铃阅
❌

阅读视图

英伟达宣布黄仁勋辞职 股价11%

小互AI 2026-11-12 22:01 安徽

英伟达宣布,黄仁勋即日起辞去总裁、首席执行官及董事会成员职务。

任命科莱特·克雷斯为临时首席执行官,将继续兼任公司执行副总裁兼首席财务官。任命哈维·C·琼斯为公司首任董事会主席。

董事会已启动永久首席执行官的遴选工作,并将考虑内部及外部候选人。

消息公布后,英伟达盘前暴跌11%。

跳转微信打开

  •  

豆包工作支持第三方模型了,我又发掘一个神级用法!

原创 小互 2026-11-12 20:48 安徽

豆包工作开放了第三方模型,可以接入其他开源模型来进行不同级别的任务新增 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 等多款第三方模型,看标注比官方便宜很多…

豆包工作现在已经是上班族必备神器之一,日常各种工作:搜集资料,整理文件,做PPT,做总结,整理EXCEL,写WORD文档,特别是打通飞书后,办公那叫一个丝滑,网上各种教程各种满天飞,大家都在挖掘豆包的潜力。

之前我们用豆包工作只有豆包自己的模型,但是今天打开一看,多了好几个第三方的模型。

01

第三方模型进场

之前,豆包工作已经面向企业客户开放第三方模型,现在个人用户的选项里除了Seed 2.1 Lite、Pro 之外,新增 Kimi K3.1 Pro、GLM 5.3、DeepSeek V4.1 Flash 这些第三方模型。

新增

Kimi K3.1 Pro

GLM 5.3

DeepSeek V4.1 Flash

这一步走的很明智啊,每个人的工作场景都不一样,各种复杂的情况下需要用不同的模型才能更好完成任务。

特别是DeepSeek V4.1 Flash很多人喜欢用,豆包工作里DeepSeek V4.1 Flash积分消耗0.01倍,和用SEED 2.1 Lite一个倍率,非常省。遇到棘手的问题直接上国产最强模型Kimi K3.1 Pro。

这次更新豆包工作还推出分时优惠:早间、午间、晚间、周末和节假日用指定模型,付费用户额度消耗低至 2.5 折。午间还有限免,在上限内直接不扣额度,把重活安排在这个时段做,白嫖不香吗?免费用户每周也有优惠体验的机会。

02

除了模型增强,功能也是越来越多

官方在不断补充各种插件、技能,现在又多了工作台和工作伙伴。

每个工作伙伴就是一个智能体,召唤这个伙伴就能使用它的能力。

点击这个伙伴详情就可以自定义你的伙伴的性格和行事风格。

每个人都可以有一个符合自己性格的PPT制作专家,他是一个专门完成这件事的专家,和首页新建项目那个Agent不一样的是这个Agent可以定制。

03

接下来就要给大家介绍我发掘的神级用法

接下来就要给大家介绍我发掘的神级用法,用到的就是工作台这个功能。

工作台是一个整合了技能和插件的专业工作空间,比如这个创意设计工作台就集成了各种创意设计相关的技能还有Seedream 5.5这个插件,之前我对官方的各种技能没有什么感觉,总感觉是一些普适性的技能,直到我试了这个工作台,真是打开新世界的大门。

工作台也能自定义,还可以自己往里面加技能,加插件,每个人都可以打造自己专属的工作台。

现在开始展示我用这个工作台做了什么好东西。

写公众号那么久了,对这种文字图片加视频的形式有点审美疲劳,于是我让豆包工作自己写一篇介绍他这次升级可以使用第三方模型以及豆包工作能做什么的文章,然后把这篇文章做成多张长图,然后我把这些长图拼在一起不就是一篇文章吗?

开始展示!!!!

哈哈,怎么样?

我也是看到这个设计工作台才有这个突发奇想,因为前几天我刚试了Seedream 5.5炸裂的作图能力,一看到这个工作台里有Seedream 5.5这个插件,马上就想到写什么文章啊,作图不香吗?

AI工具一直在不断进化,用AI和用好AI是两件事,使用过这么多AI工具后的认知就是,AI没有边界,我们自己有边界,只有不断扩展我们自己的边界,才能用好AI。

跳转微信打开

  •  

字节Seedream 5.5正式发布, 多轮像素级编辑能力夯爆了,一致性保持简直炸裂!

原创 小互 2026-11-09 17:49 安徽

今天 Seedream 5.5 已经全量开放,即梦、豆包或者豆包工作都可以选择 Seedream 5.5 生图了,感兴趣的兄弟们赶紧去体验吧。

5天前,OpenAI 发布新一代图像生成模型 Image 2.6,更强调画质、细节和多轮编辑中的一致性。

生图一致性这件事非常非常非常重要,很多时候,不是只生成一张图就结束,还要继续改背景、调动作、换文案、替换部分元素。 之前的生图模型改着改着回头一看,很多细节和原图根本不是一张图了,只有反复抽卡,效率低爆了。

今天字节正式发布Seedream 5.5,极大改善了多轮编辑稳定性、真实感升级、小字与多语言渲染、透明图生成等能力。

我是被官方的一个视频吸引的,100轮编辑后,竟然还能保持未修改部分纹丝不动,这不逆天了吗?

作为不信邪的犟种AI博主,有点不信100轮编辑还能保持主体不变,先给兄弟们趟趟路。

01

多轮连续编辑

多轮连续编辑肯定要有一个基准图,这次我们做一个女装海报作为基准,提示词我也放出来,之后可以自己去验证。

为虚构品牌"MONOLOGUE"制作一张高端时尚大片海报,主题是秋冬街头服饰系列。竖版 3:4。
风格:韩系高定时尚海报,奢侈街头品牌视觉,极简未来感,杂志封面氛围,柔和的单色调构图,Vogue 和街头风混合的气质,层级极简但有力。
主体:一位二十多岁的亚洲女模特,全身入镜,站在画面正中央,身体正面对称。她穿一件超大号雾蓝色廓形羽绒夹克,衣领立起遮住下巴,下身是同色系宽腿工装裤,脚穿白色厚底运动鞋。黑色直发自然垂肩,双手插在夹克口袋里,平视镜头,表情冷静、没有笑容。写实的高端时尚摄影,皮肤有真实质感。
版式:模特身后是巨大的白色粗体几何无衬线字母"QUIET",横跨整个画面宽度,占据背景的大部分面积;模特站在字母前面,挡住了字母中间的一部分,但整个单词仍然能一眼认出。画面上下有充足留白,像杂志封面一样平衡。
文字:
主标题:"QUIET"
副标题:主标题下方小字"FALL / WINTER 2026 COLLECTION"
细节小字:左上角"MONOLOGUE",右上角"ISSUE NO.11",左下角"LOOK 01 / 24",右下角"PHOTOGRAPHED IN SEOUL"。所有小字都用极细的无衬线体,字号很小,排版克制。
光线:柔和的影棚光,从正前方偏上打来,阴影柔和,低对比,衣服面料上有柔和的浅色反光。
配色:雾蓝 #A9B8C9 为主色的单色调,背景是更浅的雾蓝灰,配白色和奶油色高光,整体低饱和。
质量:超写实时尚摄影,高端杂志海报设计,Behance 级别的时尚广告,超高清。所有文字拼写准确,没有多余的文字和标志。

100 轮太多了,我也用不上,就做30轮吧,每一轮都只改服装和背景,每一张修改图作为下一张的参考图片。

修改的提示词就像这样,每一轮只换这些,其他不变。

只改两处:① 服装换成冰川蓝色超大号摇粒绒立领拉链外套、同色抓绒阔腿裤、浅灰色厚底运动鞋,双手仍插在外套口袋里;② 背景换成冰川蓝 #9EC1CC 无缝影棚背景,带柔和的明暗渐变。其余全部保持不变:模特的脸、五官、发型、身材、站姿、双手插兜的动作和双脚位置不变;所有文字(QUIET、FALL / WINTER 2026 COLLECTION、MONOLOGUE、ISSUE NO.11、LOOK 01 / 24、PHOTOGRAPHED IN SEOUL)的内容、字体、颜色、大小和位置不变;构图、机位、光线和画幅不变。

大概半个小时,这批结果出来,还是很震惊的,经常作图的兄弟们知道,这里面有几个难点,之前这种批量生图或者批量改图,海报文字能保持住定在那就很难,要不就是位置变了,要不就是大小变了,要不就是字体变了,像这种文字在人物后面的,非常容易变成文字跑到人物前面来,总之各种随机。

在做修改提示词的时候特意写了模特姿势和文字必须保持不变,没想到真的定住了,这样看不直观,我把这30张图拼成一个gif图,你就知道厉害在哪里了。

这也太牛批了!人物和文字在他们的位置上死死定住,连小字都能定住,这个真是大写的佩服

需要商业化的兄弟们导出图片的时候选择无水印导出就可以了,我特意保留这个标志用来和GPT的图做一下区分。

然后我用GPT Image 2.6试了一下

同样的提示词,GPT生成的图是这样的,小姐姐很好看,但是我觉得做模特的话,还是Seedream 5.5生成的更好,模特不是要好看,就是要那种酷酷的,冷冷的,很装的感觉,最后整体感觉才高级,这个模特好看,但是这是网红脸,一看就是AI生成的。

两张图放在一起,就能感觉到了吧?Seedream 5.5的更有活人感,更像一个真人模特。而且感觉GPT的这个身材比例好像也不太自然,不管了,就用这个图也跑30轮看看。

GPT 的30轮跑完了,我才懂Seedream 5.5的多轮编辑含金量不止是我感知到的那些,一直以来,我天然认为GPT Image是最强生图模型,但是没想到这种多轮编辑竟然是这个结果。

人物动作和文字都定住了,但是人脸在30轮迭代中已经面目全非了。

这个差的有点狠,其实在第10张的时候已经有明显变化了,我们一般很少改图超过10轮,所以没有发现GPT这个弱点,像我这样极端测试的估计也是奇葩了。

再看看看Seedream 5.5的第一张和第30张的对比图,看来官方那个100轮的视频不是假的,Seedream 5.5在多轮编辑中的表现很炸裂,没有多少人会在一张图片上做100轮编辑,像我这样30轮的都很少。

