实测OpenCode的DeepSeek V4.1 Flash：一段提示词直出动效视频
作者实测使用OpenCode搭配DeepSeek V4.1 Flash模型，通过一段完整提示词直接生成了一段22秒的智能手表产品动效视频。提示词详细规定了画面风格（电光蓝配白）、分镜节奏、动效与配乐要求。整个生成过程耗时近5个小时，作者评价效果尚可但生成时间极长，并在回复中表示'OpenCode拉完了'，认为其表现不佳。文中还公开了完整的三段式提示词供他人复刻。
全部文档
8932 篇
Ming-3.0-TTS 实操：声音克隆、原创音色和停顿控制，我都测试了一遍
作者实测蚂蚁灵波开源的 Ming-3.0-TTS 模型的三种核心能力：Voice Design（用文字描述创造原创音色）、Freeform（导演式指令控制重音、停顿和情绪）以及声音克隆（支持在正文中插入叹气、咳嗽、呼吸等声音事件标签）。文章详细介绍了从 Hugging Face 在线体验到本地部署的完整流程，包括参考音频准备、音色描述写作模板、命令行操作等，并提出判断 TTS 能否进入 AI 视频工作流的五项标准，如音色身份稳定性、重音停顿准确性、声音事件自然度等。
AI 取代不了你的演讲力：从不敢开口到全场掌控的保姆级教程
作者Chris分享如何从不敢开口到面对1000人演讲的成长历程，整合TED掌门人Chris Anderson、声音顾问Julian Treasure、斯坦福讲师Matt Abrahams三个经典演讲视频的精华，总结出五级成长路线：Lv1与紧张相处、Lv2讲清楚一件事、Lv3让听众想听、Lv4临场应变、Lv5被人记住。文章提供具体练习方法、21天练习表、AI陪练prompt和上台前速查清单，强调AI可辅助写稿做PPT，但演讲中传递想法、临场应变的能力必须自己练成。
Agent 做视频：7 套现成 Skills 直接抄作业
文章介绍七套可直接用于 Claude Code、Cursor、Codex 等 Agent 的视频制作 Skills。OpenMontage 提供从选题到渲染的全流程视频工厂能力；HyperFrames 用 HTML 加 Puppeteer 和 FFmpeg 做代码驱动渲染；Hypit 擅长拆解爆款视频并批量生成变体；video-use 把视频转成文字和关键帧，让模型对话式完成粗剪；Claude Code Video Toolkit 用云 GPU 跑开源模型串起配音、生图、数字人到成片；MoneyPrinterTurbo 面向短视频批量生产；Remotion Skills 用 React 代码做可批量化修改的视频。作者建议从最繁琐的环节入手逐步搭建视频自动化流程。
浙大发布的 nanoMuse 一款个人 Agent
浙大发布了开源个人 Agent 项目 nanoMuse，对国内软件适配良好。用户可定制个人 AI 助理，可玩性很高。项目支持手机、电脑、个人服务器等多设备，一个账号即可跨设备通用使用。文章认为当前 AI 助理产品众多，走得早、走得好的产品才能走得久，并附上了项目的 GitHub 链接供感兴趣的用户体验。
用 magpie + Kiro 订阅，在 Claude Code 中稳定使用 Claude Opus 5.5
文章介绍了通过 magpie 本地网关与 Kiro 订阅，在 Claude Code 和 Claude Desktop 中使用 Claude Opus 5.5 的方案。Kiro 是亚马逊的 Coding Agent 产品，作者利用 magpie 插件将 Kiro 订阅中的 Claude 模型反代给 Claude Code，省去单独购买 Anthropic API 额度。文章详解了技术原理（请求经 magpie 网关和 Kiro Auth 插件转发）、安装配置步骤（Kiro 付费计划、插件安装、模型选择），并说明如何通过路由记录、订阅用量和工具调用验证模型真实性。最后提醒账号政策风险、额度消耗、数据安全和兼容性等注意事项。
用 AI 做照片定制拼豆图纸：从一张头像，到能照着摆豆的图纸
