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.

holy shit，Warp这次真的是把整个行业的桌子给掀了。发布一天多，GitHub直接冲到31.9k星，速度快到系统都卡了。兄弟们，这可不是简单把代码扔到GitHub，相当于带来了人类历史上第一个AI原生的开源协作范式🤯🤯🤯 以前开源是靠热情开发者周末肝代码，现在Oz代理会自动写代码，跑测试，做code review，甚至生成完整的技术文档。未来人类只需要做最值钱的三件事，提想法，把关品味，拍板最终方向。更有意思的是，前几天而且你现在甚至能去我感觉这可能是未来十年软件开发方式的一次预演。

AYi

46,669 subscribers

108,768 views • 1 month ago •via X (Twitter)

Education News & Politics Science & Technology

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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 • 1 month ago

马斯克：程序员最快年底消失！ 1. 人类不再需要亲自写代码最快今年年底，AI会直接生成可运行的软件 2. 编译器被淘汰未来AI不只是写代码，而是直接造APP 3. 人类只负责提需求以后开发软件可能像许愿一样简单想象力变现的狂欢时代来了！

马斯克：程序员最快年底消失！ 1. 人类不再需要亲自写代码最快今年年底，AI会直接生成可运行的软件 2. 编译器被淘汰未来AI不只是写代码，而是直接造APP 3. 人类只负责提需求以后开发软件可能像许愿一样简单想象力变现的狂欢时代来了！

Annie 所长

14,059 views • 9 days ago

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

千万别盲目在公司做“AI赋能雷锋”！一个月薪 3 万 8 的程序员，被裁了。最讽刺的是：不是因为他技术差，而是因为他太会用 AI 了。去年下半年，他开始用 Claude Code 写代码，交付效率直接拉满。老板一看：你这么会用 AI，那你能不能带带团队？于是他花了 3 个月，把团队都教会了 Claude Code。结果团队效率翻倍，公司发现：以前需要他兜底的事，现在其他人也能干了。上周，老板找他谈话： “你工资太高了，公司承受不了。” 他把 AI 能力扩散给了团队，最后却把自己干掉了。这件事最扎心的地方在于：未来最危险的程序员，可能不是不会用 AI 的人，而是只会把 AI 用在“写代码”上的人。因为写代码正在变便宜。真正值钱的是：懂业务、能拆需求、能设计流程、能把业务翻译成 AI 能执行的系统。未来最吃香的工程师，不是单纯的代码高手，而是懂业务的技术架构师。 AI 淘汰不了所有的程序员，但是肯定可以淘汰“只会写代码的工具人”。顺便问大家一个扎心的问题：你敢在公司毫无保留地教同事用 AI 吗？你觉得程序员真正的“护城河”到底是什么？ #裁员 #ClaudeCode

前端哥Liam

60,567 views • 4 days ago

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱，给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频，迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等，这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。所以其实我们不用学任何剪辑软件，也不用写复杂的React代码，只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。说白了，Remotion是给人写的，HyperFrames是给AI写的。以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。支持GSAP、Lottie、Three.js所有主流动画库，随便混用。也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了，未来所有AI代理生成的视频都能跑在HyperFrames上。然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。想试的直接去GitHub搜heygen-com/hyperframes。跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

HeyGen这次开源，把AI做视频的最后一道门槛拆没了🤯 他们用Claude Code写代码，做了自己的50秒产品发布视频，然后把整个工具链完整开源给了所有人，致敬开源🫡 以后做视频真的能简单到离谱，给一句话，做一个30秒的产品介绍，给一个PDF，自动生成总结视频，迭代就是改一句话的事，比如把标题放大两倍，第三秒加一个淡入转场等，这个工具叫HyperFrames，本质上就是一个纯HTML转MP4的视频渲染框架。所以其实我们不用学任何剪辑软件，也不用写复杂的React代码，只要写普通HTML，加几个简单的data属性，就能定义视频的每一帧、时间线、动画和音轨。 HyperFrames从第一天起就是为AI代理原生设计的。 AI天生就会写HTML，现在Claude、Cursor、Gemini所有编码Agent，只要装一个skill，立刻就会做视频。这妥妥的降维打击啊，以前Remotion把视频变成了代码，但它需要你会React，需要构建流程，属于开发者专属的玩具。 HyperFrames是把视频变成了纯HTML，零构建，无DSL，不需要任何前置知识。说白了，Remotion是给人写的，HyperFrames是给AI写的。以前AI能写文字，能生成图片，但视频一直是最后一块硬骨头，现在这块骨头也被啃下来了。代理现在能端到端完成一整条内容流水线，调研，写脚本，做设计，加动画，最后直接渲染出成品视频，全程不需要人类碰一下。它还自带50+官方现成组件，社交遮罩、图表、转场，一行命令一键安装。支持GSAP、Lottie、Three.js所有主流动画库，随便混用。也就是说，同一份HTML永远出一样的结果，完美适合自动化流水线。官方甚至把视频语言都标准化了，缓动用snappy，bouncy，转场用能量等级，字幕分Hype/Corporate/Tutorial三种风格。 AI只要学会这套词汇，就能稳定输出专业级视频，这不就是在教AI做导演嘛🤣 这对HeyGen来说也是一步妙棋，他们不再只是一个卖AI头像的SaaS公司，现在能做整个AI视频时代的基础设施了，未来所有AI代理生成的视频都能跑在HyperFrames上。然后再无缝接入HeyGen的头像、语音、翻译能力，形成一个完美的闭环。当然目前也不是完美的，初期输出还有AI味，超过一分钟的复杂长视频，渲染还需要较强算力。但我觉得这都不重要，关键是它第一次把完整的视频生产力交给了AI Agent，相当于AI内容创作时代的又一个里程碑。想试的直接去GitHub搜heygen-com/hyperframes。跑一行npx hyperframes init，然后让Claude帮你做第一个视频。 #HyperFrames #HeyGen #AI视频 #AI代理 #开发者 #内容创作

