【AI 奏折】06月28日

x每日奏折24小时前发布 tianming

64 0 0

【AI 奏折】2026年06月28日

共收录 20 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

Frank Wang 玉伯: 老物件低价淘来显品味才是真老登。
宝玉: AI会话功能优化，支持分支提问和上下文压缩。
宝玉: OpenAI下线GPT-4.5，终结消费端GPT-4时代。
iGeekbb: 芯片涨价引发全球产业链连锁反应，物价普涨。
Mr Panda: 空泛目标难执行，需具体量化促行动。
赵纯想: 武汉招聘有经验的市场专员，负责达人投放，薪资固定加提成。
dontbesilent: 列举多学科经典理论及代表著作。
GitHubDaily: GitHub书单OSINT-Books系统整理开源情报学习资源，方便入门与研究。
dontbesilent: 公开核心方法无需担忧被复制，执行难度决定成败差异。
Berryxia.AI: 开源视频工具OpenMontage用AI代理实现全流程自动化生产。
GitHubDaily: AI技能包助创始人一键处理50项重复性工作。
Geek: Tine是Logseq的流畅平替，兼容Markdown且功能更丰富。
宝玉: 美国政府部分解禁Anthropic的Mythos 5模型供特定机构使用。
铁锤人: AI产品成败关键在市场反馈而非技术标签。
iGeekbb: 人们追逐优越感而非事物本身的价值。
GitHubDaily: LangChain开源教程详解Agent设计模式，解决长任务遗忘问题。
dontbesilent: 流量需精准匹配目标，盲目追求大流量适得其反。
艾略特: 团队多线推进压力大但氛围好，即将发布自进化Agent。
GitHubDaily: 一键将论文转为图表、幻灯片或解读文章，高效省时。
宝玉: GPT-5.6仅限美国政府审批的20家合作伙伴使用。

📖 详细内容

Frank Wang 玉伯 @lifesinger

I am curious and honest | 影响力: 0万粉丝

💡 核心观点: 老物件低价淘来显品味才是真老登。

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: 1968年出厂但还很好用的空调 (空调的生产年份可通过机身铭牌或说明书验证，但”很好用”需实际测试或用户主观体验，无法完全客观验证。)
✓ 可验证: 据说已上百年泡茶很好喝的壶 (壶的年份和”泡茶好喝”均为口头宣称，缺乏鉴定证书或科学检测依据，且口感属主观评价。)
◐ 部分可验证: 以上物品都是闲鱼低价淘来的 (可通过闲鱼交易记录验证购买渠道和价格，但需当事人提供具体证据，公开信息无法直接查证。)

原文内容:

非常喜欢今天去拜访的一个老登

图一：1968年出厂但还很好用的空调
图二：据说已上百年泡茶很好喝的壶
图三：让整个屋子清凉一夏的电风扇
图四：几十年年前特别静音的除湿器

我喜欢这位老登
以上看起来让你以为特别贵的东西
其实都是闲鱼低价淘来的

老登的登味
往往就是品味

没有品味的老登
不配叫老登

⏰ 19:48 | ❤️ 25点赞 | 📝 128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: AI会话功能优化，支持分支提问和上下文压缩。

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: Codex/Claude Code 的上下文压缩和 Prompt Caching 技术降低了会话内的成本压力 (需实测或查看官方技术文档确认上下文压缩和 Prompt Caching 的具体效果，但无直接公开数据支持成本压力的具体降低幅度。)
✓ 可验证: fork 功能可从某一对话位置开分支，仅保留前面历史记录 (可通过官方文档或实际测试验证该功能是否存在及其具体操作逻辑。)
✓ 可验证: /btw 或 /side 功能允许在当前会话中插入与主任务无关的提问 (可通过官方功能说明或实测确认该指令是否存在及其用途。)

原文内容:

现在 Codex/Claude Code 的上下文压缩确实做的挺好了，加上 Prompt Caching，一个 Session 内持续聊没那么大成本压力了。我现在也越来越多的在一个会话内继续任务。

另外还有两个配套功能是很好的：

1. fork，就是从某一个对话位置开分支，只保留该对话前面的历史记录，让上下文更纯粹

2. /btw或者/side，在当前会话中提问，通常用于你想起来一件跟当前任务关系不大的事，没必要加入当前上下文中。

比如说使用 plan 模式时，你要回答一堆问题，但是这些问题选项说的不是很清楚你也不知道该选什么，这时候最适合用 /btw 让详细解释一下每个选项的意思，甚至还可以让它给你建议。

⏰ 00:19 | ❤️ 40点赞 | 📝 212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: OpenAI下线GPT-4.5，终结消费端GPT-4时代。

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: 6月26日，OpenAI正式从ChatGPT中移除了GPT-4.5 (可通过OpenAI官方公告或更新日志验证模型下线时间，但需确认是否存在”GPT-4.5″这一官方命名（OpenAI历史版本通常为GPT-4、GPT-4o等，未提及4.5版本）。)
✓ 可验证: GPT-4.5对话会自动切换到GPT-5.5，自定义GPT需手动迁移 (未发现OpenAI官方提及”GPT-5.5″模型，且模型切换机制属于系统后台操作，普通用户无法直接验证流程真实性。)
✓ 可验证: GPT-4o在2023年因用户抗议临时恢复，最终于2024年2月下线 (GPT-4o的下线时间及用户抗议事件曾被多家科技媒体报道（如The Verge），OpenAI也公开过该模型保留至日活0.1%的数据。)

原文内容:

6 月 26 日，OpenAI 正式从 ChatGPT 中移除了 GPT-4.5。这是 GPT-4 系列在 ChatGPT 里的最后一个模型，至此，GPT-4 时代在消费端彻底翻篇。

