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
一台电脑零基础出精品仿真人漫剧,B站课堂已超3万学员实战验证!
孔明大师兄,参与制作30+部红果上线漫剧。手把手带你从剧本选、角色资产、分镜运镜到即梦AI生成、配音剪辑成片,覆盖仿真人+古风+解说三大风格,118课时全流程打通,学完直接能接商单变现。
想快速量产AI漫剧的创作者,直接跟着这套硬核实战课上手。
🔗:https://pan.chatgptgi.com/8XlTN828

AI探索 | Hermes/OpenClaw|优质资源|优质信息
一位美国大学计算机老师发愁:AI时代,编程课还教不教手写代码?他去问一线工程师朋友,答案相当扎心。😅
这位工程师是全办公室最后一名程序员,整个团队都被裁光了。自打Claude 4.5上线,AI无人值守干活也靠谱了:他现在一个月亲手敲代码的时间,也就一天左右;过去俩月的活儿,几天搞定;连代码审查都交给AI,人只看被标记的关键部分。
更残酷的是逻辑:公司裁掉初级开发,只留能指挥AI、扛得住架构的资深老兵。他甚至预言,几年后产品经理带一队AI智能体🤖就能产出软件,底层怎么实现的都无所谓。
程序员站在世界之巅的日子,真到头了?大学还坚持教手写Python,是打基础,还是耽误下一代?

AI探索 | Hermes/OpenClaw|优质资源|优质信息
最近有个感触,随着物质,和信息生产力(AI带动的)的不断飙升和加速。现代人实际上最重要的一门功课事,学会不断做“减法”,否则会被噪音淹没。
要学会主动做减法,主动开始屏蔽很多信息,新闻,和自媒体号,以及减少和控制接触信息的频率。
买东西和服务的时候,也要仔细想一下,是不是下个3-5年会继续用? 还是只是一时冲动?或者对方在贩卖你一种FOMO。
除了极少数职业必须跟踪热点和信息以外,实际上90%媒体上看到的信息对于大部分人而言,都属于可看,可不看的。甚至大部分只会让人更加悲观和负面。

AI探索 | Hermes/OpenClaw|优质资源|优质信息
还得是老一辈艺术家格局大,在 1988 年经典香港僵尸电影《僵尸叔叔》中饰演“千鹤道长”的钟发老师,慷慨授权 AI 视频创作者龙小胖使用自己的形象,并表示只要不接商单不谋利,均可免费使用。
看了看他制作的 AI 视频,利用 AI 重制了一系列经典老电影,有的成片时长甚至达到了 1 小时 33 分钟。
除了千鹤道长的形象,还有林正英、午马、陈友、冯淬帆、文才等经典面孔,做得惟妙惟肖,让人瞬间梦回童年。

AI探索 | Hermes/OpenClaw|优质资源|优质信息
Stripe 正式宣布以 75 亿美元的天价
收购 AI 模型路由平台 OpenRouter
对比 OpenRouter 几个月前(5月)仅 13 亿美元的估值,此次溢价极高。
创始人将分得约 15 亿美元,投资人获得约 60 亿美元。
OpenRouter的团队目前仅有 90 人...
业务完全不受影响: 产品名称、现有架构、路线图和使命保持原样,现有用户的 API 对接方式完全不需要改动。
OpenRouter 拥有超 1000 万开发者和企业用户,聚合了 400+ AI 模型,每天处理的推理量超过 10 万亿(10+ Trillion)tokens,成立以来推理量每年保持至少 10 倍的增长。。。

AI探索 | Hermes/OpenClaw|优质资源|优质信息
以前做一条电影级产品视频,分镜、动效、音效、剪辑全得自己一点点折腾。
现在推荐一个开源 Skill:video-shotcraft,直接把 Claude Code / Codex 变成 AI 视频导演。
1️⃣ 内置 157 张分镜卡 + 214 种视觉风格
2️⃣ 自带 Ink Press 成片模板,36 秒 1080P 直接参考
3️⃣ 做完还能导出剪映草稿继续精修
最爽的是 214 个动效都有在线 Gallery,先看效果,喜欢哪个直接让 Agent 抄作业。
在线预览:https://vincentwei1021.github.io/video-shotcraft/
GitHub:https://github.com/Vincentwei1021/video-shotcraft

AI探索 | Hermes/OpenClaw|优质资源|优质信息
今天上午和朋友讨论智能体布设算法,有一个感受越来越强烈:
我们对智能体的讨论,大多还停留在“智能体自身有多聪明”,少部分开始关注环境适配,但对智能体进入真实社会后面临的制度、组织和经济问,讨论还远远不够。
举个例子:一个机器人为什么在医院里无法稳定运行?
可能是机器人自身的感知、决策能力不足;也可能是电梯、门禁、通道等设施不支持;还可能是医院内部的管理权限、责任划分、运营机制没有建立。
看似都是机器人无法部署,背后却是三种完全不同的问。
我更倾向于从三个层面理解智能体:
第一层,智能体层:能不能做。 感知、认知、决策、行动,决定智能体自身的能力边界。
第二层,环境层:做不做得成。 空间、设施、接口、交互与反馈机制,决定能力能否在现实世界发挥作用。
第三层,社会层:能不能被接受并持续运行。 法律、责任、组织协作、经济激励和社会规则,决定智能体能否真正进入生产生活体系。
这三个层面不是简单并列,而是相互嵌套、相互塑造。
智能体有能力,不代表环境支持;环境支持,不代表组织愿意使用;组织愿意使用,也不代表商业上能够持续。
这也是我认为未来智能体产业一个值得关注的变化:
过去,我们主要研究如何让智能体适应世界;未来,还必须研究如何让环境和社会系统适应智能体。
智能体的规模化部署,最终不只是一个算法问,更是技术、空间、组织与经济规则的协同设计问。
@aigc1024
给 AI 智能体一句,它就能吐出一组极简圆润、带一丁点新拟物质感、能直接当公司门面的 IP 吉祥物 Logo,不用你盯着细节反复改。
https://github.com/s1dashu/ip-as-logo-skill
这是一个遵循开放 Agent Skills 格式的紧凑技能,兼容 Codex、Coze、Doubao、YouMind、Manus、Gemini Apps、Replit Agent 等支持内置图像生成的智能体,不绑定某个具体产品。
把简短化剪影、圆润几何形态、复杂度上限、超轻新拟物光影这四件事写成硬性约束,默认先给三种设计方向,用户确认后每个方向再出六个独立候选。
主体默认挑大众熟悉的动物,物件、机器、奇幻生物、冷门动物要走默认路线必须给出明确的产品理由。

