关于AIGC人工智能、思维方式、知识拓展，能力提升等。投稿/合作： @inside1024_bot
AIGC 领域的最新工具、开源项目以及行业大事件
AIGC 领域的最新工具、开源项目以及行业大事件
日常使用模型
Qwen3.5 9B / GGUF / Q4_K_M
日常驱动。聊天、草稿、研究、翻译。只选一个就选它。
DeepSeek-R1 Distill Qwen 7B / GGUF / Q4_K_M
推理引擎。数学、逻辑、分步骤问。速度慢但需要真正思考时值得。
专业工作模型
Qwen2.5 Coder 7B / GGUF / Q4_K_M
代码专家。补全、重构、调试、代码库问答。编码任务强于通用模型。
Llama 3.1 8B / GGUF / Q4_K_M
长上下文工作者。RAG、文档聊天、代码库问答。输出不顶级但上下文强。
Phi-4 Mini Reasoning / GGUF / Q4_K_M
紧凑思考者。逻辑、结构化答案、数学、短代码。上下文有限是缺点。
高效模型
Gemma 4 E4B / GGUF / Q4_K_M
轻量全能。写作、聊天、轻智能体、结构化输出。
Phi-3.5 Mini / GGUF / Q5_K_M
口袋助手。摘要、提取、文档聊天。易配合大模型。
Qwen3.5 2B / GGUF / Q4_K_M
摘要、标记、改写、轻量助手工作。
微模型
Qwen3.5 0.8B / GGUF / Q5_K_M
分类、关键词路由、二进制决策、分类。
Gemma 4 E2B-it / GGUF / Q4_K_M
轻量聊天、快速问答、摘要、微型智能体。
我的单模型选择：Qwen3.5 9B
两个模型选Qwen3.5 9B + Qwen2.5 Coder 7B编码，或Qwen3.5 9B + Phi-3.5 Mini辅助任务
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
https://mp.weixin.qq.com/s/cVB6yLqHue-Bu3cXGMvPPw?from=singlemessage&scene=1&subscene=10000&sessionid=1779856375&clicktime=1779859454&enterid=1779859454&ascene=1&fasttmpl_type=0&fasttmpl_fullversion=8274982-zh_CN-zip&fasttmpl_flag=0&realreporttime=1779859454989
之前总有朋友问我，AI视频的分镜怎么搞，这次用Seedance2.0 × OiiOii直接做了个《剑来》预告片，使用下来还是比较顺畅的~
OiiOii这家公司在打造 AI 动画的这个领域，真的是非常有特色，还是有很多电影风格可以参考的。
@aigc1024
https://mp.weixin.qq.com/s/PrufrNKzZM9aNGj0ZyNpHg
虽然这篇可能是飞书的商单，但提到Aaron Swartz的故事确实牛，他是我的偶像（同理于杜罗夫），Reddit这个社区也有好多可以讲的故事可以串联起来变成一个大纪录片
@aigc1024
最近我的大脑有种顿悟之感。
感觉连起来了，一切都连起来了。
一切连成了一个圆环，每一件事都在在圆环之中。
但要讲明白，却一时不知从何说起。
但我写这篇文章的野心有点大。
我希望看完的人也能跟我一样获得顿悟。
这很难，让我们试一试。
先从一条基本的原理开始说吧：
实践是获得真理的唯一方法。
注意，不是一种方法，是唯一的方法。
可读书不也能学会真理吗？
不，读书不能让你学会任何真理。
读书只能印证你已经学会的真理。
所以如果你已经懂了，你看下面的内容会非常舒服，通畅无比。
如果你还没有懂，那你看完第一反应是反驳我的观点。但这正好可以印证我的观点。
也就是说这是一篇自证的文章，也就是说这篇文章无法被证伪，也就说这篇文章可能不属于科学范畴。
但这一点关系都没有，因为科学在此时此刻的此篇文章里一点都不重要。
科学只是人类对宇宙的一种解释。
注意，只是一种，不是唯一。
科学也不是真理，只是解释。
本文不想进行任何解释，如果你需要解释可以参看本文 《无穷的开始：人类最伟大的Loop，世界进步的本源》
为什么要先给出上面的暴论？
因为我们一生下来就活在一个系统里。
但是人要看到真理，必须先跳出系统。
在康德看来，批判理性是进行真正思考的第一步！
