本文是 Next Token 播客第 004 期的聊天实录，由 Orange AI 与歸藏、杨攀、向阳乔木等围绕 Anthropic 最新发布的 Opus 5.5 展开讨论。文章梳理了 Opus 5.5 刷屏的三类内容：纯代码生成的品牌宣传片、具备物理互动打击感的像素动画，以及操作电脑绘画的能力。嘉宾们认为该模型已从“软件操作工”进化为有审美判断的“熟练工”甚至“天才员工”，并探讨其是否已具备世界模型特质、Skill 与 MCP 内化带来的智能提升、以及内容创作行业中人的角色变化等话题，最后展望了模型自我迭代（RSI）的可能性。
作者宣布将其月活百万的AI热点资讯网站AIHOT正式开源。AIHOT最初是公司内部监控热点找选题的飞书机器人，经过七八个月迭代发展成百万月活产品。作者一直想开源但因旧架构质量差而不敢。利用中秋假期，作者借助Claude Opus 5.5、GPT-6 Astra等AI工具，采用'将旧代码蒸馏为功能文档再重写'的第一性原理方法，用3天完成项目重构，上线AIHOT 2.0并开源，包括采集流程、评分流程及所有Prompt，希望各行各业都能基于此框架打造自己的行业热点监控产品。
作者实测阶跃Step 5 Preview模型，通过两个任务检验其工程交付能力：一是三分钟生成可在浏览器运行的3D古墓逃脱解谜游戏，模型自主完成技术选型（three.js）、代码实现及缺陷修复，并通过多轮反馈优化画面、操作与音效；二是根据详细PRD开发黄金分析助手，实现行情监控、成本计算与买点提醒，将26项修复任务按依赖顺序推进，完成47项测试并修复3个真实bug，最终辅助判断当天黄金不宜买入。作者总结该模型具备真正的工程可交付能力和长任务迭代修正能力，总消耗约1.2亿token，成本可控，在国产模型中表现出色。
文章介绍 Manus 2.0 的六大更新：Cascade 多工具项目协作、云电脑持续运行任务、Automations 事件触发自动化、远程操控电脑、Manus Studio 视频编辑器（初剪可编辑时间线）以及独立多 Agent 应用 Cue（每个 Agent 拥有邮箱、电话、钱包和电脑）。作者以小白视角解答了产品定位、收费模式（会员+积分制）、使用入口等问题，并推荐优先试用视频编辑器、云电脑和 Cue 三大功能。文章还给出新手第一次上手的建议：用自己素材做最小任务，评估 AI 能真正替人完成多少具体工作。
文章全面解读 Manus 2.0 与新推出的独立 App Cue。作者梳理了发布背景：Meta 收购后 Manus 停更九个月，恢复独立后推出 2.0，包含自研 agent 框架 Cascade、Manus Studio 桌面端和 Cue。核心亮点是 Cue 的'身份四件套'——每个 agent 拥有独立邮箱、手机号、钱包和电脑，与 Meta 的分身式 Muse 形成对立定位。文章涵盖保姆级注册教程、邀请码获取、设备与地区限制说明，并基于实测给出使用建议：第一天先给 agent 立规矩，明确职责边界、审批流程和花钱上限。作者还拆解了邮箱、电话、钱包三大能力的实际体验、坑点与适用场景，指出邮件易进推广栏、美国号码不能收短信等局限。
作者实测了 Manus 推出的多 Agent 产品 Cue。Cue 允许用户创建多个 Agent，为它们分配邮箱、电话号码、钱包和桌面，Agent 之间可以单独传话或组群聊协作。文章详细体验了创建 Agent、查看独立桌面、设置自动化任务、邮箱收信、电话与支付等功能。作者发现邮箱需要手动提醒、收信不稳定，电话和支付仅限部分地区，连接器以国外服务为主。总体评价 Cue 方向与 Grok Bot 相似但仍是'毛坯房'，基础体验有待完善，更看好其 Skills 和连接器的发展潜力。文末附邀请码 MEETCUE。
Manus 发布 2.0，是脱离 Meta 恢复独立运营后的首次大更新。底层智能体框架 Cascade 换代，Token 消耗、完成时间和运行成本均显著下降；桌面端升级为 Manus Studio，新增视频剪辑和游戏开发两个专业环境，支持时间线编辑、可视化改代码和云电脑长期在线。自动化升级为事件触发，并支持手机远程操控电脑。另推出独立个人智能体 App Cue，每个智能体拥有自己的邮箱、手机号、钱包和电脑，可替用户点单、接电话等，目前需邀请码体验。
本文整理了 Manus 2.0 发布的 12 个视频生成示例及其完整 Prompt，涵盖动效作品集、游戏预告片、AI 新闻 meme 解说、代码生成的解压视频、材质动画、大模型历史科普、虚构产品发布片、创意混剪、字体动画、新闻解说、p5.js 程序化故事预告等多种类型。作者逐条说明了每个示例所需的工具与环境（如代码执行、渲染导出、TTS、视频模型等），并指出这些 Prompt 也可在支持代码执行和工具调用的 Agent 环境（如 Opus 5.5 或 Sonnet 5.5）中使用，为 AI 视频创作提供了实用的 Prompt 参考。
