Loading video...

Video Failed to Load

Go Home

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。

servasyy_ai's profile picture

huangserva

35,918 subscribers

244,969 views • 2 months ago •via X (Twitter)

Science & Technology
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

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
0:17

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 views • 1 month ago

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目
0:12

在GitHub上看到一个专门教怎么用 Claude Code 的项目，已经涨到了 4w star 它不是官方操作文档，而是一条从入门到高级智能体的完整学习路径 斜杠命令、MCP配置、钩子脚本、子智能体编排，每个模块都有可视化图解，教你"怎么做"的同时也会教"为什么这么做" 最实用的是里面的模板，钩子脚本、代理配置、斜杠命令、MCP配置文件，全部可以直接复制粘贴到自己的项目里 不管你是想补齐 Claude Code 的知识盲区，还是想搭一套属于自己的 AI 工作流，都可以关注下这个项目

阿西_出海

19,278 views • 26 days ago

🔥通过Claude Skill调试脚本，然后用Seedance生成，我之前基本是用Gemini的Gem来完成这些任务，现在试一试Claude，发现它的理解能力和遵循力还是不错的。 👺感受一下这个高速运镜的效果！
0:15

🔥通过Claude Skill调试脚本，然后用Seedance生成，我之前基本是用Gemini的Gem来完成这些任务，现在试一试Claude，发现它的理解能力和遵循力还是不错的。 👺感受一下这个高速运镜的效果！

肖师傅

20,726 views • 4 months ago

Remotion 推出这个面向 Claude Code 的 视频制作 Agent Skills 不错 只需输入你的需求Claude Code 便可以制作一个完整的宣传小视频给你 我要求Claude code 根据它对我的了解，调用 Remotion 技能帮我生成一个小视频... 这个比较简单，但是官方的演示的很炫酷，需要再研究下怎么弄。 有谁懂这个？带带我？
0:15

Remotion 推出这个面向 Claude Code 的 视频制作 Agent Skills 不错 只需输入你的需求Claude Code 便可以制作一个完整的宣传小视频给你 我要求Claude code 根据它对我的了解，调用 Remotion 技能帮我生成一个小视频... 这个比较简单，但是官方的演示的很炫酷，需要再研究下怎么弄。 有谁懂这个？带带我？

小互

58,524 views • 6 months ago

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。
0:12

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

48,382 views • 4 months ago

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？
0:14

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

50,449 views • 1 month ago

兄弟们这个功能好 Claude Code 新加了 /recap 命令 当你把终端切到后台，过一会儿再切回来，Claude Code 会自动在顶部显示一段这个会话刚才干了什么、下一步打算做什么的回顾。 怎么用 什么都不用改，升级到最新版 Claude Code 就自动开了。 触发条件：会话至少 3 个 turn + 距离上次完成 turn 过了至少 3 分钟 + 终端当前失焦 后台生成：失焦期间就在后台算好，切回来立刻看到，不再等 不会刷屏：同一个窗口连续切走切回不会重复生成 recap 能手动触发：/recap 任何时候打一下都能给一段当前状态摘要 可关可配：/config 里开关，或用环境变量 CLAUDE_CODE_ENABLE_AWAY_SUMMARY=0 关掉
0:10

兄弟们这个功能好 Claude Code 新加了 /recap 命令 当你把终端切到后台，过一会儿再切回来，Claude Code 会自动在顶部显示一段这个会话刚才干了什么、下一步打算做什么的回顾。 怎么用 什么都不用改，升级到最新版 Claude Code 就自动开了。 触发条件：会话至少 3 个 turn + 距离上次完成 turn 过了至少 3 分钟 + 终端当前失焦 后台生成：失焦期间就在后台算好，切回来立刻看到，不再等 不会刷屏：同一个窗口连续切走切回不会重复生成 recap 能手动触发：/recap 任何时候打一下都能给一段当前状态摘要 可关可配：/config 里开关，或用环境变量 CLAUDE_CODE_ENABLE_AWAY_SUMMARY=0 关掉

小互

19,842 views • 3 months ago

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...
0:10

LibTV 全新视频 Agent 评测 可以接入Claude Code，一句话出片... LiblibAI 发布了一个全新的工作流 AI视频 Agent 平台LibTV，它可以在一张无限大的画布上，通过拖放节点来组合各种模型进行视频生成创作。 最牛P的是他们发布了一个skill技能，接入Claude Code、小龙虾，让AI能自动帮你编排节点... Claude Code等通过 Skill 接口全自动调用它的各种节点，自动帮你搭建节点，从剧本构思到最终成品剪辑自动跑完，一句话进去，成片出来。 我测试的过程中一直感叹，非常的牛P...

