AI探索指南

  1. Moxt 是近期所有新的 Agent 产品里,我觉得最好的之一 !

    Moxt 是近期所有新的 Agent 产品里,我觉得最好的之一 !

    终于找时间写了一篇介绍。

    Agent 的瓶颈很多时候是 Context 太散、太脏、太难复用。总结一下做个笔记👇

    ======

    AI 需要一个自己的工作空间

    我日常最常见的问题是:Context 散在五个地方。

    飞书、Notion、本地文件夹、微信聊天记录、Twitter 收藏夹,还有我自己的脑子。

    切任务的时候,一半时间都在搬运。

    更麻烦的是“脏”。

    飞书的 block、Notion 的 toggle、PDF 的视觉排版、Slack 截图,每种格式对 AI 来说都要先剥一层壳。

    Moxt 的解法很直接:给 AI 一个自己的 Workspace。

    它让 AI 在 md、csv、html 这些更接近“母语”的格式里工作,让 AI 在文件系统里导航。

    Word / PDF / Notion 导入后转 md,Excel 转 csv,可视化报告生成 html。

    听着不性感,但特别对。

    文件系统本来就是 AI 熟悉的组织方式。能 grep,能树状浏览,能按路径理解上下文。对 Agent 来说,这比一堆散落在 SaaS 里的页面自然太多。

    ------

    Skill 迁移非常爽

    我在 Claude Code 里攒了十几个 Skill。

    humanizer-zh 去 AI 味,writing-rewriter 做小绿书和推特风格改写,wechat-formatter 做公众号排版,document-illustrator 做配图。

    每一个本质上都是一个 md 文件加一些资源。

    我把它们搬到 Moxt 的 Skills 目录里,基本不用改,全都能跑。

    你过去沉淀的写作方法、工作流、偏好,不需要重新发明一遍,可以直接搬进新的 Workspace。

    ------

    把“你是谁”写进 md

    Moxt 里每个用户都有一个专属个人 AI,叫 momo。

    momo 的行为规则写在 AGENTS.md 里,放在你的个人空间。

    用过 Claude Code 的朋友一看就懂。就是 CLAUDE.md 那套思路,被产品化了。

    我做的第一件事,是创建了一个自己的 AI 分身:AI 藏师傅。

    我把历史语录和写过的内容都传上去,它帮我生成总结文档和规则,包括身份、时间线、语气、内容偏好、对话模式、写稿模式。

  2. 结构是命运的河床,改变命运就要先改变结构

    结构是命运的河床,改变命运就要先改变结构

    水沿河床流动,永远走阻力最小的方向。河床的形状决定了水往哪流。水没有选择。是河床替它决定的。
    人也一样。
    你上什么大学、做什么工作、跟谁在一起。回头看看,有多少是你真正主动选择的?家庭期待、同辈压力、社会时钟叠在一起,就是你脚下那条看不见的河床。你沿着它流到了现在,觉得"这就是我的人生"。
    作者 Fritz 管这叫"最小阻力之路"。海德格尔管这叫"沉沦"。说的是同一件事。
    更可怕的是,大多数人遇到困境时的反应是"解决问题"。但越盯着问题看,问题就越真实。你成了问题的囚徒。Fritz 把这叫结构性冲突——短期挣扎一定遭遇长期反弹。
    那出路是什么?
    不盯着问题。看向你想创造的东西。
    Fritz 说,同时看清两个点:一个是你清晰的愿景,一个是你毫无粉饰的现状。两个点同时存在,张力自然产生,能量就会从现状流向愿景。不需要意志力。张力本身就是动力。
    改变命运 = 改变结构 = 做出真正的选择。
    这个选择 Fritz 叫"基本选择"——不是在 A 和 B 里挑一个,是你决定以什么姿态存在于这个世界。海德格尔叫它"决断"。说之前没有路,说之后路才出现。
    最触动我的是 Fritz 说的创造的驱动力:
    爱。
    你之所以愿意把一个东西从无到有做出来,是因为你爱它,乐见它存在。
    改变命运的力量,不是恨,是爱。
    https://mp.weixin.qq.com/s/WGiEboEksPn-C4elqBVu7A

  3. 做了一个获取任何网页的 design.md 的 skills

    做了一个获取任何网页的 design.md 的 skills
    开源在了https://github.com/liaocaoxuezhe/get-web-design

