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
最近一个月 Claude Code 的爆火连带着 Pencil.dev,Clawdbot 等基于 Coding Agent 能力的产品都不断刷屏,开年第一个月,AI 的进展就又让人目不暇接。个人总结有三个重要原因:

1)代码是数字世界的通用语言,解决好代码问题就能在数字世界畅通无阻。

2)随着模型 Coding 和 Tool use 能力的不断提高,Coding Agent能够稳定完成的任务越来越多,越来越长。虽然 Opus 4.5 并不是新范式,刚发布的时候 benchmark 看起来也没有那么惊人,但能力的量变最后却可能产生体验的质变,也许这就是“水烧开了”。

3)Skills 的出现和普及让用户可以更加容易地组合不同场景的技术,创造之前难以想象的魔法体验。此刻 Claude Code 变成了操作系统,而技术的组合变得如乐高积木一样越来越容易。

类似 Clawdbot 这样的产品或者说开源项目,本身是给喜欢尝鲜不怕折腾也无所谓结果的 Innovators 使用的,对哪怕是 Early Adopter 来说也很难部署。但它很可能会成为很多产品的灵感来源。让我想起2023 年曾经爆火的AutoGPT,启发了 2024 年的 Devin,从而进一步启发了 2025 年的 Manus/Genspark/Claude code等第一波Agent产品。

估算一下,世界上已经有接近 20 亿用户用过如 ChatGPT 等Chatbot,近10 亿人使用 Office,但只有大概小几千万人用过 Claude Code、Manus/Genspark等 Agent 产品。能够缩短这 100 - 50 倍差距的产品将会是接下来的最大机会之一。

精通技术不怕折腾的早期用户却往往会低估一个易用的交互界面有多重要,所谓「壳有壳的价值」。图2是2007年一位专家用户对一家YC初创公司是否有技术含量的质疑,这家公司叫Dropbox。

在技术剧烈变革时,最好的产品可能是:技术已经到了80分,但大多数人的认知还停留在三四十分,然后好产品能够创造魔法时刻,让大家看到90分的未来。如图3中Kevin Roose所说,未来已来,但可能从未这么不均匀分布过。

当模型公司引领技术进步的时候,能够让未来更加均匀分布的应用公司的更大机会也可能即将到来。
今天给团队提前发放了 2025 全年年终奖,很开心。
有始有终,做完这件事,去年的事情才算是彻底结束。

为什么要提前发放?
我们就 20 来个人,每个人在去年的贡献都非常清晰,不需要搞 360 环评那一套浪费时间。
我们也不需要像大厂那样,为了防止员工跳槽,把年终奖拖到 3 月 4 月才发。
公司现金流也很健康,不差这一个月提前的。

另外还有一个原因,我的联创 Kris 有个“发薪日理论”:
“每月 10 日发薪的公司,和每月 20 日发薪的公司,是两种公司。”
我想,每年 1 月发年终奖的公司,和 3 月发年终奖的公司,也是两种公司。

我们努力做第一种公司。

自然地,我们也不必等金三银四,提前开启 2026 年的招聘,欢迎投递:
1. Infra Leader / Infra 工程师:资深后端,负责降本增效、运维、技术基建
2. Agent 工程师: 有产品 sense 、有多模态理解、能工程化落地,负责技术驱动 AI 产品创新
3. FullStack 工程师:解决问题能力强,超级个体,负责核心业务流的端到端交付
4. 全栈偏前端 / 前端工程师:有 AI 认知有产品 Sense 有艺术美感,负责定义下一个世代的 AI 多模态产品
5. QA 工程师: 责任心强、有 AI 认知、逻辑敏感,负责产品质量把控
6. Agent 产品经理:负责推动面向未来的创作助理 Agent
7. 产品设计师:负责设计国际化的 UI 和 AI 时代 UX

