铃阅时讯
❌

普通视图

刚刚,Claude code 团队自曝开发内幕:AI写代码完全靠谱,前提是你得这样管它

2026年11月17日 15:48

原创 心兰 2026-11-17 15:48 江苏

↑阅读之前记得关注+星标⭐️,😄,每天才能第一时间接收到更新

Anthropic负责开发Claude Code的团队,现在有大约90%的代码全由Claude自己编写和审查。

一个人本来只能盯一两个AI,因为每行代码都得人眼去查。有了证据闭环,一个人就能同时指挥几十个甚至几百个Claude并行工作。

内部测试显示,在结构化文件生成这类任务中,让独立的判分工具对着标准去检查Claude的产出,任务成功率能直接提升10点。越难的问题,提分越明显。

过去生成测试、基准和技术规范的成本极高。现在AI几秒钟就能生成一套。这些测试一旦生成,就变成了按程序运行的软件,反复跑也不会消耗太多Token。

如果AI反复在同一个地方犯错,比如总在日志里打印用户数据,开发人员就在CLAUDE.md写进明确规则,或者加一道钩子。这样就能在后续任务中拦截同类问题。

要让这套体系跑起来,得避开两种常见的死法:

测试不稳定,AI就会学会反复重试刷通过,不去真正修代码。

测试太慢,AI批量排查的频次就会变低,定位问题会变得非常艰难。

团队筛选出了三种最值得投入的测试方法。

第一种是端到端测试

如果精力只够做一种测试,首选端到端。

这类测试直接模拟用户真实操作,比如把商品放进购物车、结账、跳转到支付成功页。

这类测试很难被投机取巧绕过去。整个功能要么通,要么不通。

单元测试超时只会报错说30秒超时,根本看不出哪里卡住。端到端测试会直接截屏,给出一整条执行轨迹,清楚指出结账按钮为什么处于禁用状态。

团队会让Claude拥有操作真实环境的权限。通过Chrome插件测试网页,通过移动端模拟器测试手机App,通过桌面控制测试桌面软件,或者直接在本地拉起后端服务。

功能地图会列出真实用户的操作路径、快捷键和预期表现,这直接作为AI的施工指引和判分标准。

第二种是属性测试

很多测试只覆盖了人类能想到的漏洞。属性测试专抓人类和AI都会漏掉的极端边缘场景。

做法是先写下一条绝对不能被打破的规则,然后用fast-check、Hypothesis或proptest这类工具自动生成成千上万个随机输入,全力尝试把程序测崩。

常见的规则包括:

数据序列化之后再反序列化,必须能完整还原。

账户余额永远不能变成负数。

同一套迁移或清洗逻辑执行一次和执行两次,结果必须完全一样。

优化后的新代码和没优化的老代码,输入相同时输出必须完全一致。

这些随机边界条件不带主观偏见,非常适合防范AI瞎写,在原有规范已经脱离生产实际的重构场景里尤其管用。

第三种是差异测试

在大规模系统重构迁移时,系统功能通常要求完全不变。

这时候把老系统和新系统并排放在一起,喂给它们完全相同的随机输入或者生产流量切片。只要两边输出不一致,就说明新系统存在Bug。

做差异测试需要过滤掉空格等无关干扰项,并且提前列出一份允许新老系统存在差异的放行清单。

Claude Code团队自己的实战规则

只要改了代码,就必须在真实系统里完整跑一遍。

团队在代码库的.claude/skills/目录里放了一个名为verify的技能。Claude在提交代码前,必须自动调用这个技能。

写这块代码的人负责编写对应的检查逻辑,直到这套检查能够准确抓出人类会抓的问题。检查工具只要叫人来介入,就必须讲清楚原因,不需要人工去啃代码变动。

测试如果挂了,Claude会自己尝试修复。如果连续改了三轮依然通不过,Claude会立刻停手,呼叫人类介入。

团队还维护了一张包含39项可靠性指标的核对表。每一项都有明确的触发条件,比如检测到会话存储或者消息类型发生了变动,就会触发老版本记录能否正常加载的专项检查。

Claude会自动分析代码变动,每次只激活匹配上的3到10条规则,不需要任何人去死记硬背历史事故。

代码审查只用单人多轮模式。叠加第二个人工审查员成本高而且效果差,不如把主要审查员的提示词调优。

团队用REVIEW.md规定审查重点。每一轮检查都直接继承上一轮的上下文和之前的失败记录,不需要从零再过一遍。

有一条底线不可动摇:被审查的代码绝对不能修改审查规则本身。

审查工具读取的REVIEW.md永远来自基础分支,绝不采纳来自本次提交的修改。

必须在代码正式生成提交记录之后再做审查。如果在审查过程中代码还在被推送修改,审查结果就完全作废。

便宜的检查必须先跑。在提交PR之前,Claude必须在本地跑完测试、构建和代码格式检查,避免浪费共用的CI资源。

新增拦截卡点时,系统先进入观察模式。

观察模式只记录哪些提交会被拦截,用来排查误报。

确认没问题后转为强制模式。未通过检查的提交会被直接拦截。如果同一个会话里提交被连续拦截了两次,系统会强制放行第三次,防止AI彻底卡死。每个提交都会被打上验证标记,即便没做验证也会标明无验证,方便后续检索。

审查系统自身也要接受持续考核。

团队追踪合并后被回滚的比例、负责人合并前打回的比例,以及长期保持稳定的代码样本。

在评估体系里,团队会还原历史事故发生时的代码状态,给出单句标准答案。审查系统只有准确指出这个具体Bug才能得分。

系统会把检查结果分为必须修复、建议修复和历史遗留问题。如果是历史遗留缺陷,系统不会判定当前提交者违规。

漏掉的Bug会直接转化为新规则。

第一种方式是分析人类的审查留言和回滚记录。只要同一个问题在两次提交里重复出现,而且能从代码变动中识别出来,就立为候选规则。团队会派三个独立的AI尝试推翻它,最后由人类合并进主分支。

第二种方式是用三个找Bug的工具重新跑历史事故PR。如果有两个工具都能抓出问题,而代码改动量又很小,这就说明规则库存在漏洞,必须补写进REVIEW.md。

对于偶发不稳定的测试用例,Claude不允许跳过,不允许加等待时间,也不允许单纯重试直到通过。如果找不出根因,Claude必须删掉这个测试,并写明删除原因。

规则文件、测试用例和验证脚本也会定期做清理,防止臃肿。

把验证系统当作独立系统来严格对待,把规则放在AI改不到的地方,漏了问题就补上规则,失效的规则定期清理。

做到这些,人类的工作就不再是逐行看代码,而是明确完成的标准,直接查看AI提供的运行证据。

参考:

https://claude.dev/blog/how-the-claude-code-team-thinks-about-verification/

--end--

最后记得⭐️我,每天都在更新:如果觉得文章还不错的话可以点赞转发推荐评论

/...@作者:心兰

跳转微信打开

他们能接受你是富二代有钱,但不能接受你白手起家有钱

2026年11月17日 13:21

原创 刘小排 2026-11-17 13:21 北京

你到底想成为王思聪,还是成为俞浩?

哈喽,大家好,我是刘小排。

前几天,一个03年出生的年轻女创业者来我办公室聊天,随口说了一句话,听得我愣了一下。

小姑娘自身条件很好,自己做业务也实打实赚到了不少钱,结果最近莫名其妙遭遇了一波网暴(我就不透露她是谁了,避免她遭受二次网暴;我只可以透露,她今年去看了 10 次王俊凯的演唱会,每次都花 5 万块钱坐第一排最中间)。

我当时挺好奇,问她你条件这么好又这么有钱,这还能被网暴吗?

她只说随口一说:“别人可以接受你是因为富二代所以有钱,但不能接受你是靠自己白手起家赚到的钱。”

我听完一阵无语,因为这话和我的体感简直一模一样。

你往回倒十年,想想当年的初代顶流网红王思聪。那几年他天天在微博炫富、换网红女友、到处打嘴炮,连雷军在海外发布会上说几句英文,他都要跳出来嘲讽人家别出国丢脸,结果全网一口一个“国民老公”。

其实他不过就是个富二代而已。剥掉万达少爷这层壳,他自己亲自做的企业,请问做成过哪怕一家吗?

当年拿着家里给的 5 亿“零花钱”练手,他亲自当 CEO 的熊猫直播关站倒闭,香蕉计划折戟,自己还几度被法院发限制消费令。前两年跨界搞平价牛排餐饮“牛校长”,号称一季度开出 100 家店,结果不到两年门店全关,今年公司直接进了失信被执行人名单。

到了最近两年,舆论场换了主角。追觅科技的创始人俞浩天天发视频、放狠话,大家可就彻底接受不了了。

今年俞浩在朋友圈喊出要打造“百万亿美金公司生态”,一周狂发几百条动态,全网立马拿着放大镜逐帧嘲讽他狂妄吹牛。

可是,你想过吗,俞浩是真真正正白手起家杀出来的呀。

他出生在江苏南通农村,父亲每天凌晨四点起床骑自行车卖猪头肉,他高中报到凑不齐学费在宿舍硬饿了三天。后来保送清华,他和同学凑了 10 万块钱在 39 度没空调的厂房里啃下高速数字马达,去年硬是把追觅干到了突破 400 亿元营收,洗地机和扫地机在二三十个国家拿下市占率第一,那是真真正正畅销全球。

王思聪干啥黄啥,大家捧他当国民老公;

俞浩白手起家把产品卖向全世界,年轻人却拿着放大镜排队网暴他。

干活的人在屋里拧螺丝,不干活的人在窗外递放大镜

后来我突然想明白了,原因是:大家根本没有办法接受“自己不行”。

面对王思聪的时候,每个人心里都特别坦然:“我比不上他,那不是我的问题啊,那是我爸的问题。”

可一旦看到俞浩,或者开头那个 03 年的小姑娘,借口突然没了。人家也没拼爹,凭什么靠自己就能赚到这么多钱?

承认同一起跑线的人厉害,就等于承认自己有问题。为了保住那点自尊心,最省力的办法就是拿着放大镜去挑刺:哦我找到了,原来他爱打嘴炮,原来他爱夸张吹牛。

只要找到一个瑕疵,心里的天平“啪”一下就平衡了。

我完全没有批评普通人的意思。普通人一辈子也不创业,每天上着那个无聊的班,唯一的消遣就是在评论区指点江山,教创业者该怎么做事儿。

我现在后台每天都有人教我怎么做产品,以前我还以为这是个特例。后来看到张小龙在 2019 年微信公开课上的演讲,当时微信日活刚破 10 亿,他在台上说,每天都有五亿人说微信做得不好,每天还有一亿人想教他怎么样做产品。

连张小龙都得挨这一下,你去嘲讽他们实在没什么意思,抱以理解与同情就好了。有的人就是赚不到钱,困在那个条件和那个认知里,真没有办法。

但看我公众号的读者,主要都是一线创业者。我希望大家千万别被主流舆论带着走,留一点独立思考:你到底想成为王思聪,还是成为俞浩?

也许你想说当王思聪挺爽,但那得靠你爸对吧?你如果没有王思聪的爸,这辈子也成不了王思聪;反倒是被拿着放大镜挑刺的俞浩,那是你赤手空拳真有机会去成为的人。

商业世界只认交付和结果,别为了讨好岸上看热闹的人,耽误了自己渡河。

我忽然想起德国哲学家马克斯·舍勒在一百年前写过的那本冷门小书《道德建构中的怨恨》。他在书里点破过一个幽暗的人性悖论:在阶层固化的地方,农夫从不怨恨王公贵族;唯独当所有人站在同一条街上,那个原本和你一样两手空空的邻居突然挣到了大钱,他的存在本身,就成了不可饶恕的冒犯。

舍勒管这叫“心灵的自我毒害”。一个人没法靠行动把自己垫高时,就会本能地制造出一种价值错觉,非得在那个爬上去的人身上搜出点滑稽的污点,才能心安理得地坐回原位。

窗外的夜色沉下来,远处街面上的车灯连成一条缓慢流动的细线。

天亮之后,那一亿个产品导师还会准时上线批阅奏章,教俞浩怎么说话,教张小龙怎么改按钮。

我坐回工位,把最后一口咖啡喝掉,敲下今天最后一行代码。

反正咱也没个首富爹,先把自己的钱挣踏实了吧。

日常小推荐:务实的创业者,关注我公众号私信发送“创业”,推荐你进一个实干派创业社群。

跳转微信打开

算力新规:海外租卡也要被限制了

2026年11月17日 10:49

原创 乱码 2026-11-17 10:49 北京

英伟达风波未平,海外租卡也要被限制了。

过去24小时内,美国商务部工业与安全局(BIS)正式发布了一项重磅临时最终规则:

全球任何一个海外数据中心/机房,只要向总部或最终母公司位于受限实体提供大规模算力,相关芯片的出口、再出口或境内转移就必须申请许可证。

多大算“大规模”?

给出的红线是 1200 万合计总处理效能(TPP),这大约相当于 750 颗英伟达 H100 或 H200 芯片的算力总和。

文件链接:

https://www.bis.gov/press-release/bis-issues-rule-addressing-remote-access-american-super-intelligence-technology

之前是单纯地限制物理芯片卖出去,现在开始封堵云端远程的算力访问了。

具体看,这次的红线划在了哪里?

