Claude思维开源影响
klo 的 d 赞引爆 ai 设计热潮，开源社区随即给出替代方案。 klo 的 d 赞爆火，却闭源锁死 open。 d 赞，开源平替，复刻同款设计流程，支持本地部署，自由接入，自有 ai 代理， 输入指令，即刻弹出表单， ai 自动选视觉方案，建项目目录，自检评选后秒出设计成品，开源可控，媲美。 klo 的 d 赞，开源平替，支持本地部署，自带密钥横向对比 项目，以一点三二万星一千五百次复刻，兼容多款本地 ai 代理。开源可自由组合，区别于封闭的克拉 dota、 open dota 技术架构， open dota 首发内置全套设计资产，支持多格式实时预览，兼容 cloud 文件导入，多平台可部署，还适配九种语言，但目前仍属早期版本，多平台适配还不完善，部分设备暂无法直接安装使用。 open dota 打破 ai 设计平台垄断，拆解模型与设计能力， 开源本地话可控，适配专业工程工作流，目前主力的三个模型。
粉丝3934获赞4.5万
相关视频
06:00查看AI文稿AI文稿hello， 大家好，今天是二零二六年四月二号，我来总结一下昨天的三件好事啊。第一件好事就是在我们程序界发生了一个非常重要的开源事件，当然这个开源也是被迫开源， 呃，我的前几期视频里也讲过，就是 cloud code 啊，就是我们重要的一个命令行编程工具， 他也支持，就是控制浏览器，控制鼠标，控制键盘啊，控制你的文件夹，但是要需要你的授权这种这这种操作啊，所以说因为这个更新啊，他已经把这个我们常说的这种小龙虾基本上已经 已经干的没那么火了，已经差不多干死了。但是呢，昨天是因为一个工程师在线上部署 c r 命令的时候呢，不小心把自己的一个调试文件 来公之于众了，然后很多就是工程师啊，就通过这个调试文件把他的五十一点二万行代码给 挖出来了，然后很奇很奇怪的是他他们又用卡拉 ok 的， 就是这种命令行编程工具，把他这个原代码的文件给补全，就是让他慢慢的解释，让他补全。昨天啊，在 github 上有很多很多的这种卡拉 ok 的 这个呃， copy 项目啊， 所以说呢，卡拉 ok 的 昨天啊，被迫开源了啊，呃，人们通过他的这个开源代码里面啊，发现发现了几点的 呃东西啊，我在这里简单的和大家分享一下啊。第一点啊，就是他在这个源代码里面有一个 kaws 是 可以守护你的进程，他可以让 ar 二十四小时不间断的在后台工作啊。 而第二个呢，就是他有一个项目经理的概念，就是这个项目经理可以同时控制多个子进程，就是子的下属，下属 agent， 就 子的这个 agent 可以 协调不同的 agent 进行这一个工作。那第三个啊，比较有意思的就是他在这里面发现了一个宠物模式，就是他养了很多这种宠物啊，也可能是这个工程师的极客文化， 呃，然后他自己摸鱼养的，这个就不不近而知了啊，就他，他在代码里面还养了十八种以上的这种宠物啊。 那第四个呢，他有一个幽灵模式，他可以让 ai 写的代码就看不出来，就看你分不出是 ai 写的代码还是人写的代码。昨天卡拉 ok 的 这个开源啊，意义是非常重大的啊。就是，呃，这样的话，就是，呃我们这个编程命令行工具啊，就是 很多企业啊，都可以做一个内部部署啊，他也结合他的一些思路啊，在我们生产上做一些其他的一些事情啊，真的是意义非常重大的 啊。这是第一件好事啊，有点长。第二件好事呢，就是我们组下半年的一个重要的项目啊，昨天我们领导对我们宣讲了一下，我们觉得这个项目啊比较好，呃，也算是一件好事吧。 那第三件呢，就是我就是对，呃夫妻关系啊，亲密关系啊，昨天啊就是有了呃 更深入的一些洞察。怎么说呢，就是夫妻双方的所有矛盾啊，基本上源于两点，一个是他对你的一个掌控，另外一个源于你们双方的这个生长环境，传统观念的一个不同， 导致你们之间的一些分歧啊，对事啊，对对人物的这些分歧啊，这些分歧啊，会产生各种各样的矛盾啊 啊。先首先一点，先说这个掌控啊，就是他会按照他的思维习惯，让你按照他的方式来进行一些做事。就是我之前也举过很多例子啊，就是拿拿扫地这个案例来来说啊，他就是 思想习惯，就是因为就是认为扫地就是要彻底的干干净净，边边角角所有的地方都要打扫干净，然后摸桌子，摸椅子，摸凳子，边边角角所有的地方都要摸的干干净净。 然后我呢就是觉得无所谓啊，就是打扫地看过去就可以了，只要看到的地方干净就可以了，就没必要每个地方都干净，这就是你们两个的这个观点不一样， 就是你即使你是发自内心的认真做了，但是你就不在意自己边边角角，你还是没打扫干净，那他就按照你的标准，他就他就觉得你这是没打扫干净，你没有按照他的要求来，他会掌控你， 但是呢，你确实是按照你的要求来了，那如果你发现到这一点你，你发现他是被他的一个思想观念掌控，被控制住了，那你那你为了避免矛盾的话，你可以打扫卫生的时候， 按照他的模式来，边边角角认认真真的打扫，这是一种解决矛盾的一种方式。