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
一个海外博主 分享的非常实用的小技巧，可以把 Codex/Claude Code 平时使用中重复的操作抽成 skill 或者 subagent
把下面这个复制给你的 codex/cc 即可👇
“Look through my recent Codex sessions and identify repeated workflows or repeated asks.
For anything I keep doing manually, suggest:
1. a skill if it is a reusable workflow
2. a custom subagent if it is a bounded role or investigation task
Focus on practical things like CI failures, PR reviews, changelogs, docs updates, release prep, debugging, and test triage.
Create the useful ones only. Keep them simple.”
@aigc1024
把下面这个复制给你的 codex/cc 即可👇
“Look through my recent Codex sessions and identify repeated workflows or repeated asks.
For anything I keep doing manually, suggest:
1. a skill if it is a reusable workflow
2. a custom subagent if it is a bounded role or investigation task
Focus on practical things like CI failures, PR reviews, changelogs, docs updates, release prep, debugging, and test triage.
Create the useful ones only. Keep them simple.”
@aigc1024
分享我的8个AI使用场景
1.探索自己想要什么
我经常把日常鸡毛蒜皮的小事以及我的感受告诉gpt，比如开心、失落、愤怒，然后让AI拆解我为什么有这样的情绪，挖到我背后的需求。
聊的多了，会对自己想要什么、喜欢什么，越来越清晰
有时候也会让它给我做coaching，把我之前学教练的资料喂给它，问的问还蛮有质量的
2.快速学习一个新领域
先把我好奇的领域告诉AI，让它给我推荐资源，比如书籍、论文、视频等，让再把这些导入到notebooklm里面，边问边学
类似地，参加知识付费的课程和训练营时，我也会把课程PPT/文档/直播逐字稿也投喂给NotebookLM，有知识点想不起来了又懒得翻PPT，就是直接问AI
3.内容策划与创作
这个之前分享过
4.把重复性工作「skills化」
比如之前带小红书陪跑的时候，一开始我会亲自给学员的笔记写反馈。
后来我把「学员的原始笔记+我的反馈」喂给AI，让AI学习我的思考过程，并反推一个提示词，配置在飞书多维表格里。
这样学员把笔记通过飞书问卷提交，AI就自动反馈，只需要人工审核一下，学员还能自助查看。
彻底把我从一个不爱干的活里解放出来了！
5.专家知识库/skills
比如把内容营销领域经典的书籍做成知识库，遇到营销问就问这个知识库；
把Dan Koe建立一个知识库，遇到一人公司问就问Dan Koe。
就类似于把一个人给蒸馏后的skills。
不过我有时候会在手机端使用，还是觉得用ima的知识库比较方便。
6.搭建自媒体灵感库
之前我看到好的小红书笔记和公众号文章，都转发给自己，但要用的时候还得找半天很麻烦。
后来就做了个快捷指令，刷到好的内容时，直接双击敲击手机背面，就能一键把链接存到飞书多维表格里。
workbuddy自动提取内容后，多维表格AI直接拆解内容+给出改写示例，写到新的字段里。
这样我一打开表格，所有信息都现成的，不需要自己手动整理，这就是当皇帝的感觉吗哈哈哈哈哈
除此之外，我还让workbuddy每天帮我搜集热点，也写到飞书多维表格里，直接从里面找选老爽了
7.把抽象的方法论，提炼成SOP
特别适合在刷到别人讲了一个认知方法，但又没有给实操方案的时候，直接把原文丢给AI，让它帮我想具体要怎么做、能怎么应用到我的场景。
我就靠这个方法，「白嫖」知识付费课程😂
8.技术顾问