小互

143,565 views • 4 months ago

Anthropic 刚甩出一份 33 页的文档，讲 Claude 怎么做交易 agent。 结果昨晚就有人拿它试了个东西： 让 Claude 自己搭一套 Polymarket 交易流程 10 个小时后，脚本已经赚了 561 美元 胜率目前 71% 钱包在这： 这事最有意思的，不是那几百刀 是这套玩法本身 他没有让 Claude 每次都现想现做 而是把交易拆成一组专门的 skill 每一个 skill 就是一个独立模块，里面装着： • 操作指令 • 执行脚本 • 参考数据 一旦市场触发了对应条件，那个 skill 自己就动起来了 全程不用人手动去敲 prompt 这套架构也很清晰 每个模块只干一件固定的事： 扫市场 更新概率 跑执行逻辑 而且 Claude 不会一上来就把所有东西都塞进脑子 它先读最精简的 metadata，真要用了，才去调完整指令 结果是： 跑得快 逻辑还不丢 这套东西会在特定市场信号出现时启动 素材里列的条件包括： • 概率偏离 • 成交量异常 • 价格剧烈波动 一旦触发，系统就按写好的多步流程自动开干 这个 agent 做的事很简单： • 读市场概率 • 跟自己算的值做对比 • 正期望值就进 • 自动找机会退 重点是这 因为交易流程已经固化进 skill 里了，bot 的行为稳得一批 不是临时乱 prompt 不是现场猜 也不是每笔都从零开始想 按素材里的说法，真正的优势其实是自动化 它不是每笔交易都重新解一遍题，而是把一套已经跑顺的流程，反复塞进不同市场里反复跑 最后的效果就是： prompt 复杂度更低 一致性更高 还有一台永远不会累的交易机器 你觉得这种把 Claude 拆成 skill 来跑交易的方式，会不会比让它临时做判断更稳？ 想在 Polymarket 上用跟单交易的话 推荐这个 Bot： #Polymarket
0:11

Anthropic 刚甩出一份 33 页的文档，讲 Claude 怎么做交易 agent。 结果昨晚就有人拿它试了个东西： 让 Claude 自己搭一套 Polymarket 交易流程 10 个小时后，脚本已经赚了 561 美元 胜率目前 71% 钱包在这： 这事最有意思的，不是那几百刀 是这套玩法本身 他没有让 Claude 每次都现想现做 而是把交易拆成一组专门的 skill 每一个 skill 就是一个独立模块，里面装着： • 操作指令 • 执行脚本 • 参考数据 一旦市场触发了对应条件，那个 skill 自己就动起来了 全程不用人手动去敲 prompt 这套架构也很清晰 每个模块只干一件固定的事： 扫市场 更新概率 跑执行逻辑 而且 Claude 不会一上来就把所有东西都塞进脑子 它先读最精简的 metadata，真要用了，才去调完整指令 结果是： 跑得快 逻辑还不丢 这套东西会在特定市场信号出现时启动 素材里列的条件包括： • 概率偏离 • 成交量异常 • 价格剧烈波动 一旦触发，系统就按写好的多步流程自动开干 这个 agent 做的事很简单： • 读市场概率 • 跟自己算的值做对比 • 正期望值就进 • 自动找机会退 重点是这 因为交易流程已经固化进 skill 里了，bot 的行为稳得一批 不是临时乱 prompt 不是现场猜 也不是每笔都从零开始想 按素材里的说法，真正的优势其实是自动化 它不是每笔交易都重新解一遍题，而是把一套已经跑顺的流程，反复塞进不同市场里反复跑 最后的效果就是： prompt 复杂度更低 一致性更高 还有一台永远不会累的交易机器 你觉得这种把 Claude 拆成 skill 来跑交易的方式，会不会比让它临时做判断更稳？ 想在 Polymarket 上用跟单交易的话 推荐这个 Bot： #Polymarket

