【AI 奏折】2026年06月21日

共收录 11 篇深度内容

📋 今日内容速览

快速浏览，点击感兴趣的推文查看详细分析

1. 歸藏(guizang.ai): Nano Banana可优化GPT图片细节并去除毛躁感。
2. GitHubDaily: 开源AI客服平台Chatwoot整合多渠道对话，智能处理常见问题，提升人工效率。
3. 宝玉: 程序错误应先修复再查根因，而非简单更新文档。
4. 耳朵: GLM5.2无多模态致视觉理解差且不可靠。
5. 冰河: Codex协调工具链实现图像生成与画布编辑自动化。
6. 冰河: Get笔记CLI能高效提取加工内容助力创作。
7. 宝玉: Codex推出自然语言指令跨设备无缝迁移代码任务功能。
8. Mr Panda: 代际价值判断差异显著，学历和国货偏好今非昔比。
9. Mr Panda: 国有经济主导地位使其不受市场经济困境影响。
10. 向阳乔木: 作者将推出多功能PPT工具，支持多种格式和素材生成。
11. 宝玉: 技能需持续迭代优化，用户越多问题越杂，借助AI分析解决更高效。

📖 详细内容

歸藏(guizang.ai) @op7418

关注人工智能、LLM 、 AI 图像视频和设计（Interested in AI, LLM, Stable Diffusion, and design）

歸藏的 AIGC 周刊｜公众号：歸藏的AI工具箱 | 影响力: 0万粉丝

💡 核心观点: Nano Banana可优化GPT图片细节并去除毛躁感。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Nano Banana 可以放大 GPT-Image-2.0 图片并改善其质量 (需实测 Nano Banana 工具对 GPT 生成图片的超分效果，但缺乏官方公开的对比数据或第三方评测支持。)
• ✓ 可验证: GPT 生成的图片存在毛躁、破碎纹路等明显缺陷 (GPT 生成图片的常见问题（如纹理破碎）可通过公开案例或用户反馈验证，但具体程度可能因图片类型而异。)
• ◐ 部分可验证: Nano Banana 能去除破碎感、增加有意义细节并使文字更清晰 (需实测验证效果，但“有意义细节”和“清晰度提升”等表述主观性较强，缺乏量化标准。)

原文内容:

用 Nano Banana 去超分放大 GPT-Image-2.0 图片

GPT 生成的图片很多时候会有这种毛躁的感觉，特别是一些非写实的图片，会有这种破碎的纹路和纹理，非常影响观感，而且一眼就能看出来是 GPT 生成的。

其实可以用 Nano Banana 去放大 GPT 生成的图像，去掉那种破碎感和无意义的细节，增加更多有意义的细节，同时让文字和细节更锐利、更清晰。

下面左边的是 GPT 生成的，右边的是 Nano Banana 放大的。

提示词：帮我将这张图片重绘和清晰化，让他细节更丰富，同时去掉原图中杂乱不必要的细节

⏰ 15:47 | ❤️ 285点赞 | 📝 173字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

挖掘开源的价值
坚持分享 GitHub 上高质量、有趣、实用的教程、AI工具、前沿 AI 技术
A list cool, interesting projects of GitHub.
公众号：GitHubDaily | 影响力: 77.87k万粉丝

💡 核心观点: 开源AI客服平台Chatwoot整合多渠道对话，智能处理常见问题，提升人工效率。

可信度: 10/10 – 4项声明可直接验证；1项需进一步确认

事实核查:

• ✓ 可验证: Chatwoot是一个开源的AI客服平台，支持多渠道对话统一处理 (可通过其GitHub仓库（http://github.com/chatwoot/chatwoot）直接验证其开源属性和基础功能描述，官网或文档可确认多渠道整合能力。)
• ◐ 部分可验证: 内置AI客服助手可自动回复常见问题，减少人工干预 (GitHub或官网可能提及AI功能，但需实测或查看具体案例才能确认实际效果和覆盖范围（如“常见问题”的定义）。)
• ✓ 可验证: 支持网站聊天、邮件、WhatsApp、Facebook等全渠道接入 (官方文档或功能列表通常会明确列出支持的渠道（如官网的“Integrations”页面），可直接验证。)