首先是,限制大规模算力调用,哪怕你把 750 颗芯片拆散在五个不同的机房里,只要它们通过高速网络互联、共同服务于同一个训练任务,就会被合并计算。

其次是转租也失效了。通过第三国壳公司转租云端算力、利用 API 代理调用,还是直接花钱请海外机房“代训模型”,都纳入许可范围。

最后,这次新规只针对聪明的AI。如果租用算力是为了跑电商推荐算法、刷短视频信息流,只要报备即可豁免;但只要涉及生成文本、代码、图像或音视频的生成式 AI,一律不予豁免。

作为“临时最终规则”,它发布即生效。

对于那些在规则出台前就已经在海外跑着训练任务的存量数据中心,华盛顿只给了 90 天的宽限期——90 天内拿不到许可证,就得立刻拔网线,否则芯片断供、制裁。

除了堵住云端漏洞,这份新规还顺手重绘了全球 AI 基础设施的版图。

新规正式将新加坡、马来西亚、印度尼西亚、泰国和巴西这五个国家,拉进了先进 AI 芯片出口许可名单。未来向这五国出口先进算力芯片均需申请许可证。

因为过去两年,东南亚成了最大的全球算力中转站。

凭借优越的地理位置、廉价的土地电力以及相对宽松的贸易环境,承接了全球最疯狂的数据中心基建浪潮。

而这次新规的导火索正是Megaspeed事件。

新规落地后,无论是芯片原厂还是云服务商,都必须执行极其严苛的 KYC穿透审查。(不仅要查签约方,还要一层层往上扒出股权结构和最终控制人)

发公告的虽然是商务部,但公告却特意写明:规则由财政部和国家安全委员会撰写并指导制定。

之前的管制,虽然同样由BIS发布,但是没特意写明是谁写的,还没和财政部和国家安全委员会扯上关系。

而且这次新规废除了2025 年 1 月推出的《AI 扩散规则》,原来那套按国家分三六九等、搞配额制的复杂体系,换上这套简单粗暴的双锁机制。

◈猫鼠游戏

禁令发布,网友表示一场“猫鼠游戏”开始了。因为签合同、付款和最终使用算力的,未必是同一家企业。想要识别壳公司背后的客户,就是道高一尺魔高一丈的事情了。

虽然这波另一层压力明显冲着国内来的,但也有不少压力落到了第三国身上。

新加坡政府已经回应:不容忍企业利用当地规避出口管制,同时也要保障合法企业获得先进芯片和算力的渠道,并正与美国及受影响企业沟通。

美国忙着堵漏洞,新加坡还得做自己的数据中心生意呢。额外的审核、许可和合同调整,都可能增加企业的经营成本。

新规预计11月19日生效。许可证究竟批给谁,海外机房能把最终用户查到哪一层,可能还要看接下来的执行。

跳转微信打开

先答几道题,再看一会儿:studyOnTV给家里的屏幕时间加个约定

2026年11月17日 09:30

原创 山行AI 2026-11-17 09:30 浙江

再看五分钟,还是现在就关?家里有孩子,这样的对话大概不会陌生。比起每次临时商量,如果能提前说好什么时候看、每次看多久,也约好到点要做的事,执行起来会更清楚。

StudyOnTV,中文名题了个题,把这份约定做成了一个 Android 应用。孩子完成学习任务,获得一段设备使用时间。配置好相应权限后,时间到了,设备再显示学习页。电视用遥控器,手机和平板用触屏,家长则在自己的手机浏览器里管理。

01

FEATURES

先看亮点,它把哪些事放在了一起

· 答题和使用时间连起来。 可以设置每组题量、通过要求和奖励分钟数,奖励仍受每日上限与时段约束。

· 家长用手机设置,不必在电视上反复输字。同一 Wi-Fi 下扫码,验证管理密码,就能改规则、选题库、看记录。

· 设备自己保存数据。 题库、规则、使用记录和加练池都在被管理的 Android 设备上,不需要先搭一台服务器或注册项目账号。

· 题目可以跟着孩子调整。 客观题之外,也能做填空和主观题,手机、平板还支持手写作答。

电视上的答题页面,遥控器即可选择答案并查看解析

它适合用来落实一份已经商量好的家庭规则。家长决定什么时候放行、每天最多用多久,再设好需要做的题量,软件就按这些条件运行。

02

GUIDE

全家共用的电视,不一定要全天都管

比较实用的一点,是它把可用时段和答题管控分开了。你可以让设备只在指定时段可用,也可以只在指定时段要求答题,其他时间自由使用。

比如白天长辈看电视,傍晚17点到21点再按孩子的规则管控,就可以选择时段外自由看。这个例子是一种设置思路,不是应用替每个家庭定好的作息。

家长按星期设置可用时间和学习规则

按周安排时段,半小时一格。需要更细的安排,也有精确到分钟的网课时段和大人豁免。网课可以设成不扣时长,或使用该时段的限额。家长主动暂停的优先级更高,设置豁免并不会覆盖这次暂停。

不在可用时间内时,设备显示下次可以使用的时间

还可以单独设强制休息。已有奖励余额,也不能直接跳过这段休息。这样看多久、什么时候停,可以在开始使用前先说清楚,不用每一轮都重新议价。

03

GUIDE

题目能换,难度也能自己选

内置50道起步题,包括唐诗填空、100以内加减法和基础英语单词。需要更多内容,可以从在线题库导入,也能自己新增、导出 JSON,或让有局域网访问能力的 Agent 按要求加题。

平板学习页,可以显示公式并完成不同题型

题型包括单选、多选、判断、填空和主观题,题干和选项可以写 LaTeX 公式。公式资源随应用提供,离线也能显示。手机和平板可用手写图片作答,语音转文字能否离线,则要看设备装了什么识别服务。

平板上提交手写过程,供家长或支持图像的模型批改

手机上的答题页面,与平板使用同一套题库和规则格式

玩法也有区别。按组闯关看一组题的完成情况和正确率。连续答对要求连着答对。累计答对指定数量则不要求连续。自由练习可以一直做题,但不奖励使用时长。还可配置学习视频或视频与答题交替,视频内容由家长提供,应用没有内置或抓取第三方视频课。

家长题库面板,按需要管理题目和生成内容

题目可以标1到5星,再分别设置答对后的时长奖励。错题优先会让最近答错的题先出现,答对一次就回到正常顺序。开启间隔重复后,则优先复习到期题,答对后拉长间隔,答错后提前复习。两种方式都能帮助安排练习顺序,不能直接当成学习效果已经得到验证。

04

GUIDE

主观题交给谁批,家长可以决定

选择题有明确答案,主观题和手写过程就需要多一步判断。应用支持家长自己批改,也可以让同一局域网里的 WorkBuddy、Codex 等 Agent 评分,或配置兼容 AI API 的服务。

家长批改与 AI 设置界面

家长可以给出参考答案、评分标准和及格分。用 AI 时,题目、标准以及孩子的答案会发送给配置的服务。手写图片还需要模型支持图像。网络出错或模型处理不了图片,作答会留在待批队列,不应把没批完当成已经通过。

等待批改时不会先发奖励。评分完成后,孩子端可以看分数和评语,再按任务规则继续。AI 给出的判断仍值得抽查,尤其是多种解法、表述比较自由的题。

错题加练也能设置:累计错误达到阈值,就增加待练题,答对后逐道扣除。加练池跨天和重启保留,关闭新增加练也不会自动清空已有待练题。刚开始试用时,不妨把题量设小一点,先看看孩子是否能理解这套规则。

05

GUIDE

手机扫一扫,管理页面其实就在设备里

装好应用,首次设置管理密码,电视上会显示二维码。家长手机和设备在同一个网络里,扫码打开面板,再输入密码验证。二维码只负责带你到管理地址,不等于拿到管理权限。

电视连接页,家长在同一局域网扫码打开管理面板

电脑浏览器也能管理。设备地址一般形如 http://设备IP:8099/,题库和规则由设备自己提供。换设备之前,可以先导出题库备份。旧设备的数据不会因为新装一个应用就自动搬过去。

电脑上的家长面板,集中查看规则、题库和记录

这里说的不需要服务器,是不需要家长另外部署服务器。应用里已经有本地 HTTP 服务,手机浏览器访问它,设备用 SQLite 保存数据。学习页面随安装包提供,基本答题不依赖项目云端账号。

Android 设备、家长浏览器、本地数据和可选外部服务之间的关系

但本地保存不代表完全没有外部请求。除了可选 AI 批改,当前代码还配置了 Google Analytics 与 Microsoft Clarity 的行为统计。Bugly 崩溃上报则在用户同意后初始化。隐私判断要分别看本地题库、AI 服务与统计链路,不能简单写成全部离线、什么都不上报。

外出后不能直接用家里的局域网地址连接。需要远程管理,可以参考项目的 Tailscale 等方案,管理密码仍然要验证。家里已有 Home Assistant 的,也能使用单独的集成令牌读取状态、临时暂停或放行,权限范围和家长管理密码分开。

06

GUIDE

到时间以后,它怎样知道该停了

答题通过增加的是可用余额,不是把当天规则清空。通常在屏幕亮着、进入其他受控应用时才扣余额,答题和家长验证不扣。具体识别能力还与设备授予的权限有关,只开悬浮窗时会采用较粗的亮屏计时方式。

家长查看近7天使用时间与答题记录

学习页出现时,应用会先尝试暂停播放器、请求音频焦点。如果还有声音,会用静音兜底,退出管控后再按原状态恢复。不同电视和播放器的表现仍要实机检查,不能保证每台设备都一样。

从时间规则、答题任务到奖励余额和再次提醒的运行流程

悬浮窗、使用情况访问和无障碍等权限可以按需开启。家长可以开启系统设置保护,也能在支持的设备上启用防卸载,或隐藏桌面入口,重新进入仍需家长验证。应用被强行停止或卸载,权限被撤销,或厂商清理了后台,都可能影响管控。开机恢复也要结合具体电视的自启动设置来测。

这些边界意味着,它需要家长在自己的设备上先试一轮。至少看看切到常用视频应用以后是否计时、到点能否提醒,以及待机再唤醒后是否仍按规则工作。

∞

THE END

先试一小步,别急着把所有功能打开

从项目发布页(https://github.com/chadyi/StudyOnTV/releases/latest)选择对应安装包,现代版支持 Android 5.0及以上的手机、平板和电视。手机和平板直接安装对应版本,电视按机型选择 U 盘或 ADB 等方式。首次先设置管理密码,再按用途补权限。

iPad、iPhone 可以作为家长管理端,也有浏览器练习页,但不能靠这个网页限制其他 iOS 应用。老 Android 另有独立实验版本,能力和现代版不同,不能只看能安装就认为所有管控都相同。

如果只是想让电视使用更有节奏,可以先选少量合适的题,约好一段时长,再观察是否好执行。题目难度、每天总量和休息安排,要和孩子的实际情况一起调整。工具能把规则显示出来、记下来,学习内容和家庭沟通仍需要人来负责。

最后也要看清许可。这个项目源码可查,但授权仅限个人、非商业的家庭使用。未经作者书面许可,不允许商业用途或向第三方再分发软件及衍生版本。想做机构部署、收费产品或重新打包发布,需要先联系作者,不能按 MIT 一类许可理解。

它值得一看的地方,是把一句口头上的先学再看,变成可以设置、执行和回看记录的流程。先把约定讲明白,再让设备帮忙提醒,比一上来堆满规则更容易判断这件工具是否适合自己家。

END

我是山行AI,持续分享工具与技术资料。

来源与声明

依据 StudyOnTV 项目(https://github.com/chadyi/StudyOnTV)、玩法设置(https://github.com/chadyi/StudyOnTV/blob/main/docs/gameplay.md)、安装指南(https://github.com/chadyi/StudyOnTV/blob/main/docs/install.md)、AI 与批改接口(https://github.com/chadyi/StudyOnTV/blob/main/docs/ai-api.md)、平台支持(https://github.com/chadyi/StudyOnTV/blob/main/docs/platform-support.md)和许可、统计实现整理。资料快照为2026年11月16日,固定提交 e6ce39f88c872125f7713b6cf71890809917affc。图片为项目公开演示及依据资料绘制的示意图。

本文由山行整理自:StudyOnTV(https://github.com/chadyi/StudyOnTV),如果对您有帮助,请帮忙点赞、关注、收藏,谢谢~

跳转微信打开

「豆包工作」接入Kimi、GLM、DeepSeek,仿佛擎天柱合体

2026年11月17日 09:00

原创 FrankGPT 2026-11-17 09:00 北京

合体之后,更强、更省了

Image

之前不止一次介绍过的豆包工作,这一次,更全能了。

就像是变形金刚里的擎天柱,吸纳其他汽车人进行合体,得到了一个超级强化的新版本。

看到豆包工作面向所有用户,开放了第三方模型,相当于主动把选择权交给了用户。

除了 Seed 2.1 Lite、Pro 之外,还新增了 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型。

像我自己,平时把豆包工作当成了合伙人一样的存在。

会议回顾、日常开发、PPT等场景,都是高频使用的存在。

而现在,在豆包工作产品生态的基础上,可以更自由去配置模型,用来适配不同类型的复杂任务。

还发现个小细节:豆姐的头像也回来了,故人还是风采依旧……

关键是,现在能切换不同模型以后,成本、效率、体验有了新的平衡。

简单的任务完全可以用更便宜的模型,特定审美、特别偏好的任务也可以根据需求做选择。

更多模型,更高效的token利用,以及实实在在的生产力落地,都是在帮我创造更大价值……

最近观察到,AI产品的竞争,正在从「谁拥有最强的模型」,转向「谁能把不同模型的能力组织起来,真正完成工作」。

今天跟大家来具体说说。

01

从Chatbot到Agent,为什么单一模型不够用了?

