Loading video...

Video Failed to Load

Go Home

兄弟们，最近实测了一把 Grok 4.5，只能说：老马这次真有点东西。 我上传了一段手绘动画，让它反向拆解，并设计一套能让 Codex 直接生成同类视频的工具。 它没有随便甩几句提示词，而是把视觉元素、绘制过程、动画节奏、技术架构和实现步骤，完整拆成了一套可执行方案。 然后我把方案直接丢给 Codex 开发。 最终效果非常惊艳，基本复刻了原视频的视觉和动画效果。 这次最大的感受，不是 Grok 又会写代码了，而是它开始像一个真正的产品架构师： Grok 负责看懂需求、拆解问题、设计方案； Codex 负责写代码、验证效果、持续迭代。 两个模型组合起来，一个负责想清楚，一个负责干出来。 这可能才是接下来 AI 编程真正的玩法：你不需要精通所有技术，只要能描述清楚目标，再让不同模型接力完成。 Grok 4.5 官方确认与 Cursor 一起训练，SpaceX 收购 Cursor 的交易也已经公布。之前我并不看好老马这步棋，现在看，Cursor 在真实开发场景上的积累，确实可能补上 Grok 的编程短板。 这次必须给老马点个赞，确实牛逼。 想体验这套手绘视频制作工具，可以加入知识猫 AI 群。 群是付费永久群，猫哥做出的新工具和新作品，一般都会优先给群里的兄弟们体验。群内还会不定期分享 AI 课程、自媒体玩法和可以直接落地的实战项目。 这种有辨识度的视频，拿去做账号，至少比千篇一律的 AI 图文更容易抢到注意力。 想了解的，私信我：知识猫。

GeekCatX's profile picture

知识猫AI实验室

21,251 subscribers

11,935 views • 2 months ago •via X (Twitter)

LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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。
1:06

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AI

30,987 views • 21 days ago

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布， 听说还有一个商汤的生图模型也非常能打，还没试试。 不过这篇还是给大家测试了下 K3的实力。 最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。 前后只优化了 3 轮，最终效果已经非常接近原作。 最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。 以前的 vibe coding，是你指挥 AI 干活。 现在的感觉是： 你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。
0:26

最近国产模型真是扬眉吐气啊，前有盛大世界模型，后有kimi k3 发布， 听说还有一个商汤的生图模型也非常能打，还没试试。 不过这篇还是给大家测试了下 K3的实力。 最近小红书刷到一位很牛的 vibe coding 创作者——流白 Livo。正好赶上 K3 发布，我就把他的一条作品视频直接丢给 K3： “照着这个效果复刻一下，最后再帮我录制成视频。” 没有从零写需求，也没有一点点拆设计。 前后只优化了 3 轮，最终效果已经非常接近原作。 最让我震撼的不是它能写代码，而是它居然能直接从视频里理解设计、还原动效，再把成品做出来。 以前的 vibe coding，是你指挥 AI 干活。 现在的感觉是： 你只需要告诉它“我想要这个”，剩下的，它真的能自己完成。 K3 这波，确实有点东西。

知识猫AI实验室

53,749 views • 2 months ago

AI 写前端越来越“一眼 AI”了？ 最近又发现一个工具：Impeccable，一个给 Codex、Claude Code、Cursor 安装的一套“设计语言”的工具 更准确地说，Impeccable 是一套安装在 AI 编程工具里的“设计语言层”： 它通过设计知识、工作流命令、项目上下文和反模式检测，让 Codex、Claude Code、Cursor 等编码代理在修改前端时，少一些模型默认审美，多一些真正的设计判断。 平时我们给 AI 的设计要求可能会非常模糊，设计师有时候都未必能真正了解你的需求，何况是AI 所以Impeccable 想补齐那些专业性的知识要求。 它不会单纯告诉 AI“把页面做漂亮”，而是把设计工作拆成了多个可以明确调用的专业维度。 目前 Impeccable 提供了 23 个命令。它们并不只是一些短提示词，而是包含了相应设计领域的检查步骤、判断标准和工作方法。
0:39

AI 写前端越来越“一眼 AI”了？ 最近又发现一个工具：Impeccable，一个给 Codex、Claude Code、Cursor 安装的一套“设计语言”的工具 更准确地说，Impeccable 是一套安装在 AI 编程工具里的“设计语言层”： 它通过设计知识、工作流命令、项目上下文和反模式检测，让 Codex、Claude Code、Cursor 等编码代理在修改前端时，少一些模型默认审美，多一些真正的设计判断。 平时我们给 AI 的设计要求可能会非常模糊，设计师有时候都未必能真正了解你的需求，何况是AI 所以Impeccable 想补齐那些专业性的知识要求。 它不会单纯告诉 AI“把页面做漂亮”，而是把设计工作拆成了多个可以明确调用的专业维度。 目前 Impeccable 提供了 23 个命令。它们并不只是一些短提示词，而是包含了相应设计领域的检查步骤、判断标准和工作方法。

