AI探索指南

  1. 《具身智能自主性的基础移动导航功能》

    《具身智能自主性的基础移动导航功能》
    移动导航功能,是具身智能自主性形成的基础。因为和人一样,具身智能的诸多行为选择,比如去找某人去办某事、去买去拿某东西,都需要以移动到特定位置,作为前置条件。我们要求具身智能,不仅仅需要具备有图导航的能力,还需要对于陌生空间,在探索利用视觉发现位置线索,或是通过人类的指路讲解生成虚拟路径完成无图导航的能力。

    在移动中,具身智能体能对自己走出一个地图空间有意识,能搜索记忆中存储的新空间的地图,如果之前没有到过这个地方能意识到是一个新的空间,并启动无图导航的宏观执行,和移动导航相互配合。具身智能体需要像人类一样能通过视觉形成对空间的认知和存储。

    在工程效果上,能借助看图说话或其他视觉功能,在看到关注的目标时,把目标标定在地图上的特定位置。移动任务的底层是由强化学习的行走姿态调整能力、导航能力、视觉建图能力组成,但如果仅仅有这些,具身智能体只能够在理想的环境下完成移动任务。如果过程中遇到困境,比如电梯坏了按不到电梯键,下错楼层距离太远需要打车,或者被司机中途放下来了,找不到电梯厅等等,此时中速反应的反应模式中枢会在经验记忆中,寻找突破困境的经验办法,主导行为执行序列的形成。如果反应模式的经验无法覆盖当前的情况,就会转为慢速思维,会依赖认知的复杂问题求解思考突破困境的办法。

  2. PayPal 创始人彼得·蒂尔认为,AI正终结过去200年以数学能力为核心的精英体系

    PayPal 创始人彼得·蒂尔认为,AI正终结过去200年以数学能力为核心的精英体系。工程、量化等“数学型人才”的逻辑优势被AI迅速替代,其职业护城河正在消失。未来真正的竞争力,将转向理解复杂社会语境、进行叙事与沟通、并把AI能力嵌入社会系统的“语言型人才”。

    AI探索指南 OpenClaw小龙虾🦞

  3. 中推现在已经完全被 Hermes Agent 占领了,OpenClaw 彻底变成了明日黄花

    中推现在已经完全被 Hermes Agent 占领了,OpenClaw 彻底变成了明日黄花。
    但要我说,凡事这两天跳出来说已经用 Hermes Agent 替换了 OpenClaw 的人,应该都是 OpenClaw 没怎么用起来的人。
    不是说 Hermes 没有优点……
    但是,如果一个人真的在过去几个月把 OpenClaw 用起来了,真的能看到一个产品流行起来就立刻有迁移的动力吗?
    想想那么多 Workflow、Skill、MCP 和记忆可能要重新配置和整理,就已经决定“下个月再说”了。

  4. 正式开源公众号自动化发文 Skill,兼容 Claude Code/OpenClaw

    正式开源公众号自动化发文 Skill,兼容 Claude Code/OpenClaw
    一句让 AI 完成公众号全流程——热点抓取 → 选评分 → 框架生成 → 写作 → SEO 优化 → AI 配图 → 排版 → 推送草稿箱
    专门的去 AI 痕迹流程,基于百度 + 360 真实搜索数据做 SEO,Playbook 飞轮——你改一次稿,它记住你的风格偏好,越用越像你
    欢迎来用👉https://github.com/oaker-io/wewrite

    AI探索指南 OpenClaw小龙虾🦞

  5. 小龙虾已经过时,人人都开始讨论Hermes Agent了

    小龙虾已经过时,人人都开始讨论Hermes Agent了。但你可能只看到一堆细碎的信息,根本学不动搞不懂这究竟是啥。

    所以,我来了,我带着我的橙皮书又来了📙

    《Hermes Agent 从入门到精通》,17章,63页,免费PDF。

    这本书回答一个核心问题:Hermes和OpenClaw到底有什么区别?

    一句话来说:OpenClaw是你养出来的龙虾,Hermes是自己会长大的龙虾。

    OpenClaw的Skill需要你手动写、手动调。Hermes内建了一套学习循环,用得越多,Skill越精准,记忆越深。不是你在训练它,是它在训练自己。


    《Hermes Agent 从入门到精通》链接:https://pan.xunlei.com/s/VOpmo0u64Hpza3_qbN9Kg1OrA1?pwd=5tgq#

  6. vibe coding 的项目一旦变得庞大,每次让 AI 写代码之前,都需要先让它把 PRD 和系统设计写清楚

    vibe coding 的项目一旦变得庞大,每次让 AI 写代码之前,都需要先让它把 PRD 和系统设计写清楚。
    先做文档编程,再做代码编程。
    如果你稍微停下来观察一下,会发现一个很有意思的现象:
    有些 AI 一旦开始写代码,就会沉浸在自己的逻辑实现里,几乎完全不顾项目原有的设计。
    即便你已经提出明确要求,它仍然会受限于上下文窗口和信息宽度,对整个项目缺乏完整理解。
    这会带来很多维护性问。
    它不会复用已经实现的业务组件,设计数据库时会产生各种冗余,还会不断衍生新的实体和概念,让系统结构越来越复杂。
    代码可以交给 AI 去写。
    产品设计和架构设计,仍然需要人来把关。
    每次让 AI 做大型重构或者功能改造之前,我都会先让它把需求分门别类,做好抽象和解耦。
    即便如此,只要有一些地方考虑不周,AI 依然会生成大量难以维护的代码,性能逐渐下降,项目变更的复杂度也会迅速上升。🥲

