独立开发者冰零分享用对话式 AI 视频 Agent「Pexo」为零剪辑基础的时区 App「NowHere」制作宣传片的完整过程。文章记录了从需求对齐、多轮迭代调整画面、用 Mark what to fix 功能精准标记修改、Motion 动效产品展示、配乐音效处理到口播配音的全流程。作者体会：AI 视频创作不会一稿过，而是几十轮来回拉扯，但像和真人搭档协作一样只需动嘴。文章还分享了给足产品背景、分音轨处理音效等实用技巧，并推荐独立开发者和内容创作者尝试。
文章整理了黑石集团总裁兼COO Jon Gray面向100多位全球顶级投资者闭门演讲的10个核心观点。Gray认为当前AI浪潮更接近1870年工业革命的开端而非2000年互联网泡沫：Anthropic和OpenAI等模型公司收入一年增长100倍达1050亿美元；黑石投资的14家AI公司收入增长21倍至5.25亿美元；超大规模数据中心资本开支达8200亿美元，占美国GDP的2.5%。他指出真正的瓶颈在芯片、电力和数据中心等物理世界，黑石押注技术栈最底层的计算、电力与土地，追求确定性回报。
作者因Claude账号被封，将全部历史对话数据导出，利用豆包工作新推出的计划模式和目标模式，对数年积累的对话“遗产”进行系统化整理。文章详细拆解了三步工作流：先用Plan模式只读调研并生成Markdown实施计划，直接在文档中修改对齐需求；再用Goal模式将“完成”标准拆成硬性验收指标，逐项校验交付成果。最终产出可检索的历史索引、验证过的工作流、风格偏好文档和可直接复用的Skills。文末总结了Plan与Goal模式的适用场景对比，强调复杂长任务应先定方案再锁交付标准，让AI经验得以持续复用。
作者分享了如何利用豆包工作的定时任务搭建个人阅读信息系统。系统由三个模块构成：采集（豆包定时任务抓取播客、博主、Newsletter等）、存储（飞书文档和多维表格）、展示（基于多维表格搭建卡片式前端页面）。作者详细介绍了五步搭建流程：整理信息源、测试抓取、制作Skill、AI改写文章、推送到飞书。通过设置每6小时抓取AI热点、每日抓取热门播客、每周汇总周刊等定时任务，实现了24小时自动化的信息采集。文章还分享了阅读数据库的字段设计和页面搭建方法，让阅读体验像刷信息流一样。相关Skill已在GitHub开源。
作者分享了使用AI视频创作工具Pexo将一篇关于Jev决策模型的技术文章制作成近两分钟中文科普视频的完整过程。文章详细拆解了制作流程：先确定复古电脑桌面的视觉风格，准备素材并设置约束规则（如专有名词读音、字幕格式），再输入口播内容与镜头要求让AI生成视频，最后通过迭代和Mark to Fix功能圈选画面进行精准修改。作者强调先完成第一版再逐步优化的创作思路，并认为视频比长文更易传播，推荐文字与视频结合。
文章提出，多数人无需完全掌握一项技能就能从中赚钱，关键是学会产出一种市场已经付费的具体成果，如短视频、落地页、研究报告或自动化工作流。AI 加速了这一过程：随时提供讲解、练习任务和反馈，帮助初学者在遇到问题时即时解决。作者建议从真实需求出发选定可付费的交付物，借助 AI 制定学习计划，在实践中构建作品集，并用 AI 审查作品提升质量。文中引用斯坦福 AI 导师研究和客服生产力研究佐证。最后给出七天挑战计划：第一天选定成果与买家，学习 essentials，研究优秀范例，完成作品并提出报价。
作者李岳此前用 Codex 制作的 Seedance 2.5 打斗导演 Skill 提示词效果不理想，转而尝试字节新发布的豆包工作客户端。他利用豆包工作的"目标"功能，把诊断、优化 Skill 并生成 30 秒仙侠国漫打斗视频的复杂长任务交给后台执行，归来时任务已完成，且思考链中有逐项校验。随后他使用"计划"功能让豆包为 Skill 增加智能路由、新手指引和提示词诊断优化，并支持剧情即时调整与在线修改计划文档。作者认为豆包工作的目标和计划功能对复杂任务优势明显，可显著提升工作效率，不足是偶发资源不足。
