AI探索指南

  1. 昨天用 Codex 做的游戏《夜巡录》发布了,没想到能搞得这么完整!

    昨天用 Codex 做的游戏《夜巡录》发布了,没想到能搞得这么完整!

    大家可以下一下玩玩,顺便写了一下是怎么做的。

    中国志怪题材,玩法像《杀戮尖塔》。

    标题页进地图,走普通战、精英、事件、商店、休整,一路打到荒庙正殿 Boss。七个怪物、二十张左右卡牌,符印、香火、焚符、请神四条爆发链路。

    代码开源:
    https://github.com/op7418/Night-Patrol/releases

    整个下午是这么跑的👇

    ======

    只聊了一下《杀戮尖塔》,让Codex 用已有资源生成了一个很像的 demo。一小时能玩。

    ------

    让它用内置 GPT-Image 2.0 生成角色素材,没说风格、没说要哪些妖怪、没说背景。生出来的角色全站在纯绿色背景上,均匀干净,标准影视绿幕底。

    它自己知道立绘要进游戏得先抠背景,上来就生绿幕图。

    抠图工具也是它自己查、自己装、自己调,抠完归类丢到 tmp/imagegen/ 下。我只说了"调用 GPT-Image 2.0 生成素材"这几个字。

    ------

    卡牌边框、费用宝石、牌堆、血瓶这些小 UI 用图像模型生太贵太慢,让它去网上找现成素材。

    看中一个素材站,我买了会员账号给它。下载按钮前有人机验证过不去,它开始分析网站结构想绕过前端直接拿静态资源,结果被自己的安全护栏拦了。

    最后方案:它把素材链接发给我,我点下载拖给它。

    ------

    我发给它一个几千张图的素材包,按 UI、法宝、角色、徽章粗略分过类。文件名都是 ui_001.png 这种没信息量的,多模态上下文扛不住一张张喂。

    它写了个脚本把文件夹里所有小图自动排版拼成一张大网格图,每张小图下标原始文件名。然后只读这一张大图,扫一眼就能同时看到一百张素材。

    看中哪张直接读文件名,去原文件夹按名字引用。游戏里很多 UI 素材都是这么挑出来的。

    ------

    战斗结尾加仪式感。每打死一个怪物进一段过场,播放几秒处决动画。

    流程:GPT-Image 给七个怪物各生成一张定帧 poster,poster 丢给 Seedance 2.0 生成短视频,放进 assets/generated/cinematics/ 战斗胜利后自动播放。

    ------

    标题页背景也用 Seedance 2.0 做的——火在烧、灯笼在飘、远处云雾流动。

    默认出的视频有头有尾,循环播会在接缝跳一下。解法是首帧和尾帧传同一张图,接起来就是无缝循环。盯三分钟看不出接缝。

    ------

    背景音乐 Suno v5.5 生成,方向描述"志怪夜路、木鱼、铃、低频 drone、五声音阶、克制不煽情"。标题页沉一点,战斗背景轻一点不抢人。等待页音量大,点开始游戏音量转小。