sitin

10,742 views • 2 months ago

兄弟们，我真觉得目前 AI 还是被低估了，模型代码能力变强，能实现的效果太多了： 视觉理解、3D、动画、可交互的东西，都是代码能表达的 我之前接过一个 AI + 庭院设计的需求，他们需要细节效果图和渲染图，那会我用 image-2 配合代码实现 3D 效果，但空间感很差，具体的比例等细节把控不好，很难达到生产场景 这次我直接拿一张户型图让 AI 做出装修后的 3D 效果，出来的效果确实不错： 第一人称漫游，切俯视图和图纸一模一样，连每扇门往哪边开都没错。而且可以非常精细化去做修改。 以前这种 3D 展示外包出去又贵周期又长，现在就是几块钱 token 的事，效果还比之前好得多。 这只是一个 demo，后续再往上叠生图模型、视频模型做质感，庭院设计、装修方案、样板间展示，这一整类需求的想象空间很大。 视频是这次的实录效果👇：
1:23

兄弟们，我真觉得目前 AI 还是被低估了，模型代码能力变强，能实现的效果太多了： 视觉理解、3D、动画、可交互的东西，都是代码能表达的 我之前接过一个 AI + 庭院设计的需求，他们需要细节效果图和渲染图，那会我用 image-2 配合代码实现 3D 效果，但空间感很差，具体的比例等细节把控不好，很难达到生产场景 这次我直接拿一张户型图让 AI 做出装修后的 3D 效果，出来的效果确实不错： 第一人称漫游，切俯视图和图纸一模一样，连每扇门往哪边开都没错。而且可以非常精细化去做修改。 以前这种 3D 展示外包出去又贵周期又长，现在就是几块钱 token 的事，效果还比之前好得多。 这只是一个 demo，后续再往上叠生图模型、视频模型做质感，庭院设计、装修方案、样板间展示，这一整类需求的想象空间很大。 视频是这次的实录效果👇：

余温

18,345 views • 1 month ago

Claude Opus 4.8 出了之后，我的第一反应是：想试。 第二反应是：算了，token 这东西真的不经烧。 结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。 我自己有个很真实的问题： 脑子里经常冒出各种产品想法。 但每次真要开始做，就会卡住。 用户是谁？ 第一版到底做什么？ 哪些功能应该先砍掉？ 怎么定价？ 第一周从哪一步开始？ 上线后怎么找第一批用户？ 想法很多，执行很散。 所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。 需求我写得也挺直接： 输入一句产品 idea。 自动拆出产品定位、MVP、开发任务、定价方案。 再生成落地页文案、冷启动实验、风险清单和本周计划。 最好不是一个静态页面，而是真的能点、能改、能导出。 然后我就把这段话丢给 Claude Opus 4.8。 出来的效果比我预期好不少。 它真的把“一人公司怎么从想法走到执行”这件事拆开了。 左边输入产品想法。 中间生成产品蓝图、MVP 范围、定价和官网文案。 右边是任务看板和本周计划。 底部还有冷启动实验、风险雷达和 Markdown 导出。 最让我觉得有意思的是，它不是一味堆功能。 比如我输入“给小红书博主做 AI 选题助手”，它会主动判断： 第一版必须做什么。 哪些功能看起来高级，但现在应该先别碰。 怎么找第一批真实用户。 哪些风险可能让这个项目做不下去。 这点就很能体现 Opus 4.8 的能力。 普通模型经常是：你要什么，我全给你加上。 最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。 我是在 ZenMux 上试的。 它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。 想试 Claude Opus 4.8 的，可以从这里进：
0:43

Claude Opus 4.8 出了之后，我的第一反应是：想试。 第二反应是：算了，token 这东西真的不经烧。 结果看到 ZenMux 现在可以体验 Opus 4.8，就拿它试了一个我最近一直想做的小东西。 我自己有个很真实的问题： 脑子里经常冒出各种产品想法。 但每次真要开始做，就会卡住。 用户是谁？ 第一版到底做什么？ 哪些功能应该先砍掉？ 怎么定价？ 第一周从哪一步开始？ 上线后怎么找第一批用户？ 想法很多，执行很散。 所以我让 Claude Opus 4.8 做了一个「一人公司作战室」。 需求我写得也挺直接： 输入一句产品 idea。 自动拆出产品定位、MVP、开发任务、定价方案。 再生成落地页文案、冷启动实验、风险清单和本周计划。 最好不是一个静态页面，而是真的能点、能改、能导出。 然后我就把这段话丢给 Claude Opus 4.8。 出来的效果比我预期好不少。 它真的把“一人公司怎么从想法走到执行”这件事拆开了。 左边输入产品想法。 中间生成产品蓝图、MVP 范围、定价和官网文案。 右边是任务看板和本周计划。 底部还有冷启动实验、风险雷达和 Markdown 导出。 最让我觉得有意思的是，它不是一味堆功能。 比如我输入“给小红书博主做 AI 选题助手”，它会主动判断： 第一版必须做什么。 哪些功能看起来高级，但现在应该先别碰。 怎么找第一批真实用户。 哪些风险可能让这个项目做不下去。 这点就很能体现 Opus 4.8 的能力。 普通模型经常是：你要什么，我全给你加上。 最后页面很热闹，但产品判断是空的。 Opus 4.8 更像是在帮你收敛：先想清楚用户、场景和第一步，再把它变成可以执行的工作台。 我是在 ZenMux 上试的。 它比较方便的一点是，一个 Key 就能切不同模型，新模型上线也很快。 Opus 4.8 拿来做这种带产品判断、交互状态和复杂信息结构的网页，确实挺顺。 想试 Claude Opus 4.8 的，可以从这里进：

