Loading video...

Video Failed to Load

There was a problem loading this video. This could be due to a temporary network issue or the video might be unavailable.

GitHub 上有个项目火了，叫 Godogen。简单说就是：你给 AI 一句话，它自己给你做一个游戏出来。不是生成几段代码那种，是从建工程、写逻辑、生成素材、跑引擎、截图检查，到发现画面不对再自己修，整套流程自动跑。它的口号也很直接： Prompt in, Godot game out. 说人话就是：你描述游戏，它负责把第一版做出来。

Vincent

54,875 subscribers

62,915 views • 11 days ago •via X (Twitter)

Education Science & Technology

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

这才是真正的 AI 剪辑神器。开源项目 Pixelle-Video — 一个把短视频做成流水线的工具。以前做一个视频：写脚本、找素材、配音、剪辑一套下来，半天没了。 Pixelle-Video 直接把流程砍到只剩一步：输入一个主题剩下的全自动：写文案、出画面、配音、加 BGM，最后直接给你成片。但真正厉害的，不是自动。而是你可以完全掌控它：模型自己选声音自己换画面 workflow 自己搭这已经不仅仅是工具了，是一条能批量出片的流水线你甚至可以直接批量跑内容，做账号矩阵。你不再做视频，你已经可以生产视频了。

这才是真正的 AI 剪辑神器。开源项目 Pixelle-Video — 一个把短视频做成流水线的工具。以前做一个视频：写脚本、找素材、配音、剪辑一套下来，半天没了。 Pixelle-Video 直接把流程砍到只剩一步：输入一个主题剩下的全自动：写文案、出画面、配音、加 BGM，最后直接给你成片。但真正厉害的，不是自动。而是你可以完全掌控它：模型自己选声音自己换画面 workflow 自己搭这已经不仅仅是工具了，是一条能批量出片的流水线你甚至可以直接批量跑内容，做账号矩阵。你不再做视频，你已经可以生产视频了。

开发者Hailey

54,644 views • 2 months ago

淘到一个狠项目。 Godot，一个 11.2 万 stars 的开源游戏引擎，MIT 协议，全免费。 Unity 一年订阅费够你雇一个程序员，但这玩意儿直接全免。它表面看是个免费游戏引擎，说白了就是 Unity 的平替。但免费只是表面。 Godot 的 2D 引擎是它最硬的底牌。专属 2D 渲染，像素坐标直接控制，不套 3D 管线模拟。做 2D 游戏的都懂， Unity 那套 2D 是 3D 引擎上盖了层薄皮。Godot 反过来，2D 引擎从根上就是 2D 的。节点架构也干净。场景树组织一切，一个节点一个职责。没拿投资没收版税，纯靠社区捐赠活了 12 年。stars 货真价实，开发者都用脚投票的。 ai 时代对普通人来说，这事儿很简单：你想做游戏，以前得先凑一笔引擎钱。现在不用了。下一个安装包，几十兆，双击打开，建项目直接开干。官方文档里有个 Your first 2D game 教程，跟着走，30 分钟就能跑通一个会动的小角色了，看我做的小视频，在 mac 电脑运行，非常出色。而且，做出来的游戏全是你的，没人抽成，没人管你赚了多少。别只收藏。今晚下一个编辑器，跑一遍入门教程。30 分钟你就能判断这玩意儿适不适合你的下一个项目。

淘到一个狠项目。 Godot，一个 11.2 万 stars 的开源游戏引擎，MIT 协议，全免费。 Unity 一年订阅费够你雇一个程序员，但这玩意儿直接全免。它表面看是个免费游戏引擎，说白了就是 Unity 的平替。但免费只是表面。 Godot 的 2D 引擎是它最硬的底牌。专属 2D 渲染，像素坐标直接控制，不套 3D 管线模拟。做 2D 游戏的都懂， Unity 那套 2D 是 3D 引擎上盖了层薄皮。Godot 反过来，2D 引擎从根上就是 2D 的。节点架构也干净。场景树组织一切，一个节点一个职责。没拿投资没收版税，纯靠社区捐赠活了 12 年。stars 货真价实，开发者都用脚投票的。 ai 时代对普通人来说，这事儿很简单：你想做游戏，以前得先凑一笔引擎钱。现在不用了。下一个安装包，几十兆，双击打开，建项目直接开干。官方文档里有个 Your first 2D game 教程，跟着走，30 分钟就能跑通一个会动的小角色了，看我做的小视频，在 mac 电脑运行，非常出色。而且，做出来的游戏全是你的，没人抽成，没人管你赚了多少。别只收藏。今晚下一个编辑器，跑一遍入门教程。30 分钟你就能判断这玩意儿适不适合你的下一个项目。

