粉丝1733获赞6.7万

今天凌晨,谷歌 i o 二零二六如期而至,随即宣布 gemini omni、 gemini three point five、 flash 等等一系列新产品。 这是什么?硅谷年夜饭?算粒满汉全席。媒体老师也非常懂事,标题直接起飞,谷歌亲手淘汰谷歌 视频版 nano banana, 全能 ai 创作引擎,全场最大的 c 位,毫无悬念给了 gemini omni。 这玩意号称是真正的全能大模型,能吃进任何形式的输入,拉出任何形式的内容。文本、图片、音频、视频,只要你敢喂,他就敢接, 而且首发支持视频输出,江湖人称视频版 nano banana。 你 看这个排面,劈柴哥和哈萨比斯同台登场,大招跟不要钱一样往外扔。他们说 omni 不是 在简单拼接素材, 他是在理解物理世界。以前的 ai 画个物理现象,重力和动能常常让牛顿想从苹果树下爬起来打人。但阿米不一样,哈萨比斯说他实现了阶跃变化, 氨基酸折叠都能给你干成科学准确的定格动画。甚至你拿个手机自拍,手心里画个圈,他就能立刻给你生成一个黑洞。看起来这不仅仅是降维打击,这简直是从四维空间扔了二象薄, 画面太美,数据太狂,狂到让人觉得好莱坞明天就得集体去送外卖。但这还不够刺激,发布会的另一个高潮是 jammer 三点五 flash。 只要你懂点行,你就知道现在的大模型卷速度卷到了什么地步。 三点五 flash 在 精准测试里,把自家前代旗舰 jammer 三点一 pro 按在地上疯狂摩擦,更离谱的是,它的输出速度直接翻倍,对比 gpt 五点五和 opus 四点七,速度快了四倍有余。这什么概念? 你这边的提示词刚敲完回车,他那边的答案已经糊你脸上了。天下武功,唯快不破, ai 界直接来了个闪电侠。 这还没完,谷歌还顺手倒出了一箩筐的重磅炸弹。 anti gravity 二点零桌面应用直接进化成 agent 的 开发平台。 james park, 七乘二十四小时在线的赛博打工仔。不需要五险一金,不需要情绪价值,只要服务器不断电,它就能给你打工到宇宙热季。 顺带把 jimmy 也改版了,代号 neuralexpressive, 改成算力计费。你以为他在做慈善,其实他在教你什么叫资本的洋谋。 甚至连搞了二十五年的谷歌搜索都迎来了史诗级升级。接入三点五 flash 智能搜索框,自动生成小程序。这一套组合拳打下来,干货密度堪称历年之最。大场发力,寸草不生。 那你说这东西真的这么神吗?往往打榜数据越炸裂,发布会的 ppt 越精美,里面的水分往往就越能养活一太平洋的鱼。 我怀着激动颤抖的心,拿着号称能改变世界的 omni 进行了实测。这需求可太真实了。毕竟咱们干自媒体的,天天盯着各种 ai 视频工具找灵感,就指望他们能帮着出大片,但结果给我看笑了。哎, 硅谷的公关稿还是太保守了。这哪里是改变世界,这简直是重新定义了拉胯。宣传片里是好莱坞质感,随手一划就能变黑洞。小提琴手在雪山和赛博朋克之间无缝切换。物理逻辑严丝合缝。 到了我这呢,我输入几段简单的指令,生成出来的视频,当场给我整出了工伤。说好的理解世界呢?服务员你好, 我想要一杯客了!好的,没问题!这一刻,我都怕他给我念出一段大悲咒来超度我的显卡。那些在发布会上惊艳全场的连贯性记忆力和物理法则,在实测面前碎的渣都不剩。 这不叫接月变化,这叫当场火化。网上的各路媒体还在疯狂吹捧热搜,通稿满天飞,但和实际效果一比,简直是截然不同的两个平行宇宙,那还能说啥了?看完这场魔幻的体验,我算是彻底清醒了。 现在的 ai 圈有一种极其不健康的畸形风气,只要打榜厉害,只要 ppt 做的炫,就能吹成天神下凡。 巨头们在台上拿着特供版的 demo 疯狂秀肌肉,底下的信徒们跟着无脑狂欢。 ai 好 不好用?只有我们这些一个个坐在电脑前疯狂敲着键盘,试图用它来铲除实际价值的用户给出的真实反馈才算数, 你数据再炸裂到了用户手里,变成了一坨赛博垃圾,那他就是毫无价值!请这些 ai 公司收起你们的滤镜吧!面对用户的实测反馈,少吹点牛,多打磨点细节,这才是对技术真正的尊重。这里是起点世界,聚焦最新 ai 资讯,我们下期视频不见不散!

