Загрузка видео...

Не удалось загрузить видео

Возникла проблема при загрузке этого видео. Это может быть связано с временными проблемами сети или видео может быть недоступно.

На главную

兄弟们，用GPT-6 Astra，一定要把这个开关打开。找到 ~/.codex/config.toml，加上： [features.context_management] experimental_mode = true 保存，再新开一个任务。以前对话一长，前面的细节容易被压成一坨摘要。打开以后，Astra会自己记笔记，还能回头搜索同一任务里的历史消息和工具结果。这才是它真正狠的地方。不是一轮回答更聪明，是项目做了几天，它还记得你为什么这么干。长项目不开这个，真有点拿跑车送外卖。

火山哥🕊️

85,831 subscribers

117,525 просмотров • 3 дней назад •via X (Twitter)

Наука и технологии Образование Финансы

Anya Rossi• Live Now

Private livecam show

Комментарии: 0

Нет доступных комментариев

Здесь появятся комментарии из оригинального поста

Похожие видео

大部分人用 Claude Code 其实是在裸跑打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了不是说它推荐的就一定全对，但比从零开始配要省不少事用 Claude Code 的可以试试，尤其是项目已经有一定规模的

大部分人用 Claude Code 其实是在裸跑打开项目，直接问它改代码、写功能、修bug。能干活，但工作流全靠手动组织 Anthropic 最近出了个官方插件叫 claude-code-setup，做的事情挺简单的：扫描你的项目结构和依赖，然后推荐你应该配哪些东西具体来说它会建议你装： -适合你项目的 MCP servers -可以复用的 skills -自动触发的 hooks -拆分任务用的 subagents -常用的 slash commands 相当于它帮你把 Claude Code 从一个"什么都能干但什么都要你自己安排"的工具，变成一个针对你这个项目定制过的AI开发环境之前这些配置全靠自己摸索，哪些 MCP 好用、hooks 怎么写、subagents 怎么拆，都要一个个试。现在至少有个起点了不是说它推荐的就一定全对，但比从零开始配要省不少事用 Claude Code 的可以试试，尤其是项目已经有一定规模的

Vincent | 信号＞噪音

21,388 просмотров • 2 месяцев назад

每天都想喷一下 $RIVER ，昨天反弹都能新高，每天日线50个点上下波动，你该🈳 它就拉，你还要抗费率。这种妖币，合约是真玩不了一点，玩它不然把💰拿去刷 OP 或者 StandX 这些至少还是明牌空投，赚钱几率还大的多。没有写撸要开始重新开始做每日项目介绍了以前一直在做这个系列但是后面市场不好了项目也少了是时候捡起来了。

每天都想喷一下 $RIVER ，昨天反弹都能新高，每天日线50个点上下波动，你该🈳 它就拉，你还要抗费率。这种妖币，合约是真玩不了一点，玩它不然把💰拿去刷 OP 或者 StandX 这些至少还是明牌空投，赚钱几率还大的多。没有写撸要开始重新开始做每日项目介绍了以前一直在做这个系列但是后面市场不好了项目也少了是时候捡起来了。

墨鱼(:◎)｜Gate美股0费率

282,821 просмотров • 7 месяцев назад

文章上海开店确实有点蹊跷，你想啊，店里人均消费才30，他缺那点小钱吗？他要是真心想开店赚钱，就该开高档一点的店，去赚富人的钱！所以我分析，他这次开店真正的目的就是为了流量，为了出圈，为了曝光结果效果达到了，这几天热搜全是他的新闻，这可是花多少钱都买不到的他开的那个店总成本我觉得不会超过100万，你觉得100万能买来这么大的热搜吗？明显不能！相反，以后他还能借着这个店跟观众搞互动，出几个段子梗，让来店里的人拍下来发到网上去，这样就会一直不停地出圈、上热搜，给他带来流量，还会让更多的人关注他，这样他娱乐圈的戏路才会再一次打开，这才是真正的原因！

文章上海开店确实有点蹊跷，你想啊，店里人均消费才30，他缺那点小钱吗？他要是真心想开店赚钱，就该开高档一点的店，去赚富人的钱！所以我分析，他这次开店真正的目的就是为了流量，为了出圈，为了曝光结果效果达到了，这几天热搜全是他的新闻，这可是花多少钱都买不到的他开的那个店总成本我觉得不会超过100万，你觉得100万能买来这么大的热搜吗？明显不能！相反，以后他还能借着这个店跟观众搞互动，出几个段子梗，让来店里的人拍下来发到网上去，这样就会一直不停地出圈、上热搜，给他带来流量，还会让更多的人关注他，这样他娱乐圈的戏路才会再一次打开，这才是真正的原因！

董小姐的日常

435,439 просмотров • 5 месяцев назад

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。它是一个会自动纠错、还能自己进化的 Skill。每次 AI 出现这些情况，它都会自动记录下来： - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案然后把这些经验存起来。下次再遇到类似问题，它会直接参考这些经验。也就是说—— 普通 AI：每次对话都像重新开始。而装了这个 Skill 之后，我的龙虾开始慢慢长经验值。用得越久，它就越聪明。

养小龙虾的兄弟盟一定要装一下这个 Skill：Self-Improving Agent。它是一个会自动纠错、还能自己进化的 Skill。每次 AI 出现这些情况，它都会自动记录下来： - 做错的事情 - 我纠正它的地方 - 发现更好的解决方案然后把这些经验存起来。下次再遇到类似问题，它会直接参考这些经验。也就是说—— 普通 AI：每次对话都像重新开始。而装了这个 Skill 之后，我的龙虾开始慢慢长经验值。用得越久，它就越聪明。