老王霸 AI Lab

93,656 views • 1 month ago

Runway 推出 Multi-Shot App 一句话生成一整段带对话、音效和剪辑的视频不用自己一个镜头一个镜头生成再拼，不用单独配音效，不用手动剪辑... 一次输入，出来就是一段有节奏感的短片。你写一段场景描述，它自动拆解成最多 5 个镜头，每个镜头的构图、运镜、节奏都帮你规划好，还会自动匹配对话和音效。两种输入方式：给一张图作为起点，让它基于画面往下发展纯文字描述，从零开始生成

Runway 推出 Multi-Shot App 一句话生成一整段带对话、音效和剪辑的视频不用自己一个镜头一个镜头生成再拼，不用单独配音效，不用手动剪辑... 一次输入，出来就是一段有节奏感的短片。你写一段场景描述，它自动拆解成最多 5 个镜头，每个镜头的构图、运镜、节奏都帮你规划好，还会自动匹配对话和音效。两种输入方式：给一张图作为起点，让它基于画面往下发展纯文字描述，从零开始生成

小互

12,841 views • 3 months ago

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

39,066 views • 15 days ago

说实话，这才是我想要的AI该有的样子。前_buildspace创始人Farza刚刚发布了Clicky，一个住在你Mac光标旁边的AI伙伴，你不用打开任何App，不用打字，只要对着屏幕说一句话，它就会分裂出一个小代理，直接帮你把活干了。你说，帮我把桌面这些乱七八糟的截图清理一下，它就自动给你分类归档。你说，帮我明天晚上九点设个提醒和Sharif去吃饭，它就直接打开提醒事项帮你建好。你说，帮我找25个粉丝不到五万的同领域微网红，列成CSV再写几条DM模板，它就自己上网搜，自己整理，几分钟给你一个现成的表格。最离谱的是这个，你说，帮我建一个Mac App，控制本地的Spotify，做成复古唱片机风格，有播放暂停显示歌名，五分钟之后，它真的给你编译出了一个完整的原生App，还自动打开给你运行。以前所有的AI，都是你去找它，你打开聊天框，你打字，你复制粘贴，而Clicky是它一直在你身边，它看得到你屏幕上的一切，你需要的时候喊一声，它就出来帮你搞定。 Siri会告诉你，我帮你打开提醒事项，然后让你自己填，而Clicky会直接帮你填好保存，这才是真正的AI助手，不是聊天机器人，是你的数字员工。现在已经可以免费下载了，Mac用户直接冲，这绝对是2026年到目前为止，最让我兴奋的AI产品。

说实话，这才是我想要的AI该有的样子。前_buildspace创始人Farza刚刚发布了Clicky，一个住在你Mac光标旁边的AI伙伴，你不用打开任何App，不用打字，只要对着屏幕说一句话，它就会分裂出一个小代理，直接帮你把活干了。你说，帮我把桌面这些乱七八糟的截图清理一下，它就自动给你分类归档。你说，帮我明天晚上九点设个提醒和Sharif去吃饭，它就直接打开提醒事项帮你建好。你说，帮我找25个粉丝不到五万的同领域微网红，列成CSV再写几条DM模板，它就自己上网搜，自己整理，几分钟给你一个现成的表格。最离谱的是这个，你说，帮我建一个Mac App，控制本地的Spotify，做成复古唱片机风格，有播放暂停显示歌名，五分钟之后，它真的给你编译出了一个完整的原生App，还自动打开给你运行。以前所有的AI，都是你去找它，你打开聊天框，你打字，你复制粘贴，而Clicky是它一直在你身边，它看得到你屏幕上的一切，你需要的时候喊一声，它就出来帮你搞定。 Siri会告诉你，我帮你打开提醒事项，然后让你自己填，而Clicky会直接帮你填好保存，这才是真正的AI助手，不是聊天机器人，是你的数字员工。现在已经可以免费下载了，Mac用户直接冲，这绝对是2026年到目前为止，最让我兴奋的AI产品。

