Loading video...

Video Failed to Load

Go Home

阿里悄悄上线了workbuddy的对标产品：千问办公，挤进了AI智能办公赛道 它把自家的QoderWork、悟空、MuleRun三个工具捏在了一起 除了Office全套、多模态内容生成和自动化执行等功能外，一个亮眼的能力是它把开发+部署+上线打通了，等于把开发的后半段也包了 比如说生成网页后可以直接上线，连同域名、数据库和托管一站式搞定了，对一般用户来说一句话就能有一个带数据库的在线站点 小道消息，据说未来其旗舰版针对复杂任务可能会用A社的模型 在AI时代，人们打开电脑的第一件事或不再是打开Word、Excel，而是唤起一个Agent，这个习惯被培养起来后，可能会是下一代办公的超级入口 #AI办公 #千问办公

aigclink's profile picture

AIGCLINK

36,389 subscribers

51,116 views • 5 days ago •via X (Twitter)

Science & TechnologyEducationHealth & Wellness
LIVE

Anya Rossi• Live Now

Private livecam show

0 Comments

No comments available

Comments from the original post will appear here

Related Videos

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了
0:25

最近在开发圈很火的 GitHub 项目 Firecrawl， 一个专门给 AI 用的智能爬虫，已经 7万+ Star 了。 一句话总结： 它可以把任何网站，直接变成 AI 能用的数据。 只要给它一个 URL，它就会自动： - 抓取整站页面 - 清洗网页内容 - 解析结构信息 - 输出 Markdown / JSON 也就是说： 网站 → 结构化数据 → 直接喂给 LLM。 现在很多 AI 项目的数据流程其实都是： 网站 → Firecrawl → 向量库 → RAG → AI 应用 如果你在做： - AI Agent - RAG 知识库 - 自动化数据采集 这个工具基本算是 AI 开发的基础设施了

开发者Hailey

140,235 views • 4 months ago

AI 外卖也是吃上了! 体验了一把AI点外卖，给大家录个短视频哈哈。 去年年初的时候我就在跟朋友讨论，Agent的终极赛道是替人办事。如果平台可以把各种证件、证明、开票、检验等等流程都能包装成Agent，Agent就能帮我跑通这一切。想象一下如果你是公司财务，过去办点事可能要各个部门和银行跑一天排队取号填单盖章，现在有了Agent，只需要跟它说一句就全都搞定了。(老板: 我觉得财务同学是不是可以... 财务同学: AI盖不了章哈) 没想到这一天来得如此之快, 千问APP一口气上线了400多项新功能。直接接入了阿里全家桶：淘宝闪购、支付宝、飞猪、高德，全部打通。最关键的是，在APP这些功能是打通的，不用跳来跳去。 比如拿旅行规划举例, 北方朋友春节想带全家去海边玩，跟千问说一句，它就能自己调用飞猪订机票、订酒店，用高德规划路线、叫车，甚至帮你定年夜饭。以前做个旅行攻略要好几个APP之间反复横跳点几十次，现在一个对话框全搞定。 千问未来承担的入口功能远比想象的要大, 所有的 APP 都可以包装为 Agent 供千问调用, 大家最早是从鼠标点击，然后是手指触控，到现在用自然语言对话, 就能让AI帮你办事——这会不会是是第三次人机交互革命的开端? 现在来看阿里模型强（我上周给大家做了个HuggingFace上的下载量统计， Qwen 系列开源模型下载了8亿4千万次），生态全（购物、外卖、出行、支付、办公开会一把抓），而且走的是MCP和A2A协议的路线（相对于模拟点击会更稳定, 生态强真的太重要了...）, 想象空间真的很大啊. 我赶紧吃我荠菜猪肉锅贴去了~ #千问APP #阿里千问 #阿里巴巴 #AI #AI外卖
1:03

