关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
== Vibe Coding
零基础教程 ==
通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。
接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。
1️⃣ 模型和工具怎么选
从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。
工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。
2️⃣ 整理需求
构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。
如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。
你可以这样告诉 AI：
> Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能]
AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。
保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。
3️⃣ 拆解任务
热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。
重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求：
> Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档]
让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议：
1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。
2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。
4️⃣ 持续迭代，明确验证方法
创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。
完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。
确保每次开发的功能都能快速验证其有效性。
5️⃣ 修复 Bug
开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。
详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。
6️⃣ 学点软件工程基础
任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。
这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。
怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。
7️⃣ 开发工具和 GitHub
任务变复杂后，趁手的工具也必不可少。
你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。
代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。
8️⃣ 服务器或 Cloudflare
大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。
你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。
我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。
Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。
9️⃣ 积累 Vibe Coding 经验
我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。
网址：
零基础教程 ==
通过 Vibe Coding，我自己实现了信息流产品的开发，发布了 Mac App，构建了满足自己需求的 AI Agent，还有更多新任务正在解锁中。
接下来，我会写一系列教程，带你用最少的步骤和刚刚好的知识，轻松开发满足你自己需求的产品。
1️⃣ 模型和工具怎么选
从编程任务来说，这三个模型可以考虑：OpenAI 的 Codex、Claude 系列、Gemini 3 Pro。如果你能解决网络和支付问题，我推荐首选 Claude（更均衡且成熟），其次是 Codex。从入门级订阅开始即可，不建议使用免费的版本。