联系方式:
技术岗位:[email protected]
产品岗位:[email protected]
气死我了,typeless 竟然会影响 iphone 的手机录音质量,昨天和今天同地点的录音竟然质量完全不同,排查了半天发现竟然是因为开了 typeless 的原因。
作为背景墙也很不错。
🍌 Nano Banana Pro Prompt:
基于【参考照片人物】
A high-quality 9:16 vertical portrait, 4k resolution.
**Framing:** Medium-long shot (framed from the knees up, focusing on torso and head).
**Subject:** The woman from the reference image, standing in 3/4 profile facing left, looking at the lens. She wears a structured black long trench coat.
**Background:** An infinite, edge-to-edge gallery wall completely covered in a dense, seamless grid of black and white fashion portraits of herself. The photo wall fills 100% of the background frame behind her. No floor visible, no ceiling visible, just the texture of the photos.
**Lighting:** Even, professional gallery lighting highlighting the coat's texture and the details of the background prints.
**Quality:** Ultra-photorealistic, sharp focus, cinematic depth.
--ar 9:16 --v 6.0
@aigc1024
目前 Vibe Coding 真实有用的场景总结:
1. 编写 tampermonkey 脚本。tampermonkey 是一个权限非常高的插件,尤其对于浏览器里安装了各种钱包的加密货币用户来说,安装来自第三方的脚本危险系数极高,所以我现在所有的工具脚本全都自己写,比如说自动删除google搜索结果广告的、自动把网页转换成markdown打包下载的、自动去除AI生图水印的,这些脚本对于目前的AI模型来说基本都是手到擒来
2. Chrome 插件。对于稍微复杂一些的需求,简单的脚本可能无法满足,但是如果你用 ChatGPT 或者 Manus 一类自带 Agent 模式的工具,它可以直接开发好一个 Chrome 插件并且打包成 zip,你下载解压以后直接就能用了
3. Python 脚本。主要是配合无头浏览器做一些爬虫性质的脚本,定时运行脚本、告警推送,AI 写这类单文件功能也几乎不会犯错,非常好用
4. SEO 优化。直接把博客站点整个丢给 AI,让它自己遍历所有的文章内容页,分析文本打上关键词、标签之类的,亲测稍微有一丁点效果。
虽然我承认目前的 AI 已经很强了,但是在中型及以上的项目中,AI能力的表现还是捉襟见肘,很容易出现把聋子治成哑子的情况,捡了芝麻丢了西瓜,尤其在模块重构的时候,几乎很难一次成功,当然人类程序员在重构屎山代码的时候也需要耗费很多精力,作为一名程序员,我不害怕,反倒是很期待 AI 能够真正彻底取代我的那天早点到来
@aigc1024
quality": "硬光 (Hard light)",
"shadows": "地面有明显的人物投影,光线垂直向下",
"highlights": "大腿和发丝上有明显的高光反射"
},
"subject_elements": {
"outfit": {
"garment": "灰色紧身连体衣/连体短裤 (Grey tight bodysuit/romper)",
"footwear": "黑色运动袜配黑白条纹拖鞋 (Black socks with slides)",
"style": "Athleisure (运动休闲)"
},
"pose": {
"description": "站立,单腿前伸 (Standing, one leg extended forward)",
"body_language": "手持手机遮挡面部,展示腰臀比",
"hair": "深棕色长直发 (Long straight brown hair)"
}
},
"environment_and_props": {
"location": "商业健身房 (Commercial Gym)",
"background_elements": [
"龙门架 (Cable machine)",
"哑铃架 (Dumbbell rack)",
"工业风天花板管道 (Exposed industrial ceiling pipes)",
"镜子 (Large wall mirror)"
],
"text_elements": [
"背景墙上的海报文字 (模糊)",
"LED数字钟 (绿色显示 '35')"
]
},
"visual_effects_and_processing": {
"distortion": "轻微的广角拉伸效果 (Elongating effect on legs)",
"texture": "光滑 (Smooth skin texture)",
"clarity": "高锐度 (High sharpness on subject)"
}
}
}
@aigc1024
已练不欠
既然你们爱看,那就再发一组
Nano Pro:
1.上传自己的女朋友照片
2.修改提示词人物衣服,动作
提示词:
{
"image_analysis": {
"overall_style": {
"genre": "社交媒体生活照 (Social Media Lifestyle)",
"sub_genre": "健身房对镜自拍 (Gym Mirror Selfie)",
"aesthetic": "网红风 (Influencer Aesthetic)",
"vibe": "休闲运动、身材展示、年轻潮流"
},
"color_palette": {
"dominant_colors": [
{
"color": "Industrial Grey",
"hex_approx": "
"usage": "地面、天花板、主体服装"
},
{
"color": "Matte Black",
"hex_approx": "
"usage": "健身器材框架、导轨"
}
],
"accent_colors": [
{
"color": "Safety Orange",
"hex_approx": "
"usage": "健身房柱子、器械调节旋钮/配重片"
},