    我进行了很多测试:
    让 AI 获取一个网站的 design.md 的时候。
    一种方案是通过网站的 css 来分析;
    另外一种是截图让多模态模型进行分析;

    但实际测试下来,
    如果提供太详细的 css,只有在想实现功能和布局与目标网站一模一样的网站时,效果比较好。
    提供截图让模型进行多模态分析的方案,虽然没办法实现那么准确,有时候反而模仿的神韵会更好。

    所以这个 skills 会结合两者的优势,使用截图进行多模态分析 + CSS 处理的方式,生成网站的 design.md,输出效果是我测试的网站里最好的。

    同时,https://getwebdesign.top 的浏览器插件也在审核中了。
    接下来也会上线给大家使用。

    效果展示:图片中是我模仿设计师
    @haxfenx
    的网站做的个人网站截图。

    ps.
    1. 使用的时候需要你知行配置支持多模态的模型 api。
    2. 获取 design.md,推荐大家模仿学习,不建议 1:1 抄袭。

  4. 👺终于做完了一个二十年前的梦!

    👺终于做完了一个二十年前的梦!
    这两天手搓出的一套APP系统,帮我把心里的画面呈现出来,虽然SD2确实强大,但也确实拉胯。设计半小时,制作半小时,等待10小时。
    🚀但今天这个作品,除了因为它是长视频测试过关的作品,也是对我来说,曾经有十年,我打卡了每一场五月天的演唱会,只是为了现场听到这首歌。
    每个人心里都会有一个画面,很庆幸它可以用这样的方式呈现在我面前。AI让我们每个人都有了做梦的权力和实现梦想的方法。

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞
    Media is too big
    VIEW IN TELEGRAM

  5. 有人把Claude Code泄露的提示词改造成了一个专业产品设计师——这个叫cc-design的开源项目,给Claude装了一套"设计技能包",直接在代码环境里搞出高保真的HTML原型

    有人把Claude Code泄露的提示词改造成了一个专业产品设计师——这个叫cc-design的开源项目,给Claude装了一套"设计技能包",直接在代码环境里搞出高保真的HTML原型。
    具体能干啥?
    ① 幻灯片、落地页、UI线框图、动效演示,全都能整
    ② 自动识别你项目里已有的设计系统、颜色token、组件库,不会无中生有瞎设计
    ③ 一次给你生成3个以上不同方向的设计稿,布局、交互、视觉风格各不相同
    ④ 用Playwright直接预览验证,不是生成了就完事,能跑能看才算数
    最关键的设计理念我觉得很聪明:它不让AI从零开始瞎发挥,而是先扫描你现有的品牌资产和组件,在这个基础上延伸创作。这才是真正能落地的工作流,不是那种演示好看、实际没法用的玩具。
    说白了,以前你要做个产品原型,得自己上Figma折腾半天,现在直接跟Claude说需求,它给你出货,而且出的是真实可跑的HTML,不是截图。
    48个star,才刚起步,但这个方向很对。设计师要开始慌了吗?我觉得先看看能不能把自己的工作流接进去比较实际。
    🔗 http://github.com/ZeroZ-lab/cc-design

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  6. Agent 写小说

    Agent 写小说。写、审、改,全程接管。
    用 AI 写小说不是简单的"提示词 + 复制粘贴"。长篇小说很快就会崩:角色记忆混乱、物品凭空出现、同样的形容词每段都在重复、伏笔悄无声息地断掉。InkOS 把这些当工程问来解决。
    • 长期记忆 — 追踪世界的真实状态,而非 LLM 的幻觉
    • 反信息泄漏 — 确保角色只知道他们亲眼见证过的事
    • 资源衰减 — 物资会消耗、物品会损坏,没有无限背包
    • 词汇疲劳检测 — 在读者发现之前就捕捉过度使用的词语
    • 自动修订 — 在人工审核之前修复数值错误和连续性断裂
    https://github.com/Narcooo/inkos

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  7. 五一假期终于要来了,Cola 也终于迎来了第二轮内测

    五一假期终于要来了,Cola 也终于迎来了第二轮内测。
    Cola 第一轮内测的时候,用户给我们最多的反馈就是:
    很好用,我爱她,但是她太贵了,我养不起...
    但我们是真心希望每一个人都能用上 Cola 的。
    恰好,在前几天 DeepSeek V4 发布了,那个男人,他又一次成为了价格屠夫。
    定价2.5折+缓存1折,相当于直接把 Cola 的运行费用降低了100倍。
    于是我们做出决定,第二轮内测,我们直接让大家免费畅玩!
    现在大家下载 Cola 之后,模型选择 DeepSeek,就能直接免费使用。