区块链行情研究

28,039 views • 4 months ago

这和把 Codex 开源了有啥区别啊，这也太牛了,直接把所有的模型接进 Codex 里.... Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen，甚至本地 Ollama 全部出现在 Codex 原生的模型选择列表里，和官方模型排在一起，切模型就跟切频道一样 这个项目就是opencodex，之前看到乌云推荐，就很想试下，现在实测已经非常舒服了 我之前就一直很肉疼一件事，我手里挂着四个订阅：Codex、Claude、Kimi 199、GLM 但我真正用掉的不到一半，月底全部作废，那我总不能每个客户端都用一下：kimi code用一下，claude code再切过去，然后再codex啊，每家都有自己的客户端 现在统一在 Codex 里切，真是爽翻了 三行搞定： npm install -g @bitkyc08/opencodex ocx init ocx start xAI、Kimi、Anthropic 都支持 OAuth 登录，key 都不用配
0:12

这和把 Codex 开源了有啥区别啊，这也太牛了,直接把所有的模型接进 Codex 里.... Grok、Kimi、Claude、Gemini、DeepSeek、GLM、Qwen，甚至本地 Ollama 全部出现在 Codex 原生的模型选择列表里，和官方模型排在一起，切模型就跟切频道一样 这个项目就是opencodex，之前看到乌云推荐，就很想试下，现在实测已经非常舒服了 我之前就一直很肉疼一件事，我手里挂着四个订阅：Codex、Claude、Kimi 199、GLM 但我真正用掉的不到一半，月底全部作废，那我总不能每个客户端都用一下：kimi code用一下，claude code再切过去，然后再codex啊，每家都有自己的客户端 现在统一在 Codex 里切，真是爽翻了 三行搞定： npm install -g @bitkyc08/opencodex ocx init ocx start xAI、Kimi、Anthropic 都支持 OAuth 登录，key 都不用配

超级个体｜柿子

39,697 views • 8 days ago

卧槽，刚发现一个 Claude Code 的增强工具！让 Claude Code 对话完全可视化！ 📊 2D 时间线视图 - 对话历史一目了然 🎯 智能跳转 - 快速定位优质 Prompt 学习 📁 一键导出 - JSON/Markdown 格式都能支持 安装只需一行命令： npm install -g Visual Studio Code-is-cheap/show-me-the-talk 不仅代码是开源的，连每个功能是怎么指挥 AI 写出来的Prompt 也开源了，你也能只用 3 天就开发一个类似的 CLI 工具 功能演示：
0:15

卧槽，刚发现一个 Claude Code 的增强工具！让 Claude Code 对话完全可视化！ 📊 2D 时间线视图 - 对话历史一目了然 🎯 智能跳转 - 快速定位优质 Prompt 学习 📁 一键导出 - JSON/Markdown 格式都能支持 安装只需一行命令： npm install -g Visual Studio Code-is-cheap/show-me-the-talk 不仅代码是开源的，连每个功能是怎么指挥 AI 写出来的Prompt 也开源了，你也能只用 3 天就开发一个类似的 CLI 工具 功能演示：

奇迹☆魔法少女

19,068 views • 1 year ago

Anthropic官方发布的技术分享视频 相对全面的一个Claude使用指南，从基础到高级应用，不同阶段的开发者都可以学习参考 涵盖Claude Code、MCP、Vibe Coding、Prompting、构建AI agent，还有针对学生如何使用Claude的讲解 视频内容有16节约7小时 #Claude #Claude使用教程
0:12

Anthropic官方发布的技术分享视频 相对全面的一个Claude使用指南，从基础到高级应用，不同阶段的开发者都可以学习参考 涵盖Claude Code、MCP、Vibe Coding、Prompting、构建AI agent，还有针对学生如何使用Claude的讲解 视频内容有16节约7小时 #Claude #Claude使用教程

