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
以前有句名言叫【先做个垃圾出来】
它是为了劝说那些思考太多执行不够的人，先做一个版本扔出去，得到真实反馈再迭代。
而今年以来 AI 已经把执行力拉满，AI Slop 漫天飞舞，这句也已经失去了其时代意义。
新的语境下，人们反而需要更多的思考。
【请不要做个垃圾就扔出来】
@aigc1024
它是为了劝说那些思考太多执行不够的人，先做一个版本扔出去，得到真实反馈再迭代。
而今年以来 AI 已经把执行力拉满，AI Slop 漫天飞舞，这句也已经失去了其时代意义。
新的语境下，人们反而需要更多的思考。
【请不要做个垃圾就扔出来】
@aigc1024
GLM 5.2 让人看到了希望。然而，定价依旧很高，agentic 能力上，能平替 Sonnet 4.5。可是，一算账，发现没必要平替，因为价格差不多。
K3 各种服务不可用。仔细评估价格后，还不如 GLM 5.2。只是多了一个可选项，并没有带来商业上的替换价值。
有点期待接下来的 DeepSeek V4 正式版。如果能超越 GLM 5.2，同时价格不变，那就是真正的国产之光。这将会是真正的 AI 价格及股价屠夫。
期待下周的腥风血雨。让所有接正规 API 的 AI 产品，都开始看到曙光。
@aigc1024
基于 Claude 或 GPT 做 AI 应用，营收不错。然而一旦减去 tokens API 费用，就让人绝望。
GLM 5.2 让人看到了希望。然而，定价依旧很高，agentic 能力上，能平替 Sonnet 4.5。可是，一算账，发现没必要平替，因为价格差不多。
K3 各种服务不可用。仔细评估价格后，还不如 GLM 5.2。只是多了一个可选项，并没有带来商业上的替换价值。
有点期待接下来的 DeepSeek V4 正式版。如果能超越 GLM 5.2，同时价格不变，那就是真正的国产之光。这将会是真正的 AI 价格及股价屠夫。
期待下周的腥风血雨。让所有接正规 API 的 AI 产品，都开始看到曙光。
@aigc1024
GLM 5.2 让人看到了希望。然而，定价依旧很高，agentic 能力上，能平替 Sonnet 4.5。可是，一算账，发现没必要平替，因为价格差不多。
K3 各种服务不可用。仔细评估价格后，还不如 GLM 5.2。只是多了一个可选项，并没有带来商业上的替换价值。
有点期待接下来的 DeepSeek V4 正式版。如果能超越 GLM 5.2，同时价格不变，那就是真正的国产之光。这将会是真正的 AI 价格及股价屠夫。
期待下周的腥风血雨。让所有接正规 API 的 AI 产品，都开始看到曙光。
@aigc1024
它不是简单收集一堆提示词，而是把人像创作流程结构化。输入风格、场景、服装、情绪等参数后，Skill 会自动扩展成完整的人像摄影 Prompt，同时锁定用户明确指定的关键条件，减少不同生成结果之间的风格漂移。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
有群友问怎么解决 OpenAI 的地区限制问，今天我直接把自己用了很久的解决方案分享出来
很多地区无法直接访问 OpenAI、Claude，甚至 OpenRouter 的 API。专门为此搭一台 VPS，不仅麻烦，还要额外花钱和维护
我的解决方案是用: Deno Deploy
Deno Deploy 是一个可以直接运行 JavaScript 和 TypeScript 的云端无服务器平台，不需要自己购买或维护服务器，并提供多个海外服务器区域，包括：
新加坡（asia-southeast1）
伦敦（europe-west2）
法兰克福（europe-west3）
圣保罗（southamerica-east1）
北弗吉尼亚（us-east4）
加利福尼亚（us-west2）
这些区域正好都在 OpenAI 和 Anthropic 的服务范围内，很适合用来转发 API 请求
而且 Deno 的免费套餐每月提供 100 万次请求和 20GB 流量。如果只是自己调用 AI API，用来做中转完全够用了，也省去了购买和维护 VPS 的麻烦
部署也很简单，注册一个 Deno Deploy 账号并创建应用，然后让 AI 帮你写一个能部署在 Deno 上的单文件转发工具，把代码粘贴进去部署就行。最后把自己应用里的 API 地址改成部署好的 Deno 地址，哪里不懂直接问 AI就好
@aigc1024
很多地区无法直接访问 OpenAI、Claude，甚至 OpenRouter 的 API。专门为此搭一台 VPS，不仅麻烦，还要额外花钱和维护
我的解决方案是用: Deno Deploy
Deno Deploy 是一个可以直接运行 JavaScript 和 TypeScript 的云端无服务器平台，不需要自己购买或维护服务器，并提供多个海外服务器区域，包括：
新加坡（asia-southeast1）
伦敦（europe-west2）
法兰克福（europe-west3）
圣保罗（southamerica-east1）
北弗吉尼亚（us-east4）
加利福尼亚（us-west2）
这些区域正好都在 OpenAI 和 Anthropic 的服务范围内，很适合用来转发 API 请求