Joruno

16,224 views • 3 months ago

对不起，我不是在用 AI，我是在开公司！ 看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合 最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗 唯一的缺点？贵 现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！
0:34

对不起，我不是在用 AI，我是在开公司！ 看到 Kimi 2.5 的集群模式，我直接看呆了…… 以前是“一个模型干所有活”，现在是“模型现场帮我招员工” 只要跟它说你的需求，它会自动分身：有的负责调研，有的负责写代码，有的负责整合 最高100个 Agent 并发处理！这种串行+平行的调度能力，以前想都不敢想 “一人公司”的时代真的来了吗 唯一的缺点？贵 现在的我只想大喊：友商们快跟进！早日实现“数字员工自由”！

XDmnnn不淡

50,270 views • 5 months 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
0:49

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

37,069 views • 5 months 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👇
0:42

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👇

AYi

63,210 views • 4 months ago

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。 作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思： 我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。 等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面 我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等 最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。 但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。 尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」
0:20

最近看到很多人在聊 Vibe Coding，我也下了软件试了下。 作为一个没有任何编程和计算机基础的人，竟然真的靠“聊天”做出了一个在线个人网页😂 过程其实很有意思： 我负责描述想要的 vibe和网页内容：自我介绍，风格类似iOS17 玻璃质感、淡绿色、按钮要更深一点… 然后用 GPT 帮我把这些抽象需求翻译成可执行的 prompt，Cursor 再根据 prompt 自动改代码、预览效果。 等于我完全不写代码，只是在指导两个 AI 结对编程： GPT 负责把我的中文需求变成工程语言 Cursor 负责真正写代码、渲染页面 我只需要根据网页呈现的结果反馈给GPT：这不够玻璃，再绿一点，加点光效等 最后用 Vercel，上线成一个真正的网址（但Deploy完显示404了..🥹 一套下来体验感就是——我们都向往“Vibe Coding” 的理想目标——那种“言出法随”的魔法，只要说话，AI就能完美实现一切。 但我们必须承认一个现实：以当前AI（无论是Claude、GPT）的能力，目前还远不足以支撑这个理想。 尝试AI“对齐颗粒度“，以学习的姿态打造AI时代的「超级个体」

Mercy

32,119 views • 9 months ago

兄弟们，最近开源一键爆款复制工具Hypit 真的有点东西，不到3天 github 7.4k star。 我试了下只能说非常的牛逼，很多博主用它来复刻视频，只用了Hypit复刻能力，但它的视频剪辑能力也是非常的强。 这条介绍 Hypit 的 90 秒视频，也是 Hypit + GPT-6 Astra 全程帮我剪辑完成的。 我把操作录屏、纸片拼贴风格参考、之前生成的成片交给它，再告诉它宣传片的目标和修改方向。从素材编排、字幕、B-roll，到流程动效和最终渲染，整个剪辑过程都在这套组合里完成。 视频里展示的，是我用 Hypit 做的一次 Clone → Edit → Reuse 实验。 先介绍一下：Hypit 是给 Codex、Claude Code 等 AI Agents 做视频的开源语言和系统。 它让 Agent 能把视频制作中的脚本、素材、配音、字幕、B-roll 和动效组织成一套可执行的工作流。创作者可以通过描述需求，让 Agent 编写、修改这些结构，再到 Hypit Studio 里查看画面和时间轴。 这次，我先从一条唐代主题的纸片拼贴视频开始，尝试 Clone 它的视觉表达：纸张纹理、醒目的题签、前后景移动，以及用图解讲故事的方式。 随后，我提出了一个新要求： “沿用纸片拼贴工作流，做中国瓷器历史，60 秒，中文旁白。” 同一种视觉语言，开始承载新的内容：从唐代故事，转向瓷器的发展、青花工艺和明清彩瓷。脚本、镜头和讲解围绕新主题重新组织，之前积累的制作方式可以继续使用。 有意思的地方，还在后面的修改。 做完这条宣传片后，我又让它给 B-roll 增加流程动效。它继续在现有工程里加入： 随讲解依次出现、点亮的纸片步骤卡； 连接不同步骤的箭头和推进动画； 对应“绘青花 → 罩透明釉 → 入窑烧成”的顺序框选； 展示 Clone、Edit、Reuse 的流程收束。 这些修改复用了已有素材，再完成合成和渲染。新增的卡片文字、出现时间和布局，也都保留在可编辑工程里。 这让我觉得，Clone 的价值，可以延伸到下一次创作。 一次实践之后，留下来的脚本结构、字幕样式、动效组件和素材组织方式，都能继续调整。下一次换主题、换产品或换讲解内容时，就有了一个可以接着工作的起点。 对需要持续做产品介绍、知识视频、功能演示的人来说，这种“描述需求 → 查看结果 → 继续修改 → 复用工程”的方式，很值得试一试。 视频里放了真实操作节选、Studio 预览、风格参考与新主题成品的对照，也展示了这次补充的流程动效。 想试试用自己的 Agent Clone 视频，可以先收藏这个开源仓库，顺手给 Hypit 点个 Star ⭐
1:30

