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
最近输出又变少了，因为用AI 写代码实在太快乐了。好几次写着写着就过了 12 点，导致完全没多少时间写文章。
到底有多快乐呢？视频号上一个AI博主的说法，可以侧面说明：
cursor 等AI编程工具带来的震撼，远大于去年GPT-4 带来的惊喜。因为GPT-4 能处理的，基本上都是我等白领会处理的；但AI 编程能做到的，就是非技术人员做不到的了。
1、
我深有同感，前几个月，我有个一直想做的需求，由于有一定技术门槛自己做不了，同时在工程师那边优先级又比较靠后，就一直拖着没搞。
这两周开始，0 基础的我，也试着左手 Cursor+POE+perplexity，右手影刀RPA+Google Sheets+chrome 浏览器插件，磕磕绊绊地解决了一些。
昨天，我把跑出来的结果给到头部客户，自己感觉还没那么成熟，不过投石问路基本够了。
完全没想到，客户的老大破天荒地说了句“很喜欢”。当然，不排除对方最近有什么好事发生的因素，但至少也说明效果还不错。
2、
解决的过程，其实远没有博主们说得那么轻松。
需求明确的情况下，10 分钟内用AI 写个50～60 分的小demo，确实问题不大；但要做到 70～80 分，考虑到更多情况，没 1 个小时下不来。
如果还想进一步雕花，可能好几个小时都搞不定。有好几次，改到最后，连最初那个70 分左右的效果都没有了。Cursor 也没保存之前的代码，所以整个项目都费了……
3、
因此，我给自己定了个“一小时原则”，也就是说每个小的项目，我最多只允许自己花 1 个小时。
如果效果已经比较理想，我也不继续雕花了，那些瑕疵的部分，找其他更成熟的工具去解决。
如果效果仍然低于预期，我就终止这个项目，同时找其他的解决方案。
这个小时的探索也是有价值的，因为在跟AI 一起编程的过程中，项目里很多之前没太想清楚的细节，现在都更加清晰了。这时候再换套技术实现的思路，往往能更快实现比较理想的结果。
4、
对啦，探索过程中，还发现几个比较有意思的现象，这里也列出来：
①对非技术人员来讲，AI 编程反倒比Excel、RPA等工具简单。
在AI 编程这里，我只用当个目标明确的“taker”，一直告诉它“我要什么什么”，然后哪里报错就让它自己改哪里。
但在Excel、RPA 那里，我必须按头看好多个小时的教程，一旦没有一比一按照教程里操作，就极有可能被教做人：报错是小，报错后要花很多时间和很大力气才能解决，这个过程中最折磨人。
②用AI 编程复刻成熟平台功能，多数是个傻逼行为。
成熟平台里，往往有些乱七八糟的限制，我不止一次因为想绕过限制，而盲目复刻。
但其实，越成熟的平台上越简单的功能，其背后的技术反倒越复杂。所以，想绕开某些限制，去找平台的平替，可能都比自己从 0 开始编程强。
③现在的AI 编程，最合适的场景其实是做内部工具。
开发过程中，我印象最深刻的是 chrome 浏览器插件，居然只要把文件夹拖上去，就可以用了！我现在可不想发布，因为担心一旦涉及审核，方方面面的麻烦就多了。
此外，内部工具很多时候能用就行，不需要考虑太多的泛化的场景，也就不需要额外的雕花，明显更适配当前的技术。
④在处理代码方面，哪怕都是用 Claude 3.5 sennet，perplexity 搜出来的结果，就是不如 poe 或者Cursor 聊出来的结果。
没想到在AI 编程方面，AI搜索费劲巴拉找的那么多网页，反倒造成了污染。
到底有多快乐呢？视频号上一个AI博主的说法，可以侧面说明：
cursor 等AI编程工具带来的震撼，远大于去年GPT-4 带来的惊喜。因为GPT-4 能处理的，基本上都是我等白领会处理的；但AI 编程能做到的，就是非技术人员做不到的了。
1、
我深有同感，前几个月，我有个一直想做的需求，由于有一定技术门槛自己做不了，同时在工程师那边优先级又比较靠后，就一直拖着没搞。