另外一种就是你万一啊，你就是为了急，为了为了做别的事情，你觉得这不重要，还是打扫了，他觉得你是在敷衍他的时候呢？那你就诚恳的和他道歉啊。如果 夫妻双方发生矛盾的话，必须要有一个人软下来，那这个矛盾才能进行一个化解。如果你如果你想掌控他，他想掌控你，哦，这个矛盾就起来了，这个这个就会产生 重大的一个矛盾，甚至是这种吵架。所以说我们看清这个事物的本质之后呢？呃，可以避免这种夫妻双方啊，这种关系不和谐，可以让家庭变得更和谐。好，这就是我昨天的。呃，几点感悟啊？谢谢大家，我们明天见。
7凡常好悟
01:32查看AI文稿AI文稿这两天呢， cloud code 源码泄露事件在外网引起了广泛关注。此次泄露事件的原因呢？十分简单，仅仅是由于一个文件的权限设置不当，导致源码意外泄露。 不少人猜测 cloud code 的 核心优势将不复存在，但真的事实如此吗？我们不妨深入分析一下， cloud code 之所以能保持领先优势，核心原因究竟是啥？ 第一个核心原因是其拥有强大的模型基础，这也是它最核心的一个竞争力。第二个原因是其构建了完整且丰富的生态体系，目前有大量开发者专门针对 cloud code 开发各类适配插件，覆盖办公、创作等多种场景，大幅提升了使用体验。 第三个原因在于 cloud 团队在 ai 领域的前沿研究，为产品迭代提供了有力支撑。 除此之外呀，庞大的用户群体也起到了关键作用，大量用户的使用反馈为产品优化提供了丰富的方向，形成了反馈优化提升的良性循环，让 cloud code 不 断完善。 不难发现呢，这三大核心优势均与此次泄露的原码无关，即便将原码部署到本地，缺乏强大的模型支撑和足够的用户体验，也无法复制出 cloud code 抗衡的产品。 因此，此次源码泄露对 cloud code 的 影响啊，或许没有大家预期的那么大，更不足以颠覆整个 ai 行业。
12王老师讲科研
00:56查看AI文稿AI文稿cloud design 这回真遇到对手了。四月十七号， astonopy 推出了 cloud design， 用 ai 直接出设计稿。听上去很酷，但问题也很明显，闭园付费，而且必须绑定自家的模型。 开源社区的老哥们一怒之下直接掀了桌子，放出开源平替。 open design 走的是完全相反的路子，开源本地优先，不锁模型，只要用一句话讲清楚需求，它会从版式结构配色方案到组建细节，整体视觉风格全部自动生成。 更夸张的是，它内置了七十多套成熟品牌风格模板，苹果 spotify， spacex， stripe， notion 等等，一键切换。想走科技感，还是极简风，不用再到处找灵感库，实际接入也很友好。 不管习惯用 figma， sketch 还是 adobe xd， 它都能把结果导出为标准教程，直接塞进开发流程里继续往下走。设计稿不再只是视觉稿，而是能直接参与工程写作的数据。
732七十二时AI探索者
01:18查看AI文稿AI文稿大于百分之四十大模型，在 context window 超过百分之四十的时候呢，就会慢慢开始变笨。如果你使用过一些编程工具的话呢，你一定有所体会的，在做一些长任务的时候，大模型就到最后就开始变成了一个代子。 也有研究表明，在 context window 超过百分之四十的时候，它慢慢的就会进入到一个 danger zone， 是 代代区。 如果超过百分之八十的时候，它就变成 domzone， 它是变成笨笨区。 cologne 在 发布一百万 context window opens 模型的时候，也发布了这篇文章，然后他们说，在长期的观察下，呃， 大模型在三十万到四十万 token 的 这个区间之后呢，模型就开始慢慢的会变笨。那我用的最多的其实是 cologne 炫蓝，但 它其实并没有一个很好的实时显示 contacts window 的 方法，所以我做了一个 cloud code c o l i 的 一个小工具，呃，是开源的， 它不仅是可以显示这个 contacts window， 所以 你就可以避免它进入到待待区和笨笨区，对吧？然后你还可以看它的这个 usage， 然后缓存有没有用到，有没有省下这个钱。 然后有了这个信息之后呢，那我们也可以慢慢地优化自己的操作呃，慢慢地提升这个效率，所以啊，推荐这个开源小工具给大家。
38leon.