原文内容:

Chatwoot是一款开源AI客服平台，可将所有渠道的对话集中至统一收件箱处理。

其内置AI助手能自动应答常见问题，使团队可专注于真正需要人工介入的复杂会话。

GitHub仓库：http://github.com/chatwoot/chatwoot…

支持全渠道接入，涵盖网站在线聊天、电子邮件、WhatsApp、Facebook、Instagram及短信等通讯方式。

平台集成帮助中心功能，可发布常见问题解答与使用指南，实现用户自助服务。

提供内部备注、快捷回复模板、会话自动分配、坐席负载管理等功能，并支持与Slack及Shopify系统对接。

⏰ 18:00 | ❤️ 21点赞 | 📝 145字 | 查看原文 →

↑ 返回顶部

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: 程序错误应先修复再查根因，而非简单更新文档。

可信度: 10/10 – 2项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: 程序错误应先恢复生产再找根因 (软件工程中”先恢复后排查”是常见实践（如回滚策略），但具体流程可能因团队或场景而异，需结合具体案例验证。)
• ✓ 可验证: 根因分析需区分逻辑错误、边界条件或需求理解偏差 (软件故障分类（如逻辑错误、边界条件等）是工程领域的共识，可通过权威技术文档（如微软/谷歌工程实践）验证。)
• ◦ 观点: 更新AGENTS.md仅适用于AI缺乏项目特有知识的情况 (该建议基于作者对AI文档效用的主观判断，无公开标准定义”项目特有知识”的适用范围。)

原文内容:

一点不同意见。

如果是程序发生了错误，那首先这是代码问题，代码问题不一定是 Codex 的锅。你让它再怎么改 AGENTS.md，也不见得下次就不会犯同样的错误。

从软件工程的角度来说，通常处理错误的顺序是这样的：

1）恢复生产 
先恢复再找原因，尤其是线上紧急问题。要么回滚要么打补丁，先把生产恢复了再说。但也要注意保留日志和现场，方便后续追查。

2）找根因 
错误发生了，找 Root Cause 是必须的。到底是逻辑错误、边界条件没处理、还是对需求理解有偏差？不同的根因，对应不同的解法。

3）避免再次发生 
这一步当然没问题，但怎么做有讲究，不是一句更新 AGENTS.md 就能解决所有情况的。

比如边界条件没覆盖，那就加测试用例；代码架构有缺陷，那就重构；Code Review 流程有漏洞，那就改进 review 流程。具体怎么做，要根据根因来定。

那什么情况下才应该更新 AGENTS.md？

当错误的根因是 AI 对项目特有的约定或上下文缺乏了解的时候。
比如项目有特定的命名规范或目录结构约定，代码里看不出来；
比如某些 API 有隐含的使用限制，文档里没写清楚；
比如团队有特殊的测试规范或提交规范。

这些属于项目知识，写进 AGENTS.md 是合理的。

但如果一个 bug 应该靠测试来防，那就写测试；应该靠 Code Review 来防，那就改流程。把什么都往 AGENTS.md 里塞，反而会让它变得大而无用还占 Token，规则越多越不精准，AI 反而更容易忽略真正重要的那几条。

