全部 AI 动态 · AI 热点

8月8日

22:58

AI产品黄叔@PMbackttfuture

一位用户在感谢WorkBuddy时分享了自己的使用方式：hy3免费版被使劲薅，V4 Flash因高性价比被大量使用，每天消耗5000万token。他还提到GLM 5.2的Pro套餐和K3的199元会员，这些曾经吃灰的订阅现在都派上了用场。WorkBuddy让他觉得自己是在提前投资而不是乱花钱。

技巧 WorkBuddy hy3 V4 Flash

推荐理由：WorkBuddy把AI订阅安排得明明白白，免费的和高性价比的一起用，每天5000万token不心疼。

原文

21:28

Geek@geekbb

@geekbb 在 X 上分享了一个看 YouTube 的技巧：先把视频字幕下载下来，再交给 AI 总结。他表示这样做效率提升 100 倍。这条推文目前有 4 条回复、2 次转发和 7 个赞。

技巧 YouTube 视频总结字幕

推荐理由：geekbb 教你：YouTube 视频先下字幕，再丢给 AI 总结，效率提升 100 倍。适合嫌长视频费时的人。

原文

15:59

Viking@vikingmute

博主在开发新应用时使用Kimi K3，连续十几次没能解决同一个问题。他让ChatGPT 5.6 Sol制定方案，再由K3执行，依然失败。最后改用ChatGPT 5.6 Sol直接处理，一次搞定，并用Computer Use自行验证。整个过程耗时很短，效率对比明显。

技巧 ChatGPT 5.6 Sol Kimi K3 编程助手

事件专题

推荐理由：开发卡壳时，Kimi K3搞了十几次没搞定，换ChatGPT 5.6 Sol一次就治好了，还能自己验证。

原文

12:03

orange.ai@oran_ge

作者测试了Seedance 2.5和LibTV，认为AI Agent虽能辅助创作，但最终仍需人类把关。Seedance 2.5和LibTV的能力越强，创作中需要人工控制的细节就越多。纯靠文字提示词生成视频行不通，例如用Seedance 2.5时若不给足细节，输出很难令人满意。优秀的产品设计和工程实现，能显著放大Seedance 2.5这类模型的实际效果。

技巧 Seedance 2.5 LibTV 视频生成

事件专题

推荐理由：实测Seedance 2.5和LibTV后，作者说纯文字生成视频不行，模型越强越要人调细节。做创作的可以看看。

原文

12:02

小互@imxiaohu

Claude 的手写可视化近日在 X 平台走红。作者 Xian 整理了 5 个同方向的交互作品，全部可以实际体验。这些作品让网页重新有了纸张、涂鸦、翻页和拖拽的质感。链接指向 ponpon-mania.com/chapters，加载较慢，需要耐心等待。

技巧 Claude 手写可视化交互作品

推荐理由：Xian 整理了 5 个 Claude 手写可视化作品，点开就能玩，比看截图更有感觉。

原文

10:33

宝玉@dotey

精选

本文分享 Agent /goal 功能的使用方法，强调明确目标、验证结果和停止条件三个要点。作者用 Fable 5 将视频转录性能优化了 2 倍多，提示词中要求以 Moss 模型测试大视频转录并建立基准。Agent 会分析瓶颈、优化后重新转录对比数据，直到认为没有优化空间才停止。为节省额度，作者让 Agent 把具体任务交给 subagent Opus5 执行。也可开 worktree 验证新技术方案的效果。

技巧 Fable 5 Opus5 Moss

事件专题

推荐理由：@dotey 用 Fable 5 跑 /goal，把视频转录提速 2 倍多，关键是给 Agent 定好验证和停止条件，具体任务丢给 Opus5 省额度。