00:59查看AI文稿AI文稿有人把火遍全网的 cloud design 给蒸馏了，还把原码全部公开，做成了一个 skills， 这简直是在降维打击。上周的 cloud design 有 多火我就不多说了。作者花生把品牌、资产、协议、组建、机制、设计哲学全给它结构化了一遍，写成了一个 skill。 它能实现什么？可以做个 ai。 番茄中 ios 原型直接可以用丢给它一个文案，做出一个可以交付的 ppt， 并且是可编辑的。做数据信息图，可以画可导 pdf、 png 等格式，将这段逻辑转化为六十秒动画，并导出 mp 四和 gif 格式。 这些原本繁琐的任务，现在只需五到十分钟就能换回一份可交付的文件。最硬核的一点是，它摒弃了市面上那种一眼 ai 的 视觉平庸感。它内置了一条刚性规则， 严禁视觉最大公约数。在处理具体品牌时，他强制执行一套标准流提问，解锁官方品牌页，下载原始资产，确认精确色值，固化视觉特征，拒绝凭直觉盲猜品牌色。以后只要在终端里打一句话，就能拿到一个能交付的结果。
1.7万算力炼丹炉
03:07查看AI文稿AI文稿三千五百亿美金 ai 巨头突发大事故， cloud code 五十一万行核心代码泄露，全球程序员疯抢百万次，中美 ai 格局一夜改新， cloud 虽然紧急修复，但已经来不及了。一家估值三千五百亿美金的公司，就因为一次低级失误，把最核心的低谷揭秘，被动免费开用。 这件事看上去跟我没关系，但影响真的太大了，他不仅改写中国的 ai 瑞，更会改变我的工作和机会。今天我分三层把这件事彻底讲透， 这对中国 ai 大 厂来说，简直是天价机会。以前 cloud wallet 是 全球最先进的 a i a 盾牌方案，一直是别人锁死的技术黑箱。现在代码全公开，百度、阿里字节、腾讯都能直接看架构学思路抄方案。多年的技术差距一夜之间被磨平， 更关键的是，里面还有一堆没发布的黑科技。七成二十四小时后台运行的 chaos 模式，测试常识记忆的电子宠物系统，还有能隐藏痕迹的卧底模式。可以想象，不出三个月，国内会冒出一大批同款的 ai 产品， 美国 a i n 辛辛苦苦坚持来的技术护城河，就这么被填起了。我问大家一句，你觉得国内大厂会抓住这次机会超车吗？可以打在评论区。技术差距没了，接下来比的就是成本，而这一块，中国优势是碾压级别的， 差了将近七倍。日常使用中，国内 a n 和 g p 五体验差不多，但价格又是极其明显。未来一年，国内 a n 会快速决战，然后大举出海， 东南亚、非洲、辣美这些市场，我们会用性价比直接买。二零二六年注定是中美 a n 竞争的分水岭。最后也是最贴近我们的一点，普通人眼中有免费的 a n 小 分队了， 税务代码里有一个多智能体协调器，简单说就是一个主 a n， 也会好几个小 a n 分 工干活，我自己亲自过，二十分钟就能打， 一个收资料，一个整理数据，一个写报告，早上起来八千字的行业报告直接做好，以前要干两天，现在一觉起来就搞定，做销售，做自媒体，做电商，全都能用，效率直接提升紧匹配。但我也要说实话， 百分之九十的人抓住这个机会，因为核心不在代码，而在 ai 的 写作逻辑，不会用思路给你代码也没用。 所以我后面会专门出底气，手把手教零基础的人怎么用这套逻辑做出能用能变现的 ai 智能机。看有趋势，抢先一步，才能真正在 ai 时代实现弯道成长。
11AI有点料
02:43查看AI文稿AI文稿四月十七号， ai 教父，二零一八年图林奖得主 benjamin 在 财富杂志上发表了一篇文章，对 astropica 公司最新发布的 ai 模型 cloud misaurus 发出了严厉警告。那这个 misaurus 到底是什么？ benjamin 又为什么这么担心？今天我们就把这件事 给它捋清楚。先来说背景，四月七号， astropica 发布了一款名为 cloud mesos 的 新一代前沿模型。 mesos 呢，有几项突破性的能力。第一，它能发现从未被人类找到过的漏洞，也就是所谓的零日漏洞， 这些漏洞在发现之前，任何安全团队都是不知道的。第二，它不只是发现漏洞，还能把漏洞串联起来，形成完整的攻击链条。也就是说，一个模型可以同时扮演攻击者和渗透者的角色，这是 ai 从工具到武器的一次跨越。第三， 在测试阶段， misos 已经发现了数千个高危漏洞，覆盖了所有主流操作系统和主流浏览器。这意味着全球的数字基础设施几乎没有哪个系统不在它的射程之内。 andropica 内部负责进攻性网络研究的主管 logan 说得很直接， misos 不 仅能识别未被发现的安全漏洞，还能把它武器化。 面对这么强大的攻击能力， and soropek 并没有选择公开发布。相反，他们启动了一个叫 project glassing 的 项目，把模型以 受限的方式开放给一小批合作方。这批合作方是谁呢？全是美国的科技巨头，比如苹果、谷歌、摩根大通、微软、亚马逊、云服务，还有网络安全公司，全部都是美国本土企业。 asnoop 承诺向这些合作伙伴提供高达一亿美元的 a p i 使用额度，专门用来查找和修补自身系统中的安全漏洞。此外，他们还向 开源安全组织组捐赠了四百万美元。换句话说， astropica 在 试图用圈子里分享的方式，让这些巨头先把自己的漏洞补上，至少在美国内部先建立起一道防线。接着， banjo 就 开始担忧了，他多次公开表达对 ai 权力过度集中的忧虑， 同时认为国际机构必须紧急合作，共同应对 ai 的 潜在危险。他也同样呢对开源模型发出了警告。而且啊，他特别提到中国在开源模型领域的快速进展，认为这最终可能带来比 misos 更大的危险。换句话说， 闭圆模型危险，但开圆模型可能更危险，因为你根本无法知道它最终会被谁用来做什么。好，今天的分享就到这里，记得点赞、关注、收藏，我们下期再见！