一部电影玩出五个花,你行不行?阿凡达三最近在热映,如果你想顺带回顾一下前两部电影,我恰好有一些心得。在家体验完全不同的五种观影版本,相当于买了五张电影票。 你可能需要准备一台支持杜比视界的 hdr 电视, iu 腾 b 会员,如果没有会员就用魔法,你懂的。以及一台能够全程输出杜比视界信号的电视盒子,比如苹果、 apple tv 之度 z 九 x 八 k。 原因我一会会解释啊。 让我们买一张电影票,先从体验普通影厅开始。也许你一直有个梦想,就是在家里体验到影院级的画面享受,但遗憾的是,这在客观上是不可能的。因为电影放映的偏远和家用偏远,包括流媒体、蓝光碟有非常非常大的差异。 这差异大到你在家里永远看不到你在电影院里面看到的一些细节,哪怕它们是同一部电影。因为电影院用的是 d c p 模板,放映规格高到十二比特 d c i p 三色域。 家用电视唯一的优势可能只有亮度。不过没关系,我有些小诀窍,可以尽可能模仿影院的画面质感,最简单的就是将电视图像模式切换到影院或者电影或者 fm。 我们在电影院里面看到的画面和导演、制片人、调色师在影棚里看到的画面,基本是一比一复刻,没有任何后期的画质增强。 所以第一步就是要将电视的表现欲关掉,再将设置中的色彩空间从自动切换到 d c i p 三,这时候就能利用色域映射功能提升色彩的饱和度, 你会很明显观察到色彩更加生动,更加鲜艳,因为 d c i p 三就是影院级的色彩标准。但这还没有完。第三步也是最重要的一步,要将伽玛调整至二点六, 来更加贴合影院级画面的明暗变化,这也是工业标准。这里你可能会遇到困难,因为并不是所有的电视品牌都会提供伽玛二点六的选项, 索尼可以在伽玛矫正里调到负三, t c r 则直接选择二点六。海信 l g 没有伽玛二点六,你可以选择近视的二点四或 b t 点幺八八六, 这时候画面会变暗,所以希望你能拉上窗帘,营造一个理想的暗室环境,就像电影院那样,亮度调整到你能接受不刺眼也不会太暗的水平就可以了。这样你就能观赏到影院级那种深邃厚重、层次丰富的画面效果。 接下来我们来看 imax 激光版。 imax 激光是目前 imax 最顶级的放映规格,支持色域更高的 b t 点二零二零标准,在绿色和红色的表现力上更强, 但现实是不能说很少,但可以说几乎没有电视能完整覆盖。所以我不建议你强行切 b t 点二零二零,那样很容易泛红,不自然。 我的解决方法是使用电视的色彩增强功能,在普通影厅版的基础上再增加一些色彩鲜艳度。 如果你的电视恰好是索尼,它的色彩增强有三个档位,可以选择调整到你能接受的程度。如果色彩增强的效果达不到你的要求,那把色彩空间从 d c i p 三切换到原声 native 或许也是不错的选择。然后记得 拉窗帘。接下来,我们要进入一个画质的新境界,杜比影院、普通影厅也好, imax 激光也好,它们都是 sdr 标准,动态范围的画面信息量天生就比较少。 所以杜比推出了结合杜比世界和杜比全景深的杜比影院规格,可以在电影院里面享受到高动态范围的 hdr 画面。幸运的是,阿凡达目前的两部电影都有杜比世界版本,四舍五入一下,也算在家里面看杜比世界了。 不幸运的是,目前国内流媒体平台上没有上线阿凡达的杜比世界版本。你需要一点魔法,比如跟我一起喊咒语。 怎么样,听清了吗?听说麻瓜是听不到的呦。