AI探索指南

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

AI探索指南

  1. AI探索指南

    Anthropic 官方插件终于来了～

    Anthropic 官方插件终于来了～

    太惊喜了， 现在你的Claude Code可以由 Telegram发指令。

    花了5分钟配对后， 这种喜悦不亚于第一次跑通OpenClaw。 这个极其微小的plugin ，意义非凡。

    当对话成为一种终极界面，Telegram 成为了如此不可或缺的平台💪

    https://github.com/anthropics/claude-plugins-official/blob/main/external_plugins/telegram/README.md

  2. AI探索指南

    飞书昨天发布会很有意思，每个人配了一个 AI Agent 同事，叫 aily

    飞书昨天发布会很有意思，每个人配了一个 AI Agent 同事，叫 aily。
    激活 aily 之后，你的飞书联系人里就多了一个人，你可以随时给它发消息安排工作，获取信息。
    这个事对飞书的意义很大，因为飞书是一个 All in one 的 Workspace，集成了多个软件的功能于一体。好处功能齐全非常方便，坏处是功能太多很多人都是用一部分，也就无从享受最佳的便利。
    现在龙虾和更强的 Agent 大模型来了，终于有一个方式可以做到功能又多，界面有简单了。

    aily 真正牛的地方在哪呢？它把飞书所有的能力都打通了。消息、日历、云文档、多维表格，飞书妙记、录音豆，以前都是一个个单独的功能，现在全被这个 AI Agent 串起来了。
    串起来之后玩法就多了。你可以在聊天里查询各类文档信息，可以让它定时把帮你把收集的资料做成10分钟的播客，可以让它自动设计产品路线图，甚至处理财务对账。还有做 PPT、报告、表格、网页，它都能搞。
    而且它有记忆。你负责什么业务、喜欢怎么沟通，它都会慢慢记住。不用每次都从头交代背景，越用越顺手。
    还有一个很重要的点，就是它的 skills 体系和龙虾不同。飞书官方有一个技能市场，保证了安全，才能进入 B 端用户的工作流。同时你也可以导入自己的 skills 或者创建 skills 非常开放。

    说到开放性，我再多说一点自己的判断。
    我今年一直说要为 Agent 做软件。
    意思就是现在做软件，不能只给人用了，要给 Agent 用。你的产品要能被 Agent 调用、被 Agent 串联，这才是未来。
    飞书现在把所有功能都对 Agent 开放了，连外部产品的 skills 都可以直接接进来。比如我们 ListenHub 的 skills，现在就可以接到飞书里面使用了，非常开放，非常自由。
    以前的飞书只对用户友好，今天的飞书还要对 Agent 友好。
    这也是今天所有软件的必然趋势了。

  3. AI探索指南

    Claude Code 新增 /btw 命令

    Claude Code 新增 /btw 命令
    AI 干活的时候你可以插嘴了😌
    Claude 在跑任务，你突然有个问想问？以前只能干等，现在不用了
    通过/btw 命令。Claude 在跑任务的时候，你可以开一条"支线对"，支线对是一次性的，问完就完了，不会影响主线任务。
    怎么用
    在 Claude Code 正在执行任务的过程中，输入 /btw 后面跟你的问：
    /btw 这个 useEffect 的依赖数组为什么要加 ref？
    Claude 会在不中断当前工作的前提下回答你的问。回答完，它接着干活。
    你也可以用自然语言触发，在消息开头加"btw"：
    btw 帮我看一眼这个变量命名有没有更好的写法
    适合什么场景
    长任务等待期： Claude 在做大规模重构、跑测试、写多文件代码的时候，你有几十秒到几分钟的等待时间。以前这段时间只能干等或者切到别的窗口，现在可以直接在原地问问
    灵感记录： 写代码写到一半突然想到一个相关的问，但主线任务还没完成。/btw 让你随手记下来，不丢思路
    代码审查： Claude 在按你的要求改代码，改的过程中你看到一段不太理解的逻辑，直接 /btw 问，不用等它全部改完再回头找
    多线程思考： 你可以一边让 Claude 执行当前计划，一边问它"下一步应该做什么"或者"有没有更好的方案"
    @aigc1024