而且 Deno 的免费套餐每月提供 100 万次请求和 20GB 流量。如果只是自己调用 AI API，用来做中转完全够用了，也省去了购买和维护 VPS 的麻烦
部署也很简单，注册一个 Deno Deploy 账号并创建应用，然后让 AI 帮你写一个能部署在 Deno 上的单文件转发工具，把代码粘贴进去部署就行。最后把自己应用里的 API 地址改成部署好的 Deno 地址，哪里不懂直接问 AI就好
@aigc1024
做 agent，大家一般先搞一个循环：定个目标，跑一跑，改一改，再看有没有变好。表面上变好了就觉得成了。但循环往往只认它盯着的那一项；那一项好看了，整件事本身可能已经偏了。
就一个循环的，很容易出这几种事：被钻空子了你还当真；一开始方向就歪了，后面只会越跑越歪；好几个循环各忙各的，互相打架；连反馈准不准都没人查。
所谓 graph，不是多几个 agent 聊聊天。是好几套循环，各有分工，中间定死规矩：谁防糊弄，谁定标准，谁能喊停，哪些东西不给改循环的人看。重点是谁管谁，不是谁跟谁说。
图接完了也别只在反馈里打转，得看最后事情有没有做成。「什么叫好」也得人定，靠图自己推不出来。
loop 是先转起来，graph 是把拓扑排清楚，最后还得看真结果。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
王梦珂Mengke 的中文写作 skill，用来把中文草稿改得更像人（美丽知性大姐姐）写的。
它主要做三件事：
去除中文内容里的 AI 味、模板感和通用营销腔。
在保留事实和作者声音的前提下，提升文采、人味和记忆点。
帮编辑、创作者、品牌内容团队把草稿改得更自然、更具体、更有判断。
它不是无出处的通用润色器。它汲取了大量王梦珂Mengke 的公开表达、好事引力和好事发生手册的内容风格，提炼成一套更普适的中文写作方法。
核心气质是：温暖平实，具体有判断；有文采，但不鸡汤；像你家里的亲姐一样，帮读者把事情看清楚。
将提示词发送给你的 AI 安装该 skills：请根据 https://skillhub.cn/install/skillhub.md，从 https://github.com/nihe0909/zh-humanizer-literary 安装 zh-humanizer-literary。
@aigc1024
它主要做三件事：
去除中文内容里的 AI 味、模板感和通用营销腔。
在保留事实和作者声音的前提下，提升文采、人味和记忆点。
帮编辑、创作者、品牌内容团队把草稿改得更自然、更具体、更有判断。
它不是无出处的通用润色器。它汲取了大量王梦珂Mengke 的公开表达、好事引力和好事发生手册的内容风格，提炼成一套更普适的中文写作方法。
核心气质是：温暖平实，具体有判断；有文采，但不鸡汤；像你家里的亲姐一样，帮读者把事情看清楚。
将提示词发送给你的 AI 安装该 skills：请根据 https://skillhub.cn/install/skillhub.md，从 https://github.com/nihe0909/zh-humanizer-literary 安装 zh-humanizer-literary。
@aigc1024
这简直就是WAIC最值得听的演讲。
刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。
在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。
我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。
恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。
1
过去 70 年，人工智能一直在解决一个问：怎么让机器拥有接近人类的通用智能？
最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。
比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。
这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。
后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。
比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。
再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。
AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问。
顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。
大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。
今年，大家争抢的重点已经慢慢变成了 Agent 入口。
因为过去我们使用 AI，主要还是让它回答问，或者完成一个很短的任务。