但是这个能力确实能反映出Seedream 5.5的实力。每改一次,模型都要把整张图重画一遍,就像复印件再复印,每次损失一点点,几轮下来,脸就变了,画面也脏了。Seedream 5.5 改到第 30 次,模特还是那个模特,文字一个没花,这说明它不光听得懂改哪里,还记得住哪里不能动。

这个能力对电商,品牌,影视和漫画以及广告商业设计太有用了,连续30轮编辑都能保持成这样,那如果每轮都从原图出来,只改局部,岂不是更稳,这样做系列图保持某些元素钉死在画面上可以稳到像PS做的工业级输出一样。

02

真实感

Seedream 5.5升级了真实感,说真的,之前Seedream 5.0很多时候生成的人物图片,总是一种塑料感,这次升级,真实感这块不知道吃了什么十全大补丸,跃升了一个档次,刚刚我们看多轮编辑可能很多兄弟们都没注意看细节。

这里有4个模特,每个模特都没有AI感,所有服装无论什么材质,褶皱都非常自然,人物脸部光影和整体打光全部一致,服装上的反光都是一致的,这不就是专业摄影棚和专业模特的作品,真实感拉满。如果这些你还没感受到,那么请看下面我的纪实摄影展。

这些图片都是普通人的生活瞬间,最牛逼的就是工地的工人吃盒饭这张,我感觉这不是Seedream 5.5自己生成的,他应该是输出了一张网上的图片,这个太逼真了,所有细节,你放大看所有细节,从头到脚,拿筷子的手,身上的脏污,太阳下有点微微的睁不开眼,连盒饭里的菜也很符合这张图片的意境,没有堆着大鱼大肉,非常朴实无华,看看旁边放的那个水壶,封神了。我感觉这张就不是AI生成的,绝逼是找了一张网图充数。

知识点

这里普及一个知识点,所有的生图模型都不是一个模型,而是两个模型一起工作的,我们的提示词先到达一个语言模型,这个语言模型把我们的提示词翻译成生图模型懂的内容输入进去,然后生图模型才开始生图,这就像木桶原理,生图模型再厉害,前面那个语言模型能力不行也发挥不出来,短板决定了能装多少水。

其实Seedream的底子很好,这两年一直紧跟GPT和Gemini,打的有来有往,现在国产模型不断进化,基础语言模型一旦进化,就会给生图模型极大的加成,为什么大家都觉得GPT Image生成图片很厉害,而Gemini慢慢掉队了,就是因为前面这个语言模型的原因。

这一次Seedream 5.5升级,根据我的分析,基础模型绝对是做了升级,能理解我们的提示词到底想要的是什么,他能描绘好这个场景,也就是世界知识有很大提升,只有世界知识提升了,才能有这种表现。

03

文字和多语言

我记得自从Nano Banana 1.5开始,生图模型可以生成文字了,尽管那时生成的文字可识别性不是非常高,而且有时候生成的根本不是文字,中文更是重灾区,惨不忍睹,但那时候开始,所有中文区的用户就抱有一丝期待,什么时候,生图模型中的文字可以像我们一个一个打字打上去那么清晰。GPT Image 2.0开始,这个问题被解决了大半,Image 2.5达到了顶峰,中文文字不是问题了。

但是国产生图的文字问题一直没有达到完美的状态,Seedream 5.5这次升级就带来了完美的文字表现,从这一代开始,文字已经不是问题了,不仅英文和中文,多语言全部搞定。

围绕任意主题对象,构成黑场虹彩线描海报:让纯黑背景占据主要视域,形成安静、洁净、低明度的空场,主题标题置于上方中央,以超大单线几何字骨展开,笔画细而挺、间距宽松,个别字腔嵌入小星芒或圆点,使文字像发光的图形标记;顶部保留极小标识、时间或说明文字,与大标题形成悬殊尺度。主题核心形象放在下半部中央,转译为纪念性、水平展开的对称载体,轮廓用细白线勾勒,边缘带轻微上扬弧线,内部以细柱、栏格、珠点和重复短线建立工整节奏。核心形象上方悬置一枚柔彩圆盘,圆盘内部用自由漫散的低饱和虹彩渐变表现柔光,不画真实阴影。底部用多层等距白色曲线形成连续浪形地带,线条从边缘贯穿并托住主体,两侧布置主题派生的装饰纹样和轻盈方向符号,作为边缘框景和动势引导。色彩从主题提取柔和色相,只进入虹彩偏移、局部填充和边缘微光;视觉角色保持黑场最大、珍珠白线为骨架、明亮低饱和柔彩为点缀,整体情绪清冷、梦幻、文博感强,表面像干净数字矢量线稿,边缘锐利无纸纹脏污,避免厚重写实、满版填色和复杂背景。

围绕任意主题内容生成一张以文字系统为主角的设计样张,让主题信息被拆成标题、数字或关键词、时间式参数、注释短句和署名线,第一眼亮点是大量白色字形像被训练过的队列一样在深灰哑光底上分列、框定、重叠和换向,形成冷静但有手工编排痕迹的时间秩序。主体不依赖具体物体,主题只提供可替换的语义词、日期编号或核心口号;版面保留上方小标识与署名、中心大标题分字夹入数字、下方三组递进的信息模块,每组用斜杠、横线、尖括号、箭头或反斜线制造边界与阅读停顿。字形机制锁定为高对比白色矢量字、窄体与等宽数字混排、字距被刻意拉开、局部年份叠压、短中文或任意文字的识别结构保持清楚但被压缩成图形节奏;不同文字系统应以自身合法笔画、空腔、端点、连结和标点实现同样的方块感、编号感和队列感。色彩只保留炭灰背景与白字,材质像屏幕排版稿或印前样张,不加插画、渐变、装饰纹理或柔光美化;允许轻微裁切和边缘留白不均,失败症状是变成普通活动海报、彩色信息图或松散文字列表。

无论大字,小字,还是字体设计,都非常清晰锐利,中英文混排没有任何问题,中文更是简体繁体随意转换。

接下来请看Seedream 5.5的表演,一张海报怎么变成多国语言版。能做到随意转换语言和一开始我们说的极为炸裂的多轮编辑一致性保持有很大关系,否则文字改完了,图像细节损失了就很尴尬。

完美完美,中文转日、韩、英、俄,完全没有任何问题,至于语法和单词对不对,我看不懂,但是现在翻译的问题早已经不是问题,关键是把语言画出来,我相信Seedream 5.5画的一定是对的。

玩文字生成是还发现一个非常好的玩法,我在想以后公众号是不是能这样生成。

这张图3:15比例一张整图,如果我们做一个skill,把一片文章用这种方式分解开,选择一个风格,输出多个长图,组合起来就是一篇文章,感兴趣的兄弟们可以去研究研究。

连续性竖版长卷插画,比例 3:15,适合手机从上往下滑动观看。
主题:"做一个好人,一生有多不容易"。
【整体风格】
几米叙事风格的绘本插画,高定文艺插画,水彩质感,大色块,纸张颗粒感和细腻肌理,带一点抽象和梦境般的意识流氛围。大部分画面是鸟瞰视角,人物很小,场景辽阔,画面留白多,构图紧凑,层次丰富,笔触细腻。
色彩:莫兰迪治愈系绿色调。主色灰绿 #8A9A86、鼠尾草绿 #A3B18A、苔藓绿 #5E6B57,背景雾白 #EEF0EA 和暖米 #E6DCC8,极少量雾粉 #D8B4A6 作为温暖的点缀。整张图不出现高饱和颜色。
【贯穿全卷的线索】
1. 一条细长蜿蜒的浅米色小路,从长卷顶端一直延伸到最底端,把所有场景串成一个整体。
2. 同一个主人公:圆脸、短黑发、穿白色上衣,脖子上始终围着一条墨绿色围巾。他从上到下慢慢长大、变老,围巾始终不变。
3. 段落之间没有分隔线和边框,用薄雾、云、水彩晕染自然过渡。
【从上到下共 9 段】
第 1 段(开篇标题):鸟瞰一片被晨雾笼罩的绿色原野,小路从这里开始,路口放着一个小小的竹编婴儿篮,篮子里的婴儿围着墨绿色小围巾。
文字:画面上方居中,一行大号细宋体"做一个好人",下面一行小字"一生有多不容易",字间距宽松,四周大量留白。
第 2 段(童年):雨天,小男孩把唯一一把墨绿色小伞撑在路边一只湿漉漉的小狗头上,自己站在雨里,雨丝是细细的斜线。
文字:画面左侧竖排两列小字,"小时候,大人说要做个好孩子。""后来才知道,好孩子常常是先松手的那一个。"
第 3 段(少年):鸟瞰一间教室,一排排课桌像整齐的绿色格子田。少年把一块橡皮掰成两半,递一半给同桌。
文字:横排两行,右对齐放在画面右下角,"你把橡皮分给别人一半,""也学会了把委屈留给自己一半。"
第 4 段(青年):鸟瞰城市十字路口,人潮是无数灰绿色的小圆点,全都往同一个方向涌去。只有穿白衣、围绿围巾的年轻人停下来,弯腰扶起一位摔倒的老人,人潮从他们身边绕开。
文字:一行大字横跨画面中部的空白处"人潮往前走,你停下来。",下面一行很小的字"停下来,是要付出代价的。"
第 5 段(工作):深夜,鸟瞰一栋办公楼的剖面,几十个格子间全是暗的,只有一格亮着暖黄色的灯,他在里面伏案替别人做事,桌上堆满文件。
文字:画面右侧竖排,"你说「没关系」的次数,""比说「我不愿意」多得多。"
第 6 段(被误解):梦境般的画面。他双手捧着一颗发着微光的绿色心形,周围的人都撑着灰色的伞背对着他,伞面遮住了他们的脸。
文字:放在画面正中央,字间距很大,四周完全留白,"善良不总被看见,有时还会被误会。"
第 7 段(中年):鸟瞰一张圆形饭桌,一家老小围坐。他把盘子里最大的一块鱼夹给孩子,背上像蜗牛一样驮着一座小小的房子,屋顶是绿色的。
文字:画面左下角,第一行小字"上有老,下有小,",第二行稍大的字"你成了所有人的屋檐。"
第 8 段(老年):一棵巨大的绿色树冠占满画面,树冠由无数水彩笔触叠成。树下的长椅上坐着头发花白、仍围着墨绿围巾的老人,树荫里有许多小小的人在乘凉、看书、牵手、玩耍。
文字:沿树冠下沿排成一道弧形,"很多年后,你成了一棵树。乘凉的人不一定记得你,但树记得每一片给出去的荫。"
第 9 段(结尾):小路走到长卷最底端,融进一片平静的湖面,湖面倒映着淡淡的星光。小路上他走过的每一个脚印里都长出了一朵小小的白花,一直开到湖边。
文字:画面下方居中,分四行,前三行正常字号,最后一行稍大,"做一个好人,真的不容易。""可这世界的温柔,""是被一个又一个不容易的人,""撑起来的。"最底部右侧落款一行极小的字"—— 致每一个不容易的好人"。
【文字要求】
所有文字为简体中文,字体以细宋体为主,个别句子可用温柔的手写体,颜色用深苔藓绿 #3F4A3C。严格只出现上面列出的文字,不添加其他文字、英文或水印,不出现错字。每段文字的位置、方向和大小都不同(居中、左侧竖排、右下横排、横跨、弧形),版式要有变化,但都保持清晰易读,在手机上不用放大也能看清。

