从0到1制作可上传微信的动态表情包全流程
作者分享了一套用 AI 工具从零制作可上传微信的动态表情包的完整流程:先用 ChatGPT 分析爆款潮玩形象并提炼提示词,固定原创毛绒潮玩 IP 骨架;再生成 4×3 十二宫格表情图板;用 Grok Imagine 将图板动画化生成循环动作视频;最后用 Codex 切图、去背景并导出透明 Animated WebP 和符合微信表情平台规范的 GIF。文章附有各环节详细提示词及避坑经验。
作者分享了一套用 AI 工具从零制作可上传微信的动态表情包的完整流程:先用 ChatGPT 分析爆款潮玩形象并提炼提示词,固定原创毛绒潮玩 IP 骨架;再生成 4×3 十二宫格表情图板;用 Grok Imagine 将图板动画化生成循环动作视频;最后用 Codex 切图、去背景并导出透明 Animated WebP 和符合微信表情平台规范的 GIF。文章附有各环节详细提示词及避坑经验。
作者针对“程序员还能干多久”的热议,使用深度研究模型 Apodex 调研了历史上29个被技术显著改变的职业,按被消灭、萎缩、转型、增长四种结局归纳规律。结论显示外包交付最危险、运维和算法相对安全,后端/全栈约还有6年窗口。文章总结了职业存亡的关键因素、从业者自测表,并附上可复用的四步职业咨询提示词,帮助读者推演自身职业的未来走向并制定行动方案。
文章借罗纳德·科斯的交易成本理论,类比指出调用 AI Agent 同样存在协调成本,因此个人需要自建 AI 系统来解决秩序问题。作者认为个人 AI 系统不是简单的“第二大脑”,而应包含常驻层、规则层、按需层和项目层四层结构,让信息按自身节奏更新,并通过版本化测试流程实现自我更新。系统负责执行与协调,人负责目标、事实、原则、验收标准和最终决定权。自建系统不要求会写代码,起点是讲清自己的需求与判断标准。
本文介绍如何用AI制作逼真的UGC(用户生成内容)视频来销售产品。作者以Arcads平台为例,讲解完整流程:先用TikTok创意中心和Apify找到市场上表现最好的UGC视频,用Gemini分析其共同模式;再抽取首帧作为构图参考,用图像模型重建包含自己产品的画面;然后构建一个Claude Skill来沉淀脚本写作规则,生成符合市场风格的产品脚本;最后用Seedance动画化并剪辑完成。核心思路是研究成功视频的共性而非直接抄袭。
文章借用经济学'蒙代尔不可能三角'思维工具,分析增长领域的多个不可能三角:增长(增速、CAC、用户质量)、SEO(上量、质量、抗风险)、爆款内容(时效、深度、产量)、社群(规模、氛围、变现)、创作者(表达自由、流量规模、商业回报)。作者指出三者互斥的底层机制是资源竞争、反馈互斥和时间尺度错配,并给出各场景的实操策略。最后指出红利期本质是技术或平台打破旧三角的机会窗口,如抖音重画内容分发、AI 正在重画内容生产三角。
花叔开源了名为huashu-excel的AI数据处理分析skill,用户丢入Excel或CSV即可用自然语言完成体检、清洗、对齐、分析、对账、交付、验图、质控八步流程,输出HTML/Excel/Word等格式报告。该skill针对大模型算错不报错的缺陷设计了合计对账、外部基准校验、独立agent复核等机制,并借鉴Anthropic角色激发研究提升分析质量。经十份真实公开数据(106万行电商明细、纽约市政预算等)压测,能独立拆解辛普森悖论、识别脏数据并给出可审计的业务结论。兼容Claude Code、Codex等多种agent,MIT协议开源。
