正在加载视频...

视频加载失败

加载此视频时出现问题。这可能是由于临时网络问题，或视频可能不可用。

🎬 90% 的人没用明白 Codex。因为一开始就把它当成了 ChatGPT。但 Codex 最厉害的地方，从来不是聊天，而是动手。它会读项目、改文件、做表格、操作浏览器，直接在你的电脑里完成任务。 💡 真正决定体验的也不是 Prompt，而是四件事：Project、Permissions、Context 和 AGENTS.md。少一个都能用，多一个才开始好用。我后来甚至不把它当 AI，而是当新人来带：先教它，再纠正它，最后把经验沉淀成 Skill。当你开始这样用 Codex，它就不再是助手，而是一套持续进化的工作系统。

Martin

2,236 subscribers

27,310 次观看 • 1 个月前 •via X (Twitter)

Anya Rossi• Live Now

Private livecam show

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

最近北大开源的一个项目，我觉得很值得关注。 AI Agent 现在最缺的，可能不是模型，而是一套像 npm 一样可复用的 skill 基础设施。 MagicSkills 做的就是这件事。它不是再去造一个新的 Agent framework，而是想把那些散落在各处的 SKILL.md，变成可安装、可组合、可同步、可调用的共享能力层。 MagicSkills 的思路更像是，先把 skill 从零散文档里抽出来，做成一个本地优先的共享 skill pool，然后再按不同 Agent、不同框架去组合和分发。这样一来，skill 就不再只是 prompt 附件，而是开始变成真正可复用的能力基础设施。说白了，它想推动的一件事就是：让 Agent 的技能，从“写一份文档自己用”，变成“写一次，到处复用”。我觉得这个方向很值得看。因为当 skill 开始像包管理一样被组织起来，多 Agent 工作流才会真正开始像工程系统，而不是一堆 prompt 和脚本的临时拼装。如果你在关注 AI Agent、Multi-Agent、技能复用，或者正在想怎么管理越来越多的 SKILL.md，这个项目值得研究一下。👇

axiaisacat

46,330 次观看 • 4 个月前

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统我把自己最常用的 20 个技巧整理出来了。如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。一、让 Codex 逐渐认识你 1. 每天让它问你一个问题我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。四、建立自己的信息雷达 16. 每天订阅 Builder 信息我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是：不要把 AI 只当作“问答工具”或“临时外包”。当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。换电脑时，我第一个装的软件就是 Codex。写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。你最想让我把上面哪一条展开成教程？评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux

我用掉 100 亿 Token 后，最大的变化不是更会写 Prompt。而是 Codex 已经从一个聊天框，慢慢变成了我的： - 自我认识系统 - 工作系统 - 信息系统 - 学习系统 - 甚至是桌面陪伴系统我把自己最常用的 20 个技巧整理出来了。如果你也想把 AI 从“偶尔问一句”变成真正能长期协作的伙伴，建议先收藏。一、让 Codex 逐渐认识你 1. 每天让它问你一个问题我设了一个自动化：每天问我一个能帮助它更了解我、也帮助我认识自己的问题。它会避开已经问过的话题，围绕一个主题慢慢聊。 2. 把对话当成自我观察现在可以直接语音聊。长期积累下来，它能看到我的情绪、偏好、反复出现的困扰和思考方式。 3. 让它把“它眼中的你”画出来把你们的对话和一张漫画参考图交给它，让它生成多格漫画。你会发现：很多时候我们要的不是答案，而是被理解。二、把 Codex 变成工作系统 4. 每周做一次 Codex 使用复盘让它回顾这周我怎么使用它、哪些沟通方式有效、哪些任务返工了、哪些项目该继续推进。 5. 把失败经验写进“第二大脑” 不只是存笔记。把失败原因、偏好、最近关注点沉淀下来，让以后不同 Agent 都能调用同一份上下文。 6. 创意任务先开 Plan Mode 创意型工作最容易“没想清楚就批量执行，最后返工”。先用计划模式讨论目标、方案、数据体系和风险，再开始做。 7. 把 Codex 当思考顾问，而不是执行员你甚至不需要有明确答案。只要说“我想做什么”，让它帮你一起把模糊的想法拆成可执行路径。 8. 需求清楚后切到 Goal Mode 需求确认后，把结果设成目标，让它自己持续推进。我的任务最长跑过 10 小时 44 分钟。 9. 用自动化处理重复但重要的事日报、周报、账号监控、邮箱监控、回复策略、内容归档、同步到个人网站——这些都适合交给自动化。 10. 明确任务就开多 Agent 对于翻译、多语言网站、图片生成、资料整理这类边界清晰的工作，让多个 Agent 分工并行，比一个人盯着快得多。三、让 Codex 跨出聊天框 11. 用 Sites 一键分享作品做好网站后，不要卡在“怎么部署”。Sites 可以直接把成品变成能分享的站点。 12. 把插件当成能力扩展包 Computer Use、数据分析、Investment Banking、GitHub、Outlook / Gmail……很多工作不是“AI 会不会”，而是你有没有给它接上正确的能力。 13. 把生图能力接进日常工作我已经用它生成了 300 多张图。做内容、配图、产品原型和视觉探索，速度会完全不一样。 14. 接入飞书，让手机也能操控 Codex 真正高频的协作不该只发生在电脑前。把它接到飞书后，我在手机上也能下任务、收结果、继续对话。 15. 用 ChatCut 把剪视频变成工作流不是只让 AI 帮忙剪一刀，而是把素材整理、脚本、配图、剪辑一起接进创作链路。四、建立自己的信息雷达 16. 每天订阅 Builder 信息我会用 Follow Builders Skill 定时追踪 Builder 的新想法、新产品和讨论，再把重要信息推送给自己。 17. 做一个“灵感箱” 任何一闪而过的想法都丢进去。后面让 AI 自动搜索、补充背景、分类、处理，而不是靠脑子记住。 18. 盯住 GitHub 和 Product Hunt 让 Agent 帮你筛新项目、周榜、日榜和真正值得试的工具。看见感兴趣的，直接让它安装或进一步研究。五、把输入变成你的输出 19. 把任何学习材料做成 HTML 学习页看到一场好访谈、一个视频、一篇文章：让 AI 拉取内容、生成中文文字稿，边看边记评论，最后再变成摘要或短视频。 20. 给 Codex 一个“实体感”：做成桌宠我很喜欢 Hatch Pet。它会根据状态跑动、办公、提示待办，甚至在你切换文件夹和工作区时给建议。AI 不一定要冷冰冰地躲在聊天框里。 100 亿 Token 给我最大的启发是：不要把 AI 只当作“问答工具”或“临时外包”。当它拥有你的上下文、目标、工作流和反馈后，它会越来越像一个能长期协作的系统。换电脑时，我第一个装的软件就是 Codex。写文档、做网站、剪视频、找资料、整理灵感……它已经覆盖了我工作和生活里非常大的一部分。你最想让我把上面哪一条展开成教程？评论区告诉我，我下一条就拆！ #codex #chatgpt @thsottaux