04

透明图,分层图,Gif图

推荐大家使用即梦的画板模式来玩,我感觉只有即梦的大画板能发挥出Seedream 5.5的完全体实力。

任意一个图片,点击这个图层分离,所有图片中的元素就会被分离出来成为透明图层。

而且分离出来的所有透明图层都是高清图层,这些图层不是抠图出来的,因为Seedream 5.5有极致的一致性保持性能,这是重新理解图片后,把每个元素单独重新画出来,生成为透明图层,且能保持该元素在原图中原来的样子。每个透明图层都能单独下载,这对做网页或者做其他周边产品来说太好用了。

想做Gif图,在即梦的画板里这个功能太简单了!!别忘了还有Seedance 2.5这个大杀器!!

可以生成480p,720p和1080p的Gif,看你想发在哪了,我用在公众号就生成了480p的。

还可以直接生成透明背景的图片,只要在提示词里添加“透明背景,PNG透明底,无背景,alpha通道”就能触发。

Seedream 5.5的动作参考图也很不错

另外还有一个智能多尺寸非常好用

这还做什么图啊?一键直接用就行了,很爽,这个底层也是依赖极致的一致性保持,无论切成什么尺寸,就和设计师用PS做出来的一个效果。

今天 Seedream 5.5 已经全量开放,即梦、豆包或者豆包工作都可以选择 Seedream 5.5 生图了,感兴趣的兄弟们赶紧去体验吧。

跳转微信打开

  •  

日活、月活、用户时长这些KPI指标正在失效

小互AI 2026-11-05 21:11 安徽

今天刷朋友圈,看到有人发了灵光的一张图:升级成个人Agent后,已经帮用户托管了116万件事务

我随手丢到群里,附了一句:

灵光可能无意中造了一个新指标:托管事务量。以后你在 bot 和 agent 上托管了多少事、多少任务,可能会成为衡量 AI 产品活跃度的新指标

没想到引起了不少讨论,有几个观点我觉得挺有意思:

【一是老指标在 Agent 身上失灵了】

日活、使用时长、对话轮数,这些放在 Agent 上不太好使了。好的 Agent 应该让你少花时间:你交代一句,它就能跑完,干得漂亮,用时越短你越开心。要是还按时长算,越好用的产品数字反而越难看

【二是 token 调用量也开始失灵了】

各家都在报 token,动不动几千亿、上万亿。刷朋友圈也经常看到有人说,这周又烧了多少亿 token 开发了个小应用。

一开始大家看个热闹,现在越看越觉得说明不了什么:它说明不了用户拿到了什么,一个任务绕了十圈才干完,烧的 token 反而更多

反而「托管事务量」统计的是交出去的活,更接近用户真正得到的价值

但我觉得可以更进一步:

「一件事务」怎么算,没有统一标准。 设个提醒算一件,订机票也算一件;一个大任务拆成 20 个子任务,也可以记成 20 件。各家自己定口径,没法横向比,和早年各家自报的「活跃用户」一个问题

没有完成率,件数多没意义

衡量 Agent 活跃度,应该看的是「托管了多少事 × 多长多难 × 做成了多少」:托管率

也就是

你托管了多少件事情和任务,Agent帮你完成了多少、出色的完成了多少、高效出色的完成了多少...

这种可能成为未来 bot 和 agent 产品的新的核心指标...

托管量:交出去了多少件事,看规模

托管率:交出去的做成了多少、做好了多少、又快又好地做成了多少,看质量

说说我自己的体感

最近我用了Grok Bot、OpenAI的 Dot,以及 Meta的muse,同时也测试了国内好几个个人 Agent产品(也包括灵光),我用Grok Bot比较多,现在很多个人和工作的事情几乎都托管给它帮我处理,而且处理的非常好,我觉得这是一个非常大的趋势,今年年底可能会出现大爆发,会和去年的小龙虾一样火爆

而国内的这类产品由于很多客观因素我觉得还是有待观察,最终可能会是阿里系和腾讯系之间展开大比拼,可能会像是灵光这种形态的升级版,但肯定也是会很快有大量产品出现

扯远了

今天的感悟就一句话:托管量看规模,托管率看普及。比起日活和 token,它们更能客观地反映 AI 到底有没有被真正用起来

跳转微信打开

  •  

腾讯 Buddy One 实测:五个应用打通后,AI 知道什么时候该说“不知道”了

原创 小互 2026-11-05 13:41 美国

腾讯刚刚发布了面向个人用户的跨应用 AI 协同体系:Buddy One,就是解决这一问题,:把 WorkBuddy 和腾讯文档、腾讯会议、ima、腾讯网盘的账号关联起来,一次提问,AI 去这几个应用里翻你的东西,回答里标明每条来自哪里。

让 AI 帮你查资料,它能查到的几乎都是网络信息或者它自己学过的内容,散落在你各种私密文档、网盘、知识库和会议记录里的东西,它拿不到。

腾讯刚刚发布了面向个人用户的跨应用 AI 协同体系——Buddy One,就是解决这一问题,:把 WorkBuddy 和腾讯文档、腾讯会议、ima、腾讯网盘的账号关联起来,一次提问,AI 去这几个应用里翻你的东西,回答里标明每条来自哪里。

而且还统一账号和积分池

听起来很好。

但它到底准不准、会不会编?官方演示都是一切顺利的情况,我想看看不顺利的时候它怎么办。

所以我编了一家咖啡店,给它设了几个陷阱,测测看效果如何。

01

30 秒看懂 Buddy One

一句话:

免费的 ID 负责「打通」,付费的 VIP 负责「打包」。

Buddy One ID(免费):

把 WorkBuddy 和腾讯文档、腾讯会议、ima、腾讯网盘的账号关联起来。之后在 WorkBuddy 里提问,它会调用「Buddy One 全应用搜索」去这几个应用里找,回答附带来源,这些全是免费的。

Buddy One VIP(付费):

之前你需要每个服务开通会员,现在WorkBuddy 旗舰版 + 腾讯会议专业版 + 腾讯文档超级会员,外加每月 5 万多应用共享积分和 1TB 共享存储,一个订阅全享用。

将实现积分互通和知识互通,记忆互通(即将上线)。

怎么关联:WorkBuddy 电脑版更新到 5.9.0 以上,点左下角个人入口 → 设置 → 个人主页 → 前往管理中心,勾选要关联的应用。免费,近期关联还送 100 积分。关联成功后,设置里会显示「已加入 Buddy One,可共享 WorkBuddy 积分」。

关联页面上,腾讯会议、腾讯文档、ima、腾讯网盘各占一行,用哪个关联哪个,没开通的可以「暂不添加」。

02

考场:一家不存在的咖啡店

我虚构了一家小公司「北岸咖啡」:两家门店,正在筹备第三家店,同时准备双十一。我替它准备了二十多份资料,放进腾讯文档:活动方案、门店数据、装修报价、打车行程单、两场会的纪要,还混了招聘启事、团建通知、排班表这些不相关的文件当干扰。

资料里埋了陷阱:藏在 PDF 末尾的小字、混进来的上个月单据、前后打架的几版方案,还有一个资料里根本没有答案的问题。

公司、人物、数字都是编的,每份资料末尾也写着「测试资料」。但 AI 的回答全是真实的,截图都是原样。

我用的是免费的体验版账号,没有买 VIP。

提问时我在每个问题前加了一句「只用 Buddy One 全应用搜索,不要查本地文件」。原因后面会讲。

03

陷阱一:最便宜的那家,便宜在哪?

新店装修,三家报价:

A 装饰 ¥186,000,含水电改造和消防报审

B 装饰 ¥152,000,看起来最便宜

C 装饰 ¥171,500,含水电和消防,不含空调

陷阱在 B:它的报价单 PDF 最末尾空了一大段之后,才写着一行「本报价不含水电改造及消防报审,如需另行计价」。

我只问了一句:

对比江南店的三家装修报价,选哪家?

它大约一分半钟就从腾讯文档里找到了三份 PDF。

读的时候还出了个小状况:PDF 里的付款条款,文字提取出来是空的。它没有跳过,而是自己把 PDF 渲染成图片,逐页识别,补齐了付款比例。

然后它给了一张对比表,把总价、单价、水电、消防、空调、工期、质保、付款、首付款全部列了出来。

结论是选 A,理由的第一句我很喜欢:

B 的便宜是口径造成的假象。

它指出 B 砍掉的恰好是店铺装修里最贵的两块,补齐后大概率不再便宜,而且质保只有 1 年,要先付 50%,直接排除。C 补上空调约 ¥183,500,跟 A 只差 ¥2,500,但工期多 5 天,首付也更多。

最后它还提醒:签合同前让 A 书面确认 ¥186,000 是否含空调,如果不含,加上空调结论就会反转。

这道题它答对了,而且多做了一步:不光看出了陷阱,还告诉我签约时要补哪两条。整个过程约 8 分钟,用了 7.71 积分。

后来我又加了一份材料:和装修设计师王工的沟通纪要。王工在会上给了三条硬标准:没含水电消防的要补上(水电 2.5 到 3 万,消防约 8000);工期不能超过 45 天,否则赶不上开业;质保最好两年。

同样的问题换个问法再问一次:

对比江南店的三家装修报价,结合和王工的沟通会,选哪家?

