最近在使用一种和 AICoding 更好交流的方式，椅子上一躺，按住语音输入法，把自己要做的事情、为什么要做、解决什么问题、期待长什么样子、喜欢什么样子的风格、如何来验收等等自言自语聊上几分钟，不停补充要求，然后把这些杂乱单重要的上下文一股脑给到 AI ，效果往往会比打字一句句聊好太太太多了!

这期潮流周刊封面图拍摄于昨天去我的精神家园-王小波的书店，非常感谢有小伙伴指出之前几期周刊有点水，最近沉迷到 AICoding 了，接受批评，以后还是保持内容更有趣一点好，也让自己在代码之外多去看点好东西，不能丢掉人文的东西，争取也成为大家的小精神家园。

想和大伙分享一下，最近我用自己产品 Mole 遇到的 4 个 Aha Moment，对我使用非常有帮助。 第一个是，有一天下午居然收到了一个消息通知，说我的 Airpods 电量不足要充电了，这个功能惊喜到了我，是当时做电池健康的时候 AI 主动给我加上的，Mole 会提醒和Mac关联的蓝牙带电池的设备低电量充电，但是我一直没有遇到这个场景，直到遇到了，感觉非常贴心，但频繁不打扰。 第二个是，对于每日使用的我居然还可以清理掉 86G，之前有一个版本加上清理项目里面肯定无用的build编译内容，我的 Rust 项目产生了不少 target 内容，一下子清理这么多，非常有满足感。 第三个是，屏幕常亮的功能，经过用户提醒给加上了3种不同的常亮行为，我还是喜欢把屏幕打开的方式，比如周末你突然出门，你的 AICoding 可以用手机客户端很好的控制让他干活，非常稳定，也帮我节约了不少异步的时间。 第四个是，Mole 的电量显示居然也支持展示你的 iPhone 的电量了，之前这一块不是很好实现，但是很巧妙的实现了，现在可以在状态里面很清楚看到与你相关的设备的电量情况，也不打扰，但是很安心。 更神奇的是，以上这4个功能的起源都不是我想到的，是初期使用 Mole 的朋友反馈告诉我要加的功能，我加上后对我帮助非常大，非常感谢！话说你使用 Mole Mac 有惊喜的地方是哪一些，以及你非常建议 Mole 要加的功能，欢迎告诉我。

Mole Mac 发布 20多天后销量到了一个小里程碑，想和大伙聊聊我这个过程中的一些取舍，以及我为啥在前期在处理和用户的任何交流、答疑上、退款全部用手工的方式来进行，希望对正在独立研发自己作品的小伙伴有一些输入。 首先说，为啥我要检查完全手工手写的处理处理用户的答疑、反馈、邮件回复、退款、重置激活码、退差价等等这些事情，虽然不足用户量的1%，其实完全可以花半小时写一个 Agent 来帮我处理，这或许也是很多工程师做产品过程中一个很常见的看似高效但是不是很好的误区，这里有两个考虑，只有你真实的处理用户的售后问题，你才能感觉到用户真正需要的，他为啥要退款，为啥感觉不好用，他的真实的建议反馈，甚至还可以邮件交流获取到更多真实的诉求，以及这个你的处理过程中你熟练了解各种问题的最好答复和解决方案，这样等产品慢慢做大以后，再来用 Agent 提效会比一开始好很多。 其次，为啥不建议一开始就建立所谓的售后系统，因为这也是产品工程师一个重要的决策技术判断，优先做好主产品功能，而非一上来就把你的周边配套都搭建起来，虽然 AI 很快，但是还是会浪费你的宝贵时间去优化产品本身，看似不花时间，其实花了你很多时间，有这个时间去优化产品，满足用户的真实诉求会好太多了。 然后想和大伙交流，对于工程师转型产品独立研发过程中常见的一些坑点，首先一个好的产品和一般产品的区别是什么呢？好的产品更会决策哪些东西不做，不同的功能放到哪一个阶段做对于产品以及用户最好，哪些功能即使很好，但是不是本产品的主线也不应该放进来，不然很容易变成一个大杂烩，也不好维护。好的产品还有一个特性是脑袋里其实有这个产品半年内发展的脉络，很清晰知道每一个版本应该加哪些功能，以及哪些功能是伪需求，以及什么功能应该放到用户顺手的地方，对于普通小白不要说明书的产品才是好产品，这也是有小伙伴建议一些mac上的好功能想加到 mole 里面被我抱歉的原因，保持克制，以及坚信如无必要，勿增实体的产品观点。 mole 的定位是 mac 的系统优化、清理、维护的安静守护者，保持这个定位，去完善他，做到全世界最好用的 mac 维护软件，要是全球有每 100 个 mac 用户就有一个使用 mole，那么mole就真的很好用了，也是我做产品追求的点，让更多非技术小伙伴享受到工程师产品的乐趣，最近还有视障用户在使用mole，遇到一些无障碍问题，我抓紧修复，非常期待他们使用起来的效果和体验。 或许在 AI 时代，的确让很多东西方便很多了，但是和人的交流不能用 AI 代替，不然就没有啥意思来，虽然可以提效，但是很难提升彼此感情和信任，这或许会是以后用 AICoding 出来的产品保持人味的一个很好的途径。 由于第一次做付费产品，可能也有是我思考不周的地方，也很欢迎有经验的朋友帮助指出和建议。