开发者Hailey

48,417 просмотров • 6 месяцев назад

为什么刘震云是刘震云？因为他能把一个人一辈子都绕不过去的事，写成一句最普通的家常话。电影《一句顶一万句》，改编自刘震云的同名小说。里面有一句话，特别轻。轻到你第一次听见，可能都不会停下来。但这句话在原著里出现了两次。一部作品里，一句话反复出现，就不是随便写的。它是刘震云真正看透日子以后，说出来的话： “过日子是过以后，不是过以前。” 这句话，不只是写给曹青娥的，也不只是写给牛爱国的，它就是刘震云自己的觉醒。一个人要活到一定年纪，经历过很多绕不过去的事，才会明白：人这一生，最难的不是吃苦。最难的是，别一直困在以前的苦里。年轻的时候，总觉得有些事必须想明白。为什么当初会那样？为什么那个人要那么对我？为什么那条路走错了？为什么明明已经很努力，结果还是不如人意？想来想去，日子还是一天一天过。只是人慢慢被过去拖沉了。后来才知道，过去的事，真的没法重新过一遍。你再不甘，它也发生了。你再后悔，它也改不了。你再放不下，明天还是会来。所以刘震云这句话狠就狠在这里。它不是劝你忘了过去。忘不了。真正经历过的人都知道，有些事不是说放下就能放下。它是在告诉你：别再拿以前，继续过今天。以前吃过的苦，留下教训就够了。以前走错的路，认了、改了就够了。以前离开的人，走远了也就走远了。人这一生，真正能过的，永远是后面的日子。身体要往后养。心要慢慢放宽。路也还得继续走。刘震云厉害的地方就在这儿。他不是站在高处讲道理。他是把人活着最朴素、最疼、也最难做到的事，写成了一句家常话。过日子是过以后，不是过以前。这句话，表面是写人物。其实是他自己过人生的方式。人到了一定年纪，真要学会这一点：别总回头。后面的日子，才是真正要过的日子。

为什么刘震云是刘震云？因为他能把一个人一辈子都绕不过去的事，写成一句最普通的家常话。电影《一句顶一万句》，改编自刘震云的同名小说。里面有一句话，特别轻。轻到你第一次听见，可能都不会停下来。但这句话在原著里出现了两次。一部作品里，一句话反复出现，就不是随便写的。它是刘震云真正看透日子以后，说出来的话： “过日子是过以后，不是过以前。” 这句话，不只是写给曹青娥的，也不只是写给牛爱国的，它就是刘震云自己的觉醒。一个人要活到一定年纪，经历过很多绕不过去的事，才会明白：人这一生，最难的不是吃苦。最难的是，别一直困在以前的苦里。年轻的时候，总觉得有些事必须想明白。为什么当初会那样？为什么那个人要那么对我？为什么那条路走错了？为什么明明已经很努力，结果还是不如人意？想来想去，日子还是一天一天过。只是人慢慢被过去拖沉了。后来才知道，过去的事，真的没法重新过一遍。你再不甘，它也发生了。你再后悔，它也改不了。你再放不下，明天还是会来。所以刘震云这句话狠就狠在这里。它不是劝你忘了过去。忘不了。真正经历过的人都知道，有些事不是说放下就能放下。它是在告诉你：别再拿以前，继续过今天。以前吃过的苦，留下教训就够了。以前走错的路，认了、改了就够了。以前离开的人，走远了也就走远了。人这一生，真正能过的，永远是后面的日子。身体要往后养。心要慢慢放宽。路也还得继续走。刘震云厉害的地方就在这儿。他不是站在高处讲道理。他是把人活着最朴素、最疼、也最难做到的事，写成了一句家常话。过日子是过以后，不是过以前。这句话，表面是写人物。其实是他自己过人生的方式。人到了一定年纪，真要学会这一点：别总回头。后面的日子，才是真正要过的日子。

杨高能

36,417 просмотров • 3 месяцев назад

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

兄弟们今天给大家一个正确打开GPT5.6的方式。很多人用 Codex，第一步就错了。上来一句：帮我写个 App。这不是让 AI 写代码，这是让它烧你的 token。 Codex 5.6 记得接 GitHub 插件，然后先别让它动手写。直接丢这段：我要开发某某X。先别创建文件，也别输出代码。去 GitHub 调研同类开源项目，筛出最值得参考的方案，分析架构、依赖、活跃度、坑点和可复用设计。最后给我技术选型、系统架构、MVP 范围和开发顺序，等我确认再写代码。这一步做完，省 token 真的离谱。先让它抄作业，再让它干活。兄弟们，这才是 Codex 的正确打开方式。

火山哥🕊️

105,194 просмотров • 1 месяц назад

Codex 5.6 这 4 个设置，能砍掉 80% 无效 token 浪费，复杂长任务效率还能提升 70% 很多时候不是模型不够强，而是你的上下文、缓存和工具配置正在拖后腿。 1️⃣ 尽量吃满 prompt cache 固定不变的项目规则、AGENTS.md、开发规范、长期 prompt 放前面，经常变化的需求放后面。这样更容易命中缓存，减少重复计算和重复上下文token消耗。 2️⃣ 长任务要及时压缩上下文不要让日志、失败方案和旧历史一直堆在会话里。直接输入prompt： “请整理当前任务上下文，清理失效方案、重复日志和无关历史，只保留当前目标、关键决策、核心约束、当前进度、未解决问题和下一步行动，后续基于最新摘要继续执行。” 3️⃣ MCP 不要装一堆不用的 Browser、Figma、GitHub、文档 MCP 都很强，但工具越多，上下文负担也越大。当前项目需要什么，就加载什么，别让一堆无关工具长期占着上下文。 4️⃣ 保持项目配置稳定不要频繁切模型、工作目录、工具配置和开发规则。稳定的 prompt、稳定的工具链和固定项目结构，更容易持续复用缓存，也能减少 Agent 反复重新理解项目。真正高效的 Codex 工作流：高缓存命中 → 干净上下文 → 必要工具 → 稳定配置很多时候 Codex 不需要再变强，你只需要做的，就是别再浪费它的上下文。