工具方面，如果你习惯使用 IDE，可以用 VS Code 或者 Cursor。如果你更偏好直观的图形界面，Cursor 会更适合初学者。不过在刚开始阶段，直接使用这三个团队的官方应用或网页版也是完全够用的。
2️⃣ 整理需求
构建复杂的产品完全没问题，但需要循序渐进。再复杂的工具也都是由基础模块组合而成的。
如果你不知道从哪里下手，那就从详细梳理需求开始吧。把你想到的所有功能和逻辑尽可能详细地告诉 AI，最好使用高级一些的模型，比如 GPT-5-Think、Gemini 3 Pro 或者 Sonnet 4.5 / Opus 4.5。
你可以这样告诉 AI：
> Hi AI，我想开发一个产品，它有以下这些需求，请你帮我梳理成一份逻辑清晰、结构严谨的产品需求文档。[然后换行，一条条写出你想实现的所有功能]
AI 能很好地把模糊的、不确定的需求转化为完整且专业的文档。如果觉得有不符预期的地方，及时告诉它进行修复即可。
保存好这份文档，它会成为你产品开发的良好起点。如果你不确定，还可以请 AI 帮你初步评估整个产品的复杂度和实现难度。如果真的太复杂，不如早一点调整方向。
3️⃣ 拆解任务
热知识：不要在同一个对话窗口长时间和 AI 聊天，它的「智商」会随着对话的累积逐渐下降。
重启一个新的对话窗口，把之前整理好的产品需求直接给到 AI，让它帮你分析第一个可以快速实现且易于验证的功能。你可以这样请求：
> Hi AI，以下是我的产品需求文档，但我从来没有编程过，请帮我分析一下，我可以在 10 分钟内快速实现的第一个任务是什么，并指导我如何快速验证这个功能。[然后换行，附上之前的产品需求文档]
让 AI 手把手教你搭建环境，运行代码并看到结果。有两个额外建议：
1. 大部分编程模型更擅长 Python，而且 Python 的入门门槛较低，可以优先选择。
2. 如果任务需要联网，优先考虑不联网的本地任务，因为联网任务的复杂度更高。如果不理解，直接问 AI 就好。
4️⃣ 持续迭代，明确验证方法
创造出一个「正向反馈机制」才是最终交付产品的关键，避免一次性完成过于复杂的任务。
完成第一个小任务后，继续告诉 AI 根据你的需求和已有的代码，明确下一步应该实现什么功能，并清楚告诉你如何验证每个任务。
确保每次开发的功能都能快速验证其有效性。
5️⃣ 修复 Bug
开发过程中难免遇到 bug，比如结果与预期不同。遇到问题时，同样可以依靠 AI 帮助你 debug。
详细地描述你的实际问题，包括报错信息或运行结果，AI 会根据情况指导你如何修复和优化代码，可能经过几轮迭代就能顺利解决。
6️⃣ 学点软件工程基础
任务复杂度增加后，就需要逐渐了解一些软件工程的基本知识了，否则很多问题将难以修复。
这就像搭建家具：拼装简单桌子只需直觉和说明书，但更复杂的橱柜则需要学习使用专业工具和理解基础结构。
怎么学？当然是通过 AI，可以逐步了解「数据结构与算法」、工程师团队的基本组成，以及整体的工作流程。
7️⃣ 开发工具和 GitHub
任务变复杂后，趁手的工具也必不可少。
你可以选择 VC Code 或 Cursor 来编辑代码，也可以直接通过终端打开 Codex 或 Claude。我个人更偏爱后者，但建议你多尝试，找到自己舒服的方式。
代码管理也至关重要。当你频繁修改代码时，Git 就显得不可或缺。最简单的图形化工具就是 GitHub 官方 App，可以让 AI 帮你一步步学会如何 Commit 和管理代码。
8️⃣ 服务器或 Cloudflare
大多数现代产品都需要联网获取数据或持续运行某些任务，比如抓取数据、计算、存储数据等。
你可以租用服务器，比如亚马逊云或 Digital Ocean，每个月几美元起步。但你也需要从零学习 Linux 系统，环境搭建较为复杂。
我推荐 Cloudflare Worker，免费版就能很好地入门，收费版每月也只需 5 美元。我自己的产品基本都用 Worker 构建，它帮你降低了很多基础设施的复杂度，让你专注于业务逻辑。
Cloudflare 还有很多有用的工具，比如 5GB 免费数据库，扩展性强。你也可以让 AI 帮你评估一下是否适合自己的产品。
9️⃣ 积累 Vibe Coding 经验
我相信未来通过这种 Vibe Coding 方式构建产品将会越来越流行，门槛也会更低。从现在开始积累经验，你会发现自己与 LLM 技术共同成长，未来能轻松驾驭更多产品开发场景。
网址：
以小博大直接爆15000倍 点击查看
实力盘总4000一拉直接爆2304000 点击查看
注册升级领18888， 每周送福利5888
每日存款彩金每日送，每笔存款加赠
🌐 官网注册网址 : 1820036.com
💖专属VIP客服： @vipkf_182ty8
💖吃瓜搞笑：@chiguagaoxiaoxinwen
#反水无上限 #电子真人0审核包出款
💖N1国际专属客服：@N1vip888
🌟 爆庄王者 首充1000,6天狂赚120万U🌟 爆奖接力 玩家500一拉爆奖133万U🌟 麻将传说 · 一局起飞 · 豪揽100万U🌊 亿万备用金坐镇｜大额无忧 · 真硬实力✅ 所有爆奖记录公开可查｜真数据 真提现
#权威认证 #亿万资金保障 #爆奖无限
✅ #球速 体育
