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.

科幻正在照进现实：AI 黑客已经出现了最近让安全圈炸锅的一个项目： Shannon AI Pentesting Tool 它是一个 AI 自动渗透测试工具。简单理解：AI 自己去当黑客。从信息收集到漏洞利用，整套流程都能自动完成： - 读取源码 - 扫描端口 / API - 分析攻击路径 - 尝试漏洞利用 - 自动生成漏洞报告和传统扫描器最大的区别是：很多工具只会提示 “这里可能有漏洞”。 Shannon 会真的去攻击验证。 SQL 注入、XSS、SSRF、登录绕过、JWT 攻击这些常见漏洞都会自动尝试。本质上，它把原本需要安全团队完成的渗透流程，变成了一个 AI Agent 就能跑完的系统。背后其实是一个很明显的趋势： AI 正在从回答问题，走向执行任务。自动渗透只是开始。未来越来越多工作都会被... show more

开发者Hailey

23,910 subscribers

42,455 Aufrufe • vor 6 Monaten •via X (Twitter)

Nachrichten & Politik Wissenschaft & Technologie

Anya Rossi• Live Now

Private livecam show

0 Kommentare

Keine Kommentare verfügbar

Kommentare vom Original-Post werden hier angezeigt

Ähnliche Videos

一款主动式AI渗透测试工具：shannon，给它源码+测试网址，它自动把网站黑一遍，然后告诉你它咋黑的在无提示有源码的XBOW基准中成功率96.15% 开发vibe-coding天天上线，Shannon也可以让每次发版都能“一键红队” 它用Claude跑侦察、并行漏洞分析、攻击、写报告，全程零人工，能打出SQL注入、XSS、SSRF、越权等20+真实漏洞并给出可直接复制的PoC 注意它会真的改数据、注册用户，千万别在生产环境跑 Lite版开源AGPL-3.0 #shannon #AI黑客

一款主动式AI渗透测试工具：shannon，给它源码+测试网址，它自动把网站黑一遍，然后告诉你它咋黑的在无提示有源码的XBOW基准中成功率96.15% 开发vibe-coding天天上线，Shannon也可以让每次发版都能“一键红队” 它用Claude跑侦察、并行漏洞分析、攻击、写报告，全程零人工，能打出SQL注入、XSS、SSRF、越权等20+真实漏洞并给出可直接复制的PoC 注意它会真的改数据、注册用户，千万别在生产环境跑 Lite版开源AGPL-3.0 #shannon #AI黑客

AIGCLINK

51,090 Aufrufe • vor 9 Monaten

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI 技能"。下次遇到类似的活儿，直接回放，不用重新来一遍。说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。

OpenAI 刚给 Codex 加了个录屏回放功能，有点意思。你在 Codex 里做的那些操作流程——写代码、调 API、跑测试、部署上线——它全给你录下来，存成一个可复用的 "AI 技能"。下次遇到类似的活儿，直接回放，不用重新来一遍。说白了就是把你的人工操作变成了一段 AI 可以自己重复跑的自动化流程。

Vincent

14,794 Aufrufe • vor 3 Monaten

Codex 5.6 必装金融分析工具，让你秒变股票分析专家你是不是还在每天盯 A股、港股、美股，还要自己看新闻、资金流、技术指标，最后再手动做复盘？其实这些AI都能帮你搞定。用这个开源项目 daily_stock_analysis 自动抓取行情和相关信息，生成 AI 分析报告，再推送到企业微信、飞书、Telegram 等渠道。可以直接让 Codex 帮你把整套流程跑起来。你只需要把项目交给 Codex，输入这段prompt：帮我部署并配置 daily_stock_analysis，先检查当前项目依赖和运行方式，再使用 GitHub Actions 设置工作日自动执行；添加我的自选股，开启 AI 分析和风险提示，并配置消息推送。部署完成后实际运行一次，检查行情获取、AI 分析、报告生成和推送是否全部正常，有问题直接修复直到完整跑通。整个流程变成：自动抓行情 → AI 分析 → 生成报告 → 定时推送以前你每天自己盯盘，现在直接让 Codex 5.6 帮你把“盯盘 + 分析 + 复盘 + 推送”自动化。赶紧去试试吧，真是太方便了！