Codex 5.6 这 4 个设置，能砍掉 80% 无效 token 浪费，复杂长任务效率还能提升 70% 很多时候不是模型不够强，而是你的上下文、缓存和工具配置正在拖后腿。 1️⃣ 尽量吃满 prompt cache 固定不变的项目规则、AGENTS.md、开发规范、长期 prompt 放前面，经常变化的需求放后面。这样更容易命中缓存，减少重复计算和重复上下文token消耗。 2️⃣ 长任务要及时压缩上下文不要让日志、失败方案和旧历史一直堆在会话里。直接输入prompt： “请整理当前任务上下文，清理失效方案、重复日志和无关历史，只保留当前目标、关键决策、核心约束、当前进度、未解决问题和下一步行动，后续基于最新摘要继续执行。” 3️⃣ MCP 不要装一堆不用的 Browser、Figma、GitHub、文档 MCP 都很强，但工具越多，上下文负担也越大。当前项目需要什么，就加载什么，别让一堆无关工具长期占着上下文。 4️⃣ 保持项目配置稳定不要频繁切模型、工作目录、工具配置和开发规则。稳定的 prompt、稳定的工具链和固定项目结构，更容易持续复用缓存，也能减少 Agent 反复重新理解项目。真正高效的 Codex 工作流：高缓存命中 → 干净上下文 → 必要工具 → 稳定配置很多时候 Codex 不需要再变强，你只需要做的，就是别再浪费它的上下文。

govin.eth | G哥

219,312 просмотров • 23 дней назад

最近我用了 Grok Bot 一段时间，这是我最近最喜欢的 Agent 产品之一。原因甚至不是 Grok 有多聪明。是它真的有一台自己的电脑。 AI Agent 的最终形态，其实就是给 AI 发一台电脑。 xAI 给 Grok Bot 配了一台持续存在的云电脑，里面有浏览器、文件系统和终端。登录状态、文件、浏览器 Session 都会留下来，你把电脑关了，它也可以继续干活。听起来只是一个产品功能，实际用起来，我觉得它把 Agent 的体验往前推了一大截。比如我每天都要刷 X。以前让我用 AI 帮忙看 X，工作流通常是这样的：我刷到一条东西，复制给 AI；AI 觉得有意思，我再去找原帖；再开几个链接；再把资料复制回来；让它查证；最后再让它帮我写。 AI 干了很多活，但真正操作互联网的那个人一直是我。 Grok Bot 让我第一次很自然地把这部分也扔掉了。我直接在它那台电脑上把 X 登录好，然后告诉它去刷我的 timeline，看看今天大家在讨论什么，发现有意思的东西就点进去，把原帖、引用、相关讨论都看一遍，再去外面查资料，最后觉得值得写的，帮我整理成帖子。它就真的去操作浏览器了。网页没有 API 没关系，没有 MCP 也没关系。只要人能打开网页、登录、点击，它就有机会自己完成。xAI 自己对 Grok Bot 的定义其实也很明确，它可以登录并使用网站和 App，用 computer use 处理那些没有干净 API 的软件。这才是 Agent 真正重要的一步。过去一年大家一直在给 Agent 加工具，Search、Browser、Code、MCP、Connector… 工具越来越多，可我的体验经常还是我才是所有 Agent 背后那个最累的 Agent。我同时开着好几个 AI。这个查资料，那个写代码，另一个做图，还有一个跑 Deep Research。 A 做完以后我复制给 B，B 做完以后再扔给 C。名义上我有一支 AI 团队，实际上我是这支团队里专门负责复制粘贴、开网页和催进度的项目经理。 Grok Bot 有一个特别戳我的能力**，它甚至可以去操作另一个 Agent。** 我可以在它的浏览器里登录其他 AI 产品，然后告诉 Grok Bot 这个任务你去交给它。等它跑完，把结果拿回来，然后继续完成后面的事情。到这里整个关系就开始发生变化了。以前是我管理五个 Agent。现在我开始尝试只管理一个 Agent，然后让它去管理剩下几个。而 Grok Bot 本身也支持多个 Bot 协作，它们可以互相发消息、传递上下文、交接任务，同时共享用户的云电脑、文件和登录状态。我觉得这才是真正让我兴奋的地方。过去我们把 Agent 想成一个会调用很多工具的模型。Grok Bot 给我的感觉，更像是第一次给 AI 分了一张办公桌。电脑在那，账号在那，浏览器开着。有什么事情直接发消息给它，它自己去开网页、找东西、操作软件、叫别的 Agent 干活。这和在聊天框下面再塞十个按钮，完全是两种产品感受。只要 Agent 真正获得了电脑，它能接管的就不再是一两个 AI 功能，而是今天已经存在的整个软件世界。几十年来所有软件，最终都默认一个前提是屏幕前坐着一个人。现在这个人，第一次可以不是我了。