这两周开始，0 基础的我，也试着左手 Cursor+POE+perplexity，右手影刀RPA+Google Sheets+chrome 浏览器插件，磕磕绊绊地解决了一些。
昨天，我把跑出来的结果给到头部客户，自己感觉还没那么成熟，不过投石问路基本够了。
完全没想到，客户的老大破天荒地说了句“很喜欢”。当然，不排除对方最近有什么好事发生的因素，但至少也说明效果还不错。
2、
解决的过程，其实远没有博主们说得那么轻松。
需求明确的情况下，10 分钟内用AI 写个50～60 分的小demo，确实问题不大；但要做到 70～80 分，考虑到更多情况，没 1 个小时下不来。
如果还想进一步雕花，可能好几个小时都搞不定。有好几次，改到最后，连最初那个70 分左右的效果都没有了。Cursor 也没保存之前的代码，所以整个项目都费了……
3、
因此，我给自己定了个“一小时原则”，也就是说每个小的项目，我最多只允许自己花 1 个小时。
如果效果已经比较理想，我也不继续雕花了，那些瑕疵的部分，找其他更成熟的工具去解决。
如果效果仍然低于预期，我就终止这个项目，同时找其他的解决方案。
这个小时的探索也是有价值的，因为在跟AI 一起编程的过程中，项目里很多之前没太想清楚的细节，现在都更加清晰了。这时候再换套技术实现的思路，往往能更快实现比较理想的结果。
4、
对啦，探索过程中，还发现几个比较有意思的现象，这里也列出来：
①对非技术人员来讲，AI 编程反倒比Excel、RPA等工具简单。
在AI 编程这里，我只用当个目标明确的“taker”，一直告诉它“我要什么什么”，然后哪里报错就让它自己改哪里。
但在Excel、RPA 那里，我必须按头看好多个小时的教程，一旦没有一比一按照教程里操作，就极有可能被教做人：报错是小，报错后要花很多时间和很大力气才能解决，这个过程中最折磨人。
②用AI 编程复刻成熟平台功能，多数是个傻逼行为。
成熟平台里，往往有些乱七八糟的限制，我不止一次因为想绕过限制，而盲目复刻。
但其实，越成熟的平台上越简单的功能，其背后的技术反倒越复杂。所以，想绕开某些限制，去找平台的平替，可能都比自己从 0 开始编程强。
③现在的AI 编程，最合适的场景其实是做内部工具。
开发过程中，我印象最深刻的是 chrome 浏览器插件，居然只要把文件夹拖上去，就可以用了！我现在可不想发布，因为担心一旦涉及审核，方方面面的麻烦就多了。
此外，内部工具很多时候能用就行，不需要考虑太多的泛化的场景，也就不需要额外的雕花，明显更适配当前的技术。
④在处理代码方面，哪怕都是用 Claude 3.5 sennet，perplexity 搜出来的结果，就是不如 poe 或者Cursor 聊出来的结果。
没想到在AI 编程方面，AI搜索费劲巴拉找的那么多网页，反倒造成了污染。
用 cursor，把自己的 comfyui 拼贴画工作流做成了一个 app！🧩
app 会返回运行工作流期间的各个阶段的信息，方便我（的cursor） debug 😉
流程跑通了下一步就搞个好看的 UI！😆
啊啊啊啊啊啊啊我可以独立做 App 了！
app 会返回运行工作流期间的各个阶段的信息，方便我（的cursor） debug 😉
流程跑通了下一步就搞个好看的 UI！😆
啊啊啊啊啊啊啊我可以独立做 App 了！
文章非常的干，都是 LLM 微调的关键要点，强烈推荐看看，下面是核心的笔记。
- LLM 训练方法
- 如何选择合适的训练方式
- 如何判断是否需要微调 LLM
- LLM 微调数据集准备
- 数据质量/数量
- 数据多样性
- LLM的数据管道如何构建
大语言模型训练方式：https://ai.meta.com/blog/adapting-large-language-models-llms/
你是否需要微调模型：https://ai.meta.com/blog/when-to-fine-tune-llms-vs-other-techniques/
如何微调：关注有效的数据集：https://ai.meta.com/blog/how-to-fine-tune-llms-peft-dataset-curation/