原文

09:40

shao__meng@shao__meng

81°

Databricks 根据自身实践和 Stripe、Coinbase、Uber 的经验，总结出四个降低 AI 编程成本的杠杆：迁移到开源/低成本模型、动态路由、渐进式摩擦和削减 Token 开销。实测中，任务级路由让成本下降 30% 以上，上下文压缩让 Token 量减少近 50%，组合策略最高可省 90%。Stripe 测试 Opus 4.7 后认为其性价比不足，拒绝上线。Databricks 将 Unity AI Gateway 和 Omnigent 以开源或免费形式放出。

技巧 Databricks Omnigent Unity AI Gateway

推荐理由：Databricks 把自家压成本的套路公开了：换便宜模型、动态路由、限流、砍上下文，最高省 90%，还开源了工具。

原文

06:28

Y Combinator@ycombinator

Science Corp正在研发视网膜植入物，一名失明患者已借助它读完一本300页的小说。在Startup School 2026上，CEO Max Hodak分享了公司如何搭建采购与招聘的基础设施。他提到第17名员工如何影响采购流程，以及实验的真实成本如何决定迭代速度。他认为创始人不能委托判断力，行动产生信息，迭代速率是成败分水岭。

技巧 Science Corp Max Hodak 视网膜植入物

推荐理由：Science的视网膜植入物让盲人读完了300页小说，CEO还讲了创业公司怎么招人、买东西，全是实操，不是空话。

原文

04:30

官方账号Simon Willison@simonw

Simon Willison用Codex月度订阅开发了Moonlight & Mayhem项目。据AgentsView统计，按API价格计算该开发过程约需23.28美元。这一数据对比展示了订阅制与API按量计费之间的成本差距。

技巧 Codex AgentsView Moonlight & Mayhem

推荐理由：Simon用Codex月费做了个项目，按API算才23美元，订阅值不值一目了然。

原文

04:27

官方账号Simon Willison@simonw

Simon Willison在博客中记录用Codex生成浣熊动画的过程。Codex初版把浣熊眼睛画成身体的四倍大，需要手动修复。他对比了Fable，后者从单个提示词就完成了全部工作。博客包含具体实现细节和修复过程。

技巧 Codex Fable Simon Willison

推荐理由：Simon Willison用Codex做浣熊动画，Codex把眼睛画成四倍大得手动修，Fable一条提示就搞定，挺有意思。

原文

03:23

官方账号LangChain@LangChainAI

精选

Harmonic 的 AI 产品工程负责人 Austin Berke 在 LangChain 组织的炉边对话中，分享了他们基于 Deep Agents 重构产品 Scout 的过程。重构后 Scout 的用户留存率提升至原来的 4 倍。完整视频已发布在 YouTube。

技巧 Deep Agents Harmonic Scout

推荐理由：Harmonic 工程师讲了怎么用 Deep Agents 把 Scout 留存做到 4 倍，真实案例，做 AI 产品的可以学学。

原文

02:03

Milvus@milvusio

精选

当AI Agent给出糟糕回答时，问题往往不在模型而在检索层。向量搜索结果受嵌入、索引类型、量化、元数据过滤等因素影响。IVF、HNSW、DiskANN各有不同权衡，量化提升速度与存储但需检查召回率。Simon Hearne的演讲演示了如何可视化向量搜索，类似SQL的EXPLAIN。调试时建议直接追踪recall@k、观察分数分布、监控过滤命中率。

技巧 Milvus 向量检索 RAG

推荐理由：Milvus 团队分享：Agent 答错先查检索层，用 EXPLAIN 思路可视化向量搜索，讲 IVF/HNSW/DiskANN 取舍，搞 RAG 的值得看。

原文

02:02

Notion@NotionHQ

Notion在X上发帖，征集用户用AI构建省时工具的案例。该帖已有15条回复、4次转发和22个点赞，浏览量为4509次。Notion的提问聚焦于用AI处理原本讨厌的工作，鼓励分享实操经验。

技巧 Notion AI工作流自动化

推荐理由：Notion在X上问大家用AI省时间的方法，评论区都是真人分享，能抄到不少实用工作流。

原文

00:00

官方账号Simon Willison@simonw

ChatGPT 移动应用里长按发送按钮，会弹出 effort 调整滑块，只对当前这条提示生效。默认可以保持 instant 档位，需要更全面回答时再临时调到 high。这个技巧由 Michelle Pokrass 分享，Simon Willison 在 X 上转发推荐。它让用户不必全局修改设置，就能按需控制单次回答的推理强度。

