flexcell.ocx是开源的吗

怪不得大家都跑去油管学 agent agent， ai agent， 这也太香了，我现在每天学习充电不低于两小时，大半时间就是泡在油管里面。下面这些博主是我反复刷真心推荐的。首先是亚马逊首席科学家李牧，他的动手学 ai agent 系列对小白来说极其友好， 用 py torch 实现多 agent 协同框架、业级任务调度加实时决策代码，以及 jupiter notebook。 其次是台大教授李鸿毅，这位大佬讲课太会整活了，用复仇者联盟讲 agent 的 写作，拿哈利波特守护神咒类比工具调用机制，硬核知识瞬间通俗易 懂。再就是哈根 face 官方频道，十小时带你精通 agent 框架。最后就是吴恩达老师，应该没人不认识吧？作为人工智能界的权威学者，他的 ai agent 专项课非常推荐每一位想要落地智能体的工 学观看。考虑到有些小伙伴不能科学上网，别担心，我整理了一套大模型，从入门到进阶的学习路线和视频教程。不管是想给工作赋能，还是打算转行入局，这套资料都能帮你少走弯路，留下学习直接打包带走！

根据最新消息啊，美股那边也在开始搞什么绿色通道了啊，那斯达克呢，你修改新规来应对 spacex 以及 openai 的 上市。那么根据宏大趋势的角度，今年美股就两件大事， 第一个就是 spacex， 第二个呢就是 open i， 对 应到我们 a 股这边，前者就是商业航天，后者呢就是 ai 应用。那么熟悉一级市场做 ipo 的 朋友啊，你会发现目前商业航天加速 ipo 这样的重要信号， 那么代表着国家重点支持的航天事业啊，什么意思呢？就是商业航天这类的公司啊，在 a 股上面，你要上市的话，要想融资 到目前这个阶段，假如说后续商业航天就止步于此，或者是说后面哎，就熄火了啊，走出了跌跌不休的走势，那么后续他的这个 ipo 该怎么办？ 好吧，话就讲到这里，所以接下来商业航天跟 ai 用仍然是二零二六年重要的主线。听到的点赞我们下期见。

ai 圈直接炸锅！当全球高校还在一点点啃教材手搓大模型时，美国威斯康星大学有位终身教授直接给全人类开了科技外挂。这哥们直接把价值数百万美元的工程级训练代码全部开源上传 github 的 那一刻， 星标一路狂涨，让全球 ai 圈迎来一次真正意义上的开源革命。他将过往中的行业门槛揉碎讲透，大大降低了初学者入门的难度。 目的只有一个，让小白普通人也能在自己的电脑上完成大模型搭建。配套的代码和视频教程以及大模型学习路线我都整理好了，留下学习，双手奉上。

都说 cloud bot 或者是说 mode bot 是 一个很强的东西，你必须要用的东西，它能帮你实现很多，而且还是免费的。但是没有人告诉你的是，虽然这个工具是免费的，但是你得自己有 a p i， 你 得用自己 a p i 里面的费用去结 好的模型的 api 很 贵，你要做好烧空你钱包的准备。如果是普通人真心不介意，但如果你接的是那些便宜的模型，他又不好用呀，这笨笨的。他真的笨笨的。我已经装了，我用了几天之后我发现贵的我烧不起便宜的太笨了。

这两天科技圈炸了，如果到现在你还没听过一个叫 cloudbird 的 东西，说明你已经 out 了。现在你打开推特或者任何国外的科技媒体，你就会看到这几天铺天盖地的讨论全是围绕这个红色的小精灵。作为第一个让苹果的 mac mini 卖断货的 ai 软件，它到底有哪些神奇之处呢？ 咱们今天就讲一讲以拆的 gpt 这种你问我拿的被动形式不同。 cloudbird 可以 七成二十四小时在线，你不需要打开 app， 只需要在 telegram 或 whatsapp 里面发句语音，它就会在你的电脑里面执行各种复杂任务，比方说改文件、写代码、发邮件或者是订机票。 而且被誉为 ai 界顶级大神的 android 对 它评价特别高，认为它展示了未来 ai 智能体的雏形。 大家听到这感觉怎么样？是不感觉很酷，但是我的第一反应就是脑子里会出现这样一个画面，就是一个年纪大的老人手里拿着一个被别人控制了的手机，然后发现钱被别人转走了， 真的毫不夸张，就是这个画面真的不是我过分担心，现在推特上已经有很多人报一些风险事件了，有一些钱被转走了， 有一些发现电脑里面的重要文件被编除了，因为 cloudbird 需要获得我们电脑的最高权限才能正常运行。作为一个风险厌恶型的人，我是绝对不会装这个软件的，因为我不能为了体验一些新奇好玩的东西，而把自己置在一些 不知道将要发生什么的风险事件里面。前一段时间被封的豆包手机，不就是因为他要的权限太多太高了吗？ 所以我认为在县级段如果没有办法很好的平衡隐私、安全和便利，那这个东西我宁可不用。这也就解释了为什么 mac mini 会被卖断货，因为把这个 ai 部署在二十四小时开机的新的 mac mini 上最划算。 你说我们普通人有多少需要自动执行的任务清单呢？根本就没有。所以说为了这个很小的收益去冒那么大的风险，其实还是不太值得的。但我发现一件非常有意思的事，就是这次腾讯云还挺快的，我发现在腾讯云的开发者社区里面有一个 cloudbird 一 键部署的指南， 后面会把这个地址链接发到评论区，有需要的小伙伴们可以看一下。最后还是提醒一下大家，这个风险实在是太大了，大家最好还是不要部署，随便看一下就好了。