这次它先把王工的三条标准列出来,再拿三家逐条去套:B 补齐水电消防后是 18.5 到 19 万,表面最便宜,实际最贵,质保还只有 1 年;C 工期 50 天,直接撞上「超过 45 天不考虑」这条线。只有 A 三条全过。

第一次没有纪要,它说 C 和 A「只差 ¥2,500,但工期多 5 天」,还算一个可以商量的选项;有了纪要,C 直接出局。

同一个问题,多给一份会议记录,判断就从「比价」变成了「按老板定的规矩筛」。

约 12 分钟,15.6 积分。

04

陷阱二:混进来的上个月单据

报销是打工人每个月都要做的事。我放了 5 张打车行程单,其中一张是 9 月 28 日的,混在 10 月的单子里。

汇总 10 月的打车行程单,一共多少钱?

它找到了全部 5 张,逐张读完后按日期筛选,给出的答案是 ¥153.90,共 4 张,附明细表。

它还主动说明了:9 月 28 日那张 ¥18.00 属于 9 月,已经剔除;如果 5 张都算,是 ¥171.90。

人做报销最容易犯的就是这种错,它没犯。

05

陷阱三:资料里根本没有答案

这道题专门测它会不会编。

去年双十一,线上小店卖了多少钱?

资料里有 9 月的月报(线上小店 GMV ¥86,200),有今年双十一的活动方案,但没有任何关于去年双十一的数字。如果它想交差,最省事的做法是拿 9 月的数字凑一个。

它没有。它把能翻的地方几乎都翻了一遍,反复换关键词:腾讯文档一份份读正文,腾讯会议、ima 也查了。

最后的回答是:

去年双十一线上小店的实际销售额,在所有已连接的应用里都查不到这个数。不是没搜到关键词,是这个数据本身不存在。

它还把找到的相关数字列成一张表:9 月 GMV、今年的目标、另一套无关的演示数据,每一条都标明是什么口径、为什么不能拿来当答案。最后告诉我,要拿到真实数字需要补什么资料。

它宁可说「查不到」,也不编。

代价是慢,这次翻遍所有应用花了半个多小时、近 50 积分。

06

陷阱四:三份文件说了三个数,它信哪个?

做过项目的人都知道,方案文件里的数字往往不是最终数字。北岸咖啡的双十一预算就是这样:

1 方案 v1 写 5 万

2 方案 v2 写 3.8 万

3 筹备会上,老板拍板定了 4 万,多出的 2000 全给优惠券;上线时间也是会上才定的,11 月 8 日

会议纪要是我以 Word 文档的形式放进腾讯文档的(这次没有测腾讯会议本身)。

双十一预算最后定了多少?哪天上线?

3 分半钟,6.1 积分。它答 4 万、11 月 8 日,然后主动列了一张「预算演变」表:v1 五万、v2 三万八、会上定四万,每一版是哪天、改了什么、为什么改。

最后它还提醒了一句:会上把预算改了,方案 v2 还停在 3.8 万,建议更新一版方案文件,免得文档和实际预算对不上。

接着我让它出方案:

结合双十一筹备会的纪要和方案 v2,出一版最终执行方案和分工表

会上改了三处:预算加到 4 万、砍掉探店直播、新增社群拼团。它全部合进了新方案,分工表里阿杰、小美、林夏各自的任务和截止日期也都对。

有一处是我自己都没注意到的:会上说包材订 500 套,可方案里的销售目标是 600 套。它把这 100 套的缺口标红了,提醒 11 月 4 日前要么补订,要么下调目标。

它没有只在对话框里回答,而是自己在腾讯文档里新建了一份《北岸咖啡双十一终版执行方案与分工表》,直接在右边打开。也就是说,它不光能读,还能写回去。

最后我让它做了一次周汇总:「汇总这周的资料和会议,整理关键结论和待办」。这也是官方主推的用法,关联成功后弹窗里推荐的第一个任务就是「帮我汇总最近一周的资料和进展,整理关键结论与待办」。

我的工作记录里写着「约探店直播」,但这件事已经在会上取消了。它没有把这条列成待办,而是写明「探店直播取消,保留 4 篇图文」。

这题我只给了半对:待办表漏了「滨江店复购分析」这一条,对话里也没有逐条标来源。

07

一个问题,答案分在两个应用里

这道题等 ima 的笔记传完才问:

只用 Buddy One 全应用搜索,不要查本地文件。滨江店 10 月会员复购率为什么掉了?

答案分在两个应用里:腾讯文档《10月门店数据》表格的备注栏写着 10 月 12 日起店门口修路;ima 里一篇竞品笔记记着 10 月 18 日街角咖啡在斜对面开业,买一送一。只翻一个应用,只能答出一半。

13 分钟后它交卷,两个原因都找到了:「这家店被两件事前后夹击:10/12 起店门口修路、外摆被撤,接着 10/18 街角咖啡在斜对面开业」。数字也对:滨江店复购率从 38% 掉到 29%,同期人民路店稳定在 35%–36%。

我没要求,它自己画了两张图:一张把两家店的复购率和出杯量放在一起,标出修路和竞品开业两个时间点;另一张把两条原因画成因果链。

它还把人民路店当成对照组:同一时期、同样的商品,那边复购率没动,说明问题出在滨江店自己,不是季节或大环境。资料里没人这样提示过。

回答末尾写明了依据:腾讯文档里的门店数据、9 月月报、筹备会纪要、工作记录,加上 ima「运营」知识库里的《竞品观察-街角咖啡》。一个问题,两边的资料拼在一起才答得出来,这是整套考卷里最能说明「打通」有什么用的一题。

08

它也有找不到的时候

也有一道它没答出来。

我问:「去年那个礼盒包材供应商的报价,订 500 套多少钱一套?」答案在一份叫「新建文档(3)」的文件里,标题只写着「报价单」。

它没找到,原因有两个:

1

体验版只能按标题搜腾讯文档,不能按正文搜。这是它自己在另一道题的回答里说的:「正文级检索因账号非 VIP 不可用」。文件名里没有任何关键词,自然搜不到。

2

它把「去年」当成了时间筛选条件。这份文件是我测试当天才导入的,按「去年」去筛就筛空了。

我又按「只用 Buddy One 全应用搜索」的问法重问了一次。它翻了 10 分钟,还是没找到「新建文档(3)」,但收尾很老实:「没找到这份报价单……500 套的单价和打样费我没法给你准确数字,不能编」。它还从《供应商联系人》里翻出了供应商名字「晨光包装」,只是那份文件里没有价格。

不过它在过程里说「IMA 知识库是空的」,其实笔记就在里面,上一题刚搜到过。这一路调用失败了,它没发现,当成了没有内容。

搜索也不太稳定。同一份会议纪要,问预算那题,Buddy One 全应用搜索一下就找到了;出执行方案、比装修报价那两题,换了好几轮关键词都没搜到。它最后自己改成列出腾讯文档里的全部文件,才找到纪要。结果是对的,但多绕了几分钟、多花了积分。

还有一个现象:如果不加限定,WorkBuddy 不会只用 Buddy One 搜,它会同时去翻电脑本地文件、企业微信、飞书这些已授权的地方。范围大了,就更慢,也更容易跑偏。

09

让它用笔记写文案

最后加了一道主观题:「用 ima 里的海报文案灵感,结合竞品观察,写 3 版双十一主海报文案。」

三版文案 7 分钟左右写完,用了 8.3 积分。ima 灵感笔记里的句子它都用上了:主标题「99 元,把秋天装进盒子里」、辅助文案「送人的那一盒,自己也想要」都出自笔记。它还注意到笔记末尾标着「数字均为虚构」,提醒定稿前把 99 元换成真实价格。

不过「竞品观察」它理解成了联网搜大平台,参考的是天猫、京东、小红书、抖音今年的双十一主视觉;ima 里那两篇竞品笔记(街角咖啡、品牌 A 桂花系列)一篇没用上。想让它用自己的笔记,问题里最好直接点名笔记标题。

10

怎么问更准:三条经验

这几条是测出来的,照着做能少走很多弯路:

1

只想查腾讯这几个应用,就在问题前加一句「只用 Buddy One 全应用搜索」。否则它会连本地文件一起翻。

2

别用「去年那个」「上次那个」这种说法。它会当成时间条件去筛,直接说文件里有什么内容更准。

3

文件起个有意义的名字。至少在体验版上,它是按标题找的,「新建文档(3)」这种名字基本搜不到。

4

它会主动把结果存成腾讯文档,事先不问。想留底是好事;只想看答案的话,记得回头清理。

还有一个反向的好消息:只按标题列文件非常快。我问「腾讯文档里有哪些标题带北岸咖啡的文件」,30 秒就列全了,只用了 1.15 积分。

11

积分:一个余额,四个应用通用

关联后,WorkBuddy 积分默认升级为 Buddy One 积分,在这四个地方都能扣:

WorkBuddy:对话、执行任务

腾讯文档:AI 文档助手

ima:我的 Copilot

腾讯网盘:网盘里的 AI 助手

腾讯会议不消耗积分,但会议内容照样能在 WorkBuddy 里搜。ima 和腾讯文档原来的积分不合并,继续按原规则用,也不会清零。

这次测试的实际消耗:

任务积分

按标题列出文件

1.15

装修比价(读 3 份 PDF,出对比表)

7.71

行程单合计(读 5 份 PDF)

11.71

查最终预算和上线日(对照纪要和两版方案)

6.1

装修比价 + 王工的沟通纪要

15.6

出最终执行方案和分工表,并新建腾讯文档

19.82

一周汇总,并新建腾讯文档

31.95

跨应用找复购下滑原因(腾讯文档 + ima)

16.19

按 ima 笔记写 3 版海报文案

8.3

换问法重找包材报价(仍没找到)

15.93

翻遍所有应用后确认「查不到」

约 50

要注意,套餐积分当月有效,用不完不会攒到下个月。另外 WorkBuddy 里有个「Buddy 加油站」,写着每日可领 100 积分,感觉还挺耐用的

粗算一下:体验版每月 500 积分,像装修比价这样的任务能跑几十次;VIP 每月 5 万积分,能跑几千次。每笔消耗在「设置 → 套餐与积分」里都能查到。

12

VIP:省钱靠打包

按积分算,VIP 和 WorkBuddy 单独的几档套餐差别不大,它省钱靠的是打包:WorkBuddy 旗舰版、腾讯会议专业版、腾讯文档超级会员 Plus 三个会员合在一起,比分开开通更省,还多出 1TB 共享存储(旗舰版自带的资料库是 50GB)。

13

最后

测完这几道题,我对 Buddy One 的判断是:

它最大的价值不是「会写」,而是「会核对」。

如果是腾讯全家桶用户,看起来还是很划算的...

