【AI 奏折】10月26日

x每日奏折2小时前发布 tianming

4 0 0

【AI 奏折】2026年10月26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

Berryxia.AI: 免费开源数字人教程上线，支持自动化稳定输出。
向阳乔木: GEOInflow开源工具可追踪AI爬虫及网站流量。
铁锤人: Windows版N卡解锁隐藏算力，性能提升显著但需特定配置。
黄赟: 结合lemomo和baocut开源工具优化双语视频创作流程。
李岳: 用Grok Bot替换Siri可提升iPhone语音助手体验。
huangserva: AI让动嘴生成3D游戏角色和动作成为现实，大幅降低开发门槛。
李继刚: AI生成文本因追求高效表达偏离人类语言习惯而难懂。
哥飞: 因追求完美错失创业良机，愧对Fenng转型成功。
宝玉: Anthropic拟11月中旬上市，募资千亿估值2万亿。
karminski-牙医: BOSS直聘发布33B大模型，优化Agent能力但推理耗内存。
Gorden Sun: 不同AI会员性价比分析及订阅建议
知识猫AI实验室: X简中区内容低质泛滥，呼吁取消创作者收益净化环境。
CuiMao: 作者因流量爆红反思创作初衷，决定暂停投机取巧的视频更新。
GitHubDaily: 开源工具OpenWiki将代码库转为可追溯的Markdown文档，提升开发效率。
哥飞: 产品形态决定流量类型，变现需匹配用户明确生成需求。
Robinson · 鲁棒逊: AI发展过快令资深工程师感到职业危机和疲惫。
GitHubDaily: 开源中文投资教程，零基础学美股期权加密货币，重点揭示风险与基础知识。
宝玉: 宋美龄警示勿轻敌日本，呼吁提前规划战后和平。
宝玉: 用BaoCut技能制作双语字幕纪录片风格视频。
宝玉: Techartist用Opus 5.5制作免费3D可视化GCSE物理课本《Every Joule》。

📖 详细内容

Berryxia.AI @berryxia

| 影响力: 39.76k万粉丝

💡 核心观点: 免费开源数字人教程上线，支持自动化稳定输出。

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: 数字人教程升级版已发布并开源在GitHub上 (可通过访问GitHub仓库链接（若评论区提供）直接验证是否存在该教程及其开源状态。)
✓ 可验证: 教程开发耗时数周且消耗数千美金 (开发时间和成本属于个人声明，无公开数据或第三方记录可验证。)
◐ 部分可验证: 教程支持自动化且稳定输出，适合小白用户 (需实际测试教程功能或查看用户反馈才能验证易用性和稳定性，但无法直接通过公开信息完全确认。)

原文内容:

兄弟们，千呼万唤始出来！
大家期待已久的数字人教程升级版来了。

爆肝数周消耗数千美金的保姆小白可上手的数字人教程终于可自动化，可稳定输出了。

我已经将这个Skills 打包在GitHub上，开源免费直接可以使用。
数字资产部分是全程使用了Renoise AI，你也可以根据自己的资源进行调整或者使用，但是建议直接一条龙的它来完成。

不废话地址放评论区，记得给我Star ，图文版晚点更新给大家～

⏰ 12:47 | ❤️ 110点赞 | 📝 151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: GEOInflow开源工具可追踪AI爬虫及网站流量。

可信度: 10/10 – 3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: GEOInflow 是一款免费开源的 AI 时代 GEO 流量统计工具 (可通过查看代码托管平台（如 GitHub）确认其开源协议（MIT）及项目描述，验证是否免费开源。)
◐ 部分可验证: 该系统能识别所有 AI 爬虫是否抓取过用户信息 (需实测工具功能，检查其日志或统计结果是否能准确区分 AI 爬虫（如 GPTBot、CCBot 等），但部分爬虫可能伪装或未被公开定义，存在技术限制。)
◦ 观点: GEO 流量此前是黑盒，而 GEOInflow 使其透明化 (关于“黑盒”的描述是主观判断，取决于用户对现有工具的认知；透明化程度需依赖实际功能验证，但缺乏对比标准。)

原文内容:

AI 时代的 GEO 流量统计 GEOInflow 免费开源。

姚老师打磨了很久，能看到所有 AI 爬虫。

GEO 一直是黑盒，有了这套系统后，所有 AI Agent 有没有抓取过你的信息，一清二楚。

不仅能看 GEO 爬虫，也有常规网站流量统计、搜索爬虫等统计分析。

MIT 协议，可任意修改商用。

⏰ 12:46 | ❤️ 25点赞 | 📝 88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: Windows版N卡解锁隐藏算力，性能提升显著但需特定配置。

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: N卡通过特定方法在Windows上解锁隐藏算力，提升FP16输入、FP32累加的矩阵测试性能达86% (需通过项目地址提供的开源代码和测试记录验证，但需自行编译并匹配硬件配置，普通用户无法直接复现结果。)
◐ 部分可验证: 3090 Ti在解锁后矩阵测试性能从80.4 TFLOPS提升至149.3 TFLOPS (依赖项目贡献者的测试记录，但未公开原始数据或第三方复现结果，需实测核对。)
✓ 可验证: 该解锁方法目前仅验证了3090 FE、3070 Ti、3090 Ti三款显卡的特定配置 (可通过项目地址的文档或测试记录直接查看已验证的硬件列表。)

原文内容:

卧槽，卧槽，N 卡解锁隐藏算力，Windows 版也来了！！

老黄这不得哭晕了！！

之前发的那条 3090 解锁，我后来也拿自己的 4070 Ti SUPER 在 Ubuntu 上试了

现在有人把这套思路搬到了 Windows：开机时先解锁，再直接进入系统，继续用原版 NVIDIA 驱动

跑出来怎么样？

项目里一位贡献者的 3090 Ti，FP16 输入、FP32 累加的矩阵测试，从 80.4 跑到了 149.3 TFLOPS，提升约 86%！

但它目前还是实验项目，要自己编译，还得核对显卡、主板和 BIOS

现在有测试记录的是 3090 FE、3070 Ti、3090 Ti 的三套具体配置

这个 86% 也是矩阵测试的提升，游戏帧数、大模型吐字能快多少，还得另外测

我那张 4070 Ti SUPER 目前只测过 Ubuntu，这个 Windows 项目还没列出它的验证记录

用 Windows 的朋友可以先看看自己的配置有没有对上，

我最近腰椎间盘突出，就不测了

项目地址

⏰ 12:26 | ❤️ 27点赞 | 📝 233字 | 查看原文 →

↑ 返回顶部

黄赟 @huangyun_122

Every great AI journey starts with a single Prompt
vx: huangyun_122 | 影响力: 80k万粉丝