现在AI在代码、技术和各种安装部署方面真的牛，我之前配置obsidian+Claude code、飞书多维表格、或者要实现某个自动化工作流，全是AI帮我搞定的。
遇到问就直接啪一个截屏丢给AI就好，让它自己帮我想办法，目前还没碰到它搞不定的事哈哈哈哈
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
1.探索自己想要什么
我经常把日常鸡毛蒜皮的小事以及我的感受告诉gpt，比如开心、失落、愤怒，然后让AI拆解我为什么有这样的情绪，挖到我背后的需求。
聊的多了，会对自己想要什么、喜欢什么，越来越清晰
有时候也会让它给我做coaching，把我之前学教练的资料喂给它，问的问还蛮有质量的
2.快速学习一个新领域
先把我好奇的领域告诉AI，让它给我推荐资源，比如书籍、论文、视频等，让再把这些导入到notebooklm里面，边问边学
类似地，参加知识付费的课程和训练营时，我也会把课程PPT/文档/直播逐字稿也投喂给NotebookLM，有知识点想不起来了又懒得翻PPT，就是直接问AI
3.内容策划与创作
这个之前分享过
4.把重复性工作「skills化」
比如之前带小红书陪跑的时候，一开始我会亲自给学员的笔记写反馈。
后来我把「学员的原始笔记+我的反馈」喂给AI，让AI学习我的思考过程，并反推一个提示词，配置在飞书多维表格里。
这样学员把笔记通过飞书问卷提交，AI就自动反馈，只需要人工审核一下，学员还能自助查看。
彻底把我从一个不爱干的活里解放出来了！
5.专家知识库/skills
比如把内容营销领域经典的书籍做成知识库，遇到营销问就问这个知识库；
把Dan Koe建立一个知识库，遇到一人公司问就问Dan Koe。
就类似于把一个人给蒸馏后的skills。
不过我有时候会在手机端使用，还是觉得用ima的知识库比较方便。
6.搭建自媒体灵感库
之前我看到好的小红书笔记和公众号文章，都转发给自己，但要用的时候还得找半天很麻烦。
后来就做了个快捷指令，刷到好的内容时，直接双击敲击手机背面，就能一键把链接存到飞书多维表格里。
workbuddy自动提取内容后，多维表格AI直接拆解内容+给出改写示例，写到新的字段里。
这样我一打开表格，所有信息都现成的，不需要自己手动整理，这就是当皇帝的感觉吗哈哈哈哈哈
除此之外，我还让workbuddy每天帮我搜集热点，也写到飞书多维表格里，直接从里面找选老爽了
7.把抽象的方法论，提炼成SOP
特别适合在刷到别人讲了一个认知方法，但又没有给实操方案的时候，直接把原文丢给AI，让它帮我想具体要怎么做、能怎么应用到我的场景。
我就靠这个方法，「白嫖」知识付费课程😂
8.技术顾问
现在AI在代码、技术和各种安装部署方面真的牛，我之前配置obsidian+Claude code、飞书多维表格、或者要实现某个自动化工作流，全是AI帮我搞定的。
遇到问就直接啪一个截屏丢给AI就好，让它自己帮我想办法，目前还没碰到它搞不定的事哈哈哈哈
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
最近几天把市面上最火的 Claude Design 和它的三个开源替代品全都跑了一遍
主要是因为我真的需要一个趁手的 AI 设计工具来做原型和落地页还有产品迭代
测完之后发现，这四个工具的定位差异比我想象的大得多，选错了真的会浪费时间
以下是我的一些经验和实测对比，分享给大家：
1.Claude Design：官方最成熟，但你得先有订阅
Anthropic 在 2026 年 4 月 17 日正式发布了 Claude Design，这不是 Claude Code 的插件，而是一个独立产品，直接访问 claude. ai / design 就能用
我用下来最大的感受是“卧槽真牛”，对式交互和实时画布几乎没有延迟，支持设计系统自动应用、UX critique、可访问性审计，生成的原型可以直接导出 HTML/React，一键 handoff 到 Claude Code 生成生产代码
底层用的是 Claude Opus 4.7 视觉模型，输出质量确实是四个工具里最高的
但门槛也很明确：只有 Claude Pro、Max，Pro 月费 20 美元，Max 起步 100 美元，而且额度受限
而且是云端订阅制，完全依赖 Anthropic 生态，无法本地私有化部署
适合人群：已经是 Claude 付费用户，需要最稳定体验，不在乎被锁在一个生态里
2. Open Design：X 上最火的开源平替，本地优先
https://github.com/nexu-io/open-design
Open Design 是我这次测试里最惊喜的一个，GitHub 仓库 nexu-io/open-design 目前已经 5000+ stars