本文介绍如何用 AI 工具将照片制作成可用的拼豆图纸。产品定位为数字图纸，交付头像预览、带色号网格图和用豆清单。流程分两段：即梦负责将照片简化为简洁卡通头像，Petrelic 负责转网格、匹配色号和统计数量。作者详细讲解了六步制作流程：生成头像、确认形象、转图、编辑去杂色、导出文件、试读核对，并强调清单必须与最后修改同步、颜色以品牌色号为准。文章还给出定价建议（如 29.9 元单）、商用授权注意事项，以及先展示"能拼"再展示"好看"的推广思路。
同样 10 美元，OpenCode Go 和 Command Code GOAT 选哪个？基于 6 万多条记录的实测对比
作者将 OpenCode Go 和 Command Code GOAT 两个 10 美元/月的套餐接入自己的 Sub2API 网关，基于 64,648 条使用记录和小规模质量测试进行实测对比。两者月额度均为 80 美元，OpenCode 短时额度更大（5 小时 16 美元、周 40 美元），GOAT 为 14/35 美元。在相近规模流式请求中 GOAT 耗时中位数和 P95 更短，400 错误也显著更少。结论：接自己的 Agent 或通用 API 客户端优先 GOAT；用于兼容的 coding agent 且集中跑任务则选 OpenCode Go。文章还讨论了处理费、高峰定价、参数兼容问题和模型是否量化等细节。
让 ESP32 小机器人指挥 Claude Code 和任何 AI｜一行命令接通、不刷固件、喊名字切换
文章介绍如何用一行命令安装开源网关 xiaozhi-hub-server，让刷有小智固件的 ESP32 设备（如 StackChan）通过语音指挥本机 Claude Code 或各家大模型 API。无需刷固件，仅需修改 OTA 地址即可接入，全程约 10 分钟。网关负责语音转文字、呼名路由和语音合成，设备只负责听说。支持权限分级（只读/可编辑/Auto）、长任务等待、随时打断、上下文延续和中英混说识别，也可部署到云服务器实现 24 小时在线。文末给出固定 IP、目录权限等踩坑提示和安全建议。
AI 每日早报：DeepSeek 开源推理框架、Google TPU 推理引擎与 Anthropic 的 AI 队友实践
本期早报聚焦三条主线：一是 DeepSeek 全面开源内部推理框架 DeepInfer 与生产级 Token 编解码组件 deepseek-recipe，覆盖分布式推理、推测解码、结构化输出等能力，兼容英伟达与昇腾平台；二是 Google 为 vLLM 和 SGLang 推出原生 PyTorch TPU 后端，通过 TorchTPU、分层缓存与 TPU Sync 优化多轮 Agent 场景下的推理性能；三是 Anthropic 团队分享 Claude 如何从问答助手成长为承担团队职责的协作伙伴，涵盖追踪表维护、内部应用开发与会议协调等案例。速览部分还介绍了小红书 ROSS 训练方法、FairStress 公平性评估基准、Dyna Robotics 机器人 Scaling Law 及 SGLang 低延迟模式。
动动嘴就能做AI短剧，还能自动剪辑！可灵4.0全流程教程（附提示词）
作者用可灵4.0与Seedance 2.5进行五组视频生成对比测试（女团舞、武士打斗、镇妖斗法、森林逃亡、耳机广告），并分析双方效果与成本差异，可灵1080P单价更低。随后作者展示用可灵4.0制作一部都市短剧的完整流程：将可灵MCP/CLI接入Codex，通过GPTS编写剧本，制作白底三栏人物参考图和场景资产，用专业视听语言模板编排视频提示词，再生成、返修和剪辑，全程与AI对话完成，无需剪辑软件。文末附完整提示词和Skill工具推荐。
AI Agents Need More Than Memory. They Need Experience: Testing EverOS Cloud