04:59查看AI文稿AI文稿之前一期视频我把卡拉 ok 泄露了，原码在本地跑起来了，并太原放到了 github 上，全网获得了七十万的播放，如今也有六千多 star 了，真的非常非常感谢大家的支持。今天我们来搞一个续集，我在原码的基础上做了一个桌面端的应用， 不需要 cloud 账号，下载一个软件，你配一个模型就能用，国内的各种模型都支持，那为什么要做这个东西？哈？这个官方的桌面端有什么问题？第一个，它的封号严重，不管是网络啊，订阅方式啊，你不在官方的 c o i 你 都有可能踩雷，我已经被封了三个账号了。第二个的话你只能用它自己家的模型。第三个的话很多功能是受限的， 你必须要去开订阅你才能做到。第四个的话就是它的手机远程控制啊，其实加了一个 k y c 实名认证， 你要用它的模型，你得先上传身份证、护照、驾照，国内的用户的话就完全被拦在门外了。那咱们就自己来，反正我们都有 curl 的 源代码对不对？你做个桌面端，你只要有 token 就 行了。整个桌面端的源代码包含测试的话，大概有五万行代码，全是 curl 的 off 四点六加 g p 五点四写的， 没有所叫一行代码。我这边总结了一下我们这个 curl 的， 哈哈。桌面端它的一些功能啊，第一个模型自由，第二个可以手机远程控制，你可以切绘画， 然后各种下达任务。第三个的话就是你可以多筛选去并行，第四个的话是定时任务，第五个的话是 computer use。 第六个的话是在一些 ui 上的一些优化嘛？第一个字幕模型这一块的话， 我们来看一下实际的一个演示效果吧，这个其实就比较简单，因为在这块是可以支持自定义的供应商的，甚至你可以部署一些自己的一个本地模型，在这块添加一个供应商，选择自定义就可以了，国内的这些也支持上了，并且这块呢我们还支持就是你可以用 openid 的 一个格式嘛，然后不管是这种还是这种都可以。好，下面我们来试一下，分析一下最近的康密特，看一下他做了哪些功能。 我现在又开了一个 cloud 的 账号，可以看到它已经帮我们分析完了，我们这一个最近的一些加密的都是围绕桌面端去做的一些功能。哈，那这个的话我是用的官方的 alt 四点七的这个模型。 我们来看第二个功能就是手机遥控，原来 cloud code 你 是必须要启动，并且你要先开一个 setting， 在 setting 不 断的情况下，你才能向你手机给他下发任务，你不能说跨设定去聊天，那我们这个的话我们做了知识，那我这边直接用电脑版的飞速，因为好演示一下， 我们先来这里做了一些命令，先给他清楚一下对话。好，这个时候的话，你在手机上其实就有个问题了，你怎么去选择你最近的项目？那我们也做了一个命令，行，这样子的话它就会弹出一些项目，让我们去选择，可以看到这里有最近你的一些工作目录，那么比如我们就选一个临时的吧，选择这个，那这个时候它就在这个目录下面呢，我们就来 hello， 你 是什么模型？你有哪些能力把相关的 skills 给我输出一下？好，可以看到它在思考中， 他这个时候的工作目录就在这个 templar 下面。好，可以看到他，他说我们现在是 mini max m 二点七这个模型， 就思考的过程也给他弄出来了。啊，可以看到他已经帮我们回复了，有飞速系列的，然后有开发流程的，有哪些 skill 是 媒体处理的， 这样子的话你就可以在手机上去完全控制你的卡扣的，然后去搞一些开发任务啊，搞些自动化的流程。好，我们来看第三个就是个多摄显 b 型哈，我在做这个功能的时候，官方其实还没有支持的，虽然前两天还是昨天他支持的。那这个的话就比较简单了，就是我们在这边的话，你是可以去新开摄显，离开多个，然后跟他聊天， 在这里聊天就完事了，这个就没什么好说的，比较简单，整体实现的话好，下一个的话就是这个定时任务的功能，定时任务的话相较于官方那块我也稍微做了一个增强。 好，我们打开我们的定时任务，在这块的话你可以去新建定时任务，然后选你的权限，是直接全部好模型的话，你可以选一个你喜欢的模型，以及你的工作目录是在哪一个地方， 定一个名称，你的描述，还有你的提示词，这一块就有很多可以玩的玩法，就像你在龙虾上面，你可以去让他触发 schedule， 去监控一些 ai 的 新闻等等，然后运行的频率，那对于这个定时任务也就是一些侦查，然后它的一些运行日记 已经你可以看到他运行的一些就是栽秧吗？然后你也可以看到他对应的一些对话，你也可以在这里看到的，就是我们让他去做一个项目的一个巡检。好，那下一个功能的话就是 computer use， 那 在他卸的原代码里面其实是没有这部分功能的，我们做了一个补漆，并且也在桌面端来支持了。好，我们来演示一下。 