兄弟们，最近开源一键爆款复制工具Hypit 真的有点东西，不到3天 github 7.4k star。 我试了下只能说非常的牛逼，很多博主用它来复刻视频，只用了Hypit复刻能力，但它的视频剪辑能力也是非常的强。 这条介绍 Hypit 的 90 秒视频，也是 Hypit + GPT-6 Astra 全程帮我剪辑完成的。 我把操作录屏、纸片拼贴风格参考、之前生成的成片交给它，再告诉它宣传片的目标和修改方向。从素材编排、字幕、B-roll，到流程动效和最终渲染，整个剪辑过程都在这套组合里完成。 视频里展示的，是我用 Hypit 做的一次 Clone → Edit → Reuse 实验。 先介绍一下：Hypit 是给 Codex、Claude Code 等 AI Agents 做视频的开源语言和系统。 它让 Agent 能把视频制作中的脚本、素材、配音、字幕、B-roll 和动效组织成一套可执行的工作流。创作者可以通过描述需求，让 Agent 编写、修改这些结构，再到 Hypit Studio 里查看画面和时间轴。 这次，我先从一条唐代主题的纸片拼贴视频开始，尝试 Clone 它的视觉表达：纸张纹理、醒目的题签、前后景移动，以及用图解讲故事的方式。 随后，我提出了一个新要求： “沿用纸片拼贴工作流，做中国瓷器历史，60 秒，中文旁白。” 同一种视觉语言，开始承载新的内容：从唐代故事，转向瓷器的发展、青花工艺和明清彩瓷。脚本、镜头和讲解围绕新主题重新组织，之前积累的制作方式可以继续使用。 有意思的地方，还在后面的修改。 做完这条宣传片后，我又让它给 B-roll 增加流程动效。它继续在现有工程里加入： 随讲解依次出现、点亮的纸片步骤卡； 连接不同步骤的箭头和推进动画； 对应“绘青花 → 罩透明釉 → 入窑烧成”的顺序框选； 展示 Clone、Edit、Reuse 的流程收束。 这些修改复用了已有素材，再完成合成和渲染。新增的卡片文字、出现时间和布局，也都保留在可编辑工程里。 这让我觉得，Clone 的价值，可以延伸到下一次创作。 一次实践之后，留下来的脚本结构、字幕样式、动效组件和素材组织方式，都能继续调整。下一次换主题、换产品或换讲解内容时，就有了一个可以接着工作的起点。 对需要持续做产品介绍、知识视频、功能演示的人来说，这种“描述需求 → 查看结果 → 继续修改 → 复用工程”的方式，很值得试一试。 视频里放了真实操作节选、Studio 预览、风格参考与新主题成品的对照，也展示了这次补充的流程动效。 想试试用自己的 Agent Clone 视频，可以先收藏这个开源仓库，顺手给 Hypit 点个 Star ⭐

知识猫AI实验室

67,383 views • 7 days ago

兄弟们，Vox Style Skill又更新了。 这次新增了一套更适合自媒体内容的美漫模板。 之前的模板主要走新中式路线，比较适合中国古典文化、历史故事和东方美学类内容。 这次的美漫模板，颜色更加艳丽，视觉冲击力更强，能够适配的内容场景也更多。 知识科普、人物故事、商业观点、热点解读，都可以拿来尝试。 最关键的是成本。 按照我目前跑通的低成本工作流，制作一条Vox风格视频，理论生成成本低至1毛钱左右。 即使把废片和返工算进去，保守成本也不到2毛钱一条。 当然，这里没有计算人工时间，也没有把本来就在使用的Codex订阅摊进去。 但对于想做自媒体、预算又不高的人来说，这个成本已经足够低了。 如果你一直想做自媒体，却卡在： 没时间研究复杂工具； 请不起设计师和剪辑师； 不想每个月投入一大笔软件费用； 这套基于Codex的内容工作流，应该会比较适合你。 最近猫哥也一直在做一件事： 不断挖掘、测试和打磨低成本的创意视频制作方法。 目前已经有不少工具和工作流进入开发、测试阶段，大部分基于Codex就能直接使用。 猫社聚焦的方向很明确： AI＋内容创作。 包括AI绘图、AI视频、AI工具实战，以及能真正用于自媒体生产的低成本工作流。 我们不追求收藏一堆看起来很厉害的工具。 而是希望把这些工具组合起来，让一个人也能持续产出内容。 每测试一次，就沉淀一套方法； 每完成一个作品，就积累一份内容资产； 再通过自媒体，持续放大自己的能力、作品和影响力。 低成本只是起点。 真正有价值的是，一个人借助Codex，也能跑通从创意、画面到视频制作的完整流程。 这次新增的美漫模板，也会同步给猫社群友使用。 目前猫社距离200人还剩9个位置。 满200人后，入群价格将调整至299元。 如果你本来就想做AI内容、自媒体或者低成本创意视频，可以趁当前价格加入。 想进群的，直接私信我回复：猫社。
0:50