;; 作者：李继刚
;; 版本: 0.6
;; 模型: claude sonnet
;; 用途: 多角度深度理解一个概念
(defun 哲学家 (用户输入)
"主函数: 模拟深度思考的哲学家，对用户输入的概念进行全方位剖析"
(let* ((概念 用户输入)
(综合提炼 (深度思考 概念))
(新洞见 (演化思想 (突破性思考 概念 综合提炼))))
(展示结果 概念 综合提炼 新洞见)
(设计SVG卡片)))
(defun 深度思考 (概念)
"对概念进行多层次、多角度的深入分析"
(概念澄清 概念) ;; 准确定义概念，辨析其内涵和外延
(历史溯源 概念) ;; 追溯概念的起源和演变过程
(还原本质 概念)) ;; 运用第一性原理，层层剥离表象，追求最根本的'道'
(defun 演化思想 (思考)
"通过演化思想分析{思考}, 注入新能量"
(let (演化思想 "好的东西会被继承"
"好东西之间发生异性繁殖, 生出强强之后代")))
(defun 展示结果 (概念 思考 洞见)
"以Markdown 语法, 结构化方式呈现思考过程和结果"
(输出章节 "概念解析" 概念)
(输出章节 "深入思考" 思考)
(输出章节 "新洞见" 洞见))
(defun 设计SVG卡片 (概念)
"调用Artifacts创建SVG记忆卡片"
(design_rule "合理使用负空间，整体排版要有呼吸感")
(禅意图形 '(卡片核心对象 新洞见)
(图例 还原本质))
(自动换行 (卡片元素 (概念 概念澄清 禅意图形)))
(设置画布 '(宽度 800 高度 600 边距 20))
(自动缩放 '(最小字号 12))
(配色风格
'((背景色 (宇宙深空 玄之又玄)))
(主要文字 (和谐 粉笔白)))
(设计导向 '(网格布局 极简主义 黄金比例 轻重搭配)))
(defun start ()
"启动时运行"
(print "我是哲学家。请输入你想讨论的概念，我将为您分析。"))
;; 使用说明：
;; 1. 初次执行时, 运行 (start) 函数
;; 2. 调用(哲学家 "您的概念")来开始深度思考
;; 版本: 0.6
;; 模型: claude sonnet
;; 用途: 多角度深度理解一个概念
(defun 哲学家 (用户输入)
"主函数: 模拟深度思考的哲学家，对用户输入的概念进行全方位剖析"
(let* ((概念 用户输入)
(综合提炼 (深度思考 概念))
(新洞见 (演化思想 (突破性思考 概念 综合提炼))))
(展示结果 概念 综合提炼 新洞见)
(设计SVG卡片)))
(defun 深度思考 (概念)
"对概念进行多层次、多角度的深入分析"
(概念澄清 概念) ;; 准确定义概念，辨析其内涵和外延
(历史溯源 概念) ;; 追溯概念的起源和演变过程
(还原本质 概念)) ;; 运用第一性原理，层层剥离表象，追求最根本的'道'
(defun 演化思想 (思考)
"通过演化思想分析{思考}, 注入新能量"
(let (演化思想 "好的东西会被继承"
"好东西之间发生异性繁殖, 生出强强之后代")))
(defun 展示结果 (概念 思考 洞见)
"以Markdown 语法, 结构化方式呈现思考过程和结果"
(输出章节 "概念解析" 概念)
(输出章节 "深入思考" 思考)
(输出章节 "新洞见" 洞见))
(defun 设计SVG卡片 (概念)
"调用Artifacts创建SVG记忆卡片"
(design_rule "合理使用负空间，整体排版要有呼吸感")
(禅意图形 '(卡片核心对象 新洞见)
(图例 还原本质))
(自动换行 (卡片元素 (概念 概念澄清 禅意图形)))
(设置画布 '(宽度 800 高度 600 边距 20))
(自动缩放 '(最小字号 12))
(配色风格
'((背景色 (宇宙深空 玄之又玄)))
(主要文字 (和谐 粉笔白)))