⏰ 15:16 | ❤️ 98点赞 | 📝 454字 | 查看原文 →

↑ 返回顶部

耳朵 @rookiericardor

倾听世界，萃取本质，分享洞见 | 软件工程师 | AI深度应用 | 深度思考 / AI / 人文 / 技术 | 影响力: 10.56k万粉丝

💡 核心观点: GLM5.2无多模态致视觉理解差且不可靠。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: GLM 5.2 是一个纯文本大模型，没有多模态能力，需要调用外部视觉理解模型 GLM 4.6V 处理图片 (可通过官方文档或API说明验证GLM 5.2是否为纯文本模型及是否调用GLM 4.6V，但需实测确认调用逻辑和模型版本细节。)
• ✓ 可验证: GLM 4.6V 能解释K线图但GLM 5.2会拒绝结果并编造错误识图内容 (需实测复现具体案例，但推文未提供具体交互记录或可公开测试的样本，依赖个人体验描述。)
• ✓ 可验证: 国内主流模型中仅DeepSeek和GLM缺乏多模态能力 (可通过各模型官网或技术白皮书对比功能列表，直接验证多模态支持情况（如讯飞星火、通义千问等多模态已公开）。)

原文内容:

讲个 GLM 的缺点，

GLM 5.2 是一个纯文本大模型，没有多模态，在需要查看图片的时候，它会调用一个智谱的视觉理解 MCP，这个接口背后运行的是 GLM 4.6V 模型，

虽然没有多模态，但是它做出来的 UI 也还行，但是千万不要相信它的视觉理解能力，因为它默认只会读一些网页设计图，当给我它一个 K 线图的时候，GLM 4.6V 虽然会把这个图片给它解释出来，但是 GLM 5.2 会选择不相信，并且瞎编一个识图结果。

所以，在没有多模态的能力下，GLM 5.2 很难做出来特别好的设计，因为它根本不能真的看到网页上都具有什么设计元素。

目前国内主流模型，没有多模态的只有 DeepSeek 和 GLM 了。

⏰ 14:47 | ❤️ 49点赞 | 📝 209字 | 查看原文 →

↑ 返回顶部

冰河 @binghe

爱技术，爱赚钱，爱分享！

分享 赚钱项目 ｜打破信息壁垒 ｜副业避坑

能拆解的赚钱项目才有意义

知识星球社群/公众号：“钱来有道”

小宇宙 |Podcasts |QQ音乐 播客 “钱来有道”

搞钱训练营 http://qianlai.flowus.cn | 影响力: 44.02k万粉丝

💡 核心观点: Codex协调工具链实现图像生成与画布编辑自动化。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ◐ 部分可验证: Codex负责理解用户需求、调用工具、生成prompt、串联imagegen和Cowart (Codex的功能描述（如需求理解、工具调用）可参考OpenAI官方文档对Codex能力的说明，但“串联imagegen和Cowart”这一具体业务逻辑需实测或依赖项目内部设计文档确认。)
• ◦ 观点: 开源画布库很可能是tldraw (推文作者明确标注“我瞎猜的”，属于主观推测，无客观依据。tldraw是否为实际使用的库需项目方公开技术栈或代码库验证。)
• ✓ 可验证: 本地Web程序Cowart Canvas是右边的无限画布UI (缺乏公开资料或官方说明描述Cowart Canvas的具体实现和UI设计，需项目方披露详细信息才能验证。)

原文内容:

我的理解如下：

技能（skill）：指导Codex如何操作Cowart，例如"创建画布、读取选区、填充图像、依据标注进行修改"。

插件/MCP工具：提供可调用功能，诸如启动本地服务、读取画布数据、写入图像形状等。

本地Web应用：Cowart Canvas，即界面右侧的无限画布交互界面。

开源画布库：很可能是tldraw。（此为我个人推测）

Codex：承担理解用户需求、调度工具、生成指令、串联imagegen与Cowart的工作流程。

这样的业务逻辑是否正确？

⏰ 14:35 | ❤️ 48点赞 | 📝 109字 | 查看原文 →

↑ 返回顶部

冰河 @binghe

爱技术，爱赚钱，爱分享！

分享 赚钱项目 ｜打破信息壁垒 ｜副业避坑

能拆解的赚钱项目才有意义

知识星球社群/公众号：“钱来有道”