    受击反馈这一套也是它做的:角色左右摇晃、镜头轻微震动、屏幕短暂泛红。剑、符、雷、拳配不同打击音。格挡和符印结算各自声音。

    敌人死的那一帧短暂定格再进处决视频。

    Invalid media: video

  2. 说个暴论,AI界的iPhone时刻可能就要到来了

    说个暴论,AI界的iPhone时刻可能就要到来了。
    OpenRouter上最近杀出来一个匿名模型,把所有Agent开发者都打懵了。
    它叫Elephant Alpha,没有发布会,没有营销通稿,连开发者是谁都不知道😂
    纯靠用户口口相传,一周就冲到了平台日活前十,token使用量暴增377%。
    我自己测了三天,结论是这他么才是2026年AI该有的样啊!
    速度快到离谱,不是那种一个字一个字蹦的慢输出,是你刚敲完回车,一整段带注释的代码直接完整输出,体感和Grok 4 Fast差不多,但代码质量高一个档次。
    最夸张的是智效比,同一份任务,完全相同的输出质量,它的token消耗是Claude Opus的一半,GPT-5.4的三分之一,账单是真的肉眼可见地往下掉。
    它不是啥全能思考型模型,更像一个纯粹到极致的执行机器,跨十几个文件找Bug,256K上下文稳如狗,一点不丢引用。
    几十页合同直接转成结构化的条款表,会议记录转待办,群聊转摘要,网页转初稿,所有你不想干的脏活累活,它干得又快又好。
    唯一要注意的是它不会帮你脑补,指令越清晰,约束越明确,输出质量越爆炸,模糊的需求很容易得到平庸的结果,也不适合复杂的多步长链规划,知识时效性需要自己注入上下文。
    最反直觉的地方来了,以前我们总觉得,什么活儿都得用最好的旗舰模型 ,但实际上你每天80%的工作,根本不需要Claude或者GPT的深度思考能力,你只是需要一个东西,能准确、快速、便宜地把事做完。
    现在OpenClaw和Hermes社区已经形成了标准玩法,Claude管整体规划和架构设计,只调用一次。
    Elephant管分步执行、局部修复、批量生成,跑一百次,整体效率翻三倍,成本直接砍到原来的十分之一甚至更低。
    这才是Agent经济真正的突破口啊,以前Agent跑不起来,不是因为不够聪明,是调用一次太贵,延迟太高😟
    当执行层的成本趋近于零的时候,所有自动化才真正变得可行。
    更有意思的是匿名模型这个趋势,以后最好用的模型,可能都不是大厂发布会吹的那些。
    OpenRouter的盲测机制,让模型纯靠真实使用数据说,没有品牌溢价,没有营销滤镜,谁好用谁就会被用户用脚投票选出来。
    社区普遍猜测这是某国产大厂的马甲在全球盲测,也侧面说明中国AI在推理优化赛道已经跑在了前面。
    现在它还在盲测期,完全免费,256K上下文,32K输出,函数调用,结构化输出,全开放。
    OpenRouter和Kilo
    Media is too big
    VIEW IN TELEGRAM

  3. Code上都能用,建议兄弟们把所有日常重复任务都切过去,把省下来的预算,留给真正需要深度推理的场景

    Code上都能用,建议兄弟们把所有日常重复任务都切过去,把省下来的预算,留给真正需要深度推理的场景。
    Elephant Alpha 是不是下一个ChatGPT 呢,我觉得不是,它更像是AI从偶尔炫技变成每天省事省钱的基础设施。
    所以别再用大炮打蚊子了,模型分层才是2026年AI玩家的核心竞争力啊,
    咱们工作流里有哪些活儿,其实根本不需要用旗舰模型🌚

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  4. Andrej Karpathy 最新的视频,我看了两三遍

    Andrej Karpathy 最新的视频,我看了两三遍。比较认同的一个观点是:Vibe Coding 可以提升下限,而Agentic Engineering 可以提升上限。这两个概念都是他创建的,最近我的思考是有了AI Coding 实现一些初级的软件更容易了,但是要实现高质量的软件产品,依旧需要卓越的设计和工程能力,这是工程师们的晋级方向。

    比较受启发的一个观点是:他引用了别人的一句话(看第一遍时以为是他说的,心想这人怎么这么擅长创造金句),你可以外包你的思考(Thinking),但无法外包你的理解(Understanding)。他这里所说的思考是指一些信息收集、信息处理的工作。但真正做些一些事情,是需要很深的理解这到底是什么,为什么会这样,在这个基础上,才能做出好的设计。