AI探索 | Hermes/OpenClaw|优质资源|优质信息
邵艾伦对孙宇晨4小时播客文字精华版,赶时间的直接看文字。我拿出放大镜仔细看,大水和薄肌只是营销烟雾弹。
@aigc1024
半年前 Mars 找我聊天,他带着疑惑问我,你做个人 Agent,这个东西太宽泛了,你要不要找一个细分啊?
半年后,个人 Agent 火爆全球,Instinct 9 月融了 10 亿美元,估值 100 亿美元;Meta 靠着 Muse 把股价都带了起来;xAI 出了 Grok Bot,OpenAI 搓了一个 Dot,Manus 搓了一个 Cue。
他说怎么回事,好像大家突然觉得,这才是正确的路径?
可是表面光鲜的赛道在实践中却有很多坑需要踩,我们把半年的一些探索踩坑心得复盘拿来聊了聊。
聊的比较随意,大家随意看看随意听听就好。
https://www.xiaoyuzhoufm.com/episode/6ac915e051b8eaeca6796eda
@aigc1024
首次发布,最新的 6.3.0 版今天刚发。
使用前注意两点。项目声明只支持合法的逆向研究,授权和合规由使用者自己负责,逆向别人的软件可能违反用户协议或版权法规。项目还说明从未发行或背书任何加密货币,借用 REA 名字的代币都与它无关。
https://github.com/morluto/rea

AI探索 | Hermes/OpenClaw|优质资源|优质信息
REA:让 AI 智能体帮你逆向没有源码的软件
开源项目 REA(Reverse Engineer Anything)把逆向分析工具接到了 Claude Code、Codex、Cursor 这类 AI 编程智能体上。看到别人 App 里有个好功能,可以让智能体去拆这个程序,讲清楚功能是怎么实现的,附上证据,再在你自己的项目里写一个类似的。逆向分析指的是手里没有源代码,从编译好的程序反推它是怎么写的。
REA 本身是一个 MCP 服务。MCP 是 AI 智能体调用外部工具的通用接口,接上以后,智能体在对里就能直接调用 REA 的分析功能。安装只需一行命令 npx rea-agents setup,它会注册到 Claude Code、Codex、Cursor、Gemini CLI、Grok Build 等智能体里,改配置前会先备份并让你确认。不用智能体的,也可以在终端里直接跑命令。
能分析的东西很多。原生程序(直接编译成机器码的软件)要借助 Hopper、Ghidra 或 IDA 这几款反汇编工具,把机器码还原成汇编和近似 C 语言的伪代码。Electron 应用(用网页技术做的桌面软件,比如 Notion)可以直接拆开安装包里的 ASAR 归档文件,理清模块和进程间通信,不需要额外工具。此外还支持 .NET 程序、安卓 APK、固件、网站、抓包记录、以太坊合约字节码,以及在 Linux 和 macOS 上记录程序运行时的行为。
分析在本机进行,REA 不上传目标程序,但分析结果会交给智能体背后的模型服务商,数据怎么处理看各家政策。
项目给了三个案例。一是经典打砖块游戏 DX-Ball:从一次播放音效的调用,追到根据球的位置计算左右声道的函数,把不完整的伪代码还原成 C 代码,3205 组测试结果和原版一致,编译出的 63 个字节也和原版完全相同。二是 Notion 桌面版:追踪复制粘贴从界面一路经过预加载脚本、进程间通信到主进程的完整链路。三是日本老电脑 PC-98 上的游戏《东方幻想乡》(TH04):从 16 位指令里还原出弹幕子弹环的角度算法。
对安全研究员、做老游戏复刻和软件保存的人来说,以前要自己对着反汇编工具一行行读、一层层追调用,现在可以让智能体先追,人来核对它给出的证据。普通开发者想研究竞品某个功能的做法,也多了一条路。
README 显示项目在 GitHub 上已有 5 万星。npm 包今年 7 月
大部分都混的很差才是名校的常态。除了CS/AI、EE里做fabless的、金融、临床、法律,其他专业的名校生除非卷到极致或者转行,基本混的很差,不如高考比自己低50分的学CS/AI的。看看现在那些基础文理科、传统工科的出路就懂了。

AI探索 | Hermes/OpenClaw|优质资源|优质信息
AI Slop 时代的产品典型案例
@aigc1024
祝那些“AI股神”一切好运。

AI探索 | Hermes/OpenClaw|优质资源|优质信息
Back to Top