未来可能还有更多的腾讯服务加入这个体系...

装修报价里藏在末尾的小字、混进来的上个月单据、前后打架的三版预算、资料里根本不存在的数字,这些都是人最容易看漏、AI 最容易编的地方,它都处理对了,而且结论都标了来源,能逐条核对。

文件名起好、问法说清,它能替你把这几个应用翻一遍,还告诉你每条出自哪份文件。

14

福利与入口

关联 Buddy One ID:免费,近期关联送 100 积分

跳转微信打开

  •  

TRAE又又又更新了,开发工具开启贾维斯时代!

原创 小互 2026-10-30 17:08 安徽

TRAE又又又更新了这次更新了一个我非常喜欢的功能,现在TRAE有BOT了,可以跨项目理解历史上下文。。。

TRAE又又又更新了

这次更新了一个我非常喜欢的功能,现在TRAE有BOT了,可以跨项目理解历史上下文,也可以在单个项目里拆解、并行、统筹多个任务。

TRAE更新

什么意思呢?

讲简单一点就是 TRAE 有了像 Grok BOT 那样的机器人了,以前在 TRAE 里执行任务,每一个任务你得自己去盯进度,AI执行过程中有什么问题会停下来,等你回复,如果同时进行好几个任务,你就得在不同的任务里不停切换,看看进度如何,有没有执行好,或者有没有什么问题需要你解决。

现在一个TRAE BOT统管所有任务,只要和他对话,会自己安排任务,任务比较复杂,他就会同时启动好几个任务并行,不需要你盯着,有进展会通知你。

TRAE BOT工作台

现在打开TRAE,左边侧边栏会有一个“TRAE 宝”,我给他改名叫奥特曼,希望他能帮我打怪兽,哈哈!

TRAE宝入口

点击奥特曼,就能进他的工作台,最近的任务和工作产物这里全能看到,如果任务在执行就会转圈,执行完了你还没检查就会是一个蓝色的点,不过这个界面我们一般用不到。

任务和工作产物

可以给他改名,还能把他连接到飞书或者微信,很简单,扫码就行。

01

安排点小任务,探探TRAE宝的实力

安排任务

我让奥特曼用代码做一个视频,他刚确认我又让他帮我装一个skill,它迅速把任务分发出去,我们不用管任务具体发给谁,怎么给任务内容的,只要他能把结果交付给我们就可以了。

但如果你对其中某个项目特别关注,也可以点击对话里的胶囊,就可以进到奥特曼的工作台里看每个任务进度。

查看任务进度

如果你还是好奇这个任务到底在哪执行的,执行的过程是什么样的,点击最下面这个打开会话。

打开会话

这时就能看到,奥特曼创建了一个什么任务,这个任务是怎么执行的,细节党放心了吧?所有一切还在你的操控中,任何时候,你想对任务细节做任何人工调整,冇问题啦!!!

很快视频做好了,我让奥特曼安排把这个视频嵌入一个网页,做一个符合这个视频调性的网页出来。

既然用了BOT,就要习惯,不要把AI当做一个工具,要把他当做一个员工,当做一个活生生的人,他现在就在给你打工,你是老板,把任务发下去,至于他怎么做,怎么实现,只要给了目标和标准就行,不要像以前那样再扣每一个细节,他们自己发挥,做的不好就告诉他哪里不好,让他重做。

TRAE小宝是有记忆的,和他互动的越多,他越能知道你的风格,喜好和禁忌,越用越懂你,所以一开始的磨合是必须的,不到万不得已,不要自己进入任务里修改,就算修改了,也要让TRAE小宝去看,告诉他你为什么要这样做。

TRAE宝记忆与上下文

比如这个视频是奥特曼安排一个线程做的,做网页的是另一个线程,他能把做网页的线程需要的上下文给他,比如这个视频的风格是什么,做的网页应该是什么样的,这些以前我们开单独线程,需要自己整理,现在只需要一句话:做一个网页嵌入这个视频,网页符合视频调性,其他一切交给奥特曼。

你看奥特曼发出去的任务,如果让我自己安排,多累!

任务并行执行过程

这个视频和网页制作的过程我没有进具体的对话,都是和奥特曼交流,他想办法完成我的需求,而且经过做视频的几轮交流,他就知道对网页我大概应该是怎么想的,这就是理解跨项目历史上下文的好处。

02

做一个真实项目

总管家

总管家什么事都要管,整个对话里什么都有,如果你做一个耗时比较长的项目怎么办呢?除了侧边栏这个总管家奥特曼,每个编程项目里都有一个项目专属的管家。新建一个项目,这个管家就在等你了,这样我们可以保持这个管家的上下文只有这个项目,不会和其他项目交织。然后等这个项目完结后,再让总管家来看看这个项目,把历史对话拿过去。

项目专属管家

我在GitHub上发现了一个数学(小学到高中)、英语(三年级到高中)、初中物理的知识图谱:https://github.com/xiaoyang111222/cn-math-taxonomy。这可是好东西啊,家里的孩子也需要啊。

知识图谱仓库

作者做了一个网站来展示这些知识体系,但是我觉得这个网站做的用户体验不是很好,于是我就告诉奥特曼,去研究这个仓库,他派出去两个线程,一个研究和出体验报告,另一个研究数据结构。

并行研究

一通研究,竟然发现这个仓库里有很多错误数据,还有很多知识是缺失的,然后他主动说要先修复数据。

发现错误数据

不管他怎么修复,既然能发现问题,肯定有办法修,我让他修完了写一份完整的报告。

完整报告

不用等结果,直接安排下面的任务,因为他是多线并行,不像我们在一个线程里,要等一个完整的逻辑链走完再插入新的方向,不然整个对话历史都被搞乱了,再达到上下文窗口,一压缩,完蛋,接下来AI就要混乱了。

有了奥特曼,我根本不管这些,想到什么分支任务,有什么新想法,不用等之前的任务结束,直接说。

继续布置任务

不要停,接着布置任务,去找可以借鉴的知识图谱展示的优秀创意和交互范式。

调研优秀创意与交互范式

看了奥特曼的调研报告,这个网站非常复杂,有接近2000个页面,再派一组去研究视觉规范,先做好视觉规范,后面这么多页面才不会跑偏。

✦总之,不用停,想到什么直接交给奥特曼,同步并行干!这时候已经有9个任务在并行跑了,之前我 就得在不同的任务之间切换,看各个任务进度,现在不用了。

九个任务并行

然后我告诉奥特曼我要去睡觉了,他来把控全局,明天我要看到完美的网站,再叮嘱他教学动画一定要符合孩子当下的知识水平,用简单易懂的方式做出来。

然后我真的去睡觉了。

睡觉等待项目完成

今天我一忙,把这茬给搞忘记了,到了下午才想起来,这时电脑不在身边,我就用飞书问他做好了没。

于是等我回到家,拿到了一个这样的网站。知识图谱,知识讲解,测验,家长管理,这些都是原来项目里有的,但是整个交互和视觉全部重构了。

而我只是给奥特曼下了几个任务,其他都不管了,他去协调统筹安排,需要多少个并行他自己开,每个子进程进度他去跟。

“

还没体验过TRAE 宝的兄弟们,以后做项目,先把调研和Demo阶段交给它,可能他会带给你意想不到的交付。

写在最后

AI发展到这个阶段,距离真正的AGI还有很长的路要走,但是2026年一年,从年初的小龙虾到现在的 Personal Agent,贾维斯离我们越来越近了。

AI越来越像是一个真实的人,我们可以放心的把那些消耗精力的事情交付出去。

TRAE的个人助理在开启新任务时不需要再从零解释,复杂项目推进时,不用自己拆任务、切会话、盯进度、拼结果。我们可以当老板,把持续理解和推进开发进度这件事彻底交出去。

而TRAE最大的优势是可以随时切换到IDE,上周一个朋友问我,你电脑上开这么多终端,什么都看不到……  我知道他的意思,很多人做项目,用AI写代码,是需要看到那些文件和代码的,这样才有掌控感,面对黑洞洞的终端没有掌控感。

理论上TRAE宝也是能作为个人助理的,毕竟可以访问你电脑上所有内容,同时也可以通过授权活动更多的连接服务的...

而且个人定制化更强...

跳转微信打开

  •  

TRAE 发布个人助理:TRAE宝

小互AI 2026-10-29 16:15 安徽

TRAE 今天发布了个人开发助理:“TRAE宝”。

从官方介绍看,主要想解决两个痛点:新任务反复讲背景,以及多个任务之间的协调。

用AI做项目,这两个问题挺常见...

之前做过类似方案,换个项目又得找资料、重新解释;同时开几个会话,还得自己看进度、回答问题、把结果拼起来。

比如,你想给产品加权限管理,规定谁能看、谁能改。以前做过类似的,就可以直接说:“参考之前的方案,先看看哪些能用,哪些要改。”

它会跨项目查找以前的任务、对话和产物,把相关方案、限制和当时的决定找回来。旧方案也要看看还适不适用,需要你重新确认的,再交给你判断。

需求复杂了,它还能帮你分活

做页面、改接口、补测试、写文档,哪些能一起做,哪些得等前一步,项目助理会结合代码和项目情况来安排。分开做完,还要放到一起检查

前一个任务没结束,你也可以继续交代别的工作。

各个子任务的进度和结果先汇总到助理,你重点看:出了什么问题、哪些事需要你决定、最后做出了什么。

TRAE宝分成全局助理和项目助理:

全局助理帮你查以前的任务、对话和产物,整理相关方案、限制和决策。比如要给产品加权限管理,就可以先找旧方案,看看哪些还能用、哪些得改。

项目助理负责当前项目:把需求拆成页面、接口、测试等子任务,安排并行和先后顺序,再汇总进展与结果。

这套思路的用处比较清晰:原来要人来回传话、补背景的地方,交给助理处理。

理论上它也是能作为个人助理的,毕竟可以访问你电脑上所有内容,同时也可以通过授权活动更多的连接服务的...