💡 核心观点: 结合lemomo和baocut开源工具优化双语视频创作流程。

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: 使用 baocut 进行双语翻录 (可通过提供的 GitHub 链接（https://github.com/JimLiu/baocut/blob/main/skills/baocut/SKILL.md）直接查看 baocut 的功能文档，确认其支持双语翻录。)
◐ 部分可验证: 使用 lemomo 进行创意性编辑 (提供的 GitHub 链接（https://github.com/lemomo-ai/lemo-opuscar）可能指向 lemomo 的功能或项目，但需实测或查阅具体文档才能确认其“创意性编辑”的具体能力。)
✓ 可验证: 使用 Opus 5.5 作为内容引擎生成指定风格的双语视频 (推文提到“宝哥提示词，一词未改”和具体生成要求，但未提供生成结果的公开链接或实际案例，无法直接验证 Opus 5.5 的输出是否符合描述。)

原文内容:

好家伙！当我将lemomo和baocut两个开源库整合到一个工作流里时，嚯，双重惊喜！！

1. 用baocut实现双语字幕生成
https://github.com/JimLiu/baocut/blob/main/skills/baocut/SKILL.md…

2. 用lemomo进行创意剪辑
https://github.com/lemomo-ai/lemo-opuscar…

3. 采用Opus 5.5作为内容引擎（直接套用宝哥的提示词，原封不动）
【指定双语视频】制作具有设计感的版式视频，呈现档案馆/纪录片风格：演讲画面仅局部展示，搭配双语字幕；若有章节则转为副标题，并根据演讲内容检索相关历史图片嵌入。整体需兼具美学性与整体感。横屏格式  

总花费：17美元（使用涛哥家的API中转服务：https://aigocode.net/invite/PCYGG6YD）
注：通过此链接充值我可获得佣金，介意者请勿使用

⏰ 02:02 | ❤️ 98点赞 | 📝 172字 | 查看原文 →

↑ 返回顶部

李岳 @liyue_ai

提示词工程师 | AI实战派
分享AI资讯 | 评测AI工具
发布AI教程 |拆解AI变现案例
公众号：李岳AI
合作+V：liyue071714118 | 影响力: 0万粉丝

💡 核心观点: 用Grok Bot替换Siri可提升iPhone语音助手体验。

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: 可以将Grok Bot替换掉Siri，通过简单设置实现 (需实测验证是否支持通过快捷指令和辅助功能实现Grok Bot的语音唤醒，但缺少官方文档或公开技术说明支持此操作。)
◐ 部分可验证: 设置步骤包括更新Grok Bot、配置快捷指令和辅助功能语音快捷方式 (步骤描述具体，但需确认Grok Bot是否提供相关快捷指令动作，以及iOS系统是否允许第三方应用完全替代Siri的唤醒功能。)
✓ 可验证: 说“Hey，Grok”可唤醒Grok Bot的语音对话功能 (依赖用户个人体验，且未提供实际演示或官方功能说明，可能存在设备或区域限制。)

原文内容:

哈哈哈，我把iPhone的Siri换成Grok Bot后体验好多了

国外有个大佬发现可以直接将grok bot替换掉Siri，只需要简单设置一下就可以了。

如何设置：

1. 将Grok Bot 更新到最新版本

2. 找到iPhone快捷指令 → + → 添加动作 → 搜索“Grok Bot” → 选择“与机器人开始语音聊天”

3. 在iPhone的设置 → 辅助功能 → 语音快捷方式 → 设置 → 选择那个快捷方式 → 输入“Hey，Grok”并说 3 次

4. 在快捷方式的详情中，开启“允许锁屏时运行”

接下来你只需要对着iPhone说Hey，grok。就可以直接唤醒grok bot的语音对话功能，非常方便。

⏰ 12:10 | ❤️ 33点赞 | 📝 154字 | 查看原文 →

↑ 返回顶部

huangserva @servasyy_ai

古早程序员 | AI出海 | 自由职业
机车游侠&机速购&骑享租创始人
15年前 freelance 起步 → 连续创业者 → 亏过1个亿，逆风翻盘中
分享创业，AI，读书，生活，健身
Official X channel of SERVASYY LLC | 影响力: 0万粉丝

💡 核心观点: AI让动嘴生成3D游戏角色和动作成为现实，大幅降低开发门槛。

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: ViggleAI的3D产品@Viggle_PINOC可以通过2D原画生成带骨骼的3D角色，并省略建模、拓扑、贴图、绑骨蒙皮等传统流程 (可通过访问ViggleAI官网或产品演示视频验证其功能，但需实测确认生成质量、文件大小（如1.3MB）及骨骼绑定完整性等细节。)
◐ 部分可验证: PINOC能通过文字描述直接生成标准骨骼动画（如”手脚并用爬藤”），并导出GLB格式供游戏使用 (官方可能提供案例展示文字生成动作的功能，但动作流畅性、适配性（如”共用骨骼规范”）需用户实测验证，且免费动作库的存在需查证。)
✓ 可验证: 使用PINOC制作角色、场景及十几套动作仅消耗100多积分，成本远低于传统动捕或外包 (积分消耗比例和定价策略可能公开，但”传统动捕成本对比”缺乏具体数据支持（如外包报价周期），且未说明积分获取方式或实际货币换算。)

原文内容:

兄弟们，终于等到了！AI 做 3D 游戏终于进化到动嘴就能搞定了！！！
这妥妥的信息差啊！

以前做 3D 游戏，最卡独立开发者的从来不是写代码，而是美术和动作：建模、贴图、绑骨骼、刷蒙皮、找动捕或者一帧帧 K 动画……别说一个人了，一个小团队光调几个动作就能把人送走。

但我们最近用@ViggleAI的3D产品@Viggle_PINOC（用的是他们新发布的JST-2世界模型），直接搓了一款网页就能玩的 3D 小游戏《星芽旅行记》。