AYi

36,368 views • 2 months ago

🚀 香港大学刚开源了一个宝藏项目—— CLI-Anything，star 数直接飙到 3 w 它可以扫描任意软件的源代码，自动生成 AI agent 可以直接调用的 CLI 接口。像GIMP、Blender、Audacity 这类没有 API 的桌面软件，Agent 现在可以直接操控了。软件以前是给人用的，现在是给 Agent 用的

🚀 香港大学刚开源了一个宝藏项目—— CLI-Anything，star 数直接飙到 3 w 它可以扫描任意软件的源代码，自动生成 AI agent 可以直接调用的 CLI 接口。像GIMP、Blender、Audacity 这类没有 API 的桌面软件，Agent 现在可以直接操控了。软件以前是给人用的，现在是给 Agent 用的

阿西_出海

167,517 views • 1 month ago

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

拿到Cursor赠送的$10000额度之后，我专门研究下这家公司，看到Cursor CEO这个演讲，我突然意识到，我们对AI编程的理解，从根上就错了，当大多数人还在纠结哪个模型写代码更快更准的时候， Cursor已经直接进入了下一个时代，工程师不再是写代码的人，而是管理一整队AI同事的团队经理，现在Cursor内部30%的合并PR，都是由异步云代理自动创建的，单周运行两千多个并发代理，生成三百万行代码，消耗几十亿个token，一个任务发出去，系统会自动拆成规划，编码，测试，发PR四个角色，每个代理独占一台远程机器，并行在云端运行，人类只需要在最开始定义范围，和最后做一次最终审核，中间所有的脏活累活，AI全部自己搞定，这就是多代理比单代理强的根本原因，

AYi

21,453 views • 1 month ago

今天和 AI 对话了半天，一行代码没写，但是开发了这么个玩意儿。这玩意让我自己看文档手写，相同的时间我的完成度只会比 AI 低得多。有没有人觉得自己的编程效率可以高于 AI 的？反正我是做不到了。

今天和 AI 对话了半天，一行代码没写，但是开发了这么个玩意儿。这玩意让我自己看文档手写，相同的时间我的完成度只会比 AI 低得多。有没有人觉得自己的编程效率可以高于 AI 的？反正我是做不到了。

大帅老猿

112,187 views • 1 year ago

这是演示我怎么用 AI 帮我测试游戏，也是我日常在做的事以前做游戏开发还得请一大堆人来干测试，现在只需花一天的饭钱就能让 AI 帮你测试一个月不停的跑😂 我们算是赶上了好时代了 AI 不会取代人类或工作，AI 是人类最好的辅助现在学习怎么用 AI 也不算迟 #codex #gaming

这是演示我怎么用 AI 帮我测试游戏，也是我日常在做的事以前做游戏开发还得请一大堆人来干测试，现在只需花一天的饭钱就能让 AI 帮你测试一个月不停的跑😂 我们算是赶上了好时代了 AI 不会取代人类或工作，AI 是人类最好的辅助现在学习怎么用 AI 也不算迟 #codex #gaming