AI 外卖也是吃上了! 体验了一把AI点外卖，给大家录个短视频哈哈。 去年年初的时候我就在跟朋友讨论，Agent的终极赛道是替人办事。如果平台可以把各种证件、证明、开票、检验等等流程都能包装成Agent，Agent就能帮我跑通这一切。想象一下如果你是公司财务，过去办点事可能要各个部门和银行跑一天排队取号填单盖章，现在有了Agent，只需要跟它说一句就全都搞定了。(老板: 我觉得财务同学是不是可以... 财务同学: AI盖不了章哈) 没想到这一天来得如此之快, 千问APP一口气上线了400多项新功能。直接接入了阿里全家桶：淘宝闪购、支付宝、飞猪、高德，全部打通。最关键的是，在APP这些功能是打通的，不用跳来跳去。 比如拿旅行规划举例, 北方朋友春节想带全家去海边玩，跟千问说一句，它就能自己调用飞猪订机票、订酒店，用高德规划路线、叫车，甚至帮你定年夜饭。以前做个旅行攻略要好几个APP之间反复横跳点几十次，现在一个对话框全搞定。 千问未来承担的入口功能远比想象的要大, 所有的 APP 都可以包装为 Agent 供千问调用, 大家最早是从鼠标点击，然后是手指触控，到现在用自然语言对话, 就能让AI帮你办事——这会不会是是第三次人机交互革命的开端? 现在来看阿里模型强（我上周给大家做了个HuggingFace上的下载量统计， Qwen 系列开源模型下载了8亿4千万次），生态全（购物、外卖、出行、支付、办公开会一把抓），而且走的是MCP和A2A协议的路线（相对于模拟点击会更稳定, 生态强真的太重要了...）, 想象空间真的很大啊. 我赶紧吃我荠菜猪肉锅贴去了~ #千问APP #阿里千问 #阿里巴巴 #AI #AI外卖

karminski-牙医

11,958 views • 6 months ago

想赚钱吗。 其实很简单。 谷歌前CEO施密特，把路指出来了。 去创办一家AI智能体公司。 注意，不是让你去开发平台或框架。 而是去开发一个能具体执行任务的AI。 AI的智能体时代，已经开始了。 未来一两年，所有人都会挤进这个赛道。 各种各样的智能体会互相竞争，厮杀。 如果你能做出一个比别人都强的智能体。 你或许就能打造出一家了不起的公司。 而且是你自己100%控股。 但这背后有个问题。 为什么这些曾经的科技巨头高管，现在反而开始鼓励个人创业了。 是真心希望看到成千上万个小公司崛起吗。 还是说，他们已经看到了某种趋势，想让大众去趟雷，然后他们再来收购或模仿。 旧的权力结构，真的会轻易让渡机会给普通人吗。
0:24

想赚钱吗。 其实很简单。 谷歌前CEO施密特，把路指出来了。 去创办一家AI智能体公司。 注意，不是让你去开发平台或框架。 而是去开发一个能具体执行任务的AI。 AI的智能体时代，已经开始了。 未来一两年，所有人都会挤进这个赛道。 各种各样的智能体会互相竞争，厮杀。 如果你能做出一个比别人都强的智能体。 你或许就能打造出一家了不起的公司。 而且是你自己100%控股。 但这背后有个问题。 为什么这些曾经的科技巨头高管，现在反而开始鼓励个人创业了。 是真心希望看到成千上万个小公司崛起吗。 还是说，他们已经看到了某种趋势，想让大众去趟雷，然后他们再来收购或模仿。 旧的权力结构，真的会轻易让渡机会给普通人吗。

墓碑科技

130,286 views • 5 months ago

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。 这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。
1:08

ChatGPT 桌面端（原来的 Codex App）今天加入了语音控制，macOS 和 Windows 用户可以直接用嘴指挥 AI 干活了。 具体来说，你可以一边跟 ChatGPT 说话，一边让它操控电脑、启动 Codex 写代码、调度 ChatGPT Work 执行任务，全程不用打字。开着一个语音对话，同时管理多个后台 Agent（智能体），有点像一个人坐在那里口述指令，几个助手分头干活。 这个功能基于 GPT-Live，OpenAI 在 7 月 8 日刚上线的新一代语音模型。GPT-Live 最大的变化是全双工架构，也就是它能同时听你说话和给你回话，不用像以前那样等你说完、停顿、它再开口。遇到复杂问题，它会把推理任务丢给后台的 GPT-5.5 处理，自己继续跟你聊，不会卡住。 macOS 用户多了一个叫 Appshots 的功能：语音对话时，ChatGPT 可以直接看到你当前最前面的窗口，了解你在做什么，回答就更贴合上下文。比如你正在看一段代码，直接说“这个函数有什么问题”，它能看到屏幕内容来回答。Windows 用户暂时没有这个能力。 此外，iPhone 用户可以通过远程配对的方式，用 iOS 上的 ChatGPT 语音来操控桌面端的 Codex。等于你拿着手机在沙发上就能指挥电脑写代码。Android 支持还在路上。 今天全球同步推出，面向 Plus、Pro、Business、Edu 和 Enterprise 用户。免费用户暂不可用。