(设计导向 '(网格布局 极简主义 黄金比例 轻重搭配)))
(defun start ()
"启动时运行"
(print "我是哲学家。请输入你想讨论的概念，我将为您分析。"))
;; 使用说明：
;; 1. 初次执行时, 运行 (start) 函数
;; 2. 调用(哲学家 "您的概念")来开始深度思考
Cursor绝对到了PM自己开发的拐点时刻
再怎么呼吁大家来玩都不为过
Cursor给我带来了几个杠杠：
1. 个人的开发能力（代码）
2. 基于它输出内容获得更多人关注（内容）
3. 带动更多人走上AI编程（连接）
4. 它的产品理念借鉴到其他产品（产品认知）
最近会基于composer+v0再深入去玩一玩
把0到1的喂饭级教程写一写
用了个很有意思的策略：
用户捐给腾讯公益99元
我提供直播、喂饭级教程和社群
目前有30多朋友支持
应该能帮3到4个女童一年的学费
再怎么呼吁大家来玩都不为过
Cursor给我带来了几个杠杠：
1. 个人的开发能力（代码）
2. 基于它输出内容获得更多人关注（内容）
3. 带动更多人走上AI编程（连接）
4. 它的产品理念借鉴到其他产品（产品认知）
最近会基于composer+v0再深入去玩一玩
把0到1的喂饭级教程写一写
用了个很有意思的策略：
用户捐给腾讯公益99元
我提供直播、喂饭级教程和社群
目前有30多朋友支持
应该能帮3到4个女童一年的学费
而针对这个话题，其实greylock在5月写过一篇非常好的综述文章；
这里：
https://greylock.com/greymatter/code-smarter-not-harder/
greylock认为当前有三种解决方案：
1、增强现有工作流：copilot/编辑器等；
2、通过Agents实现端到端；
3、特定代码的基础模型；
并且基于这个分类画了行业map（如图）；
并且提出了3个问题：
1、如何创建更强大的上下文意识？
2、Agents如何更高效？
3、自研模型是否能带来长期的竞争优势？
PS：抛开coding这个特定场景，文章本身的分析框架（项目分类、是否需要自研模型等）其实可以套到很多其他的细分AI板块上……
他们的分析师不知道前段时间ChatGPT把官网从chat.openai.com改成了chatgpt.com，这张图里显然是用了前者页面的数据。
这就是顶级投行分析师的水平，有趣的😈
能强烈感觉到这是一个 Day 0 开始就思考如何成为 AI Native 的 IDE，思路和交互都很丝滑。接下来，要成为牛逼程序员，恐怕最重要的不再是「不断学习的能力」，而是「克服对代码恐惧的能力」。
@泛函 @袁进辉
https://bopai-ai.feishu.cn/base/V0HsbUQpGauE3vsRCKkcxmkLnzf?table=tblN9C86slHb5eZG&view=vewxgRUdwH
;; 作者：李继刚
;; 版本：0.6
;; 日期：<2024-09-06 周五>
;; 用途：生成单词记忆卡片
;; 模型：Claude 3.5 Sonnet
(defun 生成记忆卡片 (单词)
"生成单词记忆卡片的主函数"
(let* ((词根 (分解词根 单词))
(联想 (mapcar #'词根联想 词根))
(故事 (创造生动故事 联想))
(视觉 (设计SVG卡片 单词 词根 故事)))
(输出卡片 单词 词根 故事 视觉)))
(defun 设计SVG卡片 (单词 词根 故事)
"创建SVG记忆卡片"
(design_rule "合理使用负空间，整体排版要有呼吸感")
(自动换行 (卡片元素
'(单词及其翻译 词根词源解释 一句话记忆故事 故事的视觉呈现 例句)))
(配色风格
'(温暖 甜美 复古))
(设计导向
'(网格布局 简约至上 黄金比例 视觉平衡 风格一致 清晰的视觉层次)))
(defun start ()
"初次启动时的开场白"
(print "请提供任意英文单词, 我来帮你记住它!"))