文章探讨了AI Agent软件中工作会话上下文难以迁移、备份和分享的痛点。厂商出于竞争和数据隐私考虑不愿提供导出功能，但上下文是AI时代最重要的资产。作者介绍了开源Agent会话平台AgentGit，它让会话像代码一样可保存、分享、交接和复用，支持Claude Code、Codex、OpenCode、OpenClaw、Hermes、WorkBuddy等主流Agent。作者以WorkBuddy实操演示了安装、登录授权、用大白话批量保存82条会话记录、排查macOS钥匙串性能瓶颈，以及通过export --format codex导出打包导入Codex的全过程。建议有选择性地保存重要会话，避免一次性全部打包导致耗时过长。
文章分析了2026年9月平台清理561万条违规AI内容、加强审核的背景下，公众号和头条号内容被判定低创作的原因：开头宽泛无信息增量、结构模板化、观点缺乏独特辨识度。作者提出解决方案：一是人工检查前置，边写边查信息密度和内容辨识度，重点审核开头和转折处；二是使用content-any等工具进行同质化、AI率、标题、敏感词的全维度检测；三是注意时效性，选题和数据要保持7天内的新鲜度。被限流后应清理问题文章、准备高质量选题、持续申诉。文章强调工具只能提高效率，无法替代人的信息增量贡献和独立观点判断。
作者分享在人工智能小镇开展 FDE（一线实施）的第三周实践战报。第一周通过升级硬件、使用 workbuddy 专家库，让员工自主完成平面设计、课程AI化和知识库建设（采用带索引的Grep而非RAG）；第二周引导员工从Workflow转向自建Agent，通过待办Agent与咨询师Agent打样，结合飞书聊天群与话题群实现管理与交付，并输出提示词由Coding Agent完成部署；第三周计划搭建内网工具分享平台，实现Agent打包上传、局域网共享。作者强调只负责培训指导与验收，倡导让员工自己动手用AI解决业务痛点。
文章介绍三种在提示词中追加描述、让 AI 生成视频更接近实拍效果的方法：手持镜头的轻微晃动增加现场感和呼吸感；前景遮挡与过肩镜头构建前中后三个层次、增强纵深；明确主光源位置和明暗关系以提升立体感。作者强调通过对比测试逐项验证效果，保持其他生成条件一致，并注意删除与追加描述相冲突的原有提示词。三种方法可叠加使用，按镜头、构图、光线顺序书写，且只保留经测试有效的描述。
作者整理了 8 个面向游戏开发方向的 Agent Skill，涵盖素材生成与部署、游戏引擎（游戏循环、物理碰撞、2D/3D 渲染）、Unity/Unreal 玩法开发与性能优化、游戏 UI 设计、玩法与难度设计、手感与反馈调校、多人联机同步，以及边写边测试的开发调试工具，凑齐了一个游戏开发团队的分工。此外还展示了用 GPT-6 Sol 生成的 3D 滑雪小游戏，具备道具收集升级、流畅操作和动态场景等完整玩法，体现了 AI 编程工具在游戏开发领域的强大能力。
本文系统介绍了复古主义设计风格，阐述了怀旧情结在设计中的文化心理根源。作者梳理了不同年代的代表性复古风格：20-30年代的装饰艺术风格（Art Deco）以几何与奢华著称，50年代怀旧广告风格温馨亲切，70年代迷幻风格大胆张扬，80年代霓虹复古未来感，90年代复古科技与Y2K美学。文章还介绍了包豪斯、昭和复古等地区性风格，并区分了Vintage（真实老物件）与Retro（现代复古再创造）的概念差异。复古设计通过重现过去的美学符号唤起情感共鸣，在平面、UI和网页设计中被广泛应用。
文章探讨如何实际提高审美能力。作者提出几个方法：先接触经典与好的作品，借助他人积累的判断形成自己的感觉；通过对比练习选择，如信笺、名片排版与莫奈画作的比较；以安藤忠雄和卒姆托为例，说明观看、临摹、动手和身体经验对审美培养的作用；强调走进真实空间，通过建筑巡礼、自然观察、摄影和音乐聆听进行感官训练；最后主张在能力范围内花钱购买好的产品和体验，如苹果产品，通过真实接触认识品质，将笼统的喜欢转化为可使用的判断。
作者在做剧时遇到参考图迁移提示词难写的问题，通过大量跑图试验，总结出一句简短提示词模板：「将图一的【对应维度】迁移到图二，保持图二的主体身份与主要内容」。他将图片风格拆解为17个维度（光线调色、成像质感、摄影空间、造型媒介四大类），逐项单独测试迁移效果，记录每项的收获与代价。结论是：短提示词写起来快、能直接感知画面变化，虽可能需要两三轮迭代，但相比AI生成的复杂长提示词效果偏差不大，且维度可灵活混合叠加使用。
