Loading video...

Video Failed to Load

Go Home

刷到一个视频，一个小孩在用 ThinkPad 写游戏代码。 看着像是在用 AI 编程工具，直接输自然语言生成逻辑。 小孩可能连底层原理都没完全搞懂，但那个劲头挺足，一直在试。 以前学开发得先啃半年语法，现在只要想法对，直接跟 AI 聊就能跑起来。 这种“边做边学”的效率，确实比那种花大价钱报班学理论的成年人高多了。 工具确实把门槛打下来了。 以后拼的可能不是谁背的语法多，而是谁能更快把想法变成东西。 哪怕只是做个小 demo，也比光看不练强。

Vincent_AINotes's profile picture

Vincent

55,085 subscribers

14,491 views • 1 month 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

Topview Agent V2 x Seedance 2.0 把 AI 视频 15 秒限制突破了 以前做 AI 视频：生成一堆 15 秒片段 → 导出 → 剪辑软件拼 → 来回折腾半天 现在：在一个平台里就能完成分镜、生成、编辑全流程，生成无时长限制的完整视频。 Topview 还能把你随便说的一个想法自动拆成分镜，然后直接在时间轴上改。 新手上手很快，专业用户想用的精细调整也都有，影院级画质。 这个体验确实比之前那些只能生成短片段的工具顺畅太多了。 如果你用 OpenClaw，装个 Topview Skill 就能用。 年度账户的话还可以无限用 Seedance 2.0，挺划算的。TopviewAI 下面是生成的效果👇
0:15

Topview Agent V2 x Seedance 2.0 把 AI 视频 15 秒限制突破了 以前做 AI 视频：生成一堆 15 秒片段 → 导出 → 剪辑软件拼 → 来回折腾半天 现在：在一个平台里就能完成分镜、生成、编辑全流程，生成无时长限制的完整视频。 Topview 还能把你随便说的一个想法自动拆成分镜，然后直接在时间轴上改。 新手上手很快，专业用户想用的精细调整也都有，影院级画质。 这个体验确实比之前那些只能生成短片段的工具顺畅太多了。 如果你用 OpenClaw，装个 Topview Skill 就能用。 年度账户的话还可以无限用 Seedance 2.0，挺划算的。TopviewAI 下面是生成的效果👇

阿西_出海（2.0版）

10,816 views • 3 months ago

我的天，Higgsfield已经进化到这种程度了吗？ 一年前我 YouTube 做到 15 万订阅，还多亏了 Higgsfield 的帮助。那时候它还只能凑合生成视频，现在竟然已经开始进入游戏开发领域了。。。 ​ ​ 在Claude里面调用Fable 5写代码，再接入Higgsfield MCP生成角色、场景和道具，就能直出任何类型的多人2D/3D游戏！​ ​ 这件事放在以前真的很难想象。​ ​ 过去对我们普通人来说，涉及到复杂代码和角色道具图，开发游戏基本是可望而不可即的事情。 ​ ​ 但是Higgsfield Games 真的在把“做游戏”的门槛压到前所未有的低：一个完整的游戏可以用一句提示词就生成了。​ ​ 比如下面这个哥特悬疑画风的游戏，就是由Fable 5 + Higgsfield 用简单提示词生成出来的。。。​ ​ 所以，任何人，只要有一个好的游戏想法，都可以借助 Fable 5+ Higgsfield 先把它做成一个能玩的版本，然后快速发布出来验证市场。
0:15

我的天，Higgsfield已经进化到这种程度了吗？ 一年前我 YouTube 做到 15 万订阅，还多亏了 Higgsfield 的帮助。那时候它还只能凑合生成视频，现在竟然已经开始进入游戏开发领域了。。。 ​ ​ 在Claude里面调用Fable 5写代码，再接入Higgsfield MCP生成角色、场景和道具，就能直出任何类型的多人2D/3D游戏！​ ​ 这件事放在以前真的很难想象。​ ​ 过去对我们普通人来说，涉及到复杂代码和角色道具图，开发游戏基本是可望而不可即的事情。 ​ ​ 但是Higgsfield Games 真的在把“做游戏”的门槛压到前所未有的低：一个完整的游戏可以用一句提示词就生成了。​ ​ 比如下面这个哥特悬疑画风的游戏，就是由Fable 5 + Higgsfield 用简单提示词生成出来的。。。​ ​ 所以，任何人，只要有一个好的游戏想法，都可以借助 Fable 5+ Higgsfield 先把它做成一个能玩的版本，然后快速发布出来验证市场。