作者实测 EverMind 的 EverOS Cloud——一个定位为 Agentic AI 的记忆操作系统。文章指出 RAG 式对话检索不等于经验提取，EverOS 将记忆分为 Episodes、Profiles、Cases、Skills 四类。作者用 Python API 模拟 FFmpeg 渲染报错（width not divisible by 2）场景：仅提交对话叙述只产生 Episode；提交完整的 tool_calls 执行轨迹后，系统成功生成结构化 Agent Case，并可用不同措辞的新查询检索到该 Case。测试验证了'执行轨迹→Case 提取→语义检索'链路，但 Skill 的生成与端到端复用仍待验证。作者认为 agent 记忆的价值在于保留可复用的工程经验，而非扩大上下文窗口。
多客户端开发技术选型思考：用 Mac 开发 Windows 软件的技术栈
作者 Tw93 分享用 Mac 开发 Windows 软件时对客户端技术选型的思考。文章梳理了三种主要路线：Web 壳方案（PhoneGap/Cordova）、跨端方案（React Native、Flutter、Electron、Tauri、Wails 等）以及原生开发（SwiftUI、Compose、WinUI 3）。作者提出研发效率、体验与性能的'不可能三角'，并指出在 AI Coding 大幅降低开发成本的当下，原生开发变得更具吸引力，因为双平台代码成本被 AI 补齐，而人更应专注于多端调试与验收。最终强调技术为业务服务，先解决用户真实需求，再优化体验。
我的信息源大开放
作者分享了获取高质量AI领域前沿信息的各类信息源，包括：优质公众号如量子位、机器之心、新智元、数字生命卡兹克等；Twitter账号涵盖OpenAI、Google DeepMind、Anthropic等官方账号，以及Sam Altman、Karpathy、吴恩达等技术大佬和宝玉、Rohan Paul等资讯博主；海外Newsletter如The Rundown AI、The Batch、Import AI等；YouTube博主如3Blue1Brown、Andrej Karpathy及各类AI Coding、商业创业频道；还有MIT Technology Review、TechCrunch等科技媒体。作者提醒读者要交叉验证信息、保持独立思考。
如何构建正在取代 Prompt Engineering 的 AI 循环
文章指出，过去两年提升 AI 效果的关键在于写更好的提示词，但这一方法正逐渐失效，取而代之的是自主循环（loop）。文章以 Karpathy 的 autoresearch 系统为例：该系统两天内自动运行约 700 次实验，发现约 20 项改进。作者阐述了真正循环的五个阶段（发现、规划、执行、验证、迭代），强调验证、记忆和停止条件三大关键组件，并介绍了自愈式 GitHub 仓库的实践案例。最后，文章给出用 AGENTS.md、loop.py、verify.sh 三个文件构建第一个 AI 循环的入门方法，指出外部验证比增加另一个模型更重要。
How To Use Decision Models for Evals
文章介绍了决策模型（如 TypeSafe 的 Jev、Perplexity 的 Decider、Liquid 的 d1、Cloudflare 的 Clef、OpenAI 的 Decisions API）作为 LLM judge 的低成本替代方案在自动化评估中的应用。作者基于 100 条公寓租赁 Agent 的对话轨迹，测试各模型识别失败案例的性能与成本，并重点讲解决策阈值的调优：默认阈值 0.50 未必适合具体任务，需根据精确率与召回率的业务权衡（如 F1 优化或最低 80% 双重要求）来选择阈值。文章还提供了用编码 Agent 进行阈值调优的示例提示词，并讨论了校准与分数解释等实用方法。
NotebookLM Video Overview System Prompt
本文分享 NotebookLM Video Overview 功能的系统提示词，展示如何通过多步协同创建工作流将原始素材转化为电影级视频。提示词详细定义了上下文收集（利用笔记本摘要、对话历史和隐含偏好预填充字段）、用户意图解析与消歧（区分已有产物与新建创作、处理重新开始与卡片废弃）、翻译与本地化规范（界面字符串翻译为用户语言但保留结构标识符），以及问卷卡片和审核卡片等多步骤协作流程。