本期早报精讲三条内容：Anthropic 发布 Claude Opus 5.5，能力接近上代旗舰而成本下降 40%，并强化行动控制与可审计机制；小米发布 MiMo V2.6，通过更大的 Batch、全异步架构和可验证任务环境扩展强化学习，并开源训练框架与轻量 Harness；美团分享 MTFM 统一推荐基座在外卖多业务场景的落地，通过异构 Tokenizer 与混合注意力实现跨业务统一建模，订单量提升 2.06%-6.68%。速览涵盖腾讯工程师转型大模型推理、AI 产品评估实践、Agent Harness Skill Engineering、去哪儿网 AI Coding 重构、千问办公企业上下文、算力芯片趋势及 OpenAI 第三方评估原则。
作者总结了 Qwen 发布会的重点：除了新模型外，更值得关注的是 Qwen 形成了从模型训练、推理优化到芯片协同的完整研发体系。核心亮点是 RSI 递归自我进化，Qwen3.8-Max 在少人工干预下连续运行一个多月完成 33 轮迭代，包括自主优化 SGLang 提升 96% 吞吐、芯片设计中减少 42% 物理实现面积。Qwen3.8-Omni-Flash 统一多模态理解框架支持 1M 上下文，价格大幅下降约九成。Qwen4 已开始训练，未来参数量将扩展到 5 万亿至 10 万亿。开源生态方面，累计下载超 30 亿次，衍生模型超 30 万个。
作者分享了自己深入学习英文播客的完整工作流：先通过 Scripod、开源 Skill 或自研 Obsidian 插件获取播客文字稿，再用 AI 提示词将英文口语稿重塑为保留完整论证的中文长文，随后花半小时逐字审阅改稿以真正理解内容，最后借助墨问、公众号等工具沉淀为合集并生成音频，在通勤和做家务时反复阅读收听。文章以 Morgan Housel 的播客为例，强调不追求全自动、保留人工深度参与，是继《严肃阅读工作流》后的姊妹篇。
作者整理了 54 条来自 X 平台的 AI 实操干货合集，涵盖 X 起号与运营、Agent 变现与搞钱、AI 理财、闲鱼副业、Web 出海获客、小程序落地、AI 产品与 PM、Codex/Claude Code 入门、Skill 与工作流搭建、AI 生图与生视频、小红书运营等方向。文章强调与其收藏百条干货，不如挑一条符合自己需求的路动手走通，通过实操把概念转化为真正会用的技能，并附上每条内容的原文链接方便读者按领域查找。
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。
本文是对笛卡尔《谈谈方法》的深度书评。作者回顾了1619年笛卡尔在军营暖炉密室中开启思想之旅的背景，梳理了全书六个部分的脉络：从学院迷惘、游历世界，到退居内室确立四条科学戒律、拟定临时道德法则，再到通过普遍怀疑抵达'我思故我在'的第一原理。文章剖析了书中的核心隐喻——建筑师隐喻、'我思'的自我确证、主客二分与征服自然的宣言，并结合当代语境探讨其启示：警惕未经审视的常识、在怀疑与笃行间保持平衡、反思理性自负的边界，指出这部著作赋予现代个体以独立理性的尊严。
作者基于三个月运营X涨粉3000的经历，指出常见起号攻略只停留在「术」层面，而真正的核心是「道」：X是社交场而非单纯内容平台，起号的本质是占据生态位。文章提出增长公式「价值×关系×在场=生态位」，强调带着作品和价值进入关系，而非空手混圈；作品是最硬的社交货币，借势要配得上注意力。文末总结起号四句心法（进圈、涨粉、运营、商业化），并附上10篇中推高质量起号教程清单，建议配合Codex学习实操。
作者回顾了自 1979 年以来的专家系统开发经历，介绍 TypeSafe AI 于 2026 年 9 月 15 日发布的首个公开 System One 模型 Jev。Jev 由前 OpenAI 研究员 Diogo Almeida 创立的公司打造，获 4000 万美元种子轮融资。与聊天型 LLM 不同，Jev 是“反聊天机器人”：它接收状态和类型化问题，在 70-500 毫秒内返回概率、置信度的决策结果，输出仅有 Choice、Score、Noul 三种原语。其训练方法为面向校准决策的强化学习（RLCD）而非 RLHF。作者认为 Jev 代表下一代操作系统形态，是将可靠的机器决策嵌入软件内核的缺失原语。
