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
全球最大“中转站”OpenRouter被Stripe收购了！！
交易价70亿美元，比之前爆出的百亿差了一点。
一个做支付的公司，开始抢 AI 的“流量入口”！
野心不是一般的大！！
OpenRouter 就是一个中转站，截至今年 5 月，他们自称已经拥有 800 万用户、接入了 400+ 模型。
Stripe 这次收购，显然瞄准的是Agent支付流！
未来 Agent 真正规模化以后，每一次调用模型，本质上都是一次机器发起的消费。
所以把 OpenRouter 和 Stripe 拼起来，会形成一条非常可怕的链条：
AI 请求 → 模型选择 → Token 计量 → 费用结算 → 支付。
更巧的是，OpenRouter CEO Alex把 OpenRouter形容成 “AI 领域的 Stripe”。
这次真的是强强联手了！！
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
我是真的觉得中国的iPhone、Macbook等苹果产品应该降价，就不说其他被阉割的功能，单纯AI功能的缺失就应该降部分价格，而且要对iPhone 15 Pro以上的用户有一定的赔偿。
虽然Apple公司是因为中国政策原因无法上线AI，但这么多年过去了，面对遥遥无期甚至可以说几乎不大可能上线的功能也应该跟消费者说清楚，
要不赔偿降价要不就直接说清楚放弃在中国上线了。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
虽然Apple公司是因为中国政策原因无法上线AI，但这么多年过去了，面对遥遥无期甚至可以说几乎不大可能上线的功能也应该跟消费者说清楚，
要不赔偿降价要不就直接说清楚放弃在中国上线了。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
虽然身在 personal agent 赛道这么说好像不太好...
但是硅谷这批火的 p a 场景都是收邮件订餐厅管日程...
美国人平时有多少这样的需求，又有多少是需要 agent 接管
再看转发的都是 vc，又是商业互推的一场秀
硅谷的不真实比国内更甚
寻求真实的高频刚需任重道远
@aigc1024
但是硅谷这批火的 p a 场景都是收邮件订餐厅管日程...
美国人平时有多少这样的需求，又有多少是需要 agent 接管
再看转发的都是 vc，又是商业互推的一场秀
硅谷的不真实比国内更甚
寻求真实的高频刚需任重道远
@aigc1024
以前让大模型算八字、看风水，它经常是凭空编造，你还分辨不出来。现在有人直接把传统术数体系拆解成工程化组件，集成到Claude Code、Codex这类工具里，还接入了古籍知识库做校验，就是为防止AI随机发挥。
目前能用的几套方案，我帮你整理了一下：
1️⃣ 八字命理 / 赛博算命
🔗 https://github.com/jinchenma94/bazi-skill
2️⃣ 奇门遁甲 + 紫微斗数（这套做得最扎实）
🔗 https://github.com/FANzR-arch/Numerologist_skills
3️⃣ 月老 / 姻缘测算
🔗 https://github.com/Ming-H/yinyuan-skills
4️⃣ 易经风水 / 阳宅分析
🔗 https://github.com/voidforall/fengshui.skill
5️⃣ 塔罗牌解读
🔗 https://github.com/daman-ovo-0404/tarot-skill
6️⃣ 佛学典籍学习
🔗
特别提一下第二套Numerologist skills，它的思路很清晰。它不是让模型变得更“玄”，而是把排盘、历法换算这类刚性计算交给Python脚本处理，不让AI自己推断；流派、换日规则、闰月处理这些口径问，先明确再输出；信息不足时先追问，不强行排盘。
核心就是让过程更透明，出错也能快速定位。
从赛博算命到AI风水，传统文化这回算是搭上了Agent的快车。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
一个冷知识，Siri 是在 Cook 上任苹果 CEO 第一年 2011 年发布的
直到 Cook 在 2026年下台，Siri 都一直保持着一个弱智的状态
先做个垃圾出来，15年后，仍然是个垃圾
这还是世界上最有钱最有品味的公司之一
@aigc1024
直到 Cook 在 2026年下台，Siri 都一直保持着一个弱智的状态
先做个垃圾出来，15年后，仍然是个垃圾
这还是世界上最有钱最有品味的公司之一
@aigc1024