大家好，昨天飞牛群里有点热闹，小伙伴反映有飞牛中招了， 还有什么检测命令，我也赶快运行了一下，运行完以后看看文件最后有没有 get 开头的验证命令，我放在下面，可以用 splash 工具或者 epanel 来， 其实也不用过于担心，只要看飞牛网络上下行， cpu 占用是不是和以前一样，就能大概判定飞牛的安全情况。飞牛二月一日也推出了最新的系统版本， 也有不少人评论飞牛这不好那不好，一个免费 nice 系统，每周都更新维护升级，我觉得就很好了。 我做了一百多期飞牛视频，飞牛也没任何推广费，是系统真的比那些国外的好用才介绍的。 在我整理的进阶包四十号应用可以装一个安全的这个威胁感知和诱捕系统。 http， 飞牛 ip 端口四千四百三十三加 web， 简单看一下，有些国家攻击，但是我觉得不要紧，怕他们惦记我的小姐姐视频吗？ 相信飞牛的团队会解决的，第一，升级最新系统，第二，不要把 ip 在 公网端口映射 局域网，肯定是没问题的，不用过于担心。

上一期视频我带大家快速部署了 cloud bot， 以及做了一些使用体验的演示。这期视频我会深度分析 cloud bot 的 运行机制和它的上下文工程，再分析一下 cloud bot 当前到底适合什么人用，以及背后隐藏的行业趋势。我们先来看一下 cloud bot 的 整体架构。 collab 本质上就是一个工程化程度比较高的本地部署的 agent， 它本身是不包含任何大模型的。我们在本地所部署的这个项目核心工作就是做上下文工程。那既然是做上下文工程，我们就来看看它拼接提示词的流程到底是什么。 这张图是我通过 cloud bot 的 原码，用 ai 的 id 反向分析出来它的运行流程，整体来看就是一个比较标准的 agent 的 react 机制。当用户发送一个请求以后， cloud bot 会将用户本次请求拼接上一些默认的内容，包括说身份、可使用的工具、当前时间等等， 然后发送给大模型，由大模型决定要使用哪些工具做什么，一直循环到大模型给出了最终的答案，然后返回给用户。我们可以举一个例子，比如说用户发了一个请求，把我昨天让你写的方案增加一个项目计划的章节。 这个时候 clubbot 接到请求以后，就会开始进行提示词的拼接。真正发送给大模型的提示词可能是你的角色是某人的个人助理， 你的风格是语言简短精练，你可以使用的工具包括用户记忆、查询、文件操作。用户本次的问题是把我昨天让你写的方案增加一个项目计划的章节， 你的任务是根据当前的信息判断是否要使用工具或者直接回复用户，这个时候大模型可能会返回调用用户记忆查询， 然后 cloud bot 就 会在本地进行用户的历史聊天记录的查询，查询后再把所有的信息发送给大模型，但是这次会在上一次的提示词的基础上，再增加昨天相关的聊天记录，这样的话大模型就能够知道昨天写了什么方案。 然后大模型再返回需要调用文件操作工具，把对应方案的内容获取出来。 cloud bot 提取文件以后，再把之前的所有信息加上文件的内容发给大模型， 这次大模型就可以开始根据之前的方案增加计划的章节了，最终返回给用户修改结果。好，那么了解了运行流程以后，接下来我们来看一下 cloud bot 具体的提示词结构是什么。 这个也是通过代码反向分析出来的一个结构，可以看到整个提示词工程包含的模块内容还是比较多的，我就不一一去介绍了。对于我来说，我比较关心的任务是什么？抽象层级是什么？ 所以我就追问了模型，让他帮我进行分析，最终的结果其实和我设想的差不太多。 cloud bot 并没有给一个明确的任务和具体的抽象层级，只是把可使用的工具、技能以及用户问题发给了大模型。 主智能体并没有给大模型更高层级的引导，让他做任务的规划和子任务的拆分。这也是为什么在上一期视频中， colibot 所表现出来的能力是较为依赖 skill 的， 所以它的泛化能力相比于 minus 来说就会差一些。 我之前在讲 minus 访谈的视频里面提到过， minus 的 抽象层级是你是一个人，可以使用电脑，这样的话就给了智能体很大的发挥空间。 它能够针对一个新的任务规划要怎么做，分成几步，需要使用什么样的工具，如果没有的话，还可以自己去新建工具。