Video wird geladen...

Video konnte nicht geladen werden

Beim Laden dieses Videos ist ein Problem aufgetreten. Dies könnte an einem vorübergehenden Netzwerkproblem liegen oder das Video ist möglicherweise nicht verfügbar.

最近深度使用了一下 Kimi 3，所以对这个模型的真实编程能力有一定的发言权，正好有做一个录屏软件的需求，之前也说过市面上现在有很多，但是我想按照我的需求深度自定义一个，用来测试一下 Kimi3 的实力，因为这个 case 还是比较复杂的，React UI界面，Rust 核心以及Swift bridge，录制可靠性以及复杂的编辑和交互等等。在使用过程中还是挺惊艳的的，从出 plans，到执行，再到自动化验收，启动数个 sub agents，完成平行任务，几个大任务多 agent 并行连续执行了 5 - 6 个小时，1M 的上下文非常够用，300多个自动化测试，整个过程我就是在交互指导和验收过程中进行过几次微调。最终按照 plan 实现了几个关键功能的 demo，录入屏幕，摄像头和音频，可以自动记录点击和输入事件，可以实现自动 zoom，可以实现导出不同的尺寸，不同画框的尺寸拖拽，可以支持多种背景，纯色渐变和系统壁纸，虽然现在 UI 还没有打磨，但是基本功能都实现了。如果对比一下的话，整体感觉差不多是 Opus 4.8 和 5.5 持平，部分场景有些 5.6 Sol 的感觉，我之后应该会长期使用一下持续关注效果。

Viking

67,990 subscribers

29,355 Aufrufe • vor 2 Monaten •via X (Twitter)

Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

我觉得GPT-6 Astra帮我实现这个画面中的小瀑布和河流实现的很准确我的pro快没有额度了，所以前面用了3次命令用是用的5.6 Sol，但是不能很好的实现这个效果，效果差很多 GPT-6 Astra效果是真可以的，细节到位💗 OpenAI Developers

我觉得GPT-6 Astra帮我实现这个画面中的小瀑布和河流实现的很准确我的pro快没有额度了，所以前面用了3次命令用是用的5.6 Sol，但是不能很好的实现这个效果，效果差很多 GPT-6 Astra效果是真可以的，细节到位💗 OpenAI Developers

Xian | 弦

18,652 Aufrufe • vor 7 Tagen

我敢说！大部分人可能都没有听过或用过这个模型！！如此低调！但据说是直接对标GPT-6 Astra！ 397B、多模态、长程操作，而且居然支持 Computer Use！！！我查了一下，背后团队是上海创智学院，重点能力就是Computer Use、网页浏览以及视觉辅助，包含 Mini、Pro 和 Max 三种尺寸。无意间看到的，勾起了我的兴趣，发现这个模型已经在OpenRouter上架了，叫Nex-N2.5 Pro！接下来用了一下，万万没想到！这个模型居然这么顶！！我用它搭了一个可以随意调整灯光的虚拟摄影棚，执行任务很快，而且建模很精细，成品出来真的有惊艳到！！我感觉可以用这个模型继续完善这个摄影棚，再加一个上传产品图的功能，就可以用来试布光、找构图，满意的角度可以直接导出作为产品照样片！！这个模型是有点东西，在这些任务的体验上，和 Astra 确实比较相似， Computer Use还没特意用过，下次再试试看，看能不能达到GPT-6的水准！！有兴趣的可以去OR试一试，直接接入Agent，就可以免费体验！

我敢说！大部分人可能都没有听过或用过这个模型！！如此低调！但据说是直接对标GPT-6 Astra！ 397B、多模态、长程操作，而且居然支持 Computer Use！！！我查了一下，背后团队是上海创智学院，重点能力就是Computer Use、网页浏览以及视觉辅助，包含 Mini、Pro 和 Max 三种尺寸。无意间看到的，勾起了我的兴趣，发现这个模型已经在OpenRouter上架了，叫Nex-N2.5 Pro！接下来用了一下，万万没想到！这个模型居然这么顶！！我用它搭了一个可以随意调整灯光的虚拟摄影棚，执行任务很快，而且建模很精细，成品出来真的有惊艳到！！我感觉可以用这个模型继续完善这个摄影棚，再加一个上传产品图的功能，就可以用来试布光、找构图，满意的角度可以直接导出作为产品照样片！！这个模型是有点东西，在这些任务的体验上，和 Astra 确实比较相似， Computer Use还没特意用过，下次再试试看，看能不能达到GPT-6的水准！！有兴趣的可以去OR试一试，直接接入Agent，就可以免费体验！