卡神 Karu

10,157 views • 1 month ago

💥🔥生物黑客 Gary Brecka惊人预言： “如果你从现在开始还能再活五年，那么你未来能不能活到 120 岁、甚至更久——将由你自己决定。” 他解释说，人类正进入一个前所未有的时代： AI 能处理 700 万亿个变量，给出精确可执行方案大数据为 AI 提供史上最大规模的健康模型训练癌症已能在“零期”被侦测出来，甚至在出现之前被提前预警这三者同时出现，是历史头一次。 Brecka 直言： “未来的医疗将发生翻天覆地的改变。它会以一种看似灾难性的方式，彻底颠覆现代医学—— 但这将是人类迎来的最伟大进步。”

💥🔥生物黑客 Gary Brecka惊人预言： “如果你从现在开始还能再活五年，那么你未来能不能活到 120 岁、甚至更久——将由你自己决定。” 他解释说，人类正进入一个前所未有的时代： AI 能处理 700 万亿个变量，给出精确可执行方案大数据为 AI 提供史上最大规模的健康模型训练癌症已能在“零期”被侦测出来，甚至在出现之前被提前预警这三者同时出现，是历史头一次。 Brecka 直言： “未来的医疗将发生翻天覆地的改变。它会以一种看似灾难性的方式，彻底颠覆现代医学—— 但这将是人类迎来的最伟大进步。”

AusMini

11,031 views • 6 months 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

66,885 views • 2 months ago

埃隆·马斯克断言：编码将在今年彻底死亡。不是“进化”。是死亡。到今年12月，AI 将不再需要任何编程语言。它直接吐出机器码——那种二进制优化程度，远超人类逻辑所能触及的极限，没有翻译层，没有编译步骤，只有纯粹的、赤裸的执行。马斯克原话：“你甚至都不用再费心去写代码。”代码从来就不是目的。它只是摩擦，是我们被迫支付的“人类税”——因为机器不懂人话。现在，AI 已经学会了流利的人类语言，这笔税，彻底取消了。再把这一切接入 Neuralink：没有语法，没有键盘，没有屏幕。马斯克：“从想象直接到软件。”一个念头，就能变成可执行代码。你脑海中浮现一个结果，系统瞬间为你架构、优化、编译成现实。我们不是在“自动化编程”。我们是在把编程这个概念从宇宙中抹除。整个职业瞬间坍塌成一个念头。几十年的训练、无数行代码、无数个通宵——瞬间变得毫无意义。从“idea”到“成品”的距离，归零。你不再“构建”。你只需“想象”，它就具现。这不是渐进式进步。这是彻底的相变。人类一万年来“创造”的方式，在这一刻过时了。欢迎来到新世界。在这里，限制你的不再是技能、资源、时间…… 而是你能不能足够清晰地“看见”你想要的东西——然后让机器把它生出来。我认为事情实际上可能会在今年年底之前就发生转变，到时候你甚至都不用再费心去写代码了。AI 会直接生成二进制代码，而且它生成的二进制会比任何现有编译器优化得更高效。所以你只需要说：“针对这个特定结果，生成最优化的二进制代码。”——这样就直接绕过了传统编码流程。没错，这其实只是一个中间步骤，但我估计到今年年底，这个步骤很可能就彻底不需要了。

埃隆·马斯克断言：编码将在今年彻底死亡。不是“进化”。是死亡。到今年12月，AI 将不再需要任何编程语言。它直接吐出机器码——那种二进制优化程度，远超人类逻辑所能触及的极限，没有翻译层，没有编译步骤，只有纯粹的、赤裸的执行。马斯克原话：“你甚至都不用再费心去写代码。”代码从来就不是目的。它只是摩擦，是我们被迫支付的“人类税”——因为机器不懂人话。现在，AI 已经学会了流利的人类语言，这笔税，彻底取消了。再把这一切接入 Neuralink：没有语法，没有键盘，没有屏幕。马斯克：“从想象直接到软件。”一个念头，就能变成可执行代码。你脑海中浮现一个结果，系统瞬间为你架构、优化、编译成现实。我们不是在“自动化编程”。我们是在把编程这个概念从宇宙中抹除。整个职业瞬间坍塌成一个念头。几十年的训练、无数行代码、无数个通宵——瞬间变得毫无意义。从“idea”到“成品”的距离，归零。你不再“构建”。你只需“想象”，它就具现。这不是渐进式进步。这是彻底的相变。人类一万年来“创造”的方式，在这一刻过时了。欢迎来到新世界。在这里，限制你的不再是技能、资源、时间…… 而是你能不能足够清晰地“看见”你想要的东西——然后让机器把它生出来。我认为事情实际上可能会在今年年底之前就发生转变，到时候你甚至都不用再费心去写代码了。AI 会直接生成二进制代码，而且它生成的二进制会比任何现有编译器优化得更高效。所以你只需要说：“针对这个特定结果，生成最优化的二进制代码。”——这样就直接绕过了传统编码流程。没错，这其实只是一个中间步骤，但我估计到今年年底，这个步骤很可能就彻底不需要了。