简单说，主角从长相到全身十几套动作，全靠打字搞定！而且成本便宜到不可思议。
我来给大家详细盘一下怎么玩的：
1、一张 2D 原画，直接变带骨骼的 3D 角色 给 PINOC 扔一张小园丁的 2D 设定图，它直接吐出一个带完整骨骼绑定的 3D 角色。4.8 万个高斯点，文件压出来只有 1.3MB！传统 3D 里最磨人的建模、拓扑、贴图、手动绑骨蒙皮，这一步直接全省了。
2、动作全靠一句话描述，导出直接用 这个最神！想要什么动作直接打字，比如写一句"手脚并用顺着粗藤往上爬，双臂交替上伸"，很快就拿到一段 4 秒的标准骨骼动画，导出 GLB 直接塞进游戏。 走跑跳、旋转攻击、滑铲钻横杆、前后空翻、下砸、飞扑、爬藤、滑翔、跪地播种……十几套动作，大部分都是一句话生成的，剩下几段直接从 PINOC 自带的免费动作库里挑。 更绝的是它底层共用一套骨骼规范，生成出来直接套在角色身上就能动！
3、成本直接被打骨折 角色、场景加十几套动作，在 PINOC 里一共只消耗了 100多积分。放以前找动捕棚或者外包动画师，光这些动作就得花上一大笔钱、等好几周！

其他环节顺手用 AI 一波流串起来： 道具丢给 Tripo，开场结局过场用即梦，配乐用 Suno，代码让 AI 编程助手写。

故事也很简单：巨大的蛾后卷走了星球上所有的光，小园丁要一路跳过五颗小星球，找回星种，让星球重新发芽。 五颗带微引力的小星球，绕着星球跑圈、下砸弹簧芽弹射起飞、滑铲钻杆、对着魔豆下砸长出通天藤蔓爬上去……类似马里奥银河的玩法几天就搓出来了。

PINOC 底层这个世界模型，厉害在它理解人在三维空间里是怎么动的，而不是一帧一帧去画图。
当 3D 资产和动作的门槛被彻底打穿，独立游戏真的要变天了，大家也快去试试 PINOC～

⏰ 10:15 | ❤️ 101点赞 | 📝 704字 | 查看原文 →

↑ 返回顶部

李继刚 @lijigang

一个把问题当燃料的人 | 影响力: 0万粉丝

💡 核心观点: AI生成文本因追求高效表达偏离人类语言习惯而难懂。

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: 人类语言演化过程中被优化以实现成功沟通，表现为缩短依存距离、插入信号词、避免罕见搭配，即“均匀信息密度”原则 (该声明基于心理语言学理论，可通过学术文献（如论文引用的研究）部分验证，但具体演化机制和跨文化普适性需进一步实证支持。)
✓ 可验证: AI模型因强化学习奖励机制和有限上下文窗口，倾向于生成信息密度更高的文本，偏离人类语言习惯 (论文链接（arXiv:2610.29162v1）提供了实验数据和训练逻辑，可直接验证模型优化目标与语言密度的关系。)
◐ 部分可验证: 提出的四项文本可读性改进要求（如句间连接、修饰语限制等）能有效提升AI生成文本的易懂性 (具体效果需通过实际应用测试验证，论文未提供这些规则的效果对比数据，属于基于理论的推断。)

原文内容:

论文：https://arxiv.org/abs/2610.29162v1… 
Why is AI-generated language so hard to understand?
-----------------------

AI 生成的文本为什么越来越难读？

研究者提出了一个统一的解释。

人类语言经过长期演化，被优化来成功沟通。这意味着什么？一个人说话时会倾向于缩短依存距离、在关键位置插入信号词、避免罕见搭配，这些习惯降低了听者的理解负担。心理语言学把这种倾向叫做“均匀信息密度”（uniform information density）：说话人把信息分散开，避免在某一点突然堆积太多信息让听者处理不过来。

但现在的前沿模型不再只是模仿人类文本。它们经历了大量后训练，用强化学习去解数学题、写代码、做推理。在这些任务里，一个模型因为答对了会获得奖励，但因为表达清楚不会获得任何额外的奖励。同时上下文窗口有限制，用更少的词说同样的事就能在有限空间里装更多信息。这两个因素合在一起，制造了一种信息密度压力：模型倾向于选择更短更密集的表达方式，即使这意味着偏离人类的语言习惯。

基于这篇论文的研究，可以在 Agents.md 中添加如下要求，尝试提升文本可读性：

1. 句间连接不许省。 两个判断挨着放时，如果第二句不是对第一句的直接延续，中间必须有一句话交代它们的关系。读者不应该需要自己猜两句话之间是转折、因果、还是补充。问题和回答之间同理：问题出现后，至少停一句话再展开回应。

2. 修饰语不超过两层。 一个名词前面的定语不超过两层嵌套。需要三层以上时，先把最内层的概念用一句话说清楚，再往外套。「用户行为数据分析模型优化方案」这类写法禁止出现。

3. 同一段内，抽象概念做主语并搭配动作动词的句子不超过两句。 「这个框架吞噬了…」「这条规则抓住了…」「这个机制驱动了…」——每一句单独看没问题，密集出现时读者的理解负担会累积。第三句起必须换成具体的人、事物或场景做主语。

4. 写完后自检搭配。 逐句检查名词与动词的搭配，问：这个搭配在日常口语里说不说？如果说不出来，换成说得出来的。每个字都认识但连在一起别扭的表述，就是需要换的。

⏰ 11:05 | ❤️ 178点赞 | 📝 668字 | 查看原文 →

↑ 返回顶部

哥飞 @gefei55

哥飞，出海鼓励师，SEO爱好者，Adsense玩家，出海AI工具方向创业者。
同名公众号写了五百多篇出海搞流量免费教程文章。 | 影响力: 53.59k万粉丝

💡 核心观点: 因追求完美错失创业良机，愧对Fenng转型成功。

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: Fenng十年前准备创业时，最初计划开发一个面向程序员的技术搜索引擎，后因作者先行尝试而放弃该方向。 (该声明涉及私人微信交流内容及未公开的团队决策，无公开记录或第三方佐证。)
◐ 部分可验证: 作者曾注册域名、完成网站备案并申请商标，但因追求完美主义导致项目未发布。 (域名、商标信息可通过公开数据库查询（如WHOIS、商标局网站），但项目未发布的具体原因属于主观解释，无法完全验证。)
◐ 部分可验证: Fenng团队后续推出的Readhub和抽奖助手小程序取得商业成功，抽奖助手积累数亿用户。 (Readhub和抽奖助手的存在及基本功能可验证（通过访问产品官网或小程序），但用户量级和盈利情况属于未公开数据，需依赖官方披露。)