逸尘

31,171 views • 28 days ago

说个暴论，你的审美和品味就是你的提示词，并决定了你使用AI的上限。 咱们看看这个案例， 零游戏开发经验，两周时间， 一个人，做出了一个完整可玩的3D外卖配送游戏🆒 主角是一只戴粉色头盔的卡皮巴拉， 骑着电动车在城市里穿梭接单， 订单会真实堆叠在后座，掉了就会失败， 还有完整的手机App导航和超市捡货系统， 很多人看完第一反应都是AI太厉害了，但其实并不是是AI的胜利， 本质是人类品味的胜利， 他没写几行代码， 所有的逻辑模型贴图音乐音效， 全都是AI生成的， 他只做了3件事， 1️⃣告诉AI我想要一个卡皮巴拉送外卖的游戏， 2️⃣然后在AI生成的一万个版本里， 3️⃣选出那个看起来最好玩的， 最后花两周时间一点点打磨细节， 调参数摆道具改手感， 其实这就是现在大家说的vibe coding， 让AI接管了所有的执行层， 人类只需要负责方向和品味， 以前你得学会编程建模配乐剪辑， 才能做出一个游戏， 现在你只需要知道， 什么东西是好的， 很多人说这是作弊， 但这才是真正的创意民主化呀， 一年前需要一个小团队干几个月的活， 现在一个普通人两周就能搞定， 我相信未来会有无数这样的作品冒出来，创意会比技术重要一百倍甚至更多。 这也回答了那个很多人都在问的问题， AI时代人类到底还有什么用❓ AI确实能生成一切， 但它不知道的是 什么东西看起来舒服， 什么东西玩起来爽， 什么东西能让人会心一笑， 比如那些纯AI生成的游戏为什么不好玩， 因为它们只有技术，没有灵魂， 那什么是灵魂呢？ 我理解灵魂就是那个站在AI背后， 做每一个微小选择的人， 就是那个知道什么时候该停手， 什么时候该再改一下的人， 而且我觉得这只是一个开始， 今天是浏览器3D游戏， 那明天可能就是完整的App， 后天甚至是3A级别的游戏原型， 我们正在见证一个全新的创作时代， 任何人都能把自己的脑洞， 变成真正的产品， 游戏链接放在评论区了， 直接浏览器打开就能玩， 建议大家去试试， 你会真切地感受到， 那个属于普通人的创作黄金时代， 真的已经来了！ #AI #游戏开发 #vibecoding
0:14

说个暴论，你的审美和品味就是你的提示词，并决定了你使用AI的上限。 咱们看看这个案例， 零游戏开发经验，两周时间， 一个人，做出了一个完整可玩的3D外卖配送游戏🆒 主角是一只戴粉色头盔的卡皮巴拉， 骑着电动车在城市里穿梭接单， 订单会真实堆叠在后座，掉了就会失败， 还有完整的手机App导航和超市捡货系统， 很多人看完第一反应都是AI太厉害了，但其实并不是是AI的胜利， 本质是人类品味的胜利， 他没写几行代码， 所有的逻辑模型贴图音乐音效， 全都是AI生成的， 他只做了3件事， 1️⃣告诉AI我想要一个卡皮巴拉送外卖的游戏， 2️⃣然后在AI生成的一万个版本里， 3️⃣选出那个看起来最好玩的， 最后花两周时间一点点打磨细节， 调参数摆道具改手感， 其实这就是现在大家说的vibe coding， 让AI接管了所有的执行层， 人类只需要负责方向和品味， 以前你得学会编程建模配乐剪辑， 才能做出一个游戏， 现在你只需要知道， 什么东西是好的， 很多人说这是作弊， 但这才是真正的创意民主化呀， 一年前需要一个小团队干几个月的活， 现在一个普通人两周就能搞定， 我相信未来会有无数这样的作品冒出来，创意会比技术重要一百倍甚至更多。 这也回答了那个很多人都在问的问题， AI时代人类到底还有什么用❓ AI确实能生成一切， 但它不知道的是 什么东西看起来舒服， 什么东西玩起来爽， 什么东西能让人会心一笑， 比如那些纯AI生成的游戏为什么不好玩， 因为它们只有技术，没有灵魂， 那什么是灵魂呢？ 我理解灵魂就是那个站在AI背后， 做每一个微小选择的人， 就是那个知道什么时候该停手， 什么时候该再改一下的人， 而且我觉得这只是一个开始， 今天是浏览器3D游戏， 那明天可能就是完整的App， 后天甚至是3A级别的游戏原型， 我们正在见证一个全新的创作时代， 任何人都能把自己的脑洞， 变成真正的产品， 游戏链接放在评论区了， 直接浏览器打开就能玩， 建议大家去试试， 你会真切地感受到， 那个属于普通人的创作黄金时代， 真的已经来了！ #AI #游戏开发 #vibecoding