沐阳

21,775 Aufrufe • vor 12 Tagen

最近国内几个模型大厂好像摊上事了？也不知道真事假事，还是那个姓A的在碰瓷挑事！吃瓜的时候，突然刷到一个新模型！乍一看Atria ASI，差点看成了是Astra，真的很像，模型代号叫 Atria Dawn Preview！据说背后约三分之二的研发成员还是高校在校学生！！我是真想知道这群学生能把模型做成什么样？所以，找了很久才找到了API，接入下来测试了一下，我用它一句话做个 3D 家装工作台，最后出来的效果居然还可以！！能画户型、拖家具、改尺寸、保存项目、导出截图、还能自由拖放布置家具，其实这个任务倒是不难，主要我一句话说的很笼统，需要它能够理解我的意图，并且准确规划，将这个工作台做的尽可能完善。但其实，写代码还并不是这个模型的主要能力。它的定位，是面向科研和专业工作的智能体模型，擅长把一个复杂任务继续往前推进，最终变成可运行、可检查、可使用的成果。比如从一个问题、一份数据、一段代码或者一篇论文出发，它可以继续完成资料检索、代码实现、实验执行和反馈修正，最后交付研究报告、软件系统、文档表格、演示文稿、三维设计等等。可以用来做科研、写报告、写代码、画CAD！！不知道这个API能用多久，后面我可以再测试一下不同的场景。有兴趣可以持续关注一下！

最近国内几个模型大厂好像摊上事了？也不知道真事假事，还是那个姓A的在碰瓷挑事！吃瓜的时候，突然刷到一个新模型！乍一看Atria ASI，差点看成了是Astra，真的很像，模型代号叫 Atria Dawn Preview！据说背后约三分之二的研发成员还是高校在校学生！！我是真想知道这群学生能把模型做成什么样？所以，找了很久才找到了API，接入下来测试了一下，我用它一句话做个 3D 家装工作台，最后出来的效果居然还可以！！能画户型、拖家具、改尺寸、保存项目、导出截图、还能自由拖放布置家具，其实这个任务倒是不难，主要我一句话说的很笼统，需要它能够理解我的意图，并且准确规划，将这个工作台做的尽可能完善。但其实，写代码还并不是这个模型的主要能力。它的定位，是面向科研和专业工作的智能体模型，擅长把一个复杂任务继续往前推进，最终变成可运行、可检查、可使用的成果。比如从一个问题、一份数据、一段代码或者一篇论文出发，它可以继续完成资料检索、代码实现、实验执行和反馈修正，最后交付研究报告、软件系统、文档表格、演示文稿、三维设计等等。可以用来做科研、写报告、写代码、画CAD！！不知道这个API能用多久，后面我可以再测试一下不同的场景。有兴趣可以持续关注一下！

沐阳

28,159 Aufrufe • vor 9 Tagen

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

Claude Fable 5 重新开放了最近刚好有一个demo，就是看能不能用顶级模型做一个meme工厂 “ 就是我输入一个 Meme Coin 创意然后这个工具自动生成品牌 / 叙事 / 经济模型 / 营销方案支持中文全流程输出，可以反复优化迭代 “ 也是想尝试一下，做一个可以验证 Fable 5 长任务能力最终做出了一个能够简单跑的框架（我没有投入任何信息源，没有喂数据所以跑起来效果没有那么屌，不过我觉得后期再投喂一些案例，我觉得确实是可以落地的）说说我为什么用Fable 5 来测？因为这个任务本质不是写代码更像是说去测试AI的长链路规划能力测试它需要： 1/ 语义理解 2/ 叙事能力 3/ 结构能力 4/ 一致性 5/ 自我检查这刚好是 Claude Fable 5 主打的能力整体跑下来我觉得还算是可以的，毕竟我这种不会写代码不会设计的小屌丝，确实在Fable 5 上面使用得其乐融融的哈哈再说说我的TOKEN使用量吧：112.31K（按照官方的收费标准大概是在：$4.2）要是加上文本案例再接入一个AI对话的API框架我觉得应该费用还要再多出个大几十吧（个人猜测，毕竟投喂数据可能会比较烧tokens）总的来说的话我个人还是觉得这笔消费还算挺值得的，因为这本身在传统行业的话可能会是比较高的费用，AI真的弄挺好的说完Claude Fable 5的体验，那我不得不说我是在哪里体验的Claude Fable 5了我这次没有走官方通道，而是走的是我之前给大家分享的中转站 Zenmux ZenMux 因为他这几天又搞活动了，只要你账号的余额＞$0 你就可以免费体验Claude Fable 5 并且 Zenmux支持（不限于）： 200+ 模型统一入口无 RPM 限制 PK 模式可以直接做横评如果大家也想低成本体验一下 Claude Fable 5 我觉得当前使用Zenmux是最好的选择