    我们设定的每日额度非常大,应该够所有内测用户使用。
    如果真到上限了,我们再看情况调整。
    希望每一个人都能用上 Cola。
    希望每一个人和 AI 一起灵魂共鸣,一起随心创造。
    祝你五一快乐,祝你永远都在时代的浪潮之巅。

    Cola 内测第二轮邀请码:Cola2-7CFADEFQ
    Cola 的下载地址: ColaOS.ai
    目前只支持 Mac 电脑,对不起 Win 用户,我们预计 5月底支持。
    同时强烈建议购买 Macbook Air 和 Mac mini。
    投资自己永远是最好的投资。

  8. Blog:

    AI探索指南
    π0.7:一个具备涌现能力的可引导模型 π0.7,它在泛化能力上实现了阶段性的跃升。π0.7是一个通用模型,能够以与经过微调的专家模型相同的性能执行广泛的灵巧任务,但更重要的是,它能够遵循新的语言指令,并执行在其训练数据中从未见过的任务。在我们的实验中,我们看到 π0.7 展现出了组合泛化 (compositional generalization) 的初步迹象,能够重新组合各种任务中的技能来解决新问题,比如使用新的厨房电器,甚至能让一个全新的机器人在完全没有相关数据的情况下折叠衣物。 虽然这种泛化能力一…
    Blog: https://www.pi.website/blog/pi07
    Paper: https://www.pi.website/download/pi07.pdf

  9. π0.7:一个具备涌现能力的可引导模型

    π0.7:一个具备涌现能力的可引导模型
    π0.7,它在泛化能力上实现了阶段性的跃升。π0.7是一个通用模型,能够以与经过微调的专家模型相同的性能执行广泛的灵巧任务,但更重要的是,它能够遵循新的语言指令,并执行在其训练数据中从未见过的任务。在我们的实验中,我们看到 π0.7 展现出了组合泛化 (compositional generalization) 的初步迹象,能够重新组合各种任务中的技能来解决新问题,比如使用新的厨房电器,甚至能让一个全新的机器人在完全没有相关数据的情况下折叠衣物。
    虽然这种泛化能力一直被认为是机器人基础模型的关键优势,但迄今为止展示的实际模型并没有表现出我们从大型语言模型(LLM)中看到的那种广泛的组合泛化能力。LLM 可以以新的方式组合其训练数据中的概念:如果一个 LLM 知道如何将英语翻译成法语,并且知道如何生成 JSON 输出,它就可以直接提供 JSON 格式的翻译。视觉-语言-动作(VLA)模型可以理解多种语义概念,但尚未被证明能够以新的方式组合技能,比如使用新工具或新厨房电器。即使是对于在训练中见过的技能,通常也需要通过对模型进行该技能的微调才能获得最佳结果,这很像早期的语言模型需要针对特定问题领域进行微调一样。
    一个真正的通用模型应该能够开箱即用地执行所有技能,并能够将它们重新组合以解决新任务。π0.7 展示了这种通用能力的初步迹象:它可以像我们之前展示的由强化学习(RL)微调的 π* 0.6 专家模型一样,以相同的速度和鲁棒性执行灵巧操作技能;它能够组合和重构它学到的技能来解决新任务;并且它能比我们以前的模型更有效地在不同的机器人平台、场景和任务之间进行泛化。无论从精细操作到长周期的家庭行为,所有这些都只需要这一个开箱即用的模型。
    是什么让 π0.7 的泛化能力如此广泛?
    在提示(prompt)中添加多样化的上下文。
    利用包含多样化条件约束的更多数据。
    组合任务泛化。
    跨实体(跨形态)迁移。
    基于速度和最优性的条件约束。
    在灵巧任务上的开箱即用性能。
    下一步是什么?
    像 π0.7 这样强大且可控的模型,未来可能会通过让模型“思考”执行任务的可能方法,利用其遵循多样化提示的能力将这些想法转化为行动,然后再反思结果以修改任务计划,从而解决更复杂的未知任务。有效的提示遵循和泛化不仅让人们能够更好地指挥机器人,更让现代基础模型能够将其语义泛化能力成功转化为真实的物理泛化能力。