    OpenClaw小龙虾🦞专属频道
    @openclaw1024

  6. AI探索指南

    周末了，来看个好玩的，番茄炒鸡蛋，Seedance2.0出品依旧稳定，画面转场、运镜流畅，想吃菜了😂

    周末了，来看个好玩的，番茄炒鸡蛋，Seedance2.0出品依旧稳定，画面转场、运镜流畅，想吃菜了😂
    Seedance2.0提示词
    [主体]:
    中的女性, 身着白色蕾丝短袖与黑色短裙, 黑色波浪长发, 五官清晰, 面部稳定不扭曲.
    [动作]: 以富有节奏的慢动作进行功夫烹饪: 缓慢侧身抛起鸡蛋并精准击碎入锅, 随后手掌带起残影(Motion Blur)处理番茄, 最后以连贯流畅的推掌动作完成装盘, 动作自然不僵硬.
    [场景]: 现代简约厨房, 细节丰富(白色瓷砖墙、不锈钢厨具、跳动的燃气灶火苗), 暖色调光影, 灶台上方有明显的丁达尔效应.
    [运镜]: 起始为特写推镜(Push In), 在抛蛋瞬间切换为 180度环绕镜头(Orbit Shot), 结尾使用微妙拉远(Subtle Zoom Out)展示成菜, 画面丝滑稳定无抖动.
    [风格/画质]: 4K超高清, 电影级质感, 色彩自然, 锐度清晰, 细节丰富.
    [约束]: 人体结构正常, 动作连贯不跳变, 角色服装一致, 无重影无闪烁.
    @aigc1024

    OpenClaw小龙虾🦞专属频道
    @openclaw1024

  9. AI探索指南

    如果你装了 OpenClaw 却不知道它能帮你做点什么，那你就浪费了一个数字分身

    如果你装了 OpenClaw 却不知道它能帮你做点什么，那你就浪费了一个数字分身
    很多人把 AI 智能体装好之后，除了打个招呼、问问天气，就让它在后台吃灰了。
    这就像是你花大价钱请了个哈佛毕业的私人助理，结果每天只让他帮你点外卖。
    真正的高手已经把 OpenClaw 玩出花来了。在 GitHub 上有一个叫 awesome-openclaw-usecases 的宝藏仓库，里面全是全球开发者分享的实战作业。
    它不是那种教你怎么敲代码的枯燥文档，是一份活生生的 AI 落地说明书。
    来看看大佬们是怎么用的：
    内容创作者
    它能自动刷遍 Reddit 和 YouTube，每天早上把最新的爆款选总结好发给你。
    项目负责人
    只要丢给它一个目标，它能自己拆解任务、写代码、做测试，甚至连 Git 提交都帮你办了。
    老板/销售
    它可以 24 小时守着你的 WhatsApp 和邮件，自动回复客户，还能顺便帮你把 CRM 资料填好。
    研究员/学生
    别再手动翻财报了，它能自动追踪全球科技公司的动态，只把对你有用的核心数据拎出来。
    这个仓库现在已经有接近 2 万个 Star 了，足以说明它的含金量。
    如果你觉得自己的 AI 还没发挥出作用，赶紧去翻翻这份实战手册。
    @aigc1024

    OpenClaw小龙虾🦞专属频道
    @openclaw1024

  10. AI探索指南

    Token limit算元上限

    AI探索指南
    Token，应该翻译成「算元」 今天看到大聪明写了一篇文章，提议把 Token 翻译成「新智元」。信息论、构词法、经济学、翻译学，四个维度轮番论证，写得很漂亮。但我觉得结论不对。 这篇是我的反提案。 从用法倒推本质 翻译一个词，不应该从定义出发，应该从用法出发。看看 Token 在日常里是怎么被说的： 燃烧 Token Token 自由 你还有多少 Token 一百万 Token 多少钱 这次调用消耗了多少 Token 发现了吗？它的行为模式跟钱几乎一模一样。 有余额、会消耗、能计价、可…
    Token limit算元上限
    Token window算元窗口
    Token budget算元预算
    全部通顺。没有一个需要犹豫。

    一个完全不懂 AI 的人看到「算元」，大概率会理解成「跟计算有关的基本单位」。这就是好译名的标志，语义透明，认知零门槛。跟「电话」「计算机」「互联网」是同一个翻译思路。