车九

48,436 Aufrufe • vor 2 Monaten

无意间用一些奇技淫巧实现了一个自己想了很久的功能。用ChatGPT实现了Midjourney提示词收集后在Notion的自动处理。可以输出提示词翻译以及按照画面质量、绘画风格、构图和画面效果四个类别对提示词进行分类整理。重点是成本很低，甚至连ChatGPT的API都不需要。感兴趣的话我这几天肝一下教程。

无意间用一些奇技淫巧实现了一个自己想了很久的功能。用ChatGPT实现了Midjourney提示词收集后在Notion的自动处理。可以输出提示词翻译以及按照画面质量、绘画风格、构图和画面效果四个类别对提示词进行分类整理。重点是成本很低，甚至连ChatGPT的API都不需要。感兴趣的话我这几天肝一下教程。

歸藏(guizang.ai)

130,555 Aufrufe • vor 3 Jahren

花了三天时间，build了我们第一个X402的产品「X Spaces Transcription Agent」你现在可以访问使用它。对我们来说，x402 不是一个“又一个支付方案”，而有可能成为未来互联网里最简单、最通用的支付协议。但当我开始深入研究时，我发现一个很现实的问题：今天的 x402scan 上，大部分服务其实并没有真实价值。很多调用量只是刷出来的——因为 facilitator 会代付 gas，所以你完全可以靠刷量堆数字。（如果你感兴趣，我之后可以详细讲讲现在的刷量模式和一些典型行为。）既然协议本身已经这么干净，那么真正缺的不是“更多 endpoint”，而是——有没有人愿意真正付费使用的 x402 服务？所以我们换了一个思路：别再追调用量了，从我们自己的真实需求出发，去做一个我们自己会持续付费使用的 x402 agent。于是，我们构建了一个有明确使用价值的 x402 Server： 👉 只需用 x402 支付 1 USDC 你就可以转录任意一场 Twitter Space。完整音频 → Whisper → LLM 多段格式化转录完成后，这个 Space 的全文对所有人永久开放所有人可以继续用 0.1 USDC/次的方式使用 Chat agent 做 summary、key points、projects、translate 等二次分析我们已经用它转录了不少 daydreams 和 x402 meta 相关的空间，如果你感兴趣可以点进去看。为什么先做这个？因为如果 x402 真要成为“互联网的通用支付层”，那就必须要出现一批真正愿意付费的服务：不是刷量，不是 demo，而是你愿意掏 1 USDC、可以给你带来价值的数据资产。而 Twitter Space 转录对我们来说就是一个非常明确的需求：太多高质量讨论沉在音频里，不可搜索、不可引用、不可分析。但当转录成为一个“用 1 USDC 买下的公共数据资产”之后，整个生态的 Agent 都可以在这上面做二次增值。这个 Space Agent 只是我们构建的一批 x402 实用服务的第一个。最后不要在熊市躺平，而是在熊市面向未来build, 而这个未来就是 X402 + ERC8004. 如果你对 x402、Web3、AI 的结合感兴趣，也可以完整的看看我们的技术文章：