{
"color": "Millennial Pink",
"hex_approx": "
"usage": "手机壳 (作为视觉中心的小点缀)"
}
],
"lighting_temperature": "冷白光带有轻微暖色环境光"
},
"composition_and_camera": {
"framing": "全身肖像 (Full-body shot)",
"perspective": "广角透视 (Wide-angle perspective)",
"angle": "平视略微仰拍 (Eye-level to low angle)",
"technique": "镜像反射 (Mirror reflection)",
"focus": "主体清晰,背景景深较深 (Deep depth of field)",
"visual_weight": "中心构图,利用背景透视线引导视线"
},
"lighting_and_shadow": {
"source": "室内人造顶光 (Indoor overhead artificial lighting)",
"
AWS 免费套餐跑 Clawdbot 的教程,这个可以
别在上面登录你的常用账号,我把视频流程转成文本了:
------
AWS 部署流程
在 AWS 控制台搜索 EC2,点击橙色的 Launch Instance 按钮。实例命名随意,系统选 Ubuntu,实例类型搜"free",选最大的免费档 8GB 内存那个。
不部署其他资源的话应该完全免费。技术上可以不创建 SSH 密钥,教程也不需要。点击 Launch Instance 就行。
实例创建好后,点进 Instance ID,右上角 Connect,然后右下角再 Connect,这会在浏览器里打开一个 SSH 终端连接到你的服务器。
------
一行命令安装
进入终端后,去 claud .bot 官网,复制那行安装命令,粘贴到终端回车。就这一条命令,整个设置不到两分钟。
实际安装过程会长一点。安装完成后直接进入引导流程。
------
配置和激活
需要同意风险声明,特别是如果你给它文件系统访问权限或者邮件、密钥之类的。选择 Quick Start,用 Anthropic Max 订阅,Token 粘贴方式设置。
它会让你在本地终端运行一条命令来获取 Token。然后选模型,Opus 4.5 最新版,这是最聪明的那个。
接下来可以关联渠道。Telegram 的话它会给你具体步骤。还能配置技能,比如 Homebrew、Node 包管理器 Bon 之类,这些可以先跳过。
内存、钩子这些都可以启用,然后就是 Hatch(孵化)。
------
给机器人身份
Hatch 环节是给机器人建立身份。你要告诉它叫什么名字、它的目的、还有其他你想要的信息。
比如"你是 Jinx,我是 AJ。AJ 是内容创作者和软件工程师。"保持简单就行,之后可以随时更新。它会用 Soul 系统构建自己的身份,然后继续引导流程。
会问你时区、希望什么样的交互氛围之类。基本上就完成了。
------
渠道配对和首个技能
每个渠道需要做配对。会生成一个配对码,给到你的实例就行。配置完成后就连上了。
我一般会先给它装 Exa MCP 技能。"创建一个技能,封装这个 MCP"这样说就行。Exa 技能包含网页搜索、高级搜索、深度搜索,都打包在一个 MCP 里。
通过 MCP 使用的话是免费的,不需要 API 密钥。这是第一个技能,之后可以加更多。
@aigc1024
分享10个我目前在用的 Skill
1. NotebookLM Skill
神级 Skill,通过它可以直接让 AI 对接 NotebookLM,自动上传资料、做知识问答、生成 PPT、脑图都能搞定。
2. Obsidian Skills
Obsidian CEO 出的 Skill 套件,功能很全:
写出 Obsidian 风格的 Markdown(内链、属性等)
生成 .Base 文件的过滤器和公式
生成 Canvas 无限画布
3. planning-with-files
复刻Manus 的Skil,可以用这个 Skill 来指导其他 Skill 的工作流程。能有效解决上下文飘移的问题。
4. anthropics/skill-creator
自己做 Skill 时候的首选,可以直接通过它创建一个符合最佳实践的 Skill,也可以用它来优化现有的 Skill。
5. frontend-design
前端设计专用,比如可以帮你去掉AI 的渐变色。。
6. Superpowers
Obra 开发的工具包,包含 /brainstorm、/write-plan、/execute-plan 等命令。
可以在你做复杂项目时,讨论方案、和你一起脑暴,还会通过提问来分析问题生成靠谱的方案
7. Rube MCP Connector
通过一个服务器就能把 Claude 连接到大概 500 个应用(Slack、GitHub、Notion 等),不用给每个应用单独配置授权。
8. baoyu-skills
宝玉老师出品的 Skill 套件,比如写长文帮你自动配图的 Skill,自动发推、发公众号的 Skill。
9. 自媒体 Skill 系统
自己开发的 Skill 套装,覆盖日常选题、写脚本、写文案、数据分析等工作。
10. banana-skill-finder
原来用的skill-lookup,感觉不太好使。现在自己重新做了一个,根据skillsmp的api 和 vercel的skillsh来查询。对话过程中如果提出有什么问题会自动寻找合适的skill来帮你解决问题
@aigc1024
别再说人工智能不能设计了。
Cursor + Opus 4.5 可以在不到 10 分钟的时间内创建了一个带有滚动叙事动画的着陆页,而设计师制作这样的页面通常要收取数千美元。
如果你的落地页看起来还像2010年的应用,那不是人工智能的问题,而是工作流程的问题。
@aigc1024
如果 AI 行业叫泡沫的话 具身机器人行业叫什么?
ClawdBot可能是未来(至少这两年)c端(当然也包括b端)ai 应用落地的一个方向 --- 极致agent化
这也很可能将改变个人计算(边缘计算)。
ClawdBot 这样的应用,本质是一个长期常驻的智能代理。模型负责“想”,但本地系统负责“做”:监听事件、维护状态、调度工具、执行命令、管理权限。
这直接改变了硬件的侧重点。本地GPU 不需要是核心算力,只需承担界面渲染、浏览器自动化和少量兜底计算即可,集显已基本够用。
但 CPU 不但不能简化,反而被重新抬高了地位。
Agent 型应用高度依赖单核性能、低延迟响应、频繁上下文切换和 IO 能力。它们不需要堆核心数,却极度依赖“随叫随到”的执行能力;不追求峰值算力,却要求 24 小时低功耗常驻、快速唤醒、稳定可控。
换句话说,本地(边缘) CPU 正在从通用算力变成系统中枢。
而本地(边缘) GPU跑常用的,高io,低延迟的推理
未来的电脑(或手机),不是为了跑最大模型,而是为了托管一个随时能行动的智能代理。
我们已经可以依稀看出未来的应用形态和计算架构
@aigc1024
Back to Top