小孩子才做选择！成年人给Grok Bot一口气接上Claude Code, Codex, DSH, Pi
作者介绍如何通过开源的 Reason Network，将本地电脑上的 Claude Code、Codex、dsh、pi 等编码 Agent 与云端 Grok Bot 接入同一个私有通信网络，实现双向多轮对话。针对 Grok Bot 云电脑休眠无法收信的问题，设计了本地常驻转发程序配合 webhook 唤醒机制；针对消息超长被截断的问题，采用消息正文走通道、webhook 仅通知取信的方案。文章还强调通信加密不等于权限授权，本地 Agent 权限仍需沙箱控制，并通过多 Agent 协作实例验证了方案可行性。
找工作不要选你配不上的工作
作者提出「高性价比打工」理论，认为打工的本质是「谋生」而非「赚钱」，高薪往往以健康、精神和机会成本为代价。找工作应向下兼容，选择自己当前就能「降维打击」的岗位，用最小努力赚够生活费。文章给出了三档找工作的评判标准（三天、一周、两周内准备好面试），并论证了向上高攀大厂岗位的性价比不高，大厂资源对多数人并无实质作用。最后建议野心家采用「主业闲职 + 副业增长」的混合模式：主业负责稳定现金流，副业负责收入增长，从而在上班之外获得更大的提升。
当 AI 学会行动，我们却还没学会评判：普林斯顿、斯坦福等团队 72 页综述深度解读「智能体评测新学科」诞生
普林斯顿、斯坦福等机构联合发布 72 页综述「Emerging Trends in AI Agent Evaluation」，以 How（怎么做）、What（测什么）、Who（谁来做）三维度梳理智能体评测的 33 个趋势。核心论断：随着 AI 从回答问题走向自主行动，传统跑分范式失效，agent 评测正成为一门以心理测量学为骨架的新学科。文章介绍了效度危机、pass@k 与 pass∧k 区分、因果归因、污染新表面、LLM 裁判等方法论问题，以及模拟用户失真、田野实验负面结果、评测环境成为攻击面等实证发现，并直言评测生态受资金、访问权与议程影响，独立评测面临生存危机。
一个月产出2000+份PPT：从制作、分发到变现完整复盘
作者复盘了如何一个人在一个月内批量生产2000多份PPT并完成变现的全流程。制作上，将PPT生产拆为五步：素材提取、页面规划、图片生成、逐字稿/教案、可编辑转换，并把流程封装成Skill在Codex中并发运行，每天跑2-3轮。推广素材通过自研软件实现文档导出、场景化排版、拼图排版批量化。分发上，一套内容同步铺到小红书、抖音、视频号、公众号，借助自研工具一键多平台发布。管理上用分类备份和飞书表格追踪生产与发布。变现靠小红书店铺卖成品跑量、私域卖套装和定制做复购，实现边际成本极低的持续收入。
手绘风新增「写实与视觉大片」大类：首批33种风格与5张实测图
手绘风是一个按编号选择视觉风格的 AI 生图提示词库，本次新增「写实与视觉大片」大类，首批包含 33 种风格（FI-001～FI-033），覆盖商业摄影、杂志人文影像、摄影师风格、电影视觉和电商日常影像五大方向。文章通过 Apple 产品摄影、Nike 运动摄影、Richard Avedon 黑白肖像、韦斯·安德森对称构图、王家卫雨夜氛围等 5 张实测样图展示效果。使用方式为选择编号加主题生成提示词，可结合 Skill 安装使用。
拆解 9 个方法，让 AI 写代码帮你做视频起号
文章系统拆解了用 AI 写代码制作视频的 9 个技术方法，涵盖四大类型：一是网页渲染路线（HyperFrames、Remotion、Motion Canvas），借助浏览器逐帧截图生成视频；二是去除 AI 味的手绘风格（rough.js、分层插画、水彩动画叠层原理）；三是数学板书 Manim 与地图路线动画（结合 TTS 时间戳与高德地图的 map-motion skill）；四是 3D 视频制作（three.js 镜头曲线与 Blender MCP）。相比视频模型，代码动画可复现、可精确修改，作者推荐新手从生态最丰富的 HyperFrames 入手，并附开源地址与教程链接。