最后还有一个需要我们去了解的就是 collabot 的 记忆机制，它之所以能够被称之为个人的 ai 助手， 有很大原因都是因为它可以存储对于每一个用户的记忆。 collabot 采用了两种记忆模式，一种是纯文本的记忆，存储在了 memory 点 md 当中。 还有一种就是向量数据库的存储 memory 点 m d 中存储的主要是用户的整体画像，包括说用户整体的呃性格偏好，重要的背景，还有一些长期可用的知识。 写入方式主要有两种，一种是 agent 自主判断对话中是否出现了对于用户长期有用的信息，比如说用户在某次对话里说了我是一个 ai 研发人员， 或者某一次说了请用中文回答我。还有一种是用户可以在对话里面明确提出来要记忆，比如说请你记住我喜欢吃苹果。 其实底层的写入逻辑都是一样的，都是基于模型本质的能力去判断是否要写入记忆。只不过当用户明确说出来需要记住的时候，对应模型给出写入长期记忆，这个指令的权重就会被提高。 那么向量数据库的存储逻辑就更简单了一些，它是会把所有的对话内容默认四百个 token 就 会产生一个新的 chunk， 记录到向量数据库里面， 后续需要调用的时候，根据关键词在向量数据库中进行查找，找到历史相关的对话内容。那么了解完 clock bot 的 运行机制以后，其实我们就可以梳理出来 clock bot 到底适合谁，在什么场景下使用。 那么首先我们先来看看使用场景， cloud bot 的 这种本地部署的机制，实际上就是帮助用户解决一些需要远程处理的工作，而且这个工作还不能过度依赖真实生活或者工作中的信息。 比如说我们工作的时候，和一个同事在线下聊了一个需求，想让 cloud bot 帮我们梳理材料，整理文档，这种场景是不太现实的，因为你们的沟通记录 cloud bot 并不了解，而且这种梳理文档内容的工作对于大模型来说，执行速度也很快， 也不具备这种可持续性的。让 cloud bot 去工作。 cloud bot 比较理想的工作内容，比如说你是某一个知识平台的博主， 然后给他设定一个收集材料，然后自动整理成文章，再发布到平台的 skill， 每天每隔一个小时运行一次，那么这种场景就非常符合 cloud bot 的 设定。第二个就是适用的人群，我认为 cloud bot 现在的产品形态，面向的用户还是需要有一定代码基础或者大模型知识基础的， 它能够自定义的内容非常多，包括说对于个人的记忆、 skill 可使用的工具，甚至说还可以修改它的原码，让整个智能体的抽象层级更高。 如果说你具备比较强的技术能力，同时又有比较类似的场景需求，那么通过自定义 skill、 自定义工具，确实可以让 cloud bot 成为一个非常有用的帮手。最后我们再聊一聊为什么 cloud bot 会突然这么火爆。首先就是它的本地部署的这种产品形态，它把 agent 的 控制权全部交给了用户 大模型使用远程调用的模式。这样的好处就是刚才我们所说的用户可以在 cloud bot 整体框架下自定义 适合自己场景的 agent。 第二个就是对于用户记忆的本地化管理，刚才我们介绍的 cloud bot 的 记忆模式都是存储在用户本地的。 这种模式其实是我一直比较期待的一种模式，因为现在用户不管是使用任何一家模型，每个模型对于我们的长期记忆实际上都是保存在对应模型厂商里面的，这样的话每次切换模型就会感觉到很难受，因为每个模型认识的你其实都是不一样的。 我最终期待的其实是所有大模型都给用户开放一个可拔插的一个长期记忆的接口， 我跟所有模型的对话都可以统一存储在我的本地或者说某一个自定义的云平台。 这种模式如果从商业化的角度上来看，其实是具备极大的挑战的。最后就是 cloud bot 的 交互形态， cloud bot 集成了很多的通讯软件，用户可以直接通过通讯软件给他发起任务。 这种模式其实从软件工程的角度上来说，和独立的 app 没有太大的区别，只不过就是多了一种入口。但 如果我们结合 cloud bot 个人助理的定位，就会发现，通讯软件中大部分都是在和真人进行沟通对话，当一个 agent 直接出现在了我们常用的通讯软件里面， 其实就给了用户一个极大的心理暗示，我们不是在和大模型沟通，而是在和一个真正的助理沟通。欢迎关注我的频道，获取更多科技新闻的分享和解读。