它的核心逻辑是把你本地的任意 AI 编码 Agent——Claude Code、Cursor、Codex、Gemini CLI、OpenCode、Qwen 等 16+ 种——直接变成设计引擎，完全本地优先，免费无限额
内置 71 个品牌级设计系统（从 Neutral Modern 到 Figma、Vercel 等产品系统）和 19 个 Skill，支持多格式导出（HTML/PDF/PPTX/MP4 等），上下文保留做得很好，能实现“看画布 → 修改 → 转代码”一气呵成
首次安装需要配置本地 Agent，新手可能需要 5-10 分钟，但配置完之后体验非常流畅
作为一个较新项目（最近两天还在持续更新），部分高级设计系统还在补充中，但核心功能已经很稳定
适合人群：想要免费方案，不想被订阅绑架，愿意花 10 分钟配置本地环境，需要多 Agent 支持
3. Open CoDesign：纯桌面本地版，隐私第一
https://github.com/OpenCoworkAI/open-codesign
Open CoDesign 是 OpenCoworkAI 团队做的 Electron 桌面版，定位是“第一个开源 Claude Design 替代品”，比 Open Design 发布得更早
它更像传统设计软件 + AI 提示的结合，完全本地桌面 App，支持多模型（Claude / GPT / Gemini / Kimi / GLM / Ollama 等），本地 SQLite 历史记录，导出格式丰富，一键导入现有 Agent 配置
最大优势是隐私安全和零云依赖，适合离线或企业内部使用，macOS 和 Windows 都有打包好的安装包
相比 Open Design，它的设计系统和 Skill 数量目前略少，更偏向“桌面工具”的形态，插件式灵活性稍弱
适合人群：重度桌面用户，对隐私有要求，需要离线工作，不想在 Web 和 CLI 之间切换
3.SuperDesign:IDE 里边码边设计
https://github.com/superdesigndev/superdesign
SuperDesign 是一个专为代码编辑器设计的轻量 AI 设计插件，直接在 Cursor / VS Code / Claude Code / Windsurf 等 IDE 内生成和迭代设计
它的核心场景是边写代码边设计，零配置，prompt 后可以生成多方案并排对比，设计资产直接拖进项目文件夹，实时迭代，极度适合开发者工作流
轻量、免费、完全开源，但更侧重快速生成和迭代，专业级 critique 和大型设计系统深度不如 Claude Design 官方版，也不适合纯设计预览或非 IDE 场景
适合人群：开发者，需要在 IDE 里快速生成 UI 原型，不需要独立设计工具，追求工作流一体化
如果对你有帮助，欢迎大家点个三连支持一下！谢谢大家！
@aigc1024
主要是因为我真的需要一个趁手的 AI 设计工具来做原型和落地页还有产品迭代
测完之后发现，这四个工具的定位差异比我想象的大得多，选错了真的会浪费时间
以下是我的一些经验和实测对比，分享给大家：
1.Claude Design：官方最成熟，但你得先有订阅
Anthropic 在 2026 年 4 月 17 日正式发布了 Claude Design，这不是 Claude Code 的插件，而是一个独立产品，直接访问 claude. ai / design 就能用
我用下来最大的感受是“卧槽真牛”，对式交互和实时画布几乎没有延迟，支持设计系统自动应用、UX critique、可访问性审计，生成的原型可以直接导出 HTML/React，一键 handoff 到 Claude Code 生成生产代码
底层用的是 Claude Opus 4.7 视觉模型，输出质量确实是四个工具里最高的
但门槛也很明确：只有 Claude Pro、Max，Pro 月费 20 美元，Max 起步 100 美元，而且额度受限
而且是云端订阅制，完全依赖 Anthropic 生态，无法本地私有化部署
适合人群：已经是 Claude 付费用户，需要最稳定体验，不在乎被锁在一个生态里
2. Open Design：X 上最火的开源平替，本地优先
https://github.com/nexu-io/open-design
Open Design 是我这次测试里最惊喜的一个，GitHub 仓库 nexu-io/open-design 目前已经 5000+ stars
它的核心逻辑是把你本地的任意 AI 编码 Agent——Claude Code、Cursor、Codex、Gemini CLI、OpenCode、Qwen 等 16+ 种——直接变成设计引擎，完全本地优先，免费无限额