我一直觉得,理解Agent时代的一个重要前提是:

「模型不再等于产品,模型只是完成任务所需要的一种能力。」

让一个最昂贵的旗舰模型,包办全部工作,就像让公司里薪水最高的专家,同时负责战略规划、整理报销单和收发快递。

更何况,模型迭代太快了。

今天某个模型擅长编程,明天另一个模型可能在长文本处理上取得突破。

这也意味着,Agent天然适合多模型协作。

所以,豆包工作这次同时接入Kimi、GLM、DeepSeek,在我看来不是简单增加几个选项,是真的在顺应一个更底层的变化:

未来的办公Agent,不应该被某一个模型的能力边界所限制。

用户真正需要的不是指定哪个模型完成工作,而是把工作完成得更好、更快、更便宜。

有一次我电脑没电了,就发语音,在手机上让跑一个批量数据处理的任务。

把最近三个月观察的600款AI产品表格,做数据分析,再按关键词分类生成报告。

等后面电脑充上电,结果已经安安静静躺在那里了。

现在,豆包工作提供本地电脑和云电脑两种运行模式。

本地模式适合那些需要读取你本机文件、调用本地软件的任务。

云电脑模式则把任务放到云端的一个独立环境里去跑,哪怕你的本地电脑关机了,任务依然在推进。

像我有次临时想画一份自我介绍PPT,结果时间很紧,电脑也电量不足,就开了云电脑模式来帮我做。

然后骑车到教室,等坐下来以后,PPT也已经做好了。

后台安安静静地把活干完,然后把结果放在那里等我去验收。

只下一个应用,只拿一个设备,就能随时随地解决问题,对于我这种经常喜欢跑来跑去的人来说,真的解决了大问题。

02

我出了两道题,实测很舒心

模型决定能做什么,Harness 决定能稳定交付什么。

豆包工作这次开放第三方模型,本质上是把这两件事分开来讲了,用户不再被某一个模型的迭代节奏绑住,Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash,各有各擅长的场景,自己选。

字节在推荐系统和广告系统里积累了多年的调度经验,核心不是哪个算法最强,是怎么把不同能力组织进同一套系统。

今年九月,OpenAI Codex 核心负责人 Tibo Sottiaux 在接受采访时也专门聊过为什么 Codex 要支持其他模型,背后逻辑是一样的,好的 Agent 系统不应该要求所有能力来自同一家供应商。

我专门出了两道题,拿豆包工作和 WorkBuddy 跑了同一个任务。

第一道题,历史课件。

主题是高粱河之战 979 年,宋太宗赵光义亲征燕云十六州,幽州城外被辽国骑兵打崩,大腿中箭,乘驴车狼狈出逃,史称「大宋车神」。

这场仗有史料争议、有戏剧张力、有完整的因果链,能拉开两款产品的真实差距。

任务是做一套八页历史选修课件。

为了让对比条件尽量公平,两边用的是同一个模型,DeepSeek V4.1 Flash,都接在各自的 Harness 上跑。

豆包工作

Workbuddy

结果怎么样?

时间上差了将近一倍。

豆包工作从发出指令到交付成品,大约16分钟。

WorkBuddy跑了将近29分钟,因为它在生成大纲的过程中自己跑了8次联网检索,逐条核对史料。

快慢各有道理,取决于你更在意速度还是内容准确度。

费用上,两边都便宜得有点出乎意料。

WorkBuddy标准版连续包月费用是70元/月,提供4000积分额度,豆包工作标准版连续包月费用是68元/月,提供9000积分额度。

两款产品都是积分制,这次课件任务两边消耗的积分量级基本相当,换算成人民币都在个位数以内。

第二道题,五城调研。

让两款产品各自去完成一次五城科技活动调研,北京、上海、杭州、深圳、香港,30天窗口,每条活动记录10个字段,最后输出一份能双击打开的HTML报告。

豆包工作

WorkBuddy

豆包工作跑了大约12分钟,工具调用56次,搜索加网页抓取为主,干净利落。

WorkBuddy跑了将近29分钟,工具调用247次,它同时派出5个城市子代理并行调研,光网页抓取就跑了109次、搜索74次。

你敢信?一个调研任务跑了247次工具。

一句话总结,豆包工作快、调用少、指令遵循干净。

WorkBuddy的并行调度能力更凶,但代价是慢了将近一倍,消耗量也更大。

两种策略,各有各的道理。

今天的竞争早就不在开发域了,真正的壁垒在运行、消费和管理,也就是怎么让 Agent 跑稳、怎么让人用得顺、怎么度量它干了多少活。

03

Agent 时代,最强的公司未必拥有最强的模型

豆包工作这次特惠活动,不只是个促销动作。

办公 Agent 争夺的不是用户的注意力,争夺的是用户的工作量。

一项任务触发几十次乃至上百次模型调用,使用频率越高,成本就越敏感。

把价格压下来,本质上是在争夺用户习惯,让用户从偶尔用 AI,变成每天直接把活交给 Agent。

收费方式迟早也会变。

按 Token 收费的盲区在于,同样 100 万 Token,用来闲聊和用来做芯片设计,业务价值天差地别。

按产出收费才是方向,多少可用代码、多少节省的人力工时,这些数字 CEO 才听得懂。

模型是新一代生产力,Harness 是新一代生产关系。

这话说起来有点大,但豆包工作这次的动作,至少传递了一个清晰的方向,AI 行业正在从模型中心,走向任务中心。

Image

朋友圈会发一些具体的案例和商业化日常~ 

AI交流,欢迎加我本人微信:FrankGPTs

跳转微信打开

时隔3年,我重新入职淘宝当了一天设计师,也看见了这个行业最真实的进化。

2026年11月17日 07:56

原创 数字生命卡兹克 2026-11-17 07:56 北京

已经完全变了模样

今天这篇文章,可能会有点长。

因为前几天,我干了一件非常魔幻的事。

我去淘宝设计团队上了一天班,重新做回了我三年前的职业,设计师。

可能很多新朋友不太知道,在成为AI博主“数字生命卡兹克”之前,我的职业,一直都是用户体验设计师。

直到2023年2月,我写下了这个小破公众号的第一篇文章,命运的齿轮缓缓转动,莫名其妙的我就跟着AI的浪潮,忽然成为了一名AI博主,于是,一路奔涌到了今天。

设计师这个身份,好像也被我遗忘了。

这三年里,我天天在写AI,天天在用AI,每天见证着AI改变开发、改变影视、改变数学、改变生物,改变这世界的一切。

但我半个月前跟老朋友聊天,我忽然心中有了一个巨大的好奇。

我曾经干了十年的那个行业,到底变成什么样了?如今的设计师们的工作,相比于我之前,到底有了什么变化?他们还在用Sketch吗?AI到底给他们带来了什么?

好奇的种子一旦种下,就开始生根发芽,再也放不下了,我很想知道这个答案。

甚至,我想真正的亲身走一遭,去实地去看看,用一个前设计师、现AI博主的身份,重新入职一天,看看我曾经的职业,现在到底变成了什么样子。

于是,我问了一些大厂的朋友,有没有能给我个机会的,然后,淘宝设计的同学,对我这个选题非常感兴趣,花了几天时间,跑上跑下,帮我协调了我几乎想要的一切,真的是有求必应,给我了极大的支持,所以,我真的非常非常非常感谢他们。

于是,在他们双十一前的那一天,我拿到了我的工牌,上面印着我们标志性的头像(已经跟原艺术家买下了这张图的版权,所以没有侵权)。

前往杭州,前往淘宝设计,入职了一天,也真的干了工作,体验了一下三年后,设计师的一天。

我也没想到,这一天的冲击,会这么大,所以这篇文章写了快一周,那现在,我也想把这一切,展示给你看,那,就让我们开始吧。

一. 入职

早上10点多,我到了阿里的园区。

正赶上双十一的尾巴,园区里到处都是展区,所以节日氛围极其浓郁,到处都洋溢着快乐的气息。

不过跟这个氛围不太搭的是,上班第一天,我就非常尴尬的迟到了十几分钟。

主要是我已经三年没有早起过了,我已经没有早上了,我平时的作息基本都是早上5、6点才睡觉,然后中午再起床的。。。

朋友带我到了楼下,然后我的老板和我的师姐就下来接我了。

我的老板叫承一,淘宝设计团队的主管,我第一眼看到他就觉得,这人一看就是设计师,是那种你在人群里一眼就能认出来的设计师风格。

然后还有一个师姐,师姐叫七禧,这是阿里的传统,每个新人入职,都会有一个师姐或者师兄带着。

然后就是熟悉的流程,上楼,领工位,老板和师姐带我认识项目组的同学,一圈招呼打下来,感觉设计团队还是I人挺多的。

然后承一把我拉到一边,用大概十分钟,给我讲了一下现在整个淘宝设计团队,到底是怎么干活的。

这十分钟,基本就确实让我感觉到,如今的设计,跟当年的设计,确实已经不是一个世界了。

他们现在的设计团队,在AI这件事上,分了三块在做。

第一块是创意。淘天(淘宝+天猫,简称淘天)每天要出海量的素材,各种会场、各种品牌、各种线上线下的投放物料等等,这部分现在已经基本全部AI化了,他们有一个产品叫淘天AI设计师,创意设计师现在更多的工作,是去提出需求,编排这些Agent的流程,调整风格化等等。

第二块是知识。以前一个新人入职,除了基本的新人培训外,都需要一个师傅也就是老员工,把自己脑子里对这个团队的所有理解,从头到尾给你讲一遍,你还要去查设计规范,如果对规范有问题,你甚至还得先去到处问这个规范到底归谁管。而现在,整个设计团队的知识,界面设计的、体验设计的、营销设计的、各种设计系统的,200多个知识库,已经全部清洗完了搬到了AI里,你直接问AI就行。

第三块,就是最核心的主力设计工具,是他们整个团队吃饭的家伙,也是我这一整天要用的东西,这是他们自己团队做的内部设计工具,名叫TaoDesign,没想到吧,设计师现在的工具,都是自己手搓的了。。。

承一跟我讲了这个产品的来历,我觉得特别有意思。

最开始,他们做的是一个对话式的网站,路线跟市面上很多产品差不多,就是说需求然后AI生成纯HTML然后交付给下游的开发同学,但很快就发现不行,一是那时候AI的能力还不成熟,二是淘宝这种复杂业务,背后依赖的知识和复杂系统太多了,即使灌一些Context进去,直接生成HTML,依然会有大量的需要人工修改的地方,而这种方式,设计师改起来极为费劲。

第二个阶段,他们把它做成了Figma和MasterGo里的插件,把生成的东西塞回传统设计的画布里,这样设计师人工接手优化就方便了。

但做到这一步,他们又发现不对,因为在画布这块,自定义性实在太差了,并且解决不了后续还要跟开发走查还原设计稿的问题。

他们希望,他们的工具,应该是能结合AI和画布,容纳淘宝设计所有过去的十几年的设计经验、规范、业务知识。这应是一个完全面向于AI时代的产品,他们希望,设计师的交付物,就应该直接是最终上线的那个产品,不应该再有任何的实现漏损。

于是,半年前,他们决定,不行自己干吧,反正Agent做开发已经这么强了,我们自己造工具。

就这样,TaoDesign诞生了。

二. 新人培训

接下来就是我的师姐七禧给我教学,让我学会用他们的TaoDesign做设计,因为七禧说,下午我的老板就要给我安排活,有一个需求,让我当天就要做,做完下午晚一点,就要交付然后开需求评审会。。。

我要是不会用TaoDesign来做设计的话,那就废了。

所以,她就给我进行了细细的教学。

TaoDesign可以直接按Command+Shift+空格,全局唤起一个输入框。

发起一个任务以后,屏幕顶上会弹出一个灵动岛,告诉你任务进行到哪了,你鼠标滑上去,还有一段非常棒的灵动岛展开动画。

就这一个灵动岛展开的动画,我当时脱口而出了一句话:

果然还得是设计师做的产品,这个交互太优雅了。

然后你可以在选项框里选一个风格,比如手淘,里面就有手淘几乎所有的主要页面模板,首页、搜索结果、详情、直播、订单等等。

选一个模板,写一段Prompt,或者直接把要做的PRD扔进去,选个模型,就能直接生成一套可以点、可以滑、带动效的设计稿,且完美符合设计规范。

因为他们直接手搓了画布,所以右边生成的UI设计稿,你也可以跟Sketch或者Figma一样随意编辑,双击一下,就能像Sketch一样手动改了,你要是懒得改,也可以框选一下,扔回对话里,让AI改。

然后她给我演示了一个功能,让我当场就回想起了很多年前干设计的时光。。。

就是换图和改文字。。。

选中一个图片框,点资源库,里面是当前业务下的各种商品图,数码、日用品、运动户外、潮玩,点一下就换上去了。图片框拉宽拉窄,图片全部自适应。

你可能觉得这有啥的。

但你相信我,这是我当年最痛苦的事情之一,因为当年没有AI,Sketch插件都得自己开发,所以只能用别人做的插件,或者就是自己手干。

以前我们做一个详情页的设计稿,结构做完了,这时候,产品经理可能会说一句话,我想看看数码行业是什么样,我想看看美妆行业是什么样。

然后你就得去网上搜图,一张一张下载,一张一张拖进来,一张一张裁,保证展示效果,再一个字一个字把标题、价格敲上去。

你要是偷懒不做,放一堆灰框框上去,你去给运营或者产品展示方案的时候,他们就有可能会说,你这个设计稿怎么这么丑,你是不是没画完啊?