    AI探索指南 OpenClaw小龙虾🦞

  7. 1. 📢 🍉 每日吃瓜【人间观察实录】

    1. 📢 🍉 每日吃瓜【人间观察实录】
    观世间万象,品人情冷暖。看热闹不嫌事大,聊八卦与有荣焉。【人间观察实录】

    2. 📢 副业赚钱探索指南
    深入探讨各种副业机会,分享实用的赚钱策略,发现那些隐藏的赚钱宝藏,提高你的赚钱认知。

    3. 📢 草台班子世界
    社会观察、奇闻视频、突发事件和生活短片。

    4. 📢 沙雕日常图鉴
    分享沙雕、擦边、直播闪现、尬图等。

    5. 📢 AI探索指南
    AIGC 领域的最新工具、开源项目以及行业大事件,AIGC人工智能、思维方式、知识拓展,能力提升等。

    6. 📢 🦞OpenClaw小龙虾
    分享OpenClaw🦞最新玩法、技巧、经验、观点等。

    7. 📢 优质「资源」收藏夹
    收藏高质量书籍、资料、资源,帮助你获取优质资源。

    8. 📢 你不知道的内幕消息
    一些你不知道的内幕消息,最新资讯、大公司负面、时政财经、网友发布等高质量消息。

    9. 📢 互联网从业者充电站
    内容多为技术、产品、设计、运营等不同话题内容,互联网从业者专属。

    10. 📢 出海🚢&自媒体运营秘籍
    分享出海经验、赚美金、运营技巧、小红书运营、网赚项目等。

  8. ListenHub CLI 发布并开源了,直接在各个 Agent 里安装调用就行

    ListenHub CLI 发布并开源了,直接在各个 Agent 里安装调用就行。
    还支持了AI 音乐生成和 PPT 幻灯片。
    当然播客、TTS、解说视频这些老能力都在。

    音乐这边,给个提示词就能生成一首曲子,也可以丢一段参考音频做 cover 翻唱。PPT 直接给个主题就能出一套幻灯片。

    底层 SDK 也一起开源了,TypeScript 写的,OAuth 登录、自动刷 token、重试机制都处理好了,直接拿去集成没问题。

    CLI: https://github.com/marswaveai/listenhub-cli
    SDK: https://github.com/marswaveai/listenhub-sdk

  9. 为了让交付更快、更稳,我通常会先和 AI 一起把需求的整体设计讨论清楚,包括前端交互设计、后端 MVC 结构、代码逻辑抽象、组件复用、开放模块设计、稳定性设计,以及架构和工程层面的优化

    为了让交付更快、更稳,我通常会先和 AI 一起把需求的整体设计讨论清楚,包括前端交互设计、后端 MVC 结构、代码逻辑抽象、组件复用、开放模块设计、稳定性设计,以及架构和工程层面的优化。
    一轮讨论结束之后,AI 通常会生成 3~5 个文件,对应不同维度的项目变更设计文档。
    接下来,就会让 AI 根据项目复杂度选择合适的模型配置,同时开启多个进程跑 CLI,或者拉起多个子 Agent 一起干活。
    这个模式的效率确实很高,不过带来的最大问只有一个:钱不够烧。
    我在 Codex 上买了两个账号轮着用,Github Copilot 也买了两个账号。用了一段时间之后发现,Codex 的 token 限额算是最亲民的,5 小时窗口 + 周限额窗口。周限额有时候看起来还挺随机,昨天还显示要等一周才能恢复,结果第二天一看,额度已经恢复到 100%。
    Github Copilot 刚开始没有太注意,它其实是按照 Request 来限流的。有一次为了调一个细节,一晚上来回聊了很多次,直接把月额度干没了。后来慢慢摸索出一个用法:专门让 Copilot 处理大的需求,一个 Request 里塞进去好几个复杂任务,反而会觉得“真香”。
    Google One 的 Family 方案其实也很香,用 Antigravity Tools 做反代就能跑。不过最近封号有点猛,现在基本不太敢用了。
    当所有账号都被干到限流之后,也试过用国内的一些模型,比如 Kimi-k2.5、GLM-5。做一些常规的小需求其实问不大,一旦遇到复杂问,就很容易陷入无限递归循环:
    排查 → 修复 → 没改好 → 继续排查。
    这个时候就会特别怀念 Codex-5.3-xhigh 和 Claude-Opus-4.6。
    另外,这几天刚出来的 Codex 5.4 表现更明显,之前需要排查好几轮才能解决的问,它经常一把就能过。

    AI探索指南 OpenClaw小龙虾🦞