具体原因也不做解释，参考本文
本文也介绍了自我意识是什么，下面也会用到
《从烧脑神书 GEB 到 Agent 的自我意识》
跳出系统之后，我们再来看一个当下热门的问：
Agent 是都可以取代人？
问的背后是另一个问：
人的独特性在哪里？
我先说答案：
人是由激素驱动行为但喜欢用理性思考伪装自己的生物。
第一个关键词：激素
塔勒布的非对称风险这本书有一段
人只有在真实的环境里才能做出正确的决定。
人类学研究表明，人类的决策过程主要是由激素推动的，知识，经验，理智在这个过程中所起的作用并不大。
我们往往是做出决定之后，再用智慧去寻找证据以便证明自己的决定是正确的。
如果决策者本人不承担决策失误的风险和损失，就不能身临其境地在压力下产生这些激素，也就不能做出正确的决定。
—— skin in the game
李笑来在戒烟的时候也发现了这个现象，在你意识到自己想抽烟之前的0.5秒你的潜意识已经决定了要抽烟。
所以戒烟的核心不是在意识上戒烟，而是在潜意识上戒烟，也就是用一句给自己洗脑。
具体可以听脱不花和李笑来的播客。
第二个关键词，理性
为什么人类喜欢争吵？喜欢争夺个“我对你错”？
《正义之心》这本书里已经给出了答案，
我们自以为的推理，并不是为了探求真理，而是为了找理由支持我们的直觉的情感反应。
具体的文章参考这篇，解释的非常完美了 《理性》——孟岩
其实在无穷的开始和GEB里已经隐隐提到了这个观点：
人类是喜欢解释的生物，为了追求更好的解释，人类发明了科学，但解释只是意识的一个习惯。
意识并非真理本身，意识只是基于身体激素基于无数神经元的复杂化学反应之后的对这些复杂信号的解释！
那这么说，意识就是解释本身？
对，没错，意识本身就是一种解释！
也无怪乎我们的意识喜欢解释！
你明白了吗？
如果你已经明白，或许你已经顿悟。
如果你还未明白，那再看一些解释。
在意识到人类是激素的直觉的，而理性和推理都只是一种解释之后，你会发现很多事情突然就想通了。
我们通过直觉产生决策，然后再通过理性找理由来证明自己，其实证明的部分毫无意义。
尼采的书之所以晦涩难懂，就是因为他省略了一切推理过程，只写了最后一步，因为他知道证明不重要。
有些朋友从来不善于表达，吵架永远吵不赢，但这根本不重要，完全不影响他们的决策很好。
有些人会拒绝你，说你不适合某个工作，或者不适合他们投资，然后给你一系列的理由，理由的部分也很可笑，因为一样毫无必要。
有些老板根本啥技术都不懂，看起来像个sx，就每天说想要这想要那，也根本不重要，因为他还没学会解释，需要你教会他。
俗说，伟大无需多言，屁股决定脑袋。竟然就是真理。
辩论家的理论再完美，也无法创造出伟大的作品。
正在创造伟大的人根本无法解释自己，甚至会被世人冠以疯子的名号！
看到这里，不知道你是否已经明白这些问的答案：
你是否已经明白，Agent 永远无法取代人类，因为它没有激素！
你是否已经明白，人类的工具性并非人的本质，人类的意志力才是人的本质！
你是否已经明白，人类是如此特别，相比动物他可以用意识欺骗自己，相比机器他可以用动物的激素来控制自己。
人类就是如此独一无二。
算法是大概率，你是异常值。
每个人要活出自己的独一无二。
尼采说，人有精神三变。
从负重的骆驼，到反抗的狮子，再到天真的孩子。
只有活成孩子，只考虑我要什么的时候，人才终于成为完整的人。
看到这里不知道你已经顿悟还是已经迷失。
希望是前者。
但正如我所说
实践是获得真理的唯一方法。
看完这篇文章只是一个印证。
如果你还没有顿悟，
继续实践是你唯一的法门。
所有文中提到的链接和资料都在这里了
https://mp.weixin.qq.com/s/c2nqklH-g_omrPeUQtSP3A
@aigc1024
感觉连起来了，一切都连起来了。
一切连成了一个圆环，每一件事都在在圆环之中。
但要讲明白，却一时不知从何说起。
但我写这篇文章的野心有点大。
我希望看完的人也能跟我一样获得顿悟。
这很难，让我们试一试。
先从一条基本的原理开始说吧：
实践是获得真理的唯一方法。
注意，不是一种方法，是唯一的方法。
可读书不也能学会真理吗？
不，读书不能让你学会任何真理。
读书只能印证你已经学会的真理。
所以如果你已经懂了，你看下面的内容会非常舒服，通畅无比。
如果你还没有懂，那你看完第一反应是反驳我的观点。但这正好可以印证我的观点。
也就是说这是一篇自证的文章，也就是说这篇文章无法被证伪，也就说这篇文章可能不属于科学范畴。
但这一点关系都没有，因为科学在此时此刻的此篇文章里一点都不重要。
