DeepSeek 发布新架构家族中最小的模型 V4.1-Flash，具备原生视觉理解能力。该模型采用非对称因果编码器-解码器架构，552B 参数 MoE，仅 8B 激活参数用于输入、16B 用于输出，通过新预训练方法和大规模 RL 后训练，性能超越旗舰模型 V4-Pro。KV 缓存仅需前代 1/4 的 HBM 和 1/8 的 SSD 存储，大幅降低 Agent 成本。模型已上线 DeepSeek API，支持多模态，API 价格下调，非高峰时段费率为峰值的 50%。官方将与开源社区合作推进推理支持，模型已在 HuggingFace 开放。
随着AI采购员（如阿里Accio）在国际贸易中的普及，工厂不仅需要让人看懂，还需要让AI看懂。但工厂的关键信息往往散落在老板脑中、业务员微信和旧PDF里，AI无法自行获取。文章提出一项普通人可操作的服务——AI采购员询盘体检：用AI扮演海外采购经理，检查工厂产品页已回答、模糊和缺失的采购问题，交付报告、双语规格表和回复模板。文章附有可直接复制的提示词、获客方法及199元/699元/1999元的三档报价方案，指出这门生意真正卖的是核实与整理，而非AI生成内容。
作者分享了一套基于「豆包工作」的全自动内容创作流水线搭建教程：通过飞书连接器建「选题作战库」多维表格收集素材，利用AI自动快判打分筛选选题，并借助云电脑+定时任务实现关机挂机巡检。文章详细公开了建表提示词、快判Prompt、以及将个人文风萃取为知识库并封装成自定义写作Skill的完整协议，包括事实分层打标和人工确认闸门等关键设计，防止AI写作失控和文风漂移，实现从灵感到成稿的端到端闭环。
作者实测让 ChatGPT 的 Astra（电脑操作 Agent）自动通关游戏《羊了个羊》。在『轻度』模式下，Astra 花约 40 分钟通关，仅用了一次道具，但 5 小时额度耗尽，靠赠送的重置额度才完成。文中总结了 Astra 的工作原理：先做规划，再通过截图识别、OCR、Playwright 等工具分析执行，最后统一思考、批量操作，从而控制成本，这也解释了 OpenAI 采购大量 Mac mini 的原因。作者还提醒并发操作可能触发微信风控，并分享了其 AI 公众号。
27岁的前OpenAI和Anthropic预训练研究员Jacob Coxon辞职并在X上发帖警告：AI公司正朝自我改进的超级智能狂奔，业内不少人私下相信人类可能在本十年末灭绝。Anthropic对齐负责人公开支持其观点。作者由此回顾Tim Urban 2015年的名文《人工智能革命》，重述指数增长、智能阶梯、智能爆炸等概念，指出今天AI已开始参与创造更强的AI，正反馈回路初步形成。人类站在灭绝与永生的平衡木上，作者希望超级智能最终能把人类撞向物种永生而非灭绝。
文章从算力角度分析机器人产业的投资逻辑：前沿机器人模型（VLA、WAM）参数量大，边缘芯片无法承载，将认知层卸载到数据中心成为必然趋势。通过对比卸载方案与端侧方案的资本开支和TCO，指出卸载方案在规模化后成本更低。受网络与安全回退条件限制，云端方案适用于工厂、仓库、家庭等场景。作者认为算力是机器人的大脑前提，XAI等算力投入会优先于具身智能量产，看好机器人未来等同于看好算力投资，本质上是同一个问题。
作者分享了自己深度学习 Pi Agent 两个月后，将零散的学习心得整理成一本开源蓝皮书的完整过程。文章涵盖整理 98 条学习推文并提炼判断、选择 VitePress 作为技术方案、两轮 UI 返工、创建 GitHub 开源仓库、使用 Cloudflare Pages 部署并绑定域名，以及主动发邮件向 Earendil 获取文章翻译授权的经历。作者提供了可照做的实操步骤，说明即使没有前端经验，也能从材料整理到网站上线的全流程完成一本可公开访问、持续维护的开源知识手册。
文章分析了 FDE（前沿部署工程师）做企业 AI 落地的两条路径：外部接项目单干和公司内部推进。外部路线的死穴是商业闭环，需要找销售合作、分层报价、守住交付边界、结项算清回款/成本/结余三笔账；内部路线的死穴是权责分配，类似当年推 BIM 的困境，AI 落地本质是重构权力和利益。作者提出三条通用原则：不吹全自动裁员的牛、选自带数据的业务环节、内部做事必须有业务负责人担责。核心观点是技术只是起点，外部能收到钱、内部有人接盘才叫真正落地。