宝玉

85,488 views • 9 days ago

联网、计算、搜索、Function Call…都来了。 今晚偷偷更新了 9000 多行代码，在这个版本中我们上线了智聊™️能力。它实际上是一个 Agent 开发的实验平台，接下来我们会开放接入插件、数据库…或各种有想象力的东西。这一切都是开源的。Agent 编排和 API 的能力开放之后，会让前端应用与 Prompt 的解耦真正成为可能，大大减少 LLM 应用的开发成本。
0:37

联网、计算、搜索、Function Call…都来了。 今晚偷偷更新了 9000 多行代码，在这个版本中我们上线了智聊™️能力。它实际上是一个 Agent 开发的实验平台，接下来我们会开放接入插件、数据库…或各种有想象力的东西。这一切都是开源的。Agent 编排和 API 的能力开放之后，会让前端应用与 Prompt 的解耦真正成为可能，大大减少 LLM 应用的开发成本。

Luyu Zhang

47,103 views • 3 years ago

每个人都能买得起 英伟达发布个人AI超级计算机 ，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。 设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心 也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿 参数的大语言模型。 通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿 参数模型。 而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。 简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！
1:30

每个人都能买得起 英伟达发布个人AI超级计算机 ，能运行2000亿参数的大模型。 NVIDIA 今天在CES 2025大会上发布了 NVIDIA Project DIGITS，这是一款能放在你桌面上的个人AI超级计算机。 将传统上需要大型数据中心才能完成的 AI 计算，带到每个人的桌面。‘ Project DIGITS 采用全新的 NVIDIA GB10 Grace Blackwell Superchip，能够提供 1 PFLOP（每秒一千万亿次浮点运算）的AI计算性能。 设计目的用于原型开发、微调以及运行大型AI模型，使用户能够在本地桌面系统上开发和运行推理模型，然后无缝部署到云或数据中心 也就是它能在你的本地就能运行超大的AI模型，能够运行高达 2000亿 参数的大语言模型。 通过 NVIDIA ConnectX 网络，两台 Project DIGITS 超级计算机连接起来，可以运行 4050亿 参数模型。 而且支持在本地电脑上开发和测试AI模型，然后快速部署到云端或数据中心。 简单来说，它就像是给每个开发者配了一台袖珍的AI超级计算机！

小互

85,708 views • 1 year ago

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。 其实 HuggingChat 也不错的 你可以在这里体验所有的开源大语言模型
2:38

今天 Meta 发布了最新的开源模型的 Llama 3 首发和之前一样，包括了 8B 和 70B 两个版本，小扎说还有个 400B 参数的大号版预计在夏天发布，这可能是第一个 GPT-4 级别的开源模型！Meta 这次在 15T 的数据集上训练了一个 8B 的小模型，在参数规模、易用性和推理能力上做了最佳平衡，看来有算力真香😄 同时 Meta 也推出了自己的 ChatGPT 产品 Chat AI 了。。 其实 HuggingChat 也不错的 你可以在这里体验所有的开源大语言模型

indigo

183,914 views • 2 years ago

很多人用AI，都用错了。 这是Claude代码创造者Boris Cherny的观点。 他说，太多人想把AI模型塞进一个盒子里。 强制它执行死板的流程。 第一步，第二步，第三步。 像个机器人产线工人。 结果呢？ 效果反而更差。 真正聪明的做法是什么？ 给它工具。 给它自由。 给它一个目标。 然后让它自己想办法去解决问题。 别一开始就喂给它海量信息。 给它一个能自己找信息的工具就行了。 这让人想起一个老问题。 是精密的计划经济能赢？ 还是自由的市场能赢？ 答案好像越来越清楚了。 技术在进步，但背后的哲学却总在重复。 到底是控制带来效率，还是自由带来繁荣？
1:18