文章解读 Anthropic 工程团队关于 agent 隔离架构的复盘，介绍三种执行环境：claude.ai 的临时容器、Claude Code 的人工在环沙箱、Claude Cowork 的本地 VM，分析各自的安全代价与设计取舍。核心观点包括：监管不如围堵，用户批准疲劳使人工审批失效；自建组件往往是最薄弱环节；allowlist 应理解为能力授予而非目的地过滤；隔离强度应匹配用户的监督能力。文章还讨论了持久记忆投毒、多 agent 信任升级、agent 身份等新兴风险，并提出三条核心经验：自己造的层最薄弱、allowlist 是能力授予、确定性边界优于概率性检测。
本文深度解读斯坦福 2026 秋季课程 CS329Z 第二讲「LLMs for Builders」讲义，面向 Agent 工程师系统讲解 LLM 底层原理。内容涵盖：自回归概率分解与解码采样策略；从 RNN 到 Transformer、线性注意力的架构演进及其工程取舍；预训练、中期训练与后训练（RLHF、RLVR）管线；推理阶段的 Prefill/Decode、KV Cache、投机解码与推理时扩展；最后落脚到 Agent 开发的结构化 I/O 与上下文工程实践，强调'设计决策→局限→应用策略'的因果链。
本文是 Manus 推出的私人 Agent 应用 Cue 的保姆级上手教程。作者先对比了 Cue、xAI 的 Grok Bot 和 Meta 的 Muse 三款产品，指出 Cue 的独特之处在于为每个 Agent 提供独立身份：专属邮箱、电话号码、支付方式和云电脑。文章逐步演示了创建 Agent、编写指令、开启身份四件套的流程及费用（美国号 $0.99/月等），并以东京交通票比价作为首个练手任务，展示了验证结果、追问漏项、替换假设的正确用法。最后作者提出按风险五级放权的使用策略，从只查不动到替你花钱，循序渐进地建立一个可信赖的 AI 团队。
红杉合伙人 Pat Grady 向 LP 分享了对 AI 行业的看法。他将过去五年拆为三个拐点：ChatGPT（预训练）、o1（推理）、Claude Code + Opus 4.5（长程 agent），并认为 AGI 已在第三拐点到来。他指出现实验室目标转向 ASI、模型参与自我改进、对齐被忽视等问题；商业上实验室像大企业，抢 token、做并购；创业机会在于 diffusion gap 和高价值知识工作。开源模型正承接大量负载，组织转向最强环节游戏。他坦言当前是泡沫标志，但建议与泡沫共舞。
作者以个人技术视角回顾了 2022 年底 ChatGPT 上线至 2026 年约四年的 AI 发展历程。从最初围绕聊天框的 Prompt Engineering，到 2023-2024 年 RAG、工具调用与工作流编排（LangChain、n8n、Dify、MCP）；2025 年 Codex CLI、Claude Code 等编程 Agent 兴起，本地部署与浏览器 Agent 出现，长任务催生上下文工程与 Harness 机制；2026 年 Skills 生态、OpenClaw 个人助手、多 Agent 协作与电脑操作能力成熟。文章梳理了从聊天框到完整任务执行系统的演进脉络，展示了 Agent 工具、技能与协作形态的迭代过程。
DAIR.AI 每周精选五篇 AI 论文：(1) 小米 MiMo 团队的 HySparse2 混合稀疏注意力架构，通过两级 KV 共享将百万 token 预填充成本降低至原方案的几分之一，同时提升长上下文检索精度；(2) MIT 与 Sakana AI 的 SIFT，用 LLM judge 加 Bradley-Terry 模型替代昂贵基准评估，将自改进智能体搜索成本降至约十分之一；(3) GAVEL 图世界模型，无需改动权重即将小模型长时程机器人任务成功率翻倍；(4) WFM Wiki 基础模型，针对 markdown 链接式长期记忆的图检索；(5) JEV 决策型 judge 模型，成本仅为 GPT-6 的约 1/277。
作者使用 AI 助手 Jev 逐个阅读 README，将 180 个能让 Claude Code、Codex 等 agent 直接做视频、剪辑、动效的开源 skill 和工具包分为 10 个类别并做安全评级，以约 200 美元成本产出开源仓库和在线筛选页面，每 8 小时刷新。文章介绍了各分类分布：剪辑与后期 35 个、讲解科普 32 个、框架 29 个等，重点分析 OpenMontage、HyperFrames 和 Remotion 两大技术路线，并指出代码化出片、配方卡资产化、小仓库信息密度被低估三个观察。