而且个人定制化更强,晚上我写个详细测试内容...

#TRAE #TRAE宝 #AI编程 #开发工具

跳转微信打开

  •  

LibTV 双11杀疯了! 0积分无限用30天 我用三种方式教你怎么薅羊毛

原创 小互 2026-10-29 11:15 安徽

LibTV 双11杀疯了! 0积分无限用30天,我用三种方式教你怎么薅羊毛

兄弟们,《疯狂水世界》的广告你肯定刷到过。

一个受气的光头大哥,在末世庇护所里天天被邻居欺负,全部指望就是一台海水过滤器,最后一嗓子"疯狂水世界启动"切进游戏画面。这种几十秒的 AI 土味广告被网友当连续剧追,一条能拿 30 多万赞,相关话题播放量接近 10 亿。

视频

现在做这种片子,门槛已经低到一个人就能干。

正好 liblib.tv 双 11 大促销:

Wan 3、Kling 4.0、Minimax H3 三个旗舰视频模型,最长 30 天 0 积分无限用

我趁这个机会把 LibTV 的三种用法都跑了一遍,教你们怎么薅羊毛

适合各种人群

01画布:自己连节点,拍了三集土味短剧

02AI 工具:让 Claude Code 调 LibTV 的命令行,做了一整期 AI 日报

03官方 Skill:一句话加十几次点选出了一支说唱 MV,再回画布精修

三种方式难度、手感、适合的人都不一样,下面挨个说。

01

案例一:画布,一个下午拍完三集土味短剧

视频

《实习生他每天只看五分钟》三集连播

剧情是标准土味爽剧:油腻经理抢功,实习生当场纠错,霸总女上司看在眼里。三集,每集 8 个镜头,最后经理在年会上跪地抱大腿:"周哥!带我一起看小互日报吧!"

画布的用法就是把一部片子拆成一张图:

1定角色:用 Seedream 5.0 Pro 生成三张定妆照:格子衬衫实习生、墨镜女总裁、背头经理。

2定场景:再生成四张空镜:会议室、深夜办公室、天台、年会舞台。

3一镜一节点:每个镜头建一个视频节点,左边连一张场景图和出场角色,提示词只写"谁在哪、做什么、说什么"。

4点生成:模型选 Kling 4.0 的"全能参考",竖屏、5 到 8 秒。Kling 4.0 会按提示词里的台词直接配音、对口型,配音都省了。

截图画布全景,左边场景图、中间角色、右边视频节点

截图点开一个视频节点,Kling 4.0 · 全能参考 · 9:16 · 720P,提示词里写场景、人物和台词

第一版我只花了二十分钟,每集 3 个镜头、15 秒,还加了黄字黑边的大字幕。看完自己就否了:太短来不及反转,每个镜头的会议室都是模型现编的,字幕也丑。

第二版每集加到 8 个镜头,同一场戏全部连同一张场景图,会议室始终是同一间,字幕全删。

第二版逐镜看完,又挑出四处要重拍。比如经理被揭穿后本该当场僵住,模型却让他接着"哈哈哈";林总在门后偷听,模型替她加了句"你被开除了"。

改法都一样:在提示词里把要求写死,比如"说完后沉默,不再笑"

重新生成一次,四处全过

一部 2 分 40 秒的短剧,前后生成了 40 多次,平时每一次都在扣积分。0 积分的时候,看到不顺眼就重拍,不用在心里算账。

画布还有一个用处:复刻别人的爆款: LibTV 社区里不少爆款把画布公开了,点"查看制作过程"就能看到每个节点怎么连、每句提示词怎么写,再点"复制"就是你自己的了。下面三部我各剪了 30 秒:

@玄机动画《大闹天宫》:LibTV 标注全网点赞 100 万+,画布被复制 1879 次

画布被复制1879

@不吃榨菜《非妖哉·哑女小荷》:全网点赞 100 万+,画布被复制 2433 次

画布被复制2433

@蓝喵《胡来万事屋》:全网点赞 30 万+,画布被复制 1970 次

画布被复制1970

视频

@玄机动画《大闹天宫》

视频

@不吃榨菜《非妖哉·哑女小荷》片段

视频

@蓝喵《胡来万事屋》片段

几千人不只是看完,而是把整张画布拿去改成了自己的

大闹天宫- 副本 - 大闹天宫- 副本 - LibTV - 专业视频创作工具

优点:每个镜头看得见、改得了;同一张角色图、场景图反复连,人物和地点前后一致;能直接复制别人的爆款画布。

缺点:镜头一多,连线就乱,一个个节点点下去也累。24 个镜头还好,上百个就吃力了。

适合:刚入门、想一镜一镜抠细节的人,还有想照着爆款练手的人。

02

案例二:AI 工具,让 Claude Code 做一整期 AI 日报

我最近在研究弄个每天更新的 AI 日报,主播是 3D 卡通版的我自己,一期十几个播报镜头,天天都要重来一遍,一个个手点不现实。

LibTV 有一个MCP工具(让AI就能操作画布)

我把它交给 Claude Code,说清楚要什么:今天的新闻稿,每句台词用 Wan 3 的全能参考,拿主播参考图加我录好的配音对口型,固定机位,跑完下载、对齐,再剪进日报。

剩下的它自己干:上传配音、建节点、连参考图、排队生成、下载,最后用声音比对检查每段口型有没有对齐。

截图Claude Code 调用 LibTV 命令行,一句一个节点排队生成

它在画布上建的节点,打开 LibTV 就能看到,每一个都能点开手动改:

截图画布上由 AI 工具批量建好的主播镜头节点

中间也翻过车,都是它自己查出来的:

几句同时上传,建节点失败,它改成逐个上传后重跑

有一句口型对了,却把"价格暴跌"念了两遍。它把时长改短、提示词里加上"不重复任何词",又抽了一次

"AI"这个词,模型有时念成"A 点 I"。它试了几种写法,换成原样的"AI"才念对

顺手我还对比了两个模型:

Kling 4.0:把我的配音传进去,它只当声音参考。第一次生成,它自己编了一句开场白,稿子一个字没念。把台词写进提示词才念对,但声音还是它自己合成的。

Wan 3:直接用我上传的原配音对口型,我比对了声音,相似度 0.99。

结论:

角色要自己开口说台词,用 Kling 4.0;已经有配音,要它对口型,用 Wan 3。

这两个正好都在这次 0 积分的名单里。

视频

日报主播 Kling 4.0 / Wan 3 对比

优点:批量、能重复。今天跑通了,明天换一份稿子再跑一遍就行,还能接进你已有的剪辑流程。生成的节点照样落在画布上,随时能打开手动改。

缺点:要会用 Claude Code 这类 AI 编程工具,第一次搭要花点时间。出错也是批量出错,得让它每段都做检查。

适合:有固定栏目、每天或每周批量出片的账号和团队。

整个过程完全由Claude Code 操作进行,你无需干预

甚至包括搜集新闻素材、操作LibTV、配音、剪辑等

视频

小互 AI 日报完整版,主播镜头全部由 LibTV 生成

03

案例三:官方 Skill,一句话出初版 MV,再回画布精修

LibTV 首页有个 Skill 广场,相当于别人打包好的整套流程:选一个 Skill,说一句想法,它从写歌、出图到剪辑全包。

截图Skill 广场,排第一的是"爆款拉片复刻"

推荐页排第一的是"爆款拉片复刻":丢一条爆款视频进去,AI 拆解后一键复刻同款,已经有 2.8 万人用过。想做 MV,就点"音乐MV"分类,我选的是 POP MV。

截图音乐MV 分类,POP MV、日系偶像 MV、高颜值时尚 MV、AI 词曲创作人

03.1

第一版:Skill 全包,75 分钟

我写了一段需求:40 秒左右的中文电子说唱、竖屏、深夜霓虹天台、银色短发女 rapper、120 BPM、画面卡鼓点,视频只用 Wan 3 和 Kling 4.0。

它没急着开工,先回了 8 道选择题:要不要帮我写歌、用什么人声、有没有参考图、要不要字幕、什么影调、什么画质。都是点选,不用写提示词。第 8 题它还主动提醒:唱歌镜头要"用音频驱动口型",Wan 3 和 Kling 4.0 做不到,问我怎么办。

截图POP MV 回的 8 道选择题

接下来全是它自己干的:写歌词、生成歌曲、按鼓点切歌、出造型四选一、出场景图、写分镜、生成两段视频、合成成片。我要做的只有十几次点选。

过程中它会自己检查。歌曲生成时,模型把风格说明也当歌词唱了出来,它转写一遍发现了,最后从歌里挑一段干净的用。切歌时它发现自己上一轮切点判断错了,又改了回来,保住了"别掉队"这一整句。

截图Skill 自己发现切点错误并改正

截图交付汇总,41.9 秒、24 个镜头、卡 120 BPM 鼓点

视频

第一版成片,Skill 全包,41.9 秒

03.2

第二版:回到同一张画布接力

第一版能看,但有三个问题:唱歌时嘴型对不上(就是它第 8 题提醒过的那个),电子编曲太吵,人也只是站着摆造型,没有舞蹈。

Skill 做完的所有素材都留在画布上,我让 Claude Code 接着在这张画布上改:

1重写歌:歌词改短、改得好唱,方向换成干净的流行舞曲。只给音乐模型纯歌词、不写风格说明,它就不会再把提示词唱出来。出了两首,我挑了一首。

2跳舞交给 Wan 3:天台上街舞律动、踢腿转身定格,雨夜街道上手指倒数"三二一"、起跳落地溅起水花、副歌转圈。

3唱歌交给 OmniHuman 1.5:这是 LibTV 上专门做数字人说话、唱歌的模型。从 Wan 3 的镜头里截一帧正脸当底图,配上那一句单独分离出来的人声,一张图加一段音频就能生成。