AYi

14,195 views • 2 months ago

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一一句话就能自动生成结构复杂的架构图，还能做动画效果。架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

🚀发现了一个宝藏开源项目，已经斩获 29k stars，登上 github 热榜第一一句话就能自动生成结构复杂的架构图，还能做动画效果。架构图、流程图、思维导图一键生成，内容可编辑，做完直接导出。还可以上传你的手绘草图一键生成图表，也可以让它帮你画手绘图。

阿西_出海

52,017 views • 1 month ago

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

一个人做游戏，真的开始像带团队了。 Claude-Code-Game-Studios 这个项目很猛。它不是单纯给你一个更会写代码的 Claude，而是想把一整个游戏工作室塞进 Claude Code 里。 README 里直接给了： 48 个 AI agents 37 个 workflows 还有完整的 studio hierarchy、slash commands、hooks、rules 和 templates。也就是说，你不是在和一个 AI 助手聊天，而是在调度一支虚拟游戏团队。从创意总监、技术总监、制作人，到玩法程序、关卡设计、叙事、音频、QA、发行，整套分工都已经拆好了。甚至连 Godot、Unity、Unreal 三套引擎专家也都配上了。我觉得这类项目真正有意思的地方，不是“Agent 数量很多”，而是它开始把 AI Coding 从单兵作战，推进到“组织协作”这一步。游戏开发本来就是最典型的多角色协同场景之一，所以这种玩法特别值得看。项目现在 GitHub 也已经有 3.3k Stars、440 Forks。如果你在关注 AI 游戏开发、多 Agent workflow，或者一人游戏工作室这个方向，值得研究一下👇

axiaisacat

67,100 views • 3 months ago

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

28,917 views • 3 months ago

一键复刻 TikTok 电商爆款视频的AI：CreatOK 你给一张商品图 + 一句话，直接就是一条完整带货视频：人物、场景、配音全都有。刷到一个爆款也不用研究了，丢进去，它会帮你拆结构，再做一版同思路内容。不是给灵感，是直接把能卖的内容做出来。而且它已经接入 OpenClaw 🦞 你可以让小龙虾帮你拆爆款，再把 CreatOK 接进 OpenClaw 里用。装上 CreatOK 的 skills 之后：自动分析 TikTok 爆款生成短视频内容输出结构 + Hook + 脚本整个过程就跟聊天一样你丢一个链接，说一句你想要什么，它就开始干活

一键复刻 TikTok 电商爆款视频的AI：CreatOK 你给一张商品图 + 一句话，直接就是一条完整带货视频：人物、场景、配音全都有。刷到一个爆款也不用研究了，丢进去，它会帮你拆结构，再做一版同思路内容。不是给灵感，是直接把能卖的内容做出来。而且它已经接入 OpenClaw 🦞 你可以让小龙虾帮你拆爆款，再把 CreatOK 接进 OpenClaw 里用。装上 CreatOK 的 skills 之后：自动分析 TikTok 爆款生成短视频内容输出结构 + Hook + 脚本整个过程就跟聊天一样你丢一个链接，说一句你想要什么，它就开始干活

开发者Hailey

35,905 views • 3 months ago

不是，这就搞定了一个内容实时生成的AI漫剧游戏嘛？灵感来自向阳乔木和 Roi，可以将任何剧本生成类似于 Galagame 的游戏。有TTS阅读对话，同时呢还会自动生成背景图，自动生成每个角色的人物立绘。感觉这玩意儿都能直接做一个产品了，我操。你有剧情，你就可以生成对应的漫剧或者是对话游戏。

不是，这就搞定了一个内容实时生成的AI漫剧游戏嘛？灵感来自向阳乔木和 Roi，可以将任何剧本生成类似于 Galagame 的游戏。有TTS阅读对话，同时呢还会自动生成背景图，自动生成每个角色的人物立绘。感觉这玩意儿都能直接做一个产品了，我操。你有剧情，你就可以生成对应的漫剧或者是对话游戏。

歸藏(guizang.ai)

