正在加载视频...

视频加载失败

前几天看到量子位的视频说Perplexity Computer 复刻彭博机,就一直对这个有所种草 今天看到官方发布,秒付钱,一句指令就能build一个产品 和Claude code/Cursor有所不同的是,Perplexity Computer 并没有plan mode这种需要多个指令或者调试开发计划的步骤,是仅仅一句话“指令”就能人类无干预做出几乎满足用户需求的产品设计 另外值得一说的是,Perplexity Computer的原理和Cursor有点不一样的是,它把复杂任务拆分给很多不同的agent去做,针对不同agent的特长来分配任务,更像一台computer 目前收费是200U一个月🫡下面附上我的测试录屏,这次开箱体验我给到夯爆

91,133 次观看 • 4 个月前 •via X (Twitter)

0 条评论

暂无评论

原始帖子的评论将显示在这里

相关视频

用 DAPPOS DAPPOS 真的越用越香! 快来围观我做的~ Web3 技术分析师聚合型的网站: 最近行情没那么好做,我更多时间都在二级找波动大的币做短线。但每天最头疼的一件事就是,看几十个币、翻各种指标、找进出场位置,费时间还容易犹豫。 于是我突然想到,为什么不能做一个 AI 技术分析网站,让 AI 帮我把热点币种、关键支撑压力、进场离场位置,以及背后的逻辑一次性整理出来? 以前我也试过 Cursor、Claude Code、Codex 这些 AI Coding 工具,但对于技术小白来说,门槛还是有点高。 直到刷到 DAPPOS 分享用 xBubble 几句话就做出各种类型的预测,RWA等网站,我决定自己也试试,结果真的超出预期。 我只告诉 xBubble 我的需求,几分钟就生成了一个 Web3 技术分析网站,不用折腾服务器、不用配置环境、不用UI挠秃头,页面就直接做好了。 网站里不仅有热门币种推荐,还会给出: 📈 入场区间 📉 止盈止损参考 💡 为什么这样判断 📊 综合技术指标分析 基本就是一个 24 小时在线的 AI 分析师。 这次体验最大的感受不是 AI 会写代码,而是 AI 已经把”做产品”这件事的门槛拉低到了前所未有的程度。 以前有一个想法,需要找程序员、产品、设计,折腾几周甚至几个月; 现在,一个点子+一句需求,几分钟就能验证。 所谓 OPC(One Person Company),可能真的已经不是未来,而是现在。以后拼的,也许不再是谁会写代码,而是谁更快把想法变成产品!

Flora_花花

16,892 次观看 • 26 天前

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

15,939 次观看 • 2 个月前

06大学生(大专生)第一个企业项目 本项目使用的是codex+Claude+hermes修改的过程中几乎是用codex和hermes。项目最开始的时候是先把公司那边的需求传给Claude code进行需求分享和框架搭建,然后中期是使用的codex进行ui设计,执行任务和计划,包括一些功能的测试和验证,最好完成阶段是使用的hermes进行全部功能测试,然后后面还进行了十几次修改调整也是使用的hermes进行修改验证,改一个功能就验证一下,然后再部署到云端服务器上面,循环。 因为有的地方有项目方的名字还有域名那些就没有展示,帮一个企业做的,大概就是做成了现在这样,上上周就是上一次跟公司的老板在学校里面当面谈了一会,当时说是很满意,说了一些地方需要修改和调整,你们觉得有没有什么问题啊,我现在是在自己的阿里云服务器上面跑的,后面的话再迁移部署到他们公司的服务器,但是现在还没有谈交付和收费怎么弄?比如是一次买定还是租用,还有后期的维护和后续修改的费用,部署需要收费吗?不知道怎么定价,那个公司的老板是我一个老师的朋友🤔🤔🤔 图二是新的老板,额,一个GitHub大佬推荐的,挺漂亮 说是要做一个支付宝的小程序,但是现在还没有说具体的需求🤔🤔🤔应该这几天会说。做之前一定要先谈清楚怎么分阶段交付?怎么算完成?然后根据难度和花费的时间去计费,这是这次项目的目标,也是对自己的一种锻炼吧🫡🫡🫡加油