阿绎 AYi

12,095 views • 2 months ago

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket
0:14

全自动科学论文工厂，它真的来了。 你该看看这个新仓库。 之前那个中国大学生搞了个MiroFish，做实时社会模拟；字节跳动那边出了OpenViking，把记忆结构化；还有Percepta，把数学计算直接嵌进大模型的权重里；吴恩达那边也推了个Context Hub，相当于给代理加了一层自己标注的文档系统。 👉 Polymarket 官方入口： 现在，AutoResearchClaw 刚在 GitHub 上线——一个全自动的科学论文生成器。 仓库上线几个小时，就拿了差不多 4k 星。 给一个原始的想法进去，出来的就是一篇 6000 字、能直接用的 PDF 论文。关键它不是那种垃圾玩意儿。 它背后跑的是真正的代理系统： · 自己做实验：写代码、跑测试、读日志，崩了还能自己调 · 几乎没有幻觉：走硬核四层验证，对接真实科学数据库，没有假引用 · 格式也挑不出毛病：图表自动生成，LaTeX 排版，直接对标 NeurIPS / ICML 的标准 挺有意思的悖论是：这东西不会把 arXiv 搞死。 仓库： 当生成一篇论文的成本几乎为零，真正的权力就到了“筛选者”手里。行业里的新神，会是那些活人审稿人——他们要在无穷无尽的 AI 论文洪流里，手动淘出真东西。 愿安息吧，五年磨一篇的突破性论文——可能一夜之间就被批量淹没了。 把这几样东西拼在一起看： MiroFish 的集群 + OpenViking 的记忆 + Percepta 的真实数学 + Context Hub 的干净文档 + AutoResearchClaw 的自主研究 你就得到了一类代理——能自己跑完整个研究闭环，用真数学去验证假设，反复推敲，以远超人类的速度做出真正的突破。 这不就是在 Polymarket 和各类条件市场上，搭建下一代预测机器人要用的那套东西吗？代理自己去研究、模拟、验证概率，用科学的方法更新判断，而不是靠猜。 一个真正能发现、能证明的预测超级代理时代，就这么来了。 存好这套配置。 如果想在 Polymarket 上搞跟单交易，我推荐用这个： #Polymarket

区块链行情研究

62,529 views • 3 months ago

确实好用，直接把后端干掉了生成部分用 AI 完成 我用这个功能创建创建了一个分享图生成工具 用的我原来那个 Bento Grid 风格 提示词 现在每个人都可以用这个网页快速生成对应文案的分享图片了！
0:16

确实好用，直接把后端干掉了生成部分用 AI 完成 我用这个功能创建创建了一个分享图生成工具 用的我原来那个 Bento Grid 风格 提示词 现在每个人都可以用这个网页快速生成对应文案的分享图片了！

歸藏(guizang.ai)

37,032 views • 1 year ago

小时候，我们的童年是在4399、7k7k这些网页小游戏里度过的。那时候能打开一个小游戏，和朋友一起玩一下午，就已经觉得很快乐了 而到了2026年，我突然发现下一代小朋友的童年已经不一样了。我家里的小朋友现在开始用Codex自己写小游戏，写完之后再拿出来陪家里的其他小朋友一起玩 他们这一代，是把自己的想法写成游戏，再和朋友一起玩。这其实是一个很大的时代变化，他们的童年，可能会比我们更精彩。因为他们玩的不只是游戏，而是自己创造出来的世界ChatGPT Sam Altman
0:14

小时候，我们的童年是在4399、7k7k这些网页小游戏里度过的。那时候能打开一个小游戏，和朋友一起玩一下午，就已经觉得很快乐了 而到了2026年，我突然发现下一代小朋友的童年已经不一样了。我家里的小朋友现在开始用Codex自己写小游戏，写完之后再拿出来陪家里的其他小朋友一起玩 他们这一代，是把自己的想法写成游戏，再和朋友一起玩。这其实是一个很大的时代变化，他们的童年，可能会比我们更精彩。因为他们玩的不只是游戏，而是自己创造出来的世界ChatGPT Sam Altman