在我看来,拥有杜比世界版阿凡达只是第一步,还远远达不到我满意的画质,因为他真的是太暗了,大半天把窗帘拉上也会觉得暗的那种。 有两种办法可以简单解决,一、将杜比世界柔和切换到杜比世界明亮,你会感受到亮度的大幅增加, 但在一些场景里,你会看到有一些色彩被洗白,画面太扁平的感觉。所以我更推荐第二个方法,将高级对比度调到中或高。如果有一些专为 hdr 开发的亮度增强功能,比如 a、 l g 的 表达增强器、海信的精准细节都可以用上,可以极大提升画面的观感, 至少我认为可以无限逼近你在杜比影院看到的效果。当然,更重要的还是因为大部分电影为了追求导演或者摄影调色师心目中的艺术效果,往往会做的很暗,将观众的注意力尽可能放在暗纹的细节上,这是人眼最敏感的亮度区域, 导演会安排非常非常多的细节想让你看到,所以我认为拉上窗帘才能充分接受到这些信息。虽然电视也会提供一些比较亮的图像模式,但这样我们的注意力就会被亮的部分给吸引过去,忽视很多重要的细节,也就是灯下黑。 希望大家能理解这一点。电视场上其实提供了非常多的工具来让我们实现画质的自定义,但奇怪的是,他们好像从来没有认真宣传过这一点。所以我在制作各大品牌的电视图像设置白皮书,希望能帮助大家了解自己的电视都提供了哪些画质工具。 目前完成了索尼 a l g 和 t c l, 海信和创维也很快会上线。如果大家对画质调整也感兴趣,我会考虑出一个教程。 这次关于阿凡达的画质调整参数我也会分享,在置顶评论里,针对不同品牌也会有不同的画质调整思路,希望能帮助大家在家享受到更出彩的画质,让买电视花的钱真正物有所值。哦对了, 还忘了盗铭版,当然我盗的不是明朝,而是 crt。 如果你恰好喜欢复古的 crt 画质,用现代电视产品也不是不可以。第一步,关闭所有色彩上的增强,正常播放流媒体上的内容就是 crt 的 原声色域 bt 点七零九了。 第二步,关闭电视上的分区控光功能,这样能获得更加均匀的白色,避免引入 local 低频算法导致的部分画面变暗以及光晕更接近自发光的画面特性。 oled 没有背光,所以可以无视这一步。 第三步,最重要的打开电视的插黑灯功能,让电视背光,执行从上到下的扫描,模拟 crt 的 扫描线处理 就会补偿一部分因为关闭分区控光导致黑色不纯的影响,以及提升电视的动态清晰度,降低画面托影,虽然会引入可见的画面闪烁,但此时画面会变得非常水润,虽然光从平摄上是看不出来啊! 这不是怀旧,而是人类的色彩体系本来就是在 c r t 上建立的,模仿 c r t 就是 再回到人类画质的原点。 好,以上就是本期内容,等等, f t c 还没用上呢。哦对,那让他们返场一下。为什么要让大家准备呢?全程输出杜比世界的电视盒子呢? 当然是为了那些不会魔法的麻瓜啦!只要开启统一杜比世界输出,哪怕你没有杜比世界资源,也能获得不错的 h d r 官改 效果。其实还不错哟,有条件的快试一下吧!以上就是我在日常生活中总结出的技巧,虽然是用阿凡达来举例,但其实也可以应用在别的电影电视剧上,提升观影体验, 让你家里的电视真正焕发出活力。设置的教程我用文档的形式分享在置顶评论里了,欢迎大家取阅,如果你也有类似的图像设置心得,一起在评论里面和大家分享好不好? 好了,这就是本期内容了,如果观影愉快,也别忘了一箭三连,我们下期再见!