🌹MIDNIGHT🌹ROSE🌹

99,231 views • 4 months ago

Karpathy 在一次采访里说了个很扎心的点：很多人每月花 20 美元订 Claude，但其实还停留在“问答使用”阶段。真正拉开差距的，是会不会用 AI 构建东西。他提到，自己发现过 4 类会把 Claude 写代码搞崩的行为，并整理成一个文件。后来有开发者把它扩展成 21 条规则发布，拿到 8.2 万星，还登上 GitHub 第一。更夸张的是，按这套规则调整后，代码准确率从 65% 提升到 94%。这说明 AI 编程的门槛已经变了。会不会写代码只是一层。会不会给 AI 建规则、拆任务、设边界、做反馈，才是下一层能力。

Karpathy 在一次采访里说了个很扎心的点：很多人每月花 20 美元订 Claude，但其实还停留在“问答使用”阶段。真正拉开差距的，是会不会用 AI 构建东西。他提到，自己发现过 4 类会把 Claude 写代码搞崩的行为，并整理成一个文件。后来有开发者把它扩展成 21 条规则发布，拿到 8.2 万星，还登上 GitHub 第一。更夸张的是，按这套规则调整后，代码准确率从 65% 提升到 94%。这说明 AI 编程的门槛已经变了。会不会写代码只是一层。会不会给 AI 建规则、拆任务、设边界、做反馈，才是下一层能力。

KK.aWSB

473,910 views • 28 days ago

一个中国开发者花了三天测试本地 AI 硬件——Mac Mini 16G 对战 RTX 4070Ti。他把结果发到 B 站，结论是：正经跑代理工作流，至少需要 2,800 美元的硬件。看起来像真活。一边 Mac Mini，一边 4070Ti，双双发烫，图表并排跑。他最后甩出一个数字：想在家里正经搞 AI，至少得花 2,800 美元。兄弟，停在 0:20 秒。看他手悬停的那个 Ollama 窗口，再看它背后终端日志里的时间戳。那些时间戳不是隔了三天——它们只差 27 分钟。 “三天”是代理跑的。“27 分钟”是他本人跑的。一个 Claude 代理在 27 分钟内跑完了所有测试：Mac Mini 测、4070Ti 测、工具集成检查。代理写了脚本，代理生成了截图里的时间戳，代理生成了“三天”这个叙事——因为 B 站的科技区喜欢看得见的努力。有人扒了上传元数据：视频是在第一个终端打开后的 31 分钟上传的。还有人把截图和 GitHub 上公开的 Mac Mini 测试脚本做了对比——除了屏幕上那只手，其他全是代理生成的。六个月前，深圳一个 14 岁小孩把一个 AI 代理推到了 GitHub。评委说：没有实际应用价值。3,100 次 fork 之后。这个开发者是其中之一。他在接不到咨询客户的那一周，就把代理接入了自己的内容流水线。他从 2019 年就是 B 站科技 up 主。最好的一期视频，做了三个月。现在代理做他以前需要 27 分钟才能干完的活。他仍然出镜——因为观众要看那双手。他想告诉观众关于本地 AI 硬件的真相。却不小心让大家看到了——屏幕上唯一一个代理生成不了的东西。

一个中国开发者花了三天测试本地 AI 硬件——Mac Mini 16G 对战 RTX 4070Ti。他把结果发到 B 站，结论是：正经跑代理工作流，至少需要 2,800 美元的硬件。看起来像真活。一边 Mac Mini，一边 4070Ti，双双发烫，图表并排跑。他最后甩出一个数字：想在家里正经搞 AI，至少得花 2,800 美元。兄弟，停在 0:20 秒。看他手悬停的那个 Ollama 窗口，再看它背后终端日志里的时间戳。那些时间戳不是隔了三天——它们只差 27 分钟。 “三天”是代理跑的。“27 分钟”是他本人跑的。一个 Claude 代理在 27 分钟内跑完了所有测试：Mac Mini 测、4070Ti 测、工具集成检查。代理写了脚本，代理生成了截图里的时间戳，代理生成了“三天”这个叙事——因为 B 站的科技区喜欢看得见的努力。有人扒了上传元数据：视频是在第一个终端打开后的 31 分钟上传的。还有人把截图和 GitHub 上公开的 Mac Mini 测试脚本做了对比——除了屏幕上那只手，其他全是代理生成的。六个月前，深圳一个 14 岁小孩把一个 AI 代理推到了 GitHub。评委说：没有实际应用价值。3,100 次 fork 之后。这个开发者是其中之一。他在接不到咨询客户的那一周，就把代理接入了自己的内容流水线。他从 2019 年就是 B 站科技 up 主。最好的一期视频，做了三个月。现在代理做他以前需要 27 分钟才能干完的活。他仍然出镜——因为观众要看那双手。他想告诉观众关于本地 AI 硬件的真相。却不小心让大家看到了——屏幕上唯一一个代理生成不了的东西。