今天呢，来一个 no 省的保姆级的教程，针对我之前关于拆解四百万大为江湖说 ai 工具的那条视频呢，有一些小伙伴针对这个 no 省有一些问题，今天呢就这些问题呢，我做做这样一个教程， 希望呢可以帮大家解决这些问题。今天的内容主要就是包括三部分，第一个就是 notion 在 哪里下载，第二就是 notion 哪些是收费的，哪些是免费的。第三呢就是手机端怎么使用 notion， 然后电脑端怎么使用 notion 这么三个部分 啊。第一个我们先说一下 no 省去哪下载，或者说是怎么访问它的官网， no 省的官网有两个网址，用哪个都行，一个是 no 省点 s o， 一个是 no 省点 com， 或者说是你直接从百度搜索 no 省官网都能找到 no 省的这个官方网址。 然后啊，在浏览器里面输入这个官方网址之后呢，你就可以直接访问这个 no 神系统，可以进行这个账号的注册或者直接登录系统 啊，然后我先把这个前面的都讲解完了，最后后面我做一些演示。第二点呢，第二个呢就是 no 神的这个收费情况， nokia 其实呢它的笔记系统它是不收费的，虽然说它你登录之后呢，它是整个一个系统，但是其实它是分好几个部分的， nokia 的 笔记系统就是说你用用它来记笔记啊，这这个部分它是不收费的，收费的部分就是我们现在用到的主要就是 nokia 的 ai 这个系统免费的用户呢，新注册之后呢，有二十次的免费试用， 然后这个试用之后呢，如果说你要还要继续使用它的 no 省这个 ai 系统的话，付费版本应该是企业版才有，这个 no 省 ai 可能就是每大概就是每个月二十美元，这个费用还是有点高的。如果说是我们刚接触 no 省的话，你对这个 ai 暂时没有太大的需要，那你就先熟悉一下它这个笔记系统， 它这笔记系统是完全免费的，然后一会呢，我会在这个后面做一些演示的。然后我再提一下，就是 no 省 ai 呢，如果你要使用它它这个收费版本呢？我们现在也有一个变通的办法 啊，就是我现在用的这种方法大概就是每个月八块钱左右。在这个视频的最后呢，我会简单的介绍一下这个方法怎么来用。 然后第三个呢，就是说这个啊 no 省怎么用？就在电脑端呀，或者说是在这个手机端怎么用？最简单的一种方式是直接用那个浏览器使用就可以了， 就是说你打开电脑的浏览器，输入这个网址之后，登录系统直接可以使用， 或者说是手机端也是直接用浏览器登录进去，直接就可以使用。功能上基本上都差不多的 啊。电脑端呢，他就是可以下载一个桌面应用，但是里面的界面和浏览器基本上差不多。 呃，手机端呢？比较如果你要下载他的 app 呢，比较麻烦一点，因为他这个 app 国内是直接下不了的。 然后我以前下过一种，就是通过其他的渠道，就是先要装一个 app 之后，然后通过这个 app 再去装这个 no 省的 app， 但是那个不是官方的，官方的 app 这个安全性不太好说，如果官方的渠道去下载的话，只能是去谷歌的那个应用市场， 去那里面可以下载 no 省的 app， 但是谷歌的应用应用市场呢，是在墙那边，一般呢是国内没办法访问的，所以说这个一般去操作的时候可能会有一点难度。 然后呢，下面我具体把这些都介绍一下啊，具体怎么来操作 好，我们先打开那个电脑的浏览器，然后输入 notion 的 官方地址 notion， 点 s o 或者点 com 都可以， 然后进入这个 notion 的 官网，然后我们现在要注册用户的话，直接点这个免费获取 notion， 然后他就是通过这个邮件进行注册的，输入你的邮件地址，然后点进去， 然后去你的邮箱里找那个验证码，然后输进去之后就可以注册完成了。这里边呢，这个注册过程我就不演示了。然后我现在登录进去也是后面的部分 啊，现在我们就已经进入这个 no 省系统里面了。 no 省系统呢？刚进入的话，刚注册就是这个样子的，我这也是刚注册的一个账号，收费的部分，就是右边这有一个 no 省 ai， no 省 ai 它是收费的，现在呢就是新注册的用户应该是可以免费使用二十次。然后它这个 a i 里面呢，它相当于是一个集合，有 cloud， 有 java， 还有然后有叉的 gpt， 有 这三个大模型，用的时候你可以选自动，也可以指定了具体的具体的大模型使用都可以的。然后我们现在生成一个系统， 嗯，然后做演示比较直观一点。那现在我们生成一个图书管理系统，图书管理系统并生成十条数据。 好，现在就用 ai 开始帮我们创建这个图书管理系统，然后这个系统建好之后呢，它会给我们生成十条视力数据。现在呢我们这个图书管理系统它就已经生成了，它创建了一个数据库，然后这是数据库的这些字段， 然后呢已经添加了十本图书。然后你看左边这个就是图书管理系统，点一下 我们就进入了这个刚才生成好的图书管理系统，这个呢就是相当于我们记笔记的这个区域， 也就是说你现在生成了这个图书管理系统，然后你往里面记的所有这些笔记这些内容呢，它都是免费的，这个不收费，收费的就是这个 notion 这个 ai 这个系统 如果说使用这个收费的 no 省 ai 的 话，我们现在有一个比较变通的方案，就是现在你可以去那个就是某鱼上面， 我现在用的就是这种八块钱一个月，也就是说他是把你加到了他的商业版的一个工作区里面，你在这个工作区里面呢，你就可以继续使用这个 ai 系统。