本文整理了 SpaceXAI 官方发布的非工程师使用 Grok Bot 的最佳实践案例。作者发现官方数据显示非技术岗位是 Grok Bot 最重的使用群体，因此调研了招聘、销售、市场、财务、设计五大职能的具体用法：招聘用 Talent Scout Bot 自动搜寻和评估候选人；销售团队以幕僚长 Bot 总控，一人带一队 Bot 覆盖会议准备、拓客、客户跟进全流程；市场用 Bot 自动把研讨会线索分发给对应销售；财务的 Haggle Bot 通过席位审计和供应商比价一周省下超十万美元；设计师用四个协作 Bot 高效完成 Figma 设计和动效原型。文章强调 AI 可自动化流程，但关键决策和审批权应保留在人类手中。
作者作为一名 AI 产品经理，分析了 AGI 时代产品开发进度未见提升的原因：落后的产研协作方式与 AI 新生产力之间存在矛盾。PRD 过详细耗时耗力，不够详细则 AI 自由发挥导致返工循环，核心问题是文档传递中的上下文不一致。作者提出折中方案：将前端工作交给产品经理，实测显著提升开发效率并改善产研关系。进一步探讨 AI Native 组织应以 AI 的'快'为核心搭建架构，理想形态是一个人同时担任产品经理和研发的超级个体，强调 AI 时代行动力与干中学的重要性。
本文介绍如何用ChatGPT（Codex）和Super Grok在5步内制作火柴人励志短视频。作者提供了完整的提示词模板，可一次性生成三部分内容：10个场景的图片提示词、动画提示词和中文旁白脚本。流程为：用Codex生成提示词→确定火柴人形象→生成10张图片→用Grok Automation插件将图片转为6秒视频→在剪映中拼接并使用文本朗读配音。文章附有详细示例，适合想进入AI视频创作赛道的初学者快速上手。
作者受苹果 iPhone Duo 官网折叠手机交互动效吸引，借助 Codex 复刻并拆解其实现原理。通过网页源码和网络请求证据，确认核心是实时 3D 渲染（Lotus 架构封装 Three.js），而非视频或图片序列。文章讲解了模型、贴图、场景配置、渲染引擎的组成，滑块 0 到 1 数值如何驱动铰链折叠与运镜，以及弹簧回弹、端点磁吸等物理拟真细节带来的「苹果高级感」，并分享了用 AI 辅助翻源码、复现交互和排错的完整学习方法。
作者以电商从业者视角实测 OpenAI 新发布的生图模型 Image 2.5，通过六个真实场景测试：主体换场景、连续四轮局部修改、跨境电商产品图、复杂中文海报、Sketch 草图生图等。结果显示新模型在参考图主体保留、局部精确修改、多轮编辑稳定性和中文文字控制上均有明显提升，生成延迟最多降低 50%。作者认为 AI 生图的竞争正从“能否生成漂亮图片”转向“能否把图片稳定地改到可用”，Prompt 依赖降低，普通人借助 Sketch 等功能更容易表达创意。
作者通读 GPT Image 2.5 官方提示词指南并整理成中文，涵盖七个重点：明确用途与构图安排、描述可见细节来表达质感、按正式文案交代图中文字、参考图分工与系列角色固定参照、改图时明确修改项与保留项、输出素材时结合实际使用场景检查、以及模型参数取舍（Flare 偏速度、Sunburst 偏质量）。文章配有 OpenAI 官方案例配图，帮助读者快速上手 AI 生图与改图。
文章拆解了抖音账号「陪娃学英语」的爆款打法：278条视频涨粉130万，通过9.9元虚拟英语动画资源包变现，纯利润六七万。内容分析了爆火的三层逻辑（婴儿级认知负荷、蜡笔画风、克制视觉），并给出完整生产流水线：用豆包生成磨耳朵文案与蜡笔分镜图，再图生视频，最后用剪映封装（童声慢速、1秒留白、圆润字幕）。作者强调核心是轻资产闭环：零边际成本虚拟商品+私域沉淀，复制矩阵号实现睡后收入，赢在把商业的轻做到极致。
