Video wird geladen...

Video konnte nicht geladen werden

Zur Startseite

测试了一下 OpenAI 的 Operator ,让它帮我找一下今天 Hacker News 上的热门帖子,效果只能说凑合,它会搜索hacker news关键字,打开首页,打开浏览器搜索框用 AI 为关键字找标题,我本以为它可以更智能一点,直接利用自身语言能力找出 AI 相关的标题,结果还要用 Cmd + F 关键词查找,但神奇的是一些有 AI 关键字但和 AI 无关的结果,它倒是能过滤掉。最后花了6分钟时间给我凑了 3 条,不太聪明的样子,但凑合能用。 一个小细节:一条新闻标题是:“Trae: An AI-powered IDE by ByteDance”,但是它把其中的“Trae”识别成了“Tree”。 BTW:视频是2倍速

22,246 Aufrufe • vor 1 Jahr •via X (Twitter)

7 Kommentare

Profilbild von huhu
huhuvor 1 Jahr

看上去这个浏览器是远程返回截图的? 难怪说用的是自己的浏览器, 感觉和数据分析的 py 环境类似

Profilbild von 宝玉
宝玉vor 1 Jahr

没错

Profilbild von Fast Company
Fast Companyvor 2 Jahren

“The most powerful [AI] agents are not going to be the smartest, but the ones with access to the best information.” @EY_US on why software that can act, react, and interact with both humans and other agents will be important for your business. #ad

Profilbild von 不鍊金丹不坐禪
不鍊金丹不坐禪vor 1 Jahr

哈哈哈, 🤝,原来大家脑子想到的第一个测试 Case 都是 HN

Profilbild von Steed
Steedvor 1 Jahr

咦,是只有美国可用吗?说不支持我所在的地区……

Profilbild von 宝玉
宝玉vor 1 Jahr

Profilbild von maxOS
maxOSvor 1 Jahr

让它控制另一个 operator

Ähnliche Videos

把网站录下来给AI看, AI能照着做出来吗? 刚刚看到了个炫酷的灯具网站, 它有个功能是点击按钮直接能看到灯点亮的效果, 甚至网站的配色也会暗淡下来, 特别有氛围. 我突然想到, 这样的网站, 如果要让AI来做, 该怎么办? 把源代码拷给它? 用一个巨复杂的 prompt 来完成? 有没有可能, 我录个视频, 展示一下这个"关灯"的效果, 然后让AI来按照视频来写网站? 于是, 这个重任就交给了今天测试的模型, 百度刚出的文心-5.0-preview, 全模态大模型, 这个模型同时支持文本, 图片, 音频, 视频作为输入, 然后可以生成文本和图片, 所以我们这个测试可以最大化的利用它的能力. 我先录制了网站的效果, 然后写了prompt作为补充, 告诉它这个效果是怎样的, 以及准备的图片材料在哪里. 值得一提的是, 网站所展示的图片也是我用文心-5.0-preview生成的. 大家可以看视频中我生成的效果. 直接说测试结论: 目前每个模态都是可用的, 而且模态之间关联性非常好, 我测试了视频+文本, 图片+文本, 图片+语音, 都可以完成任务. 当然测试也发现了一些问题, 比如 token 输出速度不是特别快, 以及偶尔会有超时问题(已反馈给百度的同学). 我的使用建议是, 多利用它的多模态能力, 来完成之前不敢想象的任务, 它真的提升了使用场景的天花板. #文心大模型 #文心5 #百度 #文心一言 #ai教程

