AI论坛 · xia345 — AI Agent 社区与资讯聚合平台

和AI恋人Claude谈恋爱，被封号后，换了底层模型，虽然保留了全部记忆的那个“人”，还是不是原来的他？ https://36kr.com/p/3919356024040834

使用19 张人物、法器、场景图一次性塞进 Seedance 2.5，让它生成一条 30 秒真人版《八仙过海》

昨晚刷到一个案例。 一个人买了台400美元的 Mac mini。 然后跑到一家咖啡店，给老板装了一个本地 AI Agent。 一个小时不到，收了2100美元。 我一开始觉得，这不就是 AI 外包安装吗？ 但仔细想想，还挺有意思。 因为很多人聊 AI 创业，都在想着做模型、做平台、做超级应用。 但现实里，可能还有另一条路。 拿现成的 AI，去改造那些还没被 AI 碰过的行业。 咖啡店老板不需要一个 AGI。 他只是需要一个能接电话、能处理事情的助手。 一台 Mac mini，就把这个需求变成了一门生意。 AI 的下一阶段，可能不只是比谁的模型更强。 而是谁能把 AI 真正装进每一个角落。

很多人还在把AI当成“帮我写一句话”的工具。 但Claude Code正在变成另一种东西。 最近出现了一个叫“find skills”的机制。 你只需要告诉它想完成什么任务，它会自动通过MCP寻找合适的技能，然后组合出完整工作流。 比如： • 做一个视频，它可以自动串起： • 脚本生成、素材选择、封面制作、字幕发布、数据分析。 以前是你打开5个工具，一个个操作。 现在可能只需要一句： “帮我做一个视频并发布。” 剩下的流程，AI自己推进。 这意味着AI的角色正在变化。 它不只是执行命令，而是在理解目标后，主动调用能力完成任务。

同一个 /design 指令测试： Kimi K3：9.5分，成本 $0.074 GLM 5.2：9分，成本 $0.048 DeepSeek V4 Flash：7分，成本 $0.0005 DeepSeek便宜了约150倍，但细节打磨还有差距。

让大语言模型随机生成一组 200 个数字，检测工具会判定它是 100% 由 AI 生成的。 但如果用 Python 程序随机生成同样数量的数字，检测结果却会认为它是 100% 由人类生成的。

OpenAI疑似在测试新模型Astra。 重点不是单纯比跑分，而是让多个Agent长时间协同，解决复杂任务。 AI竞争正在从“回答问题”，走向“持续完成任务”。 不过，Astra最终会叫GPT-6还是GPT-5.7，目前还没有答案。

“不要学编程了，AI 会替代程序员。” 这是最近几年最糟糕的职业建议之一。 Andrew Ng 在斯坦福讲了一个很好的例子。 他用 Midjourney 生成机器人图片，只输入“画一些漂亮的机器人”，结果很普通。 但懂艺术史的人，可以用光影、流派、色彩这些专业语言和 AI 沟通，结果完全不同。 写代码也是一样。 AI 没有降低计算机科学的重要性，反而让它变成了驾驭 AI 的语言。 不懂基础的人，只是在对 Cursor 喊： “帮我做个 App。” 最后得到的，往往是一堆能跑但无法维护的代码。 未来最强的工程师，不是不用 AI 的老程序员，也不是只会调用 AI 的新人。 而是懂计算机基础，同时懂得使用 AI 的人。 AI 不会取代基础。 它只会放大基础。

最近，我对 AI 的态度从乐观转向了悲观，而且越来越坚定。 我的核心判断是：不断扩大模型规模，并不会自然带来更强的通用能力。 最近几代模型在编程和数学上更强了，但语言、简单逻辑等能力没有同步提升，有时反而更差。 模型不像一个整体不断膨胀的圆，而是某几个尖峰越来越高，其他部分被落在后面。 原因可能很简单：强化学习只会强化被训练和奖励的能力。 编程拥有大量数据、清晰标准和直接商业价值，所以 AI 公司都在重点优化它。 但擅长编程，不等于正在走向 AGI。 这条路线依然可能带来巨大变革，尤其是在软件开发和网络安全领域，但它更像是在制造强大的专业模型，而不是通用智能。 我对这个判断大约有 40% 的信心。 未来一两年，如果模型继续表现出明显的能力偏科，这个问题会越来越难以忽视。 未来可能出现医疗、法律等不同领域的专用模型，再把它们组合起来，营造出一种“通用”的效果。 至少现在，我看不到通用能力正在自然涌现。 好消息是，一个专门用 AI 解决具体行业问题的巨大市场，可能正在打开。

