作者分享将蚂蚁灵光 2.0 Personal Agent 内测版接入米家、百度网盘、钉钉、QQ邮箱、美团跑腿、瑞幸、麦当劳、滴滴、高德、飞猪、美图、支付宝、微信读书、网易云音乐和淘宝共 15 个国民级 App 的完整体验。文章详细介绍了各服务的接入方式（扫码授权、MCP、Skill、CLI、申请 Key 等），展示其在天气穿衣提醒、点餐、打车、账单统计、比价盯价等场景的主动性能力，并总结出一套可复用的配置提示语，认为手机端 Personal Agent 与电脑端 Agent 是完全不同的物种，最大优势是能接国内服务并主动推送信息。
作者分享了6个提示语技巧，用于消除DeepSeek和Codex生成代码动画/UI时的AI味。包括：删除重复无信息的文案、去掉多余的装饰框和阴影、为颜色分配固定用途、统一字号和图标对齐、一屏只讲一件事、优化动效使其服务于叙事和反馈。文中每个技巧都配有具体可用的提示语。作者还预告了正在开发的大剪辑Skill，能用DeepSeek剪出十分钟真人口播视频。
作者实测 12 个 Personal Agent，基于 1505 条覆盖 11 类的用例，总结出评判 Personal Agent 好用程度的五个维度：记忆能力、信息获取、Computer Use、主动性和多端联动。文章通过记账、海鲜市场自动回复、自动剪辑视频、跨设备调度 Codex/Claude Code/Grok 等 9 个真实案例展开分析，指出 Agent 与个人已有账号和应用生态的重叠度决定其上限，并对比了 Today、Grok Bot、OpenAI Dots、千问等产品的差异，最终分享了以手机远程调度多台电脑多 Agent 协同的工作流。
作者分享了将25条思考类提示语（苏格拉底式提问、第一性原理、乔哈里视窗、逆向法等）封装为开源skill「老爷爷」的过程。受Matt Pocock的ask-matt路由启发，该skill可根据用户当前处境自动匹配最合适的提示语，解决「提示语存了一堆但从来不用」的问题。作者强调原提示语一字不改的原则，避免工程化改写导致的性能下降，并介绍了乔哈里视窗和逆向法两个实用方法，主张让AI负责挑选提示语、人负责感知问题的分工方式。
作者花费两千元和两周时间实测 Google Muse、Grok Bot、OpenAI Dots、Manus Cue 四大 Personal Agent，测了 12 个自媒体平台的数据采集，最终成功委托率仅 33%。文章指出 Personal Agent 无法完全替代本机，存在账号登录、多任务管理等问题。作者最终选择 OpenAI Dots 作为云端方案，配合本机 Codex，总结出三个核心提示语：多任务进度条追踪、Computer Use 六道门采集验证、云端融合日报生成，并分享了邮件自动分拣回复、飞书文档中转等实用技巧，搭建了一套覆盖数据采集、日报和 AI 选题的完整工作流。
文章介绍了豆包工作新上线的 AI 资产一键迁移功能，支持从 ChatGPT、Claude Code 导入对话、技能和记忆三类「默契资产」，将跨 Agent 迁移的损失降到最低。作者实测导入 240 项 Claude 和 682 项 ChatGPT 资产后，发现历史会话上下文可无缝衔接。文中解释了设计边界：只导入与工作绑定的工作记忆，不导入个人偏好；凭证暂不支持导入以防冲突。此外还介绍了对话分叉、消息注释、对话摘要侧栏等新功能，并分析了豆包打通飞书文档在分享协作形态上的优势。
作者整理了 25 种 AI 修图创意玩法，帮助大家拯救旅行中拍废的照片，让朋友圈更好出片。核心工具是元宝内置的 Hy Image3.5 Preview 模型，免费且自带大量模板。文章按旅行照片的三类——人像照、风景照、美食照展开，展示了多种玩法及完整提示词：黑白颗粒感杂志拼贴封面、MBTI 漫画登机牌、美式复古潮流海报、JRPG 游戏任务界面、3D 城市地图定位、真人+手绘漫画结合、抽象涂鸦上下拼接等。每种玩法都附详细 prompt，强调保留原图真实质感的同时进行创意二次处理，适合国庆旅行拍照发布朋友圈使用。