ai coding 虽然也有 slop，但好歹有多年的工程质检系统积累，也有真实用户反馈可以 verify，能大大控制住 slop 力度 ai work 如果没有一套质检标准，那就全部都是 slop ...

AI 网关天花板！ 一个端点接 268+ 提供商、500+ 模型，Cursor/Claude Code 直接用 用 AI coding 时最烦的几个问题： • 模型太多，切换麻烦 • 免费额度分散，经常超限 • Token 吃得太凶，成本高 • Agent 想自主调用模型却很难 OmniRoute 把这些问题一次性干掉了。它是一个免费开源的 AI 网关，通过一个本地端点（http://localhost:20128/v1），就能访问 268+ 提供商、500+ 模型（包括 Claude、GPT、Gemini、Kimi K3、GLM、DeepSeek 等）。支持 Claude Code、Cursor、Codex、Cline、Copilot 等主流 AI coding 工具。 // 核心黑科技： • 智能路由 + 自动 fallback：18 种路由策略（优先级、加权、成本最优、融合等），配额感知，模型挂了自动切下一个 • RTK + Caveman 压缩：可叠加 11 种压缩引擎，节省 15-95% tokens，代码/JSON 几乎无损 • MCP/A2A 支持：AI Agent 可以直接控制网关，实现真正的自主调用 • 免费额度聚合：把散落在各家的免费额度集中管理，据称每月可省下巨量成本 • 本地优先：完全自托管，支持 Desktop/PWA/Termux，隐私安全 • 开箱即用：npm 一键安装，Dashboard 可视化配置，支持 43 种语言（含中文） // 简单来说：把“模型碎片化”变成“统一智能入口”，让开发者真正实现 “Never stop coding”。目前已获 22k stars，由 500+ 贡献者共同打造，社区非常活跃。 GitHub： 去 star 一下，装上后把你的 Cursor 或 Claude Code 指向这个端点，model 填 auto，立刻感受丝滑体验。

AI coding 真的要进入「按任务算账」时代了。 Databricks 最近做了一个很有意思的内部 benchmark：直接拿自家多百万行代码库里的真实 PR 来评测 coding agent，用真实测试判断任务是否完成，而不是只看公开榜单。 这件事最有价值的地方在于，它更接近真实开发现场。 公开 benchmark 里表现好的模型，放到复杂代码库里未必划算；token 单价便宜的模型，也可能因为读得更多、跑得更久，最后任务成本更高。 文章里还有一个很关键的发现：harness 影响很大。同一个模型，放进不同工具链里，成本可能差两倍以上。 所以未来公司选 coding agent，可能不能只问「哪个模型最强」，而要问： 在我的代码库里，它能不能用最低成本稳定完成真实任务？ 公开榜单只能告诉你模型有多强，真实代码库才能告诉你它值不值得进入工作流。