花了三天时间，build了我们第一个X402的产品「X Spaces Transcription Agent」你现在可以访问使用它。对我们来说，x402 不是一个“又一个支付方案”，而有可能成为未来互联网里最简单、最通用的支付协议。但当我开始深入研究时，我发现一个很现实的问题：今天的 x402scan 上，大部分服务其实并没有真实价值。很多调用量只是刷出来的——因为 facilitator 会代付 gas，所以你完全可以靠刷量堆数字。（如果你感兴趣，我之后可以详细讲讲现在的刷量模式和一些典型行为。）既然协议本身已经这么干净，那么真正缺的不是“更多 endpoint”，而是——有没有人愿意真正付费使用的 x402 服务？所以我们换了一个思路：别再追调用量了，从我们自己的真实需求出发，去做一个我们自己会持续付费使用的 x402 agent。于是，我们构建了一个有明确使用价值的 x402 Server： 👉 只需用 x402 支付 1 USDC 你就可以转录任意一场 Twitter Space。完整音频 → Whisper → LLM 多段格式化转录完成后，这个 Space 的全文对所有人永久开放所有人可以继续用 0.1 USDC/次的方式使用 Chat agent 做 summary、key points、projects、translate 等二次分析我们已经用它转录了不少 daydreams 和 x402 meta 相关的空间，如果你感兴趣可以点进去看。为什么先做这个？因为如果 x402 真要成为“互联网的通用支付层”，那就必须要出现一批真正愿意付费的服务：不是刷量，不是 demo，而是你愿意掏 1 USDC、可以给你带来价值的数据资产。而 Twitter Space 转录对我们来说就是一个非常明确的需求：太多高质量讨论沉在音频里，不可搜索、不可引用、不可分析。但当转录成为一个“用 1 USDC 买下的公共数据资产”之后，整个生态的 Agent 都可以在这上面做二次增值。这个 Space Agent 只是我们构建的一批 x402 实用服务的第一个。最后不要在熊市躺平，而是在熊市面向未来build, 而这个未来就是 X402 + ERC8004. 如果你对 x402、Web3、AI 的结合感兴趣，也可以完整的看看我们的技术文章：

0xhhh

14,700 Aufrufe • vor 10 Monaten

试了一下昨天这个海外产品 MuleRun，发现很牛啊。从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。我还用里面的 Blender Agent 让他创建了一个灯塔模型。里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

试了一下昨天这个海外产品 MuleRun，发现很牛啊。从理念和效果上看都很厉害，感觉 Agent 产品要有新品类了。我眼睁睁看这个 AI 帮我打完了星穹铁道的每日任务。这个最强的核心能力是，每个用户都会有一个完整的虚拟机可以运行 Agent 帮你操作里面的软件，不只是浏览器。 Agent 创建者可以把完成任务的环境建好，用户就能直接用这些自动化的 Agent。不是 Manus 那种你只能看到有限文件和界面的，你甚至可以自己操作里面的 Windows 电脑，这样想象力就丰富超级多了，Agent 终于拜托了 Office 三件套和网页生成。他可以帮你自动做游戏的日常，能帮你用 Blender 建模。里面甚至还有帮你自动打崩坏星穹铁道的每日任务的 Agent 。我亲眼看着他找到游戏的图标启动引导我登录之后开始自己操作角色和界面打对应的日常任务，太省心了，而且这个不死板，你可以指定任务完成的顺序和轮数以及完成哪些任务。我还用里面的 Blender Agent 让他创建了一个灯塔模型。里面还有帮你做视频的以及刷评论作图的 Agent，要是有邀请可以试试，很好玩。

歸藏(guizang.ai)

62,627 Aufrufe • vor 1 Jahr

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」

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 Aufrufe • vor 9 Monaten

最近几期一直在聊交易所、美股这些比较大的方向。这次换个轻松一点的。前几天看到 Gate Gate Gate_zh 更新了 8.3.0 版本，我自己体验了一下预测市场的新功能。之前很多人提到预测市场，第一反应可能就是“猜比赛结果”。但实际体验下来，现在的产品已经不只是简单下注了这次更新里面，有几个小细节我觉得挺有意思：比如新的页面设计、事件展示方式、交易交互，还有资产和盈亏复盘这些功能。一个产品好不好用，并不是在于功能有多少，而是交易过程中能不能真正降低使用成本。所以这期就简单聊聊我体验后的几个感受。预测市场未来到底会不会成为更多人的新玩法？🧐