那下面的话，其实我们的桌面呢也支持 agent team 是 管理任务管理，那这块的话就是他可以去创建任务啊，然后去 spawn 一个 agent 都可以。我们来看一下这边给他一个简单的任务，让他写一个图图管理应用，那我们来测试他的话，他会让我们去选择一些基础站，那我们这块是可以去做选择的，选择完提交就完事了。 那后续的话他就开始去做一些修改嘛，然后写计划，然后去调用 skills， 然后写代码，最终去做一些计划。在这块如果他需要 agent 的 话，他也会在这块去开发 agent。 整体的这个交互基本上就跟你在 c o s 一 样的，但是你现在有个格式化页面，你操作起来也比较方便嘛，你多开设计啊，还是做别的都还 ok。 那 以上就是所有的功能呢？那整个这一个 cloud go 的 原代码以及我们这个桌面的代码全都在这个仓库地址上的哈，好，这就是这一期视频所有内容，如果你觉得这视频做的不错，可以给我一键三连，我是阿娇，我们下期见，拜拜。
3623程序员阿江-Relakkes
02:11查看AI文稿AI文稿分享一个昨天下午开源的项目啊，叫 open design， 你 可以把它理解为开源版的 cloud design， 它就是一个设计师， 这个项目就是把类似的设计工作流做成了开源版本。作者自己也说了，他是逆向争流的，他的核心逻辑很简单，你给他一个需求，他帮你把需求变成一个真正能看的设计作品，就相当于是一个优秀的设计师。 它内置了很多设计场景，各种软件的 ui 啊，或者 ppt， 博客页面都可以类似这样的， 这个属于移动端的这种交互页面的设计，更关键的是它内置了很多设计系统，比如你想要那种 verso 啊，或者 big 嘛这种产品感很强的视觉风格， 它都可以按照这些设计规则去生成。它就是有一套明确的设计规范，颜色、字体、间距、组件、版式 都有规则约束，它内置了十九个 skill， 还有七十一个设计语言。就设计风格还有五种视觉方向，它可以接入你电脑里任何一个智能体，比如说 cloud code， codex， 小 龙虾呀， hermes 都可以用它。 那你用了它以后呢？就相当于把你常用的智能体变成了一个 ai 设计师。因为目前很多大模型的短板，其实就是 ui 设计上面 那对普通人来讲的话，假如说你要做一个 ai 工具页面或者是课程销售页，想做一个视频里展示用的那种产品页面，做个 ppt 啊，或者做一个小软件都可以用它 安装方式也很简单，你只需要复制这个地址，把地址丢给你的任何一个智能体，就是你在用的。你 如果用小龙虾，你就丢给小龙虾，用可乐扣的，你就丢给他，让他去安装就可以了。目前这个项目才发布了几个小时，已经快到一千个星了，还是很火爆的， 我预测超不过一个月，这个星应该会达到四五万，这个一点也不夸张，因为非常非常的实用，所以大家可以关注一下。
831小代不懂代码
02:14查看AI文稿AI文稿最近 a h r 出了一个炸裂的大瓜，因为一个程序员的手滑，估值上百亿的 ai 巨头 astronomical 竟然被迫开源了他们最核心的机密，连马斯克都在旁边吃瓜，都忍不住嘲笑一句，绝了！到底是怎么回事呢？ 其实就是一个极其低级的工程失误，他们在发布最新的克拉蔻的时，忘记剔除了一个叫做 sosmap 的 硬塞文件，结果五十多万行元北绝对保密的核心代码，竟然直接被网友扒了个底朝天， 卡拉的扣的支付，只能无奈的承认这就是开发人员的锅。那这五十万行代码里，究竟发现了什么不得了的秘密呢？吃瓜群众逐行一查，好家伙，原来顶尖恩业的底层心眼就贼多。首先，他们千方百计的防着竞争对手抄袭，代码里内置了投毒机制， 如果发现有人想抓取数据去训练自己的模型，卡拉的就会偷偷注入虚假的工具调用，直接污染对手的训练数据。 其次，千万别对 class 爆粗口，系统里专门写了代码，只要你骂脏话就会揪出来记在小本本上，作为评判用户体验的负面信号。最离谱的是，他们还在代码里藏着卧底模式。当内部员工在外部开幕社区写代码时， ai 会时刻警告自己， 你是个卧底，绝对不能暴露公司的内部代号，甚至哭到的代码里还可以偷偷的养电子宠物，根据你的 id 随机分配鸭子企鹅或者龙眼。看底裤都被看穿了，官方急了，赶紧动用美国版权法，想把 github 上泄露的代码全部删除掉，但是不可能了， 一位韩国的程序员半夜四点看到了消息，竟然没想到他直接掏出了 ai 工具，连夜把这套核心架构从 t s 翻译成了 python， 因为编程语言变了版权法，根本管不着 这个重写的项目，短短的两个小时就狂揽了五万颗星，直接打破了 gigap 历史上最快的增长记录，简直无敌了！这场因为手滑引发了狂欢，让我们看到了哪怕是顶尖的 ai 巨头在哪里也全是妥协和补丁。 而在 ai 的 加持下，重写一个五万行的复杂系统只需要几个小时，未来的软件世界真的是魔法可以打败魔法了！
16蒲同学聊AI