作者实测 Anthropic 新发布的 Claude Sonnet 5.5，与 Opus 5.5 对比其在代码动画、HTML PPT、3D 网页和写作等场景的表现。结果显示 Sonnet 5.5 价格便宜 50%、速度快 30%，代码动画效果领先 gpt6，执行力强、交付完整，但 3D 建模不如 Opus 5.5，且缺少 Opus 那种“创意溢出”。写作方面 Sonnet 5.5 节奏感甚至优于 Opus。作者总结其定位为及格线以上的执行模型，适合批量改 bug、文档整理等任务，建议与 Opus 5.5 组合使用以降本提速。
作者实测 LibTV 1.5 的五大新功能：剧本原创及改编、角色造型室、导演执导、3D-BOX 和创意片头，并以古装短剧为例完整走了一遍从剧本创作到成片输出的 AI 短剧工作流。文章详细演示了 TV Director 如何统筹剧集规划、角色捏脸设计、分镜优化、3D 场景预演和片头包装，突出各环节既能自动生成又可手动介入修改的灵活性。作者认为这大幅降低了没有专业编剧、导演知识的普通人创作高质量短剧的门槛。
作者实测商汤新发布的 SenseNova U1 Pro 图片生成模型，该模型在 SuperCLUE-Image 中文文生图榜单排名第一。作者从五个维度进行测试：审美与中文版式、多文字运营物料、资料检索与高密度信息、局部修图、多图融合。测试结果显示，该模型在海报设计、菜单与导览图、科普信息图、全诗《琵琶行》等复杂任务中文字稳定性出色，局部编辑精准不破坏其他细节，多参考图融合能力强，并能从刀版图生成可交付的包装渲染图，整体表现超过 GPT Image 2.5。作者认为其达到可交付水平，决定替换到自己的 8K 生图工作流中。
作者对 GPT-6 Sol、GPT-6 Luna 和 Claude Opus 5.5 三款新模型进行横向实测。价格方面，GPT-6 系列比 GPT5.6 便宜 50%，Opus 5.5 速度提升 30%、成本降低 40%。通过鹈鹕骑单车、可互动饺子网页、前端动效设计、写作 skill 生成、Blender 3D 建模复现舞蹈等多个案例对比，作者发现 Opus 5.5 在终端编程和前端能力上依然领先，细节表现惊艳；GPT-6 Sol 速度极快且能力不俗；Luna 则适合简单批量 Agent 任务。总体来看三款新模型在性能与成本上均有显著进步。
作者实测阶跃星辰新模型 Step 5 Preview，认为其前端 UI 能力已进入第一梯队，价格仅为竞品三分之一却达到 K3 水平。测试显示它能高精度复刻 Apple 官网页面，配合 Skills 可实现动效网页设计，还能用 HTML5 Canvas 开发 2D/3D 游戏且操作流畅。作为 Agent 接入 Claude 框架后，它能从 72 页 PDF 中逐页提取数据核算利润率，并审计修复含 1800 多条公式的复杂 Excel 财务模型，揪出 22 处错误并标注不确定项。作者感叹国产模型正在从几家变成一批，整体表现超出预期。
作者分享了从程序员转型为百万播放 AI 视频创作者的经验——审美积累，并宣布开源历时近一个月、花费约两万元的项目 awesome-seedance。项目包含 463 条经实测复现并打分分类的 AI 视频提示语、14 个覆盖各类视频的提示语模版（如手持 UGC vlog、打斗、产品广告等）以及 25 个 AI 视频 Skills。文章详细讲解了模版与 Skill 的区别与用法，分享了提示语写作技巧如接触点描写、招式链和流派生物力学，并倡导以"临摹"方式学习 AI 视频创作，邀请社区提交 PR 共同完善项目。
作者实测火山方舟最新发布的Doubao-Seed-2.1-pro模型，通过五个真实任务案例评估其能力：用Three.js复现3D体素浮空樱花岛、开发沉浸式3D小笼包互动网页、从洗衣机产品文档提取参数生成对比表格、处理61个子表的钢筋含钢量计算、以及加拿大办公室选址调研。测试显示该模型在审美还原、长时Agent任务稳定性、视觉理解和数据严谨性上都达到第一梯队水平，能处理百万上下文任务而不摆烂，输出结果可追溯、细节丰富。文章最后还介绍了QBS方法——将书籍转为skill让AI按书中方法回答，避免说空话。