最近几期一直在聊交易所、美股这些比较大的方向。这次换个轻松一点的。前几天看到 Gate Gate Gate_zh 更新了 8.3.0 版本，我自己体验了一下预测市场的新功能。之前很多人提到预测市场，第一反应可能就是“猜比赛结果”。但实际体验下来，现在的产品已经不只是简单下注了这次更新里面，有几个小细节我觉得挺有意思：比如新的页面设计、事件展示方式、交易交互，还有资产和盈亏复盘这些功能。一个产品好不好用，并不是在于功能有多少，而是交易过程中能不能真正降低使用成本。所以这期就简单聊聊我体验后的几个感受。预测市场未来到底会不会成为更多人的新玩法？🧐

Yuki Rabbit🐰

11,066 Aufrufe • vor 1 Monat

给大家带来 Qwen3.7-Max 实测! 这次使用了全新的前端测试集, 直接说结论, Qwen3.7-Max 应该是之前测试过的版本中进步特别大的一个, 甚至这次前端测试能完成之前3.6版本不能完成的测试项目. 而且后端能力测试直接刷了个榜一! 它是参与测试的34个模型中唯一一个实现了 IVF-PQ + ADC 索引方案的模型! 直接把后端测试从之前 GPT-5.5-Pro(xhigh) 的4000分拉到了现在的6947分! 不过需要注意的是, 它的测试表现分布并不是很稳定, 所以建议使用中要多review代码, 来达成更高的输出质量. 另外, 本次 Agent 能力也有提升, 达到了第一梯队的水平. 最后, 我还用 Qwen3.7-Max 实现了一个基于AI的磁盘恢复系统, 用来测试模型的实际工程能力. 编写过程很顺畅, 没有遇到阻碍, 大家可以直接看视频里的效果. #qwen #阿里千问 #qwen37max #AIAgent

给大家带来 Qwen3.7-Max 实测! 这次使用了全新的前端测试集, 直接说结论, Qwen3.7-Max 应该是之前测试过的版本中进步特别大的一个, 甚至这次前端测试能完成之前3.6版本不能完成的测试项目. 而且后端能力测试直接刷了个榜一! 它是参与测试的34个模型中唯一一个实现了 IVF-PQ + ADC 索引方案的模型! 直接把后端测试从之前 GPT-5.5-Pro(xhigh) 的4000分拉到了现在的6947分! 不过需要注意的是, 它的测试表现分布并不是很稳定, 所以建议使用中要多review代码, 来达成更高的输出质量. 另外, 本次 Agent 能力也有提升, 达到了第一梯队的水平. 最后, 我还用 Qwen3.7-Max 实现了一个基于AI的磁盘恢复系统, 用来测试模型的实际工程能力. 编写过程很顺畅, 没有遇到阻碍, 大家可以直接看视频里的效果. #qwen #阿里千问 #qwen37max #AIAgent

karminski-牙医

10,514 Aufrufe • vor 3 Monaten

推荐关注一下 BabelCloud 项目，也是一个类似于 Devin 的 AI 开发工程师，能独立完成相对复杂的前后端项目。从演示视频可以看出：它能将复杂的任务分解成合适的功能模块；它能对每一个模块进行测试和验证，对于遇到的错误能自动修复或者需求人类帮助；它能完成没有训练过的任务：实现一个最新发布的Claude 3的API请求；它能完成相对复杂的项目，一个比较完整的后台管理；它在执行过程中能和人互动，例如寻求帮助；它能基于项目增加新的需求（这个其实有点挑战，但我怀疑它需要很多元数据辅助完成）它有个工作平台直观看到结果项目作者：Hailong Zhang

推荐关注一下 BabelCloud 项目，也是一个类似于 Devin 的 AI 开发工程师，能独立完成相对复杂的前后端项目。从演示视频可以看出：它能将复杂的任务分解成合适的功能模块；它能对每一个模块进行测试和验证，对于遇到的错误能自动修复或者需求人类帮助；它能完成没有训练过的任务：实现一个最新发布的Claude 3的API请求；它能完成相对复杂的项目，一个比较完整的后台管理；它在执行过程中能和人互动，例如寻求帮助；它能基于项目增加新的需求（这个其实有点挑战，但我怀疑它需要很多元数据辅助完成）它有个工作平台直观看到结果项目作者：Hailong Zhang