原文内容:

我很对不起 Fenng。
十年前，Fenng 说开始创业了，我也发了一篇公众号文章说要开始创业了，第一个产品的方向是给程序员做搜索引擎，可以搜索任何技术问题，而且直接可以在搜索结果页面给出答案，而不是只给一个链接。
当时跟 Fenng 微信交流完，他说他本来也准备先拿这个方向给团队练手的，既然我要做，他就不做了。
可惜，当时我做了一段时间，迟迟没有推出产品，最后越拖越久，就没有下文了。
其实我域名买好了，网站备案了，商标都申请下来了，无奈我当时想着一定要做出一个最完美的产品才发布出来，于是就一直难产。
后来 Fenng 换了个方向练手，团队做了 Readhub 出来了，很好用，这个产品现在依然活着，有忠实用户，能赚钱。
之后 Fenng 团队又做了一个爆款产品，那就是抽奖助手小程序，积累了几亿用户。
再之后聚焦到主业医疗方向的数据积累，做了好几个好产品。
真的很佩服！

⏰ 10:50 | ❤️ 47点赞 | 📝 305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: Anthropic拟11月中旬上市，募资千亿估值2万亿。

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: Anthropic最早在美国时间10月26日周一公开IPO招股书（S-1） (可通过美国证监会EDGAR系统查询招股书是否公开，但截至推文发布时尚未查到，需后续确认。)
◐ 部分可验证: Anthropic计划11月中旬上市，募资目标最高约1000亿美元，对应估值约2万亿美元 (信息来自金融媒体IFR和知情人士，Anthropic未公开确认，需待招股书或官方公告验证。)
✓ 可验证: 2026年上半年收入163亿美元，三季度收入约168亿美元 (数据来自媒体看到的保密草稿和投资者会，未经公开招股书确认，口径可能调整。)

原文内容:

Anthropic 招股书最快今天公开：拟 11 月中旬上市，募资最高约 1000 亿美元

据 The Information 报道，Anthropic 最早在美国时间 10 月 26 日周一公开 IPO 招股书（S-1）。招股书是公司上市前必须交给美国证监会的一份完整账本，收入、亏损、大客户、合作方分成、谁掌握控制权都要写进去。Anthropic 6 月 1 日已经保密递交过草稿，只有监管能看；公开之后，普通投资者才第一次能完整翻它的账。

截至北京时间 26 日上午，美国证监会的 EDGAR 文件系统里还查不到这份招股书。上周也有报道说它最快 23 日周五公开，最后没有兑现。

【时间表】

据金融媒体 IFR 10 月 15 日报道，Anthropic 计划 26 日公开递交，11 月 9 日开始路演（向机构投资者推介股票），随后一周定价，11 月中旬挂牌。募资目标最高约 1000 亿美元，对应估值约 2 万亿美元，摩根士丹利和高盛牵头承销。这些都来自知情人士，Anthropic 没有公开确认。

这一周也是财报周：微软、Alphabet（谷歌母公司）周三发财报，亚马逊周四发。这三家都和 Anthropic 签了云算力合同，亚马逊和谷歌还是它的大投资方。

【已经流出的数字】

下面这些数字分别来自媒体看到的保密草稿和一场投资者会，都还没经过公开招股书确认，口径可能调整。

收入：据《华尔街日报》看到的一份较新草稿，2026 年上半年收入 163 亿美元，去年同期是 11 亿。第三季度的数字不在草稿里，据 FT 和路透报道，是 Anthropic 10 月 14 日在旧金山总部向潜在投资者介绍的：三季度收入约 168 亿美元，比二季度的 116 亿增长约 45%。这个 45% 是跟上一季度比，一个季度的收入已经超过整个上半年。增速在放缓，二季度比一季度（约 47 亿）涨了约 147%。

亏损：同一份草稿显示，上半年按会计准则净亏损 807 亿美元，其中约 720 亿来自可转债等融资工具的账面调整，没有对应的现金流出。Anthropic 对投资者说，按它自己的口径已连续两个季度盈利，但没说剔除了哪些成本。

对云巨头的依赖：据路透 9 月底看到的保密草稿，2025 年约 47% 的销售（约 21.6 亿美元）是通过亚马逊和谷歌的云市场卖出的。云市场相当于云厂商开的应用商店，企业在 AWS 或谷歌云的账单里直接买 Claude，平台从中抽成。路透估算两家抽走约 3.51 亿美元，相当于每卖 1 美元抽 16 美分。草稿还显示，有两个没有点名的客户各占 2025 年收入的 12%。

这几家云伙伴同时也是 Anthropic 的算力供应商。据《华尔街日报》，草稿列出的未来十年云算力承诺约 4500 亿美元，其中谷歌云 1110 亿、AWS 1100 亿、微软 310 亿。

消息来源：

⏰ 10:47 | ❤️ 53点赞 | 📝 758字 | 查看原文 →

↑ 返回顶部

karminski-牙医 @karminski3

A coder, road bike rider, server fortune teller, electronic waste collector, co-founder of KCORES, ex-director at IllaSoft, KingsoftOffice, Juejin. | 影响力: 36.92k万粉丝

💡 核心观点: BOSS直聘发布33B大模型，优化Agent能力但推理耗内存。

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:

✓ 可验证: BOSS直聘发布了名为Nanbeige4.3-33B的大语言模型，特别优化了Agent能力。 (可通过BOSS直聘官方公告或HuggingFace平台上的模型发布页面验证该模型的名称、参数规模及优化方向。)
◐ 部分可验证: Nanbeige4.3-33B的Agent能力评分高于Qwen3.8-27B。 (需依赖第三方评测数据或官方发布的基准测试结果验证，但若推文中的对比chart未公开具体数据来源，则部分信息无法直接确认。)
✓ 可验证: 模型采用标准llama架构（全注意力+GQA），未配置动态YaRN或复杂RoPE压缩算法，仅通过调整rope_theta支持512K上下文。 (可通过模型的开源代码库（如GitHub）或技术文档验证架构细节及上下文处理方案。)

原文内容:

BOSS直聘刚发了个 Nanbeige4.3-33B

说实话我在HuggingFace上刚刷到的时候还以为是个欧洲模型, 硬是没读出来 Nanbeige 是啥, 搜了下发现其实是 BOSS 直聘的大语言模型实验室, 叫南北阁.