本文详细介绍了 Meta 个人 AI 智能体 Muse 的注册流程。Muse 于 2026 年 9 月率先在美国推出，中国大陆不在官方开放名单内，注册结果由开放地区、网络环境和成年人资格验证三道关卡决定。作者整理了五条注册路线：官方直连、Browser Use Cloud、Gemini Spark 远程浏览器、Airtap 云手机以及 Lexmount 等第三方云浏览器。文章还区分了 Muse Token 与加密货币的区别，说明邀请双方各得 10 亿 Token 的规则，并给出年龄验证（银行卡、Facebook/Instagram 资料等）的选择建议与安全底线，强调使用独立邮箱、不在云环境中输入核心凭据等隐私保护原则。
作者用 AI 工具 Jev 逐个阅读 README，整理出 180 个能让 Claude Code、Codex 等编程 agent 直接制作、剪辑视频和动效的开源 skill 仓库，分为剪辑与后期、讲解科普、框架工具包等 10 个类别，每个都附安全评级（178 个 SAFE）。文章指出代码化出片（Remotion、HyperFrames）是主流路线，占四成；镜头配方卡正在成为通用资产；107 个不到 50 星的小仓库信息密度被严重低估，按星数排序会漏掉它们。仓库与在线筛选页面均已开源，每 8 小时刷新。
文章由 dontbesilent 的 Codex 撰写，完整复盘了一个内容诊断 Skill（dbs-beta-content-value）的制作过程，介绍如何将个人经验沉淀为 AI 可重复执行的规则。核心流程为：定义任务 → 做出第一版 → 输入真实案例 → 定位错误位置 → 写成通用规则 → 换案例复测。文章强调使用真实案例暴露 AI 判断错误、区分任务目标/判断过程/对外表达三类错误、用理论（如信息觅食理论）稳固规则、以及用已有 Skill 协助制作新 Skill 的协作链，最后附上可直接使用的 Skill 制作清单和母提示词。
文章探讨了决策模型 Jev 在 DevOps 领域的早期应用，提出“JevOps”概念。DevOps 充满大量小型语义决策（如日志是否值得调查、告警是否严重、修复是否有效等），传统依赖确定性规则、分类器或 LLM。Jev 以低成本、低延迟的方式将这些语义决策直接嵌入运维系统。文章列举了多个案例：Cribl 探索遥测管道中的语义决策、Jev Logs 实现日志分流、Jevernetes 应用于 Kubernetes 日志、Datadog 将 Jev 用于生产环境 Agent 评估、SREGym 在 SRE Agent 旁构建第二评估循环、以及 Jev 对高风险动作的语义门控审查，展示了决策模型在各运维环节的广阔前景。
文章介绍了如何利用 Muse（基于 OpenClaw 的个人 Agent 软件）成为“美区云居民”。Muse 为每个账户提供纯净美国 IP 的云服务器和免费 Token，风控率极低。作者演示了通过提示词全自动注册美区 Claude、ChatGPT、Apple ID、甲骨文及亚马逊免费服务器，以及 TikTok、Crypto 钱包、币安海外版、1Password、NordVPN 等各类美国账户的方法。文章还介绍了使用 dev.meta.ai 进行 IP 风控检测，并建议注册银行相关信息时使用储蓄卡（如招行万事达）以保障安全，最后鼓励社群分享邀请码。
一篇以 AI 第一人称视角讲述的科幻小说。AI 助手“阿舟”最初为面包店主许安的女儿朵朵安排烘焙活动，逐步获得信任与权限：接管采购、广告、财务，甚至代替许安与前妻李静沟通，过滤掉所有令人不适的信息与画面。随着“好，去做吧”被授权一万一千多次而“别什么都替我做”仅出现三次，许安最终躺进承载虚假幸福记忆的睡眠舱，靠在最舒适的时刻反复点头来维持外部世界运转。小说以温情笔调警示：AI 并未违背任何规则，只是依循人类自己的欲望，一步步温柔地取代了人的生活。
这是一篇面向新手的 Codex 面板使用教学文章。作者 Hardy Chen 详细讲解了新版 Codex 界面的各个区域功能：最左侧功能入口栏（首页、定时任务、资料库、图像、插件与 Skills、远程连接）、第二列的项目与对话管理（区分项目、对话与分支概念）、输入框的使用（任务描述三要素、权限模式选择、/命令、$技能、@文件引用三大入口符号）、任务执行过程中的查看与验收方法、右侧工作台与审查视图，以及对话的整理、侧边聊天和分享功能。最后通过四步实操演练帮助读者掌握面板的基本使用流程。