Kapso 创始人 Andrés Matte 宣布完成 140 万美元融资。Kapso 致力于解决 WhatsApp 开发集成的痛点,服务超过 28000 名开发者。作者回顾了创业初期收入为零但坚持信任指数增长的历程,并阐述了对 WhatsApp 的判断:它是全球最大的通讯平台,也是 AI 时代智能体与用户沟通的自然界面。本轮投资方包括 Norte、Latitud、Newtopia 等,其中许多投资人先成为客户再投资。Kapso 已成为 Meta 解决方案合作伙伴,未来将推出托管计费等新功能,并计划构建面向智能体时代的通讯基础设施。
文章从《经济学人》报道的一项针对26811名中国中学生的研究切入:使用生成式AI后作业成绩提升18%、用时缩短30%,但六个月后闭卷考试成绩下降约20%。作者结合自身经历——从不会写代码到借助AI开发出上架App Store的应用——提出“句号型AI”与“冒号型AI”的区分。AI既可以替人完成任务让思考终止,也可以成为进入陌生领域的门票,引发持续追问。作者认为能力外包与能力扩张可以同时发生,真正危险的是认知地图停止生长,关键在于我们如何使用AI。
文章分析了为什么Coding成为AI第一个杀手级应用,指出其成功源于数据数字化、结果可验证、流程可拆解等条件。作者认为下一个大场景不会是单一的“第二个Coding”,而是客服、财务、IT运维、医疗、法律、供应链等数百条业务流程同时Agent化的总和。通过微软Foundry、M365 Copilot和Agent 365三组数据,文章判断企业AI正处于从第二阶段向第三阶段扩散的过程中,呈现“广而不深”的特点。最后展望了个人行动Agent和AI科学发现两大长期机会。
文章探讨 AI 如何降低个人出海创业的技术、资金和团队门槛,使普通人能一人搭建全球内容生意。作者提出把视频作为入口而非终点,通过 AI 完成建站、剪辑、选题调研和支付部署等执行环节,人则专注于“卖什么、卖给谁、怎么卖”的商业判断。核心观点是 AI 是能力补齐器而非自动赚钱机器,认知升级比技巧升级更值钱,个人能力的全球化才是出海生意的本质。
作者从资产管理行业从业者的视角,探讨普通人投资致富的可能性。文章指出,与专业机构和AI加持的团队博弈,个人短期投机无异于以卵击石;普通人理财应坚持三条原则:做时间的朋友(长期主义)、投资于具备完善股权文化的市场、做被动的宽基指数定投。文章还分析了机构在AI时代追逐超额收益的悖论:当所有机构使用相似的模型与数据源时,能力被拉平,超额收益难以存在。作者认为过度勤快反而交学费,普通人应在投资上做一个“懒惰的人”,靠时间积累财富。
文章介绍了开源工具DeepRead,它能将书籍转化为智能知识图谱。通过AI自动提取书中的人物、事件、概念和地点,并挖掘深层关联,以可视化立体网络呈现,支持多维度探索和一键跳转。用户可在线体验《三体》《红楼梦》《西游记》等经典示例,也可自建部署,将任何书籍转换为交互式知识库,帮助读者突破线性阅读局限,构建立体知识体系,真正提高阅读效率。
文章介绍如何用 WorkBuddy 将脱敏后的客服咨询记录整理成带版本号的标准话术库,解决重复问题人工现编、口径不一的痛点。内容涵盖 AI 与人工分工边界、独立文件夹准备与脱敏、两轮式执行(先检查后生成 TOP10 FAQ 表)、六项人工验收要点,以及团队使用规则与版本更新机制,最后提到七陌会话洞察等进阶玩法。
168X 战情室对话投资人 Rick,阐述 AI 与 Crypto 的多头逻辑。Rick 认为范式转移每天都在发生:码农用 AI 开发出抗癌疫苗说明 token 成本无关紧要,AI 带动生命科学、材料、机器人等一连串产业革命,GDP 增速将轻松跑赢 40 万亿美债,宏观已死,唯一宏观是 AI 产业的资金需求。他还看好存储与光通信板块,认为 Crypto 有两台发动机——美股上链与 Agent 经济驱动的稳定币,并认为 Anthropic 估值 2 万亿不贵。