AIGCLINK

16,198 views • 11 months ago

一名17岁的高中生告诉他妈妈，他上学需要一台 Steam Deck。他妈妈拒绝了，说那只是个游戏机。他说它运行 Linux 系统。她不知道那是什么意思。最后，她在他生日时买了一台。花了280美元。他甚至没在上面安装过任何一个游戏。 他打开终端，安装了 Claude Code，然后像握着 PlayStation 控制器一样握着设备，输入了他的第一条命令。两侧是摇杆，中间是代码编辑器。这是任何人见过的最荒谬的开发环境。在视频的第9秒，你可以读到他在终端里输入的内容：claude your code looks like absolute shit（Claude，你的代码写得简直像坨屎） Claude 没有争辩。它只是开始重写着色器，添加辉光效果，修复色差并改进粒子系统。这一切都是在一台双手握持、坐在沙发上的游戏机上完成的。他的朋友们在 Steam Deck 上玩《堡垒之夜》。 而他躺在床上，用它来构建软件。他为 Claude Code 配置了自定义技能、每次保存文件时自动运行测试的钩子，以及能够跨会话记住每个项目的记忆功能。这些功能是大多数开发者每月支付200美元却可能只用到20%容量的配置。而他运行在一部280美元的手持设备上，并压榨出了每一项功能的潜力。在三周之内，他为当地企业开发并售出了四个小型应用：一家理发店的预约页面、一家电子烟店的库存追踪器、一个塔可餐车的菜单网站，以及一个宠物美容师的排班工具。全部是在他卧室里的 Steam Deck 上完成的。全部是由 Claude 编写，而他只需用大拇指下达指令。 他在第一个月就赚了超过13,000美元。他妈妈仍然以为他在上面玩游戏。他的老师在自习课上抓到他正在使用它。老师盯着屏幕，以为会看到游戏，结果看到的却是滚动的绿色代码，以及 Claude 问道：“你想对 main.js 进行此项编辑吗？” 老师完全不知道自己在看什么。让她把设备收起来。他合上了盖子。 但 Claude 仍在内部运行。这台他妈妈以为是玩具而买下的、价值280美元的游戏机，现在成了一台开发工作站，每月赚的钱比她还车贷还要多。配置时间：仅一次，20分钟。每天节省的时间：3到5小时。第一个月赚到的钱：13,000美元。安装的游戏数量：零。上周末，他的爷爷让他安装一下《FIFA》。 他说主机正忙着。爷爷问在忙什么。他说在工作。爷爷再也没问过。
0:10

一名17岁的高中生告诉他妈妈，他上学需要一台 Steam Deck。他妈妈拒绝了，说那只是个游戏机。他说它运行 Linux 系统。她不知道那是什么意思。最后，她在他生日时买了一台。花了280美元。他甚至没在上面安装过任何一个游戏。 他打开终端，安装了 Claude Code，然后像握着 PlayStation 控制器一样握着设备，输入了他的第一条命令。两侧是摇杆，中间是代码编辑器。这是任何人见过的最荒谬的开发环境。在视频的第9秒，你可以读到他在终端里输入的内容：claude your code looks like absolute shit（Claude，你的代码写得简直像坨屎） Claude 没有争辩。它只是开始重写着色器，添加辉光效果，修复色差并改进粒子系统。这一切都是在一台双手握持、坐在沙发上的游戏机上完成的。他的朋友们在 Steam Deck 上玩《堡垒之夜》。 而他躺在床上，用它来构建软件。他为 Claude Code 配置了自定义技能、每次保存文件时自动运行测试的钩子，以及能够跨会话记住每个项目的记忆功能。这些功能是大多数开发者每月支付200美元却可能只用到20%容量的配置。而他运行在一部280美元的手持设备上，并压榨出了每一项功能的潜力。在三周之内，他为当地企业开发并售出了四个小型应用：一家理发店的预约页面、一家电子烟店的库存追踪器、一个塔可餐车的菜单网站，以及一个宠物美容师的排班工具。全部是在他卧室里的 Steam Deck 上完成的。全部是由 Claude 编写，而他只需用大拇指下达指令。 他在第一个月就赚了超过13,000美元。他妈妈仍然以为他在上面玩游戏。他的老师在自习课上抓到他正在使用它。老师盯着屏幕，以为会看到游戏，结果看到的却是滚动的绿色代码，以及 Claude 问道：“你想对 main.js 进行此项编辑吗？” 老师完全不知道自己在看什么。让她把设备收起来。他合上了盖子。 但 Claude 仍在内部运行。这台他妈妈以为是玩具而买下的、价值280美元的游戏机，现在成了一台开发工作站，每月赚的钱比她还车贷还要多。配置时间：仅一次，20分钟。每天节省的时间：3到5小时。第一个月赚到的钱：13,000美元。安装的游戏数量：零。上周末，他的爷爷让他安装一下《FIFA》。 他说主机正忙着。爷爷问在忙什么。他说在工作。爷爷再也没问过。