EnHeng嗯哼.Ai

22,452 views • 1 month ago

硅谷那帮人，讲了一整年AI。 结果，还不如马克·库班几句话说得清楚。 AI到底是什么？ 一个工具。 一种学习方式。 这是有史以来最大规模的知识民主化。 但库班警告，这东西会把人分成两种。 第一种人，用AI，是为了让自己什么都不用学。 第二种人，用AI，是为了让自己有机会学会一切。 一边是思想上的懒汉。 一边是知识上的探险家。 这条线，未来可能比贫富差距还重要。 它决定了谁是工具的主人，谁会变成工具的奴隶。 你会是哪一种？ 或者一个更尖锐的问题： 那些大公司和教育系统，希望你成为哪一种？
0:19

硅谷那帮人，讲了一整年AI。 结果，还不如马克·库班几句话说得清楚。 AI到底是什么？ 一个工具。 一种学习方式。 这是有史以来最大规模的知识民主化。 但库班警告，这东西会把人分成两种。 第一种人，用AI，是为了让自己什么都不用学。 第二种人，用AI，是为了让自己有机会学会一切。 一边是思想上的懒汉。 一边是知识上的探险家。 这条线，未来可能比贫富差距还重要。 它决定了谁是工具的主人，谁会变成工具的奴隶。 你会是哪一种？ 或者一个更尖锐的问题： 那些大公司和教育系统，希望你成为哪一种？

墓碑科技

50,393 views • 4 months ago

很多时候，一个生态起不来，并不是因为大家没想法，而是从想法到真正跑起来，中间的摩擦太多。 环境搭建、工具适配、链上交互，每一步都会劝退一批人。 最后留下来的，往往不是最有创意的，而是最能熬流程的。 从这个角度看 Vanar 它更像是在解决一个很现实的问题： 怎么让“试一试”这件事变得足够便宜。 当一条链从设计上就是 AI-native 的，很多原本需要手动拼接的步骤，会自然被系统吸收掉， 创意不需要先翻过一堆基础设施的门槛，才能进入可运行状态。 这类差异在早期并不显眼， 但时间一拉长，你会发现生态里愿意持续尝试的人明显更多。 不是每个想法都会成功，但只要失败成本够低，新的东西就会不断冒出来。 也正是在这个意义上 $VANRY 更像是一种对开发者密度和持续试错能力的押注。 当“做点东西”不再是一件很累的事， 生态才有机会真正活起来。 #Vanar
0:13

很多时候，一个生态起不来，并不是因为大家没想法，而是从想法到真正跑起来，中间的摩擦太多。 环境搭建、工具适配、链上交互，每一步都会劝退一批人。 最后留下来的，往往不是最有创意的，而是最能熬流程的。 从这个角度看 Vanar 它更像是在解决一个很现实的问题： 怎么让“试一试”这件事变得足够便宜。 当一条链从设计上就是 AI-native 的，很多原本需要手动拼接的步骤，会自然被系统吸收掉， 创意不需要先翻过一堆基础设施的门槛，才能进入可运行状态。 这类差异在早期并不显眼， 但时间一拉长，你会发现生态里愿意持续尝试的人明显更多。 不是每个想法都会成功，但只要失败成本够低，新的东西就会不断冒出来。 也正是在这个意义上 $VANRY 更像是一种对开发者密度和持续试错能力的押注。 当“做点东西”不再是一件很累的事， 生态才有机会真正活起来。 #Vanar

DD

68,100 views • 5 months ago

马斯克在想什么？ 他说，先别做PPT。 任何东西在PPT上看起来都很完美。 但那只是“看起来”而已。 如果你要创业，第一件事是什么？ 去做一个能跑起来的原型机。 哪怕它极其简陋。 一个能动的东西，比一万页精美的PPT都有说服力。 这套逻辑是不是很熟悉？ “实干家”的逻辑。 这恰恰是那些习惯了在达沃斯开会、用PPT就能撬动资本的全球主义精英们最不理解，也最害怕的东西。 他们擅长的是叙事、概念和包装。 而实干家只相信一件事：让它动起来。 一个国家的发展，是不是也该如此？ 到底是需要更多夸夸其谈的“设计师”，还是需要更多能让机器转起来的工程师？ 一个值得思考的问题。
0:18