科学只是人类对宇宙的一种解释。
注意，只是一种，不是唯一。
科学也不是真理，只是解释。
本文不想进行任何解释，如果你需要解释可以参看本文 《无穷的开始：人类最伟大的Loop，世界进步的本源》
为什么要先给出上面的暴论？
因为我们一生下来就活在一个系统里。
但是人要看到真理，必须先跳出系统。
在康德看来，批判理性是进行真正思考的第一步！
具体原因也不做解释，参考本文
本文也介绍了自我意识是什么，下面也会用到
《从烧脑神书 GEB 到 Agent 的自我意识》
跳出系统之后，我们再来看一个当下热门的问：
Agent 是都可以取代人？
问的背后是另一个问：
人的独特性在哪里？
我先说答案：
人是由激素驱动行为但喜欢用理性思考伪装自己的生物。
第一个关键词：激素
塔勒布的非对称风险这本书有一段
人只有在真实的环境里才能做出正确的决定。
人类学研究表明，人类的决策过程主要是由激素推动的，知识，经验，理智在这个过程中所起的作用并不大。
我们往往是做出决定之后，再用智慧去寻找证据以便证明自己的决定是正确的。
如果决策者本人不承担决策失误的风险和损失，就不能身临其境地在压力下产生这些激素，也就不能做出正确的决定。
—— skin in the game
李笑来在戒烟的时候也发现了这个现象，在你意识到自己想抽烟之前的0.5秒你的潜意识已经决定了要抽烟。
所以戒烟的核心不是在意识上戒烟，而是在潜意识上戒烟，也就是用一句给自己洗脑。
具体可以听脱不花和李笑来的播客。
第二个关键词，理性
为什么人类喜欢争吵？喜欢争夺个“我对你错”？
《正义之心》这本书里已经给出了答案，
我们自以为的推理，并不是为了探求真理，而是为了找理由支持我们的直觉的情感反应。
具体的文章参考这篇，解释的非常完美了 《理性》——孟岩
其实在无穷的开始和GEB里已经隐隐提到了这个观点：
人类是喜欢解释的生物，为了追求更好的解释，人类发明了科学，但解释只是意识的一个习惯。
意识并非真理本身，意识只是基于身体激素基于无数神经元的复杂化学反应之后的对这些复杂信号的解释！
那这么说，意识就是解释本身？
对，没错，意识本身就是一种解释！
也无怪乎我们的意识喜欢解释！
你明白了吗？
如果你已经明白，或许你已经顿悟。
如果你还未明白，那再看一些解释。
在意识到人类是激素的直觉的，而理性和推理都只是一种解释之后，你会发现很多事情突然就想通了。
我们通过直觉产生决策，然后再通过理性找理由来证明自己，其实证明的部分毫无意义。
尼采的书之所以晦涩难懂，就是因为他省略了一切推理过程，只写了最后一步，因为他知道证明不重要。
有些朋友从来不善于表达，吵架永远吵不赢，但这根本不重要，完全不影响他们的决策很好。
有些人会拒绝你，说你不适合某个工作，或者不适合他们投资，然后给你一系列的理由，理由的部分也很可笑，因为一样毫无必要。
有些老板根本啥技术都不懂，看起来像个sx，就每天说想要这想要那，也根本不重要，因为他还没学会解释，需要你教会他。
俗说，伟大无需多言，屁股决定脑袋。竟然就是真理。
辩论家的理论再完美，也无法创造出伟大的作品。
正在创造伟大的人根本无法解释自己，甚至会被世人冠以疯子的名号！
看到这里，不知道你是否已经明白这些问的答案：
你是否已经明白，Agent 永远无法取代人类，因为它没有激素！
你是否已经明白，人类的工具性并非人的本质，人类的意志力才是人的本质！
你是否已经明白，人类是如此特别，相比动物他可以用意识欺骗自己，相比机器他可以用动物的激素来控制自己。
人类就是如此独一无二。
算法是大概率，你是异常值。
每个人要活出自己的独一无二。
尼采说，人有精神三变。
从负重的骆驼，到反抗的狮子，再到天真的孩子。
只有活成孩子，只考虑我要什么的时候，人才终于成为完整的人。
看到这里不知道你已经顿悟还是已经迷失。
希望是前者。
但正如我所说
实践是获得真理的唯一方法。
看完这篇文章只是一个印证。
如果你还没有顿悟，
继续实践是你唯一的法门。
所有文中提到的链接和资料都在这里了
https://mp.weixin.qq.com/s/c2nqklH-g_omrPeUQtSP3A
@aigc1024
AI 行业发展到了新阶段
最近海内外都开始有一些反思的声音出现了：
1. model+harness才是产品（而不会吃掉一切）
2. 完全自动化就是在骗自己，珍贵的东西都无法完全自动化，离不开人的参与
3. 慢工出细活的耐心，是AI时代的新奢侈品，欲速则不达，慢就是快
