文章介绍了刚开源的工具 We-Video，可将文章或资料转化为带配音、字幕和动态配图的解说视频。流程包括 AI 生成口播稿、配音、按内容节奏自动规划画面（重点词高亮、配图随节奏出现、关系图逐步展开），最后渲染成 MP4，每一步都可预览和调整。其核心优势是成本：画面采用程序化合成而非昂贵的文生视频模型，一分钟视频的模型调用成本可压到 0.1 元以内。项目已开源，适合需要将长文转成解说短片、愿意自建控成本的用户，不适合追求电影感或实拍质感的场景。
作者启航分享2026年10月X创作者收益绑定Stripe的实操教程。新版「原创内容奖励」取代旧分成规则，门槛包括500认证粉丝和90天50万蓝V曝光等。文章详解两种收款方式：无港卡者可用大陆身份证注册Wise并开通港币或欧元账户；有港卡者（如汇丰）可直接绑定Stripe。重点讲解Stripe申请流程，包括从X内入口进入、地区选Hong Kong、个人信息填写、护照身份验证、银行账户绑定及W-8税务表填写，并总结姓名一致性、地区一次选对、税收协定勾选等注意事项和常见问题解答。
这是一篇 Grok Bot 安装与登录的入门教程。核心要点是：Grok Bot 使用 Cursor 账号登录，而非 X 或 Grok 账号。文章按步骤讲解如何确认电脑类型（Mac/Windows/Linux）、下载安装包、手机端下载渠道，以及电脑和手机端的详细登录流程。对于额度来自 SuperGrok 或 X Premium+ 的用户，需先登录 Cursor 账号再关联对应账号，且关联永久不可解绑。文中还涵盖简体中文设置、登录失败的六步排查方法、需要联系客服的情形，以及常见问题如多设备同步、额度说明等。
本文介绍 Claude Code 2.1.287 新增的 Mod（模组）机制，对比其与 CLAUDE.md、skill、settings hook、MCP server 的区别，给出选型顺序：多数需求用已有机制即可，只有在需要改写模型请求参数、绘制交互面板等运行时能力时才需要 Mod。文章通过三个实战案例展开：按任务难度自动选择思考力度的 effort-by-task、量化回答可读性的 readable、测试未通过时暂停提交的 tests-gate，并分析各自实现原理与局限。最后强调 Mod 无沙箱、以用户权限运行，安装前需检查来源与代码安全。
作者为解决在 Linux 上使用 UU 远程的需求，用 Rust 开发了第三方客户端 OpenUUYC，可与官方客户端互通。主仓库以 Windows 版为主，支持主控、被控和远程协助，功能涵盖硬件编解码（H.264/H.265/AV1、HDR）、多显示器管理、虚拟显示、剪贴板同步、文件传输、桌面批注、端口转发等。Linux 移植已由社区贡献，主控被控及主要功能均已覆盖。项目源码已公开，欢迎提 Issue 和 Star。
作者分享如何用 Grok Bot 组建一支有分工的 AI Agent 小队：以水浒人物命名 bot 并按座次管理权限；设置单一入口“宋江”统一派活，吴用写代码、公孙胜独立验收，最后由人拍板合并；制定 7 条需人工确认的红线清单。文章还给出实战案例（App CSS 审计优化）、飞书知识库归档、GitHub 私有仓库备份 bot 记忆的规范，以及从 0 搭建小队的 5 步手把手教程，包括创建 bot、设定时任务、bot 互相派活、接入飞书/GitHub/X、把流程存成技能。
本文是系列教程的实操篇，讲解如何通过自然语言让豆包工作（AI Agent）操作飞书，无需学习飞书多维表格和知识库的手动操作，也无需记忆命令。文章以搭建读书管理系统为例：先用多维表格做书架，实现建表、加书、查询、改状态、删记录；再用知识库做笔记本，完成建空间、建页面、浏览整理、重命名移动、删除等操作。每步附有可选的 lark-cli 命令供进阶读者参考。最后还演示了如何将整个流程压缩成一条指令，让 AI 一次完成建表、加书、建空间、建笔记并返回链接。
本文是针对 Google 最新旗舰推理模型 Gemini 4 Argon 的保姆级使用教程。文章介绍了使用该模型的两种方式：一是通过 Antigravity 桌面版订阅会员直接使用；二是安装 Gemini CLI 并配合开源工具 CC-Switch 一键导入第三方中转站配置。教程覆盖 Mac 和 Windows 平台，从 Node.js 环境准备、CLI 安装、配置导入到最终提示词发送，全程无需编程基础。作者用一个完整的 3D 鹈鹕骑自行车网页游戏任务作为实战案例，展示 Argon 在空间想象力、几何结构推理和前端代码生成上的能力，并提供了在线试玩地址。