Vivi Xiao

98,925 次观看 • 17 天前

Karpathy 说过一句话：我们现在还处在 AI 的 1960s 这场 40 分钟的 Y Combinator lecture，基本把这个判断讲透了很多人已经在用 Claude Opus 4.8 但使用方式还停留在：把它当 search engine 当 chatbot 当更聪明的问答框而 Karpathy 讲的 Software 3.0，不是这个它指的是： LLMs as operating systems, not chatbots 也就是模型不只是回答问题，而是开始承接 workflow 读取上下文调用工具拆解任务持续执行在没人盯着的时候，把一整套流程往前推进。这也是 autonomous agents 真正有意思的地方。不是“让 AI 写一段代码” 而是让 agent 跑完整个 workflow 你不需要一直看着它它自己推进你回来 review 结果这篇文章里的 32 个 skills，本质上就是帮你跨过这条线从“使用 AI”变成“构建 AI workflow” 未来真正的差距，是谁会用 Claude 提问，还是谁能把 Claude 变成自己的 operating system？

Karpathy 说过一句话：我们现在还处在 AI 的 1960s 这场 40 分钟的 Y Combinator lecture，基本把这个判断讲透了很多人已经在用 Claude Opus 4.8 但使用方式还停留在：把它当 search engine 当 chatbot 当更聪明的问答框而 Karpathy 讲的 Software 3.0，不是这个它指的是： LLMs as operating systems, not chatbots 也就是模型不只是回答问题，而是开始承接 workflow 读取上下文调用工具拆解任务持续执行在没人盯着的时候，把一整套流程往前推进。这也是 autonomous agents 真正有意思的地方。不是“让 AI 写一段代码” 而是让 agent 跑完整个 workflow 你不需要一直看着它它自己推进你回来 review 结果这篇文章里的 32 个 skills，本质上就是帮你跨过这条线从“使用 AI”变成“构建 AI workflow” 未来真正的差距，是谁会用 Claude 提问，还是谁能把 Claude 变成自己的 operating system？

0x_Miko

46,870 次观看 • 2 个月前

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

AI 最猛的一步，不是替你工作。而是开始自己赚钱了。刚看到一个开源项目 CashClaw，有点离谱。它不是普通 AI 助手，而是一个会自己找任务、自己报价、自己干活、自己交付、自己收款的 Agent。你只要装上它、接好 LLM，它就能自己评估任务、提交结果，甚至把整套流程跑完。更关键的是，它不是做完就结束，而是会从每一次任务和反馈里继续学习，把经验变成下一次任务的能力。这意味着一件事：我们可能正在从“AI 提高效率”的阶段，走向“AI 直接成为生产者”的阶段。以前你雇人接单。以后你可能是部署一个 Agent 去接单。以前 AI 是工具。现在 AI 开始像个微型公司。一句话总结： AI 的下一场竞争，不是谁更聪明，而是谁先拥有能自己变现的 Agent。更狠的是，CashClaw 还是开源的。你甚至可以 fork 之后接到自己的客户和业务上，把它变成你自己的赚钱系统。如果这条路跑通，很多人会第一次真正意识到： AI 不是在辅助工作， AI 是在进入劳动力市场。你觉得下一波先被重构的，会是自由职业、外包团队，还是 SaaS？

axiaisacat

29,514 次观看 • 5 个月前

好喜欢这种甜甜的爱情，相互奔赴才是真爱，那种你一眼喜欢的千万远离！绝对是来报仇的！ ⸻ 很多 AI 项目，其实不是被 Kindred Labs 打败的，而是自己先失去了存在感。它们上线时都很像：一个新功能、一次性能提升、一组漂亮的 demo。刚开始确实惊艳，用两天、三天，甚至一周。然后呢？你不知不觉就不再点开了。不是不好用，而是没有再打开一次的理由。 Kindred 有点反常。它并不急着证明“我能做多少事”，而是在反复强化一件事：下一次，你为什么会想起我。角色有没有延续性，它记不记得上次的对话，情绪是不是连贯的，这些东西几乎不写在白皮书里，却直接决定用户会不会回来。这也是为什么效率型 AI 很容易被替代。当你的价值只体现在“帮我快一点”，那总会有人比你更快。但当一个 AI 占据的是心理位置，竞争维度就变了。你不是在比参数，而是在比“陪伴时间”。所以说，不是 90% 的 AI 项目不够聪明，而是它们从一开始，就选了一条留不住人的路。而 Kindred，恰好站在另一边。 #KaitoYap Kaito AI 🌊 Kindred Labs #Yap Max Giammario ∞ KIN $KIN

好喜欢这种甜甜的爱情，相互奔赴才是真爱，那种你一眼喜欢的千万远离！绝对是来报仇的！ ⸻ 很多 AI 项目，其实不是被 Kindred Labs 打败的，而是自己先失去了存在感。它们上线时都很像：一个新功能、一次性能提升、一组漂亮的 demo。刚开始确实惊艳，用两天、三天，甚至一周。然后呢？你不知不觉就不再点开了。不是不好用，而是没有再打开一次的理由。 Kindred 有点反常。它并不急着证明“我能做多少事”，而是在反复强化一件事：下一次，你为什么会想起我。角色有没有延续性，它记不记得上次的对话，情绪是不是连贯的，这些东西几乎不写在白皮书里，却直接决定用户会不会回来。这也是为什么效率型 AI 很容易被替代。当你的价值只体现在“帮我快一点”，那总会有人比你更快。但当一个 AI 占据的是心理位置，竞争维度就变了。你不是在比参数，而是在比“陪伴时间”。所以说，不是 90% 的 AI 项目不够聪明，而是它们从一开始，就选了一条留不住人的路。而 Kindred，恰好站在另一边。 #KaitoYap Kaito AI 🌊 Kindred Labs #Yap Max Giammario ∞ KIN $KIN