刚才我在我自己的电脑上装了一个谷歌的本地大模型,大模型的名字叫 jam 四三十一 b, 我 准备让他介绍一下自己, 我现在敲回车看看它的速度。我是用的博拉玛这个工具来管理这个大模型。 我的显卡是特斯拉 v, 一 百三十二 g 的, 看它的速度还可以吧。我看它的显存占用, 这是显存的占用,占用了三十多 g, 基本上三十二 g 已经快占满了。 gpu 的 温度是四十三,温度四十三四十二, 看这个速度基本上接近线上那种网页版的云端大模型了。 看一看 接纳,据说是本地大模型当中比较好的,比前卫的应该稍微好一点点吧。 网上有朋友还问我说啊,只搞编程适合用哪种显卡,我感觉我这个 v 一 百就比较合适,因为它显存比较大,三十二 g 它性价比高,才三千多了。 对这些大模型,对显存有要求的,你看我这个显存已经占用了三十多 g 了,太小的话可能跑不动。 看他这个速度每秒应该出多少钞票, 感觉每秒有几十个嘛。好,已经完成了,速度还是挺快的, 看他介绍他自己,他说他也能编程,也能翻译,什么都可以。 好的,现在就介绍到这里吧。


大家好,今天早上,呃, google 开了他们的 i o 大 会,然后也正式推出了 gemini 三点五 flash 的 新的模型,然后我们现在来快速测一下,看它的能力怎么样。 这第一个我要它创建一个 ppt, 然后大概是一个呃客服的一个系统,然后要六页 ppt, 然后它们的字体要清晰啊,然后要每个问题有一个,呃自己的一个,嗯, 要产品要有一个,然后问题有一个,价格有一个,然后啊,等等最后的一些一个流程吧。然后他根据我的需求呢,先制定了一个计划啊,这是他的计划,然后我可可以继续,我们看一下怎么样,这个地方需要跑,那我就继续。 好,这个结果出来了哈,就是就是他做的 ppt, 感觉这个审美还是非常在线,比这个 codex 我 感觉强不少, 就是字体啊,或者是它的这个选择的颜色,还有这个动画设计啊啊,都是挺不错的啊,觉得可以,我们干第二个测试吧。第二个测试的话, 我跟他说要一个这种啊大览图,然后需要有这个产品的一些按,按不同的进行分类,然后他也是啊,搞了一个这个计划 啊,主题啊,字体啊,然后它的画面啊,它的这个整个结构啊,它应该怎么样去去设计,然后它的边框啊,它主要的画板等等,就是它自己有一个有计划以及验证,这都差不多,跟 codex 跟 cloud code, 我 们待会儿看一眼 效果用,哎,好了,第二个也做好了,我们去看一下啊,这是它的一个整体的状态, 都还有各个的一些详细的数据 面框, 根据这个自动进行一个变化,然后它的,哇,感觉这个完全没问题啊。就是这个,我的 u i 还是很能打,前端确实比这个 open i 强不少。我感觉再看一下第三个,三个我要它做一个小游戏吧,看它能不能做。 对,这边同样是有一个,先有计划,然后让你继续啊。 对,这个就是在浏览器里面做一个小游戏,然后就是这个用来收集一些啊 token, 然后用你的键盘去控制上下左右啊,然后重启啊等等,看看行不行。 对啊,这边还是反复地出现这个,而且你点一它不好使,你必须点 submit。 这个是就是他们新的这个 啊, i d e anti gravity 就 反重力。我觉得这个设计还是一个是抄了 codex 二,一个抄的还不好啊,挺挺值得被吐槽的我觉得。 而且他们,呃,我看他们最新的这个就是这个叫 anti gravity, 它另外有一个,如果你想要看它具体代码,就像以前的 i d e 一 样,它把它原本的那个名字改成了 i, 就是 把这个新的,把这个名字 啊做成了新版的 anti gravity, 但是原本的那个就叫做 anti gravity i d e 就 重新改了一下名字啊,也是让人挺摸不着头脑。嗯,有点奇怪。 嗯,看起来也好了,我们去看一眼啊,这是这个游戏的一个页面,我们看看他,是他说哎呦,它是有音效的哇,这个怎么?嗯啊,要接住 a p i, 然后接住接住绿的这个意思吗? 对,那就是要避开对不对?嗯啊对, 让我自己死一下嘛。会重启只有一次 ok 啊,最后得分,然后重启 ok, 还挺有趣的,就是整个没什么问题,音效也很好,然后动作也很连贯,不错不错,达到了这个要求。