最近我用了 Grok Bot 一段时间，这是我最近最喜欢的 Agent 产品之一。原因甚至不是 Grok 有多聪明。是它真的有一台自己的电脑。 AI Agent 的最终形态，其实就是给 AI 发一台电脑。 xAI 给 Grok Bot 配了一台持续存在的云电脑，里面有浏览器、文件系统和终端。登录状态、文件、浏览器 Session 都会留下来，你把电脑关了，它也可以继续干活。听起来只是一个产品功能，实际用起来，我觉得它把 Agent 的体验往前推了一大截。比如我每天都要刷 X。以前让我用 AI 帮忙看 X，工作流通常是这样的：我刷到一条东西，复制给 AI；AI 觉得有意思，我再去找原帖；再开几个链接；再把资料复制回来；让它查证；最后再让它帮我写。 AI 干了很多活，但真正操作互联网的那个人一直是我。 Grok Bot 让我第一次很自然地把这部分也扔掉了。我直接在它那台电脑上把 X 登录好，然后告诉它去刷我的 timeline，看看今天大家在讨论什么，发现有意思的东西就点进去，把原帖、引用、相关讨论都看一遍，再去外面查资料，最后觉得值得写的，帮我整理成帖子。它就真的去操作浏览器了。网页没有 API 没关系，没有 MCP 也没关系。只要人能打开网页、登录、点击，它就有机会自己完成。xAI 自己对 Grok Bot 的定义其实也很明确，它可以登录并使用网站和 App，用 computer use 处理那些没有干净 API 的软件。这才是 Agent 真正重要的一步。过去一年大家一直在给 Agent 加工具，Search、Browser、Code、MCP、Connector… 工具越来越多，可我的体验经常还是我才是所有 Agent 背后那个最累的 Agent。我同时开着好几个 AI。这个查资料，那个写代码，另一个做图，还有一个跑 Deep Research。 A 做完以后我复制给 B，B 做完以后再扔给 C。名义上我有一支 AI 团队，实际上我是这支团队里专门负责复制粘贴、开网页和催进度的项目经理。 Grok Bot 有一个特别戳我的能力，它甚至可以去操作另一个 Agent。我可以在它的浏览器里登录其他 AI 产品，然后告诉 Grok Bot 这个任务你去交给它。等它跑完，把结果拿回来，然后继续完成后面的事情。到这里整个关系就开始发生变化了。以前是我管理五个 Agent。现在我开始尝试只管理一个 Agent，然后让它去管理剩下几个。而 Grok Bot 本身也支持多个 Bot 协作，它们可以互相发消息、传递上下文、交接任务，同时共享用户的云电脑、文件和登录状态。我觉得这才是真正让我兴奋的地方。过去我们把 Agent 想成一个会调用很多工具的模型。Grok Bot 给我的感觉，更像是第一次给 AI 分了一张办公桌。电脑在那，账号在那，浏览器开着。有什么事情直接发消息给它，它自己去开网页、找东西、操作软件、叫别的 Agent 干活。这和在聊天框下面再塞十个按钮，完全是两种产品感受。只要 Agent 真正获得了电脑，它能接管的就不再是一两个 AI 功能，而是今天已经存在的整个软件世界。几十年来所有软件，最终都默认一个前提是屏幕前坐着一个人。现在这个人，第一次可以不是我了。

sleepy.md

20,854 просмотров • 8 дней назад

这个 AI 编程工具叫 Pi，用了以后再也不想回 Claude Code 了！ • 32K 上下文的本地模型跑多轮任务，比 Cline、OpenCode 更轻、更省上下文 • 把 OpenCode 换成 Pi，同一个任务从反复返工变成一次做对 • 缺什么能力，就让 Pi 自己做，或者装别人做好的扩展 100% 开源，完全免费。

这个 AI 编程工具叫 Pi，用了以后再也不想回 Claude Code 了！ • 32K 上下文的本地模型跑多轮任务，比 Cline、OpenCode 更轻、更省上下文 • 把 OpenCode 换成 Pi，同一个任务从反复返工变成一次做对 • 缺什么能力，就让 Pi 自己做，或者装别人做好的扩展 100% 开源，完全免费。

柴郡🔔｜Crypto+AI Plus

103,934 просмотров • 1 месяц назад

Codex 5.6 必须养成的习惯：记得给 AI “存档”！节省80%的token 长期vibe coding最怕上下文越来越长，需求、方案、Bug、废弃思路全堆在对话里，AI 不断重复读取和分析历史记录。大量 Token 都浪费在“回忆过去”，而不是“解决现在”的问题。正确的做法，直接让 Codex 做一次项目状态压缩，prompt如下，直接拿去用：「根据当前项目实际状态，检查代码、Git diff、现有 DEV_STATE.md 和测试结果，创建或更新项目根目录下的 DEV_STATE.md。仅记录已确认的信息，不猜测或虚构；用一段简洁、连贯的文字概括当前目标、已完成内容、关键决策、核心文件、测试结果、已知问题、失败方案和下一步任务，删除无效讨论、重复信息和过时内容，不粘贴代码，不记录密码、Token、API Key、私钥、Cookie 等敏感信息，重点让下一次开发能够快速了解“当前做到哪里、为什么这样做、哪些已验证、哪些未完成以及下一步做什么。」当下一次继续开发时，只需要说这样一句提示词即可：「读取 DEV_STATE.md文档，继续按照文档中的项目进度进行开发」这相当于给 Codex 建了一份项目记忆快照。长项目、多人协作、Vibe Coding，必须养成这个习惯。把上下文压缩成状态文件，省的是 Token，提升的是整个开发循环的速度。

Codex 5.6 必须养成的习惯：记得给 AI “存档”！节省80%的token 长期vibe coding最怕上下文越来越长，需求、方案、Bug、废弃思路全堆在对话里，AI 不断重复读取和分析历史记录。大量 Token 都浪费在“回忆过去”，而不是“解决现在”的问题。正确的做法，直接让 Codex 做一次项目状态压缩，prompt如下，直接拿去用：「根据当前项目实际状态，检查代码、Git diff、现有 DEV_STATE.md 和测试结果，创建或更新项目根目录下的 DEV_STATE.md。仅记录已确认的信息，不猜测或虚构；用一段简洁、连贯的文字概括当前目标、已完成内容、关键决策、核心文件、测试结果、已知问题、失败方案和下一步任务，删除无效讨论、重复信息和过时内容，不粘贴代码，不记录密码、Token、API Key、私钥、Cookie 等敏感信息，重点让下一次开发能够快速了解“当前做到哪里、为什么这样做、哪些已验证、哪些未完成以及下一步做什么。」当下一次继续开发时，只需要说这样一句提示词即可：「读取 DEV_STATE.md文档，继续按照文档中的项目进度进行开发」这相当于给 Codex 建了一份项目记忆快照。长项目、多人协作、Vibe Coding，必须养成这个习惯。把上下文压缩成状态文件，省的是 Token，提升的是整个开发循环的速度。