    原始视频:https://youtu.be/96jN2OCOfLs?si=ULShNSmSTeZatiIF

  5. Seedance 2.0生成明星vlog广告视频

    Seedance 2.0生成明星vlog广告视频。
    参考了上传的人物图片【图1】和服装图片【图2】。
    提示词:
    主:
    生成一段女生【
    质量和镜头:
    4K分辨率,电影级画质,高分辨率。以特写镜头为主。无字幕,无台词。
    0-1S:
    女生【
    1-2S:
    女生【
    2-3S:
    女生【
    3-4S:
    特写镜头:用气垫粉涂粉。
    4-5S:
    特写镜头:用睫毛夹来夹睫毛。
    5-6S:
    特写镜头:用卷发棒卷发
    6-7S:
    特写镜头:涂口红
    7-8S:
    特写镜头:用纤细的手抚摸挂在衣架上的【
    8-9s:
    特写镜头:从挂钩上取下宝马车钥匙。
    9-10s:
    广角镜头:从地面的角度追随仰拍,在城市的道路红色的宝马疾驰着。
    10-15s:
    特写镜头:车门打开前面是红毯。
    切换至中景镜头:女生【

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  6. 再分享几个飞书开源文档,欢迎惠存:

    再分享几个飞书开源文档,欢迎惠存:
    1、42.5万字《姚金刚认知随笔》,每周更新:https://jiahejiaoyu.feishu.cn/docx/YHOHd1TLyom6KDxQY8Ac8m4hngf
    2、《GEO白皮书》,AI搜索营销科普文档,不定时更新:https://yaojingang.feishu.cn/docx/Jv85dXAeZoKJ7exJi4Yc4Edrnhf
    3、《姚金刚提示词合集》,不定时更新:https://yaojingang.feishu.cn/docx/ER4rdSlvcofCtQxttSac2Xc4nGd
    4、《GEO提示词合集》,我和向阳的GEO书籍配套提示词:https://yaojingang.feishu.cn/wiki/YbMLwkChmiktbskRoHZcFixBnxb

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  7. 🔥一个文科生打败硅谷老炮的爽文

    🔥一个文科生打败硅谷老炮的爽文
    我觉得很有启发,要时刻检视自己的弱点和局限。需要再次去思考如果更加高效利用AI不仅是完成工作,而是实现目标🎯
    (转载自视频号:阿畅聊AI,原作者内容很不错,推荐大家关注)

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

  8. 型] arranged in [排列方式: side-by-side / triangular / staggered depth]. Each figure displays a distinct contrapposto S-curve running from head through torso to legs, with heads, torsos, and legs oriented at different angles. Adjacent figures have opposing S-curve orientations, creating visual counterpoint. Evident pelvic tilt in all figures, feet alternating between engaged weight-bearing and free positions. [面朝关系描述]. [服装/风格描述]

    型] arranged in [排列方式: side-by-side / triangular / staggered depth]. Each figure displays a distinct contrapposto S-curve running from head through torso to legs, with heads, torsos, and legs oriented at different angles. Adjacent figures have opposing S-curve orientations, creating visual counterpoint. Evident pelvic tilt in all figures, feet alternating between engaged weight-bearing and free positions. [面朝关系描述]. [服装/风格描述]
    【避坑】
    ❌ 别让所有人站同一个姿势:多人画面最常见的失败就是"复制粘贴站姿"。每个人的 S 方向、重心腿、头部朝向必须不同。
    ❌ 别忘了骨盆倾斜:没有 pelvic tilt 的站姿 = 僵尸站。写 evident pelvic tilt 或 hip shift 来激活体态。
    ❌ 别超过 4 人:AI 对 3 人编排已经是极限控制,超过 4 人极易出现特征混淆。建议 2-3 人为主。
    ❌ 服装颜色必须区分:多人画面中如果服装颜色接近,AI 会把人物融合。用明确的色名(如 celadon green / coral / lavender)锁定每人。
    ✅ 加 contrapposto 关键词:这是西方古典雕塑的核心体态术语,AI 对它的理解非常精准,能直接激活 S 曲线体态。
    【与单人S曲线的区别】
    曲线数量:单人靠 1 条引导线或人体线;多人编排每人 1 条,交叉形成视觉织网
    节奏来源:单人靠曲线弧度本身;多人靠人物之间的方向对立与足部交替
    叙事能力:单人引导视线到主体;多人表达人物关系(对/对峙/共舞)