好,我们现在再看另外一个测试吧,就是一个三 d 的 模型,看它行不行。 三 d 模型啊,相当于要用那个 three d j s 去创建一个,然后是一个旋转的,同样有一个计划,然后让它执行, 同样的我们继续 使让它进行跑这个脚本, 然后这要是做完了,我们可以看一下,哎,中间有遇到一个错误,然后我修复了一下,我们可以看一下啊,工作了十九秒,然后它就生成 三 d 的 for harvard 的, 上面 这个有三点五。 有点看不明白哦,这个是什么东西? ok, ok, 相当于你把鼠标放在上面,它会显示各个模型的一些细节,它感觉整个是一个,它在晃动,现在我点上去之后,它在来回的晃动,也看不清楚,然后这个下边可能会显示一些这个,呃, 基本的东西,就是不动,拉不动,这个有一点点拉垮了,效果不太好,有点,有点不太行。 先看一下他们这个评分的一个标准,他们就今天早上刚刚发布的这个三点五哦,他们在扣顶上,是这边,是啊,七十六点二,然后仅次于这个五点五,然后比这个四点七还要高哦, 然后比之前的 pro 是 他们的轻量级模型啊,他说比他之前三点一的这个 pro 版本还要高哦, 然后就是这种就是 agent 的 能力, agent 能力也是远远的超过了前两个。就是这种啊,也超过了 opus 四点七,仅次于这个五点五,然后 看一下,就总的来说还是像这种打这个中的都是啊,搜塔就相当于是最高分的,感觉 从评分上来看是很优秀的,但是在网上其实已经很多人出现吐槽,就是实际上生生产用起来就是不如啊,首先不如五点五也不如这个啊, opus 四点七哈,这个是大家的一个目前来看测评的一个结果 啊,所以我这边测评主要是看一下前端是不是还是一样能打。因为啊, jennifer 来说他们的一直设计这一块啊,是比那个呃周鹏 i 要好一点点。总的来说就是啊,我的个人体验就是 啊 gemini 这个三点五 flash 我 觉得一般般,就是我如果你要问我日常啊,工作或者是生活,又会用这个啊来作为我的主力模型吗?我觉得答案就还是不会,就是我本来现在用的也不多,因为啊,它在逻辑推理啊以及这种 agantatic 的 能力上还是 明显的弱于 open i 跟这个 cloud。 所以 啊,我会持续关注吧,因为他们下个月应该会推出他们的三点五 pro 啊,那会是他们的旗舰模型,也希望到时候他们能够啊奋起直追啊,这样就是不要被他们两个另外两家落下太多,有机会大家也可以去试一试。

这个 pick 手七 pro 前段时间还涨了一点价啊。这个是,呃,可以看一下它有些小磕碰,屏幕有些小划痕,但是呢,整体的话它屏幕是原装的。很多人就拿那种 在某一某装上看到的价格来对比,说他们只卖几百块钱,他们的屏幕是比较贵的,他们换了国产屏之后,国产屏才一百多块钱, 然后他的成本自然会下来了。如果换了国产屏,如果这个是原装屏啊。国产屏他有个缺点就是触摸啊,不灵,不是很灵,就是说经常 遇到的问题,就是说他的那个断触啊,发热都比较严重,而且他指纹识别非常的不灵敏。像这种原装屏幕虽然说有些小的划痕, 但是呢,呃,用起来是非常的丝滑。我们看一下它的外观,这种原装的屏幕我们看一下纯白的背景下没有任何的老化。呃,就是磕碰,这里有点磨损比较多。这个 usb 这里边框的话还好, 摄像头也是有些小磨损,但是没进去一粒灰尘,就是窗外面有点点划痕。这种机器成色的话一般吧,但是屏幕那些都是原装的。嗯,是目前是十六的一个系统,然后 oem 也是能开的, 这就意味着你可以破解五 g 的 一个网络。但是屏幕有些划痕呢,你看这些划痕都有的,很多人拿个手机,呃,拍这些划痕都不拍出来,这是不厚道的。 反正买我的机器,我基本上所有的瑕疵点都会拍的清清楚楚啊。如果你工作室使用,或者是说 不介意稍微旧一点的外观的话,我觉得这种机器还可以的。一千一百五的价格,比市场拿那种呃,旧旧机一千两百五还便宜一百块钱,还是划算的。好的,感谢支持。