govin.eth | G哥

162,784 просмотров • 27 дней назад

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

axiaisacat

33,329 просмотров • 5 месяцев назад

兄弟盟，AI 女友真的要来了～刚在 GitHub 看到一个挺有意思的 AI 项目，叫 AIRI。它想做的事情其实很简单：做一个真正活着的 AI 虚拟角色。不是普通的聊天机器人，而是一个 AI 虚拟伙伴 / AI VTuber。你可以和她： - 语音聊天 - 一起看视频 - 一起玩游戏 - 甚至让她帮你打 Minecraft 关键是这个项目完全开源，而且可以自己部署。也就是说，你可以拥有一个：会聊天、会记住你、还能互动的 AI 数字人。技术也挺硬核： - WebGPU + WebAssembly - 支持 OpenAI / Claude / Gemini 等大模型 - 还能接 Live2D、VRM 角色模型未来的 AI Companion，大概率就是这个形态。如果你在关注： AI Agent AI 虚拟人 AI 陪伴产品这个项目真的值得去看看。

兄弟盟，AI 女友真的要来了～刚在 GitHub 看到一个挺有意思的 AI 项目，叫 AIRI。它想做的事情其实很简单：做一个真正活着的 AI 虚拟角色。不是普通的聊天机器人，而是一个 AI 虚拟伙伴 / AI VTuber。你可以和她： - 语音聊天 - 一起看视频 - 一起玩游戏 - 甚至让她帮你打 Minecraft 关键是这个项目完全开源，而且可以自己部署。也就是说，你可以拥有一个：会聊天、会记住你、还能互动的 AI 数字人。技术也挺硬核： - WebGPU + WebAssembly - 支持 OpenAI / Claude / Gemini 等大模型 - 还能接 Live2D、VRM 角色模型未来的 AI Companion，大概率就是这个形态。如果你在关注： AI Agent AI 虚拟人 AI 陪伴产品这个项目真的值得去看看。

开发者Hailey

34,171 просмотров • 6 месяцев назад

牛逼啊，AI 视频已经从生成一段视频，变成 24 小时不停运转的直播了？？？这是史上第一个由 Higgsfield 打造、GPT-6 Astra 驱动的真人形象无限 AI 直播。 N3on 不需要待在镜头前，新的场景会一直生成。观众发的弹幕还能影响他的行动，让他去哪里、说什么、做什么。这只是一个开始。接下来，做内容的人会开始做 AI 直播，做产品的人会开始搭平台，也会有越来越多的团队和资金投入这个方向。这波才刚开始，现在入场还很早，真的别错过！！！

牛逼啊，AI 视频已经从生成一段视频，变成 24 小时不停运转的直播了？？？这是史上第一个由 Higgsfield 打造、GPT-6 Astra 驱动的真人形象无限 AI 直播。 N3on 不需要待在镜头前，新的场景会一直生成。观众发的弹幕还能影响他的行动，让他去哪里、说什么、做什么。这只是一个开始。接下来，做内容的人会开始做 AI 直播，做产品的人会开始搭平台，也会有越来越多的团队和资金投入这个方向。这波才刚开始，现在入场还很早，真的别错过！！！

余温

67,507 просмотров • 3 дней назад

又不是要打台湾，又不是美国兵要打来了，这一路武装到牙齿的开过来是干什么？吓老百姓？有这个必要嘛？几个城管，几个交警就够威风八面了，是不是你们猪头总书记有变天恐惧症呵？

又不是要打台湾，又不是美国兵要打来了，这一路武装到牙齿的开过来是干什么？吓老百姓？有这个必要嘛？几个城管，几个交警就够威风八面了，是不是你们猪头总书记有变天恐惧症呵？

老司机

71,118 просмотров • 4 месяцев назад

安装了这个之后，Claude Code 的体验会完全不一样。 Anthropic 悄悄发布了一个官方插件，叫 claude-code-setup，它基本把 Claude Code 从“还不错的工具”变成了一个真正的 AI 开发环境。它会扫描你的项目，并推荐： → hooks（钩子） → skills（技能） → MCP servers → subagents（子代理） → automations（自动化）然后一步一步帮你把这些都配置好。大多数人现在用的都是“原生版”的 Claude Code…… 这也是为什么他们的体验会显得有点混乱。真正的强大之处，其实来自它周围的生态。安装方式： /plugin install claude-code-setup@claude-plugins-official 记得先收藏，免得之后找不到。

安装了这个之后，Claude Code 的体验会完全不一样。 Anthropic 悄悄发布了一个官方插件，叫 claude-code-setup，它基本把 Claude Code 从“还不错的工具”变成了一个真正的 AI 开发环境。它会扫描你的项目，并推荐： → hooks（钩子） → skills（技能） → MCP servers → subagents（子代理） → automations（自动化）然后一步一步帮你把这些都配置好。大多数人现在用的都是“原生版”的 Claude Code…… 这也是为什么他们的体验会显得有点混乱。真正的强大之处，其实来自它周围的生态。安装方式： /plugin install claude-code-setup@claude-plugins-official 记得先收藏，免得之后找不到。

huangserva

245,778 просмотров • 3 месяцев назад

Codex 5.6 必装 Obsidian，直接给 AI 装上安全免费的本地永久记忆库！很多人想给 AI 增加长期记忆，但又担心云端 Memory 成本、隐私和数据安全问题今天我找到了正确的解决方法：让 Obsidian 成为 Codex 的外部知识中枢，让Codex 根据当前需求检索相关知识；完成任务后，再把新的经验、结论和变化同步回知识库。检索知识 → 执行任务 → 沉淀经验 → 优化知识库直接用下面这段prompt（提示词）： “请将当前 Obsidian 知识库作为我的跨项目长期记忆系统，为所有项目建立统一索引和知识结构。持续整理并维护项目背景、长期偏好、关键决策、已完成内容、当前进度、失败方案、踩坑记录、技术方案和下一步计划。每次开始新任务前，先检索 Obsidian 中与当前任务相关的笔记，补充必要上下文后再执行任务；任务完成后，将新增的结论、重要决策、代码变更记录和项目进度同步更新到对应文档。只保留未来有价值的信息，避免记录无关对话、重复内容或临时信息；不要保存密码、api Key、token 等敏感信息。” 还可以创建个自动化流程： “每次完成重要任务后，让 Codex 自动提取本次开发中的关键经验，包括技术决策、解决方案、踩坑原因和可复用方法，沉淀回 Obsidian，持续完善项目知识库。” 随着项目不断推进，Obsidian 不只是存储文件，将逐渐成为属于你的 AI 知识库大脑。