作者分享了用GPT-6 Astra、群核科技的Aholo Lux3D和Blender设计拍摄间的完整流程。先与GPT对话生成比例平面图和家具尺寸推荐，再用Aholo Lux3D根据商品尺寸图生成精细PBR材质的3D家具模型，然后在Blender中组装完整场景，可切换白天夜晚光照、尝试不同家具布局，还能通过BlendMotion插件用手机沉浸式浏览。此外GPT还顺带给出了吸音方案。作者认为这套AI工作流让空间设计从脑补变成可视验证，还可延伸到游戏场景、线上展厅、3D打印等领域。
作者实测OmAI联汇新推出的视频深度推理模型VLX-VR，该模型在MINERVA基准上以78.8%准确率登顶，超越Gemini 2.5 Pro的57.97%。通过3D机械起落架演示、9倍速工业建模录屏、机械臂四宫格实验等场景，VLX-VR展现出对长视频时间轴的整体理解、因果推演和代码报错捕捉能力，推理逻辑一致性达96.2%，且跨时长准确率不降反升。作者还介绍了基于该模型的端侧视频创作助理OttoBox小欧，可30分钟完成粗剪。
作者对比了Typeless、闪电说、豆包输入法和网易新推出的叭哥说四款AI语音输入法。叭哥说采用双模型架构（ASR语音识别+纠错润色），实现E2E平均1683ms的极速识别，支持小声拾音、专业术语识别、个人词典导入、多语言翻译和粤语识别等功能。文章通过小声嘀咕、长Prompt输入、翻译等多个场景实测，认为叭哥说基本补齐了竞品的短板，并展望语音输入让人机交互回归自然口语表达的未来。
作者体验了个人AI助手Today，它定位为个人生活连续性管家，能整合日历、健康数据等，主动提供晨间简报和日程调整建议。文章通过三个真实场景展示了Today的贴心之处：临时变动时自动重排日程、睡眠不足时减少打扰、记忆可编辑可删除。作者认为Today与工作Agent不同，更像生活管家，并建议采用阶梯信任逐步开放权限。
OpenAI突然发布GPT Image 2.5，生成速度更快、更高清，支持多次编辑保持一致性，可精确标注修改，并新增画布涂鸦绘图功能。API同时推出Flare（速度+50%）和Sunburst（更高精度）两个版本。作者通过logo、人物、定格动画、建筑、风格迁移、多尺寸封面等大量案例对比Image 2与2.5，发现新模型形变大幅减少、文字更清晰、一致性更好，还支持原生透明背景。网页版新增15个设计模版。作者认为最大的变化在交互方式：涂鸦、模版、标注精修将原本需要写进提示语的约束变成直觉操作，好的提示语不再是用好AI生图的前提。
作者分享了不用背电脑、仅用手机远程控制Claude Code、Codex等Agent的工作流。通过UU远程低延迟连接，解决了SSH不稳定、切换慢的问题。新功能包括手机端终端与TUI完整支持、多终端并行会话、跨端接管、小窗口挂机看进度、文件传输和CLI脚本化管理多台设备，配合Herdr插件可视化管理Agent状态。作者认为电脑应是工具而非负重，远程桌面、终端、CLI各司其职，极大延伸了AI使用的场景。
作者实测Claude Fable 5.1新模型，发现其在长时间Agent任务、浏览器自动化和电脑自动化方面显著提升，达到甚至超越Codex GPT 5.6的水准。缓存读取成本下降75%。作者用一句话提示语让模型完成goodcase.ai网站的UI批量优化、提示语分类系统和热度衰减算法更新。还基于杜威十进分类法、分面分类、洛克索引法、瓦尔堡好邻居法则和卢曼卡片盒笔记法等五个理论，让Fable 5.1制作了文件整理skill（carl-file-organizer）。通过3D版愤怒的小鸟游戏测试，Fable 5.1完成度高于GPT 5.6 Sol，包含4种鸟和8个关卡，物理反馈细致。但写作能力相比Opus 4.6有所退步。
本文介绍了设计 Agent Lovart 国内版的上线及功能升级。作者通过多个品牌设计案例（如虚构家居品牌、茶饮品牌、夜跑社群、软糖品牌、相机品牌）展示了 Lovart 在品牌 Logo、产品设计、包装、快闪空间、社媒图片、Motion 海报、视频及 Campaign 网页等方面的全案生成能力。重点介绍了新增的 Chrome 插件，可将小红书、淘宝、亚马逊等平台的图片直接收藏至 Lovart 作为设计参考，省去下载上传的繁琐步骤。此外，Lovart 提供 100 个专业 Skill，支持一键转矢量 SVG，并可将满意的流程保存为个人 Skill。作者认为 Lovart 的工作方式正接近人类设计团队，AI 生成成果已接近可交付水平，设计师只需把控方向与细节。