董小姐

17,039 次观看 • 7 个月前

之前我做的【♠️德扑插件】在 Codex 上也上架了（看来 Codex 是完全和 ChatGPT 的插件打通了），直接去 Codex 插件搜索：PocketMind 就能安装玩起来！这是一个让我曾经付出了比 Cowart 更多精力的小项目，整体来说它也比 Cowart 精致一些些。和 AI 玩德扑有很多意想不到的玩法，比如你可以随便诈唬它；和它玩完之后可以让它复盘；甚至因为现在是在 Codex 里，你可以让它先写一个德州扑克胜率计算器，用这个计算器辅助来和你玩！

之前我做的【♠️德扑插件】在 Codex 上也上架了（看来 Codex 是完全和 ChatGPT 的插件打通了），直接去 Codex 插件搜索：PocketMind 就能安装玩起来！这是一个让我曾经付出了比 Cowart 更多精力的小项目，整体来说它也比 Cowart 精致一些些。和 AI 玩德扑有很多意想不到的玩法，比如你可以随便诈唬它；和它玩完之后可以让它复盘；甚至因为现在是在 Codex 里，你可以让它先写一个德州扑克胜率计算器，用这个计算器辅助来和你玩！

钟二信

16,941 次观看 • 25 天前

Agent比软件高一个层级，本质就在于：你有没有真把它当人看，给它配备一台专属电脑。给足权限，它就活了：你在手机上和它聊，它在远端干，聊着聊着，你就把活干完了；加上Cron机制，它就是7x24小时主动工作的数字员工，而不是拨一下动一下的程序。

Agent比软件高一个层级，本质就在于：你有没有真把它当人看，给它配备一台专属电脑。给足权限，它就活了：你在手机上和它聊，它在远端干，聊着聊着，你就把活干完了；加上Cron机制，它就是7x24小时主动工作的数字员工，而不是拨一下动一下的程序。

傅盛

27,949 次观看 • 5 个月前

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。不是它们不厉害，恰恰相反——都太厉害了。模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。不是“哇好强”，而是突然冒出一个不太技术的问题：如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？不是那种我问你、你马上答的关系，而是你会不会哪天顺手再点开它。有些 AI 真的很聪明，但你心里清楚，它就是工具。用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。它更像是在琢磨一件事：人为什么会愿意和一个存在长期相处？这时候我才开始注意到他们说的那套 Mind / Body / Soul。不是因为名字，而是方向。 Mind 这一层，其实挺像人。不是一直保持同一种状态。有时候你需要逻辑，有时候只是想被理解，有时候甚至不需要答案，只要有人把话接住。再加上它会记得你。不是那种冷冰冰的“你在某年某月问过什么”，而是你们之间发生过的那些事。一旦记忆变成关系的一部分，整个体验就不一样了。 Body 这点我以前真没太当回事。但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。有形象、有存在的位置，在你已经习惯的设备和场景里出现。不是为了炫，而是为了让你不抗拒。在你信任之前，你首先得觉得它“正常”、不吓人。至于 Soul，其实是我最看重的。现在的 AI 都很会，但很少有那种让人想一直留着的。 Kindred 没那么急。不催你、不拉你、不用力制造黏性。你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西，给我的感觉更像是一起走一段，而不是被系统牵着跑。所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI，但底层其实是在讲人。我们怎么建立信任，怎么产生依附，怎么愿意长期和一个存在共处。 AI 只是载体。被认真对待的，其实是人的感受。如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。不是因为它最强，而是它没有急着证明自己。

泪奔了！好感人，不争气的眼泪，它从口里流出来了 ⸻ 最近刷 AI 项目的时候，说实话有点疲了。不是它们不厉害，恰恰相反——都太厉害了。模型、参数、速度，一个比一个漂亮，但看多了情绪上真的没什么起伏。 Kindred Labs 是少数让我停下来想了一下的。不是“哇好强”，而是突然冒出一个不太技术的问题：如果 AI 真的要长期出现在生活里，它该怎么待着，才不让人别扭？不是那种我问你、你马上答的关系，而是你会不会哪天顺手再点开它。有些 AI 真的很聪明，但你心里清楚，它就是工具。用完、关掉，不会再想。 Kindred 给我的感觉不太像在争“最会答题”。它更像是在琢磨一件事：人为什么会愿意和一个存在长期相处？这时候我才开始注意到他们说的那套 Mind / Body / Soul。不是因为名字，而是方向。 Mind 这一层，其实挺像人。不是一直保持同一种状态。有时候你需要逻辑，有时候只是想被理解，有时候甚至不需要答案，只要有人把话接住。再加上它会记得你。不是那种冷冰冰的“你在某年某月问过什么”，而是你们之间发生过的那些事。一旦记忆变成关系的一部分，整个体验就不一样了。 Body 这点我以前真没太当回事。但后来发现，人很难和一个完全无形的东西建立稳定关系。 Kindred 至少正视了这一点。有形象、有存在的位置，在你已经习惯的设备和场景里出现。不是为了炫，而是为了让你不抗拒。在你信任之前，你首先得觉得它“正常”、不吓人。至于 Soul，其实是我最看重的。现在的 AI 都很会，但很少有那种让人想一直留着的。 Kindred 没那么急。不催你、不拉你、不用力制造黏性。你来，它在；你走，也不打扰。 Dark Matter、任务、社区这些东西，给我的感觉更像是一起走一段，而不是被系统牵着跑。所以后来我发现，这套 Mind / Body / Soul 看起来是在讲 AI，但底层其实是在讲人。我们怎么建立信任，怎么产生依附，怎么愿意长期和一个存在共处。 AI 只是载体。被认真对待的，其实是人的感受。如果说 2026 年还有哪个 AI 会一直留在我视野里， Kindred 大概会算一个。不是因为它最强，而是它没有急着证明自己。