Codex 5.6 必装 Obsidian，直接给 AI 装上安全免费的本地永久记忆库！很多人想给 AI 增加长期记忆，但又担心云端 Memory 成本、隐私和数据安全问题今天我找到了正确的解决方法：让 Obsidian 成为 Codex 的外部知识中枢，让Codex 根据当前需求检索相关知识；完成任务后，再把新的经验、结论和变化同步回知识库。检索知识 → 执行任务 → 沉淀经验 → 优化知识库直接用下面这段prompt（提示词）： “请将当前 Obsidian 知识库作为我的跨项目长期记忆系统，为所有项目建立统一索引和知识结构。持续整理并维护项目背景、长期偏好、关键决策、已完成内容、当前进度、失败方案、踩坑记录、技术方案和下一步计划。每次开始新任务前，先检索 Obsidian 中与当前任务相关的笔记，补充必要上下文后再执行任务；任务完成后，将新增的结论、重要决策、代码变更记录和项目进度同步更新到对应文档。只保留未来有价值的信息，避免记录无关对话、重复内容或临时信息；不要保存密码、api Key、token 等敏感信息。” 还可以创建个自动化流程： “每次完成重要任务后，让 Codex 自动提取本次开发中的关键经验，包括技术决策、解决方案、踩坑原因和可复用方法，沉淀回 Obsidian，持续完善项目知识库。” 随着项目不断推进，Obsidian 不只是存储文件，将逐渐成为属于你的 AI 知识库大脑。

govin.eth | G哥

299,346 просмотров • 26 дней назад

电瓶大盗格瓦拉又要火了！“打工是不可能打工的，这辈子都不可能打工”。以前周立齐偷电瓶的时候过得多开心，遇到的个个都是人才。现在当了老板，不仅所有的店倒闭了，还欠了一屁股的债……这算什么事？这次他会以什么名言走红呢？

电瓶大盗格瓦拉又要火了！“打工是不可能打工的，这辈子都不可能打工”。以前周立齐偷电瓶的时候过得多开心，遇到的个个都是人才。现在当了老板，不仅所有的店倒闭了，还欠了一屁股的债……这算什么事？这次他会以什么名言走红呢？

希望之聲 - 中國時局

46,649 просмотров • 2 лет назад

兄弟们，AI 生成的视频，居然开始长出摇杆和技能键了。一开始，屏幕里还是一个安静的山间小镇。蓝天、草坡、教堂，像刚进入游戏的新手村。几秒后，红光从空中落下，地面被照亮，一团火球直接在路中央炸开，整条山谷瞬间烧成橙红色。如果只看爆炸，这就是一段普通的 AI 特效视频。真正值得看的是画面两边那两个摇杆。 AlayaWorld 展示的是一个边操作、边继续生成的世界。相机往哪里移动，它就往哪里补出新的画面；中途更换 Prompt，场景里还能继续发生新的事件。普通视频模型给你一段成片。世界模型得把你的下一步也接住：你去了哪里、刚才看见了什么、现在又触发了什么。任何一项断掉，这个世界都会立刻穿帮。所以它真正难的不是多生成几秒，而是在你不断操作时，依然维持同一个世界。先说清楚：我还没有在本地完整跑通，项目目前也偏研究用途。这段来自官方 Demo，不算实测。但这 14 秒至少让一件事变得具体了： AI 生成的内容，开始不满足于被播放。它还想接住你的下一次操作。 Alaya Lab

兄弟们，AI 生成的视频，居然开始长出摇杆和技能键了。一开始，屏幕里还是一个安静的山间小镇。蓝天、草坡、教堂，像刚进入游戏的新手村。几秒后，红光从空中落下，地面被照亮，一团火球直接在路中央炸开，整条山谷瞬间烧成橙红色。如果只看爆炸，这就是一段普通的 AI 特效视频。真正值得看的是画面两边那两个摇杆。 AlayaWorld 展示的是一个边操作、边继续生成的世界。相机往哪里移动，它就往哪里补出新的画面；中途更换 Prompt，场景里还能继续发生新的事件。普通视频模型给你一段成片。世界模型得把你的下一步也接住：你去了哪里、刚才看见了什么、现在又触发了什么。任何一项断掉，这个世界都会立刻穿帮。所以它真正难的不是多生成几秒，而是在你不断操作时，依然维持同一个世界。先说清楚：我还没有在本地完整跑通，项目目前也偏研究用途。这段来自官方 Demo，不算实测。但这 14 秒至少让一件事变得具体了： AI 生成的内容，开始不满足于被播放。它还想接住你的下一次操作。 Alaya Lab