这次发布的 33B Dense 版本特别优化了模型的Agent能力, 我给大家做了个对比chart, 哪个面积大哪个就更强, 从Agent分数上来看, 甚至比Qwen3.8-27B 还要高. 当然其它的诸如写代码能力就差一些了.

它们之前8月份也发过 Nanbeige4.2, 是完全的自研架构 Looped Transformer, 而这次则用了非常保守的标准 llama 架构, 就是全注意力+GQA. 这也意味着, 这个模型推理起来还是很吃内存的. 以及只能用外置MTP加速了. 另外长上下文方案可能也比较糙, 模型上来就支持512K上下文, 但是没有配置动态 YaRN 或复杂的 RoPE 压缩算法. 就是直接把旋转位置编码的基数(rope_theta)调到了1.2亿来支持.

当然这么搞也是有好处的, 首先就是架构很简单, 几乎所有推理引擎都能跑, 其次官方的定位是教师模型, 所以估计后续会发布一些小的蒸馏模型供实际使用. (目前还没发). 等它们发布了我有空给大家来个10B以下小模型横评.

#Nanbeige #boss直聘

⏰ 10:30 | ❤️ 34点赞 | 📝 345字 | 查看原文 →

↑ 返回顶部

Gorden Sun @gorden_sun

只发AI相关信息，个人维护的AI资讯日报（已连续日更3年） | 影响力: 0万粉丝

💡 核心观点: 不同AI会员性价比分析及订阅建议

可信度: 8/10 – 1项声明可直接验证；3项需进一步确认；1项为观点陈述

事实核查:

◐ 部分可验证: Claude Pro订阅价格为20美元，提供顶级模型和超多额度，封号概率低且退款流程简单 (Claude Pro的订阅价格和模型功能可通过Anthropic官网验证，但“封号概率低”“退款流程”等细节需依赖用户实测或非官方渠道反馈，官方未公开具体数据。)
◐ 部分可验证: Gemini Pro学生会员可通过反重力使用Opus 5.5和缩水版Gemini 4，附带权益包括AI Studio、NoteBookLM等多项服务 (Gemini Pro的权益列表部分可在Google官方页面找到（如AI Studio、NoteBookLM），但“反重力”“缩水版Gemini 4”等描述缺乏官方定义，学生会员的具体权限需实测确认。)
✓ 可验证: 菲区ChatGPT Plus会员价格约110元，风控级别低且风险小 (OpenAI未公开不同地区的风控策略，菲区价格需通过第三方渠道确认，且“风险小”属于经验性判断，无官方依据。)

原文内容:

我认为最值得订阅的AI会员

Claude Pro：20美元即可享用顶级模型与超高额度（性能媲美100美元的ChatGPT）。Pro订阅封号风险极低，即便遭遇封号也无需担忧——封号后申请退款并重新订阅即可，且退款时常能全额到账。

年度几十元的Gemini Pro会员：虽然Jio和Pixel渠道价格更低，但学生会员可在反重力平台使用Opus 5.5和精简版Gemini 4（尽管额度有限）。该会员权益异常丰富，涵盖：反重力平台、AIStudio多模型调用、Gemini应用、浏览器内置问答、NoteBookLM、Gemini Flow（每月100个视频配额）、Flow Music（音乐生成）、基础版YouTube会员、Colab显卡资源以及每月10美元福利金。

约110元的ChatGPT Plus会员：菲律宾渠道自购成本不超过110元，代理渠道约110-120元。Plus版本风控等级较低，风险相对可控。

月付270元的土耳其Gemini Ultra 5x会员：相比Pro版本拥有更充足的额度，并附赠YouTube高级会员。虽然其反重力功能逊色于同类Agent，但270元的定价远低于竞品。

100美元的Claude Max会员与菲律宾区10倍额度ChatGPT会员：适合高频用户。鉴于两者风控严格，建议优先选择苹果订阅渠道。

注：若持有土耳其ChatGPT永久会员、玻利维亚区ChatGPT会员或附赠Cursor的Grok会员等稀缺资源，建议保留使用。

⏰ 09:55 | ❤️ 146点赞 | 📝 306字 | 查看原文 →

↑ 返回顶部

知识猫AI实验室 @geekcatx

10年+大厂程序员｜AI内容工程师
用 AI 做图、做视频、搭工作流
分享真实作品、工具与增长实验
探索一人公司的更多可能
学习/咨询/合作 vx:gnipbao | 影响力: 0万粉丝

💡 核心观点: X简中区内容低质泛滥，呼吁取消创作者收益净化环境。

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: X简中区存在恶意给Tim充蓝V蹭流量的行为 (需核查具体案例（如Tim账号的蓝V认证记录、相关争议事件），但平台未公开蓝V审核细节，且“恶意”动机难以客观验证。)
◐ 部分可验证: X简中区充斥无脑搬运的擦边图、包浆烂段子和低质量AI长文 (可通过抽样分析时间线内容验证趋势，但“无脑”“低质量”等评价含主观判断，且需定义具体标准。)
✓ 可验证: 真正搞技术、分享干货的创作者被淹没 (依赖个人观感，缺乏数据（如优质创作者流量下降的对比统计），算法推荐机制不透明。)

原文内容:

现在的 X 简中区，真是越来越垃圾了。

为了蹭那点流量分成，各种手段恶心到突破底线： 
有恶意给 Tim 充蓝 V 架火上烤的，有跳出来扬言举报搞事情的，卧槽了。

剩下的时间线更是重灾区： 
要么是无脑搬运的擦边图和包浆烂段子，要么就是一股塑料味、毫无实操价值的 AI 烂长文。 真正沉下心搞技术、跑工作流、分享干货的人，全被淹没在这堆电子垃圾里。

@grok 赶紧把中推的创作者收益取消吧，简中时间线才能抢救一下。

⏰ 15:47 | ❤️ 418点赞 | 📝 162字 | 查看原文 →

↑ 返回顶部

CuiMao @cuimao

AI Developer | NVIDIA YES ｜ Qwen ｜
Github: https://github.com/Cuimao777 | 影响力: 0万粉丝