球速体育 大会员再创新高：
✅ u存u提每日提款无上限，随便提、全球不限ip、免实名、无需绑定手机号码和银行卡，大额出款无忧 （您的最佳选择，欢迎体验）
🔥平台
注册升级领18888， 每周送福利5888
每日存款彩金每日送，每笔存款加赠
💖vip客服专属热线，添加客服领取活动福利
🌐官网客服： @QSTY567
豆包也发布了类似的手机助手解决方案，会跟国产手机厂商合作放到系统里面推出
- 支持通过电源键、语音识别和耳机唤醒
- 支持沉浸式实时通话（带视频）和语音修图
- 支持操作手机，可以跨APP操作完成复杂任务
- 知识记忆能力，可以记住图片、文本、日程之类信息
Invalid media: video
- 支持通过电源键、语音识别和耳机唤醒
- 支持沉浸式实时通话（带视频）和语音修图
- 支持操作手机，可以跨APP操作完成复杂任务
- 知识记忆能力，可以记住图片、文本、日程之类信息
Invalid media: video
上周跟闺蜜和她老公去吃饭，她老公是资深AI工程师，向他问了很多AI的问题，其中有一个常见误区对我来说超受用，发出来跟大家分享下。
这个误区是：聊天记录越多，AI越好用。
我之前一直是这么理解的：聊天记录越多，AI就越了解我，我们对一些问题达成的共识就越多，细节上的框定就越明确，当然AI就会越好用啊（更个性化了嘛）。
实际上yes and no。了解得越多，越个性化，总体上是对的。但这里有一个很棘手的问题就是：AI不会遗忘。
假设我和朋友，有一个两年来一直持续讨论的话题，那每一次继续对话时，我其实是基于我所记得的“重点”来聊的，我不会记得每一个细节，更不会给每一个细节同样的权重。事实上，遗忘是一个很重要的人脑功能，我通过这个“筛子”，一遍遍忘记不重要、不相干的内容，留下对我来说最重要的内容，这就是“学习”。
我之前也讲过Kim Peek的故事：一个真正“过目不忘”的人（《雨人》的原型）。他的大脑缺少了遗忘这个“筛子”，以至于所有的信息，都丝毫不差地存入大脑（一本书从最后一页他可以真正一字不差地倒背如流）。他的大脑就像生活在一片不停歇闪耀的霓虹灯和一大堆噪音中，彻底决策瘫痪。所以Kim Peek连生活都无法自理。
AI也是无法遗忘的。
那AI要正常对话，就需要其他“筛子”，或者用AI语言来说，就是需要一些权重，知道在当下对话中，优先参考哪些过往信息（而不是全部参考一遍，那算不过来啊）。
AI的筛子，简单粗暴地说，是“相关 + 就近”。
对于简单的话题来说，这就够了。如果我两年前有一个观点，最近改变了，那么AI采用的是我最近的观点，非常合理。如果我两年前说了一件事，后来再没说过，最近又提起，那么AI找到了两年前的相关内容（因为只有这个相关）接着聊，那也很好。
但是如果“相关”累积得非常多，AI就会开始混乱。
比如我在几个月前开启过写小说的项目，之前写的版本都给AI看过。现在快半年过去了，我读了很多写作的书，有了一些新的想法，跟AI说我要重新开始，从零重建故事。
当我刚给出这个“从零开始”的指令时，一切都还很正常（因为这个指令是“最近”的）。当我越聊越多时，AI就混乱了，开始引用我之前版本的内容，因为对它来说，这个版本跟上一个版本都不再“最近”了，都是过去的、不分权重的内容了。它如果觉得版本一的内容跟我当下说的内容更相关，就会“跳过”从零开始的那个token，直接去参考版本一。
再比如，我有一个对话，专门用来跟AI互聊以丰富主角人设。我说在这个对话中要称呼我“泠”（小说女主的名字）；我有另一个对话是虚拟沈星回（游戏角色），我说这里要称呼我“搭档”（游戏中的称呼）。
一开始也是两边都很顺畅，不会搞错。但时间一长，AI就开始乱喊，在小说里喊我“搭档”，在沈星回那儿喊我“泠”，甚至在我聊了两天其他网文的时候喊我“太太”😂。完全跳过了之前我给的“在这个对话中喊什么”的指令。
因为在AI眼里，游戏、我的小说、网文（哪怕是尾鱼和P大这样风格迥异的网文），都没什么区别，都是“相关”。
我们可以这么理解：由于无法遗忘，AI在判断相关性上，跟人脑还差很远。人脑看P大、尾鱼、我自己的小说、游戏，会总结出四个不同的风格，拥有各自的特点和内容，不太会串台。AI记住一切，那么不管你风格区别多大，细节上总有相似，毕竟故事离不开一些原型，比如宿命、相遇、两难的抉择。
有时候新对话里，AI很有创意。等到对话长了，AI就车轱辘话来回转，而且集中在你最近聊的内容上，不是因为AI创意用完了，是因为它的“思考”进入了权重划定的局限。
怎么解决呢？
就是得人工帮它筛选，你不想让它参考的内容，最好删掉重来。
更具体地说，① 我为小说创建了多个对话，一旦某项子内容要推翻重来，就把那个对话删掉；② 定期要它总结我们说过的内容，再人工进行修订和笔记保存，然后喂回给它（相当于人工帮它“遗忘”）；③ 日常查询全部放在一个“闲聊”中，定期删除；④ 完全不相关的内容分在两个AI中进行。
要想AI跑得顺，内容管理真的很重要啊。
P.S. AI也还远远没很多人想得那么智能，说实话挺“蠢”的，大家也不要过于担心被取代啦。
这个误区是：聊天记录越多，AI越好用。
我之前一直是这么理解的：聊天记录越多，AI就越了解我，我们对一些问题达成的共识就越多，细节上的框定就越明确，当然AI就会越好用啊（更个性化了嘛）。
