一些与人物生平相关的知识。
章节
Sam Altman - How to Succeed with a Startup
Sam Altman 在这场创业演讲中给出的首要建议是:把产品做到好用得让用户主动推荐给朋友,这就完成了创业成功所需的大约八成工作。
要点
- 最重要的产品标准是用户愿意主动推荐;如果产品无法用几句话讲清,或讲完没几个人觉得有意思,可能是思路不清,也可能是需求不够强。
- 不要只看市场今天有多大,要看它能否快速增长;判断新平台是不是值得押注,关键看早期用户是否频繁使用并主动推荐,而不是只看有多少人购买。
- 至少要有一位能感染他人的创始人,通常是 CEO,负责招人、销售、面对媒体和融资;愿景应当随着公司发展自然变得更有抱负,而不是一开始就夸大。
怎么判断产品是否好到能靠口碑传播?
看用户会不会在没有人要求的情况下主动推荐给朋友。产品是否能用几句话讲明白、听众是否觉得有意思,也是早期信号。
章节
The Most Misunderstood Concept in Physics
这期 Veritasium 视频用热机、阳光和宇宙演化解释熵:地球从太阳获得的关键不是净能量,而是持续流入、比地球向外辐射的能量更能做功的低熵能量。
要点
- 理想卡诺热机可以完全逆转,但可逆不等于效率为 100%;效率只取决于冷热两端的绝对温度。卡诺时代的高压蒸汽机理论上限约为 32%,实际效率约为 3%。
- 能量耗散时,总量不变,但能用来做功的部分减少。Clausius 将热力学前两条定律概括为:宇宙的能量恒定,宇宙的熵趋向最大值。
- 热量自发从冷处流向热处并非不可能,只是能量均匀分布对应的微观排列更多。在视频的模型中,每根金属棒从 8 个原子增至 80 个原子后,热棒变得比起初更热的概率从 10.5% 降至 0.05%。
既然地球把吸收的能量辐射回了太空,太阳究竟给了我们什么?
太阳提供的是持续流入的低熵能量,比地球辐射出去的能量更集中、更能做功。地球将较少的高能光子转换为约 20 倍数量的低能光子并排回太空。
完整笔记
一句话、要点与全貌
先看结论,再看导图。
章节笔记
每一章都读原文写。
这条回答了
它回答了哪些问题,各一两句。
原话
值得留下的句子,一字不改。
逐字稿
校对过,每句都能回到那一刻。
提到的
人、书、产品与概念。
做成
闪卡
测验
幻灯片
音频概览
文章与提纲
社媒图文
支持的平台
YouTube
视频、Shorts 与 youtu.be 链接。
B 站
bilibili.com 与 b23.tv 链接,分 P 的按链接里那一 P。
播客
单集链接与音频直链。
录音与本地文件
在浏览器里录,或上传音视频文件。
精选
YouTube43:051. What is Computation?MIT OpenCourseWare英文 · 可看中文
YouTube39:481. The Geometry of Linear EquationsMIT OpenCourseWare英文 · 可看中文
YouTube54:56Justice: What's The Right Thing To Do? Episode 01 "THE MORAL SIDE OF MURDER"Harvard University英文 · 可看中文
YouTube29:361. IntroductionYaleCourses英文 · 可看中文
YouTube57:141. Introduction to Human Behavioral BiologyStanford英文 · 可看中文
YouTube20:03Do schools kill creativity? | Sir Ken Robinson | TEDTED英文 · 可看中文
YouTube18:34How Great Leaders Inspire Action | Simon Sinek | TEDTED英文 · 可看中文
YouTube14:03Inside the Mind of a Master Procrastinator | Tim Urban | TEDTED英文 · 可看中文
接着交给 Agent
问这一条
回答指回原来的那一刻。
存进知识库
笔记成为你能改的文档。
跟踪频道与节目
新的一期自动出笔记。
分享
一个公开链接,笔记与逐字稿都在。
MCP
别的 Agent 也能读你的逐字稿。
导出
Markdown、PDF,SRT 与 VTT 字幕。
常见问题
使用指南- 支持哪些网站和文件?
- YouTube、B 站、播客单集与音频直链,以及在浏览器里的录音和上传的音视频文件。链接读不了的,开始之前就会告诉你,不扣积分。
- 多长的能转?
- 免费版单个最长 60 分钟,付费方案最长 600 分钟。超过的,开始之前就会告诉你。
- 要等多久?
- 有字幕的视频一般几秒;要转写的,半小时的音频大约一分钟。不用守在页面上。
- 上传的文件谁能看?
- 只有你。删除这一条时文件一起删,你的内容不用于训练模型。
- 能导出、能分享吗?
- 能。笔记与逐字稿导出成 Markdown 或 PDF,字幕导出成 SRT 与 VTT;也可以打开一个任何人都能看的公开链接。