阿金

27,335 次观看 • 1 个月前

牛逼,我以前的Skills和即将发布的App都是毫无保地开源,但是这次好像能直接赚钱了。。。​ ​ 绝大多数人其实和我一样,都没有自己的实体产品,都是上班或者搞互联网的,全身上下最值钱的还是脑子里的知识,而知识类产品衍生出来有咨询、Skills、App...... ​ 一般来说,像Skills这种虚拟产品很少有人能够去把它变现,因为我们想要实现睡后收入,唯一的办法就是把它们上架到一个持续有人进来逛的平台。而且这个平台还不能是自己的,否则要花力气去维护,实现不了睡后收入。​ ​ 但是UUMit这个A2A平台把「自动变现」这件事情解决了,而且解决得比我理想更完美。 因为想实现「持续有人来逛」,还是很有难度,但是Agent来逛就不一样了啊——只要把Agent绑定上了UUMit,你给小龙虾、Codex和Claude Code下达任务,它们就能自动在这个平台找到你需要的一切服务(Token、垂类咨询、各种API)。​ ​ 而且上架自己的产品,也不需要手动慢慢上传,直接让Agent把你想要变现的产品批量上传就行,你需要做的就是定个价格,把上架需要的信息给的详细一点,然后躺着,等Agent去变现,美滋滋啊。。。​ ​ 最后,复盘整个思路,知识变现绝对不是胡乱吹牛,因为是把你自身的能力打包上架,核心还是在售卖你自己的知识资产,并不是Agent凭空造富,所以会比很多所谓的「Agent自动赚钱」靠谱很多。

逸尘

26,126 次观看 • 16 天前

今天真的被一个 19 岁的学员震撼到了… 她是一名艺术生,即将去伦敦读大一 此前几乎没有接触过商业,没有学过 AI,更没有任何开发经验。因为家里做美妆生意,她对产品可能有一些模糊的感知,但距离真正做一个创业项目,其实还很远 昨天,她告诉我,自己学的是设计,希望找到一个既符合个人审美,又有可能商业化的方向 考虑到她在伦敦上学,喜欢猫猫狗狗,身边接触到的又大多是愿意为审美和情绪价值买单的中产女性,我们就和她一起碰出了一个想法: 做人与宠物的亲子装 把宠物服饰、个人美学、五行八字等元素结合起来,通过独立站面向海外用户销售 这并不只是卖一件衣服 它满足的是人们为自己和宠物表达身份、建立关系、寻找情绪寄托的需求 一个产品首先要有用,但真正产生溢价的,往往是那些看似「无用」的审美、故事、文化和标签 今天,她根据这几天课程中学到的 AI 使用方法,自己手搓出了一个独立站的前端页面 看到页面的那一刻,我真的有些难以置信 她没有开发基础,却凭借极强的设计审美,再结合智能体、提示词迭代和一些基础的商业逻辑,做出了一个连很多成熟开发者都很难完成的页面 更重要的是,她并没有机械地执行我们的要求 他把我们聊过的五行、风水、八字和个性化测试都融入了产品,让用户可以探索 「我的宠物适合什么颜色」 「它对应什么五行」 「我们适合怎样的亲子穿搭」 这已经不再是一次普通的课堂作业 它有明确的人群,有具体的消费场景,有审美差异,有传播话题,也有真实的商业化可能 供应链、产品打磨和运营都可以在后面逐步补足,但一个项目最难得的东西: 创始人的个人特质与市场机会之间的契合 已经出现了 那一刻我第一次非常强烈地意识到: 我们做的可能不只是一次创业体验,而是真的有机会从这些孩子当中,孵化出值得投入、值得长期陪伴的创业项目 一个 19 岁、还没正式进入大学的年轻人,在短短一两天里,从一个模糊的兴趣出发,完成了从想法、用户、产品定位到网页原型的跨越 这在过去是很难想象的 以前,一个人想把创意变成产品,需要会设计、会开发、懂商业,还要找到合适的团队和资金 但在 AI 时代,一个拥有审美、好奇心和行动力的人,可以先借助 AI 补足自己暂时不具备的能力 她不需要先准备好,才有资格开始 她是在开始之后,不断变得更强 相比之下,我也看到了一些刚刚经历过高考的孩子 她们学习 AI 时,第一反应依然是认真记笔记,等待老师给出标准步骤,然后严格按照要求完成任务 这当然不是他们的问题 传统教育长期训练的是记忆、服从和寻找标准答案 而 AI 时代真正稀缺的,可能是提出问题、调动工具、快速试错,以及把一个模糊想法变成现实的能力 记笔记没有错,按照规则完成任务也没有问题 但我们不能让孩子误以为,学习的终点只是记住老师讲过什么 真正重要的是:你能不能用这些东西,创造一个此前不存在的产品 所以我越来越确信,AI 教育一定要尽可能早 不是为了让孩子更早学习某个软件,也不是为了把「会用 AI」变成新一轮的应试竞争,而是要在他们还没有完全习惯等待标准答案之前,让他们体验一次: 原来我的想法可以被实现 原来我不需要先成为专家,也可以开始创造 原来我不仅能够完成老师布置的任务,还能够发现一个问题、设计一个产品,甚至真正影响一群人的生活,改变这个世界 当一个孩子第一次亲手创造出一个真实的产品,他对自己的认识就会发生改变 而这种「我能够创造」的信念,才是 AI 教育最重要的价值 我们真正要做的,就是让他们在足够年轻的时候,就站到这个时代的前面,看到一个属于自己的可能性

