我一直以为AI学习就是：
问一个问题，它给你一段文字，你自己慢慢读
然后看到这个项目，有点没反应过来
说一句"教我Python基础"
它自动生成课程大纲，每个章节变成独立的课——
PPT有AI老师配音讲解
有随堂测验实时批改
有3D可视化模型可以拖着转
有互动编程环境在浏览器里直接跑代码
多个AI角色同时在线，会主动发起讨论
会在白板上手写公式、画流程图
清华出品，18.8k星，MIT免费用
👉
你现在用AI学东西是怎么学的？
#AgentWorkflow# #AI教育# #开源工具#
顯示更多
Claude Code 新出了一个模式：Ultracode
不是功能升级，是工作方式的根本改变
普通模式：你描述任务 → Claude 一步步执行 → 复杂任务容易跑偏
Ultracode 模式：你描述任务 → Claude 先写一个 JavaScript 工作流脚本 → 脚本在后台调度多个子代理并行执行
关键区别：
→ 工作流逻辑在代码里，不在 Claude 的上下文窗口里
→ 子代理每个只负责一件事，结果汇总回主代理
→ 你的会话窗口始终保持响应，不被长任务锁住
开启方式：
在 Prompt 里加「ultracode」关键词
或 /effort ultracode 开启全局模式
复杂项目（多文件/多模块/长流程）切换 Ultracode，效率差距很明显
👉
#ClaudeCode# #AIAgent# #AI编程# #开发效率#
顯示更多
用 AI 生成「2003年那种感觉的家庭照」
写「复古」「胶片感」出来的图——就是加了一层滤镜的现代照片
真正有效的做法，是写年代参数：
→ 相机型号：Canon PowerShot A70 / Sony Cybershot DSC-P72
→ 传感器特征：CCD噪点 / 低动态范围 / 色彩偏暖黄
→ 技术缺陷：轻微过曝 / 自动对焦不稳 / JPEG压缩痕迹
→ 环境细节：室内白炽灯打光 / 闪光灯红眼轻微 / 时代性服装款式
模型学习的是真实摄影作品，不是「风格词汇」
你描述的越接近「真实的物理现象」，出来的越像真实年代
写「复古」是让模型猜你的意思
写「Canon PowerShot A70，CCD噪点，2003年室内闪光灯」是给模型精确指令
精确指令永远比风格词稳定
#AI图像# #Prompt工程# #AI摄影# #GPTImage2#
顯示更多
一个从来没写过代码的人
怎么做出App Store付费榜第一？
不是雇了程序员
是真的自己一个人，全用AI
花叔把这套方法写成了书——
OpenAI Codex完整指南
从安装到独立上线产品
一周从零到能跑
v2.0.1刚更新，GPT-5.5加进去了
Codex手机端也覆盖到了
五种使用形态全部讲清楚
橙皮书系列第8本，免费，中英双语
👉
零代码基础的人，现在能用AI做出什么？
#AI编程# #Codex# #无代码#
顯示更多
Seedance 2.5 七月初上线，除了「30秒直出」和「50个参考」
还有一个升级被忽视了：区域级编辑
2.0 的控制粒度是「整段视频」：
想改某个局部，只能重新生成全段，大概率角色就变了
2.5 支持「画面中特定区域」单独编辑：
→ 只改角色的手部动作，背景不动
→ 只调整光线方向，人物不动
→ 只替换场景道具，角色表情锁定
对短剧制作影响很大——
以前角色抬手角度差几度，整段重跑
以后局部微调就行，角色一致性成本直接砍一半
7月初等开放测试，到时候先用这个功能验证一下实际稳定性
👉
#Seedance# #AI视频# #AI短剧# #字节跳动#
顯示更多
昨天讲了 AI 短剧全链路，有人问有没有把所有环节封装好的工具
找到了，而且数据很惊人：