董小姐｜预测世界杯就在Gate

43,660 次观看 • 7 个月前

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

Claude Code 的创造者 Boris 讲了一个很关键的转变： “我现在不再给 Claude 写 prompts。我写 loops 然后让 loops 去完成工作我的工作，就是写 loops。” 这其实也是很多人用 Claude Code 卡住的地方他们还在把它当聊天工具用：输入一个需求等一次回答然后手动继续改但 Boris 在 30 分钟里展示的是他真实的 daily setup： Claude Code loops dynamic workflow 核心不是让 Claude 一次性给出完美答案而是把任务拆进一个可以反复执行、检查、修正的循环里模型不只是回答你它会在 workflow 里持续推进任务这类内容，可能比很多 $500 的 vibe-coding 课程更有价值因为它讲的不是“怎么写一句更好的 prompt” 而是怎么把 Claude Code 变成一个能持续工作的系统 AI coding 的关键，是 prompt 写得更漂亮，还是你能不能设计出让模型自己推进的 loop？

0x_Miko

188,086 次观看 • 2 个月前

不再是铜墙铁壁，只是扎牢篱笆。当一个政权越来越不自信于自己的制度和未来时，就会把枪的影子投进课堂，用“国防”“纪律”“爱国”的名义，提前把孩子训练成服从的零件——不是因为外敌真的站在校门口，而是因为它最害怕的，是下一代开始独立思考。

不再是铜墙铁壁，只是扎牢篱笆。当一个政权越来越不自信于自己的制度和未来时，就会把枪的影子投进课堂，用“国防”“纪律”“爱国”的名义，提前把孩子训练成服从的零件——不是因为外敌真的站在校门口，而是因为它最害怕的，是下一代开始独立思考。

ChenguangD弟兄

19,283 次观看 • 6 个月前

谁懂啊！被蚊子🦟咬醒了！气坏我了！ ⸻ 《Integra 不是“房地产 + 区块链”，而是一条真的懂房地产的链》很多项目喜欢给自己贴一个“某某赛道”的标签，但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始，就是按“房地产这种东西，真正要怎么跑在链上”来设计的。底层用 Cosmos SDK，加上 Ethermint，这个选择其实很清楚：确定性最终性、IBC、强安全性，同时还能直接跑 EVM。不是为了炫技术，而是因为现实资产本来就需要这些能力同时成立。但 integra. | Testnet Arc 真正拉开差距的，不是性能，而是它对合规和市场结构的处理方式。在房地产里，身份、KYC、文件、验证不是可选项，而是前提条件。Integra 干脆把这些直接做成链上的基础能力，而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任，这些问题不是靠外部系统兜底，而是链本身就能给出答案。在这个基础上，才有真正的市场层：资产护照、全球订单簿，以及一个为合规参与方服务的原生稳定币，用来承接真实的美元流动。这不是在做“链上房产概念”，而是在尝试把现实世界的市场逻辑原样搬进来。说到底，房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决，而是直接把它们当成协议逻辑来对待。从这个角度看，它选择做一条主权级的 Cosmos 链，其实很自然。不是因为它想做一条链，而是因为这件事，本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer

谁懂啊！被蚊子🦟咬醒了！气坏我了！ ⸻ 《Integra 不是“房地产 + 区块链”，而是一条真的懂房地产的链》很多项目喜欢给自己贴一个“某某赛道”的标签，但 integra. | Testnet Arc 不是那种在通用公链外面套一层房地产概念的项目。它从一开始，就是按“房地产这种东西，真正要怎么跑在链上”来设计的。底层用 Cosmos SDK，加上 Ethermint，这个选择其实很清楚：确定性最终性、IBC、强安全性，同时还能直接跑 EVM。不是为了炫技术，而是因为现实资产本来就需要这些能力同时成立。但 integra. | Testnet Arc 真正拉开差距的，不是性能，而是它对合规和市场结构的处理方式。在房地产里，身份、KYC、文件、验证不是可选项，而是前提条件。Integra 干脆把这些直接做成链上的基础能力，而不是后面再补的插件。谁能参与、资产是否合法、文件能不能被信任，这些问题不是靠外部系统兜底，而是链本身就能给出答案。在这个基础上，才有真正的市场层：资产护照、全球订单簿，以及一个为合规参与方服务的原生稳定币，用来承接真实的美元流动。这不是在做“链上房产概念”，而是在尝试把现实世界的市场逻辑原样搬进来。说到底，房地产本来就是法律、资本、身份和流动性纠缠在一起的东西。integra. | Testnet Arc 没有把这些拆开分别解决，而是直接把它们当成协议逻辑来对待。从这个角度看，它选择做一条主权级的 Cosmos 链，其实很自然。不是因为它想做一条链，而是因为这件事，本来就需要一条真的懂房地产的链。 integra. | Testnet Arc Kaito AI 🌊 #Yap #KaitoYap #RWA #integra_layer

董小姐

21,695 次观看 • 7 个月前

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

👏扣子3.0 发布了。这版我最期待的两个功能：一是"多人多 Agent 协作"——把不同的 Agent 拉进同一个项目，@ 来 @ 去分工干活；二是能把本地的 Claude Code、Codex 直接接进去托管。我平时主力就用 Claude Code，自己还折腾过几个让多 Agent 协作的小工具： - multi-agent：用 tmux 分屏把 Claude、Codex 拉起来，按顺序调度 - hero-coding：一个 Go 写的小程序，让 Agent 写完代码自动跑测试、再过一遍审查 - roundtable：让几个不同的模型对着同一个问题互相辩论，出一个结论我第一时间就上手了。先接入：本地配好的 Claude Code、Codex 点几下就接进来托管，不用重配；一个项目里我拉三个 Agent —— 本地的 Claude Code、本地的 Codex、Coze Agent。然后我在项目里 @ Claude Code，让它读我本地那个 hero-coding，它确实能读到内容，而且不单单是能读文件。我又让它调我本地的 imgen SKILL（我自己写的文生图工具）生成一张图，再通过我自己的 coze-bridge 把图发回聊天里——图真出来了，一张未来感城市夜景。也就是说，我电脑上的整套工具链、skill 它都能调起来用，云端和本地直接打通。