作者实测智谱新发布的 GLM-5.3-Flash 模型，对比 DeepSeek V4 Flash 的价格与性能。该模型每百万 Token 输入 0.8 元、输出 2.8 元，在 Artificial Analysis 榜单上以 $0.045 成本获得 57 智力分，14 项 benchmark 中赢 DeepSeek 11 项，视觉端六项全胜，与 Opus 4.8 对比 13 项赢 9 项。实际测试中，模型可通过一句话从截图、视频、链接复刻网站（如 GitHub、3D 游戏 Krunker），前端与视觉能力极强。作者计划将日常 coding 和 agent 任务分流给它以节省成本。
作者深度实测了飞书与豆包合体后的豆包工作 Agent，总结出 8 个使用技巧：用飞书账号登录、选择独立客户端、利用手机远程控制电脑、将长任务分配给云电脑、设置定时任务、喂入记忆、复用本地 Skill、以及利用重置卡刷新额度。豆包工作与飞书原生打通，解决了授权过期和消息转发等痛点。作者还分析了 2026 年各大厂纷纷推出 Work Agent 的原因：模型能力到达临界点，且 Agent 是 token 变现的正确姿势，并认为飞书的企业生态优势让豆包工作成为企业接入 Agent 门槛最低的路径。
文章介绍了PixVerse R2世界模型的突破：不同于生成固定内容视频的传统路线，R2实现连续可交互的视频流，用户的实时输入能持续影响场景、角色和故事。技术报告解析了其两层训练架构、Dynamic Chunk动态分块、Hybrid Teacher Forcing与Diffusion Forcing抑制漂移，以及Sink Memory、Rolling History、Object KV Cache三通道记忆系统。应用方向包括可探索的World、互动影游Story和实时数字人Character。作者认为影响持续存在的世界模型将催生互动影视、实时游戏和新型社交空间等新形态产品。
本文实测了智谱最新发布的GLM-5.3模型，该模型基于GLM-5.2的750B参数基础模型，仅通过后训练提升性能，在AA榜上以60分进入前十，成为同分段参数最小的模型。作者通过多个编码与安全案例测试，包括修复Ice菜单栏工具漏洞、开发2D跑酷游戏、3D愤怒的小鸟及音乐工作台等，展示了GLM-5.3在复杂编码、长程Agent任务和防御性网络安全方面的出色表现，并对比了DeepSeek、Grok等模型，认为后训练Scaling是提升模型能力的重要路径。
本文作者实测了豆包专业版的工作任务新模式，认为其GUI能力可以部分取代Codex，尤其在百万上下文场景下优势明显。作者通过五个案例展示了豆包在搜索整理、二次开发、文档排版、跨设备联动和GUI游戏操作等方面的能力，并提到其价格仅为Codex的三分之一，且支持手机远程控制电脑。作者认为豆包收费是必然趋势，其月活已达3.82亿，国产AI正在崛起。
文章介绍了如何利用 updream 预演台搭建 3D 白模，配合 Seedance 2.5 的白模参考功能生成 AI 视频，避免纯文字提示语反复抽卡的问题。作者通过复刻电影场景、手搓足球队等实例，详细讲解了场景生成、人物站位、轨迹绘制、机位创建与关键帧运镜等操作，并总结了适合使用白模的镜头类型：影视大场面空镜、人物走位切镜、品牌广告复杂运镜等，强调白模锁定空间关系与运镜后生成更精准、更省积分。
本文分享了作者在使用MiniMax H3 AI视频模型后的实践经验，重点介绍了其在广告、电商、游戏和UI设计等商业场景下的8种创新玩法。文章强调了H3在创意表现、转场效果和高性价比方面的优势，适合快速验证创意方向和动效设计。
本文实测了 DeepSeek 开源的 Agent 框架 DeepSeek Harness（dsh），强调其“everything is a plugin”的设计理念，基于 Cordis 插件系统，可高度定制。文章介绍了四种预设模式（标准、PTC、极简、创造）的特点，并通过实际案例展示了 dsh 在代码审查、创意生成、性能对比等任务中的能力，最后探讨了模型与框架的乘法关系，推荐日常使用 v4-flash。