Toonflow——开源 AI 短剧一站式工作台
GitHub Stars：10,700+，Fork：2,000+
核心不同于其他短剧工具的地方：
🎬 无限画布生产台
剧本、角色、分镜、素材、视频节点全在一块画布上自由编排
不是线性流程，是可以随时回溯、并行生产的工程系统
🤖 三层 Agent 协作
决策层规划 → 执行层生成 → 监督层审核修订
角色一致性由 Agent 记忆系统跨会话维护，不用每帧手动对齐
💰 实测成本
GPT Image 2 出图 + Seedance 2.0 出视频 + Claude Opus 写剧本
2小时完成2分钟短片，全程费用：约 ¥130
个人学习和内容创作永久免费
👉
#AI短剧# #AI视频# #开源工具# #AI创作#
顯示更多
用 GPT Image 2 做复杂设计图，最常见的翻车原因：
把所有元素全塞进一条 Prompt
模型在处理复杂构图时，「顾此失彼」是结构性问题，不是质量问题
解决方案：分层生成，最后合成
→ 背景层：单独出，只写场景、光线、氛围
→ 主体层：单独出，只写角色/产品、动作、材质
→ 文字装饰层：单独出或用设计工具叠加
每层 Prompt 只聚焦一件事，生成结果用代码或 Figma 合并
实测对比：
一次出全部 → 构图 OK 但细节乱
分三层 → 每层精准，合成后整体高度控制
Thinking 模式 + 分层结构 = GPT Image 2 的真正用法。
先用 Instant 模式跑通，再切 Thinking 做最终产出，控制成本
👉
#GPTImage2# #AI图像# #Prompt工程# #AI绘画#
顯示更多
中国人想买美股，其实已经有人把全流程写成「开源攻略」了：
从开户、税务、合规，到选券商、入金、出金、美国税号，还有 2026 最新政策更新，全部一站式看完
你可以直接从这篇 GitHub 长文开始入坑：
中国人投资美股指南（开源项目）
✅ 开户：大陆居民怎么正规打开美股账号
✅ 税务：CRS / FATCA、跨境资金在监管视角下怎么被「看见」
✅ 合规：按风险承受度拆成低 / 中 / 高三条路径
✅ 券商：美国券商分层、监管是谁、怎么挑
✅ 入金：港美银行汇款 + 加密入金这两条路
✅ 出金：消费、终身持有、汇回、加密等不同流出方案
✅ 美国税号：ITIN 怎么办，办下来多解锁哪些银行 / 券商
✅ 加更：Fiat24 关停、中国境外投资新规、CARF 对加密资产的影响（更新到 2026.06）
作者也强调了：这只是个人科普，不构成投资、税务或法律建议，
而且政策变动很快，动手前一定要自己再核实一遍
原文在这儿，建议先收藏再慢慢读👇
GitHub：
#美股# #投资# #税务#
顯示更多
昨天那条 AI 短剧全链路帖，问角色一致性怎么做的最多
单独拆一下这个环节：
做 AI 短剧，角色一致性不靠运气，靠「素材资产管理」
正确流程是：
第一步：先只做角色定义
→ 外貌（发色/肤色/脸型）+ 服装（颜色/材质/款式）+ 种子值
→ 三角度生成参考图：正面、3/4侧、侧面，全部存档
第二步：进入分镜，每一帧必须引用这套资产
→ Prompt 开头固定写：「人物：[角色触发词]，服装：[服装描述]」
→ 每帧不重新定义，只写「动作」和「场景」的变量
第三步：视频生成时上传角色参考图
→ Seedance / 即梦都支持图生视频，用参考图锁脸
→ 每段出 3-5 条，选脸最稳的
角色不稳 = 流程没锁定，不是模型的问题
#AI短剧# #AI图像# #Prompt工程# #AI视频#
顯示更多
人类做一件事之前，
脑子里会先过一遍"这样做会怎样"
机器人一直做不到这件事
它只能执行动作，不会预判结果
阿里DAMO院这个项目