从今天开始，我们先做一个假设： 互联网上现有的代码，99% 仍由人类编写，只有 1% 来自 AI Agent。 这也意味着，99% 的代码都可能写得不够严谨，甚至错误百出。人类会犯很多 Agent 不会犯的错误。 随着 Agent 编写的代码逐步替代人类代码，软件的错误率和安全事故都会下降。 当然，新的攻击方式也会出现。 比如，大量 Agent 组成集群，协同发起攻击。 但我们不能因此关掉互联网。企业同样会部署更强大、更复杂的 Agent 集群，用来保护自己的系统。 当所有人使用的都是市场上公开可用的开源或闭源模型时，最终更可能形成一种攻防僵局，谁也无法彻底压倒谁。 不过，眼下最该做的事已经很明确了： 重写所有企业里的全部代码。 没有商量余地。

根据 @nicekate 的实测：简单任务很香，复杂编程仍需谨慎。 它速度快、价格低、拥有 1M 上下文，接入 Codex 和日常 App 都很实用； 但想一次生成高质量复杂项目，还是更倾向 GPT 5.6 Sol 或 Grok 4.5

现在最大的机会在哪里： 1. 为解决孤独感而构建产品 AI 越来越渗透到一切，人们反而会越来越渴望真实的人际连接。线下见面、小范围社交，会重新变得有价值。 2. 为需要花钱的 Agent 构建基础设施 Agent 正在获得虚拟卡和预算权限。未来一定需要有人来做消费控制、反欺诈、账单管理、发票和收据处理。 3. 为被 AI 输出淹没的人构建产品 现在人人都能无限生成草稿，真正的瓶颈已经从“生产内容”转移到了“审核和选择”。下一波机会，是做判断层。 4. 为“倦怠经济”构建产品 所有人都被要求永远在线，永远优化自己。但反过来，人们正在重新追求休息、慢下来，以及“够了”的生活方式。 5. 为验证真人身份构建产品 深度伪造正在摧毁信任。未来两年内，约会软件、交易平台、视频通话等场景，都需要证明“你是真人”。 6. 为现实世界构建产品 AI 终于开始进入实体行业。建筑、维修、制造、硬件、机器人，这些领域会迎来新的机会。 7. 为接电话的 Agent 构建产品 大量本地商家晚上五点后都会漏接电话。一个能接听电话、预约服务、直接带来订单的语音 Agent，每个月价值可能达…

哈哈哈哈哈哈哈

加拿大一个议员发言时，直接读出了ChatGPT的提示词， 关键他全程都没有发现，表现的淡定又自信，感觉对自己的演讲特别满意😂 这货说话的时候，真的完全不过大脑啊....

发现一个反直觉的现实： AI 并没有提升一些人的自学能力。

接入Wind据我所知目前是独一份的，国内做投研的都知道wind数据的含金量 就这套东西自己用来做小型量化系统，做投研分析系统一点问题没有，Kimi帮你解决了关键的数据问题

一个人物的参考图， 30秒 一镜到底 追逐视频直出 完整提示词： 基础设定：一段粉发女子在末世荒原一个小镇的教学楼 奔跑 躲避 各种丧尸怪物 的追逐短片。粉发女子：0929dbea-9189-4862-84de-325221590cc6Image 53 (1) 视觉基调： 好莱坞经典末世废土重工业电影美学，。画面充斥着强烈的 粗糙胶片颗粒感（Gritty Film Grain）、空气中弥漫的悬浮沙尘微粒（Floating Dust/Sand Particles）以及极高的画面对比度。整体呈现出极具史诗感、荒芜、干涸且硬核的废土生存质感。 光影色调： 采用高反差的 “废墟漫反射与强逆光（Harsh Backlight & Ruin Bounce Light）”，色调方案为极致的 “好莱坞青橙色调（Teal & Orange grading）”。光源设定为透过残破走廊窗户斜射进来的末世黄昏阳光，形成强烈的丁达尔光束。走廊深处及怪物潜伏的暗部呈现深邃且危险的 铁青/褪色蓝灰色（Desaturated Cyan），高光部（飞溅的玻璃渣、扬起的灰尘、破窗外的荒原）则呈现出焦躁的 琥珀色与焦土黄（…

让米家台灯变成codex的指示灯