68,142 views • 7 months ago

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

啊？AI可以自己找活干了？给大家介绍一个炸裂的开源项目 Hephaestus - 这玩意儿让AI Agent自己规划工作，自己发现问题，自己创建任务！抽象到什么程度？它内嵌了个kanban....让AI自己拆解card自己做.... 传统的Agent框架都是你提前写死所有流程，遇到没预料到的情况就傻眼。Hephaestus 直接换了个思路：只定义三个阶段（分析-实现-验证），然后Agent自己看着办。举例：测试Agent在跑测试时，发现了一个性能优化机会，它不是记个log就完事，而是自己创建了一个新的调查任务，然后放到kanban里，然后另一个Agent接手去研究，确认可行后又自己创建实现任务。整个工作流就这么自己长出了一个分支。你给它一个PRD，它分析出5个组件，创建5个并行任务。其中一个Agent干完了发现bug，自己创建修复任务。另一个Agent发现可以优化，自己创建优化分支。工作流是实时生成的，而不是一开始就预测好的。我有空也会测一下试试，看看它能不能真的从0到1自己把活干完。总之先增加到待测试列表。项目地址：

karminski-牙医

41,533 views • 8 months ago

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

最近在开发圈很火的 GitHub 项目 Firecrawl，一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。一句话总结：它可以把任何网站，直接变成 AI 能用的数据。只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说：网站 → 结构化数据 → 直接喂给 LLM。现在很多 AI 项目的数据流程其实都是：网站 → Firecrawl → 向量库 → RAG → AI 应用如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集这个工具基本算是 AI 开发的基础设施了

开发者Hailey

139,498 views • 3 months ago

一句话告诉 Agent 要操控哪个网站，它自动帮你生成 CLI 工具，直接走你已登录的 Chrome 浏览器，不用调 API 或搞 token。 x-cli 的玩法是装上 Kimi WebBridge 插件后，对 Agent 说一句"帮我给某网站做个 CLI"，Agent 会先问你要哪些功能，然后自己去分析页面、写代码、生成工具。最后你拿到的 CLI 能直接控制你 Chrome 里已登录的会话，不走 API。仓库里给了四个成品：百度搜素、Google 搜索加抓取、Nano Banana 出图、ChatGPT 出图，都是 Go 写的。

一句话告诉 Agent 要操控哪个网站，它自动帮你生成 CLI 工具，直接走你已登录的 Chrome 浏览器，不用调 API 或搞 token。 x-cli 的玩法是装上 Kimi WebBridge 插件后，对 Agent 说一句"帮我给某网站做个 CLI"，Agent 会先问你要哪些功能，然后自己去分析页面、写代码、生成工具。最后你拿到的 CLI 能直接控制你 Chrome 里已登录的会话，不走 API。仓库里给了四个成品：百度搜素、Google 搜索加抓取、Nano Banana 出图、ChatGPT 出图，都是 Go 写的。

Geek Lite

31,850 views • 1 month ago

很多 React 组件库，第一眼都像后台系统。 zelda-hyrule-ui 反着来：它把《旷野之息》那种游戏 UI，做成了一套 React 组件。血条、精力轮、任务面板、地图标记、对话框、商店界面，都能直接拿来用。最有意思的是，它还给 AI 写了使用文档。你把链接丢给 Cursor，让它按这个风格继续做页面，不容易跑成普通 SaaS 味。这类项目挺适合游戏化工具、学习 App、打卡产品。 UI 一换，产品气质马上就不一样了。

很多 React 组件库，第一眼都像后台系统。 zelda-hyrule-ui 反着来：它把《旷野之息》那种游戏 UI，做成了一套 React 组件。血条、精力轮、任务面板、地图标记、对话框、商店界面，都能直接拿来用。最有意思的是，它还给 AI 写了使用文档。你把链接丢给 Cursor，让它按这个风格继续做页面，不容易跑成普通 SaaS 味。这类项目挺适合游戏化工具、学习 App、打卡产品。 UI 一换，产品气质马上就不一样了。