现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。
Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。
2
还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。
维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。
没有语言描述的东西，人就很难思考。比如一个人如果没有颜色的概念，他就很难理解红色。
对 AI 也一样。
如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对的世界。我们告诉它一件事情，它能够听懂。
我们问它一个问，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。
这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。
因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。
AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。
这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。
紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。
过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。
真正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。
Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。
我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。
打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。
Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问，最后交付一个相对完整的产出。
或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。
一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。
3
会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。
第一个是新的系统。
过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。
PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。
移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。
到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。
所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。
Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。
这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。
第二个是新的载体。
相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。
移动互联网时代，手机这样的终端主要负责连接人与数字世界，所有操作都由人来完成。
到了 Agent 时代，终端会重新围绕 Agent 来设计。
比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。
未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。
所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。
大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。
它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。
具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。
第三个是新的网络。
互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。
最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送任务、同步进度。
比如我的 Agent 发现一个产品问，可以直接把问交给研发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。
当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。
但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。
很有启发。提纲挈领。
@aigc1024
刚刚进入 2026 年下半年，AI 的进展依然非常快，信息多得让人有点喘不过气来。
在这样的时间节点，再听听阶跃董事长、千里科技董事长印奇 WAIC 在主论坛开幕式上讲他对 AI 发展脉络的理解，还是让我很受启发。
我想写写自己的感触。前奏可能有点长，因为印奇提到说他发现过去 70 年来 AI 技术的发展脉络，呈现出高度的连续性。
恰好这段时间我在看《人工智能简史》，深有感触。记得丘吉尔说过，你能看到多远的过去，就能看到多远的未来。
1
过去 70 年，人工智能一直在解决一个问：怎么让机器拥有接近人类的通用智能？
最早影响很大的一条路线是符号主义。基本想法是把人的知识和推理过程写成一套符号与规则。
比如，如果发生 A，就执行 B。满足某几个条件，就可以推出一个结论。
这个思路很好理解。既然人会根据规则推理，那就把规则教给机器。可现实世界太复杂了，规则无法穷举。
后来，机器学习逐渐成为主流。人们不再试图把所有规则一条条写给机器，而是让它自己从数据中寻找规律。
比如给模型看大量猫和狗的图片，经过训练之后，它逐渐能够判断一张新图片里出现的是猫还是狗。
再之后，深度学习和大模型把这条路线推到了新的高度。尤其是过去几年，模型开始拥有比较强的语言理解、内容生成和推理能力。
AI 第一次能够比较自然地和人交流，也能够处理过去很难通过固定规则解决的问。
顺着这个框架继续往下看，到了 2026 年，大模型其实又走到了一个新的节点。
大家有没有发现，去年国内几家大厂还在争论元宝、千问、豆包这些聊天产品谁能抢到用户入口。
今年，大家争抢的重点已经慢慢变成了 Agent 入口。
因为过去我们使用 AI，主要还是让它回答问，或者完成一个很短的任务。
现在的 Agent 已经开始处理持续几个小时甚至几十个小时的复杂任务。而且，AI 对于编程语言的驾驭能力也逐步超过人类。
Agent 的条件已经成熟。AI 从模仿人类逐步开始在部分任务上超越人类。
2
还有一个让我恍然大悟的观点，印奇说他发现这些年 AI 的发展过程中，所有的重要里程碑都和语言紧密相关。
维特根斯坦说过：语言的边界，就是世界的边界。大概意思是，人能够理解什么，很大程度取决于语言。
没有语言描述的东西，人就很难思考。比如一个人如果没有颜色的概念，他就很难理解红色。
对 AI 也一样。
如果 AI 只理解自然语言，它主要能进入的就是文字、知识和对的世界。我们告诉它一件事情，它能够听懂。
我们问它一个问，它能够回答。这已经非常重要，但它的能力大部分还停留在语言里。
这两年，Agent 能力突飞猛进的原因之一就是因为模型充分掌握了编程语言。
因为代码可以调用 API、读取数据库、操作软件、修改文件、控制系统。
AI 一旦能够理解和生成代码，就相当于拿到了进入整个计算机世界的一把通用钥匙。
这也是为什么过去一两年，模型 Coding 能力如此重要。编程语言会扩展 Agent 的边界。
紧接着，还有一个判断：Agent 肯定会成为未来生产力的最小单元。
过去的软件，其实没有资格成为一个独立的生产单元。Excel 很强，Photoshop 很强，搜索引擎也很强，但它们仍然是工具。
真正理解目标、拆解任务、检查结果的，始终是人。所以过去一个组织里，最小的执行单元通常是一个人或者一个岗位。
Agent 带来的变化，是它开始能够独立跑完一段相对完整的工作闭环。
我们给它一个目标，它可以自己拆解、调用资源、执行操作、检查结果，然后交付成果。
打个比方，过去的软件像车床和传送带，每台机器只能处理一个步骤，需要工人在中间操作和衔接。
Agent 更像一个可以独立接收任务的工作站，原料交给它，它能够自己安排步骤，处理过程中出现的问，最后交付一个相对完整的产出。
或者这么讲，过去的软件，本质上增强人的能力。而 Agent，会直接成为生产过程的一部分。
一旦 Agent 成为这种基本执行单元，整个生产力的组织方式都会跟着变化。
3
会发生什么变化呢？简单来说，印奇认为会出现新系统、新载体、新网络。我分别讲下自己的理解。
第一个是新的系统。
过去几十年，每次计算平台发生重大变化，操作系统都会随之变化。
PC 时代出现了 Windows 和 macOS，主要负责管理电脑上的硬件、文件和软件。
移动互联网时代出现了 Android 和 iOS，手机上多了摄像头、定位、通知和各种传感器，操作系统需要把这些能力管理起来，再开放给不同的 App。
到了 Agent 时代，操作系统需要管理智能体的身份、权限、记忆和协作等等。
所以演讲里提出了一个公式：智能体能力，等于模型能力 × Agent 操作系统能力。模型像大脑，决定 Agent 能不能理解和思考。
Agent OS 负责把模型和外部世界连接起来，给它提供记忆、工具、数据、权限和运行环境。
这一点我听完还是挺有启发的。从 PC 到移动到 Agent，每一次平台变化，操作系统管理的对象都不一样，这条脉络一拉出来就很清楚。
