向阳乔木@vista8

68

基础模型能力不断增强，后训练成为下一个关键前沿。创建正确的评估方法比开发高得分模型更具影响力。模型的人格反映了训练者的品格，后训练阶段中人类标注者、研究人员和团队的价值取向会渗透进模型行为。高度依赖AI可能导致三个问题：心理依赖使人们外包思考与决策；无力感源于AI强大后普通人的影响力下降；自主性丧失因长期依赖而萎缩。更强的模型可能更不容易出现对齐问题，提升模型能力本身就是解决对齐问题的途径。

宝玉@dotey

47

Alex Xu：@dotey 宝玉老师能分享一下Opus 4.7 和Sonnet 4.6的使用体验吗？我在迭代项目文档的时候，发现Opus并不比Sonnet强。该忘的都忘，该犯…

宝玉@dotey

44

potato：@dotey 我想问一下宝玉老师，现在用 codex 多一点还是 Claude 多一点？

宝玉@dotey

51

作者试用Open Claude Design项目，肯定其作为开源项目的学习价值，项目宣称还原度超95%、代码量达18700+行。但当前产出仅为HTML雏形，在交互和完成度上与Claude Design原版的优美React组件相比仍有明显不足。

Tom Huang：正式开源 open claude design 🚀 超 95% 以上的还原度！ 浓缩和逆向所有 claude design 最先进的设计，最好看的模板💥 …

凡人小北@frxiaobei

40

凡人小北：听到一个字节面试官远程面试候选人， 如何抓对方用 ai 作弊的方法，朴素到离谱。 面试官突然说：你闭上眼睛回答这道题。

Sundar Pichai@sundarpichai

46

谷歌翻译迎来二十周年，已从最初的简单模式匹配发展为每月服务超10亿用户的全球工具。其技术历经三个阶段：2006年依靠统计机器学习分析词簇，2016年转向神经网络实现超越字面的翻译，如今借助Gemini模型进一步提升能力。当前发展重点正从文本翻译转向流畅的实时对话，最新模型甚至能通过耳机充当口译器，并保留用户原有的语调和节奏。尽管AI翻译已支持近250种语言，人们却逐渐将其视为常态。谷歌对此表达感谢，并展望未来二十年的技术突破。

向阳乔木@vista8

56

推文指出，大模型高效处理文本的特性将推动命令行界面在Agent时代复兴。当前，编程与构建已正交化，非程序员可能更擅长将Agent视为人类伙伴来使用。学习路径转为自顶向下，关键在于知道何时调用何种能力。多个Agent协作可超越线性增长，但需机制管理。不同用户培养的Agent会形成独特的“群体性格”，类似企业文化。核心挑战在于需同时理解人类视角的图形界面与Agent视角的线性事件流。

阿绎 AYi@AYi_AInotes

48

通过ZenMux平台的PK模式实测，DeepSeek V4 Pro在处理结构化任务（如马斯克思维模型分析）时，输出逻辑清晰、表达母语化，质量达到Claude的85%，但价格仅为其七分之一。作者建议将80%的日常工作（如写代码、调研）交由DeepSeek处理，20%需要顶级文笔的任务使用Claude，可节省70%以上API费用。ZenMux提供免费测试额度、PK对比模式、保险赔付和可观测性工具，帮助用户规避依赖单一API厂商的风险并提升选型效率。

阿绎 AYi：兄弟们，DeepSeek V4 Pro在ZenMux上免费放开了，登录就能跑，实测能替掉你80%的Claude活。视频是我早上实测的和Claude opus 4…

向阳乔木@vista8

66

Slock.ai创始人RC正进行组织实验，让7人团队与40个专用Agent在其自研平台上协同工作。他认为大模型使CLI因纯文本优势重新成为Agent交互热点，设计逻辑已转向服务Agent。RC从第一性原理构建Agent系统，并观察到模型能力提升加剧了安全攻防博弈。同时，AI编程改变了学习路径，从自下而上变为自上而下，且“编码”与“构建”已成为正交的两件事。Slock平台旨在解决多Agent管理痛点，促进人、Agent及团队间的无缝协作。

meng shao@shao__meng

58

吴恩达指出，AI编程助手对软件工程各环节的加速效果差异显著。前端开发受益最大，因模型熟悉主流技术栈并能实现闭环自我迭代。后端开发虽明显加速，但需人类工程师更多介入以处理边界情况与安全隐患。基础设施任务加速有限，模型难以权衡复杂取舍，深度调试仍需人类经验。研究工作加速最小，AI主要辅助编写代码和实验管理，但核心的思考与解读环节受益甚微。管理者应据此调整预期：前端交付速度可大幅提升，研究产出节奏几乎不变，后端和基础设施则需根据风险调整对AI的信任边界。