Bill The Investor

362,306 views • 3 months ago

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了 数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。
0:15

Notion 今天凌晨发了一个开发者平台, 大家都以为它在追 AI Agent 风口, 但实际方向是有些反过来的, 它要让所有 Agent 来追它, 我盯着它官方文档里那个新的 CLI 工具看了一会儿,才慢慢回过味儿来, 这个 CLI 设计得很奇怪, 它自带 --help,自带 --docs,自带 --spec, 每个命令的元信息都精简到极致,token 占用低到反常, 说实话人类开发者用 CLI 哪需要这些, 熟了就肌肉记忆,谁会反复读自动生成的 spec 呢, 但 Agent 会啊,它进入一个陌生 CLI,要先扫一遍能干嘛,扫的就是这些自描述信息, 也就是说,Notion 这个 CLI, 从设计的第一天起就不是给人用的, 是给 Agent 用的, 他们官方话术更直接：说和你的 coding agents 一起构建, 这一句话翻译过来就是,未来用 Notion 的主力用户, 可能不是你,而是是你的 Agent, 更狠的是这套基础设施的完整度,数据同步,Notion 托管, 工具调用,Notion 托管,Agent 沙盒,Notion 托管, 全跑在 Vercel Sandbox 加 Firecracker microVM 上, 连第三方 Agent 接入都开了, Claude 直接进来,当原生工具用, 数据,工具,编排,上下文,全部在同一个 workspace 里,零损耗, 以前 Agent 最大的痛点,是上下文碎片化,工具调用不稳定,自己还要搭一套 infra, 现在 Notion 把这套东西全包了, 你的 Agent 只需要醒过来,在一个已经布置好的房间里干活, 很多人还在评估 Notion 涨没涨价,还在讨论 Obsidian 迁移和本地优先, 但真正的故事是,Notion 已经在 Agent 时代的操作系统这条赛道上,把第一块地基浇好了 数据是血,Agent 是肌肉,Workers 是骨骼,CLI 是神经, 那些现在就把核心 workflow 搬进去的人, 和还在纠结要不要试用 ntn 的人, 未来 12 个月,差距可能比想象中要大得多。

AYi

19,651 views • 2 months ago

我的 AI 编程能力又向前迈了一大步。 刚刚用 Claude Code 复刻了抖音 APP 的「钱包」功能，我不知道抖音有多少名工程师负责这个功能，但 Claude Code 实现一模一样的效果只用了 10 分钟，现在我可以拿去到处装逼了，金额自己填，最牛逼的是，填进去的金额还支持随时提现。 兄弟们看看还原度如何，能给几分？
0:16

我的 AI 编程能力又向前迈了一大步。 刚刚用 Claude Code 复刻了抖音 APP 的「钱包」功能，我不知道抖音有多少名工程师负责这个功能，但 Claude Code 实现一模一样的效果只用了 10 分钟，现在我可以拿去到处装逼了，金额自己填，最牛逼的是，填进去的金额还支持随时提现。 兄弟们看看还原度如何，能给几分？

