文章介绍了一种用AI大模型制作科普3D动效视频的新方法。作者引用Karpathy的观点：让LLM生成结构化、可交互内容比纯文字更易理解。作者测试了蚂蚁最新发布的Ling-3.1-flash模型，仅输入一句'做一个简易双齿轮传动科教演示3D原型'的提示词，模型约3分钟便生成了包含交互功能的Three.js单文件应用，支持鼠标拖拽和缩放查看，可直接录屏加工为科普视频素材。作者也指出这类输出属于演示原型，复杂场景仍需工程师调优。文末提供了官网、蚂蚁数科、Vercel、OpenRouter等四个体验渠道。
文章介绍蚂蚁集团推出的金融垂直大模型 Ling-3.0-Flash-Fin，该模型基于124B总参数、5.1B激活参数的稀疏架构，针对财报解析做了专项优化。作者以腾讯Q2现金流转负这一市场争议话题为例，将该模型导入最近四个季度财报进行分析。模型按照专业投研流程逐层拆解：先锚定报表事实，识别现金流转负源于算力预付款而非经营恶化；再做时序对比、拆分AI投入与核心业务盈利、交叉校验多张报表，最后分层输出短中长期判断并列出需跟踪的观测指标。作者认为金融垂直模型在财报分析上比通用大模型更严谨，能有效规避数据幻觉和口径混淆问题。
作者关注 AI 泡沫话题但缺乏系统分析思路，遂使用主打多智能体协同的 Apodex 1.1 模型进行实测。在 deep discover 模式下提出“AI 是否有泡沫、何时破裂”的问题，模型自主拆解任务，组建 4 个子代理并行取证（市场数据、专家观点、历史泡沫类比、反向验证），另有最终汇总核验代理。作者中途追加黄仁勋“AI 五层蛋糕”分析需求，系统保留有效中间成果、仅重规划受影响子任务。最终得出“AI 有一定泡沫，集中在回款慢、融资依赖高、同质化层级”的结论。作者总结了 Apodex 全流程执行、异步 Agent Team、可中途干预三大特性，并附开源链接。
文章解读了纳瓦尔关于“氛围编程”的最新播客洞见。指出AI将编程门槛降至自然语言交互，催生个人软件文艺复兴和私人应用商店。纳瓦尔认为纯软件不再具备投资价值，代码的普及使竞争优势转向硬件整合与网络效应。此外，交互革命将动摇苹果等巨头生态，人类角色将从“代码打字员”转变为“品味鉴赏家”，未来将出现维护高度自动化的“超级个体”公司。