废话,没图当然丑了。

这件事,本质上跟设计没有任何关系,它就是纯粹的垃圾时间,但以前没有办法,你必须得做,因为设计稿也是你跟所有人沟通的那个东西。

但现在,点一下就好了,而且全部都是真实业务的图片、文字之类的信息。我自己随手测试了一下,让它把一个淘宝的详情页全部换成iPhone Duo的,它自己去苹果官网搜了信息,把图、字、价格全部换掉了,我核对了一下,全部是对的。。。

就很爽。

再往后,几个负责不同模块的同学,轮流给我教学了一下TaoDesign其他的一些功能。

比如有个功能是风格蒸馏。

过去我在设计团队的时候,最头疼的一件事就是新人入职。

因为一个新人进来,我们是要给他讲设计规范的,圆角是6px还是8px,两边间距是12还是16,全是细碎的规矩。我们当年行业里有句话,叫“最怕接手别人的设计稿”,因为每个人的图层和规范都可能乱的起飞。。。

而现在,负责风格库的大晶告诉我,他们把淘宝十几年沉淀下来的200多个知识库,比如手淘、天猫、直播、88VIP、秒杀、千牛B端后台等等,包括存量的设计稿源文件、组件Token、甚至过往改版效果最好的历史PRD,全部用工程化的方式蒸馏成了AI可以直接调用的风格库和Skill。

以后再有迭代了,比如有新组件要加进设计规范,就二次蒸馏,系统会左右对比,高亮这次新增了什么、改了什么,最后还是人来确认,确认没问题,就发布。

如果有人做了一个特别奇怪的间距,比如规范是4的倍数,他整了个奇数出来,AI也会直接帮你处理掉,就非常的省心,是之前我做的原子组件库和设计规范的升级版了。

还有个非常有意思的是数字用户。

因为我当年也干过用研,太知道那个流程有多磨叽了,比如业务想研究什么,研究员把它转成研究问题,投问卷,圈人,回收率可能只有千分之一,等很久,数据清洗,写报告,报告还像论文一样,还得再给业务和设计做一遍解读。

这个过程,短则两周,长则一个月。

但是业务有时候实在没有办法等太久,所以用研同学用淘宝庞大的真实行为数据,搭了一个数字用户库,来进行快速的用研测试,你可以一对一深度访谈,也可以拉六个人开圆桌,跑一份完整的报告大概要15到20分钟,真要是急急国王,那还有一个调研快问,两分钟给你一个结论,虽然肯定没有办法替代真正的用户研究,但是用一种极其巧妙的方式,让过去无法得到用研资源覆盖的需求和业务,也可以得到一定的研究结论支撑。

甚至他们还搞了一个Skill叫页面数据预测,你扔一张设计稿进去,它会基于手淘的数字用户,给你预测信息识别度、体验上的问题、哪些地方会被点、哪些地方不达标。

我当时就想起了以前,两个交互设计师为了一个方案在那battle,大家其实都非常主观且经验驱动,都在用我的逻辑去说服你的逻辑,那个时候,大家的数据支撑,哪有如今这么丰富啊。。。

最后,七禧给我展示了一个好玩的东西,她正在用TaoDesign设计TaoDesign,然后他们有一个“实时设计”功能,其实就是独立开发者的流程,也是我现在每天在干的,就是直接连上代码库,设计稿做完以后,他们有MCP,直接把设计稿变成可开发版本,直接上线。。。

设计的世界,确实不一样了。

然后就是我最看重的模型选择,对,他们是可以在TaoDesign上免费用一些顶级模型之类的...

我当时看着这些顶级模型,脑子里瞬间涌起了一股盲目的自信。。。

那一刻,我甚至觉得,三年没干设计又怎样?有这些在手,我今天下午高低得给淘宝的设计师们展示一下,什么叫AI博主的降维打击。。。

直到下午2点,我走进了需求会的会议室。

三. 上班...干活...

两点整,会议室。

我开上了入职的第一个需求会,马上也要接到,我的第一个设计需求了,入职第一天,是要真的上班干活的。。。

承一给我讲需求的第一句话就是,因为淘宝极其强调敏捷,所以很多需求都是一句话的方向,PRD甚至都是后置的,甚至是先有想法,先有方案,产品逻辑定了,才会有PRD。

讲道理,这要是在我之前的公司,很多时候我是要带着设计团队造反的= =

然后需求是这样的。

因为双十一这个整体就要结束了,那冬天要来了,淘宝要接着做一个冬季促销上新的活动,把双十一来的流量承接住。

每个行业,都要在首页的行业频道上加一个活动入口,点进去,是一个新的独立承接频道,频道里要做导购方案,而且要按行业做出差异,服饰可能更强调试穿和沉浸式的逛,数码可能更强调参数,家装可能更强调整套搭配的感受。

然后,这是一个全链路的事。

用户在信息流里逛,进频道,点进详情,进店铺,下单,购前、购中、购后的页面都要设计一下,每一个地方都要打上冬促的标,所以还有商家那边的后台,商家要报名参加活动,要配置选品,B端也要做。

最好最后,是一个能点的交互demo,这样拿去给业务汇报。

这个需求,分给了三个人同时做,丘黎做运动户外,阿诏做家居,到我头上的,就是服饰频道。

在需求会上,承一说,这个需求不难,所以应该比较快,那我们下午5点评审吧。

嗯,现在是2点半,5点钟交方案然后评审,而且是全链路的活,还有个活动页要设计。。。

讲道理,这玩意以前是将近一周的活。。。

那一刻,我已经有点懵逼了。。。

回到工位以后,我拿着电脑,打开TaoDesign,就开始干活了。。。

然后就翻了一个大车,犯了一个我这三年最习惯的错误。

许愿式编程。

我平时用Claude Code写代码,就是一个大任务扔进去,让它自己干,干完我检查,所以我当时想都没想,聚合页、店铺页、商品详情页、购物车、订单、订单详情,6个模板,一口气全扔了进去,再写了一大段Prompt,什么冬季氛围、节日元素、转化率最大化等等。。。

还开了好几个会话,并行跑。

师姐七禧在旁边看着我,说了一句,建议还是一个一个来。

我说没事,我习惯了,直接给个最大的。

然后,一个多小时过去了,终于跑出来8个页面,跟屎一样。

规范什么的完全没有遵守,冬促的标签明显是错的,整个页面乱得要死。

因为在TaoDesign里,你的Prompt是第一优先级,然后才是模板和知识库,这是为了设计师发挥他们的创意和想法,以及迭代规范和组件库的,结果就是,作为一个刚入职、完全不了解业务的人,写了一大堆自以为是的细节,它就会听你的,把那些十几年沉淀下来的规范,给你覆盖掉,然后给出了一个在企业内部完全不可用的设计稿。。。

所以对一个新人来说,最稳的做法,反而是Prompt写粗一点,少写细节,让它多去用知识库。

然后,一个页面一个页面地来。

我换了思路,先只做一个店铺页,效果一下就好多了。再从店铺页往后扩,扩详情页,扩下单页,在同一个对话里,它会自动带着前面调好的规范。

这一下子,感受到了丝滑感。

然后我发现,TaoDesign可以直接引用另一个会话。

比如我就直接对着麦克风说,把那个会话里雪的效果挪到主视觉上,底下列表的细节也融进来,几分钟以后,就直接出来了,然后我开始口喷做设计优化细节,比如冬促的标签不要加粗,43秒改完,这块区域多余了,删掉,下面直接接列表等等等等。

再然后,我手上同时开着三个任务,三个都在跑。

我突然发现,我没事干了,于是我就坐在那里,看着灵动岛上的进度条,等它们跑完。

这个时候,一件很奇怪的事情发生了。

因为没事干,我开始被迫思考,我刚才发出去的那个Prompt,真的是用户想要的吗?这个频道,真的应该用排行榜来组织吗?冬促的标签,真的应该长这样吗?买衣服的人,进到这个页面的时候,他到底想要什么?

我开始回到业务上,回到用户上,回到那些以前,我根本没有时间去想的事情上。

时间如水般流逝,一眨眼,就到了5点,要评审会的时候了。

我抱着我的方案进去,一边忐忑一边沾沾自喜,因为,在这个极限的时间里,我其实还是把所有流程做完了的。

四. 评审会和我的一坨屎

评审会,就按淘宝日常过方案的流程来,每个人自己投屏,讲自己的设计是怎么考虑的。

第一个是丘黎,做运动户外。

我看到我都懵逼了,因为他的2个多小时干完的方案,实在是完整得有点太离谱了。

卡片型的入口,进到核心频道,频道上面是根据千人千面识别你偏好的分类货架,还有你能领到的公域私域的优惠,中间是半沉浸式的卡片区,下面是关联推荐,频道里有新品日历,有权益,有赠品,然后是购中、支付的完整链路,全部串成了一个可以点的demo,进频道的时候还有一个开屏动画。

然后,他还用分支功能,把领券浮层、二级页、深色模式、骨架屏、缺省态,全部拓了一遍。还有B端的商家配置页。

他还拉了一群数字用户,对这个页面开了一场圆桌,看看这个设计适不适配这群人。

然后,他还做了一个离谱的东西,就是iPhone Duo的折叠屏适配,而且这个页面是真的可以折叠、可以翻转的。

两个小时。。。

第二个是我。

我说,来看看我做的一坨屎吧,本来还是有一点自信的,一看到丘黎的,我瞬间没自信了。。。

我做的服饰,主视觉是一个我自己比较喜欢的3D卡通形象,像一个小IP,把衣柜打开,里面全是你冬季衣柜的新品。下面我用了排行榜,因为我自己平时买东西就爱点各种榜单。因为是冬促,我把标签换成了蓝色,跟淘宝的橙色主色区分开,让人感受到冬天。店铺页里,只要加入了冬促活动,就会有下雪的氛围。。。

后台千牛那块,因为我实在太不熟了,基本是照着模板生的。

讲完以后,我自己都觉得羞耻。

承一很客气,说两个小时能做到这样已经不容易了,服饰按类目来组织也没问题。

然后他说了几个点,每一个确实都让我觉得,我思考的太少了。

1. 淘宝本身就有榜单产品,你这个榜单跟淘宝本身的服饰榜单,区别在哪?用户没有必要在两个地方同时逛。

2. 现在大家买东西的目的性非常强,我今天就想买件羽绒服,我直接去搜就够了,根本不需要来逛会场。那这个会场,怎么才能让人逛起来,持续逛下去?

3. 榜单本质上是一个效率型的东西,用户看完前三个,后面基本就不看了,第四第五第六只是为了衬托前三。一个偏逛的会场,用一个效率型的结构,未必合适。

4. 氛围感很好,但我那个主视觉占了首屏一半以上的面积,淘宝非常看重屏效,如果一进来没有击中用户,他很容易就走了。

我坐在那里,感觉到,我确实离真实业务,还是太远了,这些,才是设计师真正应该思考的问题。

第三个是阿诏,她做的是家居。

她一上来就讲了两个出发点。

一个是GMV。GMV等于曝光乘以点击乘以转化,再乘以客单价,其中曝光是我们能控制的,所以她的策略,就是在手淘里尽可能多的点位上,去增加冬季上新家居商品的入口和标签曝光。

另一个是用户的购买意图。

她把逛家居的人粗略分成了两种,一种是意图不明确的,是带着模糊的期待来找灵感的,那就用直播间、用频道去接住他,频道里按类别分,因为家居没有很强的品牌属性,比如买沙发的人不会去看餐桌,但家居有非常强的风格属性,所以她又做了奶油风、意式极简、田园风、中古这些风格化的榜单。

另一种是意图明确的,我知道我要买什么,那就走最短的链路,搜索、详情、店铺、加购、下单。

千牛的后台,她是把两个手淘页面直接扔给AI,让它反推出一个后台配置页,他说基本能满绝大多数以上的功能需求。

不是,这么细的吗,这就是2个小时干出来的东西吗。。。

最后,承一做了一个总结。

他说,你看,你们三个人,做的其实是同一个需求,最后呈现出来的结果却千差万别,虽然都符合规范,但导向完全不一样。

执行的部分,出方案的部分,AI现在已经足够强了,但是这时候,对设计师的要求反而更高了,你得站在更高的维度、更高的视角,去思辨更多的东西。

而这,才是设计师,真正的价值啊。

然后他问我,你今天用下来,跟以前比,有什么感受?

我说,就是我刚才等待的那十分钟。

以前,我们80%的时间都在执行,在画图,在拖框,在找图,在对着Sketch按着Shift一个一个去量,这个间距是10,那个是12,你这里为什么是11.98,为什么有小数点?