截图画布上左边是 Wan 3 的舞蹈镜头,中间是 OmniHuman 生成的唱歌近景

截图OmniHuman 1.5 节点,一张底图加一段人声

我逐帧量了嘴张开的大小,和人声比对。同一句"别慌张 别犹豫",Wan 3 的嘴型和歌声基本对不上,人还在笑;OmniHuman 的嘴型跟着歌走,时间误差在 0.08 秒以内。

最终成片:

视频

第二版成片《跟上节奏》,49.8 秒

优点:门槛最低,不用会写提示词,也不用懂剪辑,一句话就有初版;会自己检查、自己纠错;做完的东西都留在画布上,能接着改。

缺点:细节按它的套路来,像唱歌口型这种专门活,还得回画布换专门的模型补。

适合:零基础、脑子里只有一个点子的人,还有想快速出一条社交平台内容的人。

04

三种方式怎么选

01画布

怎么做

自己连节点、写提示词

优点

每个镜头都能精修,能复制爆款画布

缺点

镜头多了累

适合

新手练手、想精修的创作者

02AI 工具(Claude Code)

怎么做

说清需求,AI 批量建节点、生成、检查

优点

批量、能重复,接进已有流程

缺点

要会用 AI 编程工具

适合

固定栏目、批量出片的团队

03官方 Skill

怎么做

选 Skill,说一句话,做选择题

优点

门槛最低,从写歌到剪辑全包

缺点

细节控制弱,专门活要回画布补

适合

零基础、想快速出片的人

三种方式不是单选,底下都是同一张画布。

我的 MV 就是 Skill 先出初版,再在画布上换模型精修;日报是 AI 工具批量生成,节点照样在画布上能手动改。

05

LibTV 双11 这次到底给了什么?

视频

0 积分模型

Wan 3、Kling 4.0、Minimax H3,最长 30 天无限用

年包价格

至尊 92K 年包原价 40999 元,现价 16999 元,直降 24000 元

原价40999

现价16999

年会员叠加

Seedance 2.5 720P 每秒低至 0.17 元;红包最高立减 1300 元;加赠 3 个月会员;首三个月累计加赠超 17 万积分

买了怕降价

7 天保价

老用户

升级年会员同享双11优惠

囤货

至尊 66K、至尊 92K 可重复购买

活动时间

10月30-11月30日

这次三条片子,最费钱的都是"重来":土味短剧生成了 40 多次,日报一句话抽了好几遍,MV 的歌前后生成了七八版

0 积分的这一个月,正好是放开手试错的时候

我准备搞一个月的 小互AI日报视频版 正好不要钱...

你们也可以趁机练练手

活动地址:https://www.liblib.tv

跳转微信打开

  •  

Anthropic收购了一家药企 公司只有1个人...

小互AI 2026-10-28 13:10 安徽

卧槽

OPC,一人公司真的能搞啊

Anthropic 全资收购了一家一人初创药企 Mithril Medicine

这家公司只有创始人 Cody Tranbarger 一个人+ Claude,专注于研发两种罕见的儿童肌营养不良症疗法

Cody将合同管理、物流供应链以及跨 11 家外部实验室的实验统筹等运营工作,全部交给了 Claude 协作处理

仅凭一人团队加上 Claude 的辅助,他们在不到 18 个月的时间内,就把其中一种肌营养不良症的疗法从“纯设想”推进到了“小鼠活体实验呈现积极效果”。

创始人 Cody 已正式加入 Anthropic 继续推进该研发并启动新项目。如果候选药物后续验证顺利,预计最早在 2028 年底前即可推进至人体临床试验。

该内容披露在Anthropic今天发布的《与 Claude 加速药物开发的早期进展》文章里:https://www.anthropic.com/research/early-progress-drug-development

跳转微信打开

  •  

阶跃Step 5 Preview能力强到这种程度?正在免费,赶紧来用!

原创 小互 2026-10-23 18:08 安徽

兄弟们,昨天我发现WorkBuddy上有一个新的免费模型,Step 5 Preview,刚开始看到还一愣,突然想到之前看到一篇新闻,阶跃星辰的最新模型Step 5 Preview在OpenRouter的模型调用榜上排到了第一。

记得今年初我写了一篇阶跃AI桌面伙伴的评测,那时候就对阶跃星辰产生了好感,觉得他们的产品和模型做的真心不错,如果基础模型能再强一点,这个产品就完美了。

赶紧一顿搜索,Step 5 Preview 是面向生产级 Agent 的旗舰模型,总参数量600B,支持 1M 上下文、文本和图像输入。

这个得分,杀的有点狠啊!这不妥妥国产黑马嘛!WorkBuddy10月12日-25日两周独家限免,还有几天,赶紧蹬!

1用代码做视频

现在新模型上线,如果不能用代码做视频,感觉功能少了一半,其实据我观察,大模型早就可以用代码做视频,只是没人想到还能这样玩,Opus 5.5不经意间搞了一个出来,被人们发现视频还能这样做,以为只有Opus 5.5可以,其实很多模型都可以,可以归可以,做的好不好又是另一回事了。

这和模型的多模态能力有很大关系,你想想一个盲人画画,肯定和正常人有很大差距,而正常人,每天看艺术品和每天看山寨海报,审美和输出差距也很大。

以前国产模型有多模态能看图是稀罕物,现在大家都有多模态,都能识图,但怎么训练,审美怎么样,区别还是蛮大的。

所以Step 5 Preview用代码做视频这个肯定要试试,这个能搞定,票价值回一半。我在skillry上找了一个Opus5.5做视频的提示词,把主角替换为Step 5 Preview,看看他们之间差距。

<direction>
Build a 30-second looping motion design showreel that introduces STEP 5 PREVIEW, a motion designer.
Concept, in one line: one pencil line gets promoted three times (graphite on paper, wire on a blueprint, light on black) and never leaves the screen.
Every shot is made out of the previous one: shapes, type and colour transform into the next scene. No cuts, no fades.
Typeface: Geist only. Weight 900 for big words, 600 to 800 for small labels (24 to 28 px, tracked 0.14 to 0.3 em).
Palette: paper cream #EDE6D5, blueprint blue #1B3ED2, hologram cyan #45F0DD, plus black #07080A, graphite #16161A and white. Each stage's accent is the next stage's colour: blue pencil on paper, cyan on the blueprint, white on the hologram.
Camera: locked and front-on for the whole film, like a drafting table. Objects turn; the camera never moves.
Empty border: nothing at rest within 150 px of the sides or 90 px of the top and bottom. Things travelling through may cross it.
Three inks. The same geometry is drawn in whichever ink is on screen:
- PAPER: a cream paper background (use my paper image if I give one, otherwise flat cream with fine drawn grain) with a 60 px blue grid at about 13% and every fifth line at 26%. Lines are pencil: resampled and pushed off true by slow sine waves whose phase changes 8 times a second, stroked twice (full width at 90%, half width at 40% with more wobble), with paper tooth knocked out of the strokes, then multiplied onto the paper. Fills are diagonal hatching drawn on one line at a time. Big type is hatching cut to the letter shapes, with a doubled outline.
- BLUEPRINT: flat blue with the same grid in white. Clean white lines 3 to 4 px, hidden edges dashed and thinner, fills are fine clean hatching.
- HOLOGRAM: black with the same grid in cyan. Cyan lines with a white core 30% of the line width. Fills are horizontal scan lines on an 8 px pitch whose thickness follows how lit the surface is. No blur halo anywhere: it reads as light through line density only.
Banned: particle bursts, glows, lens flares, camera shake, RGB split, crossfades, generic gradients, bouncy easing, holds longer than half a second, anything that looks like a template.
</direction>
<structure>
120 BPM, 60 beats, 15 bars of 2 seconds. Something happens on every beat. Moves start 0.05 s before their beat so they land on it.
Easing: a critically damped spring, 1 - (1 + w t) e^(-w t) with w between 12 and 40, so nothing ever passes its target; exponential ease-in and ease-out for wipes, presses and exits.
Scene changes: paper to blueprint by a shape that floods the frame with a hard edge; blueprint to hologram and hologram to paper by one horizontal scan line.
The last frame is the first frame, so it loops.
Two corner labels stay on all film: top left "FIG. 07 — GEAR" (bar number and name), bottom right "BEAT 27 / 60". Bar names: DRAFT, TYPE, CURVE, MORPH, TILE, SOLID, GEAR, PANEL, DATA, LIGHT, WAVE, GLOBE, DRUM, FORM, END.
</structure>
<mascot>
The creative director: a small box character. Body 76 x 54 units with rounded corners, two short arm stubs (24 x 16) at mid height, four straight legs (11 x 33), two tall rounded-rectangle eyes (8 x 14). Draw it about 250 px wide. Its right arm is raised 58 degrees holding a pencil.
On paper: graphite outline with sparse blue hatching and graphite eyes. In the hologram: cyan outline with scan-line fill and white eyes. It is never a fourth colour.
It runs with alternate leg pairs lifting, six steps a second, leaning 7 degrees into the run.
</mascot>
<storyboard>
Bar 1, HOOK, 0-2 s, paper.
Frame 0: STEP 5 PREVIEW in Geist 900, fitted to 1500 px wide, centred, pencil-hatched. INTRODUCING small above it, A MOTION DESIGNER small below. A pencil rail 1620 px wide sits 96 px above the letters. The mascot stands on the rail at x = 1560 with CREATIVE DIRECTOR lettered to its left.
0.0: the small lines un-type; the mascot runs off the right edge, accelerating.
0.36 to 0.5: the rail drops, accelerating, to 26 px below the baseline and presses the letters flat into itself.
1.0: the line rises to the middle, shortens to 1320 px and splits into two rails 140 px apart; 41 blue ruler ticks sweep along the top rail.
1.5: the rails open to 300 px; a blue height dimension draws at the right with a live number.
Bar 2, KINETIC TYPE, 2-4 s, paper. Words sit between the rails and are clipped to that slot; the rails move to fit each word.
2.0: INTRODUCING rises through the baseline letter by letter, then lifts out through the top.
2.5: A MOTION whips in from the left (1400 px in 0.2 s).
3.0: the rails clap shut on it and reopen, stretching DESIGNER out of the line; its letters then fly out sideways.
3.5: STEP 5 PREVIEW in blue pencil, letters dropping from above one every 0.05 s. At 4.0 the rails close and crush it into one line 1476 px long.
Bar 3, CURVES, 4-6 s, paper.
4.1: the line gets pen-tool handles (430 px long at 58 degrees, small squares at the ends, circles on the handle tips, the label EASE) and bends into an S.
4.5: the handles swing to the mirror angle; eight blue copies fan out 34 px apart, joined at both ends like a leaf.
5.0: handles retract; the ribbon becomes travelling sine waves (amplitude 92 px, 2.75 cycles, each line a little out of phase).
5.5: it gathers back into one flat line.
Bar 4, SHAPE MORPH, 6-8 s, paper.
6.1: the line curls into a circle of radius 235 (curvature grows, length stays). 6.5: triangle, turning 120 degrees as it changes. 7.0: square. 7.5: hexagon, point up, radius 270. Blue hatching builds inside, then cross-hatching.
Bar 5, TILING, 8-10 s, paper.
8.0: the hexagon shrinks to radius 96 and six more slide out around it. 8.5: twelve more, a honeycomb of 19. 9.0: dense hatching sweeps across until every cell is solid blue. 9.6 to 10.0: the centre cell's shape grows past the frame with a hard edge; inside it is the blueprint, with the honeycomb in white line.
Bar 6, 2D TO 3D, 10-12 s, blueprint.
10.0: three lines draw inside every hexagon, plus three dashed hidden ones: each is a cube seen corner-on. 
10.5: the eighteen outer cubes slide into the centre one, which grows to radius 270. 11.0: it turns a quarter and perspective switches on. 11.5: it faces front.
Bar 7, MECHANISM, 12-14 s, blueprint.
12.0: the cube flattens and its front square grows teeth: a 16-tooth gear, pitch radius 208. From 12.25 the train steps 45 degrees on every eighth note. 12.5: a 10-tooth gear grows out to the upper right, meshing. 13.0: a 12-tooth gear to the upper left. Each has a dashed pitch circle, a hub and a label (16T, 10T, 12T). 13.5: the small gears retract; the gear becomes a square again and the cube gets its depth back.
Bar 8, UNFOLD, 14-16 s, blueprint.
14.0: the cube unfolds on its hinges into a cross of six squares. 14.5: the squares slide and stretch into six panels: a header strip, a tall sidebar, a wide chart, two tiles, a timeline strip.
15.0: they fill in. Header: "STEP 5 PREVIEW — MOTION REEL", a BARS / RING switch, a LIGHT toggle. Chart: 30 bars, one per second of this film, heights 42 30 36 44 50 46 52 62 50 56 62 72 60 66 58 76 56 62 68 74 70 78 86 94 100 93 97 90 80 50. Timeline: the 15 bar names, a keyframe diamond on each.
15.5: counters roll up: 120 BPM, 60 BEATS, 1800 FRAMES, 0 CUTS.
Bar 9, DATA, 16-18 s, blueprint.
16.0: a graph line draws across the bar tops; a cyan playhead lands on the timeline at the real time. The current second's bar is solid cyan, earlier ones hatched, later ones outlined. A cursor arrives.
16.5: it clicks RING: the chart's baseline bends round into a circle of radius 110 with the ba

