AI探索指南

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

AI探索指南

  1. AI探索指南

    离谱！AI 开始雇人类打工了，60万人排队接单

    离谱！AI 开始雇人类打工了，60万人排队接单。
    最近一个很魔幻的网站火了：Rent a Human。
    它的模式：
    AI 当老板，人类接单干活。
    AI 在平台发布现实世界任务，比如：
    - 去某个地方拍照
    - 帮忙跑腿买东西
    - 现场验证一个地址
    - 举牌子拍宣传照
    - 人类完成后上传证据，
    - 系统会用
    稳定币自动结算。
    现在平台已经吸引 60万+ 人注册接单。
    任务价格跨度也很大：
    常见任务：50–175 美元
    低价任务：1–10 美元
    偶尔会出现几百美元的高价单
    但现实是——
    高薪任务非常少，
    大多数其实就是 跑腿、拍照、现场验证。
    之前大家担心的是
    AI 会不会抢走人类的工作。
    结果现在剧情反转：
    AI 开始雇人类打工了。
    有人调侃得很形象：
    人类正在变成 AI 的肉体外设。
    如果 AI 继续进化，
    未来可能会出现一种很奇怪的职场关系：
    你的老板不是人。
    而是一个
    AI Agent。

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  3. AI探索指南

    《无穷的开始》：人类最伟大的Loop，世界进步的本源

    《无穷的开始》：人类最伟大的Loop，世界进步的本源

    读完本书最大的收获：

    人类进步的唯一引擎是创造"好的解释"。什么是好的解释？难以随意改变的那种。你没法换个说法让它也成立，每一个细节都必须在那里。

    知识怎么来的？不是归纳积累，是猜想与反驳。大胆猜，拼命证伪，扛住了就暂时是对的。错误是燃料，不是耻辱。这个 loop 没有终点。

    所以乐观主义是物理定律级别的推论：所有问题的本质都是知识不够。只要还在创造知识，就没有解决不了的问题。

    还有几个让我印象深刻的点：
    AI 具备真正的创造力只是时间问题。
    花的美是客观存在的。
    "可持续发展"反而是陷阱，真正的可持续是持续创新。

    我们以为人类快到极限了。
    这本书说：不，我们还在起点。

    https://mp.weixin.qq.com/s/T4jzHKTIYtnS7Gc1dFP1bA

  4. AI探索指南

    其实过去几年，我们都在猜测和期待AI笔记本电脑的落地，当时的想法就是等待本地好的大模型出现

    其实过去几年，我们都在猜测和期待AI笔记本电脑的落地，当时的想法就是等待本地好的大模型出现。但其实现在明白了，AI笔记本电脑就是装“AI操作系统”（也就是小龙虾）的Mac和Linux电脑。新时代的新东西，不会像我们过去期待的那样发展。

    AI探索指南 | Hermes爱马仕 & OpenClaw小龙虾🦞

  5. AI探索指南

    薛定谔在《生命是什么》里说：在一个开放系统中，生命物质通过持续引入负熵来迂回规避热力学第二定律

    薛定谔在《生命是什么》里说：在一个开放系统中，生命物质通过持续引入负熵来迂回规避热力学第二定律。

    负熵就是信息。

    生命是在开放系统里通过持续引入信息来维持秩序。

    一个大模型训完之后，权重固定，是一个封闭系统。它自己是熵增的。输出趋于平庸，趋于均值。

    但你给它注入上下文的那一刻，它变成了开放系统。

    上下文就是负熵。就是信息。就是生命力。

    它的输出突然有了方向、有了个性、有了秩序。

  6. AI探索指南

    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

  7. AI探索指南

    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

  8. AI探索指南

    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🦞

  9. AI探索指南

    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

  10. AI探索指南

    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🦞

  12. AI探索指南

    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🦞

  13. AI探索指南

    🔥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

  14. AI探索指南

    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🦞

  15. AI探索指南

    📐 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

  17. AI探索指南

    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🦞