别被马斯克给骗了啊，开源 x 的 算法根本都不是一个简简单单的技术普惠人类，它是一招想整合全世界，借刀杀驴的商业顶级，杨某更是咱们普通人做自媒体搞流量，想吃互联网这碗饭，大好的翻身机会。 跟大家先戳穿一个互联网平台的真相。任何一个互联网中心化的平台的创业者，都赖以生存的技术的核心壁垒，使自己的算法，使自己的技术代码，使自己的产品或者服务，整个生态 是众多同行竞争兵家必争的黑盒资产。以前 x 的 流量分发机制也是个黑盒机制，没有人知道他怎么去分发的，你涨粉或者流量好赖，完全看平台的心情。马斯克说，你行那你就行，你不行那也能行那现在 这个算法开源了，看似把规则摆到台面上，实质就是让大家流量博弈，从平台说的算，变成了懂规则的人知道他怎么算， 所以都说什么 ai 没有人情味，所以不值得大家信任，因为他不懂得变通什么等等的。反而 这个开源的规则，大家都不都不说，不缺人情味了，倒是让所有人都觉得这样更没有人情味的，更公平更规则，更值得信任的特殊的人物了。那么从商业模式上来看，这部棋马斯克想的比谁都精， 三步算计真的直击要害啊。第一，用透明的规则换全世界的合规呀。同时开源 就可以得到所有人的公平信任，那省掉那可不止百亿的公关费，那欧盟那数字服务法紧盯着这算法黑盒一直在寻衅滋事，在找茬，这下可好了，开源了，那你监管所有的问题，那不是我推算的，虽然完全公开了，那就监管这个就没有这样的难题了， 既不用罚款啦，又不用，这怎么又可以通过透明利人设重建所有全世界所有人的信任啊，这笔买卖那肯定稳赚不赔啊。第二，用开源去锁整个这个行业的生态， 把对手全部把 c 端用户， b 端用户，把对手全部都打成当成一个打工仔了，就像特斯拉开放专利一样，成为了正规行业的第一个 开创者，那也就是规则的制定者。现在可好了，全世界所有的开发者，所有想调他的数据，全部都围绕着 x 的 算法在转，帮他优化补漏洞，做衍生的各种工具，各种各样的 什么平台都出来的。而马斯克，他只需要一个月更新一次主代码，就牢牢掌握了主动权，这才是最高级的生态垄断，这也就是一直我在给大家在直播间跟大家弘扬的商业规则的制定权，他才是任何一个创业者必须要把控的核心能力啊。 第三，绑定他自己的 ai 战略啊，都知道 mata 时代那 facebook 抢了，当然那肯定是没抢歪的，只是需要时间，那现在 ai 时代来了，那铺好路等变现 开源算法，可 gor 深度的捆绑，那海量用户十几亿，那所有的动作，所有的数据全部都给 gor 在 打工，在给他投喂啊，让他更精准，更智能，更人味儿 出去。不管是 ai 付费服务啊，定制化流量包，还是高阶的一些 ai 广告之类，那肯定是比赚长尾收益的管道，那就能赚的更加的盆满钵满，这广告收入那百分之七八十，这个困局那肯定原地直接破局了。 那重点来了，这对于咱们普通素人小老百姓，这自媒体或者商家那是福，那不是祸呀。以前你做内容投流量 全是瞎蒙啊，觉得流量到最后大家都说是玄学还是概率学，那太多人也蒙不清楚呀。现在算法完全开源了，相当于 考试直接给了你最终的标准答案了。在 x 算法里面，一条有效的回复就约等于二二三十，二十七次的转发，约等于百八十次的点赞，抓住这个权重，那就能低成本让你快速提量啊， 别高兴的太早了，那陷阱有福或或半只，那陷阱也藏在这里面，所有人都懂规则，那谁在卷啊，内容同质化肯定更加严重了，那刷量肯定更疯狂了，一系列小卡拉米的各种各样在帮你刷这刷那什么的，这些小服务商家那赶紧抢钱了， 虽然短期利润可以有那么一点点的小小风口，这平台反作弊，那肯定是必然会升级呢，只是他人工智能需要成长，三岁小孩子一天天 肯定会越来越长大呢。那不懂底层逻辑的人，那只有一个结果会死的更快啊。所以马斯克这哪是打造一个社交平台，他是在打造 ai 时代流量分发的基础设施， 我们要做的就是借他的事，借他的规则赚咱们的钱啊。这波开源风暴真正的启示在于在算法更加去中心化的新时代，这是真正的去中心化，因为公平的规则全部都写到这了，社交媒体的终究的护城河，那可不是你的技术代码本身，也不是代码转成为 生态价值，各种各样的技术功能的能力，就像安卓系统开源却成了谷歌的移动霸权式一样，马斯克想要的是 x 平台成为数字文明的基础设施。协议最后一行代码公开之前，或许咱们都发现了， 这根本不是结束，是一个更宏大更长远大的战争刚刚开始。真正的机会从来都不是照搬谁的算法，而是利用规则咱们去给别人去卷。差异化 产品可以抄算法可以借鉴运营也可以创新生态的造物主，谁主沉浮那谁，那第一个怎么会能够被颠覆呢？ 核心一个话题，那这个言论自由的开源的规则，你觉得抖音、快手、视频号、小红书，国内这么多的大的自媒体平台，他们有没有谁想到这点，或者抢先国内开源规则的先和呢？会是谁？你觉得是谁？评论区聊聊啊？