Codex 5.6 必装金融分析工具，让你秒变股票分析专家你是不是还在每天盯 A股、港股、美股，还要自己看新闻、资金流、技术指标，最后再手动做复盘？其实这些AI都能帮你搞定。用这个开源项目 daily_stock_analysis 自动抓取行情和相关信息，生成 AI 分析报告，再推送到企业微信、飞书、Telegram 等渠道。可以直接让 Codex 帮你把整套流程跑起来。你只需要把项目交给 Codex，输入这段prompt：帮我部署并配置 daily_stock_analysis，先检查当前项目依赖和运行方式，再使用 GitHub Actions 设置工作日自动执行；添加我的自选股，开启 AI 分析和风险提示，并配置消息推送。部署完成后实际运行一次，检查行情获取、AI 分析、报告生成和推送是否全部正常，有问题直接修复直到完整跑通。整个流程变成：自动抓行情 → AI 分析 → 生成报告 → 定时推送以前你每天自己盯盘，现在直接让 Codex 5.6 帮你把“盯盘 + 分析 + 复盘 + 推送”自动化。赶紧去试试吧，真是太方便了！

govin.eth | G哥

102,345 Aufrufe • vor 1 Monat

一位 20 岁的中国大学生李豪，仅靠 Claude 用 9 天时间做出了一个 AI 交通测速系统，并以 31.7 万美元的价格卖给了当地政府部门，而整个项目的 AI 成本据称只有约 20 美元他把一台旧摄像机架在阳台，对准楼下路口，让 Claude 实时识别车辆、摩托车和行人，并自动监测超速行为一旦发现违规车辆，系统就会自动截取视频、识别车牌、生成证据记录，甚至完成后续处罚流程，全程几乎无需人工参与相比传统测速设备往往只拍摄单张照片，这套系统能够保留完整视频证据链，不仅自动化程度更高，也让违规行为更难产生争议最令人震惊的或许不是技术本身，而是开发成本与回报的对比：9 天时间、20 美元 AI 成本，最终换来一份价值 31.7 万美元的合同 AI 正在把过去需要一个团队完成的工作，压缩到一个人、一台电脑和几天时间就能实现 #AI

一位 20 岁的中国大学生李豪，仅靠 Claude 用 9 天时间做出了一个 AI 交通测速系统，并以 31.7 万美元的价格卖给了当地政府部门，而整个项目的 AI 成本据称只有约 20 美元他把一台旧摄像机架在阳台，对准楼下路口，让 Claude 实时识别车辆、摩托车和行人，并自动监测超速行为一旦发现违规车辆，系统就会自动截取视频、识别车牌、生成证据记录，甚至完成后续处罚流程，全程几乎无需人工参与相比传统测速设备往往只拍摄单张照片，这套系统能够保留完整视频证据链，不仅自动化程度更高，也让违规行为更难产生争议最令人震惊的或许不是技术本身，而是开发成本与回报的对比：9 天时间、20 美元 AI 成本，最终换来一份价值 31.7 万美元的合同 AI 正在把过去需要一个团队完成的工作，压缩到一个人、一台电脑和几天时间就能实现 #AI

财经老王

66,934 Aufrufe • vor 3 Monaten

亲爱的，现在AI工具超卷的如果还只是把AI当成聊天、写文案的应用，那就太可惜啦～让 AI 开始执行任务吧！看看 Bluwhale 新上线的 AI Trading Agent Builder 完全不需要会写代码，就能把自己的交易思路做成一个 AI 代理，让它 24/7 按照策略来运行而且，如果你的策略足够优秀，还可以发布给其他用户使用只要有人使用你的 AI，你就能获得收益在不远的未来，每个人都会拥有属于自己的 AI Trading Agent 快来 Bluwhale CN 体验一下 Bluprint：结合Web3 + AI，把自己的交易经验蒸馏成能做事的 AI 全天候提高生产力吧！ $BLUAI