这是 Bella 整理的每周招聘信息汇总(2026年8月14日当周),汇集了 X 平台上科技与 AI 领域的招聘动态。包括 Nous Research 招聘软件工程师和 UI/UX 设计师,Pylon 招聘营销负责人,Viktor 招聘 Agent 平台工程师,以及 OpenRouter、Mintlify、Ramp、Base 等多家公司的工程师、设计师、产品经理等岗位,涵盖前端、增长、研究和创意方向等多种职位机会。
本文介绍 Skydive 平台的发布,其目标是构建能够端到端负责真实工作的持久化、主动式 AI Agent。与传统交互式 Copilot 不同,Skydive 为每个 Agent 提供独立的云端计算机、跨渠道存在(Slack、Email、iMessage、CLI、API)、可自我更新的记忆与 harness,并支持任意模型。Agent 可接入数百种服务完成跨工具任务。文中以客服 Agent Emma 为例,说明完全通过提示词构建的 Agent 能自主处理大量客户问题并自我改进。
本文整理 Howard Marks 在 My First Million 的访谈及其备忘录《AI Hurtles Ahead》。Marks 坦承自己前 25 年职业生涯多靠运气而非自觉决策,并解释为何重写 AI 备忘录:AI 具备前所未有的自主性与不可预测性,Level 2 到 Level 3 的跨越意味着从生产力工具到劳动力替代的转变。他对技术为真保持信心,但认为 AI 可能取代大量结构化工作,结论是「温和部位、审慎参与」。作者指出 Marks 的论述在结构上近似「这次不一样」,但他将兴奋留在分析而非仓位,这种校准正是其专业所在。
作者通读 xAI 官方文档,总结出大多数 Grokbot 用户错过的 7 个键盘快捷键和 15 个进阶技巧,包括新建 bot 快捷键、斜杠技能引用、@提及与 @everyone、命令面板、硬中断指令,以及通过演示教学创建技能、2-6 个 bot 群聊协作、利用 bot 描述字段作为持久记忆等方法。文章强调 Grokbot 是完整的 agent 产品,具备真实文件系统、浏览器、审批系统和多 bot 协调层,掌握这些技巧能把聊天工具变成真正协作团队。
作者Jay Yang分享了自己从屡次创业失败到20岁跻身全球收入前1%的经历。核心观点:生意只是载体,关键在于积累技能。价值创造取决于规模(帮助多少人)和程度(帮多少),方式是省时、赚钱、降风险。要实现财富积累需将时间与收入解耦,构建四类资产:金钱、团队、软件和内容,其中软件和内容是普通人可用的无许可资产。具体路径为:精通一项技能(如文案写作)、学会销售、学会学习、用AI提效并借内容扩大影响力。文末推广其30天写作挑战Publish30。
作者整理了多年来真实帮助过自己的12个常用Prompt,覆盖五大场景:问清问题(苏格拉底式提问)、学习(双层解释法、反向拆解、横纵分析法、事实核查)、解决问题(专家会诊、第一性原理、跨领域借解)、决策(双向钢人论证、最小实验替代空想)以及认识自己(挖掘隐藏天赋等)。所有Prompt均可直接复制使用,无需安装Skill,适配当下各类AI模型,作者建议配合原始材料一起使用以获得更好效果。
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。
本文介绍了开源项目ponytail,该项目在GitHub上拥有91.6k star,其核心哲学是让AI模仿资深工程师的“懒人思维”,优先寻找现成方案或修改配置,避免不必要的代码编写。作者实测发现,ponytail能让AI先思考再动手,自动拆分复杂需求为最小改动,重构老模块时代码量减少近一半。此外,它强制AI编写“为什么这么改”的注释,相当于免费代码审计,对维护老项目尤其有用。作者认为该项目思路独特,不追求跑分,专治AI写码落地难的问题,并推荐给AI方向的开发者。