    花絮：那些被淘汰的候选人
    在定下「算元」之前，我其实还考虑了一堆词。

    「算粒」——差点选了这个。「粒」的物理感特别好，沙粒、米粒、燃料颗粒，小的、大量的、一颗颗烧掉的。「燃烧算粒」的画面感甚至比「燃烧算元」更强。但和「算力」发音完全相同，很容易混淆。

    「算币」——直接往货币靠，但「X币」在今天的中文语境里约等于山寨币，pass。

    「算金」——质感倒是好，但 Token 价格一直在跌，今天一百万 Token 几毛钱，叫「金」多少有点讽刺。

    「算筹」——古代计算用的竹棍，文化底蕴拉满，但你跟 00 后说「算筹」，他只会问你是不是在玩桌游。

    「算子」——数学里已经有了（operator），直接撞车。

    「算点」——点数、点券、点卡，游戏充值领域验证过的好字。但放在正式场合总觉得差点意思，像在给 AI 充游戏币。

    「码币」——大聪明提的另一个想法，听着怪怪的，直接否决。

    转了一大圈，还是「算元」最稳。「元」这个字的双重身份——既是基本单位又是货币单位——别的字真的替代不了。

    最后
    Token 是 AI 时代的基础度量衡。每天被消耗万亿次的东西，值得一个好名字。

    不需要三个字，不需要五段论证。

    算元

    计算的基本单元，也是算力经济的基本货币。

    两个字，够了。

  11. AI探索指南

    Token，应该翻译成「算元」

    Token，应该翻译成「算元」

    今天看到大聪明写了一篇文章，提议把 Token 翻译成「新智元」。信息论、构词法、经济学、翻译学，四个维度轮番论证，写得很漂亮。但我觉得结论不对。
    这篇是我的反提案。

    从用法倒推本质
    翻译一个词，不应该从定义出发，应该从用法出发。看看 Token 在日常里是怎么被说的：

    燃烧 Token

    Token 自由

    你还有多少 Token

    一百万 Token 多少钱

    这次调用消耗了多少 Token

    发现了吗？它的行为模式跟钱几乎一模一样。

    有余额、会消耗、能计价、可以「烧」。但它不是钱，它是一种资源：

    算力资源的最小度量单位。

    再看另一面。大家都知道一个 Token 可能是一个词、半个字、一个标点、甚至一段字节序列。它也不挑模型，语言模型有 Token，图像模型有 Token，音频模型也有 Token。

    所以 Token 的本质是两件事：

    任何 AI 模型处理信息的最小颗粒

    算力经济中可计价、可消耗的基本单位

    一个合格的译名，必须同时接住这两层。

    「新智元」为什么不对
    大聪明的论证里，「新」对应生成性，「智」对应领域属性，「元」对应原子性。逻辑自洽，但前两个字都有硬伤。

    「智」把范围缩窄了。Token 不一定跟智能有关。一个 embedding 模型不「智能」，一个图像扩散模型的 Token 也不是在「智」什么。用「智」做定语，等于默认 Token 只属于智能系统，但它属于所有计算系统。

    「新」也站不住。你输入给模型的 prompt Token 是新生成的吗？不是，是你写好传进去的。input tokens 哪里「新」了？

    两个字就够了
    算元。

    「算」——计算。这个字足够宽泛，语言模型在算，图像模型在算，音频模型也在算。它精准锚定了技术领域，又不像「智」那样画地为牢。

    「元」——这个字在中文里刚好骑在两条语义线上：

    往学术方向看：元素、单元、元数据，指向「不可再分的基本构件」

    往经济方向看：人民币的基本单位就是「元」，指向「可计价的度量」

    Token 恰好两个都是。一个字，两层意思，严丝合缝。

    场景验证
    原文译文
    燃烧 Token燃烧算元
    Token 自由算元自由
    你还有多少 Token你还有多少算元
    一百万 Token 多少钱一百万算元多少钱
    消耗了多少 Token消耗了多少算元
    Token cost算元成本