亲爱的，现在AI工具超卷的如果还只是把AI当成聊天、写文案的应用，那就太可惜啦～让 AI 开始执行任务吧！看看 Bluwhale 新上线的 AI Trading Agent Builder 完全不需要会写代码，就能把自己的交易思路做成一个 AI 代理，让它 24/7 按照策略来运行而且，如果你的策略足够优秀，还可以发布给其他用户使用只要有人使用你的 AI，你就能获得收益在不远的未来，每个人都会拥有属于自己的 AI Trading Agent 快来 Bluwhale CN 体验一下 Bluprint：结合Web3 + AI，把自己的交易经验蒸馏成能做事的 AI 全天候提高生产力吧！ $BLUAI

Moonlight🌙月光🐕 狗宝真帅

25,328 Aufrufe • vor 3 Monaten

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。

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。

huangserva

246,151 Aufrufe • vor 4 Monaten

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

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 Aufrufe • vor 8 Monaten

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...

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

145,560 Aufrufe • vor 6 Monaten

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。

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

48,417 Aufrufe • vor 6 Monaten

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

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 Aufrufe • vor 3 Monaten

兄弟们，看这个AI辅助的头影测量轨迹，直接把我看呆了。干了我一直想干没有干的事儿！即使你完全不懂正畸，也能一眼感受到那种丝滑和精准。 Alberto 这位正畸医生兼macOS原生开发者，把自己的OrthoKit App做成了真·黑科技。以前做一次完整的头影测量，医生得手动点几十个关键标志点，花大半天时间，还容易出错。现在AI直接接管，整个过程自动识别、自动描迹、自动生成报告，几秒钟就出结果。 App已经在App Store上线，Mac、iPhone、iPad全平台支持。前15个患者免费，里面30多个分析项目，一半以上是全AI驱动（Steiner、McNamara、Bjork、Baccetti…）。 AI真正开始把“专业门槛极高”的医疗诊断，从手工活变成了人人能用的智能工具。以前只有顶级诊所能做的精准分析，现在普通正畸医生也能轻松拥有。

兄弟们，看这个AI辅助的头影测量轨迹，直接把我看呆了。干了我一直想干没有干的事儿！即使你完全不懂正畸，也能一眼感受到那种丝滑和精准。 Alberto 这位正畸医生兼macOS原生开发者，把自己的OrthoKit App做成了真·黑科技。以前做一次完整的头影测量，医生得手动点几十个关键标志点，花大半天时间，还容易出错。现在AI直接接管，整个过程自动识别、自动描迹、自动生成报告，几秒钟就出结果。 App已经在App Store上线，Mac、iPhone、iPad全平台支持。前15个患者免费，里面30多个分析项目，一半以上是全AI驱动（Steiner、McNamara、Bjork、Baccetti…）。 AI真正开始把“专业门槛极高”的医疗诊断，从手工活变成了人人能用的智能工具。以前只有顶级诊所能做的精准分析，现在普通正畸医生也能轻松拥有。