CAT

42,289 views • 10 days ago

Damn，OpenAI刚刚扔出的这个开源仓库，直接把语音交互的未来砸到了所有人脸上🤯🤯🤯 他们发布了gpt-realtime-1.5的官方语音控制组件，现在你真的可以用自然语音，直接控制应用的UI状态，而不是转成文本再下命令。视频里的演示蛮震撼的，说一句切换深色模式，整个界面瞬间变黑。对着表单念你的姓名生日，字段自动填充，进度条实时更新。最绝的是下棋，说骑士走到F3，棋子直接移动，说重置棋盘，一秒清空，就好像模型永远知道当前屏幕上是什么状态，语音操作和鼠标键盘完全等价。讲真这么玩的话，这就不是简单的语音转文字的小升级了，我理解属于交互范式的真正转折。以前语音是输入层，现在语音变成了应用的顶层控制层。就是科幻电影里那种，对着屏幕说一句话，东西就自己变了的感觉🤩 更狠的是他们直接把整个实现开源了🤯🤯🤯 这个realtime-voice-component不是一个半成品demo，是一个完整的React参考实现。一行代码加个浮动按钮，用Zod定义几个工具，十分钟就能给你现有的Web应用加上语音控制。最聪明的设计是工具完全由应用拥有，模型只能调用你预定义的窄动作，不能乱动浏览器，安全又可控。这比之前的Computer Use靠谱一万倍。 Computer Use是让AI瞎点屏幕，而这个是让AI直接调用你写好的接口。一个是黑箱，一个是完全可控的白箱，这才是能真正落地到生产环境的方案。现在已经有人用它接了蛋白结构可视化工具，接了设计软件，接了企业内部仪表盘。未来你能想到的所有需要双手操作的场景，开车，做饭，做设计，做手术，未来都可以用语音控制。这意味着语音正在成为操作系统级别的接口。而OpenAI已经把所有的轮子都给你造好了。想玩的直接去fork仓库，配个API Key，跑demo就能感受到那种说一句世界就变了的魔力。老规矩GitHub地址评论区自取👇

Damn，OpenAI刚刚扔出的这个开源仓库，直接把语音交互的未来砸到了所有人脸上🤯🤯🤯 他们发布了gpt-realtime-1.5的官方语音控制组件，现在你真的可以用自然语音，直接控制应用的UI状态，而不是转成文本再下命令。视频里的演示蛮震撼的，说一句切换深色模式，整个界面瞬间变黑。对着表单念你的姓名生日，字段自动填充，进度条实时更新。最绝的是下棋，说骑士走到F3，棋子直接移动，说重置棋盘，一秒清空，就好像模型永远知道当前屏幕上是什么状态，语音操作和鼠标键盘完全等价。讲真这么玩的话，这就不是简单的语音转文字的小升级了，我理解属于交互范式的真正转折。以前语音是输入层，现在语音变成了应用的顶层控制层。就是科幻电影里那种，对着屏幕说一句话，东西就自己变了的感觉🤩 更狠的是他们直接把整个实现开源了🤯🤯🤯 这个realtime-voice-component不是一个半成品demo，是一个完整的React参考实现。一行代码加个浮动按钮，用Zod定义几个工具，十分钟就能给你现有的Web应用加上语音控制。最聪明的设计是工具完全由应用拥有，模型只能调用你预定义的窄动作，不能乱动浏览器，安全又可控。这比之前的Computer Use靠谱一万倍。 Computer Use是让AI瞎点屏幕，而这个是让AI直接调用你写好的接口。一个是黑箱，一个是完全可控的白箱，这才是能真正落地到生产环境的方案。现在已经有人用它接了蛋白结构可视化工具，接了设计软件，接了企业内部仪表盘。未来你能想到的所有需要双手操作的场景，开车，做饭，做设计，做手术，未来都可以用语音控制。这意味着语音正在成为操作系统级别的接口。而OpenAI已经把所有的轮子都给你造好了。想玩的直接去fork仓库，配个API Key，跑demo就能感受到那种说一句世界就变了的魔力。老规矩GitHub地址评论区自取👇