我觉得 GPT-4.5 至今仍是最好的写作模型之一，GPT-5 系列在文风和个性上始终没能达到 GPT-4.5 的水准。

GPT-4.5 原本就只对付费用户开放，使用量不大，所以 OpenAI 只给了 30 天的过渡期（5 月 28 日公告，6 月 26 日下线）。已有的 GPT-4.5 对话会自动切换到 GPT-5.5 继续，用户不需要手动操作。基于 GPT-4.5 搭建的自定义 GPT 也将同步失效，创建者需要手动迁移到新模型。

API 端不受影响，开发者仍然可以通过 API 调用 GPT-4.5。

回头看，GPT-4 系列的退场过程颇为曲折。去年 GPT-5 发布时，OpenAI 原本打算同步下线 GPT-4o，结果引发大规模用户抗议，不少人把 GPT-4o 当成了有温度的陪伴者，对下线反应激烈到 OpenAI 不得不临时恢复。最终 GPT-4o 在今年 2 月才正式退役，OpenAI 当时透露日活用户中仅 0.1% 仍在选用它，但按 8 亿周活用户的基数算，这仍然意味着约 80 万人。

下一个要走的是 o3，8 月 26 日下线，过渡期 90 天。

⏰ 00:07 | ❤️ 27点赞 | 📝 295字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 芯片涨价引发全球产业链连锁反应，物价普涨。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: 苹果宣布Mac、iPad等产品全球涨价，理由是内存和存储成本上升。 (苹果公司官网或官方新闻稿会公布产品价格调整及原因，内存/存储成本属于供应链公开信息（如DRAMeXchange等市场报告可验证）。)
◐ 部分可验证: 韩国总统宣布三星和SK海力士建设新半导体工厂，称其为“里程碑”。 (韩国总统公开讲话和半导体企业投资计划可通过政府或企业官网验证，但“里程碑”属于主观评价，需结合具体数据（如投资金额、产能）判断。)
✓ 可验证: 半导体ETF因AI热潮被大量买入，普通投资者不了解技术细节（如HBM、GPU）。 (个人投资行为和心理难以量化验证，ETF资金流向需通过金融机构数据确认，但“投资者认知”属于推测性描述。)

原文内容:

看到了一篇震撼的微小说 《这次不一样》

那天，新闻很短，苹果宣布。
Mac、iPad 等产品全球涨价。
理由很简单，内存，存储，太贵了。

没人觉得这是大事。
毕竟苹果本来就贵。
涨一点也正常。

第二天，微软宣布 Xbox 涨价，理由一模一样。
第三天，韩国总统站上讲台，身后是三星和SK海力士。
他说：“这是韩国半导体产业新的里程碑。”
新的超级工厂。
新的投资计划。
掌声响了很久。
闪光灯没有停过。

当天，Al 概念股大涨。
分析师连夜上调目标价。
新的研报不断发出，
新的预测不断刷新。
未来，好像每天都在升值。

东京，镜头涨价了
顾客问原因，
老板说：“芯片贵了。”
首尔，医美套餐涨价了。
客人问：“美容怎么也涨？”
老板笑了笑，“新设备，里面全是新芯片。”

新加坡，一家云服务公司发来邮件。
只有一句话，因基础设施成本调整，价格上调。

后来，连河内街角的牛肉粉，也涨价了。
熟客愣了一下：“因为牛肉又涨？”
老板摇头，“不是。”
“儿子上大学。”
“电脑太旧。”
“买了台新的。”
“比去年贵了一大截。”
老板笑着找零，客人苦笑。

首尔，一位上班族，卖掉了陪嫁的金镯子。
全部买进半导体 ETF，她不知道 HBM 是什么。
也不知道 GPU 是什么，她只知道。
电视里一直在说 “AI 不能错过。”

咖啡馆里，有人说：
“互联网泡沫化。”
“房地产泡沫化。”
“但 AI 是真正的颠覆性创新。“
旁边的人点点头。
“所以。”
“这一次不一样。”

后来
游戏会员涨了
办公软件涨了
云盘涨了
耳机涨了
显示器涨了
酒店涨了
药价涨了
每一样东西
都有自己的理由
每一个理由
听起来都十分合理。

直到有一天
一个年轻人打开了豆包
屏幕跳出一行字
“会员服务即将升级。”
他看了一会儿
退出
打开另一个 Al
几天以后
那个 Al
也开始收费。

年轻人沉默了很久
点开设置
找到应用
屏幕弹出一句
“确定删除吗？”
他点了
确定

第二天，后台的数据曲线。
第一次没有增长。
第三天，开始下降。
第四天，一间会议室里。
有人轻轻说：“新的数据中心……
“先缓缓吧。”
会议室安静了很久，没有人反对。

一周后，新的 GPU 订单取消
两周后，新的服务器订单取消
一个月后，存储开始降价
再后来
光模块降价
交换机降价
GPU降价
仓库越来越满
订单越来越少。

首尔，那个卖掉金镯子的女人。
在论坛里发了一句话
“有人知道什么时候反弹吗？”
很久以后
终于有人回复
只有三个字
“谁来买？”

股市开盘
一片绿色
电视里不断重复
“正常调整。”
“基本面没变。”
“长期向好的必经过程。”
交易大厅，没有说话
没有人知道
到底是谁
先按下了暂停键。

很多年以后
有人翻到一条旧新闻
标题很短
《苹果宣布全球涨价》
没人知道
那是不是第一张倒下的骨牌。

但后来的人都记得
那一年
全世界
都在抢购未来
后来
未来开始打折。

⏰ 21:42 | ❤️ 80点赞 | 📝 873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: 空泛目标难执行，需具体量化促行动。