4. AI 的成本支出很大，算 ROI 有时候不如人
@aigc1024
最近海内外都开始有一些反思的声音出现了：
1. model+harness才是产品（而不会吃掉一切）
2. 完全自动化就是在骗自己，珍贵的东西都无法完全自动化，离不开人的参与
3. 慢工出细活的耐心，是AI时代的新奢侈品，欲速则不达，慢就是快
4. AI 的成本支出很大，算 ROI 有时候不如人
@aigc1024
AI自动逆向App，应用没有秘密了😱😱😱
今天看了钉钉的发布会，悟空这个产品确实做的很好，第一时间下载下下来，习惯性的看下包内容，转念一想，干脆交给AI吧，打开 ClaudeCode，让他自己分析，然后就给我输出了这么篇详细的技术架构分析报告
让我惊讶的是，竟然反推出来源码结构.....这玩意可以Rust开发的，编译好的二进制文件，直接给我把源代码架构反推出来了！
以后应用没有门槛了，赶紧建立自己的业务壁垒吧
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
今天看了钉钉的发布会，悟空这个产品确实做的很好，第一时间下载下下来，习惯性的看下包内容，转念一想，干脆交给AI吧，打开 ClaudeCode，让他自己分析，然后就给我输出了这么篇详细的技术架构分析报告
让我惊讶的是，竟然反推出来源码结构.....这玩意可以Rust开发的，编译好的二进制文件，直接给我把源代码架构反推出来了！
以后应用没有门槛了，赶紧建立自己的业务壁垒吧
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
按照小红书的图文常见类别，每个类别都做了优化。
比如说旅行博主需要的地图组件，已经放进去了
你给了目的地和线路以后，AI 会自动在底图上标记，嵌入到图片里面。
Skill 明天发
@aigc1024
整理术、生成配图、同步文档、清理文件。
我不用每次都从一堆文件、一堆笔记、一堆截图里重新开始。
这也是我现在对 AI 工具最大的期待：能真的帮我少折腾一点就很好了。
大家平时会拿 Codex 做什么？这里抄抄作业🙋🏻♀️
@aigc1024
我不用每次都从一堆文件、一堆笔记、一堆截图里重新开始。
这也是我现在对 AI 工具最大的期待：能真的帮我少折腾一点就很好了。
大家平时会拿 Codex 做什么？这里抄抄作业🙋🏻♀️
@aigc1024
我一开始也是把它当成编程工具用，后来慢慢发现：它更像一个能连接文件、笔记、内容、图片、飞书和自动化任务的 AI 工作台。
尤其对内容创作者来说，可以帮我把很多散落的流程串起来。
整理一下我目前最常用的 12 个日常场景：
一、整理和维护类
① 清理磁盘空间
今天刚做的，用 Codex 清理内容内存，腾出 60G，喜提一台新电脑。
② 批量整理 flomo 标签体系
用 Codex 大刀阔斧修改了 flomo 标签，把 PARA 下的三级标签按照自己的使用流程重新梳理了一遍。
③ 设置内容创作系统日报
用 Codex 设置了一个「内容创作系统轻量日报」，每天自动帮我回顾当前内容系统里的重点：哪些选可以推进、哪些素材值得捞出来、哪些草稿需要继续处理。
二、内容创作类
④ 搭建内容创作系统
在 Codex 上把专栏、小红书、公众号整合到一个项目里，再接入 flomo MCP 持续抓取素材和选，让内容可以流转复用。
⑤ 用 flomo MCP 搜索素材写稿
写文章时直接让 Codex 从 flomo 里搜相关素材，不用自己一条条翻笔记。
⑥ 跑通专栏写作全流程
从确定主→flomo搜素材→梳理大纲→调用写作skill出初稿→手动修改→逻辑检查→读者视角QA→生成配图→飞书存稿，全在Codex里一站式完成。
三、图文交付类
⑦ 生成知识卡片配图
文章定稿后，直接让 Codex 根据内容生成知识卡片插入文中，不用再另外打开 NotebookLM。
⑧ 制作小红书海报 / 好评反馈图
把读者好评反馈截图丢给 Codex，做成系列小红书配图和长海报，省了我自己手动做图的时间。
⑨ 用飞书 CLI 存稿入库
写好的稿件通过飞书 CLI 直接存入飞书知识库，不用再手动复制粘贴。
四、运营提效类
⑩ 自动化抓取外部选
用 Codex 设置定时任务，自动抓取跟我定位相关的爆款选和这里，建立外部选库。
⑪ 产出广告合作文案
接合作视频时，用 Codex 出脚本和文案，整理好后直接发给对方确认，效率高很多。
⑫ 分析用户数据，优化转化术