DeepSeek 发布 552B 参数的开源 MoE 模型 V4.1 Flash，原生支持多模态视觉理解，官方称其性能、费用、速度全面超越 V4 Pro，V4 Pro 将于 9 月 14 日下线。作者通过两个实战项目（3D 程序化城市生成器、基于 draw.io 的 AI 智能绘图工具）横向对比 V4.1 Flash、V4 Pro 和 GLM-5.3-Flash。结果显示 V4.1 Flash 完成度最高，输出速度达 287 TOK/s，成本仅约 5 元/项目，多模态能力让前端开发质量明显提升，最终结论是梁神回归，可重新推荐为日常 AI 编程模型。
文章介绍如何利用 Codex 把闲鱼店铺运营做成一套高效的赚钱系统。作者以精臣 B21 标签打印机为例，分步骤讲解选品、文案、客服、货源与复盘五个环节：Codex 可整理选品比较表、生成商品文案草稿、建立客服回复库、汇总订单与成本分析。文章强调所有内容需基于真实资料，不可凭空编造价格或利润，先小规模测试再逐步扩大，并可将稳定流程交给 Codex 持续执行。
这是AI游戏开发系列教程的第一讲。作者程序员小灰分享了自己用AI工具两个月内开发三款游戏并上线Steam的经历，其中《无为修仙传》售出1400多份、净营收约1910美元，证明了AI开发商业游戏的可行性。文章介绍了独立游戏开发的概念，对比了传统游戏开发与AI游戏开发的区别，指出AI并非一键生成游戏，而是扩大个人开发者的能力边界，由人负责方向和决策、AI辅助执行编程、美术、文案等任务。文章还讲解了付费买断、广告变现、游戏内购等变现方式，并分析了程序员、游戏爱好者和内容创作者三类适合人群。
作者分享了向非技术背景的亲友推荐 AI 工具的经验：Codex 等海外工具门槛高（需翻墙、外币订阅、谷歌搜索），不适合小白用户。经过调研，作者推荐豆包工作作为国内非技术人员的首选 Agent。文章重点介绍了豆包工作的浏览器录制功能：用户只需在浏览器中演示一遍操作流程（如企查查查公司、腾讯文档报表处理），工具即可自动生成可复用、可编辑的 Skill，之后通过对话直接调用，无需写代码或提示词。此外还介绍了任务在云端与本地环境的灵活切换、悬浮窗截图提问、Office 办公友好功能等。作者认为好的 Agent 不应要求律师或财务学 Python，'录制即技能'的设计才是能普及大众的 AI 方向。
作者因市面上的备忘录、Todo List 和日历软件难以满足需求，打造了一个 AI native 的日程任务管理工具，集成在 Loci 中。左边是任务（分逾期、今天、待办、已完成四种状态，支持拖拽），右边是日程（任务可直接拖入变为日程事件）。支持自然语言让 AI 增删改任务，也支持手动添加字段。还提供截止时间提醒、提前提醒和周期性长期提醒功能，通过 HTTPS 和 Tailscale 实现手机推送。项目已开源在 GitHub，可接入任意 Agent 使用，也可独立使用 Dashboard。
作者定居香港后通过每周线下活动发现，许多新移民在基础手机操作上存在大量盲区：如 iPhone 钱包添加八达通、eSIM 开通、ChatGPT/Claude 等 AI 工具的注册付款等。作者指出这不是能力问题，而是这些操作类知识无人教授，且每个人系统版本不同导致文字教程难以奏效，当面演示一对一操作才是最高效的解决方式。文章强调每个人的“常识”都是有门槛的，生活半径不同盲区也不同，因此作者在活动中专门设置自由提问时间，帮助大家现场解决手机、电脑、AI 工具及香港生活技巧方面的困惑。
作者体验字节跳动的豆包工作后，认为其远超预期。文章详细介绍了豆包工作的几大亮点：覆盖金融、法律、电商等行业的内置Skill生态与连接器（企业微信、钉钉、腾讯会议等）；全局划词翻译与解释功能；本地Office集成，可直接在PPT、Excel中与AI协作编辑；浏览器录制与回放功能可将企业重复工作流沉淀为专属技能；以及手机、电脑、云电脑之间的多端切换能力。作者认为字节太懂国内用户，国内下一波AI赚钱风口在于帮企业搭建工作流、做培训和落地服务。