内置 71 个品牌级设计系统（从 Neutral Modern 到 Figma、Vercel 等产品系统）和 19 个 Skill，支持多格式导出（HTML/PDF/PPTX/MP4 等），上下文保留做得很好，能实现“看画布 → 修改 → 转代码”一气呵成
首次安装需要配置本地 Agent，新手可能需要 5-10 分钟，但配置完之后体验非常流畅
作为一个较新项目（最近两天还在持续更新），部分高级设计系统还在补充中，但核心功能已经很稳定
适合人群：想要免费方案，不想被订阅绑架，愿意花 10 分钟配置本地环境，需要多 Agent 支持
3. Open CoDesign：纯桌面本地版，隐私第一
https://github.com/OpenCoworkAI/open-codesign
Open CoDesign 是 OpenCoworkAI 团队做的 Electron 桌面版，定位是“第一个开源 Claude Design 替代品”，比 Open Design 发布得更早
它更像传统设计软件 + AI 提示的结合，完全本地桌面 App，支持多模型（Claude / GPT / Gemini / Kimi / GLM / Ollama 等），本地 SQLite 历史记录，导出格式丰富，一键导入现有 Agent 配置
最大优势是隐私安全和零云依赖，适合离线或企业内部使用，macOS 和 Windows 都有打包好的安装包
相比 Open Design，它的设计系统和 Skill 数量目前略少，更偏向“桌面工具”的形态，插件式灵活性稍弱
适合人群：重度桌面用户，对隐私有要求，需要离线工作，不想在 Web 和 CLI 之间切换
3.SuperDesign:IDE 里边码边设计
https://github.com/superdesigndev/superdesign
SuperDesign 是一个专为代码编辑器设计的轻量 AI 设计插件，直接在 Cursor / VS Code / Claude Code / Windsurf 等 IDE 内生成和迭代设计
它的核心场景是边写代码边设计，零配置，prompt 后可以生成多方案并排对比，设计资产直接拖进项目文件夹，实时迭代，极度适合开发者工作流
轻量、免费、完全开源，但更侧重快速生成和迭代，专业级 critique 和大型设计系统深度不如 Claude Design 官方版，也不适合纯设计预览或非 IDE 场景
适合人群：开发者，需要在 IDE 里快速生成 UI 原型，不需要独立设计工具，追求工作流一体化
如果对你有帮助，欢迎大家点个三连支持一下！谢谢大家！
@aigc1024
分享一个极其炸裂的提示词，差点儿给我搞流眼泪了
“我希望你扮演一名从业20年的心理咨询师。在接下来的30天里面，每天找我问一个深度的问。30天以后，我希望你给我一个反馈。我是个什么样的人？我希望你帮我发现我自己发现不了的自己，内心深处的东西”
@aigc1024
“我希望你扮演一名从业20年的心理咨询师。在接下来的30天里面，每天找我问一个深度的问。30天以后，我希望你给我一个反馈。我是个什么样的人？我希望你帮我发现我自己发现不了的自己，内心深处的东西”
@aigc1024
最初关注这个是我开始整理2025年随着manus爆发后，国内一批快速融资的Agent一年的成绩单，发现商业化都不咋好——没有一家公司赚钱，甚至很多是血亏。
恰好又见了多抓鱼的 她最近沉迷翡翠，讲了很多珠宝行业的秘闻，然后谈到AI时，她说，去年挺焦虑的，但今年释然了，对很多中小企业来说，使用AI还是太贵了，不如直接雇佣一个员工。
上周又见了几个一级市场的投资人，聊起他们被投公司商业化的问，好像都没有什么特别好的办法——但不投也会焦虑。
说到底，AI对实体经济真正的影响可能还不足10%，从算账逻辑上，它还不足支撑一门生意。
以及由于这个圈子信息过载，焦虑情绪过重，导致每个人都出现幻觉，觉得不用AI就会如何如何，恐慌论蔓延。
恰好 Ed Zitron发了一篇文章，给美国几个巨头算AI账，原标叫《AI Is Too ExpensiveZitron》。
Ed Zitron是科技圈的毒舌，他有一档播客叫《 Better Offline》，也是科技播客前20名，他之前是公关出身的，后来忽然倒戈成了科技圈最凶的批评者，专注批评AI泡沫，
WIRED 去年给他做过一篇人物特写标是《他既靠 AI 赚钱，也靠骂 AI 赚》。他还写过两本 PR 的书《This Is How You Pitch》《 Fire Your Publicist》，都没出中文版，
这篇文章是他「AI 经济学根本不成立」论述写得最系统的一篇，大概理出十点。
1. AI 对所有人都不经济。 除了英伟达、建筑公司和硬件厂商能赚钱，现在没有一家公司在这波 AI 浪潮里真正赚到钱。每一个 AI 创业公司每年烧掉数百万到数十亿美元，根本没找到止血的方法。