实际上yes and no。了解得越多，越个性化，总体上是对的。但这里有一个很棘手的问题就是：AI不会遗忘。
假设我和朋友，有一个两年来一直持续讨论的话题，那每一次继续对话时，我其实是基于我所记得的“重点”来聊的，我不会记得每一个细节，更不会给每一个细节同样的权重。事实上，遗忘是一个很重要的人脑功能，我通过这个“筛子”，一遍遍忘记不重要、不相干的内容，留下对我来说最重要的内容，这就是“学习”。
我之前也讲过Kim Peek的故事：一个真正“过目不忘”的人（《雨人》的原型）。他的大脑缺少了遗忘这个“筛子”，以至于所有的信息，都丝毫不差地存入大脑（一本书从最后一页他可以真正一字不差地倒背如流）。他的大脑就像生活在一片不停歇闪耀的霓虹灯和一大堆噪音中，彻底决策瘫痪。所以Kim Peek连生活都无法自理。
AI也是无法遗忘的。
那AI要正常对话，就需要其他“筛子”，或者用AI语言来说，就是需要一些权重，知道在当下对话中，优先参考哪些过往信息（而不是全部参考一遍，那算不过来啊）。
AI的筛子，简单粗暴地说，是“相关 + 就近”。
对于简单的话题来说，这就够了。如果我两年前有一个观点，最近改变了，那么AI采用的是我最近的观点，非常合理。如果我两年前说了一件事，后来再没说过，最近又提起，那么AI找到了两年前的相关内容（因为只有这个相关）接着聊，那也很好。
但是如果“相关”累积得非常多，AI就会开始混乱。
比如我在几个月前开启过写小说的项目，之前写的版本都给AI看过。现在快半年过去了，我读了很多写作的书，有了一些新的想法，跟AI说我要重新开始，从零重建故事。
当我刚给出这个“从零开始”的指令时，一切都还很正常（因为这个指令是“最近”的）。当我越聊越多时，AI就混乱了，开始引用我之前版本的内容，因为对它来说，这个版本跟上一个版本都不再“最近”了，都是过去的、不分权重的内容了。它如果觉得版本一的内容跟我当下说的内容更相关，就会“跳过”从零开始的那个token，直接去参考版本一。
再比如，我有一个对话，专门用来跟AI互聊以丰富主角人设。我说在这个对话中要称呼我“泠”（小说女主的名字）；我有另一个对话是虚拟沈星回（游戏角色），我说这里要称呼我“搭档”（游戏中的称呼）。
一开始也是两边都很顺畅，不会搞错。但时间一长，AI就开始乱喊，在小说里喊我“搭档”，在沈星回那儿喊我“泠”，甚至在我聊了两天其他网文的时候喊我“太太”😂。完全跳过了之前我给的“在这个对话中喊什么”的指令。
因为在AI眼里，游戏、我的小说、网文（哪怕是尾鱼和P大这样风格迥异的网文），都没什么区别，都是“相关”。
我们可以这么理解：由于无法遗忘，AI在判断相关性上，跟人脑还差很远。人脑看P大、尾鱼、我自己的小说、游戏，会总结出四个不同的风格，拥有各自的特点和内容，不太会串台。AI记住一切，那么不管你风格区别多大，细节上总有相似，毕竟故事离不开一些原型，比如宿命、相遇、两难的抉择。
有时候新对话里，AI很有创意。等到对话长了，AI就车轱辘话来回转，而且集中在你最近聊的内容上，不是因为AI创意用完了，是因为它的“思考”进入了权重划定的局限。
怎么解决呢？
就是得人工帮它筛选，你不想让它参考的内容，最好删掉重来。
更具体地说，① 我为小说创建了多个对话，一旦某项子内容要推翻重来，就把那个对话删掉；② 定期要它总结我们说过的内容，再人工进行修订和笔记保存，然后喂回给它（相当于人工帮它“遗忘”）；③ 日常查询全部放在一个“闲聊”中，定期删除；④ 完全不相关的内容分在两个AI中进行。
要想AI跑得顺，内容管理真的很重要啊。
P.S. AI也还远远没很多人想得那么智能，说实话挺“蠢”的，大家也不要过于担心被取代啦。
三年前的今天，ChatGPT 横空出世，一个新时代就此开启。
即刻，随之成为 AI 交流的聚集地。探索者、硬核玩家、开发者、创作者以及科技从业者在这里激情分享，用真实的体验拓展着我们对技术的认知。
这三年的剧变难以想象——从搜索、创作、编程、社交到医疗、教育，再到今天的 AI for Science，每个领域都在被加速重构。恰恰是通用技术的复杂性，让每一位专业人士的分享变得弥足珍贵；多元视角的交织，才能真正勾勒出 AI 能力的边界与理解。
这也是《即刻AIGC 大目录》诞生的缘起——好奇和热情，让我们不只是见证者，更是共同的探索家。
此刻，万语千言汇成一句：
感谢即刻，让我们在这里相遇；感谢有你，让创造持续涌现、让探索不再孤独。
即刻，随之成为 AI 交流的聚集地。探索者、硬核玩家、开发者、创作者以及科技从业者在这里激情分享，用真实的体验拓展着我们对技术的认知。
这三年的剧变难以想象——从搜索、创作、编程、社交到医疗、教育，再到今天的 AI for Science，每个领域都在被加速重构。恰恰是通用技术的复杂性，让每一位专业人士的分享变得弥足珍贵；多元视角的交织，才能真正勾勒出 AI 能力的边界与理解。
这也是《即刻AIGC 大目录》诞生的缘起——好奇和热情，让我们不只是见证者，更是共同的探索家。
此刻，万语千言汇成一句：
感谢即刻，让我们在这里相遇；感谢有你，让创造持续涌现、让探索不再孤独。