banboo

230,235 views • 1 year ago

我不准备把 BerryCode 做成最便宜的中转站。 现在市面上有 0.06 倍、0.1 倍、0.2 倍的渠道，我知道这些价格看起来非常诱人，但我现在只能做到 GPT 官网口径 0.28X，也就是 0.4 折，用 1 M token, 综合下来大约在 0.4~0.6 人民币；换句话说，它不是最低价那一档。 但我能保证一件事：BerryCode 现在只做纯 GPT。 坦诚讲，我的能力还撑不起 Claude 中转。 Claude 封号太严，我承担不起这个风险，也不想为了多卖一个模型，把一个自己都没把握的东西塞给用户。后面我会自己体验一批价格合适、稳定性还不错的 Claude 中转站，如果真的好用，我会直接推荐给大家。 但 GPT 对我来说，是另一回事。 我现在用 Pro 账号做号池，配合一部分补充渠道去填 token 缺口，即便不卷到全网最低价，毛利润率依然能做到 30% 左右，这个数字对我来说已经够了。 我有一个暴论： **你现在能看到的大部分 AI 机会，其实都已经开始走下坡路了。** 中转站最近在推特被骂得很惨，卖数据、掺水、跑路，大家骂得不算冤，因为这个行业确实混进来了太多只想短期收割的人。 而且后面中转站这个生意只会越来越不稳定。 官方会持续封控各种渠道，低价货源会越来越少，成本会越来越高，如果一个站唯一的竞争力就是便宜，那它迟早会遇到一个问题： 成本涨了以后怎么办？ 2C 用户对价格很敏感，你今天用低价把人吸进来，明天成本上升你要涨价，用户凭什么继续用你？ 所以我现在越来越确定一件事： **中转站最后拼的不是谁便宜，而是谁值得被信任。** 信任从哪里来？我有几个思考： 第一，你得有自己的个人 IP。 如果一个完全匿名的站跑路，用户连骂谁都不知道；但我这个账号就在这里，几千个关注我的人也都在这里，BerryCode 真出了问题，我不可能装作没发生过。 第二，你不能什么模型都往上写。 我现在不碰自己没把握的 Claude，不碰我无法承担封控风险的渠道，只做我能解释清楚成本、稳定性和边界的 GPT。 第三，你得承认自己不是万能的。 我不说 BerryCode 永远不出问题，也不说它多便宜，我只能说我会把每一次问题都摊开讲，把修复过程讲出来，把我能做到的稳定性做到极致。 真正长期使用中转站的人，需求和轻量用户是不一样的。 轻量用户可能只看今天谁便宜 20%，但那些每天要跑 Codex、Vibe Coding、自动化任务、长上下文任务的人，他们更关心的是： 会不会突然跑路？ 会不会掺模型？ 会不会偷偷改请求？ 会不会跑到一半没额度？ 出了问题有没有人处理？ 尤其是国内那些真的在用 AI 做业务的人，他们并不只是想省几块钱，他们想要的是一个能长期放在工作流里的入口。 这也是我为什么选择用更稳的方式做 BerryCode。 一个 Pro 账号 1400 左右，我拿它做号池，成本不低，但我心里踏实；我宁愿少赚一点，也不想把整个站建在自己都解释不清楚的便宜渠道上。 坦诚讲，我为什么要做中转站？ 第一，肯定是赚钱。 去年炒币负债以后，我现在确实很需要现金流，这个没什么好装的，来推特的人也不是为了单纯装逼，大家都要吃饭。 第二，我的推特一个月涨了 4200 个粉，但我前阵子很迷茫，不知道该把这些流量导向哪里。 推特上很多商业模式，本质还是拉人头，做应用也好，做服务也好，很多钱来得快，但不一定长久。 中转站当然也不是一个完美的行业，但只要我不赚那些没良心的钱，只要我真的能给用户提供稳定、透明、可用的服务，那这个钱我觉得可以由我来赚。 第三，这一个礼拜搭 BerryCode，我认识了很多以前接触不到的人。 有做政务网站的，有用 AI Vibe Coding 做产品的，有自己搭工作流的，有在公司里偷偷把 AI 引进业务流程的。 我每天通宵改代码、测接口、修登录、修支付、修人机验证，虽然累，但我很久没有这么强烈地感觉到，自己正站在一个还在生长的行业里。 这个感觉有点像早年的币圈。 混乱是真的混乱，但开放也是真的开放；风险是真的风险，但机会也是真的机会。 所以从今天开始，BerryCode 正式进入压力测试和拉新阶段。 活动很简单： 充 20，送 10 平台额度； 充 200，送 100 平台额度； 最高充 2000，送 1000 平台额度。 我需要通过真实用户的使用，知道服务器、号池、支付、监控、客服到底要做到什么程度，才算是一个能长期运营的站。 如果你只是想找全网最低价，那 BerryCode 大概率不是最适合你的。 但如果你想找一个价格不离谱、模型边界讲清楚、出了问题有人处理、愿意长期把信任一点点攒起来的 GPT 中转站，可以来试试。 后面这个群也不叫 BerryCode 交流群了。 我想把它叫做： 才谷和他的朋友们。 欢迎体验，也欢迎挑毛病。 我现在最需要的不是一句“支持”，而是真实用户把问题砸到我脸上，然后我一个一个修掉。
0:15