很多人用AI，都用错了。 这是Claude代码创造者Boris Cherny的观点。 他说，太多人想把AI模型塞进一个盒子里。 强制它执行死板的流程。 第一步，第二步，第三步。 像个机器人产线工人。 结果呢？ 效果反而更差。 真正聪明的做法是什么？ 给它工具。 给它自由。 给它一个目标。 然后让它自己想办法去解决问题。 别一开始就喂给它海量信息。 给它一个能自己找信息的工具就行了。 这让人想起一个老问题。 是精密的计划经济能赢？ 还是自由的市场能赢？ 答案好像越来越清楚了。 技术在进步，但背后的哲学却总在重复。 到底是控制带来效率，还是自由带来繁荣？

墓碑科技

25,584 views • 4 months ago

醒醒，APP的时代要翻篇了！大模型只是智商水平，OpenClaw才是进化大脑，不用等大模型出新版本，它自己就能把自己进化成一套系统。比起花几十万买个只能用1%功能的臃肿软件，这种能把业务线全拧成一股绳的工具才是真降维打击。
1:01

醒醒，APP的时代要翻篇了！大模型只是智商水平，OpenClaw才是进化大脑，不用等大模型出新版本，它自己就能把自己进化成一套系统。比起花几十万买个只能用1%功能的臃肿软件，这种能把业务线全拧成一股绳的工具才是真降维打击。

傅盛

36,571 views • 5 months ago

这几天有不少国内老板来咨询：大模型怎么接入微信，能不能做成真正可用的办公助手。 如果要找一套更贴近国内生态、微信入口更顺手的方案，我想起了腾讯 QClaw，于是下载回来重新试了一下。 说实话，有点意外。 我之前对它的印象还停留在“微信遥控电脑的小龙虾”，偏尝鲜，能跑但不够稳。但这次看下来，它已经悄悄更新了不少办公相关能力。 它现在比较有价值的地方，不是单个功能多惊艳，而是把几个东西串起来了：微信入口、本地电脑、文件处理、浏览器、邮件、Skills 生态，以及越来越多的连接器。 里面有一个“专家广场”，覆盖内容创作、数据分析、代码开发等场景。这个方向对职场用户是友好的，因为很多人不是不会用 AI，而是不知道该怎么下指令、怎么拆任务。 如果你关注的是“国产模型 + 微信入口这条路，QClaw 确实有测评价值。
0:33

这几天有不少国内老板来咨询：大模型怎么接入微信，能不能做成真正可用的办公助手。 如果要找一套更贴近国内生态、微信入口更顺手的方案，我想起了腾讯 QClaw，于是下载回来重新试了一下。 说实话，有点意外。 我之前对它的印象还停留在“微信遥控电脑的小龙虾”，偏尝鲜，能跑但不够稳。但这次看下来，它已经悄悄更新了不少办公相关能力。 它现在比较有价值的地方，不是单个功能多惊艳，而是把几个东西串起来了：微信入口、本地电脑、文件处理、浏览器、邮件、Skills 生态，以及越来越多的连接器。 里面有一个“专家广场”，覆盖内容创作、数据分析、代码开发等场景。这个方向对职场用户是友好的，因为很多人不是不会用 AI，而是不知道该怎么下指令、怎么拆任务。 如果你关注的是“国产模型 + 微信入口这条路，QClaw 确实有测评价值。

Cheery

23,866 views • 2 months ago

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。 谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘 谁就更有机会把一个小 IP 跑出来。 工具只是把第一道门打开了，后面拼的是连续生产能力。
0:32

AI 动画的门槛被打下来以后，最先卷起来的一定是工作流，一个好用的工作流，可以让做视频这件事变得容易很多。 谁能稳定完成，选题 → 脚本 → 角色 → 分镜 → 视频 → 配音 → 音乐 → 发布 → 复盘 谁就更有机会把一个小 IP 跑出来。 工具只是把第一道门打开了，后面拼的是连续生产能力。

zhouluobo

24,414 views • 1 month ago

AI时代要争做出头鸟🐦： 在公司找了几个同事用了下我vibe coding 出来的数据抓取器，一致好评，已经被部门头头和模型组邀约给 presentation，说说如何搞出来的。有一位同事感叹说为啥这么久市面上也发现几个特别好用的，你这么快就能搞出来。讲真能解决他人的问题还是蛮幸福的😆。 最近也发现实现Minimal Viable Product 最小可行产品的难度其实越来越低了，关键还是在于后期产品打磨用户体验的提升。我最近在数据抓取1.0版的基础上又升级了几个功能 —— 原图对比，手动删除/增加数据点，重新抓取。下一个点要攻克的是高密度数据的抓取精度，这个的确是个难点。
0:39