文章介绍了免费或试用期 Google AI Pro 用户无法在 Antigravity 中使用 Gemini 4 Argon 的原因：原生通道仅向非试用付费 Pro 及以上用户开放，且额度为独立周配额（约2600万Token/周）。作者提供两套免费解锁方案：一是将 Mac 版 Gemini App 升级至 1.131.4.1198 以上，用 Task + Folders 模式挂载本地代码库满血使用；二是在 Agy CLI 中绑定每月 10 美元 GCP 赠金按量计费，并配合开源插件 antigravity-agent-platform 设置 90% 自动熔断防止超额扣费。另附试用提前转正、土区低价订阅等低成本转正方案与三方案对比建议。
本文介绍如何将 Claude Code、Grok Bot 和 Cursor cloud agent 串成一条自动化开发流水线。分工为：用户提需求拍板，Claude Code 负责读代码、拆任务、审 PR 和合并，Grok Bot 作为调度员派发 cloud agent 并跟进进度，Cursor cloud agent 负责写代码、跑测试、开 PR。这种架构省 Token 额度、支持并行开发、实现写审分离。搭建只需三步：在 Grok Bot 中创建专用调度 Bot 并粘贴协作提示词；在 Claude Code 中安装 cg-link 工具；登录 Cursor 完成授权。配置完成后即可通过 /cg-link 命令开始使用。
作者分享20多天测试Muse视频生成、共产出488条视频的实操经验，总结出一套三工具分工的长视频创作流程：用豆包Work基于Seedance官方提示词技巧和全网爆款视频分析生成完整分镜提示词方案；用ChatGPT（GPT Image 2.5）生成各分镜首帧参考图，画面细节更好、AI味更轻；再用Muse按首帧逐镜生成10秒视频并拼接。文章通过《长安异闻之无主宫灯》、天宫系列《云宫迅音》和吉卜力动画集锦三个案例，详细展示了流程迭代过程与四步总结：定方案、出首帧、逐镜生成选片、拼接审片，强调先定提示词和首帧是提升长视频质量的关键。
作者基于 Grok Bot 0.70.2 桌面客户端协议，开发并开源了一套非官方 Node.js SDK（grok-bot-sdk），用于在本地环境中与自己账号下的 Bot 通信。文章以 MacBook Touch Bar 集成为真实案例，介绍了 SDK 的设计动机、与现有方案的区别，以及登录、读取 Bot 名单、头像离线计算、发消息、接收 SSE 回复等技术细节。SDK 采用 MIT 协议开源，零外部依赖，要求 Node.js 22.13 以上，目前可通过 GitHub 直接安装。
文章介绍了xAI的Grok Bot如何帮助单人创始人打造一人公司。Grok Bot是持久化的具名AI代理，运行在xAI管理的云计算机上，拥有浏览器、文件系统和终端，可通过技能学习流程、按日程执行例程、在群聊中协作，并通过连接器接入各类工具。文章详细说明了定价方案（Premium $30起含Grok Bot，用量与Grok和Cursor共享每周额度）、CEO心态转变（从执行转向决策）、关键安全设置（所有Bot共享一台计算机，需为其创建独立账户并最小化权限），以及编写公司手册、设计审批规则和例行工作流的完整蓝图，让AI团队替代销售、营销、助理和运营等岗位。
2026年10月13日起，官方将 Grok、Grok Bot、Cursor 和 X Premium 合并为 The X Subscription。文章讲解了新老用户如何选择订阅档位：新用户需订阅 Premium、Super 或 Ultra 才包含 Grok Bot；老用户现有套餐继续有效，可自愿转换但不可逆。介绍了共享每周额度池机制、SuperGrok Heavy 的处理方式、账号关联的永久性注意事项，以及中国用户的支付和网络问题，并给出不同情况的实用建议。
作者结合自身开发问答机器人Agent评测系统的工程实践，推荐并解读Anthropic的文章《Demystifying evals for AI agents》。文章分享了8个核心经验：Agent看到的信息与Judge评分时能获取的证据可能不一致，导致高准确率仍被判失败；LLM Judge的输出需要像外部API一样严格校验；信息不足时应允许Judge返回Unknown而非强行打分；评测环境配置、数据集同步、systemd部署等基础设施问题常导致结果不可信；需区分评分低与评分无效；要区分Capability Eval与Regression Eval，并使用pass@k、pass^k指标评估稳定性；以及务必人工检查Transcript而非只看分数。文章提供了大量真实踩坑案例，对Agent评测落地极具参考价值。