我不准备把 BerryCode 做成最便宜的中转站。 现在市面上有 0.06 倍、0.1 倍、0.2 倍的渠道，我知道这些价格看起来非常诱人，但我现在只能做到 GPT 官网口径 0.28X，也就是 0.4 折，用 1 M token, 综合下来大约在 0.4~0.6 人民币；换句话说，它不是最低价那一档。 但我能保证一件事：BerryCode 现在只做纯 GPT。 坦诚讲，我的能力还撑不起 Claude 中转。 Claude 封号太严，我承担不起这个风险，也不想为了多卖一个模型，把一个自己都没把握的东西塞给用户。后面我会自己体验一批价格合适、稳定性还不错的 Claude 中转站，如果真的好用，我会直接推荐给大家。 但 GPT 对我来说，是另一回事。 我现在用 Pro 账号做号池，配合一部分补充渠道去填 token 缺口，即便不卷到全网最低价，毛利润率依然能做到 30% 左右，这个数字对我来说已经够了。 我有一个暴论： **你现在能看到的大部分 AI 机会，其实都已经开始走下坡路了。** 中转站最近在推特被骂得很惨，卖数据、掺水、跑路，大家骂得不算冤，因为这个行业确实混进来了太多只想短期收割的人。 而且后面中转站这个生意只会越来越不稳定。 官方会持续封控各种渠道，低价货源会越来越少，成本会越来越高，如果一个站唯一的竞争力就是便宜，那它迟早会遇到一个问题： 成本涨了以后怎么办？ 2C 用户对价格很敏感，你今天用低价把人吸进来，明天成本上升你要涨价，用户凭什么继续用你？ 所以我现在越来越确定一件事： **中转站最后拼的不是谁便宜，而是谁值得被信任。** 信任从哪里来？我有几个思考： 第一，你得有自己的个人 IP。 如果一个完全匿名的站跑路，用户连骂谁都不知道；但我这个账号就在这里，几千个关注我的人也都在这里，BerryCode 真出了问题，我不可能装作没发生过。 第二，你不能什么模型都往上写。 我现在不碰自己没把握的 Claude，不碰我无法承担封控风险的渠道，只做我能解释清楚成本、稳定性和边界的 GPT。 第三，你得承认自己不是万能的。 我不说 BerryCode 永远不出问题，也不说它多便宜，我只能说我会把每一次问题都摊开讲，把修复过程讲出来，把我能做到的稳定性做到极致。 真正长期使用中转站的人，需求和轻量用户是不一样的。 轻量用户可能只看今天谁便宜 20%，但那些每天要跑 Codex、Vibe Coding、自动化任务、长上下文任务的人，他们更关心的是： 会不会突然跑路？ 会不会掺模型？ 会不会偷偷改请求？ 会不会跑到一半没额度？ 出了问题有没有人处理？ 尤其是国内那些真的在用 AI 做业务的人，他们并不只是想省几块钱，他们想要的是一个能长期放在工作流里的入口。 这也是我为什么选择用更稳的方式做 BerryCode。 一个 Pro 账号 1400 左右，我拿它做号池，成本不低，但我心里踏实；我宁愿少赚一点，也不想把整个站建在自己都解释不清楚的便宜渠道上。 坦诚讲，我为什么要做中转站？ 第一，肯定是赚钱。 去年炒币负债以后，我现在确实很需要现金流，这个没什么好装的，来推特的人也不是为了单纯装逼，大家都要吃饭。 第二，我的推特一个月涨了 4200 个粉，但我前阵子很迷茫，不知道该把这些流量导向哪里。 推特上很多商业模式，本质还是拉人头，做应用也好，做服务也好，很多钱来得快，但不一定长久。 中转站当然也不是一个完美的行业，但只要我不赚那些没良心的钱，只要我真的能给用户提供稳定、透明、可用的服务，那这个钱我觉得可以由我来赚。 第三，这一个礼拜搭 BerryCode，我认识了很多以前接触不到的人。 有做政务网站的，有用 AI Vibe Coding 做产品的，有自己搭工作流的，有在公司里偷偷把 AI 引进业务流程的。 我每天通宵改代码、测接口、修登录、修支付、修人机验证，虽然累，但我很久没有这么强烈地感觉到，自己正站在一个还在生长的行业里。 这个感觉有点像早年的币圈。 混乱是真的混乱，但开放也是真的开放；风险是真的风险，但机会也是真的机会。 所以从今天开始，BerryCode 正式进入压力测试和拉新阶段。 活动很简单： 充 20，送 10 平台额度； 充 200，送 100 平台额度； 最高充 2000，送 1000 平台额度。 我需要通过真实用户的使用，知道服务器、号池、支付、监控、客服到底要做到什么程度，才算是一个能长期运营的站。 如果你只是想找全网最低价，那 BerryCode 大概率不是最适合你的。 但如果你想找一个价格不离谱、模型边界讲清楚、出了问题有人处理、愿意长期把信任一点点攒起来的 GPT 中转站，可以来试试。 后面这个群也不叫 BerryCode 交流群了。 我想把它叫做： 才谷和他的朋友们。 欢迎体验，也欢迎挑毛病。 我现在最需要的不是一句“支持”，而是真实用户把问题砸到我脸上，然后我一个一个修掉。