💡 核心观点: 作者因流量爆红反思创作初衷，决定暂停投机取巧的视频更新。

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: 作者制作的嘲讽达里奥的视频因Claude封号事件而爆火，获得全网几百万流量 (视频流量数据（如播放量、评论数）可通过B站等平台公开页面部分验证，但“因Claude封号事件爆火”的因果关系需结合时间线和舆论分析，无法直接验证。)
✓ 可验证: 作者未发明技术或创造实质性内容，仅利用现有工具（如Seedance）和热点投机创作 (工具使用和创作动机属于作者主观描述，无公开证据证明其技术依赖程度或投机意图。)
✓ 可验证: AI工具降低了创作门槛，使个人能独立完成原本需团队协作的影视效果 (AI工具（如生成模型、合成语音等）的能力和行业影响可通过技术文档、案例对比公开验证，但具体到作者个人体验仍需部分依赖其陈述。)

原文内容:

为什么我没有继续更新达里奥？

最近在 B 站评论区，经常有人问我：“怎么不更新达里奥的长篇 AI 视频了？”

其实我脑子里还有无数个恶搞 Anthropic 的故事。有的情节连我自己想起来都想笑。真要继续拍，完全可以拍成一个系列。

但我真他妈的忍住了。

前阵子，那几条视频突然爆了。全网几百万的流量往账号里涌，评论、关注、私信一条接一条。那种感觉很奇怪。按理说应该高兴，可我当时反而有点害怕。

因为我比谁都清楚，自己到底做了什么。

那时候正好赶上 Claude 封号的事，我很生气。于是花了很多时间琢磨 Seedance，研究怎么让镜头更像电影，人物怎么动，包袱怎么抖，最后做了个视频，嘲讽一下达里奥。

仅此而已。

我没有发明什么技术，也没有创造什么了不起的东西。说得难听一点，甚至有点投机取巧。恰好碰上大家都在讨论的事，恰好我也有情绪，恰好手里有一个能把脑洞拍出来的工具。

然后，流量就来了。

但这件事确实让我重新认识了自己。

我发现，哦，原来我的编剧能力还不错。哈哈。一个笑点放在哪儿，人物该怎么反应，镜头什么时候切，前面埋的东西什么时候翻出来，这些以前没被认真验证过的直觉，居然真的能让很多人笑出来。

网感这个东西也挺奇怪。有时候你就是知道大家爱看什么。模型能帮我做出画面，却没办法替我决定，究竟什么值得拍，为什么要这么拍。

可我后来越来越常问自己一个问题：我知道大家喜欢看什么，那我自己究竟喜欢做什么？

如果明天达里奥再也没有新闻，Anthropic 再也没有槽点，我还能做出什么？如果平台一直给我流量，我会不会为了维持这种快乐，把原本想花时间弄明白的东西，一件件往后推？

现在 AI 领域实在太热闹了。每天都有新模型、新功能、新玩法。以前需要摄影、灯光、动画、剪辑一整套团队完成的东西，现在一个人坐在电脑前，也能做出相当惊人的效果。

我自己就在享受这些变化。它让很多原本没有机会表达的人，第一次有能力把脑子里的故事变成画面。这件事很了不起。

可也正因为如此，我经常提醒自己：画面是模型生成的，声音是模型合成的，很多技巧也是别人研究好、写成教程分享出来的。工具的能力越强，我们就越容易把结果带来的成就感，误认为是自身能力的增长。

今天学会一个提示词，明天换一个工作流，后天又跑出一个惊艳的视频。每一天都很兴奋，每一天都觉得自己在进步。但如果把这些工具拿走，真正留在我身上的东西有多少？

我觉得这是现在做 AI 内容最值得警惕的事。

过去几年，很多人靠着“人无我有”就能获得关注。会用一个新工具，会做一种以前没人见过的效果，本身就有价值。可这段时间正在过去。越来越多人用得起同样的模型，看得懂同样的教程，也能做出同样漂亮的画面。

接下来的竞争，只能是“人有我优”。

这个“优”，可能是判断力，可能是编剧能力，可能是技术理解，也可能是你愿意花几个月去研究一个问题，真正弄明白它，再用自己的方式讲出来。

AI 奶头乐当然快乐，我自己也没少玩。但如果几年下来，一个人只是不断消费模型带来的新鲜感，等着下一次更新替自己制造惊喜，自己的知识、审美和判断却始终停在原地，那才是我真正担心的事。技术进步得越快，这种落差就越难弥补。

所以，我并没有决定不拍达里奥。哪天想到一个实在好笑的故事，我照样会拍。恶搞本来就是我喜欢的表达方式，也没必要给它安上多么宏大的意义。

只是我不想让自己的生活被下一条爆款牵着走。我还有太多真正想研究、想理解、想亲手做出来的东西。它们可能没那么容易获得流量，也可能几个月都看不到结果。

但那些时间，至少是花在我自己身上的。

我最怕的，是几年以后回头看，AI 已经变得无比强大，而我只是越来越熟练地等待它的下一次更新。

⏰ 21:09 | ❤️ 357点赞 | 📝 1282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: 0万粉丝

💡 核心观点: 开源工具OpenWiki将代码库转为可追溯的Markdown文档，提升开发效率。

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: OpenWiki 工具能将整个代码库整理成互相链接的 Markdown 文档库 (可通过 GitHub 仓库（http://github.com/langchain-ai/openwiki）直接查看工具功能描述及文档示例。)
✓ 可验证: OpenWiki 已获得 17000+ Star (GitHub 仓库的 Star 数量为公开数据，可直接在页面顶部验证。)
◐ 部分可验证: 支持 10 个编码 Agent（如 Claude Code、Codex 等）直接调用，无需额外配置模型 (需实测或查阅官方文档确认具体支持的 Agent 列表及集成方式，但 GitHub 仓库可能提供部分说明。)

原文内容:

接手一个复杂开发项目时，若让Claude Code协助修改功能，每次它都需要从头梳理代码。当对话中途触及上下文容量上限时，又得重新解释项目架构。

LangChain团队开源的工具OpenWiki能将整个代码库转化为相互关联的Markdown文档库，目前已斩获17000+星标。该文档库存储在仓库的openwiki文件夹中，完全由用户自主掌控。无论是智能体查询上下文回答问题，还是开发者查阅资料，都基于同一份实时更新的文档体系。