兄弟们，Vox Style Skill又更新了。 这次新增了一套更适合自媒体内容的美漫模板。 之前的模板主要走新中式路线，比较适合中国古典文化、历史故事和东方美学类内容。 这次的美漫模板，颜色更加艳丽，视觉冲击力更强，能够适配的内容场景也更多。 知识科普、人物故事、商业观点、热点解读，都可以拿来尝试。 最关键的是成本。 按照我目前跑通的低成本工作流，制作一条Vox风格视频，理论生成成本低至1毛钱左右。 即使把废片和返工算进去，保守成本也不到2毛钱一条。 当然，这里没有计算人工时间，也没有把本来就在使用的Codex订阅摊进去。 但对于想做自媒体、预算又不高的人来说，这个成本已经足够低了。 如果你一直想做自媒体，却卡在： 没时间研究复杂工具； 请不起设计师和剪辑师； 不想每个月投入一大笔软件费用； 这套基于Codex的内容工作流，应该会比较适合你。 最近猫哥也一直在做一件事： 不断挖掘、测试和打磨低成本的创意视频制作方法。 目前已经有不少工具和工作流进入开发、测试阶段，大部分基于Codex就能直接使用。 猫社聚焦的方向很明确： AI＋内容创作。 包括AI绘图、AI视频、AI工具实战，以及能真正用于自媒体生产的低成本工作流。 我们不追求收藏一堆看起来很厉害的工具。 而是希望把这些工具组合起来，让一个人也能持续产出内容。 每测试一次，就沉淀一套方法； 每完成一个作品，就积累一份内容资产； 再通过自媒体，持续放大自己的能力、作品和影响力。 低成本只是起点。 真正有价值的是，一个人借助Codex，也能跑通从创意、画面到视频制作的完整流程。 这次新增的美漫模板，也会同步给猫社群友使用。 目前猫社距离200人还剩9个位置。 满200人后，入群价格将调整至299元。 如果你本来就想做AI内容、自媒体或者低成本创意视频，可以趁当前价格加入。 想进群的，直接私信我回复：猫社。

知识猫AI实验室

28,113 views • 2 months ago

从一个想法到 App Store 只用了 20 天——我如何在不是全职程序员的情况下，用 AI 打造并发布一款 iOS 应用：JAM。 如果你有一个创意，想把它变成真正的产品，现在的速度可以比你想象的还快。 在这段视频里，我会告诉你，如何在完全没有传统编程经验的情况下，借助像 Cursor 这样的 AI 工具，仅用 20 天就从构思走到 App Store 上架。 这是一份针对设计师和科技从业者的真实案例，展示了现代 AI 工具如何加速工作流程、验证产品创意，并在极短时间内完成可用原型。
7:55

从一个想法到 App Store 只用了 20 天——我如何在不是全职程序员的情况下，用 AI 打造并发布一款 iOS 应用：JAM。 如果你有一个创意，想把它变成真正的产品，现在的速度可以比你想象的还快。 在这段视频里，我会告诉你，如何在完全没有传统编程经验的情况下，借助像 Cursor 这样的 AI 工具，仅用 20 天就从构思走到 App Store 上架。 这是一份针对设计师和科技从业者的真实案例，展示了现代 AI 工具如何加速工作流程、验证产品创意，并在极短时间内完成可用原型。

Bear Liu

51,673 views • 1 year 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”。
0:47

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

40,469 views • 3 months ago

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西 现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程 你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台 看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常 但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我 爱上我的虚拟主播的我😎
0:34

Dappos DAPPOS 这几天又整了个新sop 社区OPC在xBubble上搞了个实时虚拟人，这方向其实挺有意思的，这个方向有意思的点不在虚拟人多像真人，而在于：直播间要开始被做成 SOP 了。以前想搞一个能聊、能答疑、能控场、还能持续在线的直播间，得拼数字人、语音、脚本、互动、房间控制一堆东西 现在 xBubble 这个思路更像是把这些拆好，再打包成一套能复用的流程 你可以拿它做项目 AMA、社群答疑、产品讲解、课程直播，甚至以后做一个 24 小时在线的社区前台 看视频效果嘛，目前确实还没到“真人替代”的程度，有点假也正常 但我觉得不用急着吹效果，先看方向 AI 数字人真正值钱的地方，可能不是脸有多像人，而是谁能把一整套直播间运营流程做成普通人也能调用的 SOP 如果剧本设计得好，再加上以后虚拟人要是又美又会撩，多少哥们晚上八点打开聊天就下不来了。一天花出去十杯奶茶钱，被崩之后还能安慰自己——至少她懂我 爱上我的虚拟主播的我😎

lilili💤

14,190 views • 2 months ago

兄弟们，我用gemini pro 每天3次视频生成的机会，配合做了一个半自动的vox风格的skill，让它帮我再codex里打开gemini网站完成视频制作，并且下载回来继续完成视频的拼接，全程不需要我输入提示词，可能需要上传一些参考图 授权几次，这效果一次出的感觉效果还可以。
0:30