本文深入解析了 OpenAI GPT-Live-1 全双工语音模型的架构原理。文章回顾了语音系统的三代演进：级联设计（ASR+LLM+TTS 串联，存在信息丢失和延迟叠加问题）、轮次式端到端语音模型（保留语气情感但依赖 turn detector，容易不自然）、以及全双工架构（模型同时监听和说话，沉默也是一种 token）。GPT-Live 通过将思考从说话中委托出去，保持语音模型小而快以实现毫秒级响应，同时依赖服务端系统的低延迟优化。文章还讨论了全双工系统的评估方法与实时系统工程经验。
作者拆解抖音博主陶阿狗君的色卡变装创意视频，并用 AI 完整复刻了制作流程。文章详细介绍了从素材准备（小红书找穿搭参考、模特图、视频截图）到出图的提示词模板，再到使用 Seedance、H3、Wan 3.0 等工具图生视频的完整步骤，并分享了批量出图、单张调整和视频生成的提示词。作者还用 Codex 对话式改图，结合 Hypit 插件和即梦 CLI 打通生图与视频流程，并附带了 3D 地图旅行打卡转场案例。强调拆解优秀视频、逐帧研究转场与穿搭展示的学习方法。
文章梳理了曾鸣对颠覆性技术演化的三段论：AI 先成为通用基础设施，再催生海量新应用，最终诞生原生级现象级应用。2025 年 Token 成为 AI 时代共识度量衡，标志基础设施成熟；Open Claw 爆火开启 Agent 第二阶段；Agentic OS 属第三阶段，还需三五年。作者认为大模型公司本质是 AI 云公司，未来两年核心机会是打造 Agent 入口级产品，OpenAI 和 Anthropic 未必成为 AI 原生应用大赢家。另附曾鸣的公司四层分类：机会、战略、远见、使命驱动，强调使命须发自内心，外部认可驱动易受估值波动冲击。
Anthropic与OpenAI同日发布多款新模型：Claude Opus 5.5、GPT-6 Sol和Luna。作者详细评测了各模型的定位与表现：Opus 5.5作为Claude系列性价比模型，Coding能力达到SOTA，成本下降40%，速度提升30%，但Token消耗大；GPT-6 Sol和Luna主打降本，价格比上代便宜50%甚至低于Deepseek，Token效率出色、幻觉率大幅降低，但审美与细节能力有明显降级。作者指出两家公司差异化路线：Anthropic专注Coding通往AGI，OpenAI专注全面Agent能力，并给出不同场景下的模型选择建议。
Anthropic发布Claude Opus 5.5，比Opus 5便宜40%、速度快30%，跑分全面超越Fable 5.1，并推出订阅用户一次性的额度reset功能。一个半小时后，OpenAI发布GPT-6 Sol和Luna，大幅降价，Luna价格杀入DeepSeek区间。作者实测对比了Opus 5.5、Opus 5和Fable 5.1在鹈鹕骑单车SVG、Blender建模宋代斗拱、机械蝴蝶等任务上的表现，发现Opus 5.5综合成本省29%-55%，agent能力强，但max档反而不如medium档。文章详细分析了各模型跑分、价格策略和Claude Code更新要点。
本文通过阅读 DeepSeek Harness (DSH) 0.1.7-alpha.1 源码，对比其与 ZCode 执行框架的设计差异。DSH 采用只追加的流水账机制保证可审计性，对缓存前缀极致优化以降低成本，通过三层递进方式管理上下文防止信息丢失，并内置防重复调用守卫、程序化工具调用（PTC）和超时转后台等机制。作者指出这些优势主要体现在长会话、大输出和批量工具调用场景，Token 消耗可差一个数量级；但普通短任务成败仍主要由模型智力决定，两者差距接近于零。
作者分享了一套利用AI半自动化将韩娱idol直播内容制作成小红书笔记的工作流，20天涨粉1500。流程分五步：获取直播素材、用AudioConvert转录韩语文本、用ChatGPT翻译润色（第一人称可爱叙述体）、用GPT生成日系少女漫画风格的粉丝手账图片、最后人工review。笔记制作全程由AI完成，人工只需审核，节省时间且无需苦想素材。该工作流源自追星兴趣，同时为AudioConvert产品带来品牌曝光，也可复制到播客摘要等垂直领域。文末附有完整prompt模板，可免费拿走起号。