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  9. 📐 AI生图构图篇:对立式S曲线多人编排 (Opposing S-Curve Choreography)

    📐 AI生图构图篇:对立式S曲线多人编排 (Opposing S-Curve Choreography)
    单人 S 曲线已经足够优雅了——但当你把三个人各自的 S 曲线错开排列、互为镜像的时候,画面就从"好看"升级到了"看不够"。
    这就是古典群像构图的终极武器:对立式 S 曲线多人编排。 文艺复兴三美神、敦煌飞天群像、古典芭蕾群舞——全是这个逻辑。
    【核心原理】
    每个人物的头、躯干、腿部朝向不同角度,让一条 S 曲线贯穿全身——然后多个人物的 S 曲线之间构成对立与呼应:
    体态接力 (Contrapposto Relay):每个人物体内都有独立的 S 曲线(头偏左→肩偏右→胯偏左→膝偏右),但相邻人物的 S 方向相反。
    骨盆倾斜锁定 (Pelvic Tilt):每个人物的骨盆都有明显倾斜(重心腿 vs 游离腿交替),这是 S 曲线的发动机。
    对立翻转 (Opposition Flip):第一个人的 S 朝左开口,第二个人朝右开口;或者方向相同但面朝彼此,形成镜像对。
    足部交替 (Alternating Stance):重心脚与游离脚在相邻人物之间交替,制造视觉节奏——像音乐里的强弱拍。
    【视觉情绪】
    古典韵律与仪式感 → 唐风群像、敦煌飞天、宫廷仕女
    舞蹈编排感 → 古典芭蕾、国风舞姿、祭祀场景
    叙事张力 → 三姐妹/三女神/师徒关系
    时尚大片群像 → 高定秀场、杂志封面多人排列
    【四层控制法】
    ① S曲线方向 — 定义每个人物体态的 S 曲线开口方向 → 关键词:contrapposto, S-curve body line, opposite orientation
    ② 骨盆倾斜 — 锁定每人的重心腿,驱动体态倾斜 → 关键词:pelvic tilt, weight on [left/right] leg, hip shift
    ③ 面朝关系 — 定义人物之间是背对、同向还是面对面 → 关键词:facing each other, turned away, profile view
    ④ 足部节奏 — 重心脚与游离脚的交替排布 → 关键词:alternating engaged and free foot, classical stance rhythm
    【通用公式】
    Multi-figure composition with opposing S-curve choreography. Three [人物类

  10. 继续说OpenClaw之discord,体验太好了!

    继续说OpenClaw之discord,体验太好了!
    它的杀伤力,不在能接多少 Agent,而在把信息放进 Discord 的三层结构后,体验直接翻倍
    现在这样跑:
    子频道看全局,帖子模块做好信息分类,子区查看详情、引用链接、讨论分支
    整个阅读路径像走楼梯,不用在几十个窗口来回跳
    然后情报员 Agent 的价值才真正出来:
    它把外部信息持续流转进来,自动归档、自动串联、自动提醒
    比如每日早报,遇到一个值得做的点,AI当场就能自动推到提案统筹
    一人公司最怕信息噪音和情报断层
    这个三层结构 + OpenClaw 自动化,等于给一个人配了一个情报中台
    信息→判断→动作,终于跑在同一条流水线上
    真用上以后,会很难再回去

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  11. 英伟达免费开放 Minimax M2.7 模型调用?