宝玉

30,089 Aufrufe • vor 2 Jahren

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

前 OpenAI CTO Mira 的公司 Thinking Machines 发了一个非常创新的模型，他们叫交互模型。这个模型能够持续接收音频、视频、文本等原生的多模态内容，并且实时进行思考、响应和行动。它不像之前那种 Agent 脚手架，把多个模型、多个模态的模型通过 Agent 串起来，而是所有模态都在一整个模型里。这样就可以让用户和 AI 在任意模态下实时进行交互：你可以随时打断它，随时进行补充，AI 会实时关注你的状态，输出结果，不会像之前一样，必须等一句话结束了才能跟模型交互。核心思路就是把交互部分训练到了模型里。他们从零训练的这个交互模型主要包括两部分：前台交互模型： (a) 一直在线，一直在听、看和读用户提供的内容 (b) 每 200 毫秒作为一个节点，同时处理输入并产出一小段输出 (c) 负责照顾用户的在场感，支持用户打断、插话，并能对屏幕和视频内容做出反应后台推理模型： (a) 用来处理需要持续推理、工具调用以及长上下文、长规划的任务 (b) 交互模型会在合适的时候，将推理模型的结果放回到对话里，不会插入突兀的内容用户最终看到的结果，就是一个既能实时交互，又能够处理重度任务的界面。

歸藏(guizang.ai)

47,074 Aufrufe • vor 4 Monaten

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：

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 Aufrufe • vor 3 Monaten

兄弟们，这下可以实现TTS 生成文本转语音自由了。测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。感兴趣的同学可以自己去试试，地址放评论区。

兄弟们，这下可以实现TTS 生成文本转语音自由了。测试了一下阿里Qwen最新开源模型Qwen3-TTS-12Hz-1.7B-CustomVoice，部署在我这台M1Pro 32G 的笔记本就可以轻松跑起来。做了一个简单的Demo测试，支持10多种主流语言，中英日韩等语言，支持语调、情绪、上下文内容感知调节，并且可以自定义和克隆音色。整体的使用效果我觉得还不错，关键是这个模型还有个0.6b的模型，真的是给本地使用者的福音啊。感兴趣的同学可以自己去试试，地址放评论区。

Berryxia.AI

45,388 Aufrufe • vor 8 Monaten

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 Aufrufe • vor 1 Monat

Anthropic 刚刚悄悄解决了 AI Agent 最大的一个问题之一。过去开发 Agent 的 skill 基本是这样的：写 prompt → 试一下 → 不行再改 → 靠感觉上线。但 Claude 现在给 Skill Creator 加了 3 个关键能力： 1️⃣ Skill Evals（技能测试）可以定义测试问题和成功标准，自动验证一个 skill 是否真的有效。 2️⃣ 多 Agent 基准测试可以并行运行多个 agent，甚至对两个 skill 版本做 A/B 测试。 3️⃣ 触发优化 Claude 会分析你的 skill 描述，自动修复：错误触发没触发描述不清这意味着一件很重要的事： AI Agent 开发正在从 “Prompt Engineering” 变成 “AI Software Engineering” 你可以像开发软件一样：测试评估基准测试持续优化更有意思的一点是：如果某一天，基础模型在没有 skill 的情况下也能通过这些测试，说明这个能力已经被模型“学会”了。也就是说：今天的 Skill，很可能会变成明天的模型能力。 Prompt、Skill、模型训练之间的边界，正在消失。

Anthropic 刚刚悄悄解决了 AI Agent 最大的一个问题之一。过去开发 Agent 的 skill 基本是这样的：写 prompt → 试一下 → 不行再改 → 靠感觉上线。但 Claude 现在给 Skill Creator 加了 3 个关键能力： 1️⃣ Skill Evals（技能测试）可以定义测试问题和成功标准，自动验证一个 skill 是否真的有效。 2️⃣ 多 Agent 基准测试可以并行运行多个 agent，甚至对两个 skill 版本做 A/B 测试。 3️⃣ 触发优化 Claude 会分析你的 skill 描述，自动修复：错误触发没触发描述不清这意味着一件很重要的事： AI Agent 开发正在从 “Prompt Engineering” 变成 “AI Software Engineering” 你可以像开发软件一样：测试评估基准测试持续优化更有意思的一点是：如果某一天，基础模型在没有 skill 的情况下也能通过这些测试，说明这个能力已经被模型“学会”了。也就是说：今天的 Skill，很可能会变成明天的模型能力。 Prompt、Skill、模型训练之间的边界，正在消失。

axiaisacat

68,008 Aufrufe • vor 6 Monaten