Rohan Paul@rohanpaul_ai

60

OpenClaw创始人Peter Steinberger指出，中国正全力投入AI代理OpenClaw，在深圳有数千人排队在腾讯办公室安装，政府还提供商业补贴。相比之下，全球其他地区在工作机器上安装OpenAIClaw（默认设置）可能导致被解雇。在中国，一位企业家要求员工每天必须用OpenClaw自动化一个任务，未达标者也会被解雇，形成使用与否都可能面临解雇的极端反差。

向阳乔木@vista8

56

作者将AI发展与集装箱历史进行类比，提出了多个前瞻性观点。核心包括：知识密集型服务将因AI而降价，依赖人际接触的服务则会升值；AI应用公司面临“成功即成为目标”的结构性困境；真正的投资机会不在于技术诞生，而在于其首次实现“不可能变可能”的转折点；同时，普遍被看懂的商业模式从初始就缺乏护城河。这些判断在当前AI演进中得到了部分印证。

阿绎 AYi@AYi_AInotes

52

利用GPT-image-2与Seedance2.0生成AI美女换装或跳舞视频，已成为抖音、小红书等平台快速起号的低门槛路径。该方法无需真人出镜与实拍，通过调整提示词即可产出不同风格的高质量视频，成本极低且易于上手。目前平台提供流量分成，可覆盖成本并盈利；粉丝增长后还可承接品牌商单，是一条处于红利期的变现副业赛道。

阿绎 AYi：很多人总说AI没用，我觉得那是因为你光刷不用，真正能赚钱的人早就闷声发大财了。 分享一个用 AI 做副业的路子， 有点野，基本上算零门槛，见钱快(｀・ω・´)…

meng shao@shao__meng

68

本期播客探讨了OpenAI Codex如何超越单纯编程工具，成为整合Claude Code与Claude Cowork功能，并具备浏览器与计算机控制能力的“知识工作统一接口”。行业趋势显示，Cursor、Claude Code和Codex的界面正收敛于相似GUI布局，标志TUI时代向GUI Agent时代过渡。关键亮点包括：Codex在复杂任务中更稳定；可在其内部运行Claude Code以共享订阅；GPT-5.5大幅提升浏览器Agent效率；Skills支持创建可复用代理；Notion连接支持数据库级精细权限控制；以及利用Remotion生成视频和一次性创建Swift原生App的能力。视频推荐了四个上手项目以快速掌握Codex。

歸藏(guizang.ai)@op7418

64

作者优化了在Codex中生成PPT的效果，核心是整合了GPT-Image-2模型，实现了一键生成图片的功能。该系统能根据内容生成具有独特风格的图片，类型包括人文纪实氛围图、各类信息图表（如流程图、对比图）以及对截图进行美化与比例优化。此外，Codex的生成流程也得到改进，系统会在生成PPT前增加询问确认步骤，而非直接跳过。

叫我阿杭@Astronaut_1216

42

推文对比中国AI公司Manus与DeepSeek的全球化策略。Manus计划将总部迁至新加坡并将公司以20亿美元出售给Meta，但被中国发改委叫停交易，创始人被禁出境。DeepSeek则发布开源V4模型，适配华为昇腾，在性能榜单上超越Gemini 3.1 Pro。两者代表不同路径：前者试图将技术出售给美国；后者坚持开源并根植中国，旨在定义全球标准。

阿绎 AYi@AYi_AInotes

56

推文展示了一段以假乱真的AI生成“刀马舞”手势舞视频，并分享了利用此技术快速创收的副业方法。该方法门槛极低，仅需电脑，无需囤货、开店或露脸。核心是使用Rita平台的Seedance2.0和GPT-image-2模型，批量生成高质量美女跳舞视频，发布到小红书、抖音、支付宝视频号等平台获取流量分成。粉丝增长后可接品牌商单，成本远低于真人网红。推文强调该赛道尚处红利期，并附上了详细的视频分镜提示词和负面提示词以确保生成质量。

阿绎 AYi：很多人总说AI没用，我觉得那是因为你光刷不用，真正能赚钱的人早就闷声发大财了。 分享一个用 AI 做副业的路子， 有点野，基本上算零门槛，见钱快(｀・ω・´)…

叫我阿杭@Astronaut_1216

46

中国AI企业出海呈现两种对立路径。Manus选择将总部迁至新加坡并接受Meta收购，但该交易已被中国发改委叫停，创始人被禁止出境。DeepSeek则坚持开源路线，其最新发布的V4模型采用Apache 2.0协议，深度适配华为昇腾平台，在Vals AI榜单上位列开源模型第一。这两种模式体现了不同的全球化逻辑：前者试图通过出售技术实现国际化，后者则通过开源生态保持中国根基并定义技术标准。

向阳乔木@vista8

42

作者观察到，尽管DeepSeek v4在龙虾等agent场景表现未达预期，但小米的mimo v2.5却表现优异。这源于小米AI负责人罗福莉对claw类产品的高度重视和投入。由此得出结论，无论是模型训练适配还是企业AI应用落地，本质上都是“一把手工程”。企业一号位对agentic（智能体）的认知深度和投入决心，直接决定了最终成果的差异，越早认识到其重要性，获得的收益就越大。