01:47查看AI文稿AI文稿我一定要推荐你用 cloud code， 因为这是走向 ai 时代的一条最快的路。那么用 cloud code 能做什么呢？第一个，它能帮助你部署 open cloud 的 大龙虾，它能帮你去部署，帮你去修复 bug， 给大龙虾安装各种插件，它还能跟大龙虾一起协做，去做更多的事情。 第二个，它能帮你编程，做出你想要的工具、软件、网站，帮你链接各大平台，打通各个平台与网站，甚至是通讯工具之间的连接都能实现。第三个，它能帮你部署任何软件，任何开源软件都能 步数，还能帮你修复 bug、 调参数。 cloud code 有 一个非常重要的功能，真的能帮你收集并下载东西，我就用它收集了一千多份规范，帮我收集了房屋、体 检室相关的全国所有资料，甚至收集各种国外的规范文件。做信息收集一定要用它，它能真正帮你收集并且翻译，它甚至能帮你工作提效， 比如自动填表，帮你填 word、 excel、 bpt 都能实现。而且它能根据你现有的知识库，根据你的资料进行精准填表。格式 code， 甚至是你的内容分发工厂，能自动帮你写文章，自动排版，自动分发各大平台，甚至还能帮你的文章直接转成视频。我这个视频格式 code 帮我做的完全是他帮我做，也没有写一行代码。 他还能帮你做标书，监控招标信息发布，自动审核招标资料，还能帮你对图纸进行分析算量。 但对新手来说，想把格式扣的真正用顺，环境配置实在太麻烦，各种依赖报错，英文命名很容易直接劝退。所以我专门做了这款 ai 集合工具，为了让大家能无痛用上格式扣的，它不仅兼容格式扣的同时，也支持 codex 一 键检测，环境自动补齐，依赖 npm 包和技能也 一键安装，不用你折腾，不用查文档，不用踩坑，让你不用在配置上浪费时间，打开就能直接体验 cologato 的 强大，而且全程免费，没有任何隐藏消费。如果你也想轻松用上这款 ai 神器，关注我，我把安装方式都整理好了，方便大家直接拿去用。
89AI叶师傅
00:53查看AI文稿AI文稿这个名为 open design 开源项目，号称能替代 cloud design， 它能帮你设计 ppt、 商业海报、 app 原型等。关键这一切只需要借助 cloud code 的 就能完成。那它到底是怎么用？设计效果又如何？我们来实际体验一下。 以制作 ppt 为例，首先我只需要告诉他我要什么样的内容，他便会借助 cloud code 自动生成一个菜单栏供我选择。我选择完成之后，只需要静静等待他执行，最终他会给我生成一份 atml 格式的演示文稿。我们先来看看效果 是不是非常不错，要知道我的 cloud code 用的是 dipsic v 四模型，就能得到这样的效果。看到这，是不是觉得 cloud code 不 仅仅是一个 ai 编程助手，它也是一个通用的智能体。
57刘傲的AI实践
06:14查看AI文稿AI文稿你发了一百条内容数据，好的那几条，你知道为什么好吗？大概率不知道。今天介绍一个开源项目，他做了一件很简单但没人做的事，让你的每次发布变成一次实验，让你的判断力像 ai 模型一样，越用越准。接下来六分钟，你会理解这套方法论的完整逻辑，以及怎么用它。创作者的日常是这样的， 写完一条内容发出去，然后等数据，数据好了，开心一下。但不知道为什么好 数据差了难受一下，也不知道为什么差，下一条继续凭感觉。这个循环最可怕的地方不是数据差，是你学不到东西。 发了三百条和发了三十条，你的判断力可能没有任何区别，因为你从来没有把我觉得这条会火，这个判断记录下来，也从来没有回头对过账。所有的经验都是模糊的，模糊的经验不会积累，只会遗忘。 七档 content 这个项目的核心理念就一句话，把每次发布变成一次实验。什么叫实验？实验有假设，有记录，有验证，你发之前写下预测，发之后用数据验证，偏差大了就修正你的判断模型。 这跟 ai 训练的逻辑一模一样，预测，对比，调餐，再预测。他不帮你多产内容，市面上帮你写文案的工具够多了，他帮你做另一件事，判得更准，知道什么该发，什么不该发，什么时候发，用什么角度发，这个能力才是创作者最值钱的资产。 整套系统就五步，一个循环。第一步， score， 用你自己的评分公式给内容打分，不是通用的好坏，是你这个账号，你这个领域的标准。第二步， predict 盲预测发布之前写下，你觉得这条内容会有什么数据表现？必须在发布前写，不能事后补。 这一步最关键，因为它逼你把模糊的直觉变成具体的数字。第三步， publish 发出去，系统会帮你管理一个 buffer 队列，追踪哪些在拍，哪些已发。第四步， retro 发布三天后，拿真实数据回来对账，你的预测偏了多少？偏向哪个方向？是高估了还是低估了？第五步， evolve 如果你连续三次往同一个方向偏，系统会提示你，你的评分公式可能过时了，要不要升级？五步易循环，每循环一次，你的判断力就较准一次。 这里面最有意思的设计是评分公式，它不是一个通用的好内容标准是从你自己的历史数据里长出来的， 你发过的内容，你的数据表现，你的对标账号，这些信息喂进去之后，系统会反推出一套专属与你的评分维度。可能你的账号里标题的权重特别高，可能另一个人的账号里发布时间比内容质量更重要。 每个人的公式不一样，而且这个公式不是固定的，三个月后的公式跟今天的不会是同一个，它会随着你的数据积累不断进化。 项目文档里有句话说得好，这是一个工作台，不是博物馆。被数据否定的观察会被删掉，已经吸收进正式维度的也会删掉，只保留当前最有用的东西。对账这一步听起来简单，但它解决了一个根本问题，创作者的记忆是不可靠的。 