axiaisacat

30,602 views • 14 days ago

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

OpenAI刚刚开源的这个东西，感觉要把程序员的工作方式给整个改写了。现在大家都在卷模型写代码有多强，但其实真正的瓶颈早就不是生成了。一个人每天最多同时有效监督3-5个编码Agent，再多就会注意力崩溃，生产力直接归零。有了Symphony，直接把这个上限干到了几十个。它把你的Linear、GitHub Issues直接变成了永远在线的Agent调度器。你开一个任务，它自动启动一个独立隔离的Codex Agent。自己写代码，自己跑测试，自己做交叉Review，damn！全部搞定之后，会给你提交一个完整的证据包。 CI全绿，安全和性能专项审查通过，改了UI就自动录好操作视频。所有验证全过了，才会出现在你的Human Review队列里。以后人类的角色可能会被彻底颠覆了。以前你是监工，盯着Agent一步一步写代码，上下文切到吐。现在你是老板，只需要看最终的结果。满意就点合并，不满意就去仓库里补规则补文档补Guardrails。记住兄弟们，永远不要手把手指挥Agent，永远不要替它干活。这可不是啥实验室概念，OpenAI自己已经这么干了。三个工程师，五个月，写了一百万行代码，0行人工写的。产品已经有几百个内部用户，每天都在迭代。我觉得他们最厉害的不是模型，是他们把整个仓库变成了Agent能看懂能自主工作的乐园。现在很多人都搞错了Agent时代的核心竞争力。未来不是谁的模型更聪明，而是看谁能设计出让Agent可靠自主工作的环境。我觉得未来最好的工程师，再也不是写代码最快的人，而是那些最会写规则，最会设计反馈回路，最会给Agent搭舞台的人。现在Symphony已经开源了，它甚至不是一个成品。是一个17k token的完整SPEC。你把这个SPEC喂给任何一个编码Agent，十分钟就能生成你自己定制版的Symphony。 GitHub地址评论区自取👇

阿绎 AYi

61,332 views • 2 months ago

这是一个 OpenAI 的 o1 模型编写网页游戏的案例，这个例子是编写一个找松鼠的游戏，屏幕上每秒钟增加一个🍓并且在跳动，你要控制一只🐨去躲草莓，等到3秒后，🐿️会出来，你要绕过🍓找到🐿️。这个游戏首先逻辑有一点复杂，另外是一个以前没出现过的游戏（如果我没记错的话），以前的模型可能是无法一次性生成可以运行的游戏代码。所以以前的模型在演示生成代码时，大多都是用一些贪吃蛇这种经典游戏来演示，毕竟代码都训练过，很容易就生成了。这里 o1 一次生成可以执行的结果，确实是不错的。生成游戏时的提示词：使用 pygame 制作一个名为“找松鼠”的游戏：每秒钟随机生成一个草莓，并在屏幕上弹跳。草莓的图标是 strawberry.png。如果草莓碰到你，你会死亡。三秒钟后，松鼠图标会生成并在屏幕上弹跳。松鼠的图标是 squirrel.png。如果你碰到它，你就赢了。 * 确保所有图标的大小为 10 像素乘 48 像素。 * 使用 resco colors 作为基础，在屏幕角落添加一个定时器。 * 在游戏开始前显示游戏说明。 * 当你赢或输时，游戏会自动重新开始。 * 在单人模式下完成游戏。

这是一个 OpenAI 的 o1 模型编写网页游戏的案例，这个例子是编写一个找松鼠的游戏，屏幕上每秒钟增加一个🍓并且在跳动，你要控制一只🐨去躲草莓，等到3秒后，🐿️会出来，你要绕过🍓找到🐿️。这个游戏首先逻辑有一点复杂，另外是一个以前没出现过的游戏（如果我没记错的话），以前的模型可能是无法一次性生成可以运行的游戏代码。所以以前的模型在演示生成代码时，大多都是用一些贪吃蛇这种经典游戏来演示，毕竟代码都训练过，很容易就生成了。这里 o1 一次生成可以执行的结果，确实是不错的。生成游戏时的提示词：使用 pygame 制作一个名为“找松鼠”的游戏：每秒钟随机生成一个草莓，并在屏幕上弹跳。草莓的图标是 strawberry.png。如果草莓碰到你，你会死亡。三秒钟后，松鼠图标会生成并在屏幕上弹跳。松鼠的图标是 squirrel.png。如果你碰到它，你就赢了。 * 确保所有图标的大小为 10 像素乘 48 像素。 * 使用 resco colors 作为基础，在屏幕角落添加一个定时器。 * 在游戏开始前显示游戏说明。 * 当你赢或输时，游戏会自动重新开始。 * 在单人模式下完成游戏。