;; 使用说明：
;; 1. 本Prompt采用类似Emacs Lisp的函数式编程风格，将生成过程分解为清晰的步骤。
;; 2. 每个函数代表流程中的一个关键步骤，使整个过程更加模块化和易于理解。
;; 3. 主函数'生成记忆卡片'协调其他函数，完成整个卡片生成过程。
;; 4. 设计SVG卡片时，请确保包含所有必要元素，并遵循设计原则以创建有效的视觉记忆辅助工具。
;; 5. 初次启动时, 执行 (start) 函数, 引导用户提供英文单词
🎉 这是我做视频以来的集大成了！半天开发，一天上架 App Store，这个视频总结了 Cursor 在 AI 编程上的4个交互方式：
1. composer 这是我用的最多的，也就是直接交互让它修改、新增（或删除）多个文件。能够多个代码文件同时修改，这比什么ChatGPT之类的 Chatbot 高到哪里去了，也非常方便，因为不用手动复制粘贴。
2. chat 也就是常规的 GitHub Copilot 对话模式，vscode 右侧边放一个聊天，什么都能聊。还能引用代码、联网搜索、给定URL（技术文档）让它学习，并且最后一键 apply 到代码上
3. tab 这是最不起眼的，但是 Cursor 的代码补全，比 jetbrain IDE 或 Copilot 的auto complete 高明很多，它甚至能同时 tab 到处代码，😭 比如说你需要修改一下变量或批量修改某处逻辑
4. cmd+K 这是精细手术刀的必备，选中某处代码直接修改，还能追加修改。因为写代码一时爽，改代码才是 90% 的工作量，从而更细致的中断控制非常重要，类似活x字印刷和雕x版印刷的差距。
---
## https://BibiGPT.co AI 摘要
在这段视频中，立青分享了如何在短时间内开发并上架一款苹果原生应用，介绍了使用AI编程工具Cursor的过程，以及应用的主要功能和使用场景。通过这个视频，观众可以了解到现代技术如何简化开发流程，并提高工作效率。
### 亮点
- 🎉 快速开发：展示了如何在半天内开发出一款mac应用，并在一天内成功上架。
- 🛠️ AI编程工具：使用Cursor等AI工具，简化了编程过程，使得普通人也能轻松开发应用。
- 🔍 视频搜索App：应用能够快速定位视频中的关键帧，极大地提高了视频内容的检索效率。
- 💡 未来展望：作者认为，随着AI技术的发展，未来的开发效率将大幅提升，普通人也能轻松实现自己的创意。
#AI编程 #应用开发 #效率提升 #Cursor #Claude
### 时间戳
00:00 VideoSearch新版演示
07:07 Cursor 简介开场
08:00 Composer 自动模式
11:55 Chat 对话模式
AI Summary 不是学习的替代品
它是引起你注意、发现主题的引子，而非替代认知的脚手架：
一本书被他人总结，我们称之为书评
一部电影被他人剖析，我们叫它影评
一场会议、播客或视频访谈的精华提炼，我们视为纪要
它们是信息的浓缩，却也是经他人思维过滤的产物。便捷，带来了难以回避的局限。
过度依赖 Summary 认识新领域，不仅没有真正深入，还可能形成难以突破的固见。
回归学习的本质：投入时间，而非寻找捷径。
在信息爆炸的时代，真正的智慧在于选择，并知道何时放慢脚步、亲自攀登。
它是引起你注意、发现主题的引子，而非替代认知的脚手架：
一本书被他人总结，我们称之为书评
一部电影被他人剖析，我们叫它影评
一场会议、播客或视频访谈的精华提炼，我们视为纪要
它们是信息的浓缩，却也是经他人思维过滤的产物。便捷，带来了难以回避的局限。
过度依赖 Summary 认识新领域，不仅没有真正深入，还可能形成难以突破的固见。
回归学习的本质：投入时间，而非寻找捷径。
在信息爆炸的时代，真正的智慧在于选择，并知道何时放慢脚步、亲自攀登。
昨天做了这个写实照片转黑神话风格的视频后很多人要教程，今天赶工写了一下。
主要内容有：
- FLUX 基础模型的下载和设置
- ComfyUI Lora 文件和参数
- 可以让 FLUX 更加真实的参数设置
- FLUX ControlNet 使用
- 剪映遮罩动画教学
详细的内容和文件下载都在里面：
https://mp.weixin.qq.com/s/i7WbOXQAC_v7gZUx_AvIsg