Berryxia.AI

18,110 Aufrufe • vor 4 Monaten

最近我用了 Grok Bot 一段时间，这是我最近最喜欢的 Agent 产品之一。原因甚至不是 Grok 有多聪明。是它真的有一台自己的电脑。 AI Agent 的最终形态，其实就是给 AI 发一台电脑。 xAI 给 Grok Bot 配了一台持续存在的云电脑，里面有浏览器、文件系统和终端。登录状态、文件、浏览器 Session 都会留下来，你把电脑关了，它也可以继续干活。听起来只是一个产品功能，实际用起来，我觉得它把 Agent 的体验往前推了一大截。比如我每天都要刷 X。以前让我用 AI 帮忙看 X，工作流通常是这样的：我刷到一条东西，复制给 AI；AI 觉得有意思，我再去找原帖；再开几个链接；再把资料复制回来；让它查证；最后再让它帮我写。 AI 干了很多活，但真正操作互联网的那个人一直是我。 Grok Bot 让我第一次很自然地把这部分也扔掉了。我直接在它那台电脑上把 X 登录好，然后告诉它去刷我的 timeline，看看今天大家在讨论什么，发现有意思的东西就点进去，把原帖、引用、相关讨论都看一遍，再去外面查资料，最后觉得值得写的，帮我整理成帖子。它就真的去操作浏览器了。网页没有 API 没关系，没有 MCP 也没关系。只要人能打开网页、登录、点击，它就有机会自己完成。xAI 自己对 Grok Bot 的定义其实也很明确，它可以登录并使用网站和 App，用 computer use 处理那些没有干净 API 的软件。这才是 Agent 真正重要的一步。过去一年大家一直在给 Agent 加工具，Search、Browser、Code、MCP、Connector… 工具越来越多，可我的体验经常还是我才是所有 Agent 背后那个最累的 Agent。我同时开着好几个 AI。这个查资料，那个写代码，另一个做图，还有一个跑 Deep Research。 A 做完以后我复制给 B，B 做完以后再扔给 C。名义上我有一支 AI 团队，实际上我是这支团队里专门负责复制粘贴、开网页和催进度的项目经理。 Grok Bot 有一个特别戳我的能力**，它甚至可以去操作另一个 Agent。** 我可以在它的浏览器里登录其他 AI 产品，然后告诉 Grok Bot 这个任务你去交给它。等它跑完，把结果拿回来，然后继续完成后面的事情。到这里整个关系就开始发生变化了。以前是我管理五个 Agent。现在我开始尝试只管理一个 Agent，然后让它去管理剩下几个。而 Grok Bot 本身也支持多个 Bot 协作，它们可以互相发消息、传递上下文、交接任务，同时共享用户的云电脑、文件和登录状态。我觉得这才是真正让我兴奋的地方。过去我们把 Agent 想成一个会调用很多工具的模型。Grok Bot 给我的感觉，更像是第一次给 AI 分了一张办公桌。电脑在那，账号在那，浏览器开着。有什么事情直接发消息给它，它自己去开网页、找东西、操作软件、叫别的 Agent 干活。这和在聊天框下面再塞十个按钮，完全是两种产品感受。只要 Agent 真正获得了电脑，它能接管的就不再是一两个 AI 功能，而是今天已经存在的整个软件世界。几十年来所有软件，最终都默认一个前提是屏幕前坐着一个人。现在这个人，第一次可以不是我了。

最近我用了 Grok Bot 一段时间，这是我最近最喜欢的 Agent 产品之一。原因甚至不是 Grok 有多聪明。是它真的有一台自己的电脑。 AI Agent 的最终形态，其实就是给 AI 发一台电脑。 xAI 给 Grok Bot 配了一台持续存在的云电脑，里面有浏览器、文件系统和终端。登录状态、文件、浏览器 Session 都会留下来，你把电脑关了，它也可以继续干活。听起来只是一个产品功能，实际用起来，我觉得它把 Agent 的体验往前推了一大截。比如我每天都要刷 X。以前让我用 AI 帮忙看 X，工作流通常是这样的：我刷到一条东西，复制给 AI；AI 觉得有意思，我再去找原帖；再开几个链接；再把资料复制回来；让它查证；最后再让它帮我写。 AI 干了很多活，但真正操作互联网的那个人一直是我。 Grok Bot 让我第一次很自然地把这部分也扔掉了。我直接在它那台电脑上把 X 登录好，然后告诉它去刷我的 timeline，看看今天大家在讨论什么，发现有意思的东西就点进去，把原帖、引用、相关讨论都看一遍，再去外面查资料，最后觉得值得写的，帮我整理成帖子。它就真的去操作浏览器了。网页没有 API 没关系，没有 MCP 也没关系。只要人能打开网页、登录、点击，它就有机会自己完成。xAI 自己对 Grok Bot 的定义其实也很明确，它可以登录并使用网站和 App，用 computer use 处理那些没有干净 API 的软件。这才是 Agent 真正重要的一步。过去一年大家一直在给 Agent 加工具，Search、Browser、Code、MCP、Connector… 工具越来越多，可我的体验经常还是我才是所有 Agent 背后那个最累的 Agent。我同时开着好几个 AI。这个查资料，那个写代码，另一个做图，还有一个跑 Deep Research。 A 做完以后我复制给 B，B 做完以后再扔给 C。名义上我有一支 AI 团队，实际上我是这支团队里专门负责复制粘贴、开网页和催进度的项目经理。 Grok Bot 有一个特别戳我的能力，它甚至可以去操作另一个 Agent。我可以在它的浏览器里登录其他 AI 产品，然后告诉 Grok Bot 这个任务你去交给它。等它跑完，把结果拿回来，然后继续完成后面的事情。到这里整个关系就开始发生变化了。以前是我管理五个 Agent。现在我开始尝试只管理一个 Agent，然后让它去管理剩下几个。而 Grok Bot 本身也支持多个 Bot 协作，它们可以互相发消息、传递上下文、交接任务，同时共享用户的云电脑、文件和登录状态。我觉得这才是真正让我兴奋的地方。过去我们把 Agent 想成一个会调用很多工具的模型。Grok Bot 给我的感觉，更像是第一次给 AI 分了一张办公桌。电脑在那，账号在那，浏览器开着。有什么事情直接发消息给它，它自己去开网页、找东西、操作软件、叫别的 Agent 干活。这和在聊天框下面再塞十个按钮，完全是两种产品感受。只要 Agent 真正获得了电脑，它能接管的就不再是一两个 AI 功能，而是今天已经存在的整个软件世界。几十年来所有软件，最终都默认一个前提是屏幕前坐着一个人。现在这个人，第一次可以不是我了。