我刚入行那会儿,还有一轮工作叫标注,在PS里一个一个标好间距给开发,开发做完了,再把截图跟设计稿叠在一起,调成50%的透明度,告诉他,你这里往上挪两个像素。

后来我为了能跟前端好好沟通,干脆自学了前端代码,我不再告诉他这个地方差几个像素,我告诉他,你这个居中的写法不对,为了展示效果更好,你的自适应应该换一种写法。

我那时候一直觉得,这些事情毫无意义,但那时候,没有办法。

而今天,这些事情AI全部接过去了,我被迫空出了时间,被迫回到业务上,回到用户上,回到这个方案到底对不对上。

我好像不再是一个画图仔了。

我好像,又开始重新做一个设计师了。

评审结束以后,技术的同学跟我说,像我们刚才那种频道页,设计稿给到他,他用配好的开发MCP,大概5分钟就能还原出来,直接扫码上手机走查,然后确认一下没问题,就可以上线了。

没错,就是这么快。

五. 访谈

晚上,在我下班之前,我拜托朋友,约了淘宝设计的大BOSS奇维、还有我的leader承一又一起聊了聊。

我还是有一些问题想问的,有几个我觉得特别冒犯,但一定要问的问题。

第一个问题是,有一种论调说,AI加速了设计,以前3天做1个需求,现在1天做10个需求,但被加速的只是生产,设计师只是更忙了而已,你们怎么看。

奇维的回答,我一直记到现在。

他说,我们一直都很快,在快的背景下,以前的设计师,是有很多遗憾的。我没有时间去了解用户,我对规范的理解还不太清楚,我甚至不知道别人在做同样的事情的时候是怎么处理的,因为我要把大量的时间,投入在执行别人给我的具体要求上。

今天,那些我被迫要做的事情,AI帮我做掉了。

以前,我有遗憾。现在,我没有遗憾。

第二个问题,我问他们,在这个时代,你们觉得,设计师最核心的能力到底是什么?

奇维说了两个。

一个是描述,以前设计师都是边做边感觉,但现在,你要对一个方案、不同的流程、不同的支线,先有一个很好的构思,然后能清晰地描述出来,因为你要让AI理解你。

另一个是判断,审美的判断,逻辑的判断,用户会怎么用的判断。

他说,恰恰这两个能力,是以前最容易被忽略的。

承一顺着补了一句,他说设计师一直被说是在转译业务,把业务想要的东西转成一个能用的产品,但以前这个转译很虚,没法量化。现在不一样了,你要让AI理解你的想法,你转译得准不准,是会被直接呈现出来的。

然后承一说了一段我觉得非常坦诚的话。

他说,他觉得短期内,确实会有一部分设计师被替代,这是一定的,被替代的就是那些大量时间花在重复性工作上、没有创意没有想法、只会机械的去看规范的人。

但另一类人,本来就有自己的观点,有判断,对体验有认知,对用户想要什么有明确想法的人,AI会放大他们,原本三天里只有一天能用来思考,现在三天都可以用来思考,那可太棒了。

第三个问题,现在你们淘天的产品经理也在用TaoDesign出demo了,你们也说,现在TaoDesign大概15%的用户是产品经理,那会不会有一天,产品经理直接用它出稿、上线不再需要你们了,你们是在亲手造一个把自己从流程里剥离出去让你们自己失业的东西?

奇维说,他们做这个产品,本来就是想给所有人用的。改个文案、加个现成的模块,这种偏执行的事情,产品经理自己做掉,挺好。他们今年年初给团队定的方向,就是从交付设计,转变为交付设计的能力。

产品定策略,定方向,但用户旅程怎么设计、怎么流转、体验好不好,这才是设计师应该花时间的地方。

承一然后补了一个我极其认同的观点。

他说,AI时代,体验设计绝不会被弱化,反而会被无限放大。

因为现在人人都能Vibe Coding了,同一个想法,市面上会冒出无数个同质化的产品,那用户最后会用谁的?决胜点是什么?

就是体验。

我最后让他们各送一句话,给现在很迷茫的设计师们。

奇维说,坦然接受。

承一说,拥抱AI。

那天晚上,我还跟淘宝终端的技术负责人弘禹、TaoDesign的技术负责人骊仁也聊了一下。

我问了他们一个同样很冒犯的问题:“现在AI对Coding的加速是最猛的,在TaoDesign里,设计稿直接用一个MCP就可以"啪"上线了,那未来模型越来越成熟,技术在整个流程里的不可替代性,到底是什么?”

弘禹说,TaoDesign看起来是一个对设计师、对各种角色都很友好的软件,但真正落到企业场景里,AI+Design,甚至AI+Design to Code,其实是分阶段的。

在AI时代到来之前,就已经有Pixel to Code(从像素到代码)这样的传统算法了,因为设计稿上的像素就是Ground Truth,通过图层拆分,天然就能拆成组件和前端代码,所以这一步,反而是相对好做的。

真正难的,是从一个设计的意图出发,去对接背后那些复杂的业务系统。

而技术在这里面做的事情,就是把不可能,转为可能。

我原本以为,TaoDesign就是一个很好用的设计工具。

聊完才知道,我在前台点的每一下,背后是淘宝一二十年的业务系统,成百上千个,秒杀、闪购、合规、各种设备的适配,千人千面的人群。

我那天下午选一个手淘模板、写一句话就能生成的东西,背后是他们要把这一整套庞大的系统,做一次极其庞大且艰难的数据清洗,做成AI能理解的样子。

骊仁说了一句话,我觉得就是他们希望的未来的图景吧:

他说,TaoDesign不是产品设计的终点,它是整个需求交付的起点。

写在最后

回到北京,我还是在回想淘宝设计的那一天。

在最后,我问大家,你们如此火热的在造一个帮自己做设计的系统,那,你们不怕被自己造出来的物种替代吗。

他们扬起了头,自豪的说,当然不怕呀,我巴不得AI来做我们现在的工作呢,那这样,我就有时间做更重要的事了。

这时候,我才想起,大家的名字,叫做设计师。

十二年前,我第一次入行的时候,我问过很多前辈,我问他们说,设计师的价值到底是什么?

好像没有多少人能给我答案。

直到我在2015年,看到了知乎上的一篇帖子。

那篇帖子几乎重塑了我对设计师这个行业的理解和价值观:

不要忘了,设计师,绝对,绝对不是画图员。

设计师的最终价值,在于思辨。

在于面对纷繁复杂的现实问题的时候,切中肯綮,直击要害,找到最优解。

在交互设计领域的圣经《About Face》中,开篇的第一页,就是最核心的那句话。

以用户为中心。

我想,淘宝设计里面的这一个个同学,好像让我看见了设计师本来的样子。

他们如此纯粹,又如此先锋。

他们拥抱变化。

他们坚也守初心。

我永远感谢我曾经做设计师的十年时光。

设计师的理念和思维,塑造了我,让我成为了如今的我。

我永远喜欢设计。

我也永远,会因为我是设计师。

而一生自豪。

以上,既然看到这里了,如果觉得不错,随手点个赞、在看、转发三连吧,如果想第一时间收到推送,也可以给我个星标⭐~谢谢你看我的文章,我们,下次再见。

>/ 作者:卡兹克

>/ 投稿或爆料,请联系邮箱:agent@virxact.com

跳转微信打开

这周的 Next Token 含金量非常高,我们聊了 Fable 5.2 的审美飞跃,语言模型的泛化语言即世界,以及为什么朋友们都把 Personal Agent 用...

2026年11月16日 21:12

橘AI 2026-11-16 21:12 北京

这周的 Next Token 含金量非常高,我们聊了 Fable 5.2 的审美飞跃,语言模型的泛化语言即世界,以及为什么朋友们都把 Personal Agent 用错了,我们在国内其实很难体会到 PA 是多么的好用。

后面我会再写一篇文章来讲清楚,可以先听这期播客。

小宇宙搜索 next token 词元之外,or 点击下方链接直接收听

跳转微信打开

科幻故事如何走出纸面?WaytoAGI 在成都科幻周分享共创实践

2026年11月16日 20:32

原创 WaytoAGI 2026-11-16 20:32 四川

想开发作品,来WaytoAGI科梦OPC社区!

11 月 14 日,2026 成都科幻周开幕式暨第三届成都天问华语科幻文学大赛成果发布会,在成都科幻馆雨果厅举行。

刘慈欣、王晋康、何夕等大家熟悉的科幻作家都来了,现场还来了约 2000 名嘉宾、创作者和科幻爱好者。

除了揭晓奖项,大家也在聊,怎样让故事成为影像、游戏,或者一个能走进去的科幻世界。

这次,2026 Inclusion×Yuri 尤栗“超现实”AI 音乐会,还和另外四个项目一起,获评“最佳新晋科幻场景”。

前阵子,Yuri 尤栗在外滩大会的舞台上唱歌;这次,这场音乐会又出现在了成都科幻周的颁奖现场。

如果你手里也有一个想了很久的故事,却一直不知道怎么开始,AJ 这次的分享也许能给你一些思路。

先找到一起动手的人,把授权、方向和分工说清楚,再做个样片看看。

下面,把这次分享的内容和演示画面一起整理给大家。

以下为 AJ 的分享。

各位老师、各位朋友,大家好,我是 AJ,WaytoAGI 的发起人,也是成都科梦科幻 OPC 社区的共创发起人。

今天这十几分钟,我想讲一件事:怎么让科幻好故事,遇见全球的创造力。

很多好故事,一直很难被看见

我们都知道,中国有很多好的科幻故事。但一个故事要变成影视、变成游戏、变成能走进去的体验,过去成本太高、周期太长,只有极少数作品有这个机会。大多数好故事,就停在了纸上。

这两年情况变了。现在我们可以先用 AI,把故事里的角色和场景做出来,先做一个小样,大家围着画面讨论,再决定下一步要不要投、怎么投。

为什么现在能做到?我分三部分来讲:为什么是现在,谁在做,以及我们想怎么一起做科幻。

01 过去是人学软件,现在是 AI 学软件

第一部分,为什么是现在。

一句话:过去是人学软件,现在是 AI 学软件。

几年前,AI 还画不好一只手

我们先看这几年。

2022 年,AI 刚刚能画一张图,手指常常画成六根。
2023 年,画面能动几秒,但人物一动就变形,大家可能都看过那个「吃面条」的视频。
2024 年,能做出一分钟连贯的镜头,角色前后能保持一致。
2025 年,视频开始自带声音和对白,模型也开始调用工具去做事。
到了今年,AI 已经会用人类的专业工具了,进了工作流,进了日常生活,也开始进入硬件。

这一切,只用了写完一部长篇小说的时间。

从回答问题,到替人做事

这几年,变化最大的是我们用 AI 的方式。

第一步是 Chat,你问它答,知识随时可用。
第二步是像 OpenClaw 这样的智能体,它开始自己调用工具,在聊天软件里就能把一串事情办完。
第三步是 Work Agent,它进入我们的工作流,人和 AI 分工,一起完成工作。
第四步是 Personal Agent,每个人都像配了一台云电脑,它 24 小时在线,帮你处理生活里的事,也开始连接身边的硬件。

AI 从回答问题,走到了替人做事。

做画面,现在有三条路

对科幻来说,最关键的是画面。现在做画面,有三条路。

第一条,直接生成。一句话出片,画面、声音、对白一起出来,大家看到的这段科幻短片就是这么做的。
第二条,写代码来画。大模型写程序,一帧一帧把动画画出来,中间没有用任何视频模型。
第三条,让模型直接用专业工具。给它一张参考图,它自己在三维软件里把巨龙建出来,再自己运镜出片。像 Adobe 这样的公司,也在把自己的软件开放给外部的 AI 来调用。

看几个最新的真实例子

这几个例子,都是最近三个月里网上大家做出来的。

有人把一张蒸汽火车的老图纸交给模型,几分钟后,它在三维软件里建出了三千多个可以单独编辑的零件。

房子还没盖,模型先在软件里把它建好,再变成一个可以走进去逛的三维场景。
这段小蚂蚁和西瓜的动画,每一帧都是模型写代码画出来的。

最后这个,你只要说一句「剪成节奏紧凑的视频」,剪辑助手就自己去剪、去掉口癖、配上素材,直接发布。

现在就能用起来的做法

下面这些,都是我们社区今天就在用的做法。

演示不开 PPT 了,让 AI 直接写网页;视频让模型写代码来做;剪辑交给 agent;三维让模型去操作软件;一个人的设计品味,可以写成一份 AI 读得懂的文档;同一件事做过三遍,就把它变成一个技能,以后交给 AI 自己跑。

记住三句话就够了:能写成文档的,写给 AI 看;能用一行命令的,就别点按钮;做过三遍的,变成 Skill。

02 大公司在变小,个人在变大

第二部分,谁在做。

我的观察是:大公司在变小,个人在变大。

一份文档,长成全球共创社区

WaytoAGI 是 2023 年从一份公开的 AI 学习文档开始的。我把自己的学习笔记公开,大家一起往里补,补的人越来越多,就长成了一个社区。

今天,有 1000 多万 AI 学习者在这里学习,知识库访问超过 1 亿次,办过 600 多场主题活动,和 120 多个品牌合作,连接了 180 所高校。我们在 52 座城市有分站,在 8 个国家办过活动。

从开放知识,到共创成形,到网络拓展,再到今年开始和产业一起共建。

线上共创网络,线下成都科梦

线上是一张共创网络,成都科梦是我们在成都的一个线下共创基地。

科梦是红星传媒和 WaytoAGI 一起共建的,在成都传媒·白鹭湾科创园,首期 2500 平方米,围绕 AIGC、数字 IP 和 Agent 做共创。

在这里,大家通过共学、切磋、路演、黑客松认识彼此,带着想法来,找到一起做的人。

一个人,就是一个军团

为什么说个人在变大?