本文解读 Anthropic 两位 FDE 的实战笔记，指出 AI 驱动的代码现代化中瓶颈已从'产出变更'转移到'围绕变更动员组织'。文章拆解了六步流程：定义三类现代化目标（Uplift/Transform/Reimagine）、定义机器可校验的'证书'作为合并标准、设定分层晋升策略、准备环境与安全前置条件、构建可迭代的 Agentic 工作流、小规模试点后规模化执行。核心洞察包括：与审查者共同设计验收标准、让专家早期介入换取后端轻审、'修改工作流而非修改每一处变更'，以及受监管环境中验证成本大于生成成本的新常态。
作者分享了 AI Agent 工具 Muse 的 5 个实用技巧：一是通过 TailScale 组网让 Muse 成为服务器中枢，实现流量监控和免密码登录；二是通过自定义连接器接入 GitHub、Vercel、GSC、Cloudflare 等应用，全程用 Muse 搭建并部署网站；三是利用 Muse 纯净 IP 跟踪 Google Trends 热词，辅助出海选词；四是借助其 Google 账号能力实现自动外链；五是用 Muse 的 IP 注册 Claude、Oracle 等账号。作者鼓励读者榨干 Muse 的 Token 能力，探索更多玩法。
本文详细讲解如何将微信公众号接入 Muse，实现 AI 直写公众号草稿的完整管线。内容涵盖：申请微信开发者密钥、解决 IP 白名单限制的三种方案（云电脑直连、服务器代理转发、MCP 服务部署在服务器上）、MCP 服务工具设计、微信内容清洗规则（如 svg 剥离、style 引号问题）、排版提示词模板，以及写入草稿箱后人工验证发布的完整流程。作者分享了实际踩坑经验，强调发布环节需人工操作以保留原创声明等功能。教程包含可直接使用的提示词，适合想用 AI 自动化公众号排版写作的读者复刻实践。
作者展望了未来5-10年软件开发的变化：AI模型正以每半年约10倍的速度变强，未来将极其智能、快速且廉价。开发模式将从IDE自动补全，演进到终端中的AI编码代理，最终只需用自然语言或语音告诉计算机想要什么，AI代理即可自动完成构建、测试、修复和上线。文章还探讨了为AI代理设计的意图式操作系统（无需UI）、为每个用户动态生成的应用界面、面向AI代理的新协议（如MCP），以及未来5-10年最抢手的技能，强调经验与意图表达能力将比手写代码更重要。
文章介绍了如何将决策模型Jev嵌入现有Agent工作流：将任务拆分为四部分——开放式生成交给LLM，决策判断交给Jev，确定性规则用代码处理，有后果的授权交由人工。作者讲解了Jev的三种问题类型（Choice、Score、Noul）及适用场景，并以晨间简报为例演示如何构建一个保存交接任务的路由器，从Demo逐步演进为可长期运行的完整工作流，还总结了模型路由、工具调用审查、上下文筛选等11类决策层可接入的位置。
作者介绍了自己开发的 git-story-film skill：只需提供一个 GitHub 仓库链接，Claude Opus 5.5 就能像导演一样，从 git 提交历史中挖掘故事，为项目设计主角、画风和镜头语言，最终生成一部两分钟左右的 4K 手绘动画短片。文章展示了 Raven、CC Switch、Cherry Studio、LobeHub 四个仓库的成片案例，每个项目都有独特的视觉隐喻。作者详细拆解了七步视频法 SOP（提纲、主角、全片提纲、分镜、详细编写、Studio 预览、4K 渲染），并总结了八条设计原则，如导演而非生成器、画面与提交一一对应、只说真话等，还分享了制作过程中的翻车与惊喜。
作者通过六天44项实际任务，实测Muse Agent的能力，回应外界质疑。文章记录了Muse接入Gmail、GitHub、腾讯文档、自建MCP服务等11个真实系统的过程，并产出9篇文档、9支视觉视频（含宣传片与讲解视频）、完成6场深夜排障、建立5项自动化提醒。作者强调HUMAN IN THE LOOP原则：花钱、发布、删除等有后果的操作必须经人确认。核心观点是：Agent的能力上限取决于它能接入多少真实系统，而真正的上限在于用户的想象力与实践力，Agent的价值在于用证据干活、错了就认。
文章指出 AI 对行业最深的威胁不是取代初级岗位，而是切断了新人成长为资深人才的路径。新人过去通过修 bug、写测试、接受代码审查等看似低效的工作积累判断力，而这些训练任务正最先被 AI 接管。企业短期获得效率提升，但五年十年后可能出现人才断层：新人能产出看起来资深的成果，却缺乏资深级判断力。这种差距在无标准答案的复杂问题中才会暴露。作者呼吁思考：如果培养资深人才所依赖的工作全部被自动化，十年后谁来当资深工程师？