sleepy.md

21,551 Aufrufe • vor 1 Monat

某人构建了用于入侵的 CLAUDE CODE，名为 Shannon。你只需指向网站，它就会自动尝试入侵，无需人工干预。Shannon 被指向一个测试应用，90 分钟内窃取了全部用户数据库，创建了管理员账户，并绕过了登录系统，全程自主完成。

某人构建了用于入侵的 CLAUDE CODE，名为 Shannon。你只需指向网站，它就会自动尝试入侵，无需人工干预。Shannon 被指向一个测试应用，90 分钟内窃取了全部用户数据库，创建了管理员账户，并绕过了登录系统，全程自主完成。

Bill The Investor

84,950 Aufrufe • vor 6 Monaten

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

OpenClaw 已经过时了。如果你现在还在用 OpenClaw，说明你可能还没看到 Hermes Agent。很多人对 agent 的理解，还停留在“会调工具”“会自动执行”这一层。但这套东西很快就要卷废了。下一阶段比的根本不是谁能多 call 几个 tool，而是谁的 agent 会学习、会记忆、会随着任务一起成长。 Hermes Agent 真正有意思的地方就在这：会从经验里沉淀 skill 会在使用中自我改进会搜索过去的对话和任务会逐渐建立对你的理解还能跨 Telegram、Discord、Slack、CLI 持续工作说白了，别的 agent 还在想办法“替你执行”， Hermes 已经在试图变成“你的长期数字分身”了。所以不是 OpenClaw 不行，而是这条路线已经开始落后了。接下来真正值得看的，不是哪个 agent 更像 demo，而是哪个 agent 越用越强。项目：👇