AI搞钱Hacker

34,855 просмотров • 1 месяц назад

我尼玛，Claude Fable 5今天把整个软件行业的底层逻辑给击穿了！以前做软件要几个月，现在只要15分钟，Claude Fable 5把产品经理和程序员的中间环节，直接干掉了。也就是说，15分钟的销售电话打完， AI当场做出了客户要的可运行软件原型，喵个咪，这谁受得了啊🤯 Todd Saunders，Dalton Mills AI 的 CEO，做的是 trades 行业的垂直 SaaS——建筑、家政、暖通这些。他用刚发布的 Claude Fable 5，在跟一个客户的销售电话里，让 AI 在后台实时转录通话，同时自主构建客户刚刚提到的软件功能。通话结束，他当场演示了一个完全可运行的原型，精确匹配客户 15 分钟前描述的需求。一个语音报价系统：AI 实时听服务电话，自动匹配价目表，识别 upsell 机会，生成 Good/Better/Best 三档方案，自动发提案短信。整个过程近乎零人工干预。不是简单的AI 辅助开发，直接对话即构建，damn！平复下激动的心情，这个案例最让我震惊的不只是AI 写代码快，AI 真的能听懂人话了啊啊啊，然后一个长达几十年的产品开发范式，就这么被直接击穿了，holy sh*t！想一想过去几十年我们怎么干活的，客户跟你说工人在现场太乱经常算错钱，你记下来，回去消化，以为懂了，画原型，约评审，排期，开发，几周后拿出来，客户摇头说不对不是这么回事，你一肚子委屈，说我每个字都记了，他说你记的是我说的话，不是我脑子里的东西。这个循环叫理解-翻译-验证，短则几周长则几个月，整个行业就吃这碗饭的，我们管它叫专业服务。但是今天，Fable 5 把这个循环干掉了，不是压缩啊兄弟们，直接彻底干掉了，客户说，AI 听，AI 当场做出来，客户当场看对不对，没有 PRD，没有你在内部群里发那个需求我回去评估一下，没有一切中间件，从客户嘴里说出来的那一刻，一个能跑的东西就在屏幕上等着他。这才是真正要命的地方，这哪是提效啊，简直把整个底层逻辑都改变了。但我们也必须立刻面对一个最尖锐的问题，就是那客户为什么还需要你？这不就 15 分钟的事吗？这个问题必须正面面对，确实是客观存在的，如果你对自己的定位只是把客户需求翻译成代码的那个人，那你完全可以被这 15 分钟取代，因为 AI 现在翻译得比你快，还不用开评审会。但如果你做完项目就知道，原型和系统，中间隔着的不是几行代码，还有权限体系里那几十个你不知道为什么会存在的字段，是客户二十年前的财务系统里藏着的那个没人敢动的数据表，是工人在负二层没信号的地方操作时该怎么缓存，也是某个老小区因为水压问题装不上你方案里那个完美的配件，又或者是当地监管对报价条款里的某个措辞有特殊要求，这些东西，Fable 5 不知道，你问它它也不知道，它甚至不知道它不知道。它的原型是乐高模型，系统是能住人的楼，之间的差距，专业术语叫工程判断，也可以叫领域责任，更可以叫为长期可用性兜底。所以这个案例真正揭示的，不是谁会被替代，是什么在剧烈地变稀缺。第一样，把 AI 的生成能力锚定在真实世界的复杂约束里，这一下子就筛掉两种人：只会做原型不会做系统的人，和只会做系统但不懂行业的人。留下的是那种，你问他这个需求能不能做，他会先问你那边现场平均信号几格、工人习惯左手拿手机还是右手、他们现在用的那个老系统数据库编码是 UTF-8 还是 GBK 的人。第二样，领域知识，我说的不是行业报告里那些漂亮话，是那些只有在这个行业干了十年才知道的脏东西。 AI 能生成完美的三档报价界面，但它不知道某个配件的供应商在雨季会涨价 30%，不知道某个话术在北方好使在南方会让客户挂电话，不知道这个工种的师傅脾气大你不能在流程里多加一步确认否则他宁愿不干，这些脏知识才是真正的护城河。第三样，也是最被低估的一样：把原型变成可信赖系统的治理能力。评估框架你怎么建，AI 改了这一处你怎么知道没把另一处改坏。记忆持久化你怎么做，客户上次改的需求下次对话能不能记住。错误恢复你怎么设计，流程跑到一半 AI 崩了用户看到什么。多代理协作你怎么编排，一个 Agent 听电话提取意图，一个匹配价目表，一个检查合规，一个生成界面，人类在哪个节点介入裁决。这些东西不酷，开会聊这些会让人想抽烟，但就是从酷到能用的最后那一公里。 Fable 5 和后续更强的模型，把生成这件事的成本和速度打到了一个新的量级。这个量级意味着，做出一个看起来能用的东西，以后不再是任何人的竞争力。竞争的分水岭是，谁能把 AI 吐出来的东西，变成一个别人敢在上面跑业务、能长期依赖、出了问题找得到人负责的系统。扯了这么多，最后一句话给大家共勉：从今天起，把 80% 的精力，从怎么让 AI 生成得更快，转移到怎么为 AI 生成的东西负责，说白了，酷是给外人看的，稳是给我们自己续命的。