可信度: 6/10 – 1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:

◦ 观点: “我想要干大事，我想挣大钱，我想要有出息”这样的目标不够具体 (这是作者对抽象目标的主观评价，属于个人观点，无客观标准验证其“不够具体”的程度或普遍性。)
◐ 部分可验证: 目标不够具体会导致缺少行动方案和执行力不足 (部分研究支持具体目标与行动力的正相关性（如SMART原则），但推文未提供具体案例或数据，无法直接验证其因果关系的普遍性。)
✓ 可验证: 特别多的人存在目标不够具体的问题 (该声明缺乏统计依据或调查来源，无法验证“特别多”的具体比例或范围。)

原文内容:

“我想要干大事， 我想挣大钱， 我想要有出息” 。 
警惕这样的内心设定的， 尤其是这种目标。  不是这目标不好， 而是不够具体。  我发现特别多的人有这样的问题。 目标不够具体，不能够被量化， 就缺少行动方案， 执力也不够。

⏰ 20:22 | ❤️ 44点赞 | 📝 85字 | 查看原文 →

↑ 返回顶部

赵纯想 @chunxiangai

http://laper.ai – AI剧作 http://bellybook.cn – 胃之书 http://love.chunxiang.space – 入门课程 http://chunxiang.ai – 顾问服务 http://motherbase.app – 出海神器 | 影响力: 38.16k万粉丝

💡 核心观点: 武汉招聘有经验的市场专员，负责达人投放，薪资固定加提成。

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: 招聘一位胆大心细的市场同学，负责联系达人进行投放的工作 (招聘信息本身可通过企业官网或招聘平台验证，但“胆大心细”等主观描述无法客观验证。)
◐ 部分可验证: 武汉最好，也可远程办公，固定薪水 + 投放提成 (工作地点和薪资结构可通过企业官方渠道或HR确认，但“最好”是主观偏好，远程办公需核实具体政策。)
✓ 可验证: 需要有2年及以上相关经验 (任职要求可通过招聘页面或面试流程直接验证，但候选人实际经验需通过简历/背调确认。)

原文内容:

招聘一位胆大心细的市场同学，负责一些联系达人进行投放的工作。

1、武汉最好，也可远程办公，固定薪水 + 投放提成。
2、需要有2年及以上相关经验。
3、熟悉、并对如下公式感到赚钱的兴奋！公司就靠你了！
Incremental Users × (LTV − CAC) × 10%

请发送至：[email protected]

⏰ 20:16 | ❤️ 45点赞 | 📝 82字 | 查看原文 →

↑ 返回顶部

dontbesilent @dontbesilent

商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号：dontbesilent 聊赚钱
6.12 广州线下课，微信 DBsilent | 影响力: 78.11k万粉丝

💡 核心观点: 列举多学科经典理论及代表著作。

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: 亚里士多德在公元前4世纪撰写了《修辞学》和《诗学》 (该信息可通过权威历史文献、学术数据库（如JSTOR、Google Scholar）或亚里士多德作品集直接验证，且被广泛接受为历史事实。)
✓ 可验证: 古斯塔夫・勒庞于1895年发表《乌合之众》，奠定社会心理学基础 (勒庞的《乌合之众》出版年份和学科归属可通过图书馆目录（如WorldCat）、学术出版社记录（如Hachette原版信息）或心理学史教材验证。)
◐ 部分可验证: 马斯洛1943年发表论文〈A Theory of Human Motivation〉提出需求层次理论 (论文发表年份和标题可验证（原载于《Psychological Review》），但“提出需求层次理论”需结合后续学术共识，部分学者可能对理论范围有争议。)

原文内容:

dontbesilent 理论体系清单

修辞学 — 亚里士多德 — 约公元前4世纪 — 《修辞学》《诗学》
社会心理学 — 古斯塔夫・勒庞 — 1895 — 《乌合之众》
心理学 — 西格蒙德・弗洛伊德 — 1901 — 《日常生活的精神病理学》
心理学 — 威廉・詹姆斯 — 1890 — 《心理学原理》
心理学 — 罗伯特・耶克斯、约翰・多德森 — 1908 — 〈耶克斯-多德森定律〉
管理学 — 弗雷德里克・泰勒 — 1911 — 《科学管理原理》
社会心理学 — 马克斯・韦特海默等 — 1912起 — 格式塔学派
传播学 — 沃尔特・李普曼 — 1922 — 《公众舆论》
格式塔心理学 — 布卢玛・蔡格尼克 — 1927 — 〈蔡格尼克效应〉
哲学 — 约翰・斯图亚特・密尔 — 1843 — 《逻辑体系》
教育学 — 约翰・杜威 — 1938 — 《经验与教育》
行为主义 — B・F・斯金纳 — 1938 — 操作性条件反射研究
心理学 — 亚伯拉罕・马斯洛 — 1943 — 〈A Theory of Human Motivation〉
通信理论 — 克劳德・香农 — 1948 — 〈A Mathematical Theory of Communication〉
控制论 — 诺伯特・维纳 — 1948 — 《控制论》
比较神话学 — 约瑟夫・坎贝尔 — 1949 — 《千面英雄》
计算机科学 — J・C・R・利克莱德 — 1960 — 〈Man-Computer Symbiosis〉
管理学 — 彼得・德鲁克 — 1954 — 《管理的实践》
决策理论 — 赫伯特・西蒙 — 1955/1957 — 有限理性理论
认知心理学 — 乔治・米勒 — 1956 — 〈The Magical Number Seven〉
社会学 — 欧文・戈夫曼 — 1956/1959 — 《日常生活中的自我呈现》
传播学 — 霍顿、沃尔 — 1956 — 〈Mass Communication and Para-Social Interaction〉
社会学 — 乔治・霍曼斯 — 1958 — 〈Social Behavior as Exchange〉
科学哲学 — 卡尔・波普尔 — 1934/英文版1959 — 《科学发现的逻辑》
心理学 — 丹尼尔・伯莱恩 — 1960 — 《Conflict, Arousal, and Curiosity》
传播学 — 马歇尔・麦克卢汉 — 1964 — 《理解媒介》
哲学/知识论 — 迈克尔・波兰尼 — 1966 — 《The Tacit Dimension》
社会学 — 欧文・戈夫曼 — 1967 — 《Interaction Ritual》
社会科学方法 — 格拉泽、斯特劳斯 — 1967 — 《The Discovery of Grounded Theory》
系统科学 — 路德维希・冯・贝塔朗菲 — 1968 — 《General System Theory》
社会心理学 — 罗伯特・扎荣茨 — 1968 — 单纯曝光效应
认知管理学 — 赫伯特・西蒙 — 1969 — 《The Sciences of the Artificial》
社会心理学 — 亨利・塔吉费尔、约翰・特纳 — 1970s/1979 — 社会认同理论
认知心理学 — 艾伦・派维奥 — 1971 — 《Imagery and Verbal Processes》
社会学 — 欧文・戈夫曼 — 1974 — 《Frame Analysis》
社会心理学 — 所罗门・阿希 — 1946 — 印象形成研究
心理学 — 阿尔伯特・班杜拉 — 1977 — 《Social Learning Theory》
社会学 — 阿莉・霍克希尔德 — 1983 — 《The Managed Heart》
营销学 — 艾・里斯、杰克・特劳特 — 1981 — 《定位》
行为经济学 — 丹尼尔・卡尼曼、阿莫斯・特沃斯基 — 1979 — 前景理论
认知心理学 — 杰罗姆・布鲁纳 — 1986 — 《Actual Minds, Possible Worlds》
心理学 — 安德斯・艾利克森 — 1993 — 刻意练习研究