axiaisacat

33,329 Aufrufe • vor 5 Monaten

昨天一觉醒来，账户里硬生生多了 $23,472。更离谱的是，其中一个测试仓，仅仅用了一晚上的时间，就把 $100 滚到了 $2,411。整个系统的平均胜率，死死稳定在 71%。这不是因为我有什么内幕消息，也不是我盘感有多好。事实上，我早就放弃用肉身去对抗这个市场了。我把所有的精力，都用来打造一个没有感情的杀手机器——OpenClaw。在这个名为 Polymarket 的黑暗森林里，绝大多数人还在凭直觉下注，被情绪来回拉扯。而 OpenClaw 的底层逻辑，是纯粹的“降维打击”：它把人类交易员的盘感和专业知识，全部拆解成了冰冷的代码，封装成一个个独立的“技能包”。什么是“技能包”？你可以把它理解为沉睡的特种兵。为了节省算力和资源，平时它只维持最低限度的感知（渐进式上下文加载）。但只要市场一旦出现特定的“猎物气息”——比如异常的订单流波动、突发的宏观新闻情绪、或者极端的波动率——对应的“技能包”就会瞬间苏醒。苏醒后的几毫秒内，它会完成一套连招： 1⃣ 锁定实时盘面，扫描订单薄深处的秘密； 2⃣ 调动机器学习模型，疯狂咀嚼全网的新闻情绪； 3⃣ 瞬间完成历史回测，并计算出胜率因子； 4⃣ 严格按照风控模型分配仓位，甚至自动拆分订单进场。没有任何犹豫，没有任何因为“害怕”或“贪婪”导致的动作变形。放弃幻想吧，人类的情绪在机器的一致性面前，不堪一击。不要每次都在复杂的市场里临时想策略，那只会让你漏洞百出。真正的赢家，是把被验证过的逻辑固化成工作流，然后在成千上万次的交易中无情地重复。一个月前，这套系统启动时的本金，只有区区 $500。现在的它？每天稳定切割 $2,300 的利润。而今天早上的晨报显示，单日利润已经冲到了 $71,452。它 24 小时全自动运行，像一个不知疲倦的扫地机器人。只不过，它扫的是美金。如果不想再被机器无情收割，从这里开始建立你的优势： 👇 Polymarket 官方入口： 🤖 懒得自己写代码？试试同款 24 小时自动寻猎机器人，跟着聪明钱赚钱：

昨天一觉醒来，账户里硬生生多了 $23,472。更离谱的是，其中一个测试仓，仅仅用了一晚上的时间，就把 $100 滚到了 $2,411。整个系统的平均胜率，死死稳定在 71%。这不是因为我有什么内幕消息，也不是我盘感有多好。事实上，我早就放弃用肉身去对抗这个市场了。我把所有的精力，都用来打造一个没有感情的杀手机器——OpenClaw。在这个名为 Polymarket 的黑暗森林里，绝大多数人还在凭直觉下注，被情绪来回拉扯。而 OpenClaw 的底层逻辑，是纯粹的“降维打击”：它把人类交易员的盘感和专业知识，全部拆解成了冰冷的代码，封装成一个个独立的“技能包”。什么是“技能包”？你可以把它理解为沉睡的特种兵。为了节省算力和资源，平时它只维持最低限度的感知（渐进式上下文加载）。但只要市场一旦出现特定的“猎物气息”——比如异常的订单流波动、突发的宏观新闻情绪、或者极端的波动率——对应的“技能包”就会瞬间苏醒。苏醒后的几毫秒内，它会完成一套连招： 1⃣ 锁定实时盘面，扫描订单薄深处的秘密； 2⃣ 调动机器学习模型，疯狂咀嚼全网的新闻情绪； 3⃣ 瞬间完成历史回测，并计算出胜率因子； 4⃣ 严格按照风控模型分配仓位，甚至自动拆分订单进场。没有任何犹豫，没有任何因为“害怕”或“贪婪”导致的动作变形。放弃幻想吧，人类的情绪在机器的一致性面前，不堪一击。不要每次都在复杂的市场里临时想策略，那只会让你漏洞百出。真正的赢家，是把被验证过的逻辑固化成工作流，然后在成千上万次的交易中无情地重复。一个月前，这套系统启动时的本金，只有区区 $500。现在的它？每天稳定切割 $2,300 的利润。而今天早上的晨报显示，单日利润已经冲到了 $71,452。它 24 小时全自动运行，像一个不知疲倦的扫地机器人。只不过，它扫的是美金。如果不想再被机器无情收割，从这里开始建立你的优势： 👇 Polymarket 官方入口： 🤖 懒得自己写代码？试试同款 24 小时自动寻猎机器人，跟着聪明钱赚钱：