我尼玛，Claude Fable 5今天把整个软件行业的底层逻辑给击穿了！以前做软件要几个月，现在只要15分钟，Claude Fable 5把产品经理和程序员的中间环节，直接干掉了。也就是说，15分钟的销售电话打完， AI当场做出了客户要的可运行软件原型，喵个咪，这谁受得了啊🤯 Todd Saunders，Dalton Mills AI 的 CEO，做的是 trades 行业的垂直 SaaS——建筑、家政、暖通这些。他用刚发布的 Claude Fable 5，在跟一个客户的销售电话里，让 AI 在后台实时转录通话，同时自主构建客户刚刚提到的软件功能。通话结束，他当场演示了一个完全可运行的原型，精确匹配客户 15 分钟前描述的需求。一个语音报价系统：AI 实时听服务电话，自动匹配价目表，识别 upsell 机会，生成 Good/Better/Best 三档方案，自动发提案短信。整个过程近乎零人工干预。不是简单的AI 辅助开发，直接对话即构建，damn！平复下激动的心情，这个案例最让我震惊的不只是AI 写代码快，AI 真的能听懂人话了啊啊啊，然后一个长达几十年的产品开发范式，就这么被直接击穿了，holy sh*t！想一想过去几十年我们怎么干活的，客户跟你说工人在现场太乱经常算错钱，你记下来，回去消化，以为懂了，画原型，约评审，排期，开发，几周后拿出来，客户摇头说不对不是这么回事，你一肚子委屈，说我每个字都记了，他说你记的是我说的话，不是我脑子里的东西。这个循环叫理解-翻译-验证，短则几周长则几个月，整个行业就吃这碗饭的，我们管它叫专业服务。但是今天，Fable 5 把这个循环干掉了，不是压缩啊兄弟们，直接彻底干掉了，客户说，AI 听，AI 当场做出来，客户当场看对不对，没有 PRD，没有你在内部群里发那个需求我回去评估一下，没有一切中间件，从客户嘴里说出来的那一刻，一个能跑的东西就在屏幕上等着他。这才是真正要命的地方，这哪是提效啊，简直把整个底层逻辑都改变了。但我们也必须立刻面对一个最尖锐的问题，就是那客户为什么还需要你？这不就 15 分钟的事吗？这个问题必须正面面对，确实是客观存在的，如果你对自己的定位只是把客户需求翻译成代码的那个人，那你完全可以被这 15 分钟取代，因为 AI 现在翻译得比你快，还不用开评审会。但如果你做完项目就知道，原型和系统，中间隔着的不是几行代码，还有权限体系里那几十个你不知道为什么会存在的字段，是客户二十年前的财务系统里藏着的那个没人敢动的数据表，是工人在负二层没信号的地方操作时该怎么缓存，也是某个老小区因为水压问题装不上你方案里那个完美的配件，又或者是当地监管对报价条款里的某个措辞有特殊要求，这些东西，Fable 5 不知道，你问它它也不知道，它甚至不知道它不知道。它的原型是乐高模型，系统是能住人的楼，之间的差距，专业术语叫工程判断，也可以叫领域责任，更可以叫为长期可用性兜底。所以这个案例真正揭示的，不是谁会被替代，是什么在剧烈地变稀缺。第一样，把 AI 的生成能力锚定在真实世界的复杂约束里，这一下子就筛掉两种人：只会做原型不会做系统的人，和只会做系统但不懂行业的人。留下的是那种，你问他这个需求能不能做，他会先问你那边现场平均信号几格、工人习惯左手拿手机还是右手、他们现在用的那个老系统数据库编码是 UTF-8 还是 GBK 的人。第二样，领域知识，我说的不是行业报告里那些漂亮话，是那些只有在这个行业干了十年才知道的脏东西。 AI 能生成完美的三档报价界面，但它不知道某个配件的供应商在雨季会涨价 30%，不知道某个话术在北方好使在南方会让客户挂电话，不知道这个工种的师傅脾气大你不能在流程里多加一步确认否则他宁愿不干，这些脏知识才是真正的护城河。第三样，也是最被低估的一样：把原型变成可信赖系统的治理能力。评估框架你怎么建，AI 改了这一处你怎么知道没把另一处改坏。记忆持久化你怎么做，客户上次改的需求下次对话能不能记住。错误恢复你怎么设计，流程跑到一半 AI 崩了用户看到什么。多代理协作你怎么编排，一个 Agent 听电话提取意图，一个匹配价目表，一个检查合规，一个生成界面，人类在哪个节点介入裁决。这些东西不酷，开会聊这些会让人想抽烟，但就是从酷到能用的最后那一公里。 Fable 5 和后续更强的模型，把生成这件事的成本和速度打到了一个新的量级。这个量级意味着，做出一个看起来能用的东西，以后不再是任何人的竞争力。竞争的分水岭是，谁能把 AI 吐出来的东西，变成一个别人敢在上面跑业务、能长期依赖、出了问题找得到人负责的系统。扯了这么多，最后一句话给大家共勉：从今天起，把 80% 的精力，从怎么让 AI 生成得更快，转移到怎么为 AI 生成的东西负责，说白了，酷是给外人看的，稳是给我们自己续命的。

AYi

22,475 просмотров • 3 месяцев назад

一个找产品灵感的方法，很多人还不知道：第一步：去 Flippa Flippa 是一个专门买卖网站和 SaaS 的平台上面挂着大量正在盈利的项目，而且数据公开第二步：筛选月收入 $10,000+ 的项目不用买，只看数据这些项目已经验证了市场需求第三步：让 AI 帮你分析把项目的功能、定价、用户评价丢给 Claude 或 GPT 让它拆解：核心需求是什么哪些功能是多余的哪些痛点没被解决第四步：用 AI 做一个更好的版本现在用 Cursor / Claude Code 搭一个 MVP 以前需要一个团队干几个月的事现在一个人几周就能跑出来本质上是：用别人已经验证的需求 + AI 的开发速度跳过"猜方向"这一步你有没有在 Flippa 上看到过让你心动的项目？

一个找产品灵感的方法，很多人还不知道：第一步：去 Flippa Flippa 是一个专门买卖网站和 SaaS 的平台上面挂着大量正在盈利的项目，而且数据公开第二步：筛选月收入 $10,000+ 的项目不用买，只看数据这些项目已经验证了市场需求第三步：让 AI 帮你分析把项目的功能、定价、用户评价丢给 Claude 或 GPT 让它拆解：核心需求是什么哪些功能是多余的哪些痛点没被解决第四步：用 AI 做一个更好的版本现在用 Cursor / Claude Code 搭一个 MVP 以前需要一个团队干几个月的事现在一个人几周就能跑出来本质上是：用别人已经验证的需求 + AI 的开发速度跳过"猜方向"这一步你有没有在 Flippa 上看到过让你心动的项目？

Vincent

50,947 просмотров • 3 месяцев назад