这两天，科技圈被一个名字彻底刷屏了，这就是 cloudboard， 它已经不是一个简单的 ai 工具了，它是一个真正在上班的 ai 员工，它能记住事情，能持续地执行任务，二十四小时不下班，甚至还能自己推进流程。 其实就在最近，国内刚刚上线的一款中国版的 cloud bot， 它能做些什么呢？第一，它可以基于企业自身的行业经验和案例去写文案。第二，它可以从公司海量的素材库里边自动筛选剪辑出多种类型风格的短视频。 第三，它可以把客户从公域转到私域去详聊。第四，它能用金牌销售的话术来训练，让 ai 来谈生意、接单、成交。 laobao 解决的是个人效率，而草堆 ai 解决的是企业生意。它帮企业打通了从内容获客到私域成交的整个地方。想试用看看的老板，左下角滴滴我。

cloud bot 这个最近爆火的开源项目出现了法律危机，连夜改名叫 mod bot， 原因说是 iso pig 版权施压，骗子趁机抢注，冒充项目二十多个假号，我用它监控 ai 大 模型领域网站，自动总结推送。今天聊聊这个事，还有更多自动化玩法。先说改名， cloud bot 原名就叫这个，因为作者是 cloud 重度使用者，结果 ansorepig cloud 的 母公司说侵犯版权，强迫改名，但是 ansorepig 对 此拒绝评论，可能确实影响了他自家的产品 co work。 更恶心的是 tiktok 用户名变更有空档 期，骗子抢住了旧的用户名。 cloud bot 冒充官方二十多个假号，发假链接骗 star 骗钱，真项目，现在叫 mod bot， 认准新的地址。说回项目本身，我用它监控 ai 大 模型领域网站，据 题，怎么做呢？第一步，先让它猎取权威网站，比如说 open ai blog， algorithmic news， google ai github， trending 之类的。第二步，验证可用性，因为有的网站有反爬虫，人机验证根本不让访问，所以要测试一遍，把不能用的筛掉。第三步，定时抓取，国内网站三小时一次，国外网站四小时或者更长，抓完之后让 ai 总结 再发给我。第四步，智能过滤，比如说抓到四十条消息， ai 筛选之后只剩八条，自动过滤无用消息提炼重点，我这里用的是 mini max， 幻觉低，成本低，非常适合处理长任务，性价比很高。但是需要注意，根据你的套餐要区分海内外 a p i 的 地址，有细微的区别， motbot 默认的是海外地址， mini max 点 i o， 国内需要改为 mini max i 点 com。 说完我的用法，再说一下扩展思路，其实这个操作很灵活， 监控任何领域都可以，科技、金融、医疗、教育随便选，甚至可以自动维护博客或者是个人账号，每天定时获取资讯。 ai 总结，自动发布，完全自动化，解放双手。那我们再扩展一下玩法。 第一，自动回复消息，收到邮件或者是聊天消息，生成回复草稿，你确认之后再一键发送，节省沟通时间。第二，自动生成周报，每周五自动汇总本周 的工作， get 提交记录任务完成情况。 ai 生成周报自动发给领导，再也不用手写周报了。第三，自动数据备份，定期备份重要文件到云盘，聊天记录自动归党分类，数据安全有保障，再也不怕丢失了。第四，智能日程提醒，会议前十五分钟自动提醒， 生日提前三天通知。 ai 分 析日程冲突，建议调整时间，让他变成时间管理助手，让你变成时间管理大师。说到这，很多朋友疑惑， model bot 到底好不好用呢？该不该用呢？我想说的是，如果你爱折腾，完全有用，但是他对模型的能力要求很高，模型太弱，总 结，不准，过滤不精，反而浪费时间。给大家三个建议，第一，选好模型，别用太弱的。第二，控制频率。第三，精准过滤，让 ai 明白你 要什么，不要什么。什么人适合用呢？程序员、产品经理、内容创作者、研究人员，需要持续关注某个领域，但是又不想天天手动刷网站的人。什么人不适合？不爱折腾的，预算紧张的，对 ai 完全不了解的，这个工具是有学习成本的，而不是开箱即用的。总结一下， modbot 原名 cloud bot， 被 ansore pick 施压改名， 骗子抢注救名，自动化监控，定时抓取 ai 总结，节省空间说实话，现在的 ai 领域，新名词、新技术层出不穷，很容易让人信息焦虑，每 每天几百条消息看不过来，不看又怕错过重要的。所以一个能处理垃圾信息的智能助手还是很有必要的，他帮你过滤掉噪音，只留下真正有用的内容。大家有什么有趣的创意想法和需求？评论区聊聊说说你们的脑洞吧。