马斯克在想什么？ 他说，先别做PPT。 任何东西在PPT上看起来都很完美。 但那只是“看起来”而已。 如果你要创业，第一件事是什么？ 去做一个能跑起来的原型机。 哪怕它极其简陋。 一个能动的东西，比一万页精美的PPT都有说服力。 这套逻辑是不是很熟悉？ “实干家”的逻辑。 这恰恰是那些习惯了在达沃斯开会、用PPT就能撬动资本的全球主义精英们最不理解，也最害怕的东西。 他们擅长的是叙事、概念和包装。 而实干家只相信一件事：让它动起来。 一个国家的发展，是不是也该如此？ 到底是需要更多夸夸其谈的“设计师”，还是需要更多能让机器转起来的工程师？ 一个值得思考的问题。

墓碑科技

28,929 views • 5 months ago

这种模仿手绘制图案的动画，叫做手绘动画，是我前面做了 6 年的工具产品，那是在 Vibe Coding 前的古法编程年代... 现在用 Codex，一句提示词要求，一轮就能做出这个动画，确实不得不感叹 AI 的强大，特别是对于简单产品和想法验证，时间成本几乎趋于零 记得当时还有对手绘动画的很多好玩的想法，因为所谓排期和产品迭代问题都没有上，现在可以自己 Vibe 一番，纯当做兴趣，和 AI 帮我做生产项目间隙的“小玩意”
0:13

这种模仿手绘制图案的动画，叫做手绘动画，是我前面做了 6 年的工具产品，那是在 Vibe Coding 前的古法编程年代... 现在用 Codex，一句提示词要求，一轮就能做出这个动画，确实不得不感叹 AI 的强大，特别是对于简单产品和想法验证，时间成本几乎趋于零 记得当时还有对手绘动画的很多好玩的想法，因为所谓排期和产品迭代问题都没有上，现在可以自己 Vibe 一番，纯当做兴趣，和 AI 帮我做生产项目间隙的“小玩意”

meng shao

93,898 views • 3 months ago

一个人的概念量，尤其是清晰准确的概念量，是衡量智能水平的最佳数据指标。而最佳落地实践工具一直近在眼前👀 这种概念量，最好的管理、迭代、积累方式就是logseq。用了一年多logseq，我积累了接近 6000 条概念笔记，相互之间建立了12000 个链接，共同构成了一个不小的 LCM（大概念模型，meta 最新提出的理论，我还没细看，但是和我的实践差不多🤣）。 对比之下，我 2009 年使用 evernote，到 2020 年停用之前，我也只有 15000 条笔记，而且不是概念笔记，无法在概念砖块之间灵活建立丰富的链接。 大语言模型这两年，胜过人类的两千年，两万年！语言的边界，就是思想的边界。而最好的落地方式，就是费曼学习法 + logseq + chatgpt。 （我在 X 上一直碎碎念讲这个历年，就不展开了🤣
0:12

一个人的概念量，尤其是清晰准确的概念量，是衡量智能水平的最佳数据指标。而最佳落地实践工具一直近在眼前👀 这种概念量，最好的管理、迭代、积累方式就是logseq。用了一年多logseq，我积累了接近 6000 条概念笔记，相互之间建立了12000 个链接，共同构成了一个不小的 LCM（大概念模型，meta 最新提出的理论，我还没细看，但是和我的实践差不多🤣）。 对比之下，我 2009 年使用 evernote，到 2020 年停用之前，我也只有 15000 条笔记，而且不是概念笔记，无法在概念砖块之间灵活建立丰富的链接。 大语言模型这两年，胜过人类的两千年，两万年！语言的边界，就是思想的边界。而最好的落地方式，就是费曼学习法 + logseq + chatgpt。 （我在 X 上一直碎碎念讲这个历年，就不展开了🤣

howie.serious

105,551 views • 1 year ago

不藏了兄弟们，这两天把最近超火的FPV视频玩法做成skill了，只需要输入一个简单的想法，就能直接获得图片生成提示词和视频生成提示词。 现在好了，提示词不用费心了，下面就只需要好好想一下要做什么视频，好的想法才是最值钱的！
0:15