技巧 ChatGPT 移动端 effort

推荐理由：手机上用 ChatGPT 时，长按发送键就能单独调这次回答的出力档位，不用改全局设置，挺方便。

原文

8月7日

22:09

官方账号LangChain@LangChainAI

精选71°

monday.com 工程总监 Dor Cohen 将在 10 月 13 日的 Interrupt 伦敦大会上分享 LLM 评估系统搭建经验。该系统采用双管道架构，利用 LangSmith 生产追踪数据同时支撑线上与离线评估。大会由 LangChain 主办，更多议程见 interrupt.langchain.com/london。

技巧 monday.com LangSmith LLM评估

推荐理由：想学 LLM 评估的别错过，Dor Cohen 会讲 monday.com 怎么用 LangSmith 同时跑线上和离线评测，10 月 13 日伦敦见。

原文

19:48

AI产品黄叔@PMbackttfuture

一位用户分享称，现在用 WorkBuddy 中的 v4 flash 模型就能完成 Skill 的创建、优化与运行，不再需要 Claude Code。去年10月底 Skill 功能推出时，官方还要求必须使用 Claude Code，因为当时只有 Claude 模型能较好完成这项任务。不到一年时间，v4 flash 已经能独立承担全流程。相比之下，v4 flash 的接入大幅降低了 WorkBuddy 的使用门槛。

技巧 WorkBuddy v4 flash Claude Code

推荐理由：用户实测：WorkBuddy 里的 v4 flash 就能搞定 Skill 的创建、优化和运行，去年还得靠 Claude Code。

原文

17:46

Viking@vikingmute

作者vikingmute清理全局Skills，只保留自己的工作流、matt的若干和ponytail。ponytail配合Codex使用能有效减少过度设计。作者觉得caveman已没什么用，而其官网已从Skills扩展成创业公司。作者在问大家还在保留哪些Skill。

技巧 Codex ponytail caveman

推荐理由：vikingmute分享了他清理Skills后的保留清单，说ponytail配Codex防过度设计很好使，caveman都变成创业公司了，想看看你还留着啥。

原文

16:41

向阳乔木@vista8

有网友在X发帖询问Token即将重置但用量剩余很多时如何自动消耗。帖子收到大量回复，主要建议包括做知识库整理、深度研究、运行goal指令。其他途径有代码重构、端到端测试，以及生图、写小说等内容生产。作者将大家的回复汇总成一个网页，地址为32kw.com/view/8735f5c，该帖目前浏览量约338次。

技巧 Token 知识库整理代码重构

推荐理由：在X上看到个实用话题：Token快过期但用不完怎么办？有人总结了消耗方法还做了汇总网页，有闲余Token的可以看看。

原文

16:12

官方一手歸藏(guizang.ai)@op7418

作者用Codex构建了一个骑行数据分析展示工具。该工具将码表数据转化为动态3D地图，呈现骑行轨迹。视频演示了从骑行数据采集到可视化展示的过程。

技巧 Codex 骑行数据数据可视化

推荐理由：有个博主用Codex做了个骑行数据分析和3D动态地图展示，爱骑车或玩数据可视化的人可以看看。

原文

13:06

宝玉@dotey

82°

Higgsfield AI 制作的95分钟AI电影《Hell Grind》以50万美元成本完成，并在戛纳电影市场放映。影片获得了《华尔街日报》《Variety》和BBC新闻的报道。官方已将全部提示词和制作素材开源，用于Higgsfield全球电影节。开源地址需要注册后访问。