⏰ 18:04 | ❤️ 73点赞 | 📝 580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: GitHub书单OSINT-Books系统整理开源情报学习资源，方便入门与研究。

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:

✓ 可验证: GitHub上存在一个名为OSINT-Books的书单，涵盖开源情报领域的多个主题 (可通过提供的GitHub链接（http://github.com/ubikron/OSINT-Books）直接访问并确认书单的存在及内容分类)
◐ 部分可验证: 书单中大部分书籍是2020年之后出版的新书 (需进入GitHub链接逐本检查出版年份，但部分书籍可能因链接失效或信息缺失无法完全验证)
✓ 可验证: 每本书标注了作者、出版年份和阅读链接，方便查找 (通过GitHub页面可直接查看书籍元数据（如作者、年份）和链接，但需实测链接有效性)

原文内容:

想系统学习开源情报（OSINT）相关知识，网上的资料零散且质量参差不齐，不知道从哪开始。

偶然在 GitHub 上看到 OSINT-Books，一份颇为全面的开源情报领域书单，省去了我们到处搜集的麻烦。

书单按主题分类，覆盖了情报工具与技巧、网络安全、调查新闻等多个方向，大部分是 2020 年之后出版的新书。

GitHub：http://github.com/ubikron/OSINT-Books…

每本书都标注了作者、出版年份和阅读链接，方便快速找到感兴趣的内容。

如果我们从事安全研究、调查报道，或者单纯对开源情报感兴趣想入门，这份书单值得看看。

⏰ 18:00 | ❤️ 33点赞 | 📝 176字 | 查看原文 →

↑ 返回顶部

dontbesilent @dontbesilent

商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号：dontbesilent 聊赚钱
6.12 广州线下课，微信 DBsilent | 影响力: 78.11k万粉丝

💡 核心观点: 公开核心方法无需担忧被复制，执行难度决定成败差异。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: 公开方法论不会导致被抄袭，因为观众主要是消费者而非生产者 (需通过用户画像或行业数据验证观众中生产者与消费者的比例，但具体比例可能因领域和平台而异，无法直接通过公开数据完全确认。)
✓ 可验证: 公开大量方法论（如dbskill提示词）后，实际无人复制 (依赖个人观察（“没人抄”），缺乏公开的抄袭监测数据或第三方统计支持。)
◐ 部分可验证: 抄袭者完全复制内容（如封面、文案、定价）但结果不同 (可通过对比抄袭者与原内容的相似性和结果差异部分验证，但“结果不同”需具体数据（如流量、转化率）支撑，通常未公开。)

原文内容:

“If I share my secrets, people will copy me” 

文章里面说，你可以不透露任何敏感信息，仍然能创作出优质内容

但实际上，就算你透露了敏感信息，也没人会复制你

先不说难度的问题。首先，你要获取流量，就意味着你的绝大多数观众都不是生产者，是消费者

你“泄密”给他们是完全无所谓的

我在 dbskill 的提示词里，公开了我大量的方法论，没人抄呀

就连安装一个 Agent 把 skill 用上，都得身边的朋友苦口婆心劝导

「公开真正的方法论」还有个好处，就是我直播答疑、群里答疑、内部使用、课程传授、公域内容里面讲的，都是一致的

你要抄，你得全抄，只抄一点是不太行的

所以你会看见有人短视频封面和我一样、选题和我一样、文案和我一样、产品详情和我一样、定价和我一样，哪哪都一样，但结果不太一样

⏰ 15:45 | ❤️ 41点赞 | 📝 258字 | 查看原文 →

↑ 返回顶部

Berryxia.AI @berryxia

| 影响力: 39.76k万粉丝

💡 核心观点: 开源视频工具OpenMontage用AI代理实现全流程自动化生产。

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:

✓ 可验证: OpenMontage项目单日斩获3000 Star (可通过GitHub仓库的Star历史记录直接验证，查看项目Star增长情况。)
◐ 部分可验证: OpenMontage内置52个工具和500+个agent skills (需查阅项目文档或代码仓库确认具体工具和技能列表，但若未完整公开则无法完全验证。)
✓ 可验证: 渲染引擎使用Remotion和自研的HyperFrames (可通过项目技术文档或源码检查是否集成Remotion及HyperFrames的实现细节。)

原文内容:

这个开源视频制作工作流真爽啊！
单日斩获3000 Star，真的牛～

又一个把AI coding agent直接变成视频制作工作室的项目开源了，叫OpenMontage。

它把整个视频生产流程拆成12条结构化pipeline（动画解说、纪录片蒙太奇、电影感、Talking Head等），内置52个工具和500+个agent skills。

用户只需要用自然语言描述需求，agent就能完成调研、脚本、素材生成、剪辑合成全流程。

最硬核的是它同时支持AI生成内容和真实素材工作流，还做了生产级的质量把控（预合成验证、后渲染自检、预算控制）。

渲染引擎用了Remotion和自研的HyperFrames，能输出高质量的动态视频。

本质上它是把“视频制作”这件事彻底agent化了，让普通人也能通过对话让agent产出接近专业水准的视频内容。

⏰ 07:16 | ❤️ 361点赞 | 📝 222字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: AI技能包助创始人一键处理50项重复性工作。

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: Startup Founder Skills 项目整理了创始人日常50项重复性工作并打包成AI技能包 (可通过GitHub链接（http://github.com/shawnpang/startup-founder-skills）查看项目内容，但需实际测试技能包是否完整涵盖50项工作及其具体功能。)
◐ 部分可验证: 技能包涵盖融资、业务拓展、产品规划、销售、团队招聘和法务等环节 (GitHub项目描述或文档可能列出具体功能模块，但需验证实际覆盖范围和有效性，例如是否真能处理法务或融资等专业领域任务。)
✓ 可验证: 所有技能共享一份公司上下文文件，生成内容针对用户自身项目（非通用建议） (可通过GitHub项目文档或代码结构验证是否支持上下文共享及个性化输出功能，技术实现较易确认。)

原文内容:

初创公司的创始人，经常会被写商业计划书、改合同、发邮件等杂七杂八事情困扰，时间根本不够用。

Startup Founder Skills 这个项目，把创始人日常 50 项重复性工作整理成了 AI 技能包。

涵盖融资、业务拓展、产品规划、销售、团队招聘和法务等各个环节，装上就能用。

GitHub：http://github.com/shawnpang/startup-founder-skills…

所有技能共享一份公司上下文文件，生成的内容是针对我们自己项目的，不是那些通用建议。

现在流行一人一公司，如果不想被那些重复性繁琐的事情打扰，可以看下这套技能有没帮助。

⏰ 15:30 | ❤️ 74点赞 | 📝 170字 | 查看原文 →

↑ 返回顶部

Geek @geekbb

💡 核心观点: Tine是Logseq的流畅平替，兼容Markdown且功能更丰富。

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: 跟 Logseq 完全兼容，和 Logseq 共用一套 Markdown 文件，无缝切换，不用导入导出。 (可通过实际测试或查看 GitHub 项目文档验证文件兼容性，但“无缝切换”需依赖用户体验，可能涉及主观感受。)
✓ 可验证: 用 Tauri + Rust + SolidJS 重写，不玩 Electron，打开大图谱也不卡。 (技术栈（Tauri/Rust/SolidJS）可通过代码仓库或项目文档直接验证；“不卡”需实测，但技术栈差异对性能的影响可部分验证。)
✓ 可验证: 比 Logseq 多了标签页、浏览器式前进后退、专注模式、全局快速捕获、自动结转未完成任务等功能。 (功能列表可通过实际测试或项目文档直接对比 Logseq 的现有功能，属于客观事实。)

原文内容:

终于找到能完美替代Logseq原版的工具了

与Logseq完全兼容，共享同一套Markdown文件体系，无需导入导出即可无缝切换。

采用Tauri+Rust+SolidJS技术栈重构，彻底抛弃Electron框架，即使打开大型知识图谱也流畅不卡顿。相比Logseq新增了多标签页、浏览器式前进后退、专注模式、全局快速捕获（支持从任意应用调出）、未完成任务自动结转等实用功能。

https://github.com/martinkoutecky/tine/…

⏰ 15:23 | ❤️ 65点赞 | 📝 91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: 美国政府部分解禁Anthropic的Mythos 5模型供特定机构使用。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

◐ 部分可验证: Anthropic 的 Mythos 5 被美国政府封禁两周后，今天拿到了部分解禁令。 (需核实美国政府官方公告或 Anthropic 的正式声明，但部分信息可能因涉及内部决策流程而无法完全公开。)
✓ 可验证: Amazon CEO Andy Jassy 亲自打电话给财政部长 Scott Bessent，称亚马逊安全研究员发现了一种绕过 Fable 5 安全护栏的方法。 (高管私人通话内容通常无公开记录，除非当事人或官方主动披露，否则无法验证。)
◐ 部分可验证: 商务部长 Howard Lutnick 与 OpenAI 存在财务关系。 (需查阅公开的财务披露文件或利益冲突记录，但若关系未正式申报则难以确认。)

原文内容:

Anthropic 的 Mythos 5 被美国政府封禁两周后，今天拿到了部分解禁令。

商务部长 Howard Lutnick 致信 Anthropic，批准约 100 家美国政府机构和关键基础设施企业重新使用 Mythos 5。这是 6 月 12 日全面封禁以来的第一次松动，但只是部分松动，面向普通用户的 Fable 5 仍然处于下线状态。