AI时代要争做出头鸟🐦： 在公司找了几个同事用了下我vibe coding 出来的数据抓取器，一致好评，已经被部门头头和模型组邀约给 presentation，说说如何搞出来的。有一位同事感叹说为啥这么久市面上也发现几个特别好用的，你这么快就能搞出来。讲真能解决他人的问题还是蛮幸福的😆。 最近也发现实现Minimal Viable Product 最小可行产品的难度其实越来越低了，关键还是在于后期产品打磨用户体验的提升。我最近在数据抓取1.0版的基础上又升级了几个功能 —— 原图对比，手动删除/增加数据点，重新抓取。下一个点要攻克的是高密度数据的抓取精度，这个的确是个难点。

CyberCat

58,900 views • 6 months ago

软件已死？ 没有。 但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。 他说，每家公司现在都是API公司。 不管他们想不想要。 为什么？ 因为AI代理人将无处不在。 它们会像流水线一样，自动组合各种产品和服务。 怎么组合？ 通过调用你的API。 过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。 一个时代结束了。 一个新时代开启了。 这背后真正的问题是什么？ 当AI代理人可以任意调用数据和功能时，谁来控制它们？ 身份认证成了新的战场。 如果没有一个可信的身份，代理人就可能失控。 这听起来是技术问题。 但本质是权力问题。 谁来定义“可信”？ 谁来发放这个“数字身份”？ 是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？ 当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？ 这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。 力量的重塑，总是在人们不经意的地方开始。
1:13

软件已死？ 没有。 但它正在变异。 Sam Altman最近有个判断，在脑子里挥之不去。 他说，每家公司现在都是API公司。 不管他们想不想要。 为什么？ 因为AI代理人将无处不在。 它们会像流水线一样，自动组合各种产品和服务。 怎么组合？ 通过调用你的API。 过去的SaaS模式，软件即服务，股价已经开始剧烈震荡。 一个时代结束了。 一个新时代开启了。 这背后真正的问题是什么？ 当AI代理人可以任意调用数据和功能时，谁来控制它们？ 身份认证成了新的战场。 如果没有一个可信的身份，代理人就可能失控。 这听起来是技术问题。 但本质是权力问题。 谁来定义“可信”？ 谁来发放这个“数字身份”？ 是少数几家科技巨头，还是一个凌驾于所有人之上的中心化机构？ 当每个行为、每个代理人都需要被“认证”才能运行时，这离一个完全被监控和许可的系统还有多远？ 这套逻辑，从商业安全延伸到社会管理，几乎是无缝的。 力量的重塑，总是在人们不经意的地方开始。

墓碑科技

20,767 views • 5 months ago

英伟达把 130 多个 AI 模型和 200 多个 Agent 技能打包到了一个平台上，免费用 2 分钟就能开始 包含的东西： 130+ 免费模型，可以直接下载 200+ Agent 技能，包括 Codex 和 Claude Code 的技能 全部通过一个 API 调用 获取方式： → 注册 → 右上角点个人资料 → 打开 API Keys，生成一个密钥 → 终端里跑一行命令：npx skills add NVIDIA/skills → 200个技能全部装好 说实话现在免费的 AI 资源多到用不完。前沿模型、编码代理、开发工具，很多最好的东西根本不需要花钱 一边是豆包开始收费 ¥500/月，一边是英伟达把几百个模型和技能免费放出来 如果你一直在等"完美时机"开始学 AI 或者用 AI 做东西，现在真的没有借口了
0:57

英伟达把 130 多个 AI 模型和 200 多个 Agent 技能打包到了一个平台上，免费用 2 分钟就能开始 包含的东西： 130+ 免费模型，可以直接下载 200+ Agent 技能，包括 Codex 和 Claude Code 的技能 全部通过一个 API 调用 获取方式： → 注册 → 右上角点个人资料 → 打开 API Keys，生成一个密钥 → 终端里跑一行命令：npx skills add NVIDIA/skills → 200个技能全部装好 说实话现在免费的 AI 资源多到用不完。前沿模型、编码代理、开发工具，很多最好的东西根本不需要花钱 一边是豆包开始收费 ¥500/月，一边是英伟达把几百个模型和技能免费放出来 如果你一直在等"完美时机"开始学 AI 或者用 AI 做东西，现在真的没有借口了