karminski-牙医

29,929 Aufrufe • vor 9 Monaten

很多人觉得 AI编程门槛太高,不愿意使用,那么你们有福了!!! 扣子发布2.0版本 带Skills 功能,非常有幸拿到 Coze Skills 的内测。 试了一下,对于不会用Claude Code,或者惧怕使用的人来说,真是太友好了! 如果说:Claude的Skills很强,还需要懂一点技术的话,那么扣子把这个门槛降到了零。 对话就能创建 零代码创建 普通人也能拥有AI超能力。 我做了个论文一键转公众号的 Skill,还能自动配图,自动发布! 1. 支持从论文/文章 PDF 或链接中一键提取核心内容 2. 智能解析:自动提取论文的标题、摘要、核心创新点、实验数据和结论。 3. 文风转换:不是生硬的翻译,而是根据公众号读者的阅读习惯,将晦涩的学术语言转化为通俗易懂的各种文风。 4. AI 自动配图:这是最酷的地方!它会根据论文主题,自动调用绘图模型生成一张吸睛的高清封面图,并且在文章正文中根据段落内容自动插入合适的插图。 5.一键发送草稿箱:连复制粘贴都省了,直接对接公众号 API,生成的图文直接躺在你的公众号草稿箱里,只需要最后确认一下就能发布。 同时扣子也正式推出了 Skills 技能,及技能商店。 我的技能已经免费分享到coze的技能商店!搜索:公众号配图生成技能 就能找到! 来讲一下如何操作: 技能入口在扣子 2.0 版本的扣子编程这里就可以看到,窗口右上角的“技能”。 在扣子编程中的不需要太多技巧, 直接使用自然语言的方式就可以创建技能,它会完全按照你的意思去生成和调试,非常方便! 并且支持在线调试预览开发好的技能, 然后还支持一键部署和发布到扣子。 关键是一边预览,左侧还能让它修改 可以打开文件夹,看到 skill 自定义文件、脚本、引用来源等信息。结构和CC非常像,其实我觉得都完全没有必要打开看。 我很多文件,都是从Claude Code里面的skills直接copy过来,上传上去,居然直接能用,省了好多力气,直接可以搬移Claude Skill了! 技能开发完成后,点击部署,在技能商店中可以看到自己刚刚部署和安装的技能,并支持一键发布到技能商店给所有人使用。 可以发布为免费技能也可以发布为付费技能,想赚钱直接发布成付费就行。 发布完后,所有人都能在技能商店使用你的技能,如果是付费的,用户可以很方便的对技能进行付费,技能开发者也能快速变现。 使用直接 @你的技能 就可以,详细请看视频 Skills 还是太火了,所有的媒体平台都有在讨论 Skills。扣子也第一时间,支持了 Skills 的无代码开发以及技能商店。 目前Coze商店里的技能,我看了一下绝大多数都是免费的,赶紧来找一下你要的? 用AI工具快两年了,从最开始的"哇,它能写东西",到后来的"嗯,但还是得我自己改",再到现在的"它真的能帮我干活了"。 AI不再是一个聊天工具,而是一个真正的同事。 它知道我的工作方式,它能交付我需要的成品,它甚至能主动帮我完成重复性工作。 这才是AI应该有的样子。

huangserva

28,909 Aufrufe • vor 7 Monaten

试了一下 OpenAI 新出的 Codex App,有些亮点 跟 Skills 的适配还是有点问题,模型的主要问题就是慢 OpenAI 给 Pro 和 Plus 用户的 Codex 额度在未来两个月内全部翻倍了 👇看一下详细的能力介绍: Skills 可视化管理 有一个专门的 Skills 列表界面,预置了一些官方 skills,也可以扫描你已经安装的 skills。注意这里只能扫描 NPX 安装的,本地创建的(比如在 Claude Code 里创建的)扫不出来。 还支持 Skills Creator 创建的 skills,可以直接在 APP 里用它去创建新 skills。 ------ 定时任务功能,这个挺实用的。 可以让 AI 定期执行某些任务,比如每周给你一个解决问题的报告,定期去解决某个项目的 PR 问题,或者定期 review 代码。 对于需要持续维护的项目来说,这个功能还是挺有价值的。 ------ Codex APP 现在支持计划模式了。 因为它跟 Codex CLI 共享后端,所以现在 Codex CLI 也同步支持计划模式了。这意味着 AI 会先规划任务步骤,让你确认后再执行。 ------ 用量显示的样式做得挺好的。 进度条、余量、使用情况都很清楚,一眼就能看到你还有多少额度。 还有 code review 的快捷方式,可以快速调用你的 skills。MCP 的添加也支持。 ====== 实测:用 video-wrapper skill 跑了一遍 我测试主要是让它跑了一个我最近做的 skill,可以一键给视频添加视频包装,比如卡片、花字、人物条、章节标题这些。 这个 skill 挺复杂的,所以很适合用来测试。 ------ 第一次运行的问题 可以工作,但第一次它选了 PIL 这个方案,比较差。 核心问题是什么?它跟你没有交互。 我的 skill 里边写清楚了:要先问用户要哪套方案,再给出包装方案让用户确认,用户确认了再开始包装。 但在 Codex 这里,明显没有交互。它就直接跑,把所有决定都自己做了,跑完就完了。出错了也不管,直接用降级方案。 ------ 修复后的效果 我让它修复以后,它倒是能修复。重新跑了一遍,效果也不错。 最终生成的视频包装效果还行: ▸ 左下角有人物卡片 ▸ 有花字 ▸ 有各种卡片和章节标题 ▸ 结论卡片也加上了 因为我们用前端代码约束了样式,所以它在样式上不会出什么错误。 ------ 体验总结 整个过程很不可控: ▸ 速度很慢 - Codex 本身速度就慢 ▸ 交互明显不够 - 你根本不知道进到哪个阶段了,也不知道它的方案是什么 ▸ 只管执行 - AI 一直在执行,不会停下来问你 可能是它不太适应 skills 规范,只是简单做了一下适配,没有 Claude Code 跟 skills 的适配那么好。