兄弟们，我用gemini pro 每天3次视频生成的机会，配合做了一个半自动的vox风格的skill，让它帮我再codex里打开gemini网站完成视频制作，并且下载回来继续完成视频的拼接，全程不需要我输入提示词，可能需要上传一些参考图 授权几次，这效果一次出的感觉效果还可以。

知识猫AI实验室

23,423 views • 2 months ago

刚才做完这个30秒的薯片广告，我确信AI不仅仅是拿来玩的了！ 第一次独立完成商业视频广告制作，我看了一遍又一遍。 说实话，心里有点激动。 不是因为画面有多炫，有多好玩，而是因为这东西真的能卖钱，咱们AI博主最终还是为了低成本产出、服务客户变现嘛 以前玩AI视频，多半是图个乐，动不动就崩坏。但这回我不一样，我先用 Nano Banana 生成了几张高质感底图，然后把剩下的活儿全扔给了 Medeo。 结果你们也看到了。 最让我惊喜的其实是它的全品类能力——原以为它只能做做动漫或二次元，没想到这种高精度的商业实拍风、甚至是教学视频、知识科普和剧情短片，它全都能一站式交付 。 最让我爽的不是画质，是那个对话即创作的过程。 我没开剪映，也没拉轨道，就像跟后期小哥聊天一样， “让薯片炸开的时候更有力一点” “这一段要配那种很脆的声音，要有食欲”它就真的听懂了，还能精准修改。这种言出法随的控制力，纯靠口喷做视频，以前想都不敢想 。 以前我觉得AI做商业视频还得再等等，但这支片子做完，我改主意了。薯片的纹理全程没变，一致性完全拿捏 ，光影也对得上，完全够得上去给客户提案的标准。 我简介里一直写着，AI是为了提效和搞钱的。 这话不是虚的。 如果是纯玩，我可能不会这么兴奋。但 Medeo 让我看到了怎么低成本地帮企业做东西。这才是我们手里最硬的武器，能把需求变成真金白银交付出去，而不是发个朋友圈就完了。 以后接单，底气又足了一分。 想尝试的可以访问官网： 附视频👇
0:24

刚才做完这个30秒的薯片广告，我确信AI不仅仅是拿来玩的了！ 第一次独立完成商业视频广告制作，我看了一遍又一遍。 说实话，心里有点激动。 不是因为画面有多炫，有多好玩，而是因为这东西真的能卖钱，咱们AI博主最终还是为了低成本产出、服务客户变现嘛 以前玩AI视频，多半是图个乐，动不动就崩坏。但这回我不一样，我先用 Nano Banana 生成了几张高质感底图，然后把剩下的活儿全扔给了 Medeo。 结果你们也看到了。 最让我惊喜的其实是它的全品类能力——原以为它只能做做动漫或二次元，没想到这种高精度的商业实拍风、甚至是教学视频、知识科普和剧情短片，它全都能一站式交付 。 最让我爽的不是画质，是那个对话即创作的过程。 我没开剪映，也没拉轨道，就像跟后期小哥聊天一样， “让薯片炸开的时候更有力一点” “这一段要配那种很脆的声音，要有食欲”它就真的听懂了，还能精准修改。这种言出法随的控制力，纯靠口喷做视频，以前想都不敢想 。 以前我觉得AI做商业视频还得再等等，但这支片子做完，我改主意了。薯片的纹理全程没变，一致性完全拿捏 ，光影也对得上，完全够得上去给客户提案的标准。 我简介里一直写着，AI是为了提效和搞钱的。 这话不是虚的。 如果是纯玩，我可能不会这么兴奋。但 Medeo 让我看到了怎么低成本地帮企业做东西。这才是我们手里最硬的武器，能把需求变成真金白银交付出去，而不是发个朋友圈就完了。 以后接单，底气又足了一分。 想尝试的可以访问官网： 附视频👇

Adam也叫吉米

17,350 views • 8 months ago

AI时代，永远别低估一个人可能拥有的创造力。很多事情，几个月前你做不成，现在再试试可能就完全不同了。 半年前，我在完全没用过unity，没做过游戏开发的情况下尝试过用Cursor+Unity开发军事题材的3D射击游戏。 当时最大的瓶颈就是3D资产。市面上找的各种 AI 3D工具生成的装甲车模型，本质上是一坨无法拆分的疙瘩汤，想给炮塔、履带做独立动画和损伤效果根本不可能，项目直接卡死。我以为这事儿黄了，直到最近看到了 Hyper3D by Deemos 的 他们新推出的Rodin Gen-2有个叫BANG的架构，简直太绝了，它能理解模型是由不同部件组成的，能把任何3D模型都按合理的逻辑拆解，比如我这个视频里的装甲车、直升机、士兵等。 这种情况下，我能拿到独立的炮塔、车轮等，可以直接拿去做动画绑定和参数设定，这把我上次遇到的问题基本都解决了。 我突然意识到，才过了半年，我整个AI开发流程的工具几乎全换代了： 1、AI编程工具从Cursor换到Claude Code。 2、2D素材从Midjourney换到Nano Banana。 3、而3D资产这块的进化是最颠覆的，直接从玩具变成了工具。 所以，别给自己设限，别给AI设限，你只需要想清楚自己想做什么，每隔半年试试看，很可能会有意想不到的惊喜。 我觉得hyper3d这个新能力有机会让很多游戏小团队提效，也会让很多像我这样0基础的开发者也有机会整出自己首个3D游戏出来。
0:30