劳伦斯

27,451 次观看 • 2 个月前

为什么说它是神器！！就算你不用AI功能，把它当成一个剪辑工具，也很好用！它有个非常实用的功能，而且是免费的！！可以很方便的搜索无版权素材，然后直接拖到时间线上进行剪辑！！目前，无版权素材源是只有一个Pixabay，要是多接入几个源就更好了！！

为什么说它是神器！！就算你不用AI功能，把它当成一个剪辑工具，也很好用！它有个非常实用的功能，而且是免费的！！可以很方便的搜索无版权素材，然后直接拖到时间线上进行剪辑！！目前，无版权素材源是只有一个Pixabay，要是多接入几个源就更好了！！

沐阳

16,963 次观看 • 16 天前

我让 Claude 15 分钟做了 3 个交易 bot 第二天，钱包里直接多了 +$2,503 我当天就把工作辞了整个过程很简单：我只写了一段 prompt，再回答了几个问题剩下的，Claude 自己做完了它直接拆出 3 套策略： MACD RSI + VWAP CVD divergence 然后给每个 bot 分了一套第一个做 momentum 看到成交量开始抬头，就在大多数人还没反应过来之前先进去第二个做 reversal 等市场开始恐慌，它反手去做对面第三个专门抓 divergence 当价格讲的是一套故事，资金流讲的是另一套，它只跟钱走更狠的是，这不是我一行一行搭出来的 Claude 自己把整套结构写出来了：回测框架历史数据测试风险管理模块部署流程全是它自己搭的最后变成： 3 个 bot 3 个账户 3 套不同打法而且它们彼此不知道对方在做什么资金也是一路放大的： $1→ $5 → $10 → $50 → 一天 +$2,503 你会发现，真正可怕的地方不是“AI 会写代码” 而是它已经开始把：策略拆分回测验证风控配置自动部署压缩到一条 prompt 里 Citadel、Jane Street、Two Sigma 很早就在用 bot 交易了因为 bot 不会怕不会贪也不会 FOMO 它只听算法市场最终奖励的，也一直都不是情绪而是系统你觉得这种故事真正的核心，是在卖 Claude 写 bot 的能力，还是在说明个人交易也开始进入“小型系统化团队”时代了？如果你想寻找一个Polymarket 上简单又好用的交易和跟单工具，可以使用资料在这里 🔽

我让 Claude 15 分钟做了 3 个交易 bot 第二天，钱包里直接多了 +$2,503 我当天就把工作辞了整个过程很简单：我只写了一段 prompt，再回答了几个问题剩下的，Claude 自己做完了它直接拆出 3 套策略： MACD RSI + VWAP CVD divergence 然后给每个 bot 分了一套第一个做 momentum 看到成交量开始抬头，就在大多数人还没反应过来之前先进去第二个做 reversal 等市场开始恐慌，它反手去做对面第三个专门抓 divergence 当价格讲的是一套故事，资金流讲的是另一套，它只跟钱走更狠的是，这不是我一行一行搭出来的 Claude 自己把整套结构写出来了：回测框架历史数据测试风险管理模块部署流程全是它自己搭的最后变成： 3 个 bot 3 个账户 3 套不同打法而且它们彼此不知道对方在做什么资金也是一路放大的： $1→ $5 → $10 → $50 → 一天 +$2,503 你会发现，真正可怕的地方不是“AI 会写代码” 而是它已经开始把：策略拆分回测验证风控配置自动部署压缩到一条 prompt 里 Citadel、Jane Street、Two Sigma 很早就在用 bot 交易了因为 bot 不会怕不会贪也不会 FOMO 它只听算法市场最终奖励的，也一直都不是情绪而是系统你觉得这种故事真正的核心，是在卖 Claude 写 bot 的能力，还是在说明个人交易也开始进入“小型系统化团队”时代了？如果你想寻找一个Polymarket 上简单又好用的交易和跟单工具，可以使用资料在这里 🔽

0x_Miko

10,049 次观看 • 4 个月前

Codex 最浪费 token 的阶段之一，可能是刚进一个陌生仓库的时候。你让它改一个功能，它往往先开始：读目录。找入口。搜 routes。看 schema。翻依赖。再打开一堆文件确认项目结构。真正开始写代码之前，已经烧掉不少 context。 CodeSight 做的事情，就是提前给 Codex 准备一张代码库地图。它会扫描整个 repo，把项目结构、关键文件、routes、schema、依赖关系等信息整理成更紧凑的上下文，再通过 MCP 提供给 Codex。这样 Codex 不需要每次都从零开始探索仓库。简单理解：以前： “你自己把这个 repo 看一遍，再告诉我怎么改。” 现在： “这是整个 repo 的地图，直接去该去的地方。” 对于大项目尤其有用。省下来的不只是 token，还有 Agent 在各种目录里来回探索的时间。如果你经常让 Codex 接手陌生项目，这个值得试试。

Codex 最浪费 token 的阶段之一，可能是刚进一个陌生仓库的时候。你让它改一个功能，它往往先开始：读目录。找入口。搜 routes。看 schema。翻依赖。再打开一堆文件确认项目结构。真正开始写代码之前，已经烧掉不少 context。 CodeSight 做的事情，就是提前给 Codex 准备一张代码库地图。它会扫描整个 repo，把项目结构、关键文件、routes、schema、依赖关系等信息整理成更紧凑的上下文，再通过 MCP 提供给 Codex。这样 Codex 不需要每次都从零开始探索仓库。简单理解：以前： “你自己把这个 repo 看一遍，再告诉我怎么改。” 现在： “这是整个 repo 的地图，直接去该去的地方。” 对于大项目尤其有用。省下来的不只是 token，还有 Agent 在各种目录里来回探索的时间。如果你经常让 Codex 接手陌生项目，这个值得试试。