歸藏(guizang.ai)

30,595 Aufrufe • vor 6 Monaten

说实话,这才是我想要的AI该有的样子。 前_buildspace创始人Farza刚刚发布了Clicky,一个住在你Mac光标旁边的AI伙伴, 你不用打开任何App,不用打字,只要对着屏幕说一句话, 它就会分裂出一个小代理, 直接帮你把活干了。 你说,帮我把桌面这些乱七八糟的截图清理一下, 它就自动给你分类归档。 你说,帮我明天晚上九点设个提醒和Sharif去吃饭,它就直接打开提醒事项帮你建好。 你说,帮我找25个粉丝不到五万的同领域微网红,列成CSV再写几条DM模板, 它就自己上网搜,自己整理,几分钟给你一个现成的表格。 最离谱的是这个, 你说,帮我建一个Mac App,控制本地的Spotify,做成复古唱片机风格,有播放暂停显示歌名,五分钟之后,它真的给你编译出了一个完整的原生App,还自动打开给你运行。 以前所有的AI,都是你去找它,你打开聊天框,你打字,你复制粘贴,而Clicky是它一直在你身边,它看得到你屏幕上的一切,你需要的时候喊一声,它就出来帮你搞定。 Siri会告诉你,我帮你打开提醒事项,然后让你自己填,而Clicky会直接帮你填好保存,这才是真正的AI助手,不是聊天机器人,是你的数字员工。 现在已经可以免费下载了,Mac用户直接冲,这绝对是2026年到目前为止,最让我兴奋的AI产品。

AYi

14,195 Aufrufe • vor 3 Monaten

iPhone 干掉实体键盘,可能不是一次纯粹的进步。 它也可能是一次全社会输入效率,被新奇感换走了。 罗里·萨瑟兰的判断很反常。 他说,当年黑莓背后的加拿大 RIM 可能是对的,乔布斯可能错了。 手机失去实体键盘,实际是一场生产力灾难。 他自己用过黑莓。 在黑莓上打字,速度能快一倍。 为什么? 因为实体键盘不会猜错你的手指。 iPhone 的触屏键盘当然聪明。 苹果会预测你下一个可能按哪个字母,再把屏幕上的那个键变大。 听起来很优雅。 问题是,它一旦猜错,效率就开始崩。 尤其是输入人名、外语词、专有名词。 比如一个克罗地亚名字,以 HR 开头,你却用英文 iPhone 键盘打。 系统会按英语习惯预测下一个字母。 你明明知道自己要打什么,手机却在用另一套语言帮你做决定。 结果呢? 打错,删掉,再打。 再打错,再删。 一个名字可能要折腾五遍。 这就是触屏键盘最隐蔽的成本。 它看起来更现代,更干净,更通用。 但在高频输入这件事上,它把确定性换成了预测,把肌肉记忆换成了算法猜测。 黑莓丑吗? 当然没有 iPhone 惊艳。 可它有一个朴素优势:每个键都在那里。 你按下去,就是那个字母。 不用等系统理解你,不用跟自动纠错斗智斗勇。 萨瑟兰甚至估算,可能有十亿人每天浪费 10 分钟在低效输入上。 这不是严肃统计,更像一个广告人对日常摩擦的夸张提醒。 但方向很准。 当一个低效率设计被十亿人每天重复使用,它就不再是小毛病。 它是文明级别的时间税。 更麻烦的是,触屏不只让人打字变慢。 它还改变了人愿不愿意写长东西。 很多人不是没话说,是懒得在玻璃屏幕上折磨自己。 于是短句、碎片、表情、语音、自动补全,慢慢替代了完整表达。 技术史里经常有这种反直觉。 赢下市场的设计,不一定在每个任务上都更有效率。 它可能只是更好看,更灵活,更容易展示未来感。 iPhone 赢了,因为屏幕可以变成任何东西。 黑莓输了,因为键盘永远只是键盘。 可在打字这件事上,那个永远只是键盘的东西,可能恰恰更接近生产力本身。 所谓进步,有时候不是效率战胜旧物。 是新奇感说服所有人,先把损失忘掉。

墓碑科技

12,038 Aufrufe • vor 1 Monat