哈喽，兄弟们，今天给大家分享的一个开源项目是油管的一个大神叫多尼昂托德， 我把他的这个名字打在这个公屏上，如果你们有兴趣可以去看他的视频，他分享了他的一个开源的项目， 这个项目是一个机器人项目，就类似于桌面玩具的那种，他为什么要制作这个机器人呢？因为他逛 b 站的时候，外国人也逛 b 站啊，他逛 b 站的时候， b 站的一个 up 主制作了一个非常好看的非常漂亮的机器人，他也想搞一个， 但是呢，他想去下载，下载原文件的时候需要用百度网盘，他没有百度网盘的账号， 那他就狠下心说，我没有这个账号，那我干脆自己手搓一个吧，他就自己设计自己三 d 打印，自己便携脚本，自己便携代码，制作了这么一个机器。这个机器人呢有几点优势啊？第一点就是它，它的结构非常的简洁， 那我们知道三 d 打印的时候，他是很多结构件，他是需要支撑的，但是他设计的很大部分都是不需要支撑的，只有极个别的特殊部位的需要支撑，那这就方便我们打印。 第二点，他的价格，他价格是比较便宜的，他所有的硬件成本换成人民币的话，大概就是四百二十块钱左右，当然那是国外的物价，我觉得我们中国的这个供应链优势打半折吧，可能两百块钱就能把他的所有的原件给他搞搞定， 这是他的第二个优点。第三点就是开源，他这个开源不只是他的源代码，硬件设计文件全都开源了，还有他专门为这个机器人的 表情和动作开发了一个动画工具。那有有了这个动画工具的话，你就可以通过拖拽的方式来给这个机器人换新的表情，换新的动作，你就算不用它这个拖拽的工具也没关系，因为它内置了很多表情，内置了很多动作，你只需要连上它的 wifi， 去网页上点击按钮就能控制这个机器人，控制他的表情和动作。好，这就是他的优点，开源的东西，如果兄弟们有时间有能力可以去研究一下，我觉得非常适合我们去学习，而且他的文档 非常的细致，非常的先进，他也在稳定的更新，所以非常推荐大家去玩一下，大概就是这样，那我们下次再见，拜拜。

ai 圈集体破防？原来有人深夜写代码是为了毕业？有人写代码给全人类开科技外挂！当全球高校还在用他的著作做大模型时，身为威斯康星大学终身教授，反手就甩出王炸，把价值百万美元的工业级代码甩向开源社区。 get up 狂澜八十四点一 k 星标，一百万行核心代码全开源，硬生生把大模型训练从博士生高端局变成小白，也能自己搭建大模型的技术。 甚至有网友辣评，我奶奶跟着教程都能训个模型出来！跟着他的这本丛林构建大模型书籍教程以及项目来，不怕搭建不了自己的专属大模型！全套中英文版以及完整的大模型学习资料都放这了，留下六六六双手奉上。

大家好， cloud bot 爆火，这是今年硅谷非常让人惊艳的一个技术创新，大有必要详细的聊一聊，我们直接开始。这个软件是一个开源的本地 ai 智能体，被称作长了手的 cloud code， 已经 因为版权的原因和 cloud code 的 发音过于接近，现在已经更名为 modbot。 它的创始人叫 peter steinberg， 是一个奥地利人。 botbot 在 github 上的新标数在短期之内从四千多暴涨到五万多， 搜索量一度超过了 cloudcode。 硅谷大佬现在是人手一个，同时也带动了 mac mini 的 热销，部分地区直接卖断货。其中一个开发者用 modbot 把 grog 当 ceo， cloudcode 当首席工程师，实现了公司百分之百 ai 运营， 而且是二十四小时无休的超级智能 ai 员工，无需雇佣人类员工了，普通的 ai 只会教你如何整理文件。 multiple 话不多说，直接上手实操了，这个突破很惊艳，这样一来，一个创业公司就只有一个创始人就够了，其他的事 multiple 帮你搞定了。它的核心突破在于从被动的问答升级为主动服务， 并进行系统级的实操，是不是很亮眼？他的与普通 ai， 他 最大的那个突破在哪里？第一是永久记忆加主动提醒， 就是他能够记住使用者的长期的对话与偏好，主动推送日程邮件，解决原来大模型健忘的痛点。第二是全渠道的聊天互通， 通过 imessage 或者 whatsapp 等常用的聊天工具发指令，无需切换。第三，系统即实操执行，它能够直接以系统管理员的权限管理你赋予的各个系统，进行文件管理，甚至帮你预定餐厅。 和普通的 ai 相比，它不再只是被动的回答问题，而是能够真正开始动手干活了。 ok， 这也是它最亮眼的一些地方。讲到这里，大家有没有一点熟悉的感觉？ 是不是跟我们之前的一个视频里面聊到的豆包手机很像？对了，它们俩的共同点就是系统级的 ai agent， 这个系统级的权限赋予了它调动各个软件的权力，并上手实操。大家记不记得我们最早在 meta 收购 menus 的 时候解析过 menus 为什么被 menus 所看好？ 其实一个很大的原因就是无论是 open ai 还是谷歌的 jimmy， 还有马斯克的那个 grog， 他们的大模型的思维最初都是现行的，这一点其实就很契合老外的思维模式。 adidas 最大的特点也是号称能替人上班的 ai， 员工也能永久记忆，也能跨平台操作软件，所以才有这么高的估值。 大家还记不记得我们曾经解析过未来的智能家居？我们当时的结论是，我们未来的智能生活一定是一个系统级的家庭智能管家统一调配下的一个智能家电的集合来给我们服务。 这个智能管家让你不用重复下达指令，不用手动操作任何家电，以全屋互联加主动预判需求加跨场景自主执行为核心，把家庭变成一个智能生命体。这几个场景都有一个共同的特点，就是系统级的 ai agent。 现在我们再来看 multi bot 是 不是就没那么神秘了？下面我们来拆解一下 multi bot， 它和现行的人工智能产品最大的不同有三个地方，一，它是一个 agi 雏形的本地 ai 智能体。二，它是部署在 mac mini 等本地设备，所以数据本地储存，可记忆且隐私可控。 三，它开源且支持第三方插件，可无限拓展功能。综合一下，它是一个部署在本地设备的私人 ai 智能体， 一旦你赋予它系统级的权限，就可以私人化的定制它的功能和拓展的方向，你有多少想象力，它就能实现多少功能，而且可以永久记下你的个人喜好，并主动推送，成为你个人定制化的私人助理。 最关键的一点是，它真的能干活。不过 modbot 当前也存在不足之处，一是使用成本较高，它需要部署一个线下的智能体，虽然它可以调用巨头的大模型的算力资源， 但是成本还是比较高的。二是有可能被黑客攻击，若你真的把你的个人信息全部都集成到 mobile 的 里面，一旦他被黑客攻陷，就相当于你本人在操作你的各个账号了， 客户也包含银行账号视频的。最后，我们来展望一下未来，以智能家居为例， 我们首先需要一个系统级的 ai agent 的 私人管家，其次家里的各个智能家电需要开放接口，能够让这个智能体进行操控。 最后再让这个私人管家统一给各个智能家电下固定指令，例如剩下的时间，家用空调下午五点钟开始制冷，温度设定二十四度， 新风系统开启，扫地机器人归位，电饭锅开始做饭，或者管家开始在外卖平台给你下单，晚餐等你到家。 怎么样，是不是很有感觉呢？各位，未来以来用不了多久你就会发现人工智能将会深度介入你的个人生活了。人工智能个人消费市场的拓展速度 预计也会超出很多人的想象。而 motbot 虽然很惊艳，但是它创新的各个要点，我们国内的人工智能软件也已经都有涉及了。这里借用长江证券研报的一个结论， 商业化拐点加速到来，资本投入以技术双成熟驱动之下，二零二六年或将成为 ai 应用从概念到盈利的风水岭。好的，今天的视频就到这里，欢迎关注、点赞、转发，我们下个视频再见。