作者探讨AI时代论文写作中人的价值。工程类论文因研究贡献明确、方法论可显性提取，AI较易介入；人文社科论文则依赖研究者的中心判断与叙述节奏，AI容易局部正确、整体失焦。好论文是各章节互相回应的整体，人的核心价值在于拥有作者性——决定文章要证明什么、如何取舍论证路径。作者建议将论文写作当作系统工程，通过结构化文献综述、显性记录研究意图、明确章节任务、提供参考论文、最后处理语言等方式合理利用AI，但研究者不能把作者性外包出去。
程序员小灰分享其第四款AI开发游戏《放置地下城：无尽远征》正式上线Steam。前两款游戏反响不佳，第三款《无为修仙传》一个月销量超3400份，给了他极大鼓励。新游戏是暗黑刷宝风格放置类游戏，仅用7天开发出Demo，借助Codex + GPT-6 Astra完成开发。游戏原价19.9元，首发7折优惠13.93元，首发期间购买者可免费加入AI游戏开发交流群，小灰将在群内分享AI游戏开发经验。
作者分享了WorkBuddy与企业微信正式打通后的使用体验。7个月前WorkBuddy只能作为单向传话筒被拉进企微群，如今联合版本让AI真正融入企业：它能理解企微内的消息、文件、日程、会议等全部上下文，产出的PPT可直接发回群聊并沉淀为公司资产。文章介绍了开通步骤（需认证企微）、三种任务入口，并演示了项目管理催进度、选题日报等实用场景，还强调了数据不外流和权限统一管理的安全性。此外，作者重点介绍了企业版可观测中心的三层监控机制（实时观测、会话追踪、轨迹详情），并建议普通人应在平台内沉淀经验、构建Skill，而非与平台抢入口。
作者介绍了爆火的开源项目 REA（Reverse Engineer Anything），它将 Ghidra、IDA 等老牌逆向工具整合为统一接口，接入 Cursor、Codex、Claude Code 等 AI 编程助手，让普通人也能指挥 AI 进行软件逆向。作者实战演示了两个案例：一是用 Codex 成功逆向安卓单机游戏《火影战记》并添加新角色迈特凯；二是逆向某付费学习 APP，揭露其虚拟货币、拉新返利等割韭菜套路，并将其改造成 AI 编程学习 APP。作者总结认为 REA 噱头大于实际，「软件已死」说法夸大，后端、数据和运营才是软件真正的护城河。
作者总结了GEO（生成式引擎优化）行业的12种典型盈利模式，包括：卖服务（全案运营）、卖系统（SaaS或私有化部署）、卖信源、卖咨询、卖课程、卖陪跑、卖广告、卖加盟（部分企业营收过亿）、卖FDE、卖标准、卖数据以及卖产品。针对有人质疑'人人都搞GEO是否等于内卷'的观点，作者回应称全国从业者不到100万，行业竞争远未到囚徒困境的程度。文章为GEO从业者提供了商业模式的系统性梳理。
文章以开发者用AI在16天内将《小王子》做成3D探索游戏为例，讲解普通人如何借助AI独立完成一款游戏。作者按流程介绍七大环节：硬件只需普通电脑；策划阶段用Claude或Gemini通过对话生成游戏设计文档；引擎可选Three.js、Godot、Unity或虚幻；编程推荐Opus 5.5规划、Codex写代码，并搭配游戏开发Skill；美术用GPT Image、Tripo、Blender等生成与修整2D/3D资产；音频用Suno、ElevenLabs并注意商用授权；发行建议从微信/抖音小游戏切入，通过战绩卡片、好友排行等裂变设计获取流量。
作者购买了一块 128 元的立创实战派 ESP32-S3 开发板，全程未手动输入命令、未花模型费用，通过 DSH（DeepSeek Harness）搭配 WorkBuddy 免费额度的 DeepSeek V4.1 Flash 模型，将开发板刷成小智 AI 音箱。DSH 自主完成了查固件、校验 SHA256、烧录、读串口日志、定位唤醒词等操作，作者仅负责插线、配网和语音交互。文章记录了从配置免费模型、排除充电线问题、烧录固件到激活配网及后台调优的完整过程，展现了 Agent 驱动硬件开发的高效体验。
作者分享使用 Opus 5.5 从一段文字生成完整视频的教程，并开源了包含 16 种视频风格的 Skill（chengfeng-video-styles）。流程包括：安装 Skill、输入内容、设定参考风格、先生成 17 个 3 秒样片供筛选、选定后生成全片、导出 MP4，最后用代码合成音效和添加字幕。整个过程通过 Agent 自动化完成，视频生产从围绕时间线的传统剪辑转向围绕工作流的自动化流程，作者对效果非常满意。