先说前因。6 月 9 日 Anthropic 同时发布了两个模型：Fable 5 面向公众开放，Mythos 5 则限定给 Project Glasswing 合作伙伴用于网络安全防御。两者其实是同一个底层模型，区别在于 Fable 5 加了一层安全护栏，遇到网络攻击、生化等敏感话题会自动降级到 Opus 4.8 回答；Mythos 5 把这些限制放开了，专门给防御端用。

三天后，Amazon CEO Andy Jassy 亲自打电话给财政部长 Scott Bessent，说亚马逊安全研究员发现了一种绕过 Fable 5 安全护栏的方法。当晚，商务部长 Lutnick 向 Anthropic 发出正式出口管制指令，要求禁止所有外国公民访问这两个模型，不遵守可能面临刑事和民事处罚。由于 Anthropic 无法实时验证用户国籍，只能对所有用户一刀切下线。

这里有个微妙的背景：Amazon 是 Anthropic 最大的投资方，累计投入 130 亿美元，Anthropic 也承诺在 AWS 上花费 1000 亿美元。投资人亲手引爆了被投公司最重要产品的下架，这在硅谷历史上相当罕见。同时也有人开始关注商务部长 Lutnick 与 OpenAI（Anthropic 的直接竞争对手）的财务关系。

Anthropic 的态度很明确：他们认为这是一个“窄范围的、非通用的”越狱方法，不应该成为召回一个已部署给数亿人的商业模型的理由。如果同样的标准应用于整个行业，所有前沿模型的部署都得停。

过去两周，Anthropic 派出了顶级科学家和工程师团队到华盛顿，与商务部和国家网络安全主管办公室每天进行会谈。今天的结果算是初步成果。

回到今天的新闻。新指令允许 Mythos 5 向运营和保护关键基础设施的美国机构重新开放，而且这次有一个重要变化：这些机构的非美国籍员工也被授权使用，Anthropic 自己的非美国籍员工也包含在内。这比 6 月 12 日那个“一刀切禁止所有外国公民”的指令灵活了不少。

据知情人士透露，Anthropic 将在本周末继续与政府讨论 Fable 5 的恢复问题。但 Fable 5 何时能回归，目前没有时间表。对普通用户来说，Claude 最强模型仍然不可用，只能继续用 Opus 4.8。

Mythos 5 当初被封禁，理由是它的网络攻击能力太强、有被滥用的风险。现在被优先解禁的用途，恰恰是网络安全防御。一个模型因为太危险而被下架，又因为太有用而被请回来。而就在同一天，OpenAI 的 GPT 5.6 也在走类似的路径，由政府逐客户审批后才能使用。美国政府对前沿 AI 模型的发布前审查，正在从个案变成惯例。

⏰ 13:06 | ❤️ 56点赞 | 📝 792字 | 查看原文 →

↑ 返回顶部

铁锤人 @lxfater

我在用 AI 协助我创业，走向自由 github 维护 3w star 项目，写过 1200w 浏览文章，公众号：铁锤人商务联系：tiechuiren101 | 影响力: 0万粉丝

💡 核心观点: AI产品成败关键在市场反馈而非技术标签。

可信度: 6/10 – 3项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: 现在X上已经没有人喊：我的应用是全是AI来写的 (可通过搜索X（原Twitter）近期推文或趋势分析工具验证相关话题的热度变化，但需人工统计和时效性判断，可能存在样本偏差。)
◦ 观点: 产品是否由AI编写与其质量或盈利能力无关 (这是主观结论，缺乏直接数据支撑（如AI/非AI产品的盈利对比）。虽然可通过案例研究部分验证，但因果关系复杂，难以普遍化。)
◐ 部分可验证: 产品盈利唯一取决于市场反馈 (市场反馈是盈利的关键因素（可通过财报等验证），但“唯一”一词过于绝对，忽略其他变量（如成本、竞争等），需限定条件。)

原文内容:

现在X上已经没有人喊：我的应用是全是AI来写的

大家已经恢复理智，发现是不是AI来写，和产品好不好，能不能盈利，一点关系都没有！！

你的产品是否能盈利只有市场反馈说的算！！

所以，教程里面有部署十分重要，否则基本没法接受市场反馈。

⏰ 12:11 | ❤️ 21点赞 | 📝 95字 | 查看原文 →

↑ 返回顶部

iGeekbb @igeekbb

发一些碎碎念和有趣的东东，主打一个快分享。-私信开放欢迎投稿- | 影响力: 74.97k万粉丝

💡 核心观点: 人们追逐优越感而非事物本身的价值。

可信度: 1/10 – 1项暂无法验证

事实核查:

✗ 无法验证: 事实核查功能暂时不可用 (系统处理中)

原文内容:

我们的社会有一种很普遍的现象：很多人享受的不是事物本身，而是事物带来的优越感。房子、车子、学历、职位，往往首先被赋予身份意义，其次才是使用价值。

于是人与人不断攀比，不断通过外在标签确认自己的位置。最终，人们追逐的不是生活本身，而是凌驾于他人之上的感觉。

⏰ 12:10 | ❤️ 136点赞 | 📝 112字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: LangChain开源教程详解Agent设计模式，解决长任务遗忘问题。

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:

✓ 可验证: LangChain 官方团队开源了一套教程《Deep Agents from Scratch》，从零拆解主流 Agent 的核心设计模式 (可通过提供的 GitHub 链接（http://github.com/langchain-ai/deep-agents-from-scratch）直接验证教程是否存在及其内容。)
◐ 部分可验证: 教程总结了 Manus、Claude Code 等 Agent 的解决思路，包括任务规划、上下文卸载到文件系统、子代理实现上下文隔离 (需通过 GitHub 教程内容具体分析是否涵盖所述技术方案，但术语（如“上下文卸载”）需专业背景验证其准确性。)
✓ 可验证: 教程包含 5 个渐进式 Notebook，最终搭出的 Agent 能实现真实网络搜索和多步骤分析任务 (GitHub 页面可查看 Notebook 数量、代码是否可运行，以及功能演示（如网络搜索）是否明确标注。)

原文内容:

使用AI处理长周期复杂任务时，随着上下文不断延长，模型容易出现"遗忘"现象，输出质量也会急剧下降。

LangChain官方团队开源了一套《从零构建深度智能体》教程，系统拆解了主流智能体的核心设计模式，讲解极为透彻。

该教程剖析了Manus、Claude Code等智能体的解决方案：包括任务规划、将上下文卸载至文件系统、以及通过子代理实现上下文隔离等技术路径。

GitHub地址：http://github.com/langchain-ai/deep-agents-from-scratch…

教程包含5个渐进式Notebook，从最基础的ReAct循环起步，逐步引入TODO任务管理、虚拟文件系统、子代理委派机制，最终整合成完整的深度研究型智能体。

每个环节都可运行验证效果，绝非纸上谈兵。最终构建的智能体能够执行真实的网络搜索和多步骤分析任务。

无论是想透彻理解当前主流智能体的设计原理，还是正计划自主搭建智能体系统，这套教程都值得您完整实践一遍。

⏰ 12:00 | ❤️ 50点赞 | 📝 227字 | 查看原文 →

↑ 返回顶部

dontbesilent @dontbesilent

商业哲学爱好者
伪装为早期维特根斯坦的晚期维特根斯坦
抖音/小红书/视频号：dontbesilent 聊赚钱
6.12 广州线下课，微信 DBsilent | 影响力: 78.11k万粉丝

💡 核心观点: 流量需精准匹配目标，盲目追求大流量适得其反。

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: 不同的商业目标需要不同的流量，99% 的流量对你来说是没意义的 (该声明部分可验证，因为商业目标与流量匹配度的关系可以通过案例研究或数据分析间接验证（如细分市场转化率研究），但“99%”这一具体比例缺乏普遍数据支持，属于经验性概括。)
◐ 部分可验证: 对于非常细分的产品，搞大流量可能是错误的，会导致账号完蛋 (部分可验证。 niche（细分）产品的过度曝光可能稀释目标用户或引发负面反馈（如无关用户投诉），可通过行业案例（如小众品牌因爆火失控）佐证，但“账号完蛋”属于极端表述，实际影响需具体分析。)
✓ 可验证: 流量是结果，由一系列因素驱动 (可验证。流量生成机制（如内容质量、平台算法、用户行为等）是营销领域的共识，可通过官方平台文档（如Google Analytics原理）或权威营销研究证实。)

原文内容:

像是销售和营销这种目标，真的存在一个产品可以帮助所有产品完成销售吗？

就好比有人说我要做自媒体搞流量，但是流量是一个结果呀，能给你带来流量的是其他的一系列的各种各样的因素

最终你会发现

1. 不同的商业目标需要不同的流量，99% 的流量对你来说是没意义的

2. 对于有些目标而言，搞大流量甚至是错误的，如果你卖的是一个非常细分的产品，如果你火了，你的账号就完蛋了

⏰ 11:33 | ❤️ 27点赞 | 📝 158字 | 查看原文 →

↑ 返回顶部

艾略特 @elliotchen100

Building @EverMind – memory for self-evolving agents
https://github.com/EverMind-AI/EverOS… | 影响力: 25.44k万粉丝

💡 核心观点: 团队多线推进压力大但氛围好，即将发布自进化Agent。

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: 团队正在同时推进学术、研发、产品、设计、运营等多方面工作 (可通过团队公开的招聘信息、项目进展博客或成员LinkedIn资料间接验证分工情况，但“多管齐下”的具体范围和进度需内部数据支撑。)
✓ 可验证: 团队氛围很好，成员都希望将项目落地做成 (属于主观团队文化描述，除非公开成员匿名反馈或第三方评测，否则无法独立验证。)
◐ 部分可验证: 即将发布Raven，一个Memory-first超强自进化Agent

原文内容:

也许市场根本不给 6 个月，我们也是学术，研发，产品，设计，运营多管旗下。

但这个节奏下，要保证学术成绩，代码质量，产品体验甚至是设计品味会很难，万幸的是团队氛围很好，大家都想把这事儿落地做成。

也可以期待下我们马上要发布的 Raven，一个 Memory-first 超强自进化 Agent。

⏰ 10:42 | ❤️ 27点赞 | 📝 102字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: 一键将论文转为图表、幻灯片或解读文章，高效省时。

可信度: 7/10 – 4项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: paper-craft-skills工具可通过一条命令将论文转化为方法示意图、演示幻灯片或深度解读文章 (可通过访问GitHub仓库（http://github.com/zsyggg/paper-craft-skills）验证工具是否存在及功能描述，但需实际测试输入论文PDF/arXiv链接是否能生成所述输出。)
◐ 部分可验证: paper-comic功能可生成出版级别的方法流程图或手绘风格笔记 (GitHub仓库可能提供示例或文档说明该功能，但“出版级别”为主观描述，需实测生成结果质量是否符合预期。)
◐ 部分可验证: paper-deck支持将论文转为多种风格（学术、商务、手绘）的幻灯片，并允许逐页微调 (工具文档或示例可能展示风格选项，但“设计感十足”为主观评价，逐页微调功能需实测确认。)

原文内容:

在啃论文的时候，想要把方法流程画成图、做成PPT，或者写篇通俗易懂的解读文章，费时费力。

于是找到 paper-craft-skills，一条命令就能把论文变成方法示意图、演示幻灯片或深度解读文章。

只需发送 arxiv 链接或 PDF，选个风格，直接出精美的方法图表，或带有公式解析的深度文章，不需要配置任何东西。

GitHub：http://github.com/zsyggg/paper-craft-skills…

有三大核心技能：

- paper-comic：分析论文结构，生成出版级别的方法流程图或手绘风格笔记；
- paper-deck：把论文转成设计感十足的幻灯片，支持学术、商务、手绘等多种风格，还能逐页微调；
- paper-analyzer：去 GitHub 搜开源实现，把代码和论文对照着写成深度文章，公式逐符号拆解。

每个幻灯片页面都有独立的生成提示词，想改哪页改哪页，不用从头再来。

如果我们经常需要做论文分享或组会汇报，这个 Skill 能我们省掉不少时间，值得试试。

⏰ 08:00 | ❤️ 122点赞 | 📝 266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: GPT-5.6仅限美国政府审批的20家合作伙伴使用。

可信度: 10/10 – 3项声明可直接验证；2项需进一步确认

事实核查:

✓ 可验证: OpenAI 于6月26日发布了新一代模型 GPT-5.6，包含旗舰级 Sol、日常级 Terra 和经济级 Luna 三个版本。 (目前（截至2023年10月）OpenAI 官方未发布任何关于 GPT-5.6 的信息，且历史上版本号为虚构（如 GPT-4 后未发布 GPT-5），需依赖 OpenAI 官方公告验证。)
✓ 可验证: GPT-5.6 目前只向约20家美国政府审批的合作伙伴开放，普通用户无法使用。 (美国政府是否介入 OpenAI 模型分发、合作伙伴名单等细节无公开文件或官方声明支持，属于未披露信息。)
◐ 部分可验证: Sol 在 Terminal-Bench 2.1 基准测试中得分 91.9%，超过 Claude Mythos 5（88%）和 Gemini 3.1 Pro（70.7%）。 (若 Terminal-Bench 2.1 是公开基准测试，可验证分数；但需确认该测试是否存在及结果是否被第三方复现。目前无相关公开记录。)

原文内容:

OpenAI 今天（6月26日）发布了新一代模型 GPT-5.6，包含三个版本：旗舰级 Sol、日常级 Terra 和经济级 Luna。但这条新闻最值得关注的地方不在模型本身，而在发布方式：应美国政府要求，GPT-5.6 目前只向大约 20 家经过政府审批的合作伙伴开放，普通开发者和 ChatGPT 用户暂时用不上。

GPT-5.6 用了一套新的命名规则：数字代表代际，Sol、Terra、Luna 代表三个固定的能力档位，灵感来自太阳、地球、月亮。Sol 是最强的旗舰，Terra 性能接近上一代 GPT-5.5 但价格砍半，Luna 主打便宜快速。

Sol 新增了两个模式：max 模式让模型花更长时间深度推理，ultra 模式则调用多个子 agent 并行处理复杂任务，相当于一个 AI 自己拆分工作给一组 AI 干活。

在 OpenAI 公布的 Terminal-Bench 2.1（测试命令行工作流的编程基准）上，Sol Ultra 得分 91.9%，Sol 为 88.8%，Claude Mythos 5 为 88%，Google Gemini 3.1 Pro Preview 为 70.7%。网络安全方面，Sol 在 ExploitBench 上用大约三分之一的 token 就达到了 Mythos Preview 的水平。

API 定价：
Sol 每百万 token 输入 5 美元、输出 30 美元；
Terra 分别是 2.5 和 15 美元；
Luna 是 1 和 6 美元。

7 月还会上线 Cerebras 硬件加速版本，推理速度可达每秒 750 个 token。

OpenAI 这次花了大量篇幅讲安全。投入超过 70 万 A100 等效 GPU 小时做自动化红队测试，专门寻找能跨场景通用的越狱攻击。模型内置了拒绝机制，实时分类器会在生成过程中检测网络安全和生物领域的滥用行为，可疑输出会被暂停，交给一个更大的推理模型复审。

按照 OpenAI 自己的准备框架评估，Sol 的网络安全能力被定级为“高”，但没有达到“关键”级别。它能找到浏览器漏洞和利用原语（exploit primitive，也就是构建攻击的基础组件），但在测试条件下无法自主完成完整的攻击链。

OpenAI 把这解读为一个积极信号：模型更擅长帮防守方找洞和修补，而不是帮攻击方搞破坏。但这个判断是否经得起现实世界的检验，预览期就是用来回答这个问题的。

如果你是 API 用户，短期内最实际的变化是：Terra 的性价比。性能接近 GPT-5.5，价格只有一半，对跑大量推理任务的团队来说值得关注。Luna 则适合对成本极度敏感的高吞吐场景。

Sol 的 ultra 模式如果真能稳定运行，意味着复杂的多步骤任务可以甩给模型自己拆解、分配、汇总，开发者不用自己搭 agent 编排框架。这跟 Anthropic 在 Claude 上做的 agent 能力、Cursor 在 IDE 里做的 background agent，方向一致，都在抢占"AI 自己管理 AI"这个位置。

但眼下，大多数人还用不上。OpenAI 说几周内会扩大开放，据 Axios 报道下周就会增加更多客户。ChatGPT 用户什么时候能用，还没有明确时间表。

完整报告：https://openai.com/index/previewing-gpt-5-6-sol/…

⏰ 03:27 | ❤️ 238点赞 | 📝 732字 | 查看原文 →

↑ 返回顶部

# x每日奏折