AI时代，永远别低估一个人可能拥有的创造力。很多事情，几个月前你做不成，现在再试试可能就完全不同了。 半年前，我在完全没用过unity，没做过游戏开发的情况下尝试过用Cursor+Unity开发军事题材的3D射击游戏。 当时最大的瓶颈就是3D资产。市面上找的各种 AI 3D工具生成的装甲车模型，本质上是一坨无法拆分的疙瘩汤，想给炮塔、履带做独立动画和损伤效果根本不可能，项目直接卡死。我以为这事儿黄了，直到最近看到了 Hyper3D by Deemos 的 他们新推出的Rodin Gen-2有个叫BANG的架构，简直太绝了，它能理解模型是由不同部件组成的，能把任何3D模型都按合理的逻辑拆解，比如我这个视频里的装甲车、直升机、士兵等。 这种情况下，我能拿到独立的炮塔、车轮等，可以直接拿去做动画绑定和参数设定，这把我上次遇到的问题基本都解决了。 我突然意识到，才过了半年，我整个AI开发流程的工具几乎全换代了： 1、AI编程工具从Cursor换到Claude Code。 2、2D素材从Midjourney换到Nano Banana。 3、而3D资产这块的进化是最颠覆的，直接从玩具变成了工具。 所以，别给自己设限，别给AI设限，你只需要想清楚自己想做什么，每隔半年试试看，很可能会有意想不到的惊喜。 我觉得hyper3d这个新能力有机会让很多游戏小团队提效，也会让很多像我这样0基础的开发者也有机会整出自己首个3D游戏出来。

花叔

80,098 views • 1 year ago

这两年我一直有个默认假设：模型参数越大，能力越强，什么任务都该交给最大的那个模型去做。但最近我在搭一个需要长流程、反复调用工具的 Agent 任务时，专门试了试把"规划"和"执行"拆开、交给不同模型来做的思路，用的执行端模型是Ant Ling刚发布的 Ling-3.0-flash。这次体验让我对"大模型不是越大越好"这句话有了更具体的理解。 我遇到的问题 起因是我想搭一个 Blender MCP 的工作流：让 AI 帮我自动完成一个简单场景的粗模搭建和运镜——比如摆几把椅子、设置一个摄像机轨迹，作为后续正式渲染前的预演草稿。 一开始我图省事，直接让一个参数量很大的全能模型来处理整个流程：既要它想清楚场景该怎么布局、镜头该怎么运动，又要它高频地调用 Blender 的 MCP 接口去逐步执行动作。 结果是，虽然效果还行，但每一步操作等待的时间都不短，跑完一整套流程花的时间和成本都超出了我的预期——毕竟这类任务里，真正需要"深度思考"的部分只占很小一块，绝大多数时间都花在了"调用接口、摆放物体"这类重复动作上。 换成"规划-执行分离"之后 我把流程拆成了两段：先用一个知识面更广的大模型，把场景的整体构图、镜头运动路径想清楚，写成一份结构化的操作说明；然后把这份说明交给 Ling-3.0-flash，让它作为执行引擎，逐条读取说明并调用 Blender MCP 接口去落地。 这一次的差别很明显。Ling-3.0-flash 的总参数量是 124B，但实际推理时只激活 5.1B 参数，加上首字延迟能做到 500 毫秒以内，我能感觉到每一步操作的响应几乎是"秒回"的——不再是那种等大模型"想"完再动手的节奏，而是我一条指令下去，场景里的物体几乎立刻就摆好了。整套流程跑下来，成本也比全用大模型的方案低了不少。 我的体会 这次尝试让我确认了一件事：如果任务里"想清楚该怎么做"和"把已经想清楚的事情执行出来"这两部分能拆开，那把执行这一段交给 Ling-3.0-flash 这类专门优化过工具调用稳定性和响应速度的模型，确实比一个模型包办到底更划算。 但我也发现，这套分工不是无脑套用的——如果场景本身很复杂，需要边搭建边做美学判断（比如构图是否好看、光影是否协调），单靠 Ling-3.0-flash 自己去决定，效果就会打折扣，这部分还是得靠前期规划阶段先想清楚。 人负责把边界和验收标准定好，大模型负责规划，Ling-3.0-flash 负责又快又稳地把方案落地——这套组合让我第一次比较直观地感受到"规划-执行分离"这套架构的实际好处。 目前Ling-3.0-flash 现已在 OpenRouter 上线——并可免费使用至 2026 年 8 月 3 日。 链接： 也可以直接网页对话体验： 大家不妨去体验体验一下，感受下魅力
0:27