Smartpig | Gate美股0费率

14,851 次观看 • 3 天前

30 万 U 手续费，0 空投！Backpack 把加密行业下限踹穿了！继上车币安亲儿子预测市场 Opinion 集体反撸用户后，这次 Backpack 又一次刷新了行业下限。我见到被反撸最狠的是我一个兄弟。刷了 30 万 U 手续费进去，最后直接 0 空投。对，你没看错。 30 万 U。不是几百刀试玩。不是脚本点点。不是纯白嫖。是真金白银狠狠干进去，最后被项目方一脚踹出来。说真的，看到这个结果，我第一反应都不是愤怒。是太恶心了！ 1、这不是反女巫，这是拿“女巫”当赖账按钮。现在很多项目，根本不是在发空投。他们是在用空投预期，把你的手续费、时间、流动性和情绪价值先榨干，到了结算那天，再拿“女巫”两个字把你直接清零。 Backpack 这次干的，就是这套。先让你刷。刷交易，刷量，刷 API，刷对冲，刷手续费。等你真的把钱和时间全砸进去了，TGE 来了，项目方一句：不好意思，你是女巫。结束。前面所有投入，瞬间归零。这根本不叫反女巫。这叫把“女巫”两个字做成了项目方的赖账按钮。想给谁就给谁。不想给谁，就女巫谁。更恶心的是，规则不透明，标准不公开，证据链没有，申诉也像演戏。你交手续费，不算真实用户。你亏钱，不算真实用户。你实名，不算真实用户。那谁算真实用户？老外算？这也是为什么这次中文区会炸成这样。不是因为大家输不起。是因为 Backpack 这次的吃相，真的太难看了。 2、Backpack 最大的问题，不只是反撸，是它把自己拖成了一个过气项目。很多人别忘了，Backpack 当年不是没被吹过。相反，它当年是被吹得很猛的那批。 Solana、Mad Lads、钱包、交易所、合规、IPO、币股同权。那时候市场是真给过它很大想象空间的。保守一点，看的是几亿美金。激进一点，看的是几十亿。再疯一点，真有人把它往 Binance 潜在对手、FTX 之后新交易所代表那个方向去想。结果呢？最该发币的时候，它不发。市场最有情绪的时候，它不发。用户最相信“做量能换未来”的时候，它不发。它一直拖。一直 soon。一直讲长期。一直讲建设。一直讲以后。拖到今天，整个市场环境已经彻底变了。山寨玩家这一轮基本都被狠狠干麻了。空投玩家也早就被各种项目反撸教育出 PTSD 了。现在大家看到“积分空投”这四个字，第一反应已经不是暴富，而是：这次又准备怎么赖我？这就是 Backpack 最蠢的地方。它不是没故事。是它把故事讲得太久，讲过期了。 3、以前大家以为它是下一个大所，现在看，更像一个体面收尸的老项目。 Backpack 今天最大的问题，不只是价格低。而是它根本没有长成当年市场吹出来的那个样子。你说它有绝对壁垒吗？没有。你说它强到能跟 Binance、OKX、Hyperliquid 正面打吗？也没有。你说它现在还配得上当年那种估值幻想吗？更没有。最致命的是：它没赶上最好的发币窗口，还把最早支持它、最愿意给它贡献手续费和流动性的那批用户狠狠干了一遍。这已经不是单纯的空投翻车了。这是战略失误、执行拉胯、吃相难看，三件事一起爆了。 4、Backpack 这次最坏的影响，不只是坑了一波人，是把整个空投行业最后一点信用狠狠干穿了。以后项目再出来说什么：长期主义。真实用户优先。反女巫。不是为了短期炒作。很多人都会自动翻译成一句话：项目方在给自己留最后赖账的后门。这才是 Backpack 这次最恶心的地方。它不只是自己翻车。它是又一次告诉所有人：现在很多项目方眼里，用户根本不是伙伴。只是成本项。是手续费来源。是可以在最后一刻随时清理掉的数据。 5、Backpack 最失败的，不是 BP 值多少钱。也不是 FDV 有多难看。更不是发币晚了两三年。它最失败的是，亲手告诉了所有人一件事：你可以陪一个项目熬三年。你可以给它贡献手续费。你可以真亏钱。但到了结算那天，项目方照样可以用“女巫”两个字，把你当垃圾一样扔掉。这才是最恶心的。

30 万 U 手续费，0 空投！Backpack 把加密行业下限踹穿了！继上车币安亲儿子预测市场 Opinion 集体反撸用户后，这次 Backpack 又一次刷新了行业下限。我见到被反撸最狠的是我一个兄弟。刷了 30 万 U 手续费进去，最后直接 0 空投。对，你没看错。 30 万 U。不是几百刀试玩。不是脚本点点。不是纯白嫖。是真金白银狠狠干进去，最后被项目方一脚踹出来。说真的，看到这个结果，我第一反应都不是愤怒。是太恶心了！ 1、这不是反女巫，这是拿“女巫”当赖账按钮。现在很多项目，根本不是在发空投。他们是在用空投预期，把你的手续费、时间、流动性和情绪价值先榨干，到了结算那天，再拿“女巫”两个字把你直接清零。 Backpack 这次干的，就是这套。先让你刷。刷交易，刷量，刷 API，刷对冲，刷手续费。等你真的把钱和时间全砸进去了，TGE 来了，项目方一句：不好意思，你是女巫。结束。前面所有投入，瞬间归零。这根本不叫反女巫。这叫把“女巫”两个字做成了项目方的赖账按钮。想给谁就给谁。不想给谁，就女巫谁。更恶心的是，规则不透明，标准不公开，证据链没有，申诉也像演戏。你交手续费，不算真实用户。你亏钱，不算真实用户。你实名，不算真实用户。那谁算真实用户？老外算？这也是为什么这次中文区会炸成这样。不是因为大家输不起。是因为 Backpack 这次的吃相，真的太难看了。 2、Backpack 最大的问题，不只是反撸，是它把自己拖成了一个过气项目。很多人别忘了，Backpack 当年不是没被吹过。相反，它当年是被吹得很猛的那批。 Solana、Mad Lads、钱包、交易所、合规、IPO、币股同权。那时候市场是真给过它很大想象空间的。保守一点，看的是几亿美金。激进一点，看的是几十亿。再疯一点，真有人把它往 Binance 潜在对手、FTX 之后新交易所代表那个方向去想。结果呢？最该发币的时候，它不发。市场最有情绪的时候，它不发。用户最相信“做量能换未来”的时候，它不发。它一直拖。一直 soon。一直讲长期。一直讲建设。一直讲以后。拖到今天，整个市场环境已经彻底变了。山寨玩家这一轮基本都被狠狠干麻了。空投玩家也早就被各种项目反撸教育出 PTSD 了。现在大家看到“积分空投”这四个字，第一反应已经不是暴富，而是：这次又准备怎么赖我？这就是 Backpack 最蠢的地方。它不是没故事。是它把故事讲得太久，讲过期了。 3、以前大家以为它是下一个大所，现在看，更像一个体面收尸的老项目。 Backpack 今天最大的问题，不只是价格低。而是它根本没有长成当年市场吹出来的那个样子。你说它有绝对壁垒吗？没有。你说它强到能跟 Binance、OKX、Hyperliquid 正面打吗？也没有。你说它现在还配得上当年那种估值幻想吗？更没有。最致命的是：它没赶上最好的发币窗口，还把最早支持它、最愿意给它贡献手续费和流动性的那批用户狠狠干了一遍。这已经不是单纯的空投翻车了。这是战略失误、执行拉胯、吃相难看，三件事一起爆了。 4、Backpack 这次最坏的影响，不只是坑了一波人，是把整个空投行业最后一点信用狠狠干穿了。以后项目再出来说什么：长期主义。真实用户优先。反女巫。不是为了短期炒作。很多人都会自动翻译成一句话：项目方在给自己留最后赖账的后门。这才是 Backpack 这次最恶心的地方。它不只是自己翻车。它是又一次告诉所有人：现在很多项目方眼里，用户根本不是伙伴。只是成本项。是手续费来源。是可以在最后一刻随时清理掉的数据。 5、Backpack 最失败的，不是 BP 值多少钱。也不是 FDV 有多难看。更不是发币晚了两三年。它最失败的是，亲手告诉了所有人一件事：你可以陪一个项目熬三年。你可以给它贡献手续费。你可以真亏钱。但到了结算那天，项目方照样可以用“女巫”两个字，把你当垃圾一样扔掉。这才是最恶心的。