技巧 Higgsfield Hell Grind AI电影

事件专题

推荐理由：Higgsfield把95分钟AI电影《Hell Grind》的提示词和素材全开源了，成本50万美元，想学AI电影制作的可以直接抄作业。

原文

12:59

Geek@geekbb

精选

StarKnightt在GitHub发布Three.js项目，用12000行手写JavaScript程序化生成完整丛林小径。场景包含423.8米长小径、16个物种共100799株植物和536块逐块侵蚀的石块。树叶、树皮、石头、角色皮肤和全部60段音频都在加载时由代码算出，没有一张外部贴图或模型。项目还有22根骨骼的程序化角色，以及通过15次GPU烘焙生成的29张贴图。

技巧 Three.js 程序化生成 GitHub

推荐理由：这个项目用纯代码造了一个森林，没一张贴图，全靠数学和耐心，看看12000行怎么变出100799棵树。

原文

12:49

官方一手歸藏(guizang.ai)@op7418

一位用户分享每周让 GPT 5.6 Pro 分析运动数据，推文获 1125 次查看。该用户表示，GPT 5.6 Pro 能帮助理解每周运动节奏。互动数据包括 2 个赞和 1 条评论。作者暂未公开 GPT 5.6 Pro 的具体分析流程。

技巧 GPT 5.6 Pro 运动数据经验分享

推荐理由：有人每周用 GPT 5.6 Pro 分析运动数据，说比单纯看数字有用。感兴趣的可以看看这条推文。

原文

11:36

AI Will@FinanceYF5

76°

AI 电影《Hell Grind》时长 95 分钟，由 15 人团队在 14 天内制作完成，成本约 50 万美元，并入围戛纳。Higgsfield 现已将影片的提示词和全部资产开源。华尔街日报、Variety、BBC 都曾报道过该项目的制作流程。

技巧 Higgsfield Hell Grind 视频生成

事件专题

推荐理由：想用 AI 拍电影？Higgsfield 把《Hell Grind》的提示词和素材全开源了，照着做就能复现戛纳级短片。

原文

11:09

向阳乔木@vista8

一条获得481次浏览的社区帖在讨论Token重置前的用量消耗方法。发帖人询问大家会选择让模型执行哪些无需人工介入的自动任务。当前帖子仅有8条回复，讨论焦点集中在如何减少人工介入的场景。内容未涉及具体模型或工具名称。

技巧 Token重置自动化任务社区讨论

推荐理由：量快过期了不花白不花，去看看别人怎么让模型自己干活，虽然回复不多但思路能用。

原文

09:42

AI产品黄叔@PMbackttfuture

作者参考Codex官方指引和grill-me Skill，封装了Goal Skill。安装后在描述后加goalgo，Agent会先追问不明确的问题，再整理成适配Goal模式的详细提示词。确认后自动进入目标模式，把模糊需求变成可验收的长程任务。该Skill也支持WorkBuddy，两平台通用。

技巧 Codex WorkBuddy Goal Skill

推荐理由：我做了个Goal Skill，装完只要在需求后面加个goalgo，它就会先问清问题再自动跑长任务，Codex和WorkBuddy都能用。

原文

08:47

Notion@NotionHQ

Edgecity是一个为期一个月的快闪村庄，聚集了1000人共同构建和测试新的生活方式。Notion官方采访了其创始人，展示了他们如何用Notion管理这个项目。他们的共享日历每15分钟更新一次，同时使用智能体来整合共享上下文。这体现了Notion在复杂社区协作中的具体应用。

技巧 Edgecity Notion 智能体

推荐理由：看看Edgecity怎么用Notion管1000人的快闪村，日历15分钟一更，还有智能体帮忙同步信息。

原文

08:10

Paul Graham@paulg

Paul Graham在X上发帖（17238次查看）称，用更抽象的语言编写代码能降低LLM生成时的token成本。他认为LLM并不排斥前缀表示法，这也是抽象语言值得尝试的原因（该帖有35条评论）。这条推文获得161个赞、6次转发和42次分享。