每项说明均可溯源至对应源码，代码变更时仅需更新受影响部分，无需整体重写。项目已集成10种主流编程智能体（包括Codex、Claude Code、OpenCode、Cursor等），无需额外配置模型即可直接调用。

安装后只需在仓库中对智能体下达"初始化OpenWiki"指令，系统便会自动生成结构化文档。多个关联仓库还可整合为统一工作区，实现跨项目联合检索。

在大型项目中，保持文档与代码同步始终是核心痛点，而这一解决方案展现出显著潜力。

⏰ 09:00 | ❤️ 46点赞 | 📝 244字 | 查看原文 →

↑ 返回顶部

哥飞 @gefei55

哥飞，出海鼓励师，SEO爱好者，Adsense玩家，出海AI工具方向创业者。
同名公众号写了五百多篇出海搞流量免费教程文章。 | 影响力: 53.59k万粉丝

💡 核心观点: 产品形态决定流量类型，变现需匹配用户明确生成需求。

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: 上周一凌晨一点上线的新产品至今共获得2K的UV，其中ChatGPT带来700个 (UV（独立访客）数据通常可通过网站分析工具（如Google Analytics）验证，但需访问者提供后台截图或公开数据源；ChatGPT的流量来源需进一步确认是否来自特定推广渠道或自然搜索。)
✓ 可验证: 产品一单未出，失败原因是未采用生成器形态，而是以内容资讯为主 (销售数据（零订单）和失败原因属于内部运营信息，除非作者公开后台数据；产品形态与用户需求的关联性为个人分析，缺乏客观证据。)
◦ 观点: 彪哥建议“不要做Agent，要做表单”，因为表单更直观且易变现 (这是第三方（彪哥）的主观建议，未提供具体案例或数据支持；表单与Agent的优劣比较属于策略观点，无客观验证标准。)

原文内容:

大家想看失败的案例，现在一个新鲜的失败案例来了。
上周一凌晨一点上线到新产品到今天总共2K 的 UV，其中 ChatGPT 来了700个。
但现在看来，是个失败的产品，因为一单没出。
我现在总结下来，没有付费的最可能原因，跟产品形态有关。
我没有做成生成器形态，而是做成了以内容资讯为主，附带生成器。
这样不管是 GPT 的理解，还是用户的需求，都是另一种类型的流量，是来获取信息的，他们本身没有生成需求。我又想起彪哥前几天说的，不要做 Agent，要做表单。
因为表单最直观，最容易理解，用户很明确自己要的是什么，一看表单就知道要怎么操作。整个互联网，流量是有很多的，我们需要搞清楚，我们要的是什么样的流量，我们的目的是变现，那就要用户有明确生成需求到流量，这样才可能会有人付费。
其他的流量，除非量特别大，可以靠广告变现，不然其实没必要去搞。

⏰ 08:58 | ❤️ 27点赞 | 📝 301字 | 查看原文 →

↑ 返回顶部

Robinson · 鲁棒逊 @python_xxt

Insight |
碳基信息漏斗丨
Believable. Reliable. | 影响力: 28.16k万粉丝

💡 核心观点: AI发展过快令资深工程师感到职业危机和疲惫。

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

事实核查:

◐ 部分可验证: 人工智能现在能设计系统，且在很多情况下表现比人类更好 (可通过对比AI工具（如GPT-4、Claude等）与人类工程师设计的系统案例或基准测试结果进行部分验证，但需具体场景和标准，且“表现更好”缺乏普适性定义。)
◦ 观点: 未来五到十年内，不会剩下太多真正的就业机会 (属于对未来就业市场的预测，无直接数据支持，且受经济、政策、技术发展等多变量影响，无法客观验证。)
✓ 可验证: 人工智能一年前无法设计系统，现在可以 (可通过对比2023年与2024年AI工具（如GitHub Copilot、Devin等）的功能迭代文档或技术报告验证其设计能力的变化。)

原文内容:

“我累了”

软件工程师的告白

我厌倦了人工智能。
我是一名拥有近十年经验的软件工程师。我们正处于一个完全疯狂的时代，我们所有人都试图跟上发展的步伐，但老实说，我不知道我们还能不能跟得上。
一切都以超越人类大脑处理能力速度在前进。
我人生中第一次认真考虑从事农业或自己生产食物。我真的觉得在未来五到十年内，不会剩下太多真正的就业机会。
我知道你们会说什么，“真正精通自己工作的人会幸存下来”。
一年前我也会说同样的话。但现在我不再这么说了。
事情发展得太过迅速。我感觉构建网站、制作游戏或推出SaaS产品已经开始失去意义。
就在一年前，我还说，“是的，人工智能能写代码，但它无法设计系统。你仍然需要一位资深工程师或架构师来监督一切”。
现在我也不再说这个了。
现在它能设计系统，而且在很多情况下，它的工作表现比我们做得更好。
有时候我觉得我们正在建造一个会让我们变得无用的东西。
我累了。

完全的感同身受

⏰ 08:25 | ❤️ 32点赞 | 📝 348字 | 查看原文 →

↑ 返回顶部

GitHubDaily @github_daily

💡 核心观点: 开源中文投资教程，零基础学美股期权加密货币，重点揭示风险与基础知识。

可信度: 10/10 – 3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: 「投资入门指南」是一份开源的中文教程，适合从零开始学习了解美股、期权和加密货币的人，不需要金融背景。 (可通过提供的GitHub链接（http://github.com/xuchonglang/investing-for-beginners）直接查看教程内容、语言及目标受众描述，确认其开源属性和覆盖主题。)
✓ 可验证: 教程内容涵盖交易时间、下单方式、财报分析、期权定价、仓位管理、钱包安全等，每篇篇幅较短。 (通过GitHub仓库的文件目录或实际阅读教程章节，可验证所列主题是否存在及其篇幅长度。)
✓ 可验证: 作者提到两位身边案例：学长最高点买房导致积蓄清零，朋友杠杆亏损500万。 (个人经历描述无公开记录或第三方佐证，属于匿名案例，无法核实真实性。)

原文内容:

「投资入门指南」是一份开源的中文教程，适合从零开始学习了解美股、期权和加密货币的人，不需要金融背景。

内容从交易时间、下单方式、财报和基础估值讲起，再到期权定价、仓位管理、钱包安全和常见骗局，每篇都写得很短。

GitHub：http://github.com/xuchonglang/investing-for-beginners…

作者在开头讲了两个身边的例子，一位学长在最高点买房，几百万积蓄清零，一位朋友用杠杆亏掉了 500 万。

所以这份指南不告诉我们该买什么，而是帮我们弄懂自己在买什么、风险从哪来，下单前该核对哪些信息。

杠杆、爆仓、授权钓鱼这些坑都单独拎出来讲了，我觉得这部分比任何收益宣传都有用。刚接触投资、术语都看不太懂的，可以先从词条读起。

⏰ 07:30 | ❤️ 78点赞 | 📝 231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: 宋美龄警示勿轻敌日本，呼吁提前规划战后和平。

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: 宋美龄是1943年第二位在美国国会联席会议上讲话的女性，也是第一位来自中国的演讲者 (可通过美国参议院官方网站或国会历史档案直接查询演讲记录及历史人物信息，相关事实属于公开历史记录。)
◐ 部分可验证: 演讲原声由美国国家档案馆（NARA）保存，目录号2209240，属于美国境内公有领域 (需通过NARA官网检索目录号确认音频是否存在及版权状态，但实际操作中可能存在档案数字化程度或访问权限限制。)
✓ 可验证: 演讲中宋美龄提出“不可小看日本”并引用《孙子兵法》反驳“先对付希特勒”的战略观点 (演讲内容可通过美国国会记录（Congressional Record）或档案馆原声核对，历史文献中该观点与宋美龄的公开立场一致。)

原文内容:

宋美龄 1943 年国会演讲原声：别低估日本，想好战后

1943 年 2 月 18 日，宋美龄在华盛顿的美国国会众议院厅发表演讲。美国参议院的藏品页说，她是第二位在国会联席会议上讲话的女性，也是第一位来自中国的人。这条视频用的是美国国家档案馆保存的 21 分钟原声，配英文原文和中文译文，分六章。

这篇演讲讲了五件事：
1. 旅途所见：她惦记驻守偏远据点的美国兵，说日复一日的枯燥差事，往往比打仗更磨人。
2. 民主的熔炉：她在空军基地见到各国第一代移民组成的美国兵，说对共同原则的忠诚能消除种族隔阂。
3. 不可小看日本：她引孙子“知己知彼”，反驳“先对付希特勒、日本是次要”的看法，提醒国会中国已经孤身承受了四年半的全面侵略。
4. 战后的世界：她请国会为战后做准备，说和平不能带着惩罚的精神，不能只顾一国一族，要有远见，不能耽于幻想。
5. 结尾：与其屈辱地接受失败，不如光荣地冒险。

章节：
00:00 开场：国会的任务
01:38 旅途所见：远方的美国兵
06:18 民主的熔炉
09:06 不可小看日本
14:29 战后的世界
19:27 宁可光荣地冒险

声明：
1. 原声：美国国家档案馆（NARA）藏，目录号 2209240，美国境内公有领域（No Copyright – United States）。
2. 字幕：英文由本机语音模型转写、对照《国会记录》文本校订；中文译文由 AI 辅助翻译，未经人工校对，以录音为准。
3. 配图：均为标注公有领域或 CC0 的历史图像，部分为示意图并在画面上标明。
4. 制作工具：baocut （https://github.com/jimliu/baocut）

⏰ 05:28 | ❤️ 31点赞 | 📝 456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: 用BaoCut技能制作双语字幕纪录片风格视频。

可信度: 9/10 – 2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: 使用 BaoCut Skill 可以制作具有特定排版风格的视频（如档案馆、纪录片风格） (可通过 GitHub 链接查看技能文档（SKILL.md），但需实际安装 BaoCut App 并测试功能是否完全匹配描述，无法直接验证效果是否符合“档案馆/纪录片风格”等主观要求。)
✓ 可验证: BaoCut App 支持转录、对齐翻译及双语字幕功能 (GitHub 技能文档中明确提到需配合 App 实现“转录和对齐翻译”，功能描述具体，属于技术性声明，可通过官方渠道验证。)
◐ 部分可验证: 视频排版需包含局部演讲画面、历史图片插入、章节副标题等设计元素 (技能文档中提及部分功能（如字幕、章节处理），但“美观大方、浑然一体”等效果需实测验证，设计效果属于主观评价范畴。)

原文内容:

使用BaoCut Skill即可制作此类排版视频（需配合安装BaoCut App实现转录与翻译对齐）：
https://github.com/JimLiu/baocut/blob/main/skills/baocut/SKILL.md…

> 请制作具有设计感的版面视频，采用档案馆/纪录片风格：演讲画面仅局部呈现，搭配双语字幕，若有章节则转为副标题，并根据讲述内容搜索相关历史图片嵌入。整体需呈现美观大方、风格统一的横版效果。

⏰ 23:14 | ❤️ 193点赞 | 📝 113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: Techartist用Opus 5.5制作免费3D可视化GCSE物理课本《Every Joule》。

可信度: 8/10 – 2项声明可直接验证；1项需进一步确认

事实核查:

✓ 可验证: Techartist 用 Opus 5.5 和 Three.js 制作了 3D 可视化物理课本《Every Joule》 (可通过推文提供的链接（https://iamtechartist.com/every-joule/）直接访问项目页面，查看技术工具（Opus 5.5、Three.js）和作品内容。)
◐ 部分可验证: 《Every Joule》覆盖英国 GCSE 物理“能量”整章，免费在线观看 (可通过链接确认内容是否免费在线提供，但需对比 GCSE 官方课程大纲以验证是否完整覆盖“能量”单元，需进一步核实。)
✓ 可验证: GCSE 是英国学生 16 岁左右参加的毕业考试，大致相当于中考 (GCSE 的年龄范围和考试性质为公开信息，可通过英国教育部或考试委员会官网（如 AQA、Edexcel）验证。)

原文内容:

科技艺术家运用Opus 5.5打造3D可视化物理教材《Every Joule》：十课时讲透英国中学"能量"单元，免费在线阅读

完整涵盖英国GCSE物理课程"能量"章节。GCSE是英国学生约16岁参加的毕业考试，其难度层级与我国中考相当。

该项目采用Anthropic公司的Opus 5.5模型配合Three.js（网页端3D渲染开源工具）开发完成。

https://iamtechartist.com/every-joule/

⏰ 01:04 | ❤️ 519点赞 | 📝 80字 | 查看原文 →

↑ 返回顶部

# x每日奏折