把小红书引流到微信的用户聊天记录丢给 Codex，让它帮我分析为什么没转化，再整理新的私聊术和商品文案。
写完这一圈才发现，我现在用 Codex 最多的地方，反而不是那些特别高级的功能。
而是一些很日常、很碎、但真的消耗人的事。
比如找素材、改标签、
昨天见了一个非常牛逼的Agent团队，我敢说在国内绝对是T0的级别（之前DPSK还找他们搞了点Agent数据）
刚好聊到了这两天推上吵得非常热闹的AI产品（Agent）要不要用Python的
他们Founder说的很直接：SB才在Agent项目里用Python🤣
TS适合100%Agent项目，主要有几个原因：
第一，Agent最终大多时候会在产品里。
不管你做的是Chat界面、工作流面板、浏览器插件、Copilot，还是IDE扩展、Slack/Discord/网页工具，TS天然离这些更近。
前端是TS，后端也是TS，中间的tool schema、事件流、UI状态都能共用一套类型。
如果你用Python那就会变成：
模型服务在Py、后端在Node、前端在TS
一份schema要复制三份
如果某个字段名大小写错了，你的Agent马上就给死给你看。
第二，Agent很依赖异步和事件流。
Agent不是一次请求一次回答这么简单。
它要边想边输出，边调用工具，边等用户确认，边更新UI，边处理取消、重试、超时、恢复。
TS/Node在事件驱动、stream、WebSocket、server-sent events这些场景里很顺。
Python当然也能做，但你会更容易感受到「这东西本来不是为这类Web产品链路长出来的」。
第三，类型系统对Agent很重要。
Agent真正容易炸的地方不是「模型不会说」，而是工具参数错、返回结构错、状态字段错、上下文对象变形。
TS可以把很多东西提前卡住：
tool input/output、agent state、message format、UI事件、workflow node、permission object、external API response
这对Agent很关键，因为Agent系统里有大量JSON对象在飞来飞去。
第四，TS更适合做「Agent runtime」。
如果你做的是一个Agent框架、SDK、运行时、插件系统，TS优势更明显。
因为使用者往往要把它接进：
网页、后台服务、Electron、浏览器插件、VS Code插件、API route、serverless、edge runtime
这些地方TS生态更统一。
所以很多Agent infra选TS，不是因为Python不行，是因为它们要服务的使用场景更接近Web开发者和产品团队。
第五，AI应用现在其实是拼系统。
早期大家用Python，是因为AI=模型。
现在很多AI产品已经演化到包含LLM API、tool calling、database、vector store、browser automation、workflow、UI、billing、auth、analytics
这已经不是研究工程了，是产品工程。
互联网产品工程的主语长期就是JS/TS。
很无聊，但世界就是这么没品😮💨
但他也表示Python不会消失。
更合理的分工其实是：
Python做模型层、数据层、eval、embedding pipeline、离线任务、实验脚本。
TS做产品层、Agent编排层、前端交互层、插件层、用户可见的runtime。
所以你如果做一个Agent产品，你最好：
MVP前端+Agent orchestrator用TS。
涉及模型训练、数据处理、复杂检索、评测系统，再上Python。
聊了一下午，真的学了太多了
才知道自己之前对于Agent的认知到底有多浅薄🧎
@aigc1024
刚好聊到了这两天推上吵得非常热闹的AI产品（Agent）要不要用Python的
他们Founder说的很直接：SB才在Agent项目里用Python🤣
TS适合100%Agent项目，主要有几个原因：
第一，Agent最终大多时候会在产品里。
不管你做的是Chat界面、工作流面板、浏览器插件、Copilot，还是IDE扩展、Slack/Discord/网页工具，TS天然离这些更近。
前端是TS，后端也是TS，中间的tool schema、事件流、UI状态都能共用一套类型。
如果你用Python那就会变成：
模型服务在Py、后端在Node、前端在TS
一份schema要复制三份
如果某个字段名大小写错了，你的Agent马上就给死给你看。