不藏了兄弟们，这两天把最近超火的FPV视频玩法做成skill了，只需要输入一个简单的想法，就能直接获得图片生成提示词和视频生成提示词。 现在好了，提示词不用费心了，下面就只需要好好想一下要做什么视频，好的想法才是最值钱的！

zhouluobo

55,890 views • 29 days ago

我自己做了一个学习英语的网站👨🏻‍💻，因为用了很多学习英语的工具之后，都不是很满意，直接自己上手让 Claude Code 做了。这周用 AI 搞了几万个单词的数据库，基础数据有了，后面就按照我的想法做功能了，感兴趣可以评论区进群聊聊，我也会发最新的开发进度💪
0:18

我自己做了一个学习英语的网站👨🏻‍💻，因为用了很多学习英语的工具之后，都不是很满意，直接自己上手让 Claude Code 做了。这周用 AI 搞了几万个单词的数据库，基础数据有了，后面就按照我的想法做功能了，感兴趣可以评论区进群聊聊，我也会发最新的开发进度💪

viggo

34,597 views • 10 months ago

我翻完小红书Red Skill最新的Top15数据后背有点发凉,这根本不是什么小功能测试啊。 5月份归藏第一个把PPTSkill传上去的时候,详情页显示只有6个人用,当时我就说这是个大事件,不少人还觉得我小题大做,说什么一个种草APP搞点AI功能蹭热度而已,折腾不出水花。 结果7月3号小红书官方两个更新就甩出来了,直接把所有质疑给打没了。 先是格式全放开,之前还只支持txt和md,现在py/js/html/c++/sql甚至数据库文件全能传,不是只能写提示词给Agent读,是真能跑完整代码做完整功能。 再就是另一项 vibecoding 内嵌交互小工具内测将在下周三上线,发笔记时挂上组件,用户刷到不用复制口令跳本地Agent,半屏就能调,全屏能交互,点一下直接分享到微信,那个记录奶茶口味的小工具Brewwww,上线没多久就有一万多人用。 数据是不会骗人的,现在排行榜第一的「菜菜的人生系统」,32.6万曝光,4万多人次使用,第二名的工作日程管理曝光量甚至更高。 而且说实话，这些作者要是把同样的Skill传到GitHub,绝大多数人攒一整年都拿不到这个量级的真实用户。 以前大家以为AI Skill的分发中心,一定是GitHub，觉得普通人找AI工具,一定会主动搜索，甚至认为小红书这种生活方式平台,做不好技术产品分发。 现在看全错了。 GitHub是开发者主动找工具的地方,你有明确需求才会去,网络卡,门槛高,普通用户连门在哪都不知道。 而小红书是用户刷着刷着,正愁PPT做不完、周报写不动、公考复盘没方法,笔记下面正好挂着能解决问题的Skill,点一下就能用,上下文严丝合缝,连教育成本都省了。 我觉得小红书平台这步棋走的极聪明,它不拼大模型,不抢算力,就攥住「用户在什么场景下需要什么能力」这个分发入口,和当年App Store不做手机应用、只攥住应用下载入口的逻辑一模一样。 给真在做Skill的朋友四个现在就能用的反直觉判断: ● 别光传Skill就干等,一定要包成教程笔记,先讲痛点再秀效果最后挂组件,纯扔文件没人看,现在排行榜上的作者全是这么做的 ● 别上来就做什么通用大Agent,越垂直越爆,公考、剪辑、写广告、甚至记录奶茶,这些看起来不技术的场景,流量比通用类高10倍 ● 别嫌审核严不敢进,现在正是窗口,规则没卡死你先攒使用数据,等所有人都反应过来往里挤,算法的早鸟权重早就喂满了 ● 别天天想着卖Skill赚钱,Skill是杠杆,你用它产出比别人好10倍的内容,涨粉做IP接商单,比直接卖Skill赚的多100倍 我记得移动互联网刚起来的时候,所有人都在拼操作系统拼硬件,但最后拿走最大利润的,是先把全民应用分发跑通的那个。 现在Agent时代刚开个头,大家都在拼参数拼算力拼模型性能, 但等到回头看的时候,可能第一个把AI能力分发到普通人手里的,是当初所有人都觉得不务正业的那个种草APP啊hhh #redskill #rednote #skill #小红书
0:14