比特币橙子Trader

41,371 次观看 • 4 个月前

两个人不见面，不聊骚，不涉黄，不约会，不聊色的情况下，一个男的一个女的能聊多久？我长期观察 Kindred Labs ，有了一个清晰的判断。它真正想解决的不是 AI 像不像人，也不是 IP 会不会火，而是一个更底层的问题，IP 在数字世界里，第一次拥有完整生命周期的数据主权。现在大多数 IP 的命运都很相似。被创作被传播被消费被平台吃掉数据。用户的情绪行为偏好和记忆，全都留在平台，IP 本身却什么都带不走。 Kindred Labs 的核心改变在于，它把 IP 从一次性内容，变成一个持续运行的系统。这个系统不是靠曝光驱动，而是靠关系驱动。 SATO 只是第一个被完整跑通的样本。真正重要的不是它是蚂蚁，而是它作为一个可持续存在的 AI 实体，每天在和用户产生可记录可学习可累积的数据关系。这点非常关键。因为一旦 IP 拥有了长期连续的数据轨迹，它就不再只是形象，而是具备了状态演化和历史。这在传统 IP 体系里是不存在的。从技术角度看，Kindred 在做的是三件事的叠加。第1️⃣：IP 的行为层被模块化，所有互动不再是一次性调用，而是状态更新。第2️⃣：用户关系被本地化，IP 不依赖平台推荐生存，而是存在于用户设备。第3️⃣：数据权属被重新定义，IP 的成长轨迹是可验证可迁移的。这三件事组合起来，本质上是在为 IP 构建一个类似账户系统的存在形式。不是账号，不是 NFT，而是一个可以持续运行的智能体。这也是为什么我不把 Kindred 看成 AI 产品公司。它更像是在搭建一个IP 的操作系统。未来每一个进入 Kindred 的 IP，本质上都是在接入同一套运行环境。从这个角度看，SATO 的经济设计反而只是外层。真正的价值在于，Kindred 已经证明了一件事。 IP 可以不依赖平台流量，也可以持续存在并扩展关系。这对内容产业意味着什么。意味着未来 IP 的估值不再只看曝光，而会开始看留存看互动深度看生命周期长度。而这些指标，只有在 Kindred 这种系统里才成立。很多人把 Kindred 和其他 AI 项目放在一起对比，其实是错位的。它不是在比模型能力，而是在重写 IP 的存在方式。从长期建设的角度，我更关心的是下一步。当更多 IP 进入这套系统，IP 之间是否会产生协作。用户是否会开始把时间分配给不同智能体。以及这些关系是否会反过来形成新的价值网络。如果这些成立，Kindred 就不是一个爆款项目。而是一条新的数字文明基础设施。这也是我持续关注它的原因。 Kindred Labs #kindred #KAITO

两个人不见面，不聊骚，不涉黄，不约会，不聊色的情况下，一个男的一个女的能聊多久？我长期观察 Kindred Labs ，有了一个清晰的判断。它真正想解决的不是 AI 像不像人，也不是 IP 会不会火，而是一个更底层的问题，IP 在数字世界里，第一次拥有完整生命周期的数据主权。现在大多数 IP 的命运都很相似。被创作被传播被消费被平台吃掉数据。用户的情绪行为偏好和记忆，全都留在平台，IP 本身却什么都带不走。 Kindred Labs 的核心改变在于，它把 IP 从一次性内容，变成一个持续运行的系统。这个系统不是靠曝光驱动，而是靠关系驱动。 SATO 只是第一个被完整跑通的样本。真正重要的不是它是蚂蚁，而是它作为一个可持续存在的 AI 实体，每天在和用户产生可记录可学习可累积的数据关系。这点非常关键。因为一旦 IP 拥有了长期连续的数据轨迹，它就不再只是形象，而是具备了状态演化和历史。这在传统 IP 体系里是不存在的。从技术角度看，Kindred 在做的是三件事的叠加。第1️⃣：IP 的行为层被模块化，所有互动不再是一次性调用，而是状态更新。第2️⃣：用户关系被本地化，IP 不依赖平台推荐生存，而是存在于用户设备。第3️⃣：数据权属被重新定义，IP 的成长轨迹是可验证可迁移的。这三件事组合起来，本质上是在为 IP 构建一个类似账户系统的存在形式。不是账号，不是 NFT，而是一个可以持续运行的智能体。这也是为什么我不把 Kindred 看成 AI 产品公司。它更像是在搭建一个IP 的操作系统。未来每一个进入 Kindred 的 IP，本质上都是在接入同一套运行环境。从这个角度看，SATO 的经济设计反而只是外层。真正的价值在于，Kindred 已经证明了一件事。 IP 可以不依赖平台流量，也可以持续存在并扩展关系。这对内容产业意味着什么。意味着未来 IP 的估值不再只看曝光，而会开始看留存看互动深度看生命周期长度。而这些指标，只有在 Kindred 这种系统里才成立。很多人把 Kindred 和其他 AI 项目放在一起对比，其实是错位的。它不是在比模型能力，而是在重写 IP 的存在方式。从长期建设的角度，我更关心的是下一步。当更多 IP 进入这套系统，IP 之间是否会产生协作。用户是否会开始把时间分配给不同智能体。以及这些关系是否会反过来形成新的价值网络。如果这些成立，Kindred 就不是一个爆款项目。而是一条新的数字文明基础设施。这也是我持续关注它的原因。 Kindred Labs #kindred #KAITO

