今天很开心，公司的 AI native 官网 marswave.ai 终于上线了

网站使用 trickle ai 搭建和部署，第一次在生产级别解放了前端人力

公司的 logo 和这套字体，在上周设计完成，终于，终于可以印T恤了发周边了

今天做的新音色太棒了。
敬请欣赏，浪浪山小妖怪评书版。
由 ListenHub 新音色「古今先生」录制。

最便宜的的个人 ai 工作站应该是amd 的 ryzen ai max+395 方案了，128g 统一内存，最多可以分 96g 到显存，gpt-oss 120b 的最便宜伴侣了。
国内极摩客的方案，rmb 15k 就可，比 mac studio 便宜太多了。

发现个非常大的问题
如果讲师过去有编程经验
再到AI编程时代
很难让小白入门

一秒变小白真的是特别高的门槛
所以最好是，真小白

Open AI 大幅提高了 Plus 用户的推理模型额度#ai创造营#

现在 Plus 用户每周可以使用 3000 次推理模型，已经相当够用了

同时 Sam 还在考虑给 Plus 会员一些 Pro 模型的访问次数

Open AI 也发布了 GPT-5 的官方提示词指南，更适合开发者参考#ai创造营#

具体包括：智能体任务与工具调用、推理与上下文复用、代码生成与协作、可控性与指令遵循、Markdown 格式化、元提示（Metaprompting）代码工具与环境说明

基本涉及了 AI 产品和 Agent 构建的各个方面，我总结了一下还是推荐看原文👇

智能体任务与工具调用

Agentic Workflow Predictability：推荐使用 Responses API 持续保存推理过程，提升智能体应用效率。

Agentic Eagerness：可通过调整 `reasoning_effort` 参数和提示词，控制模型的主动性。
降低主动性：使用低 `reasoning_effort`，明确探索范围和早停标准，减少不必要的工具调用和上下文收集。
提高主动性：提升 `reasoning_effort`，鼓励模型持续完成任务，减少向用户确认或交还的频率。
Tool Preambles：通过提示词引导模型在工具调用前，简明扼要地重述用户目标、规划执行步骤。

推理与上下文复用

Reasoning Effort：可根据任务复杂度调整推理深度。复杂任务建议高推理力度，并将任务拆分为多个步骤分批完成。
Responses API：推荐使用 Responses API 传递前序推理结果，节省 token。

代码生成与协作

前端开发推荐栈：GPT-5 在前端开发表现优异，推荐使用 Next.js、React、Tailwind CSS、shadcn/ui 等主流框架和组件库。
零到一应用生成：通过提示模型自建评估标准，并据此反复自我优化，提升一次性生成应用的质量。
代码风格与规范：明确代码编辑规则、工程原则、目录结构和 UI/UX 最佳实践，确保模型生成代码与现有项目风格一致。
协作编码案例：通过参数和提示词双重控制，平衡输出简洁性与代码可读性，鼓励模型主动提出变更并让用户审核。

可控性与指令遵循

Steerability：GPT-5 对提示词的可控性极高，可控制输出长度、风格和工具调用行为。
Verbosity：新增 `verbosity` 参数，控制最终答案的长度。可在提示词中覆盖默认设置，实现场景化定制。
Instruction Following：GPT-5 对提示词指令极为敏感，需避免矛盾或模糊的指令。

今年全球人形机器人预计出货量10000台
预计5～6家企业出货量过千台

今年全球四足机器人预计出货量50000台

以上数据支撑了N家数十亿及百亿估值企业

Watermark Zero—— AI去除照片水印

利用Flux Kontext模型，轻松去除照片中的水印、文本或标志，保留图像原始质量。无论是复杂的水印还是半透明的文本，这款工具都能智能识别并重建背后的像素。

🔗：https://watermarkzero.com/