宝玉

18,120 views • 1 year ago

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

最近看到一个很值得研究的开源项目：learn-claude-code。它不是在教你怎么堆 prompt、连工作流、搭节点图，而是在教你一件更底层的事：怎么从 0 到 1 搭一个类 Claude Code 的 agent harness。这个项目最有意思的观点是：真正的 Agent 是模型本身，外面的代码只是 harness。所以它讨论的重点，不是“怎么把流程编排得更复杂”，而是怎么给模型准备一个真正能工作的环境。 README 里把 harness 拆成了： Tools Knowledge Observation Action Interfaces Permissions 也就是工具、知识、观察、动作接口和权限边界。说白了，模型负责思考， harness 负责让它看见世界、调用工具、执行动作。我觉得这个视角很重要。因为很多人现在做 Agent，还停留在“拼工作流”和“堆胶水代码”的阶段。但真正决定 Agent 能不能跑起来的，往往是你给它什么环境，而不是你给它多少层 prompt。这个项目现在 GitHub 已经有 36k Stars、5.8k Forks。如果你在关注 AI Agent、Claude Code，或者 agent engineering，这个项目很值得看看。👇

axiaisacat

44,334 views • 3 months ago

🚨Stitch 这次升级不得了，我觉得重点不是多了几个功能，而是 Google 正在重写 AI 设计工具的定义。 1/ Google 昨晚更新了 Stitch，官方给它的新定位很直接： AI-native software design canvas。 2/ 翻译成人话就是：它不想只做一个 “你写一句 prompt，我给你几张 UI 图” 的工具了。 3/ 这次更新，核心就 5 个方向：无限画布更聪明的设计代理语音交互即时原型设计系统 + DESIGN.md 4/ 最值得看的第一点，是 AI 原生画布。现在的 Stitch 不只是吃 prompt。还可以把图片、文本、代码一起作为上下文。这说明它开始更像“设计工作台”，而不是一次性生成器。 5/ 第二点，是 agent 变强了。 Google 这次明确说，新 design agent 能理解整个项目演进过程，而且还有 Agent manager，支持你并行探索多个设计方向。 6/ 第三点，是语音进入设计主流程。你可以直接对着画布说话让 Stitch 一边听一边改还能给你实时设计反馈 7/ 第四点，是即时原型。现在 Stitch 可以把静态设计快速变成交互原型，点一下 Play 就能看 flow，甚至还能自动补出逻辑上的下一屏。 8/ 第五点，是很多人会低估的 DESIGN.md。 Google 把设计规则做成了一个 agent-friendly markdown，支持导入、导出、复用，还支持从 URL 提取设计系统。 9/ 所以这次 Stitch 真正从“帮你出图”，走向“参与整个设计流程”。 10/ 一句话总结： 2025 年的 Stitch，更像 UI 生成器。 2026 年这次升级之后，它开始更像 AI 设计工作台。

🚨Stitch 这次升级不得了，我觉得重点不是多了几个功能，而是 Google 正在重写 AI 设计工具的定义。 1/ Google 昨晚更新了 Stitch，官方给它的新定位很直接： AI-native software design canvas。 2/ 翻译成人话就是：它不想只做一个 “你写一句 prompt，我给你几张 UI 图” 的工具了。 3/ 这次更新，核心就 5 个方向：无限画布更聪明的设计代理语音交互即时原型设计系统 + DESIGN.md 4/ 最值得看的第一点，是 AI 原生画布。现在的 Stitch 不只是吃 prompt。还可以把图片、文本、代码一起作为上下文。这说明它开始更像“设计工作台”，而不是一次性生成器。 5/ 第二点，是 agent 变强了。 Google 这次明确说，新 design agent 能理解整个项目演进过程，而且还有 Agent manager，支持你并行探索多个设计方向。 6/ 第三点，是语音进入设计主流程。你可以直接对着画布说话让 Stitch 一边听一边改还能给你实时设计反馈 7/ 第四点，是即时原型。现在 Stitch 可以把静态设计快速变成交互原型，点一下 Play 就能看 flow，甚至还能自动补出逻辑上的下一屏。 8/ 第五点，是很多人会低估的 DESIGN.md。 Google 把设计规则做成了一个 agent-friendly markdown，支持导入、导出、复用，还支持从 URL 提取设计系统。 9/ 所以这次 Stitch 真正从“帮你出图”，走向“参与整个设计流程”。 10/ 一句话总结： 2025 年的 Stitch，更像 UI 生成器。 2026 年这次升级之后，它开始更像 AI 设计工作台。