小宇宙 |Podcasts |QQ音乐 播客 “钱来有道”

搞钱训练营 http://qianlai.flowus.cn | 影响力: 44.02k万粉丝

💡 核心观点: Get笔记CLI能高效提取加工内容助力创作。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: Get 笔记 CLI 可以批量提取短视频博主的口播稿并进行分析学习。 (需实测工具是否支持批量提取口播稿及分析功能，但若无官方文档或公开案例佐证，则无法完全验证。)
• ◐ 部分可验证: Get 笔记 CLI 支持将博主内容与用户自身技能结合，二次加工产出深度内容。 (需验证工具是否具备内容整合与二次编辑功能，但“深度内容”的效果属于主观判断，难以客观验证。)
• ✓ 可验证: Get 笔记 CLI 可与 Claude、Codex 等工具联动调用。 (可通过查看官方文档或API接口说明验证是否支持与第三方工具（如Claude、Codex）的集成。)

原文内容:

所有内容创业者，都要把Get 笔记 CLI 安装上，可以为你干很多事情！

1，短视频博主订阅后，可以批量把他的视频内容口播稿提炼出来，做有目的性的分析、学习、拆解。

2，把内容做二次加工，批量把某位博主的内容与自己的 Skill 做配合，产出更为深度的内容。

3，Claude ,Codex ，可以互相联动，与自己开发的工具做配合调用。

它可以补齐你视频媒体口播稿内容领域的获取短板！

⏰ 14:16 | ❤️ 38点赞 | 📝 137字 | 查看原文 →

↑ 返回顶部

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: Codex推出自然语言指令跨设备无缝迁移代码任务功能。

可信度: 8/10 – 1项声明可直接验证；2项需进一步确认；2项为观点陈述

事实核查:

• ◐ 部分可验证: Codex上线了名为Handoff的跨设备任务迁移功能，支持将未完成的代码任务连同Git状态迁移到远程服务器 (需验证Codex官方文档或更新日志是否提及此功能，但功能细节（如Git状态迁移）可能需要实测或开发者账户权限才能确认。)
• ◐ 部分可验证: 迁移通过自然语言指令触发（如聊天框输入指令），无需界面按钮操作 (自然语言交互是Codex的已知特性，但具体指令语法和迁移流程需实测或官方示例验证。)
• ✓ 可验证: 使用Handoff需满足多项前提条件（如SSH配置、远程机器安装Codex、同账号登录、Git仓库路径一致等） (此类技术性要求通常会在官方文档中明确列出，可通过查阅Codex设置或帮助页面验证。)

原文内容:

Codex 上线了一个跨设备任务迁移功能，叫 Handoff。你在笔记本上用 Codex 写代码写到一半，合上盖子之前，可以把正在进行的任务连同代码状态一起迁移到远程服务器上继续跑。回到家了，再把任务拉回来。

这个功能有两个有意思的地方。

第一，迁移操作不是在界面上点按钮，而是直接在聊天框里用自然语言下指令。比如你可以说：

“我要离开办公室了，把我正在跑的线程迁移到远程主机上，确保它们在那边正常运行。”

Codex 会自动帮你完成整个迁移流程。

第二，迁移的不只是对话记录，而是完整的 Git 状态。你本地没提交的代码改动、当前所在的分支，都会跟着一起过去。到了远程机器上，代码接着你离开的那个位置继续。

不过用起来有几个前提条件。

首先你得在 Codex 的 Settings > Connections > SSH 里配置好远程主机连接，远程机器上也要装好 Codex 并开启“允许其他设备连接”，两边还得登录同一个 ChatGPT 账号。

然后远程主机上要有同一个 Git 仓库的克隆，并在 Codex 里把它保存成项目。

如果你本地打开的是仓库的某个子目录，远程那边也得保存同样的子目录路径，不然 Codex 找不到匹配的迁移目标。远程机器还得能访问同一个 Git 远程仓库，私有仓库的话需要提前配好 SSH key 或 GitHub 认证。