AI的趋势发展下，一人公司也就是OPC正在从概念变成真实的市场，最近一直在体验 @dappOS_com 推出的xBubble，个人认为它已经把这条路走的很通畅了，尤其是OPC赛道来说，它的实力我认为是最顶级的夯了。 先说下需求，在AI进化下，越来越多的人学会使用AI提高工作效率，这里也伴随着越来越多有想法、有客户、有商品的个人和小商户，不想养技术团队，却想把生意线上化、全球化。所以很多人搭建了属于自己的工作流，让效率提升，而这些对于没有思路的用户来说，门槛也是比较高，这里就能看出dappOS推出的xBubble的重要性。 xBubble的核心在于把用户的想法直接变成了能稳定运行的完整生意路径，我认为这是被广泛使用的前提，也是为什么给它夯的原因。 做个对比来看：普通AI coding工具大多停留在Prompt转代码，你还得自己处理需求拆解、上线部署、支付接入、后续修改这些事。xBubble则通过SOP系统，把你描述的经营问题（卖什么、卖给谁、怎么交付、怎么收款）自动组织成一套执行流程。页面风格、订单后台、支付通道会自动连接好，你不用逐条补充技术要求。最重要的，它还有第三方服务商帮忙，比如域名、服务器、支付环境这些基础设施，不用你自己注册账号、配置环境、走审核。这些服务商会第一时间去接手部署部分，你直接用xBubble积分一步付清，整个过程成本透明、操作简单。这样做的好处是，生意上线后也能持续修改。商品要更新、价格要调整、流程要优化，都能继续通过SOP稳定执行，不用每次重新从头折腾。再加上原生支持稳定币支付，特别适合目前的小型经营需求。 举个最直观的例子：用户想构建一个跟踪伊朗相关的Polymarket 市场突发动态网站，只需要将需求告诉xBubble，它会将需求路由到Polymarket Agent SOP，然后连接实时市场数据，设置监控关键词，并构建一个用于概率、交易量、流动性、异常变化和突发信号的工作仪表板。 如果让你使用普通的AI coding工具搭建的话，我认为没有代码基础的或者经验的用户很难搞定它，所以xBubble几个核心优点真的是在技术平权 1、极低技术门槛：非技术背景用户无需处理服务器配置、域名解析、API Key、部署等底层工作，只需用自然语言描述业务目标即可。 2、端到端业务闭环：从内容生成 → 页面构建 → 支付接入 → 订单管理 → 持续修改，形成完整可执行路径。 3、快速商业冷启动：1 小时内即可跑通收款，特别适合事件经济、长尾垂直需求、小商户全球化。 4、低成本可持续运营：大幅降低技术雇佣和外包成本，SOP 积累越多，后续同类业务交付成本越低。 5、全球支付友好：稳定币支付降低跨境收款门槛，适合数字产品、社区交易、国际用户场景。 6、数据与资产主权：商业数据和客户资产完全沉淀在用户自己手中，避免中心化平台风险。

AI Coding 这几年已经把开发门槛打下来了。 以前做一个产品，可能要先拉前端、后端、合约、安全、部署。 现在很多想法丢给 Claude、Cursor 这类工具，很快就能跑出一个雏形。 但 Web3 到这里会多一层问题。 AI 能帮你写代码。 但钱包、Gas、链部署、区块生产、监控、安全、跨链这些东西，依然不会自动消失。 这次 @CNPYNetwork 进入 @NucleusCodes，我觉得活动优势刚好也在这一层。 Canopy 本身不是一个只靠任务清单解释的项目。 它更适合通过内容贡献，把“AI-native 基建”“主权链”“测试网启动链”“从 Prompt 到上线”这些概念讲清楚。 对普通用户来说，Nucleus @NucleusCodes 给了一个比较低门槛的参与入口。 对内容创作者来说，这类项目的好处是可拆解空间很大，不会只能写空投任务和积分教程。 ///////////////////////// 「AI-native 不是一句口号，而是开发链路重做一遍」 Canopy 最近对 AI-native 的定义很直接： Generated by AI。 Deployed by AI。 Running on infra built for it。 这三个点连起来看，重点就很清楚了。 它不只是让 AI 帮你写一段链上代码，而是希望从生成、部署到运行，都放进一套更适合 AI 开发时代的基础设施里。 这和过去很多 L1 的思路不太一样。 很多老框架诞生的时候，默认还是人类开发者手写大部分代码。 但现在开发习惯已经变了。 如果 AI 可以不断生成应用，那后面就需要一套能承接这些应用的链上部署层。 ///////////////////////// 「Tanssi 的技术栈，让这件事更接近落地」 Canopy 前面收购 Tanssi 核心技术栈，这一步其实挺关键。 Appchain 控制面板。 Sequencer 系统。 Snowbridge-based 以太坊桥接。 这些听起来偏底层，但对应到实际场景，就是让项目更容易把一条主权链启动起来，并且具备后续运行、互操作和管理能力。 再结合它们提到的 <200 行代码、Launchpad、一键启动主权 L1、NestBFT 共识这些设计，Canopy 想做的方向就很清楚了： 让 AI 生成的应用，不只是停在 demo。 而是更容易进入一条真正可运行的链。 现在 Canopy @CNPYNetwork 还处在测试网和主网冲刺阶段，测试网交互、积分、启动链这些动作，本质上都是在给主网前的生态做冷启动。 所以我看 Canopy，核心不是单点功能。 而是它在押一个更大的变化： AI 会继续降低应用生成成本。 而应用大量出现之后，下一层需求会变成——谁来承接这些应用的链上运行环境。