技巧 Paul Graham LLM token成本

推荐理由：Paul Graham说，想让LLM写代码更省token，就换更抽象的语言，连前缀表示法它也不怕。

原文

06:41

Google AI Developers@googleaidevs

Antigravity 提供一组命令，用于在 CLI 中导航、管理后台任务、配置工具并运行研究子代理。这些命令由官方账号 @googleaidevs 在 X 上推荐，并附有一篇详细文章。使用这些 Antigravity 命令可以减少手工操作，让 CLI、后台任务和研究子代理的调度更连贯。

技巧 Antigravity CLI 智能体

推荐理由：Antigravity 官方发了一组命令，能帮你顺手搞定 CLI 导航、后台任务和研究子代理，省得来回折腾。

原文

05:44

Notion@NotionHQ

Edge Esmeralda是一个为期一个月的快闪村，1000人聚在一起构建并试验新的生活方式。创始人使用Notion来管理整个项目，包括一个每15分钟自动刷新的日历。他们还用智能体将共享上下文应用到决策和协作中。Notion官方采访了创始人，公开了这套运行机制。

技巧 Edge Esmeralda Notion 智能体

推荐理由：看看Edge Esmeralda的创始人怎么用Notion管一个千人的临时村落，日历15分钟自动更新，智能体还能把共享上下文派上用场。

原文

04:16

Y Combinator@ycombinator

在 YC Startup School 2026 演讲中，YC 的 Garry Tan 提出下一代创业公司将由比以往更小的团队打造。他称个人 AGI 时代已经到来：AI 智能体运行在自己的基础设施上，随时间积累知识。他分享了日常使用的工具和工作流，包括用 Markdown 作为代码、区分潜空间与确定性代码。他主张创始人应拥有自己的智能，而非租用，并开源了全部内容。演讲还涵盖从斯宾诺莎到“一人公司”的论证。

技巧 Garry Tan YC Startup School

推荐理由：Garry Tan 在 YC Startup School 2026 讲了怎么用个人 AGI 把公司做成一个人，还有他开源的整套工作流。

原文

03:21

bolt.new@boltdotnew

Bolt官方推文发布了7个SEO修复技巧，可直接作为提示词输入Bolt站点，无需安装插件。这些修复针对“网站好看但不排名”的误区，强调SEO要素优先于外观设计。推文附带演示视频，目前已有3条评论、30个喜爱和1183次浏览。

技巧 Bolt SEO修复提示词工程

推荐理由：Bolt官方给了7个SEO修复提示词，不用装插件，直接粘进你的Bolt项目就能改，专治“好看但不排名”的毛病。

原文

02:53

官方账号LangChain@LangChainAI

精选

LangChain团队发布了一份由工程师Sydney Runkle撰写的选型指南，解答了开源用户最常问的问题：Deep Agents、LangChain和LangGraph各自适合什么场景。指南包含具体代码示例，帮助开发者根据任务类型选择合适框架。例如，LangGraph适合构建复杂状态化智能体，而Deep Agents则提供更高级的自动化能力。文中对比了三者的功能定位，并给出了明确的选型建议。

技巧 LangChain LangGraph Deep Agents

推荐理由：想知道Deep Agents和LangGraph到底啥区别？LangChain官方出了个选型指南，带例子，看完就知道该用哪个了。

原文

02:18

AI Engineer@aiDotEngineer

精选

来自NVIDIA、Cognition和OpenRouter的三位代表，在一场视频对谈中剖析了模型路由的现状。他们讨论了何时在多个模型间切换、如何组合调用，并分享了各自的判断准则。OpenRouter作为实际的路由服务，提供了落地案例。这场讨论对NVIDIA生态下的AI工程师优化模型调用成本与效果有直接参考价值。

技巧 OpenRouter NVIDIA Cognition

推荐理由：想搞明白什么时候该换模型、怎么把多个模型串起来用？看NVIDIA、Cognition和OpenRouter这几个人聊，比你自己摸索快。

原文

01:47

官方账号LangChain@LangChainAI

LangChain Academy更新了Intro to Deep Agents课程，新增动态和异步子代理模块。课程加入Course tutor技能，可将编程代理变成个人导师。提供Capstone项目和练习，并支持TypeScript。更新基于Deep Agents v0.7版本。