这是一篇面向新手小白的 Chrome 浏览器超详细教程，分为上下两篇。上篇讲解如何把浏览器用快，涵盖安装方式、账号同步、地址栏搜索运算符（t/b/h/@等）、标签页快捷键与分组、书签历史下载面板、开发者工具及 chrome:// 隐藏页面等实用操作技巧。下篇讲解如何用 Vibe Coding（借助 AI 编写代码）从零开发一个 Chrome 扩展，包括扩展的目录结构、Manifest V3 的清单、Service Worker、Content Script、Popup 等核心概念，以及调试方法、上架 Chrome 应用商店的流程，并介绍了上架后通过扩展赚钱的四条路径，引用 Superpower ChatGPT 等月入数万美元的真实案例。
本文是一篇从零开始的飞书 CLI 接入教程，讲解如何让豆包工作（AI Agent）真正“动手”操作飞书，实现文档、表格、日历、消息的自动化处理。文章介绍两条接入路线：适合新手的飞书插件安装方式，以及需要 Node.js 环境的手动安装 CLI 方式，并详细说明登录授权、权限管理与验证步骤。作者强调运行环境需选“本地电脑”才能调用本机 CLI，并以“把本地 Markdown 转成飞书文档并归档”的完整案例演示全流程。飞书 CLI 覆盖 16+ 业务域、2500+ API，让 AI 助手从只会聊天进化为能直接办事的工具。
作者为搭建视频配音工作流，测评并整理了 10 个开源 TTS 项目，按用途分为四组：中文配音带情绪（IndexTTS、VoxCPM、Qwen3-TTS、CosyVoice）、声音克隆与个性化（GPT-SoVITS、Chatterbox）、多人对话与播客（Fish Speech、SoulX-Podcast）、轻量实时（Kokoro、VibeVoice-Realtime）。文章为每个工具提供官方安装命令、可直接复制给 Agent 的提示词、显存配置要求、许可证说明及踩坑经验，强调选型应先看用途和显卡配置，再看 GitHub 星数。
作者实测可灵AI最新视频模型Kling 4.0，重点评测三大升级：一是支持最长30秒一镜到底直出，通过城市追逐、马戏团等案例展示物理交互和镜头调度能力；二是动态表现明显提升，在电梯打斗、花样滑冰、篮球等复杂动作场景中，人物动作衔接和镜头临场感表现出色；三是全能参考升级，支持最多10帧多帧参考及视频运镜、人物替换。价格方面1080P 30秒约16元，720P约9元，并预告未来将支持10-bit 4K HDR输出。作者认为可灵4.0在大范围动态、复杂动作衔接和可控性上进步扎实。
DeepSeek 将 Harness 团队及 Web、App、Platform 团队整合为“产品部”，由崔添翼负责，统一管理产品、设计与研发，并急招产品经理、产品设计师和项目经理。产品经理分 AI 产品和 Agent Harness 两个方向，要求有完整交付经验、深度使用 Agent 类产品（如 Claude Code、Codex、Manus 等）、懂 Agent 机制与 Context/Harness Engineering；设计师需具备 UI/UX 能力和 vibe coding 技能；项目经理为实习岗。工作地点为北京和杭州，全职与实习均可。
文章介绍 REA（Reverse Engineer Anything）这个 MCP 服务器与 CLI 工具，它让编码代理能够深入分析无源码程序（JavaScript、原生二进制、.NET、APK、网站等）。作者澄清了'逆向 Adobe'的传言：ArtCraft 团队实际采用净室重写，只观察行为而不读 Adobe 代码。核心观点是逆向工程的可靠性取决于'oracle'（验证机制）——文中讲述了一个通过所有测试却仍有 bug 的案例，并系统讲解了基于 Opus 5.5 与双房间净室循环的逆向工程方法论，包括安装、验证、限制与合规边界。
文章介绍了用 Claude Opus 5.5 通过「确定性渲染」制作科普视频的方法：模型编写网页代码，浏览器逐帧截图后用 FFmpeg 合成视频，每帧画面由代码精确计算，可复现、可改稿，尤其适合文字、图表类科普内容。对比像素生成模型（如 Seedance 2.5）的「逐帧梦」方式，代码渲染在确定性和可编辑性上占优，但拍不了真人。文章还算了成本账：一条 12 秒成品约 5 元人民币，并指出三个坑：流式输出等待长、需人工检查渲染帧、需提供品牌素材。结论是视频制作门槛从会用工具转移到能否说清需求。