这两年我一直有个默认假设：模型参数越大，能力越强，什么任务都该交给最大的那个模型去做。但最近我在搭一个需要长流程、反复调用工具的 Agent 任务时，专门试了试把"规划"和"执行"拆开、交给不同模型来做的思路，用的执行端模型是Ant Ling刚发布的 Ling-3.0-flash。这次体验让我对"大模型不是越大越好"这句话有了更具体的理解。 我遇到的问题 起因是我想搭一个 Blender MCP 的工作流：让 AI 帮我自动完成一个简单场景的粗模搭建和运镜——比如摆几把椅子、设置一个摄像机轨迹，作为后续正式渲染前的预演草稿。 一开始我图省事，直接让一个参数量很大的全能模型来处理整个流程：既要它想清楚场景该怎么布局、镜头该怎么运动，又要它高频地调用 Blender 的 MCP 接口去逐步执行动作。 结果是，虽然效果还行，但每一步操作等待的时间都不短，跑完一整套流程花的时间和成本都超出了我的预期——毕竟这类任务里，真正需要"深度思考"的部分只占很小一块，绝大多数时间都花在了"调用接口、摆放物体"这类重复动作上。 换成"规划-执行分离"之后 我把流程拆成了两段：先用一个知识面更广的大模型，把场景的整体构图、镜头运动路径想清楚，写成一份结构化的操作说明；然后把这份说明交给 Ling-3.0-flash，让它作为执行引擎，逐条读取说明并调用 Blender MCP 接口去落地。 这一次的差别很明显。Ling-3.0-flash 的总参数量是 124B，但实际推理时只激活 5.1B 参数，加上首字延迟能做到 500 毫秒以内，我能感觉到每一步操作的响应几乎是"秒回"的——不再是那种等大模型"想"完再动手的节奏，而是我一条指令下去，场景里的物体几乎立刻就摆好了。整套流程跑下来，成本也比全用大模型的方案低了不少。 我的体会 这次尝试让我确认了一件事：如果任务里"想清楚该怎么做"和"把已经想清楚的事情执行出来"这两部分能拆开，那把执行这一段交给 Ling-3.0-flash 这类专门优化过工具调用稳定性和响应速度的模型，确实比一个模型包办到底更划算。 但我也发现，这套分工不是无脑套用的——如果场景本身很复杂，需要边搭建边做美学判断（比如构图是否好看、光影是否协调），单靠 Ling-3.0-flash 自己去决定，效果就会打折扣，这部分还是得靠前期规划阶段先想清楚。 人负责把边界和验收标准定好，大模型负责规划，Ling-3.0-flash 负责又快又稳地把方案落地——这套组合让我第一次比较直观地感受到"规划-执行分离"这套架构的实际好处。 目前Ling-3.0-flash 现已在 OpenRouter 上线——并可免费使用至 2026 年 8 月 3 日。 链接： 也可以直接网页对话体验： 大家不妨去体验体验一下，感受下魅力

韭菜饼子

83,352 views • 2 months ago

朋友们，我发现一个超级哇塞的技能 现在已经有不少不错的工具可以画出好看的项目架构图，但大多是静态的，不能交互。今天分享的这个不一样，它是会动的！ 视频里是我在 MkAgent 项目下执行出来的效果，一次搞定。它会根据项目的 logo、主题风格等信息，生成对应的架构图。 不仅如此，它还能分析代码，找出核心节点，生成节点信息和节点关系。每个节点都可以点击，右侧会显示该节点的详细信息。 最终产物是一个 HTML 文件：展示核心架构和工作流程，并且支持动画自动演示调用流程。这个挺有意思，以后读新项目代码可以先用它。
0:28

朋友们，我发现一个超级哇塞的技能 现在已经有不少不错的工具可以画出好看的项目架构图，但大多是静态的，不能交互。今天分享的这个不一样，它是会动的！ 视频里是我在 MkAgent 项目下执行出来的效果，一次搞定。它会根据项目的 logo、主题风格等信息，生成对应的架构图。 不仅如此，它还能分析代码，找出核心节点，生成节点信息和节点关系。每个节点都可以点击，右侧会显示该节点的详细信息。 最终产物是一个 HTML 文件：展示核心架构和工作流程，并且支持动画自动演示调用流程。这个挺有意思，以后读新项目代码可以先用它。

Fox

75,312 views • 1 month ago

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。 这是全球第一个实时多模态世界模型。 它不只是生成画面，还能同时生成真实世界的声音。 视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。 以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。 这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。
2:15

卧槽，这个模型真的有点东西啊! 看完后就想问什么时候可以上手啊！ Odyssey AI实验室刚刚扔出一个真正让人眼前一亮的家伙：Starchild-1。 这是全球第一个实时多模态世界模型。 它不只是生成画面，还能同时生成真实世界的声音。 视频里你能看到一个完整的场景：画面在动，声音同步响起，视觉和听觉完全融为一体，像真正活过来的世界模拟。 以前的世界模型大多只能“看”世界，现在Starchild-1直接学会了“听”。 这不仅仅是又一个视频生成工具，更大的意义是朝着通用世界模型又迈出的关键一步，真正理解并模拟物理世界的下一步。 Odyssey团队说，他们正在用这种新形式的多模态智能，重新定义AI对现实的认知。

Berryxia.AI

37,326 views • 4 months ago