第二个是新的载体。
相信看到这里，大家就能理解为什么 OpenAI 会做硬件了。
移动互联网时代，手机这样的终端主要负责连接人与数字世界，所有操作都由人来完成。
到了 Agent 时代，终端会重新围绕 Agent 来设计。
比如过去出门旅行，我们需要自己打开地图、查看日程、搜索航班，再分别处理各种信息。
未来 Agent 可能已经知道我们的行程，看到航班延误之后，主动调整后面的安排，并把新的方案告诉我们。这完全是不同的逻辑。
所以这一轮所谓的 AI 硬件，真正要解决的，可能也不是在现有设备上增加一个聊天入口。
大家都在寻找一种更适合智能体长期存在、持续感知和随时行动的载体。
它可能仍然是手机，也可能是耳机、眼镜、汽车或者机器人。
具体最后会长成什么样，现在还很难判断，但可以确定的是，一定会有新的载体出现。
第三个是新的网络。
互联网连接的是人、信息和服务。到了 Agent 时代，还会出现大量智能体之间的连接，也就是 A2A 网络。
最近我就在公司里搭了一个很小的 Agent 局域网，让不同同事的 Agent 可以互相发送任务、同步进度。
比如我的 Agent 发现一个产品问，可以直接把问交给研发同事的 Agent，后者分析原因、尝试修复，再把结果发回来。
当然，这套东西现在还很早期。诸如权限怎么管理，传递的信息出了错又该由谁负责，都还没有成熟的答案。
但只要 Agent 能够独立承接任务，它们之间产生连接和协作，就是很自然的结果。一个 Agent 不可能擅长所有事情，它也需要寻找其他 Agent，分配任务，再把结果整合起来。
很有启发。提纲挈领。
@aigc1024
这个开源项目你给个主，它就全程自动化生成非常有创意的手绘风信息图讲解视频。
带口播文案、AI生图、自动校准动画、配音字幕，30-60秒一条，最后可直接出 preview.mp4
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
带口播文案、AI生图、自动校准动画、配音字幕，30-60秒一条，最后可直接出 preview.mp4
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
AI native的流媒体，应该是不拘泥于媒介的，图文音视频可以自由切换，mid为单位的供给分发，打散到原子，用户上传的一张图片或语音就可以成为一条通讯被AI富媒、再被他分发
@aigc1024
@aigc1024
😃 爆庄实录｜3天狂揽1086万U😃 新客首存6万U，豪提209万U😃 500一拉，PG实力兑现133万U
1.PG电子赏金女王一举斩获830万并成功提现
2.PA真人豪赢644万一路长虹一天实现暴富
3.PG电子爆890万并以成功提现实现财富自由
4.大哥在PA真人百家乐累计盈利突破1000万
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
【 #182体育 全网独此一家】
公平、公正、公开、 信誉第一、服务第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
专属VIP客服：@vipkf_182ty8
体育赛事推荐：@VIP182TYTJ
双向用户点击： @vipkf_182ty2_bot
吃瓜搞笑：@chiguagaoxiaoxinwen
✅ 关注福利频道：@vip182ty888
在线互动,精彩不断,立即进入直播间！
这是我以前写的更详细基于 Claude Design 的开发模式
https://x.com/dotey/status/2063674134903603302
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
https://x.com/dotey/status/2063674134903603302
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
球速体育 大会员再创新高：
1.泰国大老板百家乐存50万出512万
2.斯里兰卡神秘大哥连续5天总提4000万+
3.实力盘总PA真人喜提990万一路爆红
4.pp电子糖果1000小注一拉爆出70万大奖
大额出款额外奖励8888-128888，双重日存彩金128888+4688每日送，周流水彩金68888每周送，双重签到彩金16888+3888送不停
【 #球速体育 安全有保障】
老品牌值得信赖、安全第一、保障第一
不限ip、 免实名、免绑卡、免绑手机号码
每日存款彩金每日送，每笔存款加赠1%
专属VIP客服： @QSTY567
体育赛事推单：@QSTY988
双向用户点击：@qsty168168_bot
午夜剧场：@ziweifancha7
✅ 关注福利频道：@qsty8999
老品牌 信誉高 佣金稳
代理合营频道：@QSTY321
直接复制：
「你对当前实现 100% 有信心吗？如果没有，请找出所有可能的漏洞，提出修复方案，然后重复这个过程，直到所有问都验证完成。」
很多 AI 写完代码就说"完成了"。
Codex 会继续怀疑自己、继续检查、继续修。直到找不到新的问为止。
@aigc1024