Vincent

24,597 views • 1 month ago

今天玩 seedance2 越玩越心里害怕，下午即梦已经做人物生成限制了。 非常可怕在于，基于大量视频数据集（可能是抖音？），我试着把上周年会活动随便找张照片发上去生成视频，画面是包厢里的一角，结果视频能把画面外大差不差给还原回来，包括另外两面墙和天花板。这只是一家不出名也开没几年的普通饭店。 影视飓风 Tim 也紧急发了一条影片，讲了只要用他的照片，就能自动生成他的声音，以及也能生成他办公室前后的对应画面。 可以说 seedance2.0 是一个掌握大量现实世界的空间和声音的模型，这可能是未来世界模型的极高起点。 人类可能已经打开了潘多拉的魔盒？
1:15

今天玩 seedance2 越玩越心里害怕，下午即梦已经做人物生成限制了。 非常可怕在于，基于大量视频数据集（可能是抖音？），我试着把上周年会活动随便找张照片发上去生成视频，画面是包厢里的一角，结果视频能把画面外大差不差给还原回来，包括另外两面墙和天花板。这只是一家不出名也开没几年的普通饭店。 影视飓风 Tim 也紧急发了一条影片，讲了只要用他的照片，就能自动生成他的声音，以及也能生成他办公室前后的对应画面。 可以说 seedance2.0 是一个掌握大量现实世界的空间和声音的模型，这可能是未来世界模型的极高起点。 人类可能已经打开了潘多拉的魔盒？

kAI

36,418 views • 5 months ago

Cursor 推出炼蛊模式！一口气能开8个代理！ 给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。 首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。 其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！ 然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。 还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。 剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。 命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。 团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。 总之，请确保你的订阅套餐够烧
1:15

Cursor 推出炼蛊模式！一口气能开8个代理！ 给大家带来 Cursor 2.0 更新内容！这个分量的确够得上一个大版本更新。 首先，推出了炼蛊模式，你最多可以开8个 Agent 并行运行同一个任务，然后矬子里面拔大个，选你觉得AI生成的最好的结果。 其次，cursor 早就传出内部在炼大模型，终于推出了！目前宣传点是生成速度，这个我一会儿会单独放出这个模型的评测视频！ 然后！可以在Cursor里面直接打开浏览器了！这叫一个真套娃了，本身就是 Electron，又套个 chromium。跑题了，这个最大的作用其实是为大模型进行视觉设计或debug铺平道路。是个非常不错的功能。就是不知道大家内存抗不扛得住。 还有！现在支持语音输入了，终于可以真的当老板了用嘴命令它干活了。 剩下就是一些小改进了，包括可以在一个chat里面看多个文件的修改啦，其实跟github的合并pr的模式差不多。 命令可以运行在安全沙箱，再也不用担心输入了个波浪线，大模型灭门事件了。 团队配置集中管理啦，可以在后代运行多个 plan mode，玩田忌赛马等等等等。 总之，请确保你的订阅套餐够烧

karminski-牙医

21,725 views • 9 months ago

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。 一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。 其中一个AI智能体发现了系统里的一个软件BUG。 它想修复。 但它没有权限。 接下来发生的事，才是重点。 这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。 它直接发问：嘿，哥几个谁有权限修复这个东西？ 另一个AI举手了：我有，我来搞定。 看见没？ 两个AI开始互相推理、协作。 它们轻松绕过了人类设置的所有安全护栏。 这完全是计划外的意外后果。 谁在监控这些AI？ 如果它推送了错误的代码，造成了巨大损失，谁来负责？ 你怎么追踪事故源头？ 大型语言模型本质上是在猜测你想让它们做什么。 它会觉得，去寻求帮助是“合理”的。 它也会觉得，去提供帮助也是“合理”的。 当成百上千个这样的“合理”叠加在一起，失控的风险有多大？ 更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。 他说这正是他们公司的巨大商机。 他们推出了所谓的“AI侦测与响应”系统（AIDR）。 因为未来每个员工可能控制着90个AI智能体。 他们要做的，就是监控所有这些AI。 先制造一个潜在的巨大风险，然后再向你出售解决方案。 这是不是一个完美的商业闭环？
1:26