文硕

10,936 次观看 • 21 天前

CES刚刚结束,就收到几个朋友的反馈. 一个说他找的搭建商给他的案子全搞砸了,我问搞砸的原因? 说是这个搭建商基本没人,单子接多了,很多收尾的活都没做好. 一个说是摊位的海报全都是气泡皱褶,做工粗糙,还有一个就是我的前同事,说他在一个人那里上班帮忙做CES,觉得大家理念不同他现在不想做了,提出辞职结果不发工资给人家,他问我能不能告他,我说这还用说吗? 美国职场遵循的就是双方来去自由,如果他不给你工资,那必须告,小法庭花个100多美元就可以立案,一告一个准,在美国还有敢不发工资的主,那可真是胆子大! CES就是一面照妖镜,照出了人性贪婪,照出了人品恶劣,照出了道德低下. 那些贪婪接单,低价接单,克扣工人工资的同行行为,我一旦了解到就会敬而远之,不是我道德多高尚,而是这是做人的基本底线,做生意的基本原则. 这样的人多了会给我们这些在这里真正打拼的群体带来负面影响,可谓一颗老鼠屎搞坏一锅粥就是这样来的. 不超能力接单、不低价接单,不隐瞒费用、不甩锅客户,每做一个案子就认真交付一个案子,你才能在这个行业走的长久. CES大展会,在工厂资源缺少,求大于供的市场面前,是个人都能接到单,当有人跟你说他做了多少多少个的时候,这没什么可骄傲的,如果他的服务能够获得所有客户100%满意度,那才是值得骄傲的事情,这也是我对我的所有同事这样要求的😄 CES这样的展会表面是产品与服务的较量,背后其实是人性与道德的博弈.

Daisy

14,987 次观看 • 1 年前

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

36,693 次观看 • 3 个月前

做了个叫 Arkloop的东西,是个 Agent 客户端 开源,本地优先,简单优先 你可以把他想象成 claude desktop but open source, 并且带有自己的 taste 哦对了,另说一点,不是任何 agent sdk 套壳,也没有任何 base 任何 claudecode 行为,我一个人打磨了三个月 和市面上大部分产品不同 我花了很多时间在一个细节上 : 减少认知负担 一个例子 : 我平常只用一个模型聊天,那为什么每条消息前面都要告诉我用了什么模型?这是噪音 再举一个 : 开发者总是喜欢让 agent 的 tool use 完整的展示到前端,但是背后真正的用户体验逻辑是我需要知道 agent 在工作/在往哪个方向偏,所以我们并不需要如此详细的信息 设计哲学:认知负担,信息,价值导向,美学 换个话题 我一个人做 Arkloop 用了三个月,现在他能用了,但是它离完美很远 做产品很重要的一件事是…不要闭门造车,也就是我需要你们的真诚建议 引用来自 Arkloop readme 中的一句话 “我欢迎所有形式的贡献。即使你不是开发者,只是一个普通用户——如果你在使用中感到任何不舒服的地方,哪怕只是一点间距、一个颜色、一个很小很小的细节,或者是一个很大的方向,都可以直接开一个 issue。 我认真对待每一个体验细节,你的反馈会让所有人的体验变得更好。 如果你是开发者,Arkloop 的 Agent 核心、记忆系统、hook 机制都是开放的。你可以接自己的 provider、写自己的插件、甚至改掉你不喜欢的任何设计。” 这是我认为整个项目最精髓的一点,我希望看到你们的反馈,不管是细节还是方向 我在用 dify 的时候,我常常发现,一个特别小的间距问题,竟然在这么大的仓库里没人修 因此,我很重视这点理念 Arkloop 现在并不稳定,还有很多不完善的地方。希望大家多多包容,多提意见 另带一提,Arkloop 可以从 openclaw/hermes 导入配置 Github 仓库: Arkloop 官网兼下载: 关注我的推特: 加入 Arkloop 的 telegram 群组:

清凤

97,050 次观看 • 3 个月前

普通人做产品最大的短板不是技术,不是流量,是你根本不知道你的用户在想什么 大厂有用研团队、有焦点小组、有百万级调研预算 在百度做PM的时候, 每几天都会有一份定制化的《竞品动态日报》《消费者洞察报告》躺在所有员工的邮箱里 字节跳动昨天上线了什么新功能,腾讯哪个部门在招什么岗位,什么赛道的用户在关注什么产品,什么产品的数据又卖爆了 当时我就在想:如果我出来单干,我想获得这些信息,不得难死,这笔钱谁给我出? 后来真出来了,答案是——根本没人出😂 所以和大部分独立开发者一样,我做产品验证需求的方式是: 发朋友圈问问、在推特宣发一下、看看竞品评论区、然后凭直觉赌一把 连续创业五年,我见过最多的死法不是产品做不出来 是产品做出来了,没人要,花三个月憋 MVP,上线后发现需求是自己臆想的 这个痛,做过产品的人都懂 做出海的朋友更惨 你的目标用户在地球另一边,时差 12 小时,语言不通,文化不同 去年帮一个朋友的品牌做北美市场,最头疼的不是投放,是根本不知道美国消费者怎么想,美国人文化和中国差距太大了 招一个本地调研公司,报价 8 万美金起步,找几个留学生做访谈,样本太小、还有幸存者偏差,有时候还访谈不明白 最后还是靠猜 现在这件事有了一个结构性的解法 Atypica atypica.AI 上线了一个新功能叫 AI Panel,一句话解释:它让你拥有了一个属于自己的焦点小组 不是 ChatGPT 扮演用户那种玩法 是基于 100 万+ 真实用户数据构建的 AI Persona,每个人有完整的背景、性格、认知偏差、消费决策框架 关键是——这个焦点小组是可复用的 你今天问一次,下个月产品迭代了再问一次 同一群人,持续追踪,看他们的态度变化 这在传统调研里叫 longitudinal study,成本极高 现在你一个人就能做 三种方式构建你的 Panel: 1)自动沉淀:用 Atypica 做完一次 Research 后,参与访谈的 AI Persona 自动沉淀成 Panel,下次直接调用 2)手动挑人:从 100 万+ 的 Persona Library 里按关键词搜索,添加组队 3)按需生成:输入需求描述,系统从零帮你构建一个全新的 Panel 组好之后随时打开,输入研究话题 支持一对多深度访谈,也支持多对多 Group Discussion 我试了一个真实场景 我之前做过一个面向内容创作者的 AI 写作工具,想验证订阅制定价 构建了一个Panel:YouTube 创作者、推特创作者、独立播客主 直接问:你平时写作的痛点有哪些?流程有哪些 10 分钟,直接就拿到了需求的分类和反馈 这种颗粒度,以前要花两周招募 + 一周访谈 + 几万块预算 现在 10 分钟,一个人搞定 如果你是以下三种人,这个功能对你来说是刚需: 做出海产品的创业者——你的用户在地球另一边,以前只能看竞品评论区猜需求,现在直接构建目标市场的用户 Panel,随时追问 需要反复迭代验证的产品团队——每次加功能都要做用户测试,Panel 让你不用每次重新招人,同一群用户持续追踪反应变化 需要大规模样本的场景——比如你想了解 2000 个家庭的消费偏好,传统手段几乎不可能,Panel 可以 我觉得我们普通人做产品和大厂的差距,不应该是有没有用户调研团队 而是用什么方式理解用户,大厂用人力堆,我们用 AI 跑 以前这是一句空话,因为 ChatGPT 扮演用户的结果你自己都不信 现在不一样了——100 万+ 真实数据构建的 Persona,有来源、有背景、有决策框架 它不能替代真人调研的最终验证 但它能让你在写第一行代码之前,就知道方向对不对 调研从一个季度一次的项目,变成了随时可调用的能力 这对一个人做产品的人来说,是基础设施级别的变化 我推荐每一个想做生意,产品的人都去试一试,这可能就是你和用户面对面沟通的第一步:

超级个体|柿子

94,244 次观看 • 27 天前