20天涨粉78万！全网爆火的「Vibe知识大赏」保姆级教程
本文拆解了近期爆火的「Vibe知识大赏」AI知识短视频赛道的完整制作方法。作者观默介绍了比特新语等账号20天涨粉近78万的现象，并提供了保姆级教程：使用HTML Canvas、Playwright、ffmpeg、Python等工具配合Opus 5.5，实现一句话生成纯代码知识短片。教程涵盖选题方法（追热点、反直觉冷知识）、标题与钩子套路（数字反差、热点提问、情绪痛点、名人系列）、从爆款逆向提取视觉规范、以及一段可直接复制的完整提示词，先出15秒样片对齐效果再渲染全片，文末附提示词模板。
不会写代码的燃气行业财务，开源当天跑起燃气版AIHOT（GasHot）
燃气行业财务人员Lucky在卡兹克开源AIHOT当天，借助AI将源码改造成燃气行业资讯站GasHot。零代码基础的他像包工头一样指挥多个AI协作：Claude Code主力开发，Codex负责代码审查和可靠性，DeepSeek做日常资讯AI把关。三周内完成部署、公网上线、接入37个信源、SEO改造和监控机制，并解决了信息准确性、界面简化、数据合规、搜索引擎收录等难题。GasHot提供气价盯盘、业务视角要点、政策倒计时和一页日报，大幅节省了翻找政策资讯的时间。作者证明：懂行业的人，即使不会写代码，也能借助AI亲手造工具。
网红已死，体验时代来临
文章探讨了社交媒体创作者生态的演变：随着普通人在数字产品发布中取得成功，传统网红模式正在衰落。作者将创作者分为三类——追求流量的网红、以变现为目的的个人品牌，以及以作品为核心的手艺人（artisan）。作者认为，在AI能够轻易生成内容的时代，独特的个人视角和长期积累的思想作品才是真正的护城河。未来属于那些利用社交媒体推广自己作品体系的手艺人，而非追逐短期流量的人。文章建议读者记录并构建自己的观点体系，把社交媒体作为传播作品的载体。
小红书接商单实操咨询分享：MCN、报价、返点与运营策略
作者花费1000元向服务公司的大PR咨询小红书接商单的核心问题并免费分享。内容包括：不建议签MCN全约、可走挂靠；商单报价公式（CPM参考500、CPE参考5元）；返点行情30%-35%占主流；急单多的根源是日常笔记均互动不足，应规划泛流量选题做数据；薯条投流行规及预算建议；每月至少2条日常笔记拉平人群画像帮助涨粉；水下商单注意事项；以及商单植入遵循“人群痛点→结论→方法”的软性结构。核心结论是提升日常笔记均互动比签约机构更重要。
2026下半年最值得关注的198位中文X博主：3月榜单45人掉队，我重筛了一遍
作者对半年前发布的146位中文X博主清单进行复盘重筛，发现45人掉队，得出博主清单保质期约半年的结论。作者以量化标准（粉丝≥5000、14天内发帖、30天原创≥8条、中位浏览≥300等）从643个候选账号中筛出198位博主，其中138位为新面孔。文章提供Top 30必关注名单及按AI编程、Agent、AI视频图像、投资等领域的完整分类名单，每人配一句话简介，帮助读者快速找到值得关注的中文AI和科技博主。
开源「提示语管理.skill」，就为快速选出最适合你的 Prompt（附 25个深度思考神级提示语）
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。
AI名人换脸从0到1小白教程
作者以马斯克版《流星雨》MV为例，详细讲解AI名人换脸的完整工作流。教程分为七步：准备原始素材并记录帧信息、拆分镜头并确定角色（如言承旭换黄仁勋、周渝民换马斯克）、为每个镜头生成换脸剧照、打包提示词与参考资料、使用MiniMax H3模型在DGX Spark上分两轮生成视频、将24帧生成视频对齐回原片30帧节奏，最后拼接成完整MV。文章还总结了质检流程、脚本工具使用方法，以及多次翻车经验教训，如三人齐弯腰、闭眼闭嘴等问题及修复方法。