断浪

84,088 Aufrufe • vor 6 Monaten

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

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 Aufrufe • vor 5 Monaten

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。

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

19,811 Aufrufe • vor 4 Monaten

最近最喜欢的工具是 hyperframes，我让 AI 帮我生成十个基于 gasp 的过场动画，我在未来都可以使用这些特效做属于自己风格的宣传视频。我觉得有了 AI 以后要做针对个人的个性技术栈，而不是笼统的直接使用别人的技术栈。做自己风格的组件库，基于 BaseUI，加上自己喜欢的配色系统以及动画效果。基于 TinyShip 做基于自己需求的基础框架，容易扩展和迁移，没有 vendor locking。自己的 skills，针对自己开发过程中的痛点和流程，完全适配自己。只有这样才能完全适配自己提高开发效率并且体现自己的品味和个性。

最近最喜欢的工具是 hyperframes，我让 AI 帮我生成十个基于 gasp 的过场动画，我在未来都可以使用这些特效做属于自己风格的宣传视频。我觉得有了 AI 以后要做针对个人的个性技术栈，而不是笼统的直接使用别人的技术栈。做自己风格的组件库，基于 BaseUI，加上自己喜欢的配色系统以及动画效果。基于 TinyShip 做基于自己需求的基础框架，容易扩展和迁移，没有 vendor locking。自己的 skills，针对自己开发过程中的痛点和流程，完全适配自己。只有这样才能完全适配自己提高开发效率并且体现自己的品味和个性。

Viking

12,580 Aufrufe • vor 5 Monaten

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

Anthropic 发布了 Skill Creator 的重大更新核心变化：内置测试用例生成写完一个 Claude 技能，怎么知道它到底能不能被正确触发？以前靠手动试，现在 Skill Creator 内置了测试功能，帮你自动跑评估。你现在可以给技能定义一组测试提示词，描述"什么样的回答算合格"，然后让系统自动跑测试、出报告。不需要写代码，不需要搭测试框架。具体新增了四个能力：自动化评估（Evals）：定义测试提示词和预期结果，系统自动运行并追踪通过率、耗时、token 用量。当模型更新或基础设施变化时，你能立刻发现技能是否"退步"了。多 Agent 并行测试：测试用例不是排队跑的，而是在独立的 Agent 中并行执行，每条测试互不干扰，各自有独立的 token 和耗时统计。 A/B 对比：系统用"比较器 Agent"对两个版本的技能做盲测对比，去掉主观偏见。你改了技能描述，想知道新版比旧版好还是差，直接跑一轮对比就有答案。触发率优化：这可能是最实用的功能。系统会分析你的技能描述和测试提示词，建议怎么改描述才能减少误触发和漏触发。官方测试中，6 个公开的文档类技能有 5 个的触发准确率得到了提升。

小互

46,969 Aufrufe • vor 7 Monaten

我用 Codex + Grok + FFmpeg，做了一段“宫崎骏感”治愈系动画。全程就只用了这 3 个工具。而且 Grok 额度只消耗了 1% 😂 制作流程其实很简单： 1、Codex 负责创作大脑：生成完整故事，并拆解成 8 个动画分镜。 2、AI分镜提示词优化：把每个镜头的画面、角色、动作、氛围细化，让生成效果更稳定。 3、 Grok 生成动画视频：根据分镜提示词，把文字里的幻想世界变成动态画面。 4、FFmpeg 后期合成：完成视频拼接、处理，让多个镜头变成一支完整动画。目前只是初版测试。下一步准备加入对话

我用 Codex + Grok + FFmpeg，做了一段“宫崎骏感”治愈系动画。全程就只用了这 3 个工具。而且 Grok 额度只消耗了 1% 😂 制作流程其实很简单： 1、Codex 负责创作大脑：生成完整故事，并拆解成 8 个动画分镜。 2、AI分镜提示词优化：把每个镜头的画面、角色、动作、氛围细化，让生成效果更稳定。 3、 Grok 生成动画视频：根据分镜提示词，把文字里的幻想世界变成动态画面。 4、FFmpeg 后期合成：完成视频拼接、处理，让多个镜头变成一支完整动画。目前只是初版测试。下一步准备加入对话

cyberkk

22,080 Aufrufe • vor 1 Monat