AYi

121,299 views • 1 month 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

最近刷帖子，意外发现 Google 的 Code Wiki，感觉还挺好用的，属于那种“你用一次就会想把它塞进日常工作流”的东西。以前读代码慢，是因为项目复杂、历史包袱重；现在更离谱的是——Vibe Coding 一开，AI 堆代码的速度直接把人的理解能力碾过去。代码一天一个版本，文档呢？大概率还停在半年前。你让 AI 按文档跑，十次有九次报错，这不是你水平问题，是“文档天然会腐烂”的结构性问题。 Code Wiki 捅破的点很直接：既然没人愿意维护文档，那就别指望“人肉维护”，让 AI 来维护。它更像是长在仓库里的“活体 Wiki”：代码一有新的 commit，它就用 Gemini 去扫变更，把相关说明、模块介绍、关键逻辑的文档一起更新。对我来说这意义很大，因为它解决的不是“写得更漂亮”，而是“永远别过期”。文档不再是一个需要你记得去更新的负担，而是代码的自然副产物。它的可视化能力还不错，Code Wiki 能直接从代码关系里渲染出类图、时序图、依赖图、架构流转图这种“人类更容易理解”的表达方式。尤其是接手老项目、准备重构、或者经常研究开源项目——这类图的价值很高：大家不是在“逐行读”，而是在“先建立地图，再决定往哪里深挖”。它的交互是“可追溯”的。你在侧边栏问它问题，它会基于当前仓库给解释，而且能给出精确的代码引用，点一下就跳到文件和行号。这一下把 AI 最让人难受的“幻觉焦虑”降了不少：你不需要完全相信它的结论，你只需要顺着引用去核查——它更像一个“带证据链的讲解员”。一句话：在 Claude Code、Codex 这些工具把“生成”变得近乎无限便宜之后，我们真正稀缺的东西变了——不是产出，而是理解与判断。

最近刷帖子，意外发现 Google 的 Code Wiki，感觉还挺好用的，属于那种“你用一次就会想把它塞进日常工作流”的东西。以前读代码慢，是因为项目复杂、历史包袱重；现在更离谱的是——Vibe Coding 一开，AI 堆代码的速度直接把人的理解能力碾过去。代码一天一个版本，文档呢？大概率还停在半年前。你让 AI 按文档跑，十次有九次报错，这不是你水平问题，是“文档天然会腐烂”的结构性问题。 Code Wiki 捅破的点很直接：既然没人愿意维护文档，那就别指望“人肉维护”，让 AI 来维护。它更像是长在仓库里的“活体 Wiki”：代码一有新的 commit，它就用 Gemini 去扫变更，把相关说明、模块介绍、关键逻辑的文档一起更新。对我来说这意义很大，因为它解决的不是“写得更漂亮”，而是“永远别过期”。文档不再是一个需要你记得去更新的负担，而是代码的自然副产物。它的可视化能力还不错，Code Wiki 能直接从代码关系里渲染出类图、时序图、依赖图、架构流转图这种“人类更容易理解”的表达方式。尤其是接手老项目、准备重构、或者经常研究开源项目——这类图的价值很高：大家不是在“逐行读”，而是在“先建立地图，再决定往哪里深挖”。它的交互是“可追溯”的。你在侧边栏问它问题，它会基于当前仓库给解释，而且能给出精确的代码引用，点一下就跳到文件和行号。这一下把 AI 最让人难受的“幻觉焦虑”降了不少：你不需要完全相信它的结论，你只需要顺着引用去核查——它更像一个“带证据链的讲解员”。一句话：在 Claude Code、Codex 这些工具把“生成”变得近乎无限便宜之后，我们真正稀缺的东西变了——不是产出，而是理解与判断。

sitin

43,028 views • 3 months ago

谷歌悄悄发了个工具，专治看不懂的开源项目。 CodeWiki，丢一个 GitHub 仓库链接进去，AI 直接把整个代码库翻译成一份可交互的文档。它不是简单总结一下代码，而是： - 自动生成架构图和依赖关系图 - 逐个模块讲清楚是怎么跑起来的 - 配套生成保姆级的使用教程 - 还内置了一个懂整个代码库的聊天机器人，可随时追问链接：以前接手一个陌生开源项目，光看懂目录结构就得花上大半天，现在直接丢进去几分钟就能上手。

谷歌悄悄发了个工具，专治看不懂的开源项目。 CodeWiki，丢一个 GitHub 仓库链接进去，AI 直接把整个代码库翻译成一份可交互的文档。它不是简单总结一下代码，而是： - 自动生成架构图和依赖关系图 - 逐个模块讲清楚是怎么跑起来的 - 配套生成保姆级的使用教程 - 还内置了一个懂整个代码库的聊天机器人，可随时追问链接：以前接手一个陌生开源项目，光看懂目录结构就得花上大半天，现在直接丢进去几分钟就能上手。