把VLA模型和世界模型合进了同一个框架——
机器人不只是"看图然后动手"
而是先在脑子里模拟"我这样动之后画面会变成什么"，
确认预期对了再执行
LIBERO基准任务成功率97.4%，
比单独跑VLA模型的方案明显高
1.1k星，代码全开源，Apache 2.0
👉
你觉得"先想象再执行"这件事，对机器人来说有多重要？
#具身智能# #世界模型# #开源AI#
顯示更多
我一直以为AI学习就是：
问一个问题，它给你一段文字，你自己慢慢读
然后看到这个项目，有点没反应过来
说一句"教我Python基础"，
它自动生成课程大纲，每个章节变成独立的课——
PPT有AI老师配音讲解，
有随堂测验实时批改，
有3D可视化模型可以拖着转，
有互动编程环境在浏览器里直接跑代码
多个AI角色同时在线，会主动发起讨论，
会在白板上手写公式、画流程图
清华出品，18.8k星，MIT免费用
👉
你现在用AI学东西是怎么学的？
#AgentWorkflow# #AI教育# #开源工具#
顯示更多
做 AI 内容两件事要分清楚：
学「用法」，还是学「框架」
用法随工具迭代，每次新模型出来都要重学
框架在工具更新时可以直接迁移——
Prompt 结构化思维、角色一致性流程、Agent 分工逻辑……
这些东西在 GPT Image 2 里成立，在 Seedance 2.5 里也成立，
在三个月后的下一个模型里还会成立
我发帖的底层逻辑是：
不介绍工具，只拆框架
工具是例子，框架才是结论
能收藏的内容，通常是「这个道理我以后还用得上」
不是「这个工具我明天就用」
#AI图像# #Prompt工程# #AI创作# #个人成长#
顯示更多
很多人看AI生成的视频
觉得画质好就是"效果不错"
阿里DAMO院做了一件事：
专门去测这些视频里的物理定律有没有被遵守
水往上流吗？物体穿墙了吗？
光照方向前后帧一致吗？
你说"向左转"，它真的转了吗？
这就是WorldOlympiad干的事——
把视频世界模型扔进三项全能测试：
物理合理性、3D几何一致性、指令跟随
1000条长视频，全自动打分
Cosmos、混元、矩阵游戏这些顶级视频模型都跑进去测过了
代码全开源，arXiv也有论文
👉
你觉得现在最好的AI视频模型，能不能通过物理常识测试？
#AI视频# #世界模型# #开源评测#
顯示更多
我以为企业微信这种地方
AI Agent进不去，只能手动点
然后发现企微自己出了个CLI工具
装完之后，Agent能干的事有点多——
发消息、建文档、改智能表格
创建会议、管日程、增删待办
一句话描述任务，它在终端里直接跑
不是Webhook推消息那种程度，
是真的能读写数据、操作业务流程的那种
一行命令装Skill，接进Claude Code或者hermes-agent，
企微的东西就全在Agent工作流里了
2.3k星，MIT免费，企微官方维护
👉
你现在Agent工作流里有没有接企微？
#AgentSkill# #企业微信# #AgentWorkflow#
顯示更多
26.4k star。多智能体 LLM 分析 A股。 一个人开发维护，中文用户专属
TradingAgents-CN，基于多智能体 LLM 的中文金融分析学习平台
输入一只股票，多个专业 Agent 并行分析：
技术面分析师看指标，基本面分析师看财务，新闻分析师读舆情，风险分析师评估风险——最后汇总成一份完整分析报告
支持 A股、港股、美股，接 DeepSeek、通义千问、Gemini、OpenAI 都行，报告可导出 Markdown/Word/PDF。
⚠️ 重要：这是学习研究工具，不构成投资建议，不提供实盘指令
个人免费用，开源，26.4k star，Docker 一键部署
顯示更多