比克大魔王

567,976 次观看 • 7 个月前

我刚用 Codex + HyperFrames 体验了一把“用代码生成视频”。只说一句：帮我做一个端午节来历的视频。它自己搭项目、写动画、做转场、跑检查、渲染 MP4。我问“没有配音乐吗？” 它又补了一条原创五声音阶背景音乐，重新出片。最后得到一个 42 秒、1080p、带音乐的节日科普短片。这不是简单的 AI 生成图文，而是把视频当成 HTML / CSS / GSAP 工程来做。对创作者来说太香了：不用开剪辑软件，不用手调字幕，不用到处找模板。你负责想法，它负责把想法变成可渲染的视频工程。强烈推荐试试 HyperFrames 插件。 Codex + HyperFrames，真的有点像“会写代码的剪辑师”。

我刚用 Codex + HyperFrames 体验了一把“用代码生成视频”。只说一句：帮我做一个端午节来历的视频。它自己搭项目、写动画、做转场、跑检查、渲染 MP4。我问“没有配音乐吗？” 它又补了一条原创五声音阶背景音乐，重新出片。最后得到一个 42 秒、1080p、带音乐的节日科普短片。这不是简单的 AI 生成图文，而是把视频当成 HTML / CSS / GSAP 工程来做。对创作者来说太香了：不用开剪辑软件，不用手调字幕，不用到处找模板。你负责想法，它负责把想法变成可渲染的视频工程。强烈推荐试试 HyperFrames 插件。 Codex + HyperFrames，真的有点像“会写代码的剪辑师”。

AI搞钱Hacker

40,193 次观看 • 1 个月前

其实不是每个职场人都必须去学 Claude Code 或 Codex。如果你的工作主要只是改 PPT、补 Excel、写汇报，那么你真正缺的不是一个超强的 Agent，而是一个知道你工作上下文的 AI助手。比如 remio，它会持续把你的本地文件、会议、邮件这些资料变成上下文。让它改 PPT 的时候，不需要每次重新上传十个文件、再把项目背景解释一遍，只需要选取本地相关资料，它会自动读取、分析、提炼、并快速汇总成你需要的交付形式。它更像一个已经在公司陪你协作了很久、知道项目来龙去脉的 AI 办公秘书。以后老板一发任务，你就可以直接让remio帮你干。

其实不是每个职场人都必须去学 Claude Code 或 Codex。如果你的工作主要只是改 PPT、补 Excel、写汇报，那么你真正缺的不是一个超强的 Agent，而是一个知道你工作上下文的 AI助手。比如 remio，它会持续把你的本地文件、会议、邮件这些资料变成上下文。让它改 PPT 的时候，不需要每次重新上传十个文件、再把项目背景解释一遍，只需要选取本地相关资料，它会自动读取、分析、提炼、并快速汇总成你需要的交付形式。它更像一个已经在公司陪你协作了很久、知道项目来龙去脉的 AI 办公秘书。以后老板一发任务，你就可以直接让remio帮你干。

木马人

18,064 次观看 • 14 天前

港大团队这次开源的，不只是一个 Agent 项目，而是把 Agent 从“会做事”推进到“会进化”。项目名叫 OpenSpace。它想解决的不是“再做一个 Agent”，而是让 Agent 具备从实践中学习、持续进化、彼此共享经验的能力，避免每次干活都从零开始、重复踩坑。它的核心卖点有 3 个：自我进化：skill 会自动修复、自动改进、自动学习，在失败中持续迭代。群体智能：一个 Agent 学到的新技能，可以同步共享给其他 Agent。降本增效：复用已经验证过的解决方案，出问题时只修局部，不用每次推翻重来。 README 里还有个很抓人的数字： 4.2× better performance，46% fewer tokens。我觉得这个项目最值得看的地方，不是“又一个 Agent 框架”，而是它在试图回答一个更关键的问题： Agent 能不能像团队一样，把经验真正沉淀下来，并且共享给其他 Agent。

港大团队这次开源的，不只是一个 Agent 项目，而是把 Agent 从“会做事”推进到“会进化”。项目名叫 OpenSpace。它想解决的不是“再做一个 Agent”，而是让 Agent 具备从实践中学习、持续进化、彼此共享经验的能力，避免每次干活都从零开始、重复踩坑。它的核心卖点有 3 个：自我进化：skill 会自动修复、自动改进、自动学习，在失败中持续迭代。群体智能：一个 Agent 学到的新技能，可以同步共享给其他 Agent。降本增效：复用已经验证过的解决方案，出问题时只修局部，不用每次推翻重来。 README 里还有个很抓人的数字： 4.2× better performance，46% fewer tokens。我觉得这个项目最值得看的地方，不是“又一个 Agent 框架”，而是它在试图回答一个更关键的问题： Agent 能不能像团队一样，把经验真正沉淀下来，并且共享给其他 Agent。

axiaisacat

30,217 次观看 • 4 个月前