高军

125,749 views • 1 month ago

写这首《Welcome to FLAP》的时候，我一直在想：为什么最近越来越多人开始聚集到 Flap。后来发现，大家想要的可能不只是一个发币平台。而是一种： “社区重新开始活起来”的感觉。有人做内容，有人做 meme，有人做社区，有人把一个想法真的 launch 到链上。这种氛围，其实已经很久没在 BSC 看到了。所以这首歌不是单纯写给一个平台。而是写给这个时代所有还愿意创造的人。 WELCOME TO FLAP. 🚀 Flap 🦋 Cedric 🦋 校长 Jason| Flap🦋 I0

写这首《Welcome to FLAP》的时候，我一直在想：为什么最近越来越多人开始聚集到 Flap。后来发现，大家想要的可能不只是一个发币平台。而是一种： “社区重新开始活起来”的感觉。有人做内容，有人做 meme，有人做社区，有人把一个想法真的 launch 到链上。这种氛围，其实已经很久没在 BSC 看到了。所以这首歌不是单纯写给一个平台。而是写给这个时代所有还愿意创造的人。 WELCOME TO FLAP. 🚀 Flap 🦋 Cedric 🦋 校长 Jason| Flap🦋 I0

tokoaxxx | 1000X GEM

48,081 views • 24 days ago

Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗? 直接说结论, 能完成我这个大象牙膏测试的一部分, 已经很厉害了, Python 杯子倒水那个测试表现也可圈可点. 来看测试中暴露出来的问题: 首先这个模型生成的样式特别多变, 可以看测试中生成的前端页面的样式和布局, 几乎每次都不一样. 所以实际使用中, 可能会存在稳定性的问题, 建议 prompt 中多做约束, 避免模型过度发挥. 不过这并不全是坏处, 如果拿这个大模型写文, 反而可能会超常发挥, 每次写出来的东西都不一样, 不会呆板. 另外目前发现最大的问题是, 给到模型一大堆数据, 让模型整理一个网页, 结果模型偷懒了, 直接把代码和数据省略掉了, 这个应该还是 GPT-4 时代的问题 (24年上半年) 出现了. 这里猜测可能是高稀疏性专家混合模型或者多词元预测造成的问题, 这两个都会在生成中选择最经济的生成模式, 因此可能会倾向于生成"此处代码省略"这样的代码来替代原本要生成一大堆代码的场景. 召回倒是没太大问题, 鞭炮连锁爆炸那个测试, 虽然模型没有成功写出来, 但是最长的一次还是生成了1100行代码, 我仔细看了下, 基本都考虑到了我 prompt 中要求的逻辑, 只不过实现的代码有 bug 跑不起来而已. 综合来讲, 我觉得这应该是 100B 以内的模型无敌手了, 考虑到定位可能是个新的技术试验模型, 所以期待千问推出更大规模 (例如400B-A15B) 的模型, 带来更好的性能. 测试 prompt: #Qwen3Next #大模型竞技场 #Qwen3

Qwen3-Next-80B-A3B 实测! 能跟头部模型对打吗? 直接说结论, 能完成我这个大象牙膏测试的一部分, 已经很厉害了, Python 杯子倒水那个测试表现也可圈可点. 来看测试中暴露出来的问题: 首先这个模型生成的样式特别多变, 可以看测试中生成的前端页面的样式和布局, 几乎每次都不一样. 所以实际使用中, 可能会存在稳定性的问题, 建议 prompt 中多做约束, 避免模型过度发挥. 不过这并不全是坏处, 如果拿这个大模型写文, 反而可能会超常发挥, 每次写出来的东西都不一样, 不会呆板. 另外目前发现最大的问题是, 给到模型一大堆数据, 让模型整理一个网页, 结果模型偷懒了, 直接把代码和数据省略掉了, 这个应该还是 GPT-4 时代的问题 (24年上半年) 出现了. 这里猜测可能是高稀疏性专家混合模型或者多词元预测造成的问题, 这两个都会在生成中选择最经济的生成模式, 因此可能会倾向于生成"此处代码省略"这样的代码来替代原本要生成一大堆代码的场景. 召回倒是没太大问题, 鞭炮连锁爆炸那个测试, 虽然模型没有成功写出来, 但是最长的一次还是生成了1100行代码, 我仔细看了下, 基本都考虑到了我 prompt 中要求的逻辑, 只不过实现的代码有 bug 跑不起来而已. 综合来讲, 我觉得这应该是 100B 以内的模型无敌手了, 考虑到定位可能是个新的技术试验模型, 所以期待千问推出更大规模 (例如400B-A15B) 的模型, 带来更好的性能. 测试 prompt: #Qwen3Next #大模型竞技场 #Qwen3