一个人,身边有一支 agent 军团替他干活,外面有一圈社区伙伴一起合作,再往外,连接更多生态伙伴。一个人,就是一个军团。

很多人正在从给大公司打工,转向做自己最擅长的事。这样的一人公司,我们叫 OPC。科梦,就是一个 OPC 社区。

让好故事,找到一起动手的人

我们一直在做的,是让好故事找到一起动手的人。

社区里有 AI 短剧训练营、IP 影视创作训练营,有每晚 8 点的共学,从共学到实操再到交作业,形成了一套持续的组织方式。

放到科幻作品上,我们建议的路径是:从文字设定出发,先做角色和场景,再做分镜和预演,最后做出第一版样片。

案例一 · 离谱村

讲三个我们已经做过的例子。

第一个是离谱村,一个由社区共创的原创 IP。角色是大家征集来的,故事是大家一起写的,后来有了影像、有了村歌、有了灯会,还办了一场音乐会。2024 年,《离谱村的故事》在 MIT AI for Filmmaking 黑客松拿到了 Best Video 奖。

一个原创 IP,可以长出很多人的表达。

案例二 · AI 春晚

第二个是 AI 春晚。

2024 年,我们和众多创作者一起,从零做出了一台 AI 春晚,300 多位共创者,50 多个节目。2025 年,近 1000 位共创者,49 个节目。今年,央视网与温州市龙湾区人民政府也参与了进来,让这次 AI 春晚登上了更广阔的舞台。

三年时间,从一个社区实验,走上了国家级媒体平台。

案例三 · 一场大赛,3000 件作品

第三个是一场 AI 短片大赛,「爆款开场计划」。

我们提供官网、工具积分、导师直播和线上组队,北京、成都都有线下交流。最终有 3000 个团队和个人报名,共提交了 3000 件作品。奖金池 20 万元,5 个赛道,连续 6 轮每周评选。

比赛,是把好作品和好创作者找出来最快的方式。

03 做出来越来越容易,想清楚越来越珍贵

第三部分,一起做科幻。

工具越来越强,做出来越来越容易;但想清楚要做什么,越来越珍贵。这件事,恰恰是写故事的人最擅长的。

科幻方向,社区已经在做

在科幻方向,社区已经在做四件事。

数字人演出:虚拟歌手尤栗已经登上了上海外滩大会的舞台。
AI 科幻视觉:机械巨物、未来城市,一个创作者几天就能先画出来。
穹顶影像:用代码生成的沉浸式影像,投在穹顶上。
AI 科幻游戏:黑客松里,团队几十个小时就把一个设定做成了能玩的游戏。

共创设想:天问前店,科梦后厂

所以我们提一个共创设想:天问前店,科梦后厂。

在这个设想中,前店是天问,负责发现优秀作品,让作者被看见,展示开发成果,再把市场上的合作需求带回来。

后厂是科梦和 WaytoAGI。我们这里有创作者、有技术平台、有 OPC 团队,可以组织影像和数字角色的共创,也可以一起做应用场景。

我们希望,天问把好作品送过来,我们把样片和开发成果送回去,让赛事里的相遇,在社区里继续。

先挑一部作品,做个样片看看

具体怎么开始?很简单:先挑一部作品,做个样片看看。

第一步,选作品,挑一个值得展开的片段。第二步,定边界,把授权、方向、分工说清楚。第三步,做样片,社区的创作者一起动手。第四步,看反馈,作者和合作伙伴一起评估。第五步,再谈转化,约定后续的制作和合作。

先做出来看看,再决定怎么往下走。

想开发作品,来科梦,一起做

所以今天我想发出一个邀请:想开发作品,来科梦,一起做。

如果你是作家、出版机构或版权方,带着作品来;如果你是 AI 创作者、OPC 团队,带着能力来;如果你是技术平台、产业机构,带着需求来。

来之前,准备好作品简介、你想做的形态、时间节点,还有可以投入的预算和资源就行。

好故事,我们一起把它做出来。

👀 近期看点

AI×音乐视觉黑客松日程公布|乐队阵容加码,11.20-21北京见!

刘慈欣来WaytoAGI科梦OPC社区串门了!

两周挖出近400个漏洞,腾讯云智能攻防赛让AI走出靶场

赠票|北京ACE科技创新大会音乐阵容官宣!裁缝铺,厨戏等重磅加入,11.20-21见!

跳转微信打开

下一个Obsidian!FlowUs 把 AI Agent 玩明白了

2026年11月16日 20:04

原创 FrankGPT 2026-11-16 20:04 北京

更实在好用的个人Agent

Image

嘿!大家好,我是 Frank。

这两天跟 FlowUs 息流的创始人聊天,他们团队正好邀我内测一下刚上线的全套 AI Agent 新功能。

说起 FlowUs 息流,经常折腾效率工具的朋友应该都不陌生。

它不是那种刚冒出来的新概念产品,从 2021 年到现在已经低调迭代了整整五年。

官网:https://flowus.cn/

在很多独立开发者和创作者圈子里一直被大家叫做「国产版 Obsidian」 ,是个口碑很稳的小众宝藏工具,大家平时拿它写文档、建多维表、做知识库专栏,用起来很顺手。

咱们做内容和搞投研的人选知识库,无非就是图个省心顺手。

以前大家在 Notion AI 和 Obsidian 之间反复横跳,其实各有各的憋屈。

用 Notion 吧,国内没有服务器,每次打开都得挂梯子,网络一抽风页面就转圈,加上 Plus 会员和 AI 额度算下来,一年小一千块钱就出去了。

换成 Obsidian 呢,本地 Markdown 文件确实安全,可折腾插件和配置同步太费神,想随手建个多维表或者跟人在线协作,上手门槛高了一大截。

FlowUs 息流刚好卡在了最舒服的位置上。

作为纯粹的国产工具,它根本不用折腾网络,打开就能秒加载,对中文排版和微信剪藏的适配也更懂国内用户的习惯。

文档、多维表和云端文件夹全套开箱即用,价格还不到 Notion 的五分之一,便利性和易用性直接拉满。 

而他们这波更新,明显野心明显更大了。直接把 AI Agent、语音速记还有一整套自动化技能塞进了工作空间里,让知识库自己长出脑子和手脚。 

01

科技圈炸锅,我干了件事

前阵子科技圈出了个大新闻,英伟达官方发公告,黄仁勋正式卸任总裁、CEO 和董事会成员,由 CFO 科莱特·克雷斯出任临时 CEO。

消息一出,我的几个科技和投资群瞬间就炸了。

作为日常需要分析科技金融的人,我第一反应就是抢时间扒拉资料。

短短一两个小时,我手里就攒了十几篇乱七八糟的素材。

里面既有纽约时报、华尔街日报和经济学人关于二次爆料的八卦深扒,也有新加坡官方当天火速否认调查的辟谣声明……

居然还有几份分析国内 GPU 供给收紧、大厂资本开支被挤压、消费级硬件和 3A 游戏成本飙升的行业研报。

FlowUs 绘制-《未拆封的纸箱》

看着满屏幕的碎片文件,还要手动丢到大模型里总结,想想脑袋就疼。

这次我干脆直接把这十几篇资料全扔进了 FlowUs 息流里,拿这个真实热点做一次压力测试,看看它到底能不能接住。

02

十几篇碎片资料,Agent 帮我理出了一条线

想要让 AI 真正帮上忙,第一步得先把散落在各处的资料喂给它。

以前最让人头疼的就是收集素材,现在 FlowUs 息流把这一步做得非常省事。

如果你原本是 Notion 的老用户,可以直接把沉淀多年的原有数据一键导进来,不用从头折腾迁移。

平时干活常用的 GitHub、飞书、滴答清单、Figma 和 Jira 这些外部应用,也能在后台直接授权打通,甚至还支持添加自定义 MCP 接口。

读书时划的线和想法也不会丢。

在技能广场装上微信读书 Skill,读过的书、留下的笔记就会自动整理进来,Agent 可以接着帮你推荐相关阅读、跨书对比观点,或者帮你找回某个记得模糊的论点出自哪本书。

如果是临时在网页上刷到的动态资讯,去官网下载浏览器插件,直接点一下右上角的 FlowUs 剪藏助手就行。

不管是公众号长文、小红书笔记,还是 B 站上的深度视频,点一下保存页面,就能精准归档进指定的黄仁勋辞职始末文件夹里。

连网页原格式和链接都给你留得整整齐齐。

剪藏助手一键保存

自由拖拽-保存到黄仁勋辞职始末文件夹

资料剪藏进来之后,根本不用再去开别的 AI 聊天窗口,直接在当前页面里就能唤起自带的 AI 功能。

平时改稿也很省心,直接在页面里选中文字就能调用改进写作。

切换不同风格、把长句改简短,或者把要点扩写得更详细,原地一键就能搞定,不用来回切窗口复制粘贴。

平时看一些有意思的深度拆解文章, 左边开着原文,右边直接点出 FlowUs AI Agent 随时提问。

它读完文章大概一分钟左右,就能把整篇文章的底层逻辑拆解成清晰的结构化表格,哪里是数据层、哪里是核心规则,一眼就能看明白,等于随身带了个陪读助理。

左侧剪藏文章原文 + 右侧 FlowUs AI Agent 

摸清楚这套交互逻辑之后,我直接把整个黄仁勋辞职始末文件夹关联进 Agent,点亮幻灯片技能,把交付格式切到了交互式 HTML。

交付产物

等它跑完点开预览的那一刻,确实让人想感叹一句,这产品用的真不烧心。

它吐出来的根本不是干巴巴的纯文字大纲,而是一个可以直接点击交互科技仪表盘网页,核心事件脉络、时间轴和金融连锁影响全被排成了直观的数据卡片和可切换模块。

黄仁勋辞职始末交互式 HTML 报告首屏与各维度卡片效果

除了处理文字和网页,如果你平时经常要听长分享或者开复盘会,它的语音速记也很能打。

前两天我把一段二十六分钟的行业分享录音丢进去测试。

它不光把整段语音转成了逐字稿,还在顶部按照我的要求生成了一张带标签的结构化智能总结卡片——

把核心观点和落地路径拎得清清楚楚,原录音也留在页面里随时能回听。

03

顺畅,是我用下来最大的感受

关于大家关心的计费,我也专门看了一眼规则,平时在单个页面里用基础 AI 做润色、划重点或者简单问答都是随便用的。

只有唤起全局 Agent 跑这种跨文档的复杂任务,或者生成交互网页时,才会消耗对应的 Agent 点数,平时挂在默认的 Auto 档位上消耗很温和。

如果你平时也经常要做行业调研、写深度分析,或者手里攒了一大堆学习资料总也理不清,最近倒是个挺划算的入手时机。

正好赶上双十一,FlowUs 从 11 月 1 日到 11 月 30 日放出了一个给工作流续航的限时活动。

新购或续费年付会员,官方直接额外白送 2 个月额度的 Agent 点数,而且这批加赠点数永久有效,不会跟着月度额度清零。

专业版年付 179 元一年,连续包年 159 元直接送 3000 点;

团队版年付 299 元每人每年,连续包年 269 元直接送 6000 点,注意月付和半路升级版本是不参与的。

工具好不好用,终究得看能不能替咱们省下折腾的时间。

趁着 11 月 30 日前这波永久点数还在,建议各位直接把手头最乱的一份资料丢进去,体验一把不烧心的工作流。

官网直达链接放在这里,复制去浏览器打开就能直接体验:https://flowus.cn

想看双十一加赠细则和各版本权益对比的,也可以直接戳文末左下角的阅读原文跳转官方页面。

Image

朋友圈会发一些具体的案例和商业化日常~ 

AI交流,欢迎加我本人微信:FrankGPTs

阅读原文

跳转微信打开

DeepTutor:上传教材,边读边问,还能生成练习和交互式书籍

2026年11月16日 19:12

原创 山行AI 2026-11-16 19:12 浙江

一份教材读到第三章,前面的概念已经有点模糊。想让 AI 解释,又得贴材料、交代学到了哪儿,问完还要自己整理笔记。隔几天回来,练过什么、哪里没懂,往往散在好几个窗口里。

DeepTutor 把这些事放进同一个学习工作区。选好资料、配好模型后,可以边读边问,让它围绕材料出题,也能先确认目录,再生成带练习和交互内容的书。讨论、笔记和复习记录会保留下来,隔几天也能接着用,不必每次从一段全新的聊天开始。

DeepTutor 首页与工作区入口,同一主题下组织对话、学习活动和资料

01

FEATURES

先看它能帮你做什么

· 读材料时,直接追问不懂的地方。 文档、网页、视频和音频可以进入阅读活动,讨论与来源放在一起,引用能回到对应材料。

· 把零散资料组织成可学的内容。 可以生成交互式书籍,也能围绕目标搭学习路径,再按知识点展开讨论和练习。

· 做过的题和写下的笔记继续保留。题库、错题复习和笔记都跟着工作区走,适合隔几天回来接着学。

· 学习方式可以自己调整。 换模型、选知识库,接入技能或其他 Agent,都有相应入口。具体能力要看安装的模块和已经配置好的服务。

比如准备一门考试,可以给它建一个工作区,放进讲义和历年习题。先围绕某一章提问,再生成练习,把不懂的地方写进笔记。研究一篇论文、补一门专业课,也可以沿着同样的方式开始。这里说的是使用思路,学习效果仍取决于材料、模型和实际练习。

