蓝哥AI
@0xlangeai • 11,970 subscribers
🚀 连续创业者 | 前独角兽架构师 🏗️ Grok Bot 、Muse 、Hermes 重度用户 | AI 工具测评 ✍️ 写写 AI编程、 AI企服、AI出海 内容 Grok Bot Template Hub: https://t.co/xo4Lw6dY7D 199 付费答疑群 +V: langeai666
Shorts
Videos
Muse 能做些什么, 做了个梳理: - 信息与决策 查资料、比价、对比套餐；盯订阅、保险、账单，找出能退、能换、能省的方案；把结果收成清单、表格、预算面板。 - 网页跑腿 自己打开网站、搜索、填表、预约。餐厅、行程、购物车、二手挂牌都能做。敏感操作会先问你，确认后再继续。 - 邮件与日程 整理收件箱、起草和发送邮件、把关键日期推进日历、处理行程冲突。适合“帮我盯着学校通知 / 把这周安排理顺”这类目标。 - 长期目标 Goals 追踪你要持续推进的事，Ideas 会根据聊天主动提议下一步，Feed 按你的偏好推内容，Library 保存它做过的行程、清单、文档和可复用面板。关掉对话，任务还可以按日程接着做。 - 连接与产出 能接邮箱、日历、餐厅预订、Spotify，以及 Meta 自家的 Marketplace、Instagram、WhatsApp。也能生成文档、PDF、网页和互动表格。条件允许时，还能连到你自己的电脑写脚本、串工具。
蓝哥AI32,703 просмотров • 1 месяц назад
家里有孩子的，可能都有过这种经历： 他随口问你一个问题，你本来想回答两句，结果自己先拿起手机查了半天 我家娃现在好奇心就特别重。 看到什么都想问个为什么，有时候一个问题接着一个问题 有一次，他拿着一张纸折来折去，突然问我： “这张纸要是一直对折下去，能有多厚？” 我刚想说“能有多厚”，又觉得不对——每折一次，厚度就翻一倍。一直翻下去，会变成多少？ 我自己也好奇了，就去查了些资料 结果看到一种数学推演：假设一张纸厚 0.1 毫米，每次对折厚度都翻倍，折到第 42 次，厚度竟然能超过地球到月球的平均距离。 这个结果我自己都愣了一下 可是跟孩子讲“42 次”“几十万公里”，他可能听得懂这些数字，却很难想象，一张薄薄的纸怎么就能变得那么厚。 我自己光看数字，也没什么画面 所以我开始琢磨：能不能做个动画，让他看到纸张的厚度是怎么一步步变大的？ 从桌上的一张纸开始，慢慢变得和杯子差不多高，再拿高楼、地球和月球做对比。这样他看到的就不只是一个答案，还能看到这个答案是怎么来的 这次用 Codex 和 Renoise MCP，借助 vibe-knowledge 把这个问题整理成脚本和分镜，再做出画面、旁白和配乐, 做出来的视频在下方 当然，这是一场数学推演：假设纸张每次折叠都能让厚度翻倍，并不意味着现实中真的能这样折到月球
蓝哥AI10,751 просмотров • 13 дней назад
哈哈，MiniMax 新模型刚发布，我就让它给自己做了一条介绍自己能力的视频 下面这支 24 秒的宣传片，就是 M3.1 Flash 用代码做出来的👇 之前大家一直在猜的 Space Bunny，身份也揭晓了：它就是 MiniMax M3.1 Flash 的早期版本。官方披露，匿名阶段已经处理了超过 200 万亿 tokens。 这次正式发布，我最关注的是：编程和 Agent 能力，加上这个速度和价格，能拿来做多少实际的事。 所以我给它布置了个任务：给自己做一条发布宣传片。 我提供分镜和制作要求，它在 MiniMax 网页端写动画代码、编排时间轴、调用工具检查画面，最后渲染成了这条 1080P 视频。兔子轮廓变形、代码面板推进、片尾收成一条胶片，都由代码控制。 这个过程挺能说明我对编程 Agent 的期待：拿到一个目标后，能连续完成写代码、运行、检查和修改，最后交出能用的东西。 再看官方公布的数据，就能理解它这次重点在发力哪里： • DeepSWE v1.1：73.7%，对应实际软件工程任务。 • BankerToolBench：76.2，考验多步规划和工具调用。 • 输出速度 200+ tokens/s，P50 也达到 170+ tokens/s。 更吸引我的是后面的成本账。 API 每百万 tokens，输入 $0.15，输出 $0.60，缓存读取 $0.015。官方给出的对比是：相较上一代，Agent 任务整体使用成本降低 70%，在线推理速度接近原来的三倍。官方发布介绍 经常用 AI 写代码的人应该有感觉，一个任务往往要来回跑很多轮。读工程、改代码、跑测试，再根据结果继续改，速度和费用会在这些循环里不断累积。 有编程和工具调用能力，同时能把每一轮的等待和开销降下来，这对日常高频使用就很有吸引力。 这次先让它给自己做了条广告。做产品演示、网页动效、发布短片，也都有了继续试的方向。 成片放下面，大家看看，这个“自己给自己打广告”的效果怎么样？🐰
蓝哥AI15,670 просмотров • 22 дней назад
Fable 5.1 + Cursor Cloud Agent + Grok 4.6 + Grok Bot，可能是目前 AI 编程最强的一套“王炸组合” 分工非常明确： - Fable 5.1 负责规划。 - Grok 4.6 负责写代码。 - Cursor Cloud Agent 负责开机器、跑任务、测试和提 PR。 - Grok Bot 负责远程调度、追进度和纠偏。 整个流程可以压缩成四步： Plan → Write → Ship → Steer 乍一看，只是把几个热门 AI 工具串了起来。 但真正厉害的地方，是它没有强迫一个模型从头干到尾，而是把不同模型放到了各自更合适的位置。 复杂需求先交给 Fable 5.1。 它不急着写代码，而是先分析需求、拆解任务、定义验收标准，再决定要启动哪些 Agent。 任务明确以后，Grok 4.6 接手实现。 Cursor Cloud Agent 给它提供独立的云端环境、代码仓库和工具，让它能真正修改代码、运行测试并提交 PR。 Grok Bot 则站在更上面。 它更像这支 AI 团队的技术负责人： 谁来做？ 用哪个模型？ Agent 有没有跑偏？ 任务卡在哪里？ 结果是否达到要求？ 需不需要继续追加指令？ 这些过去都需要人盯着。现在连“管理编程 Agent”这件事，也开始被 Grok Bot 接管了。 所以这四个产品并不是简单叠加。 它们刚好组成了一支完整的 AI 工程团队： - Fable 5.1：架构师 - Grok 4.6：程序员 - Cursor Cloud Agent：云端工位和执行环境 - Grok Bot：技术负责人 以前大家争论 Claude、Grok、GPT 谁写代码最强。 但单个模型再强，也要同时理解需求、设计方案、修改代码、运行测试、处理环境问题和汇报结果。什么都让一个模型干，表面上简单，实际又贵又容易跑偏。 这套组合换了一个思路： 不找一个全能模型，而是给不同模型安排最合适的岗位。 人也不需要守着十几个 Agent 窗口反复追问。 你在手机或 Slack 里发出目标，Grok Bot 负责启动和管理 Cursor Cloud Agents。某个 Agent 卡住了，它继续追；方向偏了，它补充指令；执行完成后，它再把 PR 和验证证据交回来。 这已经不只是“AI 帮你写代码”。 更接近： 你提出目标，一支 AI 工程团队负责把事情推进到可以验收。 当然，原视频主要展示的是工作流架构，不是一份完整的生产实测报告。 “Fable 负责规划，Grok 负责编码”也不一定适合所有项目。最终还要看一次完成率、返工次数、执行速度、Token 成本和人工审核时间。 但方向已经很清楚了。 AI 编程的下一阶段，不会只比哪个模型更强。 而是比谁能把规划、执行、环境和管理组织起来。 一个强模型只能提高单次任务的上限。 一套王炸组合，才有机会把 AI 真正变成团队。
蓝哥AI31,453 просмотров • 2 месяцев назад
Больше нет контента для загрузки