karminski-牙医

30,706 views • 9 months ago

🔥文贵先生最新预言：人类在未来16个月将解开生命密码！而早在2022年就震撼预言： #量子电脑的背后就是 #生物电脑，生物电脑就跟 #神同级别的，严格讲就找到了神的密码。 DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。人不是猴变的，人是有主人的。正文：我告诉你，量子电脑的背后就是生物电脑，还有DNA电脑，都在同步进行。这是人类上从来没有过啊。就是我这是一种方式探索文明，它是一种发现了这个宇宙星河系。这只是一个所谓的太空发展，它只是一种叫地球之外的探索。然后在之前是地球变成了圆的，然后有了航海，它都是一种方式。这可不是一种电脑方式。在人类走向太空宇宙的时候，探索宇宙大爆炸是真的是假的时候，人到底是不是啊猴变的时候？人当然不是猴变的，扯蛋。是不是当时说猴变的人啊？是什么爱因斯坦是吧？包括写书的人，还有那个叫什么本杰明吧，是叫什么的，都最后都去信，还都是信了神了吧？对吧，所有的科学家。那么这些人的背后，到最后都追求了信仰。今天的科学家在探索宇宙和外太空的时候，人类同时探索的两个技术：人类现在的互联网，和走向太空、和探索宇宙的能量——量子和DNA、生物电脑。千万记住，生物电脑和量子电脑又不是一个级别的。我们人的主观意识、潜意识，和人的整个身体语言和大脑的储存信息和信息的呃处理，以及人拥有灵魂的这一种灵性的动物的特质。所以我说，人是有灵性的动物，他跟动物绝对不一样，高于动物。而且一个这么脆弱的人，这个动物却能统掌全地球啊，说明人是有主人的，说明人是有神的。那么这个生物电脑就跟神同级别的，严格讲就找到了神的密码。DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。而量子电脑是把这两样东西加速前进的，它不是最终极的。量子电脑是让你找到所有的DNA的储存方式，和未来的生物电脑的最好的工具。一个这个工具的发现，就足以让整个网络界彻底改变了。我们新中国联邦未来兄弟姐妹们，就是要做这些世界上最先进的、走在人类文明最前沿的啊。

🔥文贵先生最新预言：人类在未来16个月将解开生命密码！而早在2022年就震撼预言： #量子电脑的背后就是 #生物电脑，生物电脑就跟 #神同级别的，严格讲就找到了神的密码。 DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。人不是猴变的，人是有主人的。正文：我告诉你，量子电脑的背后就是生物电脑，还有DNA电脑，都在同步进行。这是人类上从来没有过啊。就是我这是一种方式探索文明，它是一种发现了这个宇宙星河系。这只是一个所谓的太空发展，它只是一种叫地球之外的探索。然后在之前是地球变成了圆的，然后有了航海，它都是一种方式。这可不是一种电脑方式。在人类走向太空宇宙的时候，探索宇宙大爆炸是真的是假的时候，人到底是不是啊猴变的时候？人当然不是猴变的，扯蛋。是不是当时说猴变的人啊？是什么爱因斯坦是吧？包括写书的人，还有那个叫什么本杰明吧，是叫什么的，都最后都去信，还都是信了神了吧？对吧，所有的科学家。那么这些人的背后，到最后都追求了信仰。今天的科学家在探索宇宙和外太空的时候，人类同时探索的两个技术：人类现在的互联网，和走向太空、和探索宇宙的能量——量子和DNA、生物电脑。千万记住，生物电脑和量子电脑又不是一个级别的。我们人的主观意识、潜意识，和人的整个身体语言和大脑的储存信息和信息的呃处理，以及人拥有灵魂的这一种灵性的动物的特质。所以我说，人是有灵性的动物，他跟动物绝对不一样，高于动物。而且一个这么脆弱的人，这个动物却能统掌全地球啊，说明人是有主人的，说明人是有神的。那么这个生物电脑就跟神同级别的，严格讲就找到了神的密码。DNA这个电脑就找到了储存方式，就找到了与神沟通的方式。而量子电脑是把这两样东西加速前进的，它不是最终极的。量子电脑是让你找到所有的DNA的储存方式，和未来的生物电脑的最好的工具。一个这个工具的发现，就足以让整个网络界彻底改变了。我们新中国联邦未来兄弟姐妹们，就是要做这些世界上最先进的、走在人类文明最前沿的啊。

喜马拉雅日本勇者村

16,553 views • 3 months ago