02

GUIDE

材料放在旁边,有问题就地问

Chat 是最常用的入口。同一段对话可以解释概念、检索已选知识库,也能读取附件,或调用工具做进一步分析。模型决定需要哪些工具,执行结果会回到当前对话,再继续回答。

对话工作台,可以选择材料、工具和相关上下文

遇到一句话没看懂,可以选中一段,打开 Little Tutor 侧边讨论,不用为一个小问题打断整段学习。已选的工作区与知识库等会话设置可以延续,临时引用则默认只用于当前一轮,需要持续引用时再固定。

沉浸式阅读会把原始材料和讨论并排放。PDF、EPUB 和网页各有阅读入口,视频与音频也能结合转录内容讨论,保留批注和进度。视频没有字幕时,能依据的文本证据会受限,播放器能播放不等于 AI 已经读懂整段视频。

对话运行循环:模型选择工具,读取结果后继续回答,事件保存后可回放

另外还有带引用的 Research 报告、分步求解 Solve,以及可视化和视频课程等能力。图像生成、语音朗读或视频生成需要匹配的服务,不能只装好界面就认为全部可以运行。选中文字朗读也要先配置语音服务,选中本身不会自动开始播报。

03

GUIDE

想系统学,可以先搭路径,也可以生成一本书

Learning 里有四类主要活动:Book、Mastery Path、Immersive Reading 和 Practice。前两种适合组织学习,后两种分别用于围绕材料精读和复习题目。重新打开活动时,可以继续查看进度与原先的讨论。

学习活动列表,保留不同学习任务的材料、会话和进度

Mastery Path 会把目标拆成知识点,再围绕当前知识点讲解和练习。系统会检查资料覆盖与学习状态,避免在缺少依据时直接展开评估。你也可以修改路径,先审阅变更,再决定是否应用。它提供的是可追踪的学习安排与答题证据,不能把界面上的掌握状态当成客观能力认证。

Book 更像是把已有资料编成一本可继续修改的书。知识库、收藏、题库或聊天记录都能作为起点。创建时先确认目录,再生成章节,可以减少一次生成一大本、最后才发现方向不对的浪费。

书籍库,集中打开已有书籍并继续学习

章节由不同内容块组成,除了文字,也能放测验、闪卡、代码、图片和交互组件。每页都有 Page Chat,可以针对当前内容继续提问。改写章节或调整结构时先看差异,符合条件的最近一次编辑还能撤销。

书籍中的测验块,阅读过程可以穿插练习

书籍目录与章节内容,结构和正文可以继续编辑

书籍中的交互组件,让概念配合可操作的示例展示

长时间生成支持暂停和恢复,书籍也能导出 Markdown。共享书籍时,阅读进度、书签和个人作答等状态仍按读者分别保存,具体编辑权限取决于管理员分配。生成内容仍需要核对,尤其是公式、参考答案和复杂交互组件。

04

GUIDE

做错的题留下来,自己的笔记也写进去

Practice 可以从已有题库选题,也支持导入自己的题目。当前支持 XLSX、CSV、TSV 和 JSON,导入会先给预览,检查通过后才确认写入。单次上限是500题和5MB,旧版 XLS 需要先转换。

客观题由服务端对照明确答案判定。填空、简答或无法可靠识别的旧答案采用自评,不必为了这些练习额外调用模型。答错的题会进入错题集合,答对一次也不会抹掉历史,标记已掌握后才暂停每日安排。

复习采用 SM-2 风格的间隔规则,根据“忘记了”“有点难”等反馈安排下次时间。它没有为每个人训练遗忘曲线,也不声称已经实现 FSRS。成功保存后才推进记录,重复提交不会多算一次复习。

资料区域连接聊天历史、收藏、学习日志、题库与知识库

Learning notebook 用来写自己的笔记,可以组织页面、子页面和内容块,也能导入 Word 文档。讨论中值得留下的原始记录可以先收藏,再作为证据插入笔记。收藏负责留下材料,笔记负责把自己的理解写清楚。

学习笔记页面列表,按当前工作区组织记录

Dito 是附着在笔记上的讨论助手。可以针对一段话请求解释、举例或修改,再审阅建议,决定是否接受。讨论跟着对应页面和位置保存,回头更容易找到当时为什么这么改。

笔记块编辑器与 Dito,针对具体段落讨论并审阅修改

笔记能导出 Markdown 或 Word,交互内容导出到 Word 后会变成静态形式。闪卡也能导出给 Anki,同一份文件重新导入会更新已有卡片,但 DeepTutor 自己的复习日程不会一并迁过去。日常安排还有任务看板和日历,日历可以导出 ICS,接到常用日历软件里。

05

GUIDE

资料怎么找,要看你选了哪种知识库

知识库让回答尽量落在自己的材料上。DeepTutor 提供多种检索引擎,每个知识库绑定其中一种,不是所有引擎一起跑。

知识中心,按工作区管理不同资料库与检索状态

默认的 LlamaIndex 路径结合向量检索与 BM25 关键词检索,可选重排。PageIndex 用推理方式定位材料并给出页级引用。GraphRAG 和 LightRAG 适合按实体与关系组织信息,图谱也需要先建立,不能把“能画关系图”直接等同于答案更准。

已经有资料库的,也可以连接 LightRAG Server、WeKnora、腾讯 IMA、MarginNote 4,或 Kiwix 的 ZIM 资料。Obsidian 既有直接连接的方式,也有索引副本的路径,读写和同步边界需要按所选连接方式确认。

创建知识库时选择引擎与材料来源,后续解析和索引按配置执行

资料来源可以是上传文件、本地目录,也可以跟踪 GitHub 仓库和文档站点。同步按内容变化更新,文档站抓取有深度和页数限制。重建索引会写入新版本,原先可用的索引不会在重建中途直接被销毁。

解析器和检索引擎是两回事。MinerU、Docling、Tika 等负责把文档提取成可用内容,检索引擎再负责从里面找信息。不同解析器的格式支持与本地依赖不一样,图表识别也取决于配置。更换嵌入模型后,已有索引可能需要重建。

如果想比较哪种检索更适合自己的教材,可以准备一组问题和标准材料片段,用 deeptutor kb eval 检查召回与排序,再用 eval-diff 比较结果。这些指标评估的是检索,不是在给最终回答或教学效果打分,PageIndex 也不适用同一套分块排序评测。

06

GUIDE

它记住了什么,可以打开来看

DeepTutor 把个人记忆分成三层。L1 保存工作区镜像和追加的事件轨迹,L2 整理各类活动中的事实,L3 再汇总跨活动的偏好与近期情况。记忆以文件组织,可以查看、整理和审计。

个人记忆总览,检查不同学习活动留下的记忆内容

Memory Graph 展示这三层的联系,能沿着整理后的记忆回查事件证据,也能看综合记忆来自哪些活动。这让个性化有了可检查的记录,而不是只靠一句“我记得你”。

记忆关系图,展示综合记忆与事实、原始轨迹之间的依据联系

需要区分知识库和个人记忆。前者主要存教材与参考资料,后者整理你的学习过程和偏好。文件能够追溯,也不代表提炼出来的判断永远正确,重要信息仍值得抽查,错误记录可以按提供的管理入口处理。

07

GUIDE

常用的学习方法,可以做成技能

Personalization 把个人设置放在账号层,不同工作区可以复用,再由工作区与会话缩小可用范围。Persona 规定回答方式,Skills 则把可重复执行的工作写成 SKILL.md,例如按步骤讲解概念、生成闪卡或反馈文章。

个性化入口,管理 Agent、角色、技能及外部连接

My Agents 可以连接 Claude Code、Codex,以及 Hermes Agent、OpenClaw、DeepSeek Harness 等运行环境,也支持配置 ACP 进程。选中后,对话通过 consult_subagent 请它执行任务,Activity 区域能看到过程。本地 Agent 使用自己的认证、工作目录和会话存储,DeepTutor 不会因此自动替你完成登录。

My Agents 页面,连接现有 Agent 或引入历史对话作为参考

还可以导入 ChatGPT、Claude Code 和 Codex 的历史对话,作为可以搜索和引用的资料。导入记录与连接一个正在运行的 Agent 是不同用途,文章中引用了旧对话,也不意味着原来的 Agent 正在线协作。

技能库,把重复的学习流程保存成可复用规则

EduHub 是默认的教育技能社区,也支持 ClawHub。导入会检查包的来源与安全判定,限制解压路径和大小,并记录版本。MCP Services 用来授权外部工具,CLI Apps 则把已安装程序接到执行环境。导入成功、获准使用和服务已就绪是不同状态,仍要按任务授予所需权限。

08

GUIDE

想长期陪学,还可以建一个 Partner

Partner 是账号层的长期伙伴,可以设置自己的角色、模型和工具策略,也保留独立会话与关系记忆。它能使用私有资料,也能绑定已有工作区的资源,适合把某门课或某种学习方式长期固定下来。

伙伴工作台,为不同用途建立持续使用的学习伙伴

Partner Group 可以让多个伙伴进入同一场讨论,设置各自的席位及共享记忆方式。共享一个伙伴时,已认证用户的私人会话和关系记忆仍分别保存,不能把多人可见直接理解成所有聊天内容都共享。

伙伴架构,Web 与消息通道接入后沿用会话、资源和模型策略

伙伴还能通过飞书或 Telegram 等消息通道接入,也支持 Slack。每个通道需要相应依赖和凭据,支持扫码的通道才有扫码接入。消息最后会进入正常的对话编排流程,不是再维护一套完全无关的问答系统。

伙伴的消息通道配置,不同入口按各自授权和连接状态启用

09

GUIDE

这些功能为什么能接在一起

界面主要由 Next.js 提供,后端使用 Python 与 FastAPI。浏览器、命令行和 Python SDK 的请求会汇合到同一轮次应用服务,再进入执行引擎,由编排器选择对应能力。普通聊天走 Agent 循环,有些能力保留分阶段流程。

系统结构,多个入口共用轮次服务、会话存储和能力工具注册

可以把一次提问理解为几个步骤:先确定当前账号、工作区与可用资源,再装配会话上下文。模型需要查资料或调用工具时,系统执行获准的操作,把结果交回模型。回答过程中的事件会保存,界面断开后可以继续订阅或回放。

功能分层示意:学习入口、统一运行时、学习能力、资料与模型服务

这里有两个容易混在一起的概念。工具负责一次具体动作,能力负责完成一整轮任务。模块则决定安装、启用和就绪了哪些功能。界面上藏起一个入口,不等于卸载了模块或撤销了权限。

从准备资料到提问、练习、笔记与后续复习的一次学习流程

默认本地数据由 SQLite 和普通文件共同保存,不必先搭数据库服务器。资料和索引、设置与生成内容并不全装在一个数据库文件里,备份要覆盖整个运行数据目录,以及另行选择的内容工作区。

本地保存也不等于所有处理都在本机。使用云端模型、远程解析或外部搜索时,相应内容会进入所选服务。若要尽量在本地运行,需要分别核实模型、解析器和其他服务的部署方式,而不是只看安装包是否在电脑里。

∞

THE END

怎么开始,先选一份资料试一轮

现在有 macOS 和 Windows 桌面预览版,内置 Python、Node.js 和完整学习界面,适合不想先配置开发环境的人。按 Apple Silicon、Intel 或 Windows x64 选择发布包。当前 Windows 构建未签名,桌面自动发现更新也尚未接通,升级前先备份数据。

设置导航,将模型、资料、语音和运行状态分开管理

另一条路径是 Docker,适合已有容器环境的人。也能用 PyPI 安装,完整 Web 应用需要 Python 3.11到3.14与 Node.js 20.9及以上。只装核心包适合命令行聊天和 SDK,完整功能要选择 full 安装项及相应扩展。

python -m pip install -U "deeptutor[full]"

deeptutor init

deeptutor start

启动后先配置模型供应商和可用模型。知识库需要相应的解析与嵌入配置,语音、图像或视频服务再按需补充。源码开发路径使用 Node.js 22,和最小 Web 安装要求不要混淆。升级旧版时还要注意1.7系列的模块化迁移,各功能包版本需要匹配。

外观设置,按阅读习惯选择主题,界面语言与模型回复语言也可分别配置

2026年11月16日发布的1.7.3,主要补了阅读缩放、书籍局部编辑,以及对话和练习上下文的连续性。书籍改动先看差异,阅读中的求助记录与答题尝试分别保留,文档重建后已发出的题目仍可批改。这些变化关乎能否持续使用,值得实际试一轮。

个人使用默认是单用户模式。多人部署前要启用认证,再分配模型、知识库和工具权限,学习者与监护人功能也有对应授权。开放到公网不能直接照搬个人本机的默认设置。

项目采用 Apache 2.0 许可。模型调用与部分外部服务可能收费,代码许可不代表模型额度免费,上传的教材和生成内容也各有自己的权利边界。

刚开始不用把所有入口都接上。先拿一章教材,检查解析是否完整,再问一个能在原文里找到答案的问题。接着做几道题,把自己的解释写成笔记,隔天回来复习。这个小流程跑顺了,再决定是否需要交互式书籍、其他 Agent 或消息通道。