我觉得这还是太麻烦了一点，不如办公室或者家里有台电脑常年开着方便。

当然对于重度使用 AI 编程工具的开发者来说，这个功能解决了一个很实际的问题：AI 帮你改代码改到一半，你得走了，之前只能等它跑完或者放弃进度。现在可以把任务托管到云端服务器上，通勤路上它继续干活，你到家了再接手看结果。

⏰ 12:06 | ❤️ 196点赞 | 📝 529字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 代际价值判断差异显著，学历和国货偏好今非昔比。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 美国、德国的产品普遍被认为是昂贵但质量好的东西 (可通过市场调研数据、消费者评价或品牌声誉报告部分验证，但“普遍认为”涉及主观群体认知，难以全面量化。)
• ◐ 部分可验证: 博士学历在过去被视为含金量高的学历 (可通过历史就业数据、薪资统计或教育研究报告验证过去学历价值，但“含金量”是主观评价，需结合具体指标。)
• ✓ 可验证: 年轻一代更优先考虑国产工业品（如汽车） (可通过近年消费趋势报告、汽车销量数据或市场调查（如国产 vs 进口品牌占比）直接验证。)

原文内容:

每一代人对待价值的判断都是非常主观的。  

比如我从小就认为：
普遍上， 美国的东西、德国东西就是虽然贵， 但是好东西。   
博士学历在眼里就是值钱的学历，就是非常有含金量的存在。 

而在今天满世界都是中国制造的物美价廉的产品，年轻一代对这些东西的看法就不一样了， 大家会优先考虑国产的工业品， 比如汽车。  

现在青年人， 对于高学历的看法也跟我们不一样， 王赞同学博士退学，香鱼博士毕业， 这两位也许正式代表着一代人对学历的完全祛魅，也是现在学历通胀，让主流的年轻人对学历的估价不如从前高。

⏰ 11:26 | ❤️ 20点赞 | 📝 209字 | 查看原文 →

↑ 返回顶部

Mr Panda @pandatalk8

AI builder & indie founder. Building products, writing ideas, and selling myself in public.
公众号：PandaTalk8 | 影响力: 74.88k万粉丝

💡 核心观点: 国有经济主导地位使其不受市场经济困境影响。

可信度: 6/10 – 1项声明可直接验证；2项需进一步确认；1项为观点陈述

事实核查:

• ✓ 可验证: “国有经济占主导地位”是中国政治课上的教学内容 (中国政治课本和官方教育大纲中明确提及“国有经济在国民经济中占主导地位”，可通过教育部或官方教材公开内容验证。)
• ◐ 部分可验证: 民营企业经营越来越困难 (民营企业经营状况可通过统计局数据、行业报告或企业财报部分验证，但“越来越困难”需对比长期趋势，且可能受主观判断影响。)
• ◦ 观点: 国有经济在困难时期不受影响，因其不属于或高于市场经济 (该声明是对国有经济地位的解读，无直接官方依据，属于个人观点。国有经济的政策支持虽可验证（如财政补贴），但“高于市场经济”是主观论断。)

原文内容:

以前上学， 政治课上有句话， “国有经济占主导地位...” 。 
当时真没有搞懂这句话， 
这些年看民营企业经营的越来越困难， 所谓的主导地位， 实际上说的就是说， 就算经济困难， 这些国有经济也可以不受到影响， 为什么不受影响， 因为他们就不能算是市场经济的一部分。  或者高于市场经济的地位。

⏰ 11:47 | ❤️ 32点赞 | 📝 116字 | 查看原文 →

↑ 返回顶部

向阳乔木 @vista8

喜欢摇滚乐、爱钓鱼的PM
网站：https://qiaomu.ai | 影响力: 0万粉丝

💡 核心观点: 作者将推出多功能PPT工具，支持多种格式和素材生成。

可信度: 10/10 – 2项声明可直接验证；3项需进一步确认

事实核查:

• ◐ 部分可验证: 可同时生成可编辑的PPTX格式文档、PDF和HTML (需实测工具或查看开源代码以确认功能是否实现，但技术可行性较高（如Python的python-pptx库支持PPTX生成）。)
• ✓ 可验证: 使用GPT 5.5 Pro调研的PPT写作方法论 (GPT 5.5 Pro非公开模型，方法论细节未披露，无法验证其存在或有效性。)
• ◐ 部分可验证: 内置抓取功能，可从X帖子/长文、论文PDF提取内容和图片作为素材 (技术上可行（如PDF解析库、爬虫工具），但需实测确认是否实现及合规性（如版权问题）。)

原文内容:

前几天去上海，发现飞机上不是在看PPT就是再写PPT。

怪不得好友们的PPT skill这么火爆 哈哈哈。

终于想写一个自己的PPT Skill了，特色：

1. 同时生成可编辑的PPTX格式文档、PDF和HTML。

2. GPT 5.5 Pro调研的PPT写作方法论

3. 判断环境，Codex中调生图设计5-12张PPT背景，不能生图时用SVG设计渐变背景。

4.融入echart、lucide icon、Google Font，让字体和图标更丰富

内置抓取，无论X帖子/长文、论文PDF，都能拿内容和图片，作为素材。

希望下周能开发测试完成开源。

⏰ 08:56 | ❤️ 104点赞 | 📝 139字 | 查看原文 →

↑ 返回顶部

宝玉 @dotey

Prompt Engineer, dedicated to learning and disseminating knowledge about AI, software engineering, and engineering management. | 影响力: 0万粉丝

💡 核心观点: 技能需持续迭代优化，用户越多问题越杂，借助AI分析解决更高效。

可信度: 6/10 – 2项需进一步确认；3项为观点陈述

事实核查:

• ◦ 观点: Skill需要不断迭代，用户越多遇到的问题越多，需解决边角问题才能更好用 (这是对Skill开发过程的经验总结，属于主观观点，无具体数据或公开标准支持。)
• ◐ 部分可验证: @yangyi测试某Skill时发现导出问题（样式表未铺满、渐变色缺失） (需查看原始推文中的图2和修复后的图1对比，或联系@yangyi确认测试结果，但依赖非公开对话和未标注的图片细节。)
• ◐ 部分可验证: 通过Agent分析问题、本地重现并修复后，Skill导出效果改善（图1为证） (修复效果需对比图1与图2，但图片若未清晰标注差异或提供代码变更记录，则无法完全独立验证。)

原文内容:

Skill 和软件一样，需要不断迭代的，而且你用户越多，遇到的各种问题就越多，就需要去解决各种边边角角的问题，才能越来越好用。

比如 @yangyi 昨天在他的牛马AI里面测试了这个Skill，说导出好像有问题，我拿到结果一看，简直惨不忍睹（图2），这里面有两个问题：
1. 样式表不对，没有铺满整页，只占了一半
2. 导出的渐变色没有了，把图片都遮没了

写 Skill 比写软件有个优势，就是你可以让 Agent 先跑，跑完之后 Agent 它自己知道有哪些上下文，遇到了什么问题，这样它可以分析问题在哪。

于是我在本地跑一次，能重现，再让它分析原因，解决，那么它就能找出原因，并从 Skill 的层面去解决，添加测试覆盖，避免类似的问题再次出现。图1就是修复后的，看起来就好多了。

这其实也是我日常迭代 Skill 的方法：

自己用 -> 发现问题 -> 让 Agent 分析原因 -> 让 Agent 出解决方案 -> 确认方案 -> 更新 Skill -> 自己用 

⏰ 02:43 | ❤️ 94点赞 | 📝 288字 | 查看原文 →

↑ 返回顶部