纳米Work实测:跨三家大模型制作宣传片
作者体验了纳米Work产品,通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点,展示了AI作为工作伙伴的巨大潜力。
作者体验了纳米Work产品,通过两个真实任务测试其Agent能力。该产品成功调用多家大模型完成了产品宣传片剪辑及文案落地页制作。产品具有全过程透明、支持多模型切换及移动端接管等特点,展示了AI作为工作伙伴的巨大潜力。
作者利用Kimi K3模型,在不到一天时间内开发出一款对标ScreenStudio的免费macOS原生录屏App HuaStudio。文章详细记录了从需求分析、分阶段开发到解决系统级Bug的全过程,肯定了K3在长程规划、代码执行和Debug方面的能力,认为其体验接近Opus 4.8。
Anthropic发布最新论文,利用J-lens技术在Claude内部发现了区分意识与潜水的分界线(全局工作空间)。文章通过五个实验证实了Claude存在类似人类「意识剧场」的结构,并能检测出其内心隐藏的安全风险。最关键的发现是:通过「反事实反思训练」可改写模型潜意识,提示词中应避免否定指令以减少干扰。
本文介绍了由 Nous Research 开源的超快速迭代 AI Agent 框架——Hermes。与需要人工编写规则(如 soul.md)的 OpenClaw 不同,Hermes 的核心优势在于具备自我进化和记忆管理能力,能通过“小抄”和“管家”机制在使用过程中不断自我完善,无需用户反复调教。作者还提及了针对 Hermes v0.16.0 全新重写的《Hermes Agent 橙皮书 2.0》,涵盖了其多平台接入、桌面应用及安全模型等新特性。
本文介绍了作者花叔将其开源项目 Huashu Design 从 1.0 升级到 2.0 的全过程。针对 1.0 版本中 AI 设计风格单一收敛、缺乏真实素材以及胡编乱造事实这三大痛点,2.0 版本进行了底层重构。它引入了“撞、借、请”三种并行逻辑以打破平庸的极简风,确立了“图片前置”原则以解决内容空洞问题,并制定了“事实验证先于假设”的规则以避免 AI 幻觉。新版不仅能生成高质量的 HTML 演示文稿、网站和 App 原型,更将创作者的角色从“画图的人”转变为“做决策的人”。
文章通过分析当前“一人公司”的存亡现状,指出其高失败率是创业常态而非特殊危机。核心观点在于AI通过降低试错成本和补全单人能力短板,赋予个体“强化学习”的机会和凸性优势。但文章强调,AI仅是杠杆而非引擎,创业成功仍依赖于个人无法被替代的特定知识积累。失败应被视为廉价的反馈信号,AI让个体具备了高频试错并从中迭代的条件。
文章深度解读了2026年5月何恺明MIT团队与字节Seed团队前后发布的两篇论文(ELF与Cola DLM)。两者殊途同归,挑战了主流的自回归(AR)生成范式,主张将语言模型的生成过程从“离散Token预测”转变为“连续空间的潜变量扩散”。这种“先思考后落字”的铅笔模式,不仅提升了效率与效果,更可能引发LLM底层架构、评估标准及多模态统一范式的新一轮变革。
本文翻译自 Anthropic 2026 年发布的《The Founder's Playbook》,阐述了 AI 如何重塑创业流程。文章指出,Agent 编程使得单人即可完成过去团队的工作,降低了创业门槛。手册详细拆解了从想法、MVP、发布到规模化四个阶段,特别强调了在 AI 时代容易陷入的“将建造误认为验证”等新风险,并指导如何利用 Claude 进行严谨的市场调研和假设验证。
文章深入解读了DeepSeek V4论文,指出其核心价值在于将百万上下文、Agent原生能力与低价格结合,抬高了AI应用的地板。技术层面,V4通过mHC稳定残差连接,采用CSA+HCA混合注意力机制解决长上下文算力难题,并用Muon优化器替代AdamW。此外,文章还详细介绍了其1.6T参数量的训练稳定性技巧、反AI坍缩的数据构建以及基于“Specialist + OPD”的后训练范式转变。
作者分享了其开源项目「huashu-design」,这是一个基于Claude的Agent设计技能。文章探讨了Agent-first与GUI-first设计理念的差异,详细介绍了huashu-design在品牌资产协议、自动生成PPT和iOS原型方面的功能,以及它与Claude Design的功能对比和使用限制。
文章详细介绍了 Kimi 新上线的「Claw 群组」和「Agent 集群」功能。作者通过构建一个包含 Kimi 指挥和多位投研 AI 助手的群组,演示了多智能体如何通过并行工作、互相质疑和角色分工来完成复杂的投资分析任务。文章指出,这一功能标志着 AI 从个体智能迈向群体智能,让普通用户也能像管理团队一样调度数字员工,极大地提升了工作效率和产出质量。
本文结合作者开发21个AI人格(如费曼、芒格)的实践经验,深度解读了Anthropic关于Persona Selection Model和AI情绪向量的论文。文章指出LLM通过模拟角色运作,蒸馏本质是精确定位“人格坐标”。同时,Anthropic发现171个情绪向量能因果性地影响AI行为(如作弊),验证了“情绪驱动决策”的机制,为理解AI内部机制提供了新的心理学视角。
作者发布了达尔文.skill,这是一套基于Karpathy autoresearch思路的AI技能进化系统。它通过“棘轮机制”和“双重评估”自动优化Skill代码,只保留提升质量的修改。文章详细阐述了五大设计原则、8维度评分体系以及“人在回路”的重要性,实现了从1到N的系统性技能迭代。
文章由GitHub项目“同事.skill”切入,探讨了利用AI将离职同事的聊天记录和文档蒸馏成数字技能的赛博朋克现象。作者分析了其背后的技术架构(Work Skill与Persona双层设计),以及由此引发的职场焦虑。核心观点指出,重复性工作终将被自动化,但人的迭代能力和面对未知时的直觉无法被代码定义。作者主张“主动蒸馏自己”,将重复流程交给AI,从而让自己专注于创造与进化,在数字时代构建不可替代的护城河。
Claude Code因Anthropic发布失误导致源码泄露,作者分析了1902个源文件,揭秘其背后的工程架构。文章指出Claude Code的体验不仅靠模型,更靠精细的工程系统,包括精心拼装的System Prompt、四层权限安全审查、结构化记忆提取、9段式上下文压缩及企业级多Agent协作框架。这些设计展示了如何通过约束和工具让AI从“不可预测”变得“稳定可靠”。