作者以一名刚入行AI模型评测的大厂新人视角，复盘入行一年多的经历，指出爆发期行业的'草台班子'本质，鼓励普通人不必等完全准备好再入场。文章提出当下两大风口：AI与IP。AI部分强调'有多少智能就有多少人工'，模型进步依赖大量人工数据标注与评测，真正的红利是把个人创业的技术门槛降到极低，需要懂业务的人把AI落进具体场景。IP部分强调通过持续公开输出积累信任资产，摆脱'大厂藤壶'困境，并将内容创作拆为IP本人、助理、视频制作三个角色，尝试用AI辅助视频制作，开启个人账号的长期积累。
本文译写自 OpenAI Cookbook 的开源示例，整理了 GPT-Image 图像生成模型的提示词基本写法与 24 个实用示例。文章首先介绍提示词的组织顺序（场景、主体、关键细节、限制条件），并给出七条核心原则：写出可见细节、明确构图、交代人物姿势动作、逐字列出画面文字、改图时说明保留项、为参考图分配用途、一次修改一个问题。随后通过人物照片、信息图、广告、标志设计、四格漫画、应用界面、教学配图、演示页等场景，以及换衣、合成、透明背景提取、草图转写实、物体移除等编辑示例，展示了完整的提示词与 API 参数设置。
文章以DeepSeek V4 Pro和DeepSeek Harness（DSH）上线引发的舆论风波为切入点，分析了'国运级产品'叙事如何反噬DeepSeek：用户的过高期待与负面情绪在模型表现不佳和涨价后集中爆发。作者指出群体欲望的投射剥夺了深度求索的叙事权，公司沉默使其成为任人解读的玩偶，研发自由也受舆论胁迫。文末升华至AI时代审美的思考：技术无法填平欲望的沟壑，真正的美在于帮助人们减少被奴役、活成自己，去体验、判断与共情。'无用亦无欲，方为至美'。
文章分析8家国漫团队，提炼出三种视觉路线：高材质密度3D（艺画开天《灵笼》、可可豆《哪吒2》、十月文化《大圣归来》），靠特效和写实材质制造冲击；风格化3D（追光《新神榜》、玄机科技《秦时明月》），保留绘画感和卡通视觉控制；手绘/2D表达（彼岸天《大鱼海棠》、六道无鱼《雾山五行》、绘梦动画《狐妖小红娘》），以线条笔触承载情绪。每种路线附Prompt模板和速查表，帮助创作者按叙事基调选择合适的国漫美学风格。
文章介绍了在WorkBuddy中使用Remotion Skill通过代码生成动画视频的方法。其原理是编写网页代码作为每一帧画面，由无头浏览器逐帧截图，再用ffmpeg合成MP4视频。作者演示了从安装Remotion Skill、输入提示词生成咖啡广告动画、调整画面，到为视频添加BGM和TTS真人感配音的完整流程。配音部分可接入火山引擎豆包语音合成等第三方API服务。文章强调这种方式仅消耗token，适合科普、教育、产品演示等场景，不适用于AI短剧或真人特效视频。
00后创业者陈硕提出“耍学”理念：真正的耍不是贪玩，而是看懂规则后敢于自主选择。他认为AI时代标准答案快速贬值，工具门槛被打薄，真正稀缺的是自己出题、定义目标、快速试错的能力。文章分享了他休学一年复盘30万字、做跨境自动化、AI视频系统、自媒体四大手册等实践经历，总结出耍学的四个能力：看懂出题人、敢于不做错误的题、用玩的心态快速试错、对结果负责。学习只为真实结果，能落地的才是学习，其余只是信息消费。
文章采访了压力管理 App Welltory 的 CPO Asia Poloni，该产品运营 10 年、ARR 约 1800 万美元、下载量近 1800 万。核心策略包括：广告与商店页先激发好奇，再请求健康数据权限，让用户先看见自己的身体状态；onboarding 按 human problem、Promise、key、mechanism、proof、FOMO 六要素构建故事线；付费墙围绕即将发生的损失而非远期好处；60% 以上转化发生在后续几个月，因此早期获取通知权限至关重要。未来方向是打造懂用户身体状态的定制化 AI 助理，并帮助用户在压力累积后及时释放。
作者为第二届GEO大会开发了一套开源大会系统TokEMS，经过140次迭代已初步可用并正式开源。该系统定位为开源、自托管的一体化大会运营平台，覆盖大会官网、报名、票务、订单、发票、通知和现场签到等功能。已实现的能力包括报名交易、支付入口、候补队列、运营后台、模板系统、发票管理、现场运营、平台基建与Agent管理，并配套CLI工具打通飞书机器人，自动同步大会官网数据。系统支持私有化部署和模板复用，GitHub仓库已公开。