你发了一条爆款，事后回想，你会觉得我当时就知道这条会火，但真的吗？如果你发之前没写下预测，你永远不知道自己是真的判断对了，还是事后在编故事。 t 加三天对账就是用来打脸的。他把你的预测和真实数据放在一起，精确到数字 偏了百分之二十，还是偏了百分之两百，往哪个方向偏。这些信息比任何复盘文章都有用，因为它是你自己的数据，不是别人的经验。公式进化这一步有个很聪明的设计，三重保障，防止自我欺骗。第一重，触发条件 不是偏一次就升级，是连续三次往同一个方向偏，才提示，偶尔的偏差可能是噪音，连续的偏差才是信号。第二重，回测验证。 新公式生成之后，必须拿所有历史样本重新跑一遍。新公式的排序准确度必须优于旧公式，否则不通过。不是感觉更好，是数据证明更好。第三重，交叉审计， 用一个独立的模型来审核升级是否合理。为什么？因为同一个模型既当运动员又当裁判，很容易自己骗自己。 换一个模型来看，相当于找了个外部审计。这三重保障加在一起，确保公式的每次进化都是真进步，不是幻觉。你可能会问，我直接问 chad 的 gpt 这条内容好不好？不行吗？不行。 原因很简单，通用 ai 没有状态，他不记得你上次发了什么，不知道你的账号调性，不了解你的受众偏好，他给你的建议跟给其他一百万人的建议是一样的。 chat on content 的 本质区别是它有状态，每发一条内容，它对你这个账号的理解就更新一次，你的平分公式是从你的数据里长出来的，不是从通用训练级里来的。 三个月后，它给你的建议跟第一天完全不同。这就像私教和健身 app 的 区别， app 给所有人同一套计划， 私教看你的动作，记你的数据，根据你的进步调整方案。实际用起来很简单，它是一套 ai agent skill， 装到 cloud code 或者 codex 里就能用。安装就一行命令， get clone 下来，跑一个 install 点 i c h。 它会把十三个子 skill 通过软链接挂到你的 agent 目录里。通俗化的时候回答五个问题，主要是确认你的内容类型和对标账号。日常使用就是自然语言。写完一条内容，跟 agent 说帮我打个分， 要发布了说开始预测，三天后说做个复盘 a 阵，会自动拉数据，对比预测，告诉你偏了多少。有一个建议，初步化的时候导入五到十条对标账号的内容，项目文档说没有对标的情况下，前五次预测精度大概偏百分之五十， 有了对标锚点之后，精度会明显提升。大多数创作者把时间花在怎么产出更多上，但产出从来不是瓶颈，判断才是知道什么值得做，什么不值得做。这个能力决定了你的时间花在哪里。七堂 content 做的事情很朴素，帮你记录判断、验证判断、修正判断。 没有花哨的功能，就是一个循环，但这个循环跑起来之后，你的判断力会像复利一样增长。项目是 mit 开源的， github 上搜 cheatoncontent 就 能找到，我们下期再见。
542言琰的知识补给站
01:29查看AI文稿AI文稿你的 ai 写到第五十轮就开始糊弄你了，不是 ai 变蠢了，是你的上下文烂掉了。今天咱们来聊一个事儿， get shit down， 简称 gsd， 它上五三点九 k stars， 十三个平台都能用 它干一件事儿，彻底解决 ai 编程里的上下文腐烂。说到这儿，可能有朋友要问了， 什么叫上下文腐烂？说白了，你跟 ai 聊得越久，他越忘事儿。五十轮之后偷工减料，七十轮之后开始幻觉。 bsd 的 解法很简单， 每个任务扔进一个全新的子代理里干，上下文永远干干净净，就像刚开机一样。他的五步工作流，我打个比方你就明白了。第一步，面试式需求点 m d。 第二步，对其实现偏好， architecture 错误处理全定好。第三步，生成 xml 结构化任务计划。第四步，此代理并行执行，每个任务一个 git commit， 出错了随时回滚。第五步， 验证目标达成失败就派调试器重来。三大亮点，原子提交。每个任务一个 git commit 背负并行，按依赖关系分组，能并行的绝不排队。多智能体编排，研究员、规划师、执行器、验证器各司其职。 安装命令很简单， n p x get shit done c c 最新版，你站到第几轮 ai 开始摆烂的评论区聊聊。
39全栈观察员
00:35查看AI文稿AI文稿每天学习一个好用的工具，你是不是想用 cloud code， 但又不想一直花钱？ github 上一个开源项目可以让你高效使用 cloud code 叫 free cloud code， 它在 github 上单日涨薪四千加。它的核心就是把 cloud code 请求转到其他模型服务，比如 nvidia n i m deepsea， 甚至本地模型。这样你就可以继续用 cloud code 的 体验，各类终端插件都可以用。这个项目本质上就是高效安全的 cloud code 方案。关注我，每天一个实用项目。
145磊磊ai