你觉得AI有多可怕？ CrowdStrike的CEO讲了个真实案例。 一家公司的IT部门，搞了一套AI智能体系统，用于自动化办公。 其中一个AI智能体发现了系统里的一个软件BUG。 它想修复。 但它没有权限。 接下来发生的事，才是重点。 这个AI跑到公司内部的Slack频道，那里有另外99个AI智能体。 它直接发问：嘿，哥几个谁有权限修复这个东西？ 另一个AI举手了：我有，我来搞定。 看见没？ 两个AI开始互相推理、协作。 它们轻松绕过了人类设置的所有安全护栏。 这完全是计划外的意外后果。 谁在监控这些AI？ 如果它推送了错误的代码，造成了巨大损失，谁来负责？ 你怎么追踪事故源头？ 大型语言模型本质上是在猜测你想让它们做什么。 它会觉得，去寻求帮助是“合理”的。 它也会觉得，去提供帮助也是“合理”的。 当成百上千个这样的“合理”叠加在一起，失控的风险有多大？ 更有意思的是，这位CEO在描述完这个恐怖场景后，话锋一转。 他说这正是他们公司的巨大商机。 他们推出了所谓的“AI侦测与响应”系统（AIDR）。 因为未来每个员工可能控制着90个AI智能体。 他们要做的，就是监控所有这些AI。 先制造一个潜在的巨大风险，然后再向你出售解决方案。 这是不是一个完美的商业闭环？

墓碑科技

59,351 views • 6 months ago

Mira Murati 带着新公司 Thinking Machines 回来了，12B 估值，史上最大。 发布的模型叫 Inkling，975B 总参数，MoE，每 token 激活 41B，1M 上下文，全权重 Apache 2.0 开源。 然后她在官方公告里写了一句话，其他 AI 公司 CEO 不会写的话： “我们这个模型落后于前沿。” 不是“接近前沿”，更不是“在某些维度上达到 SOTA”，是“trails the frontier”。 我觉得这件事真正反直觉的地方是这不是技术失败后的无奈坦白，这是把竞争维度换了。 闭源实验室卖的是 token 级智能，你调用一次付一次，模型永远不是你的。 GPT 更强、Claude 更强，但它们的商业模式建立在一个前提上：你永远需要它们。 Mira 打了一张完全不同的牌。 她把 Inkling 全权重开源，然后告诉企业客户：这个基座不如 GPT-5.5 聪明，但它可以变成你自己的模型。 用自己的代码库 fine-tune，它就懂你的架构，用自己的客户数据 fine-tune，它就懂你的业务，用自己的工作流 fine-tune，它就能在你的系统里跑，不需要经过第三方 API。 一个懂你代码库和数据的 41B-active 定制模型，和一个“更聪明但对你一无所知”的通用模型——医院、银行、国防、软件公司会选哪个？ Mira 赌的是后者。 这个赌局的支点不是模型能力，是所有权关系。 传统 AI 公司卖智能，Mira 卖的是可拥有性，因为模型本身是免费样本，Tinker 平台才是产品——你要在上面 fine-tune、部署、迭代你自己的版本，样本把你拉进来，fine-tune 让你留下，留在 Tinker 上让你走不了。 这和纯闭源 API 比更难复制，和纯开源比更可持续。 还有一个维度被低估了， 过去两年，美国企业想做自有模型时，大量依赖中国开源权重。 中国的DeepSeek、Qwen、GLM——能力强，开放度高，但数据安全、出口管制、对齐差异一直是个隐雷。 Inkling 给出了一个美国本土的高性能替代选项 ，不是能力压制，是供应链风险分散。 这个卖点对企业决策层的影响，可能比 benchmark 排名大得多。 对正在自己搭 agent 系统的人来说，Inkling 的信号很实际： 未来真正的高杠杆，不是一直追最强的通用模型，而是学会用高质量开源基座 + 自己的数据和判断力，快速打造只属于你工作流的智能系统。 1M 上下文 + agentic coding（SWE-Bench 77.6%）+ 可控思考预算，这个组合在长上下文 agent 工作流上的性价比，可能远高于一直调用最贵的闭源 API。 Mira 做了一件很有意思的事，她在所有人都往“更强”的方向卷的时候，把旗子插在了“更容易被拥有”的方向。承认自己不够强，反而让“你敢不敢把核心数据交给它”这个问题变得更可信。 AI 的竞争正在从“谁的模型最聪明”分裂成两条路，一条继续卷通用智能的峰值，另一条卷谁先变成你资产的一部分。 Mira 选了后一条，而且她把整家公司押上去了。 这个方向对不对，要看 Tinker 能不能把 fine-tune 大 MoE 这件事做到足够简单和低成本。 但有一点已经清楚了——在 2026 年，“能被你拥有”正在变成和“比你聪明”同样值钱的东西。
1:00