  13. AI探索指南

    人啊，要想人前吹牛逼不被打脸，就得人后多花功夫好好练！

    人啊，要想人前吹牛逼不被打脸，就得人后多花功夫好好练！
    前天小小吐槽了一下
    宝玉老师，说他做的 push-to-x skill 不够精致，连原生的代码样式都无法还原，还夸下海口要解决这个问。
    这不苦熬了 2 个晚上，终于把流程优化到位，把成功率给提升到接近 100% 了。
    下面的这个视频，就是在 Obsidian 中让 Claude Code 执行 obsidian-to-x skill，把一篇嵌入了十多张图片，以及三个代码块的 Markdown 文档发布到 X Article 的全过程录屏。
    总计耗时是3 分 48 秒，主要是图片的上传耗时太长，如果以文本为主，一分钟之内肯定可以解决问。
    这个帖子转发的那篇文章，就是视频中完全依靠自动化流程完成的发布，你们看看代码块的效果是不是还挺漂亮的？
    优化这个 skill 的过程中，最大的挑战还是如何在 AI 的自由度和代码的稳定性之间找到最佳平衡点，既要能快速稳定完成主体流程，又要能灵活处理各种边缘情况，真是说起来容易做起来难啊。
    最后，感谢宝玉老师打下的良好基础，一切荣耀归功于它。由于我在这个 skill 中针对 Obsidian 的情况做了大幅的调整，就不去提交 PR 了。
    有兴趣的朋友，可以到评论中的 awesome-agent-skills repo 中的 skills 目录下翻翻看。我个人建议是，让 AI 阅读一下 skill 的内容，然后根据你的实际情况进行微调，那样的能够达到最好的效果。
    @aigc1024

    OpenClaw小龙虾🦞专属频道
    @openclaw1024

  14. AI探索指南

    打开了许久没玩的英雄联盟，曾经熬了无数个通宵就为了冲段位，每天玩到不知天地为何物

    打开了许久没玩的英雄联盟，曾经熬了无数个通宵就为了冲段位，每天玩到不知天地为何物。
    结果今天打了几把就觉得没意思了，虽然是连胜，但已经找不到曾经的快乐了。
    还是继续研究AI吧，AI比游戏好玩多了😂带来的正反馈和成就感，以及变现能力，都是玩游戏给不了的。
    @aigc1024

    OpenClaw小龙虾🦞专属频道
    @openclaw1024

  15. AI探索指南

    AI探索指南
    普通人追求养龙虾，其实还不如养 Notion。 举一个例子，来说明为什么 Notion 强大的上下文管理，让它的 AI 值得作为主要的 AI Chatbot 来用：医疗和健康咨询。 在医疗和健康咨询这个领域，AI 最大的优势是不厌其烦和连续性。在国内来说尤其是如此，因为国内没有家庭医生和固定私人医生的制度，所以你去医院每次看病或咨询相关的问题，医生没法从很短的时间内获取你的全量信息，也就只能就事论事的来诊疗。 这个问题我在之前关于 AI 在医疗方面的应用博客就讲过了。但 ChatGPT 和 Gemini…
    FjvQ2uoTxx0e9i9_q-nU8sQf6ZARv3.png
    198.8 KB

  16. AI探索指南

    普通人追求养龙虾，其实还不如养 Notion

    普通人追求养龙虾，其实还不如养 Notion。

    举一个例子，来说明为什么 Notion 强大的上下文管理，让它的 AI 值得作为主要的 AI Chatbot 来用：医疗和健康咨询。

    在医疗和健康咨询这个领域，AI 最大的优势是不厌其烦和连续性。在国内来说尤其是如此，因为国内没有家庭医生和固定私人医生的制度，所以你去医院每次看病或咨询相关的问题，医生没法从很短的时间内获取你的全量信息，也就只能就事论事的来诊疗。

    这个问题我在之前关于 AI 在医疗方面的应用博客就讲过了。但 ChatGPT 和 Gemini App 其实也有这个问题，如果你在一个窗口里和它聊的时间过长，它就记不住了。而它本身对上下文的结构化存储又比较欠缺。

    但在 Notion 里就不存在这个问题，因为你可以把 Notion 的多个页面当成一个复杂的 Skill 来用。

    我首先建立了一个页面作为医疗顾问的总 Prompt，它里面定义了 Notion AI 在应对我医疗和健康咨询时的基础行为，我的基本信息。

    之后，又建立了两个数据库挂载在该页面里， 分别用于存储长期健康记忆，以及外部的检验、检查单据。

    单次设置完成后，每次只要 At 那个总 Prompt，就能像和一个拥有真正长期记忆和强大检索能力的健康顾问那样聊天了。

    类似的场景还有很多，不只局限于健康。