2. 超大规模云厂商已砸入 $8000 亿，还需 $1.7 万亿。 微软、亚马逊、谷歌、Meta 过去三年 capex 超 $8000 亿，2026-2027 还要再投 $1.7 万亿。这意味着他们至少需要 $3 万亿 AI 专项收入才能回本——而四大巨头全部业务年收入加起来才 $1.6 万亿。
3. 尤其是微软的账本经不起细看。 微软四年在 身上花了近 $1000 亿（含 $3000 亿 capex 中约 30% 流向 OpenAI 基建），但 AI 年收入估算仅 $179 亿。Copilot 2000 万订阅者，就算全价也不过 $72 亿——而且微软一直在打折。
4. 所谓RPO 暴涨是个障眼法。 微软、亚马逊、谷歌的剩余履约义务（RPO）暴涨，但去掉 OpenAI 和 Anthropic 的承诺，支出后几乎没增长。所谓“AI 需求井喷”其实是两家烧钱公司在互相喂钱。说白了，三个人在房间里互递同一张一百块，然后各自宣布交易额增长了 300%。
5. AI 实验室花 $3 赚 $1。 Anthropic 自己的文件显示：收入 $50 亿，推理和训练成本 $100 亿。OpenAI 毛利率从 2024 年的 40% 跌到 2025 年的 33%。两家毛利率都在恶化，规模越大，亏得越多。
6. Anthropic + OpenAI 四年内需要 $1.25 万亿。 Anthropic 光云服务欠条就 $3300 亿，加上运营成本，四年内至少需要 $4000 亿。OpenAI 预计 2030 年前烧掉 $8520 亿。两家都在疯狂融资——Anthropic 六个月融了 $750 亿。
7、《The Information》 披露了 OpenAI 2026年第一季度的财务数据：尽管营收达到57亿美元，但公司的非 GAAP 运营利润率为负122%。这意味着 OpenAI 每赚1美元，就要亏损1.22美元，单季度亏损约69.5亿美元。
8. 接刀困境：永远算不准算力需求。 订少了，需求暴增时被迫高价抢货，吃掉所有利润。订多了，收入不达标直接破产。Anthropic 的 CEO Dario Amodei 自己承认：如果买了 $1 万亿算力而收入只有 $8000 亿，「地球上没有任何对冲能救你。」
9. 几乎每一家企业的 token的预算都在五个月内烧光全年配额。Uber、ServiceNow、Stripe 无一例外。Stripe 5000 工程师每天烧 $94000 token。Goldman Sachs 报告：AI 成本正逼近总人力成本的 10%。
10. Zillow 是美国最大的房产信息平台，类似贝壳+安居客。这家公司 Q1 净利润 $4600 万，token花了超 $100 万，全年预计 $700-1000 万——吃掉 2025 年全年净利润的 20%+。工程师被要求 AI 写 PRD → AI 写代码 → AI 写 deck → AI 写邮件。内部员工吐槽说代码“正在变成 AI 排泄物”，Ed Zitron说，这就是行业的切尔诺贝利，写完这些废料，还需要增人力审核校验。
@aigc1024
恰好又见了多抓鱼的 她最近沉迷翡翠，讲了很多珠宝行业的秘闻，然后谈到AI时，她说，去年挺焦虑的，但今年释然了，对很多中小企业来说，使用AI还是太贵了，不如直接雇佣一个员工。
上周又见了几个一级市场的投资人，聊起他们被投公司商业化的问，好像都没有什么特别好的办法——但不投也会焦虑。
说到底，AI对实体经济真正的影响可能还不足10%，从算账逻辑上，它还不足支撑一门生意。
以及由于这个圈子信息过载，焦虑情绪过重，导致每个人都出现幻觉，觉得不用AI就会如何如何，恐慌论蔓延。
恰好 Ed Zitron发了一篇文章，给美国几个巨头算AI账，原标叫《AI Is Too ExpensiveZitron》。
Ed Zitron是科技圈的毒舌，他有一档播客叫《 Better Offline》，也是科技播客前20名，他之前是公关出身的，后来忽然倒戈成了科技圈最凶的批评者，专注批评AI泡沫，
WIRED 去年给他做过一篇人物特写标是《他既靠 AI 赚钱，也靠骂 AI 赚》。他还写过两本 PR 的书《This Is How You Pitch》《 Fire Your Publicist》，都没出中文版，
这篇文章是他「AI 经济学根本不成立」论述写得最系统的一篇，大概理出十点。
1. AI 对所有人都不经济。 除了英伟达、建筑公司和硬件厂商能赚钱，现在没有一家公司在这波 AI 浪潮里真正赚到钱。每一个 AI 创业公司每年烧掉数百万到数十亿美元，根本没找到止血的方法。