今年以来，我在使用 Coding Agent 方面有一个很大的变化，就是从 TL（Teach Lead） 的角色变成了 EM（Engineering Manager） 的角色。
这两个角色主要差别在技术参与深度多少。
之前我更像一个 TL，虽然不是说事必躬亲，但是系统设计、代码审查什么的肯定是少不了的，说到底还是对 AI 写的代码不放心。
这样虽然质量更有保障，但是人会成为 Agent 的瓶颈，很多事情需要人去决策，细节需要人去掌握。
转折点在 Fable 5 前后，我发现 AI 写的代码质量已经相当可以了，只要稍加验证就不会有太大偏离，所以我越来越少的去干预 AI 写代码，而是会更站在全局去看一个项目：
决定项目怎么做，去验收好结果。
这极大的释放了 Agent 的生产力，大部分时候我想好要做什么功能，先和 Agent 一起做一个技术方案，然后确认方案没问后，用 /goal 加上方案，让 Agent 去执行，写代码和自动化测试，等做好再去验收下功能，代码不怎么细看。
有 Bug 了就是把 Bug 描述给 Agent 让它自己去重现解决，并且让 Agent 补上相关测试覆盖，修复了后人再去验证一下。
这样还有一个好处，就是在技术选型时，不会局限于你自己的喜好和擅长。
当你是 TL 的角色是，还是会有点过度关注技术实现，包括技术选型会偏向你自己熟悉的喜欢的，而不一定是最适合的。
当你是 EM 的角色做技术选型，就不再关注自己擅长什么，而是什么技术最适合项目。
我因为前端熟悉，所以最开始开发字幕翻译 App 时，就优先考虑 Electron 这样的技术栈，因为自己熟悉，有问能解决也能写的出来。
后来发现 Electron 性能很难满意，就换成了 Swift + AppKit 原生技术栈，本来我 Swift 是不熟悉的，但有 AI 辅助，整个过程毫无压力。
现在在设计 BaoCut 下一个大版本的时候，要考虑跨平台方案，首选是 Rust，哪怕我从来没写过一行 Rust 代码，但我知道这是一个很好的跨平台选择。
目前基于 Rust 的第一个版本已经写完了，整个过程几乎没有任何语言上的障碍。
通过这样的模式我在开发 BaoCut 的时候，基本上可以每天一个小版本迭代。https://baocut.app/releases/
这两天速度慢下来了，是因为需要构思新的大版本，这时候人就又成了瓶颈了：如果人没想清楚该做什么，Agent 再厉害也帮不上。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
这两个角色主要差别在技术参与深度多少。
之前我更像一个 TL，虽然不是说事必躬亲，但是系统设计、代码审查什么的肯定是少不了的，说到底还是对 AI 写的代码不放心。
这样虽然质量更有保障，但是人会成为 Agent 的瓶颈，很多事情需要人去决策，细节需要人去掌握。
转折点在 Fable 5 前后，我发现 AI 写的代码质量已经相当可以了，只要稍加验证就不会有太大偏离，所以我越来越少的去干预 AI 写代码，而是会更站在全局去看一个项目：
决定项目怎么做，去验收好结果。
这极大的释放了 Agent 的生产力，大部分时候我想好要做什么功能，先和 Agent 一起做一个技术方案，然后确认方案没问后，用 /goal 加上方案，让 Agent 去执行，写代码和自动化测试，等做好再去验收下功能，代码不怎么细看。
有 Bug 了就是把 Bug 描述给 Agent 让它自己去重现解决，并且让 Agent 补上相关测试覆盖，修复了后人再去验证一下。
这样还有一个好处，就是在技术选型时，不会局限于你自己的喜好和擅长。
当你是 TL 的角色是，还是会有点过度关注技术实现，包括技术选型会偏向你自己熟悉的喜欢的，而不一定是最适合的。
当你是 EM 的角色做技术选型，就不再关注自己擅长什么，而是什么技术最适合项目。
我因为前端熟悉，所以最开始开发字幕翻译 App 时，就优先考虑 Electron 这样的技术栈，因为自己熟悉，有问能解决也能写的出来。
后来发现 Electron 性能很难满意，就换成了 Swift + AppKit 原生技术栈，本来我 Swift 是不熟悉的，但有 AI 辅助，整个过程毫无压力。
现在在设计 BaoCut 下一个大版本的时候，要考虑跨平台方案，首选是 Rust，哪怕我从来没写过一行 Rust 代码，但我知道这是一个很好的跨平台选择。
目前基于 Rust 的第一个版本已经写完了，整个过程几乎没有任何语言上的障碍。
通过这样的模式我在开发 BaoCut 的时候，基本上可以每天一个小版本迭代。https://baocut.app/releases/
这两天速度慢下来了，是因为需要构思新的大版本，这时候人就又成了瓶颈了：如果人没想清楚该做什么，Agent 再厉害也帮不上。
AI探索 | Hermes/OpenClaw｜优质资源｜优质信息