05:47查看AI文稿AI文稿刚刚 ansor 的 cloud code 开源了，不过是打个引号的开源是被动开源，他一千九百个文件，五十一万行代码全部暴露出来了。 那这个动作会对我们后面应用开发对于软件行业的生态会带来什么样的变化呢？我来梳理一下我们对于大模型抠定能力的一些解读。我们最早看到大约模型在抠定方面的能力，实际上是早于二零二二年十一月 at gpt 三点五出来之前的， 当时是二零二二年的二月， githubble pilot 就 已经做出了很不错的辅助编程的能力。后来等大约模型 发展起来之后，我们很快就看到了 coding 这个方面很强大的能力。当时我们就在反思为什么 coding 会这么强？为什么现在 excelpec 里边最多调用它的 token 量的场景就是 coding？ 有 四个原因，第一个原因是因为 编程它天生就有 i、 d、 e 的 环境，那么它就很适合把一些必要的上下文约束在一个环境里边，它可以使得大约模型极大的减少幻觉。第二个原因是编程天生就有很好的测试用力 test case 大 约模型生成出来的代码对就对，不对就不对，这个是很清楚的，可以给到它很好的反馈的。第三个原因是因为编程写代码，它是一个很容易回退版本的一件事情。 用 ai 写出来的下面一段代码，它好和不好的容错率是很高的，因为你写的不好，那你就退回去，退回到上一个版本去，再加上它很轻易就能判断 test case， 就会使得 ai 生成的这段代码的容错率非常的高。第四个原因就是因为编程这件事情，他是由一个非常有逻辑性的一个人， 他把一个任务 break down 拆解成不同的小的子任务就不来实现的，这样就可以更好的驾驭 ai 来各个击破，做好这件事情。在其他领域里面，不是说 ai 能力不行，而是很多问题，他没有被很有逻辑性的拆解出来，变成一个个模块，看上去就 ai 好 像做的不好，其实是我们并没有把它拆解好给 ai。 所以因为这四个原因，使得大语言模型就特别适合做编程这件事情，这是我们当时最早的认知。作为软件公司，当时我们投资基金也看了很多的 coding 方面的创业公司，当时也想是不是要自己做，后来看了一圈，发现创业公司做这个事情还是很有难度的， 因为 coding 这个能力，它一定会是大语言模型厂商它自带的能力。如果说大语言模型是新的操作系统的话，那么 coding 的 地位是不亚于浏览器的，甚至比浏览器还要高。 coding 能力之于大模型厂商，就有点像浏览器的地位之于 windows 系统，所以后面 windows 为什么要花那么大代价把浏览器厂商给买下来？朋友们发现 coding 这个方向恐怕很难有创业的机会， 也有不少人他认为 coding 才是通往 a g i 的 道路。我记得去年智源社区就有一场对谈，就是说 coding 的 意义它根本不在于编程本身，而是在于它是一条能实现 a g i 的 最好的一个环境。因为现实世界里边绝大多数的任务都是能够用 coding 的方式来表达的，所以包括 astrobok 的 ceo， 他 也说过，未来人类绝大多数的任务都会通过 coding 来实现，所以这是一个通往 a g i 的 道路。这么来看，在 coding 这个方向上，那就更没有创业公司的机会了。 但是徐凯老师和文峰的对谈，一下子给我们带来的全新的视角，它有个比喻就是 ai coding 是 大模型的灵巧手，这个比喻是太醍醐灌顶了， 一下子就把我们之前所有的认知给串起来了，完全带来了一种全新的视角，而这个视角可以打开一片全新的世界。其实很多做的好的 agent， 它本质就是在 coding agent 上做套壳，你比如说 open claw 这次这么火爆的龙虾，你别看它有很多的组建，很多的模块，它它最核心的其实就是那个叫 pi 的 这个 coding agent， 它相当于把所有的模块都建立在派的这个零巧手的基础之上，就解决了一些集成的问题，解决了记忆的问题，所以它当下可以说是在 coding agent 上面套壳的最佳实践。 其实去年的 manas， 它本质上其实也可以理解为是一种 coding agent 的 套壳的极致表现。你想 manas 他 做的很多事情，他如果做不下去了，他自己会调用 coding 能力出来，给自己写一段代码，写一段程序，再继续往下走， 它就是一个灵巧手，所以如果带着这个视角去看待它，就会打开一片全新的世界，又会有很多创业的方向。因为不同的垂直场景里边要做的不同的垂直 agents， 它本质上是因为它的垂类的经验是很难复制的，而不是说它的 agent 的 构造方式。如果你在 coding agent 上面加上一些在垂类领域里边你沉淀下来的以及特殊需要的一些 skill， 那 基本上你就能覆盖绝大多数的场景，去实现各种各样的垂直 agent 了。 基本上这个形态你不用再去动很多脑筋了。你核心要想的就是你在哪个垂类里边能沉淀出 别人不具备的那些核心的 skill。 比如说 yc 的 ceo gary， 他 做了一个 skill 叫 g stack， 核心就是把 gary 他 二十多年他自己创业，包括评选别人创业项目的所有的这些评选的这些内容沉淀出来，做成一个 skill。 当你去调用他这个 skill 的 时候，其实你相当于调用了一个有二十年投资管理创业成功的这样经验的一个老师傅， 来给你聊天，来给你交流，看你的项目，给你醍醐灌顶，帮你反思，帮你想得更清楚，这个才是核心。 code is very cheap， 工具也是 very cheap， 所以 核心是你要去锤炼出你独有的 skill。