2. 超大规模云厂商已砸入 $8000 亿，还需 $1.7 万亿。 微软、亚马逊、谷歌、Meta 过去三年 capex 超 $8000 亿，2026-2027 还要再投 $1.7 万亿。这意味着他们至少需要 $3 万亿 AI 专项收入才能回本——而四大巨头全部业务年收入加起来才 $1.6 万亿。
3. 尤其是微软的账本经不起细看。 微软四年在 身上花了近 $1000 亿（含 $3000 亿 capex 中约 30% 流向 OpenAI 基建），但 AI 年收入估算仅 $179 亿。Copilot 2000 万订阅者，就算全价也不过 $72 亿——而且微软一直在打折。
4. 所谓RPO 暴涨是个障眼法。 微软、亚马逊、谷歌的剩余履约义务（RPO）暴涨，但去掉 OpenAI 和 Anthropic 的承诺，支出后几乎没增长。所谓“AI 需求井喷”其实是两家烧钱公司在互相喂钱。说白了，三个人在房间里互递同一张一百块，然后各自宣布交易额增长了 300%。
5. AI 实验室花 $3 赚 $1。 Anthropic 自己的文件显示：收入 $50 亿，推理和训练成本 $100 亿。OpenAI 毛利率从 2024 年的 40% 跌到 2025 年的 33%。两家毛利率都在恶化，规模越大，亏得越多。
6. Anthropic + OpenAI 四年内需要 $1.25 万亿。 Anthropic 光云服务欠条就 $3300 亿，加上运营成本，四年内至少需要 $4000 亿。OpenAI 预计 2030 年前烧掉 $8520 亿。两家都在疯狂融资——Anthropic 六个月融了 $750 亿。
7、《The Information》 披露了 OpenAI 2026年第一季度的财务数据：尽管营收达到57亿美元，但公司的非 GAAP 运营利润率为负122%。这意味着 OpenAI 每赚1美元，就要亏损1.22美元，单季度亏损约69.5亿美元。
8. 接刀困境：永远算不准算力需求。 订少了，需求暴增时被迫高价抢货，吃掉所有利润。订多了，收入不达标直接破产。Anthropic 的 CEO Dario Amodei 自己承认：如果买了 $1 万亿算力而收入只有 $8000 亿，「地球上没有任何对冲能救你。」
9. 几乎每一家企业的 token的预算都在五个月内烧光全年配额。Uber、ServiceNow、Stripe 无一例外。Stripe 5000 工程师每天烧 $94000 token。Goldman Sachs 报告：AI 成本正逼近总人力成本的 10%。
10. Zillow 是美国最大的房产信息平台，类似贝壳+安居客。这家公司 Q1 净利润 $4600 万，token花了超 $100 万，全年预计 $700-1000 万——吃掉 2025 年全年净利润的 20%+。工程师被要求 AI 写 PRD → AI 写代码 → AI 写 deck → AI 写邮件。内部员工吐槽说代码“正在变成 AI 排泄物”，Ed Zitron说，这就是行业的切尔诺贝利，写完这些废料，还需要增人力审核校验。
@aigc1024
发现一个挺有意思的开源项目：Talkio
它不是普通的 AI 客户端，核心玩法是把多个 AI 拉进同一个群聊里。
你可以让 GPT、Claude、DeepSeek 一起围绕同一个问讨论，还能给它们分别设定角色，比如产品经理、工程师、翻译官、辩论对手。
我觉得这类工具很适合几个场景：
1.写方案时，多模型交叉验证观点
2.写代码时，一个负责生成，一个负责 review
3.做内容时，让不同模型从标、结构、文案角度一起给建议
4.做复杂决策时，模拟一个 AI 小组讨论
另外它还是 local-first，数据存在本地，对隐私敏感用户也比较友好。
项目地址：https://github.com/llt22/talkio
很适合喜欢折腾多模型协作流的人。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
它不是普通的 AI 客户端，核心玩法是把多个 AI 拉进同一个群聊里。
你可以让 GPT、Claude、DeepSeek 一起围绕同一个问讨论，还能给它们分别设定角色，比如产品经理、工程师、翻译官、辩论对手。
我觉得这类工具很适合几个场景：
1.写方案时，多模型交叉验证观点
2.写代码时，一个负责生成，一个负责 review
3.做内容时，让不同模型从标、结构、文案角度一起给建议
4.做复杂决策时，模拟一个 AI 小组讨论
另外它还是 local-first，数据存在本地，对隐私敏感用户也比较友好。
项目地址：https://github.com/llt22/talkio
很适合喜欢折腾多模型协作流的人。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