普通用户来说,登录 dream 三呢,有两个官方的渠道,第一种呢,是登录 google 的 as studio, 它可以调用大量的免费的 ai 工具,你呢,经常在 as studio 里面进行一些应用工具的搭建, 为它在搭建的同时可支持格式化的浏览。二种方式呢,可以从 google 的 页面搜索 germany 的 官方网站登录,那这种方式呢,是方便我们可以做一些交互式的对话。 本着工具一定要用最好的原则,我注册了尊贵的 pro 会员。三, pro 的 会员呢,是直接可以调动最新的大模型,直接使用最新一代的 nano banana pro 的 功能, 然后 notebook lm 也是 google 搜索它的名称就直接可以打开的网页版。那么使用 nano banana pro 的 这个入口呢?除了 german 自带的这样的一个功能以外,那么我也推荐有一个集成型的设计类的网页叫做 loet, 它是可以直接调动 nano banana pro 的 这样的一个功能,那么这个网页对于普通用户来说,界面非常友好,上手也很便捷,在网站上面还有大量的一些案例可供学习,唯一的缺点就是贵。

来了来了,快来看看自己转换成阿凡达是什么样子吧!一张自拍即可生成。首先找到这个图标,再复制这个步骤,接着打开我们的老朋友包包,在这上传自己的照片,然后粘贴我评论区的指令,看不见的可以截图保存,等待一会儿就做好了,期待大家的返图。

google 在 二零二六 i o 大 会彻底放飞了,把 gemini 塞到谷歌所有产品里, chrome 浏览器、安卓系统、 workspace、 视频模型、 a 镜工具等等,几乎所有核心产品都开始围绕 gemini 重构, 内容太多,茶馆挑了几个普通人也能用上的工具。首先是 gemini, 三点五 flash 精准测试中来看,提升不是很明显,重点在于响应快和便宜。缺点也很明显,用在编程上代码质量会差一点。 其次是 jamaniami, 视频模型,可以根据你给的任何提示生成视频,无论是图像文本还是视频,甚至是音频也可以生成,质量相比 cds 二来说还是差一点,因为 jamaniami 侧重于多模态,更像是一个视频版的 nano banana。 最后就是 google pix, 应用,一个类似于 canvas 的 工具,基于 jamani 辅助图像的设计和编辑,可操作性更高,比 google stitch 更灵活。 当然, google stitch 也升级了, ui 设计和生成,质量更高,审美更好。这次谷歌的 i o 发布会看点实在是太多了,你们觉得哪个产品或者技术才是最亮的?点关注茶官, ai 学习不迷路!

gemini 也出桌面端了,我用它做了动画,开发了游戏,还尝试了一系列的常用功能,还真有点平替 codex 的 意思了。就在昨天 google i o 开发者大会上,发布了一系列面向模型搜索、开发者工具和多模态创作的一整套 ai 更新, 有新一代基础模型 gemini 三点五,有融合了 nano、 banana 和 vivo 等模型能力的多款桌面端 agent 的 重度用户。 我们也终于等来了 google 版的 codex itigraphy 二点零,我已经迫不及待想上手玩一玩了,那么话不多说,马上实测。嗨,这里是头哥不请自来的 ai 频道,我们先来看一下它的界面,如果不仔细看,我真的以为自己打开的是 codex。 左边是项目和对话任务,右边是主要的对话窗口,对用过 codex co work 或者其他桌面端 a 阵的工具的朋友来说,基本没有任何的学习门槛。这里可以看到, atigraphy 已经把刚刚发布的 gemini 三点五 flash 集成到了模型列表中, 而且之前 it gravity ide 版本里已经支持的模型也被保留了下来,比如 cloud sonic 四点六,还有 cloud ops 四点六。光是模型种类这一点, it gravity 就 比 codex 丰富了不少。 所以接下来我们就通过几个案例详细盘一盘 it gravity 的 能力到底怎么样。第一个案例当然是制作我们熟悉的 remotion 动画视频,之前的节目里,我们已经详细介绍过如何使用 codex 配合插件市场中自带的 remover 插件制作像这样的动画效果。