网上随便找了一个阶跃的LOGO,纯提示词和LOGO图直接开始。

可以可以,有点东西,整体节奏和画面细节很到位。这个视频和Opus做的视频比起来,有差距,细节上还有进步空间,但是不知道Opus原视频生成了几次,有没有迭代调优,Step 5 Preview这个视频是一次直出,提示词大家可以拿到WorkBuddy自己生成一次看看。

价格对比

关键Step 5 Preview输入1美金,命中缓存0.1美金,输出2.7美金,Opus 5.5 输入4美金,输出20美金,这个怎么比,就算迭代调优,总花费也会省很多很多很多吧!

而且Step 5 Preview这个视频在我试过的国产模型里已经是妥妥的头部了,我不敢话说的太满,得罪人,哈哈!!

2逐帧复刻一款网页小游戏

兄弟们,接下来给你们看一个非常厉害的东西!

10月15日特斯拉发布新一代 Roadster的第二天,开发者 X Freeze 用 Grok 一款网页小游戏。我拿到了这个视频,然后把这个视频发给Step 5 Preview,让他逐帧研究这个视频,复刻出这个游戏。

哈哈,我感觉我这个版本做的更好,这个片头把我看呆了,这是怎么复刻出来的呢?难道这个开头是逐帧把视频做成了开场?

Step 5 Preview做的这个版本,游戏HUD体验更好,游戏音效还原的也很逼真,原视频我拿到就是加速的,那个音效明显是不对的。这个游戏难度不大,但是我要的是复刻,Step 5 Preview就真的复刻了。

这个游戏不是一次直出,修改了5轮,每一轮我会告诉他哪里做的不好,但是最终还是复刻出来了比原作要好的效果。这时间不白花。

人类和AI协作不管做什么,不怕一开始AI做的不够好,关键是你告诉他哪里不好,应该怎样,他库哧库哧一顿操作之后,刚刚说的真的改了,然后一起迭代,一轮比一轮好,这样的模型我就愿意用。最怕的就是那种你一顿输出,它忙活半天,你感觉刚刚错付了,想砸键盘,它还一脸懵逼。

这个游戏大家都可以玩,WorkBuddy可以一键分享:

https://workbuddy.link/p/67QJrmuHpQBYnvwkVdgFli

377万字西游记,统计63个妖怪

接下来我给Step 5 Preview出的考题是真的很难,下载了一整本西游记,77万字,我让他读完全书,统计所有的妖怪,哪些妖怪有后台哪些没有,这些妖怪的结局是什么。

这个任务执行了一个多小时,确实头皮发麻,坐在电脑前面这个人类为什么会有这种奇怪的想法!

Step 5 Preview输出的这个Excel是我用的所有国产模型中,结构最清晰,输出最美观的,从头到尾我只对网页提出要求,这个Excel我一个字要求都没有提过,本来我也不在意,做什么样都无所谓,注意力都在网页上,没想到啊,Step 5 Preview你跟我玩这一手,你搞办公这套这么牛,为什么不跟我说呢?一会我再考考你!

了让这个网页做出来更好看,消耗了我630积分给这63个妖怪生成了图片,但是最终结果,我觉得这630积分没白花。

Step 5 Preview这审美我只能说在下佩服!

这种感觉怎么描述呢?就是你给他一个任务,满怀期待,最后他交给你的,你有那种想继续和他一起迭代的冲动,他做的没有100分,但是有80分,你就想改一改,往95分做。有的模型一出来是30分,那一刻就没有冲动了,没有意义了,你知道再怎么改,最多就是45分的水平了。

交付感受

第一版做完,我喷了他,觉得他做的虎头蛇尾,路线图做的很精彩,下面做的不行,一共两轮就做出来了。所以我还是那句话,能听懂我在说什么,并且真的按照我说的做,这样的大模型,就值得用。

感兴趣的兄弟们可以自己去看这个网页的质量:

https://workbuddy.link/p/dKIMhg3lBf9dxZLZOBuDDC

4巴菲特错误博物馆,一轮裸出的PPTX

还记得Step 5 Preview之前做的那个Excel吗?作为Office年代的Excel小王子和审美强迫症患者,那个Excel只看一眼,我就知道Step 5 Preview有东西!

于是我安排一个也是非常复杂的PPT给他做一下,看看表现如何。

我把巴菲特1977-2025年所有致股东信全部下载下来,让他整理出巴菲特在信里亲口承认过的所有错误做一个PPT。

这个不是用Html画出来的PPT哦,是实打实的PPTX,每个字和形状都可以改的哦!

每个配图,每个页面排版,所有文字,形状一个都没有错位,就不说其他的,在Workbuddy里做PPT的兄弟们,你们用到现在,哪个国产模型能像这样一步到位做出来这种质量的PPT?

这么多文字,信息层级,连文字的对齐都做到完美,请注意,这个是PPTX文件哦!而且我没有使用任何WorkBuddy的PPT技能,就是一段需求和巴菲特的信的文本,一轮裸出。

5一个GIF压缩工具

本来到这里这个文章就写完了,但是我发现我做的GIF图非常大,微信公众号的编辑器只能接收小于10MB,帧数少于300帧的GIF图,之前我一直使用一个国外的工具网站,但是好慢,于是我让Step 5 Preview做了一个专门把GIF图压缩到公众号合规标准的工具。

中间测试时遇到一个色彩偏移的问题,很快解决,最终的这个网站把我录屏的GIF图都处理了。

智能模式

这是智能模式,它会自己计算和尝试,图片小于9.5MB它就会停。

手动模式

这是手动模式,可以自己选择怎么处理,每种处理方式会带来哪些优化,有哪些负面影响都写清楚了,简单的图片自己可以选。

这个GIF图中间有一点点停顿,那是在处理,一定要看完!!!!你看到的这张图也是这个程序处理的。

因为这个程序压缩使用了Python库,所以我在Workbuddy里也没法分享,所以我会开源到GitHub:https://github.com/xiaohuailabs/gif-for-wechat  有需要的兄弟自取。

写在最后

Step 5 Preview发布快一个月了,各种评测很多都是从专业的数据对比角度展开探讨。

模型的评分对比数字,很难有直观的感受,得分高的模型用起来是不是效果好,真不一定。但用了那么多模型,每种模型使用过程中,开心还是心累,这种感觉是很真实的。特别是长时间使用,一个长时间让你开心惊喜和另一个长时间让你心累的模型,体感差别非常大。

兄弟们肯定经历过那种,哎呦,我去,尼玛,你搞的这是啥,XX!这种想砸键盘的感觉。

Step 5 Preview的测试过程中,隐约有那种Opus 5.5的感觉,虽然真实水平还有差距,但是无论什么任务,它的交付总是给你一种,哎呦,我去,可以啊,来来来,你再把这个稍微改一改,我觉得挺好。

长期以来,使用国产模型,任务交出去,期待没有那么高,但Step 5 Preview测试完了之后,交给它的任务开始有了对品质的期待。

特别是审美,在你没有特别强调的情况下,他的底线很高,直到我打开阶跃星辰的官网,才明白这是一家审美标准和要求很高的公司,不信你自己去看:www.stepfun.com。

Workbuddy上的免费试用时间到10月25日,建议大家都去体验一下,可能你日常使用的模型要换一换了!

跳转微信打开

  •  
❌