前的火箭都很贵，以后也会很贵。第一性原理：从原料看，火箭的材料成本只有 1%-2%，只要利用工程的魔法，完全可以把火箭做得很便宜。
用类比思维理解世界，用第一性原理改变世界。
最后这句是 Cola 说的金句，很准确。
工程学就是魔法
马斯克 80% 的时间花在工程学上。
工程师和物理学家谁更厉害？他觉得工程学更胜一筹。没有工程学，就无法获得任何新数据，物理学研究也就会遇到瓶颈。（训练大模型也可以看作一个数据工程）
物理学的目标是探索宇宙中已有的事物，发现最基本的真相，但真相已经在那里了。
工程学的目标则是创造此前从未存在过的事物。
本质上，工程学就是魔法，谁不想成为魔法师呢？
技术是决定性优势
马斯克喜欢《孙子兵法》，看过很多遍。
他说这本书里应该增加一章：如果你拥有决定性的技术优势，就能以最小的伤亡赢得胜利。
古罗马人就是靠冶金和修路赢得战争。
历史上大多数时期技术发展缓慢，战争拼的是运筹和战略。但当技术出现断层式突破时，整个局势就会根本性改变。
现在拼的是谁创造新技术的速度更快。
创意与执行
他的脑子里像猛烈的暴风雨，想法像雨点一样砸下来，多到来不及实现。
新颖的创意从来不是问，执行才是关键。
创意本身没有多少价值。做出原型还不够，真正的挑战在于实现量产，还要保证现金流为正。
想去火星这个主意并不难。
真正困难的是如何登上火星。
识人
面试时他喜欢让候选人讲述他们遇到过的棘手问，以及如何应对。
真正闯过难关的人，对问的每个细节了如指掌，问得再细都能真诚回答。没有亲自解决过问的人只能含糊其辞。
过于看重才能、忽视人品，是他犯过的错误。了解品性的方法：观察他交什么样的朋友、和什么样的人共事。人可以伪装品性，但他的朋友不会。
技能一教就会，而人的本性难以改变。
领导力
管理者就应该到一线去。取消所有特权，即便是 CEO 都没有自己的办公室。管理的职责是服务团队，不是让团队伺候自己。
给别人反馈时不留情面，但聚焦于事情本身。只批评行为，不针对个人。
想讨别人喜欢是一个弱点，一个致命的弱点，而他没有这个弱点。
公司
公司只是一个虚构的概念，本质上是一群人共赴前程。这群人能力有多强、工作多拼命、能否心往一处使，将决定成败。
从根本上限制公司发展的就是顶尖工程师。一家公司有强烈的使命感，就能吸引全世界最顶尖的人才。
做有趣的工作，拿丰厚的报酬，做的产品能改变世界。没有比这更激动人心的事了。
产品
要做出正确的决策，你就要充分了解产品的细节。
极致的产品会把创造和销售合成一件事。
产品做到极致，就不需要传统营销。
只有拼命解决棘手的问，才能做出极致的产品。
解决难就是公司的价值所在。
最后，再讲讲为什么会意外复习到《纳瓦尔爆点》，其实是因为最近买了一本孟岩的书《投资中我相信的事》。
虽然投资并非我的关注点，但以我对孟岩的了解，这本书大概率会大量「夹带私货」。
正如我所料，我喜欢这本书里所有夹带私货的部分，比如他梳理了《纳瓦尔宝典》里的内容，也就是本文的第一部分。
比如投资里最重要的事情，到底是什么。
股东大会上，有人问巴菲特：如果仅选择一只股票来对抗高通胀，你会选择什么？为什么？
巴菲特说：最好的一项投资就是投资自己，做自己擅长的事情，成为对社会有用的人，人们会给你一些他们生产的东西来换取你能提供的东西。这样就不用担心钱因高通胀而贬值了。
以上三本书，我都很喜欢，推荐给所有正在创造的人。
永久链接：
https://mp.weixin.qq.com/s/xzLn-HwxYsZRdznYm211Rw
@aigc1024
用类比思维理解世界，用第一性原理改变世界。
最后这句是 Cola 说的金句，很准确。
工程学就是魔法
马斯克 80% 的时间花在工程学上。
工程师和物理学家谁更厉害？他觉得工程学更胜一筹。没有工程学，就无法获得任何新数据，物理学研究也就会遇到瓶颈。（训练大模型也可以看作一个数据工程）
物理学的目标是探索宇宙中已有的事物，发现最基本的真相，但真相已经在那里了。
工程学的目标则是创造此前从未存在过的事物。
本质上，工程学就是魔法，谁不想成为魔法师呢？
技术是决定性优势
马斯克喜欢《孙子兵法》，看过很多遍。
他说这本书里应该增加一章：如果你拥有决定性的技术优势，就能以最小的伤亡赢得胜利。
古罗马人就是靠冶金和修路赢得战争。
历史上大多数时期技术发展缓慢，战争拼的是运筹和战略。但当技术出现断层式突破时，整个局势就会根本性改变。
现在拼的是谁创造新技术的速度更快。
创意与执行
他的脑子里像猛烈的暴风雨，想法像雨点一样砸下来，多到来不及实现。
新颖的创意从来不是问，执行才是关键。
创意本身没有多少价值。做出原型还不够，真正的挑战在于实现量产，还要保证现金流为正。
想去火星这个主意并不难。
真正困难的是如何登上火星。
识人
面试时他喜欢让候选人讲述他们遇到过的棘手问，以及如何应对。