技巧 LangChain Deep Agents 智能体

推荐理由：LangChain官方课程更新了，教你玩Deep Agents的子代理和导师功能，有项目练手，还支持TypeScript，想搞智能体的可以冲。

原文

01:45

宝玉@dotey

数字生命卡兹克发布了一个消除AI味的Skill，但作者认为这类Skill只能暂时奏效，过段时间再看仍有AI味。作者尝试过自己写类似Skill，最终放弃，认为AI不能替代人写作。他改用AI做资料收集、结构讨论和润色，尤其擅长帮解决写作卡壳问题。他主张先把乱草稿丢给AI，基于原本文字风格重写，既能保留自己表达，又能读起来通顺。

技巧 AI写作写作技巧 Claude

推荐理由：如果你写东西怕被看出AI味，这篇分享了一个反套路方法：先自己乱写，再让AI按你的风格重写，比找什么Skill都实在。

原文

01:21

Lovable@lovable_dev

Lovable 提供了一种数据请求模板。它让数据团队一次性审批指标定义，之后业务人员用自然语言提问即可。每个问题会生成对应的实时仪表盘。模板可直接在 lovable.dev 上修改复用。

技巧 Lovable 数据模板自然语言查询

推荐理由：Lovable 做了个模板，把数据需求变成自助问答。数据团队把口径定好，其他人就能自己拉实时看板，不用排队等报表。

原文

00:44

a16z@a16z

精选

a16z投资人Yoko Li在“循环工程”文章中提出，AI模型目前并不知道自己的任务何时完成。它只会因预算耗尽或工程师预先设计的检查条件而停止。这两种停止机制都需要由开发者主动构建。她认为，真正重要的系统不是能持续运行的模型，而是构建者事先精确定义“完成成本”和“完成含义”的系统。

技巧 a16z 循环工程智能体

推荐理由：a16z的Yoko Li讲循环工程：模型不会自己判断干完没，得靠预算和检查来停，做之前要想清楚。

原文

00:28

官方账号Cursor@cursor_ai

没有任何模型能在所有任务上占优：Grok 4.5 在常规任务上性价比高。GPT-5.6 Sol 擅长规划与代码库理解。Opus 5 适合执行密集型工作。Fable 5 在调试和视觉实现上更出色。

技巧 Grok 4.5 GPT-5.6 Sol Opus 5

事件专题

推荐理由：选模型别纠结了：常规任务选 Grok 4.5，规划代码库找 GPT-5.6 Sol，重执行用 Opus 5，调试看 Fable 5。

原文

8月6日

21:58

Viking@vikingmute

精选

herdr 的 agent skills 功能允许不同 harness 之间互相召唤和指挥。用户用 review-forge 流程做 code-review，先让 codex 审查，随后自动创建两个 agent panel，分别由 kimi k3 和 opencode 的 deepseek v4 执行审查。主 codex 汇总结果生成 summary，用户确认后让 kimi 修 bug，修复后再通知 codex verify，循环直到问题解决。除人工确认修复项外，整个流程全自动化。

技巧 herdr agent skills codex

事件专题

推荐理由：herdr 的 agent skills 能让你用 codex、kimi k3、deepseek v4 几个模型自动接力做代码审查和修复，中间只需要你点头确认，很省心。

原文

20:12

Qdrant@qdrant_engine

8月14日在柏林，Qdrant与cognee举办黑客之夜，主题是用cognee和Qdrant为Slack搭建AI记忆层。现场参与者将动手用cognee生成结构化记忆，用Qdrant做快速语义检索，让智能体直接推理Slack历史对话。活动设有€1,200奖金池，并提供API keys、示例数据集和双方团队技术支持。

技巧 Qdrant cognee Slack

事件专题

推荐理由：Qdrant和cognee柏林黑客夜，现场教你把Slack变成AI记忆库，还能赢1200欧奖金。

原文