    英伟达免费开放 Minimax M2.7 模型调用?
    我亲自跑了一遍代码,发现这波羊毛属实有点香。
    入口直接去 https://build.nvidia.com/
    注册账号后申请 API Key 就能让大模型干活。
    最关键的是全程不需要绑定银行卡。
    只需要进行手机号验证就能拿权限。
    接口调用也是标准的 OpenAI 格式。
    请求地址换成 https://integrate.api.nvidia.com/v1/chat/completions。
    Model 字段填入 minimaxai/minimax-m2.7 就能直接跑。
    虽然现在的限制是每分钟 40 次调用。
    但对于日常写脚本或者测试 Prompt 来说绰绰有余。
    这种动态限速机制意味着只要你别瞬间拉满请求。
    它就能一直作为你的免费开发环境存在。
    我在服务器上挂了一整天,稳定性甚至比某些付费接口还强。
    毕竟大厂的基础设施摆在这里,体验确实很难挑剔。
    零成本撸一套大模型环境的机会,建议手速要快。

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  12. 这个消息太棒啦!

    这个消息太棒啦!
    硅谷最敢说真的亿万富翁维诺德·科斯拉预言:今天5岁的孩子,成年后不需要为生存工作。科斯拉是一个40年押中了无数独角兽、最早投资OpenAI的硅谷顶级投资人。
    他不仅和马斯克公开交过手,还自称啊:“可以说任何想说的,因为我不需要任何人的认可。”
    这次,他接受了一次深度访谈,毫无保留地讲述了他对未来的判断。
    我刚看完访谈,和你分享几个最真实的预测。
    第一,超级通货紧缩。
    科斯拉一上来就抛出一个让人坐不住的预测:到2040年,1万元能买到的东西,将超过今天10万元的购买力。
    不是因为你变富了,而是因为几乎所有的东西啊,都快免费了。
    教育会免费。你不需要上大学拿学位,AI直接教你,随时随地,0学费。
    医疗会免费。除了开刀手术,所有的诊断、咨询、方案,AI全包,成本趋近于零。
    能源会免费。核聚变和新能源替代了石油,电力成本断崖式下跌。
    最关键的,劳动力会免费。一台家用机器人,月租几百块钱,每个人都能雇得起。
    这是一场超级通缩。当生产成本大幅下降的时候,物价也会随之降低。
    第二,AI会替代80%的工作。
    科斯拉呢给出了一个具体的时间:到2034年,80%的工作将可以被AI完成,而且比人做得更好。
    不只是办公室白领,他点了名啊:医生、会计、设计师、销售,一个都没跑。
    他特别强调,我们现在已经进入了过渡期。
    每个行业的资深从业者,带着几个AI实习生。AI呢负责干活,而你负责判断和把关。
    问是,AI实习生的成长速度,比任何人类都快。等他们不再需要被把关的那一天,就是那80%的人被替代的那一天。
    再看看今天爆火的OpenClaw“小龙虾”,全网都是养虾人。它有记忆,能进化,会自我成长。
    这是不是就是行业的资深者,正在带AI实习生?
    第三,未来不为生存工作。
    说到这儿呢,科斯拉停顿了一下,说了一句我觉得今年最触动我的。
    今天地球上绝大多数的工作啊,都不是工作,是一种苦役。
    在汽车流水线上,每天8小时重复地拧螺丝;顶着40度的高温,在农田里弯腰摘菜。这些啊都不叫工作,这叫被生活奴役。
    而他相信呢,到了2040年之后,这种逼迫将会消失。
    人类历史上第一次,你真正地可以去做自己热爱的事情。
    他说啊,你今天会告诉孩子:要好好读书,要考好大学,然后找份稳定的工作。
    但是15年后,你会告诉孩子:追随你的热爱吧。
    第四,中美AI战争。
    说到中美关系啊,科斯拉更是直言:我们正在和中国进行一场科技经济战争。
    不要用任何其他的词来称呼它
    Media is too big
    VIEW IN TELEGRAM