真正闯过难关的人，对问的每个细节了如指掌，问得再细都能真诚回答。没有亲自解决过问的人只能含糊其辞。
过于看重才能、忽视人品，是他犯过的错误。了解品性的方法：观察他交什么样的朋友、和什么样的人共事。人可以伪装品性，但他的朋友不会。
技能一教就会，而人的本性难以改变。
领导力
管理者就应该到一线去。取消所有特权，即便是 CEO 都没有自己的办公室。管理的职责是服务团队，不是让团队伺候自己。
给别人反馈时不留情面，但聚焦于事情本身。只批评行为，不针对个人。
想讨别人喜欢是一个弱点，一个致命的弱点，而他没有这个弱点。
公司
公司只是一个虚构的概念，本质上是一群人共赴前程。这群人能力有多强、工作多拼命、能否心往一处使，将决定成败。
从根本上限制公司发展的就是顶尖工程师。一家公司有强烈的使命感，就能吸引全世界最顶尖的人才。
做有趣的工作，拿丰厚的报酬，做的产品能改变世界。没有比这更激动人心的事了。
产品
要做出正确的决策，你就要充分了解产品的细节。
极致的产品会把创造和销售合成一件事。
产品做到极致，就不需要传统营销。
只有拼命解决棘手的问，才能做出极致的产品。
解决难就是公司的价值所在。
最后，再讲讲为什么会意外复习到《纳瓦尔爆点》，其实是因为最近买了一本孟岩的书《投资中我相信的事》。
虽然投资并非我的关注点，但以我对孟岩的了解，这本书大概率会大量「夹带私货」。
正如我所料，我喜欢这本书里所有夹带私货的部分，比如他梳理了《纳瓦尔宝典》里的内容，也就是本文的第一部分。
比如投资里最重要的事情，到底是什么。
股东大会上，有人问巴菲特：如果仅选择一只股票来对抗高通胀，你会选择什么？为什么？
巴菲特说：最好的一项投资就是投资自己，做自己擅长的事情，成为对社会有用的人，人们会给你一些他们生产的东西来换取你能提供的东西。这样就不用担心钱因高通胀而贬值了。
以上三本书，我都很喜欢，推荐给所有正在创造的人。
永久链接：
https://mp.weixin.qq.com/s/xzLn-HwxYsZRdznYm211Rw
@aigc1024
读完发现两本书的作者竟然是同一个。
《纳瓦尔宝典》，讲的是一个人如何积累财富和自由。
《马斯克原理》，讲的是如何推动人类文明进步。
两本书作者都是 Eric Jorgenson。他做的事情很特别：不写传记，不做采访，而是从一个人海量的公开发言里提炼出思维框架，编排成一本可操作的手册。
他用这个方法做了《纳瓦尔宝典》，全球卖了上百万册。然后花了五年，从马斯克过去二十年的三百万字访谈、推文和演讲里，编排出了《马斯克原理》。
两本书合在一起，分别对应人生的第一阶段和第二阶段的两种活法，这两个阶段分别是财富自由之前和财富自由之后。
第一本书很早之前看过，今天意外复习（结尾会讲这个意外），第二本书我只看了一小半，已热血沸腾。
摘录一些让我印象最深的片段：
纳瓦尔宝典
赚钱的本质就四个字：创造，销售。
纳瓦尔把通过自己的劳动所获得的收入可以拆解为三个因素：专长、责任、杠杆。
专长，拆解为天分和热爱。天分是天生的，我们没办法，热爱可以靠一万小时和百分百的专注度去堆，人要主动选择自己热爱的事情去做。
责任，勇于承担责任才能建立可信度，才能与人深度合作，才能获得更多收益。
杠杆，人类学会了相互信任和合作，从而进入了杠杆时代。杠杆有三种：劳动力杠杆、资本杠杆、软件和媒体。
杠杆的另一面，是判断力的重要性，因为每一个决策质量的提升，都会被快速放大。提升判断力，有两个实用的方法，一个是真实实践，一个是读书/学习。
剩下的交给时间和运气。
时间，选择你不喜欢的事情和你热爱的事情，所花的时间是一样的，选择小事情和选择大事情，所花的时间也是一样的。
面对公平的时间，你最好的策略是找到你的所爱，找到努力的意义，然后不计结果地投入其中就好了。偶尔抬头，可能繁花似锦。
运气，是多做尝试，是多研究多发现。或者成为一个领域最独特的存在，让运气找到你。
纳瓦尔说，最好的工作，就是终身学习者在自由市场中的创造性表达。
这就是纳瓦尔宝典里最核心的东西了。
马斯克原理
第一性原理
第一性原理的反面就是类比思维。
马斯克说，在日常事务中应该使用类比推理，否则大脑会因为第一性原理思考而不堪重负。
但在做重大抉择时，类比推理无法摆脱传统和以往经验的枷锁，这种思考方式实属荒唐。
切记不要盲目跟风，运用物理学思维，从第一性原理出发进行思考，就可以避免犯错，这种方法极为强大，适用于生活的方方面面。
类比思维：以
AI抓取工具出新活了。这兄弟演示了怎么用AI自动抓取LinkedIn等网站数据。以前要写几百行代码，现在一个插件搞定。AI+自动化 = 传统程序员失业加速器。你是准备被替代，还是准备学会用工具？
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