我翻完小红书Red Skill最新的Top15数据后背有点发凉,这根本不是什么小功能测试啊。 5月份归藏第一个把PPTSkill传上去的时候,详情页显示只有6个人用,当时我就说这是个大事件,不少人还觉得我小题大做,说什么一个种草APP搞点AI功能蹭热度而已,折腾不出水花。 结果7月3号小红书官方两个更新就甩出来了,直接把所有质疑给打没了。 先是格式全放开,之前还只支持txt和md,现在py/js/html/c++/sql甚至数据库文件全能传,不是只能写提示词给Agent读,是真能跑完整代码做完整功能。 再就是另一项 vibecoding 内嵌交互小工具内测将在下周三上线,发笔记时挂上组件,用户刷到不用复制口令跳本地Agent,半屏就能调,全屏能交互,点一下直接分享到微信,那个记录奶茶口味的小工具Brewwww,上线没多久就有一万多人用。 数据是不会骗人的,现在排行榜第一的「菜菜的人生系统」,32.6万曝光,4万多人次使用,第二名的工作日程管理曝光量甚至更高。 而且说实话，这些作者要是把同样的Skill传到GitHub,绝大多数人攒一整年都拿不到这个量级的真实用户。 以前大家以为AI Skill的分发中心,一定是GitHub，觉得普通人找AI工具,一定会主动搜索，甚至认为小红书这种生活方式平台,做不好技术产品分发。 现在看全错了。 GitHub是开发者主动找工具的地方,你有明确需求才会去,网络卡,门槛高,普通用户连门在哪都不知道。 而小红书是用户刷着刷着,正愁PPT做不完、周报写不动、公考复盘没方法,笔记下面正好挂着能解决问题的Skill,点一下就能用,上下文严丝合缝,连教育成本都省了。 我觉得小红书平台这步棋走的极聪明,它不拼大模型,不抢算力,就攥住「用户在什么场景下需要什么能力」这个分发入口,和当年App Store不做手机应用、只攥住应用下载入口的逻辑一模一样。 给真在做Skill的朋友四个现在就能用的反直觉判断: ● 别光传Skill就干等,一定要包成教程笔记,先讲痛点再秀效果最后挂组件,纯扔文件没人看,现在排行榜上的作者全是这么做的 ● 别上来就做什么通用大Agent,越垂直越爆,公考、剪辑、写广告、甚至记录奶茶,这些看起来不技术的场景,流量比通用类高10倍 ● 别嫌审核严不敢进,现在正是窗口,规则没卡死你先攒使用数据,等所有人都反应过来往里挤,算法的早鸟权重早就喂满了 ● 别天天想着卖Skill赚钱,Skill是杠杆,你用它产出比别人好10倍的内容,涨粉做IP接商单,比直接卖Skill赚的多100倍 我记得移动互联网刚起来的时候,所有人都在拼操作系统拼硬件,但最后拿走最大利润的,是先把全民应用分发跑通的那个。 现在Agent时代刚开个头,大家都在拼参数拼算力拼模型性能, 但等到回头看的时候,可能第一个把AI能力分发到普通人手里的,是当初所有人都觉得不务正业的那个种草APP啊hhh #redskill #rednote #skill #小红书

AYi

115,880 views • 7 days ago

做晚和朋友们聚餐吃饭，常看我推文的，知道我有俩个好朋友🤔🤔 一个是，胆小谨慎，老实呆板，相亲了很多次，都没获得女孩关注。 另外一个，女生缘极好，但是到现在也没有结婚，也没有个合理的未来规划。 异性缘比较好那个朋友，确实很容易成功吸引到了女孩子，女朋友换来换去。 经常是和这个在一起一个月两个月，和另一个在一起一俩个月，可是然后呢？ 在后续漫长的日子里，我这个坏坏的朋友又能得到，什么呢？ 我们最开始也很羡慕他，隔几天就能换个女友。 事实上的确也是，男孩一旦坏，或者说他辛苦练成了泡妞的技能，只用在一个女孩身上，就实在太浪费了。 他肯定会多试几个，多换几个。他一旦停止，其实还代表了他的失败！他前期的所有其他努力全白费了。 我身边其实有好多个泡妞高手的朋友。等到了28岁，其实都后悔了。 后悔不如像我一样，该工作工作，该旅游旅游，每天大把时间是自己的，不需要把太多精力投入在异性身上。 如果确实觉得 最近想接触可爱女孩子了，只需要直接用合理的价格，去商K或者洗脚城就可以弥补这点小快乐。
0:18