比特币橙子Trader

16,604 views • 3 months ago

兄弟们 Lovart 接入 Sora 2 模型确实是有点强啊可以一键出MV、宣传片... 下面这个视频是我直接生成的之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”

兄弟们 Lovart 接入 Sora 2 模型确实是有点强啊可以一键出MV、宣传片... 下面这个视频是我直接生成的之前有位博主做过这样的，我复刻了下，这种如果你用sora 需要生成很多片段然后剪辑我用Lovart 直接一句话给你自动生成音乐+片段，然后它会给你自动剪辑成片！全程你什么都不用干... 只需要就一个很简单的提示词即可： “生成一段公路旅行怀旧音乐，并通过Sora 2 pro 为其制作一个完整的MV，画面为美国公路自驾旅行的各种片段loop，视角全是车窗内拍摄，闪现美国各个知名旅游景点和风景。”

小互

61,589 views • 8 months ago

Koji：一个拒绝给答案的 AI 家教... 由来自麻省理工学院和哈佛大学的顶尖学习专家训练而成号称全球第一个「图形化私教」你给孩子一个答案，他就少思考一次；少思考一次，这个能力就少长一点。 Koji 反着来，不给答案,而是逼你自己想它能看到你看到的，甚至能高亮、批注屏幕内容，实时指导你... 几个特点： 1、它不像 ChatGPT 那样只甩给我一串步骤清单，剥夺了学习机会还养出对AI依赖。Koji 反过来，问你、引导你，逼你自己把这步想出来。 2、它能看见你的屏幕你不用把题目描述给它。Koji 本来就趴在你旁边，看着你做题，知道你哪一步拖错了、在哪儿停了三秒。它清楚你为什么卡住，因为它看得见。 3、「图形化」是关键普通 AI 只能跟你打字聊。Koji 能直接伸手改你的题：高亮一块区域、给图加批注、临时塞一道小题给你。学导数时，它就在你那条切线上跟你一起画，而不是在另一个窗口回你一段文字。 4、它先开口，老师在你求助之前先开口，会大大降低你张嘴提问的门槛。所以每进一页 Koji 都先说一句：这题和上一道有什么不一样，动手前该注意什么。视频里两个场景：几何题：孩子在画布上挪圆挪错了。Koji 没说"该往哪边挪"，而是画了几个测试点反问"哪些符合圆的方程？" 逼孩子自己推出 y=0 时 x=6。 Python 课：Koji 直接不教 Hello World 那套，因为"代码现在都是 AI 写的"，孩子要学的是看懂代码 + 抓 AI 的错。卡死循环？它不告诉答案，只提醒"你在死循环里"，剩下你自己找。

Koji：一个拒绝给答案的 AI 家教... 由来自麻省理工学院和哈佛大学的顶尖学习专家训练而成号称全球第一个「图形化私教」你给孩子一个答案，他就少思考一次；少思考一次，这个能力就少长一点。 Koji 反着来，不给答案,而是逼你自己想它能看到你看到的，甚至能高亮、批注屏幕内容，实时指导你... 几个特点： 1、它不像 ChatGPT 那样只甩给我一串步骤清单，剥夺了学习机会还养出对AI依赖。Koji 反过来，问你、引导你，逼你自己把这步想出来。 2、它能看见你的屏幕你不用把题目描述给它。Koji 本来就趴在你旁边，看着你做题，知道你哪一步拖错了、在哪儿停了三秒。它清楚你为什么卡住，因为它看得见。 3、「图形化」是关键普通 AI 只能跟你打字聊。Koji 能直接伸手改你的题：高亮一块区域、给图加批注、临时塞一道小题给你。学导数时，它就在你那条切线上跟你一起画，而不是在另一个窗口回你一段文字。 4、它先开口，老师在你求助之前先开口，会大大降低你张嘴提问的门槛。所以每进一页 Koji 都先说一句：这题和上一道有什么不一样，动手前该注意什么。视频里两个场景：几何题：孩子在画布上挪圆挪错了。Koji 没说"该往哪边挪"，而是画了几个测试点反问"哪些符合圆的方程？" 逼孩子自己推出 y=0 时 x=6。 Python 课：Koji 直接不教 Hello World 那套，因为"代码现在都是 AI 写的"，孩子要学的是看懂代码 + 抓 AI 的错。卡死循环？它不告诉答案，只提醒"你在死循环里"，剩下你自己找。

小互

24,569 views • 1 month ago