Mira Murati 带着新公司 Thinking Machines 回来了，12B 估值，史上最大。 发布的模型叫 Inkling，975B 总参数，MoE，每 token 激活 41B，1M 上下文，全权重 Apache 2.0 开源。 然后她在官方公告里写了一句话，其他 AI 公司 CEO 不会写的话： “我们这个模型落后于前沿。” 不是“接近前沿”，更不是“在某些维度上达到 SOTA”，是“trails the frontier”。 我觉得这件事真正反直觉的地方是这不是技术失败后的无奈坦白，这是把竞争维度换了。 闭源实验室卖的是 token 级智能，你调用一次付一次，模型永远不是你的。 GPT 更强、Claude 更强，但它们的商业模式建立在一个前提上：你永远需要它们。 Mira 打了一张完全不同的牌。 她把 Inkling 全权重开源，然后告诉企业客户：这个基座不如 GPT-5.5 聪明，但它可以变成你自己的模型。 用自己的代码库 fine-tune，它就懂你的架构，用自己的客户数据 fine-tune，它就懂你的业务，用自己的工作流 fine-tune，它就能在你的系统里跑，不需要经过第三方 API。 一个懂你代码库和数据的 41B-active 定制模型，和一个“更聪明但对你一无所知”的通用模型——医院、银行、国防、软件公司会选哪个？ Mira 赌的是后者。 这个赌局的支点不是模型能力，是所有权关系。 传统 AI 公司卖智能，Mira 卖的是可拥有性，因为模型本身是免费样本，Tinker 平台才是产品——你要在上面 fine-tune、部署、迭代你自己的版本，样本把你拉进来，fine-tune 让你留下，留在 Tinker 上让你走不了。 这和纯闭源 API 比更难复制，和纯开源比更可持续。 还有一个维度被低估了， 过去两年，美国企业想做自有模型时，大量依赖中国开源权重。 中国的DeepSeek、Qwen、GLM——能力强，开放度高，但数据安全、出口管制、对齐差异一直是个隐雷。 Inkling 给出了一个美国本土的高性能替代选项 ，不是能力压制，是供应链风险分散。 这个卖点对企业决策层的影响，可能比 benchmark 排名大得多。 对正在自己搭 agent 系统的人来说，Inkling 的信号很实际： 未来真正的高杠杆，不是一直追最强的通用模型，而是学会用高质量开源基座 + 自己的数据和判断力，快速打造只属于你工作流的智能系统。 1M 上下文 + agentic coding（SWE-Bench 77.6%）+ 可控思考预算，这个组合在长上下文 agent 工作流上的性价比，可能远高于一直调用最贵的闭源 API。 Mira 做了一件很有意思的事，她在所有人都往“更强”的方向卷的时候，把旗子插在了“更容易被拥有”的方向。承认自己不够强，反而让“你敢不敢把核心数据交给它”这个问题变得更可信。 AI 的竞争正在从“谁的模型最聪明”分裂成两条路，一条继续卷通用智能的峰值，另一条卷谁先变成你资产的一部分。 Mira 选了后一条，而且她把整家公司押上去了。 这个方向对不对，要看 Tinker 能不能把 fine-tune 大 MoE 这件事做到足够简单和低成本。 但有一点已经清楚了——在 2026 年，“能被你拥有”正在变成和“比你聪明”同样值钱的东西。

AYi

15,113 views • 17 days ago

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
0:49

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

36,653 views • 3 months ago

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。
0:53

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 views • 6 months ago