Tom Huang

最近深入听了 Claude 4 核心研究员 Douglas 对于 AI 产品、技术和未来判断的播客，内容非常高质量 💥，听完之后我摘录了最有价值的观点，纯人工阅读摘录，强烈建议阅读 ： - 1️⃣关于AI在其他领域的进展，Douglas同样充满信心。他提到了OpenAI最近关于医疗问题的论文，展示了如何将不易验证的领域转化为更可验证的形式。通过设计合适的评估标准和反馈机制，原本主观的领域也能变得

Claude 4 最新的系统提示词最全揭密来了⚡️ 包括人设、安全、风格、Opus 和 Sonnet 区别、思考块格式设计、搜索 Instructions、Artifacts 指引等 非常值得学习，可能是 AI 时代写 Prompt 最好的一家工商了.... 👉

不敢相信，现在下面这样的动画短片竟然可以一个人搞定💥 使用 Midjourney, hailuo, Elevenlabs，负责生图、生视频和配音.. 人人都是创作者时代到来⚡️

这个也太酷了！支持本地部署，字节跳动刚刚宣布发布了一款 7B 的多模态模型⚡️ 支持思维链思考和生成图片，并且支持支持自然语言编辑能力，在开启 CoT 的基础上，性能超越 Gemini-2-exp 的生图能力 开源地址 👉

真正的 RPA 2.0 ⚡️ Workflow Use 正式支持 MCP Server 🔥 - 使用 Browser Use，录制成 Workflow - 发布成 MCP Server，在 Cursor 等 MCP Client 中调用 - 即使网站变更，也能自动修复 Workflow 开源 👉

Google I/O 发布的 MedGemma 也太酷了，直接可以识别你的 X 光等报告，然后分析存在的问题，感觉大部分医生都啥用了.... 在线体验 demo 👉

太酷了 ⚡️ 微软正式发布 Magentic-UI 一款以人为中心的 Web Agent 可以自动化浏览器操作，生成 planning，然后让人确认，整个过程可以人工介入，完成可控结果的生成 🔥 完全开源！短时间飙升 200+ Star

兄弟们碉堡了... 💥 我愿意称之为 GPT-4o 最强操作🔥 基于 GPT-4o 生成多人参与图像在汽车内从右到左改变角度的分镜图片，然后基于这些分镜图片结合 Ray2 和 Vidu 实现影视级别的视频！🤯 感觉从这个小点推导未来生成复杂长片也是可能的🤔 这里有类 Sora 工具级别的创业机会！ 图片附录👇

来了来了 😋 最近超火的复杂资料可视化为网页或超高颜值的 PPT 提示词大挑战复刻！ 使用 Claude 3.7 写 PPT、复杂资料可视化网页或者超好看的 SVG，快速了解 Manus 带起最火的 MCP 协议🔥 之前放的是演示链接 下面的调好的提示词、代码、逻辑还有实际效果全开源 💥 👉

真的太有创意了💥 动态 Prompt 渲染效果⚡️ 在输入 Prompt 的同时渲染 GenUX 并根据输入变化更新 UX 变化👇

经历 2 个月之后，NotebookLM 的前创始人新产品终于露面了⚡️ 👉 （还没正式上架） 核心是构建一个将多个数据源融合在一个统一界面，包括 Salesforce、Zendesk、Slack 链接业务数据进行 AI 提问获得 Insights 三个核心能力：链接数据源、Agent、类 DeepResearch 报告（带 Audio）

历时7个月开发，1个月公测，77,376行代码！⚡️Refly今日正式开源！🔥🚀 Refly从创立之初就立志成为与Docker、K8S比肩的全球顶尖开源项目！我们的使命是为全球10亿创作者打造最优秀的AI原生创作工具，激发创意，加速创作！💥 我们深知这是一个宏大而富有挑战的目标，因此选择在项目早期就全面开源，期待与全球开发者和社区携手共进。💪 Refly将在开源的道路上不断学习、成长💪。虽然