大的来啦，兄弟们全网在找的科奥的 bug 开源 ai 工具，保姆级下载教程来啦，一键安装，免费部署在用的保值。都说 y y d s 居然还有好多朋友不知在哪下载，不说废话，一个视频给大家安排上，首先点本条视频右下角分享箭头，复制分享链接成功后， 在手机上面打开我们这个蓝色工具箱，没有的就先去下一个，先等个一两秒会弹出个文件包，如果没有弹的话，就在空白处搜前进，前进也是 ok 的， 进去打开软件资源，找到你需要的东西，保存下载就可以了。

杨志林终于带着 kimi k 二点五回来了。说实话，这次他们带来的不只是模型升级，而是一个全新的玩法。 最让我觉得离谱的是这个智能体蜂群。咱们平时用 ai， 基本上是一个人帮你干所有事，但 k 二点五不一样，它能自己指挥一百个小帮手同时干活，他们管这个叫并行智能体强化学习。 举个很直观的例子，你想找一百个不同领域的头部 youtube 博主，现在 k 二点五能瞬间裂变出一百个子智能体，有的专门搞物理，有的专门搞人类学，分头去搜，最后把结果汇总成一张完美的 excel 表。 这个过程完全不用人工干预，全是 ai 自己安排的。效果有多夸张，端到端的运行时间直接缩短了百分之八十， 这效率基本上就是一个人就是一个团队。再说说代码能力，这次 k 二点五相当于给代码装上了眼睛。以前写代码得靠猜或者靠描述，现在 k 二点五能直接看视频写代码，官方演示里给他看个迷宫图，他自己识别哪是路哪是墙，脑子里构建出节点，然后直接写代码，跑出最短路径。 甚至你给他一段明画的视频，他都能把那个网站的前端界面还原出来，还能自己修 bug。 这种看图写马的能力，说实话比很多初级程序员都要强。 这背后是 kimi k 二点五吃了十五万亿的视觉和文本混合数据，硬是把视觉和文本给打通了。大家最关心的钱的问题， k 二点五这次也把性价比拉满了， 跟 gbt 五点二比一比。在浏览器综合测试 browse com 里， k 二点五的成本只有人家的二十一分之一，也就是省了二十多倍的钱，但分数反而更高。在号称人类最终考试的 hle 上，他拿了五十点二分，比 gpt 五点二还高，成本却只有对方的十分之一。 花小钱办大事，这才是开源该有的样子。除了这些，炫技的 k 二点五在干实事上也没落下。写一万字的论文，做百页的 ppt， 在 pdf 里手搓复杂的数学公式它都搞定。在内部的办公测试里，它比上一代 k 二 thinking 强了快百分之六十。在 ocr 识别、长视频理解这些硬核活上，它的数据也是全面碾压 gpt 五点二和 cloud。 总的来看， 从自我指挥的蜂群协助到看视频写代码， kimi k 二点五这次是真的用数据证明了开源模型不仅能打，还能把币源顶级模型按在地上摩擦。这种净化速度，你们觉得咱们普通人的饭碗还能端稳吗？评论区聊聊。