自己修行的才谷

10,473 views • 3 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

22,475 views • 1 month ago

还得是小孩哥！！ 最近看 #OpenGradient，发现它的火爆可不是因为那些技术展示，更多的是背后那些关注它的人。你看，开发者、基础设施专家、研究人员、早期的贡献者都在聊同一个话题：把验证直接嵌入到基础层。 大家不是在吹什么炫酷的界面或演示，而是一直在讨论： 如何让执行留下痕迹； 模型能被检查，不是盲目信任； 智能体在开放环境中行为可预测。 这些话题说明，OpenGradient (∇, ∇) 真正触碰到了一个大家每天都在面对的问题。 而且，Model Hub 最近已经有了 1000 多个可验证的模型，说明大家已经愿意以一种可以审计的方式去发布智能体。这种改变可不只是为了营销噱头，而是从根本上改变了大家的思维方式。 #OpenGradient 现在看起来像是悄悄地成为了“去中心化 AI”这个领域的基准，而不是追求炒作的热点。这个项目在悄悄地解决那些没人看到的问题，才是最稳固的基础。 更厉害的是，它刚完成了 850 万美元的融资！投资者包括 a16z 和 Coinbase Ventures，这个背后的资金支持说明，去中心化的人工智能已经吸引了大佬们的关注。 如果你还没注意到 #OpenGradient，这可能是个好机会。它不是在炒作 hype，而是在做事，给那些真正关心去中心化 AI 的人提供实际的东西。 #KaitoAI #Kaito #Yap Kaito AI 🌊 OpenGradient (∇, ∇) #OpenGradient
0:11

还得是小孩哥！！ 最近看 #OpenGradient，发现它的火爆可不是因为那些技术展示，更多的是背后那些关注它的人。你看，开发者、基础设施专家、研究人员、早期的贡献者都在聊同一个话题：把验证直接嵌入到基础层。 大家不是在吹什么炫酷的界面或演示，而是一直在讨论： 如何让执行留下痕迹； 模型能被检查，不是盲目信任； 智能体在开放环境中行为可预测。 这些话题说明，OpenGradient (∇, ∇) 真正触碰到了一个大家每天都在面对的问题。 而且，Model Hub 最近已经有了 1000 多个可验证的模型，说明大家已经愿意以一种可以审计的方式去发布智能体。这种改变可不只是为了营销噱头，而是从根本上改变了大家的思维方式。 #OpenGradient 现在看起来像是悄悄地成为了“去中心化 AI”这个领域的基准，而不是追求炒作的热点。这个项目在悄悄地解决那些没人看到的问题，才是最稳固的基础。 更厉害的是，它刚完成了 850 万美元的融资！投资者包括 a16z 和 Coinbase Ventures，这个背后的资金支持说明，去中心化的人工智能已经吸引了大佬们的关注。 如果你还没注意到 #OpenGradient，这可能是个好机会。它不是在炒作 hype，而是在做事，给那些真正关心去中心化 AI 的人提供实际的东西。 #KaitoAI #Kaito #Yap Kaito AI 🌊 OpenGradient (∇, ∇) #OpenGradient

币自由 🐬

122,616 views • 7 months 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 • 11 months ago