AI 视频剪辑 Skill 分享「video-use」 @browser_use 团队推出的开源 Skill，定位为面向 AI Coding Agents（Codex、Claude Code、Cursor、Hermes Agent 等）的视频剪辑 Skill。它不做传统意义上的 Premiere / CapCut 替代品，它是一套让 LLM 通过 “阅读转写文本 + 按需可视化” 来理解视频、并调用 ffmpeg 等工具完成剪辑的 prompt-engineering + 工具脚本集合。 # 核心思想：LLM 不“看”视频，它“读”视频 第一层：音频转写文本（always loaded） 通过 ElevenLabs Scribe 获得逐词时间戳、说话人分离、音频事件标记（如笑声、叹息、掌声），打包成约 12KB 的 takes_packed.md。这是 LLM 的主要“阅读材料”。 第二层：视觉时间线视图（on demand） 仅在决策点（歧义停顿、重拍对比、切点校验）调用 timeline_view.py 生成胶片帧 + 波形 + 字幕的 PNG 复合图。 对比朴素方案“30000 帧 × 1500 tokens = 4500 万 tokens 噪声”，项目走的是 “12KB 文本 + 少量 PNG” 的轻量化路径。这与 Browser Use 让 LLM 读结构化 DOM 而非直接看截图的思路一致。 # 技术流水线：Transcribe → Pack → Reason → EDL → Render → Self-Eval 1. 转写 - transcribe. py / transcribe_batch.py 提取 16kHz 单声道音频，调用 ElevenLabs Scribe，缓存为 transcripts/.json 2. 打包 - pack_transcripts.py 将逐词 JSON 合并为按 0.5s 静音或说话人切换断句的 takes_packed.md 3. 决策 - LLM 自身 阅读 packed transcript，必要时用 timeline_view.py 可视化 4. 生成 EDL - subagents 输出 JSON 格式 edl.json，包含源文件、切点、节奏标签、引用、原因 5. 渲染 - render. py 分段提取 → 无损 concat → 叠动画 → 压字幕 → 响度标准化 6. 自评估 - timeline_view.py + LLM 在输出文件的每个切点 ±1.5s 检查跳帧、爆音、字幕遮挡，最多 3 轮 # 关键工程细节： ffmpeg 为主的剪辑实现 1. 分段提取 + -c copy 拼接（避免叠 overlay 时二次编码） 2. 每段边界 30ms 音频淡入淡出（消除切点爆音） 3. overlay 使用 setpts=PTS-STARTPTS+T/TB 进行时移，确保动画第 0 帧对齐输出时间线 4. 字幕始终最后叠加（防止被动画遮挡） 5. Master SRT 使用输出时间轴偏移：output_time = word.start - segment_start + segment_offset 6. 切点必须落在词边界，并加 30–200ms 填充以吸收 Scribe 50–100ms 的时间戳漂移 7. HDR 源自动 tone-map（HLG/PQ → Rec.709 SDR） 8. 竖屏源自动按高度缩放 9. 两-pass loudnorm：-14 LUFS / -1 dBTP / LRA 11，符合主流社交平台标准 # 动画与包装：多引擎并行 1. HyperFrames：HTML/CSS/GSAP compositions，适合产品 UI、网页转视频、动态排版 2. Remotion：React 组件化 compositions 3. Manim：数学/技术/3Blue1Brown 风格解释动画 4. PIL + PNG sequence + ffmpeg：简单卡片、计数器、打字效果 # SKILL.md 的 12 条“铁律”：生产正确性优先 1. 必须遵守的 12 条硬规则：字幕最后、分段提取再拼接、30ms 淡入淡出、PTS 时移、SRT 输出时间偏移、不切在词中、切点填充、逐词 ASR、缓存转写、并行动画、先确认策略再执行、输出在 /edit/ 2. 其余全部是可调整的“worked example”：调色风格、字幕分块、动画时长、节奏等都可按材料和用户品牌定制