第二，Agent很依赖异步和事件流。
Agent不是一次请求一次回答这么简单。
它要边想边输出，边调用工具，边等用户确认，边更新UI，边处理取消、重试、超时、恢复。
TS/Node在事件驱动、stream、WebSocket、server-sent events这些场景里很顺。
Python当然也能做，但你会更容易感受到「这东西本来不是为这类Web产品链路长出来的」。
第三，类型系统对Agent很重要。
Agent真正容易炸的地方不是「模型不会说」，而是工具参数错、返回结构错、状态字段错、上下文对象变形。
TS可以把很多东西提前卡住：
tool input/output、agent state、message format、UI事件、workflow node、permission object、external API response
这对Agent很关键，因为Agent系统里有大量JSON对象在飞来飞去。
第四，TS更适合做「Agent runtime」。
如果你做的是一个Agent框架、SDK、运行时、插件系统，TS优势更明显。
因为使用者往往要把它接进：
网页、后台服务、Electron、浏览器插件、VS Code插件、API route、serverless、edge runtime
这些地方TS生态更统一。
所以很多Agent infra选TS，不是因为Python不行，是因为它们要服务的使用场景更接近Web开发者和产品团队。
第五，AI应用现在其实是拼系统。
早期大家用Python，是因为AI=模型。
现在很多AI产品已经演化到包含LLM API、tool calling、database、vector store、browser automation、workflow、UI、billing、auth、analytics
这已经不是研究工程了，是产品工程。
互联网产品工程的主语长期就是JS/TS。
很无聊，但世界就是这么没品😮💨
但他也表示Python不会消失。
更合理的分工其实是：
Python做模型层、数据层、eval、embedding pipeline、离线任务、实验脚本。
TS做产品层、Agent编排层、前端交互层、插件层、用户可见的runtime。
所以你如果做一个Agent产品，你最好：
MVP前端+Agent orchestrator用TS。
涉及模型训练、数据处理、复杂检索、评测系统，再上Python。
聊了一下午，真的学了太多了
才知道自己之前对于Agent的认知到底有多浅薄🧎
@aigc1024
这份橙皮书是我和Claude Code花了两个多月一起写的实战手册，面向想用AI编程但不知道从哪开始的人。10章，从安装到独立做出一个完整产品。
里面有什么：
• 核心工作流拆解（Plan/Auto模式、权限管理）
• CLAUDE.md写法——怎么给AI一张项目地图
• Skills、Hooks、MCP等扩展能力的实战用法
• 多Agent并行协作的完整机制
• Computer Use和Voice Mode等最新能力
• 一章完整的从零到上线产品实战
信息源主要是Claude官方文档、CC之父Boris的分享、吴恩达的Claude Code课程，加上我自己用CC做了十几个产品的经验。内容更新到2026年3月底。
和AI协作写的，内容量大，难免有幻觉。发现不准确的欢迎指正，我会持续更新。
下载链接🔗：https://my.feishu.cn/wiki/JK1WwrRgJiYfRok7YxxceS5qn1J?from=from_copylink
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
AI 行业发展到了新阶段
最近海内外都开始有一些反思的声音出现了：
1. model+harness才是产品（而不会吃掉一切）
2. 完全自动化就是在骗自己，珍贵的东西都无法完全自动化，离不开人的参与
3. 慢工出细活的耐心，是AI时代的新奢侈品，欲速则不达，慢就是快
4. AI 的成本支出很大，算 ROI 有时候不如人
@aigc1024
最近海内外都开始有一些反思的声音出现了：
1. model+harness才是产品（而不会吃掉一切）
2. 完全自动化就是在骗自己，珍贵的东西都无法完全自动化，离不开人的参与
3. 慢工出细活的耐心，是AI时代的新奢侈品，欲速则不达，慢就是快
4. AI 的成本支出很大，算 ROI 有时候不如人
@aigc1024