但 itagraft 有 一个很明显的区别,它并没有自带的技能库和插件市场,所以这里我们先要安装下这个技能。 我们先新建一个项目,然后把 remotion 最佳实践这个 scale 手动安装到项目的点 a 阵子文件夹中。接下来我们就直接输入这段指令,使用 remotion 制作一个介绍 it graffiti 二点零的动画视频,要求浅色主题,将 logo 与 logo 的 配色融入到视频风格中。 输入完成后, a 阵的没有马上开始写代码,而是先开始分析我们的需求以及当前项目里这个 remote skill 的 能力。然后他先给我们生成了一版详细的实施计划。 这一点就和 codex 的 工作方式有着明显区别,因为我们一开始并没有主动开启 autograph 的 计划模式, 但他仍然先进入了计划阶段。从体验上来看, itgraphy 这一点很打动我,所以这里我先检查了一下他的实施计划, 确认整体思路没有问题之后,就让 agent 继续执行,并自动渲染出了视频文件,你看效果是不是还不错?第二个案例我想稍微上一点难度,我们让 agent 使用 react 加 three 点 gs 开发一个三 d 太空设计游戏。 这一次我们直接开启 atigraphy 的 计划模式,先不让它马上写代码,而是让 agent 先和我们讨论具体要做成什么样子。这点就很像 codex 里的计划模式, agent 会一步一步向用户确认游戏细节,比如核心玩法是什么, 是固定视角还是第三人称视角,有没有剧情模式,有没有关卡推进等等。待所有细节都确认完成以后, agent 就 会生成一个详细版的实时计划,确认没有问题,我们就让 agent 继续执行。 经过几分钟的开发,一款打开浏览器就能玩的三 d 太空设计游戏就搞定了。到目前体验下来,我们的感觉是, atigraphy 并不是只把 codex 的 界面复刻了一遍。像这种面对复杂任务时停下来先把任务规划清楚,再一步一步执行的能力, 是现代 a 阵的终端里最重要的能力之一。最后,我们再来测试一些平时经常会用到的场景,比如 codex 里的自动化功能, 它可以让 a 阵子定时执行一条指令,每天帮你检查信息、整理资料或者生成固定格式的简报。而在 atigraphy 里,这个能力叫做定时任务, 它提供了几乎相同的能力,比如,我们可以指定一个每天都要执行的指令,每天早上九点检查 github training 里推荐的热门开源项目并输出中文总结。 创建方式也很简单,你可以像这样在定时任务菜单里直接添加,也可以在聊天窗口里通过杠 schedule 加上这段自然语言描述,直接创建定时任务。 这样一来,它就不只是一个你输入才会工作的工具。甚至在一些固定的标准任务上,它已经几乎可以替代像 openclaw 这样的常驻智能笔了。 下面我还想测一下 itigraphy 能不能生成图片。在 itigraphy 里, agent 也同样继承了自家的 nano banana 生图模型,我们只需要在提示词里明确要求它生成图片, agent 就 可以直接完成图片创作,这个能力对内容创作者很有帮助。 最后, ideography 还带来了动态 sub agents 功能,就是一个主 agent 带领一群专业的子 agent 一 起完成复杂任务。我们可以直接在体脂词里指定使用 dynamic sub agents 创作多个子智能体。 然后 atigraphy 就 会自动启动紫 a 阵特并行处理每项工作。展开右侧边栏,可以看到每一个子 a 阵特都在并行工作中。把复杂任务拆分成多个紫 a 阵特之后,每个紫 a 阵特只需要专注于一个非常垂直的小领域,它的 目标更清楚,上下文更集中,出错概率也就更低。这次体验下来,不敢说全新的上下文更集中,出错概率也就更低。这次体验下来,不敢说全新的 atigraphy 可以 平替 code, 但确实值得你认真尝试一下。 桌面端 a 阵子越来越卷,可实用的工具也越来越多,希望朋友们都可以用上能力更强,成本更低的好工具。智能指手段,人类才是答案。这里是头哥不请自来,我们下期再见,拜拜!