做晚和朋友们聚餐吃饭，常看我推文的，知道我有俩个好朋友🤔🤔 一个是，胆小谨慎，老实呆板，相亲了很多次，都没获得女孩关注。 另外一个，女生缘极好，但是到现在也没有结婚，也没有个合理的未来规划。 异性缘比较好那个朋友，确实很容易成功吸引到了女孩子，女朋友换来换去。 经常是和这个在一起一个月两个月，和另一个在一起一俩个月，可是然后呢？ 在后续漫长的日子里，我这个坏坏的朋友又能得到，什么呢？ 我们最开始也很羡慕他，隔几天就能换个女友。 事实上的确也是，男孩一旦坏，或者说他辛苦练成了泡妞的技能，只用在一个女孩身上，就实在太浪费了。 他肯定会多试几个，多换几个。他一旦停止，其实还代表了他的失败！他前期的所有其他努力全白费了。 我身边其实有好多个泡妞高手的朋友。等到了28岁，其实都后悔了。 后悔不如像我一样，该工作工作，该旅游旅游，每天大把时间是自己的，不需要把太多精力投入在异性身上。 如果确实觉得 最近想接触可爱女孩子了，只需要直接用合理的价格，去商K或者洗脚城就可以弥补这点小快乐。

墨鱼(:◎) ｜🐬TermMax

30,391 views • 2 months ago

我最近很喜欢使用 NotebookLM 来帮助学习理解新东西，但只能导出 PDF，有时候对于中文的渲染也不是很好。一直想找一个好用的能把 PDF 转成可编辑 PPT 的工具，找一圈下来发现 Codia AI NoteSlide 做得最好用，相比传统的 pdf2ppt 简洁易用很多，可快速转化成可编辑的内容，效果很美观精致无差错，很好用，有相同痛点的小伙伴可以去试试看。
0:17

我最近很喜欢使用 NotebookLM 来帮助学习理解新东西，但只能导出 PDF，有时候对于中文的渲染也不是很好。一直想找一个好用的能把 PDF 转成可编辑 PPT 的工具，找一圈下来发现 Codia AI NoteSlide 做得最好用，相比传统的 pdf2ppt 简洁易用很多，可快速转化成可编辑的内容，效果很美观精致无差错，很好用，有相同痛点的小伙伴可以去试试看。

Tw93

84,722 views • 5 months ago

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。 更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。 现在的态度也很简单，先用、先看、先参与，不急着下结论。 至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。 能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMax
0:10

现在 meme 市场的问题很明显，行情一热大家冲现货，行情一凉就没人玩了。不是 meme 没需求，是交易方式太单一。 #MemeMax 直接把 meme 放进永续里，让你不管涨跌都能参与，只用判断方向，不用死拿筹码，这点对很多人其实更友好。 更关键的是，它不是单纯做个 perp 给你玩。你在里面交易、产生行为，这些数据是会被记下来的，能跟后面的激励、排名、奖励连在一起，不是打一枪就走的那种结构。 Phase 2 也快来了，Top 500 有实打实的奖励，这点已经说得很清楚了。不是那种只给前几名吃肉，后面全陪跑的玩法。你愿意花时间参与，基本都有反馈。 现在的态度也很简单，先用、先看、先参与，不急着下结论。 至少在一堆只靠喊口号的项目里，#MemeMax 属于那种真想把 meme 交易这件事做成“长期工具”的。 能不能跑出来，最后还是看数据，但现在这个阶段，值得放进观察列表。 #MemeMax #Web3 #MaxPacks #DeFi #KaitoAI #Kaito #Yaps #MemeMax Kaito AI 🌊 MemeMax

币自由 🐬

23,739 views • 6 months ago

很久之后，终于来人啦，小狗的训练成果得到了充分的展示。只是小哥实在不懂小狗在干什么，小狗只能把皮褪下，让小哥拿走东西啦。（其实是自己穿上脱不下来没人在家且下一个回来的必是亲戚家小孩于是想办法采取备用方案叫小哥上门啦）长难句这一块。。
0:12

很久之后，终于来人啦，小狗的训练成果得到了充分的展示。只是小哥实在不懂小狗在干什么，小狗只能把皮褪下，让小哥拿走东西啦。（其实是自己穿上脱不下来没人在家且下一个回来的必是亲戚家小孩于是想办法采取备用方案叫小哥上门啦）长难句这一块。。

易染枫

25,390 views • 4 months ago

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。
0:11

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

22,272 views • 1 month ago