END

我是山行AI,持续分享工具与技术资料。

来源与声明

依据 DeepTutor 项目(https://github.com/HKUDS/DeepTutor)、1.7.3发布说明(https://github.com/HKUDS/DeepTutor/blob/main/assets/releases/ver1-7-3.md)、架构说明(https://github.com/HKUDS/DeepTutor/blob/main/docs-for-dev/ARCHITECTURE.md)、练习机制(https://github.com/HKUDS/DeepTutor/blob/main/docs-for-dev/PRACTICE.md)及本地存储说明(https://github.com/HKUDS/DeepTutor/blob/main/docs-for-dev/DATA_STORAGE.md)整理,资料核对日期为2026年11月16日。配图包含项目功能演示及补充示意图。本文为资料解读,未把项目演示视为作者的设备实测。

本文由山行整理自:DeepTutor(https://github.com/HKUDS/DeepTutor),如果对您有帮助,请帮忙点赞、关注、收藏,谢谢~

跳转微信打开

完全0基础,他们在OiiOii搓出100亿级播放量作品

2026年11月16日 19:12

原创 冷逸 2026-11-16 19:12 四川

OiiOii正在批量制造爆款

大家好,我是冷逸。

前几天,我发了条朋友圈,开始深度体验红果、抖音上的AI短剧、漫剧,看看如今的AIGC究竟到什么水平了。

好家伙,体验后就根本停不下来了。

比如,这是二郎神展示法宝“挥天披风”的一个镜头。

背后的作者叫阿盐,来自OiiOii的超创,已经在抖音收获近1000万赞、100万粉丝了。

顺着OiiOii这个话题我去扒了下,没想到,抖音上的总话题播放量已经超过一百亿了,而且好像就这最近三个月的事。

最近我看到DataEye的一份研报:2026年上半年抖音AI短漫剧总计22.19万部,相关从业者、创作者超过50万。基本上是每天都有1200部上线,比去年同期增长了110倍。这可是110倍啊,真的太夸张了。

这里面,来自OiiOii的创作者有不少。刚好这几天OiiOii迎来一周年,好多超创都发来了庆生视频。

像AI情景喜剧@别闹了豆刨、AI萌宠@爆爆和笨笨、AI IP@呱呱历险记、AI玄幻@阿盐等,这些爆款作品基本都来自OiiOii的超创。

可以说,越来越多的人正在用OiiOii制作爆款视频,杀入AIGC赛道。

而且有趣的是,很多创作者都是“外行人”。比如《穿越山海经》的作者阿盐,是一名土木工程出生的外贸员,白天对接客户,晚上做视频,半个月从万粉涨到百万;《黄门沟》的作者猫小倩,是一名宝妈,一边带娃一边做视频,一周时间跑出系列爆款。

他们没学过电影,没有团队支撑,从0接触AI,却都在短短几个月内跑出了一批又一批的爆款,成为OiiOii的签约创作者。

《黄门沟》的开场镜头

之前,我也在文章里讲过:「每个时代都有每个时代的入口,你得让你自己的产品长在这些入口上。比如AI时代,入口就是Codex、Claude Code、WorkBuddy、豆包、红果等。」

现在通过OiiOii,你可以很轻松地让自己的产品、服务和作品长在这些入口上。

比如最近老黄离职这事闹得沸沸扬扬,流量不蹭白不蹭,是吧。

我就用OiiOii做了条职场短片,欢迎大家来围观。

怎么做的呢?其实比较简单,先设计剧本,再设计资产图,最后用剧本+资产图生成视频就ok了。

OiiOii有一个很好的功能,叫「剧情故事创作」,它解决的是从“有创意”到“能开拍”之间故事无法被高效转化为可执行生产指令的断层问题。有了它,可以把我们感性的、模糊的创意灵感,翻译成OiiOii视频流水线能精准执行的、结构化的生产指令。

比如,我一开始的模糊需求是:

创作一个60s的职场恶搞短片,让离职后的黄仁勋找工作,用一次HR与应聘者(黄仁勋)的对话,来吐槽当代职场槽点。

OiiOii帮我设计了一分钟的剧情,接着又出了详细的提示词,包括资产图和视频的提示词都在。

第一段提示词,主要是履历贬损与抗压PUA。

    【视频参数与风格】
    16:9 横屏(若发短视频可改为 9:16 竖屏),时长 30 秒,写实办公短剧风格,冷白低饱和色调,自然日光办公照明,无背景音乐,仅保留清晰中文对白、纸张翻动声与笔尖划纸声,固定机位正反打快切,零运镜,冷幽默喜剧节奏。


    【场景与人物一致性设定】
    - 场景:现代极简办公会议室,玻璃隔断与浅灰墙面,浅木色长桌;桌上放着几页 A4 简历、黑色签字笔、合着盖的香槟金笔记本电脑、一个带浅绿标识的白色纸杯。
    - 面试官(HR):28岁左右中国女性,长发,穿深色西装外套配白衬衫,表情平板、语速偏快、眼神挑剔,全程客服腔带压迫感。
    - 应聘者(黄):63岁亚裔男性,灰白短发,佩戴细框金属眼镜,穿标志性黑色皮夹克配黑色圆领内搭(形象神似黄仁勋),坐姿端正沉稳,语气平淡克制。


    【逐镜分镜与台词(00:00–00:30)】
    - 00:00–00:03|双人侧面中景:会议室长桌两侧面对面而坐。HR 低头翻看简历发问,黄端坐平视前方回答。
    HR(低头看纸):“上家公司什么规模?”
    黄(平静自然):“几万人吧。”
    - 00:03–00:05.5|HR 单人正面近景:HR 头也不抬,执笔在纸上随手划记,语气轻描淡写。
    HR:“哦,大厂螺丝钉。管几个人?”
    - 00:05.5–00:07.5|黄单人近景:黄双手交叠放在桌沿,神情坦然。
    黄:“直接汇报的,六十多个。”
    - 00:07.5–00:10.5|桌面手部特写切 HR 近景:先切签字笔在简历上写字的局部特写(1秒),硬切回 HR 抬眼发问。
    HR:“那不就是个小组长。带过什么项目?”
    - 00:10.5–00:12.5|黄单人近景:黄微微颔首,眼神笃定但克制。
    黄:“从零做到全球市值第一。”
    - 00:12.5–00:15|HR 正面特写:HR 面无表情,丝毫不为所动,冷漠追问。
    HR:“团队做的吧?你负责哪块?”
    - 00:15–00:17.5|黄单人近景:黄眨了眨眼,略作停顿思考后抬手微比划。
    黄:“我负责……定方向。”
    - 00:17.5–00:21|HR 略微俯视特写:HR 低头记录下结论,抬眼补刀。
    HR:“那就是没落地。我们要的是能扛指标的。”
    - 00:21–00:24.5|双人过肩中景(从黄肩后拍 HR):HR 用笔尾轻点桌面,语气公事公办。
    HR:“抗压能力怎么样?我们节奏快,经常加班。”
    - 00:24.5–00:27|黄单人近景:黄双手微摊,语气诚恳带点自证意味。
    黄:“我一周工作七天,干了三十年。”
    - 00:27–00:30|HR 特写切黄大特写:HR 嘴角微撇低头记录(2.3秒),最后 0.7 秒硬切黄正面大特写,黄彻底无语、嘴唇微抿凝视前方。
    HR:“那是你效率低吧。我们讲究工作生活平衡。”

    第二段提示词,是薪资、年龄歧视与终极反转。

      【视频参数与风格】
      16:9 横屏(与第一段保持完全一致比例),时长 30 秒,写实办公短剧风格,冷白低饱和色调,自然办公照明,无背景音乐,仅保留清晰中文对白、翻纸声与轻敲键盘声,固定机位正反打快切,冷幽默喜剧节奏。


      【场景与人物一致性设定】
      (严格延续第一段人物与环境)现代极简办公会议室,玻璃隔断与浅灰墙面,浅木色长桌上有 A4 简历、签字笔、香槟金笔记本电脑、带浅绿标识的白色纸杯。HR 为 28 岁穿深色西装白衬衫的长发女性;应聘者(黄)为 63 岁灰白短发、戴细框眼镜、穿黑色皮夹克配黑内搭的亚裔男性。


      【逐镜分镜与台词(00:00–00:30)】
      - 00:00–00:02|双人侧面中景:HR 翻过简历下一页,抬头公式化发问。
      HR:“对薪资有什么预期?”
      - 00:02–00:05.5|黄单人近景:黄身体略微前倾,语气真挚。
      黄:“钱不是重点,我想做点改变世界的事。”
      - 00:05.5–00:10|HR 正面特写切桌面笔尖特写再回 HR:HR 面无表情打断,抬眼给出报价。
      HR:“我们这边不谈情怀,谈 KPI。试用期四千,能接受吗?”
      - 00:10–00:12.5|黄睁眼大特写(喜剧笑点强调):黄表情凝固一秒,带着难以置信的冷静反问。
      黄:“四千……是月薪?”
      - 00:12.5–00:16.5|HR 正面近景:HR 露出标准职业假笑,说到一半嘴瓢卡壳,迅速自圆其说。
      HR:“当然,我们还有期权,画饼……不是,是激励。”
      - 00:16.5–00:19.5|HR 特写:HR 收起假笑,上下打量黄一眼,语气转冷。
      HR:“对了,你多大?我们团队要年轻化。”
      - 00:19.5–00:21|黄正面大特写:黄面不改色,干脆吐出数字。
      黄:“六十三。”
      - 00:21–00:24|HR 近景接手部敲笔记本特写:HR 眼神微妙一滞,打开香槟金笔记本轻敲两下键盘。
      HR:“哦……那我们更看重学习能力。你会用 AI 工具吗?”
      - 00:24–00:26|黄侧头微眯眼近景:黄神情平静却带一丝玩味,开始反问收网。
      黄:“贵公司……用什么显卡?”
      - 00:26–00:28.5|HR 近景接黄微笑定格特写:HR 合上简历一脸自信地回答(2秒),随后切黄侧目露出一丝礼貌又荒诞的微笑定格(0.5秒)。
      HR:“我们自己准备自研 GPU 降本,听说不难。”
      - 00:28.5–00:30|纯黑屏字卡(无台词,完全静音):黑底居中白色粗体字清晰显示两行文字:“本片为 AI 虚构恶搞 / 请勿当真”。

      有了提示词后,我们直接在画布里创建节点,陆续生成角色、场景和道具的资产图。

      如果遇到有些资产图生成不对的,你也可以上传参考图,让OiiOii给你反推提示词,然后再生成。

       有了资产图后,复制前面的提示词,把参考素材指引好,选择合适的视频模型,生成就ok了。

      这里,我选择的是Kling 4.0,可以生成30s的连续性叙事视频。没有选Seedream 2.5,因为它人物卡得太严了。类似的视频,建议选Kling4.0或H3,比较容易生成。Seedance的话,基本都生成失败。

      而且也便宜,不到Seedance 2.5的一半。

      依葫芦画瓢,就得到了第二段的30s视频。

      第一版,在26s的地方出现了人画不一致的情况。遇到这种问题别慌,OiiOii提供了「片段重拍」功能。AI生成不可能一次完美,有了「片段重拍」就可以让修改这件事变得可控制、可衔接,让创作者能保留已满意的绝大部分成果,只对瑕疵进行定点修复。

      操作也很简单,直接截取该段视频,然后重新生成即可,这样就不至于全片推倒重来。

      所有素材生成好后,直接在OiiOii里就可以剪辑,连剪映都不用打开。

      对了,OiiOii里是可以调Opus 5.5来剪辑的,比如给它加转场动画、设计片头片尾、添加字幕等都是可以的。这个非常强,体验过Opus 5.5的Code to Video能力的朋友,应该很清楚。

      如果你需要给视频超分(比如用在一些商业场景上),OiiOii也提供了一键超分的功能,积分也很划算。30s、4K分辨率也才146盒饭。

      视频做好后,我们需要上传到视频平台(比如视频号),这时候还需要做一个封面。这个也简单,可以直接生图,也可以截视频帧来生图。

      最终,这个短片和所有的素材就完整地呈现出来了。

      如果你觉得手搓麻烦,也可以直接跟OiiOii的Agent对话,通过“一句话指令”生成。

       我这支短片就是在Agent模式下,一路点“确认”生成出来的。

      它会自己调用艺术总监、编剧、角色设计师、场景设计师、道具设计师、分镜师和剪辑师来完成整个项目,交出一支质量在线的作品。

      而且中间有什么问题,直接跟OiiOii说就行。

      我一直觉得,OiiOii的Agent模式蛮聪明的,是我体验过最聪明的视频创作Agent之一。我想,这也是为什么会有那么多创作者在用OiiOii的原因。

      它真的超适合做自媒体的朋友。如果你也在做AI内容,搭建自己的自媒体账号,不妨来OiiOii看看。

      不仅有算力支持,而且对创作者也是真金白银的在补贴。从八月份一直到这个月底,他们整了个「Oii创作者夺金季」的活动,入驻就送会员,送盒饭(OiiOii的积分),最高奖励上十万元现金。

      另外,他们也有专业编导辅助打磨内容,技术团队1V1解决创作过程中遇到的模型、Agent、生成效果和工作流等问题,同时还提供商业团队为创作者对接品牌合作、商业项目和内容共创。从创作到变现,全链路扶持创作者。

      最后,我想用@呱呱历险记 的创作者郭紫翔的一句话送给大家:「先做出第一条作品,多看好故事,坚持更新,慢慢找到自己的方向。」

      我相信,你也可以。

      跳转微信打开

      ❌