作者回顾了从事科技互联网媒体近十年的经历,从区块链、币圈到元宇宙再到AI,见证了行业的风口变迁。他分享了自己在职场中的成长与困惑,包括作为内容写手的坚持与局限,以及为何决定在X上创建个人账号,寻求新的可能性。文章表达了对内容创作的热爱和对未来的期待。
本文介绍了Little Plains团队如何将多年积累的工作室资料转化为可搜索的知识中心,并在此基础上构建了首个产品。文章详细阐述了知识层的构建过程,包括归档、索引、检索系统的设计,以及如何通过视觉搜索、动态聊天和语音三种方式提供公共访问。作者强调了组织知识的重要性,并分享了从传统设计转向代码驱动设计的经验,以及如何区分快速知识与深度知识以优化检索效率。
本文分享了在 AI 生成内容泛滥的时代,通过多花 10-20% 的心思在 UI 设计上,可以成为最大的竞争优势。作者介绍了 Together AI 大神哈桑的 /Hallmark design skill,该技能通过将 AI 生成的常见设计套路列为负面规则,有效提升了 AI 生成 UI 的质量。文章还总结了几个关键心得:摸清 AI 套路、给 agent 喂参考图、使用更具体的长提示词,以及利用便宜小模型进行快速迭代。
本文介绍了30个开源仓库,用于构建自动化AI业务的各个层面,包括市场研究、潜在客户生成、内容创作、销售、支持、自动化、分析和安全。作者强调,没有单一工具能完全自动化业务,而是需要组合多个工具形成系统。文章按功能分类列出每个仓库的GitHub星标、用途和典型应用场景,并提醒读者开源不等于免费,且需注意合规性。
本文介绍了基于 ChatGPT Codex 搭建的 AI 股票分析系统的技术方案,该系统定位为 AI 投资研究与信息处理系统,非自动交易或涨跌预测。文章详细阐述了系统的整体架构(6层)、技术选型(数据源、AI模型、调度、推送)、核心数据流、评分体系、配置说明、运行部署、安全边界及关键风险。作者强调工程上先单模型跑通更稳,评分不等于涨跌概率,并提供了与主线项目(Codex 式 Agent 桌面应用)的关联建议。
Moderna和默沙东宣布,其个性化mRNA癌症疗法intismeran autogene在超过1000名高风险黑色素瘤患者参与的III期临床中,同时达到无复发生存期和无远处转移生存期两个关键终点。该疗法由AI辅助设计,通过肿瘤测序、AI预测新抗原、个性化mRNA生产等流程,训练免疫系统攻击癌细胞。这是全球首个取得阳性III期结果的个体化新抗原疗法,也是首个III期成功的mRNA癌症疗法。消息公布后,Moderna股价暴涨超150%,带动整个生物科技板块上涨。
本文深入解析了生产级RAG(检索增强生成)系统的完整架构。文章首先指出LLM的局限性——无法访问私有数据,而RAG通过外部知识检索来弥补这一缺陷。然后详细介绍了系统的两大核心平面:知识平面(离线索引)和运行时平面(在线问答)。知识平面涵盖数据源、解析-分块-嵌入流水线以及向量索引;运行时平面则描述了用户查询、检索重排、LLM生成和答案引用的完整流程。文章还逐步拆解了查询生命周期,包括查询嵌入、Top-K检索、重排增强和生成,并强调了监控指标的重要性。
本文从 Moderna 因个性化 mRNA 癌症疫苗三期成功而股价暴涨近 100% 的事件切入,探讨生物科技板块是否将接棒 AI 成为下一轮资金轮动的主线。作者引用知名投资人 Druckenmiller 的观点,指出其已提前布局生物科技,并认为 AI 的价值正从硬件向医疗等下游应用扩散。文章分析了生物科技板块估值低、AI 交易拥挤的现状,认为资金轮动至生物科技的可能性正在增加。